暴雨强度公式参数的遗传优化

遗传算法是模型参数优化估计的一种通用方法。提出将遗传算法应用于不同重现期的暴雨强度与降雨历时关系式中参数的优化，并进行了实例分析计算。结果表明：遗传算法用于暴雨强度公式参数优化的原理直观、方法简便，具有通用性。     

基于遗传算法的江西七一水库来水流量新安江预报模型参数优化

利用江西七一水库水电站2016—2017年水文资料,基于遗传算法对七一水库来水流量新安江模型进行了参数优化率定,并采用参数率定前后2种来水流量模型对七一水库2018年的预报结果进行检验,重点分析了水库来水流量预报结果的日误差、月误差和年误差以及强降水过程流量预报误差等。结果表明：1) 遗传算法参数优化后的模型流量预报误差减小;2) 日误差在7月中旬以后明显减小;3) 月误差在7月之前以正偏差为主,7月以后以负偏差为主;4) 参数优化后的年误差整体好于优化前;5) 在强降水过程实例流量预报误差分析中,参数优化后的误差明显减小,但不同强降水过程误差程度相差较大,可能与降水空间分布的不连续性、面雨量计算方法的局限性以及降水的天气类型有关。     

面向同化的探空温度数据质控参数优化及误差特性分析

针对双权重标准差法对探空温度质量控制中阈值参数不确定的问题,提出了以正态波形指标偏度和峰度为判定依据的阈值Z参数优化算法。利用2017年福建3部探空温度资料和ERA5模式再分析温度数据,对探空温度增量数据进行不同数据集质控前后对比分析总结出：峰偏值C_KS随阈值Z的分布曲线表明阈值Z偏大则会造成质控不完全,阈值Z偏小则会造成过度质控;以峰偏值C_KS所确定的最优阈值Z双权重标准差法比固定阈值的更符合模式同化系统正态分布要求,为探空温度数据在模式同化的应用提供了更好的质控方法。在质控前后温度增量分布特征上,温度观测增量总是以某一固定增量值在整个气压高度上剔除离群值,其中57.15%的离群点主要分布在0～100 hPa范围内,42.85%的离群点均匀分布在100～1000 hPa范围内,其中0～100 hPa范围内温度增量绝对值大于10℃的异常点是由于温度传感器受太阳辐射等因素影响超出了正常探测误差范围,这些异常点可以在质控前提前剔除,进一步提升探空温度数据质量。     

一种基于SVD的迭代方法及其用于气候资料场的插补试验

提出一种基于SVD的迭代对气象场序列缺测记录插补延长的技术方法,对长江流域20个测站1月份气温做插补试验,平均均方误差为0.25,插补精度明显优于迭代EOF,插补效果良好且性能稳定;而且插补站数所占比例越小效果越好.此研究表明,基于SVD迭代的插补方法是一种非常有效的插补途径.     

垂直-倾斜对流一体化参数化方案的实现及数值试验

在Kuo-Anthes垂直对流参数化方案和Nordeng倾斜对流参数化方案基础上,提出了垂直-倾斜对流一体化参数化方案,并引入MM5模式中.利用该方案对2008年1月28-29日发生在中国南方的一次暴雪过程和2005年"海棠"台风过程进行了数值模拟,模拟结果表明,此次暴雪过程在垂直方向主要表现对流稳定状态,但在对流层低层始终存在条件件对称不稳定层,并且当条件性对称不稳定区向高层发展时,伴随着强上升运动作为触发机制,引发条件性对称不稳定能量的释放,产生更多的对流降水,使模拟的总降水量与实况更加一致.条件性对称不稳定的发展加强与降雪强度、辐合辐散和上升运动变化一致,条件性对称不稳定是造成暴雪发展加强的主要机制之一.通过对"海棠"台风72 h的模拟表明,条件性对称不稳定主要发生在台风的低层,且其水平分布呈螺旋状结构.条件性对称不稳定效应对台风路径影响较小,但对台风强度影响较大,在模式中考虑垂直-倾斜对流一体化参数化方案后,与仅考虑垂直积云对流参数化方案相比,72 h模拟的平均台风中心最低气压降低了3 hPa,最大达8 hPa.在模式中考虑条件性对称不稳定的影响,可使模式台风中上层的暖心结构更加明显,上升运动和对流性降水增强,对流释放的更多凝结潜热使台风得到进一步加强.     

