江苏省公路网络复杂性分析

利用美国研制的WRF-Var同化系统以及中国的云迹风资料,对2008年6月10日长江流域的一次暴雨过程做了三维和四维变分同化试验。试验结果表明：上述两种方案均能提高模式对大到暴雨预报的准确率,特别是四维方案在提高大暴雨的准确率方面表现更好,这是降水预报的重要方面;两个同化试验均能在一定程度上改善对要素场的预报,使用四维同化方案能够更有效地调整初始场、降低各要素场的预报误差。诊断结果表明：此次大暴雨过程是在高空低槽和低层切变线的共同作用下发生的,并有高、低空急流与之配合,具有较好的动力条件;低空的西南急流,不但为产生暴雨提供了所需的水汽输送,也为造成暴雨强对流所需的位势不稳定提供了必要的能量。     

北方地区日光温室气候适宜性区划方法

通过对我国北方地区影响日光温室生产的主要气候因素进行分析,从光、温、风、雪4个方面选取了冬季总辐射、日光温室生产季阴天日数、年极端最低气温、冬季平均气温、生产季月最大风速平均值、年最大积雪深度平均值6个因子作为气候适宜性区划指标,采用加权指数求和的评价方法建立综合气候适宜性区划指标模型,在利用层次分析法对区划指标进行量化分析确定其权重的基础上,借助GIS技术,得到北方地区日光温室发展的气候适宜性区划图。为了细化区划结果,将研究区域气候特征明显不同的典型区域分别进行进一步区划。结果表明:该方法不仅理论性较强,与实际相吻合的区划结果也说明该方法还具有良好的实用性。     

C波段雷达在新疆区域数值预报系统中的应用初探

基于新疆区域数值预报系统（Desert Oasis Gobi Rapid Analysis Forecast System,下称DOGRAFS）,开展了同化C波段雷达资料对2010年10月6日发生在新疆的一次强降水过程预报结果影响的试验分析。其中设计包括不同化任何资料、同化常规资料、同化雷达反射率因子、同化雷达径向风、同时同化反射率因子和径向风五组试验,重点分析了雷达资料同化对此次天气过程降水、温度以及风速模拟效果的影响。结果表明：（1）同化雷达径向风和同时同化径向风和反射率因子相对于其他三组试验,对降水预报的TS和ETs评分更高;（2）相对于其他三组试验,同化雷达径向风和同时同化径向风和反射率因子对模式垂直方向上的温度、风速预报偏差具有一定的改善效果;（3）对于地面2 m温度和10 m风速而言,同化常规观测资料比其他四组试验预报的平均偏差和均方根误差更小;其它四组试验误差相当,差别不明显,表明同化雷达对近地面层温度和风的影响不明显。本研究旨在探索C波段雷达观测资料在新疆区域数值预报系统中的适用性,为今后雷达观测资料在业务系统中的应用提供参考。     

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。

     

GPS/PWV资料在梅雨锋暴雨个例中的同化试验

地基GPS天顶总延迟由于其解算误差来源少于目前广泛应用的可降水量资料,其同化应用将会为数值预报初值场更好地提供大气信息。面向同化应用的天顶总延迟观测质量控制方案的研发将会有效推进该资料在中国数值预报中的广泛应用。基于2013-2014年华北地区天顶总延迟观测资料,发展了一套针对数值预报同化应用的天顶总延迟观测质量控制方案。该方案从测站稳定性和解算精度、离群值、系统偏差及标准差等考察点切入,从不同角度检查和标记出致使观测序列统计特性偏离高斯分布特征的样本。质量控制后序列统计特征量更接近三维变分系统对观测资料的性质假设,表明了所建立质量控制方案的合理性。基于北京市气象局数值预报业务系统BJ-RUC开展了连续11 d的快速更新循环预报试验。评估结果表明：同化质控后天顶总延迟试验的降水预报效果明显优于同化未质控天顶总延迟试验,表明所建立质量控制方案的有效性。同化质控后天顶总延迟试验的降水预报效果优于未同化GPS资料试验,表明天顶总延迟资料的同化应用可以有效提升预报系统的降水预报效果,特别是在无探空资料参加同化的预报时次;同化质控后天顶总延迟资料试验的降水预报效果也优于同化可降水量的试验,表明使用天顶总延迟资料代替可降水量资料在数值预报业务中开展同化应用是可行的。在天顶总延迟观测质量控制方案研发和同化应用得到了一些有意义的结果,有助于推进该观测资料在数值预报科研和业务中的应用,为提升预报性能提供技术支撑。     

