谈谈e-T与T-Td

e-T与T-Td,是两个形式不同的用来表征大气干、湿程度的物理统计量。关于e-T及其物理意义,已有不少同志从不同的角度讨论过。这里我们仅分析e-T≥0与T-Td≤5时的关系,和其在不同温度区间时对未来24小时内降水的预报能力。 在实际应用中,对于用百叶箱干,湿球温度表测湿有: e=E＇-AP(T-T＇)(1)式中E＇为湿球温度T＇时的饱和水汽压(毫巴);P为气压(毫巴);A为湿度系数(当百叶箱内的平均风速为O.8米/秒时A取值0.0007947);T为干球温度(℃);T＇为湿球温度(℃)。 我国平原地区气压接近于1000毫巴。为了讨论方便,若把A取值O.0007947和气压取值1000毫巴代入     

试谈e-T的物理意义

在县气象站天气预报实践中,广大气象员创造性地使用了e-T这样一个预报指标,它是用以毫巴为单位水汽压值(e)减去同一时刻的以摄氏度为单位的温度值(T)。实践证明这是一个预报降水及降水量大小的比较有效的预报指标之一,因此在县站预报中有广泛的使用。(编者注:e和T不是同一量纲的物理量,在数学上二者是不能相减的。可以把e-T写成e-aT或be-T,a的量纲为毫巴/℃,b的量纲为℃/毫巴。如e以毫巴为单位,T以℃为单位,则a、b的值为1。为了简化起见,可写成e-T)。     

不同因子处理方法对广西MOS方程降水预报准确率影响的试验

利用1995－1997年T106输出产品，以相同的数学回归模型对各种不同的因子处理方法生成的预报因子做广西89站的降水预报准确率对比试验，结果表明预报因子的选取与准确率关系极大。这也说明了选取合理的、有物理意义的因子是建立MOS降水预报方程成功与否的关键。     

不同因子处理方法对广西MOS方程降水预报准确率影响的试验

利用１９９５—１９９７年Ｔ１０６输出产品，以相同的数学回归模型对各种不同的因子处理方法生成的预报因子做广西８９站的降水预报准确率对比试验，结果表明预报因子的选取与准确率关系极大。这也说明了选取合理的、有物理意义的因子是建立ＭＯＳ降水预报方程成功与否的关键。     

宁夏汛期分级降水客观预报方法应用检验

利用2010—2013年5—9月T639模式产品和同时段宁夏25个国家级气象站降水实况资料,应用概率回归和交叉验证方法,建立宁夏汛期5—9月小雨、中雨、大雨3个级别的168 h分级降水概率预报方程,对比检验客观产品T639-MOS、数值模式T639和上级指导产品NMC对2014年5—9月降水预报效果。检验结果表明:相较T639和NMC,T639-MOS空报率明显降低,漏报率略有增加,但预报准确率明显提高,预报技巧较T639和NMC平均提高10%左右;T639-MOS对大范围降水和强降水预报效果较好,且随着预报时效临近,数值模式预报性能调整,预报能力显著提高;客观方法选取的预报因子代表性和物理意义明确,水汽、动力和热力因子是宁夏降水预报的关键因子,其中,小雨预报关键因子是中低层水汽通量,中雨和大雨预报关键因子是湿位涡和经向风,大雨预报还考虑了关键动力因子的高低层配置;宁夏降水样本数相对较少,且主要以小雨为主,中雨以上降水是小概率天气,所以,降水强度越大,漏报率越高,预报准确率明显下降,但不同级别降水都是T639-MOS预报准确率最高。     

基于可预报模态分析方法的青藏高原东部夏季降水统计预测模型

利用国家气象信息中心提供的降水资料、NCEP/NCAR再分析月平均资料以及Hadley中心提供的海温资料,基于可预报模态分析(PMA)方法,从观测数据中提取青藏高原东部夏季降水具有物理意义的可预报模态,根据已有研究选取合适的预报因子并建立了物理-经验(P-E)模型,从而对青藏高原东部夏季降水进行统计预测。结果表明:南北反向型、一致型、中部型和东北型这4个主导模态反映了降水的异常变化,具有一定的物理意义,为可预报模态;超前0个月和超前1个月的区域平均的预报技巧分别为0.44和0.36,其中青藏高原东南部地区的预报技巧较高;超前0个月和超前1个月的模态相关系数分别为0.46和0.42,预报最好的年份都是1998年,预报最差的年份分别是1980年和2009年。     

主汛期降水量预测信号及方差权重方法的应用

为了制作四川盆地主汛期降水预报对相似方法作了改进,首先是根据四川盆地主汛期降水的前３个特征向量分别寻找有物理基础的前期信号作为预报因子,然后充分考虑各因子对总降水量贡献大小定义因子场的相似,确定相似年,最后引入“集成”的思想,由５个相似年的降水场得到预测年降水的定量客观预测。最后引入“集成”的思想,由５个相似年的降水场得到预测年降水的定量客观预报。１９８１￣１９９４共１４年的预报结果准确率高于当前     

