一种2 m温度误差订正方法在复杂地形区数值预报中的应用

利用模式三维预报变量,结合地面要素预报产品,采用2 m温度三维插值方法进行地形订正,以确保预报与观测三维空间上的一致性,在地形订正基础上,利用历史月均预报误差作为参考误差,剔除模式系统性误差,获取具备日变化特征的预报产品。基于陕西地区复杂地形条件下的典型观测站点,利用2016年8月28日48 h预报个例进行对比分析发现,三维插值方法有效改善了地形差异引起的评估误导问题,但无法改进模式预报的日变化趋势,进一步采用系统性误差订正后,日变化特征明显改善,特别是前24 h预报效果体现出与实况良好的一致性及更佳的预报技巧。通过2016年夏季统计评估表明,误差订正后的2 m温度预报产品有效改善了周期性误差振荡,均方根误差稳定在2 K左右,显示出明显的改进优势。     

多源融合格点实况数据在四川高温过程的适用性分析

利用1km和5km多源融合格点实况数据和四川地面观测站点资料,采用预报准确率、平均绝对误差、均方根误差和Alpha Index(AI)等统计量,选取2020年夏季四川2次高温天气过程对多源融合格点实况数据的质量进行了检验评估。研究结果表明:多源融合格点实况数据利用邻近插值方法插值到站点优于双线性插值;误差大值区主要位于高海拔地区,如川西高原、攀西地区及盆地山周;AI指数接近于0,多源融合格点实况数据没有随机误差,较为接近理想值;1km分辨率融合格点实况数据在四川的适用性优于5km,误差≤2℃的准确率可达98%,且均方根误差< 1。      

一种基于高斯模糊的复杂地形下高分辨率三维插值方法的研究与试验应用

在对数值模式预报产品进行精细化释用处理中,为考虑模式地形与实际地形之间的差异性,本文提出了一种用于复杂地形下,综合考虑模式地形与实际地形的精细化三维插值方法,并将该方法应用于北京冬奥会重点区域的100 m高分辨率精细化温度产品释用中。算法先根据模式地形和实际地形的临界高度进行不同的三维插值,然后使用高斯模糊算法对插值后的结果进行处理用于模式产品的释用。利用2019年2月4-19日的地面自动站观测资料,对比分析原始数值预报温度产品和经过插值得到的精细化释用产品,定性分析结果表明:高分辨率释用产品有效考虑了实际复杂地形的影响,比原始数值预报产品更加精细化、美观化。客观检验结果表明:以自动站观测为实况,经过本文插值方法得到的高分辨率地面温度场比原始数值模式温度场的均方根误差、绝对误差和偏差均显著减小。因此,本文提出的基于高斯模糊的复杂地形下高分辨率三维插值方法可以保证释用产品的美观性和精细化,更重要的是也可以减小误差以提升产品的准确性。     

GRAPES模式对2005年登陆强台风预报检验分析

针对2005年4个登陆强台风,在台风移动路径、登陆时间、地点、强度等方面,对GRAPES模式的预报能力进行检验评价, 并进行了误差原因分析。检验结果显示,GRAPES 模式台风中心位置预报24 h平均误差131 km,48 h平均误差252 km。模式预报台风登陆的时间、地点接近实况,预报比较准确;台风登陆时的强度预报偏弱。模式48 h预报准确性略低于24 h。误差原因分析表明,需要加强对非常规观测资料的同化应用,改进模式初始条件;提高模式分辨率,使得模式对中小尺度系统的预报模拟能力增强;改进模式地形的精细处理方法,提高模式对地形影响涡旋移动的模拟能力。     

三维插值方法在湖南省气温精细化预报中的应用与检验

利用三维插值方法对ECMWF、Japan及T639三种数值模式细网格气温预报产品进行客观订正,并检验评估三维插值方法对湖南省不同海拔高度和不同地理位置上2 159个气象站点的气温预报订正能力。个例结果显示,三维插值方法具有明显的订正效果,不同程度地缩小了二维平面插值预报的偏差,能较客观地反映复杂地形区域要素的实际情况;三维插值方法较二维插值对ECMWF、Japan、T639三种模式气温预报的订正能力均有不同程度的提高,改进后的ECMWF模式气温预报准确率达94%;对于海拔较高的站点,三维插值方法相对于二维插值订正的幅度更大,对模式预报有向气温降低的趋势调整,对于海拔较低的站点,对模式预报有向气温升高的趋势调整。     

