ASCAT与HY-2A风场产品在南海的精度评估

基于中国科学院南海海洋研究所提供的2012年1月1日—2013年12月31日西沙自动气象站观测资料以及同时间序列的欧洲中心ERA-interim再分析风场产品,统计了ASCAT和HY-2A散射计风场产品的误差特征,分析散射计资料在南海的适用性。分析得出:ASCAT和HY-2A的风速、风向与自动站一致性高,相关系数均大于0.85,ASCAT风速和风向均方根误差分别为1.57 m/s和15.42 °,HY-2A均方根误差略微偏大,分别为2.02 m/s和24.75 °;ASCAT和HY-2A散射计与ERA-interim风速、风向有很好的一致性,在不考虑低风速（ < 3 m/s）的条件下,风速均方根误差分别为1.40 m/s和1.56 m/s,风向均方根误差分别为15.09 °和17.07 °,与设计精度一致,表明ASCAT与HY-2A风场产品在南海是适用的。此外,散射计相对再分析风场的偏差没有明显的季节性变化      

基于三台测风激光雷达的大气湍流和三维风场研究

为了获取大气湍流和空间三维风场结构,利用3台同型号的测风激光雷达开展协同观测试验。（1）利用虚拟铁塔协同观测技术开展大气湍流探测,与香河102 m铁塔安装的三维超声风速仪观测结果做对比,32 m处高频（10 Hz）风速的相关系数高达0.92,平均误差为0.77 m/s,均方根误差为0.41 m/s;大气湍流强度（TKE）的相关系数高达0.99,平均误差为?0.02 m2/s2,均方根误差为0.08 m2/s2,并且协同观测的高频风速与三维超声风速仪的观测结果具有相同的频谱结构。（2）利用扫描协同观测技术开展三维风场探测,与铁塔上的常规测风设备相比,其90 m高度处的水平风速和风向的相关系数分别为0.92和0.93,平均误差为?0.41 m/s和0°,均方根误差为0.73 m/s和34°。相比于单台测风激光雷达,基于3台测风激光雷达协同观测技术具有一定的优势:不需要风场水平均匀的假设、探测精度更高等。但其对观测环境的要求较高:观测路径上不能有遮挡、观测必须协同等。在科研业务应用中,需要根据实际的观测需求合理制定观测方案。      

QuikSCAT卫星散射计矢量风检验及南海月平均风场特征分析

采用中国科学院南海海洋研究所2008年建设的,西沙海洋观测研究站上的自动气象站实测数据,对亚太数据研究中心提供的近实时QuikSCAT卫星遥感风场资料(2008年4月6日—12月31日)进行了检验和统计特征分析,得出:这两者风速的相关系数为0.86,平均偏差为-1.50 m/s,均方根误差为1.71 m/s,表明QuikSCAT卫星遥感风场资料在南海具有很高的适用性。在此基础上,利用QuikSCAT卫星遥感的月平均风场资料分析了南海月平均风场特征。结果表明:(1)南海季风10月到次年3月盛行东北风,6—8月盛行西南风,4、5、9月为季风转换季节;(2)存在两个平均风速大值中心,一个位于南海南部(10°N,108°E)附近,另一个位于台湾海峡附近,其位置和强度会随着季节变化而变动。     

基于渤海石油平台海面风观测的FNL资料评估

对2018年全年渤海石油平台海上观测的15个站点的风速风向进行了分析,并利用4个代表站1、4、7和10月的资料对分辨率为0.25°×0.25°NCEP/NCAR的FNL资料分析风场的误差进行了对比评估。结果表明:(1)观测风速风向存在较大区域性差异;(2)FNL风场资料在渤海地区近海风速整体偏大;(3)夏季当风速小于15 m/s时,FNL的风速可信度最高;冬季当风速大于15 m/s时,FNL的风向可信度最高;(4)秋季风向误差最高,春季次之。当风速小于5 m/s时,风向误差较大。     

