陳春 陶麗

摘要 本研究評估了現(xiàn)有熱帶氣旋（Tropical Cyclone，TC）潛在生成指數(shù)（Genesis Potential Indice，GPI）對北大西洋和西北太平洋熱帶氣旋生成頻數(shù)（TC Genesis Frequency，TCGF）時空特征的表征能力。結(jié)果表明，現(xiàn)階段使用的GPIs能較好地再現(xiàn)兩個海盆TCGF的空間分布和季節(jié)循環(huán)特征，以及北大西洋TCGF的年際變化，但幾乎不能模擬西太平洋TCGF年際時間尺度上的變化。利用美國聯(lián)合颶風(fēng)警報中心（Joint Typhoon Warming Center，JTWC）提供的1979—2017年熱帶氣旋最佳路徑數(shù)據(jù)集和ERA-Interim再分析數(shù)據(jù)，對西北太平洋GPI進行了改進。考慮到相對渦度在西北太平洋對熱帶氣旋生成的重要作用，將絕對渦度分離為相對渦度和地轉(zhuǎn)渦度（f），移除相對濕度，使用多元線性回歸的方法構(gòu)建了GPIWNP。與現(xiàn)有GPIs相比，改進后的GPIWNP不僅對西北太平洋TCGF的空間分布和季節(jié)循環(huán)有較好的模擬能力，并且可以再現(xiàn)其年際變化特征。

關(guān)鍵詞熱帶氣旋;潛在生成指數(shù);年際變化;西北太平洋

熱帶氣旋是發(fā)生在熱帶海洋上的一種具有暖心結(jié)構(gòu)的強烈氣旋性渦旋。在目前的氣候條件下，熱帶氣旋多生成于海溫高于26.5 ℃的熱帶洋面。西北太平洋是全球熱帶氣旋活動最為頻繁的海域，且存在明顯的年際和年代際變化（Chan，2005;謝潔宏等，2021）。許多研究表明，TC的發(fā)展、路徑和強度等與生成位置的大尺度環(huán)境場密切相關(guān)（Emanuel，1987;Wu and Wang，2008;陶麗等，2012;周偉燦等，2015，2022;霍利微等，2016;游立軍等，2019）。因此，深入研究大尺度環(huán)境場對TC生成的作用具有重要意義（Ritchie and Holland，1999）。為了捕捉TCGF的季節(jié)變化，Gray（1975）利用低層相對渦度、科氏參數(shù)、垂直風(fēng)切變、海洋熱能、地面至500 hPa的水汽穩(wěn)定度及對流層中層相對濕度等6個物理參數(shù)，提出了TCGF的季節(jié)生成指數(shù)（Seasonal Genesis Parameter，SGP）。SGP包括三個動力學(xué)參數(shù)和三個熱力學(xué)參數(shù)，它們也是熱帶氣旋生成的必要條件（Gray，1968）。盡管SGP可以較好地擬合TC活動的季節(jié)和空間分布特征（Gray，1975，1979），但其在再現(xiàn)太平洋的TCGF的年際變化方面存在較大偏差（Watterson et al.，1995;Menkes et al.，2012）。Royer et al.（1998）用大氣環(huán)流模式中的對流降水代替熱力因子，構(gòu)造了CYGP（Convective Yearly Genesis Parameter）指數(shù)（GPICY），Caron and Jones（2008）對比了上述兩個指數(shù)后認(rèn)為，盡管兩個指數(shù)都能捕捉TC生成的主要區(qū)域，但GPICY更適用于全球變暖背景。

Emanuel and Nolan（2004）在SGP指數(shù)基礎(chǔ)上，提出了一個GPIEN指數(shù)，該指數(shù)使用了包括850 hPa絕對渦度、600 hPa相對濕度、最大潛在強度（Emanuel，1987;Bister and Emanuel，1998）、850和200 hPa之間的垂直風(fēng)切變在內(nèi)的與熱帶氣旋生成密切相關(guān)的幾個大尺度環(huán)境因子。與SGP相比，GPIEN主要的變化在于用最大潛在強度代替了海洋熱能。Royer et al.（1998）指出，在全球變暖背景下，海表面溫度持續(xù)升高，SGP所設(shè)置的海表溫度閾值可能會因氣候背景的改變而變化，因此不能適用于未來氣候。而GPIEN指數(shù)可以更好地表征北大西洋熱帶氣旋生成頻數(shù)的空間特征（Camargo et al.，2007;Zhang et al.，2010;Yu et al.，2018）。Emanuel（2008）認(rèn)為，影響熱帶氣旋生成的是水汽的飽和差而并非相對濕度，因此引入濕熵虧損量代替相對濕度。Bruyère et al.（2012）發(fā)現(xiàn)，在擬合北大西洋TCGF的年際變化方面，最大潛在強度和垂直風(fēng)切變比相對濕度和絕對渦度更為重要，他們提出了一個新的生成指數(shù)（Cyclone Genesis Index，CGI），該指數(shù)僅包含最大潛在強度和垂直風(fēng)切變，在重現(xiàn)北大西洋TCGF的季節(jié)變化時效果較好。

Murakami and Wang（2010）發(fā)現(xiàn)，GPIEN所擬合的熱帶氣旋生成位置與觀測存在明顯偏差，它低估了東北太平洋區(qū)域TC生成頻數(shù)。考慮到大尺度垂直運動對熱帶氣旋生成的重要作用，他們將500 hPa垂直速度納入其中，構(gòu)建了GPIMW指數(shù)。GPIMW顯著改善了模擬TCGF空間分布的效果，尤其是在東北太平洋擬合結(jié)果偏少的情況。Tippett et al.（2011）使用泊松回歸方法，構(gòu)建了GPITC指數(shù)，該指數(shù)使用了相對海表面溫度，在季節(jié)尺度上效果十分優(yōu)秀（Menkes et al.，2012）。近年，Zhang et al.（2016）利用海洋再分析資料，構(gòu)建了一個針對西北太平洋的GPI（GPIZZ），該指數(shù)僅使用海洋參數(shù)，在表征西北太平洋TCGF的空間分布時取得了不錯的效果。

