高时空分辨率三维风场在强对流天气临近预报中的融合应用研究

以业务应用为目标,开展高时、空分辨率三维风场在强对流天气临近预报中的融合应用研究。运用北京快速更新多尺度分析和预报系统集成子系统（RMAPS-IN,Rapid-refresh Multi-scale Analysis and Prediction System-Integration）,对雷达四维变分分析系统（VDRAS）30 min临近预报的高时、空分辨率三维风场作为数据源与自动气象站风场观测进行快速融合处理。结果表明,以VDRAS临近预报风场取代数值模式预报场作为融合初猜场后形成的分析结果对于风场有明显的改善:（1）长时间序列客观检验结果表明,地面10 m高风场U/V分量绝对误差分别为0.05和0.06 m/s。实时融合对未来预报的影响随着预报时效的延长,U/V分量的绝对误差不断增大。（2）对于11个强对流个例,地面10 m高风场风速均方根误差降低0.3 m/s,风向均方根误差降低13°;边界层三维风场,风速均方根误差降低0.8 m/s,风向均方根误差降低10°。平原站点融合以后风速、风向预报效果有较大改善,山区站点融合以后改善相对较小。（3）通过对2017年7月20日暴雨和7月7日雷暴大风个例的详细分析,发现融合基于雷达资料四维变分同化获得的高分辨率临近预报风场对各对流系统中的中尺度结构特征给出了更加细致准确的描述。      

我国无缝隙精细化网格天气预报技术进展与挑战

本文总结了2014年以来我国无缝隙精细化网格天气预报业务的技术进展,讨论了未来发展所面临的关键技术难点。无缝隙精细化网格预报技术的发展,得益于综合气象观测数据和多源资料融合分析网格实况产品的支撑,更依赖于多尺度数值预报模式和实时快速更新同化预报系统的快速发展。经过近5年的探索和努力,我国已经初步建立了针对不同预报时效的无缝隙精细化网格预报技术体系。对于0～4 h预报时效,主要基于全国雷达拼图和GRAPES-Meso模式预报,发展临近分钟级滚动外推预报技术;对于4 h到30 d预报时效,主要通过对区域或全球不同时空分辨率模式预报进行偏差订正、客观解释应用以及降尺度分析,提高预报的准确度和精细度。与此同时,研发了自动化、智能化的交互式预报制作平台,以满足客观高效制作与预报员对极端或高影响天气主观预报优势相结合的需求。发展了以格点实况分析场为参照的空间分析检验方法,初步实现了对高分辨率网格预报的质量跟踪和性能评估。未来的网格预报技术体系,需要吸纳前沿的技术研究成果,包括人工智能应用技术、高级多模式统计后处理技术和协调一致性关键技术等,并且建立统一完整的技术架构和开发标准等。     

台风"鲇鱼"强降水引发的地质灾害气象风险预警检验与分析

2016年9月28日,台风"鲇鱼"造成的强降水在浙江和福建引发多起地质灾害,造成严重人员伤亡和财产损失。利用中国气象局气象灾害管理系统和中国地质环境监测院提供的灾情资料,结合加密自动站降水观测、多源降水预报、承灾体脆弱性和暴露度等信息分析致灾因子,定量检验中央气象台地质灾害气象风险模型性能,并对格点化定量降水预报产品使用进行了讨论。结果表明:降水是本次地质灾害过程的主要致灾因子;国家级地质灾害气象风险预警产品命中率和漏报率分别为67.8%和11.1%,各项定量检验指标均优于客观模型;第二代中央气象台地质灾害气象风险模型预报命中率高于第一代模型的原因可能是其引入了高分辨率的地理学信息,第一代模型在地质灾害易发区出现特大暴雨时,有直接预报最高风险等级的缺陷,此外两代模型均存在明显空报现象;格点化定量降水预报产品能定点、定量地预报降水,相比主观降水等级落区预报更适用于地质灾害气象风险预警业务,但使用时需要注意其可能在一些地形复杂区域存在局限性。本检验结果只是针对一次台风过程得出的,还需要更多的个例分析和统计检验以确定结论是否具有普遍规律。     

国家级天气预报检验分析系统建设与应用

为了适应精细化预报和业务管理的发展需求,国家气象中心建设开发了基于Web的国家级天气预报检验分析系统。系统分为预报检验、检验文件解析处理、检验数据查询分析与检验平台管理4个功能模块,关键技术包括标准化的数据管理、开放式的算法模块管理与调度和检验数据的可视化分析。系统建立了规范高效的检验业务数据流程,兼容处理预报分析制作系统（MICAPS）数据、GRIB2数据、城镇报数据、自动气象站数据等其他专业气象数据,涵盖了国家级省级智能网格预报、全国城镇天气预报、定量降水预报、大城市空气质量预报等数十项检验业务产品,给出了空间分布、柱状图及数据表格等展现形式。系统为全国各级预报员、模式开发人员和管理人员提供预报检验反馈信息,为各省以及国家级预报业务考核提供了信息支撑;同时系统提供逐旬、月、年度的智能网格预报以及城镇天气预报的检验结果对比,有力支撑了智能网格预报产品业务研发和业务试验。     

