台风大风预报研究回顾

大风是台风引发的三大灾害之一,考虑到现有的台风大风研究相对较少、预报经验也比较不足,因此对其预报方法进行回顾总结具有十分重要的意义。从经验预报、统计预报、数值模式预报及数值预报产品释用等4个方向梳理了台风大风预报技术的研究与应用现状:天气图、卫星云图和雷达图是经验预报中非常重要的工具;统计预报根据方法的不同可细分为回归预报、客观相似预报和气候持续性预报;数值模式预报方面,国内外多家机构都研发了相应的台风大风预报产品;数值预报产品的释用目前则包含了动力释用、统计释用和人工智能释用。同时总结了上述4类预报方法各自的优势和不足。最后,讨论了未来研究与实际业务中进一步提高台风大风预报能力的可能发展方向。     

Experiments with the Improved Dynamical-Statistical-Analog Ensemble Forecast Model for Landfalling Typhoon Precipitation over South China

In recent work, three physical factors of the Dynamical-Statistical-Analog Ensemble Forecast Model for Landfalling Typhoon Precipitation (DSAEF_LTP model) have been introduced, namely, tropical cyclone (TC) track, TC landfall season, and TC intensity. In the present study, we set out to test the forecasting performance of the improved model with new similarity regions and ensemble forecast schemes added. Four experiments associated with the prediction of accumulated precipitation were conducted based on 47 landfalling TCs that occurred over South China during 2004-2018. The first experiment was designed as the DSAEF_LTP model with TC track, TC landfall season, and intensity (DSAEF_LTP-1). The other three experiments were based on the first experiment, but with new ensemble forecast schemes added (DSAEF_LTP-2), new similarity regions added (DSAEF_LTP-3), and both added (DSAEF_LTP- 4), respectively. Results showed that, after new similarity regions added into the model (DSAEF_LTP-3), the forecasting performance of the DSAEF_LTP model for heavy rainfall (accumulated precipitation ≥250 mm and ≥100 mm) improved, and the sum of the threat score (TS250 + TS100) increased by 4.44%. Although the forecasting performance of DSAEF_LTP-2 was the same as that of DSAEF_LTP-1, the forecasting performance was significantly improved and better than that of DSAEF_LTP-3 when the new ensemble schemes and similarity regions were added simultaneously (DSAEF_LTP-4), with the TS increasing by 25.36%. Moreover, the forecasting performance of the four experiments was compared with four operational numerical weather prediction models, and the comparison indicated that the DSAEF_LTP model showed advantages in predicting heavy rainfall. Finally, some issues associated with the experimental results and future improvements of the DSAEF_LTP model were discussed.     

Experiments of DSAEF_LTP Model with Two Improved Parameters for Accumulated Precipitation of Landfalling Tropical Cyclones over Southeast China

The Dynamical-Statistical-Analog Ensemble Forecast model for landfalling tropical cyclones (TCs) precipitation (DSAEF_LTP) utilises an operational numerical weather prediction (NWP) model for the forecast track, while the precipitation forecast is obtained by finding analog cyclones, and making a precipitation forecast from an ensemble of the analogs. This study addresses TCs that occurred from 2004 to 2019 in Southeast China with 47 TCs as training samples and 18 TCs for independent forecast experiments. Experiments use four model versions. The control experiment DSAEF_LTP_1 includes three factors including TC track, landfall season, and TC intensity to determine analogs. Versions DSAEF_LTP_2, DSAEF_LTP_3, and DSAEF_LTP_4 respectively integrate improved similarity region, improved ensemble method, and improvements in both parameters. Results show that the DSAEF_LTP model with new values of similarity region and ensemble method (DSAEF_LTP_4) performs best in the simulation experiment, while the DSAEF_LTP model with new values only of ensemble method (DSAEF_LTP_3) performs best in the forecast experiment. The reason for the difference between simulation (training sample) and forecast (independent sample) may be that the proportion of TC with typical tracks (southeast to northwest movement or landfall over Southeast China) has changed significantly between samples. Forecast performance is compared with that of three global dynamical models (ECMWF, GRAPES, and GFS) and a regional dynamical model (SMS-WARMS). The DSAEF_LTP model performs better than the dynamical models and tends to produce more false alarms in accumulated forecast precipitation above 250 mm and 100 mm. Compared with TCs without heavy precipitation or typical tracks, TCs with these characteristics are better forecasted by the DSAEF_LTP model.     

不同强度热带气旋对中国降水变化的影响

基于1960—2017年2 000多个气象台站逐日降水数据和中国气象局热带气旋(TC)最佳路径资料集,采用客观天气图分析法(OSAT)识别得到TC降水。研究表明,中国TC降水总体呈显著下降趋势,较12年前的研究结果下降趋势变缓;TC盛期(7~9月)降水占到TC总降水的78.5%,TC盛期降水和TC非盛期降水均呈显著下降趋势。TC降水气候趋势在空间分布上以减少为主要特征,并表现出明显的地域差异,自南向北呈"减少—增多—减少"的分布型,减少趋势中心位于广东和海南。按TC影响期最大强度分级(弱TC、中等强度TC和强TC)研究不同强度TC降水的变化,结果显示,强TC降水表现出显著减少趋势,主要决定着TC总降水的影响范围和趋势等主要特征。进一步分析发现,影响TC频数在1960—2017年呈显著减少趋势,并在1995年发生突变;对1995年前后2个时期的对比研究显示,与前一时期(1960—1994年)相比,后一时期(1995—2017年)影响TC活动频次在20°N以南的海域呈现出显著的减少趋势,减少大值中心位于南海北部,而且这一特征也主要由影响TC中的强TC所决定;强TC的这一变化趋势导致了华南地区尤其是广东和海南TC降水日数的减少,进而使得TC降水减少。     

