基于全球集合预报的西北太平洋热带气旋预报的评估和改进

西北太平洋热带气旋在2018年7~8月间的预报,特别是在上海登陆的温比亚(2018)、安比(2018)和云雀(2018),给数值模式和预报均带来巨大的挑战.文章基于ECMWF和NCEP的集合预报对这些热带气旋的预报技巧进行了分析.结果表明,ECMWF的集合预报对热带气旋路径和强度的预报技巧高于NCEP的集合预报.对于在上海登陆的三个台风,ECMWF的集合预报对温比亚(2018)和安比(2018)的强度预报技巧优于NCEP的集合预报,但两者对云雀(2018)在峰值附近的强度预报技巧都较低.为了提高集合预报对热带气旋的预报技巧,文章提出了一种集合预报成员的适应性权重估计方法.该方法利用集合成员的预报场和分析场相对于观测的距离,适应性地估计集合成员在集合平均中的权重.当适应性权重方法应用于ECMWF和NCEP的集合预报时,二者的集合预报对热带气旋路径和强度的预报技巧都得到了改进,并且ECMWF集合预报的改进要优于NCEP集合预报.     

国内台风数值预报模式及其关键技术研究进展

我国是世界上受台风灾害影响最严重的国家之一.减轻台风灾害首先依赖于台风预报能力,这主要取决于台风数值预报模式及其关键技术的发展水平.本文简要回顾了国内台风数值预报模式的发展历程;介绍了目前国内模式在台风初始化和物理过程等方面的关键技术特点;分析了模式技术中存在的主要问题,并就今后的技术发展提出了建议.文中指出,一方面,尽管基于经验假设的涡旋构造技术在典型台风的分析和预报中仍发挥着重要作用,但为提高对异常台风路径和强度变化的预报,需要加强卫星等观测资料在模式分析中的应用.另一方面,通过加强模式细网格条件下的物理过程参数化研究,可以更加合理地刻画台风中小尺度物理过程,进一步提高台风强度、风雨预报性能.     

超强台风Soudelor(2015)登陆前后局地强降水的动力过程分析

基于中尺度站点观测、雷达图像、卫星红外云图和NCEP全球业务分析数据资料,详细分析了2015年13号台风Soudelor在华东地区尤其在浙江省沿海产生局地灾害性强降水的分布、强度、触发因子及相应的动力过程.这次台风降水过程可分为4个阶段:第一阶段由台风北侧外围环流偏东风分量与浙江沿海地形相互作用而产生;第二阶段的降水强度最强,累积降水最大,是台风内区主体环流与局地地形相互作用的结果;第三阶段是由于台风内区减弱,主要降水云带在台风东北侧发展而形成;第四阶段由于台风环流与中纬度系统相互作用,使得降水云带"北跳"至江苏省中东部,引起浙江省内的降水迅速减弱.定量计算表明,"地形效应"对局地台风降水增幅起确定性作用,其在台风总体降水中占比达50%左右.台风登陆后结构变化引起水汽输送发生变化,进而引起台风局地降水云带发展的非对称分布,是造成台风强降水空间非对称分布的主要因子.对此个例分析表明,影响中国沿海灾害性强降水不仅与台风强度、结构及外围云带紧密相关,其降水强度会因为台风与沿海地形的复杂相互作用而增加,而其影响时间会因为由大尺度环流引导的弧线路径而延长.此次台风强降水过程的物理及动力分析可以用于指导对未来台风降水灾害的理解、预报及预防,尤其有益于由登陆台风与沿海地形相互作用引起的闪雨、山洪、泥石流及洪涝灾害的预报预警.     

