模式距平积分订正法对广西区域ECMWF地面2m温度预报的订正效果评估

采用基于历史资料的模式距平订正法(ANO),利用2011~2015年欧洲中心高分辨率数值预报(ECMWF)的地面2m温度和广西区域自动站气温观测资料,对2016年广西区域2m温度预报进行订正试验,对比分析订正前和订正后的预报误差,结果表明:EC对广西区域2m温度的预报误差随着预报时效增加而逐渐增大,午后误差较大,夜间误差较小,预报值大多偏低。0~72h预报(较短预报时效)冬季误差较小,夏季误差较大;72~240h预报(较长预报时效)夏季误差较小,秋季和冬季误差较大。随预报时效增加,误差增大的幅度夏季较小,冬季较大。误差的离散度在较短预报时效的午后为冬季较小,夏季较大,在较长预报时效及夜间则与之相反。ANO方法对午后温度预报的订正效果优于当日其他时刻。该方法对夏季的温度预报有很好的订正效果,秋季的订正效果次之,春季的订正效果不明显,冬季的订正效果为负面作用。     

2017 年乌鲁木齐区域数值预报业务系统预报性能检验和评估

基于乌鲁木齐区域数值预报业务系统,运用MET检验工具,对2017年各季节DOGRAFSv1.0预报性能进行客观检验。结果表明：（1）2m温度日间预报温度整体偏低,夜间多数站点预报温度偏高;冬季预报温度偏高,其他三个季节温度预报整体偏低。10m风速冬季模拟性能最差,春季次之;所有季节风速预报均偏大。（2）夏季、秋季高空温度预报误差小,在3.0℃以内,冬季误差最大,温度预报整体呈冷偏差;不同季节高空位势高度随高度增加误差增大,误差约在6.5～12.0gpm,预报高度比实际高度偏低;不同季节高空U、V风随高度增加误差先增大后减小,均方根误差分别为2.4～6.2m/s和1.8～5.2m/s,U风预报整体比实况偏小,V风预报整体比实况偏大。（3）冬季大阈值降水漏报率较高,12.1mm阈值降水Bias评分仅为0.2,秋季大阈值降水空报率较高,12.1mm阈值降水Bias评分在2.0以上,夏季空、漏报率较低;在新疆地区,四个时段中14～20 BJT 、20～次日02 BJT空报站点数多于漏报,14～20 BJT空报率最高,02～08 BJT漏报率最高,08～14BJT晴雨预报以漏报为主;日间Ts评分高于夜间。     

中国沿海风能分布特征及其影响因子的数值模拟

利用欧洲中期天气预报中心0.75°×0.75°再分析资料,对中国海岸线两侧相邻区域内的风能、风速进行研究,讨论不同季节、不同区域风能、风速的分布特征;利用WRF(Weather Research Forecast)模式模拟海表面温度上升和城市化发展对中国东部沿海风能的影响。结果表明:1)中国沿海风能的时空分布不均一,季节变化明显。春季渤海湾区域风能明显大于其他三区(华东沿海、东南沿海和南海北部沿海区域)。夏季渤海湾区域风能显著小于其他三区,而华东沿海区域风能稍大。秋季东南沿海和南海北部沿海区域风能较大。冬季沿海四区风能大小接近。一般而言,秋冬季风能较大、春夏季风能较小,夏季风能显著小于冬季。2)不同区域、不同季节风速的年际变化存在明显差异。除冬季东南沿海区域风速有增大趋势外,其他区域各季节风速都呈缓慢减小趋势,但减小幅度很小。3)海表温度升高在不同季节对风速的影响不同。春季渤海湾和山东半岛、北部湾沿海及杭州湾风速随海温升高而增强。夏季海温升高幅度不同,则风速显著变化区域不同,但大部分沿海区域风速随海温升高而增强。秋冬季风速随海表温度升高而增强,影响区域较稳定:秋季东南沿海和华东沿海区域风速增强,冬季渤海湾和南海北部沿海区域风速增强。4)城市化发展增大了地表摩擦力,使得夏秋季登陆我国的热带气旋迅速减弱,沿海风速随之减小。     

