渤,黄海冬季强冷空气智能预报决策系统

冬季强冷空气造成的大风对海上船只影响较大，所以对于强冷空气影响的时间和强度的预报至为重要。本文借鉴了决策支持系统的研制方法，建立了渤、黄海冬季强冷空气智能预报决策系统。该系统拥有数据库及其管理系统、模型库及其管理系统、知识库和内部通讯系统；该系统采用了定量预报加定性分析的方法，把数学模型与预报员的经验有机地结合到一起。     

WRF与MM5在印度洋海域业务化预报结果的对比分析

国家海洋环境预报中心基于MM5模式及WRF模式构建了两套印度洋海域数值预报系统。文中利用这两套系统2012年1月一12月期间的业务化数值预报结果,结合亚丁湾海域两个随船观测站点的观测资料,对亚丁湾海域进行了预报与观测的对比分析;并收集了世界气象组织(WMO)全球气象通信系统(GTS)2012年海洋大气观测资料,对印度洋海域的业务化预报结果进行了检验。结果表明:WRF模式与MM5模式均能很好的对海面风场、温度场和气压场进行预报,WRF模式在风速预报上较MM5模式没有明显改进,但对气温、气压和风向的预报准确性都有所提高;WRF模式风场34h、58h、82h预报与10h预报的差异较MM5模式都有所缩小,说明WRF模式对长时段风场预报的准确度优于MM5模式。     

海冰展望和天气过程预报方法探讨

计算、分析,大连站冬季气温与同期渤、黄海海冰冰级的年际变化,不仅趋势一致且量级也相差很小。同时分析了最近4年冬季气温距平的逐日演变与影响渤、黄海大风降温天气过程的相关关系,得到一些有预报意义的指标。试报获得了满意结果。     

大连地区一次极端天气的数值研究

利用常规资料、自动站资料以及中尺度数值模式(MM5V3.7),对2007年3月3日~5日大连地区出现的暴雨、雨凇、雪、大风、寒潮等多种灾害性极端天气进行了分析。结果表明:这次极端天气是由北上江淮气旋与北方冷空气共同作用造成的。利用MM5模式对造成这次极端天气的天气系统的发展和演变进行了诊断,表明:高、低空急流及其相应的次级环流在这次强天气过程中起了重要作用,低空急流的次级环流的上升支和高空急流入口区右侧的强辐散相重合,形成高空强负涡度、强辐散,低空强正涡度、强辐合和上升运动。与高空偏西急流相配合的强冷空气与低空东南急流引导的海上暖湿空气在辽东半岛交汇,激发不稳定能量的释放,从而进一步加强了上升运动。这种深厚的强上升气流是这次强天气发生的重要原因。     

影响浙江海域的温带气旋研究

统计了44年来影响浙江海域的温带气旋及特征,并采用WRF中尺度数值模式对一次影响浙江海域的温带气旋的发生发展过程进行云迹风同化试验。通过分析时空变化特征和一次温带气旋发展过程中高低空的物理场变化,寻找温带气旋预报的着眼点。     

一次温带气旋对秦皇岛海区的影响

一、前 言 1988年7月16日～18日,出现了一次河套气旋进入渤海的天气过程。这次锋面气旋的形成主要是因为蒙古气旋向东南方向移动,移到河套地区的锋面扰动加强,并在河套地区形成新的锋面气旋。该气旋在发展和移动过程中,伴有强烈的降水、雷暴、大风等恶劣天气,受其影响,华北部分地区出现降水天气,渤、黄海北部出现了6～7级偏东大风,秦皇岛海区出现了波高达2.1m的中浪和风暴潮。本文利用传真图分析了此次过程及其对秦皇岛海区的影响。 二、气旋的发生、发展及移动情况 1.气旋形成的天气形势 16日08时500hPa高空图上,中西伯利亚地区有一低槽,并有冷气团与之配合。中纬度地区西风环流势力较强,自蒙古到渤海一带有一低槽,也有冷气团配合（见图1）。     

我国近海航区大风天气分析及其预报

我们对冬半年（１０月至翌年３月）影响我国近海航区８级或８级以上大风天气过程进行了统计分析。我国近海航区大风天气主要系统有以下几种类型：强冷空气影响时产生的大风天气过程；气旋造成的海上大风天气过程；台风大风天气过程。本文着重分析讨论了强冷空气影响我国近海区时的天气势以及它们的移动路径和强度变化。     

影响我国东部海域的温带气旋及其大风统计特征

本文对1959～1988年共30年来1829个温带气旋过程及其造成我国黄海,东海海域的1032个气旋大风过程,从温带气旋发生源地、移动路径特征及其东部海域气旋大风的分布特征与持续时间等等几方面进行统计分析。提供了一些关于我国东部温带气旋及其大风的气候概况。     

渤海海峡海上客运航线大风精细化预报的数值释用

通过分析2010年10月到2011年12月的19次大风过程,将T639和MM5数值模式产品和客运航线代表站长岛、东口实况大风资料进行对比,通过对大风预报质量评分、大风起止时间等进行细致的诊断分析,得出了量化指标,并最终选定T639模式作为对外服务的参考模式;通过对T639预报产品客观评分和误差分析、集中度分析等方法进行模式产品自动检验,找出了该模式产品和对应航线站点的定量误差规律以及最佳订正方式。     

