台湾岛邻近海域台风浪的模拟研究

基于目前国际上较为先进的第三代近岸海浪数值模式SWAN（Simulation Waves Near-shore)。在充分考虑相关物理过程（风生浪，底摩擦，白帽耗散，深度诱导波破碎，非线性波－波相互作用）基础上，以较高的分辨率对影响台湾岛邻近海域的9015号台风浪过程进行了模拟研究。模式所需风场由藤田台风风场模型同化相应台风资料后提供；用自嵌套方式提供模式波谱边界条件。模拟结果与实际台风浪资料相符较好。台风过程模拟结果表明；台风中心位于台湾岛邻近海域的不同位置，台风浪有效波高的分布特征和传播方向都有着较大的差异。可以为整个台湾岛邻近海域台风浪分布特征的了解与认识提供较好的参考。     

东海黑潮温、盐度与中国东部气温和降水的相互关系

采用东海黑潮主流段长时间序列的实测温盐资料,研究了东海黑潮上层温度、上层盐度的变化及其与中国东部降水和地面气温的关系.结果表明,在过去50 a内,东海黑潮上层海温呈上升趋势,而上层盐度略呈下降趋势.东海黑潮上层海温和我国东部地面气温的关系在冬季十分密切,呈现出大面积显著的正相关,这与冬季南下冷空气的整体降温作用有关.夏季,长江中下游江水的增多致使大量长江冲淡水入海,可能是导致黑潮上层水盐度下降的一个原因,此时东海黑潮上层盐度与我国大陆东部降水呈负相关.     

云微物理方案参数扰动对华北“7.20”暴雨的集合预报试验

基于WRF v4.0模式,选择Lin方案降水粒子(雨、雪和霰)谱截断参数和霰密度,在对流尺度下对“7.20”华北特大暴雨进行参数扰动集合预报试验。按照参数序列依次设置单/双/多截断参数组合、四参数组合和霰参数组合,对比分析其对降水和大气变量的预报技巧,及扰动影响的敏感性。结果表明,四参数组合明显降低了大暴雨空报概率,有效提升了500～925 hPa经向风和近地面温度场的离散度技巧;随组合中参数的增多,扰动对预报的整体影响依次增强,多截断参数组合对中低层水汽场和近地面温度的预报技巧均有所改善;其他组合存在离散度/降水预报负技巧等问题,四参数和多截断参数组合是更好的对流尺度云微物理方案参数扰动选择。     

中国东北冬季极端低温的年代际变化及其成因

利用JRA-55再分析资料和中国824站日最低气温数据,分析了1961—2013年冬季中国东北地区极端低温的年代际变化及其动力成因。结果表明:东北冬季极端低温1980s中期前频发,1980s后期到2000s初少发,2000s后恢复多发。这与贝加尔湖阻塞高压频次偏多—偏少—偏多的同步年代际变化直接相关,与北极涛动(Arctic Oscillation,AO)和准定常行星波活动的年代际振荡相联系。相比于1980s中期前,1988—1999年期间行星波沿极地波导向平流层的传播减弱,引起高纬度平流层下层E-P通量辐合变弱;而行星波沿低纬波导往副热带对流层上层的传播增强,造成副热带对流层中上层E-P通量辐合增强。行星波E-P通量散度的异常由于波—流相互作用,分别导致了极夜急流加强、副热带急流减弱,因而AO增强,不利于贝湖阻高建立和环流经向型发展,极端低温减少。2000—2013年,行星波活动相反,导致AO减弱,贝湖阻高多发,极端低温恢复增多。     

Improved Weather Radar Echo Extrapolation Through Wind Speed Data Fusion Using a New Spatiotemporal Neural Network Model

Weather radar echo extrapolation plays a crucial role in weather forecasting. However, traditional weather radar echo extrapolation methods are not very accurate and do not make full use of historical data. Deep learning algorithms based on Recurrent Neural Networks also have the problem of accumulating errors. Moreover, it is difficult to obtain higher accuracy by relying on a single historical radar echo observation. Therefore, in this study, we constructed the Fusion GRU module, which leverages a cascade structure to effectively combine radar echo data and mean wind data. We also designed the Top Connection so that the model can capture the global spatial relationship to construct constraints on the predictions. Based on the Jiangsu Province dataset, we compared some models. The results show that our proposed model, Cascade Fusion Spatiotemporal Network (CFSN), improved the critical success index (CSI) by 10.7% over the baseline at the threshold of 30 dBZ. Ablation experiments further validated the effectiveness of our model. Similarly, the CSI of the complete CFSN was 0.004 higher than the suboptimal solution without the cross-attention module at the threshold of 30 dBZ.     

