基于模式预报倾向的预报系统设计与初步试验

为了充分利用数值模式的预报产品信息,首先对数值模式预报产品的误差进行了分析,针对误差分析结果,首次提出了一种新的基于模式预报倾向的精细化预报方法,并在此基础上设计开发了新疆精细化数值预报系统。初步试验结果表明:该方法对新疆地区的温度预报具有一定的正效果。后期经过调整订正系数,利用更多时次的观测资料进行温度订正,则有望可以使订正的温度更加接近观测。即该方法可以提高气象台站的温度预报准确率,展现了该方法的业务应用潜力。     

克拉玛依大风数值预报中的重力波拖曳方案应用研究

新疆克拉玛依地区位于背风坡,长期受翻山气流形成的局地大风影响。该地区日常大风预报业务主要依托克拉玛依气象局的精细化数值预报系统,为进一步完善该系统的预报效果,本文开展了重力波拖曳参数化方案应用试验,对比分析了三组试验方案:不开启重力波拖曳、只开启外层区域重力波拖曳以及两重嵌套设置下均开启重力波拖曳的结果。试验结果表明:在克拉玛依大风预报个例中,对于山区地形背风坡处的克拉玛依站,不启动重力波拖曳会导致风速偏大和起风时间较早;开启外层重力波拖曳方案可以延迟克拉玛依站起风时间,两重区域均开启可以进一步延迟该站的起风时间,使起风时间更接近实况;对于非山区地形背风坡处的站点,在内层开启重力波拖曳会导致一定的负效果;对内层区域的统计检验结果表明不开启重力波拖曳,会使地形复杂区域风场预报存在一定的正偏差,在外层开启重力波拖曳会使正偏差有一定改善,而两重嵌套均开启重力波拖曳方案会导致非地形陡峭区域的负偏差增加。综合全区域内大风预报检验结果表明,只在外层开启重力波拖曳会获得最小的误差和较好的预报效果。     

“CMA北京模式”中三种不同阵风诊断方案在北京地区大风预报中的评估

数值模式预报是阵风预报的重要途径之一,对“中国气象局北京快速更新循环数值预报系统（简称CMA北京模式）”中AFWA、UPP、IUM三种阵风诊断方案在北京地区大风预报中的性能进行了分析评估。两次大风过程的分析以及各季节大风预报的批量试验检验结果显示:三种方案的阵风预报存在明显差异,IUM方案的阵风预报能力优势明显。IUM方案对冷空气大风和雷暴大风预警都有较好的指示意义。其对2020年3月18日冷空气大风过程中大风起始时间、大风区位置和演变以及过程极大风速均有较好的预报效果,对2020年8月2日雷暴大风过程中大风区范围预报偏大且位置存在偏差,但对大风预警的指示意义最强。IUM方案的阵风风速预报整体偏强,但对各个季节达到或超过5级阵风的等级预报较为准确。总体而言,IUM方案对北京地区大风预报性能较好,基于该方案制作的阵风预报产品可为大风预报提供有力支撑。      

利用MM5开展精细化预报业务

介绍了怀化市气象台利用中尺度数值预报模式系统(MM5)开展精细化预报制作的情况.提出随着地市气象卫星综合应用业务系统(9210工程)和计算机网络的全面建成,特别是微机版本的中尺度数值预报模式(MM5)在地市级气象台站应用,使得地市级气象台开展精细化预报业务服务成为可能.并简单地介绍了精细化预报的制作方法、预报产品种类、精细化预报产品对外发布的方式以及预报效果.     

