卫星观测揭示的上部对流层、平流层和夏季风之间的关系

1.引言许多学者对与季风相关的大尺度大气环流特征进行过广泛的研究,对臭氧和气温的变化也作过精深的研究.但是,很少有人研究平流层和夏季风之间可能存在的关系。 Kung和Sharif研究了夏季风暴发和印度季风总雨量的统计预报模式。统计模式中包括了100百帕和200百帕的大气温度。其理论是西藏高原的受热会对其上部空气流动产生影响。1985年Sehra等报道过1972年3月在夏季风到达印度地区之前,随着平流层温度的小波动,中间层出现了出乎意料的增温现象。本文目的在于根据TIROS-N卫星观测,研究印度夏季风活动与上部对流层、平     

误差订正在辽宁地区冬季温度预报中的应用

利用7d固定误差订正和滑动误差订正方法对2014年冬季辽宁地区中尺度业务模式2m温度预报产品插值结果进行订正,并将订正结果与中央气象台MOS预报进行对比,分析MOS、7d固定误差订正和滑动误差订正3种数值模式后处理方法对辽宁地区冬季温度预报准确率的影响。结果表明:经过两种误差订正后的预报结果准确率均比数值模式预报插值结果高,滑动误差订正效果优于7d固定误差订正;24h最高气温预报中,滑动误差订正结果的准确率最高;最低气温预报中,08时滑动误差订正结果准确率高于中央气象台MOS预报,但20时滑动误差订正结果准确率低于MOS预报。滑动误差订正需1—15d的资料积累,比MOS方法所需资料少且操作简单,适合观测资料积累少的地区开展数值模式的温度订正。     

GNSS反演资料在GRAPES_Meso三维变分中的应用

为了进一步提高GRAPES_Meso的分析和预报效果,该文在GRAPES_Meso三维变分同化系统中建立了同化GNSS/RO反演的大气资料的观测算子,实现了对GNSS/RO反演的大气资料的同化应用,并通过2013年7月1个月的同化和预报试验分析了GNSS/RO反演大气资料对GRAPES_Meso模式系统分析和预报的影响。结果表明:增加了GNSS/RO反演大气资料的同化后,GRAPES_Meso位势高度场的分析误差明显减小,平均分析误差减小约8%,预报误差略有减小,平均预报误差减小约1%;湿度场的分析误差和预报误差变化不明显,常规观测资料稀少的青藏高原地区的降水预报技巧有所提高,小雨到大雨的ETS (equitable threat score) 评分提高约0.01,对全国及其他分区的降水预报技巧总体上有正效果。     

青藏高原东侧常规观测资料对WRF模式预报误差的贡献分析

利用WRFDA-FSO(Forecast Sensitivity to Observation)系统,统计分析2009年和2010年5—10月青藏高原东侧常规地面和高空观测对WRF模式预报误差的贡献。结果表明:地面观测资料各要素中,温度场对模式预报误差贡献最大,风场、气压和水汽场的贡献相对小;四川东部、广西大部和云南南部边缘地区的资料对改进预报产生正贡献较大。高空资料各要素中,温度场对模式预报误差贡献最大,其次是水汽场,风场贡献最小;高空站资料对改进预报产生正贡献较大的区域主要分布在云南大部、贵州西部边缘和广西西北部边缘地区。依据误差统计结果,剔除对改进预报产生负贡献较大的地面和高空站资料后,模式降水和温度预报效果有所改善。     

数值模式误差对降水四维变分资料同化及预报的影响

利用一个无量纲的水汽发展方程,针对同化时间窗口内出现和不出现降水两种情况,分析了不同模式误差和初始误差对降水四维变分资料同化预报效果的影响。结果表明,应用四维变分资料同化方法进行降水预报前,应该充分考虑数值模式中的误差,才能得到比较满意的同化及预报结果。假定同化窗口内获得的比湿观测场是准确的,当不存在模式误差时,四维变分资料同化方法可以有效地消除初始场误差,找到比湿真实初始场;而存在模式误差时,四维变分资料同化后的模式初始场会偏离真实的比湿初始场,并且模式误差越大,偏离程度越严重。在一些模式误差情况下,由于模式误差在同化窗口及延伸预报时段的作用不同,进行四维变分资料同化处理后,尽管累积降水量的预报结果在同化时间窗口内优于同化前的预报,而在最终预报时刻反而差于同化前。     

