海温预报知识讲座

第三讲海表温度长期数值预报 1引言 在海表温度长期数值预报中,可以Galerkin法为基础,从三维海洋动力热力学方程出发构造具有海洋自由面σ坐标下的距平方程组,使模式能够适应于西北太平洋复杂的海洋状况.另一方面,引用西北太平洋上层温盐观测数据,诊断计算预报模式必需的上层海洋(深至400m)的有关海洋变量(流速与温、盐等)的气候场,其中流速是按地转流假定计算的.同时,对模式需要的海面气象数据(温、压、湿、风速矢量等)的气候场进行处理,对模式中物理过程的参数化进行调整与补充.     

基于卫星遥感海温数据的南海SST预报误差订正

尝试利用卫星遥感高分辨率海表温度资料GHRSST (Group for High Resolution Sea Surface Temperature) 与海表温度(sea surface temperature, SST)数值预报产品之间的误差, 建立一种南海SST模式预报订正方法。首先, 利用南海的Argo浮标上层海温数据对GHRSST 海温数据进行验证, 结果表明两者之间均方根误差约为0.3℃, 相关系数为0.98, GHRSST 海温数据可用于南海业务化数值预报SST的订正。预报订正后的SST与Argo浮标海温数据相比, 24h、48h和72h的均方根误差均由0.8℃左右下降到0.5℃以内。与GHRSST 海温数据相比, 南海北部海域(110°E—121°E, 13°N—23°N)订正后的24h、48h和72h的SST预报空间误差均显著减小, 在冷空气影响南海期间或中尺度涡存在的过程中, SST预报订正效果也较为显著。因此, 该方法可考虑在南海业务化SST数值预报系统中应用。     

HYCOM模式SST的预报误差订正

尝试了一种新的通过自回归模型进行模式预报订正的方法:通过1992—2006年的卫星遥感和NERSC-HYCOM模式模拟的SST资料,计算模式15 a的历史误差序列,建立自回归模型AR(p),来估算2007年和2008年两年的误差,并用来对输出的模式资料进行修订,对修订后的模式预报结果进行检验。可以得出:经过数据订正以后,模式SST的均方根误差明显减小,相关系数增大,模式误差在很大程度上得到消减,订正效果明显;同时,订正效果也存在时间和空间上的差异,不同时刻,不同海域订正效果不尽相同。该方法计算过程简单,计算量小,便于实现。总体而言,利用本文方法对模式SST的预报订正具有很强的操作性和可应用性。     

基于ConvGRU和自注意力的海表温度偏差订正研究

海表温度（Sea Surface Temperature, SST） 是一个重要的海洋物理量, 其准确预报对于水产养殖和预测海洋环境信息等海洋相关领域的研究至关重要。数值预报是目前预报海表温度的一种常用方法, 但数值预报模型所产生的预报结果往往与实际观测数据有偏差, 因此有必要对数值预报产品的偏差进行订正。本文提出了一种结合ConvGRU 神经网络与自注意力（Self-Attention, SA） 的新型时空混合海表温度订正模型（ConvGRU-SA）, 对南海海表温度预报数据进行偏差订正, 该模型适用于利用卫星遥感数据对海表温度数值预报产品进行订正。经与ConvLSTM、ConvGRU 等网络模型对比, 证明了ConvGRU-SA 模型的优越性, 设置不同的超参 数进行实验, 提高模型订正准确率。订正后该区域的海表温度预报均方根误差从0.52 ℃降低至0.32 ℃, 准确率提高了38.4%, 优于现有模型。     

法国气象局的业务半球模式

一、引言 自1985年初以来,一个新的半球谱模式已在法国气象局的CRAY—Ⅰ计算机上业务化运行了。这个模式的目标是提供直到4天的准确的预报产品。尽管这个模式已经完成了它的任务,但还有几个问题必须逐步解决;热带附近的预报场和分析场之间的误差,由于变量从分析高度到模式高度来回插值引起的初始震荡以及在物理过程参数化中出现的缺陷,有关修改已在模式中采用并证明是有效的。这项工作很容易用纬向平均诊断的方法来做。这种诊断对于指出模式的缺陷和检验它们的订正是有用的工具。     