盡管已經(jīng)構(gòu)建了各種不同的GPI，但有研究表明現(xiàn)階段使用的大部分GPIs在表征TC生成的空間特征時比年際變化要好得多（Camargo et al.，2007;Zhang et al.，2010;Menkes et al.，2012;Yu et al.，2018）。Yu et al.（2018）指出，GPIEN可以很好地表征全球TCGF的空間分布和季節(jié)循環(huán)特征，但它在擬合TCGF年際變化方面的表現(xiàn)似乎高度依賴于海盆：在北大西洋表現(xiàn)很好，但對西北太平洋TCGF的年際變化擬合效果較差，因此建議根據(jù)區(qū)域氣候條件改進GPI指數(shù)。有研究（陳聯(lián)壽和丁一匯，1979;Wang and Chan，2002）指出，相比于海溫，西北太平洋熱帶氣旋的生成受低層渦度影響更大，這主要與西北太平洋季風(fēng)槽有關(guān)，而北大西洋海溫（以及最大潛在強度）對熱帶氣旋生成的作用比低層渦度更重要。趙軍平等（2012）考慮到影響中國南海（100°～120°E，5°～25°N）和菲律賓海（120°～180°E，5°～40°N）熱帶氣旋生成的大尺度環(huán)境因子存在一定地域性差異，分別構(gòu)建了適用于南海和菲律賓海的GPI（GPIZW），改進后的GPIZW對南海和西北太平洋區(qū)域熱帶氣旋生成的空間分布有較好的模擬能力，但在擬合TCGF的年際變化時表現(xiàn)仍然不佳。

本文利用再分析數(shù)據(jù)，根據(jù)1979—2017年北大西洋和西北太平洋TCGF評估了上述指數(shù)的表現(xiàn)，并在評估結(jié)果的基礎(chǔ)上，對西北太平洋GPI進行改進。

1 資料和方法

本研究評估的GPIs主要包括Emanuel and Nolan（2004）提出的GPIEN，Murakami and Wang（2010）提出的GPIMW，Royer et al.（1998）提出的GPICY，Tippett et al.（2011）提出的GPITC，趙軍平等（2012）提出的GPIZW，以及Zhang et al.（2016）提出的GPIZZ。公式如下：

GPIEN=105η32RH503Vpot703（0.1Vs+1）-2。（1）

GPIMW=105η32RH503Vpot703（0.1Vs+1）-2-ω+0.10.1。（2）

GPICY=fIζIskPc-P0。（3）

GPITC=exp（b+bηη0+bHRH+bvVs+bTT+log（cos φ））；（4）

GPIZW=0.6105η32Vpot7020.1Vs+1-2-ω+0.10.172，南海；

0.04105η52RH5052Vpot704-ω+0.10.12，菲律賓海。（5）

GPIZZ=7.4×10-3105η1 0000.9267.64F45-2.73D26800.25。（6）

式（1）（2）（5）中：η為850 hPa絕對渦度；RH為600 hPa相對濕度；Vpot為最大潛在強度；Vs為850和200 hPa之間垂直風(fēng)切變；ω為500 hPa垂直速度。公式（3）中，f為科氏參數(shù)（單位：10-5 s-1）；Iζ=ζrff+5，ζr為925 hPa相對渦度（單位：10-6 s-1）；Is=δVδP×1750+3-1，其中：δVδP為925和200 hPa之前垂直風(fēng)切變（單位：m·s-1）;Pc為對流降水（單位：mm/d）;P0=3（Royer and Chauvin，2009；Chauvin and Royer，2010；Menkes et al.，2012）。公式（4）中，T=SST-SST20°S-20°N為相對海表面溫度，η0=minη，3.7，φ為緯度，b=5.8，bη=1.03，bH=0.05，bT=0.56，bV=-0.15。公式（6）中，η1 000為1 000 hPa絕對渦度，為海洋上部混合層平均溫度，F(xiàn)為凈長波輻射，D26為26 ℃等溫線深度，本研究中使用的混合層厚度定義為比5 m深度處海溫低0.2 ℃時的深度。

本文使用美國聯(lián)合颶風(fēng)警報中心JTWC提供的熱帶氣旋最佳路徑數(shù)據(jù)集，包括熱帶氣旋每6 h一次的經(jīng)緯度和最大風(fēng)速。將最大強度達(dá)到熱帶風(fēng)暴及以上的熱帶氣旋選取為研究對象，TC生成的位置定義為首次給出命名時的位置，將5°×5°的經(jīng)緯網(wǎng)格點中TC生成的總數(shù)定義為TCGF（Wu and Wang，2004;Wu et al.，2005）。研究時段選取1979—2017年。

計算GPIs時使用的大氣環(huán)境場資料為來自歐洲中期天氣預(yù)報中心（European Centre for Medium-Range Weather Forecasts，ECMWF）的ERA-Interim（Berrisford et al.，2011）再分析月平均數(shù)據(jù)集。3套用于評估改進后GPI的再分析數(shù)據(jù)集分別是NCEP／NCAR再分析數(shù)據(jù)（Kalnay，1996）;來自ECMWF的ERA5數(shù)據(jù)集（Hersbach et al.，2020）;來自日本氣象廳的JRA-55數(shù)據(jù)集（Kobayashi et al.，2015）。使用的變量主要包括：相對渦度，水平風(fēng)場，相對濕度，垂直速度，海平面氣壓，凈長波輻射，高低空各層溫度和絕對濕度，對流降水等。海表面溫度數(shù)據(jù)為來自Hadley中心的全球逐月平均再分析海溫數(shù)據(jù)（HadISST;Rayner et al.，2003）。海洋溫度來自EN4海洋數(shù)據(jù)（EN4.2.1;Good et al.，2013）。

文中涉及時間相關(guān)系數(shù)檢驗采用雙側(cè)t統(tǒng)計量檢驗方法，顯著性水平取α=0.05。

使用季節(jié)EOF方法（Wang and An，2005）獲取1979—2017年太平洋（90°E～70°W，40°S～40°N）海溫距平年際變化第一模態(tài)的標(biāo)準(zhǔn)化時間序列，將其定義為ENSO指數(shù)（謝佩妍等，2018），并選取大于1個標(biāo)準(zhǔn)差的6個El Nino發(fā)展年，分別為1982、1987、1991、1997、2009和2015年;以及小于-1個標(biāo)準(zhǔn)差的7個La Nina發(fā)展年，分別為1984、1988、1998、1999、2007、2010和2011年。