热带气旋路径预报“真实”误差分析

目前,热带气旋预报性能的检验和分析多采用各中心每年台汛后整编的最佳路径数据集(即"年鉴")资料作为真值。然而,由于年鉴资料通常在次年才能发布,所以在业务上,常以实时定位、定强资料作为"真值"进行预报性能的检验,因而不同机构(口径)给出的预报性能往往不尽相同,造成了混乱。此外,实际业务预报中,因没有实时的年鉴资料,各预报方法的起报位置只能采用实时业务定位,显然不可避免地导致了误差。为分析使用实时定位和年鉴作为"真值"进行预报性能检验的差异、评估定位误差对预报性能造成的可能影响,本文首先考察最佳路径和实时/初始定位之间的差异(即定位误差)及其分布特征,然后分析采用实时/初始定位和最佳路径作为"真值"计算预报误差时的差异,最后基于最基础的气候可持续性(Climatology and Persistence,CLIPER)预报方法初步评估了预报性能对定位误差的敏感性。结果表明:以中国气象局整编的年鉴(CMA-STI的最佳路径数据集)资料为"真值",2013—2019年间国内外各主要预报机构及全球模式的定位误差平均为24.3 km;若以东京台风中心(RSMC-Tokyo)的年鉴资料为"真值",则定位误差平均为26.2 km。分析发现,定位误差与强度密切相关,热带风暴阶段的定位误差高达35.7~41.1 km,而超强台风阶段的定位误差仅为7.5~8.3 km;在96 h预报时效内,以最佳路径为"真值"计算得到的平均预报误差均略小于以实时/初始定位为"真值"的误差,但强度越强差异越小;定位误差对短时效内的预报性能有较显著的影响。     

模式距平积分订正法对广西区域ECMWF地面2m温度预报的订正效果评估

采用基于历史资料的模式距平订正法(ANO),利用2011~2015年欧洲中心高分辨率数值预报(ECMWF)的地面2m温度和广西区域自动站气温观测资料,对2016年广西区域2m温度预报进行订正试验,对比分析订正前和订正后的预报误差,结果表明:EC对广西区域2m温度的预报误差随着预报时效增加而逐渐增大,午后误差较大,夜间误差较小,预报值大多偏低。0~72h预报(较短预报时效)冬季误差较小,夏季误差较大;72~240h预报(较长预报时效)夏季误差较小,秋季和冬季误差较大。随预报时效增加,误差增大的幅度夏季较小,冬季较大。误差的离散度在较短预报时效的午后为冬季较小,夏季较大,在较长预报时效及夜间则与之相反。ANO方法对午后温度预报的订正效果优于当日其他时刻。该方法对夏季的温度预报有很好的订正效果,秋季的订正效果次之,春季的订正效果不明显,冬季的订正效果为负面作用。     

初始资料的正态化变换及回归方程预报精度的提高

一、问题的提出初始资料和预报模式时适应,是天气预报的一个重要问题,它不但具有理论意义,而且具有实际意义,无论数值预报模式还是统计预报模式都不例外。对于统计预报模式,我们知道,使用回归模式其初始资料必须满足如下数学条件:(1)预报误差e的数学期望为零,即E(e)=0;(2)预报误差e具有等方差性,即COV(e)=δ~2;(3)资料和预报误差e服从正态分布。当初始资料满足上述条件,它才能同导出的回归模式的数学前提相适应。否则在理论上资料不满足回归模式的数学前提,在实际应用时产生较大误差,而且使用过程中具有不稳定性。     

初值不确定性对暴雨数值预报影响的初步研究

为了研究初值不确定性对我国南方暴雨数值预报的影响,依据历史降水资料的统计分型,选取华南暴雨型、江淮暴雨型和黄淮暴雨型等三类型中具有代表性的暴雨过程,采用AREM模式以不同资料分析场(常规观测资料、NCEP和ERA40同化分析资料)作为初值进行暴雨预报对比试验。试验结果表明,对于各类型暴雨,不同资料初值的差异都会引起暴雨数值预报结果的较大差异;在此基础上,采用经验正交函数(EOF)分析方法,分析了各类暴雨初值误差及其变化信息,从中提取出主要的误差分量,并对这类误差的数值预报影响进行了敏感性试验和预报验证,结果显示,寻找和消除主要的初值误差,对改进暴雨数值预报结果具有重要作用。     

