平均环流的诊断与预报

本文采用实际的大气资料分析了一个正压平均环流距平模式各项的相对重要性.结果表明,单纯考虑初始场的惯性预报的准确率随所取平均时间的增加而迅速下降,并以长波和超长波段最为显著. 加上气候平均风场及地球球面效应等动力因子后的修正的惯性预报,其结果不如纯惯性预报好.而且,所取的平均时间越长,效果越差.加进散度订正因子后,对长波和超长波的预报起明显改进作用, 对平均环流的预报起重要作用的因子是未知的强迫作用项.根据分析,本文提出了提高平均环流预报准确率的可能途径.     

用典型相关分析作副高的统计动力预报模式可预报性研究

本文提出一个关于西太平洋副热带高压（简称副高）的统计动力预报模式，利用它和典型相关分析方法对冬、春和夏季逐月副高预报的可行性进行研究。结果表明，模式的可预报性依赖于预报量场和因子场所提取的分量数，模式的差分形式及预报落后步长。对逐月和不同步长所作的可预报性分析发现步长为1个月有较高的可预报性，不同月份可预报性有所不同，一般夏季较冬季和春季要差。虽然如此，用该模式作夏季副高预报还是具有一定的可能性。在独立样本中所作的预报试验表明，月际预报符号相关系数一般均接近或超过0.60。     

西北太平洋台风季节预报的数值模拟

利用中尺度气象模式WRF（weather research and forecasting）对2006年7月1日-9月30日的西北太平洋夏季台风进行了动力季节预报试验。结果表明：1）在对3个月以内的台风作动力季节预报试验时,WRF模式模拟的台风总个数与实况接近,模式模拟的总登陆台风数与实况相比偏小。从各月模拟情况看,台风总数与登陆数的模拟均与实况有差距。WRF模式对台风强度的模拟总体偏弱。2）WRF在模拟2006年7q月台风以及平均高度场、水平风垂直切变时,7月与实况接近,随时间增长,与实况的差别明显增大．WRF模式具有一定的台风动力季节预报能力,但其预报时限有待探讨。     

一种客观预报旱涝的动力统计方法

将自行研制的北半球月平均高度场月际预报的动力统计谱式模块化,使之在微机上运行 ,将该模式提前一个月作出的环流预报谱系数采用统计方法释用于湖北省的夏季旱涝预测。对独立样本所作的预报结果表明,该客观预报方法具有一定的预测能力。     

中长期天气预报的新进展

1 引言中长期预报(MRF与LRF)定义为3天以上的预报。具体是前者为3天至10天的预报,后者为更长时间的预报(月及季展望)。在60年代以前,中长期天气预报主要根据流型分类及统计方法作出的。预报员通过对这些环流型的主观解释以及对平均槽脊运动进行外推来估计平均形势。然后再根据预报出的环流异常形势凭主观或用统计方法估计未来的温度与降水。后来进一步发展和改进许     

应用全球OLR场作山东季降水量预报

利用全球月平均ＯＬＲ场再分析资料,采取气象要素相关场显著性检验统计模拟的方法,找出与山东省各季降水量显著相关的ＯＬＲ场,以该场中显著相关区内ＯＬＲ的区域平均为因子,采用最优子集回归建立山东季降水量预报模型,并由此做出１９９９年各季降水量预报     

雷达资料与中尺度数值预报的融合方法研究及其在临近预报中的应用

通过融合多普勒天气雷达资料与中尺度数值预报产品,发展了一种便于临近预报业务使用的方法。该方法首先通过相关分析计算当前相同时刻雷达估测降水与中尺度数值预报的反射率因子估测降水之间的位置偏差,导出一个位移偏差矢量场;然后,利用人机交互的方式对矢量场进行分区,并对各分区的矢量场进行平滑处理,计算出各分区的平均位移偏差矢量;最后,采用最小二乘法对各分区连续多次的平均位移偏差矢量进行线性拟合,得到各分区平均位移偏差矢量随时间的变化特征,订正未来时段相应区域的数值预报反射率因子估测降水的位置偏差。利用该方法对2012和2013年夏季发生在重庆西部、四川东部的3次强降水天气过程进行临近预报试验并对预报结果进行了检验,结果表明:对0~2 h的临近预报,融合预报效果总体上优于模式预报效果;另外,与雷达外推定量降水预报相比,0~1 h雷达外推预报效果优于融合预报效果,1~2 h融合预报效果优于雷达外推预报效果。     

区域随机动力统计气候模式及其预报试验

本文从大气热力学与动力学原理出发,设计并推导了一个以高度场和海温场为主要变量的多网格点的海气耦合随机动力模式,用此模式作500hPa平均高度场的预报试验。预报以春季月份(2月)为初始场,取西太平洋副热带高压活动地区(10°N-40°N,110°E-170°W)6月500hPa高度场作为预报场。另外取赤道东太平洋地区5°S—10°S范围内海温场作为耦合场,把该模式中的微分方程组化为差分形式,以前期月平均高度场和海温场为初始场,以时间步长1天进行积分,积分系数是用依赖资料(1951—1980年)反演估计出来的,然后对独立样本(1981—1986年)作预报试验。方程中的随机项假设为白噪音,并对不同的白噪音量级作了一系列试验。结果表明,加上白噪音的效果均比未加时要好,说明次要因素的随机作用在海气相互作用中是不可忽视的。     

