2012年汛期华南中尺度模式与日本模式的降水预报评估分析

采用累加降水量级检验、降水空间分布和时间演变以及天气系统分类等方法,对广东2012年汛期GRAPES华南中尺度模式和日本气象厅全球谱模式(JMA GSM,以下简称JMA)降水预报产品进行分析评估,结果表明:两个模式对小雨预报能力相当,对于中雨、大雨和暴雨GRAPES预报效果好于JMA;两个模式对广东雨带分布预报相反,GRAPES降水值随着预报时效的增加而增加;两个模式对广东较大降水过程的发展趋势预报基本准确, GRAPES降水预报以偏大为主,JMA以偏小为主;将汛期较大的降水过程按照其主导天气系统分为6类,GRAPES对其中5种类型降水预报效果好于JMA,两个模式对台风暴雨预报效果最好,对回流暴雨预报相对较差。      

T639降水预报产品的应用和检验

简单介绍了T639中尺度数值预报产品及其使用,对2009年夏季5—8月T639降水预报产品在威海市的使用效果进行总结和验证。对降水趋势预报、时效为3小时和12小时的定性预报、定量误差进行了统计;分析了天气系统与降水落区预报的关系。结果表明：3小时趋势预报准确率较高;3小时预报中,大部分时段预报值大于实况值;12小时预报中,各时段预报准确率均在30%左右。     

GRAPES和日本模式广东定量降水预报对比

采用客观降水检验方法,对广东2012年1月1日至8月31日GRAPE中尺度模式和日本GSM全球谱模式(JMA)降水预报产品进行累加降水量级检验、分区域按季节预报效果对比以及时空分布演变评估.结果表明:随着降水量级和预报时效增加,两个模式TS评分呈现下降趋势,GRAPES模式TS评分总体高于JMA;对于小雨、中雨以上降水预报,两个模式4-6月预报效果好于7-8月,对4-6月广东北部预报稍好于南部,对7-8月广东南部预报略好于北部;两个模式不能预报出广东平均降水中心,GRAPES对广东日均降水预报值随预报时效增加而增加;两个模式能够对广东逐日降水演变做出准确的预报,但降水预报值与实况存在一定的差别.     

T639模式对2008年长江流域重大灾害性降水天气过程预报性能的检验分析

利用在国家气象中心业务运行的T639模式、常规观测资料以及NCEP分析资料(1°×1°),对2008年汛期(5-9月)发生在长江流域的重要降水天气过程进行了模拟和检验,结果表明:T639模式对一般性降水的雨区范围、位置及移动趋势都做出了较正确的预报,24 h小雨预报TS评分为56;对主要影响系统如高原槽、低空西南急流及西南涡和亚欧中高纬大尺度环流背景均有较准确的刻画;在各种物理量场检验中,反映暴雨动力结构的涡度场、散度场及全风速的模式预报性能稍差,反映水汽条件的比湿及水汽通量散度场预报效果较好。此工作对该模式的应用及进一步改进提供一些有意义的参考依据。     

T639和德国模式对新疆地区大降水预报的检验

对T639和德国数值预报模式(简称德国模式)的降水预报产品进行了分类检验,挑选新疆2011年6场大降水过程分别进行晴雨、大雨(雪)、暴雨(雪)对比分析,了解了降水模式产品误差并为业务中选择较好的预报产品提供了依据。结果表明:两种模式对预报过程降水落区和强降水中心都有较好的指示意义,在过程累计降水预报中,德国模式的晴雨预报准确率为80.49%,高于T639模式;大雨(雪)预报的准确率两种模式接近,大约为44%;T639模式暴雨预报的准确率为29.07%,明显高于德国模式。在逐24 h降水预报中,两种模式都以48～72 h的预报准确率为最高。     