LTP_DSEF模型对2018年登陆中国热带气旋强降水预报的应用

最近,一种基于路径相似的登陆热带气旋降水动力统计集合预报(LTP_DSEF)模型被发展用来预报登陆热带气旋(LTC)带来的强降水.文章把LTP_DSEF模型应用于2018年登陆中国的10个热带气旋(TC)的强过程降水预报,通过测试模型的3452套预报方案确定了对这10个LTC的最佳方案,然后将其性能与三家动力模式(ECMWF、GFS和GRAPES)进行对比.结果表明:LTP_DSEF模型在预报LTC的较强过程降水方面与三家动力模式相比很有优势,特别是预报250mm以上量级的过程降水;对单TC, LTP_DSEF模型预报LTC过程降水的能力优于或者略逊于三家动力模式,特别在三家动力模式对某些TC的强降水均无预报能力时,模型仍能提供宝贵的大于零的TS值;此外虽然与实况相比该模型预测的强降水范围倾向偏大,但它在多数情况下能合理地捕捉到强降水的落区.初步研究表明,尽管LTP_DSEF模型只引入了TC路径和登陆时间两个相似性变量,但它已能为LTC的强过程降水预报提供非常有用的指导.     

地形重力波举力效应对台风路径偏转的影响

举力效应是指方向性切变气流经过地形激发的重力波能够使平均气流发生水平旋转.本文首先根据日本气象厅台风数据集统计了2006—2015年登陆台湾的台风个例,分析台风路径的偏转情况.然后利用二维傅里叶变换对欧洲中间尺度天气预报中心的再分析数据进行滤波,得到台风的环境大气层结和水平风场.最后根据台风环境风场以及台湾地形计算地形重力波举力,分析举力对台风路径偏转的可能贡献.结果表明,近十年共有20个台风登陆台湾,其中2006—2008年有10个.除去5个路径较为复杂的台风,本文对15个台风的地形重力波举力进行分析,发现有14个台风的路径偏转方向与举力方向一致.对于路径偏转最为明显的6个台风(偏转角度大于30°),地形重力波举力对台风路径偏转的贡献可达10%,部分解释了台风经过台湾地形时发生的路径偏转.     

基于GA-BP理论的储层视裂缝密度地震非线性反演方法

基于GA-BP理论,将自适应遗传算法与人工神经网络技术(BP算法)有机地相结合,形成了一种储层裂缝自适应遗传-神经网络反演方法.这种新的方法是由编码、适应度函数、遗传操作及混合智能学习等组成,即在成像测井裂缝密度数据约束下,通过对目标问题进行编码(称染色体),然后对染色体进行选择、交叉和变异等遗传操作,使染色体不断进化,从而快速获得全局最优解.在反演执行过程中,利用地震数据和成像测井裂缝密度数据之间的非线性映射关系建立训练样本,将GA算法与BP算法有机地结合,优化三层前向网络参数;或将GA与ANFIS相结合,优化ANFIS网络参数.并采用GA算法与TS算法(Tabu Search)相结合的自适应混合学习算法,该学习算法自始至终将GA和BP两种算法按一定的概率比例进行,其概率自适应变化,以达到混合算法的均衡.这种混合算法提高了网络的收敛速度和精度.我们分别利用两个研究地区的6井和1井成像测井裂缝密度数据与地震数据之间的非线性映射关系建立训练样本,对过这两口井的测线的地震数据进行反演,获得了视裂缝密度剖面,视裂缝密度剖面上裂缝分布特征符合沉积相分布特征和岩石力学性质的变化特征.这种视裂缝密度剖面含有储层裂缝的定量信息,其误差可为油气勘探开发实际要求所允许.因此,这种新的方法优于只能作裂缝定性分析的常规裂缝地震预测方法,具有广阔的应用前景.     