2 現(xiàn)有GPI在北大西洋和西北太平洋的評估

我們將分別評估現(xiàn)有GPIs在模擬北大西洋和西北太平洋TCGF的空間分布、季節(jié)循環(huán)和年際變化時的表現(xiàn)。

2.1 北大西洋

圖1為1979—2017年北大西洋TCGF的季節(jié)循環(huán)、7—9月空間分布以及GPIEN、GPIMW、GPICY和GPITC的再現(xiàn)能力。圖1a中可以明顯看出，北大西洋TC主要活躍期為8—10月，其中9月生成的數(shù)量最多，GPIEN、GPIMW和GPICY均能較好地反映TCGF的季節(jié)循環(huán)特征，且與觀測數(shù)據(jù)的相關(guān)系數(shù)達(dá)到0.96，而GPITC的峰值則落在了8月，這一點與觀測結(jié)果有所差別，相關(guān)系數(shù)為0.95。

如圖1b所示，7—9月大部分熱帶氣旋生成于5°～35°N之間的墨西哥灣、佛羅里達(dá)東側(cè)和MDR區(qū)（Main Development Region;Shapiro and Goldenberg，1998）的東部（20°～65°W，10°～20°N）。GPIEN、GPIMW和GPITC的空間分布較相似，都能較好地反映墨西哥灣和東太平洋地區(qū)TCGF的大值區(qū)，但低估了MDR東部TC的生成情況（圖1c—f），三者與TCGF的相關(guān)系數(shù)分別為0.57、0.51和0.53。而GPICY在佛羅里達(dá)半島東北部有一個虛假的大值中心，墨西哥灣附近TC生成情況與實際也有較大差異，與TCGF的空間相關(guān)系數(shù)也僅有0.44（圖1e）。

圖2給出了四個GPIs在年際時間尺度上的模擬結(jié)果?？傮w來說，四個指數(shù)都能很好地再現(xiàn)北大西洋7—9月TCGF的年際變化，其中GPIEN、GPIMW和GPITC均可以表現(xiàn)出觀測TCGF在2005年以前的上升趨勢，與觀測TCGF的年際變化相關(guān)系數(shù)分別為0.63、0.61和0.58，但GPICY在表征TCGF年際變化的能力相對弱一些，相關(guān)系數(shù)為0.40（圖2a—d）。對于GPIs與TCGF時間相關(guān)系數(shù)的空間（圖2e—h）分布，四個GPIs在墨西哥灣、MDR東部都有相當(dāng)?shù)膮^(qū)域通過置信度為95％的顯著性檢驗，基本能很好地再現(xiàn)主要發(fā)展區(qū)東部TCGF的年際變化。

GPI重現(xiàn)TCGF年際變化的能力也常常通過對比El Nio年和La Nia年的差異來評估（Camargo et al.，2007）。過去的研究表明，北大西洋TCGF的變化與ENSO指數(shù)呈負(fù)相關(guān)（Gray，1984;Shapiro，1987;Goldenberg and Shapiro，1996）。圖3對比了TCGF與四種GPIs在El Nio和La Nia發(fā)展年的差值分布。在El Nio發(fā)展年，MDR東部生成的熱帶氣旋較少，且僅有佛羅里達(dá)東側(cè)的一小塊區(qū)域TCGF增多（圖3a）。GPIEN和GPIMW都可以捕捉到El Nio和La Nia發(fā)展年TCGF差值的空間分布特征，尤其是墨西哥灣和MDR區(qū)域的負(fù)異常以及東太平洋和佛羅里達(dá)附近小范圍的正異常（圖3b、c），它們與觀測數(shù)據(jù)的空間相關(guān)系數(shù)分別為0.44和0.42。而GPICY和GPITC效果則不太理想：GPICY無法重現(xiàn)MDR區(qū)域的負(fù)異常中心，而GPITC在佛羅里達(dá)附近的正異常區(qū)域則缺失，與觀測數(shù)據(jù)的空間相關(guān)系數(shù)分別為0.42和0.36。

上述分析表明，盡管存在一定偏差，但四個指數(shù)均能較好的模擬出北大西洋TCGF的季節(jié)循環(huán)、空間分布和年際變化特征?？傮w來說，GPIEN和GPIMW的表現(xiàn)更優(yōu)于GPICY和GPITC，其中GPIEN效果最佳。

2.2 西北太平洋

圖4給出了1979—2017年西北太平洋TCGF的季節(jié)循環(huán)、7—9月空間分布以及GPIEN、GPIMW、GPICY、GPITC、GPIZW和GPIZZ的空間分布，其中GPIZW和GPIZZ僅適用于西北太平洋。如圖4a所示，7—10月為熱帶氣旋活動盛期，8月生成的熱帶氣旋數(shù)量最多，1—3月最少，這與前人的研究結(jié)果一致（Chan，2005;Yeh et al.，2010）。6個指數(shù)均能很好地捕捉到西北太平洋中TCGF的季節(jié)循環(huán)特征（表1），尤其是7—9月熱帶氣旋活動的峰值，但僅有GPIZW能模擬出6月的相對低值。GPIEN、GPIMW、GPICY和GPIZZ與觀測數(shù)據(jù)的相關(guān)系數(shù)達(dá)到0.97，GPITC和GPIZW相關(guān)系數(shù)高達(dá)0.98。在空間分布方面，大多數(shù)TC生成于7°～30°N之間，兩個主要源地分別位于菲律賓海和南海（圖4b）。GPIEN、GPIMW和GPITC的空間分布相似，主要缺陷在于菲律賓海的TC中心向東偏移（圖4c—f）。。GPIZW的模擬效果是所有6個指數(shù)中最好的，它準(zhǔn)確模擬出了菲律賓海和中國南海的TCGF中心，位置幾乎沒有

偏移（圖4g）。GPICY的也可以捕捉到兩個熱帶氣旋中心，但南海的中心位置略微偏南（圖4e）。六種GPIs與觀測數(shù)據(jù)的空間相關(guān)系數(shù)均達(dá)到0.79以上，模擬西北太平洋TC生成位置空間分布的能力遠(yuǎn)高于北大西洋。

圖5對比了各GPIs在年際時間尺度上的模擬結(jié)果。各指數(shù)與觀測TCGF的時間相關(guān)系分別為：GPIEN為0.02，GPIMW為-0.01，GPITC為0.04，GPIZZ為-0.01（圖5a、b、d、f，表1），這意味著上述指數(shù)沒有表征西北太平洋TCGF的年際變化的能力。GPICY和GPIZW的模擬效果相對而言略好，但相關(guān)系數(shù)也僅有0.24和0.12（圖5c、e），并沒有通過0.05的顯著性檢驗。同時TCGF也表現(xiàn)出一定的年代際變化，1994年之前呈上升趨勢，1994年以后呈下降趨勢。然而，GPIEN、GPIMW、GPITC和GPIZW所模擬出的先升后降的年代際變化轉(zhuǎn)折年在2002年前后，而并非實際觀測中的1994年，GPICY則沒有表現(xiàn)出明顯的年代際變化。對于GPIs與TCGF時間相關(guān)系數(shù)的空間分布，GPIEN和GPIMW的分布基本一致（圖5g、h），分別有13和15個5°×5°網(wǎng)格點通過0.05顯著性檢驗;而GPIZW和GPICY通過檢驗的區(qū)域則略多，分別有15和18個格點（圖5k，i）;GPITC和GPIZZ僅有5和7個網(wǎng)格點通過檢驗。因此，上述六個指數(shù)都不能再現(xiàn)西北太平洋TCGF的年際和年代際變化，這與它們在北大西洋良好的表現(xiàn)形成鮮明對比。

