高速公路气象预报系统研究现状与未来趋势

高速公路交通安全运输属于对气象高度敏感的行业，其所追求的快速、高效、安全、准时的目标，在很大程度上要受到气象因素的制约。随着国家经济与城市化的快速发展，由气象条件引起的高速公路交通安全保障问题已成为影响经济发展的一个关键因素。对国内、外在高速公路气象预报系统研究方面的进展进行了简要回顾与介绍，探讨了目前国际上主要高速公路气象预报系统的特点，主要涉及的大气科学问题，所面临的主要问题和未来发展趋势。对研发影响高速公路安全的高危险天气预报系统具有参考价值。     

基于深度学习的京津冀地区精细尺度降水临近预报研究

精细尺度降水的临近预报对于提升现代城市内涝和山洪地质灾害预警能力具有重要意义。深度学习作为一种新兴方法,在挖掘数据内部特征及物理规律方面更具优势,近年来在天气雷达图像领域的应用已初见成效。为进一步提升精细尺度降水的临近预报能力,基于深度学习网络模型RainNet,研究建立了两种滚动预报方式,开展了京津冀地区1 km分辨率精细尺度降水滚动式临近预报试验和对比分析。 试验结果表明:与传统基于交叉相关的外推预报相比,深度学习网络模型RainNet总体可以明显改进降水1 h临近预报的绝对误差和相关系数;两个RainNet相结合的滚动预报方式对1.04 mm/（10 min）及以下阈值降水,在10—50 min预报性能一致优于传统的交叉相关外推预报。深度学习模型对降水消亡过程的时、空演变趋势刻画更好,尤其更适用于降水消亡过程的临近预报。采用两个RainNet模型相结合的滚动式预报方式优于单一模型滚动预报方式。      

基于雷达外推临近预报和中尺度数值预报融合技术的短时定量降水预报试验

为克服目前中尺度数值模式在对流尺度定量降水短时预报方面的不足,弥补基于“外推”的临近预报技术在2h以上定量降水预报能力方面的缺陷,研究设计了一种基于“外推”临近预报技术和中尺度数值模式的定量降水预报(QPF)融合技术方案,并进行了试验应用.该方案首先基于雷达探测和自动气象站观测的定量降水估计(QPE)结果,对中尺度数值模式输出的定量降水预报在谱空间进行相位校正,分析计算出数值预报和观测的偏差,导出一个附加的数值预报校正场;其次,根据数值预报校正场满足一定时间变化分布的特征,调整相应时段的数值预报降水区域和强度;最后,利用双曲正切线权重函数,对校正后的数值模式定量降水预报和基于临近预报技术的定量降水预报进行融合,融合权重根据典型环流特征动态变化.融合后的定量降水预报在前1-2h表现出主要依赖“外推”临近预报结果,之后随着融合权重的变化,数值预报对融合结果的贡献逐渐加大,直至融合后5-6h占主导地位.通过对京津冀地区2011年夏季5个及2012年夏季2个典型强降水个例的80次预报试验及其检验,表明融合后的0-6h定量降水预报结果改进较为明显,总体优于单独的临近预报技术或者中尺度数值预报模式的结果.     

京津冀道路气象专家系统的设计与初步应用

讨论京津冀道路气象专家系统的设计及其在专业气象服务中的实时试用情况.重点对道路气象专家系统的设计框架,技术思路与相关道路气象产品(包括路面积水指数、路面防滑指数、能见度指数、轮胎高温爆胎指数、大风指数等)进行介绍.针对京津冀城市群高速路高危险天气过程的初步应用检验结果表明,此道路专家系统具有较好的实时服务能力,在提高城市交通管理与安全保障的水平,改善市民生活质量,促进社会经济的发展等方面具有良好的社会效益和经济效益.     

影响北京大气污染物变化的地面天气形势分析

首先对影响北京地区大气污染扩散的地面天气形势进行了分类，然后结合1998－2000年北京南郊观象台的地面、高空资料，重点分析了在各类地面天气形势控制下北京地区局地低空、地面的气象条件特征。发现当低压类地面天气形势控制时，容易引起污染物在北京地区的汇聚和累积。比较各类地面天气形势对二氧化硫（SO2）、二氧化氮（NO）、可吸入颗粒物（PM10）、一氧化碳（CO）浓度的影响，说明同一种天气形势对不同污染的影响程度不同，进一步证实了在低压类地面天气形势控制时，容易出现重污染。     

