南极长城站冬季冷空气活动分析及预报

本文利用2002-2006年长城站的常规气象观测资料及澳大利亚气象局发布的南太平洋表面天气图,分析研究了该地区的冷空气活动特征。统计发现长城站冬季冷空气活动具有频数多、降温快、风力强、影响时间短等特点;分析认为气旋是诱使长城站冷空气爆发的关键因子;冷空气的路径主要有东路和西路两种,其中东路最为常见,它伴随有E-SE大风,主要天气形势是"南高北低",平均影响时间2d左右;西路伴随有W-SW大风,主要天气形势是"西低",其影响时间较短,常常仅有1d左右。最后给出了该地区冬季冷空气过程的预报思路。     

西藏扎布耶盐湖水位波动规律初探

文章探讨扎布耶北湖1991年1月至2003年12月水位变化的季节性波动、长期变化和周期变动的规律。该湖水位的季节性波动在1991~1996年表现为单峰模式,高水位出现于4月,由冰雪与冻土融水补给引起;1997~2003年表现为双峰模式,高水位分别出现在4月和8~9月(雨季),反映近年来气温上升和降水增加的影响。数学模型表明水位波动表现出8.2年的周期,幅度达0.48 m。1991~2003年水位共上升0.25 m,但大多数年份表现出平均0.06~0.08 m/a下降趋势,1998~1999年的水位上涨是水位由单峰模式变为双峰模式转折点。     

Storm-scale ensemble forecast based on breeding of growth modes

How to obtain fast-growth errors, which is comparable to the actual forecast growth error, is a crucial problem in ensemble forecast (EF). The method, Breeding of Growth Modes (BGM), which has been used to generate perturbations for medium-range EF at NCEP, simulates the development of fast-growth errors in the analysis cycle, and is a reasonable choice in capturing growing errors modes, especially for extreme weather by BGM. An ideal supercell storm, simulated by Weather Research Forecast model (WRF), occurred in central Oklahoma on 20 May 1977. This simulation was used to study the application of BGM methods in the meso-scale strong convective Ensemble Prediction System (EPS). We compared the forecasting skills of EPS by different pertubation methods, like Monte-Carlo and BGM. The results show that the ensemble average forecast based on Monte-Carlo with statistics meaning is superior to the single-deterministic prediction, but a less dynamic process of the method leads to a smaller spread than expected. The fast-growth errors of BGM are comparable to the actual short-range forecast error and a more appropriate ensemble spread. Considering evaluation indexes and scores, the forecast skills of EPS by BGM is higher than Monte-Carlo’s. Furthermore, various breeding cycles have different effects on precipitation and non-precipitation fields, confirmation of reasonable cycles need consider balance between variables.     

连续证据权重法及其在矿产潜力预测中的应用研究

目前分类证据权重法只能处理分类证据因子,连续证据因子在转化为分类数据时,必然导致信息损失;而且证据因子按分类计算权重,不能从整体上反映该证据因子对成矿有利的权重。该文尝试对分类证据权重法进行改进,将分类证据隶属度扩充为连续证据隶属度,并修改证据因子权重的计算方法,避免同一证据因子权重的重复累加,建立基于连续证据因子的模糊证据权重法。以实际的矿产潜力预测为例,对比分析分类证据权重法与所提出的模糊连续证据权重法。结果表明,基于连续证据因子的模糊证据权重法能够克服分类证据模型后验概率空间突变情况,利于预测结果的制图输出,并在一定程度上提高后验概率精度。     

感潮河段水位过程预报探讨

感潮河段水位过程同时受径流、潮流影响,其预报较为困难.将水位过程视为时间序列,用不同的模型进行了预报比较,认为以潮汐作用为主的水位预报可采用神经网络模型,对高水位预报可采用ARMA(2,1)模型,而对洪水作用为主的河道,各模型的预报能力均有待提高     

钱塘江河口一维盐度动床预报模型及应用

钱塘江河口为强涌潮、高含沙量、河床冲淤剧烈的河口,其盐度输移时空变化受河床冲淤的反馈影响十分显著。建立了考虑河床冲淤变化的一维盐度动床数学模型,耦合求解水沙运动、河床冲淤及盐度输移过程,数值计算方法采用守恒性较好的有限体积法。验证结果表明:河床冲淤对氯度的影响非常显著,动床模型的结果与实测基本吻合,在长历时盐度预报中采用动床模型是必要的。应用该模型分析了钱塘江河口咸水入侵对上游建库、治江缩窄工程等人类活动的响应,探讨了杭州城市供水水源保证率。结果表明,新安江水库、河口治理缩窄工程对改善河口淡水资源利用、保障杭州市供水安全显著;供水保证率要达95%以上,需采取上游水库泄水调度和新建备用水库等措施。     

