两种红外晴空辐射订正方法及其反演大气参数的比较

比较了目前开发的两种红外晴空辐射订正算法：1）匹配的红外和微波探测值融合的算法,如AIRS／AMSU晴空订正算法（大气红外探测器AIRS,先进的微波探测器AMSU）;2）匹配的红外成像与探测值融合的算法,如AIRS／MODIS晴空订正算法（中分辨率光谱成像仪MODIS）。结果表明,相对于MODIS的晴空观测值而言,AIRS／MODIS晴空订正算法优于AIRS／AMSU晴空订正算法,而且AIRS／MODIS晴空订正辐射值反演的大气温湿廓线与欧洲中期天气预报中心（ECMWF）的客观分析场更接近;尽管这两种晴空订正算法本质上相当不同,但都是有效且互补的,当微波探测资料不能获得时,融合红外成像仪和探测器资料就成为唯一可靠的、间接使用有云影响的红外观测值的办法。     

与非线性区域预测方法结合的月延伸预报试验II:对波动分量预报的改进

在文献 [1]的基础上 ,设计了将逐候纬向平均高度距平场非线性动力学区域预报和T42L9谱模式动力延伸预报结合的方案 ,即将非线性预报结果转化为模式的静力扣除谱系数 ,然后在模式积分过程中的每一步取代其相应部分 ,实施过程订正。多个例试验结果表明 ,这种途径在减少了模式纬向环流的预报误差的同时 ,还通过非线性波流相互作用 ,改善了部分波动分量的预报。另外部分个例的形势场预报也得到较明显的改善     

Grapes模式预报西南地区夏季2m温度的检验评估

利用西南地区2004、2005年夏季的实况温度对G rapes模式输出的2m温度预报产品进行检验,结果表明,不管是单日预报误差还是月平均预报误差,都没有随预报时效的延长而增大,对四川盆地大部分地区,模式预报温度偏高,对重庆、云南、贵州及川西高原南部的温度预报,基本上表现为14时偏高,02时偏低,对川西高原北部和西藏则表现为预报温度偏低。分析表明,模式中对高原地形处理的不真实是温度预报产生误差的重要原因之一,利用回归分析方法能对模式温度预报进行有效的订正。检验分析结果为进一步改进模式,提高要素预报产品质量提供了一定的依据。      

数值天气预报中分析同化基本方法的历史发展脉络和评述

数值天气预报中分析同化的基本方法先后经历了多项式函数拟合方法、逐步订正方法、最优插值方法、变分方法和集合卡尔曼滤波方法。本文首先根据相关的经典文献力求本色地介绍这些方法的基本思想和实施的具体要点;然后,着重于它们的上下承接关系,试图阐述同化的历史发展脉络,评述这些方法的显著特征和创新性,以期清晰地理解资料同化的循序渐进的内在发展逻辑。此外,从起源上阐明“主观分析”与“客观分析”、“初猜场”与“背景场”、“分析”与“同化”、以及“更新”、“新息”等基本概念,以期准确地理解和把握“大气资料同化”的由来和内涵。     

安徽省电线覆冰厚度推算初探

利用安徽省82个气象观测站自建站至2018年2月雨凇、雾凇、混合淞日数,15个观冰站覆冰厚度和海拔高度数据,通过建立覆冰厚度与凇日数之间的关系,推算安徽省82个测站30 a、50 a和100 a一遇的标准冰厚,最后利用地形对标准冰厚进行订正。结果表明:安徽省各重现期下的标准冰厚与雨凇、雾凇和混合凇总日数具有显著的正相关关系;海拔高度与各重现期下标准冰厚呈指数关系;对海拔高于100 m的地区利用海拔高度对标准冰厚进行订正,可得到更为合理的安徽省各重现期下标准冰厚空间分布。     

锆石SHRIMP年龄测定数据处理时系统偏差的避免——标准锆石分段校正的必要性

介绍了高分辨率、高灵敏度离子微探针质谱计（SHRIMP）锆石原位微区年龄测定中标准锆石的作用、测定方式、数据处理时产生系统偏差的原因及避免系统偏差的办法。以两组实际测定数据处理阐明标准锆石分段校正的可行性和有效性。     