GRAPES_GFS 2.0模式非系统误差评估

选取2014年1月、4月、7月、10月的GRAPES_GFS 2.0预报产品和对应时刻的NCEP FNL分析资料进行对比。从时间演变看,南、北半球的非系统误差均在各自冬季达到极盛,误差呈现周期性变化规律。位势高度场的非系统误差随时间演变先呈指数增长,后呈线性增长,温度场和纬向风场的误差则近似于线性增长。从空间分布看,GRAPES_GFS 2.0的非系统误差大值主要分布在中高纬度地区,呈条带状分布,误差大值区域基本不随预报时效的变化而发生变化;位势高度场和纬向风场的误差大值区出现在对流层顶附近,而温度场的误差大值区则出现在边界层顶附近。将误差增长曲线参数化拟合后发现,南半球的初始场误差、可预报上限和初始场误差占比均高于北半球,随离地高度增加初始场误差占比逐渐减小。     

GRAPES_GFS 2.0模式系统误差评估

通过选取2014年1月、4月、7月、10月的GRAPES_GFS 2.0预报产品和NCEP FNL分析资料进行对比分析,发现GRAPES_GFS 2.0的系统误差具有以下特性:位势高度场误差的空间分布具有纬向条带状或波列状特征,误差大值集中在中高纬度地区,低纬度地区误差较小。误差在南北半球各自的冬季最大、夏季最小,并呈现明显的季节变化特征。误差随预报时效的增速略低于线性增速且不同预报时效下误差随高度变化的曲线趋势相似。温度场误差的空间分布相对均匀,误差大值位于30°S~30°N附近地区。纬向风场误差没有十分明显的分布规律,与纬度变化、海陆分布和地形的关系均不密切,西风误差和东风误差交替出现。结果表明:模式对冬季中高纬度地区和边界层及对流层顶的模拟技巧尚需提高。明确GRAPES_GFS 2.0的系统误差分布特性,有助于有针对性地进行模式订正,改善误差大值区域的模式预报方法。     

基于CCMP风场的中国近海18个海区海面大风季节变化特征分析

利用1988-2010年CCMP(Cross Calibrated Multi-Platform)高时空分辨率10 m风场分析了我国近海海区的大风(6级以上)日数和大风风速的空间分布特征,并且按照中央气象台对近海海区的划分,分析了近海18个海区大风的季节变化特征.我国近海大风日数高值中心及大风风速高值中心都集中于巴士海峡、台湾海峡和南海东北部海域,在巴士海峡和南海东北部海域交界处最高可达140天以上,平均大风风速达到13m/s以上.从季节变化来看,大风日数和大风风速充分体现了东亚季风冬强夏弱的特点.冬半年,大风日数及风速高值中心一直位于东海东北部、台湾海峡、巴士海峡、南海东北部以及南海西南部海域,12月是一年之中大风日数和强度的峰值时期.从4月开始,南海西南部的高值中心消失,而以北海域的高值区的分布基本不变,这种情况一直持续到9月.近海18个海区的季节变化呈现出不同的区域差别,南海中部和南部的4个海域大风日数呈双峰型变化,冬季的12月至次年1月出现最高值,夏季西南季风时期的7-8月出现次高值.除琼州海峡外,包括南海北部海域的其余13个海区高值均在冬季12月至次年1月,低值出现在夏季6-7月.     

1980～2014年中国生态脆弱区气候变化特征分析

为了全面把握20世纪80年代以来中国生态脆弱区气候变化的特征,利用基于全国2000多个站点的格点化逐月资料,对中国典型生态脆弱区1980～2014年的日平均气温、日最高和最低气温、降水、相对湿度、风速和蒸发皿蒸发量的变化特征进行了分析。结果表明:（1）中国生态脆弱区日平均气温、日最高和最低气温几乎都呈上升趋势;日平均气温增幅北方大于南方;北方生态脆弱区日平均气温、日最高和最低气温、南方生态脆弱区日最低气温的季节增幅多为春季最大,秋季或冬季最小。（2）全区平均降水变化趋势不明显;生态脆弱区降水距平百分率春季多为增长趋势,夏季多为减少趋势,秋、冬季和年北方多为增长趋势,南方多为减少趋势。（3）相对湿度以减少趋势为主,只有黄土高原南部脆弱区秋、冬季和干旱半干旱区脆弱区冬季相对湿度距平百分率的趋势为正,这几个正值区同时也是降水增长大值区。（4）风速基本为减少趋势,春季减少趋势最大。（5）全区平均蒸发皿蒸发量春、夏季和年为减少趋势,冬季为增长趋势;北方生态脆弱区蒸发皿蒸发量四季和年多呈减少趋势;南方生态脆弱区蒸发皿蒸发量春、夏季以减少趋势为主,秋、冬季和年呈增长趋势。     

