基于L波段雷达资料的威宁降雪天气预报模型初探

利用威宁站逐日地面降雪观测资料和L波段雷达每天08时、20时的探空资料,采用数理统计方法,分析2008—2019年探空各规定标准等压面温度、湿度和风向风速的分布特征,找出其降雪预报指标,建立降雪预报模型。结果表明：①威宁降雪天气主要与中低层的湿度及其风向风速、近地面~500 hPa的温度关系密切;②降雪预报模型主要包含湿度指标（H_近地面≥80%、H₇₀₀≥80%、H₆₀₀≥60%）、温度指标（T_近地面≤0.5 ℃、T₇₀₀≤-1.2 ℃、T₆₀₀≤-4.8 ℃、T₅₀₀≤-8.2 ℃）和风向风速指标（V_近地面≤5 m·s^-1、V₆₀₀≥17 m·s^-1）3个方面,随着高度的增加,风速增大,南北风切变明显;当湿度、温度指标同时满足时,直接判断将有降雪天气出现,不再进行风向风速指标的判别;③预报模型对2020年冬季(12月、1月、2月)降雪进行检验,其预报准确率达70%,预报可靠性高,对威宁降雪预报具有较强的指导性。     

从初始化中排除潮汐信号方案在全球模式中的应用

对国家气象中心全球预报模式T106L19原有的标准非绝热正规模初始化方案要求外强迫是准静止这一假定进行了修正,将潮汐信号在初始化条件中适当地表达出来并将其从中排除。与三维变分分析SSI的联接对比试验表明,修正潮汐信号后的新方案在消除高频重力波振荡方面与标准初始化方案有同样的效果,但该方案较标准初始化更好地捕捉住了地面气压的半日变化,更接近于未经初始化的分析场。模式7天预报500hPa高度场与分析场的对比检验表明,新方案的距平相关系数和均方根误差都较原方案有明显的改进。     

夏季索马里越赤道气流垂直结构的年代际变化

基于1950—2010年美国国家环境预报中心/国家大气研究中心（NCEP/NCAR）再分析月平均资料、哈得来中心月平均海温资料,定义夏季索马里越赤道气流（简称SMJ）垂直结构指数VS₁和VS₂,分别表征索马里越赤道气流全区一致、上下反相两种分布型。接着利用合成分析、奇异值分解方法探讨夏季索马里越赤道气流垂直结构的年代际变化,寻找可能影响其变化的环流因子和海温信号,并进一步分析垂直结构与亚洲夏季风活动的年代际关系,主要结论如下：（1）两个指数在年代际尺度上的阶段性变化特征十分显著,VS₁在20世纪80年代中期发生由负转正的年代际变化;VS₂在70年代初和90年代中期分别发生由负转正、由正转负的年代际变化。（2）合成分析表明,VS₁和VS₂的年代际变化与同期大气环流联系紧密,南极涛动可能是影响VS₁年代际变化的一个重要因子。（3）印度洋海温变化可能对夏季索马里越赤道气流两类垂直结构的年代际变化起调控指示作用。VS₁的年代际变化与夏季全印度洋海温增暖的趋势是一致的,VS₂与夏季南印度洋偶极型振荡事件关系显著。（4）高VS₁年代里,印度半岛至中南半岛夏季风偏弱,纬向水汽供应减少,降水偏少,东亚夏季风亦偏弱,使得华北地区纬向和经向水汽输送均偏弱,同时水汽辐合减弱,华北地区偏旱,而在江南地区由于水汽辐合,降水偏多;反之亦然。高VS₂年代,东亚季风区内中国西南、华南地区夏季风减弱,使得经向和纬向水汽输送均偏弱,水汽供应减少,因此华南、西南地区偏旱,日本地区夏季风偏弱,西风水汽输送亦偏弱,降水亦偏少,反之亦然。     