中国沿海海表温度均一性检验和订正

利用惩罚最大T检验（Penalized Maximal T test,PMT）方法,选取均一的邻近气象站为参考站,基于月平均地面气温（SAT）资料,利用相关系数权重平均方法构建参考序列,同时结合元数据信息,对1960-2011年中国沿海27个海洋观测站月平均海表温度（SST）进行了均一性检验与订正,并分析了造成海表温度序列非均一的主要原因。结果表明,中国沿海海洋台站海表温度资料存在较为严重的非均一性问题,几乎所有的台站都存在断点,仪器变更（包括人工观测转自动观测）（占总断点数的52.4%）和迁站（占总断点数的33.3%）是造成序列非均一的主要原因。整套资料负订正量所占比例较高,这种负订正量与人工转自动观测后海表温度观测值偏低有密切关系。这也使得订正后中国沿海平均海表温度趋势与订正前存在明显差异,订正后中国沿海海表温度呈明显的加速上升趋势。     

海洋环境数值预报检验方法的探讨与测试

对获得的海浪有效波高、海表温度、剖面温度和水位等要素的实测数据以及历史CTD资料,通过对这些数据进行分析和处理,检验WW3海浪、三维温盐流以及MODAS(模块化数据同化系统)等模式的数值预报产品,并设计相应的软件进行各时次的实时比对和旬月统计,自动生成客观的旬月检验报告.为改进预报模式、提高数值预报的准确性和预报产品的使用率提供可靠的依据.     

基于均一化观测序列的成山头海表温度气候变化特征分析

文中利用加拿大环境部气候研究中心研发的惩罚最大t检验方法,选取均一的邻近气象站为参考站,结合元数据信息,对1960-2017年成山头海洋站海表温度序列进行了均一性检验与订正。利用订正后的海表温度序列对成山头海温气候变化特征进行分析。结果表明,订正前后年平均海表温度趋势发生了明显改变,表现出海温上升趋势较订正前加强的特征,增暖趋势由订正前的0.04℃/10 a上升到0.15℃/10 a,其中最暖的5个年份多发生在1980年以后,分别为1973年、1989年、2002年、2007年和2017年。海表温度总体呈显著上升趋势和明显的年代际波动,20世纪60年代至80年代末为偏冷阶段,之后开始增暖,20世纪90年代至今为偏暖阶段。1960-2017年,成山头的海温突变点在1987年,是一次增暖性突变,与中国大陆的气温突变特征和气温变化阶段性特征非常一致。     

海温预报知识讲座——第三讲 海表温度长期数值预报

在海表温度长期数值预报中，可以Galerkin法为基础，从三维海洋动力热力学方程出发构造具有海洋自由面σ坐标下的距平方程组，使模式能够适应于西北太平洋复杂的海洋状况。另一方面，引用西北太平洋上层温盐观测数据，诊断计算预报模式必需的上     

黑潮区域表层水温变异特征及其对大气环流响应的初步分析

海洋和大气是一个不断相互作用的复杂的耦合系统,其相互作用的结果对长期天气过程的演变以及海洋环境的变化都有着重大的影响。从六十年代开始,这一研究课题就引起了海洋学家和气象学家的广泛重视。如Bjerknes指出，赤道海温及其相应的环流有准两年周期,表明了海表温度与中低纬度环流之间的关系; Namias指出,海表温度与海平面气压场的关系密切,可以用预报的海平面平均气压场的分布来预报下个月的海表温度。目前在数值模拟试验中,也将海气相互作用加以参数化考虑进去,提高了预报精度。本文拟以平均资料,准定量地分析黑潮地区表层水温的变异特性及其物理过程,并在此基础上探讨它与大气环流的关系。 文中的海表温度资料,1951-1962年取自美国的北太平洋海面温度资料,1963-1972年取自日本的北太平洋气候表,1973年以后采用我国海洋局水文气象总台整理的资料,北半球500毫巴高度采用上海气象台整理的资料,热量平衡各分量的计算值取自西北太平洋海面热量平衡图集。     

