IMPROVEMENT OF A GLOBAL SPECTRAL MODEL BY INTRODUCING THE SECONDLAW OF THERMODYNAMICS*

The second law of thermodynamics has never been taken into account in the traditional hydrodynamics and numerical weather prediction models,which is a serious oversight in the history of mechanics.Introducing the thermodynamic irreversibility into the hydrodynamic systems,the theory and method proposed in this study would not only lead the outputs of a numerical weather prediction model to noticeable improvement,but lead the structure of hydrodynamics to deepgoing transformation.     

国家级区域集合预报系统研发和性能检验

该文简要介绍了中国气象局国家气象中心研发的区域中尺度集合预报系统主要技术特点:在初值扰动技术方面,通过研究中国地区中尺度模式预报误差快速增长特点、中国地形地貌特征与观测资料的分布情况,研发适合于中尺度模式的增长模繁殖法扰动技术构造初值场;分析数值模式物理过程参数化方案内在的不确定性以及对强对流天气和近地面要素预报的差异,确定多物理过程扰动技术方案。解决全球集合预报扰动信息向中尺度集合预报输入的关键技术,实现中尺度区域集合预报系统与全球中期集合预报系统的嵌套。在模式后处理方面,解决中尺度集合预报结果的偏差订正技术;开发满足多种需求的多要素、多层次概率预报产品和概率预报检验产品。在世界天气研究计划"2008年北京奥运会中尺度集合预报研究开发项目"3年实时预报试验比较评价中,中国气象局国家气象中心区域中尺度集合预报系统总体预报能力与国外同类系统相当。     

GRAPES中尺度模式对2005年长江流域重大灾害性降水天气过程预报性能的检验分析

GRAPES是中国新一代具有自主知识产权的中尺度数值天气预报模式。使用在国家气象中心业务运行的最新版本的GRAPES模式、常规观测资料以及NCEP分析资料(1°×1°),对2005年主汛期发生在长江流域的重要降水天气过程进行了模拟和检验,重点分析了该模式对这一地区西风带影响系统的预报能力及可信度,从而得到GRAPES模式对于2005年长江流域重大灾害性降水天气预报性能的初步评价,并对该模式的应用及进一步改进提供一些有意义的参考依据。     

Prediction of extreme rainfall event using weather pattern recognition and support vector machine classifier

A major component of flood alert broadcasting is the short-term prediction of extreme rainfall events, which remains a challenging task, even with the improvements of numerical weather prediction models. Such prediction is a high priority research challenge, specifically in highly urbanized areas like Mumbai, India, which is extremely prone to urban flooding. Here, we attempt to develop an algorithm based on a machine learning technique, support vector machine (SVM), to predict extreme rainfall with a lead time of 6–48 h in Mumbai, using mesoscale (20–200 km) and synoptic scale (200–2,000 km) weather patterns. The underlying hypothesis behind this algorithm is that the weather patterns before (6–48 h) extreme events are significantly different from those of normal weather days. The present algorithm attempts to identify those specific patterns for extreme events and applies SVM-based classifiers for extreme rainfall classification and prediction. Here, we develop the anomaly frequency method (AFM), where the predictors (and their patterns) for SVM are identified with the frequency of high anomaly values of weather variables at different pressure levels, which are present before extreme events, but absent for non-extreme conditions. We observe that weather patterns before the extreme rainfall events during nighttime (1800 to 0600Z) is different from those during daytime (0600 to 1800Z) and, accordingly, we develop a two-phase support vector classifier for extreme prediction. Though there are false alarms associated with this prediction method, the model predicts all the extreme events well in advance. The performance is compared with the state-of-the-art statistical technique fingerprinting approach and is observed to be better in terms of false alarm and prediction.     

