东中国海水动力短期预报系统的构建及适用性研究

本文基于中国近海高分辨率ROMS(Regional Ocean Modeling System)海洋模式和"两洋一海"海洋-大气耦合预报系统,构建了由区域到近海的降尺度预报框架,建立了东中国海水动力短期预报系统.预报系统采用后报-预报循环计算方式运行,可以合理避免误差累积.结合多源观测海表面温度和海表面高度资料,评估了...     

遥感资料同化对海表温度预报的影响

本文将AMSR-E卫星微波遥感海表温资料运用到渤黄东海海表面温度短期数值预报模式当中.数值预报模式利用伴随方法实现了预报模式的初值场优化.微波遥感海表温资料与海表面温度短期数值预报模式有机结合后的试验结果表明:将预报结果和船舶报资料进行比对时,将遥感资料引入到数据同化的结果要明显优于仅同化船舶报资料的结果,且均方差大部...     

变分伴随数据同化在海表面温度预报中的应用研究

将变分伴随数据同化技术应用于海表面温度(SST)数值预报.采用中国近海海表面温度短期数值预报模式,将船舶测报海表面温度同化到该模型中,对SST初始场进行优化.文中给出了中国近海SST数值预报同化模型5d试报结果与观测值的比较,整个区域的均绝差由同化前的2.71℃降至0.87℃,即变分伴随数据同化对改进SST数值预报的效果是比较明显的,表明它可成为SST数值预报初始化的新方法.     

海表面温度的变分同化预报模式:初始场的全局优化

利用变分同化技术,将船舶报资料与海表面温度短期数值预报模式有机结合,实现了渤、黄、东海的海表面温度短期数值预报。本预报模式利用伴随方法实现了预报模式的全局优化,不但最大限度地利用了船舶报资料,而且初始温度场的调整由自动的数值迭代过程来实现。在渤、黄、东海海域,4个季节的典型月份的SST连续1个月的24h后报结果与船舶报资料均方差均降至0.8℃以下。同化后海表面温度初始场的绝均差较同化前有显著下降。与以前所用的客观分析方法比较的结果表明,伴随同化的预报精度明显高于客观分析方法。     

结合注意力机制的区域型海表面温度预报算法

海表面温度预报在海洋相关领域具有重要的实用价值,随着遥感信息采集技术的不断发展和完善,区域内海表面温度数据采集的完整性得到了保障。现今大多数方法在预报海表面温度时,只考虑了海表面温度的时间相关性,并未利用其空间相关性,使得预报精度受到限制。针对该问题,本文将区域内每天的海表面温度数据作为一个矩阵输入模型,便于时间和空间信息的提取,并提出了CA-ConvLSTM模型来预报海表面温度。该模型首先利用卷积层对海表面温度矩阵进行局部特征提取,然后通过注意力模型为矩阵序列分配权重,将权重与矩阵序列对应相乘得到加权特征序列,最后,利用ConvLSTM进行预报,获得未来一天或五天内的海表面温度。通过实验确定模型的结构、输入尺寸和k值,再将CA-ConvLSTM与SVR、LSTM和ConvLSTM进行对比。实验结果表明:CA-ConvLSTM的均方根误差(Root Mean Square Error,RMSE)和预报精度(Prediction Accuracy,PACC)指标均要优于其他三种预报方法,验证了本文方法的有效性。     

基于CESM模式同化及后报实验的南海气候特征分析

基于气候模式CESM,利用牛顿松弛逼近(nudging)方法将次表层海温同化到海洋模式中,通过多种评估方法对1982—2011年同化和后报结果的南海海区进行分析。CESM同化和后报结果能够刻画出南海海表面温度、海表面流场、降水和850 hPa风场的空间基本特征,并且能比较好的再现海表面温度和降水随时间变化规律,nudging同化结果要优于超前1个月、3个月预报。但对南海大部分海区还存在0.5℃以内的冷偏差,流场强度模拟偏弱,850 hPa风场模拟偏强的误差。同化和后报结果表明模式对夏季和秋季海表面温度模拟效果较好,海表面温度与东亚夏季风相关性在空间分布形态及量值方面模拟较为一致,而降水与东亚夏季风相关性模拟在空间分布形态及量值方面都有一定误差。南海气候模拟难点在于其夏季海气相互作用,nudging同化结果能较好的模拟出南海北部夏季海表面温度变化对大气变化的响应,同大气模式相比考虑了南海海区的海气相互作用这一特殊性。     

