气压室环境对气压观测准确性的影响

把台站符合观测规范的气压室做为台站气压观测的标准环境 ,同时在不同的气压观测环境中进行气压观测 ,分析不同环境引起的气压观测误差 ,对误差原因进行分析讨论 ,得出气压观测环境温度不稳定和气流堆积 ,是造成气压观测误差的主要原因     

E-601B型蒸发器观测误差原因分析

通过实际观测，对E-601B型蒸发器使用过程中误差产生的原因进行了分析。发现：操作不当容易造成较大误差，因降水天气、观测时间和仪器本身的使用不当造成E-601B型蒸发量数据不精确，总结了造成蒸发观测误差的几种原因。     

复杂地形下地面观测资料同化II. 模式地形与观测站地形高度差异代表性误差

第I部分研究结果(徐枝芳等,2007)表明模式与实际观测站地形高度差异对地面观测资料同化效果有较大影响。此文在MM5_3DVAR同化系统中利用近地层相似理论将地面观测资料进行直接三维变分同化分析,考虑模式与实际观测站地形高度差异对同化效果的影响,提出在地面观测误差中增加地形代表性误差来解决这个问题。研究结果表明:地面资料同化分析时,在其观测误差中加入一项新的误差——地形代表性误差,能较好地解决地面资料同化分析中模式与观测站地形高度差异问题;地面资料参与同化分析,在观测误差中加入与模式和实际观测站地形高度差异大小相关的地形代表性误差时,地面观测值对分析值的影响随着地形高度差异代表性误差的加入而减小,同时又部分地将地面观测信息通过变分分析融进分析场,使得低层分析更接近真实场,且地面资料利用率更高,24小时降水数值预报(模拟)的效果较好。     

人工与自动大气能见度观测的对比分析

大气能见度是最重要的气象学指标之一,其准确观测对气象及相关领域具有重要意义。在实际观测中经常存在器测数据与人工观测数据差异明显的现象,用对比观测期贵阳国家基准气候站的大气能见度仪器观测与人工观测数据分析,结果表明:人工与自动观测数据还是有较好的一致性、相关性。大气无雾、污染环境下,人工观测存在主观差异,能见度观测值偏大,前向散射能见度仪自动观测结果稳定,观测数据接近大气能见度的真实值。在局部雾带、大气受污染环境下,人工观测能见度平均误差低于自动观测数据平均误差。在大气受污染环境下,前向散射能见度仪自动观测的能见度偏小。前向散射能见度仪自身的清洁度等因素对观测值起到了至关重要的影响,在仪器使用过程中应引起足够重视。     

E-601B型蒸发量常见误差分析

根据E-601B型蒸发器人工测定蒸发量近10年的工作经验,分析了在实际工作中引起蒸发量常见误差的原因、观测中的注意事项,对获取真实、准确、连续的蒸发量数据具有一定参考作用。      

复杂地形下地面观测资料同化Ⅱ.模式地形与观测站地形高度差异代表性误差

第Ⅰ部分研究结果 (徐枝芳等, 2007) 表明模式与实际观测站地形高度差异对地面观测资料同化效果有较大影响.此文在MM5_3DVAR同化系统中利用近地层相似理论将地面观测资料进行直接三维变分同化分析, 考虑模式与实际观测站地形高度差异对同化效果的影响, 提出在地面观测误差中增加地形代表性误差来解决这个问题.研究结果表明: 地面资料同化分析时, 在其观测误差中加入一项新的误差--地形代表性误差, 能较好地解决地面资料同化分析中模式与观测站地形高度差异问题; 地面资料参与同化分析, 在观测误差中加入与模式和实际观测站地形高度差异大小相关的地形代表性误差时, 地面观测值对分析值的影响随着地形高度差异代表性误差的加入而减小, 同时又部分地将地面观测信息通过变分分析融进分析场, 使得低层分析更接近真实场, 且地面资料利用率更高, 24小时降水数值预报 (模拟) 的效果较好.     

