安全射界技术在人工影响天气对空作业中的应用

本文根据人工影响天气(以下简称人影)作业安全射界管理需求,讨论分析了影响人影作业安全射界因素包括装备性能、弹药稳定性、高空气流、站点海拔和人员操作水平等,提出一种人影作业安全射界精细化绘制思路和方法,设计开发了基于高分辨率卫星影像数据和数字高程模型数据(以下简称DEM数据)人工标识技术的人影安全射界绘制系统。经实践应用,该系统输出的人影作业安全射界图,可解决传统射界图安全标记要素不全、绘制分辨率不高、信息化程度低等问题,对提升作业效益和安全管理水平具有一定的实用价值,可以向开展人影作业的各级单位推广使用。     

中国地区集合预报产品自适应递减平均偏差订正法的改进研究

基于中国地区T213集合预报产品2 m温度预报数据,采用卡尔曼滤波类型的自适应递减平均法进行偏差订正处理,原方案在剧烈降温天气订正效果表现不理想。通过对递减平均参数w的重新构建得到改进的订正方案w(i,p)(i为站点信息,p为天气过程信息),在此基础上进一步优化对历史信息的有效提取,得到改进的方案w(i,p)相似法和w(i,p)统计法,并进行效果检验。结果表明:改进为包含空间和天气过程信息的函数w(i,p)后方案的订正效果得到不同程度的提高,其中24 h剧烈降温预报各成员预报均方根误差平均减小了0. 15℃;而进一步改进的w(i,p)统计法在当前几种剧烈降温预报中订正效果最优,其集合平均偏差与w(i,p)方案相比减小2. 54℃。     

高精度高空风预报技术探讨

针对航天气象保障中高分辨率高空风的预报需求,利用欧洲数值预报、GRAPESGFS、导航探空数据,通过WRF模式直接输出、高空风模式产品融合、动力统计订正等方法实现了20 km以下逐250 m的高空风短期预报,并选择2019年11月—2020年3月进行试验,结果表明：U风预报好于V风;5～14 km高空风预报效果好于其它层次;在模式产品融合基础上进行的动力统计订正,预报效果最好,对于同层U、V风,4 m/s偏差内预报准确率为77.4%,6 m/s偏差内预报准确率为93.2%。     

BP人工神经网络在MM5预报福建沿海大风中的释用

利用变分方法建立预报场和预报倾向场这一预报场组合与模式预报非系统性误差之间的映射关系,来估计GRAPES（Global/Regional Assimilation and PrEdiction System）模式的非系统性误差,从而对预报做出修正。采用两种不同的历史样本建立这一映射关系,其中,利用相同时刻历史样本建立映射关系的方法称为DEM方法;通过相似面积比选取“相似样本”来建立上述映射关系的方法称为SEM方法。以FNL分析资料作为评判预报误差的依据,根据2002—2010年7月GRAPES模式500 hPa高度场48 h预报的回报资料,利用两种不同的方案进行非系统性误差的估计及预报订正试验。对279个检验样本的试验结果表明：SEM方法和DEM方法都对非系统性误差有一定的估算能力,二者估算的非系统性误差空间分布和量级与模式非系统性误差较一致,SEM方法的修订效果略优于DEM方法,但并不明显。对预报做出系统性误差和非系统性误差两步订正后,DEM方法和SEM方法的订正有效率分别为98.566%和100%,可明显提高预报的准确性。

     

中巴地球资源卫星数据反演地表温度产品设计

利用CBERS IRMSS/IRS传感器红外通道数据,基于MODTRAN4和查找表算法,根据地表数字高程和全球/区域一体化数值预报模式,建立相应高度和气象条件下温度反演配套系数,利用CBERS可见/近红外通道和地表比辐射率数据库最终生成地表温度/地表发射率产品。最后介绍了温度产品的验证工作,并对温度反演中存在的参数敏感性和不确定性问题进行了分析。     