SWCWARMS模式及GRAPES模式对西南区域降水预报检验对比分析

使用2014年5~12月西南四省(区)一市每日08时统计的24h雨量观测资料,对SWCWARMS和GRAPES模式降水进行站点统计检验。主要结论为:针对每日08时起报,SWCWARMS模式除24h中雨和48h大暴雨外SWCWARMS模式ETS评分在其它时次及其它量级降水上均高于GRAPES模式,但SWCWARMS模式空报和系统偏差较多;针对每日20时起报,SWCWARMS模式ETS和TS评分均高于GRAPES模式;除小雨外SWCWARMS模式空报率略高于GRAPES模式。从2014年10次西南涡过程统计检验可见,两模式对强降水过程即主要影响贵州的三次过程评分高于四川和云南的西南涡降水过程,24h降水评分在多个时次多个量级上优于GRAPES模式。SWCWARMS模式在汛期表现优于GRAPES模式,SWCWARMS模式对小雨、中雨和大雨有较强的预报能力,但对强降水预报能力有待改进,对中雨及以上量级降水空报率较高,而对小雨漏报多于GRAPES模式。     

2014—2016年数值降水预报在天津的检验评估

对2014—2016年中国国家气象中心T639数值预报、日本细网格数值预报、欧洲中心细网格(EC thin)数值预报以及天津市乡镇指导预报产品中在天津地区降水预报分别进行检验。结果表明:所有模式降水的晴雨预报准确率均随预报时效的延长而下降。降水预报准确率在秋冬春季的预报效果明显好于夏季。EC thin产品在冬季降水的预报中优势更为明显,而指导预报及T639对5月、6月及9月天津地区局地降水多发期的降水更有指示意义。针对2014—2016年天津地区的23个暴雨日按影响系统分型并统计检验结果,暴雨日降水预报晴雨成绩较好有参考价值,而降水分级检验偏差较大。相对于局地性暴雨过程,区域性的暴雨过程数值预报有更为可靠的参考性。     

西北四省(区)GRAPES模式降水预报的定量评估

基于中国西北四省(区)2016—2017年的站点观测降水数据和GRAPES区域数值模式24 h和48 h预报结果,采用平均误差、均方根误差、相关系数、分等级TS评分等指标,对GRAPES区域数值模式在西北四省(区)降水预报进行定量评估。结果表明:时间上,模式对西北四省的晴雨预报准确率能达到0.7以上,逐日空间相关系数为0.2～0.4。夏季降水的偏差最大,24 h和48 h预报平均误差分别为4、6 mm·d~(-1),均方根误差分别为6、8 mm·d~(-1)。不同等级降水的24 h和48 h预报TS评分显示,各个月份小雨TS评分为0.2～0.5,中雨为0.1～0.2,大雨以上不到0.1空间上,24 h和48 h预报晴雨准确率在大部分地区达到0.6以上,相关系数在甘肃东部、陕西中部和南部超过0.6。24 h预报平均误差在青海、甘肃、陕西三省南部最大(达到2～4 mm·d~(-1)),48 h预报的平均误差比相同区域的24 h预报高出1～2 mm·d~(-1),在陕西南部平均误差最大(达到5～8 mm·d~(-1))。各个量级的24 h预报TS评分明显好于48 h,24 h预报对大雨、暴雨有所预报,48 h预报对中雨以上量级降水预报较差。     

新疆中强天气过程GRAPES区域模式降水预报检验

利用2009年新疆地面气象观测站的实况降水资料和GRAPES区域模式的降水预报产品,根据降水预报产品在新疆实际天气预报业务工作中的应用制定检验方案,对GRAPES区域模式12 h降水预报产品进行检验。结果表明:GRAPES区域模式的降水落区位置和落区面积预报准确率北疆高于南疆,降水落区位置预报偏南的概率比较高;各时效降水中心强度预报易偏强,随预报时效延长其准确率呈降低趋势。     

新疆213数值预报降水评价

利用2006年新疆107个测站的实况降水资料和T213模式的降水预报值,根据中短期天气预报质量检验办法中客观降水检验方法,对T213数值降水预报产品的24 h预报能力进行了分析检验,结果表明：（1）T213对新疆地区暴雨和大暴雨基本无预报能力。（2）T213在新疆区域对于小量和中量降水的整体预报能力北疆要明显好于南疆。（3）T213的预报能力存在一定的季节性,对弱降水过程预报能力较差。（4）从小量到大量降水,T213的空报率和漏报率都很高,整体预报效果不好。     

