南京雷达数据的一致性分析和订正

运用几何匹配法处理了南京雷达和热带测雨卫星(Tropical Rainfall Measuring Mission,TRMM)上搭载的测雨雷达(Precipitation Radar,PR)的反射率因子探测资料,统计分析了2008—2013年共245个时次的匹配数据。 以TRMM PR工作多年持续稳定特征为参照,揭示了南京雷达6 a的探测资料情况。结果表明,南京雷达和TRMM PR探测降水具有较强的一致性,6 a时间里南京雷达存在一定的运行不稳定情况,南京雷达0℃层以下数据存在“3段特征”:时段Ⅰ2008年1月—2010年3月,时段Ⅱ2010年3月—2013年5月,时段Ⅲ2013年5—10月。3个时段之间整体回波强度有差异,时段Ⅱ整体回波强度比时段Ⅰ、Ⅲ偏小2—3 dB;而3个时段内的回波整体保持相对的稳定,南京雷达与TRMM PR的回波强度差值随回波强度的变化呈线性关系;在中低回波值时TRMM PR比南京雷达大,在中高回波值时南京雷达比TRMM PR大。基于两种雷达回波强度值的拟合关系,对南京雷达的反射率因子进行分段线性订正,有效地改善了南京雷达的一致性:3个时段回波强度的整体差异减小到0.75 dB以内;在245个匹配时次和105894个匹配点上南京雷达和TRMM PR的反射率因子的相关系数增大,南京雷达-TRMM PR值的标准差减小。     

边界强迫场订正的区域气候模式对2013年夏季中国东部极端高温预测的改进试验

使用NCEP再分析资料对国家气候中心全球海气耦合模式BCC_CM1.0的多年平均场进行订正,然后嵌套区域气候模式RegCM3,建立基于边界强迫场订正的区域气候模式系统。使用该系统进行28年夏季回报及2013年夏季业务预测,并与直接使用BCC_CM1.0模式与RegCM3模式嵌套的模式系统进行对比。结果表明,引入边界强迫场订正技术后,区域气候模式系统对多年平均夏季气温、降水回报能力有了显著提高,且回报的高温界限值分布更接近于观测。除对2013年夏季东北地区气温距平预测效果变差外模式系统对于2013年中国东部中部地区夏季气温距平异常偏高、夏季高温日数异常偏多等观测事实的预测性能有显著提高。区域气候模式系统回报的多年平均夏季西太平洋副热带高压与观测更为接近是其对2013年夏季极端高温事件预测能力提高的关键所在。     

新疆地区年平均风速数据非均一影响研究

利用惩罚最大F检验(The Penized Maximal F Test,PMFT),对新疆地区105个国家级气象站点建站至2014年逐年平均风速资料进行了均一性检验,并通过订正得出新疆地区年平均风速均一化数据集合;通过对订正后数据与原始数据进行对比评估,讨论数据非均一性对新疆风速的影响,研究结论得出:(1)在95%的显著性水平下,检验出所有待检站点均出现非均一间断点,共计151个;(2)元数据中记录的人为影响因素,超过1/3对年平均风速序列产生了非均一影响,其中仪器换型对年平均风速序列影响最为显著,其次为环境变化;(3)仪器换型和站址迁移对年平均风速的非均一影响与台站风力大小成正比,其它人为因素对年平均风速的影响与台站风力大小成反比;(4)订正后,数据时间序列的均一性得到改善,数据序列明显的趋势拐点趋于缓和,下降趋势普遍增强,数据可用性进一步改善。     

X波段天气雷达雨区衰减订正方法分析

文章首先采用标准大气衰减的模型对大气衰减进行订正,使降水测量的误差降低;然后采用降水对X波段电磁波的衰减模型,根据逐库订正原理,对雨区衰减进行订正,使降水测量的误差更加降低。试验结果表明,本方法能较好地恢复反射率强度和强降水的中心位置,具有一定的可行性。     

