初值及物理过程对\

利用国防科技大学全球中期数值天气预报模式（YinHe Global Spetral model,YHGS）产品驱动WRF对2018年7月4日华中地区暴雨过程进行模拟,并与ERA-interim资料作初始场模拟结果对比,评估YHGS模式产品在此次暴雨过程预报中的应用能力。结果表明：（1）WRF-YHGS对2018年7月4日华中地区暴雨过程有一定的预报能力,其模拟的大尺度环流形势、水汽收支量变化趋势与WRF-ERA有着很好的一致性,YHGS模式产品驱动中尺度数值预报是可行的。（2）WRF-YHGS模拟效果较WRF-ERA差,但大雨量级WRF-ERA湿偏差较大,两组试验各物理量模拟结果存在一定差距,且随着积分时间的增加差异逐渐增大。（3）WRF-YHGS、WRF-ERA模拟结果的差异主要来自YHGS与ERA初始场中差异较大的次天气尺度运动和YHGS全球模式预报场误差两个方面。

     

“大气的运动”一节的“问题链”

“问题链”是教师为了实现一定的教学目标,根据学生的已有知识或经验,针对学生学习过程中将要产生的困惑,将教材知识转换成为层次鲜明、具有系统性的一系列的教学问题;是一组有中心、有序列、相对独立而又相互关联的问题。教学中的“问题链”,一问接一问,一环接一环,环环紧扣,步步深入,由此及彼,就像一根链条,把疑问和教学目标紧紧地连在一起,对学生学法的形成有较强的导向作用,是促进学生理解和掌握知识,发展学生的思维能力,     

“九龙脑成矿模式”及其深部找矿示范:“五层楼+地下室”勘查模型的拓展

深部成矿预测已成为当前矿床学研究的科学前沿和研究重点。"五层楼"作为我国最具特色的深部找矿模型,源于华南钨矿勘查实践,在地质找矿中不断丰富并成功拓展应用。近年,项目组在南岭地区开展了深部探测、科学钻探和九龙脑矿田深部找矿示范,取得了一系列重要的找矿新突破,即在"五层楼"深部验证了"地下室",在外带破碎带发现了新类型矿体,在银金矿深部发现了钨铋,在岩体内带发现了多位一体成矿等,验证了南岭钨多金属矿集区的"第二找矿空间"。本文据九龙脑矿田深部找矿示范和南岭科学钻探成果,建立了南岭花岗岩相关钨多金属矿集区的"九龙脑成矿模式";定义了以往有争议的"地下室"矿化类型,强调了破碎带找矿方向的重要性,认为一定体量的花岗质岩浆在分异—含矿热液分离—迁移—富集过程中矿物质保持物质和能量守恒,而岩性、构造和力学性质的差异导致含矿热液在不同空间配置以不同的矿物组合形式堆积;按成矿系列理论之"全位成矿与缺位找矿"思路,在九龙脑矿田外围开展深部找矿示范,指明了各类型矿化的找矿方向,提出了预测各类矿体的技术方法组合。     

数值预报产品动力释用预报系统的研制

选用一种无需数值预报历史资料且物理意义十分明确的动力释用方法 ,应用MM5中尺度数值模式输出产品 ,预报降水的天气落区及强度 ,建立大连地区暴雨和大暴雨的数值预报产品动力释用预报平台。     

NASA/Goddard长波辐射方案在GRAPES_Meso模式中的应用研究

本文将NASA（National Aeronautics and Space Administration）/Goddard长波辐射方案引入到GRAPES_ Meso（Global/Regional Assimilation and PrEdiction System_Meso）模式中,对2006年4月中国地区进行了一个月的模拟试验,并与相应的NCEP（National Centers for Environmental Prediction）再分析资料进行了对比分析。试验结果表明:在模拟区域内,使用GRAPES_Meso模式进行24 h、48 h预报得到的晴空大气顶向外长波辐射通量（the clear sky outgoing longwave radiation flux,OLRC）、地面接收到向下长波辐射通量（the clear sky downward longwave radiation flux at ground,GLWC）分布形势与NCEP再分析资料具有较好的对应关系;模式预报24 h、48 h OLRC和NCEP再分析资料月平均误差百分比控制在－10%～＋10%以内,GLWC月平均误差百分比比OLRC略大,但总体上两者误差都在合理和可接受范围之内。OLRC和GLWC 24 h、48 h的预报和NCEP再分析资料的逐日距平相关系数及标准误差的对比显示,模式24 h预报OLRC、GLWC的距平相关系数月平均值分别为0.96、0.98,标准误差月平均值分别为24.54 W m-2、27.23 W m-2;模式48 h预报OLRC、GLWC的距平相关系数月平均值分别为0.9521、0.9804,标准误差月平均值分别为22.43 W m-2、27.64 W m-2。总体上,模式24 h、48 h预报OLRC和GLWC的距平相关系数都在0.93以上,标准误差都在31 W m-2以内,且GLWC预报和NCEP再分析资料的相关性比OLRC略好,OLRC预报与NCEP再分析资料的的标准误差比GLWC略小。通过和RRTM长波辐射方案对比可知,两者的预报水平基本一致。本文研究结果表明,引入NASA/Goddard长波辐射方案后的GRAPES_Meso模式整体上能够较好地预报OLRC和GLWC,该辐射方案可以作为模式GRAPES_Meso的备选辐射方案之一。     

