南海中尺度大气-海流-海浪耦合模式的建立及应用

考虑到我国南海特殊的战略位置和复杂的海气相互作用特征,基于中尺度大气模式(MM5)、区域海洋模式(POM)和第三代海浪模式(WW3),利用消息传递的并行编程方案,建立了适用于我国南海海区的中尺度大气-海流-海浪三元耦合模式系统,将该系统用于对南海典型台风过程的模拟研究。结果表明:耦合模式运行高效稳定,较好模拟了两次台风过程,与非耦合大气模式相比,提高了对台风路径和强度的模拟准确率;耦合模式模拟出了上层海洋对台风系统的响应特征,在台风中心附近,海面温度降低,海表流场和海浪场增强,相对于台风路径,响应具有右偏性;耦合模式中的波浪效应增强了海表应力,阻碍了台风系统的发展,增强了海面降温幅度和海流近惯性振荡的振幅。大气-海流-海浪耦合模式系统是研究南海中尺度海-气相互作用,提高南海区域气象水文预报能力的一种有效手段。      

一个具有高分辨率海洋分量的海气耦合模式

发展了中国科学院大气物理研究所（IAP）大气科学与地球流体力学数值模拟国家重点实验室(LASG)全球海-陆-气耦合系统模式的一个新版本（GOALS-5）,其中海洋分量是基于30层高分辨率的海洋环流模式。对该耦合模式成功地进行了30年的积分,基本上克服了气候飘移。与GOALS较早的几个版本模拟的SST相比,北半球夏季中高纬地区的误差显著改善,可能主要是由于采用了GM90的等密度混合方案使经向热输送增强的结果。对赤道中东太平洋冷暖事件有较好的模拟能力,并且对SST变率的模拟在位置和强度上比旧版本有明显改善。     

南海中尺度大气海浪耦合模式及其对该区一次强台风过程的模拟研究

利用中尺度大气模式MM5(V3)和第3代海浪模式WWATCH建立考虑大气 海浪相互作用的风浪耦合模式。在耦合模式中引入考虑波浪影响的海表粗糙度参数化方案,大气模式分量提供海面10 m风场驱动海浪模式分量运行,并利用海浪模式分量反馈的波龄参数计算海表粗糙度。利用耦合模式模拟南海的一次台风过程,通过3组对比试验,检验耦合模式对台风过程的模拟效果并研究大气 海浪相互作用对台风过程的影响。结果表明：耦合模式能够较好地模拟南海的台风过程,与非耦合大气模式相比,其模拟的台风强度略有增强,路径变化不大;耦合模式对台风过程中海表热通量及降水影响显著,在台风充分发展过程中,耦合模式模拟的海表热通量增强,台风螺旋雨带上尤其是台风路径的右侧,耦合模式模拟的降水强于非耦合模式;耦合模式较好地模拟了台风过程海浪场的分布和演变,与非耦合模式相比,其模拟的海浪场增强,与实际更为接近;考虑了海表粗糙度对波浪的依赖关系后,海浪场同时影响海表的动力过程和热力过程,从本次个例看,在台风发展初期,海浪对海表动力作用影响显著,其反馈作用使台风系统减弱,但在台风充分发展后,耦合系统中海表热通量增加,热力作用显著增强,海浪的反馈作用有利于台风系统的发展和维持。     

FGOALS高分辨率气候模式系统模式研制与应用综述

当今气候系统模式发展的重要趋势之一,是通过提高模式的空间分辨率,改进对气候系统中多尺度相互作用过程和极端事件的模拟能力。过去5年里,中国科学院大气物理研究所发展并完善了25 km分辨率大气环流分量模式FAMIL2.2、1/10°分辨率海洋环流分量模式LICOM3.0,并以此为基础建立了高分辨率气候系统模式FGOALS-f3-H。利用上述高分辨率模式,开展了大量的数值模拟试验和预报/预测研究,其中包括国际耦合模式比较计划第六阶段（CMIP6）的高分辨率模式比较子计划（HighResMIP）,建立了海洋环流预测系统（LFS）等。初步评估分析表明,相对于低分辨率模式,高分辨率模式对气候平均态和气候变率的模拟能力均有明显改进。其中高分辨率大气环流模式可以更好地模拟台风、极端降水事件,高分辨率海洋模式可以更好地模拟海洋中尺度涡旋和西边界流,而高分辨率耦合模式则可以更好重现中尺度海气相互作用过程、热带不稳定波动（TIW）等事件。     

第三代浅水波浪数值预报模式及其在黄渤海域的应用

本文在简单介绍了第三代浅水波浪数值预报SWAN模式的概念、特点、原理等的基础上,着重介绍Mm5模式对风场的模拟,以及利用模拟结果作为SWAN模式中的风场资料,对大连沿海及黄渤海域(36~41°N,117.5~125.5°E)的浪高进行预报。     

