统计预报海温场驱动的CAM3.1模式预报试验

基于动力气候模式进行月一季尺度预报的“两步法”思想,提出一种新的预报海温场统计模型,并以该统计模型预报的海温场驱动NCAR CAM3.1模式对1981-2000年月时间尺度的东亚500 hPa高度距平场进行客观回报试验;在此基础上,提出了对预报结果的订正方法。结果表明:统计预报海温模型的预报海温场能够反映出全球海温空间分布的基本特征,并对表征ENSO事件的Ni?o3.4区海温变化的预报能力较强。该统计模型预报的海温场驱动的CAM3.1模式可以较好地预报出东亚500 hPa环流的主要分布特征,试验表明:适当的统计订正方法可以在一定程度上提高CAM3.1模式对东亚夏季500 hPa环流背景的预报技巧。     

康乐气象站迁移前后地温同期观测资料对比分析及订正

为了消除城市化进程对旧站地温的影响,运用数理统计方法对康乐县新旧地面气象观测站2012年1-12月同期0-20 cm地温平均值、方差及相关性进行F、T、t检验,对新旧2站数据差异显著的地温,利用最小二乘法进行最佳线性拟合,建立2站地温订正方程。结果表明：整体而言,新站与旧站0-20 cm地温均存在负温差,旧站地温较新站的偏高,大多数月份差值较小,资料连续性较好,但2站地温差值变幅较大。地温差异显著的1月和10月2站地温资料呈显著线性相关,经订正后的新旧站资料基本重合。     

Meshless Surface Wind Speed Field Reconstruction Based on Machine Learning

We propose a novel machine learning approach to reconstruct meshless surface wind speed fields, i.e., to reconstruct the surface wind speed at any location, based on meteorological background fields and geographical information. The random forest method is selected to develop the machine learning data reconstruction model (MLDRM-RF) for wind speeds over Beijing from 2015–19. We use temporal, geospatial attribute and meteorological background field features as inputs. The wind speed field can be reconstructed at any station in the region not used in the training process to cross-validate model performance. The evaluation considers the spatial distribution of and seasonal variations in the root mean squared error (RMSE) of the reconstructed wind speed field across Beijing. The average RMSE is 1.09 m s^?1, considerably smaller than the result (1.29 m s^?1) obtained with inverse distance weighting (IDW) interpolation. Finally, we extract the important feature permutations by the method of mean decrease in impurity (MDI) and discuss the reasonableness of the model prediction results. MLDRM-RF is a reasonable approach with excellent potential for the improved reconstruction of historical surface wind speed fields with arbitrary grid resolutions. Such a model is needed in many wind applications, such as wind energy and aviation safety assessments.     

基于空间梯度信息的质量控制方法在红外高光谱AIRS资料同化中的应用研究

本文利用中尺度非静力WRF(Weather Research Forecast, Version 3.4)模式, 针对1013号“鲇鱼”台风个例, 通过对红外高光谱AIRS(Atmospheric Infrared Sounder)资料经过基于空间梯度信息的质量控制之后同化进入模式, 来评估新的质量控制方法对同化效果的影响以及对台风数值模拟的改善情况。研究结果发现, 如果仅仅基于WRFDA(WRF Data Assimilation system, Version 3.4)模式自带的质量控制系统, 将会有部分梯度距平值明显较大超过阈值的资料被同化进入模式, 而这些可能受到“污染”且误差较大的资料同化进入模式必将会导致同化结果有较大误差, 影响分析结果的质量。而对AIRS资料经过基于空间梯度信息质量控制之后再同化进入模式, 确实可将梯度距平值大于阈值的“坏点”剔除掉, 从而使初始场的描述更加准确, 台风路径的模拟精度在一定程度上得到提高。综上可知, 基于空间梯度信息的质量控制方法整体上对改善同化效果有较好的正效应, 对台风的数值模拟也起到一定的促进作用。     

经验正交函数在解释数值预报产品中的应用

本文用经验正交函数展开的分析方法，确定了各种数值预报产品物理场中和对应时效的运城日降水量显著相关的物理量要素及关键区域，对关键区域的物理量场使用典型相关分析进行处理，得到了数量较少，而又能代表该关键区物理量分布状况主要信息的新因子，从而建立使用数值预报产品制作短期单站降水预报模式，进行预报效果较好。     

前期高度场和海温场变化对我国汛期降水的影响

利用1952～2001年我国160个测站汛期降水和前期500 hPa高度场和太平洋海温场资料以及三因子最佳子集回归求最大复相关系数的方法,把前期不同时间步长、不同时段的高度场和海温场同时作为预报因子与汛期降水求相关.结果发现:前期两个场共同作为预报因子比把其中某场单独作为预报因子的相关要好.并且存在着较好的"隔多季度相关"现象.预报因子具有实际预报意义的最佳时段为上一年的6～9月.影响我国汛期降水的最佳预报因子主要集中于高度场和海温场具有重要天气气候意义的关键区域.汛期降水可预报性在北方和长江以南均较好.     

