用卡尔曼滤波方法制作河南省冬半年大风预报

在分析河南省冬半年大风的天气气候特征的基础上,筛选出与大风相关性较好的预报因子,采用卡尔曼滤波方法,制作河南省冬半年大风预报,在一定程度上实现了灾害性天气预报的定点与定量.     

对冬半年(11—3月)西江流系大风起报场的探讨

自一九七七年以来,在西江流系上由于大风造成了五起严重海难事故。死亡人数达600多人。其中四起发生在冬半年,死亡人数达570人左右。 由于冬半年的大风,多发生在夜晚,而且雷达正处于维修期间,无法开机跟踪,这就是冬半年容易造成悲剧的主要原因。另一方面,冬半年大风为数不多,没有必要象夏半年一样,一天开机八次。那么,如何解决冬半年雷达开机少,又要抓住强对流大风这个矛盾呢? 统计证明,冬季大风的发生有一定的天气背景,如果从天气形势着手,建立可能发生大风的起报场。一旦出现起报场的条件,就用雷达加密观测,进行跟踪预报,便可解决上述这些矛盾。     

绵阳地区大风的分析预报

绵阳地区地处四川盆地北部,是冷空气入侵四川的门户,大风是常见的灾害性天气。长期以来,大风预报以经验为主,故常有失败。近两年来,我们在总结以往经验的基础上,对大风作了较为系统的分析研究,并建立了较为客观的预报模式,从而使大风预报准确率显著提高。本文仅就我区冬半年(10—5月)大风的分析预报作一介绍。     

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。     

数值预报产品结合天气概念模式做南海风力中期预报

冬半年东北季风潮的暴发常使南海海区产生6级以上大风天气。过去主要依靠常规天气图提供的信息,先做出对流层500hPa形势预报,据此估计出地面气压场,然后做出大风过程的预报。3—5天高空形势预报主要依据长波调整理论和外推,再加经验。近年来,数值预报的中期形势预报能力有很大提高,特别是欧洲中期天气预报中心(ECMWF)     

舟山群岛冬半年灾害性大风的成因与预报

利用舟山市1994—2003年的实测风资料分5类统计了舟山群岛冬半年大风的发生规律。对一次冷空气个例进行诊断分析结果表明:大风是强冷平流、高空急流、动量下传等共同作用的结果。对一次低气压引起的大风的分析认为涡度平流、温度平流、潜热释放对低压发展有重大贡献。根据大风的成因和预报经验选择有关物理量进行t统计分析, 选择有异常表现的物理量作预报因子。最后用人工神经网络方法建立预报模型, 并进行了试报, 试报误差都在4.5 m/s以下。     

黄河三角洲冬半年大风预报系统

利用１９９０～１９９７年高空实况场资料作历史样本库,进行相关分析,提取典型因子场,在运用历史样本进行分型、分级的基础上,再利用与Ｔ１０６Ｌ１９数值预报产品典型因大场的平均域块距离最优相似方法,制作黄河三角洲冬半年沿海、内陆大风客观预报,经试用效果较好。     

用卡尔曼滤波制作河南省冬春季沙尘天气短期预报

在分析河南省冬春季沙尘天气气候特征的基础上，筛选出T213数值预报产品中与风速和能见度相关性较好的预报因子，采用卡尔曼滤波方法，分站建立了河南省冬、春季的风速和能见度短期预报方程，并利用相应的沙尘天气分级量化标准，在一定程度上实现了河南省冬、春季沙尘天气的短期分站、分级预报。业务运行时，又增加了两条判别指标进行后处理，有效地消除了液滴对能见度预报的影响，提高了沙尘天气预报的准确率。     

千阳冬半年大风预报方法

大风是我县冬半年的主要灾害性天气之一,根据统计,从十月到次年五月这八个月中,平均每年度有6—7次8级以上的大风,最多的年份达12次。每次大风,往往伴随较强的降温、霜冻或寒潮出现,给农业生产和人民生活带来严重的危害。为了提高大风预报的准确性,我们对本站有     

冬半年渤海偏北大风的短期预报

冬半年(9—4月)是冷空气影响渤海频繁,偏北大风出现最多的时期。尤其渤海南部和渤海海峡的偏北大风,渔民常说是“恶风”,“风多大,浪多大”,严重时可造成风暴潮,引起海水倒灌,给经济建设和人民生命财产带来很大威胁。本文对冬半年偏北大风的短期预报作一些介绍。 一、资料与概况 普查1978年9月—1979年4月(8个月)的历史天气图发现,由于冷空气影响使渤海出现偏北大风的,共44次天气过程,其中从西北路径下来的有26次,占总数的59％。在这类冷空气的前期,高空图上在新地岛附近有不稳定短波槽东移并逐步发展,在小槽西南方即东欧平原到黑海一带有暖平流向乌拉尔山     

