基于CMA-BJ数值预报模式产品的复杂地形下冬奥站点地面气温和风速预报方法研究

北京冬奥服务对站点气象要素预报提出了明确需求,2 m气温预报偏差在±2℃以内,10 m风速预报平均偏差小于观测的 30%,文中提出一种基于相似集合嵌套一元线性回归的预报方法——嵌套相似集合(AnEn-Ne),该方法基于相似集合思路,在满足一定条件时,启动其嵌套一元线性回归提供订正预报.冬奥赛期(2021年 11月 1日—2022年 3月 15日)实时业务预报表明,嵌套相似集合具有较好的预报效果,相对业务数值模式(CMA-BJ)预报,预报精度显著提高,相对相似集合预报和一元线性回归预报精度明显提高,其预报结果满足冬奥服务需求.复杂地形下的要素预报检验表明,CMA-BJ模式预报 2m气温虽然存在较明显的系统偏差,但与观测相关较强,对观测的表征意义明显,订正后能有效消除复杂地形影响,10 m风速模式预报偏差振荡明显,模式预报与观测相关较弱,表征意义差,订正后站间差异明显;改进CMA-BJ模式复杂地形区近地面风速预报对观测的表征意义,可进一步提高该预报方法对10m风速订正预报的精度.     

CMA-BJ V2.0系统华北地区降水预报性能评估

利用CMA-BJ V2.0系统在2021年汛期（6—9月）华北地区预报的平均日降水量和24 h内逐时降水量,评估不同水平分辨率（3 km和9 km）在降水量、有效降水时次占比、降水强度、降水日变化等方面的预报性能。结果表明：9 km和3 km分辨率预报均可较好地反映降水量和落区,捕捉平均日降水量大于8 mm的降水区域分布特征,但降水量级的预报较观测偏大;对小时降水量和有效降水时次占比日变化的预报与观测基本一致,但对傍晚的峰值预报偏强,且多个时段空报,同时高估了小时降水量。与9 km分辨率预报相比,3 km分辨率预报对有效降水时次占比随累积降水量的变化趋势与观测更接近,对小时有效降水时次占比日变化、峰谷值出现时间的预报也与观测更接近。9 km分辨率预报对弱降水过程的预报能力更优,而3 km分辨率预报对强降水过程的预报能力更优。     

“CMA北京模式”中三种不同阵风诊断方案在北京地区大风预报中的评估

数值模式预报是阵风预报的重要途径之一,对“中国气象局北京快速更新循环数值预报系统（简称CMA北京模式）”中AFWA、UPP、IUM三种阵风诊断方案在北京地区大风预报中的性能进行了分析评估。两次大风过程的分析以及各季节大风预报的批量试验检验结果显示：三种方案的阵风预报存在明显差异,IUM方案的阵风预报能力优势明显。IUM方案对冷空气大风和雷暴大风预警都有较好的指示意义。其对2020年3月18日冷空气大风过程中大风起始时间、大风区位置和演变以及过程极大风速均有较好的预报效果,对2020年8月2日雷暴大风过程中大风区范围预报偏大且位置存在偏差,但对大风预警的指示意义最强。IUM方案的阵风风速预报整体偏强,但对各个季节达到或超过5级阵风的等级预报较为准确。总体而言,IUM方案对北京地区大风预报性能较好,基于该方案制作的阵风预报产品可为大风预报提供有力支撑。     

加密自动站数据在睿图-中亚数值模式中的应用

利用睿图-中亚区域数值预报系统（Rapid-refresh Multi-scale Analysis and Prediction System-Central Asia, RMAPS-CA）以及不同的地面气象自动站观测资料进行同化试验,并将试验结果与实况进行对比,旨在通过加密自动站的同化应用来提高RMAPS-CA对于地面要素的预报性能。通过2020年7月为期15天的批量试验结果表明：在保证数据质量的前提下,相比仅同化国家级自动站而言,同化加密自动站后可以有效提高地面温度、湿度和风速的预报准确性。在使用加密自动站的基础上,将RMAPS-CA的地面资料同化方案由原方案改为更新方案后可以降低地面温度预报和风速预报的均方根误差,提升加密自动站的同化应用效果。综上所述,加密自动站的合理使用可以改善RMAPS-CA的预报性能,而同化更新方案可以进一步提高加密自动站观测资料对于数值预报系统的贡献。     

夏季两次不同强度暴雨过程的低空急流特征及其作用对比分析

为了揭示北京地区夏季暴雨形成过程中的低空急流成因、结构特征及其作用,利用风廓线雷达测风数据、NCEP/GFS再分析资料(0.5°×0.5°)、国家级地面气象观测站和区域自动气象站小时降水量观测数据,对两次不同天气系统类型和强度等级的暴雨过程开展对比分析,得到结论如下:2018年7月16日(简称“7·16”)北京特大暴雨是在副热带高压边缘低空西南急流的影响下形成的,低涡低槽东移发展、低空急流不断加强,加之地形辐合线的影响,为大暴雨的发生提供了极为有利的低空水汽输送、辐合和抬升条件。2019年7月22日(简称“7·22”)北京暴雨是在高空槽前低空急流的影响下形成的,低空急流是由高空急流东移、下传所产生,低空水汽输送和辐合作用相对较小。在两次暴雨过程中的强降水发生前3 h,均出现低空急流强度增大、低空急流最低高度下降、低空急流指数激增、1500 m以下出现明显的垂直风切变并且逐渐增大等特征。在“7·16”暴雨过程中,边界层急流遇到山脉地形触发了对流新生,低空急流、地形辐合线共同作用使对流系统不断发展和组织化,是沿山地区极端强降水形成的关键原因。低空急流特征量(低空最大风速、急流最低高度和低空急流指数)和1500 m以下的垂直风切变大小对强降水的发生具有重要的指示意义。     

最大熵增模型在业务数值预报系统中的应用研究

准确计算地表热通量对理解陆-气相互作用和提升天气预报、预测能力具有十分重要的科学意义和实用价值。目前数值天气预报模式中普遍采用的基于莫宁-奥布霍夫相似理论（Monin-Obukhov Similarity Theory,MOST）计算地表热通量的方法具有局限性,而国际上近年来提出的用最大熵增（Maximum Entropy Production,MEP）模型计算地表热通量的方法具有优势并取得较好效果,越来越广泛地应用于陆-气交换过程研究。为了评估MEP模型在业务数值预报系统中的适用性,以及其与模式系统中现有常用地表热通量计算方法的差异,研究将MEP模型引入北京市气象局现有业务数值预报系统（CMA-BJ模式）,用于计算地表感热、潜热和土壤热通量,替换模式中原有基于MOST的方法。针对2022年6—8月开展模拟试验,评估业务数值预报系统采用MEP模型后对陆面和大气要素及降水的预报效果。结果表明：在CMA-BJ模式中采用MEP模型,能够显著改善模式对地表能量平衡及陆面和边界层热、动力过程的模拟,提高模式对边界层内温度、湿度和风的模拟能力,最终提高降水尤其是强降水的预报准确度,华北地区和长江流域暴雨的TS（Threat Score）评分分别提高了20%和10%,预报降水的日变化特征也与实况更接近、相关系数更大。这些结果表明,将MEP模型应用于数值天气预报模式及相关业务系统是可行的。