基于CMA-BJ数值预报模式产品的复杂地形下冬奥站点地面气温和风速预报方法研究

北京冬奥服务对站点气象要素预报提出了明确需求,2 m气温预报偏差在±2℃以内,10 m风速预报平均偏差小于观测的30%,文中提出一种基于相似集合嵌套一元线性回归的预报方法—嵌套相似集合（AnEn-Ne）,该方法基于相似集合思路,在满足一定条件时,启动其嵌套一元线性回归提供订正预报。冬奥赛期（2021年11月1日—2022年3月15日）实时业务预报表明,嵌套相似集合具有较好的预报效果,相对业务数值模式（CMA-BJ）预报,预报精度显著提高,相对相似集合预报和一元线性回归预报精度明显提高,其预报结果满足冬奥服务需求。复杂地形下的要素预报检验表明,CMA-BJ模式预报2 m气温虽然存在较明显的系统偏差,但与观测相关较强,对观测的表征意义明显,订正后能有效消除复杂地形影响,10 m风速模式预报偏差振荡明显,模式预报与观测相关较弱,表征意义差,订正后站间差异明显;改进CMA-BJ模式复杂地形区近地面风速预报对观测的表征意义,可进一步提高该预报方法对10 m风速订正预报的精度。     

基于地面资料集合均方根滤波同化方案的京津冀暴雨模拟研究

为了更加有效地同化地面自动气象站观测资料,针对模式地形与观测站地形存在的高度差异对同化效果的影响,提出了相应的解决方案。在同化系统的位温和露点观测误差中分别引入位温和露点地形代表性误差,在WRF模式中应用集合均方根滤波方法（EnSRF）同化地面自动气象站观测资料,并对2016年一次京津冀暴雨个例进行数值试验。研究结果表明,同化地面资料后,同化阶段的均方根误差、预报阶段的降水TS评分和前13个时次各要素预报均有整体改进。在观测误差中引入地形代表性误差与引入前相比,风场均方根误差得到整体改进;位温和露点的均方根误差在前期表现并不稳定,在后期有所改进;预报阶段前24 h累计降水与后24 h累计降水TS评分在整体上均有所提高。新方案能够减少高度差异对同化效果的影响。      

基于阵风系数模型的百米级阵风客观预报算法研究

京津冀地区经济和文化的快速发展对冬季地面瞬时强风预报要求越来越高。正确估计和预测冬季地面瞬时强风,尤其是复杂地形条件下的阵风高分辨率格点精准预报,对于提升重大活动服务保障、首都及周边地区城市安全运行及防灾减灾能力等方面都具有重要意义。本研究基于京津冀长时间序列的实况观测资料,建立了阵风系数与稳定风速、风向、地形高度各要素之间的关系模型,并结合客观统计分析方法、阵风观测数据融合技术、格点偏差订正技术,发展了一种既保留模式物理参数特征和阵风局地气候特征,又发挥格点偏差订正技术的阵风客观预报方法。冬季奥林匹克赛事期间批量检验和个例分析结果表明,基于阵风系数格点模型和模式后处理订正技术得到的百米级分辨率、分钟级更新的阵风客观预报产品,24 h预报时效内张家口赛区和延庆赛区考核站平均绝对误差分别在2.3 m/s和3.0 m/s以下,延庆赛区8级以上大风,阵风风速预报评分超过0.5,解决了复杂山区数值模式阵风预报误差大、几乎无法业务应用的瓶颈问题,满足冬季奥林匹克运动会现场服务要求。     