最优多因子动态配置的东北汛期降水相似动力预报试验

基于中国气象局国家气候中心季节预报业务模式27a(1983—2009年)预报结果和同期美国气候预报中心组合降水分析(CMAP)资料及国家气候中心气候系统诊断预报室74项环流指数和NOAA40个气候指数(1951—2009年),提出了客观定量化的最优多因子动态配置汛期降水相似-动力预测新技术,并对中国东北地区汛期降水进行了预报试验。利用历史资料有用信息估算模式预报误差原理,选取4个历史相似年对应模式误差来估算当前模式预报误差。通过单因子交叉检验距平相关系数确定主导因子及演化相似因子,结合当前及前期优化多因子组合配置确定预报因子集,最后利用历史相似年对应模式误差来估算当前模式预报误差并订正国家气候中心季节预报业务模式的预报结果,得到预报的汛期降水。对2005—2009年进行独立样本检验的结果表明,此技术对中国东北地区汛期降水有一定预报技巧。证实了利用历史资料估计业务模式预报误差的另类途径是可行的,显示了在业务预报应用中的潜在能力。     

伴随模式同化系统在修正模式误差中的应用研究

资料误差和模式误差都是制约数值预报结果准确性提高的关键因素,传统四维资料同化都是假设模式完全正确仅对初始资料进行修正,忽略了模式误差本身造成的预报误差。伴随模式同化系统不仅具有修正资料误差的能力,也可应用于修正模式误差方面的研究。本文将卫星中心导风系统提供的GMS5卫星风场与非常规温度资料用于MM5伴随同化系统修正模式地形误差进行试验性研究表明,该方法能够反演出一个既与初始气象要素场相匹配,又与模式更协调的地形场,得到比一般包络地形更好的效果,改善模式对强降水中心及降水区域的预报;数值试验结果还揭示模式误差对模式预报造成一定的影响,用伴随方法对观测资料进行修正的同时也对模式误差进行修正的方法是可行的。     

BP神经网络在估算模式非系统性预报误差中的应用

基于数值天气预报误差在时间上的相依性,采用BP神经网络方法建立预测数值模式非系统性预报误差的模型,并利用2003-2007年T213模式分析场和24 h高度预报场资料验证了该模型的预测能力,结果表明:所建立的3层BP神经网络模型对未来24 h的非系统性预报误差有较好的预估能力,对大多数样本而言所估测的非系统性预报误差的分布特征和其真值较为一致。BP神经网络模型估测的非系统性预报误差可以在系统性预报误差订正的基础上进一步对预报做出修正,其订正效果好于仅进行系统性预报误差订正的效果。     

台风预报误差的流依赖特征及混合资料同化中最优耦合系数

基于集合卡尔曼变换与三维变分(ETKF-3DVAR)混合资料同化系统和欧洲中期天气预报中心(ECWMF)的全球集合预报,以"梅花"台风为例,分析了台风系统预报误差的流依赖特征,讨论了耦合系数在混合同化和预报中的敏感性及其对预报质量的影响。结果显示,台风系统的预报误差协方差具有显著的中小尺度结构特征,集合估计的预报误差协方差结构能够再现其流依赖属性。相对于3DVAR方案,混合资料同化方案的最优耦合系数对台风系统的分析和预报质量具有更好的改善;但不同的耦合系数对台风路径预报有明显的影响,不合适的耦合系数甚至可能导致更坏的结果,只有耦合了相对合适的预报误差协方差的流依赖信息,混合资料同化方案才可能对分析和预报质量有正效果。这表明在混合资料同化系统中,构造一种具有自适应能力的耦合权重函数,实现相对最优权重的自动选择,对充分发挥混合资料同化方案的潜在优势具有重要意义。     

中央台精细化温度预报在伊春市的检验和误差分析

利用2017年1-11月中央气象台精细化气温预报和伊春气象观测站的实况观测资料,对3 d内最低气温和最高气温预报进行检验分析。结果表明:最高气温预报略好于最低气温预报;暖季7-9月预报误差小,可订正空间小,可直接使用。冷季1-3月、11月预报误差大,尤其以2月和11月误差最大,其次是4-6月和10月,这些月份可订正空间大。     

区域四维变分资料同化的数值试验

针对中尺度数值预报模式预报误差的主要来源,尝试利用四维变分资料同化的方法来改善预报效果。在已建立的中尺度模式（ＭＭ４）四维变分资料同化系统基础上,进行了若干数值试验,通过比较同化前后的预报来检验同化的效果。这些试验中初始场、模式误差和侧边界条件被分别或同时作为控制变量来进行调整,主要探讨了模式误差和侧边界条件对同化及预报的影响,以及同时结合两者或三者的途径和方法。对两组个例分别进行的试验结果表明,区域中尺度模式预报误差除了来源于初始误差外,模式误差、侧边界条件也有不可忽视的作用。同化时应同时考虑初始场、模式误差和侧边界条件这三方面的共同作用,仅修正其中某一个或某两个会把由于其它方面造成的预报误差转嫁到它们之上,从而出现尽管目标函数下降很快而预报结果并没有相应改善的现象。     

