基于注意力机制与自适应时序分解的气温预报模型

针对传统方法在捕捉气象序列长期依赖关系及泛化性能上的不足,提出了一种基于稀疏注意力与自适应时序分解的气温预报模型（ATFSAS）。该模型整体采用编码器 解码器架构,结合稀疏注意力机制以有效捕捉气象观测数据间的长期依赖性。为减少编码过程中造成的冗余,提出了一种信息蒸馏方法。通过结合多层解码器与自适应时序分解单元,逐步细化预报信号中的周期性和趋势性分量,实现了较为精准的气温预报。基于德国耶拿气象数据集,进行24 h精细化气温预报,其平均绝对误差为1.7108℃。基于中国地面气候资料日值数据集,进行中短期日平均气温预报和多地区单日平均气温预报,相比传统模型LSTM,ATFSAS模型预报结果的平均绝对误差分别提升了35.56%和23.66%。     

内蒙古区域数值预报对探空和地面观测资料的敏感性试验研究

基于内蒙古睿图预报系统的低分辨率版本和WRFDA-FSO诊断工具,评估2021年7月现有探空和地面观测对内蒙古睿图预报系统预报的影响。该方法计算代价相对低廉,并允许根据观测变量、观测类型、气压层次、地理区域等观测的子集对观测影响进行划分。代价函数为以干总能量为度量的背景场和分析场的预报误差之间的差异。结果表明:观测影响的总体总和为负,观测对预报起正贡献作用。对12 h预报误差减小贡献最大的观测来自探空观测的动力变量(U、V风分量)。而单时次单位数量平均观测影响,探空观测的贡献约为地面观测的1/2。探空观测对12 h预报误差减小从近地面层至模式层顶均保持正贡献作用,并在对流层中低层和对流层高空急流层存在两个极大值区域;地面观测在850 hPa以下低层正贡献占比明显。探空观测在被同化系统同化时均总体具有有利的影响,也反映出探空观测数据稳定、质量较高的特征;地面观测对12 h预报误差减小起正贡献作用次数最多的区域在河套地区尤为显著。同时,探讨了需进一步提高地面观测资料同化率的问题。     

基于雷达反射率因子和雷电定位数据的深度学习雷电预报模型

利用卷积神经网络和门控循环单元（Gated recurrent units ）神经网络,基于雷达反射率因子和雷电定位数据开展了雷电预报研究。首先构建了引用注意力机制的基于卷积神经网络和门控循环单元神经网络的深度学习模型（Attention ConvGRU）;然后将雷达反射率因子数据和对应时间段（6 min）的雷电定位数据处理成图像数据后输入深度学习模型,训练出可预报雷电的模型,包括3种模型：单雷电数据模型、单雷达数据模型和雷电〖CD*2〗雷达双数据模型;最后开展了预报试验和定量评估。综合评估表明,本文建立的雷电预报模型综合预报准确率达到96.74%,虚警率35.83%,关键成功指数（Critical Success Index, CSI）为0.2072。个例分析表明,预报模型对于具有明显移动趋势的雷暴过程（A类雷暴）的预报效果优于不具有明显移动趋势的雷暴过程（B类雷暴）,且随着B类雷暴强度减弱模型预报能力逐渐减弱。     

2023年秋季我国气候异常特征及成因分析

利用NCEP/NCAR再分析数据集和中国2400个站的气候观测数据,对2023年秋季我国气候异常特征及其成因进行分析。2023年秋季全国平均气温为1961年以来历史同期最高;全国平均降水量接近常年同期,但空间分布不均且季节内变化明显。秋季欧亚中高纬环流呈“两槽一脊”型,造成我国气温显著偏高;9月呈“两脊一槽”型,巴尔喀什湖低槽活动导致西北地区降水增多;10月呈“两槽一脊”型,导致北方地区偏暖加强;11月呈“西高东低”型,东路冷空气增强,东北地区气温偏低、降水偏多。西太平洋副热带高压总体较常年偏强、偏西,脊线9月异常偏北、10月偏南、11月接近常年。印缅槽9月显著偏强,10—11月接近常年。9月印缅槽偏强与副热带高压异常偏北共同导致了长江中下游以北至黄河下游地区多雨;10—11月东部地区水汽条件整体偏差。9—10月近海台风频繁活动,造成华南地区降水偏多。2023年秋季我国气候受到大气季节内变化的显著作用,热带海温异常的影响不典型。     

Ka波段毫米波云雷达对青藏高原东南缘降水回波的分析

利用丽江站新建的Ka波段毫米波云雷达获得的高时间分辨率的垂直观测资料,结合同址的地面自动气象站和雨滴谱的分钟数据、常规探空数据和附近C波段天气雷达的强度回波,分析了两次降水过程前后云雷达反射率因子Z、径向速度V_r、速度谱宽S_w的垂直变化规律。分析表明:在发生弱降水时,云雷达Z在垂直方向的变化不明显;但V_r、S_w值在0℃层稍低位置有一个明显的分界层(融化层),粒子通过融化层后V_r、S_w都是快速变大,这个变化主要是粒子的相态由固态变成液态引发的,可以通过V_r、S_w突变值的位置来识别0℃层亮带的高度。从C波段天气雷达回波强度、剖面图及云雷达位置的时间-高度图看,对毛毛雨和小雨的回波,强度和高度差异比较明显,毛毛雨比小雨回波高度低、强度弱,与云雷达相比C波段雷达对高一些的云观测不到,对距离较远的弱降水回波无法观测到;由于相同粒子对不同波长电磁波的散射不一样,造成两种雷达垂直方向观测到的Z变化不同。对比弱降水回波,云雷达在...     

