冷空气影响下的黄东海海雾特征分析

根据历史观测资料研究分析了我国黄海和东海沿海在冷空气影响下发生海雾的气候规律和海雾形成的海洋、气象条件,发现冷空气条件下的成雾主要发生在冬春季节,其中半数以上为浓雾过程,冷空气条件下成雾次数约占总雾次的15%,成雾时以弱冷空气过程为主,风向偏北,风速一般小于8 m/s,成雾的相对湿度条件有昼夜之分,夜间发生的雾大多数出现在空气处于或接近饱和状态之下,而白天发生雾时相对湿度条件限制要低一些。成雾时以气海温差在2.0 ℃以内时所占的比例最多,但当气温低于海温2.0 ℃以上时的海雾仍占15%的比例,它高于一般海雾发生时对应的海气温差值所占的百分比。东海海域的冷空气雾其近海面边界层大气普遍有逆温或近于等温情况,而黄海北部海域有逆温或等温的情况比较少。以冷空气影响下成雾最多的小洋山站为例,海雾维持时间大多小于2小时,约有19%的海雾维持时间大于4小时。当冷空气影响下海上出现雾时,临近陆地上的能见度一般都比较好,这与相邻沿海陆地区域一般并不形成有利的成雾条件有关。     

内蒙古地区T639气象要素预报性能评估检验

通过T639模式预报产品在内蒙古地区降水量、2 m温度、相对湿度和10 m风向、风速及降水过程预报效果的适用性研究,得出以下结论,温度和相对湿度预报的准确率较风向、风速明显偏高,温度和相对湿度预报的误差系统偏小,风速预报误差偏大的概率较大;降水量的预报准确率随降水等级增加而递减,对小雨而言,模式漏报率小于空报率,多报降水的偏差和少报降水的偏差相近。在预报要素空间分布上,风向预报的偏差顺时针偏转,其夹角小于45°,温度预报偏差总体偏小,相对湿度预报偏差由西向东表现为“+、-、+、-”的分布特征;小雨和中雨落区预报偏大,暴雨落区预报偏小;贝加尔湖冷涡强度的预报偏强,西太平洋副热带高压的强度预报偏弱,影响范围偏西偏北。     

2008年冬季一次东海海雾过程研究

本文利用卫星资料,站点资料,再分析资料结合HYSPLIT-4模式对2008年1月8-10日发生在东海的一次海雾过程进行研究,观测分析表明:此次海雾是辐射冷却-平流雾,大尺度环流场为其发生了提供了背景场,冷暖空气相互作用冷凝成雾,海洋锋区决定了海上雾区"楔形"形状;在海雾形成前,已有接地的逆温层存在,逆温层使夜间辐射冷却,高空暖平流,低层冷空气渗入等多方面结果,低层湍流触发海雾形成,海雾形成于不接地的逆温层中,强湍流导致海雾的消散;海雾期间风速较小,风向不定,并且冬季海雾浅薄,雾顶高度在100m左右。以上结果有利于对冬季东海海雾的理解,以及为海雾预报提供新的思路。     

粤东海区海雾的气候特征分析

本文根据历史资料，统计得出粤东海区出现海雾的气候特征；粤东海区的海雾主要出现在1-5月，其中4月为雾的旺季；务的生成主要在夜间，早晨出现最多，日出后开始消散；海雾生成时的水文气象条件，一般以东北-东南风向，风速3-6m/s，平均气温20℃以下，相对湿度80%以上最易出雾，其次，结合统计资料和天气形势，总结出粤东海区雾生的预报着眼点。     

