尺度分解技术在定量降水临近预报检验中的应用

采用2004年Casati提出的强度-尺度检验技术,选取2008年汛期代表不同类型降水(对流云降水、层状云降水、混合云降水)的4个降水过程,从尺度分解角度入手,对"世界气象组织天气研究计划——北京奥运会预报示范项目"(WWRP B08FDP)项目中4个I临近预报参加系统(BJANC,GRAPES-SWIFT,STEPS,CARDS)的1h定量降水预报进行时空尺度分解检验,研究降水预报技巧与降水时空尺度和强度之间的关系。结果表明:尽管目前国际先进的临近预报系统的水平分辨率已高达1～2km,但其有技巧的临近预报能力主要集中于空间尺度大于32km、时间尺度大于1h的降水系统,而对小于这些尺度的降水系统预报能力仍非常有限;在不同时空尺度的临近预报降水误差中,60%以上的误差来自于空间尺度小于8km的降水,85%以上的误差来自于时间尺度小于1h的降水,传统的外推技术不能满足这些较小时空尺度降水预报的需求,要发展有效的预报方法来提高较小时空尺度降水的预报能力。将基于外推的临近预报和基于稠密观测资料、快速更新的数值预报的潜势预报相结合可能是一条有效的解决途径。     

西藏泥石流、滑坡时空分布特征及其与降水条件的分析

通过对1970～2006年西藏泥石流、滑坡的时空分布特征与降水条件分析,得出西藏地区泥石流、滑坡主要发生在藏东地区、喜马拉雅山南侧及沿雅鲁藏布江一线,每年6～8月是泥石流、滑坡多发时段,降水是诱发泥石流、滑坡的主要气象条件,发生泥石流、滑坡可能性与不同雨型、不同等级降水和与前期降水情况密切相关。该研究分析结论,为西藏泥石流、滑坡预警预报提供了参考依据。     

西藏泥石流、滑坡时空分布特征及其与降水条件的分析

通过对1970~2006年西藏泥石流、滑坡的时空分布特征与降水条件分析,得出西藏地区泥石流、滑坡主要发生在藏东地区、喜马拉雅山南侧及沿雅鲁藏布江一线,每年6~8月是泥石流、滑坡多发时段,降水是诱发泥石流、滑坡的主要气象条件,发生泥石流、滑坡可能性与不同雨型、不同等级降水和与前期降水情况密切相关。该研究分析结论,为西藏泥石流、滑坡预警预报提供了参考依据。      

基于时空不确定性的对流尺度集合预报效果评估检验

针对对流尺度天气系统的高度非线性特征和高分辨率模式预报结果存在时、空不确定性现象,以及当前邻域概率法主要考虑高分辨率预报结果的空间位移误差,而不能有效解决预报结果存在时间超前与滞后问题,将时间因素引入到邻域概率法中,结合一次强飑线过程进行对流尺度集合预报试验,并基于改进后的新型邻域概率法与分数技巧评分,对降水预报进行了不同时、空尺度的效果评估检验。结果表明:（1）邻域集合概率法和概率匹配平均法在极端降水的分数技巧评分远高于传统集合平均,弥补了集合平均对极端降水预报能力偏低的缺陷。（2）对于此类飑线过程的对流尺度天气系统而言,邻域半径为15—45 km的空间尺度能够改善降水位移误差的空间不确定性,并使其预报效果达到最优,其中15—30 km的邻域半径对于尺度更小的大量级降水事件预报能力更强。（3）对流尺度降水预报考虑时间尺度与降水强度存在着对应关系,不同时间尺度可以捕获到不同量级降水的时间不确定性。同时,时间尺度与空间尺度对于降水预报效果的影响是相互关联的。（4）改进的邻域概率法能够同时体现高分辨率模式预报结果在对流尺度降水事件上存在的时、空不确定性,实现了对流尺度降水在时、空尺度上的综合评估,并能为不同量级降水提供与其时、空尺度相匹配的概率预报结果。      

