城市效应对登陆热带气旋妮妲降水影响的模拟

运用中尺度数值模式WRF耦合城市冠层模式（urban canopy model,UCM）,对2016年登陆深圳的热带气旋妮妲（1604）（以下简称妮妲）进行数值模拟。高分辨率数值模拟较好地再现了妮妲登陆前后的强度、路径和累积降水。利用城市化过程当中城市冠层对热带气旋降水的敏感性试验结果表明:城市冠层会减弱对流运动和水汽的输送,导致热带气旋登陆后珠江口城市群区域累积降水量略减少。应用最新的土地利用资料进行的城市下垫面敏感性试验结果表明:由于城市下垫面粗糙度增加,造成登陆地面风的减速,强度减弱,潜热通量与2 m高度比湿相应减小;城市下垫面粗糙度增加会加强该区域垂直对流运动以及不稳定能量增加,有利于降水增强,尤其在城市化下垫面处,热带气旋登陆后6 h累积降水增加量最大可超过20 mm。总体而言,对登陆热带气旋降水而言,耦合城市冠层使城市区域热带气旋降水减少,但在数值模拟中城市冠层影响作用不显著。城市化下垫面对登陆热带气旋暴雨的增幅作用明显,在登陆热带气旋降水预报中应重视。     

定量测量降水量的回波结构自适应算法研究

为提高临近预报中对流性降水估测的准确性,分析了统计法估算降水的局限性。依据降水物理机制和降水回波结构,研究雷达反射率因子定量测量降水量(QPE-Qualitative Precipitation Estimate)的自适应算法,旨在减少由于雨滴谱变化导致的Z-I关系不稳定所引起的降水量测量误差。同时考虑组合反射率因子RC和垂直液态水含量VIL两个参量对降水的影响,建立适于城市区域的动态自适应的Z-I关系,改进对强降水严重低估的问题。     

低温雨雪过程的粒子群-神经网络预报模型

利用逐日气温和降水量数据、NCEP/NCAR再分析资料以及预报场资料,通过分析提取我国南方区域持续性低温雨雪过程及其预报因子,使用粒子群-神经网络方法建立非线性的统计集合预报模型 (PSONN-EPM),对我国南方区域持续性低温雨雪过程进行预报试验。结果表明:以过程的冷湿程度及影响范围为标准,将低温雨雪过程分为一般过程和严重过程,并建立不同的预报模型效果较好。通过10 d独立样本预报试验看,基于粒子群-神经网络方法建立的集合预报模型比基于逐步回归方法建立的预报模型的预报平均相对误差小,对严重过程预报能力高于对一般过程预报,且这种非线性统计集合建模方法在建模过程中不需要调整神经网络参数,在实际预报业务中值得尝试。     

CMIP5全球气候模式对中国地区干旱变化模拟能力评估

利用东亚地区1961～2005年高分辨率（0．5°×0．5°）降水格点数据和参加CMIP5的42个全球气候模式数值模拟结果,通过对简单降水强度指数（降水距平百分率）的计算,对比分析了观测和多模式集合的中国地区干旱面积、干旱频率的时空分布以及干旱分布型的变化,评估了全球气候模式的模拟能力。结果表明：多个全球气候模式的集合结果对中国区域的干旱变化特征有一定的模拟能力,能较好地模拟出中国年平均干旱指数的时间变化趋势,但模拟的干旱强度偏弱;多模式集合模拟的严重干旱面积与观测值的变化趋势基本一致,与观测相比,模拟的长江以南干旱强度偏强,西北干旱强度偏弱;通过EOF的分析表明,多模式集合可以较好地模拟出西北与长江以南呈反位相及我国东部地区的“旱-涝-旱”或“涝-旱-涝”的分布型。     

基于频率匹配法和最优TS评分法的降水预报订正效果对比

利用2020年1月1日—2023年1月2日ECMWF、NCEP模式降水预报资料和眉山地区降水观测资料,采用频率匹配法（Frequency Matching Method,FM）、最优TS评分法（Optimal Threat Score,OTS）对ECMWF和NCEP的模式降水预报进行订正,对比检验评分和预报个例,并验证两种方法的适用性。结果表明：FM、OTS订正明显改善了小雨空报和暴雨漏报,提高了晴雨预报准确率、小雨ETS评分、暴雨TS评分,且OTS优于FM;FM可能出现参考数据与实况数据有较大偏差的情况,从而影响订正效果,OTS则不受参考数据的影响;数值模式降水的预报偏度明显大于1或小于1时,FM、OTS订正效果越好;FM、OTS难以订正小雨漏报、暴雨空报,也难以对降水差值较大的空漏报或降水落区偏差进行订正。     

