我国近海阵风预报研究

利用2021年1—12月实况观测数据及ECMWF确定性模式24 h预报数据中的中低层风速与温度产品,采用支持向量机回归方法构建我国近海阵风预报模型,以提升海上阵风预报服务能力。利用2022年1—9月数据进行独立样本检验,通过与阵风系数法的对比检验得出以下结论：不同高度层的风速及温度或垂直风速及温度的变化均会对阵风预报产生影响,因而造成仅考虑模式10 m风速预报的阵风系数法在某些情况下对于阵风的高估或低估。在阵风系数法的基础上加入高空气象要素信息所构建的预报模型,能够取得更好的预报效果。对于9级阵风,该模型的预报准确率为50%,明显高于阵风系数法的30%,对不同海域的大量级阵风同样具有较好的预报效果。在ECMWF确定性模式的10 m风速预报与实况存在一定偏差时,考虑了高空要素信息的支持向量机回归预报模型的阵风预报结果较阵风系数法更接近实况。     

基于阵风系数模型的百米级阵风客观预报算法研究

京津冀地区经济和文化的快速发展对冬季地面瞬时强风预报要求越来越高。正确估计和预测冬季地面瞬时强风,尤其是复杂地形条件下的阵风高分辨率格点精准预报,对于提升重大活动服务保障、首都及周边地区城市安全运行及防灾减灾能力等方面都具有重要意义。本研究基于京津冀长时间序列的实况观测资料,建立了阵风系数与稳定风速、风向、地形高度各要素之间的关系模型,并结合客观统计分析方法、阵风观测数据融合技术、格点偏差订正技术,发展了一种既保留模式物理参数特征和阵风局地气候特征,又发挥格点偏差订正技术的阵风客观预报方法。冬季奥林匹克赛事期间批量检验和个例分析结果表明,基于阵风系数格点模型和模式后处理订正技术得到的百米级分辨率、分钟级更新的阵风客观预报产品,24 h预报时效内张家口赛区和延庆赛区考核站平均绝对误差分别在2.3 m/s和3.0 m/s以下,延庆赛区8级以上大风,阵风风速预报评分超过0.5,解决了复杂山区数值模式阵风预报误差大、几乎无法业务应用的瓶颈问题,满足冬季奥林匹克运动会现场服务要求。     

基于ERA5再分析资料的余姚地区阵风预报模型探究

利用2007—2017年余姚地区44个气象自动站观测数据和欧洲中心ERA5再分析资料,对余姚地区日极大风分布进行了统计分析,并提出一种本地化的经验阵风预报模型(雷暴日除外)。研究发现:余姚地区日极大风呈正态分布,风力峰值为4～5级,平均每年大风日占比达7.03%,累计大风时次占比3.32%,年平均大风日26 d。风力越小,阵风与平均风之间的线性拟合效果越好。影响阵风预报的因子主要有10 m平均风速、925 hPa风速、地面粗糙度、摩擦速度和3 h变压。6级及以下阵风预报中,业务中的阵风经验系数1.4容易造成余姚本地阵风预报偏低,适用于余姚本地阵风预报经验系数为1.775;6级以上阵风预报经验方程考虑了平均风速、垂直动量下传、水平动量传输、地面摩擦和海拔高度订正,其与925 hPa风速的平方呈正相关,与摩擦速度呈自然指数相关,经验方程相对于经验阵风系数的预报拟合优度提升了59.61%;经验阵风预报方程通过了2018—2019年的数据检验,该方程对1～2级阵风预报偏高,3～5级效果最好,6级阵风的预报偏低;6级以上的阵风等级预报准确率达55.2%。地形摩擦作用在冷空气大风与台风大风过程中尤为重要,这两类过程阵风系数分布类似,但台风带来的动量下传比冷空气更为明显。     

我国台风监测预报预警体系的现状及建议

相对于台风路径预报,数值模式对于台风强度的预报能力仍有较大不足。为进一步降低台风强度预报误差,提升防台减灾能力,利用2018—2019年ECMWF集合预报数据,在偏相关分析及共线性检验的基础上建立了由台风初始强度、初始场误差项、集合平均变化项以及集合离散度项构成的西北太平洋台风强度预报方程。利用2020年数据进行预报效果的对比检验得出以下结论：由预报方程得到台风强度的预报误差在各预报时效均小于集合预报中不同统计量的预报产品,其中,24 h预报的均方根误差较ECMWF集合预报最大值、平均值分别减少34.36%和14.58%,较确定性模式预报减小20.38%。72 h预报较集合平均及最大值的均方根误差分别减小25.68%和12.91%,较确定性模式预报减小11.13%。在台风个例的对比分析中,预报方程的预报效果同样优于ECMWF集合预报及确定性模式预报,与实况最为接近,且在快速增强的台风预报中有更好的表现。基于集合预报的台风强度预报方程能够定量地从集合预报中提取关键信息生成更为准确的预报结果,可以为西北太平洋台风强度预报提供参考。     

