ECMWF业务预报模式地面气温预报的不一致性特征研究

为探讨ECMWF业务预报模式(以下简称ECMWF)的地面气温预报不一致性问题,本文利用2015年12月1日—2016年11月30日业务预报中常用的地面气温预报数据,研究ECMWF地面气温预报产品在不同季节里的不一致性指数分布及变化特征。结果表明:各个季节不一致性指数有不同的特点,冬季不一致性指数最大,大值区主要分布在除华南和青藏高原外的大部分区域;而夏季不一致性指数最小,在青藏高原地区不一致性指数相对较大;春、秋两季不一致性指数大小均处于冬、夏季之间。此外,研究还发现冬季地面气温预报不一致性指数单日变化较大,而夏季较小。夏季不同起报时间的地面气温预报比较稳定。     

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。     

贵州冰雹灾害强度评估方法研究

【目的】为快速评估单次过程冰雹强度和范围,及时为灾后的救援、勘察和保险核灾工作提供参考依据,【方法】本文利用贵州省2021-2023年间的141次冰雹过程的多普勒天气雷达资料和探空资料,结合降雹观测资料和灾害损失调查记录,在贵州山区防雹业务预报预警指标的框架下,通过历史资料回算的定性评估结果跟网格化处理后的降雹数据做一致性对比,选取冰雹强度精细化评估的影响结果覆盖94%以上的降雹观测点位置且收敛性较好的阈值作为单时次的识别指标确定的依据,采用加权时间积分方法建立冰雹过程评估模型,该模型能够对冰雹过程进行精细化评估得到1km空间分辨率的评估结果。【结果】为验证评估结果的准确性,选取了一次典型灾害开展无人机遥感调查,反演结果与评估结果作对比检验,25处冰雹受灾位置中有22处降雹区位于评估范围的重度区域内,3处降雹区位于评估结果对应的中度灾害范围内,调查情况与冰雹精细化评估的强度范围和分布一致。以六盘水市风雹灾害损失记录和冰雹影响面积区域评估数据作对比分析,结果表明三种不同冰雹强度的评估面积与直接经济损失数据的两两相关系数均达到0.8以上,在0.01的显著性水平下进行假设检验,具有显著正相关。【结论】检验结果说明该评估方法在冰雹区域强度评估中能够较好地反映实际受灾程度。     

黄河三角洲河口段海岸线动态及演变预测

黄河淤积造陆形成黄河三角洲,黄河三角洲地区表层均为第四系全新统松散沉积物,以细颗粒的粉砂为主,呈松散—稍密状态,孔隙度较高,稳定性较差,极易受到海洋动力侵蚀造成海岸蚀退。随着黄河断流天数逐年增多,使黄河来水来砂量逐年递减,在黄河淤积和海洋动力交互或共同影响下,现代黄河三角洲海岸线迅速地发生着淤进蚀退交替的演变。自1976年黄河人工改道走清水沟流路以来,黄河三角洲河口段海岸线总体处于淤进状态。对河口地区1986—2004年间遥感图像进行比较分析,发现有关岸线位置的原始数据间存在近似的二元一次线性相关关系,通过建立回归模型,对2005—2010年河口地区海岸线形态进行了演变预测。预测结果表明,2005—2010年间黄河三角洲原河口沙嘴前端处于蚀退状态,而北汊1流路附近有一直淤进扩张的趋势。     

MM5数值预报产品在舟山海域风力分区预报中的释用

本文阐述了舟山海域地理气候特征及开展舟山海域风力分区预报的重要性,详细介绍了利用海岛测风站资料研究的MM5数值预报产品在舟山海域风力分区预报中的释用技术,实践证明该释用技术能为风力分区预报提供重要的技术支撑,并为研究同类数值预报产品释用技术提供重要的参考依据。     

ARIMA-LSTM组合模型在基于SPI干旱预测中的应用——以青海省为例

开展干旱预测是有效应对干旱风险的前提基础。利用1958—2017年青海省38个气象站点逐日降水量数据计算多尺度标准化降水指数（SPI）,并建立了SPI序列自回归移动平均模型（ARIMA）、长短时记忆神经网络模型（LSTM）和基于二者优点提出的ARIMA-LSTM组合模型;对模型参数进行率定和验证后,利用所建立的模型,以西宁站点为例,对多尺度SPI值进行预测,借助均方根误差（RMSE）、平均绝对百分比误差（MAPE）和决定系数R²对所有预测模型的有效性进行判定。结果表明：ARIMA-LSTM组合模型在SPI1和SPI12的RMSE值分别为0.159 7和0.181 0,均低于ARIMA模型的1.265 4和0.293 3,说明ARIMA模型与ARIMA-LSTM组合模型对SPI的预测精度都与时间尺度有关,ARIMA模型的预测精度随着时间尺度的增加而逐渐提高;结合GIS并利用实测数据与模型的预测数据相比较说明ARIMA-LSTM组合模型相比于单一ARIMA模型的预测精度更高,且能够很好拟合不同时间尺度的SPI值。     

地缘政治风险研究进展与展望

地缘政治风险是影响全球和区域和平、稳定与发展的5大风险之一。如何识别、评估、预测和管理地缘政治风险成为国内外共同关注的问题。国内外学者对地缘政治风险这一术语的定义还不统一。当前地缘政治风险研究,在致险因素分析、风险影响刻画、风险量化与制图等领域都有一些新进展。针对地缘政治风险致险因子的时空差异性和多变性、各致险因子相互影响与反馈机制的复杂性以及地缘政治风险的突发性和不确定性,对致险因素的精准识别,地缘政治风险形成的机理,地缘政治风险监测与模拟等研究成为核心和前沿问题。中国未来地缘政治风险和重要研究方向包括：周边地区地缘政治风险研究;地缘政治风险的定量化与模拟研究;跨学科、大数据、多终端的地缘政治风险集成计算方法与预警服务平台建设;凝炼科学问题,提升对现实地缘政治问题的解释能力。     

基于机器学习的海洋环境预报订正方法研究

结合中尺度数值模式 WRF 预报数据和 ERA5 再分析资料,利用机器学习方法对 WRF 预报场的风场、温度、气压进行预报订正。采用 ERA5 作为真值,与原始 WRF 预报相比,利用随机森林模型可以将预报结果整体均方根误差降低 44%以 上,利用深度神经网络模型可以将预报结果整体均方根误差降低 34%以上。通过随机森林模型实验得到不同输入特征对预报要素的影响程度,分析了关键的预报订正因子。     

单多普勒天气雷达反演风场高原低纬区域同化应用

为了改善低纬高原地区天气预报水平,利用WRF(Weather Research and Forecasting)模式及其变分同化系统进行雷达VAD(Velocity Azimuth Display)反演风场资料同化试验。通过设计不同的试验方案,对2009年6月30日00:00至7月1日00:00发生在云南的一次强降水过程进行数值模拟和对比分析,结果表明:同化VAD反演风场资料后对区域模式的风矢量初始场有明显影响。同化系统能把雷达反演风场信息有效地引入模式初始场,改善强降水区域的水汽输送和风场辐合强度;同化VAD反演风场资料后对区域模式累计降水预报有一定改进作用。从长时间累计降水量定量检验结果看,具体表现为25mm以上量级的降水准确率明显提高、漏报率下降,预报偏差更趋合理。不同的同化试验方案之间的模拟结果差异较大。同化频率越高、同化持续时间越长,对区域模式初始场和预报场的影响越明显。但同化持续时间不宜过长,否则可能导致系统移速过快、降水强度偏大、空报率增加等异常。     

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.