城市气象保障技术的探讨

本文论述了城市气象服务和保障有关的实施技术,包括城市气象服务和保障中的实时气象资料的采集处理和检索、气候资料的查询分析、城市气象保障产品的制作、城市气象灾害的预报、服务信息的通信传输、应用软件和用户界面的设计等方面的技术,总结了在城市气象保障工作中,特别是大型活动中气象服务工作的相关技术经验。     

模块化模糊神经网络的数值预报产品释用预报研究

综合应用预报量自身时间序列的拓展,数值预报产品和模块化模糊神经网络方法,进行了一种新的数值预报产品释用预报研究。将这种新方法与常规的数值预报产品完全预报(PP)方法进行了对比试验。结果表明,这种模块化模糊神经网络数值预报产品释用预报方法比PP预报方法的预报精度显著提高。并且,通过对预报模型“过拟合”现象的研究发现,这种模块化模糊神经网络的数值预报产品释用预报模型具有很好的泛化性能。     

天津市中尺度数值预报业务系统的设计与实现

为适应省级中尺度数值预报业务的需要,设计实现了天津市中尺度数值预报业务系统。该系统由高性能计算机系统、中尺度数值预报模式以及业务运行流程组成的,其设计与实现涉及到高性能计算机系统的建设、中尺度数值预报模式的业务数据流转以及系统运行监控流程的设计等多个方面。高性能计算机系统的建设包括系统选型、功能设计和安装调试等部分,中尺度数值预报模式的业务数据流转以及系统运行监控流程的设计是整个系统业务化的关键。天津市中尺度数值预报业务系统通过工程建设和技术开发完成了奥运期间的气象预报服务任务,已投入业务化运行。     

台风集合预报研究进展

台风数值预报是防台减灾的关键,而集合预报是体现和减少数值预报不确定性的常用方法。本文对近年来台风集合预报方法的研究进展进行了梳理和总结,涉及初值集合扰动、模式扰动技术以及基于统计的台风集合预报后处理技术。对全球几个主要集合预报系统的发展及我国的区域台风集合预报系统做了回顾。最后,在回顾的基础上,讨论和提出了关于台风集合预报仍存在的问题及未来可能的研究方向。     

The Czech Hydrometeorological Institute's severe storm nowcasting system

To satisfy requirements for operational severe weather monitoring and prediction, the Czech Hydrometeorological Institute (CHMI) has developed a severe storm nowcasting system which uses weather radar data as its primary data source. Previous CHMI studies identified two methods of radar echo prediction, which were then implemented during 2003 into the Czech weather radar network operational weather processor. The applications put into operations were the Continuity Tracking Radar Echoes by Correlation (COTREC) algorithm, and an application that predicts future radar fields using the wind field derived from the geopotential at 700 hPa calculated from a local numerical weather prediction model (ALADIN).To ensure timely delivery of the prediction products to the users, the forecasts are implemented into a web-based viewer (JSMeteoView) that has been developed by the CHMI Radar Department. At present, this viewer is used by all CHMI forecast offices for versatile visualization of radar and other meteorological data (Meteosat, lightning detection, NWP LAM output, SYNOP data) in the Internet/Intranet environment, and the viewer has detailed geographical navigation capabilities.     

PRELIMINARY STUDY OF BAROTROPIC STOCHASTIC DIFFERENCE MODEL APPLIED TO WEATHER PREDICTION

In order to consider both the deterministic and the stochastic property of atmospheric motion simul-taneously,in this paper,the weather prediction is proposed as the problem of the evolution of meteorologicalfield.The historical viewpoint of atmospheric motion is emphasized here.Based on time series analysis te-chnique,a stochastic-dynamical model with multiple initial fields is derived.Thus,weather forecasting is sum-meal up as a problem of solving a set of stochastic difference equations.For the barotropic atmosphere,thenumerical solutions of the equations are obtained by using the method of empirical orthogonal functions(EOF),and examples of medium-range weather prediction are given here.Meanwhile,selecting the order oftime series,i.e.,determining the number of initial fields properly,is also discussed.     

