以“滑动展开模型”研制龙海市6月暴雨客观预报方法

以1990~1999年的42个探空站的3层高度资料为依据,采用文献[1]提出的“滑动展开模型”客观预报技术,建立了以高度场展开系数为因子的龙海县6月暴雨概念化客观预报模型,其历史回报率达56%。在2000~2005年的验证中,客观预报准确率比主观经验预报高10%,且漏报次数(2次)少于主观经验漏报次数(4次)。     

东山县6月暴雨客观预报模型

采用文献[1]提出的客观预报技术研制模式,以1990～1999年的42个探空站的常规3层高度资料为依据,研制了本站6月暴雨客观预报模型,并对2000～2005年的实时资料进行了验证,结果表明,暴雨客观预报模型与主观预报准确率相当,且无漏报(主观预报则有一次漏报).     

东山县6月暴雨客观预报模型

采用文献[1]提出的客观预报技术研制模式,以1990~1999年的42个探空站的常规3层高度资料为依据,研制了本站6月暴雨客观预报模型,并对2000~2005年的实时资料进行了验证,结果表明,暴雨客观预报模型与主观预报准确率相当,且无漏报(主观预报则有一次漏报)。     

云宵县5月暴雨客观预报模型

采用文献[1]提出的技术模型,研制了云宵县5月暴雨预报方法,建立了4个因子结构简单而天气学意义明了的客观预报模型.经2000～2003年试用,这种基于场量因子的预报模型,未漏报,严格评定的准确率为67%,明显优于主观预报.     

云宵县5月暴雨客观预报模型

采用文献[1]提出的技术模型，研制了云宵县5月暴雨预报方法，建立了4个因子结构简单而天气学意义明了的客观预报模型。经2000～2003年试用，这种基于场量因子的预报模型，未漏报，严格评定的准确率为67％，明显优于主观预报。     

ECMWF数值产品在热带气旋(TC)路径预报中的应用分析

将三次样条插值方法应用到欧洲中期天气预报中心(ECMWF)海平面气压场(MSLP)、850 hPa涡度场和风场,对2004—2008年西北太平洋(WNP)和南海(SCS)所有编号热带气旋(TC)进行路径预报。结果表明:基于850 hPa涡度场的TC预报效果好于气压场预报,而综合考虑850 hPa涡度场、风场和海平面气压场的预报效果最好,且有效预报次数更多。与中央气象台(CMO)主观定位及预报对比发现:ECMWF客观预报的0 h的TC平均路径误差为79.9 km,24 h平均客观预报误差大于中央气象台的主观误差,而48～96 h则小于中央气象台的主观误差;误差年际变化分析表明:主观预报水平进步缓慢,而客观预报水平进步明显。ECMWF客观预报效果优于中央气象台效果差的主观预报。     

单站暴雨客观预报的一种适用模型

采用滑动分区车贝雪夫多项式展开模型,研制福建省建阳市单站5～6月暴雨客观预报模型,以提高单站暴雨预报能力。模型取得了较好的结果：客观预报模型因子结构简单而天气学意义明了,具有预报准确率较高、稳定性好。各预报模型的三层形势特征都能体现出有利于暴雨生成的合理垂直配置。在2000～2002年的试用中,准确率平均比主观预报高出50％,且无漏报。在2003年的试用中无空报也无漏报。这表明该技术模型是一种能够有效提高单站暴雨客观预报能力和效果的适用模型。     

北京几次弱降水过程预报失误分析

在选取的北京地区2011年冬季至2012年春季9次弱降水过程中,预报员出现了4次空报、2次漏报,预报效果总体不理想。通过对9次过程的预报检验、天气分析和多模式预报对比,得到如下认识:北京地区弱降水过程天气形势复杂多样,按高空大气环流形势可分为两槽一脊型、一槽两脊型、一槽一脊型,按地面天气形势可分为冷锋型、华北锢囚锋型、东风与倒槽型和东风回流型;弱降水过程普遍具有对流层低层水汽条件差或动力抬升弱的特点;对湿层浅薄、饱和层高度高、抬升凝结高度高的弱降水过程,数值模式容易出现空报;而对低层湿度条件好、饱和层高度低、抬升凝结高度低但高空系统弱的降水过程,模式又容易出现漏报;预报员主观预报出现空、漏报主要源于对天气系统的结构及发生发展机理认识不足,对边界层水汽、抬升等关键降水要素缺乏预报订正经验。     

