定点海洋气象要素预报技术及自动化发布平台

本文以MM5模式运算结果为基础资料,引进海上定点实况气象要素资料与之建立统计模型,最终得到高质量的定点、定时、定量的时效为72 h的客观天气预报。建立可视化操作平台,使其结果得到业务化运行,有效提高日常预报业务化能力和水平。     

广西海岛近50年来气候的年际和年代际变化特征——七个海岛观测站观测资料总结

对广西海岛7个测站自建站以来的实际观测气温、降水量、蒸发量的年际和年代际变化进行了数据分析.气温和降水量的年际变化主要显示了一年和半年的冬、夏季旋回周期性,气温的主要变化体现在冬季气温上,夏季气温变化不大.而降水量的年际变化都体现在夏季,冬季降水稀少,变化也很小.冬季气温最低值在1983年以后出现比较明显的上升趋势,降水量在1977年前后由干旱转向湿润和干湿分明(后二者的分界年为2000年).年代际气温平均值和总降水量在各个测站均揭示了大于80%或者90%的周期性,周期范围集中在6～7年和3～4年.相似的周期也出现在其他西北、西南地区的气温和降水量中,体现了与副热带高压和极涡等大气系统相同的周期.与年际ENSO- La Nina现象以及太平洋年代际振荡(PDO)等具有比较清晰的对应,体现了广西海岛以及中国气候与太平洋海温和亚洲海陆热力差异的季风等区域环流系统的密切关系.     

深水半潜式钻井平台简化疲劳分析

研究适用于中国南海的深水半潜式钻井平台结构简化疲劳分析方法。依据中国南海环境条件,计算平台结构应力响应,得到平台结构应力范围长期Weibull分布形状参数。通过结构波浪应力的长期预报,计算得到平台寿命期一遇波浪载荷,依据寿命期一遇波浪载荷计算平台结构寿命期一遇最大热点应力范围。采用简化疲劳分析方法计算平台结构疲劳寿命,用谱疲劳分析方法验证简化疲劳分析结果的准确性,证实了简化疲劳分析方法相对保守,可应用于平台的设计。     

FOAM模拟的20世纪气候变化

在加入温室气体和太阳常数后,FOAM较好地模拟出20世纪气候变化的主要特征,与IPCC AR4模式和观测的结果基本保持一致,主要特征如下:(1)全球平均地表气温升高约0.6~0.7℃,海表面温度升高约0.4~0.5℃;地表温度升高不均匀,冰面大于陆地,陆地大于海洋,北半球大于南半球;对流层变暖,平流层变冷。(2)中纬度西风增强,西风带和信风带都有往极地移动的趋势,在南半球更明显;南北半球增暖的不对称可能影响信风的变化。(3)海表面温度经向梯度增大,和中纬度西风增强有互为因果的关系。(4)中低纬度蒸发加强,大气中的水汽增加,水汽的温室效应增强。(5)海洋上层增暖,副热带地区更明显;高纬度海洋变淡,太平洋变淡,印度洋和大西洋中低纬度变咸;北大西洋热盐环流减弱。     

中国海及邻近海域卫星观测资料同化试验

利用1个基于POMgcs海洋模式和多重网格三维变分同化方法建立的中国海及邻近海域海面高与三维温盐流数值预报模型,通过一系列数值试验,研究了同化卫星测高和卫星遥感海面温度观测资料对该模型预报能力的影响。试验结果表明,同化卫星测高资料可明显改善海面高度与三维温度和盐度的分析预报效果,使1 200 m以上的温度预报误差减小0.16℃,并能有效提高对海洋中尺度现象的预报能力;同化卫星遥感海面温度对100 m以上的温度和盐度的预报效果有所改善,可使海面温度的预报误差减小10%。     

影响龙嘉国际机场飞行活动的雷暴特点

通过影响飞行活动的雷暴天气形势特点分析、影响飞行活动的雷暴日变化分析、影响飞行活动的雷暴持续时间特征分析、影响飞行活动的雷暴雷达回波特点分析,归纳出4条结论。     

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。     

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...