TIGGE技术对西南地区地面要素预报性能的分析

基于TIGGE中欧洲中期天气预报中心和美国国家环境预报中心全球集合预报系统(EC_GEPS和NCEP_GEPS)的2016年1月1日—2017年12月31日连续2 a的预报资料,对两套系统在西南地区10 d以内的2 m温度和24 h定量降水预报进行检验评估和综合分析。2 m温度预报检验结果表明:EC_GEPS和NCEP_GEPS的2 m温度控制预报和集合平均预报的均方根误差均普遍偏高且NCEP_GEPS总体而言优于EC_GEPS;两套系统集合平均均方根误差相对于控制预报改进不明显;集合离散度均明显偏低;Talagrand分布均呈现出非常明显的"J型"分布特征,Outlier评分普遍偏高且EC_GEPS的Outlier评分明显低于NCEP_GEPS;从集合最小值到集合最大值,随着集合百分位的增大,各个预报时效的均方根误差逐渐减小,集合最大值预报技巧最高。降水预报检验结果表明:EC_GEPS和NCEP_GEPS的24 h定量降水预报的Talagrand分布总体而言均呈现出"L型"分布特征且NCEP_GEPS更加明显;NCEP_GEPS各个预报时效的Outlier评分均普遍偏高且明显高于EC_GEPS;EC_GEPS的降水概率预报技巧明显优于NCEP_GEPS;EC_GEPS的70%集合百分位预报技巧最高,NCEP_GEPS的80%集合百分位预报技巧最高。EC_GEPS和NCEP_GEPS在西南地区的2 m温度预报和降水预报均存在一定的系统性误差,进行相应的集合预报系统性偏差订正应该能较好地改进预报技巧。     

GPS网起始数据的误差分析

应用5种GPS控制网起算点坐标误差的分析方法,分析了某地铁二号线西延伸线工程GPS控制网的起算点坐标误差,成功地剔除了误差超限的起算点。     

喜马拉雅山北坡卡鲁雄曲径流与气候变化

以冰川融水补给为主的喜马拉雅山北坡的卡鲁雄曲流域,近20年平均气温以0.34 ^oC/10a的趋势上升,高于西藏年均温0.26 ^oC/10a的增长率,更是明显高于全国和全球气温的增长率,且极端最高温都出现在20世纪90年代。后10年气温 (1994~2003年) 比前十年 (1983~1993年) 升高0.5 ^oC,径流量增加了26%;不同月份径流增加强度不同,10~2月增加了44%,7~9月增加了27%,3~6月增加了24%。径流对气候变化的响应最灵敏 (一年中有8个月的增加趋势通过了α = 0.05的显著性检验),尤其是秋冬季的径流 (增加趋势超过α = 0.01的显著性检验)。受冰川消融和季风影响,不同时期的径流有不同的影响因素,但存在共性,即气温对径流起着积极主导作用,而降水对径流的影响具有不确定性,即正负双面效应。     

拉萨河冬季径流对气候变暖和冻土退化的响应

20世纪90年代以来,拉萨河流域的气温经历了10年升高0.54 ^oC的气候变暖,这期间以秋冬季升温为主。在近40年 (1963~2004年) 气候和28年 (1976~2004年) 月径流数据的基础上,研究了具有多年冻土的高海拔拉萨河流域的冻土和水文响应。结果表明,冬季径流对11~2月气温升高具有显著响应,在12~2月份增加了16%,其中2月份增加22%。水热相关分析表明,10~11月地表温度升高0.8~0.9 ^oC导致冬季河流水量增多,介于0.9~1.5m深度的季节冻土深度和温度变化导致了径流量变化的响应。20世纪90年代的气候变暖使得多年冻土区的季节冻土深度萎缩了大约14cm,冻土区的冬季径流水文响应比气温更快、更显著。但冻土积雪观测的不足使冬季水文变化具有不确定性。     

东北冷涡云系人工增雨作业效果的检验和分析

根据辽宁地区的东北冷涡降水天气过程的规律和特点,利用气象台站网的常规观测资料,用事后划分影响区和对比区的移动分区区域回归方法,对东北冷涡降水云系的人工增雨作业效果进行了综合分析。结果表明:(1)辽宁省1992—2004年6~8月对东北冷涡云系人工增雨作业的平均增雨效果为22.44%。(2)有95%以上的可信度证明辽宁省的人工增雨有正效果。(3)物理检验分析证明,作业方法及催化部位基本是合理的,催化作业是有效的。     

CA FCM方案与其它几种人工增雨评估方案的比较

对河南省12次飞机增雨作业,分别采用作业区域趋势对比双比分析评估方案、区域趋势相关回归分析方案、区域趋势协变量多元回归分析方案、浮动对比区历史回归分析方案（FCM）、以降水量为协变量的CAFCM（ClusterAnalysis〖CD*2〗based Floating Control historical regression Method）方案和以降水量和整层大气可降水量为协变量的CAFCM方案进行效果评估,均得到大于15％的相对增雨量。对结果比较分析表明：协变量由降水量和整层大气降水量两个组成的C