数字滤波方法在月尺度数值预报中的应用Ⅰ.初始场滤波的作用

本工作将数字滤波方法用于Ｔ４２Ｌ９谱模式的月预报实验。为了去除高频扰动误差的影响，保留对月预报有意义且可预报性较强的低频过程，用滤波器对观测资料的序列进行处理，得到１０天以上的低频分量作为初始场进行预报。结果说明，与不进行滤波的控制实验相比，误差增长明显减慢，预报效果在１０～２０天时段内提高最显著。进一步分析表明，延伸预报效果随时间的变化主要是由其中低频分量的预报效果决定的。初始场滤波后预报效果的提高也主要是由于其低频分量报得更好，而在此低频背景下新产生出来的高频扰动误差也相应较小，因而总体的预报效果好于控制实验。而如果在控制实验预报后提取低频分量进行检验，则对逐日预报的改进不明显。经过初始场滤波后对１～１０天至１～３０天平均场的预报也有较显著的提高。对旬平均预报改进最大的是在第二个１０天。对５００ｈＰａ环流形势的预报也更接近实际。本工作的结果说明，在中长期预报中如果能用适当的方法提取出低频过程的信息，则可望提高预报水平     

数字滤波方法在月尺度数值预报中的应用 II. 保留不同低频过程的效果比较

用数字滤波方法对观测资料序列进行处理，得到初始场用于T42L9全球谱模式的月预报，以去除误差增长较快的高频扰动对低频过程的影响，并且利用多时刻的观测资料提取低频过程的信息。对冬季和夏季两个不同个例进行了实验，并比较了取不同长度的观测序列，截取不同周期的过程作为初值对预报效果的影响。结果说明，经过滤波后对低频分量和平均场的预报都有较显著的改进。而且对于较长时效的预报，应保留更低频的过程（比如10 d以上周期）。最显著的改进是在第2旬。冬季个例经过滤波的初始场在第2旬对北太平洋阻塞形势的预报能力有较明显提高。     

数字滤波方法在月尺度数值预报中的应用：II.保留不同低频过程的效果比较

用数字滤波方法对观测资料序列进行处理，得到初始场用于Ｔ４２Ｌ９全球谱模式的月预报，以去除误差增长较快的高频扰动对低频过程的影响，并且利用多时刻的观测资料提取低频过程的信息。对冬季和夏季两个不同个例进行了实例，并比较了取不同长度的观测序列，截取不同周期的过程作为初值对预报效果的影响。结果说明，经过滤波后对低频分量和平均场的预报都有显著的改进。而且对于较长时效的预报，应保留更低频的过程（比如１０ｄ以上     

基于Lorenz系统提取数值模式可预报分量的初步试验

针对数值预报模式中存在的非线性混沌特性, 从提取可预报分量的思路出发, 阐述了在数值模式中提取可预报分量的方法, 并利用Lorenz系统进行了相关数值试验。研究发现, Lorenz系统初始误差在相空间中的增长速度是不同的, 某些方向的误差增长速度较慢, 即存在对初值扰动不敏感、相对稳定的可预报分量。根据数值模式切线性误差算子的特征值演化规律, 提取出数值模式的可预报分量, 并将模式变量在其基底上进行投影变换, 建立了可预报分量数值模式。在此基础上, 研究了Lorenz系统的混沌状态、模式参数误差及外部随机噪声对提取可预报分量的影响, 发现基于可预报分量的数值模式, 具有更好的预报技巧。     