基于莫宁-奥布霍夫相似理论的地面站点风速预报偏差订正

地形不匹配会导致风速预报出现偏差。Monin-Obukhov(莫宁-奥布霍夫)相似理论表明近地面风速垂直变化符合对数率特征,基于相似理论并引入大气稳定度判定因子构建偏差订正方案,将地面风速预报由模式地形订正到实际地形。针对冬季和夏季华北区域内760多个站点进行15 d的批量试验发现,使用订正方案后冬季和夏季00时(世界时)起始预报的模式前12 h风速预报的平均偏差可以降低20%以上,24 h预报偏差降幅也可达到10%以上,不同预报时效内风速的均方根误差可降低5%～8%。说明使用偏差订正方案可以对模式地面风速预报产生明显正效果。     

NCEP集合预报系统在亚欧和北美区域的预报效果对比

使用NCEP集合预报系统（EPS）输出的500hPa位势高度场预报资料和相应的NCEP／NCAR再分析资料,针对集合平均预报和概率预报,采用多种预报效果检验评价方法,对该系统在亚欧和北美区域的预报效果进行全面的分析比较。总体而言,NCEP—EPS对亚欧区域的环流集合预报效果不亚于其对北关区域的预报效果。1）ACC检验表明,亚欧区域的集合平均预报效果在除冬季外的三个季节都明显优于北美区域,可用预报的时效相差达0．6～1d,且夏季的差别最大。RMSE检验表明,亚欧区域的预报效果在四个季节里均优于北美区域。2）集合概率预报可靠性的季节差别不明显,均为预报时效较短（长）时,北关（亚欧）区域的可靠性更好。系统对亚欧区域的事件识别范围相对较小,但其预报可靠性较高,北美区域则正好相反。3）夏季亚欧区域的集合概率预报效果明显优于北美区域,秋季和冬季北关区域的预报效果较好,春季在预报时效小于5d时北美区域占优,而其后则是亚欧区域的预报分辨能力更好。     

基于TRMM卫星探测的南海及周边地区降水、云和潜热特征的比较研究

利用1998—2013年热带测雨卫星（TRMM）3A12资料,对南海及其周边地区降水、云和潜热的三维特征及其变化进行了对比研究,把南海及其周边地区分为四个区域:华南地区、中南半岛、马来群岛、南海。结果表明:（1）地面降水率EOF分析的第一、二模态方差贡献率分别为57.16%和8.72%,第一模态向量场均为正值,降水呈现南多北少的分布特征;第二模态向量场体现了降水变化南北反相的特征,马来群岛降水变化与其他三个区域反相。从两个模态时间系数序列看出,1998—2005年整个区域降水总体减少,区域降水北部增多南部减少;2005—2013年整个区域降水总体增多,区域降水南部增多北部减少。（2）南海及其周边地区降水夏秋季多,春冬季少,降水中心春夏季北移,秋冬季南撤,其中马来群岛夏季降水最少,冬季最多;其它三个区域都是夏季降水最多,华南和中南半岛冬季最少,南海春季最少。（3）赤道附近对流降水为主,23 °N以北区域层云降水为主,5~23 °N之间区域两种类型降水比例随季节变化,其中陆地降水比例随季节变化明显,特别是华南地区陆地夏季对流降水比例大于50%,冬季层云降水比例大于80%;海洋对流降水所占比例普遍大于50%,随季节变化小。（4）云冰、云水含量水平分布大值区与降水大值区相对应;二者随高度先增加后减少,云冰在13 km高度达到最大值,云水在2.5 km高度达到最大。春冬季,马来群岛云冰含量最大;夏秋季,南海云冰含量最大。云水含量在四个季节都以南海最大。（5）潜热加热率水平分布大值区与降水大值区相对应;随高度呈双峰分布,峰值分别出现在1~2 km高度和4 km高度处,春冬季马来群岛潜热加热率最大。      

