THE IMPACT OF MOUNTAIN TO BASIN WINDS ON THE DIURNAL VARIATION IN FOG OVER THE SICHUAN BASIN, CHINA

There is an increased demand for the accurate prediction of fog events in the Sichuan Basin (SCB) using numerical methods. A dense fog event that occurred over the SCB on 22 December 2016 was investigated. The results show that this dense fog event was influenced by the southwest of a low pressure with a weak horizontal pressure gradient and high relative humidity. This fog event showed typical diurnal variations. The fog began to form at 1800 UTC on 21 December 2016 (0200 local standard time on 22 December 2016) and dissipated at 0600 UTC on 22 December 2016 (1400 local standard time on 22 December 2016). The Weather Research and Forecasting model was able to partially reproduce the main features of this fog event and the diurnal variation in the local mountain to basin winds. The simulated horizontal visibility and liquid water content were used to characterize the fog. The mountain to basin winds had an important role in the diurnal variation of the fog event. The positive feedback mechanism between the fog and mountain to basin winds was good for the formation and maintain of the fog during the night. During the day, the mountain to basin wind displayed a transition from downslope flows to upslope flows. Water vapor evaporated easily from the warm, strong upslope winds, which resulted in the dissipation of fog during the day. The topography surrounding the SCB favored the lifting and condensation of air parcels in the lower troposphere as a result of the low height of the lifting condensation level.     

基于区域自动站数据的兰州地区降水精细化特征

基于2012—2019年兰州地区146个区域自动气象站小时降水数据,从不同时间尺度分析兰州地区近8 a降水精细化特征。结论如下:(1)2012—2019年,兰州地区年均降水量总体呈"北少南多、外多内少"的空间分布特征;年降水量具有明显的年际变化,2018年降水异常偏多46%,而2015、2017年降水异常偏少,尤其2015年偏少30%。(2)兰州地区降水主要集中在7—8月,受环流形势影响,7—8月南部降水明显多于北部,其余月份南北降水差异不明显。(3)兰州地区降水量和降水范围分别表现为"朝少夕多"、"夜大日小"的日变化特征;受海拔高度影响,城区降水量总体比山区小,且因热岛效应,城区降水主要集中在午后至傍晚前后,多为对流性降水,而山区降水日分布较为均匀,整体日波动较小。(4)安宁区短时强降水发生频次最高,但短时强降水频发的站点出现在皋兰县六合站和永登县徐家磨村站,永登县是兰州地区短时强降水预报需重点关注的地区。     

基于区域自动站数据的兰州地区降水精细化特征

基于2012—2019年兰州地区146个区域自动气象站小时降水数据,从不同时间尺度分析兰州地区近8 a降水精细化特征。结论如下:(1)2012—2019年,兰州地区年均降水量总体呈"北少南多、外多内少"的空间分布特征;年降水量具有明显的年际变化,2018年降水异常偏多46%,而2015、2017年降水异常偏少,尤其2015年偏少30%。(2)兰州地区降水主要集中在7—8月,受环流形势影响,7—8月南部降水明显多于北部,其余月份南北降水差异不明显。(3)兰州地区降水量和降水范围分别表现为"朝少夕多"、"夜大日小"的日变化特征;受海拔高度影响,城区降水量总体比山区小,且因热岛效应,城区降水主要集中在午后至傍晚前后,多为对流性降水,而山区降水日分布较为均匀,整体日波动较小。(4)安宁区短时强降水发生频次最高,但短时强降水频发的站点出现在皋兰县六合站和永登县徐家磨村站,永登县是兰州地区短时强降水预报需重点关注的地区。     

