自动气象站湿球温度快速计算方法

湿球温度是采暖通风、电厂冷却塔等工程设计中的重要气象参数。随着自动气象站在台站的广泛使用,湿球温度的直接观测资料逐渐停止,这给工程设计中湿球温度的气象参数分析和气象资料的应用造成了困难。对于自动气象站湿球温度的计算,现提出基于地面气象观测的湿度参量公式和牛顿迭代法基本思想,采用简化一般的迭代公式,并利用湿球温度的经验公式计算初始值,采用EXECL电子表格完成湿球温度的迭代计算。结果表明,该方法计算湿球温度,精度较高,计算量较小,计算过程简单可控,可广泛应用于自动气象站的湿球温度计算。     

湿球温度快速计算方法研究及误差来源分析

湿球温度是进行暖通空调和建筑设计等工程中必需的一个重要环境参数。但由于各种原因,国内各地气象站自2000年之后已经陆续停止了湿球温度的人工观测项目。为解决工程设计中缺少这个环境参数的问题,本文设计了一种利用气温、相对湿度和气压快速计算湿球温度的算法,并给出了Python语言实现的该算法的关键部分。经过比测,计算结果与传统人工观测相差较小,大部分情形下与观测结果一致。与常用的遍历法给出的结果差别很小(<0.01℃)。此方法计算速度极快,绝大多数情况下可在3步循环内计算得到精度在0.01℃的结果,完全可以满足实际工作中湿球温度的计算需求。最后给出了宁夏地区不同年代的夏季室外计算湿球温度的统计结果,分析了计算结果误差产生的主要来源,并给出了提高计算精度的思路。     

两种湿球温度估计方法比较及误差分析

由于我国地面气象观测系统的自动化,停止了湿球温度要素观测.为解决无湿球温度资料给工程设计带来的问题,分别设计了逼近法和多元回归法估计湿球温度.逼近法利用湿球温度与气压、温度、相对湿度的关系,并通过数值求解方法实现;多元回归法以气压、温度、相对湿度、水汽压等要素为因子,建立估计湿球温度回归方程.基于全国134个基准气象站...     

两种方法在不同海拔地区计算湿球温度的对比

选取1990~1999年贵州省3个国家基准站（威宁、贵阳、三穗）气象观测数据,评估了逼近法在贵州不同海拔地区计算湿球温度的效果,对比了BP（Back Propagation）神经网络模型和逼近法在计算湿球温度方面的优劣。结果表明：（1）3站逼近法计算值与观测值之间平均绝对误差分别为0.059℃、0.046℃、0.042℃,误差<0.1℃的数据比例为83.91%、91.52%、92.76%;当气温低于0℃时,误差>0.2℃的频率呈增长趋势,其原因可能是逼近法中对结冰的判别和实际情况存在差异导致高海拔地区的计算效果差于低海拔地区。（2）3站BP神经网络模型计算精度比逼近法分别提高60.71%、57.45%、57.78%,误差<0.1℃的数据比例提高到97.38%、97.18%、97.44%,有效地解决了高海拔地区气温低于0℃频率较高而导致逼近法计算误差偏大的问题,在低海拔地区的计算结果也优于逼近法。（3）BP神经网络模型计算湿球温度需要对各测站进行单独拟合,在低海拔地区针对大量站点且计算精度要求不高时可用逼近法,反之则用BP神经网络建立单站模型。     

基于分段函数法计算湿球温度研究

核电厂冷却塔设计气象条件中,湿球温度是重要的设计气象参数之一。近年来,由于实行自动观测,相对湿度值由仪器自动测定,因此不少气象站已经停止了湿球温度的观测,这给电厂气象参数的分析计算造成了一定困难。为此,根据气压分布型特点和分段函数,提出利用干球温度和相对湿度来计算湿球温度的新方法,经河南省郑州、南阳和商丘3站的应用,效果良好。     

