GRAPES区域集合预报两种侧边界扰动方法对比试验

中国气象局数值预报中心自2014年建立了区域集合预报业务系统,其使用的侧边界扰动由全球集合预报系统动力降尺度得到。为深入了解侧边界扰动对区域集合预报的影响,基于15 km水平分辨率的区域集合预报模式,使用动力降尺度方法和尺度化滞后平均法(scaled lagged average forecasting,SLAF)设计构造了两种侧边界扰动方案,并开展了2015年7月共6天的集合预报试验,利用集合均方根误差、集合离散度、连续分级概率评分、离群值、Brier Score及相对作用特征曲线面积等概率预报检验方法进行了多方面检验,分析了两种侧边界扰动方案对区域集合预报质量的影响。结果表明:动力降尺度侧边界扰动方案(DOWN)的扰动总能量在各垂直层次均大于SLAF方案,使得边界上前者的离散度大于后者,集合扰动增长更为合理;对于等压面要素和地面要素,DOWN方案的离散度、Outlier、CRPS等评分优于SLAF方案,反映了DOWN方案构造的侧边界扰动更加合理;在降水概率预报技巧方面,SLAF方案在评分上具有一定优势,但评分的提高没有通过显著性水平检验,因此认为两种方案对降水预报的改进基本相当。     

山东滨州市冰雹天气分型和预报方法研究

利用山东滨州市7个国家气象站与61个人影作业站点观测资料,结合高空观测及探空、ECMWF再分析等资料,对2001—2011年滨州降雹时空分布特征、天气系统和物理量特征、降雹形势分型和预报方法进行研究。得出:(1)降雹日数年均8.6次,总体呈现明显下降的年际变化特征;4—10月可降雹,6—7月降雹最多;降雹主要出现在14时—翌日02时;北部沿海相对较多。(2)降雹形势主要有5种类型:冷涡型降雹、低槽型降雹、横槽型降雹、西北气流型降雹、其他小范围降雹。根据冷涡中心位置冷涡型划分为两个关键区;低槽型可分为前倾槽、阶梯槽、较深低槽、与中低纬度共同作用的槽;横槽型降雹范围广、破坏性大;西北气流型存在连续性。(3)4类13种物理量具有不同分布特征和变异系数,均具有较好的代表性。不同月份、不同降雹影响程度和影响系统,物理量具有较明显差别。(4)0℃层高度在1370~5331m时,7种物理量可用于预报冰雹,K≥17℃、T850-500≥25℃、LI≤2℃、SRH≥0.1m^2·s^-2、SSI≥240、SWEAT≥100、Cape≥2J·kg^-1时可能降雹。6月、7—8月和其它月分别有3种、1种、3种物理量指标组合可用于预报冰雹,物理量的组合和数值有差异。     

基于循环神经网络的单站能见度短临预报试验

由于能见度具有局地性和复杂的非线性变化特征,一直是精细化预报的难点。人工神经网络对复杂变化过程的模拟能力较高,为解决这一难题提供了可能性。本文采用循环神经网络,利用福州气象观测站地面观测数据,建立了福州单站能见度短临预报模型,并就预报能力进行了评估。随机检验结果表明,在1 h、3 h、6 h时效上,循环神经网络的预报与观测的变化趋势一致性较好;均方根误差比基于实况的预报分别减小15.75%、31.66%、41.26%,说明具备较好的预报能力;平均绝对值误差比传统BP神经网络分别减小12.90%、24.45%、 38.99%,表明循环神经网络对能见度预报具有优势,为能见度的精细化短临预报提供了新途径。     

基于卡尔曼滤波的中国区域气温和降水的多模式集成预报

利用TIGGE资料集下欧洲中期天气预报中心(ECMWF)、日本气象厅(JMA)、美国国家环境预报中心(NCEP)、中国气象局(CMA)和英国气象局(UKMO)5个模式预报的结果,对基于卡尔曼滤波的气温和降水的多模式集成预报进行研究。结果表明,卡尔曼滤波方法的预报效果优于消除偏差集合平均(BREM)和单模式的预报,但是对于地面气温和降水,其预报效果也存在一定的差异。在中国区域2 m气温的预报中,卡尔曼滤波的预报结果最优。而对于24 h累积降水预报,尽管卡尔曼滤波在所有量级下的TS评分均优于BREM,但随着预报时效增加,其在大雨及以上量级的TS评分跟最佳单模式UKMO预报相当,改进效果不明显。卡尔曼滤波在地面气温和24 h累积降水每个预报时效下的均方根误差均最优,预报效果更佳且稳定。     

雷达-雨量计联合估测区域降水量方法研究Ⅰ——模式集成法的提出

天气雷达估测区域降水量是其应用研究的重要领域,不断研究改进雷达估测区域降水量精度和稳定度是雷达气象工作的重要目标。文章回顾了集合预报理论基础及其发展概况,总结分析集合预报方法、产品表现形式等。对前期雷达估测区域降水量的8种方法,从基本原理和特点等方面进行了系统分析。对该理论在雷达估测区域降水领域的适用性进行了分析,阐述了集合预报理论在该领域应用的概念模型,并提出了两种集成估测区域降水量的新方法,为下一步的应用研究提供了理论支撑。     