高分辨率数值模式在强对流天气预警中的业务应用进展

结合高分辨率数值模式的业务发展及笔者在使用高分辨率数值模式中的一些经验,分析和总结高分辨率数值模式在强对流天气预报和预警中的国内外应用现状和发展趋势,并通过2014年一次强风雹过程的产品应用分析,指出高分辨率模式产品在业务应用中的两大优势:增加预报员的预期能力;有助于精细化预警和延长预警时效.论文还探讨了高分辨率数值模式在业务应用中需要注意的问题.最后,就我国天气预警业务如何快速从“基于观测分析”向“基于模式预报分析”过渡提出了一些建议,包括尽快建立灾害性天气测试平台、重视高分率数值模式的产品后处理研发和加强针对预报员的数值预报理论及相关技术培训.     

南海海洋气象数值预报系统(Grapes-MAMS)及其业务应用

介绍了中国气象局广州热带海洋气象研究所建立的南海海洋气象数值预报系统(Grapes-MAMS)框架、系统中各模式特点以及针对模式所做的改进工作;并基于广东省沿海浮标资料,分析和研究了该系统中各个专业模式预报性能。得到如下结论:(1)从给出的统计检验和技巧评分来看,区域海浪模式逐年改进,具有一定预报能力;区域海浪模式和欧洲中期天气预报中心全球海浪模式相比,前者预报技巧TS评分大于后者;(2)实测海表温度的同化明显改进了区域海洋环流模式对海表温度的预报,检验结果显示海表温度预报与浮标观测海表温度相关系数在0.7左右,通过了α=0.01显著性检验;(3)将基于广东茂名科学试验基地得到的拖曳系数计算方案引入风暴潮模式,可以有效地改进风暴潮模式对强台风"威马逊"风暴增水预报,2013—2015年6个风暴潮模式预报检验显示,模式可以提前20 h以上给出最大风暴增水预报,而且最大风暴增水预报与实际相差不大。     

青岛奥帆赛高分辨率数值模式系统研制与应用

该文初步建立了青岛奥帆赛高分辨率数值模式系统（包括预报模式和释用模式）。预报模式基于Weather Research & Forecast（WRF）模式V3.0,模式设计为网格数60×50×38,水平分辨率500 m。在IBM小型机上用8个线程作15 h预报所需机时约为1 h 20 min,可满足实时业务预报需要。利用高分辨率边界层模式和城市小区尺度模式对该预报结果进行了动力释用（水平分辨率分别为100 m和10 m）。该模式系统于2008年夏季进行了实时运行试验,模式产品在北京奥运气象服务中心青岛分中心使用。结果表明:该模式系统有较强的稳定性和实用性,对城市热岛、海陆风、地形及建筑物影响等局地环流特征有较好的模拟效果。数值试验分析表明:城市化引起城市热岛效应,增大了海陆温差,使海风加强;城市建筑物拖曳作用使风速减小,从而使海风推进速度减缓;精细下垫面资料的引入对海风等局地环流高分辨率数值模拟至关重要。     

积云参数化方案中云底质量通量的限制及在高分辨率模式中的应用

对SAS积云参数化方案中的云底质量通量进行限制并将其应用到华南区域高分辨率模式降水预报中,分别对强对流个例和弱对流个例进行模拟和比较,分析了限制云底质量通量之后的积云参数化方案对模式降水预报的影响,并探讨了不同大小的云底质量通量限制对预报结果的敏感性。试验结果表明,对积云参数化方案进行闭合时采用不稳定能量释放假设要比原来的准平衡闭合假设更适用于中小尺度模式。对积云参数化方案的云底质量通量进行限制以后可以有效地消除对流参数化在高分辨率模式中引起的虚假降水,同时又能够合理地引入一些次网格尺度的弱对流的影响,从而改进模式的降水预报效果。敏感性试验结果表明,随着云底质量通量限制程度的变弱,对流参数化方案对模式降水预报的影响会逐渐增强;在一定大小范围内的云底质量通量限制下,强对流个例的总降水量预报结果对于不同大小的限制不如弱对流个例敏感。对两种不同的云底质量通量限制方式进行比较发现,在云底质量通量较大时完全关闭对流参数化方案可以更有效避免对流参数化引起的虚假降水。      

高分辨有限区模式（HIRLAM）及其在中国的一次应用

文章介绍８０年代中期由欧洲７国（后又有几个国家参加）科技工作者共同完成的一个高分辨有限区模式（ＨＩＲＬＡＭ），简要说明了它的特点、主要结构和预报模式。最后作者还介绍了ＨＩＲＬＡＭ在中国地区的一次实验。     