多种空间检验方法在不同分辨率模式降水预报评估中的应用北大核心

利用单一的客观评估方法并不能有效揭示预报误差来源。利用逐小时5 km格点融合降水产品,本研究使用了多种客观评估方法综合评估了南京大学2016年夏季汛期试验4 km与12 km WRF模式。整体上,两种分辨率都能成功地预报主雨带,4 km WRF在午后对流及复杂地形预报上更优。比较了各类客观评估方法,邻域法显示4 km WRF预报准确性更高,但对于强降水(≥13 mm·(6 h)^(-1)),两种模式预报的空间误差都较大。尺度分离法显示,对于小尺度系统,4 km WRF能较好再现对流但存在较大位置误差,而12 km WRF则漏报。MODE法(Method for Object-based Diagnostic Evaluation)显示4 km WRF在对象强度预报上更接近观测,但强度和范围偏大,导致华南偏强,而范围偏小造成江淮偏弱,12 km WRF低估主要是漏报。不同评估方法能清晰展示4 km WRF和12 km WRF预报误差的差异,为后续模式改进提供了重要参考。     

基于观测系统模拟试验的海表气象观测站点布局方案研究

为了科学设计黄渤海海洋气象边界层观测站网并研究观测网布局对数值天气预报模式的影响,本文采用模式误差、海洋气象要素特征区域资料统计分析和观测系统模拟试验（OSSE）方法,根据边界层雾、层云降水、小风与中等风速天气条件设计布局方案,并分析站点观测要素对数值预报模式的要素预报的影响。模拟试验数据使用了每6 h NCEP再分析资料FNL（NCEP Final Operational Global Analysis data）、NCEP每天平均的高分辨率海温资料RTG_SST（Real-Time Global Sea Surface Temperature）和石油平台、浮标站等每小时实况观测资料,评估了黄渤海海洋气象站网布局各个方案的优缺点。评估结果表明,湿度和风的要素预报受实况风向风速条件影响,偏东和偏北风个例湿度要素预报较好。然而,在偏南中等风速个例中,风场预报要素更接近实况。温度场的分析综合结果显示,在海气相互作用影响较大的天气过程中,特征区域布站能明显提高温度要素的预报准确率。最后,综合分析多项模拟试验的结果,给出了改进数值预报准确率的海洋布站建议。     

New Method for Estimating Daily Global Solar Radiation over Sloped Topography in China

A new scheme for the estimation of daily global solar radiation over sloped topography in China is developed based on the Iqbal model C and MODIS cloud fraction. The effects of topography are determined using a digital elevation model. The scheme is tested using observations of solar radiation at 98 stations in China, and the results show that the mean absolute bias error is 1.51 MJ m~(-2) d~(-1) and the mean relative absolute bias error is 10.57%. Based on calculations using this scheme,the distribution of daily global solar radiation over slopes in China on four days in the middle of each season(15 January,15 April, 15 July and 15 October 2003) at a spatial resolution of 1 km × 1 km are analyzed. To investigate the effects of topography on global solar radiation, the results determined in four mountains areas(Tianshan, Kunlun Mountains, Qinling,and Nanling) are discussed, and the typical characteristics of solar radiation over sloped surfaces revealed. In general, the new scheme can produce reasonable characteristics of solar radiation distribution at a high spatial resolution in mountain areas,which will be useful in analyses of mountain climate and planning for agricultural production.     

一种偏差订正方法在平昌冬奥会气象预报的应用

为了提高GRAPES_3 km（Global/Regional Assimilation and Prediction System）模式在2018年平昌冬奥会气象服务中的预报能力,采用一阶自适应的卡尔曼滤波方法对GRAPES_3 km模式的2 m气温、2 m相对湿度和10 m风开展偏差订正。结果表明:偏差订正方法明显提高了地面要素的预报效果,其中2 m气温的均方根误差整体减小到2℃左右,站点订正改善率为10%~60%;10 m风速的均方根误差减小到2 m·s-1左右,站点订正改善率为10%~45%;2 m相对湿度减小到20%以下,站点订正改善率为0~20%。与韩国气象厅LDAPS（Local Data Assimilation and Prediction System）及美国宇航局NU-WRF（NASA-Unified WRF）模式相比,GRAPES_3 km模式的风速预报表现更为优异,各站点整体预报效果明显优于LDAPS和NU-WRF模式。偏差订正方法可有效改善模式在复杂地形条件下的预报能力,是提高精细化预报准确率的重要手段。     

