基于全连接神经网络方法的日最高气温预报

为了考察辅助变量、时间滞后变量设置的重要性和神经网络中嵌入层对分类变量处理的有效性,利用2015年1月15日—2020年12月31日欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasts,ECMWF）高分辨率模式（high resolution,HRES）输出产品及中国2238个国家级地面气象站基本气象要素数据集,在全连接神经网络基础上设计4个试验,构建24 h最高气温预报神经网络模型。结果表明:加入辅助变量、时间滞后变量的特征和带有嵌入层的全连接神经网络结构的深度学习神经网络模型对HRES日最高气温预报误差均有订正效果,均方根误差降低29.72%~47.82%,温度预报准确率提高16.67%~38.89%。加入经过嵌入层处理的辅助变量后,可显著提高青藏高原中南部和西南地区东部的平均绝对偏差不超过2℃的正技巧站点比例（比仅用HRES预报因子建模分别提高21.74%和14.17%）,在此基础上加入时间滞后变量显著提高上述两个地区的平均绝对偏差不超过2℃的正技巧站点比例（比仅用HRES预报因子建模分别提高40.98%和20.33%）,且预报性能更加稳定。     

GRAPES气象-水文模式在一次洪水预报中的应用

尝试将GRAPES (Global-Regional Assimilation and PrEdiction System) 模式与水文模型结合,构建GRAPES气象-水文单向耦合模式,进行洪水预报。气象模式选取GRAPES_Meso模式,分别采用15 km×15 km和5 km×5 km水平分辨率,15 km×15 km的GRAPES模式由NCEP全球预报场提供初始场和侧边界条件;5 km×5 km的GRAPES模式由15 km×15 km GRAPES模式提供初始场和侧边界条件,将GRAPES_Meso模式的定量降水预报分辨率统一降尺度到5 km×5 km分辨率,用于驱动水文模式。水文模型选取新安江模型与分布式新安江模型。以淮河王家坝站以上流域和息县流域为试验流域,将GRAPES降水预报场驱动水文模型进行单向耦合,构建GRAPES气象-水文单向耦合模式,选择2009年8月28日08:00(北京时,下同)—9月9日14:00汛期一次洪水过程,进行实际预报试验。结果表明:15 km×15 km和5 km×5 km的GRAPES模式预报降水与实况降水分布相一致;与水文站观测降水驱动水文模型洪水模拟结果相比,GRAPES气象-水文模式对洪水预报的预见期延长效果明显,对洪水模拟精度也较高,与水文模型输入场分辨率要求相匹配的降水产品对洪水模拟的精度更高。     

汶川地震灾区堰塞湖流域面雨量计算方法研究

2008年5月12日汶川大地震发生后,唐家山等堰塞湖水位上升,直接威胁到灾区下游地区人民生命财产安全,堰塞湖面雨量的预报至关重要。应用GIS技术,通过数字高程模型(DEM)、水系资料、堰塞湖位置等信息,应用水流逆向搜索方法,并参照航拍影像和1:5万高程数据进行修正,提取出南坝、唐家山、肖家桥以及老鹰岩等堰塞湖上游小流域和地震灾区所处的嘉陵江、岷江、涪江、沱江以及青衣江上游流域边界,应用泰森多边形法开展了以上流域面雨量预报。初步建立了面对突发性应急事件,流域特征信息不完备状况下的小流域面雨量预报服务技术,为应急决策服务提供了水文气象技术支持。     

2004 年春季一次较强沙尘暴的实时预报与特征分析

首先对2004年春季最强的一次沙尘天气过程进行了简要分析,然后利用业务化的集成沙尘数值预报系统对其进行了数值预报试验,并在检验了预测结果的可用性的基础上,进一步分析了沙尘浓度、起沙量等模式输出结果的特征。结果表明:该预测系统对沙尘天气的起沙和输送过程预报能力较好;对沙尘天气的发生、发展和消亡过程有预报意义。这次过程的沙尘源地主要是蒙古国南部和中蒙边境沙地,包括毛乌素沙地、腾格里沙漠和浑善达克沙地;起沙和输送过程中各种粒子的贡献随着沙尘天气发生区域的不同而不同,这次过程中起沙量贡献主要是粒径为2~22μm的粒子,在大气中长时间长距离输送的粒子主要是粒径小于11μm的粒子。     

2006年春季最强沙尘暴过程的数值分析

对2006年春季最强的一次沙尘暴过程(4月9～11日)的影响系统和天气概况进行了分析之后,利用包含较先进的陆面过程方案,具有清晰物理概念的沙尘数值预报系统对该次强沙尘暴过程的地面沙尘浓度、起沙量的空间分布和时间演变进行模拟和分析.该系统能较好复制出这次沙尘天气过程的时间和空间演变特征,沙尘发生、结束的时间以及(在较大范围的)强度变化,也能较好再现沙尘天气的日变化特征.该次大范围强沙尘天气模拟的起沙源在塔里木盆地、吐鲁番盆地、甘肃西北、蒙古南部、内蒙古阿拉善和浑善达克沙地及其毗邻地区.在不同地区起沙过程中贡献最大的粒子粒径在不同的地区有所不同,但主要是粒径为2～22 μm.研究表明,具有风蚀物理学基础的该沙尘数值预报系统,不但物理图像清楚,而且效果也比较好.     