南京市SO2污染浓度时空分布特征及统计预报方法的研究

本文根据南京市六个空气污染浓度监测站的2001年6月至2005年7月的SO2污染浓度监测资料分析南京市SO2污染浓度的时空分布变化特征,结果为6个站浓度值有明显的季节变化特征,且在冬季容易出现南北相反的分布特征。针对目前常用的回归预报方法在选取气象要素时没有考虑其互相之间的相关性的缺点,本文提出了一种建立在EOF展开基础上的首先使预报因子正交化,再与逐步回归方程结合并且资料逐日更新的变系数的新型统计预报模型,经过实际预报检验,预报准确率比较高,有很好的应用效果。     

空间回归检验方法在气象资料质量检验中的应用

该文详细介绍了空间回归检验方法, 并使用2003年我国671站的逐日平均气温、最高气温、最低气温、平均水汽压、平均风速、平均0 cm地温、降水量资料, 检验该方法在气象资料质量检验中的适用性。按区号将全国划分为10个区, 利用该方法分别对各区7个要素进行了检验试验。结果表明:空间回归检验方法能够有效检验出可疑数据, 适用于对单一要素的检验; 对降水、风速等空间变化比较大的要素, 该方法有比较好的检验效果; 应用该方法计算时, 在不同地区、不同要素之间存在差异; 当固定出错比率时, 各区应该选择不同的f值。与一般空间检验方法相同, 该方法也与地理环境、周边台站分布有关, 并受台站密度的影响。     

月尺度动力模式产品解释应用系统及预测技巧

从短期气候预测业务面临的实际问题出发,针对月尺度气候预测,利用国家气候中心月动力延伸预报(DERF)模式资料,开发了集多种统计预测方法、多种解释应用技术于一体的业务系统。利用该系统的多种预测方法对广西88个站点2005-2008年6月降水距平百分率的独立样本检验结果表明:在解释应用方法中,基于模式输出统计假设方法(MOS)的预报结果优于完全预报法(PP);利用预测站点附近的环流关键区构建的预测因子预报效果最好;经验统计函数法(EOF)和动力与统计相结合的解释应用方法的预测准确率较高且较稳定;同时满足模式预测资料中预测因子和预测对象的高相关关系,以及再分析资料中预测因子和预测对象之间高相关关系确定关键区,并在此基础上建立预测模型的预测效果更佳。解释应用预测准确率一般都在70分以上,高于传统的物理统计预测结果。     

基于闪电定位数据的地闪密度修订

利用湖北省闪电定位系统(Lightning Location System,LLS)资料,用网格地闪密度数据表征地闪的空间分布,测站距离因子表征探测站布局,对2015年地闪空间分布特征进行分析,结果表明,其密度与因子之间存在负相关,其中雷电流幅值5~30kA的密度分量与因子之间存在显著性相关,大于30kA的密度分量与因子相关不显著。同时发现探测站布局对地闪空间分布的疏密程度有一定的影响,因此有必要对密度进行修订,以消除测站布局的影响。运用线性回归方法及其残差理论,建立了网格地闪密度的修订模型和相对探测效率的统计模型。验证了密度分段修订和不分段修订结果的一致性。通过对理论探测效率和相对探测效率的对比分析,论证了地闪密度修订方法和相对探测效率统计方法的可行性。     

一个新的ENSO监测指标的研究

利用1982～1996年逐月平均SST和OLR资料,首先通过奇异值分解（SVD）技术研究了热带太平洋大气对流活动和海温场的时间和空间结构及其相互关系。结果表明,第一模态都明显地反映出ENSO信息,两场间具有很高的相关。分析了80年代以来的E1 Ni?o/La Ni?a盛期的热带太平洋对流活动场以及NINO 3指数与OLR场的点相关,结果指出,中东太平洋和西太平洋上存在类似偶极子型的两个符号相反的相关区,与SVD第一模态空间分布型十分相似。由此建立了反映ENSO期间热带中东太平洋和西太平洋反向变化的对流涛动     