基于动力降尺度的区域集合预报初值扰动构建方法研究

利用全球集合预报系统资料(Global Ensemble Forecast System,GEFS),基于WRF中尺度模式构建了区域集合预报系统,区域集合初值的构建采用两种方案,一种是GEFS全球集合预报初值场直接动力降尺度(称为DOWN集合),另一种是提取GEFS全球集合降尺度后的扰动场,并叠加到区域数值预报系统(北京快速更新循环数值预报系统:Beijing Rapid Update Cycle System,BJ-RUC)分析场上构建集合初值场(称为D-RUC集合)。进行了批量试验,通过对比发现D-RUC集合的中小尺度扰动增长优于DOWN集合,而大尺度扰动分量的增长两者相当,说明与高分辨率分析场叠加可以促进动力降尺度扰动的中小尺度扰动分量的增长。集合预报扰动准确性检验结果显示,短预报时效内DOWN集合扰动明显低估了预报误差,在预报误差较大的位置扰动较小,而D-RUC集合能够更好地识别预报场中哪些位置预报误差较大,而哪些位置预报误差较小。集合预报检验结果表明,D-RUC方法能显著改善短时效预报效果,集合离散度有所增加、均方根误差有所减少,概率预报评分显示D-RUC集合比DOWN集合在短预报时效占优。降水个例分析结果表明D-RUC方法能显著改善短时效内的降水概率预报效果。     

用数字滤波方法进行数值模式的初始化

将数字滤波原理用于Ｔ４２Ｌ９全球谱模式的初始化。选取两个初值进行了实验。通过对模式短时间积分得到的时间序列进行滤波处理，有效地滤去了初始场中的高频重力波振荡，保留了其中有天气意义的扰动，同时对分析场的改变很小。５ｄ预报的结果说明，经过初始化后的预报较为平稳，场较为光滑。对比实验表明，绝热和非绝热初始化的效果很接近。这种方法简便有效，是一种实用的初值化方法     

滞后平均法（LAF）在热带气旋路径集合预报中的应用

本文用-正压模式，采用滞后平均法(LAF)对2000年热带气旋进行路径集合预报试验，并与基于热带气旋初始结构扰动的集合预报方法进行了比较分析，结果表明LAF方法对热带气旋路径预报具有较好的改进作用。但LAF的集合预报效果受模式本身误差的影响，在完美模式的假设下，LAF集合预报相对于控制试验的技巧水平20～40％。     

基于DERF2.0模式1～52天最低温度逐日预报的检验评估

利用国家气候中心第二代月动力延伸预报模式系统(DERF2.0)1983 2013年历史回算数据中20个全样本集合平均的最低温度数据,对3月中国中纬度地区模式最低温度1~52天逐日预报能力进行了评估。结果表明,通过计算绝对误差的绝对值AE、均方根误差RMSE和相关系数R发现前10天预报可信度较高,预报时效越短,可信度越高,超过10天之后预报可信度越来越低。为了分析模式误差的深层次原因,利用集合经验模态分解方法(EEMD)对数据进行分解,DERF2.0模式和观测数据的高频分量IMF1和趋势项R为主要分量,低频分量IMF2占的比重较少。分析发现,DERF2.0模式在10天之后预报能力下降的主要原因是高频分量IMF1的预报能力下降。通过分析历年的结果,发现各项方差贡献率年际变化不大,比较稳定,高频分量IMF1和低频分量IMF2方差贡献率和观测数据相比普遍偏低,趋势项R方差贡献率和观测数据相比每年都偏高。DERF2.0模式应该针对高频扰动继续加强研究,提高DERF2.0预报升温降温过程的能力。     

热带气旋路径集合预报方法研究Ⅰ——正压模式结果的初步分析

选择1979～1993年间的热带气旋为试验个例,通过扰动热带气旋初始位置和初始结构,构造集合成员, 用正压原始方程模式,进行路径集合预报试验, 并初步探讨预报成员的集合方法。试验结果表明:热带气旋定位误差影响路径预报,但扰动初始位置的集合平均预报与控制试验的预报水平相接近。扰动热带气旋初始结构的集合预报试验表明,约有60 %～70 %个例的集合路径预报得到改进。此外,试验结果还表明,当环境引导气流较弱时,进行扰动热带气旋初始结构的集合预报,预报结果的改善较明显。     

NCEP/CFS模式对东亚夏季延伸预报的检验评估

利用NCEP的气候预报系统(C1imate Forecast System,CFS)所提供的1981-2004年历史回报试验结果,检验和评估了该系统对夏季东亚地区大气环流的预报技巧和系统误差;在此基础卜通过提取模式预报和观测的10～20 d及30～60 d低频振荡分量,重点对我国南方3次典型持续性暴雨过程的预报技巧进行检验和诊断分析.结果表明:CFS系统对东亚整体大气环流逐日预报的可靠时效为5 d左右,60°N以北的对流层中高层高度场预报系统性偏低,而在40°～60°N则为系统性偏高.系统性误差随预报时间的延长而增加,但10 d以上预报的系统性误差大小和空间分布逐渐趋于稳定;CFS系统对低频分量的延伸期预报技巧好于对其整体大气环流的预报技巧,并且在典型持续性暴雨过程中,CFS系统对影响强降水过程的主要环流系统低频振荡特征有一定预报能力.     

