天气预报自动化系统

系统从省─—地数传网络中获取数值预报产品资料，按照相似预报的原理与历史样本普查相似性，找出最佳相似日，然后根据相似日的天气要素变化输出预报结论。根据不同的需要，可以作出多种气象要素的预报和分片、多点预报。实现了天气预报自动化。     

新一代天气雷达产品综合显示系统的设计与实现

针对强对流天气监测业务及预报预警服务需求,并充分发挥新一代天气雷达组网建设的效益,设计开发了具有自主知识产权的新一代天气雷达产品综合显示系统。该系统根据地市级气象部门天气雷达产品的数据源现状,基于GIS几何对象模型和分布式实时数据流处理框架对多台雷达产品数据进行快速处理和网络传输;结合网络地理信息系统(WebGIS)技术提供雷达产品Web地图服务接口;采用HTML5技术实现雷达产品对比分析显示功能。     

天气业务的现代化发展

在回顾天气业务60年来的发展历程,总结天气业务发展经验的基础上,指出天气业务的现代化发展是以天气预报的精细化为基本特征,以提高精细化预报基础上的预报准确率为根本要求。天气业务60年的实践表明,天气业务的现代化发展得益于:(1)大气科学理论的发展;(2)现代气象科技的进步;(3)气象业务体系的完善;(4)气象服务需求的牵引。面向现代天气业务的发展,提出了需要把握的4个要点问题:(1)数值预报技术的核心作用;(2)专业化的预报业务技术体系;(3)集约化的预报业务流程;(4)专家型的预报员队伍等。这些应成为发展现代天气业务的重点任务。     

中期天气预报自动化业务系统

本中期天气预报自动化业务系统，是以现代微机技术为依托，针对中期天气预报的特点，结合现行中期预报业务实际工作来进行建设的本ＭＦＳ采用模块结构，具有气象要求诊断分析，天气过程预报，灾害天气预报和气象信息情报服务等功能，完全可以代替气象台站的现行中期预报业务中的大量人工劳动。     

基于生成对抗网络GAN的人工智能临近预报方法研究

研究设计了基于生成对抗网络(Generative Adversarial Networks,GAN)的人工智能临近预报方法,并进行了业务试验。该方法利用广东12部S波段天气雷达2015—2017年海量雷达拼图资料进行人工智能学习来做临近预报。GAN方法从一系列雷达观测资料中,运用卷积法提取回波图像信息建立预报模型,并通过损失函数训练模型,得到基于人工智能技术的临近预报。对2018年发生在广东地区的4个天气过程的外推预报试验表明,GAN方法对对流天气过程的回波位置、形状及强度的临近预报多数情况下与实况基本一致,具有较好的预报效果。但是该方法预报的回波范围偏大,对层状云降水的预报效果较差。对西风带系统引起的降水,西南季风降水,东风系统引起的降水以及台风降水的18个个例1 h预报的3个级别的回波强度检验发现,GAN方法对中等强度回波的预报较好,但对强回波的预报效果仍有待提高。     

强对流天气短时临近预报业务技术进展与挑战

强对流天气短时临近预报业务是国家防灾减灾、重大社会活动和精细化天气预报的迫切需要。虽然我国强对流天气短时临近预报业务已经取得了巨大进展,但与国外先进水平相比还有不少差距。本文总结了近年国内外强对流天气短时临近预报业务现状、技术进展、目前国内的技术支撑状况和所面临的挑战,并提出了相应的应对措施。目前强对流天气短时临近预报技术仍然主要是外推预报技术、数值预报技术和概念模型预报技术等,但快速更新循环的高时空分辨率数值模式预报和新一代静止气象卫星资料将在强对流天气短时临近预报中发挥重要作用。强对流天气监测、分析和机理研究是强对流天气短时临近预报的重要基础;先进的外推预报方法同快速更新循环的高时空分辨率数值模式预报以及二者的融合是未来强对流天气短时临近预报的重要发展方向。     

T213数值预报产品与多普勒雷达图像相结合在对流天气在的应用

利用Micaps系统中的T213数值预报产品和714CD多普勒天气雷达的强度和速度回波资料、径向风场资料，对贵阳机场的对流天气进行分析。指出在用常规天气图进行外推预报的同时，结合T213数值预报物理量预告场提前预测天气趋势和变化，利用多普勒雷达连续探测的特点，弥补时间和空间密度的不足，并运用多普勒速度图和VAD技术来识别和反演流场结构和中小尺度天气统，密切监测对流天气的发生、发展、提高了短时预报的精度。     

新书架

<正>现代天气业务(上、下)(现代气象业务丛书)矫梅燕主编《现代天气业务》是《现代气象业务丛书》中的一卷,重点阐述了灾害性天气监测和短时临近预报、中期天气和延伸期预报,以及台风、暴雨、强对流、大雪、大雾、沙尘暴、寒潮、冰冻、高温等灾害性天气和气象要素预报,对现代天气动力学理论和应用也作了     

新型天气预报业务系统框架

在兰州区域气象中心ＤＥＣ业务网络下运行的新型天气预报业务系统,对西北地区东部的重要天气,按中短期预报时效,以模块的方式建立预报系统;以引进人工智能神经元网络技术,预报甘肃省降水天气。该系统经试运行,具有业务实用性强、预报效果较好等特点     

AFDOS多媒体新版本原理与设计

叙述了ＡＦＤＯＳ多媒体新版本的原理与设计，介绍该版本的硬件结构及压缩、同步、叠加、计算机视沉原理等，展望此项技术在预报人员实时收集来自多种媒体的天气信息，进行同化合成，综合决策服务、建设现代天气会商规程与技术中的应用前景。     