一种基于进化策略的气象学反问题求解算法研究

数值天气预报准确性直接取决于好的预报模式和初始场。在预报业务中,依赖观测数据调整初始场和模式参数属气象上的反问题。通过对模式参数识别和初始场调整问题进行等价转化,提出了一种基于进化策略的气象学反问题求解算法。在一维扩散方程和Lorenz-96简单预报模式进行了两类理想数值试验,试验结果表明经过优化后的预报误差均控制在非常小的范围内且预报稳定,从而验证了方法的有效性。     

多普勒雷达资料同化在台风“桑美”预报中的应用研究

本文以2006年超强台风"桑美"为个例,考察了同化雷达径向风观测资料对台风初始场和预报场的改进作用。首先对沿海新一代多普勒天气雷达的径向风观测资料进行了去噪音、退模糊等一系列的质量控制,进一步利用美国国家大气研究中心开发的中尺度数值模式WRFV3.5及其三维变分同化系统WRF-3DVAR,每30min循环同化雷达径向风观测资料。结果表明:同化多普勒雷达径向风观测资料后,对台风在模式中的初始位置进行了很好的修正,同时对台风区的动力和热力结构均有较好的调整。两组同化试验对于台风的路径、强度、降水等预报要优于控制试验,并且对背景误差协方差尺度化因子优化调整可以更有效地吸收雷达观测资料并提供更多的中小尺度信息。     

基于线性规划方法处理C波段双线偏振多普勒天气雷达差分相位φ_C数据

高质量的差分相位数据能够有效地提高雷达识别粒子、估测降水的能力。本研究针对南京信息工程大学C波段双线偏振多普勒天气雷达(NUIST-CDP),提出一套差分相位φ_C数据的质量控制算法。其中将雷达观测到的差分相位φ_C分为5个部分:差分传播相位φ_(DP)、后向散射差分相位δ、非降水回波的波动ε_(NP)、系统误差ε_S以及电磁波信号的随机扰动ε_R。在线性规划方法的基础上,采用模糊逻辑法、小波分析法与迭代滤波法分别将差分相位φ_C数据中的ε_(NP)、ε_R和δ剔除,然后依据滤波后的数据,将各径向中第一个降水回波的值作为该径向的系统误差ε_S。结果表明,该算法能够有效地平滑由非降水回波引起的大振幅波动以及因电磁波信号造成的小振幅扰动,且可以剔除差分相位φ_C数据中存在的δ。此外,处理后的数据满足随径向距离递增的条件。     

东亚季风环流演变的主要模态及其与中国东部降水异常的联系

利用美国国家环境预报中心和国家大气研究中心(NCEP/NCAR)再分析环流资料、美国国家海洋和大气管理局(NOAA)重构的海温资料和中国国家气象信息中心(NMIC)整理的752个测站降水资料,对东亚地区季风环流季节演变主要模态及其与中国东部降水异常的关系进行了分析。结果表明,东亚地区850hPa季风环流季节演变存在两个主要模态,第一模态主要受热带印度洋海温和赤道东太平洋海温偏低背景下印度洋偶极(IOD)演变过程控制;第二模态主要受赤道东太平洋ENSO循环和IOD演变控制。对应第一模态,夏季华北多雨,长江流域少雨;对应第二模态,夏季华北、长江流域多雨,淮河、华南少雨。近50年两模态发生了明显改变,与降水变化有很好的对应关系。     

迭代集合平方根滤波在风暴尺度资料同化中的应用

本文根据最新的非同步(Asynchronous)算法设计了一个迭代EnSRF(iterative Ensemble Square Root Filter,简称iEnSRF)方案。在这个迭代方案中,同化时刻的背景场和一个较早时刻的背景场将被同时更新,得到两个时刻的分析场,然后预报模式从较早时刻的分析场再次进行集合预报到同化时刻,最后重复前面两个步骤,实现对同化时刻背景场的迭代分析。在一个理想风暴个例上,本文通过模拟雷达资料同化对这一方案进行了检验,对比了传统EnSRF方案和iEnSRF方案的同化效果。此外,本文还讨论了只在同化时刻一个时间层上进行迭代的情况。同化单部模拟雷达资料的试验表明iEnSRF方案能够在初始估计缺少风暴信息的情况下较好地还原风暴中垂直运动和潜热释放之间的正反馈关系,显著提高初始分析的质量并加快随后同化的收敛速度。而传统EnSRF在这一初始估计较差的情况下不能在初始分析中有效估计这一相关关系并导致其收敛速度较慢且收敛误差较大。当只涉及一个时间层时,迭代算法并不能取得比传统EnSRF更好的效果。这一结果表明重复使用观测的算法只有在涉及两个时间层时才能改进最终的分析结果。在同化两部模拟雷达资料的试验中,iEnSRF的初始分析仍然优于传统EnSRF的初始分析,并在对流层高层取得显著改进。单双雷达资料同化的试验结果对比表明,单纯增加观测数量并不能显著改进传统EnSRF对非观测变量(比如温度)的分析,而iEnSRF则能够更加充分地利用更多的观测进一步提升初始分析的效果。