一种准确通用的台风路径预报模式

应用天气学理论,对台风云图的晴空区轴线制约台风移动的规律进行物理解释。根据台风云团与晴空区之间存在的干、湿梯度力和推动台风前进的惯性力的互相关系,建立台风移向预报方程和轨迹预报方程,分析论证了台风移向变化的物理过程,把影响台风移动的复杂因子转化为单一的预报因子。     

利用卫星云图资料制作热带气旋预报路径的一种算法

根据台风生成后在云场中移动的环境条件,引入一个环境作用于台风中心的热力梯度力方向,用该热力梯度力方向与当前台风的移动方向相结合,研究台风移动过程的变化规律,寻找一种简易可行的台风路径预报方法．经过多年实践,本文揭示出台风中心未来沿着当前移动方向与环境作用于台风中心的热力方向合成移动的基本规律：当前台风中心移向与前方晴空区中轴线相交时,台风沿着当前移向前进到与阻挡轴线相交点相距4个纬距的位置时便发生偏转,逐渐与阻挡轴线走向趋于一致;若当前台风中心距相交点的距离小于或等于4个纬距时,则从当前位置发生偏转．文中利用以上规律研制出台风移向变化方程和移动轨迹方程．     

�͹����ǹ����ϼ�Ԥ�������о�

????????CHAMP??????????б??????????????????????????????????????????????????????????????????????????????????????б???????????????????????????????????Ч????????????,?б???????????????????????m???????????GPS?????????????б??????????CHAMP?????????????????????÷???????????????б???????????????????????????ж????????????     

金沙江下游多种面雨量集成预报方法的对比分析

集成方法有利于提高降水要素预报的准确性和可预报性。本文基于格点实况资料和智能网格预报、西南区域数值预报、ECMWF模式预报、GRAPES模式预报产品,以面雨量为研究对象,采用多元回归法、BP神经网络法、评分权重法、加权集成预报法和算术平均法,得到集成面雨量预报,再运用平均绝对误差、模糊评分、正确率、TS评分、偏差分析等方法,对2020年4—10月金沙江下游面雨量预报效果进行对比分析。结果表明：多元回归集成法和BP神经网络法的预报效果总体上优于其他几种集成方法。在考虑流域面雨量的预报量级时,下游可以采用预报量级较小的模式和集成方法。集成后偏差百分比均有降低,且多元回归法和BP神经网络法对预报量级较小的模式有矫正作用。在面雨量有无、小雨和中雨预报中,多元回归法集成效果较好,在大雨量级预报中,BP神经网络法集成效果较好。这些结论可为流域面雨量预报提供参考借鉴。     

基于集合预报极端天气预测指数的浙江分类强对流预报模型

利用2016—2021年ECWMF集合预报资料、浙江自动站实况资料等,计算浙江短时强降水、雷暴大风和冰雹等强对流天气相关物理量的极端天气预报指数（EFI：Extreme Forecast Index）,分析EFI分布特征,并构建了分类强对流预报模型。结果表明：强对流天气与物理量的EFI有密切联系,发生短时强降水时,对流有效位能、整层可降水量、850 hPa与500 hPa温差和位温差的EFI较大,而垂直风切变的EFI为负值,因而较小的垂直风切变更有利于出现极端降水;发生雷暴大风和冰雹时,对流有效位能、850 hPa与500 hPa温差和位温差以及850 hPa温度露点差的EFI较大,700 hPa露点温度的EFI为负值,与上层干冷下层暖湿的有利层结条件有关。利用支持向量机多分类方法,将强对流天气相关物理量的EFI作为特征值开展训练,构建的预报模型对于非局地强对流天气有较好的预报效果,其中短时强降水的误判率明显低于雷暴大风。     

荆江河段洪水水位预报方法研究

研制了荆江河段各站具体的洪水水位预报方案,并对预报方案进行了检验。研究表明:利用洪水预测的上下游相关法,建立荆江河段宜昌-枝城、枝城-沙市、沙市-城陵矶-石首、枝城-城陵矶-监利等水文预报站点的上下游相应水位关系曲线,能较好的预测荆江河段各预报站点洪水水位,并且通过对1969、1981、1983年3次洪峰过程试报的结果表明,该方案具有较好的适应性。     

CMIP5模式对南海SST的模拟和预估

分析了32个CMIP5模式对南海历史海表温度(SST)的模拟能力和不同排放情景下未来SST变化的预估。通过检验各气候模式对南海历史SST增温趋势和均方差的模拟,发现大部分模式都能较好地模拟出南海20世纪历史SST的基本特征和变化规律,但也有部分模式的模拟存在较大偏差。尽管这些模拟偏差较大的模式对SST多模式集合平均的影响不大,但会增加未来情景预估的不确定性。剔除15个模式后,分析了南海SST在RCP26、RCP45和RCP85三种排放情景下的变化趋势,发现在未来百年呈明显的增温趋势,多模式集合平均的增温趋势分别为0.42、1.50和3.30℃/(100a)。这些增温趋势在空间上变化不大,但随时间并不是均匀变化的。在前两种排放情景下,21世纪前期的增温趋势明显强于后期,而在RCP85情景下,21世纪后期的增温趋势强于前期。     

无主漂油源集合预测方法研究

采用基于"拉格朗日"粒子追踪方法的油粒子数值溯源模式,引入天气预报中的"集合预报"方法,考虑气象、海洋环境背景场误差因素,研究无主溢油源的集合预测方法。对某次渤海中西部溢油溯源事件的数值模拟结果表明,溢油源集合预测分析结果与溢油源实际调查情况相符,表明无主漂油源集合预测方法科学、结论可信。     

青岛近海大型水母漂移集合预测方法研究

考虑水母垂直运动等自主运动,基于集合预报和拉格朗日粒子追踪方法,建立青岛近海大型水母的集合漂移预测模型。并利用2012—2013年青岛近海水母实时监测数据和集合漂移预测模型,快速预测水母集合漂移轨迹、速度、趋势和可能影响范围等要素。通过分析水母监测数据和数值模拟结果,在水母如何自主运动及其机理尚不十分清楚的情况下,多轨迹漂移预测结果比单轨迹的更合理、科学、可信,能够传达更多的信息量,对水母灾害的应急处置更具有指导意义。     

基于空间自回归和空间聚类的渔情预报模型

作者针对远洋渔场渔情预报精度偏低的问题,提出一种基于空间自回归和空间聚类的渔情预报模型。该模型利用空间自回归对收集到的渔业历史数据进行预处理,然后通过空间聚类将所有数据样本根据地理位置分划成若干个区域,最后研究每个区域中环境数据与渔获数据之间的数学关系,各自建立栖息地适宜性指数模型(Habitat Suitability Index,HSI),并以印度洋大眼金枪鱼(Thunnus obesus)为例进行验证。结果表明,本模型的均方差为0.1742,与传统线性回归方法的均方差0.2363相比,能更好地表达海洋环境数据与渔获量之间的关系,预测精度显著提高。