中国台站冬夏季气温、降水的气候变化特征及其显著性检验

利用1951—2010年中国160站气温、降水资料,分析中国代表性台站冬季和夏季气温、降水的气候值及气候变率在前后30 a的差异,并对结果使用不同方法进行显著性检验。结果表明,季气温气候平均值的变化总体与全球增暖一致,以升温为主,但夏季在秦岭以南及长江中游地区出现显著局部变冷现象;季气温气候变率的变化相对较小,冬季总体不显著,夏季仅有少数台站显著。降水的气候变化总体不明显,季降水气候值变化的空间分布复杂,冬季南方地区、夏季东部地区总体增加,冬、夏季降水气候变率的变化均不显著。理论检验方法（t检验、F检验）与随机模拟方法（EMC法）的显著性检验结果,对气温的差别较小、对降水的差别较大,这与样本距平序列是否服从正态分布有关。EMC法可在确保样本统计特征不变的情况下,通过多次随机模拟,无需考虑其理论统计分布特征,使检验结果更为可靠。     

蒙特卡罗不确定性分析在O3模拟中的初步应用

利用蒙特卡罗不确定性分析方法,分析了嵌套网格空气质量模式系统(NAQPMS/IAP)中154个模式输入变量不确定性对臭氧模拟的影响,量化了模式在北京奥运会期间臭氧模拟的不确定性,并确定出了主要不确定性因子。结果表明:(1)在奥运会期间(2008年8月8日～2008年8月24日),北京城区臭氧模拟的平均不确定性为19ppb,不确定性存在明显的日变化特征,白天不确定性大,夜间不确定性小。(2)在白天,北京城区近地层臭氧模拟最重要的不确定性来源是局地前体物排放,其次是NO2光解系数、风向、北京周边前体物排放和垂直扩散系数。另外,地面约150m以上,对臭氧模拟影响最大的不确定性因子是风向和北京周边前体物排放;夜间,北京城区近地层臭氧模拟的最大不确定性来源是局地NOx排放和垂直扩散系数。     

基于时空结构指标的中国融合降水资料质量评估

引入空间、时间技巧评分以及结构函数3种指标,通过对比中国国家气象信息中心研制的逐日融合降水资料和美国国家海洋大气局(NOAA)气候预测中心卫星反演降水资料(CMORPH)、热带测雨卫星反演降水资料(TRMM)在中国区域的适用性和误差分布,着重考察融合降水资料的质量。结果表明,中国区域平均的融合降水资料时空精度远高于CMORPH和TRMM卫星降水资料,且融合资料和卫星资料在夏季的质量优于冬季;在中国东南区域的模拟精度普遍好于西部地区,融合降水质量最高的两个区域为江淮和华南,较差的区域则在青藏高原和西北地区。融合后降水资料比融合前CMORPH卫星降水在空间及时间技巧评分均有较大提高,其提高幅度冬季大于夏季。通过计算结构函数,发现在中国江淮、华南、华北和东北等地区,随着网格区域内任意两点距离的增大,融合产品与观测降水的结构函数曲线始终十分接近。在西北、青藏高原等区域,融合产品与观测降水的结构函数则偏离较大。西南地区地形复杂,卫星资料无法精确反映实际降水情况,高密度观测资料尤为重要。江淮、华南、华北地区的融合降水结构函数曲线增长率大于东北,也从侧面反映江淮、华南、华北地区降水分布的非均一性比东北强,降水可能受中小尺度天气系统影响较大。     

合成风场的统计检验和蒙特卡洛检验

提出了二维风场的F检验及二维风场的蒙特卡洛检验方法.将方法用于长江流域夏季降水与印度夏季风的研究中,表明方法是有效的.     

