气象卫星探测资料在数值天气预报中的应用

卫星遥感技术和其他非常规观测技术的发展和成熟，提供了大量的非实时、非完全、准连续的观测资料。与其他非常规观测资料相比，卫星观测资料具有水平分辨率高，观测面广阔，测量误差易于掌握等优点。分析和总结了目前卫星观测资料在数值天气预报模式中的应用情况，并对其未来发展做了一些有益的探讨。     

中期数值天气预报中的高性能计算

到本世纪末，集合预报，四维变分同经，Ｋａｌｍａｎ滤波，高分辨率确定性预报等技术将在中期数值业务预报中得到应用，对于高性能计算机的需求约是ＣＲＡＹ Ｃ９０／１６的１０－２０倍，并行向量机的发展余地已不大，大规模并行计算机依然是高性能计算机发展的主流。     

数值概率在天气预报中的应用

从用户与预报员的角度讨论了天气预报中表示为数值概率的风险评价溉念。对于用户来说,该概念能使特别事件发生、或者是特定临界值被越过(例如在特定时段中温度降到低于0℃)的风险定量化。对于预报员来说,这种概念非常有用,因为它能使预报员用一种最适合反映各种情况下天气系统演变的语言来表达他们的预报。这种概念对于用户与预报员都是一种很实用的工具,经得起客观评价,从而提供一个衡量预报员技术与评价预报员对用户之价值的标准。     

数值天气预报的创新之路--从初值问题到反问题

基于大气并非是一个确定论的系统,从信息论的视角考察了数值天气预报问题。认为表征初值和边值的数据可以视为输入信息（信息源）,而数值模式则不过是一个信息变换机构,它把输入信息变换成预报结论而输出来,输出的预报结论则是未来天气状况的信息。于是预报的准确性受制于：一是输入信息所包含的输出信息的信息量,另一是信息在变换过程中丢失的信息量。从初值的形成过程揭示出了当前观测系统在一个时刻提供的数据没有包含初值所要求的全部信息,而缺失的部分或多或少的隐藏在过去的观测数据中。提为初值问题意味着只依据一个时刻的状态导致输入的信息量缺失,应考虑过去的历史数据以增加输入数据中所包含的预报量的信息。文中指出由于输出信息比输入还多的数值模式是不存在的,这样的改进带有根本性。进一步论证了数值模式的误差信息,也或多或少的隐藏在过去的历史数据中,为了充分使用过去的观测数据,本文建议改变问题的提法,不提成初值问题,提成反问题。资料同化本质上是反问题,其欠定性不应人为夸大。提成反问题的数值天气预报能充分应用过去的历史资料,将天气方法、统计方法、动力方法有机地结合在一起。对于这个反问题如何具体求解方面,在分析了业务和研究的区别,模式的普适性和针对性的统一的基础上,给出了反问题的具体解决途径。强调无需构建新模式（这是非常困难的工作）,只需运行现成的模式,借助所关心的预报对象的历史数据来改造现成模式,因而是完全可行的。     

数值天气预报中的不一致性问题综述

近年来随着数值天气预报的不断发展,数值天气预报中出现了一个新的值得注意的问题:预报不一致性,即连续多次预报中,前后两次预报所做出的预报结果之间差异较大的现象。本文较系统地概述了这一问题,总结了预报不一致性的概念、定量分析方法、产生的可能原因及其与预报误差的关系等方面的研究成果。目前预报不一致性的定量分析方法还较少,其适用性和客观性等还需进一步研究。在预报不一致性产生的原因方面,现有的研究仅限于理论上的简要分析,初始误差和模式误差在预报不一致性形成过程中的具体作用等尚不清楚。最后阐述了在预报不一致性研究中存在的一些问题及可能的研究方向。     

数值天气预报中集合-变分混合资料同化及其研究进展

数值天气预报中混合资料同化是结合集合预报与变分同化方法各自优势研究发展的一种新型资料同化方案。它在变分资料同化框架的基础上,利用集合预报扰动场信息的优点,构造具有流依赖属性的背景误差协方差结构,克服变分同化中固定、均匀及各向同性的背景误差协方差的缺陷,改善对不同天气系统预报误差协方差的表达能力,从而改善分析和预报的质量。近年来,基于集合与变分方法的混合资料同化快速成为数值预报资料同化发展的新趋势,具有良好的业务应用潜力。对集合与变分混合资料同化的研究进展进行综述,在简要介绍数值天气预报中资料同化发展趋势的基础上,分析混合资料同化方案的理论框架和优势,总结混合资料同化的发展和研究成果,并讨论我国研究和发展混合资料同化的基础和前景及面临的问题,指出混合资料同化发展中亟需研究的关键科学问题。      

数值天气预报和气候预测的可预报性问题

考察由初始状态误差和模式中参数误差所引起的预报结果的不确定性。提出了数值天气预报与气候预测中三类可预报性问题，即，最大可预报时间，最大预报误差，初值与参数的最大允许误差。然后将这三类问题化成了对应的非线性优化问题，给出了处理此类非线性优化问题的思路，并且有数值方法对Lorenz模型研究了这三类问题。     

数值天气预报中卫星资料同化应用现状和发展

卫星资料已大量应用于数值天气预报,占据了所用观测资料的主体并对数值天气预报效果的改善具有明显的作用。目前卫星资料的同化应用一方面在努力解决受地表辐射、云和降水影响的卫星观测资料的同化问题,以充分利用现有卫星资料并发挥其效能,同时发展适应伴随全球观测系统建立而带来大数量和多种类新类型卫星资料的同化应用。文章介绍了为满足卫星资料在数值天气预报中同化应用现状与发展而建立的两个卫星资料同化研究中心(JCSDA:Joint Center of Satellite Data Assimilation和NWP SAF:Satellite Applications Facility for Numerical Weather Prediction)的基本情况,并简要讨论我国数值天气预报中卫星资料同化应用。     