海洋环流模式中不同近似假设下的海表高度

Boussinesq近似是现代海洋环流模式中经常采用的假设，但随着海洋模式的不断发展完善以及气候研究应用的需要，有必要估算Boussinesq近似造成的模式误差。分别利用一个非Boussinesq近似的海洋模式与另一个结构相同且采用Boussinesq近似的模式计算海表高度，并同时利用模式预报的温度、盐度资料计算了比容异常高度。分析结果显示，这3种不同定义的海表高度无论空间结构，还是时间演变，都基本类似，尤其在热带海区最接近，差值≤1cm。Boussinesq近似意味着在模式中以体积守恒代替质量守恒，通常的做法是对其进行简单的质量补偿来保持质量守恒。比较说明，以质量补偿方法进行的高度订正对减小Boussinesq近似带来的误差没有本质的意义。     

青岛沿海海雾决策树预报模型研究

利用青岛2006—2013年4—8月地面观测资料以及FNL再分析资料,采用分类与回归树(CART)方法建立了青岛沿海海雾决策树预报模型,并根据2014年4—8月海雾预报空报情况,调整了预报模型中部分判别流程及预报指标阈值。2015年5月预报结果表明:修订后的青岛沿海海雾决策树预报模型72 h内海雾预报准确率可达70%—75%左右,表明修订后的海雾决策树预报模型可基本满足常规业务预报需求。青岛沿海海雾决策树预报模型中2 m相对湿度和海表温度最为关键,另外850 h Pa风向在海雾判别中也很重要,而且随着季节的不同判别阈值也明显不同。     

雾与能见度数值预报诊断SW方案和FSL方案改进的研究及评估

为了提高雾与能见度的预报水平,对业务上常用的两种能见度诊断方案,即Stoelinga and Warner(SW)方案与Forecast Systems Laboratory (FSL)方案的改进进行预报试验,SW方案基于Gultepe方案考虑了液态水粒子数浓度对能见度的影响,FSL改进方案中利用了递减平均法对公式中用到的温度与露点温度进行订正,并用其重新计算公式中的相对湿度。基于山东省气象科学研究所逐时更新循环(hourly update cycle,HUC)业务模式输出结果,从2015—2016年选取10次雾天气过程,并详细分析了2015年11月13—14日这次雾天气过程的预报结果,比较了改进前后各方案对雾与能见度的预报效果,结果显示:在模式预报的雨水含量占总液态含水量比例较大的预报时效,改进后的SW方案对雾与能见度预报效果优于原始方案,在模式预报液态含水量接近0的预报时效,改进前后的SW方案对雾与能见度的预报效果相当;利用订正的温度与露点温度重新计算相对湿度,其平均绝对误差(mean absolute error,MAE)降低明显的预报时段,改进后的FSL方案对雾与能见度的预报效果大大提升。将两种改进后的方案相融合并进行预报试验,结果显示,综合对能见度与雾的预报效果,Combined Visibility(CVIS)方案要优于其他两种改进方案。     

利用太平洋海表温度作西北太平洋热带气旋年频数预测

本文利用1950—2000年全球月平均海表温度，计算分析海表温度与西北太平洋热带气旋频数之间的相关性，确定太平洋海表温度与西北太平洋热带气旋相关性好的海域作为预测模式的相关海区。从相关海区中选取代表格点海表温度资料构造出综合预测因子。利用综合预测因子建立一元线性和一元多项式非线性预测模式。经检验，两种模式预测效果较为理想。因此，利用太平洋海表温度与西北太平洋热带气旋频数的相关性建立预测模式作西北太平洋热带气旋频数预测是可行的。同时发现，经过以上方法建立的线性模式和非线性模式预测结果相差甚微，表明西北太平洋热带气旋频数与前一年太平洋某些海区海表温度经以上方法得到的综合预测因子之间线性相关性较为明显。     

基于机器学习的海洋环境预报订正方法研究

结合中尺度数值模式 WRF 预报数据和 ERA5 再分析资料,利用机器学习方法对 WRF 预报场的风场、温度、气压进行预报订正。采用 ERA5 作为真值,与原始 WRF 预报相比,利用随机森林模型可以将预报结果整体均方根误差降低 44%以 上,利用深度神经网络模型可以将预报结果整体均方根误差降低 34%以上。通过随机森林模型实验得到不同输入特征对预报要素的影响程度,分析了关键的预报订正因子。     

