2017年辽宁省春夏季精细化气象干旱监测评估

基于辽宁省1114个国家级和区域级地面台站1961年以来的逐日气温和降水观测资料,利用距离平方反比法差值生成了1717个乡镇的气象资料序列,采用气象干旱综合监测指数统计分析了辽宁省2017年4—8月精细化到乡镇的气象干旱特征。结果表明:2017年辽宁省春夏季异常高温,同时降水异常偏少,致使气象干旱不断发展;干旱在4月5日前从中部和北部开始,4月末扩展到西部,5—6月再向东南发展,波及88%的乡镇,7月以来气象干旱程度开始减轻;气象干旱持续时间长的乡镇主要集中在中部和北部,最长持续时间153d;受气温偏高和降水过程的影响,中度以上气象干旱面积呈阶段性变化,且极端干旱的发展伴随高温时段。由于气象干旱不同于农业干旱,在开展为农服务时要因地制宜采取应对措施。     

1960—2017年沈阳地区春播期降水变化特征

基于1960—2017年沈阳市5个气象观测站4—5月降水量资料,采用线性趋势法和累积距平分析了沈阳市春播期(4—5月)降水量演变特征,并分析首场透雨及最大连续无有效降水日数演变特征及对春播期降水量影响,对春播期降水量资源变化特征进行相关分析。结果表明:近58a沈阳春播期降水量整体呈现弱的增加趋势,平均每10a增加3.1mm,2004年开始降水量迅速增加,且波动性较大,降水量异常偏多或偏少年份较多,易诱发春旱春涝事件。春播期首场透雨出现日期平均每10a偏晚0.051d,首场透雨日期偏晚,将导致春播期前期雨水条件不足,引起土壤干旱,不利于春播开展。最大连续无有效降水日数呈波动性增加趋势,平均每10a增加0.56d,对4月降水量影响较大,虽然春播期降水资源总量增加,但存在降水资源时间分配不均的问题,且长时间无有效降水事件频发,将导致春播期干旱灾害事件发生风险加大,导致适播期延后。     

The Relationship between Deterministic and Ensemble Mean Forecast Errors Revealed by Global and Local Attractor Radii

It has been demonstrated that ensemble mean forecasts, in the context of the sample mean, have higher forecasting skill than deterministic(or single) forecasts. However, few studies have focused on quantifying the relationship between their forecast errors, especially in individual prediction cases. Clarification of the characteristics of deterministic and ensemble mean forecasts from the perspective of attractors of dynamical systems has also rarely been involved. In this paper, two attractor statistics—namely, the global and local attractor radii(GAR and LAR, respectively)—are applied to reveal the relationship between deterministic and ensemble mean forecast errors. The practical forecast experiments are implemented in a perfect model scenario with the Lorenz96 model as the numerical results for verification. The sample mean errors of deterministic and ensemble mean forecasts can be expressed by GAR and LAR, respectively, and their ratio is found to approach2~(1/2) with lead time. Meanwhile, the LAR can provide the expected ratio of the ensemble mean and deterministic forecast errors in individual cases.     

GRAPES全球集合预报系统模式扰动随机动能补偿方案初步探究

为了体现次网格尺度能量升尺度转换过程中存在的不确定性, 文中将随机动能补偿(Stochastic Kinetic Energy Backscatter, SKEB)方案应用于GRAPES(Global/Regional Assimilation and Prediction System)全球集合预报系统(GRAPES-GEPS), 以更好地表征模式误差并且增大集合离散度。使用的SKEB方案基于具有一定时、空相关特征的随机型以及由数值扩散导致的局地动能耗散率来构造随机流函数强迫。并根据流函数与水平风速旋转分量的关系, 将SKEB方案中的流函数强迫转化为适用于GRAPES全球模式的水平风速扰动。结果表明, SKEB方案的使用一方面能够提高GRAPES对大气动能谱的模拟能力; 另一方面能够改善GRAPES-GEPS的集合离散度与集合平均误差的关系, 增加了集合离散度, 并在一定程度上减小了集合平均误差, 尤其是在热带地区这种改进更为显著。而且该方案使得热带地区连续分级概率评分(CRPS评分)显著减小。就降水预报而言, 从Brier评分与相对作用特征面积(AROC, Area under the Relative Operating Characteristics)的结果来看, SKEB方案有助于改善中国地区小雨[0.1 mm, 10 mm)、中雨[10 mm, 25 mm)与大雨[25 mm, 50 mm)量级降水的概率预报技巧, 而对暴雨[50 mm, ∞)量级降水预报技巧影响很小(24 h降水量)。总体上, 模式扰动随机动能补偿方案提高了GRAPES-GEPS的概率预报技巧。      

