贵州高速公路低能见度分类预报方法研究

贵州低能见度天气按对交通影响程度分4级,以各类低能见度天气特征差异为基础,对分类型、分级别的低能见度天气下的气象要素进行考察。发现在辐射雾中,多个气象要素与能见度等级之间有一定关联,但要素范围有重叠,难用做预报依据;各等级地形雾、锋面雾的气象要素差别不太明显,且4级能见度统计效果不好。各类型低能见度天气发生的气象条件有所不同,可以作为预报依据:辐射雾和锋面雾在变温有明显区别,辐射雾为明显的负变温。三类雾都存在总体发生与否的湿度阈值,但差别并不太大。辐射雾发生时和前6小时基本无降水,而弱降水利于出现锋面雾和地形雾等。辐射雾大多发生在静风和弱风情况下,锋面雾、地形雾发生时的风速依次增大。     

人工神经元网络在辐射雾预报中的应用

云、能见度和风是影响飞行活动最经常的３个气象要素,雾的预报是飞行气象保障的重要部分．在实际预报中通常考虑辐射雾、平流雾和锋面雾,而辐射雾的形成往往没有较明显的天气系统,但与本站的气象条件有较大的联系,这就使得辐射雾预报较为困难．人工神经元网络是在近十几年得到迅速发展的一门非线性学科．由于人工神经元网络的非线性使得它具有更好的拟合能力,因此被应用到气象预报中．本文应用反向传播人工神经元网络（ＢＰ网络）建立冬季辐射雾的人工神经元网络预报系统．１　预报因子和训练样本的选取辐射雾是在无风（风较微弱）的夜…     

合肥市大雾预报方法建立与应用

利用主成分分析方法对2012～2014年合肥市高速公路沿线交通气象站日最低能见度资料统计出的大雾观测样本进行研究，应用因子荷载点聚图将合肥市县大雾划分为2个区：中南区、北区。基于PP法统计ECMWF模式输出产品与大雾之间的相关性，全市和分片分别确定与大雾密切相关的高影响因子，利用等级分类和逐步回归建立大雾预报模型。在回归结果的判定阈值和消空指标选定的情况下，通过研发的大雾天气精细化预报系统每日定时输出合肥市大雾预报格点产品。经过前期业务化运行和预报效果检验表明：数值模式产品释用方法在有无大雾预报技巧方面较WRF模式明显占优，技巧评分大幅提升，而两类典型大雾天气过程预报效果检验则可以更直观地看出数值模式产品释用的预报方法效果要更好。     

重庆市区雾的天气特征分析及预报方法研究

分析了重庆市区雾的特点、天气特征及温、湿等气象要素垂直分布特征,利用重庆站的观测资料选取适当的诊断因子,采用动态学习率BP算法的人工神经网络对重庆市区能见度进行了拟合和预报检验。研究表明:55年以来,重庆年雾日数总体呈逐年下降趋势,同时轻雾日数急剧上升,这种变化可能主要与城市热岛效应增强和空气污染状况加重有关;发展成熟的辐射雾大多具有逆温的稳定结构,雾顶上下温度、湿度存在明显跃变特征;神经网络模型具有较强的自适应学习和非线性映射能力,对能见度为0~1 km雾的报出率为83%,Ts评分达到69%,平均预报误差为0.384 km。除常规气象要素外,通过M指数、Ri数、凝结核、辐射状况和其他物理量的引入,以及对因子网络输入值的技术处理,明显提高了神经网络对雾尤其浓雾的预报能力,其对能见度在0.4 km以下浓雾预报的Ts评分可达89.5%。模型结果对重庆市区雾的预报具有良好的参考价值。     

