两种定量集合降水预报方法对比分析

文章基于EC集合平均预报产品,选取EC集合预报的51个成员包括温度(500h Pa和700hpa)及降水量,以内蒙古2014年8月份5次暴雨降水过程为例,用择优法(以500h Pa和700h Pa的温度差即稳定度相关系数作为对集合成员的筛选因子)进行试验,并与集合平均预报方法进行对比,结果如下:(1)在短期24h预报中集合成员个数增加到3时预报效果得到一定改善,并优于集合平均法的预报,成员个数增加到较多(如4或5时)或减少到2时预报效果反而较差。因此分析集合预报中集合成员的个数对预报结果的影响有非常重要的意义;(2)无论是集合平均法还是择优法对小量级降水预报效果好于大雨以上降水预报,因此有必要去分析更好的集合预报方法使得集合预报在灾害性天气预报中应用得到进一步发展。     

黄海近岸海雾的初始场择优集合预报试验:个例研究

选取2014年4月发生的一次黄海近岸海雾个例,利用WRF(Weather Research and Forecasting)模式开展了集合预报试验研究。依据每个集合成员初始场中海平面气压、2 m温度、2 m水汽混合比与2 m相对湿度(relative humidity, RH)4个变量的均方根误差(root mean square error, RMSE)与RMSE集合平均值的相对大小,以剔除高于者而保留低于者的原则,设计了4种不同的初始场集合体择优方案,实施了一系列数值预报试验,比较了不同择优方案的集合预报效果。研究结果表明:(1)蒙特卡罗方法所生成的集合体中存在不少海雾预报效果较差的成员,这会降低集合预报效果,因此初始场择优十分必要;(2)以RH作为择优变量的择优方案(记为RH-RMSE方案),集合预报效果明显优于其他3种方案;(3)对比不择优集合预报,采用RH-RMSE方案的择优集合预报效果不仅节省了50%左右的计算时间,并且公正预兆评分(equitable threat score,ETS)改进率高达36%左右。本研究提出的RH-RMSE方案具有业务化应用前景。     

中国城市网络中心性的空间格局及影响因素

利用2016年中国上市公司100强企业网络数据和两阶段隶属联系模型构建中国城市网络,研究了中国城市网络中心性的空间格局,并通过计量方法识别了城市网络中心性的关键影响因素,解析了关键因素的作用机理。结果发现：中国城市网络出度和中介度的空间分布呈现核心-外围结构特征,入度中心性空间分布的集中度相对较低;中国城市的网络功能开始出现层级分化,城市网络的功能结构区别于中心地体系下的等级关系;经济规模、知识资本、航空设施和政治资源是城市网络中心性空间格局的关键影响因素,择优链接是中国城市网络生长发育的重要内在动力。     

中国城市网络中心性的影响因素及形成机理——基于上市公司500强企业网络视角

利用2016年中国上市公司500强企业网络数据和隶属联系模型构建中国城市网络,在解析城市网络中心性结构特征的基础上,定量识别与测度了中国城市网络中心性空间分异的影响因素,在“行为—结构—绩效”分析框架下探索性解析了城市网络中心性的形成机理。研究发现：城市出度中心性体系呈现“香港-北京”双核结构特征,中介度体系呈现以北京为首位城市的首位分布特征,入度中心性体系则呈现多核心结构特征;市场潜力、关键资源、区位条件和经营环境等城市属性特征对于城市网络中心性具有显著正向影响,不同维度中心性特征对于不同类型影响因素的敏感性存在差异;择优选择、偏好依附和网络邻近是中国城市网络中心性发育的动力机制,这将进一步强化具有传统优势城市的网络地位。在网络发展环境下,中国城市化政策和城市治理体系需要作出相应调整,中国政府必须积极应对网络环境下的城市间发展差距,并在更大空间尺度上推动城市之间的网络合作。     

