华北地区空中水汽含量与降水量的关系

利用华北地区近30 a(1979～2008年)12个探空站的观测资料,采用线性趋势和奇异值分解(SVD)技术分析了华北地区空中水汽含量与降水量的时空演变特征以及两者之间的相关关系。结果表明:华北地区水汽含量和降水量在空间上表现出由东南沿海向西北内陆随纬度增高而减少的分布特征,即东南部湿润,西北部干燥。近30 a来华北地区水汽含量整体上呈现出增加的趋势,而降水量和降水效率均呈减少趋势,降水效率较低,华北地区空中水资源开发潜力较大。SVD的第1模态反映出华北地区水汽含量与降水量存在密切联系,当空中水汽含量偏多(少)时,大部分地区降水偏多(少)。华北地区夏季涝(旱)年在南海至西太平洋地区有(无)明显的水汽向华北地区辐合,同时西风带也有(无)水汽向华北地区输送,且大部分地区850 hPa垂直上升运动强(弱)于常年。     

前期500hPa高度场变化对贵州降水可预报性的影响

通过对北半球近50年各月500hPa高度场格点资料和贵州15个站近50年各月降水资料的分析,得出前期500hPa高度场变化对贵州降水可预报性及降水分布都有重要影响.     

青藏高原东侧一次β中尺度对流系统的数值模拟

利用PSU/NCAR的高分辨率中尺度非静力数值模式MM5,模拟了2001年9月18日发生在青藏高原东侧的绵阳大暴雨过程.结果表明,高分辨率数值模式对触发本次降水过程的β中尺度对流系统具有较好的模拟能力.高分辨率模拟输出显示"9.18"绵阳大暴雨与边界层内一个中尺度辐合扰动的发展和移动相伴,且中尺度辐合扰动还诱发了一个时间尺度约为6 h的β中尺度涡旋和强烈发展的降水雨团.模拟还显示受高原地形影响,该β中尺度对流系统具有独特的动力和热力结构.其动力特征是强上升运动和超强散度柱与对流层低层强涡度互耦发展,热力特征是对流层低层具有对流不稳定能量,中层具有斜压不稳定能量.中尺度对流系统具有两支上升入流和两支下沉出流,低层入流(东南气流)触发低层对流不稳定能量释放,中层入流(高原近地层偏西暖湿气流)触发中层大气斜压不稳定能量释放,两种不稳定能量共同作用促使对流雨团强烈发展,形成绵阳大暴雨.     

基于集合预报的中国极端强降水预报方法研究

极端强降水天气属于小概率事件,其发生具有很多不确定的因素,预报难度很大。根据Anderson-Darling检验原理研究基于集合预报资料的极端强降水天气预报方法,利用2007—2010年中国T213集合预报资料和2001—2010年6—8月中国降水观测资料,分析观测与集合预报累积概率密度分布函数的特征,建立基于集合预报与模式历史预报累积概率密度分布函数连续差异的数学模型——极端降水天气预报指数(EPFI),并对2011年7月中国极端强降水天气进行预报试验。结果表明,极端降水天气预报指数可以充分利用集合降水累积概率密度分布的尾端信息,为极端强降水提供科学合理的预报,基于中国气象局(CMA) T213集合预报的极端降水天气预报指数可提前3—7 d发出极端强降水预警信号,随着预报时效的延长,预报技巧逐渐降低。研究还表明,模式气候累积概率分布的合理性将直接影响极端强降水天气识别能力。     

STUDY OF THE MODIFICATION OF MULTI-MODEL ENSEMBLE SCHEMES FOR TROPICAL CYCLONE FORECASTS

This study investigates multi-model ensemble forecasts of track and intensity of tropical cyclones over the western Pacific, based on forecast outputs from the China Meteorological Administration, European Centre for Medium-Range Weather Forecasts, Japan Meteorological Agency and National Centers for Environmental Prediction in the THORPEX Interactive Grand Global Ensemble (TIGGE) datasets. The multi-model ensemble schemes, namely the bias-removed ensemble mean (BREM) and superensemble (SUP), are compared with the ensemble mean (EMN) and single-model forecasts. Moreover, a new model bias estimation scheme is investigated and applied to the BREM and SUP schemes. The results showed that, compared with single-model forecasts and EMN, the multi-model ensembles of the BREM and SUP schemes can have smaller errors in most cases. However, there were also circumstances where BREM was less skillful than EMN, indicating that using a time-averaged error as model bias is not optimal. A new model bias estimation scheme of the biweight mean is introduced. Through minimizing the negative influence of singular errors, this scheme can obtain a more accurate model bias estimation and improve the BREM forecast skill. The application of the biweight mean in the bias calculation of SUP also resulted in improved skill. The results indicate that the modification of multi-model ensemble schemes through this bias estimation method is feasible.     