冬季大风影响下的渤黄海水交换特征

利用ROMS海洋数值模式对2006年冬季渤黄海的海洋动力环境进行模拟,基于温度、盐度模拟结果,使用谱混合模型进行水团分析,定义了渤海海峡地区的水交换区。并进一步讨论了冬季大风事件对水交换区的影响,给出了冬季大风影响下的渤黄海水交换特征。研究得出,冬季的黄海水团以“舌”形分布于渤海海峡地区,水交换区则表现为沿“舌”形边缘呈带状分布,具有西北——东南的走向趋势,并且在“舌”尖处的水交换面积最大。通过缩小研究范围,发现位于黄海最北部的沿岸海域并不参与渤黄海之间的水体交换。最后研究发现,冬季大风事件对渤海水交换具有促进作用,具体表现为：大风过程使黄海暖流对渤海的入侵更加深入,水交换区向渤海方向伸展,南部的水交换带变宽,河流径流进入渤海后与渤海水的混合区加大,并发生北移。     

利用循环3DVAR改进黄海海雾数值模拟初始场Ⅰ:WRF数值试验

以如何提高黄海海雾数值模拟初始场质量为研究目的,利用WRF模式及其先进的3DVAR同化模块,设计并构建了循环3DVAR同化方案。以2006年3月6~8日的1次大范围黄海海雾过程为研究对象,利用该同化方案进行了一系列WRF数值模拟对比试验。模拟结果显示,循环3DVAR同化方案能有效改进黄海海雾数值模拟初始场质量,主要体现在增加低层大气温度层结构的稳定性与改变大气边界层下层的风场结构,从而导致海雾的模拟结果显著改善。研究结果表明进行海雾数值模拟时,必须高度重视其初始场质量。     

环境因子对南海土台风“蝴蝶”与“银河”强度的影响*

选取了两例迅速增强的南海土台风“蝴蝶”(1321)与“银河”(1603), 分析了其增强时南海及周边海域的高低空环流形势、垂直风切变情况和海洋热状况, 并利用WRF (Weather Research and Forecasting Model, WRF)模式探究两者强度不同的环境原因。“银河”虽具有较有利的海洋下垫面条件, 但并未发展为台风, 是因为不利的高低空环流形势和垂直风切变条件。“蝴蝶”迅速增强为强台风是因为其发生时北方冷空气南下, 西南暖湿气流爆发等有利条件。WRF模式对海表面温度(SST)影响土台风强度的敏感性实验表明, 土台风强度对于SST的响应表现为非线性正相关, SST升高, 土台风增强的速率将减缓。7—9月的南海SST均高于28℃, 已满足土台风增强条件。因此, 在对于土台风的预报中, 需特别注意SST以外的其他环境因子。     

Wind waves in the coastal zone of the southern crimea: Assessment of simulation quality based on in situ measurements

The study verifies the Black Sea wave model using field data obtained from the Katsiveli research platform. The WAM and mesoscale MM5 and WRF atmospheric models, which are used to calculate the wind field for the wave model, were recently adjusted to the Black Sea region at the Marine Hydrophysical Institute. The results of the work are presented as characteristics of the simulation quality used in world practice in other regions. The scatter index for a significant wave height is 70% in summer and 50% in winter. The values of the scatter index of wave parameters and wind speed appear to be at the same level as in semi-enclosed seas on the northern side of the Mediterranean Sea. It is shown that atmospheric simulation correctly reproduces the interaction between synoptic processes and the mountain range extending alongshore. Error sources in wave simulation are discussed. The most significant drawback is the possibility of mesoscale instability in the atmospheric model without assimilation of observation data within the computational domain.     

一个区域海洋——海冰——大气耦合模式中的北极气候偏差：年结果检验

The Coupling of three model components, WRF/PCE （polar climate extension version of weather research and forecasting model （WRF））, ROMS （regional ocean modeling system）, and CICE （community ice code）, has been implemented, and the regional atmosphere-ocean-sea ice coupled model named WRF/PCE- ROMS-CICE has been validated against ERA-interim reanalysis data sets for 1989. To better understand the reasons that generate model biases, the WRF/PCE-ROMS-CICE results were compared with those of its components, the WRF/PCE and the ROMS-CICE. There are cold biases in surface air temperature （SAT） over the Arctic Ocean, which contribute to the sea ice concentration （SIC） and sea surface temperature （SST） biases in the results of the WRF/PCE-ROMS-CICE. The cold SAT biases also appear in results of the atmo- spheric component with a mild temperature in winter and similar temperature in summer. Compared to results from the WRF/PCE, due to influences of different distributions of the SIC and the SST and inclusion of interactions of air-sea-sea ice in the WRF/PCE-ROMS-CICE, the simulated SAT has new features. These influences also lead to apparent differences at higher levels of the atmosphere, which can be thought as responses to biases in the SST and sea ice extent. There are similar atmospheric responses in feature of distribution to sea ice biases at 700 and 500 hPa, and the strength of responses weakens when the pressure decreases in January. The atmospheric responses in July reach up to 200 hPa. There are surplus sea ice ex- tents in the Greenland Sea, the Barents Sea, the Davis Strait and the Chukchi Sea in winter and in the Beau- fort Sea, the Chukchi Sea, the East Siberian Sea and the Laptev Sea in summer in the ROMS-CICE. These differences in the SIC distribution can all be explained by those in the SST distributions. These features in the simulated SST and SIC from ROMS-CICE also appear in the WRF/PCE-ROMS-CICE. It is shown that the performance of the WRF/PCE-ROMS-CICE is determined to a l     

