两种基于雷达的临近预报算法在赣江流域的应用

将多尺度雷达回波跟踪(MTREC:Muti-scale Tracking radar echoes by correlation)算法和基于降水栅格数据的网格追踪临近预报外推(PBN:Pixel-Based Nowcasting)算法应用在赣江流域,对这两种临近预报算法在1~3 h预见期的临近预报降水数据进行评估,总结两种临近预报算法在赣江流域的预报性能和预报特点。结果表明:(1)随着预见期的增加,MTREC方法的预报性能变化较为平缓。PBN方法的预报性能明显变差。(2)MTREC方法预报降水偏弱,且对于低值降水预报较为准确,而PBN方法预报降水偏强,且预报高值降水较为准确。(3)MTREC方法预报的降水高值区的范围偏小而低值降水区范围偏大,PBN方法预报的高值降水区的范围偏大而低值降水区范围偏小。(4)随着预见期的增加,MTREC方法的降水概率预报变化较为平稳,而PBN方法预报高值降水(0.4 mm·h~(-1))的概率偏高,预报低值降水(0.4 mm·h~(-1))的概率偏低。     

基于气象要素的黄河宁夏段流凌密度预报模型

历史上,黄河宁夏段曾多次发生漫滩甚至决堤淹田等重大气象衍生次生灾害,带来严重损失,且大多发生在封河或开河过程中,流凌密度是判断开、封河的重要指标。本研究利用黄河宁夏段2008—2015年气象水文资料,对流凌密度与其前3~7天的气象要素进行多元线性回归和单要素曲线模拟,结果表明:利用气象要素资料开展流凌密度定量化预报可行,模型拟合度较高,可实现基于数值天气预报的黄河凌汛流凌密度预报业务。     

T639预报气温产品误差分析与订正

由于T639数值预报模式对具体区域预报有一定偏差,为了更好的利用该模式做出山东即墨本区域各自动站气温预报,制定订正方法,将订正方法运用到实际业务中,推广到相关单位,提高气温预报准确率,本文利用2013年1月至2015年12月山东省即墨市8个区域自动站的最高(低)气温实况和对应的T639数值预报24小时2m气温预报产品进行了日最高(低)气温的预报准确率、相对误差分析,并结合风向风速预报结论和地形分区,运用综合订正、季节订正、风向订正和风速订正4种误差订正方法,在对比检验的基础上,得出如下结论:在4种订正方法中,预报准确率最高为综合订正方法。     

湘西地区高架雷暴类冰雹的基本特征与关键预报因子

利用常规气象观测资料,对2005—2014年湖南省湘西州2—3月高架雷暴类冰雹的时空分布特征、天气系统配置及环境场要素特征等进行统计分析,探讨高架雷暴类冰雹发生发展的物理机制。结果表明,湘西早春时期的高架雷暴类冰雹南部地区多于中北部地区,具有一定的日变化。影响高架雷暴类冰雹的主要天气系统为高空槽、700hPa急流以及冷空气等。潜势预报指标包括:850hPa相对湿度大于等于92%,700hPa相对湿度大于等于60%,500hPa相对湿度小于等于48.5%;850hPa存在强的温度锋区,温差大于等于13℃/5个纬度;700hPa与500hPa的温差大于等于15℃;700hPa有风速大于等于16m·s~(-1)的西南急流,且850hPa与700hPa的垂直风切变大于等于19m·s~(-1);0℃层高度为3~4km,-20℃层高度为6~7km。     

中西方地图与地图学史比较研究

地图与地图学史研究有助于了解发展规律,探索学科发展方向。本文以中西方地图、地图学史为研究对象,依时间顺序提出中西方地图、地图学发展中的3次互补,结合历史史例予以说明;通过比较分析法,探索分析3次互补融合程度,结合学科前沿,对地图与地图学发展提出合理预测,推断第4次互补发生的可能。     