再分析资料和陆面数据同化资料土壤湿度产品在中国北方地区的适用性评估

土壤湿度是地球系统模拟的重要参数之一,准确获得其时空分布和变化特征是研究陆-气相互作用的基础。再分析资料和陆面数据同化资料均可提供全球或区域高分辨率土壤湿度产品,但在使用前需要对其进行评估分析。利用土壤湿度观测数据,计算ERA5、ERA5-Land、NCEP-DOE R2、CRA40再分析资料和GLDAS-Noah、GLDAS-CLSM、CLDAS陆面数据同化资料土壤湿度产品与观测数据的中位数、模拟偏差、相关系数等统计指标,并分季节和气候区讨论不同土壤湿度产品在中国北方地区的模拟效果。结果表明:整体来看,CRA40与观测值的相关性最好,ERA5和ERA5-Land分别对干中心、湿中心模拟效果更好,GLDAS-Noah对于较干土壤地区模拟略偏湿,CLDAS对较湿土壤地区模拟结果以系统性偏干为主,NCEP-DOE R2和GLDAS-CLSM模拟效果较差;ERA5、ERA5-Land、NCEP-DOE R2、GLDAS-Noah和CLDAS在所有季节均为模拟正偏差,春季模拟效果较好的是CRA40、ERA5-Land,夏季和秋季ERA5-Land、ERA5和CRA40与观测值相关性较好,不同产品模拟的冬季土壤湿度和观测值相关性是全年中最小的;不同土壤湿度产品在干旱区以模拟偏湿为主,GLDAS-Noah模拟效果最佳,但模拟土壤湿度峰值和谷值的出现时间较观测较早,GLDAS-Noah、CRA40、ERA5能较好模拟季风区干、湿土壤的持续时段和土壤湿度变化振幅,大部分产品能模拟出夏季风影响过渡区较干土壤和较湿土壤的出现时间。     

北京市"7·21"特大暴雨不同预报产品可预报性对比

利用ECMWF、NCEP全球预报产品和BJ-RUC区域预报产品,对比了不同模式对北京市"7·21"特大暴雨暖区降水、锋面降水的预报效果,同时利用WRF高分辨率中尺度模式同化常规观测资料和雷达资料,对此次过程进行数值模拟试验。结果表明:NCEP和ECMWF的全球集合预报产品都能预报出北京市"7·21"特大暴雨过程,但在暖区降水阶段和锋面降水阶段存在6 h左右的时间滞后,且降水量偏小;BJ-RUC区域模式预报出了整个强降水过程,且较好地预报了暖区降水,优于NCEP和ECMWF预报,但锋面降水较之实况锋面阶段降水偏南,预报的降水量小于实况。对于此次特大暴雨过程的模拟,暖区降水和锋面降水的预报要优于业务预报,且暖区降水接近实况降水,但整个锋面降水过程存在3 h的时间滞后。     

基于小波分析的西北区智能网格气温客观预报方法的检验评估

基于中国气象局(China Meterological Administration,CMA)高分辨率数值预报产品、欧洲中期数值预报中心(the European Center for Medium-range Weather Forecast,ECMWF)精细化数值预报产品和国家级地面观测站数据,采用小波分析方法及滑动训练、最优融合等技术对模式误差序列进行时频处理,实现了对模式系统误差和局地误差的订正,发展了西北区智能网格气温客观预报方法(northwest intelligent grid temperature objective prediction method,NWTM)。以2017年3月—2018年2月数据作为训练样本,对2018年3月—2019年1月西北区239个国家基本站进行检验。结果表明:1)NWTM对CMA和ECMWF两种模式产品的气温预报能力有显著的提升;随着预报时效增长,两种模式订正产品的误差增大。2)NWTM对ECMWF西北区最高气温的订正效果要明显优于CMA,但就最低气温而言,NWTM对CMA的订正效果更为显著。其中,就24 h最高气温而言,ECMWF在宁夏的订正效果最好,CMA在青海的订正效果最好;而对于24 h最低气温的预报,CMA在西北4省的订正效果相差不大,ECMWF在陕西的订正效果最好。3)空间误差检验表明:针对最高气温的预报,ECMWF订正产品的订正能力明显优于CMA,特别是在甘肃河西走廊和中东部、陕西北部和南部、宁夏中南部及青海大部。就最低气温的预报而言,ECMWF和CMA对甘肃河东和陕西南部的订正能力较好;ECMWF订正产品在宁夏中南部及青海南部的订正能力高于CMA,而CMA订正产品在陕西中部的订正能力更优。     