最近，Wang and Murakami（2020）利用四個動力因子構(gòu)建了GPIWM（公式7），在表征西北太平洋全年TCGF的年際變化時效果較好，我們也對該指數(shù)在7—9月的表現(xiàn)進行了評估。

GPIWM=VS-1U2yω3ζ2ae-12-1.0。（7）

式中：VS=2.0+0.1V200-V850表示850和200 hPa之間垂直風(fēng)切變;Uy=5.5-u500y×105為500 hPa緯向風(fēng)的經(jīng)向梯度;ω=5.0-20×ω500為500 hPa垂直運動，ζa=5.5+ζ850+f×105為850 hPa絕對渦度。此外當(dāng)某格點海表面溫度低于26 ℃或位于赤道5°以內(nèi)時，GPIWM設(shè)為0。

圖6給出了GPIWM的季節(jié)循環(huán)、空間分布和年際變化，可以看出，GPIWM可以很好地模擬出西北太平洋TCGF的季節(jié)循環(huán)特征，與觀測數(shù)據(jù)的相關(guān)系數(shù)高達(dá)0.99（圖6a），并且可以重現(xiàn)6—7月TCGF迅速增長的特征。在空間上，GPIWM與觀測數(shù)據(jù)的相關(guān)系數(shù)達(dá)到了0.88，是我們評估的GPIs中最高的，它可以較好地模擬菲律賓海的TC生成中心以及南海的中心。在年際時間尺度上，與其他GPIs相比GPIWM確實有所提高，但與1979—2017年7—9月平均TCGF的相關(guān)系數(shù)也僅有0.25，沒有通過0.05信度的顯著性檢驗;而與觀測TCGF時間相關(guān)系數(shù)的空間分布中表現(xiàn)較好，共有20個5°×5°網(wǎng)格點的區(qū)域通過0.05信度的顯著性檢驗。

綜合以上分析，由于現(xiàn)階段廣泛使用的GPIs在模擬西北太平洋TCGF的年際變化時效果遠(yuǎn)遠(yuǎn)低于北大西洋，因此有必要根據(jù)西北太平洋熱帶氣旋生成機制的區(qū)域特征，構(gòu)建或改進一個新的指數(shù)用于研究西北太平洋TCGF的年際變化。

3 GPI指數(shù)改進

為了構(gòu)建一個適用于西北太平洋的新GPI指數(shù)，我們將分析大氣和海洋因子與TCGF的時空關(guān)系（圖7、8）。選取850 hPa絕對渦度（η）、600 hPa相對濕度（RH）、最大潛在強度（Vpot）、200 hPa和850 hPa之間垂直風(fēng)切變（Vs）、500 hPa垂直速度（ω）和850 hPa相對渦度（ζ）。表2為西北太平洋7—9月各環(huán)境因子與TCGF之間的空間相關(guān)系數(shù)。之所以選擇7—9月，是因為在西北太平洋TC大多生成于此時（圖4a）。

圖7a可以看出，絕對渦度與TC生成位置的相關(guān)性較差，相關(guān)系數(shù)僅有-0.09（表2）。與絕對渦度不同，TC主要生成于正相對渦度區(qū)（圖7f），與TCGF的空間相關(guān)遠(yuǎn)高于絕對渦度，達(dá)到了0.33（表2），且相對渦度與TCGF的年際相關(guān)性更顯著（圖8a）。由于地轉(zhuǎn)渦度f不隨時間變化，絕對渦度與TCGF的時間相關(guān)分布與相對渦度的分布一致（圖8a）。事實上Gray（1975）和GPICY也強調(diào)了低層相對渦度對TCGF的重要性。因此，出于空間分布和年際變化綜合考慮，在新GPI中我們用相對渦度因子（105ζ+1）（表示為dvor）代替現(xiàn)有GPIs中常用的絕對渦度。在相對渦度項中增加常數(shù)1的原因是為了確保dvor在整個西北太平洋中的絕大部分地區(qū)都是正的，從而我們可以使用自然對數(shù)變換進行計算?？剖蠀?shù)是影響熱帶氣旋生成的另一個重要參數(shù)，因為在靠近赤道4°～5°的緯度范圍內(nèi)很少有熱帶氣旋生成。

在年際時間尺度上，西北太平洋大部分地區(qū)相對濕度與TCGF呈正相關(guān)（圖8b），但它與TCGF的空間相關(guān)性很差，相關(guān)系數(shù)僅為0.07（圖7b，表2），且500 hPa垂直速度之中包含了中低層相對濕度的信息，因此在構(gòu)建新指數(shù)時，將移除相對濕度項，否則新指數(shù)的空間再現(xiàn)能力將變差。

圖7和圖8還給出了其他因子與TCGF的空間分布與年際變化關(guān)系，包括最大潛在強度、850和200 hPa之間的垂直風(fēng)切變及500 hPa垂直速度。TCGF與上述因子的空間相關(guān)性較好，相關(guān)系數(shù)分別為：0.33、-0.36、-0.30（表2）。在年際變化方面，垂直風(fēng)切變和垂直速度與西北太平洋大部分地區(qū)的TCGF呈負(fù)相關(guān)（圖8d、8e），最大潛在強度在西北太平洋的某些區(qū)域呈現(xiàn)正相關(guān)（圖8c）。

基于以上分析，我們?yōu)槲鞅碧窖髽?gòu)建一個新的GPI。首先，GPI可以寫作：

y=kxa1xb2xc3xd4xe5。（8）

式中：y為GPI；k為常數(shù)系數(shù)；x1到x5分別為我們選取的環(huán)境因子，即相對渦度（dvor），最大潛在強度，垂直風(fēng)切變，500 hPa垂直速度，以及科氏參數(shù)，常數(shù)a—e分別為各因子的權(quán)重系數(shù)。對（8）式取自然對數(shù)可得：

lny=alnx1+blnx2+clnx3+dlnx4+elnx5+lnk。（9）

其中：lnx1到lnx5以及l(fā)ny分別為5個因子和GPI經(jīng)過指數(shù)變換的形式。對（9）式運用逐步回歸的方法，得到權(quán)重系數(shù)a、b、c、d、e，從而得到改進后的GPIWNP，公式如下：