集成学习和动态融合算法在福建省短时强降水预报中的应用

为了提高短时强降水预报准确性,在2019—2020年4—9月福建省逐时降水实况观测资料与中国气象局广东快速更新同化数值预报系统(CMA-GD)模式预报产品的基础上,应用LightGBM集成学习算法框架,建立以30 mm·h^-1为阈值的逐时降水预报模型。通过特征处理、自助聚合及超参数搜索等技术对模型进行优化,结合AUC、AUPR与传统分类指标,设计了包括业务模拟测试在内的多项试验,通过对比各建模方案验证了模型对于较长时效的短时强降水预报的适用性。结果表明:模式预报本身的命中率和空报率均较高,各建模方案具有不同程度的改善作用。自助聚合可以增强模型预测稳定性,轻微不平衡子训练集能降低模型预测空报率而取得更高的综合评分,在验证集中最佳TS评分可达17.5%;对分类信息增益贡献最大的特征变量为K指数,其次为500 hPa露点温度和时间参数特征;试验指标从优到劣依次为:随机交叉验证、小时划分的随机交叉验证、业务模拟测试,可见模型有效性主要来自相同或相邻时刻的样本信息;设计基于逻辑回归的异质模型动态融合方案以改善静态同质模型表现,各项指标均有小幅提升,在命中率接近50%时削减空...     

基于L波段探空观测的FY-4A云顶温度产品评估及其在冬季降水相态判识中的应用

利用2019—2021年冬季上海宝山站L波段探空资料对FY-4A云顶温度(CTT)产品进行评估,分析发现,FY-4A的云顶温度产品能够较好地反映单层云的云顶温度,对双层云或多层云的云顶温度则普遍高估(平均高估幅度超过14℃);当探空观测到的云顶高度不超过6 km或云顶温度不低于-20℃时,FY-4A云顶温度产品误差较小,平均偏差约为3℃。根据2021—2022年冬季长三角地区地面站观测的降水现象统计云顶温度与降水相态的关系,并对典型个例进行分析,结果表明,云顶温度低是出现降雪的必要条件之一,绝大部分降雪出现在云顶温度低于-12℃的情况下。FY-4A的云顶温度产品时空分辨率高、精度尚可,可以辅助预报员判识雨雪落区,在雨雪转换过程的预报服务中有较大的应用潜力。     

多种模式降水预报的稳定性特征研究

预报的稳定性是指对同一时段在不同时间发布的多时效预报结论的一致性,是模式预报质量的一个重要方面,较大的不稳定性会给使用者造成困扰。为深入了解业务常用模式的稳定性,使用相对标准偏差指标计算不同时效预报的降水量波动大小,并改进了Flip-Flop指数（改进后简称FFnorm）,计算多时效降水量预报变化趋势的翻转程度,衡量预报变化趋势的稳定性,对2种全球模式（ECMWF、NCEP-GFS）、3种区域模式（CMA-MESO、CMA-SH9、HHUPS-ST）,在中国6个气候分区中降水预报的稳定性进行对比分析,分为实况有降水和暴雨及以上降水2种情况进行了讨论。结果表明：实况有降水时,相对区域模式来说,全球模式的多时效降水预报的相对标准偏差较小,即模式降水量预报的波动较小;各模式对西南区的西部、东北区的东部以及华南区的南部预报的波动性相对较小,西北区的西部波动性较大。就多时效降水量预报变化趋势而言,2种情况下均为CMA-MESO、NCEP-GFS和 ECMWF的稳定性较好,其FFnorm指数小于HHUPS-ST和CMA-SH9模式,其中CMA-MESO对西南区、华南部分地区降水量预报变化趋势的稳定性较为突出;CMA-SH9的指数最大,多时效降水量预报变化趋势稳定性较差;各模式对长江中下游地区的FFnorm指数相对较大,多时效预报趋势的稳定性较差。有降水时,CMA-MESO随时效临近的降水量预报变化趋势稳定（单调递增、单调递减或不变）的频次最多,其次是NCEP-GFS,2种降水情况下,该2种模式的降水量预报均为随时效临近单调递增次数大于递减次数,且CMA-MESO单调递增特征尤其显著。以上特征能够为模式调试和预报决策提供参考。     

基于印度洋海温信号的我国西北地区东部夏季降水组合降尺度预测方法研究

利用国家气候中心第二代气候模式预测业务系统(BCC-CPSv2)预测产品,引入印度洋海温信号,采用组合降尺度方法建立了西北地区东部汛期降水预测模型。该预测模型对1991—2017年西北地区东部夏季降水的回报技巧较BCC-CPSv2预测技巧显著提高,空间相关系数由0.42提高到0.75,均方根误差明显减小,最多下降达80%。预测模型对降水空间分布型的预测能力较好,很好地回报了典型年份（1987年和2010年）夏季的降水距平百分率分布。通过抓住气象变量的空间分布特征,组合降尺度方法可以修正动力模式产品的预测误差,为西北地区东部夏季降水预测提供科学依据和技术支持,具有较好的应用前景。     

浅谈台风雨性质的辨别

利用地面观测资料,以及观测经验,对台风产生的降水过程进行分析,从中鉴别出该降水是阵性还是非阵性。