双偏振相控阵雷达误差评估与相态识别方法

选取2020年3—9月深圳求雨坛的X波段双偏振相控阵雷达探测数据, 与同位置的S波段双偏振雷达进行对比。通过一定限制条件定量分析引入误差的原因, 发现反射率因子Z_H和差分反射率Z_DR的标定误差和随机误差较大, 其中Z_H误差变化范围为-0.5~4.5 dB, Z_DR误差变化范围为-0.7~0.2 dB。在上述较大误差影响下, 传统模糊逻辑相态识别方法的水凝物相态识别结果不可靠, 因此根据不同相态的雷达参量特征范围以及融化层高度建立基本结构为二叉树的决策树相态识别方法。针对上述方法的实际应用效果, 分别从水凝物相态识别结果对误差的敏感性和空间分布的合理性进行评估, 结果表明: 决策树相态识别方法的水凝物相态识别结果稳定性高于模糊逻辑相态识别方法, 且在对流云中的水凝物相态分布更加合理, 能够发挥X波段双偏振相控阵雷达在研究云内水凝物相态演变的优势。     

地面雨滴谱观测的图像自动识别方法

该文介绍了地面雨滴谱观测方法的研究, 通过增大取样面积、增加辅助观测手段, 改进了传统的滤纸取样法, 设计出图像自动识别软件应用到雨滴谱资料的处理中, 这种方法不仅可以增加观测的样本数, 以获得稳定的雨滴谱资料, 而且有利于资料的相互配合与分析。对其图像的位置变化、形状改变、滴谱重叠等情况进行验证以及对计算结果进行误差分析, 雨滴谱资料中的单个滴谱图像位置变化和形状变化对图像识别后的结果没有影响, 自动图像处理程序运行结果稳定可靠。程序在处理不粘连的滴谱资料时敏感性较好, 对于大滴溅散而形成的很多溅散滴时, 会处理成很多单独的小雨滴, 同时也说明无法解决溅散问题。在雨滴重叠问题上该程序智能程度不高, 不能真正鉴别是否存在重叠现象, 无法将重叠的雨滴分离开来, 往往会将重叠在一起的雨滴视为一个滴, 从而带来观测雨滴数量减少的现象。从雨滴谱资料处理误差分析上看, 斑迹直径在3~18 mm时相对误差小于6%, 对于直径小于4 mm雨滴误差完全控制在6%以内, 且在处理小滴时误差更小。该方法在地面雨滴谱观测及资料处理中准确度高、性能稳定、实用性强, 为雨滴谱资料的处理分析提供了一个新的思路, 可以应用到实际工作中。     

2019年影响中国台风的降水预报误差及其来源研究

针对2019年影响中国的8个台风,利用面向降水对象的CRA(contiguous rain area)方法研究了欧洲中期天气预报中心确定性预报的降水误差来源,及其在不同预报时段和降水量级下的变化趋势,分析了台风路径预报误差与降水对象的CRA位置误差之间的相关性,对比计算了台风路径修正与CRA shifting方法对于改进降水预报的作用,并评估了台风降水概率分布、径向分布和非对称分布的预报误差。结果表明:总体而言,台风降水预报的主要误差来自于位置误差和形态误差;除特大量级降水以外,台风降水对象的CRA位置误差与路径误差显著相关,通过修正台风路径能改进降水预报,但其效果要逊于CRA shifting方法;预报的台风降水概率密度分布形态与观测总体上较为一致,但台风核心区内的预报降水强度均大于观测;台风登陆或靠近我国沿海前后,预报降水较观测更靠近台风中心,且略滞后于观测,预报降水的非对称性明显弱于观测。     

On the sensitive areas for targeted observations in ENSO forecasting

本研究分别从初始误差增长和粒子滤波同化的角度识别了 ENSO预测的目标观测敏感区.结果表明:与粒子滤波同化方法确定的敏感区相比,基于初始误差增长确定的敏感区位置稍微偏东,且在东南太平洋也有分布,但整体而言,这两种方法确定的敏感区存在大范围重合区域,是互为印证的.在实际目标观测中,如果考虑使用确定敏感区方法的不确定性,那么选择上述两种方法确定的敏感区的重合区域作为ENSO预测的目标观测敏感区将更为合理.     