云南滑坡泥石流灾害精细化气象预警系统

通过开展低纬高原地区MM5 V3不同参数化方案降水模拟试验,建立了基于SGI O350小型机的MM5中尺度数值模式业务系统.使降水预报输出产品时间分辨率小于等于60 min、水平距离分辨率小于等于10 km;对雷达、卫星降水反演资料与气象站及加密雨量站的实测资料用权重法集成为精细化实况降水场;基于滑坡泥石流灾害发生的天气气候背景和不同地质地貌条件下滑坡泥石流与降水的关系研究,采用PP-ES模式,建立了以时间分辨率为12 h、水平距离分辨率为30 km的滑坡泥石流灾害气象等级预报产品为主要内容的云南省精细化滑坡泥石流灾害气象监测预警系统.     

多尺度合成的降水临近预报技术

基于我国新一代多普勒天气雷达观测资料,以梅雨锋等大范围降水为主要研究对象,研究了降水临近预报方法.根据暴雨回波的多尺度特征等,研究暴雨回波的尺度滤波,分割、匹配等处理技术;根据不同尺度回波生命史来约束其预报时效,得到分尺度下的降水预报场,实现暴雨回波多尺度的合成降水量临近预报;将分尺度与不分尺度降水预报结果进行了比较.结果表明,针对大范围强降水多尺度合成的降水量临近预报方法,因不同尺度的回波外推考虑了各自运动的特性及其生命史的差异,预报精度有所提高.     

“16·7”华北极端强降水过程对流尺度集合模拟试验不确定性分析

基于4km水平分辨率的WRF-ARW中尺度模式,对2016年7月19日华北地区的极端暴雨过程进行了不同降水微物理过程的对流尺度集合模拟试验。结果表明:各个成员模拟降水的强度、时空分布与观测实况较为接近,但也具有明显的不确定性。通过邻域检验的ETS评分、相关系数和均方根误差等指标进行评估表明,采用Morrison方案和WSM6_P2方案的集合成员表现较好,对流尺度集合模式在降水强度和准确度较全球数值模式预报有一定提升。频率检验表明集合预报在50 mm以下量级的预报存在过量预报的倾向,而100 mm以上的强降水预报相对偏弱。不同降水物理过程的集合成员在高空急流和地面气旋等关键天气尺度系统的发展过程中表现出明显的不确定性;通过降水量与整层可降水含量,低层相对涡度和垂直运动等诊断量的联合分析表明,集合成员可分为强降水集合和弱降水集合两类,其中强降水集合拥有较强的对流性回波、较明显的对流性下沉以及较强的地面冷池,强的潜热反馈也导致对流层中层出现相对较大的正位涡异常,并进一步影响天气系统发展。弱降水集合成员降水以暖云降水为主,对流性上升和地面冷池相对较弱,但较为接近本次以稳定性暖云降水为主的天气过程。检验模拟雷达回波表明双参量降水物理方案在反映层云回波亮带和层云与对流核的分离特征上更为清晰合理。利用WSM6物理方案参数设置的敏感性试验表明,不同参数组合设置的预报成员分别表达了强对流风暴和暖云强降水两种性质的强降雨过程,对于一次特定天气过程中的对流系统发展能够预计到更多的不确定性,展现了对流尺度集合预报的优越性。     

江淮锋面暴雨中尺度降水概念模式及短时预报

本文应用雨量自记资料,采用时空转换的分析方法,探讨了江淮锋面暴雨内中尺度降水的结构。根据中尺度降水系统与锋面的相对位置综合得出锋面暴雨中尺度降水的概念模式。通过地面逐时流场分析,揭示中尺度天气系统与中尺度降水系统之间的关系,为暴雨的短时预报提供了依据。     