台风登陆过程中南海近海阵风因子特征

阵风预报对于输电铁塔线路设计、风力发电、建筑和桥梁设计以及航空气象安全等至关重要。目前,基于不同观测资料和计算方法,学者们给出了不同的阵风或阵风因子参数化公式,没有公认的一致结果。利用中国气象局南海(博贺)海洋气象科学试验基地离岸4.5 km和6.5 km的两个海洋气象观测塔在2008—2018年七个台风期间观测的10 Hz高频湍流脉动数据,分析了观测高度、平均时间、下垫面特征和大气稳定度对阵风因子计算结果的影响,研究了近海海上台风过程中阵风因子与平均风速和湍流特征参数的关系。不同于以往研究给出阵风因子是常数,给出了阵风因子随10 m风速变化的计算公式,为阵风预报及相关防灾减灾提供参考依据。     

黄渤海及其邻近地区阵风估测改进

为定量化下垫面等局地性因素对阵风拟合效果的影响, 利用2021年1月—2022年12月风速观测数据, 分析阵风系数方法在黄渤海及其邻近地区不同观测站拟合能力差异的原因, 并基于差异系数及频率匹配构建阵风估测改进(gust estimation correction, GECO)方法, 对阵风系数方法拟合结果进行订正。结果表明:阵风系数方法的拟合结果随风速增加更倾向于整点观测时刻阵风, 使用小时内最大阵风与整点观测时刻阵风计算得到的差异系数可以定量表征观测站局地特性对阵风系数拟合结果的影响。对差异系数大的观测站, 阵风系数方法对其强阵风拟合结果的负偏差也较大, 需对其进行更大幅度订正。基于12个基准观测站构建的GECO方法同样适用于黄渤海及其邻近地区的364个观测站。对于风速为12 m·s-1及以上和16 m·s-1及以上的阵风, 经GECO方法订正后的均方根误差较阵风系数方法分别减少12.3%和11.5%。对台风梅花(2212)的检验显示, GECO方法能够有效提升大级别阵风的估测能力, 可为阵风客观预报方法改进提供参考。     

一种概率方法在沿海海岛台风阵风预报中的应用试验

利用2004—2013年浙江影响台风及9个沿海海岛气象站风力资料,分析了各站阵风系数总体特征,及其与站点纬度、海拔高度和海岸线距离等因子的关系。结果表明,随着平均风速的增大,对应的阵风系数有减少趋势;距离海岸线近的站点和海拔高度小的站点其阵风系数也相对要大些。分析台风参数与阵风系数关系,得出阵风系数与台风7级风圈半径和站点离台风中心距离的比值具有最好相关。利用分位数回归方法建立概率预报模型,试报表明大部分站点阵风的50%和90%概率范围的击中率都符合预期,其波动范围一般在3%以内,模型表现比较稳定,对业务有一定的指导价值。     

基于一元线性回归的ECMWF细网格阵风预报产品订正评估

利用2021年10月至2022年3月(2021年冬半年)欧洲中期天气预报中心(European centre for medium-range weather forecasts, ECMWF)细网格阵风预报数据和河南省国家级地面气象站阵风观测资料,基于一元线性回归(linear regression, LR)方法,对河南省ECMWF阵风预报进行订正,并对其检验评估。结果表明：(1)2021年冬半年,河南省多出现6级以下的阵风天气。ECMWF模式对于7级及以下的阵风预报存在整体高估的现象,对于7级以上的阵风预报存在低估的现象。(2)LR订正后准确率、均方根误差在所有预报时效均有明显的改善。订正后准确率较高、均方根误差较小的站点主要分布在京广线以东大部分地区、焦作、南阳南部;豫西山区订正效果一般,其复杂的地形易导致阵风偏高,而6级以上阵风样本数较少,预报订正值稳定性相对较差。(3)阵风预报与起报时次的关系不大。LR方法针对6级以下阵风预报有一定的优势,技巧评分(T_s评分)较ECMWF预报高,预报偏差(B_ias评分)更接近1。     

