复杂地形下地面观测资料同化II. 模式地形与观测站地形高度差异代表性误差

第I部分研究结果(徐枝芳等,2007)表明模式与实际观测站地形高度差异对地面观测资料同化效果有较大影响。此文在MM5_3DVAR同化系统中利用近地层相似理论将地面观测资料进行直接三维变分同化分析,考虑模式与实际观测站地形高度差异对同化效果的影响,提出在地面观测误差中增加地形代表性误差来解决这个问题。研究结果表明:地面资料同化分析时,在其观测误差中加入一项新的误差——地形代表性误差,能较好地解决地面资料同化分析中模式与观测站地形高度差异问题;地面资料参与同化分析,在观测误差中加入与模式和实际观测站地形高度差异大小相关的地形代表性误差时,地面观测值对分析值的影响随着地形高度差异代表性误差的加入而减小,同时又部分地将地面观测信息通过变分分析融进分析场,使得低层分析更接近真实场,且地面资料利用率更高,24小时降水数值预报(模拟)的效果较好。     

初值不确定性对暴雨数值预报影响的初步研究

为了研究初值不确定性对我国南方暴雨数值预报的影响,依据历史降水资料的统计分型,选取华南暴雨型、江淮暴雨型和黄淮暴雨型等三类型中具有代表性的暴雨过程,采用AREM模式以不同资料分析场(常规观测资料、NCEP和ERA40同化分析资料)作为初值进行暴雨预报对比试验。试验结果表明,对于各类型暴雨,不同资料初值的差异都会引起暴雨数值预报结果的较大差异;在此基础上,采用经验正交函数(EOF)分析方法,分析了各类暴雨初值误差及其变化信息,从中提取出主要的误差分量,并对这类误差的数值预报影响进行了敏感性试验和预报验证,结果显示,寻找和消除主要的初值误差,对改进暴雨数值预报结果具有重要作用。     

WRF-Hybrid背景误差协方差调整在台风同化及预报中的应用研究

利用雷达径向风单点试验和2006年8月超强台风"桑美"个例,首先研究了静态背景误差协方差的尺度化因子和方差在台风系统雷达资料同化中对台风路径和强度预报的影响。结果表明:在高时空分辨率的雷达资料同化中,较小的尺度化因子能显著改进对台风路径的预报;尺度化因子的影响比方差的影响更为显著。基于上述实验结果,进一步研究了WRFDA-Hybrid系统中"流依赖"控制变量的水平局地化和垂直局地化对台风预报的影响。试验结果表明:当"流依赖"的水平局地化距离与静态背景误差协方差的尺度化因子具有等效影响范围的时候,WRFDA-Hybrid能够得到比较合理的分析结果。同时针对雷达观测资料的空间分布特征,本文提出了一种新的基于雷达探测高度的垂直局地化方案,对台风的强度和路径预报均有显著的改进。     

中国24h台风路径预报难点及其大尺度环流分析

主要分析了2005—2012年中国24 h台风路径预报误差较大的样本及其对应的大尺度环流特征。基于850 hPa风场的低通滤波等分析发现:去除占总数3.9%的预报误差最大样本后,平均预报误差可以减小8.5%。这些预报误差最大的样本中有近60%呈现为移向误差较小、移速较观测慢的特点。与之相对应的大尺度环境场可分为气旋性环流、弱背景场和副热带高压西侧3类。气旋性环流包含近3/4的样本,其中又有一半受季风涡旋的影响。平均移动速度分析表明,这些台风起报时刻前后,平均移速的突然增加是预报移速较慢的主要原因,这是中国台风24 h路径预报的主要难点之一。     

中央气象台台风强度综合预报误差分析

本文从总误差、逐年趋势、误差分布等方面对2001—2012年中央气象台（Central Meteorological Observatory, CMO）的台风（TC）强度综合预报水平进行分析,初步分析了强度迅速变化台风预报偏差大的原因。结果表明,强度预报水平没有明显改善,预报误差呈现逐年波动状态,强度稳定TC的预报误差最小,迅速加强TC的预报误差最大。24、96~120 h预报偏强的概率较大,而48~72 h预报偏弱的概率大。南海东北部等海域的预报误差较大,应在业务预报中特别予以关注。随着TC强度的逐渐增强,强度预报在120 h内预报偏强的可能性变大,而强度预报偏弱的可能性减小。根据误差分析结果,提出了一个强度概率预报方案,检验结果表明可在业务中参考使用。     

陕西省2002年气候影响评价

通过对自动观测站与人工观测站各气象要素资料的对比分析，找出自动站观测资料与人工观测资料之间的差异，为自动站沿续观测资料的使用提供依据。     

物理实验中的不确定度评定

阐述了不确定度的定义、来源、分类及用不确定度评定测量结果的一些表示方法。分析了误差和不确定度的区别。最终给出了测量不确定度的评定。     

2002年7～8月海河流域面雨量预报的误差分析

对天津市气象台和河北省气象台在2002年7—8月的海河流域面雨量24h、48h预报进行了误差对比分析，列举了几种预报误差，并利用模糊数学中的综合评判法，计算了它们的模糊评分。结果表明：海河流域的面雨量预报有一定的可信度，把其作为水文模式的初值，有较高的利用价值；对于各气象台各自辖区内的预报，范围越小，预报越准确；在对面雨量预报效果的评估上，80％(或80)这一数值是客观、可信的。     

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。