佛山的亚运场馆附近11月气象条件背景分析

采用佛山1957~2009年11月的气温、降水和湿度等资料,对佛山亚运场馆附近的气温、降水、湿度和人体舒适度等要素的平均状况、演变趋势以及高影响天气事件进行统计分析。结果表明,佛山的亚运场馆附近11月气温较适合体育比赛,极端温度天气出现概率较小,人体舒适度总体感觉舒适凉爽,有利于体育竞技比赛;出现大雾、强降水和雷暴等极端天气的可能性比较大,出现大风的可能性很小。     

广州2010年亚运会会期的灰霾天气问题

利用1951～2007年广州地区气象资料,分析广州地区灰霾天气的气候变化特征,重点研究了与2010年亚运会会期同期的灰霾天气特征,指出:自20世纪80年代初开始,广州地区的能见度急剧恶化导致灰霾天数增加,在10月～次年4月的旱季灰霾天数较多,雨季相对比较少;改革开放以来,11月份灰霾天气大幅增加,1994和1999年分别出现了最多的17d;本世纪以来,11月份灰霾天气最多12 d,出现在2005年,最少3d,出现在2002和2003年。广州市空气质量逐年恶化的趋势不容乐观,珠江三角洲复合型新型空气污染日趋严重的态势非常严峻;区域性特征明显,治理难度加大;广州周边的佛山、清远、东莞、江门的灰霾天气都比广州多,对广州治理灰霾天气形成了压力。     

亚运会期间广州同期历史气候特点及高影响天气

对2010年亚运会期间的广州同期历史气温、降水、风和太阳辐射等基本气象条件进行了分析,并专门统计分析了同期对亚运会比赛有较高影响的天气。结果表明广州亚运会同期历史气候适宜,对比赛有高影响的天气出现概率较小,影响最大的是强冷空气入侵,而降水天气是影响开幕式效果的主要风险。     

“亚运演练”期间广州市一次持续灰霾天气过程分析

利用NCEP再分析资料和常规气象观测数据以及大气成分观测数据,对2009年11月24~29日广州市一次持续灰霾天气过程做了初步的分析。结果表明,此次灰霾天气过程在850 hPa为反气旋环流控制,灰霾的严重程度与850 hPa风速的大小密切相关;地面形势则为弱高压脊或脊后回流型,气压场多为均压场,海平面气压值通常小于1 017 hPa,灰霾的严重程度与弱压脊的位置及海平面气压大小密切相关;按气象标准当达到了灰霾日标准后,能见度可作为衡量灰霾严重程度的指标;此次灰霾天气过程中,SO2污染物在影响能见度中起到了主导作用。     

2010年亚运同期广州市历史降雨背景分析

统计分析了广州市1951~2009年11月的降雨资料,结果表明:广州市11月平均降雨量为38.3 mm,日降雨概率为18.2%;11月12日亚运会开幕式日降雨概率为27.1%,最大日降雨量为47.1mm,总体而言,适宜举办各种赛事;然而,广州11月也曾有4 d发生过暴雨,而且,近年来,由于全球气候变暖,突发性强降雨有增多的趋势,为亚运气象保障带来了挑战。     

广州亚运会期间鼎湖山站大气污染特征

为了解广州亚运会期间华南区域大气质量状况以及气象条件对区域本底浓度值的影响,2010年11月对鼎湖山站主要污染物NO_x,SO₂,O₃,PM₁₀和PM_2.5进行了连续在线观测。利用MICAPS,NCEP FNL资料及后向轨迹模拟对观测时段大气污染物变化特征进行了分析。结果表明:观测时期鼎湖山区域NO₂,SO₂和O₃平均体积分数分别为 (7.2±3.1)×10-9,(8.5±3.8)×10-9和 (28.7±9.8)×10-9。PM₁₀和PM_2.5的月平均质量浓度分别达到113 μg·m-3和81 μg·m-3,PM_2.5超标日数达13 d (标准为世界卫生组织第1阶段值,日平均值为75 μg·m-3)。不同时段日变化分析表明,广州亚运会期间高值时段 (定义为PM_2.5质量浓度超过世界卫生组织的IT.1标准的时段) NO_x和O₃平均体积分数为13.2×10-9和20.9×10-9,较2009年同期分别下降了41.3%和10.7%。不利气象要素影响和污染物区域传输作用是形成珠江三角洲区域大气本底 (鼎湖山地区) 细粒子污染偏高的主要原因。     