GPIWNP=0.15105ζ+134Vpot70（0.1Vs+1）-12-ω+0.10.132105f2。（10）

與GPIMW相比，除了用dvor代替絕對渦度、移除相對濕度外，GPIWNP中相對渦度、最大潛在強度和垂直風(fēng)切變項的指數(shù)系數(shù)分別由3/2、3和-2降為3/4、1和-1/2，垂直速度和科氏參數(shù)的指數(shù)系數(shù)則由1和3/2提高到3/2和2。此外，當(dāng)海溫低于26.5 ℃時幾乎沒有熱帶氣旋生成（Murakami and Wang，2020），因此若某格點月平均的海表面溫度低于26.5 ℃，GPIWNP將設(shè)為0。我們將進一步評估GPIWNP在模擬西北太平洋TCGF時空特征的各方面表現(xiàn)。

圖9給出了GPIWNP對TCGF的模擬情況。如圖9a所示，GPIWNP在表征8月TC活動峰值時比上文分析的6個指數(shù)更優(yōu)異，6月也更加接近觀測，與TCGF的相關(guān)系數(shù)為0.98，在空間分布方面，GPIWNP與TCGF之間的相關(guān)系數(shù)達(dá)到0.75（圖9b），其模擬的TCGF在菲律賓的中心略微北移，在日本東部出現(xiàn)了一個虛假的弱中心，這可能是由于日本東部存在明顯的上升運動（圖7e）。在年際時間尺度上（圖9c和9d），GPIWNP與觀測到的TCGF的相關(guān)系數(shù)達(dá)到0.41，通過了置信度為95％的顯著性檢驗，比現(xiàn)階段使用的GPIs有了明顯的提高，通過0.05信度的顯著性檢驗的區(qū)域比本文分析的6個指數(shù)（圖5g—l）大得多，共有19個5°×5°網(wǎng)格點。這進一步表明，與現(xiàn)有GPIs相比，GPIWNP不僅能較好地再現(xiàn)西北太平洋TCGF的季節(jié)循環(huán)和空間分布，而且能更好地表征其年際變化特征。

為了確定新指數(shù)GPIWNP對數(shù)據(jù)是否存在依賴性，我們使用NCEP、JRA-55和ERA5這三套不同的再分析數(shù)據(jù)集對GPIWNP的模擬結(jié)果進行了驗證。圖10給出了使用上述三套再分析數(shù)據(jù)計算的GPIWNP的模擬結(jié)果。與實際觀測數(shù)據(jù)對比后發(fā)現(xiàn)，在季節(jié)循環(huán)方面（圖10a），三套數(shù)據(jù)計算的GPIWNP與TCGF的相關(guān)系數(shù)均達(dá)到0.98?？臻g分布方面，NCEP、JRA-55和ERA5數(shù)據(jù)與ERA-Interim數(shù)據(jù)結(jié)果基本一致，與TCGF的相關(guān)系數(shù)分別為0.71、0.75和0.74（圖10c—e）。年際變化方面，三套數(shù)據(jù)的表現(xiàn)能力都較好，NCEP、JRA-55和ERA5數(shù)據(jù)與TCGF的相關(guān)系數(shù)分別為0.45、0.51和0.42（圖10b）。以上結(jié)果表明，GPIWNP模擬西北太平洋TCGF時空特征的能力并不依賴于所使用的數(shù)據(jù)集。

許多研究表明，西北太平洋TC活動與ENSO有密切聯(lián)系（Chan，2000;Wang and Chan，2002;Zhao et al.，2010，2011），我們進一步分析各GPIs在ENSO尺度上的模擬結(jié)果（圖11）。與前人研究結(jié)果一致（例如，Wang and Chan，2002），El Nio發(fā)展年期間，西北太平洋東南象限的TCGF高于La Nia發(fā)展年，而西北象限則低于La Nia發(fā)展年，說明El Nio年熱帶氣旋傾向于在西北太平洋東部生成，而La Nia年則相反?，F(xiàn)有的GPIs都很好地再現(xiàn)了TCGF在El Nio和La Nia發(fā)展年的差異，與觀測數(shù)據(jù)的相關(guān)系數(shù)分別為：GPIEN為0.42，GPIMW為0.43，GPICY為0.51，GPITC為0.49，GPIZW為0.47，GPIZZ為0.36，GPIWM為0.52（圖11c—11i），而GPIWNP則為0.54（圖11b）。盡管GPIZW模擬出的西北太平洋西北部負(fù)異常中心是所有指數(shù)中最好的，但它模擬的正異常中心存在明顯南移（圖11g），而GPIWNP可以準(zhǔn)確地重現(xiàn)西北太平洋東南部14°N的正異常中心。GPIEN的正異常中心從（145°E，14°N）偏移到（168°E，10°N），向東移動18°，負(fù)異常中心從（136°E，20°N）偏移至（123°E，26°N），向西移動了13°（圖11c）。GPIMW和GPITC的結(jié)果與GPIEN類似（圖11d、f）。GPICY和GPIWM在ENSO尺度上的模擬結(jié)果較為相似，正異常中心位置與觀測基本一致，但西北太平洋西北部的負(fù)異常中心強度偏弱（圖11e、i）?？偟膩碚f，GPIWNP在重現(xiàn)西北太平洋東南部El Nio和La Nia發(fā)展年TCGF差值的空間分布時，表現(xiàn)優(yōu)于現(xiàn)有GPIs。

