Python语言在CIMISS中的应用

CIMISS实现了国家级气象数据的整合集约,国省首次建立了统一的数据环境,并通过标准统一、功能丰富、调用高效的气象数据统一服务接口MUSIC。本文介绍了Python编程语言特性,及其相对于IDL,Fortran,Matlab等气象行业常用编程语言的优势。阐述了Python在国外气象行业中的应用,以及如何调用CIMISS的客户端SDK,Web Services以及Rest服务接口。气象科研人员通过掌握Python编程语言,能够快速地从CIMISS中获取和处理气象数据,并可以使用Python进行各类气象数据的处理。     

Python在CINRAD风暴数据可视化中的应用

利用Python语言实现了新一代多普勒天气雷达风暴数据的解码和可视化。通过建立风暴自动匹配方法,利用Python地理信息可视化和时间序列可视化技术,实现风暴追踪的动画显示效果;利用Python数据分析与图表可视化技术,实现风暴多维度信息的图表显示,直观展示风暴变化趋势。本文提供了一种更加通用的快速获取风暴信息的方法,为气象业务工作者使用雷达资料带来便利。同时,增强的风暴信息可视化效果提高了资料再利用价值,为专业领域的研究提供支持。     

Python在江门雷电监测预警可视化平台开发中的应用

通过搭建WAMP(Windows+Apache+MySQL+PHP)环境获取实时闪电定位数据和电场强度资料,基于Python语言的NumPy, Pandas, Matplotlib以及Cartopy等模块,实现了多种雷电监测预警产品的可视化。以2017年7月20日江门一次雷电过程可视化平台监测为例,介绍了Python雷电监测预警可视化平台的开发原理及各类雷电监测预警产品。基于Python的实时雷电监测预警可视化平台借助Windows下dos批处理命令和任务计划程序,以及新浪云云应用服务器(Sina App Engine)的Storage存储服务,实现了各类雷电监测产品的实时自动更新。该平台具有实时、简洁和轻量化特点,适合公众及专业气象用户使用,具有一定的业务推广应用价值。     

机器学习在人工增雨效果统计检验中的应用

利用福建省古田人工增雨试验基地2014年1月—2023年1月小时自然降水数据,结合线性拟合、多项式回归和样条回归等多种数学统计方法,开展决策树、支持向量机(SVM)和卷积神经网络(CNN)3种机器学习方法在估测目标区自然降水中的应用研究。目标区和对比区自然雨量关系模型对比结果表明:以区域平均面雨量为统计变量时,CNN和四项式回归效果相对较好,其中CNN的确定系数为0.516,均方根误差为1.097 mm;对平均面雨量进行六次方根变换后,各模型的精准度大幅提升,CNN表现最优,确定系数为0.658,其次为SVM;为克服目标区和对比区雨量时间序列效应及空间分布不均等问题,以面雨量空间格点数据作为研究对象,采用CNN 3种优化器(自适应矩估计、均方根传递和梯度随机下降)算法进行对比,发现基于自适应矩估计优化器建立目标区和对比区雨量关系模型最优,其降水估测值与实测值更接近,均方根误差最小,为0.61 mm。因此,利用CNN方法能够进一步优化目标区和对比区雨量关系模型,可为定量评估人工增雨效果提供参考。     

Python在FY 2G定量业务产品自动可视化中的应用

利用Python语言实现了每日对CMACast下发的最新风云二号G星(FY-2G)云导风(AMV)和射出长波辐射(OLR)两个定量业务产品的实时自动解码和可视化出图,并与国家卫星气象中心下发的卫星天气应用平台(SWAP)的显示进行了对比。结果表明:两者显示一致。在显示所有AMV文件风矢量数据的前提下,本文可视化产品较目前版本SWAP的显示更为疏密均匀,没有出现重叠现象;Python出图自带的高洛德(Gouraud)明暗处理渲染方式则在对OLR格点产品可视化显示中提供了一种更为平滑,细腻的方法。利用本研究方法对风云二号卫星定量产品进行可视化具备自动化和视觉美观的特点,值得在基层气象部门业务中推广。     

