太阳黑子的11年周期与超长期气候预报

目前在做超长期气候预报时,人们经常用到太阳黑子。为了今后工作方便,我们在这里把有关太阳黑子的资料及11年周期的分析方法,做一个扼要的介绍。关于太阳黑子最完整的记录是瓦尔德梅尔整理的苏黎士天文台1610—1960年的观测结果。其中1749年以后有逐月的相对黑子数。1700—1748年仅有年平均相对黑子数。1610—1699年期间只有太阳黑子11年周期的最高(M)及最低(m)出现的时间。此外,美国地球物理研究杂志按月公布苏黎士天文台的初步黑子数。每年初公布上一年经过最后核算的黑子     

印度洋和南海海温与长江中下游夏季降水的相关分析

一、前言 长江中下游地域广阔,位置重要,该区夏季降水的异常变化,涉及千百万人的生命财产和经济建设。因此,此区夏季降水预报,尤其是旱涝的长期预报,历来是人们重视的问题。近几十年来,随着海洋观测资料的增加和计算技术的发展,海洋和大气相互作用,在长期预报中已越来越为人们所重视。我国许多气象工作者也积极开展了太平洋地区海气     

降水分析与长期预报的若干问题

降水是水文气象观测与预报的重要气象要素之一。降水量以及与之有关的旱涝状况的长期预报是安排国民经济长远规划迫切需要的,因而也是水文气象工作者所致力研究的重要课题。到目前为止,大部分研究工作是以降水量作为预报对象(例如月降水量及     

卫星观测的OLR气候图及其分析

OLR（射出长波辐射）月平均图已成为目前气候诊断及长期预报的不可缺少的工具之一。本文利用1974年6月到1984年5月（1978年3—12月因卫星缺测除外）NOAA极轨卫星系列所观测的一日两次的OLR资料作了OLR的气候平均图，以供业务与研究工作者参考。本文还对于OLR观测资料的处理过程、气候平均图的解释及其应用分别作了说明，以便广大气象工作者更好地熟悉与掌握这些新的卫星气候图象。     

天气预报技术的发展及我省近年来天气预报科研工作的进展

1.长期预报 目前长期天气预报实际应用的方法,基本上还是预报经验结合资料统计,D·L吉尔曼形象地称长期预报方法是“经验技巧和统计技术的“烹调”混合物”。预报方法缺乏充分的物理基础,长期数值预报虽燃正在试验,如国外的大气环流模式(GCM),它通过逐日积分作月平均环流预报。预报的月平均环流距平同观测值的相关系数约为0.4,达不到业务化的水平。何况,即使环流预报正确,也不能报出一个月内的具体天气过程及相应的天气特征,应在如下方面进行工作:     

基于CUACE系统沈阳地区春季空气质量预报的校验及修正

本文基于CUACE系统,利用2015年4—5月沈阳市大气环境观测数据对沈阳地区春季空气质量的预报效果进行了校验和修正。结果表明:CUACE模式对6种污染物(PM10、PM2.5、NO2、O3、SO2和CO)质量浓度的预报值普遍小于观测值,对PM10浓度的预报存在严重低估。CUACE模式预报的沈阳地区春季日首要污染物多为PM2.5,而观测表明沈阳地区春季PM10和PM2.5为日首要污染物的日数相当。同时,CUACE模式预报的空气污染等级与实际观测的空气污染等级相比存在较高的等级偏差率。利用污染物观测浓度和预报浓度之间的线性拟合公式修正CUACE模式的预报结果,修正后首要污染物的预报结果与实际观测结果基本吻合,同时空气污染等级的预报准确率也明显提高,提高幅度为50.0%—80.0%。     

IAP AGCM模式对地面气温长期趋势的预报分析

分析了1979～2004年共26年中国台站地面气温的观测资料以及中国科学院大气物理研究所的大气环流模式IAP AGCM在夏季和冬季的季节集合预报结果对地面气温长期变化趋势的预报.分析结果表明,在所研究的26年中,中国大部分地区是一个增温的趋势,其中冬季增温比夏季增温显著.IAP AGCM集合预报不能很好地预报出观测资料...     