一个集合海浪预报系统及其初步试验

使用集合天气预报系统的多个成员的风场预报来驱动海浪模式WAVEWATCH Ⅲ, 计算出含多个成员的海浪预报场,并相应开发出各海浪要素的集合预报产品,如集合平均、离散度、集合概率等,建立了一个集合海浪数值预报系统。使用该系统进行了2007年9—10月为期两个月的预报试验,利用太平洋和大西洋海域范围的浮标观测资料对系统的预报水平的初步检验分析显示,该集合海浪预报方法能够有效地将传统的确定性预报扩展到概率预报领域,且集合平均的预报水平要优于单一的确定性预报,采用集合预报方法可以提供单纯确定性预报所不能够提供的额外信息,具有较好的应用潜力。     

一个太平洋海盆尺度环流模式及其模拟结果

在中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室(LASG)发展的全球气候海洋环流模式(LICOM)的基础上构建了一个太平洋海盆环流模式,并对其模拟结果进行了深入的分析.在模拟中对中尺度示踪物输送采用了两种方案,即传统的水平扩散方案(HOR)和包括涡旋诱导速度的等密度面扩散方案(GM).对这两个试验的气候平衡态结果分析发现,该模式较好地模拟出了太平洋的环流特征,包括副热带大涡、副极地涡旋以及南极绕流(ACC)等.赤道附近的各种流系亦得到了较好的模拟,模拟的150°W赤道潜流的最大流速为40 cm/s,出现在次表层130 m左右,虽然模拟值比基于NCEP资料估计的最大流速80 cm/s小,但与其位置十分相近.两个试验均较好地模拟出了温盐的分布结构,包括北太平洋和南太平洋中层水的形成以及南极底层水的输送等.通过详细分析两个试验结果发现,总的说来在目前模式所采用的参数条件下,GM的结果稍好于HOR的结果.这些模拟结果表明,在LICOM基础上构建的太平洋环流模式从总体上是能再现许多观测特征的,可为今后进一步研究被动示踪物在北太平洋的分布等问题提供一个十分有用的工具.     

气象灾害的灾体模型及其初步应用

基于灾度相关模型,提出了面向气象灾害的四维灾体模型。模型以受灾人数、受灾面积和直接经济损失形成的灾度平面作为损失的基本规模,在灾度平面垂直方向,以死亡失踪人数为要素形成第四维,最终形成四维灾体。将模型初步应用于我国气象灾害损失年景评价分析之中,结果显示,2003、2006和2010年为气象灾害损失明显偏重年景;验证分析表明,灾体模型将死亡失踪人数作为特殊的一维来考虑,凸显了其在整个气象灾害损失评价中的重要地位,另外增加受灾面积指标,使得评价结果更趋完整。     

降雨型滑坡的集合预报模型及其初步应用的试验研究

滑坡的实时预警系统GRAPES-Landslide是将数值天气预报模式GRAPES (Global/Regional Assimilation and PrEdiction System)与滑坡预测模型TRIGRS (Transient Rainfall Infiltration and Grid-based Regional Slopestability)进行单向耦合建立起来的动力数值预报预警系统。由于滑坡预测模型TRIGRS中的关键水土参数具有空间分布很不均的特性,很难获取准确的数据加以描述,使得滑坡事件的激发、预测存在很大的不确定性,同时数值天气预报模式本身具有不确定性,因而用于诱发滑坡灾害的估测降水存在不确定性,进而使得滑坡的预报存在偏差。本研究基于预测降水和水土参数分布不确定性的考虑,提出了GRAPES-Landslide滑坡集合预报模型。滑坡集合预报模型中有5个不同的预报降水成员,分别是(1) GRAPES_MESO业务模式、(2)"暖-潜热加热纳近方法、(3)基于九点平滑滤波的"暖-潜热加热纳近"方法、(4)对(1)~(3)的降水成员进行简单平均、(5)对(1)~(3)的降水成员进行概率匹配的集合。根据水土参数呈正态分布的特点,通过Monte-Carlo方法随机生成100组扰动参数值。将5个预报降水与100组扰动水土参数结合,组成GRAPES-Landslide滑坡集合预报模型。选择2013年7月18日00时到7月19日12时(协调世界时)福建省"西马仑"台风降雨引发闽三角地区发生大量滑坡灾害为例,进行实际预报试验。初步研究结果表明本文建立的GRAPES-Landslide滑坡集合预报系统所预测的滑坡频发区与观测区域有很好的吻合度,与目前的滑坡业务预报结果相比有明显改进,落区更精细化。因此,GRAPES-Landslide滑坡集合预报系统综合考虑了降水预报的不确定性和非均匀分布的水土参数的不确定性,为区域滑坡预测提供了一种新的可能方法。