自动站与人工站观测记录的差异分析

应用石家庄2001年5月～2002年3月城区自动站和2003年1～5月CAWS600自动站的观测资料,分别与同步的常规人工站观测资料对比分析。从它们感应器件和测值原理的不同、观测时间的差异、天气条件的影响等方面,分析了观测记录差异形成的原因。对城区自动站与人工站气温观测记录差值进行统计学分析认为,该测温差值的形成与气象要素有一定关系,以此为据建立了统计学差值订正方程,经统计检验和2003年4～5月的实际检验均效果显著。自动站与常规站观测记录的差值分析表明。自动站虽有许多需要完善的地方,但现用仪器所测数据,其差值基本都在允许范围内或略超出允许范围,能满足日常业务使用。在观测时间的统一性上自动站优于人工站。     

CMA-GFS V4.0模式关键技术研发和业务化

针对CMA-GFS V3.3强降水预报偏弱、西北太平洋副热带高压等天气系统预报衰减偏快以及模式计算效率偏低等问题,对模式物理过程与动力框架关键技术开展研发改进。在预报性能方面,通过在云微物理方案中增加霰粒子相关的微物理过程、调整蒸发速率,并在积云对流方案中改进触发条件、卷入率、准平衡闭合假定等关键因子的参数化方法,缓解模式强降水预报不足和小雨过多的问题;采用质量守恒修正算法解决模式长时间积分质量损失问题,改善天气形势预报。在计算效率方面,研制二维参考廓线方案延长模式积分时间步长,开发预条件经典斯蒂菲尔迭代（PCSI）算法提高Helmholtz方程的求解效率,对辐射方案、预估-修正算法等进行计算效率优化。通过上述关键技术的研发和应用,CMA-GFS在降水和天气形势方面的预报技巧得到显著提升,计算效率提高1/3左右,满足模式在0.125°分辨率下业务运行的时效要求,为CMA-GFS V3.3升级到V4.0奠定了基础。     

基于TRMM/PR的长江下游地基雷达一致性订正

不同雷达观测相同目标的反射率因子差异会影响雷达组网应用效果,对无波束阻挡的X波段雷达而言,这种差异主要由雷达定标偏差和信号衰减引起,其中衰减包含降水导致的衰减以及天线罩水膜导致的衰减。为了订正定标偏差、天线罩水膜衰减以及降水衰减,设计了一个基于相控阵雷达组网的订正方法。首先,将天线罩水膜导致的衰减看作定标偏差的一部分,使用组网衰减订正算法做初次衰减订正;然后,通过构建一个雷达网观测偏差函数,使用梯度下降法求解各雷达之间的定标偏差;最后,将订正了定标偏差的原始反射率因子再次使用组网衰减订正算法进行二次衰减订正。对上述订正方法,用于广东省佛山市7部X波段相控阵天气雷达探测的一次冷空气降水过程进行检验。结果显示,传统的PIA (Path-integrated attenuation)算法订正结果与广州S波段天气雷达观测结果相关系数为0.53,均方根误差为9.0 dB, 而该算法这两项数值分别为0.64和8.4 dB,优于PIA;在台风外围的局地强降水过程中也得到了相同的结论。

     

ARTIFICIAL NEURAL NETWORK CORRECTION OF ROUGH ERRORS OF OBSERVATIONS

In the context of tower measured radiation datasets.following the correction principle meetinga diagnostic equation in data quality control and in terms of a technique for model construction ondata and ANN(artificial neural network)retrieval for BP correction of radiation measurementswith rough errors available,a BP model is presented.Evidence suggests that the developed modelworks well and is superior to a convenient multivariate linear regression model,indicating its wideapplications.     

基于偏最小二乘回归的区域换式风速预报订正技术研究

利用偏最小二乘回归技术,将预报产品作为自变量,相应的自动气象站观测资料作为因变量,对2013-2016年冬季浙江省中尺度区域模式预报近地面风速进行订正和评估。所选956站中多数站点风速订正后有所改善,通过定量分析可知浙江西部地区整体改善效果最好,其中效果明显站点占91.7%;中部地区改善效果明显站点占86.5%;东部沿海地区改善效果略差,明显改善的站点占67%。各地级市整体表现均不错,除舟山地区为49.9%外,其他地区风速改善比例均超过50%。选取2017年1月20日浙江东北地区沿海大风过程分析发现订正后的风速与观测风速更为接近,在定海大岛站点(靠里)中表现尤为明显,订正后的结果具有显著参考价值。