2020年夏季辽宁省多模式降水预报检验

选用2020年夏季辽宁省区域自动站资料和7种模式预报资料,根据降水强度将站点分为5种降水类型,分析各数值模式36 h和48 h预报检验降水场的分布误差、相关性及雨带位置。结果表明：36 h预报结果好于48 h, 48 h降水量预报结果普遍比观测值偏大。初夏、夏末及秋初,各模式降水量预报偏差相对较小,盛夏的预报值偏差较大,尤其强降水站点的降水量预报值显著偏小。36 h预报值与观测值的相关系数和散点分布表明,弱降水站点和较弱降水站点的ECMWF预报结果最好,NCEP和WRF＿3KM次之。中量降水站点、较强降水站点和强降水站点的NCEP预报结果最好,ECMWF和WRF＿3KM次之。各模式雨带位置预报存在不同程度偏差,其中ECMWF的结果较好。     

韭菜坪风电功率预报方法研究及评估

该文根据风电功率计算方法,结合数值预报资料和威宁县探空资料计算了赫章县韭菜坪的风电功率预报值.并对韭菜坪风电功率预报进行了评估,结果表明:每天的风电功率明显不同,最大值和最小值之间差异较大.比较威宁观测资料计算的韭菜坪风电功率值与T213及ECMWF预报资料计算的风电功率值时,我们发现威宁观测资料计算的风电功率值明显大得多,这是因为数值预报产品经过平滑过滤处理的,风速值仅仅体现了平均状况,而观测资料包含有中小尺度系统,有时风速很大,因此这种差异明显.     

美国长期预报工作的一些情况

美国的“国家天气协会”(National Weather Association)是一个民间的气象工作者的学术团体,其主要成员是各气象服务公司的气象学者或私人气象顾问。它下属一个长期预报委员会,主要任务是向协会的成员介绍长期预报方面的特点、活动、交流学术成果和讨论有关改进长期预报的前景等。1981年5月份美国“国家天气文摘”(National Weather Digest)上刊登了该协会长期预报委员会     

基于WRF Chem模式的PM25预报效果评估

为了解华东区域气象中心业务化运行的基于WRF-Chem的"华东区域大气环境数值预报业务系统"对于安徽省PM_(2.5)浓度的预报性能,结合2015年6月至2016年5月观测资料,对其预报效果进行了评估。结果表明:模式预报值与观测值的总体相关性较好,不同时效的预报效果均能达到"优秀"的范围;预报偏差的空间分布整体呈现出北部偏小,南部偏大的特点;2015年夏、秋季24h预报平均偏差呈现东北部偏小,其他地区偏大,2015年冬季、2016年春季东北部分地区和沿江江南部分地区预报值偏小,参与评估的14个城市不同季节平均偏差均在±30μg·m~(-3)以内;该模式产品对于安徽省大部分城市中度及以上污染天气PM_(2.5)浓度漏报率多于空报率。     

辽西地区玉米发育期动态预报模型研究

本研究应用锦州农业气象试验站2005-2011年的玉米发育期观测数据和气象数据对玉米发育期动态模型的参数进行本地化,建立了适用于锦州玉米发育期预报的动态模型;并应用2012和2013年的观测数据对预报数据进行了验证。结果显示玉米发育期预测值与观测值一致性的相关系数R20.89;误差标准差为2.7-3.2 d。说明预测值与观测值有较好的一致性,且预测准确性满足农业气象业务需求。     