多层城市冠层模型参数优化及对京津冀城市群的高温模拟

针对京津冀高温模拟,综合运用卫星和地面气象观测数据、参数敏感性试验等技术方法,确定了耦合了多层城市冠层模型的中尺度数值模式（WRF/BEP/BEM）的地表反照率、比辐射率和人为热等参数的本地化配置。数值对比试验表明,参照试验中优化地表反照率、比辐射率和人为热（通过本地优化BEM输入参数来实现）等参数后,模式对京津冀高温模拟的效果均有显著提高,65%及以上的城市站点,参照试验比敏感性试验模拟误差降低0.5℃以上。经参数优化的WRF/BEP/BEM,较好地模拟了2010年以来京津冀地区5次极端高温过程,模拟结果与观测的标准差分别为1.4°C、0.8°C、0.9°C、1.0°C和0.7°C,分别较ERA5与观测的标准差减小26.3%、61.9%、40.0%、41.2%和36.3%。参数本地优化的WRF/BEP/BEM,可进一步应用于京津冀极端高温的相关研究,特别是城市化对极端高温作用机理的研究。     

南京地区雨滴谱参数的详细统计分析及其在天气雷达探测中的应用

雨滴谱包含了降雨的丰富信息,不仅能反映雨滴群的微物理特性,也能反映降雨类型、降雨强度等宏观特性,并且在雷达气象领域也有重要的价值。论文对2015和2016年度南京地区32次降雨过程的雨滴谱资料进行了处理、并对多种雨滴参数进行了详细的统计和分析,拟合了层状云降雨、对流云降雨以及积层混合云降雨的雨滴谱Gamma分布参数。另外,还基于雨滴谱数据拟合了雷达反射率因子Z与降雨强度R的Z-R关系,计算了差分反射率Z_DR、相位常数K_DP以及衰减参数,并利用衰减参数进行了C波段雷达回波的衰减订正试验。结果表明:（1）层状云降雨的各微物理参数比较稳定,积雨云的变化剧烈;层云降雨和积层混合云降雨的中雨滴、积雨云降雨的大雨滴对雷达反射率因子的贡献最大。（2）积雨云降雨的滴谱最宽,层状云降雨的最窄。（3）利用依据雨滴谱数据拟合的三类降雨Z-R关系,可以一定程度地提高雷达估测降雨的精度。（4）利用基于雨滴谱数据拟合的衰减系数,有效地进行了C波段双偏振雷达回波强度的衰减订正,体现了统计参数和拟合参数准确性。     

中尺度模式遗传算法同化系统及同化试验研究

设计了一个以MM5模式为基础的遗传算法同化系统,并对一次暴雨过程进行了实际降水的模拟,通过对比遗传同化和伴随同化的降水预报效果,对遗传算法同化系统的同化性能进行验证。试验结果表明,遗传算法与四维变分相结合的同化系统能有效地改善模式的初始场,使MM5模式要素预报和降水预报的准确率得到提高。     

基于遗传算法的暴雨强度公式参数的优化

遗传算法是模型参数优化的一种有效方法。将遗传算法应用于北京市郊区不同重现期的暴雨强度与降雨历时关系式中参数的优化,并与传统回归法和优选回归法的优化效果进行了分析比较。实例计算结果表明：遗传算法用于暴雨强度公式中的参数估计精度高于传统回归法和优选回归法的参数估计精度。该方法具有直观、简便和实用特点。     

基于遗传算法的四维变分资料同化技术的研究

将遗传算法应用于四维变分资料同化问题,提供一种新的较为有效的数值预报初始场优化方法,给出了相应的理论依据和详细算法,并结合变分问题本身的特点,设计合理的遗传编码、遗传操作和遗传参数.同时,以二维的浅水方程模式为例建立基于遗传算法的变分同化模型,并从多方面与伴随模式变分同化方案进行分析比较.数值试验结果表明,基于遗传算法的变分同化方案取得了比较满意的同化效果.     

基于遗传算法与共轭梯度法结合的四维同化方法

对气象资料的四维同化，采用共轭梯度算法和遗传算法，可以使两种方法相互补充，实验证明两者的结合能够增强搜索能力和收敛速度。在编写此程序时，采用标准化编程方法，使程序能够接近全自动化，从而缓解了编程的繁重劳动，减少程序中出现的错误。     

基于Rsync的中央气象台数据备份机制及优化设计

中央气象台实时业务中的数据支持是完成全国灾害性天气监视预报的核心支撑,每天使用的实时数据更新量大于500G,其中大量数据需要不间断使用,因此实时数据备份及在异常情况下的及时恢复对中央气象台的实时业务保障显得十分重要。中央气象台在业务中使用的操作系统种类较多,文件存取使用方式及各类数据权限各不相同,通过研发与实践提出基于Rsync同步数据传输机制的数据备份方案,并在实际使用中逐步优化,实现了对不同种类的数据及操作系统实行不同的备份策略,在实际业务中起到了较好的效果。     

