一个长期降水预报的热力学模式

本文首先从大气水分平衡方程和地气系统热平衡方程出发,导出了描写降水和地温、气温相互联系的方程,然后根据土壤热传导方程,得到地温的预报方程,由此建立了一个长期降水预报模式。另外还对方程中与气候平均状态有关的参数的量级,根据实际资料进行了估算,对模式进行了合理的简化,为长期降水数值预报提出了一个实际可行的途径。     

一个有限区域中尺度模式的设计及预报试验

以一个６层原始方程模式的基本动力学框架为基础，设计了一个对物理过程考虑得较全面的中尺度原始方程模式。该模式采用（ｘ，ｙ，σ）坐标系；大气上界取为１０ｈＰａ，提供多种水平边界条件；水平和垂直分辨率均可调；降水方案包括大尺度降水和深厚积云对流降水；地面温度的计算采用地面热量收支方程；考虑了地气和海气交换作用；垂直交换系数的计算采用Ｌｉｏｕｉｓ格式；水平扩散采用二阶形式和四阶形式相结合的方案，扩散系数是网格点位置和风场的函数；积分方案采用经济的中央差格式。在水平格距取８０ｋｍ，垂直方向不等距地分为１６层的分辨率条件下，利用该模式进行逐个个例预报试验。结果表明，模式计算稳定，能较好地报出主要的天气形势，预报的降水也较接近实际。文中给出了一些检验指标的统计结果。还在预报能力及模式特性方面与原６层模式进行了对比。     

利用自记忆模式试报我国汛期降水

基于大气运动是一种不可逆过程的观点，引进了记忆过去时次资料的记忆函数。进一步阐明了大气运动的自记忆概念，导出了大气运动的自记忆性方程。基于自记忆原理，从大气热力学方程和水分平衡方程出发，建立了一个用于短期降水预报的数学模式。对6－8月我国汛期降水预测作了12年的回报试验，结果表明该模式的预测评分比目前的月预报有很大提高。     

基于ECMWF模式预报的台风降水地形订正方法

为了解决复杂地形条件下ECMWF模式预报的台风降水较实况显著小的问题,对Smith 1979年提出的地形降水方程进行改进,提出以饱和湿层高度作为方程积分上限,针对不同高度地形设定不同的降水效率;以无量纲湿弗劳德数大于1作为有、无地形降水的判据;利用ECWMF细网格预报场,通过迎风坡地形降水估算方程来订正模式预报的台风降水。用该地形降水订正方法对1617号台风“鲇鱼”的降水进行了订正预报。结果表明,虽然在一些小尺度地形区域会产生明显的空报,但是对于大尺度地形区域的强降水有显著的订正效果。对1513、1521和1614台风的订正结果进一步表明,该地形降水订正方法对改进台风极端降水预报效果显著。需要指出的是,采用的地形降水订正方法仅考虑了稳定条件下的地形降水,对于其他情形下的地形降水订正方法尚待进一步的研究。      

基于多模式的巢湖降水集成预报效果检验

利用2014年2月—2015年9月中尺度模式(INCA、WRF)、全球模式(ECMWF、JMA)预报数据,结合巢湖湖泊周边区域站降水实况数据,应用加权平均法建立方程,开展多模式集成预报实验,得到不同时效最佳集成预报方程,并对各时效的方程预报能力进行了对比检验。结果表明:在最佳集成方程中,ECMWF模式预报稳定性较好,权重最大。随着预报时效的延长和降水量等级增大,集成预报和各单一模式预报的误差逐渐增大,评分逐渐降低。集成预报比单一模式预报的误差明显降低,预报准确率有所提高,开展多模式集成预报具有明显优越性。     

有限区分析预报系统及其业务应用

中国国家气象中心在新开发的有限区多元最优插值分析技术及１５层球面网格原始方程模式的基础上建立了一个新的有限区分析预报系统。１９９１年投入业务使用，主要用于２４－４８ｈ降水预报。这个系统是依附于全球同化预报系统的一个分支系统。亦即使用全球谱模式６ｈ预报作为初估值进行有限区细网格分析及使用其１２—６０ｈ预报作为侧边界值进行非同步嵌套预报。作为一个升级模式系统，它的进步表现在：较充分使用了卫星测湿资料及地面资料的细网格多元最优插值分析；同时使用同场及质量场初值，成功地实现了有限区非线性正规模初始化处理；采用位涡拟能守恒差分格式，包含较真实地形的球面坐标原始方程模式；实现了具有不同模式地形的差分模式与谱模式的嵌套及设计了分级降水客观检验系统。     