乌鲁木齐机场东南大风数值预报及地形敏感性试验

利用WRF模式和GFS资料对乌鲁木齐机场一次东南大风天气进行了预报和地形敏感性试验。模式预报的结果表明:WRF模式对东南大风的起风时间、持续时间、风速大小等方面有较强的预报能力。地形敏感性试验表明:1乌鲁木齐市区与机场300m左右的高度差对机场风速的影响很大;2机场上空下沉运动的强弱与东南大风的强弱有很好的对应关系;3机场东南大风的风速变化并不总是与峡谷两端气压梯度力的变化同步。此次东南大风天气的产生是低空动量下传、狭管效应和下坡风共同作用的结果。动量下传主要出现在海拔2000m以下的高度,下坡风主要出现在海拔935m以下的高度。     

两次混合性大风天气成因及模式预报能力对比分析

利用常规观测资料、加密自动站大风资料和数值模式预报产品对比分析了2018年4月4—5日(简称"4·4"过程)和2018年4月12—13日(简称"4·12"过程)发生在四川盆地的两次范围、强度有明显差异的混合性大风天气过程,探讨两次过程发生的天气学异同条件及数值模式对这类大风天气的预报能力。分析表明:两次过程形成梯度风的基础条件较为相似,但影响系统斜压性、低层动力辐合、热力条件、不稳定条件有所不同;近地层全球模式风场预报产品和集合预报极端大风指数产品对两次过程大风的强度和范围有一定的提示作用;全球模式产品能正确预报两次过程的影响系统、动力条件、热力条件和要素场,能提示"4·4"过程更强的对流特征。综合分析实况观测资料、数值模式风场预报产品和要素预报产品,能在短期预报时效内提高对这类大风过程范围及强度的预测能力。     

利用MM5开展精细化预报业务

介绍了怀化市气象台利用中尺度数值预报模式系统（MM5）开展精细化预报制作的情况。提出随着地市气象卫星综合应用业务系统（9210工程）和计算机网络的全面建成。特别是微机版本的中尺度数值预报模式（MM5）在地市级气象台站应用，使得地市级气象台开展精细化预报业务服务成为可能。并简单地介绍了精细化预报的制作方法、预报产品种类、精细化预报产品对外发布的方式以及预报效果。     

MM5、WRF-RUC及T639模式对山东沿海风力预报分级检验

为客观评价不同的数值模式对山东沿海风的预报性能,结合中国气象局降水分级预报评分办法,定义了一种风力预报分级检验办法.对MM5、WRF-RUC和T639模式在山东沿海9个精细化海区代表站的日最大风速预报进行了检验,结果发现:各模式普遍存在对于小风天气预报偏大、大风天气预报偏小的特点.T639模式风力预报偏弱,因此,对于4级以下的风预报评分较高,而对于8级以上大风几乎没有预报能力.MM5和WRF-RUC模式对于4级以上的较强风力的预报结果明显好于T639模式,其中WRF-RUC模式预报准确率稍高于MM5模式,但风力越大,各模式均漏报越多.各模式分析场以及24 h风力预报与实况的一致性检验表明:5级以下的风力,MM5和WRF模式预报风力与实况基本为一致,但对于6级以上的大风,MM5模式预报较分散,WRF模式预报更接近实况风力.综合各模式对于风力预报的平均绝对误差,WRF-RUC模式预报误差最小,具有较高的参考价值.MM5模式预报准确率稍低于WRF-RUC模式,且存在一定的不稳定性.     

基于WebGIS技术的精细化高速公路气象服务系统

根据交通气象服务的特点,研究开展高速公路交通气象服务的思路和技术方法。通过研究高速公路交通气象观测网组网原则及站点选择规则,建成交通气象观测网。采用降水、能见度、路面温度、大风等高影响气象因子,建立高速公路通行气象条件模型,根据基础地理数据、气象监测实况数据、精细化模式集成预报数据、灾情调查等数据,利用Flex Builder 4. 6为开发工具,设计开发了一套基于Web GIS技术的以精细化预报为核心的交通气象灾害监测预警服务系统。该系统实现了对高速公路的实况天气监测、精细化数值天气预报及灾害性天气预警三大功能,实现了全自动、智能化的精细化服务模式,为用户提供直观的服务信息,为公众交通出行提供了及时的气象服务。研发的公路交通气象服务系统已正式对外服务,并在春运期间为公众用户便捷、安全出行提供了保障。     