湿球温度循环迭代算法及其应用

许多大型能源项目的前期可行性论证工作都必须计算干湿球温度的设计参数,但从2001年开始,按照中国气象局的要求,安徽省各台站陆续将干湿球温度表更换为湿敏电容传感器,至2007年,所有台站的自动观测设备安装完毕.新的自动观测仪器对湿球温度不再进行观测.为了解决缺少资料的问题,设计了一种计算湿球温度的循环迭代算法,并把结果数据与查表计算的结果相比较,误差小于0.1℃的占92.52%,小于0.2℃的占99.49%,结果可靠,与传统查表方法相比,具有方便快捷的特点,适合作为补充历史湿球温度序列的方法,满足了气候应用服务的需要,可以在电站设计标准计算上得到广泛的应用,也可以作为地面历史资料审核程序的有益补充.     

江苏火电厂循环水冷却塔设计湿球温度稳定性研究

基于现行工业循环水冷却塔设计标准中设计湿球温度计算存在的问题开展针对性研究,根据江苏省13座气象站1961—2013年炎热季逐日气象观测要素,利用傅里叶线谱和小波变换两种周期分析方法,揭示出设计湿球温度具有2 a、6 a、9 a及13 a的年周期性特征;进而通过分析各站不同起算年以及不同样本长度的资料对设计湿球温度计算的影响,探讨了设计湿球温度对资料年限长度的敏感性特征。在此基础上,综合考虑湿球温度的周期性变化与火电厂各代表容量发电机组运行费用,对江苏省境内火电厂不同代表容量机组设计湿球温度计算分别给出了最佳资料年限推荐值。     

晴空时大气红外遥感及其反演问题 I. 理论研究

本文首先研究了晴空情况下大气温、湿廓线及表层温度等参数的同步反演问题。利用一阶变分原理，从红外辐射传输方程中得到了大气温度、水汽权重函数的解析形式，然后利用牛顿非线性迭代法求解大气温度廓线、大气水汽廓线和表层温度。并从“最佳信息层”的概念出发，指出水汽遥感反演的两个特点。     

基于改进遗传小波神经网络的雷暴预报方法

为了进一步提高雷暴预报的准确率,在分析研究雷暴预报方法的基础上,提出了一种了基于改进遗传算法优化小波神经网络的雷暴预报方法(IGA-WNN).该方法利用聚类分析和牛顿迭代法对多种群遗传算法的收敛方向和精度进行改进,避免了种群同质化与局部最优问题,采用改进的遗传算法对小波神经网络的初始权值阈值进行了优化.选用南京地区2008—2009年6—8月的探空和闪电定位资料,使用灰关联法挖掘出关联程度较大的对流参数作预报因子,归一化处理后输入模型,采用独立样本进行预报检验.结果表明,与BP神经网络等方法相比,IGA-WNN预报准确率更高,具有更好的非线性处理能力和泛化性.     

沙瓦特指数的数值计算方案比较研究

比较了三种假相当位温(θse)计算式的精确度,分析了θse对沙瓦特指数(SI)计算的重要影响,提出精度较高的SI计算实用方案。该方案首先利用干绝热过程中位温和比湿守恒性质迭代求解抬升凝结高度处温压变量;计算起始气块的θse;然后基于湿绝热过程假相当位温的守恒性质,采用Stackpole迭代方法计算湿绝热上升到500 hPa的气块温度,进而计算SI。研究发现,θse的误差是SI计算误差的重要来源,采用准确的θse计算方案非常重要。经计算比较,发现θse的Bolton公式和李任承公式计算精度较高,而经典的Rossby公式计算得到的θse表现为系统性偏低,偏低量随气块温湿的增加而增大。相应地,采用Bolton公式计算θse所得到的SI之精度最高,与查表值703个算例之间的平均绝对误差仅0.45℃,李任承公式效果与之接近;而传统的Rossby公式相应的平均绝对误差为0.66℃。与前人的SI算例对比表明,本方案计算精度得到进一步提高,在预报业务中具有一定实用价值。     