4 討論和結(jié)論

本文評估了現(xiàn)階段廣泛使用的GPIs對北大西洋和西北太平洋TCGF時空特征的表征能力。結(jié)果表明，GPIEN、GPIMW、GPICY和GPITC都能較好的重現(xiàn)北大西洋和西北太平洋TCGF空間分布和季節(jié)循環(huán)的特征，其擬合熱帶氣旋生成頻數(shù)的年際變化時存在較大的區(qū)域性差異，GPIs在北大西洋的擬合效果遠(yuǎn)遠(yuǎn)優(yōu)于西北太平洋。根據(jù)評估結(jié)果，北大西洋上GPIEN、GPIMW、GPICY和GPITC與實際觀測的TCGF之間空間相關(guān)系數(shù)分別為0.57、0.51、0.44和0.53，時間相關(guān)系數(shù)分別為0.63、0.61、0.40和0.58，除GPICY在空間上與觀測TCGF偏差較大，其余各指數(shù)均能較好的表現(xiàn)北大西洋熱帶氣旋生成頻數(shù)的時空特征。與北大西洋形成鮮明對比的是，GPIEN、GPIMW、GPICY和GPITC與觀測TCGF的時間相關(guān)系數(shù)在西北太平洋僅有0.02、-0.01、0.24和-0.04。除上述4個指數(shù)外，GPIZW和GPIZZ這兩個針對西北太平洋構(gòu)建的指數(shù)在表征西北太平洋TCGF年際變化方面效果也不盡如人意，與觀測數(shù)據(jù)的相關(guān)系數(shù)分別為0.12和-0.01。由于使用了相對渦度作為獨立因子，GPICY模擬西北太平洋TCGF年際變化的表現(xiàn)較好的，但時間相關(guān)系數(shù)也僅有0.24，并沒有通過0.05信度的顯著性檢驗。最近，Wang and Murakami（2020）使用動力因子提出了GPIWM，在模擬西北太平洋全年TCGF的年際變化時效果較好，但重現(xiàn)7—9月TCGF年際變化的能力也有限，與觀測TCGF的時間相關(guān)系數(shù)為0.25。因此，我們需要對現(xiàn)有GPIs進行改進，以期更好的模擬西北太平洋TCGF年際變化的特征。

與北大西洋熱帶氣旋生成受熱力因子控制（Peng et al.，2012）不同，我們發(fā)現(xiàn)在西北太平洋低層相對渦度對TCGF年際變化作用更明顯，這也與Fu et al.（2012）的研究結(jié)果一致。因此，我們用相對渦度項（105ζ+1）代替現(xiàn)有GPIs中常用的絕對渦度，并把科氏參數(shù)f單獨作為一項以保證赤道附近沒有TC生成。此外，移除相對濕度項，利用指數(shù)對數(shù)變換和逐步回歸的方法，構(gòu)建了針對西北太平洋的新指數(shù)GPIWNP（式（10））。結(jié)果顯示，GPIWNP顯著提升了對西北太平洋TCGF年際變化的擬合能力，時間相關(guān)系數(shù)達(dá)到0.41。進一步使用NCEP／NCAR、JRA-55、ERA5三套再分析數(shù)據(jù)對改進后的新GPIWNP進行交叉評估。結(jié)果表明，當(dāng)使用NCEP／NCAR或JRA-55數(shù)據(jù)計算GPIWNP時，甚至可以更好地再現(xiàn)西北太平洋TCGF的年際變化特征。在ENSO尺度上GPIWNP模擬西北太平洋東南部TCGF的表現(xiàn)也優(yōu)于現(xiàn)有GPIs。

總的來說，改進后的新GPIWNP不僅對西北太平洋TCGF的空間分布和季節(jié)循環(huán)有較好的模擬能力，并且可以再現(xiàn)其年際變化特征，與本文評估的現(xiàn)有GPIs相比，這是一個相當(dāng)大的提高。

參考文獻(xiàn)（References）

Berrisford P，Kllberg P，Kobayashi S，et al.，2011.Atmospheric conservation properties in ERA-Interim［J］.Quart J Roy Meteor Soc，137（659）：1381-1399.doi：10.1002／qj.864.

Bister M，Emanuel K A，1998.Dissipative heating and hurricane intensity［J］.Meteor Atmos Phys，65（3）：233-240.doi：10.1007／BF01030791.

Bruyère C L，Holland G J，Towler E，2012.Investigating the use of a genesis potential index for tropical cyclones in the North Atlantic Basin［J］.J Climate，25（24）：8611-8626.

Camargo S J，Emanuel K A，Sobel A H，2007.Use of a genesis potential index to diagnose ENSO effects on tropical cyclone genesis［J］.J Climate，20（19）：4819-4834.doi：10.1175／jcli4282.1.

Caron L P，Jones C G，2008.Analysing present，past and future tropical cyclone activity as inferred from an ensemble of Coupled Global Climate Models［J］.Tellus A，60（1）：80-96.doi：10.1111／j.1600-0870.2007.00291.x.

Chan J C L，2005.Interannual and interdecadal variations of tropical cyclone activity over the western North Pacific［J］.Meteor Atmos Phys，89（1／2／3／4）：143-152.doi：10.1007／s00703-005-0126-y.

Chauvin F，Royer J F，2010.Role of the SST anomaly structures in response of cyclogenesis to global warming［M］／／Hurricanes and climate change.Dordrecht：Springer：39-56.

陳聯(lián)壽，丁一匯，1979.西太平洋臺風(fēng)概論［M］.北京：科學(xué)出版社：64-145. Chen L S，Ding Y H，1979.Introduction to typhoons in the western Pacific[M].Beijing：Science Press：64-145.（in Chinese）.

Emanuel K，1987.The dependence of hurricane intensity on climate［J］.Nature，326（6112）：483-485.doi：10.1038／326483a0.

Emanuel K，2008.The hurricane-climate connection［J］.Bull Amer Meteor Soc，89（5）：ES10-ES20.doi：10.1175／bams-89-5-emanuel.

Emanuel K，Nolan D，2004.Tropical cyclone activity and the global climate system［C］／／26th conference on hurricanes and tropical meteorology.Miami：Amer Meteor Soc.

Fu B，Peng M，Li T，et al.，2012.Developing versus nondeveloping disturbances for tropical cyclone formation.part II：western North Pacific［J］.Mon Wea Rev，140：1067-1080.doi：10.1175／2011MWR3618.1.

Goldenberg S B，Shapiro L J，1996.Physical mechanisms for the association of El Nio and West African rainfall with Atlantic major hurricane activity［J］.J Climate，9（6）：1169-1187.doi：10.1175／1520-0442（1996）009<1169：pmftao>2.0.co;2.

Good S A，Martin M J，Rayner N A，2013.EN4：quality controlled ocean temperature and salinity profiles and monthly objective analyses with uncertainty estimates［J］.J Geophys Res，118（12）：6704-6716.doi：10.1002／2013JC009067.

Gray W M，1968.Global view of the origin of tropical disturbances and storms［J］.Mon Wea Rev，96（10）：669-700.doi：10.1175／1520-0493（1968）096<0669：gvotoo>2.0.co;2.