A New Method of Significance Testing for Correlation-Coefficient Fields and Its Application

Correlation-coefficient fields are widely used in short-term climate prediction research. The most frequently used significance test method for the correlation-coefficient field was proposed by Livezey, in which the number of significantcorrelation lattice(station) points on the correlation coherence map is used as the statistic. However, the method is based on two assumptions:(1) the spatial distribution of the lattice(station) points is uniform;and(2) there is no correlation between the physical quantities in the correlation-coefficient field. However, in reality, the above two assumptions are not valid.Therefore, we designed a more reasonable method for significance testing of the correlation-coefficient field. Specifically, a new statistic, the significant-correlation area, is introduced to eliminate the inhomogeneity of the grid(station)-point distribution, and an empirical Monte Carlo method is employed to eliminate the spatial correlation of the matrix.Subsequently, the new significance test was used for simultaneous correlation-coefficient fields between intensities of the atmospheric activity center in the Northern Hemisphere and temperature/precipitation in China. The results show that the new method is more reasonable than the Livezey method.     

金融领域的随机建模与基于软件R的Monte Carlo模拟(5):Black-Scholes的世界

主要研究了Black-Scholes模型.与Black-Scholes期权定价公式相比,将再次强调和证实利用R软件Monte Carlo模拟的强大作用.     

金融领域的随机建模与基于软件R的Monte Carlo模拟(4):随机微分方程模型

主要研究线性随机微分方程模型,为此定义Itô随机微积分,建立Itô公式.鉴于研究的重点是利用R软件进行数值模拟,所以详细讨论了过去10多年来随机微分方程数值解的研究.     

Monte Carlo多源模式在广东核电站大气环境评价中的应用

发展了ＭｏｎｔｅＣａｒｌｏ多源模式并用于模拟广东核电站排放的放射性污染物浓度分布和干湿沉积量。数值实验和六氟化硫（ＳＦ６）示踪实验表明,模式能很好地反映复杂地形和生态下垫面对污染物的输送、扩散和干湿沉积的影响;与观测值相比,浓度计算值的准确率大于等于５０％的概率为５８４％。     

T639L60全球中期预报系统预报试验和性能评估

利用T639模式降水产品资料,对2009—2014年11月至次年3月新疆北部阿勒泰地区15次暖区强降雪过程中的预报效果进行了分析与检验。结果表明: T639模式对阿勒泰地区暴雪的预报性能好于大雪,其中12—24 h预报准确率最高,而60 h预报准确率随时效延长而降低,漏报率随时效延长无明显的变化规律,空报率在60 h时效内随时效延长而明显升高,且明显高于漏报率;相对于暖区强降雪发生频率较低的站,暖区强降雪发生频率较高的站其大(暴)雪预报准确率较高;T639模式在暖区强降雪预报中存在明显的系统性偏大,48 h预报时效内T639模式降水预报产品在该区暖区强降雪中具有一定的参考价值;T639模式降水产品对短波低槽型暖区强降雪的预报能力较差,而对低涡型暖区强降雪的预报能力较好;造成该模式降水产品在阿勒泰地区预报效果不同的重要原因是其对水汽通量散度和垂直速度的预报存在误差。

     

不同气候背景下我国冬夏两季极端气温特征分析

利用全国175个测站1960—1999年间的日平均气温资料,分别选取1960—1989年(气候态A)、1970—1999年(气候态B)作为气候背景,采用蒙特卡洛显著性检验法检验了这两个气候态背景下我国冬夏两季季节平均气温的差异显著性。并在此基础上利用气候百分位法分别分析了在这两个气候态背景下2000—2010年间我国冬夏两季的极端气温特征。分析结果表明,相对于夏季,冬季气候态A、B背景下季节平均气温的差异更为显著。冬夏两季,我国大部分地区极端低温事件的发生频率相对较低,而极端高温事件的发生频率相对较高。由于气候态B包含了全球变暖特征最为显著的20a,故在气候态B背景下,冬夏两季极端低(高)温事件的发生频率要高(低)于气候态A,这与全球变暖的趋势相吻合。