京津冀地区冬小麦气候生产潜力的一种动态区划

以京津冀地区的冬小麦农业气候生产潜力为研究对象,根据统计检验聚类方法(CAST)与旋转主分量分析(RP-CA)相结合的气候分类区划新方法,对该区冬小麦气候生产潜力进行了区划试验,计算验证了理论与实际结果的一致性,从而进一步证明该方法的合理性及可靠性。同时也印证了CAST和RPCA用于气象场分类区划具有等价性和互补性的事实;此外,各分区具有不同的年际变化特征,也表明区划结果是合理的,从而较好地佐证了这一新的分区方法。     

预报技巧的诊断研究

利用国家气象中心（北京）Ｔ４２Ｌ９模式的初始资料和预报资料，对５００ｈＰａ高度场的预报技巧进行了统计分析，并用一个简单的正压准地转谱模式对两个典型个例的正压不稳定性进行了研究。结果发现：北半球５００ｈＰａ高度场第五天的预报与初始场的某些经验正交函数的典型场有关。预报技巧与初始场的稳定性及其误差和背景场的配置有关。     

多普勒雷达资料同化的稀疏化方式对暴雨过程的影响研究

利用中尺度非静力WRF(Weather Research and Forecasting)模式及其三维变分同化系统,对2007年7月淮河流域的一次强降雨过程进行多普勒雷达径向速度资料的三维变分同化试验,重点考察雷达资料的不同稀疏化方式对同化结果以及对暴雨数值模拟的影响。结果表明:同化多普勒雷达径向速度资料使得模式初始风场包含了更丰富的中尺度特征信息,有效调整了初始场的环流结构,能够改善模式对暴雨过程的模拟效果;以不同的稀疏化处理方式同化多普勒雷达径向速度资料对分析场会产生不同的影响,进而影响模式的降水预报效果,本次试验中当极坐标网格径向分辨率取10 km的时候降水过程的预报效果最好。     

Incorporation of parameter uncertainty into spatial interpolation using Bayesian trans-Gaussian kriging

Quantitative precipitation estimation(QPE) plays an important role in meteorological and hydrological applications.Ground-based telemetered rain gauges are widely used to collect precipitation measurements. Spatial interpolation methods are commonly employed to estimate precipitation fields covering non-observed locations. Kriging is a simple and popular geostatistical interpolation method, but it has two known problems: uncertainty underestimation and violation of assumptions.This paper tackles these problems and seeks an optimal spatial interpolation for QPE in order to enhance spatial interpolation through appropriately assessing prediction uncertainty and fulfilling the required assumptions. To this end, several methods are tested: transformation, detrending, multiple spatial correlation functions, and Bayesian kriging. In particular, we focus on a short-term and time-specific rather than a long-term and event-specific analysis. This paper analyzes a stratiform rain event with an embedded convection linked to the passing monsoon front on the 23 August 2012. Data from a total of 100 automatic weather stations are used, and the rainfall intensities are calculated from the difference of 15 minute accumulated rainfall observed every 1 minute. The one-hour average rainfall intensity is then calculated to minimize the measurement random error. Cross-validation is carried out for evaluating the interpolation methods at regional and local levels. As a result,transformation is found to play an important role in improving spatial interpolation and uncertainty assessment, and Bayesian methods generally outperform traditional ones in terms of the criteria.     

Z指数方法在小流域洪涝灾害预警技术研究中的应用

Z指数方法在洪涝统计方法中得到广泛应用,考虑小流域洪涝灾害的时空特点,采用任意连续10天法计算的洪涝Z指数更科学,更能反映实际。通过对流域内单站洪涝指数的确定,并与常规月洪涝Z指数的对比,新方法能较好弥补常规方法的缺陷,较好描述洪涝灾害的强度和起止时间,由其计算而得的流域综合洪涝指数,对历史洪涝个例有较高拟合度。     