地市级气象台开展数值天气预报的方法和途径

以宾西法尼亚大学（PSU）和美国国家大气研究中心（NCAR）联合研制的第四代中尺度数值天气预报模式MM4为例，介绍了地（市）级气象台开展数值天气预报的方法和途径，以推动地（市）一级定时、定点、定量精细预报的开展。并为地市级预报人员学习数值天气预报相关知识提供了一条快速入门的方法。     

中短期数值天气预报现状,发展趋势及其产品应用

文章对国内外中短期数值天气预报现状作了概括介绍。并在此基础上，对中短期数值预报发展趋势，产品应用进行了讨论。     

人工智能技术在数值天气预报中的应用

当前,人工智能迎来第3次发展浪潮并在多个领域大数据分析中取得巨大成功,这为人工智能技术与数值天气预报结合提供了契机。已有大量研究尝试将人工智能技术用于数值天气预报的初值生成、预报和产品应用过程中,涉及观测资料预处理、资料同化、模式积分、后处理以及高性能计算,通过误差估计、参数估计和局部代理等手段使预报结果,得到改进且计算速度大幅提升,展示出良好的应用前景,一些神经网络模型也表现出纯数据驱动预报的可能性,在短时强对流天气、降水以及气候预测中已有较为理想的应用实例。然而,人工智能技术在数值天气预报中的应用与发展仍面临一些挑战,主要包括深度学习的弱解释性、不确定性分析以及两者的耦合等,除了应对这些挑战,未来两者的深度结合还需要在理论指导下的人工智能模型设计、高时空分辨率人工智能预报模型设计以及使用更多新型人工智能技术等方面深入探索。     

论过去资料在数值天气预报中使用的理论和方法

对中国气象学家在数值天气预报中使用过去实况演变资料的理论和方法作卫概要性总结,其中不仅讨论了近期实况演变资料的应用,还了积累数十年的历史资料的应用问题。文中强调要改变对数值预报问题的提法,回顾了由初值问题改为演变问题,再改为反问题的历史。     

神威机上集合数值天气预报系统中文件资料的管理

从文件资料的命名、存放与输入输出管理三个方面介绍了在神威集合数值天气预报系统中对大规模文件资料的管理实现。     

WRF模式在南京数值天气预报中的应用

利用最新版本的WRFV3.1进行了南京地区的高分辨率的数值天气预报,对预报结果进行了细致的评估,结果表明：模式很好的预报出了温度、相对湿度及风场的逐日变化特征。0~24 h预报的平均温度和实况基本一致,预报的击中率为0.73;预报的平均相对湿度较实况偏高了0.3%,击中率为0.74;模式预报的风场跟实况较为吻合,对风速增大、减小的趋势预报非常准确。另外, 模式对层云降水预报较好,能很好的把握了降水的强度及空间变化,但对积云强降水预报,结果不理想,降水范围、强度均偏小,持续时间偏短。     

T213数值预报产品在高原天气预报中的应用

根据T213数值预报产品与高原上12个站点对应时次的高度、温度资料。进行了误差扣相关分析，并在此基础上。选择扣本地相关较好的因子，建立了晴雨判别预报模型，历史拟合扣试报效果较好。     

新世纪初我国数值天气预报的科技创新研究

概要介绍最近5年在国家科技攻关项目“中国气象数值预报系统科技创新研究”框架内所取得的主要成果，重点是卫星等遥感资料在变分同化中的应用，高分辨非静力数值预报模式的发展，全球资料同化与中期数值天气预报系统的发展，数值天气预报系统的模块化与并行计算，数值天气预报新技术的研究等，并扼要介绍我国新一代数值天气预报系统的业务应用试验。最后，对我国数值天气预报的进一步发展做了讨论。     

辽宁沙尘暴天气预报方法研究

通过对1971～2002年辽宁3站以上44个强沙尘暴个例进行分析，从辽宁沙尘暴的天气形势、影响系统入手，确定沙尘暴气象要素场及物理量场演变特征；分析辽宁沙尘暴的影响路径，结合地面观测资料对辽宁沙尘暴关键区进行监测预警；利用数值预报产品制作辽宁沙尘暴客观预报产品，并建立辽宁沙尘暴预报流程。     

背景场误差样本模拟对同化及数值预报效果的影响北大核心CSCD

合理估计背景场误差协方差矩阵(B)是做好变分同化的关键环节。利用控制变量随机扰动法(RandomCV)、增长模繁殖法(BGM)及NMC法等3种背景场样本模拟方法,基于WRFDA系统计算B矩阵,对B矩阵的特征及其对同化预报效果的影响进行了研究。B矩阵的特征分析和单点观测试验表明,NMC法与RandomCV法得到的B矩阵误差方差较大,在同化中观测的权重更大;RandomCV法得到的B矩阵,背景场误差中变量的长度尺度更大,说明同化中观测的水平影响范围更大。连续循环同化和预报试验表明:应用RandomCV法计算得到的B矩阵分析与预报的效果明显优于系统自带的以及BGM法得到的B矩阵,且效果与NMC法相当与NMC方法相比,采用RandomCV方法产生背景场样本具有时间和人力成本相对低的优点。