台风暴雨过程中位势散度波作用密度分析和预报应用研究

在位涡的基础上,考虑散度效应,把水平风矢量旋转90°后的旋度在广义位温梯度方向上的投影定义为位势散度,并把其二阶扰动量定义为位势散度波作用密度,该波作用密度代表扰动热量的扰动输送,与位势稳定度的发展演变有关.登陆台风Morakot(2009)的诊断分析表明,在台风登陆台湾岛,进入台湾海峡和登陆大陆三个阶段,波作用密度高值区与大陆和台湾降水区相重叠,扰动热量的扰动输送显著;在前两个阶段,大陆和台湾降水区波作用密度逐渐增大,扰动热量的扰动输送逐步增强;在台风登陆福建霞浦市后,大陆地区波作用密度减小,扰动热量的扰动输送减弱.在影响波作用密度局地变化的诸多物理因素中,扰动非地转风位涡项是主要强迫项.统计分析表明,波作用密度与观测降水有一定的相关性,据此发展了位势散度波作用密度降水预报方程,其本质是数值模式预报资料的动力延伸释用,预报应用表明,利用24 h模式预报场计算的波作用密度降水能够较好地再现观测降水的落区,对台风Morakot引发的暴雨有一定的预报技巧.     

西北太平洋台风生成频次的新预测因子和新预测模型

研究了冬春季大气环流对西太平洋台风生成频次的影响, 确定了影响西北太平洋台风生成频次的新预测因子, 它们是冬、春季的北太平洋海冰面积指数、春季北太平洋涛动指数. 并结合前人已有的工作基础, 采用多元回归方法建立了一个西北太平洋台风生成频次的新预测模型. 该模型能很好地拟合1965~1999年西太平洋台风生成频次的年际变化, 拟合率是0.79. 这个预测模型比较合理地预测了2000~2006年的台风频次的年际变化. 该研究工作不仅说明了新的预测因子能很好地预测西北太平洋台风活动频次的年际变化, 而且应用它们建立的新台风预测模型, 也将有望应用于西北太平洋台风活动频次的季节预测中, 期望能提高台风活动频次的预测水平.     

基于遗传算法的地震短期综合预报分类系统研究

简要介绍了基于遗传算法的分类器和在此基础上建立的地震预报分类法系的基本原理。设计出基于遗传算法的地震短期综合预报分类系统的研究思路和方法,即以异常持续时间为编码依据。以遗传算法为优选预报规则的工具,以预报3个月地震为目标,综合测震和前兆多手段进行地震预测,对北天山西段进行多参数初步试算后表明该方法具有很高的学习正确率和较高检验和预测能力。     

西北太平洋地区强台风的闪电活动特征

利用全球闪电定位网(WWLLN)获取的闪电定位资料和中央气象台提供的台风定位资料, 分析了西北太平洋地区2005~2008年登陆我国的1个强台风和6个超强台风的闪电空间分布及其随时间的演变特征. 分析结果表明：西北太平洋地区强台风成熟时平均闪电密度呈现出明显的三圈结构：眼壁上存在一个明显的闪电弱密集带(20~80 km), 而距离台风中心80~200 km范围内闪电密度接近于零, >200 km的外雨带中闪电又逐渐增加. 外雨带中的闪电远远多于台风中心或者眼壁上发生的闪电, 台风中心发生的闪电所占比例小于总数的1%. 若把距台风中心100 km范围内的闪电定义为台风眼壁闪电, 则在台风中心最大风速急剧增大的阶段, 眼壁上的闪电爆发, 而在眼壁闪电爆发的几个小时后中心风速达到最大值, 有个别台风在台风最强期间的前半段眼壁闪电爆发, 这对台风强度的预报有一定的指示意义. 在台风减弱阶段, 中心闪电发生很少.     