基于三种机器学习方法的降水相态高分辨率格点预报模型的构建及对比分析

冬季降水相态及其转变时间的精细化客观预报对提高气象预报和服务质量具有重要的现实意义。利用京津冀地区国家级自动气象站观测资料及网格化快速更新精细集成产品,统计分析了京津冀地区复杂地形下各类降水相态温度和湿球温度平均气候概率的分布差异及不同降水相态时网格化快速更新精细集成产品中可能影响降水相态判断的特征信息。然后将地面观测天气现象资料、复杂地形下降水相态气候特征及高分辨率模式输出产品作为特征向量,分别基于梯度提升（XGBoost）、支持向量机（SVM）、深度神经网络（DNN）3种机器学习方法建立了降水相态的高分辨率客观分类模型,并对同样条件下3种机器学习方法对雨、雨夹雪和雪3种京津冀主要降水相态的预报效果进行了对比检验,进一步提升了雨夹雪复杂降水相态的客观分类预报技巧。      

内蒙古中西部沙源地影响沙尘暴扩展过程的数值模拟研究

 通过对2002年3月18—22日沙尘暴过程进行的数值模拟及针对内蒙古中西部沙尘源地影响的敏感性试验研究，结果表明, 内蒙古中西部荒漠化草原生态的迅速恶化是2001年前后沙尘天气的频繁发生的部分原因。由于沙源地海拔高度的不同和风速随高度的变化，在沙尘远距离输送过程中可能出现两个不同高度而相互孤立的优势沙尘输送带，分别位于对流层和地面附近。其传输距离、传输速度、影响地区、影响时间存在巨大差异。内蒙古中西部沙源地的起沙主要通过地面附近的沙尘输送带向东、向南传输。其通过对流层的传输随沙尘区的不断扩展而越来越弱，进而被其他更高海拔高度的沙源地起沙所取代。     

临近预报的两种高时空分辨率定量降水预报融合算法的对比试验

长期以来,雷达回波外推技术是0—2 h临近预报系统主要采用的方法,但其实际有效预报时间≤1 h,而中尺度数值模式预报则受平衡约束时间的限制,最初2 h的降水预报无效。为解决上述两种预报的缺陷,目前国际上流行采用外推预报与数值模式预报融合的技术,形成统一的0—6 h格点化的高分辨率无缝隙定量降水临近预报系统。对目前流行的两种融合算法（INCA（Integrated Nowcasting and Comprehensive Analysis System）算法及RAPIDS（Rainstorm Analysis and Prediction Integrated Data-processing System）算法）进行了分析和对比试验,以期为业务应用提供借鉴。RAPIDS算法的核心是用自动气象站雨量融合雷达估测得到的定量降水对模式预报的降水强度和位相进行修正;INCA算法则是用数值模式预报的风场修正外推技术的降水移动矢量。两种方法在0—6 h预报时效内,外推预报的权重均逐渐减小,模式预报的权重逐渐增大,从而实现外推预报和模式预报的平滑过渡。试验结果表明,两种方法对降水雨带和降水强度的预报均优于单一的外推预报或模式预报。集二者的优势研发最优的高时、空分辨率降水预报无缝隙融合算法,将有助于进一步提升高分辨率定量降水0—6 h无缝隙预报水平。      

京津冀夏季雷达定量降水估测的误差统计及定量气候校准

雷达定量降水估测（QPE）是短时临近预报的关键部分,在定量降水预报（QPF）、强降水预警、城市积水内涝、地质山洪灾害、精细化天气服务等方面具有重要作用。利用京津冀地区雷达定量降水估测资料和逐时自动气象站降水观测数据,分析了2011—2016年夏季京津冀地区雷达定量降水估测的误差空间分布特征,并重点提出了一种新的雷达本地化定量气候校准算法。结果表明,京津冀地区雷达定量降水估测较好地反映了总降水量东北—西南带状分布特征,但西北部山区、东北部山区及西南部山区估计偏弱,东北部山前地带估计偏强,西北部存在虚假降水估计,而北京市城区估计最为准确。利用雷达本地化定量气候校准算法对1 h雷达定量降水估测进行气候尺度上的约束订正,检验结果表明,经过校准后的雷达定量降水估测偏差（BIAS）、平均绝对误差（MAE）、均方根误差（RMSE）和均方根相对误差（RRMSE）均减小。绝大部分站点偏差减小幅度超过50%,京津冀东部及南部平原地带平均绝对误差、均方根误差和均方根相对误差减小幅度在20%左右,而北部及西南部山区误差减小幅度相对较小。降水个例检验结果表明,经过雷达定量气候校准后的雷达定量降水估测强度更接近自动气象站观测的降水量级,且降水结构细致,偏差、平均绝对误差和均方根误差均减小,与自动气象站观测降水的相关系数增大,因此该算法有助于改进雷达定量降水估测的准确度。      

起沙系数对沙尘数值模拟影响的研究

通过综合考虑地表条件,如土地利用、土壤类型、植被覆盖与土壤湿度等,定义了起沙系数,用于改进沙尘数值预报模式中的起沙通量,为沙尘数值预报模式提供客观准确的地面起沙条件,提高了沙尘天气分布预报的准确率\.起沙风系数的引入能够对沙尘数值模拟产生较大的影响,若起沙系数中应用较高精度的土壤水分资料与土壤类型,将能更准确地反映起沙系数的作用。