基于TIGGE资料的北半球地面气温预报的统计降尺度研究

基于TIGGE(THORPEX Interactive Grand Global Ensemble,全球交互式大集合)资料中欧洲中期天气预报中心(European Centre for Medium-Range Weather,ECMWF)、日本气象厅(Japan Meteorological Agency,JMA)、美国国家环境预报中心(National Centers for Environmental Prediction,NCEP)和英国气象局(United Kingdom Met Office,UKMO)4个中心的北半球地面2 m气温集合平均预报资料,利用插值技术与回归分析,并引入了消除偏差集合平均(bias-removed ensemble mean,BREM)和多模式超级集合(superensemble,SUP)方法进行统计降尺度预报研究。结果表明,在2007年夏季3个月中,4个单中心的降尺度预报明显地改善了预报效果。引入SUP和BREM两种集成预报方法后,预报误差得到进一步减小。对比综合表现最好的单中心ECMWF的预报,1~7 d的降尺度预报误差改进率均达20%以上。研究还发现,引入SUP方法的降尺度预报效果优于引入BREM方法的降尺度预报,利用双线性插值方法在上述两方案中的预报效果优于其他3种插值方法。     

基于数值模拟和统计拟合分析华北冬季一次大范围重污染过程的形成机理

基于WRF/Chem（Weather Research Forecasting/Chemistry）模式对2015年11月25日至12月2日我国北方一次大范围PM2.5（空气动力学当量直径小于等于2.5 μm的颗粒物,即细颗粒物）重污染过程进行了模拟。与观测资料对比表明,模式能够较好地模拟出PM2.5浓度及气象因素的变化趋势,结果适用于此次污染事件的机理分析。动力、热力条件及化学转化等因素对此次强污染事件形成的机理分析表明,动力因子主要通过表面风和垂直风切变的减弱对此次污染事件造成影响,边界层逆温等热力因子促进了大气稳定性的增强,不利于污染物扩散。依据PM2.5组成成分变化分析可知,硝酸盐、硫酸盐和有机碳在此次事件中含量增加,说明机动车汽车尾气和燃煤排放所致的二次气溶胶生成对PM2.5污染加剧起重要贡献。多元线性回归分析和多因子相对贡献率量化解析结果表明,热力因子在此次污染过程中起主要作用,方差贡献率为52%,动力因子次之,方差贡献率为34%,而化学转化方差贡献率约为14%,说明气象条件,尤其是热力条件是引起此次污染事件的主要原因。     

2020年7月两次入海江淮气旋爆发性与非爆发性发展特征对比分析

利用高时空分辨率的欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts, ECMWF)对全球气候的第五代大气再分析数据集(European Re-Analyses 5, ERA5),对比分析了2020年7月淮河上游地区的两次江淮气旋过程,并结合海洋—大气—波浪—泥沙耦合模式(Coupled Ocean-Atmosphere-Wave-Sediment Transport modeling system, COAWST)进行敏感性试验,探讨同一气候尺度背景下,高低频大气环流形势和海气耦合作用对江淮气旋的影响。结果表明,低空环流形势的高频变化和海表温度的升高对气旋的大风影响和强度发展有重要作用。低空环流形势中,存在“气旋—反气旋—气旋”环流天气尺度波列,易造成气旋大风叠加增强;海气交互界面的高海表温度加热作用导致的感热和潜热释放通过气旋北部弯曲锋面强烈的上升运动,为气旋发展提供能量,促进气旋入海后爆发性增强。     

中国东部降水年际变化的随机动力诊断

利用一个具有门限的非线性随机动力气候模式对中国东部江淮流域的降水进行了分析。结果表明：在不同的门限域中,降水对外部强迫的响应有明显差异,呈现出一定的非线性特征;模式能较好地拟合降水的变化趋势。     

利用极化SAR数据进行土地覆盖分类研究

基于相关矩阵特征向量的目标分解将地物回波复杂的散射过程分解成相互独立的三种单一散射分量:单向散射、双向散射和交叉散射,分别对应各自的目标相关矩阵。目标分解技术降低了散射回波之间的相关性,有利于分析地物散射机理,有助于提高分类精度。对荷兰F levoland地区全极化数据进行分解,经过试验和相关性分析,选用7种数据形成多参数数据组合,对其进行最大似然监督分类,同时进行常规三种极化加相位差的分类和基于复W ishart分布的最大似然分类,逐像元计算混淆矩阵,分析对比三种分类结果的精度,试验表明:相对于常规数据组合分类,基于复W ishart分布的监督分类可以小幅度提高分类精度,而利用目标分解得到多参数组合数据进行分类则有大幅度的提高。