利用天气数值预报产品建立贵州黔西南州分县温度预报方程的方法及应用

利用2002～2004年1～12月EC、T213天气数值产品的温度格点实时分析资料、预报资料以及贵州省黔西南州8个测站观测资料,从160个样本中筛选出相关较好的因子,利用多元回归统计模型,以及根据地理环境,天气形势分型造成的温度差值(ΔT)为逐步订正值,建立黔西南州分县温度预报方程。在2005年11月～2006年2月应用中取得较好效果,预报误差小于±3.0℃,平均误差1.3℃。     

2015年5月大气环流和天气分析

对2015年3—5月T639、ECMWF（文中简称EC）及日本数值模式中期预报产品进行了检验和对比。结果表明：三个模式对亚洲中高纬地区大尺度环流和850 hPa温度的演变和调整均具有较好的预报性能,EC模式对西风指数、850 hPa温度转折过程和变化幅度的预报略优于其他两个模式。对2015年3月31日至4月1日北方地区强沙尘暴天气过程的主要影响天气系统,三个模式预报能力相当,121 h时效都较好地预报出了地面冷高压,但强度和范围与实况有一定偏差。     

季风低压诱发2018年8月广东特大暴雨过程分析

利用NCEP/FNL再分析资料和中尺度数值模拟方法探讨2018年8月27日—9月1日季风低压环境下广东特大暴雨过程的形成成因。利用扰动天气图方法分析发现,季风低压和西南急流为此次广东暴雨过程提供了有利的水汽条件和能量条件。熵变零线位置与降水落区位置有较好的对应,零线处能量有最大累积,有利于暴雨的发生发展,对预报暴雨降水落区有一定的指示意义。为进一步验证季风低压的影响机制,构建不同季风低压尺度的敏感性试验,即通过滤去季风低压环流中的扰动分量来改变季风低压的强度。结果表明：暴雨强度与季风低压尺度和强度存在密切的关系。当季风低压强度较强时,暴雨过程总雨量强;当季风低压强度较弱时,降水大为减少甚至无降水。诊断分析指出,能量螺旋度指数能够较好反映出不同情形下降水发生发展,在季风低压背景下,暴雨区能量螺旋度指数较大,降水强度较强。反之,随着季风低压强度减弱,能量螺旋度指数减小,降水减弱。     

基于FY-4A卫星数据的短时强降水监测预警指标

选取2018—2021年汛期短时强降水天气过程,利用相关性分析、箱线图法和极值统计法,尝试研究FY-4A卫星产品在短时强降水天气过程中的监测预警指标。研究表明：(1)FY-4A卫星多通道数据可以作为短时强降水监测预警的定量化指标予以应用。(2)筛选出相关性较好的13项产品统计出短时强降水的监测预警指标,其中赋值类指标4项,数值判别类指标9项(含辅助指标3项);初步设定13项指标中有9项达标时,短时强降水会发生。(3)在评估基础上完善了指标,监测预警效果有所提高,TS评分提高5.4%,空报率降低2.7%,漏报率降低1.9%。     

内蒙古区域数值预报对探空和地面观测资料的敏感性试验研究

基于内蒙古睿图预报系统的低分辨率版本和WRFDA-FSO诊断工具,评估2021年7月现有探空和地面观测对内蒙古睿图预报系统预报的影响。该方法计算代价相对低廉,并允许根据观测变量、观测类型、气压层次、地理区域等观测的子集对观测影响进行划分。代价函数为以干总能量为度量的背景场和分析场的预报误差之间的差异。结果表明:观测影响的总体总和为负,观测对预报起正贡献作用。对12 h预报误差减小贡献最大的观测来自探空观测的动力变量(U、V风分量)。而单时次单位数量平均观测影响,探空观测的贡献约为地面观测的1/2。探空观测对12 h预报误差减小从近地面层至模式层顶均保持正贡献作用,并在对流层中低层和对流层高空急流层存在两个极大值区域;地面观测在850 hPa以下低层正贡献占比明显。探空观测在被同化系统同化时均总体具有有利的影响,也反映出探空观测数据稳定、质量较高的特征;地面观测对12 h预报误差减小起正贡献作用次数最多的区域在河套地区尤为显著。同时,探讨了需进一步提高地面观测资料同化率的问题。     

多种模式降水预报的稳定性特征研究

预报的稳定性是指对同一时段在不同时间发布的多时效预报结论的一致性,是模式预报质量的一个重要方面,较大的不稳定性会给使用者造成困扰。为深入了解业务常用模式的稳定性,使用相对标准偏差指标计算不同时效预报的降水量波动大小,并改进了Flip-Flop指数（改进后简称FFnorm）,计算多时效降水量预报变化趋势的翻转程度,衡量预报变化趋势的稳定性,对2种全球模式（ECMWF、NCEP-GFS）、3种区域模式（CMA-MESO、CMA-SH9、HHUPS-ST）,在中国6个气候分区中降水预报的稳定性进行对比分析,分为实况有降水和暴雨及以上降水2种情况进行了讨论。结果表明：实况有降水时,相对区域模式来说,全球模式的多时效降水预报的相对标准偏差较小,即模式降水量预报的波动较小;各模式对西南区的西部、东北区的东部以及华南区的南部预报的波动性相对较小,西北区的西部波动性较大。就多时效降水量预报变化趋势而言,2种情况下均为CMA-MESO、NCEP-GFS和 ECMWF的稳定性较好,其FFnorm指数小于HHUPS-ST和CMA-SH9模式,其中CMA-MESO对西南区、华南部分地区降水量预报变化趋势的稳定性较为突出;CMA-SH9的指数最大,多时效降水量预报变化趋势稳定性较差;各模式对长江中下游地区的FFnorm指数相对较大,多时效预报趋势的稳定性较差。有降水时,CMA-MESO随时效临近的降水量预报变化趋势稳定（单调递增、单调递减或不变）的频次最多,其次是NCEP-GFS,2种降水情况下,该2种模式的降水量预报均为随时效临近单调递增次数大于递减次数,且CMA-MESO单调递增特征尤其显著。以上特征能够为模式调试和预报决策提供参考。     