近45年El Nino发生前后珠江口季风强度与海平面异常分析

介绍了一个局地自适应多级模式降水预报系统、以及各级模式对1998年6月9日降水的预报结果，并相互比较。预报结果是：广州区域中心业务模式（75km水平格距）较好地反映了这次降水过程，依托其上的局地各级模式（分别为25km,5km水平格距）能够逐级进一步细致地描述降水过程的空间和时间的分布。这表明自适应多级模式是局地降水预报客观、定量化的有效方法。结果也有利于实际预报人员进一步了解各级模式性能，以便更合理有效地应用数值模拟所提供的信息。     

中国东部降水的随机动力预测初步研究

利用一个具有门限的非线性随机动力气候模式,对中国东部江淮流域的降水进行了预报试验。结果表明：模式能对大范围环流降水作出较为准确的形势预报。还比较了海气耦合模式与外强迫模式的预报效果,表明耦合模式的预报效果略好于外强迫模式。     

T639和德国模式对新疆地区大降水预报的检验

对T639和德国数值预报模式(简称德国模式)的降水预报产品进行了分类检验,挑选新疆2011年6场大降水过程分别进行晴雨、大雨(雪)、暴雨(雪)对比分析,了解了降水模式产品误差并为业务中选择较好的预报产品提供了依据。结果表明:两种模式对预报过程降水落区和强降水中心都有较好的指示意义,在过程累计降水预报中,德国模式的晴雨预报准确率为80.49%,高于T639模式;大雨(雪)预报的准确率两种模式接近,大约为44%;T639模式暴雨预报的准确率为29.07%,明显高于德国模式。在逐24 h降水预报中,两种模式都以48～72 h的预报准确率为最高。     

单站短期降水预报曲线分型判别模式方法初探

通过对阿合奇县春季33年逐月14时压、温、湿及状态参数距平曲线图与降水直方图的统计普查分型,选取与降水天气配置较密切的升压降温增湿曲线型,用逐步回归分析方法建立了该型的多级逐步回归方程曲线分型判别模式,作为该县春季短期降水预报的一种模式方法,预报效果显著.     

北京地区夏季多模式降水预报的降尺度集成应用

以2008—2010年5—9月日本、德国、T639数值预报模式降水产品为基础,采取反距离插值的统计降尺度分析方法,将数值预报模式降水格点数据插值到北京西北、东北、西南、东南区域的延庆、密云、房山、观象台4个典型代表站点上;再结合统计分析,将夏季产生降水的天气系统分为西来槽、东北低涡、蒙古低涡、其他系统4种类型,采用预报准确率定级方法对各家模式配以不等权权重系数,从而建立北京地区夏季多模式集成降水预报模型,并用独立的样本对预报模型进行了业务试运行检验,检验结果表明:所建模型对降水预报的改进效果较好,优于单个数值模式降水预报。该模型的建立和应用方法为其他区域本地释用数值模式降水预报产品提供了一定的客观参考。     

分县客观定量降水预报微机自动化处理系统

本系统着重于T106数据预报产品的应用，采用最优子集回归方程，从气象卫星网上下发的T106数值预报产品中选取最优因子，建立了长治地区11个县市24h、48h降水预报多元回归方程。该系统采用VB5编程，建立了实时资料自动处理、分县客观定量降水预报自动制作、预报结果文本、图形输出等模块。该系统可直接挂接于MICAPS系统下，定时自动运行，无需人工干预。预报结果输出图文并茂，可供预报员参考。     

基于前馈式神经网络的多源精细化降水预报及检验

选取国家气象信息中心多源融合降水产品、四川省智能网格气象预报产品、德阳市实况降水观测资料以及欧洲中心数值预报资料,应用前馈式神经网络及最优逼近方法对德阳市降雨预报系统进行训练,并利用多源融合降水资料对预报结果进行检验。结果表明:改进后的系统不仅能对输入层因子的降水及其落区预报进行有效的智能优化,还使得暴雨天气过程中强降水中心分布和极端降水量的预报结果更加接近实况,总之可为预报员开展本地降水预报业务提供有益的参考。      

利用T106资料制作降水概率和相对湿度预报

利用T10 6模式产品 ,采用MOS预报方法 ,建立了甘肃省 15个站降水概率和相对湿度的预报方程。通过相对湿度的绝对误差评分、降水概率的B评分和Bs 评分对预报方程的预报结果进行评估 ,认为预报方程有一定的预报能力。     

