THE ROLE OF COLD AIR AND CHARACTERISTICS OF WATER VAPOR IN BOTH TCS NANMADOL (0428) AND IRMA (7427) MAKING LANDFALL ON CHINA IN WINTERTIME

The NCEP/NCAR reanalysis data are used to investigate the role of cold air and moisture characteristics during the evolution of two cases of tropical cyclones (Nanmadol and Irma) which made landfall on China in wintertime. The results are shown as follows. (1) The East Asia trough steered the cold air into the tropical ocean in early winter. The tropical cyclones moved in opposite directions with a high moving out to sea and the enhancement of the pressure gradient at the periphery played a role in maintaining and strengthening the intensity of the storms. The intrusion of weak cold air into the low levels of the tropical cyclones strengthened them by improving the cyclonic disturbance when they were still over the warm sea surface. When the cold air was strong enough and intruded into the eyes, the warm cores were damaged and stuffed before dissipation. (2) The tropical cyclones were formed in a convergence zone of moisture flux and their development could enhance the disturbance of water vapor convergence, thus strengthening the moisture convergence zone. However, when they were outside the moisture zone, the storms could not gain sufficient water vapor and became weak. There were no belts of strong moisture transportation during the wintertime tropical cyclone processes.     

陆地摩擦对登陆热带气旋路径和强度影响的模拟研究

采用准地转正压涡度方程模式,对地形强迫和陆地摩擦作用下登陆热带气旋的路径和强度进行了模拟研究。模拟结果表明：在考虑地形摩擦耗散作用时,热带气旋可能出现路径的突然偏折;在热带气旋强度比较弱而陆地摩擦作用比较强的情况下,热带气旋路径容易发生突然偏折,且其强度的突然变化不明显;陆地摩擦作用可能是造成登陆前后热带气旋路径突然偏折的一个重要因素。     

EOF分解与GA优化的热带太平洋海温场动力预报模型反演

基于NCEP/NCAR提供的1950-2000年月平均海温场资料,首先用EOF方法对海温场序列进行时、空分解,在考虑相邻时段位势场空间模态基本稳定的前提下,引入动力系统重构思想,以EOF分解的空间模态时间系数序列作为动力模型变最,用遗传算法全局搜索和并行计算优势,进行了模型参数的优化反演,建立了EOF分解时间系数的非线性预报模型。通过模型积分和EOF时、空重构,实现了海温场的中长期预报。试验结果表明,在1—6月时效预报上,模型预报海温场与实际海温场非常吻合;对于7 15月时效的预报,尽管模型预报的海温场与实际海温场存在一些出入,但基本构型大致相符,特别是对12月以上的海温场形态和范围仍然能较为准确地描述。所有时效的预报结果均能对1997年的El Nino事件特征有不同程度的描述。该研究方法为海温场以及El Nino/La Nina事件的预报提供了一种新的思路,文中提出的反演热带太平洋海温场与El Nino/LaNina的动力统计模型的研究思想和技术途径,在热带太平洋海温场的预测试验中(特别是中、长期预报)表现出良好的预报效果,为热带太平洋海温场及其异常的El Nino/La Nina事件的中、长期预报提供了有益的研究和参考方法。     

自组织网络与广义回归网络耦合的副热带高压指数预测

利用亚洲夏季风系统中各成员变化活动与西太平洋副高存在的不同程度的时延相关性,从1995~ 2004年NCEP/NCAR逐日再分析资料中,提取了亚洲夏季风系统各成员变化活动的特征指标及其对应的超前三候的西太平洋副高(简称副高)面积和脊线指数.在此基础之上,建立了自组织网络与径向基函数网络串级耦合的副高指数预测模型.该模型首先用自组织网络对各指标样本按其自身相似原则进行无监督分类,随后用广义回归网络分别对分类出的各指数样本子集进行有监督的训练建模和预测.模型的预测试验结果表明：副高指数的预测结果与其实际值之间的相关系数达到0.89,明显优于单一的神经网络模型预测效果.     