风电场风速降尺度预报方法对比分析

使用中尺度数值天气预报业务模式9 km和3 km分辨率的模式输出产品,分别应用小尺度模式CALMET模式和双线性插值(BLI)方法将预报风速进行降尺度处理,并对比预报风速和风塔观测资料。结果表明：WRF模式9 km分辨率的模式输出经过CALMET模式降尺度以后得到的风速预报效果比3 km分辨率的模式输出略好。同时,由于中尺度数值预报模式分辨率本身较高,使用BLI也可以得到较好的风速预报。将风速分为0 m·s^-1≤风速<5 m·s^-1,5 m·s^-1≤风速<10 m·s^-1和风速≥10 m·s^-1共3个等级,检验3个风速等级的预报偏差百分比得出,CALMET模式和BLI方法对10 m·s^-1以上的大风的预报效果相对较差;如何对大风预报进行订正对风速预报准确率的提高具有重要的意义。     

风电场风电功率短期预报方法比较

通过开展湖北省九宫山风电场短期风电功率预报方法的研究,以不断提高预报准确率,为风电场提供更有价值的预报服务,该文利用MM5耦合CALMET模式模拟风电场风速资料,采用物理法和动力统计法探讨风电场各种情况下预报应用效果。结果表明:模拟风速释用订正能有效降低风速预报误差,但难以修正预报趋势;动力统计法更适用于九宫山风电场的复杂山区地形,可能由于该方法能自发适应风电场地理位置;采用实测数据建立的风电功率预报模型优于理论风电功率模型,这也与风机实际运行环境会影响风机输出功率有关。     

切比雪夫多项式在模式地形平滑中的应用研究

利用切比雪夫多项式展开滤波方法获得较为平滑的模式地形,并对2008年7月20～22日四川省一次大暴雨过程进行了数值模拟,通过地形敏感性试验讨论了地形对暴雨的影响作用以及平滑地形对GRAPES模式的适用性。结果表明,切比雪夫多项式展开滤波方案选取高阶截断项数,促使模式地形更为平滑,地形高度变化使得垂直速度发生变化,进而引起降水变化,上升运动强度增强(或减弱)引起该区域内雨强增强(或减弱)。2008年7月2～28日连续26天的试验表明,切比雪夫多项式展开滤波方案对GRAPES模式中的小雨和中雨预报有改善作用,对大雨和暴雨改善较小。总体来看,切比雪夫多项式在地形平滑中对降水预报有正的效果。     

峡谷地形对两次极端降水的作用

利用地面加密自动站、常规观测资料、NCEP再分析资料和两种模式产品,对发生在宜昌峡谷地区2016年7月7日局地极端短时强降水过程和2018年4月22日稳定性极端降水过程形成原因及模式预报性能进行检验分析。结果表明:(1)强的块状回波稳定少动,造成7月7日高效率的对流降水。4月22日降水既有沿山中尺度对流回波造成的对流降水,也有螺旋状涡旋回波形成的锋面层状云降水。(2)山谷风形成中尺度切变线,触发对流,中尺度切变线发展为中尺度涡旋使对流加强是极端短时降水形成的主要原因。(3)地形强迫抬升使对流降水强度明显增大,锋面层状云回波受地形阻挡影响长时间维持是稳定性极端降水形成主要原因。(4)地形相差大的地区模式预报性能差异较大,模式对复杂地形下的对流降水预报偏弱,导致系统强度出现差异,进而影响降水强度预报。     

