基于卫星识别的渤海海效应事件基本特征分析

针对渤海区域冬季较为常见的海效应事件,利用2000—2012年的GMS5、GOES9和MTSAT等卫星遥感数据及NCEP FNL再分析数据、海面温度SST、地面降水观测数据等资料,系统研究了渤海海效应事件的季节变化和日变化特征。研究结果表明：渤海海效应事件一般持续时间不长,但在11月—次年1月,有持续时间较长的个例,这段时间也是发生次数最多的时期;海效应事件的发生有较明显的日变化特征,清晨和上午出现的频次明显大于下午和前半夜,且不同季节也不尽相同;海效应事件中有约一半会造成山东半岛降水,其中在冬半年主要造成降雪,但个别情况下也有可能形成降雨;另外,造成海效应事件的天气学环境指标也具有很强的季节变化特征,其中850 hPa温度、海面温度、地面2 m温度和比湿均有较明显的月变化,而风速、海面和850 hPa温差则相对稳定,季节变化不大。这些研究结果将进一步加深对渤海海效应事件的认识,为预报思路凝练和研究的开展提供参考和借鉴。     

两种不同产量历史丰歉气象影响指数确定方法在农业气象产量预报中的对比研究

利用吉林省1980—2015年春玉米单产数据、50个气象站逐日气象资料,基于欧式距离和相关系数建立综合诊断指标,利用综合诊断指标研究分析预报年与历史年春玉米气象产量丰歉气象影响指数的关系,以此构建春玉米产量预报模型,对吉林省春玉米产量进行动态预报。产量预报模型对2003—2012年的预报试验结果表明,产量丰歉趋势ΔY的平均正确率均在60%以上,加权分析法的单产预报准确率除2009年外,均高于80.0%,且各时段的预报准确率均高于大概率法的。对2013—2015年吉林省春玉米产量的预报检验结果表明,加权分析法对产量丰歉趋势ΔY的预报结果稍好;加权分析法单产预报准确率几乎都在90.0%以上,普遍高于大概率法的。说明加权分析法建立的产量预报模型预报效果更好,可在业务上应用。     

基于CMIP6气候模式的新疆积雪深度时空格局研究

积雪深度的变化对地表水热平衡起着至关重要的作用。选用了国际耦合模式比较计划第六阶段（CMIP6）中目前情景比较齐全的五个全球气候模式,通过对比新疆地区1979—2014年积雪深度长时间序列数据集,评估了气候模式在新疆地区模拟积雪深度的模拟能力,接着预估了未来不同SSPs-RCPs情景下新疆地区在2021—2040年（近期）、2041—2060年（中期）、2081—2100年（末期）相对于基准期（1995—2014年）的积雪深度变化。气温和降水对积雪深度变化有着重要的影响,因此还分析了新疆地区到21世纪末期气温和降水的变化趋势。结果表明：订正后的气候模式模拟的积雪深度数据与观测数据的相关系数均达到0.8以上,其中1月至3月与观测数据的结果更为吻合。气候模式基本上能够反映积雪深度年内变化的基本特征,气候模式模拟的积雪深度空间分布和观测数据具有相似的特征。气温和降水在未来不同情景下均会波动上升,其中气温的增幅相对比较明显,达0.43 ℃·（10a）^-1,而降水的增幅为0.63 mm·（10a）^-1,新疆未来的气候总体上呈现出变暖变湿的趋势。新疆地区的平均积雪深度在未来不同时期相对基准期均呈增加的趋势。SSP1-1.9情景下,21世纪近期、中期和末期北部大部分地区的积雪深度将会有所增加;SSP1-2.6情景下,北部阿尔泰山地区的积雪深度在21世纪近期有所减小,但中期和末期将会有所增加;SSP2-4.5情景下,21世纪不同时期东部地区的积雪深度将会有所增加,北部和中部大部分地区在不同时期积雪深度将会变小;SSP3-7.0情景下,21世纪不同时期北部和西南地区的积雪深度将会普遍变小,东部地区的积雪深度将普遍增加;SSP4-3.4和SSP4-6.0情景下,21世纪不同时期西南昆仑山地区的积雪深度将会普遍变小,东部地区的积雪深度将普遍增加;SSP5-8.5情景下,北部阿尔泰山地区和东部地区的积雪深度将普遍增加。     

北印度洋风浪流数值预报系统:Ⅰ-设计与实现

以5°S以北印度洋海域为目标区域,基于区域大气模式WRF、海浪模式SWAN和海流模式ROMS,建立了北印度洋风浪流数值预报系统。该系统具有运行稳定、针对性强和产品定制灵活等特点,为海洋环境预报、舰艇航行保障、军事行动准备等提供准确及时的常规和定制风浪流数值预报产品。     

北印度洋风浪流数值预报系统:Ⅱ-检验分析

基于系统构建工作[1],开展北印度洋风浪流数值预报系统后报和准业务化预报,并利用2013年9月—2014年3月共6个月的资料对预报结果进行了统计检验。结果显示北印度洋风浪流数值预报业务运行稳定可靠,大气模式(WRF)72 h预报的500 hPa位势高度距平相关系数达到89%,海浪模式(SWAN)的72 h有效波高预报的相对误差低于20%,海流模式(ROMS)的72 h海表温度预报的均方根误差在0.5℃左右;同时对2013年10月期间孟加拉湾的超级气旋风暴"PHAILIN"的预报结果进行了分析。该风、浪、流预报系统能够较好地预报"PHAILIN"的移动路径、最低气压及相应的海浪和海流过程。该系统的试运行和检验分析结果,对建立新一代海洋环境数值预报系统具有一定借鉴意义。     