“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。      

渤海西岸一次极端大风的特征和成因分析

利用NCEP-FNL资料、FY-4卫星红外云图资料、雷达资料和自动站资料,对2021年4月15日渤海西岸由大尺度冷空气和中尺度对流系统共同作用形成的极端大风进行特征和成因分析。结果表明：(1)FY-4卫星红外云图云顶亮温表现出指状特征,雷达反射率因子表现为两个弱回波带在渤海西岸合并加强为一条带状回波,随着系统东移由带状回波演变为弓状回波。(2)上冷下暖的不稳定层结为锋面触发对流提供有利环境条件,在径向速度图上出现较大范围速度模糊和中层径向辐合。(3)此次大风过程具有雷暴大风和冷空气大风混合的大风特征,大风成因是由大尺度冷空气产生的动量下传、大尺度变压风、梯度风以及中尺度雷暴冷池出流共同导致的。     

The hourly gale record from Valentia Observatory,SW Ireland 1874–2008 and some observations on extreme wave heights in the NE Atlantic

The sustained hourly gale record from Valentia Observatory, SW Ireland over the time period from 1874–2006 shows very significant variations including high values in the 1920s, 1940s, 1960s and 1980s but a decline since then down to the lowest recorded levels at present. Most gales occur in winter and in particular in December and January. An analysis of the wind duration and speed data shows that there has been increased variability in the duration of gales over the last 20 years and despite an overall decline in mean wind speed there is no indication that gale strengths have changed in any systematic way. This gale data is strongly in contrast to the outputs and predictions from the various scenarios in the ECHAM4 models which predict at worst no changes in cyclonicity of depressions below 1,000 hPa but significant increases in cyclonicity of severe depressions below 940 hPa. At present the actual data is running contrary to the model outcomes at Valentia and elsewhere in Ireland. The sustained gales have given rise to wave heights in excess of 30 m and this documentary evidence is verified by more recent satellite and marine buoy data.     

以数值预报产品为基础的大到暴雪预报系统

利用Ｔ６３数值预报产品,根据灰色系统原理,研制出河南省暴雨２４小时预报系统,并于１９９６年冬季（１９９６年１１月～次年３月）实时业务工作中逐日试报,取得了较为满意的结果,该方法简单明了,便于使用。     

河北廊坊雷暴大风的气候特征

利用1970~2012年廊坊地区9个气象站地面雷暴大风观测资料,采用趋势分析、滑动t检验、小波分析和最大熵谱分析等统计方法,系统分析了该地区雷暴大风天气的时空特征及变化趋势和变化周期。结果表明:廊坊地区的雷暴大风局地性强,43 a间只出现了一次全区性的雷暴大风天气过程,雷暴大风多以单站出现为主。雷暴大风的地域性特征明显,中部的廊坊市及南部的文安、大城站较易出现,而北部发生概率较低。雷暴大风的日、月及年变化特征明显。雷暴与大风主要发生在午后至前半夜,大风发生时间一般落后于雷暴,1 h内的雷暴与10 min以内的大风发生概率最高;雷暴大风3~10月都可出现,主要集中在夏季,发生概率为73.3%;近43 a来,年均雷暴大风日数整体呈现减少趋势,且中部的站点减少趋势最显著,1994年为雷暴大风的显著突变年,其显著变化周期为3.23a。雷暴大风多为"湿"型。     

地窝堡机场东南大风特征及其大气结构

按照民航系统气象行业标准要求,结合乌鲁木齐国际机场的具体情况,给出乌鲁木齐机场东南大风的定义,并应用乌鲁木齐机场1978~2012年间逐时观测的风速风向对机场东南大风的特征进行分析,然后再引入水跃理论和Froude数,对机场东南大风发生时的大气结构做解析。结果表明:(1)1980年代与2000年代至今,为东南大风的兴盛期,1990年代为东南大风的低值期;(2)东南大风主要集中出现在春秋季,其中尤以4月出现次数最多,占总出现次数的36.4%;(3)早晨至中午期间,东南大风多发且风速较大;午后至夜间,东南大风发生次数少,且风速也相对较小;(4)东南大风的持续时间以低于5 h为主,其次为持续11 h以上的大风,而持续时间在5~11 h之间的大风出现最少;(5)对于4月和11月而言,大风发生时达坂城与本场的气压差与同时次本场的温度垂直递减率存在显著的线性关系。     

