随机森林机器算法在江苏省小麦赤霉病病穗率预测中的应用

基于2002—2018年江苏省13个市的小麦赤霉病病穗率资料与生育期观测资料、相应时段内的逐日气象数据,应用随机森林机器学习算法,分生育期、分区域定量评估影响病穗率的主要气象因子特征变量和贡献率,按不同起报时间建立预测模型并进行验证。结果表明,各生育期重要特征变量贡献率的排序为:抽穗扬花期＞拔节期＞越冬期。抽穗扬花期湿度、连续≥3 d的雨日和日照对赤霉病起主导作用,拔节期日照、降雨量、湿度和雨日与越冬期气温和降雪对赤霉病均具有前期影响,甄别出的重要特征变量排序结果符合赤霉病菌发育、释放、侵染和流行规律;基于随机森林算法建立的病穗率预测模型的精度与重要特征变量个数、赤霉病发生区域、M_try参数设定、生育期有关;最早可在3月初进行预测,预测时效近3个月,起报时间越接近乳熟期,输入的重要特征变量越多,则病穗率预测准确率越高,病穗率模拟值与实测值的波动趋势完全一致,对赤霉病“中等”和“偏重”等级模拟效果好,表明随机森林算法在赤霉病预测中有较高的可靠性和业务应用潜力。      

基于SAL方法对一次区域性大暴雨过程多模式预报空间检验及误差分析

采用SAL定量降水预报检验方法,对2017年梅雨期一次区域性极端降水过程EC-THIN、RIOF、NCEP、CMA的高分辨率数值预报产品,从结构、强度和位置3个方面进行检验对比,同时对72 h内各模式降水预报稳定性开展检验分析。在此基础上,剖析了降水预报误差成因。分析发现：（1）在降水分布上,RIOF、EC-THIN和CMA预报的雨带走向与实况基本一致,NCEP预报主雨带范围偏大,暴雨区偏东;（2）雨区结构上RIOF和EC-THIN把握较好,NCEP和CMA在降水强度方面预报较好,位置预报上各家误差均较小,其中CMA误差最小;（3）EC-THIN和NCEP在结构、强度和位置预报上均有较好的稳定性。CMA在降水强度方面预报稳定较好,位置预报上调整较大。RIOF在降水结构预报上稳定性较好,落区预报上变化幅度较大;（4）降水预报误差根本原因是由系统预报误差而形成,系统强度、位置、移动直接影响着降水偏差。垂直物理量的预报偏差对降水时段、加强、强度也具有一定影响。     

雷达回波外推预报的误差分析

基于天气雷达资料的外推预报是灾害天气临近预报的基础,选取4次强降水过程分析了外推预报的误差.主要分析方法包括3个步骤:(1)采用多尺度回波跟踪方法确定雷达回波的运动场;(2)采用半拉格朗日平流方案对雷达回波进行外推;(3)预报结果和观测结果进行对比.利用去相关时间方法分析了雷达回波的可预报性,利用预报技巧评分和相对绝对误差对外推预报的误差进行了定量分析.此外,还分析了外推预报的误差与尺度之间的关系,以及外推预报中的不确定因素 回波强度变化和回波运动场变化在预报误差中的相对重要性.这4次强降水过程的误差分析表明,预报误差随预报时效的变化基本上是以指数规律递减的,大尺度的降水系统对应较长的持续性,对于发展演变较快、尺度较小的风暴,其持续性较短.     

河北省廊坊市城市积涝动态预报预警系统研制

结合廊坊城区地形地貌、市政工程、排水设施现状等,应用二维非恒定流基本方程和一维明渠非恒定流方程算法,构建城市积涝模型,结合区域自动站雨量实时监测数据、数值预报和预报员主观精细化降水预报,建立廊坊城市积涝动态预报预警系统,可实时估算、预报城市积水深度、积水时间等,预报并进行了业务试运行。系统以2012年7月21日廊坊市特大暴雨引起的城市积涝过程为例对系统进行了验证,结果表明：预报积水深度与实际积水情况比较接近,预报结果对城市防洪减灾有指导意义。     