顾及有效角动量与IGS超快解数据的极移预报方法

极移高精度预报对卫星实时定轨、深空探测器导航等应用至关重要.本文提出了一种联合有效角动量(Effective Angular Momentum, EAM)与国际全球卫星导航系统服务组织(International GNSS Service, IGS)提供的超快解数据进行极移预报的方法.该方法基于IGS超快解数据得到的极移第1天预报值, 对引入EAM得到的极移预报结果进行校正, 获得联合预报值.首先, 基于LS(Least Squares)+AR(Auto-Regressive)模型实现了引入EAM的极移预报, 相对国际地球自转与参考系统服务组织(International Earth Rotation and Reference Systems Service, IERS)提供的公报A数据, 在超短期(第1~10天)预报跨度可以得到更高精度的极移预报结果, 其中大气和海洋角动量发挥了主要作用.其次, 鉴于IGS超快解数据精度高、更新快的特点, 以IGS超快解为基础数据, 基于LS+AR模型可以得到极移第1天预报值, 其精度显著优于IERS公报A的极移第1天预报值.最后, 利用第1天预报值对顾及有效角动量的预报结果进行校正获得了联合预报值, 进一步提高了超短期极移预报精度(尤其是第1~5天).2020年7月24日—2022年1月30日间的联合预报结果表明: 第1~20天的预报值总体优于IERS公报A的预报值.其中, 第1~10天的预报精度显著提升, 在预报第1天, X、Y方向预报值相对公报A预报值的精度提升分别可达39.5%~62.3%和24.5%~51.9%;在预报第10天, 相对公报A预报值的精度提升分别可达28.0%~28.9%和21.9%~23.4%.

     

BP人工神经网络在MM5预报福建沿海大风中的释用

利用变分方法建立预报场和预报倾向场这一预报场组合与模式预报非系统性误差之间的映射关系,来估计GRAPES（Global/Regional Assimilation and PrEdiction System）模式的非系统性误差,从而对预报做出修正。采用两种不同的历史样本建立这一映射关系,其中,利用相同时刻历史样本建立映射关系的方法称为DEM方法;通过相似面积比选取“相似样本”来建立上述映射关系的方法称为SEM方法。以FNL分析资料作为评判预报误差的依据,根据2002—2010年7月GRAPES模式500 hPa高度场48 h预报的回报资料,利用两种不同的方案进行非系统性误差的估计及预报订正试验。对279个检验样本的试验结果表明：SEM方法和DEM方法都对非系统性误差有一定的估算能力,二者估算的非系统性误差空间分布和量级与模式非系统性误差较一致,SEM方法的修订效果略优于DEM方法,但并不明显。对预报做出系统性误差和非系统性误差两步订正后,DEM方法和SEM方法的订正有效率分别为98.566%和100%,可明显提高预报的准确性。

     

福建省暴雨洪涝灾害风险评估与管理

利用安徽省1961—2016年81个国家级地面气象观测站雨量、2006—2016年1 162个地面自动观测站小时雨量、1961—2016年安徽省民政厅灾情和2006—2016年《安徽省气象灾害年鉴》收录的227个暴雨过程灾情数据,采取气候平均、广义极值、概率密度函数、百分位分布等方法,统计暴雨过程的持续天数、区域、范围、平均日降水量和小时雨量对暴雨灾害的影响,划分安徽省暴雨灾害预警等级。结果表明：（1）安徽省暴雨灾害预警等级可分为Ⅳ级（轻度）、Ⅲ级（中度）、Ⅱ级（重度）、Ⅰ级（特重）四个等级;（2）从Ⅳ级到Ⅰ级,暴雨过程的持续天数指标从1—4 d,范围指标根据暴雨区占区域总面积的百分比确定,从Ⅳ级的20%上升至Ⅰ级的80%;（3）根据暴雨过程的区域差异,将安徽分为沿淮淮北、大别山区及皖南山区、沿江及江淮之间三个区域,分别建立降水量与暴雨灾情的定量关系,并在每个区域设置相应的平均日降水量和小时雨量指标;（4）利用上述暴雨灾害预警等级,对1981—2018年安徽省致灾的149个暴雨过程进行回代检验,并将其用于2020年6—7月安徽省暴雨灾害预警,暴雨灾害预警发布周期为Ⅳ级（轻度）0.66~0.82 a、Ⅲ级（中度）1.15~1.90 a、Ⅱ级（重度）3.16~3.80 a、Ⅰ级（特重）9.5~12.6 a,符合安徽暴雨灾情实际,可以为气象部门启动暴雨应急响应提供参考。

     

华东地区测震学指标异常配套和中强震对应关系初探

本文分析了部分地震学指标的物理意义。通过对华东地区1970年以来14个指标的全时间扫描,并使用华东地区Ms≥5.0地震进行对应,结果表明,选取Rm值、b值和AC值进行同步异常分析,能显著提高华东地区的有震报震率,但有漏报。对目前华东地区异常集中区(南黄海及其沿岸地区)进行时间扫描,结果显示该异常集中区未出现同步异常,认为该区域短期内发生中强地震的可能性不大。