TOPOGRAPHY-DEPENDENT HORIZONTAL LOCALIZATION SCALE SCHEME IN GRAPES-MESO HYBRID EN-3DVAR ASSIMILATION SYSTEM

Based on the GRAPES-MESO hybrid En-3 DVAR(Ensemble three-dimension hybrid data assimilation for Global/Regional Assimilation and Prediction system) constructed by China Meteorological Administration, a 7-day simulation(from 10 July 2015 to 16 July 2015) is conducted for horizontal localization scales. 48 h forecasts have been designed for each test, and seven different horizontal localization scales of 250, 500, 750, 1000, 1250, 1500 and 1750 km are set. The 7-day simulation results show that the optimal horizontal localization scales over the Tibetan Plateau and the plain area are 1500 km and 1000 km, respectively. As a result, based on the GRAPES-MESO hybrid En-3 DVAR, a topography-dependent horizontal localization scale scheme(hereinafter referred to as GRAPES-MESO hybrid En-3 DVAR-TD-HLS) has been constructed. The data assimilation and forecast experiments have been implemented by GRAPES-MESO hybrid En-3 DVAR, 3 DVAR and GRAPES-MESO hybrid En-3 DVAR-TD-HLS, and then the analysis and forecast field of these three systems are compared. The results show that the analysis field and forecast field within 30 h of GRAPES-MESO hybrid En-3 DVAR-TD-HLS are better than those of the other two data assimilation systems. Particularly in the analysis field, the root mean square error(RMSE) of u_wind and v_wind in the entire vertical levels is significantly less than that of the other two systems. The time series of total RMSE indicate, in the 6-30 h forecast range, that the forecast result of En-3 DVAR-TD-HLS is better than that of the other two systems, but the En-3 DVAR and 3 DVAR are equivalent in terms of their forecast skills. The 36-48 h forecasts of three data assimilation systems have similar forecast skill.     

一种四维绘图软件Vis5d使用要点简述

Vis5D是美国威士康星-麦迪逊大学空间科学与工程中心(SSEC)研制的可视化系统,主要有Bill Hibbard 和Johan Kellum 完成.Vis5D能够直观而清晰地显示3维立体图形,适用于中尺度研究结果,尤其是云物理结构研究.本文介绍了Vis5D的安装过程以及数据文件转换为v5d格式的方法,并以GRAPES数值模式输出产品为例进行了初步的可视化试验.     

GRAPES Hybrid-3DVar对台风苏迪罗的数值试验

为了把反映天气形势变化的背景误差协方差引入到变分分析系统中来提高分析质量,本文在GRAPES区域三维变分框架的基础上通过扩展控制变量方法实现动态与静态背景误差协方差耦合,建立混合三维变分分析系统（GRAPES Hybrid-3DVar）。通过控制变量扰动产生的集合样本进行单点观测分析试验验证Hybrid-3DVar及其局地化方案的合理性,并针对台风苏迪罗进行实际观测资料同化和数值预报试验,结果表明:用集合样本描述的背景误差协方差是随着天气流型变化的,动力场和质量场的离散度在台风中心处最大,因而混合同化的分析增量包含更多细微结构和中小尺度信息;其分析和24 h内预报要素质量优于3DVar,24 h内降水强度和落区预报也更准确,混合同化分析改善了3DVar分析的降水空报问题;同时混合同化分析的24 h内台风路径预报也最接近实况,台风强度预报在48 h之内都比3DVar更接近观测。     

西北太平洋海温变化对贵州夏季降水的影响

利用1952-2001年贵州15个测站夏季降水和前期太平洋海温场资料,及3因子最佳子集回归求最大复相关系数的方法,把前期不同时间步长、不同时段的海温场作为预报因子与夏季降水求相关。结果发现：用前期海温场作为预报因子对贵州夏季降水进行预报,其预报因子的最佳时间尺度为单月滑动,并且存在着较好的“隔多季度相关”现象。预报因子具有实际预报意义的最佳时段为上1年的8～11月。影响贵州夏季降水的最佳预报因子主要集中分布在海温场具有重要天气气候意义的关键区域。2002、2003、2004年的回报试验结果与实况进行对比分析发现,根据上述理论和预报思路得到的预测试验,具有一定效果,并且对指导贵州夏季降水预测具有一定的参考价值。     

全球地形数据多尺度晕渲及服务研究

采用地形分块晕渲的策略,根据不同地形尺度,采用不同的晕渲方法对全球地形数据进行多尺度晕渲。在此基础上,以WCS方式提供全球地形晕渲数据服务,最后通过试验对上述方法的有效性进行验证。