江苏冬季降水相态气候分布特征及预报方法探讨

利用1981-2010年南京、徐州、射阳逐日探空资料和地面观测资料,在分析冬季雨日、雪日、雨夹雪日气候特点的基础上,运用厚度分析的方法进一步研究江苏冬季不同降水相态的预报指标.结果表明:厚度分析能被用来识别降水相态(雨、雪),1 000～850 hPa厚度阈值1 292 gpm可以作为江苏冬季区分雨、雪的一个重要参考指标.同时结合地面温度和850 hPa温度可以较准确的判定降水的相态,即1 000～ 850 hPa厚度≤1 292 gpm,且T850≤-3℃,T≤2℃时,判定为雪;反之,则为雨.另外,地面湿球温度在雨雪区分上也是一个很有参考价值的指标.     

Optimal liability apportionment in programmatic credit-based emissions trading

The inclusion of Programmes of Activities (PoAs) within the Clean Development Mechanism (CDM) has been limited by the fact that third-party project validators, who determine the eligibility of a CDM Project Activity (CPA), are currently held liable for any certificates that are erroneously issued. As such, validators must replace any credits issued for the relevant CPA. Moreover, the risk associated with the validation of small-scale CPAs is considerably higher than that associated with traditional CDM projects. Using a simple game-theory model to model the interactions between project validators and coordinators, it is shown that shifting liability for certificates that are erroneously included – from the former to the latter – is never optimal, does not provide a strong enough incentive to enforce first-best levels of due care in CPA selection and inclusion, and can induce overprovision in validation efforts. The main problem with such a simple proportionate liability regime is that an increase in incentives for one player automatically leads to a decrease in incentives for the other. Two additional instruments are also considered that would both rectify this problem and improve the environmental integrity of the CDM mechanism.     

利用CG-5重力仪标定动态检定场

介绍了使用CG-5相对重力仪对宝坻重力仪动态精度检定场进行标定的情况,并对观测成果精度进行了分析,实现了对检定场的成功标定。     

线纹计量器具检定系统表修订建议

JJG 2001-1987《线纹计量器具检定系统》是我国线纹计量器具进行量值传递的检定系统表,但其存在着许多不足,已无法满足当今计量检定的需要。此处对该检定系统表进行详细分析后给出修订建议,并介绍了目前国际上有关动向,提出了一些有益建议。     

水平螺旋度在沙尘暴预报中的应用

为了更准确地预报中国北方沙尘暴的强度和范围,应用2002—2010年3—6月逐日08和20时高空流场资料、高空图资料和地面每3 h的天气图资料,计算近地面至500 hPa的水平螺旋度。结果表明,螺旋度负值中心值越大,辐合上升运动越强,风速越大,对应沙尘暴的强度就越强。螺旋度负值中心常常在河西走廊附近最强,沙尘暴发生在螺旋度负值中心附近或下游。在沙尘关键区(40°—48°N,84°—120°E)当出现螺旋度≤-600 m2/s2的负值中心时,6 h内该区或其下游将产生能见度低于500 m的强沙尘暴,螺旋度负值中心与下游沙尘暴发生区有良好的对应关系。通过对中国北方区域性强沙尘暴典型个例、甘肃省河西走廊东部沙尘天气的对比分析,螺旋度有较强的日变化,白天强于夜间,对冬春季中国北方干旱区的冷锋型沙尘暴天气有较强的预报能力。     

T639数值产品对影响新疆主要系统的预报检验评估

使用T639L60模式2009—2010年1°×1°分辨率72 h预报时效内的高度场预报产品及ECMWF客观分析场,采用天气学检验方法,对新疆主要天气影响系统(西西伯利亚低槽、乌拉尔大槽、北方横槽和中亚低值系统)数值产品的预报能力进行检验。主要从影响系统生成时间、中心强度、槽线位置、移动速度4个方面进行检验。检验结果表明:T639模式对新疆影响系统具有较好的预报性能,尤其对48h内的预报能力非常高。但因影响系统和预报时效不同其预报能力也有较大差异,对越深厚的低槽系统,T639模式的预报效果越好;T639产品对西西伯利亚低槽和乌拉尔大槽出现时间预报偏早的较多,而北方横槽和中亚低值系统偏晚的多;对西西伯利亚低槽和中亚低值系统槽线位置预报偏快的较多,而乌拉尔大槽和北方横槽偏慢的多。