乌鲁木齐区域高分辨率数值预报系统V2.0 预报性能客观检验

数值预报系统检验结果对预报产品的释用和系统的改进有着重要的作用。基于MET（Model Evaluation Tools）检验工具对乌鲁木齐区域高分辨率数值预报系统V2.0 (Rapid-refresh Multi-scale Analysis and Prediction System—Central Asia V2.0，简称RMAPS-CA V2.0）在2021年各季节中的预报性能进行客观检验评估，主要检验了2m温度、10m风速、高空位势高度等要素，并与RMAPS-CA V1.0同期预报性能进行对比分析。（1）2m温度预报偏差在冬季和春季整体为负偏差，在夏季和秋季整体为正偏差；各个季节的平均预报偏差均在2℃以内，预报性能秋季最优，冬季最差。各个季节10m风速预报整体为正偏差且差异不大，平均误差在0.5-1.0 m/s之间，预报性能秋季最优，春季最差。（2）高空位势高度预报偏差在冬季整体为负偏差，在其余季节整体为正偏差，预报性能冬季最优，春季最差。高空风场预报偏差在冬季和春季400hPa以下为正偏差，400hPa以上为负偏差；夏季和秋季整体为负偏差，预报性能春季最优、夏季最差。高空温度场预报偏差在冬季整体为负偏差，其余季节整体为正偏差，预报性能春季最优、夏季最差。（3）降水晴雨预报效果较好，但除夏季外以空报为主；随降水阈值增大、TS评分减小，多以漏报为主，降水评分在冬季最高、夏季最低。从降水个例检验看，24h累计降水为大量和中量的国家站点预报性能有所提升，逐6h累计降水TS评分略有提升。（4）RMAPS-CA V2.0系统各要素预报偏差的变化特征与RMAPS-CA V1.0相似，预报能力整体上要优于RMAPS-CA V1.0。     

2020年江苏泰州一次持续性雾-霾过程特征和成因分析

2020年1月12—15日江苏泰州发生了一次较强的雾〖CD*2〗霾过程，利用常规气象观测资料、NCEP再分析资料（1°×1°）及空气质量资料等，对此次过程的演变特征、成因、气团后向轨迹特征进行了分析，结果表明：此次过程具有日变化特征，霾期间对应的PM2.5和PM10浓度、空气质量指数相较于雾略高，这与大雾造成的湿沉降有关。此次东路冷空气对泰州影响较弱，前期易造成污染物在本地聚集。夜间至清晨相对湿度90%以上，风小，弱的垂直交换为雾的形成提供了较好的热、动力条件。白天相对湿度减小至80%，风速增至2 m〖DK〗·s-1，此时大气污染物浓度较高，雾转换为霾。13日900 hPa以上暖平流增强，边界层内逆温和90%以上相对湿度的存在，使得雾和霾均加强至最强。此外，分析气团的后向轨迹特征发现，霾天气期间500 m以下气团稳定少动。14日500 m以上清洁气团向低空补充，利于污染物的扩散，霾减轻。15日傍晚，风力增强并伴有降水出现，雾〖CD*2〗霾过程结束。     

基于支持向量机模式识别的大雾预报方法

选取1971～2000年11～12月大雾发生前近地面层的气象要素(气温、降水、能见度、风向风速、相对湿度、云量等9个预报因子),将支持向量机(SVM)方法应用于大雾预报.采用支持向量机方法,应用径向基函数,建立了陕西公路站点大雾24 h预报模型,并进行了大雾预报的模拟、训练,其寻优标准TS评分达到了理想的效果.     

黄渤海海雾数值预报系统及检验方法研究

基于PSU／NcAR的WRF模式2．2版本,优选模式微物理过程和边界层方案,开发了海雾诊断程序,并将该诊断程序耦合到WRF模式中,建立了黄渤海海雾数值预报系统,对2007年6月30至8月1日多个海雾过程进行了连续业务预报试验。结合常规沿海站点和卫星监测资料的特点研究设计了能见度数值预报多种检验方法。结果表明：海雾数值预报系统可较准确地诊断（预报）海上能见度,特别是对大雾预报有较好的指导作用,具有一定的应用价值。检验方法的设计是目前海洋气象观测资料匮乏的有益尝试,能有效地控制数值预报产品的质量。     

黄海海雾天气气候特征及其成因分析

利用2002-2008年的地面观测资料、青岛小浮标站资料、海洋大气综合资料、NCEP再分析资料和卫星云图等资料,对黄海海雾的天气气候特征、环流型和相关的水文、气象因子进行分析研究.结果表明,黄海海雾呈现逐年递增的年际变化,且集中发生在春夏季,自南向北雾季逐渐推迟,发生频数增多；一日中主要出现在夜间至早晨.黄海海雾可归纳为冷锋型、高压后部型和均压场型三种天气类型.海雾是流入黄海的黑潮暖流分支与沿岸的冷水流相遇,在适宜的海温、气海温差、大气稳定度和风场等水文、气象条件下形成的,这些条件可为海雾发生、发展的预报提供一些参考依据.     

