新一代天气雷达布网设计的有效覆盖和地形遮挡分析

一般情况下,地形影响造成的雷达波束遮挡是长期保持不变的。研究雷达地形遮挡情况有助于提升雷达探测资料的有效性和可靠性。利用先进星载热发射和反射辐射仪全球数字高程模型地形数据,对我国已建成的208个新一代天气雷达站点进行地形遮挡分析,计算业务体扫模式(Volume Coverage Pattern modes, VCP)21的九个仰角下200 km范围内雷达反射率的波束阻挡系数,绘制观测仰角分别为0.5°、1. 45°、2. 4°和3. 35°时雷达有效观测区域的覆盖图,计算相应的有效覆盖面积。结果表明全国新一代天气雷达站200 km范围内0. 5°、1. 45°、2. 4°和3. 35°仰角平均遮挡比例分别为30. 7%、8. 5%、2. 5%和1.0%,平均有效覆盖面积分别为83210.5、109354.2、118170.9、121631.5 km~2,只有少数几个雷达站受邻近山脉地形遮挡影响严重,雷达站总体有效覆盖情况较好。     

基于HRCLDAS/CLM陆面数据同化系统的青藏高原地区土壤湿度模拟研究

利用最新的高时空分辨率（1 km、1 h）的中国气象局高分辨率陆面数据同化系统（HRCLDAS-V1.0）大气近地面强迫资料,驱动由NCAR发展的通用陆面模式（CLM）,对青藏高原地区2015年1月1日至9月30日的土壤湿度开展了模拟研究。结果表明模拟得到的高时空分辨率（1 km、1 h）土壤湿度能够体现出青藏高原地区从东南向西北逐渐变低的空间分布特征,较好地表现出各层土壤湿度的时间变化特征,6~9月土壤湿度波动较大,1~5月波动较平缓,上层土壤湿度变幅较大,深层变化较平缓。0~5 cm、0~10 cm和10~40 cm深度土壤湿度模拟结果与观测值的相关系数均在0.8以上,其中0~5 cm土层的相关系数达到0.92,各层土壤湿度观测值与模拟值的均方根误差变化则相反,3个土层土壤湿度模拟结果与观测值的偏差均小于0.04 mm3 mm-3,但模式对于研究时段土壤湿度变化的低值有高估现象,且模拟能力随着土层深度的加深而减弱。     

CLDAS土壤湿度业务产品的干旱监测应用

针对2012年中国区域严重的干旱, 利用2013年国家气象信息中心发布的中国气象局陆面数据同化系统(CLDAS-V1.0)土壤体积含水量数据集产品, 并结合新的中国地表土壤水文参数数据集, 计算2012年中国区域土壤相对湿度, 依据《气象干旱等级》国家标准进行干旱监测. 结果表明: 该土壤相对湿度数据集能较为全面的反映2012年中国的干旱发生发展的空间特征, 在西南、江淮黄淮、华南以及东北等4个主要的干旱区域表现的尤为明显. 结果表明, 利用土壤容重、田间持水量等信息, 结合CLDAS-V1.0实时业务产品, 可实时获取时空连续的土壤相对湿度产品, 可以实现对中国区域的干旱实时监测.     

多种再分析地表温度资料在中国区域的适用性分析

利用1979-2010年中国805个站点的逐日地表温度观测资料与ERA-Interim、ERA-Interim/Land、JRA-55、NCEP/NCAR和NCEP/DOE五种再分析地表温度资料, 对五种再分析地表温度资料在中国区域的适用性进行了比较与分析. 结果表明: 从空间分布特征来看, JRA-55资料与观测资料最为接近; 五种再分析地表温度资料在东部地区的适用性好于西部地区, 且均不能很好地模拟出青藏高原地区和西北西部地区的地表温度分布. 从地表温度的长期变化来看, 五种再分析地表温度资料虽然可以描述地表温度变化趋势, 但均存在低估现象, 且低估现象随着地表温度的增加变得更加严重. 在地表温度人工观测和自动观测交接的时间段, 可以使用再分析资料作为地表温度均一化的参考序列.     