中国东部海区经向热力差异对夏季南京气候变化的影响

研究东海黑潮流区海域与黄海海域海水热含量在水平方向上的差异(以下简称经向热力差异Meridional Thermal Difference, MTD)对其西侧陆地(以南京为代表)气候变化的影响.利用WRF模式进行的数值模拟试验和对南京的实测结果分析表明,MTD的加强,使我国东部地区夏季风减弱,减弱了向东的水汽和热量输送,对陆地气候造成了比较大的影响.对SODA再分析资料的分析表明,自1979-2010年,7月份的MTD有增强的趋势;对南京气温实测资料的分析表明,对应东部海区MTD较强的年份,东部地区西南夏季风减弱,使南京气温异常偏低.     

利用MM5V3模式模拟大气波导产生的准确率分析

基于MM5V3中尺度天气预报模式建立了低空大气波导模拟平台,利用FNL再分析数据与GTS数据对东海海区大气波导分布进行了七个月的模拟。通过那霸、石垣和南大东岛3个站点的实测结果与模拟结果的比较,计算了波导发生的模拟准确率,统计分析了波导随时间的变化。结果表明,MM5V3模式能够较好的模拟出大气波导的产生和变化,尤其是模拟范围广、强度大的波导效果更好。     

2003年3月北大西洋上两个爆发性气旋的“吞并”过程及发展机制分析

本文利用欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)提供的0.125(°)×0.125(°)的ERA-Interim再分析资料、美国国家航空航天局(National Aeronautics and Space Administration,NASA)提供的MODIS(Moderate Resolution Imaging Spectroradiometer)可见光云图、气象卫星合作研究所(Cooperative Institute for Meteorological Satellite Studies,CIMSS)提供的GOES-EAST红外卫星云图等资料以及WRF(Weather Research and Forecasting)数值模式的模拟结果,对2003年3月北大西洋上一个爆发性气旋B“吞并”另一个气旋A后快速发展机制进行了分析。气旋A和B均生成于美国东部,气旋A于2003年3月5日06 UTC生成,气旋B于6日00 UTC生成,且比气旋A向东北方向移动得更快,7日18 UTC达到最大加深率3.27 hPa·h^-1。在北大西洋中部地区,从8日00 UTC开始,气旋B吞并气旋A后形成气旋C,8日12 UTC气旋C中心气压达到最低值938.3 hPa。高空急流、低空水汽输送和潜热释放为气旋A和气旋B的快速发展提供了有利的环流背景场。气旋B吞并气旋A的过程经历三个阶段:前期阶段、吞并阶段、完成阶段。利用WRF模式模拟结果的分析表明,气旋A和B之间建立水汽输运通道,水汽从气旋A向气旋B输送。气旋B吞并气旋A后形成气旋C快速发展的主要原因是暖平流的作用。     

南海北部埃布短柔鱼Todaropsis eblanae（Ball）初步研究

埃布短柔鱼Todaropsis eblanae(Ball)一直被认为只是分在大西洋的经济种，但1983年发现我国南海北部400－600m的海域也有分布，5－8月均可捕捞到，生物学测定资料显示，该期间为性腺成熟期，若改变捕捞方法，该种将成为南海捕捞头足类的经济种。     

基于WRF-SWAN耦合模式的台风“威马逊”波浪场数值模拟

获取高分辨率的风场数据和气压场数据是精确模拟台风浪的基础,采用经验公式构建台风风场和气压场对海浪模式进行驱动,无法反映台风影响下海气动力过程,难以提供高精度的风场、气压场数据。本文基于中尺度大气模式WRF(Weather Research and Forecasting model)和第三代海浪模式SWAN(Simulating WAves Nearshore model),构建了南中国海地区大气—海浪实时双向耦合模式,针对超强台风"威马逊"进行数值模拟。将数值模拟结果与现场观测结果及卫星高度计观测结果进行对比验证,验证结果表明,本文建立的WRF-SWAN耦合模式在对台风"威马逊"影响下的南中国海台风浪的模拟中展现出较高的模拟精度,揭示了台风风场分布和台风浪分布在空间上的"右偏性"不对称分布特征及其形成机制。基于WRF和SWAN建立的大气-海浪实时双向耦合模式能够准确模拟台风动力过程以及台风浪的时空分布特征,可以推广用于南中国海地区台风浪的模拟分析。