山区公路雾天分布特征及相关性研究

雾是山区常发的天气现象,且具有偶发性和局部性的特征,雾天条件下,能见度降低,为公路行车安全带来一定隐患。该文基于云南普洱山区公路交通气象观测实验基地的观测数据,对2014年5月—2016年10月期间,实验基地所在公路的雾的等级以及时间分布规律进行了分析。通过列联表、条件频率等相关性分析方法,开展了雾天能见度与其他气象要素的相关性研究。通过对列联表的相关性假设显著性分析,降雨强度、风速等气象要素与能见度之间存在相关性;但列联关系V相关系数分析结果表明,其相关程度不高。从条件概率统计来看,在不同的气象要素区间范围内,各等级雾发生的条件概率分布遵循一定的规律。分析雾天能见度的分布规律,及其与其他气象要素之间的相关性,能为雾天条件下公路行车安全预警与控制提供数据支持。     

基于风暴尺度模式产品的暴雨最优升尺度概率预报方法研究

基于ARPS3DVAR+WRF (Advanced Regional Prediction and 3-dimensional variational System)快速同化模式对西南地区近几年发生的4次强降水过程进行模拟试验,对12 h降水预报结果采用升尺度方法,计算邻域平均预报、站点概率预报,最终形成邻域概率预报,并细致分析了这三种预报的特点与效果,讨论了升尺度窗区尺度给不同量级降水带来的影响,最后结合AROC评分与邻域空间检验FSS讨论业务概率预报应用的最佳尺度。结果表明:升尺度邻域平均预报在小雨与大暴雨量级降水上表现不稳定,对中雨的预报提高不明显,但是对大雨与暴雨预报有较好的改善效果;站点概率预报具有一定的误导性,而邻域概率预报可以弥补其缺憾,越高分辨率的模式有更多的降水样本,在降水不确定性上能给出更好的概率分级信息;相对邻域平均的升尺度预报TS检验结果,基于邻域概率的FSS和AROC分析有更好的预报技巧指导意义;36 km升尺度窗区既能消除一定程度的强降水预报不确定性,同时也可以保留适当的对流尺度特征,为最佳升尺度窗区。     

基于对流尺度集合预报方法对一次暴雨过程预报的分析

为了更加直观和深入地理解对流尺度集合预报中的降水集合预报产品,以便进一步向预报员推广应用,本文开展了基于对流尺度集合预报方法对2021年8月28—29日的一次暴雨过程的预报性能分析,对集合预报的暴雨和大暴雨量级降水预报技巧进行了综合分析。结果表明：(1)不同集合成员降水预报结果的差异随着降水量级的增大越发明显,预报最优和最差的成员的TS评分相差0.3以上。(2)概率匹配平均预报对于暴雨和大暴雨量级降水的预报技巧优于控制预报,也优于集合平均。集合平均由于集合成员预报的平滑作用导致其对极端降水不敏感,因此,简单的集合平均不适合于大暴雨以上量级的极端降水预报。(3)从最小值预报到最大值预报,随着集合百分位的增大,命中率、空报率和频率偏差均逐渐增大,70%或者80%集合百分位预报的预报技巧最优,且优于集合平均和概率匹配平均预报。(4)对于重庆东北部偏西地区出现的大暴雨量级降水,较长预报时效集合概率预报均预报出了一定的降水概率,最长提前60 h,相应的最优的集合成员的降水预报与实况也较为接近。     

人工智能在飞机颠簸预报中的应用进展及未来趋势展望

飞机颠簸对飞机运行安全及旅客舒适度具有很大危害,提高飞机颠簸的预报准确率对于减轻人员伤害和财产损失具有重要意义,且一直是航空气象研究的重点领域。随着观测手段的丰富和科学技术的进步,飞机颠簸预报也取得了长足发展。本文首先从定性预报和定量预报的角度对国内外飞机颠簸预报的主要方法,特别是人工智能(AI)方法在其中的最新应用进行了综述。在此基础上,归纳总结出AI用于飞机湍流预报存在的主要问题和未来的重点研究方向：1)飞机实况数据的开放共享以及多源湍流数据的融合构建问题;2)基于人工智能构建飞机颠簸预报模型的可解释性及物理机制问题;3)基于人工智能构建飞机颠簸的集合预报问题。最后,提出了气象领域未来第三代人工智能的发展思路。     

多层递推平稳模型

通过对小概率事件历史样本作多层递推迭代，逐次改变引入样本数求取权函数，建立一种平稳统计模式。模式信息容量大，收敛快，克服了常规统计模式的局限性，在灾害性天气客观预报模型应用中取得了明显效果。     