基于EC数据通过"配料法"构建吉林省暴雨预报模型

利用2015—2017年吉林省地面常规气象观测资料,基于EC数据通过配料法构建吉林省暴雨预报模型.研究表明:吉林省暴雨出现时段为每年的5—9月,集中时段为7—8月,7—8月降水站次占总数的79.1％;吉林省各站点暴雨年平均次数以2～5次为主,白城西部、长春北部地区暴雨<2次,东部暴雨次数稍多,尤其是长白山天池站3a内暴雨达到了13次;该预报模型的FY预报方法TS评分为22.34％,比EC模式预报的TS评分高5.02％;FF预报方法漏报率为36.65％,明显少于EC模式的75.16％;FF预报方法空报率偏高,FY和FF两种预报方法结合使用可以有效提高对吉林省暴雨预报的准确率.     

2019年第一季度广东省天气预报检验评估

2019年第1季度广东省24h晴雨预报准确率为81.0%,日最高、最低温度预报平均绝对误差分别为1.84、1.26℃。降水评估结果发现主观预报对晴雨、小雨和中雨量级的预报均对客观模式有较好的订正能力,对大雨和暴雨以上降水预报仍存在一定的空漏报。温度评估结果显示主客观预报对冷空气温度变化趋势均有很强预报能力,预报员对模式最高、最低气温订正有明显正技巧。     

阿勒泰地区夏季降水概念模型及预测模型

在相关普查及分析各因子物理意义的基础上,建立阿勒泰地区夏季降水概念模型及预测模型,结果表明：夏季500hPa高度场,若极涡偏南、偏强,欧洲到里成海、贝湖到蒙古为脊区,西西伯利亚到巴湖为槽区,西太副高西伸北挺明显,北非副高东伸以及伊朗副高北挺明显,有ElNino或LaNina现象出现,加上前期5月降水量偏多,则该地区夏季降水易偏多,反之易偏少。     

基于能量模型的水稻生长模型

该文考虑生命活动与物质交换和能量流动的关系,从热力学出发,引入一维能量模型。在一维能量模型的基础上,将水稻对外界能量的摄取能力与水稻生长季中的气温变化规律联系起来,建立在气温变化条件下水稻的生长模型。结合气温增长率、水稻最适气温和不同阶段的生物量,以徐士良单形调优算法为基础,利用Forcal二维方程参数拟合,得到关于水稻自然增长率、气温波幅和初始值等参数的最优拟合。将最优拟合数据代入水稻的生长模型,拟合得到水稻的生长曲线和水稻生长随气温的变化趋势。以水稻的生长模型为基础,定性分析水稻的临界气温和最大生长率出现时间。通过分析发现,水稻生长季的临界气温与气温增长率无关;水稻的最大生长率出现时间为水稻分蘖后期、孕穗期。为考虑异常气温对水稻生长的影响,利用Matlab对水稻分蘖期低温和生殖生长期高温的水稻生长进行模拟,结果表明:水稻后期高温对产量影响比前期受低温影响严重。     

区域气候模式研究进展

全面回顾了区域气候模式的分类、发展和最新研究动态，指出区域气候模式研究有了长足的发展，其中重要的有：加入雪盖、土壤水等作用的陆面过程，全球模式与区域细网格模式的嵌套由一维发展到三维，由一层发展到多层，发展了更加合理的参数化方案；但也存在许多不足，模式提供的植被资料与实情相差很大，对于沙漠地区的植被盖度的算法不尽合理，对次网格地形及对其湍流通量输送过程的刻画不够细致等。因此，建议利用遥感手段采用非线性方法(如分形等)对遥感资料施行反演，进行多尺度的双向模式嵌套。     