基于雷达—雨量计降水融合方法提高极端降水监测能力

高时空分辨率、高精度的降水产品对于极端降水的监测以及防灾减灾具有重要意义。地面雨量计提供点尺度降水精确观测,但无法精细化捕捉对流性强降水的空间分布。雷达观测可以精细地刻画降水的空间分布特征,但雷达定量估计降水（QPE,quantitative precipitation estimation）产品估测精度易受雷达观测偏差和Z–R（雷达反射率—降水率）关系等因素影响。因此,本文开展高时空分辨率的雷达—雨量计降水融合算法研究,集成雨量计观测和雷达定量估计降水产品各自的优点。该算法主要步骤包括:雨量站观测数据格点化、局地雨量计订正雷达QPE和雷达—雨量计降水融合三个部分。首先利用克里金插值方法,对雨量站观测的降水进行插值,得到格点降水信息;再通过局地雨量计订正方法系统性地订正雷达QPE产品,以提高雷达QPE产品精度;最后,结合降水类型,通过雷达—雨量计降水融合算法,产生高时空分辨率、高精度的雷达—雨量计降水融合产品。通过郑州“21·7”暴雨、台风“烟花”和2021年8月随州暴雨三个典型的极端降水个例,对雷达—雨量计降水融合算法产生的雷达—雨量计降水融合产品进行了系统地评估和分析。结果表明,在不同的极端降水个例和不同的降水时段,雷达—雨量计降水融合产品精度上优于雷达QPE产品,且在降水的空间分布上较雨量站观测格点插值产品更能精细地刻画降水的结构特征。表明算法得到的雷达—雨量计降水融合产品的准确性较高,对极端降水有较好地捕捉和监测能力。     

有序标记与气象等值线的自动填充和隐藏

气象要素等值线分析是气象业务与服务不可或缺的手段,依据等值线自动填充的色斑图广泛应用于各类气象要素场的空间分析。等值线自动填充最关键的环节是确定区域属性值和排序,不可避免地要进行格点与区域、区域与区域之间的包含关系判别,通常需要反复遍历格点数组和创建临时区域,占用内存较多,影响运行效率。文中基于有序标记,巧妙地运用位置关系替代传统的包含关系判别,显著降低了区域属性值确定与排序的难度和复杂度。对于离散的气象要素场,密集的等值线不仅没有实际意义,而且影响空间分布的直观效果,文中基于同一网格边上等值点的有序标记,提出一种自动隐藏部分密集等值线的方法,有效改善了离散场空间分布特征的直观效果。     

中国冬夏季气温和降水异常耦合关系的SVD与MEOF分析对比

以揭示中国冬、夏季气温、降水之间的同期耦合时空特征为例,比较了SVD与MEOF分析所得主要正交模的相关关系及均衡性,论证了SVD方法在揭示两个要素场序列互相关关系上的优越性。结果表明:1) SVD的分解对象仅包含反映两种要素场相关关系的信息,而MEOF还包含了两个要素场各自的自相关信息,前者分解对象更纯粹。2) MEOF和SVD揭示的气温和降水空间耦合模态正负异常分布大致相似,但相较SVD所揭示的耦合模态,MEOF分析的冬、夏季气温、降水主要正交模存在不均衡现象,即一个主要MEOF正交模往往侧重描述两种异常要素场中的一种,这种差异在冬季尤为突出。SVD方法揭示了中国冬、夏季同期气温、降水间局域高温少降水或低温多降水是二者主要异常配置,且相关性夏强冬弱。3)比较SVD、MEOF方法同序正交模的相关系数和均衡度发现,SVD多数正交模的相关系数较MEOF的更大、更稳定,且均通过显著性检验,MEOF的冬季部分正交模相关系数未通过显著性检验; SVD主要正交模的均衡性冬季优于MEOF分析、夏季优于(第一模态)或者接近于(第二、三模态) MEOF分析。故SVD方法是揭示两要素之间耦合关系的更好方法。     

改进后TREC外推方法在台风临近降雨预报中的应用

本文提出了一种改进后的COTREC方法(CLTREC)。在传统COTREC方法基础上,增加了相邻时刻回波强度连续约束检验和矢量全变分修正,从而使得反演的雷达回波移动矢量场更为连续。选取了3个登陆台风个例,对方法进行检验。结果表明,CLTREC方法比传统COTREC方法的外推移动矢量场更平滑,台风环流特征也更合理。基于CLTREC外推预报的降水形状、强度和位置都与观测更为接近,1 h的台风定量降雨预报与观测相关系数达0.7以上。总体而言,相比传统的COTREC方法,CLTREC方法改善了台风短时临近降雨预报精度。