年代际气候预测系统IAP DecPreS的海洋同化试验在西北太平洋的海温偏差及其对亚洲夏季风的影响

本文分析了中国科学院大气物理研究所年代际气候预测系统IAP DecPreS的海洋同化试验（简称EnOI-IAU试验）在西北太平洋地区的海表面温度（SST）年循环的模拟技巧,并通过对比IAP DecPreS系统自由耦合历史气候模拟试验结果,在包含海气耦合过程的框架下讨论了耦合模式中西北太平洋夏季SST模拟差异,及其对亚洲季风区夏季季风降水模拟的影响。结果表明,EnOI-IAU试验较好地模拟出了西北太平洋各个季节的SST空间分布,并显著减小了原存在于历史气候模拟试验中持续全年的SST冷偏差。混合层热收支诊断分析表明,包含同化过程在内的海洋过程的模拟差异对西北太平洋海温的模拟提升有重要贡献。夏季,EnOI-IAU试验模拟的印度季风伴随的低层西风较观测偏东、偏强,且高估了赤道西太平洋区域的降水量值、低估了印度洋区域的降水量值。水汽收支分析显示,气旋式环流异常造成的水汽辐合异常是造成亚洲季风区降水模拟差异的主要原因。研究表明,较之历史模拟试验,EnOI-IAU试验中夏季西北太平洋地区SST增暖造成局地对流增强,进而使得局地产生异常上升运动,水汽辐合增强,造成西北太平洋地区降水模拟偏多,激发出低层西风异常及赤道外气旋式环流异常。该低层西风异常导致了北印度洋地区低层辐散异常,减小了原存在于历史试验中印度洋地区的正降水偏差。西北太平洋气旋式环流异常一方面增强了印度夏季风伴随的低层西风,使得更多的水汽从阿拉伯海输送到西太平洋暖池区域,增强了该区域的降水量;另一方面,该气旋式环流异常减小了历史模拟试验中中国南部区域偏强的低层风速,进而提升了模式对东亚低层西南风的模拟能力。     

一个基于打靶法的大气污染源反演自适应算法

污染源反演对大气污染预报及控制有重要意义。目前普遍采用的源反演统计方法存在对观测误差、源清单先验估计误差敏感等弱点。基于打靶法思想的各种算法以其精度高、程序简单、实用性强的特点被广泛应用于系统控制领域。本文提出的基于打靶法思想的大气污染源反演自适应算法在精度高、算法简明的基础上弥补了统计方法的不足:能处理源清单中的大误差、初值大误差、观测值在个别时间点的大误差;无需先验分布假设及误差估计。本文还以简单模型的理想试验为例,展示了该自适应算法的计算效果。     

基于多重网格策略的NLS-3DVar资料融合方法及其在气温数据融合中的应用

将多重网格策略引入NLS-3DVar(Non-linear Least Squares-based on Three-dimensional Variational Data Assimilation,非线性最小二乘三维变分同化)方法,进而应用于2400多个国家级气象观测站逐时气温数据和NCEP再分析气温数据的融合,得到中国区域空间分辨率1°×1°,时间分辨率为6小时的气温融合产品。分别从单重网格(分辨率1°×1°)和双重网格(分辨率由2°×2°到1°×1°)利用2014年1~12月(4、5月除外)的独立检验数据考察NLS-3DVar气温融合产品质量,验证基于多重网格策略的NLS-3DVar方法的优越性。在单重网格下,与广泛应用于气象行业的Cressman插值产品(均方根误差和相关系数的年平均值分别为1.961°C d~(-1)和0.924)相比,NLS-3DVar产品全年始终具有最小的均方根误差和最大的相关系数,年平均值分别为1.915°C d~(-1)和0.929;站点间误差分析进一步表明,NLS-3DVar产品在大多数检验站点精度更高,在新疆、甘肃、云南、陕西等地区尤为突出;加入双重网格策略的NLS-3DVar产品与单重网格的NLS-3DVar产品误差对比显示,均方根误差年平均值分别为1.649°C d~(-1)和1.711°C d~(-1),相关系数年平均值分别为0.970和0.968,二者在均方根误差和相关系数的表现上都极为相似,即双重网格NLS-3DVar气温产品尽管对观测数据采取了稀疏化处理,但依旧维持了原有的产品精度,并且在计算效率上提高了1倍多。而与同样在双重网格下基于多尺度的STMAS(Space–Time Multiscale Analysis System)算法相比,双重网格的NLS-3DVar产品在产品精度上同样占据优势,在计算效率上单位时次耗时与STMAS算法几乎相当。