云南2009年雨季T639、日本、德国3个数值模式的降水预报检验

对云南2009年雨季T639、日本、德国3个数值模式的降水预报进行了检验与比较,发现3个模式的降水预报均有明显的特征。总体偏差分析表明T639模式降水预报明显偏多,德国模式明显偏少,日本模式预报稍偏多。降水分级检验表明小雨和中雨的TS评分日本模式最高,大雨和暴雨的TS评分T639模式最高。T639和日本模式在降水的落区预报上均为正相关,对降水落区预报有一定的指导意义。总体上,3个模式中日本模式预报较准确,T639次之,德国模式的各项检验指标均为最低。     

降雨型滑坡预报中计算前期有效降雨量的一种新方法

在许多地区,前期降雨条件对滑坡的发生有重大影响,前期有效降雨量是滑坡预报的一个重要参数。基于累积滑坡频度-降雨量分形关系导出了一种新的计算前期有效降雨量的方法。在这个方法中,降雨衰减系数是由给定区域内引发滑坡的累积降雨阀值随观测时段天数变化的标度指数所决定,滑坡前每天降雨对总有效雨量的贡献并非是独立的,前i天降雨的衰减过程与前i-1天的降雨相关联。     

京藏高速青海东部地区汛期路面水膜厚度变化特征及预报模型构建

利用2018—2020年汛期（5—9月）京藏高速青海省公路沿线交通自动监测站逐小时气象观测资料,研究路面水膜厚度变化特征,构建水膜厚度与气象因子的预报模型。结果表明：（1） 京藏高速公路高庙桥站和汉庄村站逐小时路面水膜厚度主要分布均在0.0~0.2 mm之间,频率分别为66.0%和63.0%,大于0.5 mm以上的路面水膜厚度频率均较小（10.0%）,2站均属于强变异性地区。（2） 采用相对阈值法统计分析,发现2站路面水膜厚度在0.1 mm以内的比例分别为33.8%和36.3%,路面水膜厚度在0.1~0.6 mm之间的比例分别为59.2%和56.0%,路面水膜厚度大于0.7 mm以上即易发生水滑,引起车辆失稳、失控等危险的比例分别为7.0%和7.6%。（3） 路面水膜厚度日变化和月变化特征明显。高庙桥站和汉庄村站水膜厚度的月变化均呈弱双峰性,2站的月变化趋势不完全一致。高庙桥站的日变化峰值出现在02:00—06:00,低谷出现在14:00—16:00,汉庄村站日变化峰值出现在06:00,低谷出现在16:00。（4） 随着降水强度的增加,平均水膜厚度均遵循幂函数关系迅速增加;在降水强度0.00~1.75 mm·h^-1之间时,平均水膜厚度增加趋势明显,降水强度大于1.76 mm·h^-1平均水膜厚度变化有增有减。（5） 采用多元回归统计方法建立依据气象因子和不同降水强度下分别构建的水膜厚度模型具有较好的使用价值,可在实际业务工作中推广应用。（6） 不同降水强度下构建的水膜厚度模型计算值明显高于季天剑模型和罗京模型,本文模型与罗京模型变化趋势较为一致,水膜厚度随降雨强度增加增长趋势明显,季天剑模型水膜厚度计算值随降雨强度增加增长趋势缓慢。研究成果可应用于高原环境雨天车速管理和路面交通安全管理,能够为公路设计人员或运营管理人员提供辅助决策的依据。     

2020年超长梅汛期降水概率预报应用与检验

基于欧洲中期天气预报中心（European Center for Medium-range Weather Forecasts,ECMWF）集合预报资料及浙江全省自动站降水观测资料,采用贝叶斯模型平均（Bayesian Model Average, BMA）方法对2020年浙江超长梅汛期开展降水概率预报订正试验。采用平均绝对误差、连续等级概率评分、布莱尔评分B_S、Talagrand、概率积分变换(Probability Integral Transform, PIT)直方图及属性图检验方法对本次过程BMA订正前后的概率预报进行对比分析,结果表明：①50 d为适用于浙江梅汛期ECMWF集合预报订正的BMA最优训练期,经最优训练期的BMA订正后,预报离散度有所增加,预报误差有所下降;②BMA对0.1 mm、10.0 mm和25.0 mm阈值降水的订正效果显著,经BMA订正后3个阈值的降水预报B_S下降率分别为25.92%、19.29%、4.76%,但对超过50.0 mm的降水订正效果不明显,且随着降水阈值增加,BMA的订正效果减弱;③在强降水个例中,BMA能有效减少各阈值降水预报概率大值落区偏差,使订正后的降水预报概率大值区与观测落区更一致。