与非线性区域预测方法结合的月延伸预报试验Ⅰ:纬向平均环流的预报

为克服数值模式普遍存在的纬向平均环流预报误差,文中在36a NCEP/NCAR再分析高度场资料的基础上,应用非线性时空序列预测理论的局域近似法构建了200,300,500和700hPa4个等压面上的月尺度逐候纬向平均高度距平场非线性动力学区域预报模型.对1996年12个月所做的预报试验表明,无论是南、北半球中高纬度地区还是低纬度地区,非线性模型的候纬向平均高度预报结果均优于持续性预报、气候预报和T42L9模式动力预报.用非线性结果对T42L9模式月平均高度场预报结果进行订正,则使该谱模式系统性预报误差显著减少,也大大减少了其预报高度场的均方根误差,相应地,高度场距平相关评分也有一定程度的提高,表明纬向平均高度的非线性预报比谱模式动力预报包含了更多的有用信息.     

与非线性区域预测方法结合的月延伸预报试验I:纬向平均环流的预报

为克服数值模式普遍存在的纬向平均环流预报误差 ,文中在 3 6aNCEP/NCAR再分析高度场资料的基础上 ,应用非线性时空序列预测理论的局域近似法构建了 2 0 0 ,3 0 0 ,50 0和 70 0hPa 4个等压面上的月尺度逐候纬向平均高度距平场非线性动力学区域预报模型。对 1996年 12个月所做的预报试验表明 ,无论是南、北半球中高纬度地区还是低纬度地区 ,非线性模型的候纬向平均高度预报结果均优于持续性预报、气候预报和T 42L9模式动力预报。用非线性结果对T42L9模式月平均高度场预报结果进行订正 ,则使该谱模式系统性预报误差显著减少 ,也大大减少了其预报高度场的均方根误差 ,相应地 ,高度场距平相关评分也有一定程度的提高 ,表明纬向平均高度的非线性预报比谱模式动力预报包含了更多的有用信息     

不同的大气云模式对月预报影响的数值试验

所用的 T42L10月长期数值预报谱模式采用了模式诊断云方案,在辐射计算中,用模式的预报水汽场和模式诊断云代替原民T42L9中的气候纬向平均水汽场和云,模式诊断云计算中还考虑了大地形作用对云的影响.本文利用国家气象中心1992年8月31日的客观分析资料为初始场,进行30天长期数值预报,对比研究了这两种不同的云模式对月际数值预报的影响.模式诊断云方案的预报明显优于气候云方案,采用模式诊断云预报的500hPa 高度场月平均的倾向相关系数有所提高,月平均预报误差减少.模式诊断云方案的预报误差低于对应的持续性误差.模式诊断云方法由于考虑了在预报时间内云分布的时间和空间变化,提高了模式中的辐射计算精度,从而改进模式中的云、辐射作用,克服由于气候云方法所出现的预报偏差,较显著地改善月际数值预报效果.     

月数值天气预报的试验研究

用中国科学院大气物理研究所二室的全球谱模式做了多个例子的月预报试验，结果表明，500 hPa月平均预报高度场不仅明显优于持续性预报，也优于气候预报。文章还就如何从逐日的瞬时动力预报中提取对月预报有用的信息进行了讨论，并指出，用加权平均代替通常使用的算术平均求得平均月预报显著地提高了预报效果。     

Uncertainty analysis of statistical downscaling models using Hadley Centre Coupled Model

Regression-based statistical downscaling is a method broadly used to resolve the coarse spatial resolution of general circulation models. Nevertheless, the assessment of uncertainties linked with climatic variables is essential to climate impact studies. This study presents a procedure to characterize the uncertainty in regression-based statistical downscaling of daily precipitation and temperature over a highly vulnerable area (semiarid catchment) in the west of Iran, based on two downscaling models: a statistical downscaling model (SDSM) and an artificial neural network (ANN) model. Biases in mean, variance, and wet/dry spells are estimated for downscaled data using vigorous statistical tests for 30 years of observed and downscaled daily precipitation and temperature data taken from the National Center for Environmental Prediction reanalysis predictors for the years of 1961 to 1990. In the case of daily temperature, uncertainty is estimated by comparing monthly mean and variance of downscaled and observed daily data at a 95 % confidence level. In daily precipitation, downscaling uncertainties were evaluated from comparing monthly mean dry and wet spell lengths and their confidence intervals, cumulative frequency distributions of monthly mean of daily precipitation, and the distributions of monthly wet and dry days for observed and modeled daily precipitation. Results showed that uncertainty in downscaled precipitation is high, but simulation of daily temperature can reproduce extreme events accurately. Finally, this study shows that the SDSM is the most proficient model at reproducing various statistical characteristics of observed data at a 95 % confidence level, while the ANN model is the least capable in this respect. This study attempts to test uncertainties of regression-based statistical downscaling techniques in a semiarid area and therefore contributes to an improvement of the quality of predictions of climate change impact assessment in regions of this type.     

