Deep learning (DL) is useful in various regression tasks for tropical cyclone (TC) analysis and forecasting, including regression to the current TC radial wind profile and regression to future TC structure parameters (i.e., statistical forecasts of intensity or size).
The first part of the presentation showcases the usefulness of DL for reconstructing homogenized and trustworthy global TC wind profile datasets since 1981 and thus facilitating an examination of climate trends of TC structure/energy extremes. Understanding past TC trends and variability is critical for projecting future TC impacts on human society considering the changing climate. By training with uniquely labeled data integrating best tracks and numerical model analysis, our model converts multichannel satellite imagery to a 0-750-km wind profile of axisymmetric surface winds. The model performance is verified to be sufficient for climate studies by comparing it to independent satellite-radar surface winds.
Based on the new homogenized dataset, the major TC proportion has increased by ~13% in the past four decades. Moreover, the proportion of extremely high-energy TCs has increased by ~25%, along with an increasing trend (> one standard deviation of the 40-y variability) of the mean total energy of high-energy TCs. Although the warming ocean favors TC intensification, the TC track migration to higher latitudes and altered environments further affect TC structure and energy.
On the other hand, this presentation demonstrates the usage of the proposed DL model for TC structure analysis in operational typhoon forecasting and quickly introduces subsequent DL models for predicting Typhoon intensity and size. We also discuss the need and possible framework for providing typhoon IKEs in operational forecasting.

南極と北極は地球上で温暖化の影響が顕著に出ている領域であることが知られている。これまで発表者は、自ら現場で取得した観測データや数値モデルなどを使用し、極域での変動の原因やその影響について調査してきた。数値モデルを用いた研究では、北半球（南半球）の中緯度海洋前線の変動に伴い水温が上昇することで、北半球（南半球）中高緯度の大気循環場が変動し、北極（南極）の異常高温を引き起こしていることを明らかにした。また、船上で取得した観測データも組みわせ、中緯度から流入した物質（エアロゾル）や暖かく湿った空気が高緯度で形成される雲へどのように影響するかを議論してきた。一方、データ同化システムや大気大循環モデルを使用した研究では、高緯度での気象観測が中緯度の大気循環の予報精度に影響していることがわかってきた。本発表では、これまで発表者が実施してきた両半球の中高緯度相互作用に関する研究について紹介する。