基于概率密度匹配方法的WRF模式阵风风速误差订正

为提高数值模式对阵风风速预报能力,采用概率密度匹配方法 (Probability Density Function Matching Method,简称PDF方法)对WRF模式地面极大风速预报数据开展误差订正。结果表明:①基于PDF方法订正后的阵风预报效果明显优于WRF预报结果,当实况极大风力≤5级时,两种预报结果均与实况较为一致;当实况极大风力≥6级时,WRF预报相比实况明显偏小,而PDF方法订正结果则与实况较为接近;②对比不同地形条件下两种预报结果发现,在实况风力整体偏弱的平原地区,WRF预报和PDF订正结果对极大风的预报效果均较好;在风力偏强的山区和沿江河谷地区,PDF订正结果的预报效果相比WRF预报则有明显提升;③对2017年安徽省81个国家站逐日极大风速的预报效果检验发现:预报误差和过去五年整体拟合误差基本相当,说明基于2012—2016年历史数据建立的概率密度分布函数可以代表安徽各站多年的实况和WRF预报极大风速的联合分布特征,利用PDF方法进行逐日极大风速预报具有一定的可靠性。     

高斯过程回归方法在浙江沿海海岛冬春季阵风预报中的应用试验

利用2006—2016年冬春季浙江四个海岛气象站10 m大风观测资料和ERA-interim资料,首先分析了阵风因子和阵风风速的概率分布特征;然后统计阵风与10 m至500 hPa层的气温、风速、散度、涡度、比湿、垂直速度、浮力能等要素的关系,选取高相关的预报因子;最后采用高斯过程回归方法建立阵风概率预报模型,并进行试报。(1)平均风速相同时对应的阵风因子变化较大,导致阵风也出现大的差异,说明阵风数据分布具有混沌性;阵风风速具有正态或准正态分布特点,在自然对数处理后完全符合正态分布,表明采用高斯过程回归方法建立阵风概率预报模型合理可行。(2)阵风与大气低层的动力因子相关较好,而在近中层则与热力因子相关较好。(3)阵风大值样本在大气低层具有更强的下沉速度,有利于上层动量向下输送,且大值样本对应的中层气温和比湿相对大些,说明中层暖湿气流有利于湍流的发展和不稳定能量的交换。(4)试报模型的因子权重尺度分析表明,最佳预报因子绝大多数集中在875 hPa层以下,说明大气低层因子对近地面阵风起主导作用。(5)高斯过程回归模型试报表明,大部分站点阵风预报的50%概率区间上下界跨度约为2.5 m/s,75%概率区间跨度约为4.5 m/s,样本的50%和75%概率区间击中率均符合预期。      

分县温度预报方程的建立及其逐步订正

使用2000—2004年1-12月850 hPa天气图、日本FXFE782、FXFE783预报图、预报区域5个测站逐时自记及自动站观测资料,应用温度方程理论,从380个样本中筛选出平流项和非平流项因子17个,利用多元回归统计模型,以及850 hPa分型的△T值为逐步订正值,建立了四季分县温度预报方程,在2005年11月—2006年2月应用中取得较好效果,预报误差小于±3.0℃平均误差0.7℃。     

大连地区ECMWF细网格模式阵风预报误差检验与分析

阵风的预报误差检验对实际工作中的精细化预报订正具有一定的指导意义,同时对精细化预报中如何消除误差日变化的影响提供了借鉴。选取2017—2019年3～72 h逐日逐3 h欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecast,ECMWF）细网格10 m阵风和10 m平均风预报资料,基于大连地区9个国家气象观测站实况逐3 h极大风资料进行预报误差检验分析。结果表明：按预报风级和实况风级分类的预报误差对比检验均表明ECMWF细网格预报整体偏大,平均误差为0.96 m·s-1,但具体到各风级时两种分类的预报误差统计结论并不一致,按预报风级分类的检验更符合基于模式预报开展的实际预报工作。以预报为基准统计,各风向、各风级、各站的预报误差均差异明显,风级越大预报偏大的程度越高,风向也表现出随风级增大误差增大的趋势。阵风预报的平均误差具有明显日变化,08:00（北京时,下同）前后误差最大,20:00前后误差最小,主要由10 m平均风的平均误差日变化所致。全部预报个例与实况各时效预报相关系数均在0.7以上,具体到各风级、风向时,各风向相关...     