新疆铁路沿线最强风区大风特征对比分析

利用2015-2018年新疆境内兰新铁路沿线32个大风监测站逐小时风速资料,基于统计学方法、空间分析法,从平均大风日数、大风历时、不同风速的贡献率以及平均风速不同时间尺度和地域分布的变化特征等,对兰新铁路新疆段内两个最强风区带——百里风区和前百里风区的大风特征进行统计和对比分析。结果表明：较之百里风区,前百里风区更易出现极端大风天气（大于11级风）,同时具有风速"昼弱夜强"、地域分布差异性大、主导风向与兰新铁路运行方向基本垂直以致横风强劲等特点。该分析结果能够有效弥补前百里风区这一无人区气象规律探索的空白,可为探明特殊地域强风区大风最新变化规律、关键区的大风逐小时内精细化预报、专项试验研究、风速灾害预警阈值的制定等提供基础。     

南海热带气旋大风的遗传－神经网络集合预报

利用1980-2012年的南海热带气旋实况资料和NCEP/NCAR再分析资料,将热带气旋定位中心周边6×6格点上的地面风速作为预报对象,以气候持续预报因子和前期风速预报因子作为模型输入,采用遗传—神经网络集合预报方法,进行热带气旋定位中心周边36个格点上的风速预报模型的预报建模研究.分别对2008-2012年7-9月共368个独立预报样本进行遗传-神经网络集合方法的分月预报结果表明,南海热带气旋中心周边风速24h的预报平均绝对误差为2.35m.s-1.另外,本文还进一步将该预报方法与国内外普遍采用的逐步回归预报模型进行对比分析,在相同的预报量和预报因子的条件下的对比分析表明,新预报模型对≥10m.s-1的强风预报结果较逐步回归方法的优势明显,预报性能较好,可为沿海热带气旋大风预报提供新的参考.     

基于WRF-3DVAR同化多源融合数据对近海风模拟的改进试验

本文利用WRF模式及其3DVAR同化系统,以2008年4月20日00时—23日00时的江苏近海10 m风场为研究个例,对Quik SCAT、Wind SAT、多源测风融合数据进行同化试验,通过比较WRF-3DVAR同化系统对模拟风场初始场和预报场的改进,检验了同化不同类型资料后WRF模式对研究区域内单点及区域近地层风速的预报效果。结果表明:同化试验对初始场有改进,且对预报场的改进较FNL资料明显;不同资料对风场模拟的影响不同,同化星星、星地多源融合资料效果最佳,Quik SCAT次之,Wind SAT最差。此外,在模式分辨率一定的情况下,提高观测资料的分辨率并不一定能够改善模拟效果,资料的稀疏分辨率存在最佳选择。     

淮北夏半年大风预报方法的建立及检验

利用T639业务数值模式预报场和大风观测资料,分别采用I_W雷暴大风指数和多个对流指数方法,计算相对应的指标值,建立淮北市夏半年大风预报方法,得到淮北市大风的短期预报结果,并对2011年的预报应用情况进行检验。结果表明：基于T639业务数值模式的I_W大风指数与多指标的叠加,实现夏半年定量和定性的大风预报。将多种不稳定指标与T639数值模式相结合的叠加预报,当4个指标中有3个满足条件时预报淮北有大风出现,否则没有大风;I_W大风指数的风速预报与实际极大风速较为接近。两种预报方法对淮北市的大风预报具有较好的指导作用,多数大风天气能够预报准确,但是容易空报,不太容易漏报。     

京沪沿线强降水频率及大风频率分布特征

文章利用京沪铁路沿线气象站的降水量和风速资料，统计分析了京沪铁路沿线各站严重影响高速列车行驶安全的两大气象因子——强降水和大风的分布特征，并给出了多年一遇的时雨量和多年一遇的日极大风速值，为京沪高速铁路设计提供科学的气象参数。     

Antarctic Radiosonde Observations Reduce Uncertainties and Errors in Reanalyses and Forecasts over the Southern Ocean:An Extreme Cyclone Case