中国气象局S2S数据归档中心设计及关键技术

中国气象局S2S（Sub-seasonal to Seasonal）数据归档中心建设是中国气象局承担世界气象组织（WMO）的世界天气研究计划（WWRP）和世界气候研究计划（WCRP）任务,由国家气象信息中心负责设计和实现。该文介绍了S2S数据归档中心建设中涉及的数据交换、数据检查及处理、数据归档存储及数据服务门户全流程系统设计和实现。针对各业务中心生产的S2S数据配置差异较大造成数据交换、同步较难这一问题,采用基于FTP（file transfer protocol）的数据推送和基于ECMWF（European Center for Medium-range Weather Forecasts）WebAPI主动数据下载相结合的方式,说明数据交换、同步方法和策略。由于S2S数据量巨大难以高效管理服务,已设计统一的数据组织形式和存储规则,实现根据数据检索条件解析获取数据存储位置,提供便捷的数据检索下载服务。自2015年11月15日中国气象局S2S数据门户系统对外开放,目前数据门户系统已有超过18个国家的300个用户注册并下载数据。     

Flood forecasting in Niger-Benue basin using satellite and quantitative precipitation forecast data

Availability of reliable, timely and accurate rainfall data is constraining the establishment of flood forecasting and early warning systems in many parts of Africa. We evaluated the potential of satellite and weather forecast data as input to a parsimonious flood forecasting model to provide information for flood early warning in the central part of Nigeria. We calibrated the HEC-HMS rainfall-runoff model using rainfall data from post real time Tropical Rainfall Measuring Mission (TRMM) Multi satellite Precipitation Analysis product (TMPA). Real time TMPA satellite rainfall estimates and European Centre for Medium-Range Weather Forecasts (ECMWF) rainfall products were tested for flood forecasting. The implication of removing the systematic errors of the satellite rainfall estimates (SREs) was explored. Performance of the rainfall-runoff model was assessed using visual inspection of simulated and observed hydrographs and a set of performance indicators. The forecast skill was assessed for 1–6 days lead time using categorical verification statistics such as Probability Of Detection (POD), Frequency Of Hit (FOH) and Frequency Of Miss (FOM). The model performance satisfactorily reproduced the pattern and volume of the observed stream flow hydrograph of Benue River. Overall, our results show that SREs and rainfall forecasts from weather models have great potential to serve as model inputs for real-time flood forecasting in data scarce areas. For these data to receive application in African transboundary basins, we suggest (i) removing their systematic error to further improve flood forecast skill; (ii) improving rainfall forecasts; and (iii) improving data sharing between riparian countries.     

径向基神经网络在沉降预测中的应用

针对大型建筑物的沉降监测存在较多的不等时间间隔沉降监测数据,现有模型需要对此类数据进行等间隔处理后建立沉降预测模型的现状,该文采用无需对监测数据进行等间隔预处理的径向基神经网络对沉降监测数据建立沉降预测。通过对西安某大厦基坑开挖对地表和周围建筑物影响的沉降监测数据进行实例分析,并与非等间隔灰色GM(1,1)预测模型进行对比,利用模型评价指标评价预测模型精度。结果表明:采用径向基神经网络建立预测模型处理过程简便,其预测精度优于非等间隔灰色GM(1,1)预测模型。     

灰色系统灾变预报方法在风暴潮预报中的应用

本文把灰色系统灾变预报方法应用到风暴潮预报中，对逐年最大风暴潮增水资料确定一个阈值ξ，对于年最大风暴潮位资料大于阈值ξ的年份组成一个序列，用一阶线性模型GM（1，1）预报风暴潮灾的出现年份，结果表明：用GM（1，1）模型可较好地预报风暴潮灾的出现年份。     

胜利油田近海及沿岸地区东北大风及风暴潮分析预报

对产生影响胜利油田近海及沿岸地区东北大风及风暴潮灾害的两大类天气系统进行了具体分析，分别给出了冷锋配合江淮气旋产生东北大风及风暴潮的三种环流形势和两类影响胜利油田热带气旋移动路径及其预报着眼点。