2011年全球重大天气气候事件及其成因

2011年,全球气温偏高,为有观测记录以来的第十个暖年,是近60年来出现拉尼娜事件的年份中全球气温最高的一年。2011年,全球热带气旋活动较常年偏少。4月,一次拉尼娜事件结束,9月又一次拉尼娜事件生成。年初,低温、寒流席卷亚洲大部,暴风雪频繁袭击北美地区。西欧和中国东部出现严重春旱。夏季,非洲东部经历了20世纪80年代以来最严重的干旱,而东南亚、巴基斯坦和中南美洲洪涝灾害严重。全球极端偏暖事件主要出现在欧洲西部和西北部、南亚南部、东亚中西部、北美东南部等地;极端偏冷事件主要出现在东亚、澳大利亚、非洲南部和美国东北部和西部等地。而南美中东部、东南亚及中国东南部、日本、澳大利亚北部、非洲西部等地出现了极端强降水事件。研究发现,2010／2011年拉尼娜事件和台风活动是导致东南亚洪涝出现的重要原因,而巴基斯坦洪涝主要与印度洋正位相偶极型海温分布有关。     

2011年8月气候异常及成因分析

在总结2011年8月我国气候异常与大气环流特征的基础上,针对西南干旱和热带气旋活动偏少两大气候异常事件的成因进行了分析。结果表明：高度场偏高、西太平洋副热带高压偏强、夏季风偏弱和水汽条件较差等大气环流异常是导致高温干旱的主要原因;中部型拉尼娜事件的滞后影响和印度洋偏暖的影响是西南干旱的重要外强迫条件。南海对流活动偏弱,菲律宾以东季风槽位置偏北,热带气旋活动区域垂直风切偏大,西北太平洋副热带高压偏强等因素导致热带气旋活动偏少。     

世界主要发达国家地质信息服务体系的现状与特点

美、澳、加、英为世界主要发达国家,建立了较为完善的地质信息服务体系。通过对4国相关地质调查机构、政府网站的查阅和对文献的研读,从地质信息服务体系的关键要素等7个方面分析4国地质信息服务现状,总结了地质信息社会化服务体系（包括服务对象、服务提供者、服务内容、服务方式、服务政策、法规、技术和组织机构等）的建设特点,即主要发达国家正在不断丰富服务内容、扩展服务方式、沿用创新技术、完善发展战略及相关政策与法律等,以满足多元化的社会需求     

1960—2009年中国冬季区域性极端低温事件的时空特征

采用区域性极端低温事件客观识别技术对1960—2009年的区域性极端低温事件进行检测,并分析其空间分布和时间演变特征。结果表明：区域性极端低温事件指标中最低温度和几何中心纬度的频次分布为双峰特征,发生频次较高的纬度主要位于30°N和42°N附近,且1980年代中期以前南北两个带并存,之后则以30°N附近为主;1960—2009年事件的发生频次、强度和最大覆盖面积等呈总体减弱趋势,在1980年代后期存在显著的转折,1990年代后期变化逐渐趋于平缓,并且这种变化主要是由占总数10%的持续时间长和空间范围广的事件作用的结果。此外,对体现事件多方面影响的综合指标进行等级划分并分析其变化特征。     

2012年海洋和大气环流异常及其对中国气候的影响

文章主要对2011/2012年冬季至2012年秋季的海洋和大气环流异常进行分析,并讨论这些异常特征对中国气温和降水的主要影响。分析表明:2012年3月拉尼娜事件结束,赤道中东太平洋在7—8月出现明显暖水波动,之后进入正常状态。暖水波动使9—10月西太副高偏强偏西控制长江以南大部,造成该地温高雨少:8—9月,热带印度洋呈显著的偶极子正位相模态,在热带东太平洋激发出异常反气旋,其西北侧西南气流有利于暖湿气流影响中国华西南部出现明显秋雨。2012年南海夏季风爆发偏早1候,结束偏晚2候,强度偏弱;东亚夏季风为1951年以来第四强,使得东亚夏季风雨带位置偏北,中国北方大部夏季降水偏多。受海温和大气环流异常等的共同影响,我国出现了冬冷、春夏热、秋冷和夏季降水"北多南少"的气候特征。     

确定风廓线雷达功率谱噪声功率方法

风廓线雷达以测风为主要目的设计,没有充分考虑强度的定量测量。如果能够实现强度定量测量将大大扩展风廓线雷达的应用范围。首要的扩展应用就是可以获取雨滴谱分布、解决降水定量测量准确性问题。若实现强度定量测量,需要解决的一个关键技术问题是如何由其功率谱数据准确计算噪声功率。该文根据风廓线雷达功率谱估计方法、依据噪声频域统计特性,提出了一种计算风廓线雷达功率谱噪声功率的方法,并利用风廓线雷达实测功率谱数据进行检验。检验结果表明:即便在有降水或存在地物时,该方法仍可以准确、快速分辨出噪声功率谱, 且客观有效。