E-601B型蒸发量常见误差分析

根据E-601B型蒸发器人工测定蒸发量近10年的工作经验,分析了在实际工作巾引起蒸发量常见误差的原因、观测中的注意事项,对获取真实、准确、连续的蒸发量数据具有一定参考作用。     

观测误差对GRAPES区域集合预报影响的敏感性试验

通过设计3组不同的观测误差均方差,对2012年8月1日—29日进行了基于GRAPES-M EPS(Global/Regional Assimilation and Prediction System-Mesoscale Ensemble Prediction System)的集合预报敏感性试验,研究观测误差均方差对集合预报初始扰动场结构、扰动量及垂直扰动总能量发展的影响,评估集合预报结果的差异,并分析了一次典型的江淮流域强降水个例。结果显示,模式变量扰动结构和扰动振幅对观测误差均方差较敏感,较小的观测误差均方差使得温度和风等模式变量的初始扰动量增大,扰动总能量增长更快,降水集合预报效果更优。因此在GRAPES-MEPS中,可以考虑对观测误差均方差进行适当的扰动,以体现观测误差均方差的不确定性对集合预报的影响,提高GRAPES-MEPS的集合预报技巧。     

一种2 m温度误差订正方法在复杂地形区数值预报中的应用

利用模式三维预报变量,结合地面要素预报产品,采用2 m温度三维插值方法进行地形订正,以确保预报与观测三维空间上的一致性,在地形订正基础上,利用历史月均预报误差作为参考误差,剔除模式系统性误差,获取具备日变化特征的预报产品。基于陕西地区复杂地形条件下的典型观测站点,利用2016年8月28日48 h预报个例进行对比分析发现,三维插值方法有效改善了地形差异引起的评估误导问题,但无法改进模式预报的日变化趋势,进一步采用系统性误差订正后,日变化特征明显改善,特别是前24 h预报效果体现出与实况良好的一致性及更佳的预报技巧。通过2016年夏季统计评估表明,误差订正后的2 m温度预报产品有效改善了周期性误差振荡,均方根误差稳定在2 K左右,显示出明显的改进优势。     

谐波分析中波参数的误差分析

谐波分析中由于采用离散数据的有限差分代替对函数的连续积分以及实际离散数据取样方式和数据性质的不同等原因,谐波参数或多或少存在一定的计算误差和拟合误差。本文着重讨论了离散化效应对截断频率谱参数的影响以及气象中各种常用离散数据的谐波参数误差情况和校正误差的方法。     

天气雷达水平仪检测数据误差订正与数学处理方法初探

天气雷达天线座水平度的检测主要使用2种气泡式水平仪来获取数据。由于水平仪在天线座上的实际检测工作环境与水平仪原来的标准检定环境差别较大,所以直接获取的检测数据含有明显的误差成分,这在很大程度上影响到了对天线座水平度的准确检测。针对在水平仪检测数据订正与数学处理方法方面出现的问题,分别提出了对这2种气泡水平仪系统读数误差的确定方法和检测数据的数学处理方法。结果表明:对读数误差的确切分离与对检测数据进行恰当的数学处理,能够明显提高天气雷达天线座水平度检测数据的准确度和可信度。     

