一种可业务化的雷电潜势预报方案

利用2000～2005年的闪电定位资料、常规气象观测资料,实时业务应用的数值预报产品以及NCEP/NCAR再分析资料等,基于雷电发生的天气学分型和完全预报方法原理,以可业务实时实现为原则,对广州地区雷电的短期潜势预报进行了研究,引入了"马赛克化"、不确定度概念以及多元回归、线性/非线性拟合方程等数学统计方法,得到一种较有效的雷电短期潜势预报方案,该预报方案在实时业务预报中试用,预报结果对雷电潜势预报具有参考价值.     

珠江流域夏半年降水的预测

采用珠江流域1954～2003年月降水资料,以及前期太平洋海温场和北半球500 hPa高度场月平均资料,利用主分量逐步回归预测模型,对该流域夏半年(4～9月)降水分布进行主分量计算和预测.结果表明:对前25个主分量的预测就能很好地预测珠江流域夏半年降水的变化,2004～2006年预测结果与实况较接近.预测因子取自500 hPa高度场和海温场的主分量,为降水的预测提供大量有用信息.该方法在实际业务中有一定的应用价值.     

江苏省夏季最高温度定量预报方法

以江苏省徐州、南京、射阳3个探空站2002～2006年7～8月逐日观测资料为基础,选取了影响最高温度变化的因子,利用逐步回归方法建立了以徐州、南京、射阳3地为中心的区域预报模型,并对模型的回归效果和预报情况进行分析.剖析了其用于实际预报的合理性和可信度,同时与欧洲中期天气预报中心动力数值预报结果相结合,利用高斯权重插值方法将预报场的格点资料捕值到江苏各站点,通过PP法,完成了江苏省最高温度的定量预报.预报当天最高温度误差在1℃以下的概率为5O%左右,2℃以下概率在8O%左右,该方法可用于最高温度预报.     

气象装备保障效能评估技术

随着气象部门装备保障业务重要性的不断提高,开展装备保障评估方法的研究,对保障质量进行科学评价成为一个新的课题。就监控、维护和维修3个装备保障子业务分别建立了各自的评估体系,还利用监控、维护和维修业务的独立性,提出了根据业务单位职责的组成,使用监控率、故障率和维修率三者的加权平均值评估装备保障综合效能的方法,对建立装备保障业务的考核体系有一定的参考借鉴意义。     

煤矿区碳排放的确认和低碳绿色发展途径研究

开展煤矿区碳排放的系统评价和减排路径的综合分析,是落实我国碳达峰与碳中和愿景的具体行动。针对煤矿区碳排放源边界不清、核算模型缺乏及碳中和背景下发展方向等问题开展分析。通过文献查阅、资料收集等方法,厘清煤矿区碳排放源边界,并建立碳排放量核算模型,明确煤矿区低碳绿色发展方向。结果表明:煤矿区碳排放(CH₄和CO₂)来源可划分为自然排放和人为排放两大类,并细分为5种类型,针对不同碳排放源提出相应的数学模型;同时煤矿区要加大节能和低碳技术的投入,提高综合资源的利用程度和瓦斯的监测力度,加强绿色矿山修复和建设,积极参与碳市场和碳排放权交易及培育适应市场的管理模式等一系列措施,逐步实现低碳、绿色产业体系;此外,煤矿相关单位应高瞻远瞩,深入分析并发挥政府的低碳环保政策的作用,与相关高校加强合作,在我国碳减排目标下,大力推动煤制氢技术的发展,突破CO₂-ECBM和CCUS关键技术中的运输、封存选址、安全稳定性评价、成本降低等瓶颈问题,以期在双碳背景下碳减排过程中实现经济、环保双重效益。      