广西人工影响天气火箭、高炮实时作业指挥系统

利用广西数字化天气雷达的平显回波(CAPP I),结合作业炮点的地理信息,依托气象预警系统计算机网络,建立了集作业指挥、作业信息处理及其数据库管理为一体的人影实时作业指挥平台。该系统能有效避免人影作业盲目性,提高作业效果。     

对流天气预报中的环境场条件分析

中尺度对流天气的分析包括以天气型识别和中尺度过程分析为主的主观分析,以及以动力热力物理参数诊断为主的客观分析。利用"配料法"预报的思路,通过诊断有组织的深厚中尺度对流系统发生、发展的4个条件(水汽、不稳定、抬升和垂直风切变),开发了中尺度对流天气的环境场条件分析技术(对流天气图分析和客观物理量诊断技术),并应用于中国国家气象中心的强对流天气预报。以中尺度对流天气的天气图分析方法为例,介绍如何利用高低空观测资料,分析对流天气发生发展的环境场条件;并以数值模式释用为主的强对流特征物理量诊断分析为例,介绍如何动态诊断对流天气的动力热力条件演变。     

内蒙古乡镇精细化预报模型及业务试验

文章利用县级台站天气实况插值生成乡镇天气实况资料库进而建立乡镇MOS预报方程的处理方法,建立了内蒙古1242个乡镇及一般风景点24小时天气要素精细化客观预报模型,并建成了业务化系统进行了业务试验运行。预报效果检验表明,这一方法是一种可行的精细化预报研制技术,其预报效果明显好于中央台精细预报指导产品,个别要素甚至略好于人工订正产品,完全可以应用于业务工作中。     

京津冀站点风温湿要素的机器学习订正方法

基于线性回归方法、梯度提升回归方法(GBRT方法)、XGBoost方法和堆叠集成学习方法(Stacking方法)4种机器学习方法,采用误差分析建模思路,针对北京城市气象研究院研发的睿图-睿思系统对2020年12月—2021年11月所有起报时次未来3～12 h的2 m温度、2 m相对湿度、10 m风速以及10 m风向4种气象要素预报,开展京津冀复杂地形下的站点预报误差订正技术研究及试验应用。结果表明:基于预报误差分析构建的4种订正模型中,由于Stacking方法集成了前3种方法的优势,在4个季节的4种气象要素订正中均表现最佳,其他3种单一机器学习方法试验中,XGBoost方法表现最佳,其后依次为GBRT方法、线性回归方法,但均对预报准确率有明显的正向提升效果。总体上,基于机器学习方法构建的预报误差订正模型可有效降低系统原始预报误差,有助于进一步提升复杂地形下站点客观释用产品的预报准确性。     

数值天气预报多要素深度学习融合订正方法

数值天气预报作为现代天气预报的主流技术方法,近年来不断朝着精细化方向发展,但预报误差至今仍无法避免.文中在CU-Net模型中引入稠密卷积模块形成数值预报要素偏差订正模型Dense-CUnet,在此基础上进一步融合多种气象要素和地形特征构建了Fuse-CUnet模型,开展不同模型的偏差订正试验和对比分析.以均方根误差(R...     

MICAPS4预报业务系统建设进展与未来发展

以精细化预报为标志的现代天气预报业务对高时空分辨率气象数据的应用提出了更高的需求,而传统的预报分析制作系统MICAPS3（Meteorological Information Comprehensive Analysis and Processing System Version 3）无法满足符合大数据特征的实时预报相关的数据应用。同时,模式预报和集合预报应用已在各专业预报领域中发挥越来越重要的作用,网格预报产品正在涵盖全部的预报业务流程,而MICAPS3无法提供便捷高效的支撑。为解决上述问题,国家气象中心启动了MICAPS4建设,一方面建立了基于大数据的气象实时预报应用技术体系,解决了气象大数据处理、存储、分析和显示效率的关键技术难题;另一方面搭建了多个满足不同复杂预报业务需求的专业化版本。MICAPS4将信息化技术与预报技术、预报业务流程紧密结合,解决了现代化预报方法的平台化集成应用与精细化预报制作的关键技术难题,基于MICAPS4基础框架的多个专业版在中央气象台和部分省级气象台进行业务化应用推广。基于CIMISS（China Integrated Meteorological Information Sharing System）-MICAPS4的海量数据存储环境,极大减轻了系统部署和本地化工作量,显著提升了数据解析及数据存储访问效率。     

基于深度学习的气象要素预测方法

针对气象预测内容繁多且影响因素多样的问题,提出了一种基于长短时记忆(LSTM)的气象预测方法.方法能够对繁杂的气象数据进行自动预处理,提取相应的特征信息.通过神经网络的前向训练、长短时记忆反馈学习,经过多隐藏层地自主训练,对能见度、温度、露点、风速、风向以及压力气象信息实现准确预测.通过实验以及与经典机器学习预测方法的...     

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...     

中尺度物理量诊断历史资料库的建立

为建立适合于广西的中尺度分析和诊断系统, 对历史资料进行客观分析和物理量诊断, 进一步做好预报服务, 提高预报水平, 建立了广西区域为中心的中尺度物理诊断历史资料库, 对中尺度天气过程的定量分析及预报诊断模式的开发和研究起到了积极的推动作用。     

江苏省综合天气预报专家系统

综合预报专家系统是以智能数据库为核心的专家系统。系统主要用Turbo-C,Turbo-Prolog和Basic语言等编写实现。系统具有实时资料客观分析和天气系统模式识别;历史和实时智能数据库;系统动态演变相似过程预报;物理量诊断分析;专家经验预报;综合决策支持系统等6大模块组成。各模块相对独立,又可联接一起运行。整个系统结构设计新颖合理,功能齐全,是一个综合天气预报专家系统的通用外壳和业务流程。