环境气象业务数值模式预报效果对比检验

基于华北区域气象中心、华东区域气象中心、华南区域气象中心和国家气象中心环境气象业务数值模式2015年1—3月的预报结果,从能见度和空气质量两个方面对环境气象业务数值模式的预报效果进行了对比检验。结果表明:随着能见度降低,各数值模式的预报能力均逐渐下降,对于1 km的能见度,仅华北区域模式和国家级雾霾数值预报业务系统(CMA Unified Atmospheric Chemistry Environment,CUACE)模式表现出一定的预报技巧,其中华北区域模式和CUACE模式对北京本地24 h能见度预报的TS评分分别为0.20、0.10;CUACE模式总体能见度预报误差较各区域数值模式均偏大;CUACE模式和华北区域模式、华东区域模式、华南区域模式能见度预报值与观测值的相关系数普遍低于0.6。随着空气质量下降,各数值模式AQI的预报能力均逐渐下降;AQI为优等级时,各数值模式AQI预报的TS评分均较高,其中空气质量较好的华南地区空气质量等级预报的TS评分最高,为0.81;总体上24 h的AQI预报,区域模式优于CUACE模式;48 h和72 h的AQI预报,CUACE模式优于各区域模式。各数值模式PM_(2.5)浓度的预报值普遍较观测值偏低,华南区域模式24 h的PM_(2.5)浓度预报误差相对较小,华北区域模式和华东区域模式24 h的PM_(2.5)浓度预报误差相对较大;CUACE模式PM_(2.5)浓度的预报误差较各区域模式均偏大,CUACE模式PM_(2.5)浓度预报值与观测值的相关系数较各区域模式均偏低。     

国内外雾预报技术研究进展

大雾是引起低能见度的主要天气现象.提高雾的预报技术水平是确保交通安全的重要措施.从统计和数值预报两个方面,回顾了过去几十年来国内外在雾预报技术上的主要研究进展,并总结了各种方法的特点及存在的缺陷.在某些情形下,新统计方法的应用提高了雾的预报准确率,但仍然无法摆脱统计方法本身的缺陷.相比较而言,数值模式在大雾预报方面具有更广泛的应用和更大的潜力.在目前的计算机水平下,使用高分辨率的一维雾模式与中尺度天气模式相结合的方法,在一定程度上可以提高雾的预报准确率,该方法在大雾易发区的机场及高速公路沿线具有重要的应用价值.随着计算机能力的不断提高,包含大雾形成和演变的各种复杂过程、具有先进资料同化过程的高分辨率三维雾模式,以及集合数值预报系统将是未来的发展方向.     

新乡辐射雾的单站预报

根据新乡的天气特点及飞行训练对气象条件的要求,我们利用01—03点的单站资料对1—3月份凌晨出现的辐射雾(包括能见度小于4公里的轻雾)进行了初步探讨,并得到预报点聚图。 普查1960—1970年1—3月份资料,05点以后出现小于4公里的辐射雾共73次,以凌晨6—7点为最多,雾出现前最大风速不超过6     

合肥市大雾预报方法的建立与应用

利用主成分分析方法对2012—2014年合肥市高速公路沿线交通气象站日最低能见度资料统计出的大雾观测样本进行研究,应用因子荷载点聚图将合肥市县大雾划分为2个区:中南区、北区。基于PP法统计ECMWF模式输出产品与大雾之间的相关性,全市和分片分别确定与大雾密切相关的高影响因子,利用等级分类和逐步回归建立大雾预报模型。在回归结果的判定阈值和消空指标选定的情况下,通过研发的大雾天气精细化预报系统每日定时输出合肥市大雾预报格点产品。经过前期业务化运行和预报效果检验表明:数值模式产品释用方法在有无大雾预报技巧方面较WRF模式明显占优,技巧评分大幅提升,而2类典型大雾天气过程预报效果检验则可以更直观地看出数值模式产品释用的预报方法效果更好。     

基于WRF和一维雾模式的能见度集合预报的个例研究

利用WRF(weather research and forecasting)中尺度模式为一维辐射雾模式PAFOG提供扰动场,构建了一个有30个成员的辐射雾集合预报系统。对2007年12月13—14日南京地区一次典型辐射雾过程进行了预报效果分析,结果表明:该方法在地面能见度预报及雾层垂直结构预报上均好于实际探空作为初始场的单一预报结果;模式启动时刻对预报结果有较大影响,由于辐射雾多发生在夜间,且模式需要一定时间达到稳定,本方法中一维模式在14:00启动预报效果最好,集合预报成员与实测值的标准差平均值为0.516 km,集合平均值的平均预报绝对误差为0.287 km。     