ENVISAT星载合成孔径雷达反演风场在江苏近海风场研究中的应用初探

为了弥补海上风的常规直接观测资料较少的不足,探索将合成孔径雷达(Advanced Synthetic Aperture Radar,ASAR)观测资料用于风场研究,以江苏近海为研究对象,利用沿海地面观测数据和2008年11幅ASAR影像反演获得的风速和风向进行对比,并将卫星反演风场同化至数值模式,分析对海上风场模拟效果的改进。结果表明:ASAR影像反演的海面风场和地面实测吻合度较高,可以作为没有直接风观测的海上区域的补充。风速反演值略大于观测值,均方根误差为1.8 m·s~(-1),83.6%的站点偏差在±2 m·s~(-1)之内;风向反演值比观测值偏北,均方根误差为39.3°,41.8%的站点偏差在±22.5°之内。将反演风场同化至WRF模式后,提高了海上风场的模拟效果,风速均方根误差1月降低至0.9 m·s~(-1),7月降低至1.6 m·s~(-1);风向均方根误差1月降低为57.3°,7月降低为50.6°。     

高时空分辨率三维风场在强对流天气临近预报中的融合应用研究

以业务应用为目标,开展高时、空分辨率三维风场在强对流天气临近预报中的融合应用研究。运用北京快速更新多尺度分析和预报系统集成子系统（RMAPS-IN,Rapid-refresh Multi-scale Analysis and Prediction System-Integration）,对雷达四维变分分析系统（VDRAS）30 min临近预报的高时、空分辨率三维风场作为数据源与自动气象站风场观测进行快速融合处理。结果表明,以VDRAS临近预报风场取代数值模式预报场作为融合初猜场后形成的分析结果对于风场有明显的改善:（1）长时间序列客观检验结果表明,地面10 m高风场U/V分量绝对误差分别为0.05和0.06 m/s。实时融合对未来预报的影响随着预报时效的延长,U/V分量的绝对误差不断增大。（2）对于11个强对流个例,地面10 m高风场风速均方根误差降低0.3 m/s,风向均方根误差降低13°;边界层三维风场,风速均方根误差降低0.8 m/s,风向均方根误差降低10°。平原站点融合以后风速、风向预报效果有较大改善,山区站点融合以后改善相对较小。（3）通过对2017年7月20日暴雨和7月7日雷暴大风个例的详细分析,发现融合基于雷达资料四维变分同化获得的高分辨率临近预报风场对各对流系统中的中尺度结构特征给出了更加细致准确的描述。      

多普勒激光雷达探测台风“利奇马”边界层风场精度分析

多普勒激光雷达在台风等强天气背景下的探测能力亟待研究,为此将多普勒激光雷达与70 m测风塔超声风温仪在同址同高度探测台风“利奇马”影响期间的边界层风场数据进行对比,并分析多普勒激光雷达的误差分布以及变化情况。结果显示:在高度70 m上,两者的水平风速、风向相关系数分别为0.97和0.99,垂直风速的相关系数为0.36。以超声风温仪为参考值,激光雷达水平风速、垂直风速和风向均方根误差分别为1.06 m/s、0.46 m/s和17.10 °。深入研究表明:降水对多普勒激光雷达测量水平风速和垂直风速误差均有一定影响。当激光雷达信噪比大于2 000时,各参量的误差与信噪比呈负相关关系。研究表明多普勒激光雷达至少可以较好地刻画台风环流内的水平风场结构及演变,可应用于台风外围环流影响下(即较弱降雨条件下)边界层风场的高分辨率探测和研究。      

基于机器学习的风场预报订正方法研究

为了实现更准确的站点风预报,结合中尺度数值模式WRF预报结果和自动气象站观测数据,采用反距离加权插值法,将模式网格和观测站点的数据进行融合构建训练集,利用3种机器学习方法对WRF预报的风场结果进行订正,优化风场预报准确率。其中随机森林模型实现风速的预报均方根误差(RMSE)平均降低了18.22%,风向降低了15.97%;LightGBM模型对于风速、风向的RMSE平均降低了18.60%和17.56%;深度神经网络模型对于风速、风向的RMSE平均降低了5.53%和9.10%。对2020年宁波市9个大风过程进行检验,利用LightGBM模型对于3个站点预报进行订正,结果表明风速的RMSE从4.61 m/s下降到2.14 m/s,平均降低了53.58%,风向的RMSE从30.31°下降到18.20°,平均降低了39.95%。     