T639台风预报误差与环境场变量的相关分析和回归分析

利用国家气象中心全球谱模式T639L60(简称T639)数值预报结果和上海台风研究所整编的台风最佳路径数据,基于2009—2010年的样本,分析了西北太平洋和南海台风的环境场预报变量与路径预报误差的相关性,利用线性回归分析,建立了T639台风中心预报误差与环境风整层垂直切变、400 hPa台风环流强度的24~120 h各预报时效线性预估模型(建模样本数分别为299、232、170、117和84个),并利用2011年的样本对模型进行了检验(检验样本数分别为182、146、117、85和61个)。初步结果表明,环境风垂直切变与路径误差呈正相关,台风各层环流强度与路径误差大致呈负相关,其中400 hPa上的负相关性最明显;由环境风垂直切变与400 hPa台风环流强度建立的线性预估模型能对路径预报误差作出定性估计,其中24h预报时效的预估模型有较好的预估效果。     

中央气象台台风强度综合预报误差分析

本文从总误差、逐年趋势、误差分布等方面对2001—2012年中央气象台（Central Meteorological Observatory, CMO）的台风（TC）强度综合预报水平进行分析,初步分析了强度迅速变化台风预报偏差大的原因。结果表明,强度预报水平没有明显改善,预报误差呈现逐年波动状态,强度稳定TC的预报误差最小,迅速加强TC的预报误差最大。24、96~120 h预报偏强的概率较大,而48~72 h预报偏弱的概率大。南海东北部等海域的预报误差较大,应在业务预报中特别予以关注。随着TC强度的逐渐增强,强度预报在120 h内预报偏强的可能性变大,而强度预报偏弱的可能性减小。根据误差分析结果,提出了一个强度概率预报方案,检验结果表明可在业务中参考使用。     

台风麦莎渤海转向的可预报性研究

利用MM5模式研究了2005年第9号台风"麦莎"在渤海向东北转向路径的可预报性.试验用不同的积云参数化方案、不同的预报时效分别从确定性和集合预报角度对"麦莎"在渤海向东北方向的转向过程做了模拟.结果表明,"麦莎"在渤海的转向可预报时效为48小时左右.不同的积云参数化方案对台风麦莎路径的48小时预报结果显示台风均转向东北,预示"麦莎 "基本不会直接影响北京.60和72小时的预报结果显示,Kuo和Betts-Miller积云参数化方案的台风模拟路径与实况比较接近,而Grell和KeinFritch积云参数化方案的台风模拟路径却偏向了实际台风位置的西北,台风有可能直接影响北京.研究表明,对于台风麦莎而言,时效超过两天的转向预报可信度较低,Kuo和Betts-Miller积云参数化方案的预报准确性较高.     

2010年西北太平洋台风预报精度评定及分析

按照《台风业务和服务规定》的相关要求,本文对2010年中央气象台编号的14个台风（即1001～1014号西北太平洋热带气旋,以下统称为台风）的业务定位和业务预报精度进行了评定。评定结果表明：国内各家综合预报24h,48h和72h平均距离误差分别为110.0 km（1392次）、210.6 km（945次）和322.4 km（364次）,比2009年相应预报时效有一定减小。国内外各家数值模式同样本比较显示：欧洲中心数值模式（ECMWF）在不同时效路径预报中均表现最好,日本数值模式（JAPN）表现其次。相对于国内各家数值模式,上述两家国外模式的路径预报表现出一定优势。进一步分析发现我国各数值模式与ECMWF模式更大的路径预报水平差距是由于台风移动方向预报差距,而台风移动速度预报相对较好;而日本数值与ECMWF模式的差距更主要的体现在移动速度方面。我国各家模式与ECMWF数值模式初始时效（12 h和24 h）的预报差距比后续预报时效（36 h和48 h）大。随着预报时效延长,国内数值模式与ECMWF模式的预报差距逐步减小。     