耦合模式在局地辐射雾三维数值模拟研究中的应用

本文利用中尺度数值模式MM5与三维辐射雾模式相耦合,分别对重庆和长沙地区的一次冬季辐射雾过程进行了模拟研究。结果表明,中尺度数值模式与三维辐射雾模式的单向耦合可以较好地模拟出雾的生消演变过程,以及雾的浓度、地理分布特征、形成和维持。由此可以说,利用耦合模式开展雾的预报是可行的。     

“7．18”暴雨过程的数值预报检验评估

应用T213、MM5、ECMWF、FAX等国内外数值预报模式产品,对2007年7月18日发生在鲁西北的暴雨天气过程的主要天气系统和降水量进行检验分析与评估.结果发现:ECMWF模式的500hPa形势预报好于T213模式的预报;ECMWF模式和T213模式对此次过程的低层切变线、低空急流有一定的预报能力;对地面形势的预报各有特色,ECMWF模式预报黄河气旋的位置好于T213模式预报,而对冷空气的预报,T213模式好于ECMWF模式;T213和MM5模式对暴雨预报能力较强,而对大暴雨落区预报不准确或没有预报能力.     

安徽省2021年梅雨期降水预报检验分析

检验梅雨期降水的预报效果,对于提升梅雨期降水预报能力、减少梅雨期降水带来的人员伤亡和经济财产损失有着重要的意义。文章对安徽省2021年梅雨期（6月10日—7月10日）六个客观模式和一个主观订正预报产品进行了检验分析,其中包含了三个区域模式数值预报（中国气象局中尺度天气数值预报系统（简称CMA-MESO）、中国气象局上海数值预报模式系统（简称CMA-SH9）、安徽WRF）、三个全球模式数值预报（中国气象局全球同化预报系统（简称CMA-GFS）、欧洲中期天气预报中心确定性预报模式（简称ECMWF）、美国国家环境预报中心全球预报系统（简称NCEP-GFS））和安徽智能网格主观订正预报的降水产品,进行了检验分析,结果表明：传统检验中安徽智能网格和区域模式对晴雨准确率的预报效果优于全球模式,又以CMA-MESO最优;在暴雨及以上量级的强降水预报中,传统检验表明安徽智能网格预报的得分最高（23.83）,ECMWF模式则是客观模式预报中效果最好的（20.12）,CMA-SH9次之（19.34）;通过对除安徽智能网格以外的各个客观数值模式进行的MODE空间检验可知,不同数值模式间暴雨预报误差原因不尽相同,ECMWF与各区域数值模式主要是由雨区位置的预报偏差,尤其是纬度偏差导致的,NCEP-GFS全球模式对降水强度和雨区面积的预报偏弱偏小比较明显,CMA-GFS在强降水方面的预报可参考性较差;各个主客观预报暴雨及以上量级预报,整体表现出较明显的日变化特征,在午夜前后、上午时段TS评分较高,而午后到傍晚评分较低,这个现象或许是梅雨期的午后降水多以地表太阳加热引起的短历时热对流降水为主造成的。     