Cyclones with strong winds can make the Southern Ocean and the Antarctic a dangerous environment.Accurate weather forecasts are essential for safe shipping in the Southern Ocean and observational and logistical operations at Antarctic research stations.This study investigated the impact of additional radiosonde observations from Research Vessel"Shirase"over the Southern Ocean and Dome Fuji Station in Antarctica on reanalysis data and forecast experiments using an ensemble data assimilation system comprising the Atmospheric General Circulation Model for the Earth Simulator and the Local Ensemble Transform Kalman Filter Experimental Ensemble Reanalysis,version 2.A 63-member ensemble forecast experiment was conducted focusing on an unusually strong Antarctic cyclonic event.Reanalysis data with(observing system experiment)and without(control)additional radiosonde data were used as initial values.The observing system experiment correctly captured the central pressure of the cyclone,which led to the reliable prediction of the strong winds and moisture transport near the coast.Conversely,the control experiment predicted lower wind speeds because it failed to forecast the central pressure of the cyclone adequately.Differences were found in cyclone predictions of operational forecast systems with and without assimilation of radiosonde observations from Dome Fuji Station.     

资阳地区夏季大风预报方法研究

本文利用资阳地区51个地面观测站风场资料和micaps的高空填图资料,分析了2011~2016年资阳地区夏季大风日的环流形势,归纳出了五种易于出现大风的环流型,同时发现不同类型下易出现的大风风向有所不同。本文还利用micaps的tlogp探空数据,分析了各对流参数与夏季资阳地区大风的相关性,以及它们在大风和无大风时次的值域分布特征,选取适当的对流参数和阈值,利用二元逻辑回归法,分别建立了6、7、8月大风预报方程。最后选取高低层温露差和假相当位温差为指标,进一步排除空报。2017年试预报结果表明,该方法对资阳地区夏季大风的12小时内短期预报具有一定的参考意义。      

1986-2005年抚顺大风特征分析及预报

选取1986-2005年抚顺地区3个测站地面自记风资料,探讨抚顺地区大风的时空分布规律。结果表明：近20a抚顺地区大风有多个高值年和低值年,平均7—8a为1个波段,2002年后大风日数明显减少。春季大风最多,冬季最少。根据环流形势特征,将大风分为两高夹低型、东高西低型、西高东低型和中小尺度型4种天气环流类型。建立了偏南大风、偏北大风和中小尺度型大风的预报指标和预报方法,为大风预报提供依据。选取2001-2005年40次大风观测数据进行预报效果检验．预报正确率为62％,检验效果较好。     

1986－2006年抚顺大风特征分析及预报

选取1986－2006年抚顺地区3个测站地面自记风资料,探讨抚顺地区大风的时空分布规律。结果表明：近20 a抚顺地区大风有多个高值年和低值年,平均7－8年为1个波段,2002年后大风日数明显减少。春季大风最多,冬季最少。根据环流形势特征,将大风分为两高夹低型、东高西低型、西高东低型和中小尺度型4种天气环流类型。建立了偏南大风、偏北大风和中小尺度型大风的预报指标和预报方法,为大风预报提供依据。选取2001－2006年40次大风观测数据进行预报效果检验,预报正确率为62％,检验效果较好。     

多普勒雷达风廓线的反演及变分同化试验

为了将雷达风场资料更好地应用到数值预报模式中, 使用VAD方法反演多普勒雷达风廓线并处理成标准的探空资料进行变分同化试验。结果表明: VAD方法反演的风廓线与探空实况对应较好, 验证了用VAD技术反演风廓线的可行性。用GRAPES-Meso模式的三维变分同化系统对雷达风廓线资料进行同化后, 风场的初始场明显改善, 降水强度和落区预报也有不同程度的改善。其中, 对6 h降水预报的改善明显优于对24 h的预报改善。另外, 在短时强降水预报中, 雷达风场资料的同化频率和同化窗口的不同, 对降水预报的改善情况也有所差异。在个例研究中, 同化间隔为1 h的方案6 h降水预报要优于同化间隔为3 h和6 h的方案, 同化窗口为3 h的试验方案6 h降水预报要好于同化窗口为6 h的试验方案。