2020年超长梅汛期降水概率预报应用与检验

基于欧洲中期天气预报中心（European Center for Medium-range Weather Forecasts,ECMWF）集合预报资料及浙江全省自动站降水观测资料,采用贝叶斯模型平均（Bayesian Model Average, BMA）方法对2020年浙江超长梅汛期开展降水概率预报订正试验。采用平均绝对误差、连续等级概率评分、布莱尔评分B_S、Talagrand、概率积分变换(Probability Integral Transform, PIT)直方图及属性图检验方法对本次过程BMA订正前后的概率预报进行对比分析,结果表明：①50 d为适用于浙江梅汛期ECMWF集合预报订正的BMA最优训练期,经最优训练期的BMA订正后,预报离散度有所增加,预报误差有所下降;②BMA对0.1 mm、10.0 mm和25.0 mm阈值降水的订正效果显著,经BMA订正后3个阈值的降水预报B_S下降率分别为25.92%、19.29%、4.76%,但对超过50.0 mm的降水订正效果不明显,且随着降水阈值增加,BMA的订正效果减弱;③在强降水个例中,BMA能有效减少各阈值降水预报概率大值落区偏差,使订正后的降水预报概率大值区与观测落区更一致。     

多普勒天气雷达1 h降水产品的质量评估

为评估多普勒天气雷达1 h降水量(OHP)产品在降水预报中的质量, 从南通新一代多普勒天气雷达的体扫资料及其覆盖范围内太湖流域34个雨量站的同期逐小时降水资料中选取了19个降水个例。以空报率、漏报率、准确预报临界指数、平均误差、平均绝对误差和均方根误差等, 为评估降水预报质量的指标。根据雨量站实测日降水量(P)和1 h降水量(P₁)大小分级, 对不同情况下的OHP进行质量评估。结果表明:(1)OHP的空报率和漏报率较高, 导致整体的准确预报临界指数偏低。(2)与不同的P和P₁量级相对应, 不同的OHP预报质量有明显差异。除P<10 mm时和P₁<1 mm时稍有高估外, 其他量级都存在低估, 且随着P的增加, 空报率和漏报率都减小。(3)对2007年9月18日的降水个例分析表明:OHP与实测的落区基本一致, 但降水强度上有偏差。不同站点的雨强偏差不同, 距南通雷达站100 km左右的OHP误差较小。     

武汉大气能见度与PM2.5浓度及相对湿度关系的非线性分析及能见度预报

武汉作为中部地区高湿度代表城市,大气污染严重,霾天气多发,但有关该地区大气能见度与PM_2.5浓度及相对湿度(RH)的定量关系尚不明确。利用2014年9月—2015年3月武汉地区逐时能见度、相对湿度及颗粒物质量浓度观测数据,研究分析了武汉大气能见度与PM_2.5浓度及相对湿度的关系,并进行能见度非线性预报初探,得到以下结论:武汉霾时数发生比例高,霾的发生和加重是能见度降低的主要原因;能见度降低伴随大量细粒子产生和累积,这是武汉大气能见度恶化的重要诱因。细颗粒物浓度与相对湿度共同影响和制约大气能见度变化,高湿高浓度时能见度显著下降,湿情景下(RH≥40%),能见度恶化主要是由湿度增高诱使细颗粒物粒径吸湿增长导致其散射效率增大造成的。当RH >90%时,能见度随湿度升高成线性递减,相对湿度每升高1%,武汉平均能见度降低0.568 km。而干情景下(RH<40%),能见度迅速降低的关键因素是PM_2.5质量浓度升高。在城市大气细粒子污染背景下,能见度与相对湿度成非线性关系,这主要与PM_2.5对能见度的影响及吸湿性颗粒物的散射效率变化有关。PM_2.5浓度与能见度成幂函数非线性关系,80%≤RH<90%湿度区段下相关性最强。PM_2.5浓度对能见度的影响敏感阈值是随着湿度升高而减小的,干情景下能见度10 km对应的PM_2.5浓度阈值为70 μg/m³,湿情景下该阈值为18—55 μg/m³。当PM_2.5质量浓度低于约40 μg/m³时,继续降低PM_2.5可显著提高武汉大气能见度。预报试验表明,基于神经网络方法建立大气能见度非线性预报模型是可行的,预报能见度相关系数为0.86,均方根误差为1.9 km,能见度≤10 km的TS评分为0.92。网络模型具有较高预报性能,对霾的判别有较高准确性,为衔接区域环境气象数值预报模式,建立大气能见度精细化动力统计模型提供参考依据。     