川东北极端强降水预报方法对比研究

【目的】 为了建立川东北最佳极端强降水概率预报方程。【方法】 利用ERA时间间隔为1 h的0.25°×0.25°再分析资料,计算1990—2019年5—9月逐日4个时次的物理量,统计分析极端强降水个例物理量异常度,采用4种实验方法对比分析并建立预报方程。【结果】 (1)异常度较明显因子分别为700 hPa比湿、850 hPa比湿、700 hPa水汽通量散度、850 hPa水汽通量散度、500 hPa垂直速度、700 hPa垂直速度、850 hPa垂直速度,大部分平均异常度绝对值在1.5以上,K指数和假相当位温相当,08时总体比其他时次异常度明显。（2）预报方程预报结果。样本内检验,该预报概率平均值为0.652,60%的百分位值为0.623,预报概率最大值为0.999。样本外检验,预报指数阈值为0.6时,平均准确率达到了90%,平均空报率为9.3%,平均漏报率为0.7%,其中有13站的漏报率为0%;以0.65为阈值检验,平均准确率达到了92.4%,平均空报率为6.9%,平均漏报率为0.7%,其中有13站的漏报率为0%,预报效果更佳。【结论】 极端强降水概率预报方程具有较好的预报效果。     

不同大尺度强迫条件下考虑初始场与侧边界条件不确定性的对流尺度集合预报试验

研究了不同大尺度强迫条件下的暴雨个例中,考虑不同尺度特征的初始扰动与侧边界扰动相互作用构造对流尺度集合预报的可行性,为进一步构建“自适应”于不同强对流天气的对流尺度集合预报系统提供依据。结果表明,在大尺度强迫显著的个例1中,以大尺度扰动信息为主的动力降尺度的增长趋势较集合转换卡尔曼滤波(ETKF)更为显著,且总扰动能量在预报中后期超过集合转换卡尔曼滤波,而在大尺度强迫较弱的个例2中,集合转换卡尔曼滤波扰动能量始终高于动力降尺度。此外,当大尺度强迫显著时,初始扰动与侧边界扰动相匹配会产生相互促进的作用,而不匹配时初始扰动会在预报中后期抑制侧边界扰动的发展,当大尺度强迫较弱时,即使是互相间不匹配的初始扰动与侧边界扰动也能在大部分预报时段起到相互促进的作用,说明初始扰动与侧边界扰动的相互作用机制不仅与天气形势相关,也与二者是否匹配挂钩,另外,扰动的发展特征同样依赖于天气形势;从集合离散度的角度来看,当大尺度强迫明显时,侧边界扰动的作用会在更短的时间内取代初始扰动,从而对离散度起到主导地位;两种初始扰动方法相比,集合转换卡尔曼滤波在多数情况下对总离散度的贡献均大于动力降尺度;从降水量预报及概率预报情况来看,大尺度强迫明显的个例可预报性更高,且各集合成员间的差异较小,大尺度强迫较弱的个例则相反,且当两种初始扰动方案与侧边界扰动相结合时,较仅侧边界扰动均有一定提高。      

“频率匹配法”在集合降水预报中的应用研究

基于“频率匹配法”的思路,采用两种方法进行了集合降水预报的订正研究,一种方法是利用集合成员降水频率订正简单集合平均平滑效应的“概率匹配平均”法,另一种方法是利用实况降水频率订正集合成员降水预报系统偏差的“预报偏差订正”法,通过个例和批量试验,结果表明:(1)概率匹配平均法可以矫正简单集合平均的平滑作用所造成的小量级降水分布范围增大而强降水被削弱的负作用,这种改进对强降水区更显著,并且集合系统离散度越大这种改进也越大;但该方法对预报区域内总降水量的预报没有改进作用,不能改善预报的系统性偏差.(2)虽然预报偏差订正法对降水落区预报的改进有限,但可以订正模式降水预报的系统性误差,改进雨量预报以及集合预报系统的离散度特征和概率预报技巧;直接对集合平均预报进行偏差订正的效果优于单个成员偏差订正后的简单算术平均.(3)在对每个集合成员的降水预报进行偏差订正后,概率匹配平均仍可改善其简单平均的效果,因此在实际业务中,应该综合采用上述两种方法,以获得在消除系统性偏差的同时各量级降水分布又合理的集合平均降水预报.     

基于SWAN的冰雹探测算法研究

为了提高冰雹短时临近预报的准确性,首先介绍了WSR-88D冰雹算法原理,提出了在SWAN中使用垂直高度阈值进行改造的方法,通过和PUP产品数据进行对比,验证了算法的正确性。其次,针对业务中出现的冰雹尺寸计算值过大问题,通过与有冰雹尺寸记录的实例进行比较,使用最佳的幂函数拟合进行了修正。最后,对业务中常见的由超折射引起的虚警进行了分析。结果表明,设定风暴中心附近的反射率垂直梯度阈值3,可以消除大部分的超折射。对于由冰雹产生的阈值3的风暴,继续使用二维风暴个数7的阈值进行识别,可以减少误判率,取得较理想的效果。     

济南市冬季日降水概率预报方法

利用实时ECMWF2 4～ 1 44小时的格点资料和历史同时效ECMWF( 1 986～ 1 995年 )资料 ,进行相似离度分析 ,经过环流背景相似和天气形势演变相似过滤 ,从历史样本中筛选出与预报日形势及要素场最相似的样本 ,并根据各相似个例的相似程度和对应各站的降水情况 ,计算出济南市各站未来一周逐日的降水概率。