夏季中雨以上降水短时预报方法

本文应用数值预报产品,天气图实况,单站实时观测资料和卫星云图资料,对济宁地区夏季中雨以上降水过程进行了统计分析,然后建立预报方程。在挑选因子的过程中,着重考虑因子本身的天气学意义,而不仅仅拘泥于因子与预报量之间的拟合率高低。最后选取了5个代表性强,物理意义明确的因子进行了0.1权重回归,建立了0—12小时中雨以上降水预报方程并在1987年夏季进行试报,取得令人满意的结果。     

关于e-T

关于e-T的物理意义曾有不少同志作了解释,这里来谈谈e-T与饱和差的关系。 将e-T加、减E(饱和水汽压),则得 e-T=(e-E) (E-T) (1) 其中E-e=d(饱和差),令d′=E-T,可写成 e-T=-d d′ (2) > < 由(2)式可得:当e-T=0时,分别对应有d=d′。 < > 这里,d′为交界饱和差,给定温度值,就有确定的d′值,对水面而言,     

HLAFS资料在短期降水、气温MOS预报方法中的应用

通过对HLAFS资料建立的5~9月夏半年气温、降水方程中所选的因子进行统计整理,找出使用频率最高的因子。气温方程中所选的因子,24 h气温预报方程中以24 h前的因子多;而48 h预报方程中多选24 h后的因子,实况因子选中的几率大,与预报员的思路一致。降水方程中,因子辐散风选中的最多,其次为Q矢量散度和涡度。利用“1999.7.4”庆阳大到暴雨个例,对方程中使用最多因子的实时场和预报场进行了分析,所选因子有较明确的物理意义,为以后MOS预报降水因子的选取提供了参考依据。     

“雅安天漏”研究 III：特征、物理量结构及其形成机制

本文的这一部分首先进一步分析了第二部分的预报结果,结果发现,在本文第二部分所建立的模式,不仅较好地预报出了24小时总降水量,而且也较好地预报出了“雅安天漏”的降水特征和降水中的物理结构。模式基本上抓住了形成雅安降水的主要影响因子。然后通过一系列精心设计的数值模拟试验得到了形成雅安降水的可能机制。     

基于月动力延伸预报最优信息的中国降水降尺度预测模型

利用国家气候中心月动力延伸预报结果、NCEP/NCAR再分析资料和中国160个站观测资料,通过计算两次相关的方法,获取最优预报信息作为建立降尺度预测模型的预测因子,提取的最优预测因子同时满足既是观测环流要素场影响降水的关键区域,又是模式要素场预报的高技巧区域两个条件.结合挑选出的最优预测因子,利用最优子集回归建立月平均降水的降尺度预测模型.文中设计了消除预测因子和预测量的线性趋势值后建立预测模型(方案1)和直接利用原始资料建立预测模型(方案2)两种方案.经过独立样本检验,发现这两种方案建立的预测模型都能够提高月尺度降水预测,方案1对月尺度降水预测的距平相关系数平均可达0.35.利用该方案对超前时间分别为0、5、10 d的月动力延伸预报产品进行月降水的降尺度预测表明,模式初值信息不仅影响月动力延伸预报结果,也影响降尺度应用效果,利用超前时间为0和5 d的月动力延伸预报结果进行降水降尺度预测可在业务中参考.此外,降尺度预测模型中选取的预测因子不仪在统计上是显著的,同时也具有清楚的物理意义.     

长江上游暴雨短期集合预报系统试验与检验

基于PSU/NCAR的高分辨率MM5模式,采用多物理方案构建长江上游中尺度集合预报系统,于2004年8月16日—9月30日进行了预报试验。降水集合预报检验表明,在25mm以上级别的降水预报中,集合预报能改进单一模式的预报能力。对“9·3”暴雨过程的检验表明,降水集合预报平均对暴雨过程的开始、持续、结束时间均有预报指示意义,特别是大于50mm的降水概率分布区域和值的大小对预报大降水的范围有指导作用。     

集合动力因子暴雨预报方法研究

介绍了广义位温、湿热力平流参数、热力螺旋度、热力散度垂直通量、广义湿位涡、力管涡度、热力力管涡度、二级位涡、对流涡度矢量和波作用密度等宏观物理量的定义及其物理意义。个例分析表明,这些动力因子与降水系统发展演变密切相关,对地面观测降水有一定的指示作用。这主要是因为：（1）这些因子能够描述降水系统的动、热力垂直结构等共性特征;f2）这些因子大部分包含广义位温,而广义位温又与凝结潜热和相对湿度有关,因而这些因子也能描述降水系统的水汽场结构特点。以这些动力因子为基础建立了集合动力因子预报方法,该方法首先建立以GFS预报场资料为基础的单动力因子降水预报方程,然后根据其与观测降水的相关性,定义权重函数,对多个动力因子的降水预报进行权重平均,最后得到集合动力因子的降水预报。该预报方法可以充分发挥多个动力因子的优势,比较全面地反映暴雨过程的共性特征。长时间序列的统计检验表明,集合动力因子的降水预报评分略高于全球预报系统（GFS）模式自身的降水预报评分,表现在降水落区预报方面,集合动力因子的预报效果略优于GFS模式的自身预报,然而,在降水强度预报方面,集合动力因子和GFS模式都略有过度预报。集合动力因子预报方法计算量小,容易移植,可以提供降水预报产品,为预报员做暴雨预报提供支持。     