强度尺度方法在模式定量降水预报检验中的应用

介绍了Casati于2004年提出的强度尺度检验技术,并将该方法应用到上海区域中尺度模式的预报检验中。结果表明,强度尺度检验技术可以提供一种从不同降水率闽值和空间尺度对模式定量降水预报进行评估的方案。该方法首先对预报场和观测场进行降水率闽值获得二进制误差场,并通过二维离散Haar小波对二进制误差场进行各个空间尺度的分解,从而评估模式在各个降水率闯值和空间尺度上的均方差和预报技巧。通过计算各空间尺度二进制误差场的均方差百分比和能量平方偏差,可分析不同的降水特征尺度误差对总体误差的贡献情况以及预报降水与观测的偏差情况。     

基于模式相对湿度的降水概率预报方法研究

本文采用EC数值模式预报结果与历史观测资料结合的方法,建立了一种基于模式确定性相对湿度预报制作降水概率产品的方法。通过对2012—2013年华东地区EC细网格模式大气相对湿度预报进行分类,将不同层次和不同湿度等级的大气进行分类采样,并统计各类别对应的历史降水概率,分析模式相对湿度与实际降水概率的分布特征,进而根据当前模式预报的相对湿度预报降水概率。采用ETS评分、Brier评分、可信度对比及个例分析方法检验2013年7月至2014年5月降水预报试验效果,结果表明:本文建立基于模式相对湿度的降水概率预报方法可较好的反映未来降水的分布,对天气尺度雨带的预报效果优于对流性降水;与EC模式相比,可有效降低空报现象;与传统集合概率预报相比,本文建立的降水预报方法可更好地反映实际降水的发生概率,降水概率产品能较好的指示降水发生的位置和可能性,具有较好的实际参考价值。     

一种多时间尺度SVM局部短时临近降雨预测方法

近年来支持向量机(support vector machine,SVM)在气象领域得到了广泛应用,在该类应用中单一建模是目前普遍采用的一种思路,单一建模方法寻找的是大而泛的预测模型,预测的目标以面降雨为主。本研究针对每个气象站点进行单独动态建模,建模方法为多时间尺度SVM,探索建立一种动态SVM短时临近降水预测模型,充分考虑不同站点、不同时刻的气象要素差异,初步解决了单一建模过于注重整体规律、建立固定的整体预测函数模型而忽略不同站点、不同时刻局部气象变化的不足,并尝试提高短时临近降水预报的准确率。初步实现了地理空间上更高密度、更精细化的降雨预测,时间分辨率为1 h,TS评分始终保持在较高的水平,对1 h预测的TS评分平均可达40%以上,部分站点接近50%,且模型预测准确率具有一定的稳定性和参考价值。     

基于不同空间尺度的作物产量集成预报——以江苏一季稻为例

基于1981-2016年江苏省不同区域一季稻产量序列,计算站点尺度的气温、降水、日照适宜度以及综合气候适宜度,在此基础上构建基于气候适宜指数的作物产量预报模型,开展不同空间尺度的一季稻产量精细化预报。同时,以各主产地市、县一季稻种植面积百分比为权重,加权集成省级产量,开展基于不同空间尺度一季稻产量序列的大区域尺度产量预测。结果表明:(1)江苏省不同区域一季稻气象产量与不同时段气候适宜指数之间存在较高的相关性,基于气候适宜指数的预报方法适用于江苏省不同区域一季稻单产预报。(2)2012-2016年省级尺度模型预报平均准确率高于97.5%,主产地市、县模型平均预报准确率低于省级尺度预报模型,主产县预报准确率年际间波动较大,表明预报区域越小,预报的难度提升。(3)基于气候适宜指数模型的江苏省级、主产地市集成,主产县集成模型预报准确率大部在95%以上,整体上看主产县集成优于主产地市集成,主产地市集成优于省级尺度模型。由此,开展地市级和县级尺度的精细化产量预报可提升省级尺度预报准确率,同时提高县级作物产量预报能力。     

阿勒泰市强降水衍生泥石流灾害分析

调查分析阿勒泰市区泥石流灾情、引发的气象因素以及有利的环流形势.结果表明:阿勒泰市泥石流灾害以市区东北部发生频率高,为重灾区,阿勒泰市泥石流主要发生在6-8月的强雷雨时段;中小尺度强雷雨是引发阿勒泰市泥石流直接的动力因素,降水超过15 mm并伴有雷暴可作为阿勒泰市泥石流气象预警指标;阿勒泰市夏季中小尺度系统引发的短时强降水有两种天气尺度环流背景.     