陆面模式CLM4.5在青藏高原土壤冻融期的偏差特征及其原因

利用中国区域地面气象要素数据集制作的大气强迫场驱动通用陆面模式CLM4.5（Community Land Model version 4.5）对青藏高原区域进行离线模拟试验,模拟结果与D66、沱沱河（TTH）和玛曲（Maqu）3个站点的观测资料以及GLDAS（Global Land Data Assimilation System）-CLM2模拟结果进行了对比,并分析了陆面模式对冻融过程中土壤温度和湿度模拟的偏差及其可能原因。结果表明：CLM4.5对土壤温度模拟较好（平均RMSE≈3℃）,而GLDAS-CLM2计算的土壤温度偏高,偏差较大（平均RMSE>6℃）,且其偏差大于CLM4.5,尤其在冻融期;CLM4.5能较好地模拟出冻融过程中土壤湿度季节变化,但土壤湿度的模拟值与观测值存在一定偏差（平均RMSE≈0.1 mm³·mm^-3）,GLDAS-CLM2不能反映出土壤湿度在冻融过程中的变化特征。CLM4.5的模拟偏差主要来自大气强迫场,而GLDAS-CLM2的偏差除了大气强迫场的不确定性外,还来自于模式冻融参数化方案的不完善。大气强迫场中的气温和降水对土壤温度和湿度的影响在冻融期和非冻融期表现不同。在非冻融期,土壤温度的模拟主要受气温的影响（r>0.6）,气温偏差对土壤温度偏差的贡献率大于50%;土壤湿度的变化则主要受降水的影响,降水偏差对土壤湿度偏差的贡献率为20%~40%。在冻融期,受土壤水热相互作用的影响,气温和降水对土壤温度和湿度的作用效果减弱;土壤湿度的变化受气温影响显著,其贡献率为10%~20%。陆面模式中冻融参数方案的不完善是冻融过程中土壤温度和湿度偏差的重要来源之一。     

中国区域降水偏差订正的初步研究

基于中国气象局公共气象服务中心提供的降水预报资料,利用频率匹配法和阈值法对2015年全年的降水预报进行偏差订正并对订正后的结果进行检验。结果表明:(1)偏差订正可显著减少集成系统降水预报的小雨空报现象,改善"有雨或无雨"的定性预报性能,提高集成系统的晴雨预报准确率。(2)订正后降水量级大小更接近实况降水,并且集成系统预报的平均绝对误差和面积偏差(干偏差或湿偏差)均有所降低。(3)偏差订正对降水预报的改善程度与系统本身预报性能有关,系统本身预报误差越大,订正效果越好。     

基于ECMWF模式的四川夏季强降水订正试验

利用2016—2018年6—8月四川地面观测降水资料(含加密自动站)及同时段ECMWF模式各要素预报场资料,根据基于"配料法"计算所得出的3 h间隔短时强降水概率预报,统计各格点各个转换概率阈值的次数,探索了一种针对模式24 h累计降水预报的强降水订正方法,并运用该方法对2018年6—8月降水集中时段24—72 h时效ECMWF模式降水预报进行逐日试验检验。试验结果表明:(1)从大雨、暴雨降水量级综合检验指标来看,各时效订正后命中率、漏报率、TS评分均有明显改善,且随着预报时效的延长,各指标数值提高的幅度愈大。空报率虽然0—24 h、24—48 h时效预报有所增加,但空报率增加幅度远小于漏报率减小幅度;(2)从个例检验结果来看,订正后的模式预报相比订正前的预报而言,降水量级明显增加,50 mm以上降水落区预报效果有较大程度提升,尤其是0—24 h时效预报,订正后降水落区分布与实况基本一致。     

中国内陆TRMM降水数据质量评估

针对TRMM降水数据在中国内陆是否可靠的问题,本研究采用了Xie Pingping根据地面观测站点产生的降水数据、中国气象局公开的759个站点观测降水数据与3B42_V6版本的TRMM降水数据,在中国内陆将地面观测数据同TRMM数据进行了深入对比分析。发现TRMM降水质量受地形影响很大,迎风坡偏小背风坡与山顶偏大,TRMM降水在汛期(夏季与秋季)比站点观测降水大,枯季(冬季与春季)TRMM相对精确。所以本研究建议在对TRMM降水数据进行应用时应该进行地形矫正。