来稿述评

《陕西气象》是以气象业务技术为主的综合性刊物。多年来,它在广大作者的支持下,努力实践着自己的办刊宗旨。在作者提供的稿件中,确有许多质量水平及实用性堪称上好的稿件,特别是新技术方法的介绍、新的理论研究成果,刊登之后,对广大气象工作者很有帮助。如“盛夏大降水过程预报方法”、“盛夏大降水落区预报方法”、“咸阳市降水分片预报可行性初探”等,很有指导作用。“pc-1500计算机使用不当产生故     

中国夏季降水的可预报性研究

利用５００ｈＰａ高度场资料和中国１６０个站的月降水资料,根据夏季各种降水型的特征,寻找环流型与降水型的同期及前期关系,确定降水分型的物理意义和前期环流型对降水预报的指示意义,对中国夏季降水的可预报性进行了研究．研究发现,王绍武等［２］的降水分型在环流上有较明显的天气学意义,对应的前期环流型在统计上有显著的差异,可以用来作汛期降水预报．高度场与降水场的关系随考察地区和时间的不同有较明显的变化,这表明控制降水的因子各地并不完全相同,同一地区也随时间而变化．研究表明,对于中国东部地区而言,夏季降水的可预报性在不同区域有一定差异,比较而言,长江中下游地区的可预报性较其它地区要大一些     

背景场资料与参数化方案对暴雨预报的影响

利用GRAPES-m eso模式和T213资料,对2007年7月18日发生在我国四川盆地和华东地区一次大暴雨过程进行多组数值试验,以分析侧边界资料、驱动资料的垂直分辨率、模式积分区域、云物理参数及边界参数对GRAPES-m eso模式降水预报影响。试验结果表明:(1)侧边界资料对模式降水预报结果影响较小,驱动GRAPES-m eso的全球模式产品质量提高,降水预报结果越好;(2)驱动资料垂直分辨率的高低对降水预报结果影响较大,分辨率越高,预报能力越强,反之越弱;(3)模式积分区域对降水预报结果也有明显影响,区域越大,降水预报未必总是最好;(4)物理过程和边界参数试验表明,W SM6方案与KF eta方案组合的24小时降水预报与实况更接近。      

麦收期连阴雨长期预报方法

麦收期连阴雨俗称“烂场雨”，对小麦收打影响极大。为更好地进行麦收期预报服务。我们利用驻马店地区和遂平县气象局１９５６￣１９９１年的降水资料，确定了麦收期连阴雨标准；同时根据中长期预报存在的遥相关规律，挑选物理意义明确、相关关系好的因子，建立了麦收期中长期预报回归方程。     

动力降尺度和多物理参数化方案组合对华南前汛期降水集合预报的影响研究

针对华南前汛期降水过程,基于全球集合预报系统（GEFS）资料,利用WRF中尺度模式以及GEFS动力降尺度获取的区域集合预报初值场,通过多物理过程参数化方案组合和模式积分方法实现华南前汛期降水的区域集合预报。对2019年5月15日—6月15日共32天的华南前汛期降水过程进行了单一物理过程区域集合预报（REFS_SINGLE）和多物理过程区域集合预报（REFS_MULTI）的数值模拟批量敏感性试验,通过GEFS、REFS_SINGLE和REFS_MULTI的对比分析,探讨多物理过程参数化方案组合对华南前汛期降水的影响,同时利用一次华南前汛期暴雨过程进一步探讨集合预报试验的预报效果。结果表明:（1）REFS集合平均的预报效果明显好于控制性预报。（2）REFS降水集合离散度与预报误差的对应关系好于GEFS。（3）积分48小时后,REFS_MULTI和REFS_SINGLE的扰动能量分别是GEFS的4.7倍和6.3倍。（4）降水级别越大,REFS的TS评分效果就越好于GEFS;REFS_MULTI略微好于REFS_SINGLE。（5）基于32天的批量试验,REFS的AUC值有28天大于GEFS,REFS_MULTI有22天大于REFS_SINGLE,表明REFS的预报技巧好于GEFS,且REFS_MULTI的预报技巧好于REFS_SINGLE。      

因子交叉影响对降水预报的作用

本文针对预报量(降水)与预报因子之间的非线性特点,增添了幂函数型和交叉乘积型预报因子,同时采用“两段筛选”方法建立MOS判别方程。业务预报试验结果表明:它的击中率达87.5％,Hedij技巧得分为0.34,特别是对大—暴雨的预报能力明显提高。这对一般统计与MOS天气预报具有普遍意义。