北京市城六区2018年空气质量数值预报效果评估

为更好地改进提高模式预报性能,评估了新一代WRF-CMAQ（Weather Research and Forecasting model-Community Multi-scale Air Quality model）模式系统的不同网格分辨率预报产品对2018年北京市城六区空气质量预报结果的影响。分析表明:（1）基于首要污染物为PM2.5的预报数据集,模式系统1 km网格分辨率（BJ01）和3 km网格分辨率（BJ03）等级准确率优于官方预报结果,模式系统BJ01和BJ03区域4天内预报等级准确率均达到50%以上,24 h内准确率达60%以上,官方预报24 h内等级准确率为59%。本文引入预报综合评分法,基于IAQI（Individual Air Quality Index）和等级级别正确性双因素的预报综合评分结果显示,模式系统BJ03得分75.0分最高,BJ01次之,优于官方预报结果,模式9 km网格分辨率（BJ09）得分69.1分最低。（2）基于模式系统2018年长时间序列预报结果分析表明:模式系统预报的PM2.5浓度与实测的变化趋势较为一致,其中模式系统BJ03结果与实测PM2.5浓度相关系数达0.76,覆盖区域较大的BJ03和BJ09对PM2.5浓度峰值模拟较好。中重度污染过程的PM2.5浓度峰值模式预测误差表明,不同分辨率模式预报峰值误差的变化趋势基本一致,覆盖区域更大的粗分辨率模式预报结果高于覆盖区域小的细分辨率模式预报结果。与预报综合评分结果一致,统计分析结果也表明BJ03区域预报效果最好,平均偏差为0.83 μg/m3;而BJ01区域预报整体偏低,BJ09区域预报整体偏高。（3）基于不同网格分辨率预报效果的空间差异性分析表明:同一站点在不同分辨率上表现不一致,BJ01区域中农展馆站表现最好,BJ03区域中万柳站表现最好,BJ09区域中东四站表现最好。     

Using analysis state to construct a forecast error covariance matrix in ensemble Kalman filter assimilation

Correctly estimating the forecast error covariance matrix is a key step in any data assimilation scheme. If it is not correctly estimated, the assimilated states could be far from the true states. A popular method to address this problem is error covariance matrix inflation. That is, to multiply the forecast error covariance matrix by an appropriate factor. In this paper, analysis states are used to construct the forecast error covariance matrix and an adaptive estimation procedure associated with the error covariance matrix inflation technique is developed. The proposed assimilation scheme was tested on the Lorenz-96 model and 2D Shallow Water Equation model, both of which are associated with spatially correlated observational systems. The experiments showed that by introducing the proposed structure of the forecast error covariance matrix and applying its adaptive estimation procedure, the assimilation results were further improved.     

WRF模式与Topmodel模型在洪水预报中的耦合预报试验研究

基于空间分辨率90 m×90 m的湖北荆门漳河水库数字高程模型（DEM）地形数据,并从2012-2015年选取了20场洪水过程（其中16场用于模拟,4场用于检验）,将华中区域数值天气预报业务模式WRF提供的三重嵌套空间分辨率3 km×3 km、9 km×9 km和27 km×27 km预报降雨与集总式新安江模型以及半分布式水文模型Topmodel耦合进行洪水预报试验。通过对比试验得到以下结论：当流域降雨的时、空分布比较均匀时,集总式新安江模型可以较准确地预报出洪峰流量和峰现时间,而当降雨时、空分布差异较大时,预报误差也会随之增大。基于DEM数据建立的Topmodel模型可以反映不同降雨时、空分布下洪水预报结果的差异,试验结果表明,3 km×3 km和9 km×9 km洪水预报的输出结果比较接近,且在确定性系数和洪峰相对误差上要优于27 km×27 km的洪水预报结果,而在峰现时差的预报上,则是27 km×27 km的洪水预报结果与实测较吻合。通过研究还发现,虽然当流域降雨的时、空分布存在一定差异时,3种空间分辨率的WRF预报降雨均无法预报出与实测一致的降雨分布,但是在某些情况下,当降雨的时间分布误差和空间分布误差相抵消时,仍然可以得到较为准确的洪水预报结果。因此,高时、空分辨率的模式预报降雨并不一定就能对洪水预报结果产生正贡献,需要通过反复尝试寻找水文模型和数值模式耦合的最佳时、空分辨率。