热带气旋与多尺度气候变异:2018年西北太平洋台风季概况

2018年是西北太平洋热带气旋异常活跃的一年,该年台风季(6~11月)共有26个热带气旋生成,远超气候平均的22个,是近20年来第二活跃的台风季.2018年,热带气旋多形成于西北太平洋东部和南海北部,台风活动区域偏东北,移动路径多由西北行转为偏北行登陆,造成了中国大陆重大经济损失(约697.3亿元).这一年,多尺度气候变异共同作用引起了西北太平洋季风槽的增强和副热带高压减弱,从而导致了热带气旋异常活跃.在此过程中,年际气候背景条件起了主导作用,而年代际气候变异仅起到了弱的抑制作用.在年际尺度上,一个发展的中太平洋厄尔尼诺事件和正相位的太平洋经向模态(PMM)共同作用形成了2018年有利于热带气旋活动的大尺度环流背景条件.进一步研究表明,中太平洋海温强迫在西北太平洋热带气旋活动中起到了关键调节作用,而PMM通过中太平洋海温间接影响西北太平洋热带气旋活动.在中太平洋厄尔尼诺年,中太平洋海温增暖引起的对流异常通过大气的Gill型-罗斯贝波响应导致了西北太平洋上异常气旋性环流,这使得西北太平洋上副热带高压减弱、季风槽增强东北移,有利于热带气旋在此形成和发展.短期气候及天气变化,如季节内振荡(ISO)和天气尺度扰动(SSD)的活动,与增强的季风槽相互作用,加剧了2018年异常的西北太平洋热带气旋的活动.     

用福建连续重力资料研究台风“麦德姆”活动特征

福建省地处我国东南沿海,每年5—10月都会受到台风的侵袭,目前建有厦门、漳州、福州三个连续重力观测台站。以2014年第10号强台风"麦德姆"为例,利用重力观测资料研究:(1)台风引起的地脉动信号的强度和卓越频率的变化规律;(2)台风卓越周期与台风强度和移动速度的关系;(3)连续重力资料非潮汐信息提取。结果表明:(1)台风靠近台站时地脉动信号增强,登陆后迅速减弱,福州台记录的信号卓越频率要比其他台站高;(2)台风卓越周期与台风强度和台风移动速度的关系比较复杂;(3)用现代滤波器能有效滤除长期存在的干扰信号。     

遗传BP网络在地震和爆破识别中的应用

将遗传算法(GA)和反向传播算法(BP算法)相结合成为GA-BP算法，以此建立了遗传BP神经网络．并将以BP算法为基础的BP神经网络及以GA-BP算法为基础的遗传BP神经网络用于对地震和爆破的识别中．得到的结果表明:遗传BP网络比BP网络对事件的识别能力略好些．      

基于GA-BP神经网络的地震预报技术

概述遗传算法(GA)和BP神经网络的原理,利用遗传算法具有全局搜索能力且不易陷入局部极小点的特性,优化BP神经网络的连接权值和阈值,使得计算结果全局最优,以弥补BP算法的不足。选取闽粤赣交界及东南沿海地区的地震目录作为研究样本,提取出7个测震学前兆指标作为预报因子,构建GA-BP神经网络进行训练和仿真。震例检验结果显示,该优化方法的震级预测精度较BP神经网络有较大提升,具有对地震震级预测的可行性。     

基于遗传算法的分类体系在地震预报中的应用探索

采用模似自然界生物进化过程的遗传算法的分类体系，并以首都圈地区为例，利用地震活动性资料的8种时空参数在地震预报中进行了应用探索．通过对1967-1992年间信息的学习演化，获得了20条拥有不同适应度的具有层次结构的地震预报规则集．对首都圈地区中等地震活动的预报规则进行了初步的分析讨论，发现了人们以往难于考虑周全的可能具有重要预报意义的异常组配.应用探索表明：在地震预报研究中应用具有自适应和潜在学习能力的基于遗传算法的分类体系，将可能推动人们对地震前兆及其物理机制的研究和探讨．     

地震学定量预报指标的一种提取方法——对比筛选法

鉴于目前地震学综合定量预报指标的缺乏和预报工作的急需,尝试使用“对比筛选法(简称CSM方法)”进行地震学定量预报指标的提取试验。较之以往作法的进展在于:1.同时使用“有震”和“无震”两类样本对比筛选;2.对不同地区的地震学参数进行了归一化处理。这样做的显著优点是:1.可以较有效地提取“有震异常”和“正常变化”指标;2.提取的异常和预报指标具有定量化和普适性特点。 试验研究使用大华北地震区资料,研究对象取中强地震。经内符和外推检验,证明该方法提取的异常和预报指标有效性和实用性较高。     