基于微波辐射计的短时强降水潜势预报

微波辐射计可获取高时间分辨率的大气层结信息,为探索其在短时强降水预报方面的应用潜力,利用微波辐射计仪器获得对流参数特征,提取对短时强降水敏感的对流参数作为预报因子,并利用叠套法建立短时强降水潜势预报.结果表明:液态水路径LWP、SI、LI、CAPE、KOI这5种参数可作为预报因子建立潜势预报,经验证后得出短时强降水的P...     

未来综合导航定位技术刍议

社会的发展和人们生活水平的不断提高,使得人们对位置及其相关信息的需求不断增加。未来人们对于导航定位技术的需求将是快速、高精度、高动态和无缝的。未来的综合导航定位技术主要包括单点快速高精度定位技术和特殊地区导航定位技术两大类。本文简要介绍了这两类导航定位技术的现状及今后的发展趋势。     

Case Study of Fog Predictability for an Event with Cold-Front Synoptic Pattern

Fog has recently become a frequent high-impact weather phenomenon along the coastal regions of North China. Accurate fog forecasting remains challenging due to limited understanding of the predictability and mechanism of fog formation associated with synoptic-scale circulation. One frequent synoptic pattern of fog formation in this area is associated with cold front passage(cold-front synoptic pattern, CFSP). This paper explored the predictability of a typical CFSP fog event from the perspective of analyzing key characteristics of synoptic-scale circulation determining fog forecasting performance and the possible mechanism. The event was ensemble forecasted with the Weather Research and Forecasting model. Two groups of ensemble members with good and bad forecasting performance were selected and composited. Results showed that the predictability of this case was largely determined by the simulated strengths of the cold-front circulation(i.e., trough and ridge and the associated surface high). The bad-performing members tended to have a weaker ridge behind a stronger trough, and associated higher pressure over land and a weaker surface high over the sea, leading to an adverse impact on strength and direction of steering flows that inhibit warm moist advection and enhance cold dry advection transported to the focus region. Associated with this cold dry advection, adverse synoptic conditions of stratification and moisture for fog formation were produced, consequently causing failure of fog forecasting in the focus region. This study highlights the importance of accurate synoptic-scale information for improved CFSP fog forecasting, and enhances understanding of fog predictability from perspective of synoptic-scale circulation.     

利用综合评分方法评估CMIP5模式对北极海冰的模拟能力

北极海冰冰盖自20世纪以来经历了前所未有的缩减,这使得北极海冰异常对大气环流的反馈作用日益显现。尽管目前的气候模式模拟北极海冰均为减少的趋势,但各模式间仍然存在较大的分散性。为了评估模式对于北极海冰变化及其气候效应的模拟能力,我们将海冰线性趋势和年际异常两者结合起来构造了一种合理的衡量指标。我们还强调巴伦支与卡拉海的重要性,因为前人研究证明此区域海冰异常是近年来影响大尺度大气环流变异的关键因子。根据我们设定的标准,CMIP5模式对海冰的模拟可被归为三种类型。这三组多模式集合平均之间存在巨大的差异,验证了这种分组方法的合理性。此外,我们还进一步探讨了造成模式海冰模拟能力差别的潜在物理因子。结果表明模式所采用的臭氧资料集对海冰模拟能力有显著的影响。     

时间尺度重构EEMD-GRNN改进模型预测PM2.5的研究

合理构建PM_2.5浓度预测模型是科学、准确地预测PM_2.5浓度变化的关键。传统PM_2.5预测EEMD-GRNN模型具有较好的预测精度,但是存在过于关注研究数据本身而忽略其物理意义的不足。本研究基于南京市2014-2017年PM_2.5浓度时间序列数据,分析PM_2.5浓度多尺度变化特征及其对气象因子和大气污染因子的尺度响应,基于时间尺度重构进行EEMD-GRNN模型的改进与实证研究。南京市样本数据PM_2.5浓度变化表现为明显的天际尺度和月际尺度,从重构尺度（天际、月际）构建GRNN模型更具有现实意义;同时,PM_2.5对PM₁₀、NO₂、O₃、RH、MinT等因子存在多尺度响应效应,以其作为GRNN模型中的输入变量更具有时间序列上的解释意义。改进后的EEMD-GRNN模型具有更高的PM_2.5浓度预测精度,MAE、MAPE、RMSE和R²分别为6.17、18.41%、8.32和0.95,而传统EEMD-GRNN模型的模型有效性检验结果分别为8.37、27.56%、11.56、0.91。对于高浓度天（PM_2.5浓度大于100 μg/m³）的预测,改进模型更是全面优于传统EEMD-GRNN模型,MAPE为12.02%,相较于传统模型提高了9.03%。