Gray W M，1975.Tropical cyclone genesis［J］.Dept of Atmos Sci Paper，234：121.

Gray W M，1979.Hurricanes：their formation，structure and likely role in the tropical circulation［M］／／Shaw D B.Meteorology over the tropical oceans.Bracknell，Berkshire：Royal Meteorological Society：155-218.

Gray W M，1984.Atlantic seasonal hurricane frequency.part I：El Nio and 30 mb quasi-biennial oscillation influences［J］.Mon Wea Rev，112（9）：1649-1668.doi：10.1175／1520-0493（1984）112<1649：ashfpi>2.0.co;2.

Hersbach H，Bell B，Berrisford P，et al.，2020.The ERA5 global reanalysis［J］.Quart J Ror Meteor Soc，146（730）：1999-2049.doi：10.1002／qj.3803.

霍利微，郭品文，張福穎，2016.夏季熱帶北大西洋海溫異常對西北太平洋熱帶氣旋生成的影響［J］.大氣科學(xué)學(xué)報，39（1）：55-63. Huo L W，Guo P W，Zhang F Y，2016.Impact of summer tropical Atlantic SST anomaly on western North Pacific tropical cyclone genesis［J］.Trans Atmos Sci，39（1）：55-63.doi：10.13878／j.cnki.dqkxxb.20150403002.（in Chinese）.

Kalnay E，Kanamitsu M，Kistler R，et al.，1996.The NCEP／NCAR 40-year reanalysis project［J］.Bull Amer Meteor Soc，77（3）：437-471.doi：10.1175／1520-0477（1996）077<0437：tnyrp>2.0.co;2.

Kobayashi S，Ota Y，Harada Y，et al.，2015.The JRA-55 reanalysis：general specifications and basic characteristics［J］.J Meteor Soc Japan，93（1）：5-48.doi：10.2151／jmsj.2015-001.

Menkes C E，Lengaigne M，Marchesiello P，et al.，2012.Comparison of tropical cyclogenesis indices on seasonal to interannual timescales［J］.Climate Dyn，38（1）：301-321.doi：10.1007／s00382-011-1126-x.

Murakami H，Wang B，2010.Future change of North Atlantic tropical cyclone tracks：projection by a 20-km-mesh global atmospheric model［J］.J Climate，23（10）：2699-2721.doi：10.1175／2010jcli3338.1.

Peng S M，F(xiàn)u B，Li T，Stevens D E，2012.Developing versus nondeveloping disturbances for tropical cyclone formation.Part I：North Atlantic［J］.Mon Wea Rev，140（4）：1047-1066.

Rayner N A，Parker D E，Horton E B，et al.，2003.Global analyses of sea surface temperature，sea ice，and night marine air temperature since the late nineteenth century［J］.J Geophys Res，108（D14）：4407.doi：10.1029／2002jd002670.

Ritchie E A，Holland G J，1999.Large-scale patterns associated with tropical cyclogenesis in the western Pacific［J］.Mon Wea Rev，127（9）：2027-2043.doi：10.1175／1520-0493（1999）127<2027：lspawt>2.0.co;2.

Royer J F，Chauvin F，Timbal B，et al.，1998.A gcm study of the impact of greenhouse gas increase on the frequency of occurrence of tropical cyclones［J］.Clim Change，38（3）：307-343.doi：10.1023／A：1005386312622.

Royer J F，Chauvin F，2009.Response of tropical cyclogenesis to global warming in an IPCC AR-4 scenario assessed by a modified yearly genesis parameter［M］／／Elsner J B，Jagger T H.Hurricanes and climate change.Berlin：Springer：213-234.

Shapiro L J，1987.Month-to-month variability of the Atlantic tropical circulation and its relationship to tropical storm formation［J］.Mon Wea Rev，115（11）：2598-2614.doi：10.1175／1520-0493（1987）115<2598：mtmvot>2.0.co;2.

Shapiro L J，Goldenberg S B，1998.Atlantic sea surface temperatures and tropical cyclone formation［J］.J Climate，11（4）：578-590.doi：10.1175／1520-0442（1998）011<0578：asstat>2.0.co;2.

陶麗，李雙君，濮梅娟，等，2012.熱帶大氣準(zhǔn)雙周振蕩對西北太平洋地區(qū)熱帶氣旋路徑的影響［J］.大氣科學(xué)學(xué)報，35（4）：404-414. Tao L，Li S J，Pu M J，et al.，2012.Impact of QBW on TCs track change over the western North Pacific［J］.Trans Atmos Sci，35（4）：404-414.doi：10.13878／j.cnki.dqkxxb.2012.04.007.（in Chinese）.

Tippett M K，Camargo S J，Sobel A H，2011.A Poisson regression index for tropical cyclone genesis and the role of large-scale vorticity in genesis［J］.J Climate，24（9）：2335-2357.

Wang B，Chan J C L，2002.How strong ENSO events affect tropical storm activity over the western North Pacific［J］.J Climate，15（13）：1643-1658.doi：10.1175／1520-0442（2002）015<1643：hseeat>2.0.co;2.

Wang B，An S I，2005.A method for detecting season-dependent modes of climate variability：S-EOF analysis［J］.Geophys Res Lett，32（15）：L15710.doi：10.1029／2005GL022709.

Wang B，Murakami H，2020.Dynamic genesis potential index for diagnosing present-day and future global tropical cyclone genesis［J］.Environ Res Lett，15：114008.

Watterson I G，Evans J L，Ryan B F，1995.Seasonal and interannual variability of tropical cyclogenesis：diagnostics from large-scale fields［J］.J Climate，8（12）：3052-3066.doi：10.1175／1520-0442（1995）008<3052：saivot>2.0.co;2.

Wu L G，Wang B，2004.Assessing impacts of global warming on tropical cyclone tracks［J］.J Climate，17（8）：1686-1698.doi：10.1175／1520-0442（2004）017<1686：aiogwo>2.0.co;2.

Wu L G，Wang B，2008.What has changed the proportion of intense hurricanes in the last 30 years？［J］.J Climate，21（6）：1432-1439.doi：10.1175／2007jcli1715.1.

Wu L G，Wang B，Geng S Q，2005.Growing typhoon influence on East Asia［J］.Geophys Res Lett，32（18）：L18703.doi：10.1029／2005GL022937.