基于遗传算法优化的ENSO指数的动力预报模型反演

基于NCEP/NCAR提供的1958～1995年全球月平均海温距平场再分析资料,采用动力系统反演思想和遗传算法途径,进行了El Nino/La Nina指数的动力预报模型的参数优化和模型反演,从上述海温资料中重构了Nino3海温距平指数的非线性动力模型.模型预报试验结果表明,遗传算法具有的全局搜索和并行计算优势能够客观、有效地反演海温指数的动力预报模型,对Nino3海温指数和El Nino/La Nina事件进行较为客观准确的预测,为El Nino/La Nina预测提供有益的研究参考.     

一种前兆异常预报效能的检验方法

给出了一种地震前兆预报效能的检验方法,以北京板桥水位观测资料为例,通过与随机异常和以一定时间间隔周期出现的均匀异常的预报效能进行对比,对其异常的预报效能进行了系统检验。 结果表明,北京板桥水位观测5日均值,通过维纳滤波后的残差值高于1倍均方差异常,对张北—唐山一带中等以上地震具有一定预报效能。以异常出现后80天的时宽做预报,此时 R 值可达0.43,可信度为70％以上。这一方法可用于对其他前兆观测台站或单测项预报效能的检验。     

震前电离层TEC异常探测新方法

本文提出一种利用时间序列法(ARIMA模型)进行震前电离层异常探测的新方法.首先,对比分析了该方法与传统探测方法(四分位距法、滑动时窗法)预测TEC背景值的精度.结果表明,时间序列法预测背景值的精度要明显高于传统方法,且预报背景值的平均偏差要比传统方法小2倍左右,说明传统探测方法预测的背景值具有较大系统偏差.为更准确地探测震前电离层扰动,除了得到准确的参考背景值,还需得到更加合理的探测限值,由此本文提出一种更为合理的限差确定策略.最后,以2012年1月10日苏门答腊岛7.2级地震为例,利用该方法分析了其震前电离层的异常扰动情况,并验证了该方法的有效性,实验结果表明:在震前第13天、第8~9天、第1~2天和地震当天电离层均会发生较为明显的异常.而且,其正异常(观测值高于正常值)一般发生在震中以北,距发震时间相对较远;负异常(观测值低于正常值)则在震中各方向均会出现,且距发震时间较近.同时,通过对异常结果分时段统计,发现在发震时刻前,距发震时刻越近的时段发生异常的频率越高,此规律将会对未来更为准确的预报发震时段提供重要参考.     

双台风“玛娃(2005)”和“古超(2005)”移动路径与强度的伴随敏感性分析

本文利用WRF模式及其伴随模式研究了2005年发生在西北太平洋的一对双台风玛娃和古超的移动路径与强度的伴随敏感性特征，一方面探讨了环境场对双台风的影响，另一方面也讨论了双台风之间的相互影响过程的差异.首先，利用双台风初始化技术准确地模拟了双台风的演变过程，并以此模拟结果为背景场计算了台风的中心扰动气压和引导气流的伴随敏感性.研究结果表明：伴随敏感性不但能反映环境场对双台风的影响，还能指示双台风之间相互影响过程的差异.从台风强度的敏感性来看，影响台风强度变化的高影响区均位于台风中心附近，弱台风古超的强度敏感性的量级要大于强台风玛娃的强度敏感性，表明双台风中较弱的那个更容易受到外部环境变化的影响.台风引导气流的敏感性分布也存在较大差异，强台风玛娃的移动主要受到其西北侧的高空槽，其自身环流以及台风古超的影响，而弱台风古超的引导气流的敏感性主要位于其自身环流附近以及双台风之间的区域.最后，通过在理想试验中增加初始时刻高空槽的强度以及弱台风古超的强度，证实了台风玛娃的移动路径的变化与伴随敏感性的分析一致.