滑坡泥石流大尺度统计预报模型的实时检验

利用滑坡敏感性分布和降雨阈值公式建立了一个滑坡泥石流统计模型,该模型可以用于中国大尺度范围内的滑坡泥石流预警。使用CMORPH卫星降水驱动该统计模型,对2016—2017年的106起滑坡泥石流事件进行了验证分析。结果表明,该模型能较好地预警大多数滑坡泥石流事件,其中对72. 1%的雨季滑坡泥石流事件能较好预警,但对非雨季的事件只有35%能较好预警,对雨季的预警效果明显优于非雨季。由于滑坡泥石流主要发生在雨季,因此该模型总体上具有较好的效能。该模型对于强降雨引发的快速滑坡事件具有较好的预警能力,但对于由强度较小、持续时间较长的降雨引发的慢过程滑坡事件的预警效果有待提升。利用该统计模型以及CMORPH实时卫星降水产品,可以建立滑坡泥石流大尺度实时预警系统,对滑坡泥石流减灾防灾具有一定意义。     

基于FSS的高分辨率模式华北对流预报能力评估

目前高分辨率数值预报模式已具有一定的对流系统结构和演变特征预报能力,但对其预报能力的客观评估仍存在较多不足。选取2017年7—9月华北地区在不同天气系统背景下、具有不同组织模态的7次对流天气个例,使用模糊检验方法中的分数技巧评分（fraction skill score,简称FSS）指标评估不同高分辨率模式（包括快速更新同化GRAPES_Meso,GRAPES_3 km及华东区域中尺度模式）对中小尺度对流过程的预报能力。结果表明:分数技巧评分能够实现当模式预报存在位移和强度偏差时仍然给出有价值的评分结果,其优势还在于可以给出表征模式空间位移偏差尺度的预报技巧尺度信息;所用3个模式的雷达回波强度预报均偏弱,当回波强度小于44 dBZ时,华东区域中尺度模式预报最接近实况,而对于44 dBZ以上的较强回波,GRAPES_3 km模式预报偏差最小;采用百分位阈值（通过升序排列求出预报和实况数列的相同百分位数作为其相应的阈值）进行检验发现,对于预报难度更大的高阈值、小尺度的对流事件,GRAPES_3 km模式预报能力更强。     

基于气象要素的逐日玉米产量气象影响指数

利用1981—2020年5—9月气象数据与玉米产量数据,通过改进逐日降水适宜度并构建逐日气候适宜度模型,建立基于相似年逐日气象要素的作物生育期气候适宜度序列,利用气象产量与气候适宜指数建立模型,设计逐日作物产量气象影响指数以表征气象条件对作物的影响程度,基于该指数构建东北地区玉米逐日产量预报模型并分析其逐日预报准确率,用以表明该指数的准确性。结果表明:利用3个相似年预报结果加权集成综合相似年逐日作物产量气象影响指数可提高逐日预报准确率,黑龙江年尺度逐日预报准确率年际间波动小于东北其他地区。综合相似年月尺度下,随着玉米发育期的推进和实时气象数据的引入,月尺度平均预报准确率逐渐提高。东北地区玉米产量8月31日的日尺度预报准确率普遍高于7月31日;辽宁日尺度预报差异较大,但随着玉米发育期推进逐日预报产量和实际产量接近,准确率也提高。基于气象要素构建的逐日作物产量影响指数和同期气象影响指数可以定量评估不同时段气象条件对作物产量的影响程度,在一定程度上可提高农业气象业务定量化评价水平。     