中国夏季月际—季节平均降水动力和统计结合实时预测模型

中国夏季降水大幅度月际尺度变化往往造成极端旱涝事件交替或转折,但其月际异常会被季节平均掩盖,影响季节尺度气候预测准确度,因此亟需考虑月际气候预测,提升月际—季节尺度气候预测准确度。本文首先采用年际增量和场信息耦合型预测方法研制中国夏季6～8月月际尺度降水动力和统计结合气候预测模型,之后根据月际尺度降水预测,开展季节平均降水预测。首先,基于前期观测信息和美国第二代气候预测系统（CFSv2）预测结果,选取前期12月观测的南太平洋中高纬关键区海温、1月北极关键区海冰密集度以及CFSv2预测系统2月起报的夏季同期关键区海温作为月际尺度降水预测因子,分别研制以上具有物理意义的单预测因子预测模型,并采用奇异值分解（SVD）误差订正方法对其改进;之后,利用多因子择优集合方案,研制预测效能较高且稳定的中国160站夏季月际尺度降水动力和统计结合预测模型,进而基于月际尺度预测开展夏季季节平均气候预测。1983～2022年夏季（6～8月）中国160站逐月降水预测模型的交叉检验结果表明：逐月回报与观测降水距平百分率的时间相关系数通过90%置信水平的站点占比分别为90%,88%,82%,多年平均的空间相关系数分...     

可进行择优决策的时间序列预报方法

文中提出了一种可对数据序列的内在信息进行多层次的开发,产生多态信息源的技术方案。把这种方案与通常的时间序列分析方法结合起来:即可形成一种可进行择优决案的时间序列预报方法。实例比较与实际应用的效果表明,这一技术方案对提高时间序列预报的准确率与稳定性,均具有意义。     

黄海近岸海雾的初始场择优集合预报试验:个例研究

选取2014年4月发生的一次黄海近岸海雾个例,利用WRF(Weather Research and Forecasting)模式开展了集合预报试验研究。依据每个集合成员初始场中海平面气压、2 m温度、2 m水汽混合比与2 m相对湿度(relative humidity, RH)4个变量的均方根误差(root mean square error, RMSE)与RMSE集合平均值的相对大小,以剔除高于者而保留低于者的原则,设计了4种不同的初始场集合体择优方案,实施了一系列数值预报试验,比较了不同择优方案的集合预报效果。研究结果表明:(1)蒙特卡罗方法所生成的集合体中存在不少海雾预报效果较差的成员,这会降低集合预报效果,因此初始场择优十分必要;(2)以RH作为择优变量的择优方案(记为RH-RMSE方案),集合预报效果明显优于其他3种方案;(3)对比不择优集合预报,采用RH-RMSE方案的择优集合预报效果不仅节省了50%左右的计算时间,并且公正预兆评分(equitable threat score,ETS)改进率高达36%左右。本研究提出的RH-RMSE方案具有业务化应用前景。     

影响黄渤海的温带气旋数值集合预报试验

为了改进温带气旋数值预报的精度,基于WRF(Weather Research and Forecasting)模式,利用GSI(Gridpoint Statistical Interpolation)-EnKF(Ensemble Kalman Filter)系统,设计了一套温带气旋集合预报方法,其具有的2种选择方案通过滤掉质量较差的集合成员从而将集合成员数目控制在10以内,达到了大幅降低集合预报计算量的目的。针对2020年7月一次影响黄海的温带气旋个例,开展了一系列决定性预报与集合预报的数值对比试验。分析结果如下:1)不采取任何择优方案的集合预报效果就已经明显优于决定性预报,而采取择优方案使得预报效果进一步得到提升;2)预报初始时刻择优(直接择优方案)的集合预报效果远不如短时积分3 h后才进行择优(积分择优方案)的预报效果; 3)积分择优方案优于直接择优方案的原因是,初始场集合体中的成员经过短时积分后其误差得以放大而使得择优更加准确。多个例的应用结果进一步表明,本文提出的积分择优方案温带气旋集合预报方法具有较好的业务预报应用前景。