GRAPES模式预报误差订正的变分方法研究

利用变分方法建立预报场和预报倾向场这一预报场组合与模式预报非系统性误差之间的映射关系,来估计GRAPES (Global/Regional Assimilation and PrEdiction System)模式的非系统性误差,从而对预报做出修正。采用两种不同的历史样本建立这一映射关系,其中,利用相同时刻历史样本建立映射关系的方法称为DEM方法;通过相似面积比选取"相似样本"来建立上述映射关系的方法称为SEM方法。以FNL分析资料作为评判预报误差的依据,根据2002—2010年7月GRAPES模式500 h Pa高度场48 h预报的回报资料,利用两种不同的方案进行非系统性误差的估计及预报订正试验。对279个检验样本的试验结果表明:SEM方法和DEM方法都对非系统性误差有一定的估算能力,二者估算的非系统性误差空间分布和量级与模式非系统性误差较一致,SEM方法的修订效果略优于DEM方法,但并不明显。对预报做出系统性误差和非系统性误差两步订正后,DEM方法和SEM方法的订正有效率分别为98.566%和100%,可明显提高预报的准确性。     

大连地区ECMWF细网格模式阵风预报误差检验与分析

阵风的预报误差检验对实际工作中的精细化预报订正具有一定的指导意义,同时对精细化预报中如何消除误差日变化的影响提供了借鉴。选取2017—2019年3～72 h逐日逐3 h欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecast,ECMWF）细网格10 m阵风和10 m平均风预报资料,基于大连地区9个国家气象观测站实况逐3 h极大风资料进行预报误差检验分析。结果表明：按预报风级和实况风级分类的预报误差对比检验均表明ECMWF细网格预报整体偏大,平均误差为0.96 m·s-1,但具体到各风级时两种分类的预报误差统计结论并不一致,按预报风级分类的检验更符合基于模式预报开展的实际预报工作。以预报为基准统计,各风向、各风级、各站的预报误差均差异明显,风级越大预报偏大的程度越高,风向也表现出随风级增大误差增大的趋势。阵风预报的平均误差具有明显日变化,08:00（北京时,下同）前后误差最大,20:00前后误差最小,主要由10 m平均风的平均误差日变化所致。全部预报个例与实况各时效预报相关系数均在0.7以上,具体到各风级、风向时,各风向相关...     

上海沿岸海域风场质量控制与预报检验

利用2016年上海沿岸海域19个站点的风场资料,进行了风场质量控制,包括完整性检查、内部一致性检查、持续性检查和高度订正。同时挑选10个站点作为实况对2016年风场模式预报进行检验,包括风速预报误差、风速预报准确率和风向预报检验,对比了风场观测资料质量控制前后的检验结果,最后对两次大风过程进行了检验。结果表明:预报检验结果均随着预报时效的增加而变差;整体误差秋季和冬季较小,6月和7月误差较大;分级检验0～5级风速准确率在0.9～1之间,预报值比实况偏大,6级以上风速预报准确率逐渐降低,且预报值比实况偏小;风向检验呈现明显的季节性,冬季12月、1月误差小,准确率最高,夏季6月误差最大,准确率最低;质量控制后检验结果都得到正面提升;两次大风过程预报准确率均在70%以上。     

数值预报中自由度的压缩及误差相似性规律

利用历史资料的有用信息提高数值模式预报水平是长期以来人们努力的目标。该文提出了一种在气候吸引子上缩小初始场自由度的相似选取方法,有效滤除了小尺度分量,避开了原有相似选取中自由度太大,相似选取困难的问题。分析表明:相似初值间的模式预报误差存在相似性,依此估计的预报误差与实际预报误差很接近。在空间分布特征上,相似初值间的模式预报误差也有很好的一致性。这为发展相似-动力方法,利用历史资料改进数值模式提供了支持。     

云量的时间精细化预报研究-以榆中为例

利用2001年7月至2011年7月甘肃省榆中县地面测站的每日8次云量资料和同期NCEP每日4次等压面资料,由NCEP资料构造预报因子,以总云量和低云量为预报对象,分析预报因子和预报对象的相关性,采用逐步回归方法建立榆中县逐月8个时次的云量预报方程并进行回代;并利用2012年的资料检验预报方程的预报效果。结果表明：云量主要受整层湿度、垂直运动、不稳定能量、槽强度指数和700 hPa水汽通量散度影响,其中湿度状况和垂直运动是重要因素。建立的预报方程对总云量的预报效果比低云量好;总云量平均预报误差在2成左右,低云量平均预报误差在3成左右;预报值变化趋势可以部分地反映实际云量的变化趋势。