鹰厦铁路降水诱发地质灾害概率预报模型及应用

降水是铁路地质灾害的重要触发因子,由于降水引发的地质灾害对铁路运输安全造成重大的经济损失。鹰厦铁路由于其特殊的地形及气候条件,使该线成为全国地质灾害发生较频繁、较严重的铁路之一。利用南昌铁路局2007—2012年辖区内的地质灾害资料,统计鹰厦铁路地质灾害的时空分布特征。根据不同降水类型造成的铁路地质灾害特点不同,进一步研究铁路地质灾害与降水的关系。引入10 min最大降水量、当日最大小时降水量、连续降水量和前20 d累积降水量等降水量因子,运用因子相关性分析和逻辑回归方法筛选对灾害发生贡献率较大的降水量因子,分区段建立鹰厦铁路地质灾害概率预报模型。运用该模型对2013年5月20—22日一次大暴雨过程诱发的地质灾害进行预报,预报准确率达86%,模型应用效果较理想,可为铁路安全气象服务工作提供技术支持。     

雷达反射率三维拼图观测资料在北方区域数值模式预报系统中的同化应用研究

以业务应用为目标,开展雷达反射率三维拼图观测资料在北方区域数值预报系统中的同化应用研究。采用雷达反射率间接同化方法同化北方雷达反射率拼图观测资料,重点关注其对降水、湿度、温度及风的预报能力影响。首先,基于2017年8月雷达拼图观测资料批量同化和对比试验,对雷达拼图资料同化应用效果进行定量评估,结果表明雷达拼图资料同化虽然加大了地面风场预报误差,但在降水预报和湿度、温度预报等方面有明显的改善作用。其次,选择在业务中预报难度较大的强降水个例开展分析研究,分析表明:（1）同化雷达拼图观测资料有效提高了模式降水预报性能,临近降水发生的循环起报时次预报效果更好;（2）对于短时间多次强降水过程发生的预报,循环同化雷达拼图资料可及时弥补模式中由于前次降水导致的水汽、能量等消耗及热/动力条件削弱,持续支持降水系统发展。最后,通过考察雷达反射率的不同同化方案,发现同化反演水凝物或者估计水汽均能改善模式降水预报性能,但是同化估计水汽对降水预报性能的改善更为明显,联合使用两方案能同时对水凝物分布、热力场等进行调整,可提高模式降水预报性能。      

华北及周边地区夏季分区客观降水预报

在降水客观分区的基础上,对华北及周边地区进行夏季降水预报。利用2006—2008年的6—8月T213资料和相应时段的实况资料,通过概率回归降水等级方案建模,对2009年和2010年6—8月进行了试报。结果表明:分区建模的降水预报与单站建模预报相比,TS评分在不同时效、不同量级上均有提高,并且在空报和漏报上有较大改善,特别是大量级降水预报改善明显。从因子分析上看,分区建模较单站建模所选因子更丰富,利用了模式产品的有用信息,因此做出了更好的预报。分区建模与模式降水预报的对比分析表明:分区建模的降水预报效果好于模式直接降水预报,空报现象改善明显。     

2007年主汛期武汉区域四种数值模式定量降水预报评估

利用武汉中心气象台研发的“武汉区域气象中心天气轨道业务产品检验与评估平台”,对武汉区域气象中心在业务中使用的T213、AREM、日本数值预报模式和德国数值预报模式在2007年主汛期的降水预报进行了分级降水检验以及时空分布演变综合评估。结果表明,日本数值预报模式的综合预报性能最好,AREM次好,各模式均存在对强降水预报漏报率偏大的问题;AREM模式对降水带分布和中心强度的预报与实况最接近,表现出对降水带分布较强的预报能力,其它模式对强降水中心位置及强度的预报均有一定偏差;四种数值模式对区域强降水过程的发展趋势具有较强的预报能力,但降水量预报与实况有一定的差距。     

人工智能在短临降水预报中应用研究综述

短临降水预报是一项重要且具有挑战性的世界性难题.研究人员曾尝试使用各种技术预报降水,但是由于降水本身具有高度非线性、随机性和复杂性的特性,使得降水预测精确度并不高.近年来,随着人工智能技术的迅猛发展,其日渐渗透到人们生活的方方面面,气象领域也因此得益.人工神经网络能够对非线性系统进行建模,因此相比于传统方法,如数值天气预报法和光流法等,人工智能方法使得降水预报的准确率大大提高.本文介绍了传统降水预报的方法,着重总结概括了用于短临降水预报的各种最新人工智能方法,并对各研究方向进行归纳分析,为各类研究人员研究提供有益参考和借鉴.