近46年西藏高原昼夜降水变化趋势

选取西藏地区18个气象站1961～2006年逐时降水资料,分析近46年昼夜降水的变化趋势。结果显示:近46年,西藏大部分地区各时段夜雨率均呈减少趋势,昼雨率呈增多趋势;夜雨天数冬半年各区域都呈增多趋势,年和夏半年东北部和藏西北地区呈增多趋势,其他区域呈减少趋势,而昼雨天数大部分地区年、季都呈增多趋势。昼、夜雨率和雨次的年代际变率较大,各区域年代际变化不一致,无明显的增减趋势;夜雨率冬半年出现异常最多,各区域年、季多为异常偏少。昼雨率冬、夏半年出现异常较多,年和夏半年多异常偏少,冬半年基本上为异常偏多;夜雨天数夏半年出现异常的最多,东部地区以异常偏少居多,中西部地区以异常偏多为主。昼雨天数夏半年出现异常最多,南部边缘地区均为异常偏多,藏北地区也以偏多为主,其他区域多异常偏少。西藏大部分地区年、季昼夜雨率的大小更多依赖于降水强度,而非雨次的多少。     

“中国人工影响天气事业50周年纪念大会暨第十五届全国云降水与人工影响天气科学会议”成功举办

“中国人工影响天气事业50周年纪念大会暨第十五届全国云降水与人工影响天气科学会议”于2008年10月8～11日在吉林省长春市召开,会议由中国气象学会秘书处、中国气象局预测减灾司主办,中国气象科学研究院、吉林省气象局承办。来自财政部、科技部、农业部、中国气象局,各省、市气象局,有关院校和科研院所等单位的近500名代表参加了会议。中国气象局局长郑国光与吉林省副省长王守臣出席纪念大会并致辞,中国气象局副局长矫梅燕主持会议。     

基于集合预报的中国极端强降水预报方法研究

极端强降水天气属于小概率事件,其发生具有很多不确定的因素,预报难度很大。根据Anderson-Darling检验原理研究基于集合预报资料的极端强降水天气预报方法,利用2007—2010年中国T213集合预报资料和2001—2010年6—8月中国降水观测资料,分析观测与集合预报累积概率密度分布函数的特征,建立基于集合预报与模式历史预报累积概率密度分布函数连续差异的数学模型——极端降水天气预报指数(EPFI),并对2011年7月中国极端强降水天气进行预报试验。结果表明,极端降水天气预报指数可以充分利用集合降水累积概率密度分布的尾端信息,为极端强降水提供科学合理的预报,基于中国气象局(CMA) T213集合预报的极端降水天气预报指数可提前3—7 d发出极端强降水预警信号,随着预报时效的延长,预报技巧逐渐降低。研究还表明,模式气候累积概率分布的合理性将直接影响极端强降水天气识别能力。     

树轮记录的甘肃山丹近224年降水变化

根据山丹大黄沟的树轮样本,建立树轮宽度年表.相关分析发现,大黄沟树轮宽度差值年表与山丹上年8月至当年6月的降水存在显著的正相关,相关系数为0.654(P<0.00001).利用大黄沟的树轮宽度差值年表,可重建山丹近224年来上年8月至当年6月的降水变化.交叉检验表明降水重建结果稳定可靠.通过对降水重建序列与周边地区树轮降水重建序列和树轮年表资料的对比分析,发现该重建序列与周边地区的树轮重建降水的干湿阶段变化具有一定的同步性,并对西北地区极端干旱历史事件有良好的响应.多窗谱分析发现,重建降水序列具有4.2 a、3.4 a、3.2 a、2.6 a的准周期变化;滑动T检验法发现,重建降水序列在1887年、1908年发生过降水突变.     

联合像元-深度-对象特征的遥感图像城市变化检测

特征空间的构建和优化对遥感图像识别能力的提高具有重要作用。针对面向对象方法对波段光谱信息利用不足,以及像元识别法无法充分利用图像空间几何等信息的问题,本文建立了新颖的联合像素级和对象级特征的航摄遥感图像城市变化检测方法。首先,充分利用像素级和对象级特征的优势,建立考虑光谱、指数、纹理、几何、表面高度及神经网络深度特征的特征空间;然后,引入LightGBM(light gradient boosting machine)算法对大量特征进行选择研究;最后,采用随机森林识别器对宜兴市2012年和2015年两期遥感图像进行识别,利用变化矩阵进行城市的变化检测。结果表明:联合像元、深度、对象特征和LightGBM特征选择算法的识别效果最好,平均的总体识别精度达到了88.50%,Kappa系数达到0.86,比基于像元、深度或对象特征的识别方法分别提高了10.50%、15.00%和4.00%;城市变化检测精度达到了87.50%。因此,本文方法是利用甚高分辨率航摄遥感图像进行城市变化的检测的有效方法。