通辽地区初霜冻灰色灾变预测研究

初霜冻是影响我盟大豆、玉米、高梁、荞麦等粮食作物产量的主要气象灾害。每年9月中下旬是这些粮食作物成熟的关键时期,遇有冷空气入侵造成霜冻,使粮豆作物结实受到影响,导致粮食减产。因此,准确预测初霜冻出现时间,对调整作物品种和实施催熟防霜措施,对急取高产有重大意义。本应用灰色系统模型,对通辽地区初霜冻进行了预测,由于预测能够在较早时间做出,为宏观决策提供了科学依据。     

一次引发华北和北京沙尘暴天气的快速发展气旋的诊断研究

对造成2000年4月5～7日华北大范围严重沙尘天气、产生大风的蒙古气旋快速发展过程进行了研究.气旋发展初期和发展成熟期温度平流均为气旋发展的主要因子,涡度平流也起了作用,但较温度平流作用弱且随气旋的发展而减弱.斜压作用开始出现在低层且位于气旋的后部,气旋发展开始时气旋区高低空并没有很强的锋生,但到气旋发展到最强时,对流层高空锋生区叠加在低层锋区上气旋周围的斜压作用增强,这对于有效位能的释放、动能的制造及气旋的加深有很大作用.此外,斜压强迫诱发出强烈的非地转风;对流层顶出现较深的"下陷",显示出冷空气的快速下沉及高低空系统之间存在明显的相互作用;水汽和潜热释放的作用不明显;揭示出该气旋发生发展机制不但与挪威学派的温带气旋模型有较大差别,而且与Petterssen的A、B类气旋发展、我国夏半年降水的江淮气旋和西南涡等低压系统亦不相同.     

一次引发强沙尘天气的快速发展蒙古气旋的诊断分析

利用NCEP分析资料和常规气象观测资料对造成2006年3月9-10日华北大范围强沙尘天气,产生大风的蒙古气旋快速发展过程进行了分析。结果表明：气旋发展前期,高层反气旋性流场对波能量发展有正的贡献,有利于气旋的爆发性发展。在气旋发展过程中,温度平流和涡度平流均为气旋发展的主要因子,但涡度平流在气旋发展初期相对温度平流较弱。斜压作用出现在低层,并随着气旋后部的锋消作用以及前部的锋生而显著增强,这对于有效位能的释放、动能的产生以及气旋的发展有重要作用,同时,斜压强迫能够诱发出强烈的非地转风。此外,位涡分析表明,气旋的发展与冷空气活动的关系比较密切,并且存在明显的高低空系统之间的相互作用,而水汽和潜热释放产生的作用不明显。同时揭示出该气旋发生发展机制不但与挪威学派的温带气旋模型有较大差别,而且与Petterssen总结的A、B类气旋、引起我国夏半年降水的江淮气旋和西南涡等低压系统亦不相同。     

通用线性模型在气象水文集合预报后处理中的应用

通用线性模型是一个气象水文预报后处理的统计模型。它能消除水文模型流量模拟中的偏差,保留了原始预报的技巧,并且能产生可靠的水文集合预报。本文试验中利用通用线性模型对取自于国际模型参数估计试验数据库的日流量模拟数据进行校正,并与实况观测作比较,检验通用线性模型降低误差的性能。结果表明:通用线性模型产生的流量集合预报的连续分级概率评分分值都在0.5分以下,证明集合预报结果是可靠的;校正后的模拟值在平均值、标准差、均方根误差等检验指标方面都比原始模拟更加接近于实际观测值;即使是对于误差较小的水文模拟,通用线性模型仍有对其进行改善的能力。     

集合数值预报在洪水预报中的应用进展

水文集合预报是近几年正在形成和发展的水文预报分支,其发展大致可分为两个阶段:第1阶段是1970年至20世纪末进行的长期径流预报,第2阶段从21世纪开始,主要学习气象数值预报中集合预报的概念在短期水文集合预报中的应用。目前,除了单一预报中心的集合预报系统在水文集合预报中应用外,多个预报中心的集合预报大集合也逐渐被应用于流域水文预报,甚至一些小流域的洪水预报。如利用TIGGE(THORPEX Interactive Grand Global Ensemble)集合预报驱动形成的大气-水文-水力的串联系统进行早期的洪水预警研究,将全球集合预报作为洪水模型输入的有限区域模式的初始条件和侧边界条件的研究。这些均表明,基于水文集合预报的洪水预报增加了预报附加值,并能够延长预警提前时间。以欧洲中期天气预报中心的欧洲洪水预警系统(EFAS)和美国NOAA的先进水文预报系统(AHPS)为代表,实现了集合预报在洪水中的实时业务预报,但仍存在数据处理和计算量大,以及如何基于集合水文预报做决策等问题。对于水文集合预报的前处理和后处理的各种技术已处于探索和验证阶段,如何更好地理解基于概率预报的洪水预警决策仍存在许多困难和挑战。