第二届未来大气科学论坛

热带气旋 (Tropical cyclone；TC) 经常呈现出对流云周期性由内核向外传播的日变化过程，被称为日变化波动（Diurnal Pulse；以下简称DP），且对TC结构和强度变化具有显著影响。本研究聚焦TC内部显著存在的DP过程，探讨其对TC强度演变的调制作用及其预测价值。首先基于长时间多源观测，利用客观方法识别全球TC中的DP信号，刻画其典型传播特征，并揭示了DP特征与TC强度演变之间的密切联系。结果表明，DP可能通过调节TC热动力结构和对流分布促进TC的增强。统计显示，DP的持续时间及振幅与后续TC增强速率存在显著正相关，当发生持续15小时以上的DP事件时，TC快速增强的概率明显上升，表明持续而剧烈的DP信号可能是TC快速增强的潜在先兆信号。在此基础上，本研究构建了基于日变化物理约束的人工智能预测模型。基于提取的DP特征参数，包括其持续时间、波动振幅等，结合环境场变量及对流结构指标，构建了基于长短期记忆网络（LSTM）与注意力机制（Attention）的TC强度预测模型。通过对比试验与交叉验证评估发现，引入DP特征能够有效提升强度变化预测精度及快速增强识别能力，且其对模型预测技巧的贡献优于传统瞬时对流指标，体现出TC日变化动力过程信息在TC强度预测中的重要应用潜力。

热带气旋;日变化;强度变化;人工智能