云南地区季降水量和气温的潜在可预报性分析

利用云南地区42年气候资料,使用低频白噪声延伸法和方差分析方法,估计了该地区季节降水量和季节气温的气候噪声方差和潜在可预报性。分析结果表明：（1）云南季降水量的气候噪声方差随着季节降水量的增加而增加,空间上主要是由南往北减小,夏季降水量的气候噪声方差显著大于其他季节,季气温的气候噪声方差则随着季节气温的减小而增加,空间上春、冬季由东往西减小而夏、秋季由南往北增加;冬季气温的气候噪声方差显著大于其他季节;（2）云南季降水量和季气温的潜在可预报性同样具有显著的季节变化和空间变化,云南春季的降水量和气温的潜在可预报性均显著大于其他季节,夏季降水量和气温的潜在可预报性均较其他三个季节小;春、秋季降水量潜在可预报性西部大于东部,夏季北部大于南部,冬季则是南部大于北部,云南季气温除夏季外均是西部大于东部。（3）季风和冷空气活动可能对云南地区的季降水量和气温的潜在可预报性有重要影响。     

乌鲁木齐区域高分辨率数值预报系统V2.0 预报性能客观检验

数值预报系统检验结果对预报产品的释用和系统的改进有着重要的作用。基于MET（Model Evaluation Tools）检验工具对乌鲁木齐区域高分辨率数值预报系统V2.0 (Rapid-refresh Multi-scale Analysis and Prediction System—Central Asia V2.0，简称RMAPS-CA V2.0）在2021年各季节中的预报性能进行客观检验评估，主要检验了2m温度、10m风速、高空位势高度等要素，并与RMAPS-CA V1.0同期预报性能进行对比分析。（1）2m温度预报偏差在冬季和春季整体为负偏差，在夏季和秋季整体为正偏差；各个季节的平均预报偏差均在2℃以内，预报性能秋季最优，冬季最差。各个季节10m风速预报整体为正偏差且差异不大，平均误差在0.5-1.0 m/s之间，预报性能秋季最优，春季最差。（2）高空位势高度预报偏差在冬季整体为负偏差，在其余季节整体为正偏差，预报性能冬季最优，春季最差。高空风场预报偏差在冬季和春季400hPa以下为正偏差，400hPa以上为负偏差；夏季和秋季整体为负偏差，预报性能春季最优、夏季最差。高空温度场预报偏差在冬季整体为负偏差，其余季节整体为正偏差，预报性能春季最优、夏季最差。（3）降水晴雨预报效果较好，但除夏季外以空报为主；随降水阈值增大、TS评分减小，多以漏报为主，降水评分在冬季最高、夏季最低。从降水个例检验看，24h累计降水为大量和中量的国家站点预报性能有所提升，逐6h累计降水TS评分略有提升。（4）RMAPS-CA V2.0系统各要素预报偏差的变化特征与RMAPS-CA V1.0相似，预报能力整体上要优于RMAPS-CA V1.0。     

CMA-GD模式江西省智能网格预报区域2 m气温预报误差分析

利用2020年6月1日—2022年5月31日CMA GD模式2 m气温预报产品（预报时效为13—36 h）和同期江西省智能网格预报区域内地面站气温观测资料,计算气温预报准确率、平均误差和均方根误差,并统计分析其时空分布特征。结果表明： 1）模式预报准确率在不同月份、起报时次存在差异,暖季总体较高,冷季总体较低;暖季08时起报产品的月准确率总体高于20时,冷季反之;秋、冬季旬准确率分布更离散。模式预报产品其准确率明显低于中央气象台和江西省气象台订正产品,需订正后使用。08时起报产品对寒潮的预报效果优于20时。2）气温预报年误差分布存在日变化,最大值出现在08时,最小值出现在15时;年均方根误差峰值出现在15时和06时,白天大于夜间。3）冬季平均误差多为正值,夏季为负值,春、秋季平均误差大小界于冬、夏季之间;白天时段夏季均方根误差最大,夜间时段冬季最大。4）气温预报年误差地理分布特征明显,平原地区预报值偏低,年均方根误差最小;丘陵和山区22 h时效预报值偏高,31 h时效偏低;高山站预报值偏高,年均方根误差最大。丘陵地区负误差最大,平原地区最小;山区正误差最大。     