ASCAT散射计风场在我国近海的初步检验与应用

为了弥补中国近海海区缺乏洋面风场观测资料,提高海洋气象预报能力,对MetOP-A极轨卫星搭载的ASCAT散射计反演风场资料和中国气象局在近海布设的18个浮标站测风资料进行对比。结果表明,离岸较远的海域中ASCAT反演风场的质量要优于离岸较近的海域,在较远的海域中,ASCAT风速和浮标观测风速的平均偏差为0.9 m·s~(-1),ASCAT的风速高于浮标站的风速,平均绝对偏差和均方根误差分别为1.2和1.4 m·s~(-1),风速的相关系数为0.94。统计特征分析结果显示,ASCAT散射计风场资料在中国近海有较好的可信度,在高风速的时候,ASCAT和浮标资料一致性较好,而低风速时候,ASCAT比浮标略偏大。目前,中央气象台正在逐步开展ASCAT资料的业务应用,ASCAT洋面的MICAPS格式产品和图形产品现已实现准实时运行。     

基于多重网格策略的NLS-3DVar资料融合方法及其在气温数据融合中的应用

将多重网格策略引入NLS-3DVar(Non-linear Least Squares-based on Three-dimensional Variational Data Assimilation,非线性最小二乘三维变分同化)方法,进而应用于2400多个国家级气象观测站逐时气温数据和NCEP再分析气温数据的融合,得到中国区域空间分辨率1°×1°,时间分辨率为6小时的气温融合产品。分别从单重网格(分辨率1°×1°)和双重网格(分辨率由2°×2°到1°×1°)利用2014年1~12月(4、5月除外)的独立检验数据考察NLS-3DVar气温融合产品质量,验证基于多重网格策略的NLS-3DVar方法的优越性。在单重网格下,与广泛应用于气象行业的Cressman插值产品(均方根误差和相关系数的年平均值分别为1.961°C d~(-1)和0.924)相比,NLS-3DVar产品全年始终具有最小的均方根误差和最大的相关系数,年平均值分别为1.915°C d~(-1)和0.929;站点间误差分析进一步表明,NLS-3DVar产品在大多数检验站点精度更高,在新疆、甘肃、云南、陕西等地区尤为突出;加入双重网格策略的NLS-3DVar产品与单重网格的NLS-3DVar产品误差对比显示,均方根误差年平均值分别为1.649°C d~(-1)和1.711°C d~(-1),相关系数年平均值分别为0.970和0.968,二者在均方根误差和相关系数的表现上都极为相似,即双重网格NLS-3DVar气温产品尽管对观测数据采取了稀疏化处理,但依旧维持了原有的产品精度,并且在计算效率上提高了1倍多。而与同样在双重网格下基于多尺度的STMAS(Space–Time Multiscale Analysis System)算法相比,双重网格的NLS-3DVar产品在产品精度上同样占据优势,在计算效率上单位时次耗时与STMAS算法几乎相当。     

联合静止气象卫星成像仪和高光谱红外大气探测仪观测的三维水平风场反演

风云四号A星(FY-4A)上搭载的干涉式红外探测仪(GIIRS)是首个地球静止轨道上的红外高光谱大气探测仪,它可以提供连续的三维大气温度和水汽的观测,通过追踪水汽的移动可以反演得到不同高度的大气水平风场。本研究利用台风玛丽亚(2018年)期间FY-4A加密观测(15分钟间隔)的GIIRS数据开展晴空和部分云区的三维水平风场算法研究,重点研究如何联合同一卫星平台的多光谱成像仪(AGRI)改进GIIRS部分云视场区的三维风场反演结果。利用ERA5独立测试集、CRA40再分析和空投探空数据开展对晴空和云区的三维风场反演结果的检验,基于该个例的反演结果表明：(1)基于GIIRS亮温信息反演得到对流层水平风场,在晴空区均方根误差小于1.5 m s^-1,方向绝对差基本在15°左右,在部分云视场区,均方根误差为1.5～1.7 m s^-1,方向绝对差基本在20°左右。与光流法相比,基于GIIRS亮温的直接反演表现出更好的优势,其均方根误差和方向绝对差明显小于光流法的结果。(2)按云量和云顶高度分类后,表现出云量越多、云顶高度越高则RMSE(Root Mean...     