基于频率匹配法的SWC-WARMS模式降水订正试验

基于西南区域数值预报模式（SWC-WARMS）2019年5~8月00时起报的24h累计降水预报资料和四川省气象站点降水观测资料,采用频率匹配法对6月1日~8月31日降水预报值进行了偏差订正。结果表明:模式预报的24h累计降水量总体为湿偏差;订正后降水量平均绝对误差减小;大雨和暴雨的偏差评分提高;小雨、中雨、大雨的TS评分提高,暴雨TS评分降低;各量级的空报率均有所降低,小雨和中雨漏报率减小,大雨和暴雨漏报率增大,尤其是暴雨漏报率显著增加;当模式对暴雨降水落区预报较好（差）时,频率匹配订正能提高（降低）TS评分。      

重庆中尺度集合预报系统预报性能分析

本文利用2017年6～8月重庆中尺度集合预报系统逐日20时起报的预报资料及相应的观测资料对该系统的预报性能进行了综合分析,结果表明:500hPa位势高度、850hPa温度和2m温度的集合平均预报的均方根误差均优于控制预报,集合离散度均明显低于集合平均的均方根误差,Talagrand分布均呈现出“J型”或“U型”分布,500hPa位势高度和850hPa温度Outlier评分介于0.26～0.32,2m温度的Outlier评分普遍较高,总体介于0.33～0.67;降水预报方面,集合平均和概率匹配平均相对于控制预报表现出了较为明显的优势;小雨和中雨量级降水集合平均的TS评分明显优于概率匹配平均;大雨和暴雨量级的降水概率匹配平均的TS评分明显优于集合平均;0～24小时和24～48小时累计降水的Talagrand分布呈现出一定的“U型”分布且0～24小时更为明显,其余时效较为理想,Outlier评分随预报时效的延长而减小,最高0.31,最低0.20;降水概率预报检验方面,各个降水量级的Brier评分和相对作用特征技巧评分AROC均较为理想。总体而言,该系统相对于单一的确定性预报表现出了一定的优势。      

重庆风暴尺度集合预报系统降水预报性能分析

本文利用重庆风暴尺度集合预报系统业务存档的2017年8月1～31日逐日08时起报的模式预报资料及相应的观测资料对该系统的降水预报进行了检验评估及综合分析,综合各种检验结果,总体而言:该系统集合平均和概率匹配平均等集合预报产品相对于控制预报表现出了较明显的优势;小雨和中雨量级降水集合平均的TS评分优于概率匹配平均;大雨和暴雨量级降水概率匹配平均的TS评分优于集合平均;各预报时效的Talagrand分布均表现出实况落在第11个概率区间的概率明显高于其他概率区间,需要在今后的科研和业务中加以关注;Outlier评分介于0.12～0.26;降水概率预报检验方面,各个降水量级的预报失误概率Brier评分和相对作用特征技巧评分AROC均较为理想。总体而言,该系统在降水预报方面相对于单一的确定性预报而言表现出了一定的优势。      

预报科学

世界各国和各地区的环境预报中心的主要任务是向本国、本地区和全球公众发布科学的环境预报,包括天气、水、气候和空间天气的预报。气象学家与其他科学家合作,一起制作可靠、及时、准确的分析结果、指导意见、预报及预警,以确保人们的生命和财产安全,促进全球经济的发展,以满足人们日益增长的对环境信息的需求。为了更准确地制作预报、更好地服务大众以及最大限度地减少生命和财产损失,这里提出了＂预报科学＂思想。预报科学包括现代观测系统的资料收集、观测与预报信息的实时交流、各种科学技术的发展、无缝隙预报以及公共服务等。预报科学可以概括为三个相互独立的部分,即科学性、工程性和艺术性,且三者存在相互作用。总之,天气预报是大气与环境服务的重要组成部分;预报科学的科学性、工程性和艺术性均服务于天气预报、服务于人民。     

集合预报开创了业务数值天气预报的新纪元

近年来世界上随着几个气象中心的集合预报投入业务,标志着业务数值天气预报进行了一个新的纪元,在任何进修大气的起初状态是不知道的,只有近似地描述大气,所以确切地说,天气预报问题应该提为大气的相空间中合适的概率密度函数随时间的演变。在误差的增长超出线性动力学范畴之外,集合预报是预报大气概率密度函数演变唯一可行的方法。可用扰动的产生是集合预报的主要问题之一。沿着预报系统的相空间中最不稳定的方向来扰动初始条     