中国北方冬季降水的多源资料产品评估和融合优化

为了考察不同来源降水产品在中国北方冬季（特别是固态降水）的精度和可用性,优化融合降水产品质量,利用2019年12月—2020年2月美国CMORPH和IMERGE卫星反演降水、日本GSMaP、中国气象局雷达定量估测降水（MOC-QPE）、CMA-MESO模式预报以及地面观测插值等不同来源分析的降水产品,以地面站观测逐小时降水量数据为基准,从KGE评分、相关系数、平均误差和均方根误差等精度统计指标以及命中率（FOD）、虚警率（FAR）和TS评分等降水事件发生角度开展评估,结果表明:中国区域单源降水产品中地面插值分析产品对冬季降水描述精度最高也最稳定,但存在明显的系统偏低;其次是MOC-QPE和IMERG卫星产品,对中国北方偏南部地区的降水有一定的描述能力,但对北方高纬度地区固态降水的反映能力较差;卫星产品中IMERG精度最高,CMORPH则基本没有反演能力;CMA-MSEO模式产品虽然误差较大但与地面站观测的降水特别是固态降水存在较高相关,明显优于雷达和IMERG、GSMaP等卫星产品。采用BMA技术融合雷达、模式、卫星降水形成优化背景场,评估逐步引入不同的数据源对融合降水在冬季的精度影响,引入IMERG卫星和CMA-MESO模式产品均能提升高分辨率融合产品的质量,其中模式产品的改进效果最显著。      

两种陆面模式对中国区域土壤温度模拟的对比分析

为研究不同陆面模式对中国区域土壤温度的模拟效果,基于中国气象局陆面数据同化系统（CMA Land Data Assimilation System,CLDAS）大气驱动数据分别驱动Noah和Noah-MP陆面模式进行中国区域土壤温度的模拟（简称:CLDAS_Noah和CLDAS_Noah-MP试验）,使用2010—2018年中国气象局2380个土壤温度观测站点10和40 cm观测数据以及美国全球陆面数据同化系统（The Global Land Data Assimilation System,GLDAS）驱动的Noah模式（GLDAS_Noah试验）模拟的土壤温度结果,从空间分布、季节、分区等角度进行了评估,实现了不同驱动数据相同陆面模式和相同驱动数据不同陆面模式的对比分析。结果表明: GLDAS_Noah、CLDAS_Noah和CLDAS_Noah-MP试验均能合理模拟出中国区域土壤温度空间分布,但在量级上有一定差异,主要表现在中国东北、新疆、青藏高原等积雪区。对于相同陆面模式不同驱动数据,均方根误差显示CLDAS_Noah试验在季节与分区上均优于GLDAS_Noah试验,间接表明CLDAS大气驱动数据优于GLDAS大气驱动数据,且大气驱动数据是提高土壤温度模拟精度的重要因素之一;对于相同驱动数据不同陆面模式,总体上CLDAS_Noah-MP试验棋拟效果优于CLDAS_Noah试验,其中CLDAS_Noah试验模拟的10和40 cm深度土壤温度在冬季积雪区误差明显大于CLDAS_Noah-MP试验,可能与Noah-MP模式改进了积雪方案有关,但10和40 cm深度下CLDAS_Noah-MP试验在东北、华北、青藏高原地区对春季土壤温度模拟误差明显大于CLDAS_Noah试验,可能与Noah-MP模式融雪方案有关。总之,本研究对于后续开展土壤温度多模式集成、土壤温度站点资料同化,最终研制中国区域高质量土壤温度数据集具有一定的参考意义。      

复杂地形下C波段雷达定量降水估计算法

C波段雷达定量降水估计（QPE）精度受到很多因素的影响,主要包括:（1）雷达标定,（2）非气象回波的干扰,（3）降水物垂直空间变化,（4）地形或地物的严重遮挡,（5）Z-R关系的代表性,（6）雷达拼图的质量,（7）雷达观测回波衰减等。文中雷达定量降水估计算法基于陕西省C波段天气雷达展开,从雷达探测数据质量控制、地形遮挡、Z-R关系和雷达拼图等方面提高C波段天气雷达定量降水估计的精度,产生降水类型产品和1 h定量降水估计产品,产品空间分辨率为0.01°×0.01°,时间分辨率为6 min。通过对7次降水过程进行评估,结果表明:基于混合仰角反射率因子处理模块和降水类型分类模块进行雷达定量降水估计,得到的结果与地面雨量站观测降水接近,1 h累计降水量的统计评分指标均方根误差稳定在3 mm以下,相对误差稳定在50%左右,相对偏差保持在?30%以内,雷达定量降水估计产品的离散度和绝对偏差都较低,表明该算法得到的雷达定量降水估计稳定可靠。      