中尺度降水集合预报随机参数扰动方法敏感性试验

中尺度降水模式预报具有很大的不确定性,为更好地描述与模式降水预报密切相关的物理过程关键参数的不确定性,基于中国气象局GRAPES（Global/Regional Assimilation and Prediction System）中尺度区域集合预报模式,从对模式降水预报不确定性有较大影响的积云对流、云微物理、边界层及近地面层等4个参数化方案中选取了18个关键参数,设计了一种随机参数扰动方案（Stochastically Perturbed Parameterization,SPP）,并通过2015年6—7月总计10 d的随机扰动集合预报试验,对比分析了SPP方案对不同物理过程参数扰动敏感性、随机场时、空尺度敏感性、能量变化特征及其集合预报效果。结果显示,对所选择的任一物理过程参数化方案增加SPP扰动后,降水及等压面要素的概率预报技巧优于无SPP扰动的预报,而扰动积云对流和边界层过程中的参数较扰动云微物理过程中的参数影响更显著,且同时扰动积云对流、云微物理、边界层及近地面层参数化方案中的18个参数的集合预报效果优于扰动任何单一物理过程中的部分参数,表明SPP方案能够有效地提高中尺度降水概率预报技巧;从能量变化特征可知,不同物理过程的参数扰动对动能、内能和总能量的影响层次和特征有所不同,但总体而言,扰动前后各项能量基本相同;随机场时、空尺度敏感性试验发现,SPP扰动随机场时间、空间相关尺度对集合预报效果有明显影响,当扰动随机场选用12 h抗相关时间及截断波数20时,集合预报结果最优。上述结果表明,SPP随机参数扰动方案不仅能够有效提高集合概率预报效果,还能够提高集合降水概率预报技巧,具有良好的业务应用与发展前景。      

北京山区与平原冬季近地面风的精细观测特征

利用2009—2018年冬季北京地区200多个自动气象站逐时10 m风速、风向观测数据,分典型区域（山区、山区与平原过渡区、平原区、城区）研究北京地区冬季近地面风的精细特征,并使用有完整记录的2 a（2017和2018年）冬季延庆高山区不同海拔高度10 m风逐时观测数据,多视角分析高山区不同海拔高度近地面风的特征和成因,以深刻认识北京地区复杂地形条件下冬季近地面风的特征和规律。结果表明:（1）北京地区冬季近地面平均风受西部北部地形、城市下垫面粗糙度和冷空气活动共同影响,平均风速沿地形梯度分布,山区高平原低,平原中又以城区风速最小;盛行西北风和北风,在城区东、西两侧盛行风出现扰流,在山区和过渡区一些地方还存在与局地地形环境明显关联的其他盛行风向。（2）4个典型区域冬季近地面风速日变化均表现为白天风速大于夜间,午间风速最大的“峰强谷平”单峰特征,这一特征的稳定性在城区高、山区低。（3）4个区域冬季弱风（< 1 m/s）频率为31%—42%,城区较高、山区较低;强风（> 10.8 m/s）频次则是山区多、城区少,强风风向主要表现为偏西—偏北,与冷空气活动密切关联;城区、平原区和过渡区偏南风频率均为极小,暗示北京“山区—平原”风模态在冬季是“隐式”的、不易被直接观测到。（4）近地面风的水平尺度代表范围在延庆高山区高海拔处明显大于低海拔处,海拔1500 m附近（平均的边界层顶高度）是延庆高山近地面风速日变化特征的“分水岭”,低于该海拔高度时近地面风速日变化表现为前述“峰强谷平”单峰特征,而高于该海拔高度时近地面风速日变化则呈现相反特征,即夜间大白天小、午间最小的“峰平谷深”特征,这是由边界层湍流活动的日变化及伴随的低层自由大气动量向边界层内下传所致。（5）延庆高山近地面风速大体上随观测高度而增大,高海拔站点日平均风速数倍于低海拔站点。白天—前半夜,海拔约2000 m的站点冬季盛行偏西风,风向变化不大,但风速为2—12 m/s;1000 m左右的低海拔站则风速比较稳定（< 6 m/s）,风向从午间至傍晚相对多变。      