A SIMILARITY SCHEME FOR QUANTITATIVE FORECAST OF PRECIPITATION OF TYPHOONS

A quantitative scheme is put forward in our work of forecasting the storm rainfall of typhoons for specific sites.Using the initial parameters,weather situations and physical quantities as well as numerical weather prediction products,the scheme constructs multivariate,objective and similarity criteria for environmental factors for the time between the current and forthcoming moment within the domain of forecast.Through defining a non-linear similarity index,this work presents a comprehensive assessment of the similarity between historical samples of typhoons and those being forecast in terms of continuous dynamic states under the multivariate criteria in order to identify similar samples.The historical rainfall records of the similar samples are used to run weighted summarization of the similarity index to determine site-specific and quantitative forecasts of future typhoon rainfall.Samples resembling the typhoon being forecast are selected by defining a non-linear similarity index composed of multiple criteria.Trial tests have demonstrated that this scheme has positive prediction skill.     

时空投影模型(STPM)的次季节至季节(S2S)预测应用进展

随着数值天气预报技术和季节动力预报系统的发展,短期天气预报及长期气候预测的能力持续提高,然而介于两者之间的次季节至季节(S2S,两周至三个月)预测技巧偏低,成为当今气象学界和业务服务的难题。南京信息工程大学国家特聘专家李天明教授团队于2012年研发了基于时空投影技术的统计预报模型(STPM),成功地对中国大陆降水和气温距平,以及区域极端降水、夏季高温、冬季低温和西太平洋台风群发事件等高影响天气进行提前10~30 d的预报,并在国家气候中心及多个省份开展了业务应用。STPM也成功应用于台湾春雨预报、南海季风爆发和ENSO预测等季节至年际变化的预测。本文对S2S预测的理论基础、STPM的发展和应用进行了完整的介绍,并讨论了S2S预测业务中所面临的挑战和未来展望。     

集合数值预报在洪水预报中的应用进展

水文集合预报是近几年正在形成和发展的水文预报分支,其发展大致可分为两个阶段:第1阶段是1970年至20世纪末进行的长期径流预报,第2阶段从21世纪开始,主要学习气象数值预报中集合预报的概念在短期水文集合预报中的应用。目前,除了单一预报中心的集合预报系统在水文集合预报中应用外,多个预报中心的集合预报大集合也逐渐被应用于流域水文预报,甚至一些小流域的洪水预报。如利用TIGGE(THORPEX Interactive Grand Global Ensemble)集合预报驱动形成的大气-水文-水力的串联系统进行早期的洪水预警研究,将全球集合预报作为洪水模型输入的有限区域模式的初始条件和侧边界条件的研究。这些均表明,基于水文集合预报的洪水预报增加了预报附加值,并能够延长预警提前时间。以欧洲中期天气预报中心的欧洲洪水预警系统(EFAS)和美国NOAA的先进水文预报系统(AHPS)为代表,实现了集合预报在洪水中的实时业务预报,但仍存在数据处理和计算量大,以及如何基于集合水文预报做决策等问题。对于水文集合预报的前处理和后处理的各种技术已处于探索和验证阶段,如何更好地理解基于概率预报的洪水预警决策仍存在许多困难和挑战。     

海洋垂直混合对中尺度海气浪耦合模式预报效果的敏感性试验

为了比较两个不同的海洋垂直混合参数化方案在中尺度海气浪耦合模式数值预报中的效果,采用军队T₇₉₉全球预报系统和西北太平洋海洋预报系统的预报场资料驱动区域中尺度海气浪耦合模式,针对西北太平洋在2014年9月7—10日和17—20日的大气和海洋要素场进行数值回报试验,并将同期台风观测资料、NCEP再分析资料以及NOAA海表面温度数据各自与模式结果进行比较。结果表明,在无台风天气下使用GLS-ε方案对大气要素的预报效果更好,而MY2.5方案在台风天气影响下表现更好,同时其在连续8天的预报中无溢出现象,较GLS-ε方案稳定性更好;台风影响区域的海表面温度对MY2.5方案更敏感;台风天气过程中,MY2.5方案引起的海洋上层温度混合更强烈。      