1109号超强台风“梅花”预报误差分析及思考

针对2011年第9号超强台风＂梅花＂的预报服务,中央气象台在其路径、强度和降雨预报方面均出现了一定偏差,在一定程度上造成了预报服务的被动。本文利用常规及非常规气象资料、业务数值预报模式、NCEP再分析资料（1°×1°）以及国家气象中心海气耦合模式对＂梅花＂的预报偏差进行了初步分析,结果发现：（1）＂梅花＂路径预报偏差的主要原因是乐观地估计了日本附近副热带高压向黄海的西进,而西风槽和双台风对＂梅花＂北上具有重要影响,＂梅花＂东侧的1110号台风＂苗柏＂东北行则对副热带高压南落具有一定指示意义;（2）当数值预报存在较大分歧时,如何更好地发挥集合/集成预报的作用,是进一步提高台风路径预报准确率的关键;（3）＂梅花＂强度预报偏差的主要原因是仅片面考虑了海温的影响,而忽视了干空气卷入和环境风垂直切变对台风强度变化的影响;（4）＂梅花＂降雨预报的偏差除了受＂梅花＂路径和强度预报的偏差影响外,还与业务预报中对＂梅花＂干台风特征的估计不足以及中低纬系统相互作用弱有关。     

我国台风路径业务预报误差及成因分析

利用2005 2009年中国气象局(CMA)提供的西北太平洋(包括南海)台风路径业务预报资料,比较了各类型台风路径、台风登陆位置及登陆时间的预报误差,登陆台风不同阶段以及华东登陆和华南登陆台风的路径预报误差。结果表明:CMA在2005 2009年的路径预报水平与1999 2003年的相比有了显著提高。平均南海台风预报误差大于西北太平洋。异常路径台风主要出现于南海,三个预报时效(24、48和72 h)异常路径的预报误差平均都小于正常路径。将登陆台风分为远海、登陆期间和登陆后三个阶段,显示登陆期间台风预报误差最大,同一阶段华南登陆台风的预报误差大于华东登陆台风。台风登陆位置在24、48和72 h预报时效的平均预报误差分别为71.1、122.6和210.6 km,48和72 h台风实际登陆时间有70%早于预报时间,平均分别提早8和12 h。比较大尺度引导气流与台风移动的偏差及24 h路径预报误差,得到南海三种典型登陆台风路径的大尺度引导气流与台风移动的偏差及其与路径预报误差的关系不一样,即误差成因不同。南海倒抛物线型的大尺度引导气流与台风移动的偏差最大,其预报误差最小;西一西北型的大尺度引导气流与台风移动的偏差最小,其预报误差最大,可能与大尺度环流预报准确性差有关。登陆华东的预报误差小于登陆华南台风的预报误差,这与台风登陆华南时其大尺度引导气流和台风移动的偏差大于登陆华东的台风有关。     

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。     

ECMWF模式的延伸期日最高气温预报偏差估计及订正分析

使用欧洲中期天气预报中心（ECMWF）的20年集合预报回算数据,检验分析了延伸期第16天至第30天预报时效其对我国日最高气温的预报性能。结果表明,西部地区预报误差明显大于中东部地区。全国平均而言,模式预报较实况偏低1.1℃~1.39℃,均方根误差为4.6℃~4.9℃。进一步分析指出,第16天均方根误差最小、且随着时效的延长其略有增大。夏季模式预报效果最好,春季和秋季的部分时段预报效果较差。基于历史偏差订方法,本文还对2018年6月至2019年6月的日最高气温预报进行了误差订正试验。结果显示,订正后的预报准确率提升了15.2%~19.2%。聚焦2018年7月的一次中东部地区大范围高温过程,模式原始预报明显低估了高温强度,订正预报更接近实况,显示其具有一定的订正效果。