基于星载SAR数据和模式资料的海面风场变分融合方法研究

为实现合成孔径雷达数据与数值预报模式资料融合,提高海面风场精度和业务化运用水平,提出了一种基于星载SAR数据与模式资料的变分融合方法。其研究思路是采用二维连续小波变换提取SAR图像中高精度风条纹风向,结合地球物理模型函数求解海面风场的经向分量和纬向分量,然后采用Kriging插值方法将数值预报模式风速插值到SAR海面风场覆盖区域,得到SAR风速观测算子,由此构建SAR风场与模式风场融合的代价函数,并采用变分方法求解分析风场,最终得到融合后的海面风场结果。仿真分析结果表明,变分融合后的海面风速和风向结果更接近于理想值,尤其在SAR海面风场覆盖区域更为明显。选取ENVISAT/ASAR资料和与其时空匹配的欧洲中期天气预报中心模式风场资料开展实例验证,结果表明融合后的海面风场结果比模式风场更加接近于浮标观测结果。     

ASCAT反演风场与华南及南海站点观测对比分析

利用2014—2017年华南沿海及南海的浮标站、海岛站、石油平台站、沿海自动站等277个自动站风场数据,与ASCAT反演风场进行了对比分析。结果表明,当观测风速小于5 m/s(大于15 m/s)时,ASCAT反演风速的平均绝对误差在3 m/s左右(存在2级左右的高(低)估);当风速介于5~10 m/s时,平均绝对误差在2 m/s左右(多数ASCAT有1~2级的高估);介于10~15 m/s时,ASCAT反演结果相对最好,风速、风向准确率能够达到60%以上。ASCAT对风速的反演结果受陆地影响较大,与观测风速的相关系数从高到低可分为三类:(1)浮标、平台站;(2)西沙、南沙自动站;(3)广东沿海自动站及海岛站、海南海岛站。ASCAT反演风场在风向的应用较风速更优,其中,东北风样本数最多,其次分别为西南风、东南风和西北风。浮标站、平台站、西沙自动站的风向反演质量相对较好;所有测站风向偏差主要由5 m/s以下的弱风贡献。单站多年月平均风速变化显示,ASCAT反演风速相对测站主要为正偏差,且秋冬季比春夏季偏差更大,这可能与大气稳定度有关。      

华中区域中尺度业务模式水平风场预报能力的检验评估

利用经过质量控制的风廓线雷达组网资料(以下简称观测)对华中区域中尺度业务模式(WHMM)水平风场的预报能力进行检验评估,分别从总体、不同高度、不同风速以及单站等方面对全风速(wspd)、纬向风(u)、经向风(v)进行1个月(2013年5月)的统计分析。结果表明:(1) WHMM对风场具有较好的预报能力。其12 h和24 h的预报与观测的相关系数在0.6以上,通过α=0.01的显著性检验,12 h相关系数大于24 h的,预报风速整体存在负偏差,较观测偏小。随预报时效延长,风场的预报误差增大。u和wspd的预报能力好于v。(2)在垂直方向上,WHMM的wspd、u和v预报的均方根误差(RMSE)随高度先增加后减小,在1～2 km高度预报误差较大,4～5 km的预报误差较小。(3)按照风廓线雷达测风wspd间隔5 m·s~(-1)将模式预报分组,在30 m·s~(-1)以下不同速度分组中,WHMM 12 h预报的wspd、u和v与观测值的相关系数均大于24 h的,且通过α=0.01的显著性检验,12 h预报的RMSE大于24 h的,并随风速增加而增大。(4)从单站的风廓线来看,模式可以预报出站点上空风场随高度的变化趋势,广州站预报效果好于芜湖和秭归站。     