中国近海异常海温数值预报模式研究Ⅰ.模式的建立

本文从近海异常海温的定义和形成机制出发,在原有的海表温度数值预报模式的基础上,考虑了上层海洋对强天气强迫的动力响应和浅海效应,前者包括卷入和卷出、冷水抽吸和暖水辐聚,后者包括潮混合和浅海对短波吸收之影响,从而建立了一个以混合层的温、流、深度为变量的中国近海异常海温数值预报模式.     

海表地转流差商计算试验分析

基于卫星高度计海面异常高度资料反演的海表地转流场在海洋学研究中应用广泛。针对Arbic等(2012)提出的海表地转流差商计算改进算法,以南海为试验海区,通过涡动能和中尺度涡自动识别计算试验对差商改进方法进行有效性检验。结果表明,七点中差法计算的海表地转流场比其他常用差商方法更利于中尺度涡旋外边界确定,得出的涡动能分布规律和数值大小也更符合实际。     

台风“梅花”(2212)的主要特点和路径预报难点分析

对2022年第12号台风“梅花”的主要特点、路径预报难点问题和路径预报误差特征进行分析,研究主要结论显示：(1)“梅花”登陆次数多、登陆强度强,是首个4次登陆不同省(市)的台风,也是2022年最强登陆台风,造成华东与东北地区长时间、大范围的风雨影响。(2)台风生成初期的中长期时效路径预报是路径预报难点之一,模式对台风主要影响系统的长时效预报存在明显偏差,针对模式的及时检验和订正对预报调整非常重要。(3)双台风或多涡旋情景下,集合预报发散度大,“梅花”陆上路径预报偏西偏慢,其东侧“南玛都”的强度和位置差异对其路径有明显影响。(4)台风变性过程中的移速误差是路径预报极大误差的来源,关注台风是否处于变性过程可作为调整台风移速预报的参考。未来开展多模式交叉实时检验,基于集合预报研发针对转向变性台风路径预报订正技术可为主观预报提供支撑。     

渤海西部2次赤潮过程的气象因子对比分析

利用加密自动站资料、NCEP/NCAR 1°×1°再分析资料、海表温度(SST)资料和常规观测资料等气象资料,对2009年5月31日—6月13日和2012年5月18—28日发生在渤海西部海域的2场相似气象因子影响下的典型高影响赤潮过程进行了对比分析。初步结果表明:(1)2场高影响赤潮过程都发生在春末夏初的赤潮高发期,持续时间在10天以上;(2)赤潮爆发前期,伴随有暖湿气流影响形成适度降水,渤海西部的周平均海表温度(SST)升温明显,且SST≥16.2℃,赤潮发生海域为SST的暖脊控制,对赤潮过程的潜势预报有明显的指示意义;(3)850 h Pa以下层次的温度迅速上升,近地层西南暖湿气流的加强和地面6 m/s以下偏南、东南气流在渤海西部海域的汇合,利于渤海西部海洋浮游生物积聚和突发性繁殖,是赤潮形成的重要气象因子特征。     

北印度洋风浪流数值预报系统:Ⅱ-检验分析

基于系统构建工作[1],开展北印度洋风浪流数值预报系统后报和准业务化预报,并利用2013年9月—2014年3月共6个月的资料对预报结果进行了统计检验。结果显示北印度洋风浪流数值预报业务运行稳定可靠,大气模式(WRF)72 h预报的500 hPa位势高度距平相关系数达到89%,海浪模式(SWAN)的72 h有效波高预报的相对误差低于20%,海流模式(ROMS)的72 h海表温度预报的均方根误差在0.5℃左右;同时对2013年10月期间孟加拉湾的超级气旋风暴"PHAILIN"的预报结果进行了分析。该风、浪、流预报系统能够较好地预报"PHAILIN"的移动路径、最低气压及相应的海浪和海流过程。该系统的试运行和检验分析结果,对建立新一代海洋环境数值预报系统具有一定借鉴意义。