分位数映射法在RegCM4中国气温模拟订正中的应用

将一种分位数映射法RQUANT,应用到一个区域气候模式（RegCM4）所模拟中国气温的误差订正中。从气候平均态、年际变率、极端气候及农业气候等多方面,评估了该方法对日平均气温、日最高气温和日最低气温模拟的订正效果。结果表明,该订正方法对模式模拟的日平均、日最高和最低气温气候平均态的订正效果都非常明显,中国大部分地区的订正结果与观测的偏差在±0.5℃之间。在降低极端气温指数和农业气候相关指数的模拟误差方面也有显著的效果,但对气温年际变率的订正效果有限。结合以往对降水订正的评估分析,该方法对模式模拟结果有较好的订正效果,可以应用于区域气候模式的气候变化模拟预估中,为气候变化及相关影响评估研究提供更适用和可靠的数据。     

高频探空温度和风速的质量控制方法研究（英文）

针对中国高分辨率探空资料,本文提出了一种计算气候学界限值的方法以满足业务中对资料进行质量控制的需求.首先在垂直方向上将整个大气划分为64层,将落在每层范围内的观测数据都收集到一起进行排序并计算百分位,在此基础上通过比较不同百分位廓线值来获得气候学界限值.除了业务台站,本文还使用了TIPEX-III的探空数据来验证本方法在科学试验数据中的应用效果.评估表明,应用气候学界限值可以有效检测到业务站和试验站观测数据中的粗大误差;百分位廓线则可以清晰的体现出探空观测的整体变化特征并揭示出误差的整体分布范围.     

资料同化中二维特征长度随模式分辨率变化的分析研究

特征长度是资料同化中的重要参量,决定了观测信息在空间的传递特征,而特征长度随模式水平分辨率增减而变化的特点与背景误差湍流功率谱分布特点密切相关。通过对不同来源实际资料计算获得的特征长度数据分析和对理想数据数值试验分析,结果表明随着模式分辨率的提高,特征长度会按照二次根的规律递减。特征长度的这种变化由背景误差湍流功率谱,特别是与次天气尺度（20～60波）到中尺度波（大于60波）的湍流功率谱斜率特征决定。当湍流功率谱斜率从-5/3变化到-4时,特征长度随模式分辨率变化的敏感性降低。作者估计出的温度场的实际背景误差湍流功率谱斜率在次天气尺度到中尺度大约在-2.8左右。对特征长度的估计除传统方法外,可以根据背景误差的湍流功率谱斜率特征来更方便地给出,该方法可作为传统方法的补充来匹配应用。     

地温观测常见问题及报表数据处理方法

通过北京市朝阳区一般气象站地温日常观测实例,重点分析了自动气象站铂电阻地温传感器性能不良的数据异常特征和当月报表处理方法,简要分析了地面观测场维护不当对质量控制数据的影响。分析发现,铂电阻地温传感器性能不良直接引起自动站地温数据异常,表现在自动站和人工站差值不稳定或增大,报表数据处理要根据当月实际情况进行相应处理;地温场土壤热力性质不均一、地温表放置不当和周边环境变化都会造成质量控制数据的误差,需要观测员在操作过程中高度重视。     

风暴尺度集合卡尔曼滤波中的采样误差订正局地化方法研究

在中尺度WRF-EnSRF系统中最新引入的采样误差订正局地化方法不仅考虑了回归系数偏差,而且计算量较小。该方法基于状态变量和对应观测值的相关系数的分布关系,根据离线蒙特卡洛技术制作的关于集合数和样本相关系数的查找表格确定局地化系数因子,进而订正由集合数选取有限造成的背景误差协方差被低估引起的采样误差。本文利用风暴过程的雷达观测资料做了一系列风暴尺度的资料同化理想试验,探讨了采样误差订正局地化方法在风暴尺度集合卡尔曼滤波同化中的技术特点和同化效果。结果表明:相比于经验局地化方法,采样误差订正局地化方法能够有效地改善集合同化的效果,对距离的敏感度更低,尤其在天气系统发展变化较快的阶段,新方法优势更大。并且,对不同观测变量以及在风暴发展的不同阶段使用不同的局地化方法,所得的结果都存在一定的差异,因此需要根据同化对象合理地选择局地化方法。