利用折射指数推算大气纬圈平均风场方法

鉴于地转风、梯度风和平衡风各自计算风场的特点,该文利用COSMIC掩星折射指数资料,根据大气折射指数与大气密度、风场之间的关系,选用梯度风方程,建立了推算20~60 km中层大气纬圈平均风场的方法,分别与ECMWF提供的ERA-interim及NASA/GMAO提供的MERRA再分析风场资料对比验证。选用2007年1,4,7月和10月的COSMIC掩星折射指数数据,按照构建的方法计算了大气纬圈平均风场,并简单分析了大气纬圈平均纬向风随纬度、高度的变化特征及规律。计算风场与ECMWF及MERRA再分析风场资料变化规律基本一致,符合效果很好, 能够正确反映出纬向平均风场特性。1月及7月不同高度标准偏差、最大偏差随高度增加而增大,标准偏差最大约为6 m/s,最大偏差不超过11 m/s,沿纬度方向相关系数有减小的趋势,但不低于0.98,4月及10月偏差稍小,最大偏差不超过8 m/s。结果表明:利用COSMIC掩星折射指数资料通过梯度风方程计算风场,是获取中层大气20~60 km纬圈平均风场的一种有效方法。     

利用TMI资料估计西北太平洋热带气旋强度的客观方法

利用2007—2009年热带降雨测量卫星(TRMM)微波成像仪(TMI)观测的亮温资料,建立一种西北太平洋热带气旋强度(Tropical Cyclone,TC)的估计模型,对2010年热带气旋进行独立估计试验,并对估计误差进行分析。结果表明:该模型对强度小于强台风TC的拟合效果较好,均方根误差约为5 m/s,平均绝对误差约为4 m/s;对强台风和超强台风TC的拟合误差较大,均方根误差分别为9.65和6.60 m/s,平均绝对误差分别为7.76和5.49 m/s;对强台风及以上强度的TC,模型的拟合误差在日(夜)间减小(增大),误差最小(大)值为6.00 m/s(11.96 m/s),说明估计值在日(夜)间偏大(小)。     

雷达资料快速更新四维变分同化中增加地面资料同化对强对流临近数值预报的影响

基于雷达资料快速更新四维变分同化（RR4DVar）技术和三维数值云模式发展的快速更新雷达四维变分分析系统（VDRAS）,通过在系统中加入地面自动气象站观测资料的同化方法,对发生在北京地区的10个强对流过程开展了地面资料同化的高分辨率模拟分析和检验评估,并与已经业务使用的地面资料融合方法进行对比。研究结果发现,地面观测资料同化使边界层1 km高度以下的分析场改善最为明显,风速和风向的均方根误差分别平均降低0.1 m/s和7.2°,温度的均方根误差降低0.2℃。模式最低层100 m高度的风速均方根误差降低0.5 m/s,风速的误差随高度上升逐渐增大。模式最低层风向的均方根误差降低15.5°,温度的均方根误差降低0.4℃,且1.5 km高度以下的温度偏差都减小。区域内地面10 m高风速的均方根误差平均降低0.2 m/s,风向的均方根误差降低10.8°,地面2 m气温的偏差也降低。随着预报时效的延长,地面温度和风场的误差不断增大,但地面资料同化方法在一定程度上可以提高1 h内地面气象要素的预报效果。对2019年5月17日北京地区局地强对流新生和增强过程的详细分析表明,地面自动气象站观测资料的同化方法相对于融合,可以通过更细致准确地分析低层大气的热动力特征,改善低层气象要素的预报效果。在此基础上,通过探究对流单体的局地触发机理发现,海风锋辐合线与城市的相互作用一定程度上影响了对流的局地新生和发展,该同化方法可以进一步提高北京地区局地突发强对流的临近数值预报能力。      