基于伴随敏感性的风廓线雷达和地基微波辐射计观测对模式预报的影响评估研究

同化大量观测资料可以有效地改进模式预报结果,但不同观测对预报的影响有着显著差异,合理评估观测对预报的贡献是数值模式中最具挑战性的诊断之一。本文采用基于伴随的预报对观测的敏感性（Forecast Sensitivity to Observation,简称FSO）方法,构建WRFDA（Weather Research and Forecasting model’s Data Assimilation）框架下的WRFDA-FSO系统。基于2019年9月超大城市项目在北京地区获取的风廓线雷达（Wind Profile Radar,简称WPR）和地基微波辐射计（Microwave Radiometer,简称MWR）观测数据,利用WRFDA-FSO系统,开展观测对WRF模式12 h预报的影响试验,并分析风温湿观测对预报的贡献。结果表明:（1）同化的观测资料（MWR、WPR、Sound、Synop和Geoamv）均减小了WRF模式12 h预报误差,对预报为正贡献,其中MWR观测对预报的影响最大,WPR风场观测对预报的改进效果优于Sound的风场观测。（2）WPR的U、V观测和MWR的T、Q观测中,V观测和T观测对预报的正贡献值更高,对预报的改进效果更优。（3）WPR和MWR多数高度层的观测均减小了预报误差,对预报为正贡献,其中MWR的T观测对预报的正贡献主要位于近地面800 hPa以下。     

汾渭平原CUACE模式空气质量预报性能的检验订正及环境评估

利用2019年1—6月地面环境监测资料和PM_2.5气象条件评估指数，结合滚动偏差订正方法，对汾渭平原CUACE空气质量预报产品进行了检验订正，并对气象条件和污染减排影响进行了评估。结果表明：CUACE模式对空气质量指数(AQI)、PM_2.5和SO₂浓度预报值较接近观测值，PM₁₀、CO和NO₂预报值小于观测值，O₃预报值大于观测值；对首要污染物O₃和PM_2.5及重度和严重等级污染的预报的TS评分最高，漏报率和空报率最小，预报偏差最接近1；滚动偏差订正方法对改善CUACE空气质量预报效果较为明显，尤其是对PM₁₀、O₃和NO₂改善最为明显；汾渭平原2019年上半年气象条件变化使PM_2.5浓度较2018年同期和过去5年同期分别上升了18.26%和11.18%，减排措施使PM_2.5浓度较2018年同期和过去5年...     

数值天气预报中初值问题分析

引言所谓初值,实际上就是方程的解在初始时刻的值.如果用初始时刻的观测值直接作为初值,且不说观测误差造成的种种不准确会给预报带来较大的影响,即使观测得再准确,由于预报问题一般不是单纯的初值问题,还和其它的定解条件有关,观测值不一定能同时满足方程和其定解条件.又因预报方程根据的物理规律不是很准确的,很多与预报有关的自然现象并不能都描写出来,方程组的解和大气的解是不会完全一样的.再加上由于计算困难以及其它原因,各种预报模式又是原来方程组的进一步简化,因此不同的预报方案,须有不同的初值.近年来,预报模式采用原始方程的很     

松原市土壤墒情监测及干旱预报模型方法研究

基于自动土壤水分观测站数据建立本地土壤水分变化模型,通过人工取土烘干法观测的实际土壤湿度数值对自动土壤水分观测站数据进行修正和校订,再由修正过的自动土壤水分观测站数据作为当日的初始湿度,通过天气预报中无降水日数或降水日期及雨量大小做出未来一段时间内的失墒或增墒的模型,再通过不同的气象条件对增、失墒进行相关订正,做出相应的土壤墒情的预报,最后根据土壤墒情预报结果对照本地的土壤干旱量级指标,从而随时做出快速准确的本地旱情预报,为各级领导组织指挥农业生产、开展人影作业、指导农民进行田间管理等活动提供及时可靠的决策依据。本文通过此模型对2012年松原地区夏季干旱情况进行预报,再通过实际土壤墒情实况进行对比,预报结果基本正确。由于人工测值有一定随机性,所以人工观测值与自动站观测数据的对比只能做为参考而不可能完全吻合。但从长期数据应用情况来看,基于土壤自动水分观测站的土壤墒情监测及干旱预报模型方便稳定,反应水分变化趋势更有连续性。     