Climate Change Prediction

The concept of climate change prediction in response to anthropogenic forcings at multi-decadal time scales is reviewed. This is identified as a predictability problem with characteristics of both first kind and second kind (due to the slow components of the climate system). It is argued that, because of the non-linear and stochastic aspects of the climate system and of the anthropogenic and natural forcings, climate change contains an intrinsic level of uncertainty. As a result, climate change prediction needs to be approached in a probabilistic way. This requires a characterization and quantification of the uncertainties associated with the sequence of steps involved in a climate change prediction. A review is presented of different approaches recently proposed to produce probabilistic climate change predictions. The additional difficulties found when extending the prediction from the global to the regional scale and the implications that these have on the choice of prediction strategy are finally discussed.     

10年时间尺度气候预测

<正>10年时间尺度的气候预测,由于能够提供给政策制定者和有关部门与单位近期的气候变化预测,作为经济规划和社会生活安排等的参考,因此越来越受到重视。10年气候预测是气候科学中一个新的领域,一般预测方法采用:一是统计预测方法,根据前期气候变化特征,利用统计关系,计算预测未来10年的气候变化;二是动力模式预测方法,利用全球或区域气候模式,在一定初边条件和外强迫作用下,预测未来10年的气候变化;三是动力加统计     

动力季节预测中预报误差与物理因子的关系

为了在动力季节预测中更好地运用统计经验来改进预报, 从研究气候系统物理因子影响模式预报误差的角度入手, 探讨了与气候模式有关的统计经验获取问题, 并利用国家气候中心海-气耦合模式的历史回报数据, 考察了动力季节预测中夏季环流和降水的预报误差与主要物理因子, 包括Ni?o3区海温指数、太平洋年代际振荡指数、南北半球环状模指数以及北大西洋涛动指数相关关系。分析结果显示:上述物理因子与模式预报的夏季环流和降水误差之间存在前期或同期的某种显著相关关系, 并且显著关系分布随因子的不同而表现出明显不同的区域性特征, 这为发展一种基于预报因子的误差订正新方法提供了新思路。     

A Climate Prediction Method Based on EMD and Ensemble Prediction Technique

Observed climate data are processed under the assumption that their time series are stationary, as in multi-step temperature and precipitation prediction, which usually leads to low prediction accuracy. If a climate system model is based on a single prediction model, the prediction results contain significant uncertainty. In order to overcome this drawback, this study uses a method that integrates ensemble prediction and a stepwise regression model based on a mean-valued generation function. In addition, it utilizes empirical mode decomposition (EMD), which is a new method of handling time series. First, a non-stationary time series is decomposed into a series of intrinsic mode functions (IMFs), which are stationary and multi-scale. Then, a different prediction model is constructed for each component of the IMF using numerical ensemble prediction combined with stepwise regression analysis. Finally, the results are fit to a linear regression model, and a short-term climate prediction system is established using the Visual Studio development platform. The model is validated using temperature data from February 1957 to 2005 from 88 weather stations in Guangxi, China. The results show that compared to single-model prediction methods, the EMD and ensemble prediction model is more effective for forecasting climate change and abrupt climate shifts when using historical data for multi-step prediction.     

银川市空气质量动力预测系统及预测结果分析

在介绍银川市空气质量动力预测模型的基础上,重点对该模型的预测结果及误差进行分析。结果表明:该系统能较好地对24 h污染气象条件进行预测,污染气象条件的预测结果与监测结果比较吻合,预报准确率PM10为61%、SO2为92%;春季各月PM10预测值的平均绝对误差较大,其它3个季节相对较小,SO2的情况与PM10正好相反;考虑风沙条件对模式预测准确性的影响,可根据不同时间、不同季节,逐步调整模式中的扬沙系数,能有效地提高该模式对银川市多风沙季节以PM10为首要污染物的空气质量预测准确率,以适应银川市特殊的气候及环境条件。     

2001年春季寒潮天气中数值预报的应用

2001年4月6-9日，新疆出现了一次全疆性寒潮天气过程。阿克苏地区8县1市普遍出现了强风暴、强降温。但由于我台对数值预报产品的正确释用，成功地报出了这次天气，体现了数值预报的优点。