基于环境参数的极端暴雨指数构建及其应用

采用百分位法和1981—2010年30年逐年日降水量资料,设置了河南省极端暴雨阈值和区域极端暴雨标准,据此选取1981—2016年河南省极端暴雨个例13例,使用欧洲中期天气预报中心1°×1°再分析资料(ERA-Interim)对其环境参数进行分析,发现:表征大气水汽、动力及不稳定条件的环境参数,如850 hPa比湿和涡度、700 hPa垂直速度和V风分量,200 hPa散度、整层可降水量、K指数、0～3 km垂直风切变等,在极端暴雨过程中的平均值远远偏离其气候平均值,上述环境参数对极端暴雨预报有指示意义;环境参数的标准差倍数与降雨量具有较好相关性,二者的分位值基本沿y=x的对角线分布,环境参数标准差倍数分位值≥80%时,对异常降水(降水分位≥90%)有明显正相关;而环境参数标准差倍数分位较低时(40%),则更多对应了小量级降水。单一环境参数的异常往往不能体现降水异常程度,基于对极端暴雨有明确指示意义的8个环境参数,组建了极端暴雨指数(ERI),经13例极端暴雨个例回代和预报效果评估,ERI≥0.7时,极端暴雨TS评分达35%,漏报率为27%,空报率为49%,可将其作为极端暴雨预报的参考阈值。2018年"温比亚"台风极端暴雨过程中应用表明,该指数对极端暴雨落区预报有较好参考意义。     

多普勒雷达资料动态定量估测台风小时降水量的研究

在充分考虑传统的最优化方法和概率配对法优缺点的基础上,使用一种改进的最佳窗概率配对法计算Z-I关系中的系数A和b,得到了雷达测得的基本反射率因子Z和雨量计实时测到的小时降水量I的动态关系.利用温州多普勒雷达体扫资料和浙江省自动雨量站资料,使用该方法对"海棠"(Haitang)和"麦莎"(Matsa)两个台风分别进行了动态计算,得到了不同系数的Z-I关系,进而对两个台风的小时降水量进行了定量估测.使用变分技术对估测的小时降水量进行了校准.结果表明,不同台风Z-I关系的系数差别较大,因而造成台风小时降水量的很大不同.使用雷达基本反射率来估测台风小时降水量,能够清楚表现出台风的螺旋雨带和其中的中小尺度雨团,估测的台风小时降水量与实况基本接近.经过变分校准的估测降水量可以较好地表现出台风雨带与地面中尺度流场动力结构的对应关系.误差统计分析表明,变分校准后的估测台风小时降水量要明显好于变分校准前的估测台风小时降水量.变分校准法既保留了雷达估测台风小时降水量的分布特征,又使估测的台风小时降水雨量与实况的误差明显减小.     

三维变分同化中不同物理量对台风预报的影响

采用NMC方法统计了2006年9月的背景误差协方差,利用Bogus资料对台风进行了初始化,并对2006年“桑美”台风进行了同化试验。结果发现,同化不同的Bogus资料,所得到的台风初始场各不相同,对台风预报的影响也各不相同。对海平面气压同化,可以使台风强度明显加强,形成成熟的暖心结构;基于风速同化,对台风强度的改变较弱,对暖心结构的改进不是很明显。在同化海平面气压和风速的基础上,针对相对湿度的同化,在一定程度上可以改善台风强度预报,有利于提高台风路径的预报精度。     

2002年朝阳地区旱情分祈

从1999年以来朝阳气售持续异常、连续4a遭受严重旱灾的实际出发，以2002年为例，分析了朝阳地区干旱的成因和特点。借以为决策服务提供科学依据。     

估算地表热通量和近地层土壤含水量的变分方法

提出一种反演地表感热通量、潜热通量和近地层土壤含水量的变分方法,该方法把不同高度上的风速、位温以及湿度梯度的观测资料与Monin-Obukhov相似理论计算值的偏差、土壤水分蒸发参数化方案估算的蒸发潜热与由相似理论导出值的偏差在地表能量平衡的约束下融合到一个目标泛函数中,采用最优化算法寻求问题的解.利用2001年6月中国暴雨试验与研究项目在安徽肥西观测资料进行了数值验证,结果表明该方法估算的通量值与Bowen比法具有很好的相关性且又能克服当Bowen比等于-1时计算通量出现的不稳定;同时能克服用廓线法求解热通量与地表能量平衡条件有较大出入的缺点.对观测误差的敏感性试验也表明变分方法是3类方法中最稳定的.反演的近地层土壤含水量对降水具有很好的响应并与观测的0-15 cm深度上平均土壤湿度的变化趋势具有很好的一致性,其绝对偏差小于0.03 m3/m3.