安徽省2021年梅雨期降水预报检验分析

检验梅雨期降水的预报效果,对于提升梅雨期降水预报能力、减少梅雨期降水带来的人员伤亡和经济财产损失有着重要的意义。文章对安徽省2021年梅雨期（6月10日—7月10日）六个客观模式和一个主观订正预报产品进行了检验分析,其中包含了三个区域模式数值预报（中国气象局中尺度天气数值预报系统（简称CMA-MESO）、中国气象局上海数值预报模式系统（简称CMA-SH9）、安徽WRF）、三个全球模式数值预报（中国气象局全球同化预报系统（简称CMA-GFS）、欧洲中期天气预报中心确定性预报模式（简称ECMWF）、美国国家环境预报中心全球预报系统（简称NCEP-GFS））和安徽智能网格主观订正预报的降水产品,进行了检验分析,结果表明：传统检验中安徽智能网格和区域模式对晴雨准确率的预报效果优于全球模式,又以CMA-MESO最优;在暴雨及以上量级的强降水预报中,传统检验表明安徽智能网格预报的得分最高（23.83）,ECMWF模式则是客观模式预报中效果最好的（20.12）,CMA-SH9次之（19.34）;通过对除安徽智能网格以外的各个客观数值模式进行的MODE空间检验可知,不同数值模式间暴雨预报误差原因不尽相同,ECMWF与各区域数值模式主要是由雨区位置的预报偏差,尤其是纬度偏差导致的,NCEP-GFS全球模式对降水强度和雨区面积的预报偏弱偏小比较明显,CMA-GFS在强降水方面的预报可参考性较差;各个主客观预报暴雨及以上量级预报,整体表现出较明显的日变化特征,在午夜前后、上午时段TS评分较高,而午后到傍晚评分较低,这个现象或许是梅雨期的午后降水多以地表太阳加热引起的短历时热对流降水为主造成的。     

贵阳机场一次辐射大雾的数值模拟研究

利用中尺度数值模式MM5对贵阳机场的一次辐射雾天气过程进行数值模拟研究,并在成功模拟的基础上,进行敏感性试验。结果表明:MM5中尺度非静力模式对此次大雾的生消演变过程具有较好的数值模拟能力;辐射是雾发生的关键因素;模式中大气辐射传输过程及微物理过程的选取对雾的强度及雾区分布有明显影响。     

2020年辽宁省汛期多模式降水预报评估

基于7种数值预报产品,采用二分类检验和频率分布检验方法,对2020年5—9月辽宁省24 h降水预报、3 h降水量20 mm以上的强降水预报进行检验评估。结果表明：多数数值模式均存在降水预报频次偏多的误差特征,尤其是全球模式,对弱降水过程的过度预报特征更为明显。数值模式对24 h中雨量级降水的预报效果普遍较好,全球模式对强降水的预报效果较差。SHANGHAI、BEIJING中尺度模式对不同量级降水的预报效果总体好于其他模式,GRAPES＿3km中尺度模式的强降水预报频率偏高,SHANGHAI中尺度模式的降水极值预报强度偏大,ECMWF模式的各量级降水预报性能较均衡,对强降水也有一定的预报能力。中尺度模式对白天时段的强降水预报效果较好,但从初始时刻后第6～9 h的预报效果较差。数值模式对大范围强降水过程及小范围稳定性强降水过程的预报效果较好,对副热带高压后部小范围强降水过程预报效果较差,无法预报大雨以上量级降水。     

一个黄渤海海雾大气水平能见度算法

为了提高对黄渤海海雾天气海面大气水平能见度（以下简称“能见度”）的数值预报能力,利用黄渤海23个沿岸和岛屿测站2013—2017年雾天的地面观测数据,构建了基于湿度信息的能见度算法（A-F算法）,并将之应用于黄渤海海雾的能见度数值预报。结果表明,与常用的根据模式预报的云水含量诊断能见度的SW算法（Stoelinga and Warner,1999）相比,A-F算法表现更优,尤其可以诊断出被SW算法漏报的能见度为1～3 km的轻雾,说明A-F算法对黄渤海海雾天气能见度的数值预报具有一定应用价值。若将来加入浮标与船舶观测数据,可以进一步改进A-F算法能见度公式的具体形式;依据本文构建A-F算法的思路,可以发展适合其他海域的海雾天气能见度诊断公式。     

区域增强模式数值预报系统及其性能

介绍一个新的中尺度模式业务数值预报系统，即区域增强模式数值预报系统，该系统具有较高的分辨率，并能在广州区域气象中心现有条件下进行实时业务预报。大量准业务预报试验表明，该系统对影响华南的种类主要大气过程、尤其是台风和前汛期暴雨等过程有较强的预报能力。对１９９３、１９９４、１９９５年所有影响华南的台风过程的预报检验其降水邓产分明显高于国家气象中心降水预报模式等大尺度模式的预报，同时，台风路径的预报误差     