GRAPES全球模式的模式误差估计

现代数值天气模式考虑的物理过程和边界条件越来越复杂, 但是它描述的大气状态和真实的大气流体运动轨迹还有一定的差距, 存在模式误差。在以往的研究中, 模式误差往往被忽略, 在集合卡尔曼滤波同化系统中, 如果忽略模式误差会导致滤波发散现象。本文用不同分辨率的模式预报差异估计了GRAPES全球模式的模式误差, 研究发现模式误差随着分辨率降低而线性增加, 而且模式误差随着预报时效的增加呈现线性增长的趋势。     

GRAPES-TCM台风模式的新涡旋初始化方案——原理和实施

在更新的GRAPES-TCM (Global/Regional Assimilation and Prediction System-Tropical Cyclone Model)台风模式架构下,引进与发展了一个新的涡旋初始化方案。该方案对台风涡旋进行极小化订正,减少了人为因素对台风涡旋结构的影响,所产生的涡旋满足特定的动力与热力平衡,且保持了与模式动力及热力的一致性。新的涡旋初始化方案能更精细地体现初始台风的强度与结构,强度更接近于观测,结构更为合理。试验表明其可以有效地改善台风路径与强度的预报精度。     

广西冬季霜冻的诊断模型

通过对广西历年霜冻异常偏重年的统计分析 ,确定广西霜冻异常重年的指标 ,找出广西霜冻的海温和大气环流因子 ,建立统计诊断模型及广西重霜冻年的概念预测模型     

三层模式中的对称不稳定

用三层模式研究了对称不稳定。结果表明，当气层的厚度（扰动的垂直尺度）与扰动的水平尺度达到最佳配合时，有最大的对称不稳定增长率。而Ri数越小，出现最不稳定时所要求的气层厚度与扰动的水平尺度的比就越大。     

大气谱模式中质量守恒格式的研究

当前在世界上广泛采用的谱模式，是以地面气压ps取对数作为展谱变量，模式大气总质量不守恒。本文研究这样的问题，提出了以热力学变量比容α代替温度变量T的方法，并以地面气压ps本身作为展谱变量，这样可以保持大气总质量守恒。同时，由于以α作展谱变量，可使重要项气压梯度项为二阶变量组成，截谱后，不会出现混淆误差。计算结果表明，这样改变后，大气总质量保持守恒。同时消除了混淆误差的出现。     

基于MET系统对SWCWARMS及GRAPES模式在西南地区的站点检验分析

应用国家基本观测站资料、自动站逐时降水资料,基于客观统计检验方法,针对降水(12h、24h累积雨量)、近地面要素(2m温度、10m风)和高空要素(风场、温度场、高度场),分别评估SWCWARMS模式和GRAPES模式对2015年西南地区预报能力,得到如下几点结论:(1)SWCWARMS模式降水ETS评分高于GRAPES模式,除24h小雨外SWCWARMS模式偏差值均高于GRAPES模式,两个模式在不同预报时效内对中雨、大雨、暴雨都表现一定程度的空报;(2)12h降水分段评分上,SWCWARMS模式TS评分均高于GRAPES模式,但SWCWARMS模式预报降水范围过大,随着预报时效增长空报多于GRAPES模式;SWCWARMS模式中雨和大雨空报大于其它量级降水,GRAPES模式对大暴雨漏报较多其它量级降水表现为空报;(3)两模式对高度场和温度场预报优于风场,对对流层中层预报优于中低层,SWCWARMS模式对高度场和温度场预报优于GRAPES模式,夏半年SWCWARMS模式均方根误差小于GRAPES模式;(4)两模式都表现出2m温度均方根误差在秋季增加而春季减小这一特征,SWCWARMS模式近地面要素均方根误差均小于GRAPES模式。