1961—2017年云南季节变化特征分析

参照《中华人民共和国气象行业标准-气候季节划分》（QX/T 152-2012）中关于气候季节的定义标准,利用1961-2017年云南122个气象站的气温资料,分析了云南的气候季节区域的空间分布和季节开始日期及长度的变化趋势。云南共有4种气候季节区域,分别是四季分明区、无夏区、无冬区和常春区。无夏区范围最广,无冬区其次。不同年代四种季节气候区域空间分布范围不尽相同,无夏区和无冬区空间范围变化最显著。2011年以后云南出现四季分明区范围明显增大的现象,这与近年来气候变暖背景下云南气温年较差增大的观测事实相一致。云南四季分明区春季和秋季较长,夏季和冬季较短。无夏区秋季最长、春季次之、冬季最短。无冬区夏季最长、春季和秋季长度接近。不同气候季节区域间春季和夏季开始日期的变化均呈提早趋势,秋季和冬季开始日期有推迟的趋势;在季节长度变化上,夏季增长,冬季变短,但春秋季长度的变化不尽相同。     

西北地区的快速更新循环同化预报系统性能检验和评估

为充分了解西北地区的高分辨率快速循环同化预报系统(Rapid Update Cycle,RUC)的预报性能,对该系统2012年6月2日至7月6日的预报结果进行了检验和评估。利用双线性插值方法将西北RUC系统的预报结果插值到最近的观测站点上,计算500 hPa和700 hPa位势高度场、温度场、风向以及风速的平均误差和均方根误差,对预报结果进行检验评估;24 h定量降水利用累计降水分级检验方法,检验的统计量包括TS评分、偏差(BIA)、公平T评分(ETS)和真实技巧评分(TSS)。检验分析表明:(1)500 hPa的高度场预报、温度场预报、风速预报和地面2 m温度预报都存在着正的系统性偏差,其24 h平均误差均值分别为0. 17 gpm、0. 63℃、1. 19 m·s-1和1. 49℃。700 hPa高度场和温度场预报存在着负的系统性偏差,其24 h平均误差均值分别为-0. 41 gpm和-0. 11℃。(2)除了风速、风向,其他要素24 h预报结果的均方根误差均值都小于48 h预报结果的均方根误差均值,500 hPa高度场和温度场的24 h预报的均方根误差均值分别为1. 32 gpm和1. 37℃,而其48 h值则分别为1. 56 gpm和1. 53℃;700 hPa高度场和温度场的24 h预报的均方根误差均值分别为1. 21 gpm和1. 40℃,而其48 h值则分别为1. 38 gpm和1. 94℃;2 m温度的24 h和48 h的均方根误差均值分别为3. 06℃和3. 30℃,表明随着预报时效的增加,预报性能降低,这与模式预报性能相符。(3)24 h定量降水分级的TS评分、ETS评分和TSS评分几乎都有相同的大值中心,说明模式对于这些大值中心附近地区的各量级降水预报效果比较好。总体上,模式对于大雨和暴雨预报效果较好的地区处于西北地区东南部。从偏差(BIA)评分来看,模式对青海南部与四川北部交界地区的降水预报并不理想,表现为小雨预报漏报较多,而对该地区中雨和大雨预报空报较多。     

高分辨率模式对中国地表短波辐射季节预测

基于中国气象科学研究院T255全球高分辨率气候系统模式(CAMS-CSM)2011—2020年多样本集合回报试验,评估模式在中国及3个典型区域地表短波辐射(downward short-wave radiation flux,DSWRF)的季节预测能力。结果表明:CAMS-CSM模式能较好预测DSWRF的季节变化特征,但春季、夏季预测强度偏弱,秋季、冬季偏强。不同季节、不同地区DSWRF异常场的预报技巧差异明显。由DSWRF异常的空间相关系数和时间相关系数可以看到,内蒙古和西北地区秋季、冬季预报技巧较高,京津冀部分地区夏季、秋季节预报技巧较低。从趋势异常综合评分指数看,中国区域超前1个月预报各季节评分均超过70分,对西北地区夏季、秋季的评分指数最高,超过80分。整体而言,高分辨率气候模式对中国区域DSWRF超前0~1个月预报有一定预测能力,尤其是太阳能资源丰富的西北地区,可为未来DSWRF短期预测及太阳能清洁能源选址等提供参考。除模式系统性偏差外,春季、夏季DSWRF预报偏差主要来源于总云量预报的模拟偏差,改进模式云微物理过程是提高DSWRF季节预测能力的重要途径。     