2017年秋季河北一次飑线引发的雷暴大风过程分析

利用常规地面高空观测资料、地面自动站资料、NCEP 1°×1°再分析资料、卫星云图、多普勒天气雷达资料等,对2017年秋季发生在河北省中部的一次由飑线引发的雷暴大风天气进行分析。结果表明：本次雷暴大风过程发生在高空冷涡底部,槽后冷空气与低层暖平流叠加配合地面冷锋的有利天气背景下,由飑线回波直接造成。环境条件中水汽和热力达到了中国华北地区产生强雷暴大风的平均值,大气温度直减率和垂直风切变比夏季更适宜,但能量不如夏季充足。飑线的强度、形态与夏季产生雷暴大风的雷达回波特征无异,但依据低层径向速度大值区预警秋季飑线大风需提高阈值。秋季飑线过程中地面同样伴随风场辐合、雷暴高压等中尺度系统,冷池密度流作用有利于地面大风产生。     

A MODELING STUDY OF INHOMOGENEOUS COASTAL GALES ASSOCIATED WITH THE LANDFALL OF TYPHOON SOUDELOR (2015)

In this study, coastal gales and rainfall attributed to the landfall of Typhoon Soudelor (2015) are analyzed based on observational dense automatic weather stations data, advanced scatterometer-retrieved 10-m ocean surface wind data and simulations using the Weather Research and Forecast (WRF) model. This study focuses on gale bands in the right-front quadrant of the typhoon and associated coastal winds over Zhejiang and Fujian Provinces in China before the landfall of the typhoon. The results are summarized as follows. (1) 10-m surface wind data from automatic weather stations over land and islands, advanced scatterometer-retrieved 10-m ocean surface wind data, and the WRF simulation indicate similar mesoscale offshore gales. (2) The model simulation with a 333-m grid mesh indicates a gale zone over the right-front quadrant of the typhoon; the gale is “broken” over the coastal areas, and formed an inhomogeneous gale band. (3) The model-simulated winds agree well with the island observations. (4) Non-uniform gales over boundary layers result in horizontal wind-speed gradients and strong convergence that favors the development of convection and the maintenance of ocean surface gales.     

太原雷暴大风潜势预报方法研究

利用太原市7个国家观测站实况、探空以及MICAPS等资料，对1998—2018年5—9月太原的雷暴大风进行天气学分型，选取雷暴大风的消空因子以及不同天气型下的预报因子并确定其阈值，利用指标叠套法，建立雷暴大风潜势预报方法，并进行预报检验。结果表明：(1)选取700 hPa温度露点差、850 hPa与500 hPa的温差、条件性稳定度指数和混合相层4个环境参数作为消空因子并确定了消空阈值。（2）将雷暴大风分为高空槽型、冷涡型、切变线型、西北气流型和副高边缘型5类，选取了5类天气型下雷暴大风的预报因子，利用指标叠套法，建立了太原雷暴大风潜势预报方法。(3)运用雷暴大风潜势预报方法开展历史样本回报检验和2019-2020年试预报检验，取得了较好的预报效果。     

河西走廊东部大风气候特征及预报

利用河西走廊东部1971—2010年4个气象站大风（≥6级,即10min平均风速≥10.8～13.8m/s）资料,系统分析了该区大风的时空分布、强度和持续性等气候特征。结果表明,河西走廊东部大风天气主要发生在山区和沙漠边缘;年、年代际大风日数总体呈减少趋势,3—5月是大风的高发期,占全年大风日数的34.8%～56.8%,其次是2月、6月和11月;各强度大风日数的变率较大,随着大风强度的增强,大风日数迅速减少;大风天气具有持续性特征,最大风速大多出现在持续大风时段内。采用2003—2007年逐日20时ECMWF数值预报格点场资料,按照Press准则进行预报因子初选,运用逐步回归预报方法进行预报因子精选,使用最优子集回归建立大风预报方程,并用双评分准则（CSC,couple score criterion）确定各季节各地大风预报全局最优的显著性方程,预报方程通过了α=0.01的显著性检验。预报方程回代拟合率为66.7%～73.4%,预报准确率为58.8%～67.5%,达到了一定的预报水平,可为大风的业务预报提供客观有效的指导产品。采用最大靠近原则确定了大风预报临界值和预报、预警的级别。