陕西智能网格气象预报系统(秦智)在佛坪的检验

通过对陕西智能网格气象预报系统(秦智)(下简称秦智系统)的温度、晴雨和暴雨预报准确率检验,发现秦智系统在佛坪地区的日最低气温预报准确率高于日最高气温预报准确率,误差≤2℃的平均准确率日最高气温为51.6%、日最低气温为79.8%,平均绝对误差日最高气温2.4℃、日最低气温1.3℃,说明秦智系统对佛坪地区的气温预报有具有较好的指导作用;日最高气温预报准确率最低的月份是5月、6月和9月、日最低气温预报准确率最低的是1月和4月;晴雨预报准确率最高的月份是10月,最低的是4月;秦智系统在佛坪的暴雨预报24 h TS评分为40%,命中率为50%,且预报时效越长TS评分和命中率越低,空报率和漏报率越高。气温预报准确率和晴雨预报准确率最低的三个站均在北部山区海拔1 000 m以上,说明地形因素对数值预报的准确性有一定影响。     

目标检验方法在高分辨率数值天气预报检验中的应用

基于高分辨率数值模式的特点,为了弥补传统站点对站点等检验方法的不足,采用基于目标诊断的空间检验方法 MODE,对上海快速更新同化系统预报的2014年3月19日强对流降水和冰雹雷达回波进行了客观检验。该方法通过在空间场中识别目标,综合考虑了空间位置、形状、面积等多种因素,采用模糊逻辑算法计算预报和观测目标的相似度。结果表明,MODE在高分辨率数值模式检验中比传统方法具有明显的优势,尤其针对雷达回波的检验有较高的实际应用价值。同时讨论了MODE方法卷积平滑半径参数的选取对高分辨模式检验结果的影响。     

回归模型拟合不足的显著性检验及其在气象预报中的应用

一、引 言 设因变量Y和自变量X_1,X_2,…,X_k有如下的关系:(1.1) Y=β_0+β_1X_1…+β_kX_k+e其中e是随机误差,满足条件:E(e)=0,D(e)=σ~2。 称Y=β_0+β_1X_1+…+β_kX_k为Y关于X_1……,X_k的回归方程.     

交叉相关算法在强对流天气临近预报中的应用

利用"雨燕"临近预报系统的雷达回波外推算法,对三次强对流个例的3 km CAPPI反射率因子、回波顶和垂直累积液态含水量进行0～1小时外推预测,将预测结果和组合阈值比较进行强对流天气预警区域预报试验。资料来源于CINRAD-SB雷达基数据经RPG算法处理得到的雷达产品数据。所用的方法是在扩展后的交叉相关追踪算法基础上实现雷达回波移动预测。试验结果表明:3 km CAPPI反射率因子、回波顶和垂直累积液态含水量雷达产品与实况有较好的吻合,能较好地预报出回波的形状、变化趋势和移动方向,回波的范围、位置和强度中心与实况相似,外推时间越短,预报效果越好。交叉相关追踪算法外推得到的雷达回波结果在0～1 h内是可用的;外推预测结果经过组合阈值的过滤后,得出的强对流天气预警区域预警结果也是可行的,对强对流天气临近预报有一定指示意义。     

雷电临近预警系统的运行试验

介绍了中国气象科学研究院研发的雷电临近预警系统(CAMSLNWS)在北京地区开展的业务运行试验.通过运行测试以及预警结果与闪电监测结果的对比评估,表明:CAMS.LNWS能够稳定运行,定时读取多种探测资料、自动生成并循环显示雷电发生概率、雷电活动区域移动趋势和重点区域雷电危险度等级三种雷电临近预警产品;CAMS.LNWS的雷电发生概率预警产品具有较高的命中率,能够较好地对0～30min内可能发生闪电的区域进行有效预警;随着预警时间的延长,CAMS.LNWS的预警效果会有所降低.     

雷电临近预警产品评估方法及其软件

为了适应雷电业务发展的需求,对已经投入业务运行试验的雷电临近预警系统的预警效果做出客观评估,中国气象科学研究院雷电物理和防护工程实验室开展了雷电临近预警产品评估方法的研究,并开发了配套的应用软件.评估方法通过雷电预警结果和实际监测结果的对比,得到命中率POD、虚警率FAR和TS评分三项指标,实现对雷电预警产品的评估.评估软件的实际运行表明:该方法不仅能够检验CAMS_LNWS预报雷电活动的能力,还能对预警方法的改进起到一定的指导作用,能够满足雷电业务产品评估的需要.     