一个ENSO多模式集合预报系统介绍

厄尔尼诺-南方涛动(El Ni?o and Southern Oscillation,简称ENSO)是短期气候预测的主要可预报性来源.为提高ENSO的预报水平,我们构建了一个包含5个动力耦合模式的多模式集合预报系统,其中各个模式具有不同的复杂程度、参数化方案、分辨率、初始化和集合扰动生成方案,以尽可能全面地考虑各种不确定性对预报结果的影响.回报试验结果表明:多模式集合的预报效果明显好于任何一个单一模式,其显著降低了均方根误差,并提高了异常相关性技巧.该多模式集合的预报效果可以比肩甚至优于同期北美多模式比较计划中的ENSO多模式集合预报技巧.此外,多模式集合预报能够削弱“春季预报障碍”的影响,提供更为可靠的概率预报.实时预报能够提前六个月准确地捕捉到近期连续两年的拉尼娜事件,并且该系统从2022年4月开始的预报也显示出连续三年拉尼娜事件的可能性.总体来说,这一多模式集合预报系统能够提供比任何模式成员更加准确的确定性预报和概率预报.这些改进主要得益于:一方面不同模式之间的优势互补增加了可预报信息,另一方面该系统集合成员规模较大有助于更为合理地刻画预报不确定性的分布.     

人工智能在飞机颠簸预报中的应用进展及未来趋势展望

飞机颠簸对飞机运行安全及旅客舒适度具有很大危害,提高飞机颠簸的预报准确率对于减轻人员伤害和财产损失具有重要意义,且一直是航空气象研究的重点领域。随着观测手段的丰富和科学技术的进步,飞机颠簸预报也取得了长足发展。本文首先从定性预报和定量预报的角度对国内外飞机颠簸预报的主要方法,特别是人工智能(AI)方法在其中的最新应用进行了综述。在此基础上,归纳总结出AI用于飞机湍流预报存在的主要问题和未来的重点研究方向：1)飞机实况数据的开放共享以及多源湍流数据的融合构建问题;2)基于人工智能构建飞机颠簸预报模型的可解释性及物理机制问题;3)基于人工智能构建飞机颠簸的集合预报问题。最后,提出了气象领域未来第三代人工智能的发展思路。     

ECMWF业务预报模式地面气温预报的不一致性特征研究

为探讨ECMWF业务预报模式(以下简称ECMWF)的地面气温预报不一致性问题,本文利用2015年12月1日—2016年11月30日业务预报中常用的地面气温预报数据,研究ECMWF地面气温预报产品在不同季节里的不一致性指数分布及变化特征。结果表明:各个季节不一致性指数有不同的特点,冬季不一致性指数最大,大值区主要分布在除华南和青藏高原外的大部分区域;而夏季不一致性指数最小,在青藏高原地区不一致性指数相对较大;春、秋两季不一致性指数大小均处于冬、夏季之间。此外,研究还发现冬季地面气温预报不一致性指数单日变化较大,而夏季较小。夏季不同起报时间的地面气温预报比较稳定。     

基于卡尔曼滤波的中国区域气温和降水的多模式集成预报

利用TIGGE资料集下欧洲中期天气预报中心(ECMWF)、日本气象厅(JMA)、美国国家环境预报中心(NCEP)、中国气象局(CMA)和英国气象局(UKMO)5个模式预报的结果,对基于卡尔曼滤波的气温和降水的多模式集成预报进行研究。结果表明,卡尔曼滤波方法的预报效果优于消除偏差集合平均(BREM)和单模式的预报,但是对于地面气温和降水,其预报效果也存在一定的差异。在中国区域2 m气温的预报中,卡尔曼滤波的预报结果最优。而对于24 h累积降水预报,尽管卡尔曼滤波在所有量级下的TS评分均优于BREM,但随着预报时效增加,其在大雨及以上量级的TS评分跟最佳单模式UKMO预报相当,改进效果不明显。卡尔曼滤波在地面气温和24 h累积降水每个预报时效下的均方根误差均最优,预报效果更佳且稳定。     

基于关键气象因子的河北省马铃薯产量预报

基于1983—2019年河北省马铃薯产量数据及同期河北省21个气象站逐旬平均气温、降水量、日照时数,采用因子膨化及相关分析方法,确定影响河北省马铃薯产量的关键气象因子,建立马铃薯产量预报模型,并利用预报模型对1983—2015年马铃薯产量进行回代检验,对2016—2019年马铃薯单产进行预报.结果表明:马铃薯产量对7—...