GRAPES区域集合预报两种侧边界扰动方法对比试验

中国气象局数值预报中心自2014年建立了区域集合预报业务系统,其使用的侧边界扰动由全球集合预报系统动力降尺度得到。为深入了解侧边界扰动对区域集合预报的影响,基于15 km水平分辨率的区域集合预报模式,使用动力降尺度方法和尺度化滞后平均法(scaled lagged average forecasting,SLAF)设计构造了两种侧边界扰动方案,并开展了2015年7月共6天的集合预报试验,利用集合均方根误差、集合离散度、连续分级概率评分、离群值、Brier Score及相对作用特征曲线面积等概率预报检验方法进行了多方面检验,分析了两种侧边界扰动方案对区域集合预报质量的影响。结果表明:动力降尺度侧边界扰动方案(DOWN)的扰动总能量在各垂直层次均大于SLAF方案,使得边界上前者的离散度大于后者,集合扰动增长更为合理;对于等压面要素和地面要素,DOWN方案的离散度、Outlier、CRPS等评分优于SLAF方案,反映了DOWN方案构造的侧边界扰动更加合理;在降水概率预报技巧方面,SLAF方案在评分上具有一定优势,但评分的提高没有通过显著性水平检验,因此认为两种方案对降水预报的改进基本相当。     

高分辨率模式雷达回波预报能力分析

利用2018年7—8月GRAPES_3 km、东北短临(WRFRUC)高分辨率模式综合雷达回波预报数据和辽宁省SWAN雷达组合反射率(MCR)实况,基于邻域法FSS评分指数,分析模式在台风北上和副热带高压边缘暴雨过程中的雷达回波预报能力。结果表明:两家模式在不同降水过程中对小阈值雷达回波有较好的预报技巧,随着回波量级增大,模式预报FSS逐渐减小,雷达回波55 dBz时,FSS甚至为0。当邻域半径是3时,35 dBz以下的回波预报中GRAPES模式在台风北上暴雨中的预报技巧低于副热带高压边缘,35 dBz则相反。WRFRUC模式始终表现为台风北上暴雨中预报较好。当邻域半径9时,WRFRUC模式在台风暴雨中的FSS评分高于GRAPES模式,GRAPES模式在副热带高压暴雨中的FSS评分始终高于WRFRUC模式。GRAPES和WRFRUC模式的最大FSS评分技巧均出现在邻域半径是11时,分别为0.239和0.195。GRAPES模式中FSS评分在12 h逐小时预报中前3个时次较强,WRFRUC模式则表现为中间时次强,两头弱。     

2015—2019年辽宁省暴雨红色预警信号分布及其特征

利用2015—2019年辽宁省发布的暴雨红色预警信号和1605个自动站的分钟级降水资料,统计暴雨红色预警信号和短时大暴雨年际变化和时空分布,分析暴雨红色预警信号的高分布区、易发时段。结果表明：2015—2017年辽宁省暴雨红色预警信号发布站数逐年递增,最大值出现在2017年,发布站数为147个;2015—2018年预警信号准确率提升,提前时间略减少,最低值为2018年,提前时间为19 min;2019年比2018年暴雨红色预警信号发布站数减少59个,提前时间增加29 min;暴雨红色预警信号的空间分布为东南部地区多、中部地区少;暴雨红色预警信号多在夜间发布;在辽宁省发布的50%以上的暴雨红色预警信号中,降水量达到预警发布标准的时间滞后于最大雨强出现时间90 min,最大雨强出现时间为暴雨红色预警信号发布的重要指标。为了达到防灾减灾的服务效果,发布暴雨红色预警信号时,应充分考虑最大雨强出现时间、发布时机、短时大暴雨高发区及地形的影响。     

用GPS时间序列获取中国大陆微动态应变场

基于中国大陆GPS观测在国际地球参考框架（ITRF）获得的站点位置,由三角形法通过反演逐年推算中国大陆年微动态应变场. 结果显示,研究区年微动态应变场大致以南北地震带为界. 西部地区存在方向大体一致的年主压应变优势分布方向, 方向自西向东、 由近南北向转为北东向,与近代应变场的方向一致,表明西部地区变形主要是由印度板块向北推进和西伯利亚地块相对南推形成的,且整体上仍是新构造运动的继承;东部大部分地区不存在年主应变的优势分布方向.年最大剪应变在不同地区差别很大,变化范围从4.13times;10-8~7.0times;10-10, 总体上西部大于东部. 同一区域年最大剪应变的多年变化表明,西部变化大,东部变化平缓. 年面膨胀显示,研究区大部分为压缩区,且同一区域的多年变化平缓.