基于EOS/MODI图像资料的多光谱云分类技术

利用EOS/MODIS图像资料,采用逐个修改聚类和模糊聚类的分类器,设计了基于统计模式识别的云分类技术,并将其应用于2002年6月10日0200台风云系的云理识别,同时借助GMS-5图像资料进行了对比分析.结果发现台风云系的分类结果与台风云系的概念模式存在较好的对应关系,逐个修改聚类和模糊聚类的分类器对典型台风云系有较好的识别能力,极轨卫星的分类结果好于静止卫星,纹理特征的引入对分类结果有一定的影响.     

基于混合集合—变分同化方案对台风“布拉万”模拟中协方差权重系数的选择

利用WRF以及WRFDA3.6.1的ETKF-3DVAR混合集合—变分同化方案,对2012年第15号台风"布拉万"进行了模拟,并分析协方差权重系数对"流依赖"属性和台风强度、路径的模拟效果的影响。通过单点实验发现:随着集合协方差权重系数增加,分析增量的"流依赖"属性就越发明显。当集合协方差权重系数大于0.5时,由于集合成员数量以及预报质量的限制,将会引入虚假的"流依赖"信息,使得分析增量的范围形状不再发生变化,强度有所减弱。在对台风"布拉万"路径和强度的模拟中发现:集合协方差权重系数取0.5以下的预报结果普遍好于系数大于0.5的预报结果,其中,当集合协方差权重系数取0.25时路径预报误差最小,当集合协方差权重系数取0.2时强度预报误差最小。     

GRAPES-3Dvar雷达资料直接同化对江淮暴雨数值预报影响的分析研究

使用具备多普勒霄达资料直接同化功能的GRAPES-3Dvar同化系统,对2007年7月江淮流域连续性暴雨过程中4个个例进行了数值预报试验,结果表明多普勒径向速度以及基本反射率因子的直接同化可以有效改进中尺度降水数值预报的效果.对7月3 日雷达资料联合同化以及单独同化对分析和预报影响的进一步分析显示,联合同化能够有效改善初始分析场中的风场和湿度信息,激发模式降水,减小SPIN-UP现象,中尺度系统降水的发生发展以及强度、走势和落区的预报得到较为准确的表征,显著改善了中尺度强降水数值预报效果.径向速度的直接同化主要贡献表现在风场上,能够在初始场中增加气旋性涡旋等中小尺度风信息,改善三维风场分析.反射率直接同化的主要影响体现在湿度场上,改进了初始场中的湿度参数,对降水预报影响明显.     

对流温度含义阐释及部分示意图隐含悖论成因分析与预报应用

分析和预报局地对流时常用到对流温度,对流凝结高度常被用于估计局地对流云的云底高度。对流温度和对流凝结高度用于局地对流分析时存在一定的前提,且其蕴含的物理意义非常丰富。论文剖析了几本较为经典的气象专业书籍中对流温度概念图示,指出其中隐含的悖论,包括与大气稳定度基本常识相悖、违反大气能量学理论、以及与物理量本身含义明显抵触。进一步阐释构图不够严谨、对对流温度含义理解不完全到位是出现这种悖论的根本原因。并构造了物理意义清晰、气象基本理论更为合理的对流温度示意图。利用观测资料,分析了北京夏季对流云的发生频数和生成时间,尝试用对流温度预报局地对流云的生成,用对流凝结高度预报局地对流云云底高度。结果表明,对流温度在局地对流云的预报中具有一定的指示意义,对流凝结高度能在一定程度上反映出局地对流云的云底高度。如果将最高温度不低于对流温度1℃作为判定能否产生对流云的一个标准,临界成功指数达到45%。     

基于神经网络奇异谱分析的ENSO指数预测

采用奇异谱分析方法研究了ENSO指数及相关序列, 结果表明奇异谱分析能很好的对原始序列进行信噪分离, 增大了ENSO指数的可预报性.在此基础上, 提出了人工神经网络和奇异谱分析相结合的ENSO指数预测方法, 进行了不同因子组合的预报试验, 预报效果明显优于持续性预报, 超前4季的Nio 3区、 Nio 4区预报相关系数仍高于0.5.     

多光谱云分类技术在锋面云系中的应用

将逐个修改聚类和模糊聚类的多光谱云分类技术应用于2002年6月10日03时锋面气旋云系的识别,并采用同一时次的地面常规观测与其进行了对比分析。结果发现,两种聚类方法对典型锋面气旋云系均有较好的识别能力,分类结果与天气概念模型云层分布情况一致;逐个修改聚类对组间差别较大的情况分类效果较好,而模糊聚类却对性质相近的类别有较好的识别;卫星图像分类结果与地面常规观测比较一致,但在层云、积云、层积云等性质较为相近类别的识别上存在一定差异。     

云微物理参数在飞机积冰分析和预报中的应用研究

对飞机积冰预报的现状进行了分析 ,介绍了积冰预报中云微物理参数的应用概况 ,并就积冰预报中云微物理参数的应用前景进行了分析和讨论。将模式模拟和卫星反演的微物理参数引入飞机积冰分析和预报 ,将进一步提高飞机积冰预报的准确性和合理性     

动力和能量参数在强对流天气预报中的应用研究

较强的热力不稳定和适宜的动力环境是强对流发展的基础 ,造成灾害的强对流一般是一种深厚对流 ,深对流指数和对流有效位能可反映对流上升运动的潜势和强度 ,对流有效位能还隐含地反映了对流层大气总体垂直热力结构。下沉对流有效位能和大风指数反映了对流下沉运动和下击暴流潜势 ,对流下沉和中层干空气的入侵高度、干燥程度及对流层中下层的稳定度和湿度有关。强风暴特别是超级单体一般都具有很高的螺旋性 ,高螺旋度有利于风暴生命的维持 ,而风暴相对螺旋度则对风暴发生及风暴类型有一定的预示。粗里查逊数反映了对流能量和环境场动力之间的平衡关系 ,能量螺旋度指数反映了动力和能量对强对流天气发展的共同效应 ,它们都综合了动力和热力两方面的因子 ,对强风暴及其类型的预报有指示意义。风暴强度指数和瑞士雷暴指数成功地把动力和对流能量参数结合起来 ,在实际研究和业务工作中这种方法值得借鉴。随着高分辨率中尺度和风暴模式的发展 ,模式输出的对流动力和能量参数将有广泛的应用前景。     

用奇异谱分析诊断地面气温场低频振荡周期

采用ＳＳＡ方法分析我国东南地区地面气温场，发现明显存在周期为３５─４０天的季节内低频振荡。计算还表明，ＳＳＡ不仅能有效识别振荡分量，同样也是一种很好的时间滤波方法。