NCEP CFSv2模式对川渝夏季降水次季节预测技巧评估及预报偏差分析

利用NCEP的第二代气候预测系统(CFSv2)提供的2000-2009年降水场历史回报试验资料以及川渝182个测站的降水实况资料。采用时间相关系数、均方根误差、距平相关系数、距平符号一致率以及PS评分等方法,对模式在川渝地区夏季降水以及夏季降水异常的次季节尺度预测技巧进行检验,并进一步分析了模式在概率密度和降水频次方面的预报偏差特征。结果表明：该模式对川渝夏季降水的可用预报时效为3候左右,能够较好地模拟出夏季降水的高值中心,但量级偏大。预报技巧高值区主要位于四川盆地西北部及渝东北地区,对攀西地区南部及川西高原部分地区也有一定的预报技巧。该模式也能够较好地把握川渝地区夏季降水异常偏少的趋势,有效预报技巧为2候以内。模式各时效预报与观测的降水概率密度主要集中在10 mm以下量级;模式预报各量级降水频次与实况相比均偏高得较为明显,且随着预报时效延长,偏差越大,其中偏高最为明显的是小雨频次。     

DOGRAFS温度和风场的预报检验

利用新疆2012年11月1日至2013年10月31日的地面2米温度和10米风场资料,对应用改进后的新疆快速更新循环数值预报同化系统(XJ-RUC)的预报效果进行检验。结果表明：XJ-RUC系统对地面2米温度和10米风场的预报均方根误差和偏差随起报时次和预报时效的不同存在差异,在温度预报方面存在“低温偏高,高温偏低”的趋势,夏、秋、冬三季对18UTC预报最好,春季则对00UTC的预报接近实况;10米风场的预报偏差在冬季随时效推进逐渐增大,春、夏、秋三季则在06UTC出现1.0m/s左右的风速偏差极小值。不论是温度还是风速预报,均在冬季效果最差。     

浅析三亚凤凰国际机场西风特征

采用三亚凤凰国际机场2002～2012年AWOS自动观测站小时观测资料,统计具有季节性代表的1月(冬季)、4月(春季)、7月(夏季)、10月(秋季)的西风(风向及风速)、温度、降水数据,得出西风的年际变化、季节变化及日变化特征,对本场飞行跑道更换及趋势预报提供依据.夏季西风频数为全年最高值;同等条件下,西风日数随着温度的降低而减少,反之亦然;夏季西风开始时间最早,结束时间最晚,持续时间最长;春季和冬季14～17时西风对飞行影响较大,夏季为12～17时,秋季在13～16时;西风风速日变化主要为单峰型,在14～15时达到最大值;夏季11时至17时,平均风速均在4m·s-1以上.     

我国近海大风分布特征及成因

采用高分辨率卫星资料研究了我国近海6级以上大风的分布特征,并对台湾岛地形对四季的大风的影响进行了数值模拟研究。资料分析表明,冬季大风分布与冬季平均风速分布相似,高频区出现在台湾海峡、巴士海峡和越南东南沿海,黑潮锋暖侧的风频明显大于其冷侧的风频。春季大风频率显著下降,最大值依然出现在台湾海峡,巴士海峡、台湾岛东南角和黑潮锋暖侧也是春季近海风频较大的区域。夏季是近海大风出现最少的季节,风频最大值在10°N附近的南海西部,由西南向东北减少,台湾岛周围的风频呈现东南、西北大,西南、东北小的近似轴对称分布,大风方向为绕岛逆时针环流。秋季大风风频迅速增大,基本呈现出冬季的形态。数值模拟表明,不同季节地形对大风的影响程度不同,冬季台湾岛地形对其周围海区大风的形成有重要贡献,去除地形后,台湾海峡和岛屿东南角的大风消失,风速变为由南向北递减。夏季去除地形后,岛屿周围的大风几乎没有改变,本文将从大风产生的原因对其进行解释。