微波辐射计在强降水天气预报中的应用

选取设在遂溪的微波辐射计资料(2008.06.01—07.03)、遂溪自动站逐小时雨量与北海(59446)探空站资料,分析比较微波辐射计各天气要素,并计算出多个常用的对流参数,探讨各参数与实况降水变化的关系。结果表明:微波辐射计监测出现降水的时间段与实况雨量分布相符;与探空站比较验证显示,微波辐射计探测的温度、湿度的误差垂直分布合理,计算所得的对流参数(以K指数为例)与探空所得的对流参数正相关;选取个例分析,显示多个对流参数的突然增大与减小均与降水的发生与减弱有对应关系,微波辐射计资料的应用对预报降水的发生与增强有指示作用。     

OMI遥感珠三角城市群NO2的时空分布特征及人类活动影响分析

基于2005—2013年臭氧监测仪(OMI)遥感反演对流层NO2垂直柱浓度资料,分析珠江三角洲地区(简称珠三角)城市群及其相邻区域NO2的时空分布特征及变化趋势,并探究人类活动对NO2的影响。与地面观测数据对比检验显示,OMI遥感NO2资料可靠性较高。研究发现,珠三角城市地区由于工业生产活跃、汽车拥有量高、能源和电力消费量大,相应的化石能源消耗量大,这导致该地区对流层NO2柱浓度平均值(7.4×1015 molec/cm2)约为相邻地区的3倍。与此同时,珠三角地区NO2高污染区域连成一片,城市群效应显著。正弦模型能较好地拟合珠三角及相邻地区NO2的周期性变化特征,NO2浓度高值均出现在冬季,低值出现在夏季。近9年珠三角地区NO2浓度呈下降趋势,与其第二产业产值和汽车拥有量呈较显著的负相关,这表明珠三角地区对氮氧化物排放的治理初见成效。粤东和粤北地区NO2浓度增长趋势显著,与第二产业产值和汽车拥有量存在较好的正相关性,可见工业排放和汽车尾气是这些地区NO2的重要污染源。粤西地区NO2浓度基本不变。      

逐时云迹风资料同化对暴雨预报的模拟试验

文中基于不同的云迹风同化方案,用GRAPES模式对2005年7月11-12日长江中下游一次暴雨强降水过程进行了云迹风资料同化试验及数值模拟,通过对比分析不同方案所得的分析场及预报场的差异,研究逐时云迹风资料三维变分同化对分析场及暴雨预报的影响.首先,根据连续性原理及双通道各层次云迹风资料的误差分析,分3个步骤对7月11日00:00-12:00 UTC共12个时次的双通道云迹风资料进行了初步的质量控制;然后,把经过质量控制的云迹风资料放入基于GRAPES 3D-VAR三维变分同化方案开发的逐小时循环同化系统中进行同化,将得出的分析场与单一时次未经质量控制的云迹风资料同化得出的分析场进行对比,探讨了逐时云迹风资料同化对数值预报分析场的影响;最后,把同化后的分析场作为初始场,用 GRAPES模式对 2005年7月11-12日长江流域暴雨过程做24 h降水预报试验,分析两个同化方案所模拟得到的预报场的差异.结果表明,经资料的筛选、同经纬度单点通道的选择及资料的稀疏化3个步骤控制后,各层次云迹风资料的误差有明显减小;加入经质量控制的逐时云迹风资料其三维变分同化可以提高分析场中风压场及水汽场的质量;而且在暴雨预报试验中可以相对更准确地预报暴雨落区及雨强.     

台风大风预报研究回顾

大风是台风引发的三大灾害之一,考虑到现有的台风大风研究相对较少、预报经验也比较不足,因此对其预报方法进行回顾总结具有十分重要的意义。从经验预报、统计预报、数值模式预报及数值预报产品释用等4个方向梳理了台风大风预报技术的研究与应用现状：天气图、卫星云图和雷达图是经验预报中非常重要的工具;统计预报根据方法的不同可细分为回归预报、客观相似预报和气候持续性预报;数值模式预报方面,国内外多家机构都研发了相应的台风大风预报产品;数值预报产品的释用目前则包含了动力释用、统计释用和人工智能释用。同时总结了上述4类预报方法各自的优势和不足。最后,讨论了未来研究与实际业务中进一步提高台风大风预报能力的可能发展方向。