GRAPES区域集合预报对2019年中国汛期降水预报评估

2019年,数值预报中心开发了以GRAPES全球模式为驱动场,集合变换卡尔曼滤波为初值扰动方法,随机物理过程倾向项为模式扰动方法的10 km水平分辨率GRAPES-REPS V3.0区域集合预报模式,并投入业务运行。基于该模式,作者开展了2019年7～9月夏季降水不确定性的集合预报实时试验,并从统计检验和个例分析角度,与GRAPES-REPS V2.0和ECMWF全球集合预报模式进行对比,由此对GRAPES-REPS V3.0区域集合预报模式的降水预报能力给予客观评价,并分析了引起中尺度强降水预报不确定性的物理机制,研究结论可为诊断集合预报模式及改进集合预报方法提供依据。结果表明:(1)GRAPES-REPS V3.0区域集合预报系统的降水ETS评分在所有预报时效和量级内均优于GRAPES-REPS V2.0区域集合预报模式,降水成员具有明显等同性,且概率预报技巧FSS评分较高,GRAPES-REPS V3.0区域集合预报模式降水预报效果全面优于GRAPES-REPS V2.0区域集合预报模式。(2)GRAPES-REPS V3.0区域集合预报的集合平均降水BIAS评分及小雨和暴雨ETS评分均明显优于ECMWF全球集合预报系统,降水概率预报与ECMWF降水概率具有一定可比性。(3)个例分析结果表明,不同集合预报模式通过刻画中尺度特征物理量不确定性来捕捉降水预报不确定性,初始时刻,GRAPES-REPS V3.0区域集合预报模式和ECMWF全球集合预报模式环流形势分布较为相似,随预报时效演变,GRAPES-REPS V3.0区域集合预报模式对中尺度动力、热力场捕捉更为准确,相应地对降水落区与量级预报较好,概率预报技巧较优。(4)与ECMWF全球集合预报模式相比,GRAPES区域集合预报模式集合成员能很好地预报降水发生、发展、消亡整个过程,故GRAPES-REPS V3.0区域集合预报系统对中国汛期降水具有较强的预报能力。     

天津港秋冬季低能见度数值释用预报研究

本文利用近5年(2009—2013年)天津港资料,分析了该地区大气能见度的分级特征。采用7年秋、冬季NCEP(2006—2012年)和地面资料,通过相关分析给出了对港口低能见度天气有高影响的高、低空物理量因子;排除沙尘和降水天气,针对不同区间的能见度样本,利用BP神经网络方法分类训练了3个统计模型;并与WRF天气模式产品对接,采用分步筛选法,研发了天津港秋、冬季72 h时效的逐时能见度BP释用预报产品。经过3年业务运行,检验结果表明:对逐时能见度而言,BP释用预报对10 km以下低能见度比WRF模式的预报技巧显著提高,达到10.5%~35.4%;其中对0.5 km大雾的预报技巧总体相当,但当WRF预报有降水时,WRF模式预报结果略优;对0.5~1 km的大雾预报,WRF模式的预报技巧1%,BP释用预报提高到了14%~21%。日最低能见度的检验表明:对小于1 km的大雾过程,BP释用预报的TS评分平均达到75%,比WRF预报技巧提高了24%;对1~10 km的低能见度过程,比WRF的预报技巧平均提高了60%。     

贵阳机场雾的气候统计分析

本文普查了1997～2005年贵阳机场逐时的风、温、压、湿、能见度和降水资料以及自动观测系统的连续自动记录资料。对贵阳机场雾的时间分布特征及主要两类雾发生前后的部分气象要素进行统计分析。分析发现贵阳机场雾具有明显的年、季、日变化特征;主要以辐射雾和锋面雾为主,两类雾多发生在静风和弱的偏北风以及湿饱和空气条件下,高温利于辐射雾的产生,而锋面雾发生在适宜的低温条件下,辐射雾的降水常出现在雾发生前12或24小时之前,而锋面雾常伴随降水的出现。