謝潔宏，余錦華，錢曉蕾，等，2021.東亞高層緯向風(fēng)季節(jié)內(nèi)振蕩與盛夏登陸中國大陸熱帶氣旋頻數(shù)年際變化的聯(lián)系［J］.大氣科學(xué)學(xué)報，44（4）：604-614. Xie J H，Yu J H，Qian X L，et al.，2021.Relationship between Intraseasonal Oscillation of East Asian upper-level zonal wind and interannual variation in the frequency of tropical cyclone landfall over Chinas mainland in midsummer［J］.Trans Atmos Sci，44（4）：604-614.doi：10.13878／j.cnki.dqkxxb.20190412001.（in Chinese）.

謝佩妍，陶麗，李俊徽，等，2018.西北太平洋熱帶氣旋在ENSO發(fā)展和衰減年的路徑變化［J］.大氣科學(xué)，42（5）：987-999. Xie P Y，Tao L，Li J H，et al.，2018.Variation of tropical cyclone track in the western North Pacific during ENSO developing and decaying years［J］.Chin J Atmos Sci，42（5）：987-999.doi：10.3878／j.issn.1006-9895.1708.17118.（in Chinese）.

Yeh S W，Kang S K，Kirtman B P，et al.，2010.Decadal change in relationship between western North Pacific tropical cyclone frequency and the tropical Pacific SST［J］.Meteor Atmos Phys，106（3）：179-189.doi：10.1007／s00703-010-0057-0.

游立軍，高建蕓，魏澎，等，2019.影響2018年盛夏熱帶氣旋群發(fā)的多尺度環(huán)流特征［J］.大氣科學(xué)學(xué)報，42（5）：725-736. You L J，Gao J Y，Wei P，et al.，2019.Multiscale circulation characteristics affecting the multiple tropical cyclogenesis in midsummer of 2018［J］.Trans Atmos Sci，42（5）：725-736.doi：10.13878／j.cnki.dqkxxb.20190701001.（in Chinese）.

Yu J Y，Hsiao L P，Chiu P G，2018.Evaluating the Emanuel-Nolan genesis potential index：contrast between North Atlantic and western North Pacific［J］.Terr Atmos Ocean Sci，29（2）：201-214.doi：10.3319／tao.2017.09.27.01.

Zhang M，Zhou L，Chen D K，et al.，2016.A genesis potential index for Western North Pacific tropical cyclones by using oceanic parameters［J］.J Geophys Res，121（9）：7176-7191.doi：10.1002／2016JC011851.

Zhang Y，Wang H J，Sun J Q，et al.，2010.Changes in the tropical cyclone genesis potential index over the western North Pacific in the SRES A2 scenario［J］.Adv Atmos Sci，27（6）：1246-1258.doi：10.1007／s00376-010-9096-1.

Zhao H K，Wu L G，Zhou W C，2010.Assessing the influence of the ENSO on tropical cyclone prevailing tracks in the western North Pacific［J］.Adv Atmos Sci，27（6）：1361-1371.doi：10.1007／s00376-010-9161-9.

Zhao H K，Wu L G，Zhou W C，2011.Interannual changes of tropical cyclone intensity in the western North Pacific［J］.J Meteor Soc Japan，89（3）：243-253.doi：10.2151／jmsj.2011-305.

趙軍平，吳立廣，趙海坤，2012.西北太平洋熱帶氣旋潛在生成指數(shù)的改進［J］.氣象科學(xué)，32（6）：591-599. Zhao J P，Wu L G，Zhao H K，2012.Improvement of tropical cyclone genesis potential index in the western North Pacific Basin［J］.J Meteor Sci，32（6）：591-599.doi：10.3969／2012jms.0110.（in Chinese）.

周偉燦，沈海波，趙海坤，2015.熱帶季節(jié)內(nèi)振蕩對西北太平洋臺風(fēng)生成的大尺度環(huán)境的影響［J］.大氣科學(xué)學(xué)報，38（6）：731-741. Zhou W C，Shen H B，Zhao H K，2015.Effect of tropical intraseasonal oscillation on large-scale enviornment of typhoon genesis over the northwestern Pacific［J］.Trans Atmos Sci，38（6）：731-741.doi：10.13878／j.cnki.dqkxxb.20141103001.（in Chinese）.

周偉燦，張小雨，趙海坤，等，2022.西北太平洋熱帶氣旋頻數(shù)異常與五類主要大尺度環(huán)流型的關(guān)系［J］.大氣科學(xué)學(xué)報，45（1）：30-39. Zhou W C，Zhang X Y，Zhao H K，et al.，2022.Relationship between the anomalous frequency of tropical cyclone genesis over the western North Pacific and five major large-scale circulation patterns［J］.Trans Atmos Sci，45（1）：30-39.doi：10.13878／j.cnki.dqkxxb.20200323012.（in Chinese）.

·ARTICLE·

A comparison of tropical cyclone Genesis Potential Indices （GPIs） and a modified version for the western North Pacific

CHEN Chun1，2，TAO Li1，3

1School of Atmospheric Sciences，Nanjing University of Information Science ＆ Technology，Nanjing 210044，China;

2Hainan Meteorological Information Center，Haikou 570100，China;

3Key Laboratory of Meteorological Disaster（NUIST），Ministry of Education，Nanjing 210044，China

Abstract This study evaluates the performance of several existing tropical cyclone （TC） genesis potential indices （GPIs） in reproducing the observed TC genesis frequency （TCGF） in the North Atlantic and western North Pacific （WNP） from 1979 to 2017.The results demonstrate that the existing GPIs can reasonably replicate the climatological distribution，annual cycle，and interannual variability of TCGF in the North Atlantic.However，they fail to reproduce the interannual variability of TCGF in the WNP.To address this limitation，a modified GPI is developed for the WNP，utilizing best-track TC data and ERA-Interim reanalysis data spanning 1979—2017.The modified GPI incorporates earth vorticity （the Coriolis parameter） and relative vorticity separately instead of absolute vorticity and excludes relative humidity，which is commonly used in existing GPIs.Compared with the existing GPIs，the modified GPI can reproduce not only the climatological distribution and annual cycle but also the interannual variability of TCGF in the WNP，particularly in the southeastern region.Additionally，the modified GPI is evaluated using NCEP／NCAR，JRA-55，and ERA5 reanalysis datasets，demonstrating consistent and improved performance in reproducing the interannual variability of TCGF，especially when employing JRA-55 or NCEP／NCAR reanalysis datasets.

Keywords tropical cyclone;genesis potential index;interannual variability;western North Pacific

doi：10.13878／j.cnki.dqkxxb.20210130001

（責(zé)任編輯：張福穎）