用PC——1500袖珍计算机筛选统计预报因子的几种方案

无论是经典统计预报方法还是动力一统计预报(MOS,PPM等)方法,筛选预报因子都是一个重要步骤。下面是用PC-1500袖珍计算机筛选预报因子的几种方案。这几种方案,在输入预报量的观测值及筛选因子的标准后,只要将待选的各个可能预报因子的观测值依次输入,即可初选出符合指定标准的预报因子,并可给出供进一步筛选因子和建立预报方程的有关统计结果。     

应用相似预报方法预报热带气旋降雨量

1引言香港天文台过去一直利用气候方法作为参考，去预报热带气旋降雨量。这个方法是通过定出热带气旋当时及未来24小时的位置，然后计算出热带气旋在每一网格停留的时间，利用加权平均便可得出未来24小时的降雨量预测。现在，天文台已利用这个方法用电脑进行自动预报。这个业务预报方法，在预报热带气旋所带来的大雨时表现尚算理想。然而，它却经常低估热带气旋所带来的大暴雨。在过去，相似预报方法主要应用在预报热带气旋路径方面。若应用在降雨量预辑上，却受制于预报路径的准确度和热带气旋历史资料的多寡。随着科技的进步，近年天文台…     

全国网格化多模式集成空气质量预报的初步建立

为降低单个模式预报的不确定性和提高多模式集成空气质量预报系统的精细化程度,利用Cressman插值初步建立了我国0.25°X0.25°网格化污染物实况。结合4套空气质量数值预报模式,通过均值集成、权重集成和多元线性回归集成分别逐格点建立了集成预报。在预报当天各单一模式和集成方法前50 d预报效果评估基础上,建立了最优集成预报。对2018年12月19一22日一次重污染过程中集成预报的PM_(2.5)浓度评估结果显示:在污染较重时刻,最优集成预报与观测之间的归一化平均偏差(NMB)值在重污染地区保持在—20%～40%,对污染程度为良及以上区域的预报范围相较于单个模式更接近观测。整个过程中,最优集成在大部分污染区域与观测之间的NMB值为—20%～20%,均方根误差(RMSE)值为35～75μg·m~(-3),相关系数(R)值大于0.4。相较于所有单一模式和其他集成方法,最优集成在全国最多的格点有着较高的总体评分。在污染最重区域的8个城市,最优集成预报的污染过程平均开始和结束时间分别比观测时间早1.8和6.9 h。未来需融合卫星反演和地表观测来提高网格化污染物实况的精细化程度,利用降尺度、主客观融合和滚动订正等方法进一步提高网格化多模式集成空气质量预报的准确率。     

暴雨集合预报-观测概率匹配订正法在四川盆地的应用研究

利用2008—2011年6—8月中国气象局T213全球集合预报24—240 h降水预报资料和四川盆地观测降水资料,提出四川盆地暴雨集合预报-观测概率匹配订正法。该方法将集合预报降水累积概率分布与观测降水累积概率分布进行概率匹配,对降水量为50 mm的集合预报平均值进行订正,获得暴雨预报订正值(A Calibrated Heavy Rainfall forecast value),累积降水概率分布拟合函数采用Gamma函数。选取2013年6月28日—7月10日进行独立样本暴雨预报试验,分析四川盆地暴雨预报订正值分布特征和订正前后降水检验评分变化,讨论该方法存在的若干局限性。结果显示:T213集合预报对四川盆地降水预报存在预报量较观测量级小、模式预报时效越长降水预报越弱等系统性偏差,暴雨集合预报-观测概率匹配订正值普遍小于50 mm,且随预报时效延长而逐渐减小,有效地订正了T213暴雨集合预报系统性误差;暴雨集合预报-观测概率匹配订正法对"有或无暴雨"二分类暴雨预报改善较明显,ETs评分获得提高,且漏报率和空报率有所降低。