阵风锋在短时大风预报中的应用

应用石家庄及周边县（市）风自记、多普勒雷达等短时高频资料,对2005年5—8月石家庄出现的短时大风及其与阵风锋、对流降水关系进行统计,侧重分析了2005年6月17日强对流性雷雨云外围产生的阵风锋造成的雷雨大风过程。结果表明：阵风锋在雷达反射率因子图上表现为强对流回波前方近地层的条状或孤状弱窄带回波;在径向速度图上表现为风向、风速急剧变化的辐合带区域;速度图中的风辐合最强处与强度图中阵风锋回波位置相符,并且与风速演变曲线中的峰值有很好对应;阵风锋移向和移速提前预示了主体对流回波传播方向、强对流天气的强弱以及短时大风的时空分布,从而为灾害性天气的短时及临近预报提供参考依据。     

中国的阵风极值及其统计研究

文中给出了中国地面到300m高空阵风极值及阵风因子的统计研究。给出了阵风因子随稳定风速、平均时间、距地面高度、地面粗糙度和稳定风速三阶矩变化的经验公式。所得结果已应用于国家军用标准的制定。     

阵风因子与大气边界层要素的关系及预报试验

利用2008—2016年舟山4个海岛气象站大风资料和欧洲中心的ERA-interim再分析资料,分析了阵风因子随平均风速、风向、小时、月份等分布的气候特征,统计阵风因子与边界层的大气稳定度、250～1000m风速与10m风速的比值、6h变温等要素的相关后,选取最佳预报因子,利用BP人工神经网络方法,根据不同因子组合对阵风进行循环试报。结果表明:①平均风速较小时阵风因子波动范围大;靠近大陆站点的阵风因子及来自陆地方向气流的阵风因子偏大。②白天11:00—16:00受太阳辐射影响大气湍流相对较强,阵风因子偏大。7—9月沿海受台风影响频繁,其阵风因子要大些,而11—12月阵风因子偏大则与来流方向的地表粗糙度较大有关。③阵风因子和边界层不同高度的风速与10m风速比值,及气温具有明显正相关,与边界层大气稳定度参数具有负相关,相关结果印证了阵风主要物理成因与动量的垂直湍流输送有关。④阵风循环试报表明最佳组模型试报的绝对误差及方差均比对比组模型减少约11%～25%,具有较好的预报效果。     

临潼机场雷雨形势分析与强度分级预报

利用1991-1998年常规气象资料．分析和研究临潼机场雷雨天气形势，选择并处理雷雨预报的最佳因子，建立了临潼机场雷雨强度分级预报的多元回归方程。应用试验表明，在大气总温度、露点距平值以及大气不稳定度的共同影响下．雷雨强度的变化遵循着一定的规律。所得结论对于保障飞行安全具有重要的意义。     

北京及周边地区雷暴阵风锋特征统计分析

为全面和系统研究北京及周边地区阵风锋各方面特征,使用2006—2015年暖季(5—9月)北京多普勒雷达探测资料及北京、河北、天津自动气象站观测资料对北京及周边地区的阵风锋过程进行综合统计分析。结果表明,346次阵风锋过程有232次触发了对流,占总数的67%,表明阵风锋对雷暴具有较强的抬升触发能力。阵风锋在6—8月出现的日数占5—9月阵风锋总日数的85%;出现的时段主要是午后至傍晚(12—21时,北京时),维持时间0.5—3 h;阵风锋在北京东南方向生成的数量最多,且触发对流的次数也最多;其次为偏东和东北方向;偏南和西南方向生成阵风锋数量居中,而偏北、偏西和西北地区阵风锋个例相对较少,触发对流的比例也相对较低。产生阵风锋的母风暴中48%为孤立雷暴(包括孤立多单体和超级单体风暴),31%为雷暴群,21%为飑线;97%的母风暴最强回波在50 dBz以上,阵风锋的回波强度为10—25 dBz。91%的阵风锋移动速度集中在10—60 km/h,84%的阵风锋与母风暴的最大距离为1—60 km;在母风暴回波强度减弱到30 dBz以下时,80%的阵风锋能够继续维持的时间不超过2 h。阵风锋母风暴向东...     

商丘市空气质量统计预报方法

利用商丘市2002年5月24日~2003年9月23日的空气污染浓度资料和同期气象观测资料,分析了商丘市空气质量的时间分布规律及影响商丘市空气中PM10、SO2和NO2浓度的气象因子,并用多元线性回归方法建立了商丘市空气质量预报方程。     

商丘市空气质量统计预报方法

利用商丘市2002年5月24日～2003年9月23日的空气污染浓度资料和同期气象观测资料,分析了商丘市空气质量的时间分布规律及影响商丘市空气中PM10、SO2和NO2浓度的气象因子,并用多元线性回归方法建立了商丘市空气质量预报方程.     

安徽省县级大雾预报业务系统

分析安徽省多年大雾的天气气候特征和形成的天气学条件,并利用3年T106资料,经相关性检验,基于最优表征大雾形成的天气学特征的因子建立了多元回归方程,用1年T213资料进行检验,最终确定了可用于实时业务MICAPS格式的安徽省县级24h、48h和72h大雾预报的预报业务系统。