基于DERF2.0的月平均温度概率订正预报

国家气候中心第二代月动力延伸模式回算资料的分析表明,二代模式月平均温度预报与观测实况仍然存在较大偏差,模式预报有较大改进空间。本文采用非参数百分位映射法对模式月平均温度预报进行概率订正,该方法基于模式集合平均给出的确定性预报,结合模式回算资料各集合成员计算得到的模式概率密度分布,给出确定性预报在模式概率密度分布中的百分位值,并将百分位值投影到观测资料的概率密度分布中,得到模式预报的概率订正值。对订正前后模式预报的检验评估显示,该订正方案不仅有效降低了模式预报与实况的均方根误差（RMSE）,对月平均温度距平分布的预报技巧也有所改善,不同超前时间模式预报的预测技巧评分（PS）和距平相关系数（ACC）均有提升,同时模式预报误差的大小对订正效果无明显影响。从分月的订正预报结果来看,对夏季各月的温度预测技巧的提升整体高于冬季各月。     

恶劣环境下GPS/BDS混合双差模糊度固定性能分析

针对在恶劣观测环境下每个GNSS系统只观测到较少的几颗卫星,采用标准双差模型很难实现整周模糊度固定的问题,该文对GPS/BDS系统间混合双差模型进行研究,利用该模型计算出GPS/BDS系统偏差。在此基础上,利用实验分别对模拟和真实恶劣观测环境下的模糊度固定性能进行分析,实验结果表明,恶劣环境下GPS/BDS系统间混合双差模型表现良好,相较于经典的双差模型可将模糊度固定平均所需时间分别缩短43%和33%,模糊度固定成功率分别提高107%和31%。     

双感应测井资料自适应正则化反演

为了准确获得地层真电阻率,确定地层侵入关系,将非线性反演理论与Morozov偏差原理结合,建立双感应测井(Dual-Induction Log)资料的自适应正则化全参数反演算法。首先根据Tikhonov正则化反演理论,将双感应测井资料反演问题变为含稳定泛函非线性目标函数极小化问题;再利用Gauss-Newton算法确定极小化解。在测井资料的最佳拟合迭代过程中,将Morozov偏差原理及Cholesky分解技术结合,建立一套自适应选择正则化因子方法;最后对大庆油田的实际测井资料进行反演处理。反演结论与试油结果表明,该算法在处理薄层、薄互层时能够取得更为满意的效果。     

基于地形因素的吉林省ECMWF气温预报订正方法研究

利用2016年1月1日—2018年12月31日吉林省381个站的逐日最高气温、最低气温和定时气温的观测数据,对ECMWF高分辨率模式的2 m最高、最低气温和定时气温预报进行检验分析.结果表明,ECMWF模式对吉林省的气温预报与实况存在一定偏差;从空间上看,自西向东气温预报准确率逐渐递减,预报误差逐渐增大;从时间上看,随预报时效的增长,预报准确率逐渐下降.对ECMWF的气温预报进行高度差订正后,模式最高气温24 h、48 h、72 h的预报准确率分别从52％、51％、50％提高至58％、56％、54％;最低气温准确率分别从58％、56％、54％提高至64％、62％、59％;定时气温准确率分别从63％、60％、58％,提高至67％、63％、61％.高度差订正的方法有效提高了模式气温预报的准确率,减小了模式预报误差,提高了模式预报释用能力,订正后的气温预报TS评分得到明显的提高.该方法已应用在吉林省客观预报的订正算法中.     

基于CLDAS的格点温度预报偏差订正方法

利用国家气象信息中心CLDAS格点温度实况、中央气象台SCMOC格点温度预报以及山西省站点观测温度,采用非独立性检验综合评估CLDAS在山西区域的适用性。在此基础上,采用滑动训练期订正方案,基于格点实况开展SCMOC温度预报场的客观订正。结果表明:(1)复杂地形对山西CLDAS格点温度实况的精度有一定影响,但最高气温的分析精度优于最低气温,表明地形对最低气温的偏差影响更显著,高海拔地区CLDAS最低气温一般对应为负偏差,低海拔地区一般对应为正偏差。(2)CLDAS格点温度实况的偏差空间分布具有时间延续性,进行简单的系统偏差订正后,最高、最低气温格点实况的精度分别提升1.1%、9.7%,与站点观测更为吻合。(3)基于改进后的CLDAS格点温度实况,采用滑动偏差订正方案,显著改善了山西省SCMOC温度预报的准确率。2019年,滑动偏差订正后的24 h时效最高、最低气温预报准确率较SCMOC温度预报分别提升2.7%、4.7%,订正后的短期温度预报质量有较大提高,优于预报员主观预报。