桂北一次春季低温阴雨过程的长期数值预报试验

本世纪六十年代以来,广西的气象工作者一直致力于春季低温阴雨的分析和预报工作,建立了一系列预报工具[1],但预报的方法主要仍是统计方法,预报时效还不能满足服务要求。      

地气耦合非定常距平模式的准业务预报试验

本文用地气耦合非定常距平模式对1988年1—12月北半球100 hPa、500 hPa、海平面气压和地面温度的月距平场进行了为期一年的逐月30天预报准业务试验。结果表明，模式对月距平场距平符号的趋势预报以100 hPa效果最好，海平面气压较差；模式对500 hPa、地面温度的月距平场预报优于持续性预报，表明该模式对距平场形势有一定的预报能力。试验结果还表明，模式预报在中低纬优于中高纬；但对不同层次、不同月份的预报效果不够稳定，而且对低值系统预报能力较差。模式的一个突出问题是预报场空间过份平滑，尚须作进一步试验、改进。     

基于重组降水集合预报的洪水概率预报

采用条件亚正态模型方法,生成了具有包含不同可能性的降水集合预报。为了保持各子流域降水集合预报变量之间的空间相关性,采用集合预报重组方法对降水集合预报进行重新排列。使用重组后的降水集合预报驱动水文模型,实现了淮河上游大坡岭-息县、淮河上游息县-王家坝和汝河-洪河上游3个子流域的12次洪水过程的洪水概率预报,并对1988年9月7日和1991年7月31日两次洪水概率预报进行个例分析。结果表明:相对于单一确定性预报,通过条件亚正态分布模型生成降水集合预报后,再经过Schaake洗牌法空间相关性重新组合的降水集合预报,捕捉洪峰出现时间和流量的能力更强。对洪水概率预报来说,降水概率预报更能达到对未来的水文事件进行最大可能估计的目的,并尽可能综合了降水预报不确定性因素,同时也说明维持变量原有的空间相关特征对于降水概率预报具有重要意义。     

典型相关分析(CCA)对我国冬季气温的短期气候预测试验

利用典型相关分析(CCA)方法建立统计气候预测模型，对我国冬季气温进行了预测试验，采用历史资料独立样本检验的方法，对预报技巧给出合理的评定。结果表明，使用CCA方法对我国冬季气温进行短期气候预测，有一定的预报技巧，对于特定地区和特定时期优选的因子场组合，可以取得较为满意的预报效果。大部分地区的季平均预报时效在2个季以内时，最佳预报相关系数在0.5以上。季平均的预报水平明显高于月平均的预报。海温场是所有因子场中最好的预报因子，不仅单独海温场的预报效果较好，而且与其他因子场组合后的预报水平还可以得到进一步提高。     

空气质量多模式系统在广州应用及对PM10预报效果评估

介绍了广州空气质量多模式系统并评估其对2010年9月广州市的气象要素和PM10日均浓度的24 h的预报效果.评估结果表明：模式系统较好地预测了气象要素的变化,但高估了风速;各空气质量模式能合理预测广州PM10浓度的时空变化,预报效果均处于可接受范围内(平均分数偏差MFB小于±60%且平均分数误差MFE小于75%),部分模式可达到优秀水平(MFB小于±30%且MFE小于50%),但同时各模式在郊区均预测偏高而在市区偏低;总体上,模式在广州郊区的PM10预报效果优于市区.模式间对比表明,在本次业务预报实践中,不存在最优的单模式,同一模式对不同的统计指标、不同的站点,其预报效果可能存在差异,基于算术平均集成各模式结果未能获得最优的预报效果.优化排放源空间分布并引进更好的集成预报方法(如权重平均、神经网络、多元回归等)是未来改进广州空气质量多模式系统预报效果的可能途径.     

Monthly and seasonal numerical forecasts by using the anomaly ocean-atmosphere coupled filtered model

Case experiments of monthly predictions of eight winter months during 1976－1977 and 1982－1983 El Nino events are performed by using a three-layer anomalous filtered model (AFM), in which transient Rossby waves are filtered. The results show that this model predicts successfully the large-scale patterns of the monthly mean surface temperature anomalies. The correlation coefficients between observations and predic-tions are basically higher than those of persistence predictions. By comparison with the anomalous general circulation model (AGCM) the AFM gives almost the identical results, but the computation time required for running the AFM is nearly 100 times less than that required for running the AGCM. It is also shown that the results of the three-layer model are better than those of the one-layer model. In the meanwhile, four seasonal forecasts are also earned out by using the same model. It seems that the AFM possesses potential ability in predicting large-scale circulation anomalies.On the basis of the works done during the last decade and of the results in this paper, the predicting ability of the AFM is summed up in the last section.