印度洋偶极子预报技巧在多模式中的对比研究

本文采用北美多模式集合产品数据，分析了印度洋偶极子指数在不同模式中实际预报技巧和潜在可预报性的差异，并进一步探究其可能的原因。结果表明，印度洋偶极子的有效预报时效在不同模式中差别较大，从2个月到4个月不等。其中东极子海温异常在不同模式中预报技巧的差别较西极子海表面温度异常更明显，表明模式误差和初始误差对东极子海表面温度异常演变的影响更为显著。另外，印度洋偶极子的实际预报技巧和潜在预报技巧存在明显的线性关系，潜在预报技巧高的模式，其实际预报技巧也高。最后，本文诊断、分析了厄尔尼诺对印度洋偶极子预报技巧的影响，发现在厄尔尼诺和印度洋偶极子相关性较高的气候模式中，印度洋偶极子实际预报技巧也较高。     

一种台风浪的数值预报方法

本文介绍由台风实时预报气压场资料、海上风的数值模式和台风浪数值模式三者构成的一种台风浪数值预报方法.在西北太平洋-中国近海20m以上深水区采用1°×1°网格“新型混合型海浪数值模式”[1,2],而在南海和东海近海台风浪多发区内(含浅水区),分成若干小区块,采用(1/4)°×(1/4)°细网格,分别嵌套浅水WAM模式[3].小区域的边界条件由大区域得到的计算结果提供.该方法经过1990、1991、1992年的试报[4]、改进和完善后,于1993年6月开始进入国家海洋预报台的海浪预报业务.已对22个台风过程的台风浪进行模式跟踪预报,即准业务化预报.该方法运行稳定、预报结果也令人满意.1994年7月10日该方法的数值预报产品已在中央电视台午间新闻播出.     

北印度洋风浪流数值预报系统:Ⅱ-检验分析

基于系统构建工作[1],开展北印度洋风浪流数值预报系统后报和准业务化预报,并利用2013年9月—2014年3月共6个月的资料对预报结果进行了统计检验。结果显示北印度洋风浪流数值预报业务运行稳定可靠,大气模式(WRF)72 h预报的500 hPa位势高度距平相关系数达到89%,海浪模式(SWAN)的72 h有效波高预报的相对误差低于20%,海流模式(ROMS)的72 h海表温度预报的均方根误差在0.5℃左右;同时对2013年10月期间孟加拉湾的超级气旋风暴"PHAILIN"的预报结果进行了分析。该风、浪、流预报系统能够较好地预报"PHAILIN"的移动路径、最低气压及相应的海浪和海流过程。该系统的试运行和检验分析结果,对建立新一代海洋环境数值预报系统具有一定借鉴意义。     

南太平洋大气和海洋年代际变化与冷空气关系的研究

本文分析了美国国家环境预报中心和气象研究中心(NCEP／NCAR)1958—1997年的月平均资料和海表面温度异常资料(JONES，1994)，发现南太平洋大气和海洋及赤道东太平洋中存在明显的年代际时间尺度的变化，1972年以前，副热带海区大气旋度场与海表面温度(SST)的变化同步，大气中的变化超前于海洋的变化；1972年以后到90年代初，该海区大气旋度场与海表面温度(SST)的变化趋势相反。研究发现南半球中低纬度之间热量的交换程度与副热带海区年代际时间尺度的变化具有明显的关系，说明南半球大气热通量的经向输送有可能是影响海洋年代际变化的原因之一。相关分析表明，对赤道东太平洋年代际变化的影响海区在南太平洋副热带海区，主要位于南纬20度和25度附近。     

夏季黄海表面冷水对大气边界层及海雾的影响

海表面温度(SST)是海气界面上的1个物理量,受到海洋潮汐、海底地形等因素影响,并对海洋大气边界层有着重要的影响.夏季的黄海,由于黄海冷水团的存在和陆架锋的影响,或是潮汐混合的作用导致海水的垂直混合,使海表面温度的分布产生复杂的结构.通过对卫星观测的海表面温度数据分析,发现在夏季黄海有几个SST冷中心的存在:辽东半岛以及山东半岛的顶端、朝鲜半岛的西侧、山东半岛南侧、江苏外海和黄海南部等.本文利用一系列船舶观测资料、卫星遥感数据、再分析数据分析等,并运用数值模拟研究黄海的冷中心对其上大气的影响.在冷区之上,大气稳定度增加,抑制了近海面大气的垂直混合,使海表面风速减弱.通过对船测数据的分析,在冷区位置有海雾多发区的存在,黄海南部冷区上的海雾发生频率达到15％以上.Weather Research and Forecasting(WRF)模式的数值模拟表明,冷中心降低上空的温度,使海表面风速减弱,形成厚度达500m的逆温层,为海雾的形成创造了有利的条件.与船测数据结果所不同的是黄海南部冷中心之上的海雾发生频率可以达到30％,去掉冷区影响的试验表明冷区较冷的海表面温度最多可以使海雾的发生频率增加15％以上.     