利用AMDAR数据分析厦门、泉州双雷达三维风场反演误差

利用2016年全年进出厦门机场和晋江机场航班的AMDAR(Aircraft Meteorological DAta Relay)数据对双雷达反演风场进行检验,分析了厦门、泉州双雷达风场反演的总体误差,研究结果表明:1)验证了双雷达连线附近区域反演风场的平均绝对误差较大,发现了与两部雷达连线的夹角小于15°和大于165°的区域的反演结果的平均绝对误差明显大于误差的年平均值。2)对于反演风向而言,误差随着高度增加而减小。对于反演风速而言,高度在9 km以下的反演误差在5 m/s左右,而9 km以上的反演误差较小。3)剔除了双雷达连线附近区域(与两部雷达连线的夹角小于15°和大于165°的区域)和反射率因子小于5 dBZ以及等于100 dBZ(剔除非气象回波)的反演结果后,双雷达反演风场误差较小,相对于AMDAR数据的风向年平均绝对误差为29.4°,风速年平均绝对误差为3.28 m/s,总体误差在可接受范围之内,反演结果接近"真值",该反演方法稳定可靠。     

基于雷达四维变分分析系统的强对流高分辨率模拟个例分析和批量检验

利用以雷达资料快速更新四维变分同化(RR4DVar)技术和三维数值云模式为核心的模拟分析系统,通过同化京津冀区域6部新一代天气雷达逐6 min的径向速度和反射率因子资料,并融合区域自动站逐5 min观测和中尺度数值模式结果,对发生在京津冀地区的18个对流风暴"事件"进行了高分辨率数值模拟,开展了个例分析和全部模拟结果的检验评估。个例分析结果表明,模拟的低层三维动力、热动力和水汽特征可以明确解释复杂地形条件下对流风暴的局地新生、组织化和线状中尺度对流系统(MCS)的形成。高分辨率模拟结果也明确指示了线状中尺度对流系统中对流风暴单体不断新生(再生)和"后向传播"的机制,以及地形强迫在风暴形成和演变中的重要作用。基于一部风廓线雷达、两部地基微波辐射计、一个秒级探空和一个边界层观测塔等局地高频非常规观测数据对18个对流风暴"事件"模拟结果的检验表明,0-3 km的风速、风向和温度的模拟误差(包括偏差和均方根误差)总体较小。其中,最低模式层(187.5 m)风速偏差和均方根误差分别在-0.5和0.9 m/s以内,最高检验层(2.8125 km)风速偏差和均方根误差分别在-0.9和1.6 m/s以内,风速误差随高度逐渐增大;风向偏差在14°-22°,风向均方根误差小于38°;温度偏差和均方根误差分别在-1和1.8℃以内。系统模拟的低层风速、风向和温度的偏差和均方根误差在对流风暴内部稍大于外部。上述研究表明,该系统模拟结果对对流风暴生消、发展及生命史特征的临近预报和预警具有重要指示意义。     

基于CMIP5多模式回报资料的地面气温超级集合研究

利用CMIP5的15个全球气候系统模式对东亚及周边地区(70~150°E,0°~60°N)地面气温的回报结果进行超级集合(简称SUP)试验,以欧洲中期天气预报中心ERA逐月气温资料作为观测值,并采用均方根误差(RMSE)、距平相关系数(ACC)、绝对误差(MAE)对多模式集合平均(EMN)以及超级集合(SUP)的回报结果进行检验和评估。结果表明,超级集合回报结果一定程度上取决于训练期的长度。随训练期长度的增加,距平相关系数呈增大的趋势,均方根误差呈减小的趋势,但训练期达到一定长度后,误差不再有明显的减小,甚至出现误差增长。15个全球气候系统模式对东亚及周边地区的地面气温具有一定的回报能力,可以较好地回报出地面气温的年际变化和空间分布,海洋上回报的均方根误差小于陆地。但不同模式回报的结果不尽相同,在单模式中CCSM4对地面气温的回报效果最好。多模式集成的回报效果优于单模式的回报效果,SUP的回报效果优于EMN,其区域平均的均方根误差比多模式集合平均小0.43℃,超级集合极大地改善了地面气温的回报效果。