基于滤波技术的上海日最大电力负荷气象预报模型

电力负荷与气象条件密切相关,为建立上海市日最大电力负荷的预报模型,利用2010—2013年上海市日最大电力负荷数据及同期气象资料,分析日最大电力负荷的时间变化特征及其与气象因子的相关性,并基于滤波技术将日最大电力负荷分离为时间趋势项和逐日变化项,用逐步回归方法针对冬季和夏季分别建立预测模型。结果表明：①上海日最大电力负荷的各个节假日效应存在差异,春节节假日效应持续时间最长,影响最大,国庆节假期前半段节假日效应明显大于后半段。夏季的周末效应最强。②采用逐步回归方法建立的气象预报模型效果较好,回代年和预测年的平均预测相对误差均小于5%。     

青藏高原东侧常规观测资料对WRF模式预报误差的贡献分析

利用WRFDA-FSO(Forecast Sensitivity to Observation)系统,统计分析2009年和2010年5—10月青藏高原东侧常规地面和高空观测对WRF模式预报误差的贡献。结果表明:地面观测资料各要素中,温度场对模式预报误差贡献最大,风场、气压和水汽场的贡献相对小;四川东部、广西大部和云南南部边缘地区的资料对改进预报产生正贡献较大。高空资料各要素中,温度场对模式预报误差贡献最大,其次是水汽场,风场贡献最小;高空站资料对改进预报产生正贡献较大的区域主要分布在云南大部、贵州西部边缘和广西西北部边缘地区。依据误差统计结果,剔除对改进预报产生负贡献较大的地面和高空站资料后,模式降水和温度预报效果有所改善。     

MULTIMODEL CONSENSUS FORECASTING OF LOW TEMPERATURE AND ICY WEATHER OVER CENTRAL AND SOUTHERN CHINA IN EARLY 2008

Based on the daily mean temperature and 24-h accumulated total precipitation over central and southern China, the features and the possible causes of the extreme weather events with low temperature and icing conditions,which occurred in the southern part of China during early 2008, are investigated in this study. In addition, multimodel consensus forecasting experiments are conducted by using the ensemble forecasts of ECMWF, JMA, NCEP and CMA taken from the TIGGE archives. Results show that more than a third of the stations in the southern part of China were covered by the extremely abundant precipitation with a 50-a return period, and extremely low temperature with a 50-a return period occurred in the Guizhou and western Hunan province as well. For the 24- to 216-h surface temperature forecasts, the bias-removed multimodel ensemble mean with running training period(R-BREM) has the highest forecast skill of all individual models and multimodel consensus techniques. Taking the RMSEs of the ECMWF 96-h forecasts as the criterion, the forecast time of the surface temperature may be prolonged to 192 h over the southeastern coast of China by using the R-BREM technique. For the sprinkle forecasts over central and southern China, the R-BREM technique has the best performance in terms of threat scores(TS) for the 24- to 192-h forecasts except for the 72-h forecasts among all individual models and multimodel consensus techniques. For the moderate rain, the forecast skill of the R-BREM technique is superior to those of individual models and multimodel ensemble mean.     

AN OPERATIONAL STATISTICAL SCHEME FOR TROPICAL CYCLONE INDUCED RAINFALL FORECAST

A non-parametric method is used in this study to analyze and predict short-term rainfall due to tropical cyclones(TCs) in a coastal meteorological station. All 427 TCs during 1953-2011 which made landfall along the Southeast China coast with a distance less than 700 km to a certain meteorological station- Shenzhen are analyzed and grouped according to their landfalling direction, distance and intensity. The corresponding daily rainfall records at Shenzhen Meteorological Station(SMS) during TCs landfalling period(a couple of days before and after TC landfall) are collected. The maximum daily rainfall(R-24) and maximum 3-day accumulative rainfall(R-72) records at SMS for each TC category are analyzed by a non-parametric statistical method, percentile estimation. The results are plotted by statistical boxplots, expressing in probability of precipitation. The performance of the statistical boxplots is evaluated to forecast the short-term rainfall at SMS during the TC seasons in 2012 and 2013. Results show that the boxplot scheme can be used as a valuable reference to predict the short-term rainfall at SMS due to TCs landfalling along the Southeast China coast.     

ENSO预测的目标观测敏感区在热带太平洋海温的多模式集合预报中的应用

本文将ENSO预测的目标观测敏感区与多模式集合预报方法相结合, 提出了一种能够有效提高预报技巧且又具有较小计算成本的多模式集合预报方法。该方法在目标观测敏感区内采用模式不等权的多模式超级集合预报方法(SUP), 而在其他区域采用相对简单的等权的多模式消除偏差集合平均方法(BREM)。利用CMIP5中15个气候系统模式的工业革命前参照试验(pi-Control)数据, 针对热带太平洋海温的长期演变开展了理想预报试验。将新集合预报方法与现有的多模式集合预报方法进行了比较。结果表明, 在所考察的预报期内(即1～20年), 新集合预报方法与整个热带太平洋区域使用SUP方法具有相当的预报技巧, 但前者的计算成本明显小于后者, 计算时间仅为后者的1/4。可见, 新方法是一个具有较高预报技巧且计算成本较小的多模式集合预报方法。同时, 其较高的预报技巧强调了热带太平洋SST预测对ENSO目标观测敏感区内的模式误差也是极端敏感的, 也正因如此, 多模式集合预报方法才能够有效过滤模式误差的影响, 具有较高的预报技巧。