利用西北印度洋船测数据评估基于卫星的海表面温度

本文描述了一次夏季在西北印度洋进行的调查船水文测量,用船测数据评估卫星海面表温度,并寻找影响海表面温度误差的主要因素。我们考虑了两种卫星数据,第一种是微波遥感产品——热带降雨测量任务微波成像仪TMI数据,另外一种是融合了微波,红外线,以及少部分观测数据的融合数据产品——可处理海表温度和海冰分析OSTIA数据。结果表明融合数据的日平均海表面温度的平均误差和均方根误差都比微波遥感小。这一结果证明了融合红外线遥感,微波遥感以及观测数据来提高海表面温度数据质量的必要性。此外,我们分析了海表面温度误差与各项水文参数之间的相关关系,包括风速,大气温度,想对湿度,大气压力,能见度。结果表明风速与TMI海表面温度误差的相关系数最大。而大气温度是影响OSTIA海表面温度误差最重要的因素;与此同时,想对湿度与海表面温度误差的相关系数也很高。     

日本利用遥感数据推进渔业生产

日本信息服务中心自1985年以来就利用卫星测得的海表面温度(SST)来预报捕鱼区的位置.从NOAA极轨卫星上AVHRR获得的数据通过GOES-TAP数据传播系统,并与其它有关的各种数据相结合,形成海表面温度变化的成像.这些成像用来预报捕鱼区,这些预报很快传送到捕鱼队.     

热红外测量海表面温度中的ε修正

提出了一种简单的用红外辐射计获得海表面温度的方法。该方法应用了一个快速、均匀搅拌的水浴与一支精密的水银温度计，获取海表面温度的反演系数(又称等效比辐射率)，避开了海水辐射率、大气温度和红外辐射计的响应函数等问题。在未知辐射率、大气温度、响应函数的情况下，仍可得到高于0.2℃的精度。     

局地混合率变化对热带太平洋SST的影响

利用1个等密度面坐标大洋环流模式,研究了热带太平洋地区局地混合率变化对局地海表面温度的影响.研究表明,局地混合率的变化对热带中-东部地区以及海盆东边界处的海表面温度影响较强,而对海盆西部的海表面温度影响较弱,这些影响主要与局地温跃层的深度有关,此外海洋表层与温跃层的温度差等也会对局地海表面温度产生影响.     

SST短期数值预报

以海洋原始方程组为基础,用SST常规船舶资料形成初始场,以气象预报产品提供海表面的强迫场,建立了一个有限区域的SST短期(3～5d)动力数值二维预报模式,开创了第一代SST短期数值预报模式.利用此模式进行了试预报,预报效果良好,实现了表层海水温度数值预报业务化运行,实效为3d的预报精度均方误差达到1.0℃左右.     

渤海风暴潮数值预报的个例研究

本文叙述利用风暴潮模式和斜压大气模式耦合进行温带风暴潮预报.应用边界层阻尼定律预报风暴潮模式所需的海面风应力.本文进行了渤海风暴潮的个例研究.预报结果清楚地显示了温带风暴潮的特性.一些个例研究指出,风暴潮模式和计算风应力方案是令人满意的,而风暴潮预报精度非常依赖于气象预报.     

台风暴潮的数值预报试验

近十几年来,秦曾灏(1975)、孙文心等(1978)、冯士筰(1982)和刘凤树(1982)[1-4]等在风暴潮动力学和数值模拟等方面作了不少工作,为数值预报打下了基础,Flather (1979)[5]联合大气模式和海洋模式进行风暴潮业务数值预报,大气模式采用英国气象局10层细网格业务预报模式[6].     

黄、渤海底层温盐数值预报方法的研究——Ⅲ.底层温度预报模式

根据文献[1]建立的底层温度(T_H)与其水柱垂向平均温度(T)的经验关系T_H=f(T),结合流体动力学方程和(垂向平均)热传导方程,发展了以水气温差和风速为已知量的底层温度二维数值预报模式.该模式,避开了海面热量和动量输入在垂直水柱中分配的复杂物理过程而直接报出底层水温场,具有较好的实用性;此外,从试报的结果看,效果是令人满意的.     

POAMA海气耦合模式对2003和2004年南海夏季风预报能力的评估

运用澳大利亚大气海洋耦合预报模式（Predictive Ocean Atmosphere Model for Australia，POAMA）的输出结果，采用泰勒图与分类统计分析方法，评估了该模式对2003和2004年南海夏季风的爆发和演变进行实时预报的能力。通过对泰勒图的分析发现，随着预报初始时间越来越接近实际的季风爆发时间，模式预报南海夏季风爆发和演变的能力越来越强。当提前1-30d预报南海夏季风时，模式能够很好地预报风场、射出长波辐射OLR（Outgoing Longwave Radiation）和降水场的空间分布，其中对风场的预报最好。通过对季风爆发指数和分类统计的分析，定量分析了模式预报南海夏季风爆发的能力，结果表明该模式对南海夏季风爆发时间有一定的预报能力，其最大预报时限可以提前10-15d左右，这与目前中期预报的上限（2周）是一致的。