Evaluation of the Added Value of Probabilistic Nowcasting Ensemble Forecasts on Regional Ensemble Forecasts

Ensemble forecasting systems have become an important tool for estimating the uncertainties in initial conditions and model formulations and they are receiving increased attention from various applications. The Regional Ensemble Prediction System(REPS), which has operated at the Beijing Meteorological Service(BMS) since 2017, allows for probabilistic forecasts. However, it still suffers from systematic deficiencies during the first couple of forecast hours. This paper presents an integrated prob...     

新疆单站气温短时预报的气候统计方法试验

以塔城站为例在分析单站气温日变化基本特征的基础上,就云量、风向风速等对气温变化的影响进行了分级,统计了各月2～6h的分类气温平均变量,探讨采用分类气温平均变量制作6～12h短时气温的客观统计预报方法,经检验和试用效果较好。     

雷电临近预警系统在四川省的推广应用

为了提高四川省防雷减灾工作效率,推动雷电服务数字化、网络化、集约化、规范化、标准化,实现快速、准确、高效的雷电短时临近预警,四川省防雷中心协助中国气象科学研究院,共同研制开发了“四川省雷电短时临近预警系统”.目前四川省防雷中心已经结合本地的实际情况开展雷电临近预警业务试运行.同时在成都、凉山、眉山、绵阳、乐山等市州气象台进行区域化雷电监测预警预报推广应用,初步实现雷电监测预警预报业务和服务,并在2010 ～2011年几个重大天气过程中成功进行了雷电预警预报,同时对当地气象台站进行强天气过程预测预报提供了辅助手段,得到了有关职能部门及当地各级政府的充分肯定.     

基于雷电临近预警技术的主动防雷应用

为了使雷电临近预警技术在雷电灾害防御业务中更好地发挥作用,针对电子系统的雷电灾害特点,在传统被动防雷技术基础上,提出基于雷电临近预警的主动防雷技术,应用雷电临近预警和远程控制等技术,开发以B/S结构为架构的雷电临近预警应用系统。对2013年8月—2014年8月福建省泉州市4个无线电监测站的主动防雷应用效果进行两种方法的预警效果检验。检验结果表明:主动防雷技术是对被动防雷技术的一个较好的完善和补充。采用闪电数量对比分析,4个监测站的有效预警率为69%,采用预报评分方法对比分析,4个监测站的平均准确率为53%,对雷电活动发生较为集中的区域预警效果较好,对雷电活动发生较为零散的区域预警效果有所降低。     

Fengyun-4 Geostationary Satellite-Based Solar Energy Nowcasting System and Its Application in North China

Surface solar irradiance (SSI) nowcasting (0–3 h) is an effective way to overcome the intermittency of solar energy and to ensure the safe operation of grid-connected solar power plants. In this study, an SSI estimate and nowcasting system was established using the near-infrared channel of Fengyun-4A (FY-4A) geostationary satellite. The system is composed of two key components: The first is a hybrid SSI estimation method combining a physical clear-sky model and an empirical cloudy-sky model. The second component is the SSI nowcasting model, the core of which is the derivation of the cloud motion vector (CMV) using the block-matching method. The goal of simultaneous estimation and nowcasting of global horizontal irradiance (GHI) and direct normal irradiance (DNI) is fulfilled. The system was evaluated under different sky conditions using SSI measurements at Xianghe, a radiation station in the North China Plain. The results show that the accuracy of GHI estimation is higher than that of DNI estimation, with a normalized root-mean-square error (nRMSE) of 22.4% relative to 45.4%. The nRMSE of forecasting GHI and DNI at 30–180 min ahead varied within 25.1%–30.8% and 48.1%–53.4%, respectively. The discrepancy of SSI estimation depends on cloud occurrence frequency and shows a seasonal pattern, being lower in spring–summer and higher in autumn–winter. The FY-4A has great potential in supporting SSI nowcasting, which promotes the development of photovoltaic energy and the reduction of carbon emissions in China. The system can be improved further if calibration of the empirical method is improved.