区域四维变分资料同化的数值试验

针对中尺度数值预报模式预报误差的主要来源,尝试利用四维变分资料同化的方法来改善预报效果。在已建立的中尺度模式（ＭＭ４）四维变分资料同化系统基础上,进行了若干数值试验,通过比较同化前后的预报来检验同化的效果。这些试验中初始场、模式误差和侧边界条件被分别或同时作为控制变量来进行调整,主要探讨了模式误差和侧边界条件对同化及预报的影响,以及同时结合两者或三者的途径和方法。对两组个例分别进行的试验结果表明,区域中尺度模式预报误差除了来源于初始误差外,模式误差、侧边界条件也有不可忽视的作用。同化时应同时考虑初始场、模式误差和侧边界条件这三方面的共同作用,仅修正其中某一个或某两个会把由于其它方面造成的预报误差转嫁到它们之上,从而出现尽管目标函数下降很快而预报结果并没有相应改善的现象。     

基于RBAC的气象多维数据权限管理模型的建立

在传统的基于角色访问权限管理 (RBAC) 模型基础上结合气象数据自身特点及共享服务中的权限控制需求,提出了一种符合气象资料管理特点的多维度权限管理模型。该模型充分考虑了气象数据进行资源共享时资料分类众多、层次化结构复杂、检索粒度不同等特点,有针对性引入了客体维度概念和更灵活的权限管理机制,较好地满足了气象部门数据共享服务系统建设的需求。该方案作为全国综合气象信息共享平台 (CIMISS) 数据服务权限控制模型的前期试验研究,构建一个多维数据权限管理原型系统用于数据访问控制。作为通用性模型,该模型可以延伸用于气象数据服务类系统应用,对确保数据库的信息安全、防止用户越权访问数据、保障管理信息系统的正常运行具有重要意义。     

北京气候中心CMIP6数据共享平台及应用

为保障北京气候中心（Beijing Climate Center,BCC）气候模式在第6次耦合模式比较计划（Coupled Model Intercomparison Project Phase 6,CMIP6）中的大量试验数据产品面向国内外实现共享,建立了试验数据共享平台。由于模式试验数据具有数据量大、要素种类繁多、元数据多样等特征,为提供高效的数据管理,平台采用分布式存储架构,数据通过气候模式输出重写（climate model output rewriter,CMOR）软件进行格式规范,并实现基于THREDDS（thematic real-time environmental distributed data services）的数据组织与共享。在平台建设及软件设计部署等层面,充分考虑数据安全。该平台实现BCC 3个模式约190 TB的试验数据稳定、高效共享,为国内外气候变化领域科研工作者提供获取数据的方便快捷途径与方法,成为推动我国气候模式国际应用的有力技术手段。     

基于雷达反射率因子和雷电定位数据的深度学习雷电预报模型

利用卷积神经网络和门控循环单元（Gated recurrent units ）神经网络,基于雷达反射率因子和雷电定位数据开展了雷电预报研究。首先构建了引用注意力机制的基于卷积神经网络和门控循环单元神经网络的深度学习模型（Attention ConvGRU）;然后将雷达反射率因子数据和对应时间段（6 min）的雷电定位数据处理成图像数据后输入深度学习模型,训练出可预报雷电的模型,包括3种模型：单雷电数据模型、单雷达数据模型和雷电〖CD*2〗雷达双数据模型;最后开展了预报试验和定量评估。综合评估表明,本文建立的雷电预报模型综合预报准确率达到96.74%,虚警率35.83%,关键成功指数（Critical Success Index, CSI）为0.2072。个例分析表明,预报模型对于具有明显移动趋势的雷暴过程（A类雷暴）的预报效果优于不具有明显移动趋势的雷暴过程（B类雷暴）,且随着B类雷暴强度减弱模型预报能力逐渐减弱。     

支持向量机方法在山东山洪地质灾害预报中的应用试验

用支持向量机(SVM)方法根据T213数值资料和济南、淄博、泰安、莱芜4站的降水实况资料对山东山洪灾害多发的鲁中山区进行了降水分类预报试验。结果表明:多项式核和径向基核函数建立的模型较好地提炼了降水信息,都具有很高的预报技巧,客观性和实用性强,有很强的推广能力;用径向基核函数建的非线性降水分类模型优于用多项式核函数建立的线性降水分类预报,特别是资料减少时,非线性降水分类预报明显优于线性降水分类预报;低层大气湿度可能对线性降水分类有重要影响;建模时用的资料数据格式与实际业务中获得的数据格式应尽量保持一致。     

一个热带太平洋距平模式对风应力异常的响应

本文利用１９７０至１９８９年共２０年的逐月平均的太平着区的表面风应力和海表温度距平的分析资料，检验了以前设计的热带太平洋和热带大气距平模式的模拟性能，通过使用两组风应力异常场即观测场和热带大气模式对观测海温响应所得的模拟场，重点分析了热带太平洋距平模式对风应力异常的响应特征，结果表明，本文海洋距平模式完全有能力再现ＥＮＳＯ循环折际变化性及其水平结构，且赤道中太平洋区域的低频风应力异常对于ＥＮＳＯ事     