全球多源海冰密集度融合资料研制试验

为了发展一套全球多源海冰密集度逐日融合资料,以欧洲气象卫星应用组织（EUMETSAT）海洋海冰应用中心（OSI SAF）海冰密集度数据、中国国家卫星气象中心（NSMC）的MWRI和VIRR全球海冰密集度数据、美国国家冰雪数据中心（NSIDC）的NISE海冰密集度数据、美国国家冰中心（NIC）的IMS北半球海冰数据为观测数据源,以ERA-Interim模式数据为背景场,采用以下方案开展融合试验。首先,对各数据源资料进行质量控制;其次,以OSI SAF海冰密集度数据为基准,采用概率密度函数（PDF）匹配方法订正其他卫星资料的系统误差;然后,根据订正后的误差生成超级观测场;最后,利用STMAS方法将超级观测场和作为背景场的ERA-Interim海冰密集度数据进行融合,生成全球逐日0.25°分辨率海冰密集度融合试验数据。通过与国际广泛使用的OISST、OSTIA海冰密集度数据对比,评估融合试验产品的质量。结果表明:融合方案中的PDF方法通过调整非基准资料的概率密度分布,实现非基准资料和基准资料概率密度分布一致,从而使3种海冰密集度卫星资料系统误差均显著减小;STMAS方法能够将超级观测场和背景场进行有效融合,生成融合试验产品;风云卫星数据的使用提高了融合数据生产的自主可控能力;同时,融合方案考虑了卫星数据源的时效性、获取的稳定性等因素。融合产品与OISST和OSTIA海冰密集度数据的空间分布在南、北极均高度吻合,相关系数均超过0.985,与OISST和OSTIA的偏差分别为?1.170%和0.276%,融合试验产品整体偏差介于两种资料之间,反映了试验产品系统误差较小的良好特性。可见,融合方案能够满足实时业务需要,融合试验产品具有较高的质量。      

1998长江大水期间对流云团活动特征研究

运用1998年6～8月逐日逐时GMS辐射亮度温度TBB资料,统计和分析了长江流域4个大暴雨时段中各自中尺度对流云团活动的一些主要特征,指出长江流域的这场罕见大水是在特定的环流形势下,由315个β中尺度和α中尺度对流云团直接造成的.与此同时,对7月21～22日发生在武汉及其以东黄冈地区的特大暴雨作了较详细的分析,发现它是由4次强对流云团形成发展及向西传播造成的,并指出低空强西南风急流与切变线及特定的地形条件是对流云团形成和发展的根本原因.     

中国区域高分辨率多源降水观测产品的融合方法试验

高质量、高分辨率降水产品研制对于数值天气模式检验、水文陆面模拟、山洪地质灾害监测有着重要意义。利用中国近4万自动气象站逐时降水资料、中国雷达定量降水估计和CMORPH卫星反演降水产品,开展0.05°×0.05°和0.01°×0.01°两种高分辨率下的三源降水融合方法研究试验,探讨如何有效引入雷达高分辨率信息来提高降水产品质量。一方面,在0.05°分辨率上,先以自动气象站观测降水数据为基准,采用概率密度函数（PDF）匹配法订正雷达和卫星估测降水产品的系统偏差,将雷达降水产品的偏差从-0.05 mm/h降至-0.008 mm/h;再采用贝叶斯模型平均（BMA）方法融合雷达和卫星降水产品,形成0.05°分辨率的中国区域覆盖完整且最优的联合降水背景场。此外,在0.01°分辨率上,以0.05°分辨率的卫星-雷达贝叶斯模型平均联合降水产品为背景,采用1 km雷达估测降水的空间结构信息进行降尺度,亦能有效提高0.01°分辨率背景场的质量。然后,分别以不同分辨率的卫星-雷达联合降水产品为背景,采用统计方法量化误差估计,再采用最优插值方法融入地面观测。通过2419个中国国家级气象台站的独立样本检验,评估了多种类型的降水资料及融合试验产品在中国地区的质量。结果表明,两种分辨率的三源融合试验产品的精度均优于任何单一来源的降水产品,特别是在站点稀疏地区,降水精度均较融合前有显著提高,达到了较好的融合效果,其中在0.05°分辨率上采用“概率密度函数+贝叶斯模型平均+最优插值”方法的三源融合降水产品整体质量最好,而0.01°分辨率上基于“概率密度函数+贝叶斯模型平均+降尺度+最优插值”方法的三源融合降水产品在强降水监测上更有优势。