凉山山地强降雨型泥石流灾害雷达短临预警技术研究

基于2006~2011年的泥石流灾害案例、强降水观测资料、GIS技术及对应的雷达回波信息,研究了凉山地区基于强降雨型雷达回波信号的泥石流灾害的短时临近预报预警技术,根据群发、大型、中型、小型泥石流灾害级次的最强回波强度、回波高度、强降水回波持续时间信息,结合下垫面地质灾害隐患点信息,提出了凉山地区泥石流发生的短临预警指标;依托雷达回波对降水云团信号的显著性、连续性探测显示特征以及GIS技术,建立了凉山地区泥石流灾害短临预报预警系统,极大地增强了凉山地区防灾减灾应急处置能力,对凉山地区地质灾害防治工作具有重大意义。      

春玉米产量动态预报技术的改进方法探索

为及时、准确地进行玉米产量预报,为吉林省玉米产量预报业务提供参考依据,为政府调控提供科技支撑,利用吉林省19802016年春玉米产量和50个气象站逐日气温、降水量、日照时数等资料,基于相似距离和相关系数构建综合诊断指标筛选气温、降水量、日照时数等各类气象要素历史相似年,根据各类气象要素历史相似年与预报年的玉米产量丰歉气象影响指数之间的关系,建立吉林省春玉米产量动态预报模型。同时,对历史相似年的筛选方法进行改进,利用欧氏距离直接筛选综合气候历史相似年,根据气候历史相似年与预报年的玉米产量丰歉气象影响指数之间的关系,构建春玉米产量预报模型。对比改进前、后的产量预报模型的预报,结果表明:两种方法在吉林省玉米单产预报中,预报准确率均较高,普遍在85%以上。产量预报模型对20022013年的预报检验结果表明,改进方法后20022013年单产预报平均准确率提高了3.9个百分点,均方根误差降低了4个百分点,标准差降低了2。对20142016年的预报检验结果表明,改进方法的玉米产量预报结果优于传统方法的预报结果。改进方法比传统方法准确率更高,稳定性更强,应用价值更高。     

Shapley-模糊神经网络方法在华南台风卫星云图的长时效滚动预测中的应用

为了更好地利用大量的卫星云图观测资料来提高台风暴雨的预报能力,解决并提高对台风强降水云系变化的预报精度,延长对未来云系变化的预报时效,构建基于合作对策Shapley-模糊神经网络的华南区域台风卫星云图非线性智能计算滚动集合预测模型,对增强卫星云图资料在台风暴雨天气预报中的实用性和及时性具有重要意义。依据2013—2016年华南区域台风影响过程的卫星云图,采用类似于数值预报模式的集合预报方法,通过对间隔6 h的卫星云图云顶亮温样本序列做经验正交函数分解,将提取出的时间系数作为云图预报建模的预报分量。考虑台风云系的发展变化主要受云团环境物理量场的影响,利用数值预报模式的物理量预报产品作为各预报分量的预报因子,并采用k-近邻互信息估计的分步式变量选择算法,通过两步过程实现相关变量的选择与弱相关变量的剔除,分别建立相应时间系数的Shapley-模糊神经网络集合预报模型,进一步将预报得到的各时间系数与空间向量合成,重构得到未来时刻的卫星云图预报图,实现了云图6—72 h的长时效客观滚动预测。试验结果表明,新方案所预测的云图与实况云图相关较高,重构云图的基本轮廓、纹理特征分布、清晰度以及云系强弱方面都比较接近原始云图。另外,研究进一步基于相同的云图预报因子,针对同样的建模和预报样本采用多元线性回归方案进行和新方案一致的云图预测。对比结果表明,这种非线性预报模型比线性方案能更好地预报未来较长时效台风云团的发展、移动的主要特征和变化趋势,其预测的云图与实际云图的主要特征更相似。云图预报时效达到了72 h,具有业务实用价值。