扩展卡尔曼滤波数据同化试验--基于Lorenz(1960)系统的研究

本文采用Lorenz(1960)系统，在只考虑初始误差及观测误差而不考虑模式误差的情况下，利用扩展卡尔曼滤波(Extended Kalman Filter)数据同化方法进行了数值模拟试验。数值试验的结果表明：扩展卡尔曼滤波数据同化方法对系统状态的估计有较好的改善作用，能有效的抑制估计误差的增长；加大观测频率，可以进一步改善数据同化的效果，使估计误差进一步减小；由于模式误差的存在，系统的不稳定能量会不断的累积，出现了估计误差的异常增长和计算的不连续现象，在模式预报方程中的均值演变方程加人二阶偏差纠错项，对控制估计误差的异常增长，进一步改善数据同化的效果有较明显作用。     

Comments on the Synergism Between the Analytic Planetary Boundary-Layer Model and Remote Sensing Data

This paper is adapted from a presentation at the session of the European Geophysical Society meeting in 2002 honouring Joost Businger. It documents the interaction of the non-linear planetary boundary-layer (PBL) model (UW-PBL) and satellite remote sensing of marine surface winds from verification and calibration studies for the sensor model function to the current state of verification of the model by satellite data. It is also a personal history where Joost Businger had seminal input to this research at several critical junctures. The first scatterometer in space was on SeaSat in 1978, while currently in orbit there are the QuikSCAT and ERS-2 scatterometers and the WindSat radiometer. The volume and detail of data from the scatterometers during the past decade are unprecedented, though the value of these data depends on a careful interpretation of the PBL dynamics. The model functions (algorithms) that relate surface wind to sensor signal have evolved from straight empirical correlation with simple surface-layer 10-m winds to satellite sensor model functions for surface pressure fields. A surface stress model function is also available. The validation data for the satellite model functions depended crucially on the PBL solution. The non-linear solution for the flow of fluid in the boundary layer of a rotating coordinate system was completed in 1969. The implications for traditional ways of measuring and modelling the PBL were huge and continue to this day. Unfortunately, this solution replaced an elegant one by Ekman with a stability/finite perturbation equilibrium solution. Consequently, there has been great reluctance to accept this solution. The verification of model predictions has been obtained from the satellite data.     

大气数据同化方法的研究与应用进展

简要介绍了大气数据同化的基本思想与方法，阐述了松弛逼近法、Kalman滤波和变分约束法三种大气数据同化方法研究状况和应用进展情况。     

中尺度数值模式MM5的四维变分资料同化系统

应用伴随方法求解以数值预报方程作为约束条件的四维变分资料同化方案，关键问题是如何构造伴随模式。以中尺度数值模式MM5为例，讨论了如何用伴随码技术建立MM5伴随模式，以及伴随模式系统中权重、尺度因子的选取；最后对MM5伴随模式系统进行了梯度检验，并利用实际资料进行四维变分资料同化试验。试验表明该系统有较强的同化能力，能够提高MM5降水预报的准确性。     

陕西渭北东部干旱遥感监测模型研究

利用研究区域2001年NOAA-16卫星遥感资料和有关气象资料，根据作物生长发育季节，使用逐步回归的统计方法进行因子筛选，用选出的因子建立研究区域不同季节干旱遥感监测模型。用建立的模型对2002年该区春季干旱进行监测，结果表明：模型土壤湿度监测结果与地面观测结果较为一致，模型对该区干旱具有较好的监测能力。     

南海海域海-气耦合模式及其数值模拟试验

在ＮＣＡＲ区域气候模式ＲｅｇＧＭ２和普林斯顿海洋模式ＰＯＭ基础上发展适用于区域海－气相互作用研究的区域海－气耦合模式,模式采用同步耦合、海洋模式将海表温度提供给大气模式,大气模式为海洋模式提供太阳短波辐射、感热能量、潜热通量。海洋与大气模式每１５ｍｉｎ交换一次通量。耦合过程没有使用通量校正。使用该模式对中国南海区域１９９５年５－７月大气和海洋进行了模拟试验,将模拟结果与ＣＯＡＤＳ通量强迫的模拟结果     

国家气象中心数值预报业务的进展

在最近的１５年中，国家气象中心的数值预报业务高速度发展，预报模式从北半球模式发展为全球谱模式，并配套建立了资料同化系统和用于降水预报的有限区预报模式，暴雨和台风预报模式正在研制中。目前数值预报时效已延至７天，Ｔ６３９３丙上时的预报水平已优于的数值预报产品的应用技术在不断改进，最高（低）气温下两天ＭＯＳ预报精度已接近预报员制作的综合预报结果。     