太平洋混合层厚度(dml)年际异常的初步分析

用太平洋区域30a逐月混合层厚度(d_ml)及浅层海温(T_s)距平资料,分析了20°S以北太平洋区域d_ml年际变率的地理分布和季节变化,得到两个纬向d_ml高变率带,它们分别位于北太平洋(45°N附近)和赤道中、西太平洋。重点分析了赤道太平洋d_ml高变率带,并对其上混合层气候位置、d_ml年际异常与ElNino事件关系及伴随强ElNino事件的d_ml正异常东传等作了初步分析。     

双基地天气雷达系统的有效照射体积

根据"有效照射体"的基本概念,采用微分理论来回避椭球面近似为平面的假设,推导了双基地雷达系统有效照射体积表达式,证明双基地雷达系统有效照射体积与单基地雷达有效照射体积之比值V_b/V_m,在数值上等于双基地系统主站极轴长度R_t相对于半长轴长度a的导数.有效照射体积数值计算结果与以往相同,放宽了推导过程中的假设条件,显得更加严谨、易懂.还给出了双基地雷达系统各几何量(如V_b/V_m、R_t、主站共面方位Φ、辅站极轴长度Rr、辅站共面方位Φ_r、双基地角β)之间的一些关系式,分析了在双基地雷达系统探测过程中有效照射体积随有关量变化的特征,为双基地偏振雷达系统天线控制、资料处理、旁瓣影响分析、探测精度提高等提供理论依据.     

中国区域性大气加权平均温度线性模型精度评估

以欧洲中期天气预报中心的再分析资料ERA5为参考数据,评估由探空数据建立的中国区域88个单站大气加权平均温度（T_m）与地表气温（T_s）线性关系模型的精度.各站T_m-T_s线性模型计算的T_m（计算值）与ERA5 气压层数据积分所得的T_m（参考值）间偏差均方根值（RMSE）为1.8~5.5 K.不同站模型计算值与参考值间存在-1.22~4.54 K 的系统性偏差,且绝大多数测站（82个站）系统性偏差为正值,即模型计算值总体上大于参考值.补偿各站系统性偏差后,模型计算值与参考值间RMSE降为1.5~3.5 K.与使用中国区域统一模型相比,使用单站模型平均能提高0.6 K的T_m计算精度,尤其在中国西部、西北和内蒙区域,精度提高可达1~3.9 K.对所有测站模型计算值和参考值间偏差时序进行分析,发现超过半数测站的偏差存在明显季节性变化.     

2014—2019年北京和南京地区PM2.5和臭氧质量浓度相关性研究

自2014年以来,中国细颗粒物（PM_2.5）浓度大幅度下降,但臭氧（O₃）浓度逐年缓慢上升,厘清PM_2.5和O₃（P-O）相关性尤为关键.在本研究中,2014—2019年北京和南京PM_2.5年均质量浓度下降幅度分别为-6.86和-6.15 μg·m^-3·a^-1;而日最大8小时平均O₃质量浓度（MDA8 O₃）年均增长幅度为1.50和1.75 μg·m^-3·a^-1.研究期间,北京地区MDA8 O₃质量浓度小于100 μg·m^-3,P-O呈负相关;而当质量浓度大于100 μg·m^-3时,P-O为正相关.通过Pearson相关系数研究P-O两者相关性.在两个城市每月相关性分析中,在每日时间尺度5—9月为强的正相关;而小时时间尺度11月至次年2月趋于负相关.在北京,P-O每月和季节相关性变化大于南京.在日变化中,夏季在16时为强的正相关,春秋两季在13—17时为弱的正相关,而在春、秋和冬季8时,却为强的负相关.