SCMOC温度精细化指导预报在陕西区域的质量检验

利用2012年陕西区域99站共366天北京时间08:00和20:00起报的SCMOC温度精细化指导预报与实况资料的比较,检验分析了定时温度、日最高气温和日最低气温的预报质量。结果表明:陕西区域SCMOC温度精细化指导预报08:00起报的准确率高于20:00起报的,且预报准确率有明显的季节变化,夏、秋季节较高,冬、春季节较低,日最高(低)气温的预报准确率与预报时效成反比。地形高度影响温度预报准确率,二者之间的相关系数通过了显著性检验。08:00起报的48h内逐3h气温多出现负误差,20:00起报的多出现正误差。08:00起报的日最高气温和20:00起报的日最高(低)气温多出现负误差,08:00起报的日最低气温多出现正误差。从对典型天气过程的温度预报质量检验来看,强冷空气影响下的降温天气过程的温度预报难度较大,预报准确率较其他天气类型偏低一些。     

Hydrodynamic short-range weather forecast at points

Modern possibilities of operational hydrodynamic forecast of meteorological variables and weather characteristics at points are discussed. The development of geophysical hydrodynamics, computing techniques, and parametrization methods of physical processes necessitates passing to detailed hydrodynamic weather forecasts at points. Skill scores of such objective forecasts are higher than those of synoptic forecasts.     

基于机器学习分类算法的臭氧浓度等级预报在长沙的应用

为准确预报臭氧浓度等级,基于EC＿THIN全球天气模式产品和我国自主研发的CMA＿GFS全球天气数值预报产品以及华南GRACEs大气成分模式输出产品,融合气象和环境观测数据,使用6种机器学习智能算法,构建耦合数值预报模式和机器学习的混合模型,旨在充分发挥数值预报与机器学习智能算法的优势和互补协同作用,实现臭氧浓度等级预报准确度的跨越式提升。共设置4个控制试验,选取不同的特征产品,依次使用机器学习经典分类算法对长沙市未来4天的臭氧浓度等级进行分类预报,取测试准确度最高的模型输出结果作为结果统计。发现：最优模型1～4天的测试准确度分别为81.7%、81.7%、78.3%、60.9%,大大高于大气成分模式预报和预报员经验,达到预期设计目标;高质量的天气模式产品对模型贡献大,而大气成分模式产品对模型贡献有限;模型3天以内预测性能较好,低等级预测性能较好,高等级预测性能一般。提出解决方案供讨论：增加高等级样本数量,增强模型对此类事件的识别能力;加强高等级臭氧污染的机理分析,组合出更精炼的因子供模型使用。     

河南省新一代人工影响天气业务技术系统的设计、开发和应用

该文介绍了河南省新一代人工影响天气业务技术系统的设计思路、组成功能及应用情况。该系统集成度和自动化程度比较高、实时性和适用性比较强、业务化运行比较稳定 ;实现了将多种尺度和不同种类的信息实时采集、快速传输、集中存贮、综合分析和直观显示 ;具有作业天气预警、云场模拟预报、临近作业方案决策、作业动态监控指挥和作业效果实时评估等多种功能。     

白山市感冒与气象条件的关系分析和预报

利用吉林省白山市中心医院病例资料及气象资料,分析了感冒疾病与气象条件的关系。感冒发病率与前期天气变化密切相关。一次明显的天气变化过程对应的不是一个高发病日,而是一个持续的高发病阶段;气象环境对不同人群感冒发病率有不同影响,成人在秋冬之交和夏秋之交发病较高,婴幼儿对季节和气候变化适应差,受寒冷、炎热天气影响显著,盛夏和寒冬季节感冒发病高,儿童感冒特征春夏季与婴幼儿相同,秋冬季与成人接近;分析了不同人群感冒住院人数与气象要素的相关关系,并在此基础上,建立了感冒指数预报的判别方程,预报结果检验证明有较好的预报水平。     

GRAPES-GEPS环流集合预报的分类释用方法研究与检验

集合预报在数值天气预报体系中具有重要地位,因此如何有效提取集合样本信息以提高集合预报技巧一直是一个重要课题.基于中国全球集合预报业务系统(GRAPES-GEPS)的500?hPa高度场集合资料开展对环流集合预报的分类释用方法研究,并对集合聚类预报结果进行了检验分析.通过在传统Ward聚类法中引入动态聚类的"手肘法"方案...