登陆华东台风降水分布特征

为研究华东地区台风降水、台风内核降水特征及大尺度环流对台风内核降水分布的影响,利用国家气象信息中心提供的逐日降水观测资料、NCEP/NCAR(National Centers for Environmental Prediction/National Center for Atmospheric Research)再分析资料,运用动态合成分析方法,对比分析台风登陆过程中台风内核降水分布不同的两类台风（L型、R型内核降水台风）大尺度环流特征。结果表明：（1）影响华东地区的台风主要在夏季登陆,台风登陆及带来极端降水的次数都具有“单峰型”的月际分布特征,降水分布从沿海向内陆、由南向北逐渐递减。（2）台风内核降水具有不对称性,强降水更易出现在高低空辐散辐合场相配合且上升运动维持较好的一侧。（3）L型内核降水台风主要受暖平流控制,环流西部存在多个冷平流中心,冷暖平流交汇增强了大气对流不稳定性,为降水提供了不稳定能量;R型内核降水台风登陆后主要受冷平流控制,环流东北部存在暖平流,冷暖平流相互作用使大气稳定度降低,有利于路径右侧降水发生。（4）L型内核降水台风在其环流西南部存在强水汽辐合,有利于路径...     

基于数值预报与雷达外推预报融合方法的降水回波短临预报试验研究

采用傅里叶-梅林变换、多尺度光流法及威布尔分布,对湖北省2020年6—7月4次降水过程雷达回波进行多尺度预报试验及其相位和强度校正。在此基础上,利用双曲正切函数对校正后的模式降水回波预报和雷达回波外推临近预报进行融合。最后,基于预报技巧评分和平均绝对误差及命中率等指标对不同时效、尺度及回波阈值的预报结果进行定量分析。结果表明：（1）融合后的0～3 h降水回波预报在范围和位置上均较模式预报和雷达外推预报改进明显,尤其对强回波预报有明显优势,对对流预报有积极作用;0.01°×0.01°尺度的0～1 h预报效果明显好于其他尺度及预报时效。（2）武汉RUC模式预报效果最差,平均绝对误差（mean absolute error,MAE）最大为6.1～8.2 dBZ,而融合预报效果最好,MAE最小为4.7～6.5 dBZ。0.01°×0.01°尺度下融合预报的命中率（probability of detection,POD）随回波阈值和预报时效增加而降低,而其他尺度下20 dBZ回波阈值的平均POD最大、MAE最小,平均POD(MAE)均高于（低于）其他2种预报。总体来看,融合预报明显优于单一预报...     

基于ISCCP和CMORPH-AWS资料的中国南方地区云与降水关系分析

探究中国南方地区不同高度云量的时空变化及其与降水的关系,可了解云在降水中的作用和反馈机制并为空中云水资源开发提供基础和依据。利用国际卫星云气候计划（International Satellite Cloud Climatology Project,ISCCP）中D系列卫星观测云数据集12 a(1998—2009年)资料,详细分析了中国南方地区总云量、低云量、中云量、高云量的时空分布特征,并结合中国自动站（automatic weather station,AWS）降水数据与美国国家海洋和大气管理局（National Oceanic and Atmospheric Administration,NOAA）气候预测中心（Climate Prediction Center,CPC）MORPHing technique(CMORPH)卫星反演降水产品融合的格点降水产品（CMORPH-AWS）分析了云量与降水强度、降水次数的关系。结果表明：（1）在空间分布上,中国南方地区总云量和中云量空间分布类似,高值中心位于四川盆地、贵州、重庆交接处,低值中心位于云南地区;高云主要分布在南方地区的西部,表现为...     

三种多卫星降水产品在中国大陆地区的性能评估

经地面降水观测资料校正的多卫星遥感降水产品的质量得到改进,但不同多卫星遥感降水校正产品的误差和性能在中国大陆地区缺乏相关的分析和比较,不利于用户对这些产品性能的理解及相关的降水数据使用。基于2015年和2016年的数据,研究采用降水探测能力指标和精度指标对经地面资料校正的MSWEP,IMERG和GSMaP的性能在中国大陆地区做了详细的性能评估,并为这些产品的误差校正算法提出改进方法和思路。     

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%。     

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。     

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...     

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。     

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...