一种四维同化方法的试验研究

文章利用一个有限区模式对一种资料四维同化过程作了试验研究，以考察四维资料同化对模式的预报过程的作用。试验结果表明:四维资料同化可以为模式提供一组四维动力协调的积分初值。对由于资料或模式原因造成的积分开始时的高频振荡有很好的抑制作用，使模式的积分稳定性增强。      

Validation of climate model output using Bayesian statistical methods

The growing interest in and emphasis on high spatial resolution estimates of future climate has demonstrated the need to apply regional climate models (RCMs) to that problem. As a consequence, the need for validation of these models, an assessment of how well an RCM reproduces a known climate, has also grown. Validation is often performed by comparing RCM output to gridded climate datasets and/or station data. The primary disadvantage of using gridded climate datasets is that the spatial resolution is almost always different and generally coarser than climate model output. We have used a Bayesian statistical model derived from observational data to validate RCM output. We used surface air temperature (SAT) data from 109 observational stations in California, all with records of approximately 50 years in length, and created a statistical model based on this data. The statistical model takes into account the elevation of the station, distance from coastline, and the NOAA climate region in which the station resides. Analysis indicates that the statistical model provides reliable estimates of the mean monthly SAT at any given station. In our method, the uncertainty in the estimates produced by the statistical model are directly determined by obtaining probability density functions for predicted SATs. This statistical model is then used to estimate average SATs corresponding to each of the climate model grid cells. These estimates are compared to the output of the RCM to assess how well the RCM matches the observed climate as defined by the statistical model. Overall, the match between the RCM output and the statistical model is good, with some deficiencies likely due in part to the representation of topography in the RCM.     

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)。     

用统计模式重建热带太平洋环流场资料的可行性试验

在一种恢复总辐射场序列的统计模式的基础上,建立由海温场推算同期热带太平洋环流场的统计模式,对1982至1989年期间冬季(1、2、3月)月平均500hPa高度场资料验证表明,恢复效果稳定。于是利用该地区现有的月平均海温场资料,外推重建了1966年至1978年间冬季(1、2、3月)月平均500hPa高度场资料。这一试验证明,可进一步利用海温场资料恢复更长时期的热带环流场资料。      

南京地区稻田蒸散的研究

引进半经验模式计算稻田蒸散，仅需要常规气象资料和作物的叶面积资料即可较精确地估算农田蒸散，解决了用Ｐｅｎｍａｎ－Ｍｏｎｔｅｉｔｈ方法计算误差偏高以及需要风速梯度观测等在实际应用中存在的困难。通过对模式进行参数的敏感性分析，证实了模式的可靠性和可行性。分析稻田蒸散发现水稻一生有两个耗水高峰：拔节期和抽穗开花期，此时的气象条件最有利于水稻蒸散的进行。     

Long Range Forecasting Indian Summer Monsoon Rainfallby a Hybrid Principal Component Neural Network Model

Summary  The existing methods based on statistical techniques for long range forecasts of Indian monsoon rainfall have shown reasonably accurate performance, for last 11 years. Because of the limitation of such statistical techniques, new techniques may have to be tried to obtain better results. In this paper, we discuss the results of an artificial neural network model by combining two different neural networks, one explaining assumed deterministic dynamics within the time series of Indian monsoon rainfall (Model I) and other using eight regional and global predictors (Model II). The model I has been developed by using the data of past 50 years (1901–50) and the data for recent period (1951–97) has been used for verification. The model II has been developed by using the 30 year (1958–87) data and the verification of this model has been carried out using the independent data of 10 year period (1988–97). In model II, instead of using eight parameters directly as inputs, we have carried out Principal Component Analysis (PCA) of the eight parameters with 30 years of data, 1958–87, and the first five principal components are included as input parameters. By combining model I and model II, a hybrid principal component neural network model (Model III) has been developed by using 30 year (1958–87) data as training period and recent 10 year period (1988–97) as verification period. Performance of the hybrid model (Model III) has been found the best among all three models developed. Rootmean square error (RMSE) of this hybrid model during the independent period (1988–97) is 4.93% as against 6.83%of the operational forecasts of the India Meteorological Department (IMD) using the 16 parameter Power Regression model. As this hybrid model is showing good results, it is now used by the IMD for experimental long-range forecasts of summer monsoon rainfall over India as a whole. Received August 20, 1998/Revised April 20, 1999     

四维变分同化技术在优化Z-C预测模式初始场中的应用试验

文中使用四维变分同化技术将海温观测资料同化到Zebiak-Cane模式中,通过优化模式的初始场提高了模式的预报技巧.通过用理想场进行检验,说明所建立的同化伴随模式是正确的 .用文中建立的四维变分同化模式以1997年1月为初始场所做的预报结果与实况相比,结果较好.这对今后ENSO预报打下了良好的基础.