基于LPSC算法的逐小时格点气温客观预报及检验评估

基于中国气象局陆面数据同化系统(Land surface Data Assimilation System of China Meteorological Administration,CLDAS)逐小时气温实况融合数据,检验评估了ECMWF、CMA-MESO-3km不同尺度模式对甘肃省逐小时气温的预报性能,并利用低频滑动平均订正算法(LPSC)对模式的系统性误差进行订正;同时对SCMOC和订正后两种模式的逐小时气温预报效果进行了统计对比。结果表明:1)ECMWF、CMA-MESO-3km模式对甘肃省逐小时气温的预报具有相对稳定的系统性误差,夜间预报准确率明显低于白天,主要表现为夜间预报显著偏高,白天为小的负偏差。2)LPSC算法能够有效改善ECMWF和CMA-MESO-3km对甘肃省逐小时气温预报的系统性误差,订正效果显著。订正后ECMWF、CMA-MESO-3km的预报准确率分别较模式本身提高了20.24％、20.25％,平均误差减小至±0.3 ℃之内;空间分布亦表明,订正后全省平均误差均明显降低至±2 ℃之内。3)同类产品对比检验表明:订正后ECMWF、CMA-MESO-3km两种逐小时气温预报产品的预报效果整体上均优于SCMOC,预报准确率分别较SCMOC高20.65％、13.55％,平均绝对误差在各个时次也明显低于SCMOC。技巧评分的空间分布表明,订正后ECMWF在全省大部分地方均为正技巧,其中酒泉南部山区可达80％以上;而订正后CMA-MESO-3km的预报效果各个季节分布存在差异,主要体现在陇中和陇东南地区,冬春季以弱的正技巧为主,夏秋季基本为负技巧。另外,业务应用结果表明,对于转折性天气过程,使用该方法需要特别注意。     

基于偏最小二乘回归方法的西北区寒潮延伸期预报

利用2000—2013年西北地区376个国家站逐日最低气温及NCEP FNL再分析资料,基于西北区站点降温幅度和欧亚大陆500 hPa低频高度场,使用偏最小二乘回归方法建立西北区站点寒潮延伸期预测模型,分别以2017年1月的一个寒潮日和非寒潮日为例进行预测试验,并对2014—2017年冬半年(共728 d)西北地区的寒潮进行回报试验。结果表明,该模型能够提前10～30 d较好预测寒潮日与非寒潮日,对寒潮日提前10～30 d预测的降温幅度≥8℃的站数平均为32.9个,命中率最高可达67%,而对非寒潮日提前10～30 d预测的降温幅度≥8℃的站数平均为2.7个。对2014—2017年冬半年西北地区延伸期寒潮日的预测结果显示,该模型提前10～30 d预测的平均站点命中率为11.5%,空报率为70.3%。规定降温幅度≥8℃的站数超过15个时为一个寒潮日,则平均CS评分为0.1,预测的寒潮日与实际寒潮日对应最好。该模型可用于西北区地区延伸期寒潮的预测,具有一定的参考价值。     

基于小波分析的客观预报方法在智能网格高低温预报中的应用

基于2017—2018年中国气象局高分辨率数值预报产品、甘肃实时城镇预报产品和国家级地面观测站数据,利用小波分析、滑动训练、最优融合等技术,研发出甘肃省智能网格高低温客观订正产品。检验分析表明:城镇预报产品、滑动训练订正产品、最优融合产品3种订正产品对CMA预报均有订正能力,3种客观订正产品的最高气温订正能力强于最低气温订正能力;滑动训练法与最优融合法产生的高低温订正产品,在系统误差明显地区(甘南、陇南等)的预报结果要好于模式客观预报,而高低温城镇预报产品在气温局地性强或者模式客观预报能力差的区域有优势;最优融合预报方法生成的高低温产品预报能力略高于滑动训练订正产品且与现有预报员制作城镇预报产品基本持平,初步具备了替代主观预报的能力。