基于T213产品与水汽收支的强降水面雨量预报方法及其误差分析

基于T213数值预报产品,以水汽收支平衡方程为基础,研制预报强降水的落区及强度的预报方法,并利用此方法制作6h面雨量的预报。该方法在2003年汛期淮河流域洪涝期间进行了应用,利用所得面雨量结果与实况降水进行各种误差分析。结果表明,预报正确率较高,该方法较为可靠,有一定的预报价值。     

一次短期集合预报试验

数值模式中物理过程描述不准确是造成数值预报误差的主要来源之一,采用数值模式中不同物理过程的集合预报方案是减小模式预报误差的有效方法。本文结合一个典型的夏季东北冷涡型降水天气过程,选用不同的积云对流参数化方案、显式降水方案、辐射方案以及模式采用不同的地表分辨率构成10集合预报成员,进行了48h的预报。结果显示集合预报在总体预报效果上比各个集合成员的预报效果好,简单的集合平均就可以提高模式形势场和降水要素场的预报准确率。在集合平均提高预报准确率的同时,采用天气系统移动路径图、面条图以及降水概率预报等方法,可以增强小概率事件的预报能力。     

2008年奥运期间3号岗各场馆实况天气分析

通过对2008年8月奥运期间3号岗各场馆实况天气(降水、气温、相对湿度、风等)以及8月份北京地区逐日高空、地面天气形势的分析,运用最常用的资料(尤其是自动站资料)找出不同站点精细预报要素的规律及差异。通过分析提出针对不同要素预报的评价标准应该有所侧重,同时在自动站站点布设方面应该注意自动站的代表意义等。此外在分析中更加仔细领会精细预报的内涵,指出精细预报中配合具体服务重点的跟进预报及跟踪服务的重要性。     

基于灰色关联分析的卡尔曼滤波在桥梁变形监测中的应用

在某长江特大桥桥面挠度变形监测过程中,考虑引起桥梁挠度变化的相关因素,采用灰色关联分析确定其中较重要的影响因子后,在传统卡尔曼滤波模型基础上建立改化后的状态方程和观测方程,从而完成相关因素的预测预报工作。实际应用结果表明,基于灰色关联分析的卡尔曼滤波对桥梁挠度变化的预测结果比传统滤波模型更加接近最终实测值,具有更高的准确性与可信度。     

泥石流滑坡发生的降水预报方法与雨量标准--以四川省盆地区域为例

通过对η坐标数值预报模式预报的降水量检验分析,发现η坐标数值预报模式对青藏高原天气系统活动造成的四川盆地降水预报明显偏弱,且雨区偏北、偏西。我们使用风场资料对高原天气系统作自动识别,进行了对高原天气系统影响降水的强化与雨区漂移的处理,研究得出了η坐标数值预报模式释用强降水预报方法。通过对1991-2001年四川盆地发生泥石流、滑坡灾害的气象成因(强降水)分析,研究得出了四川盆地不同的地质地貌条件下泥石流、滑坡预测雨量标准。在上述研究基础上,建立了四川盆地泥石流、滑坡产生的强降水预报方法。经2003-08-09业务试运行,效果较好,较成功的预报了四川盆地西部、西南部3次大暴雨过程触发的多处泥石流、滑坡灾害,在防灾减灾中发挥了好的作用。     

北京地区垃圾填埋对地下水的污染及垃圾填埋场选址分区

本文介绍了北京市生活垃圾处理现状及由于垃圾填埋而引起的地下水污染问题。以北京西郊南部北天堂垃圾填埋场的污染状况为例进行研究,通过建立数学模型来模拟污染物在地下水中的运移及补救效果,对污染控制进行了模拟,分析及提出相关建议;并对北京市生活垃级填埋场遗址进行了分区。     

基于网络地理信息系统的公众气象信息系统设计

简要介绍了WebGIS的构建理论,主要分析了基于WebGIS在气象预报中的应用技术,初步设计了该信息系统的基本框架及其主页面的功能模块,并介绍了各个模块的主要功能。此系统的设计为更好地掌握气象信息提供了有效手段。     

黄海海雾短时临近预报中云水路径的EnKF同化研究

在海雾的短时临近预报中,初始场的水汽凝结状态扮演着重要角色。为了改进初始场的云水含量,本文提出直接同化雾体云水信息的思路。针对2011年5月一次大范围的黄海海雾,借助EnKF (Ensemble Kalman Filter)方法,尝试进行了极轨卫星反演云水路径数据的同化试验。结果表明:(1)通过利用EnKF将云水混合比增加到背景场和分析场的控制变量中,构建云水观测数据与背景场之间的关系,实现云水路径数据的直接同化是可行的;(2)同化云水路径可显著改善海面气温与湿度状态,大幅提高海雾预报效果;(3)EnKF能够基于集合体动态统计流依赖的背景误差协方差是其取得良好同化效果的主要原因。值得指出的是,受集合样本误差的影响,需要特别关注云水含量与风之间的相关关系。     

Artificial neural network-based storm surge forecast model: Practical application to Sakai Minato,Japan

The present study describes a novel way of a systematic and objective selection procedure for the development of an Artificial Neural Network-based storm Surge Forecast Model (ANN-SFM) with the 5, 12 and 24 h-lead times and its application to Sakai Minato area on the Tottori coast, Japan. The selection procedure guides how to determine the superiority of the best performing model in terms of the appropriate combination of unit number in the hidden layer and parameter in the input layer. In the application of ANN-SFM to Sakai Minato, it is found that the best 5 and 12 h-forecast ANN-SFMs are established with the most suitable set of 70 units (the number of hidden neurons) and the input components of surge level, sea level pressure, the depression rate of sea level pressure, longitude, latitude, central atmospheric pressure and highest wind speed. The best 24 h-forecast ANN-SFM is determined with 160 units and the input parameters of surge level, sea level pressure, the depression rate of sea level pressure, longitude and latitude. The proposed method of the selection procedure is able to be adaptable to other coastal locations for the development of the artificial neural network-based storm surge forecast model as establishing the superiority of the most relevant set combining unit numbers and input parameters.     

精细化地震海啸波流实时预警系统研究与应用

基于Okada模型和非线性浅水波模型,结合高精度多层嵌套网格针对我国浙江沿海的温州和台州地区建立了越洋–近海–局部的精细化地震海啸波流实时预警系统,近岸的分辨率为900 m。该预警系统包括了并行化的数值计算模块,基于Python 2D绘图库的计算结果可视化处理模块,以及通过Python语言将所有经过数值计算的图形与动画产品集成在一个网页上的产品集成模块。一旦地震发生,该系统可根据地震的震源参数信息在10 min内完成数值计算、可视化处理,以及产品集成。选取2011年日本东北9.0级地震海啸结合实测数值对该系统进行模拟验证,进一步应用该系统模拟计算了日本南海海槽和琉球海沟潜在极端海啸的影响规律。结果表明,该预警系统可有效地提高地震海啸实时预警的时效性和准确度,为海啸的预警、减灾,以及辅助决策提供科学依据。