Kalman 滤波的试验应用研究

通过Kalman滤波与海温ARMA模型的结合试验,对Kalman滤波的应用进行了研究。对于如何选择Kalman滤波的初始参数,提出了一种新的方法,得到了较好的预报效果。     

曲面拟合客观分析方法中的滤波特性

在一般区域上使用曲面拟合的方法进行客观分析时，所得的客观分析场具有良好的低通滤波效果。通过对比分析发现，使用曲面拟合的客观分析方法，其滤波结果能够较好地体现出中尺度环流系统与实际天气的对应关系。     

图像小波域维纳滤波去噪算法的改进

介绍了小波变换和维纳滤波相结合的图像小波域维纳滤波去噪算法，在分析该算法最小均方误差期望的基础上提出一种改进算法。指出在进行维纳滤波之前，阈值化处理可以有效提高维纳滤波的性能。用标准测试图像的处理结果来比较改进前后两种算法的效果。     

Wavelet Filtering of Sodar Reflectivity Signals

Summary A wavelet‐based technique is described for the processing of sodar signals. A two‐stage wavelet filtering process is used to emulate a matched‐filter receiver to optimize signal detectability. The process compresses the data required to produce accurate facsimile records by a factor of 256. Received October 21, 1998 Revised June 7, 1999     

Estimating the Random Error in Eddy-Covariance Based Fluxes and Other Turbulence Statistics: The Filtering Method

A spatially local decomposition of turbulent fluxes based on properties of spatial filters is used to develop a new method of estimating random error in turbulent moments of any order. The proposed error estimation method does not require an estimate of the integral time scale, which can be highly sensitive to the method used to calculate it. The error estimation method is validated using synthetic flux data with a known ensemble mean and intercompared with existing methods using data from the Advection Horizontal Array Turbulence Study (AHATS). Typical errors for a 27.3-min block of data collected at a height of 8 m are found to be approximately 10% for the heat flux and 7–15% for variances. The error in the momentum flux increases rapidly with increasing atmospheric instability, reaching values of 40% or greater for unstable conditions. A new method based on filtering is also proposed to estimate integral time scales of turbulent quantities.     

卡尔曼滤波方法在稻飞虱发生等级预测中的应用研究

利用桐城市2005—2007年逐候田间系统调查的稻飞虱百丛虫量数据,分析影响桐城市稻飞虱发生程度的主要的气象因子。分析发现,旬平均气温、候平均气温与系统调查的桐城市稻飞虱百丛虫量均呈显著的负相关,显示高温对稻飞虱发生具有抑制作用,最适宜的候平均气温为20.5℃。应用卡尔曼滤波方法建立稻飞虱发生适宜气象条件等级预测模型,目的在于开展稻飞虱发生的气象条件预警预测,为防虫治虫提供依据。经历史拟合和2008年试报应用,此模型的预测精度较高,可靠性和稳定性都较好,可投入业务应用。     

宁波非气象雷达回波的人工智能识别及滤波

统计分析2003—2006年宁波雷达的非气象杂波, 影响杂波主要为地物杂波, 包括普通地物杂波 (NP杂波) 和异常地物杂波 (AP杂波) ; 并分析这些杂波在反射率因子、径向速度、谱宽产品上不连续的离散状分布等特征。基于以上特征及传统杂波识别的经验而设计出一种近似模拟人眼模糊识别的稳定安全的多维线性近似的杂波识别及其过滤算法, 在 190 个个例测试中大都效果较好, 尤其在 150 km 以内, 能够在确保降水数据完整、准确的基础上有效过滤非气象杂波。