西南地区秋季干旱的年代际转折及其可能原因分析

采用1961~2012年中国气象局753站降水和温度资料、NCEP/NCAR全球大气再分析资料、NOAA海表温度资料等,应用观测统计分析和全球大气环流模式NCAR CAM5.1数值模拟,基于标准化降水蒸散指数(SPEI),对我国西南秋季干旱的年代际转折及其可能原因进行了分析。观测分析结果表明:(1)西南秋季干旱的主要分布型为全区一致型;西南秋季SPEI在1994年发生年代际突变,突变后(前)为偏旱(涝)期。(2)西南秋季偏旱期的主要环流特征是,西太平洋副热带高压位置偏西、面积偏大、强度偏强,南支槽偏弱,西南地区存在下沉运动。(3)热带东印度洋-西太平洋的海表温度年代际升高对西南秋季SPEI在1994年发生年代际突变有重要作用,该关键海区海表温度异常升高,一是会使秋季西南地区500 hPa高度场偏高,南支槽减弱;二是产生偏强的Hadley环流,使得我国西南地区存在下沉运动;三是会在西太平洋激发气旋性环流,使我国西南地区被偏北气流控制,削弱了向我国西南地区的水汽输送,容易造成该地区的秋季干旱。应用NCAR CAM5.1全球大气环流模式进行了关键海区海表温度年代际变化的敏感性试验,验证了观测分析结果,即秋季关键海区海表温度年代际升高对西南秋季年代际变旱有重要作用。     

GMS卫星红外云图强对流云团的识别与追踪

如何有效将基于预报员经验的、不受物理公式约束的强降水天气特征作为先验知识融入到深度学习模型,是提升强降水临近预报准确率面临的重要挑战之一。首先,简述了目前主流的深度学习模型以及一些已开展的针对深度学习模型可解释性的探索成果;然后,对目前常用的几种强降水临近预报方法进行了简单介绍;最后,通过对深度学习方法在强降水临近预报技术中改进的思考,提出了将先验知识融入到深度学习模型的可能途径,具体包括: 将一些经验特征进行量化或自动识别后作为模型输入,将预先提取的特征作为模型标签,在模型架构中嵌入先验知识的量化编码,结合可求导的检验指标设计损失函数对模型进行优化;同时指出,需要提高对强降水临近预报产品的主客观评估的一致性,以便能更好地确定强降水临近预报技术的改进方向。

     

台风对西南低涡影响的数值模拟与诊断个例分析

利用NCEP再分析资料和MM5中尺度数值预报模式对2004年9月3~6日因西南低涡造成四川盆地和重庆地区特大暴雨天气过程开展了数值模拟和诊断分析。结果表明,在此次特大暴雨天气过程中,西南低涡生成后由于受“桑达”台风的阻塞影响,西南低涡移动速度变慢,强度增大,生命期延长。同时“桑达”台风西侧吹入内陆的东北气流在西南低涡的东南侧转变为西南气流的过程中出现气流辐合并使得水汽迅速聚积,从而触发了在西南低涡附近形成特大暴雨天气过程。     

利用MICAPS操作平台建立相似预报系统制作三峡库区面雨量预报

本系统是在借助MICAPS操作平台的基础上,利用相似预报原理和统计预报方法建立起来的三峡库区范围内面雨量预报系统,并利用欧洲中心数值预报制作逐日滚动预报.     

基于IBAM指数的重庆地区空气污染气象条件预报方法

通过重庆城区2013—2016年空气质量指数AQI与气象要素的相关分析,引入表征大气温湿状态的物理量总温度、比湿、近地层风速、24h变压及大气低层总温度差,构建新的空气污染气象条件指数IBAM(Index Between Air pollution and Meteorology)。应用2013年4月1日至2016年12月31日欧洲中心预报产品计算重庆地区历史IBAM指数,通过K均值聚类分析,引入极端天气事件概念确定空气污染气象条件阈值,建立预报模型。利用IBAM指数与滞后1天AQI建立拟合曲线方程,计算出AQI预报值,计算预报准确率,经过2017年1月1日至2018年9月1日样本检验,72h内预报准确率在70%左右。通过误差分析发现:当气象条件为大气污染物浓度主要影响因素且在大气污染源变化不明显时,预报误差较小;而当大气污染源变化明显时,预报误差较大。该预报方法已在重庆市气象台业务应用,对预防和处理重污染事件,改善重庆地区空气质量有较好参考价值。     

重庆市“3.19—3.21”强寒潮天气过程分析

１９９８年３月１９－２１日,重庆市爆发了一次强寒潮天气过程,普遍降温１０℃以上,同时出现了５天左右的低温阴雨天气。本文利用１５－２１日的天气实况图以及欧洲中心的数值预报对这次作了详细分析。     

重庆"9·4"特大暴雨天气过程数值模拟分析

本文利用MM5中尺度数值预报模式对2004年9月4日发生在重庆的特大暴雨天气过程进行了模拟。模拟结果表明,模拟降水的落区和量级效果较好,通过对造成此次暴雨天气的中尺度天气系统西南涡的分析,模拟结果是西南涡的强度和中心与实况分析都是一致的。结合高低层的物理量场分析形成暴雨发生条件和落区分布的物理概念模型,水汽的输送和辐合从低层到高层是沿着西南气流的方向向东倾斜,落区的分布与中高层500 hPa~300 hPa的风场辐合相关性非常好,降水强度与垂直速度的强度和上升高度有关。     

利用MICAPS操作平台建立相似预报系统制作三峡库区面雨量预报

本系统是在借助ＭＩＣＡＰＳ操作平台的基础上,利用相似预报原理和统计预报方法建立起来的三峡库区范围内面雨量预报系统,并利用欧洲中心数值预报制作逐日滚动预报     

TOPMODEL模型在重庆市开县温泉小流域径流模拟中的应用研究

以重庆市开县温泉流域(984km2)为研究区域,利用自动雨量站资料作为TOPMODEL(TOPography based hydrological MODEL)降水一径流模型的输入,以08:00 BST观测的流域出口流量作为模型率定的依据,探讨了用小时面雨量和08:00流量资料和TOPMODEL水文模型进行小流域流量模拟的可行性.结果表明,以08:00流量为依据对TOPMODEL水文模型进行率定后,模型效率系数达到0.872.结果表明,TOPMODEL在所研究的流域基本上是适用的.此工作是自动雨量站资料、天气雷达定量测量降水产品等用于小流域山洪预报的基础工作之一.     

重庆市臭氧污染及其气象因子预报方法对比研究

利用2014年1月1日至2018年12月31日的重庆市空气质量日均值资料,分析了重庆近5 a臭氧污染的特征。发现重庆市臭氧是除PM_2.5以外的第二大大气污染物,具有较强的季节变化特征,主要污染时段位于夏半年,在7—8月臭氧污染程度明显超过了PM_2.5。臭氧年平均浓度呈现逐年增加的趋势,首要污染物为臭氧的日数在2018年首次超过PM_2.5,臭氧成为2018年重庆市的第一大污染物,表明重庆正在由一个以颗粒物污染为主的城市转变为臭氧污染为主的城市。通过对同期逐日气象资料与臭氧8 h滑动平均日最大值相关性分析发现,大气温度、湿度及气压均为影响臭氧污染的重要气象因子。利用气象影响因子,采用逐步回归、支持向量机、神经网络方法对臭氧8 h滑动平均日最大值进行预报实验表明,三种预报模型均具有较强的预报能力,但总体来看预报均比实况略偏小。支持向量机方法的预报效果要稍好于逐步回归和神经网络方法,可为重庆市臭氧浓度预报提供参考。