国家气象中心集合数值预报业务系统的发展及应用

利用ECMWF集合预报对2016年6月11—12日发生在长三角地区的一次暴雨过程进行了分析,并对集合“好” “坏”两类成员的预报结果进行了对比。分析表明：集合预报对本次暴雨过程具有比较好的预报能力,集合平均预报效果要优于确定性预报,其雨量预报的增大趋势对暴雨的预报具有一定的指示意义;高分位数集合成员对于暴雨预报有比较好的参考价值,尤其是在预报时效还较长的时候,如果连续多起报时次高分位数集合成员都预报出暴雨,以及低分位数集合成员的雨量预报呈现逐渐增大趋势,预示着暴雨的可能性在增大,有助于暴雨预报的决策;对天气系统和气象要素的预报差异是造成“好”“坏”两类集合成员对本次暴雨过程模拟效果差异的主要原因,对500 hPa高空槽、850 hPa低涡及其切变线、西南气流和偏东气流的模拟是决定“好”“坏”两类集合成员模拟效果的关键因素。

     

基于灰色系统模型的IGS精密钟差预报

钟差是精密单点定位中的重要误差源,IGS及其分析中心能够提供高精度卫星钟差改正信息,但其具有滞后性,一般要13d后才能获取。基于此,在讨论灰色系统建模的基础上,利用12d的IGS钟差文件进行GM(1,1)建模与预报,并将其结果与二次多项式的预报结果进行比较分析,同时对Rb钟和Cs钟的GM(1,1)模型预报效果进行讨论,得出一些有益的结论。     

基于ARIMA模型的卫星钟差短期预报研究

卫星钟差的精度直接影响导航定位的性能。本文针对不同类型的星载原子钟,采用ARIMA时间序列模型分别对1 d的IGS 5 min、30 s采样间隔的精密卫星钟差产品进行建模,并作6 h、一天的短期预报。结果表明,铷钟的预报精度达到了亚纳秒级,铯钟的预报精度处于纳秒级,并且原始钟差产品的采样间隔对卫星钟差预报精度有一定的影响。     

上海强对流智能预报业务新技术研究进展

强对流天气系统发展剧烈,常造成严重的暴雨、雷电、大风和冰雹等灾害。对强对流天气的准确预报一直是国际气象领域研究的难点和瓶颈问题,也是大城市防灾减灾关注的重点。强对流预报技术的发展已经从单纯依赖于雷达的图像识别,发展到雷达、卫星、高分辨率数值模式以及人工智能大数据预测融合应用的新阶段。在回顾国际强对流预报技术进展的基础上,介绍了上海气象业务部门近年来攻关研发的雷达自适应组网观测、雷达外推短临预测和数值预报误差机器学习订正等关键新技术及集成建立的上海强对流智能监测预报系统。这些技术成果的业务应用,在城市防灾减灾和精细化治理中已发挥了重要作用,可供相关研究人员参考。     

模拟退火算法的灰色模型钟差预报

针对传统灰色模型的预报效果不好的问题,文章提出了一种基于模拟退火算法的灰色模型钟差预报方法,采用模拟退火算法代替最小二乘求解灰色模型参数,较好地优化了灰色模型的参数估值。算例结果表明,基于模拟退火算法的灰色模型较传统的灰色模型,不仅能提高钟差的短期预报精度,而且对钟差的长期预报精度也有一定的改善。     

砂质粉土所配灰土强度影响因素的试验研究

通过室内试验,展开了土的粒度组成对2:8灰土强度影响的研究。将取自工程现场的粉土筛分为粗、中、细3种粒度成分的土样,采用不同的组合方式与石灰配成2:8灰土,对灰土的性质进行实验测试。实验表明,灰土强度随土颗粒粒径的增大而提高,但以粗中颗粒按1:1混合后所配灰土强度最高,强度能达到1162kPa。通过电镜扫描观察了素土与灰土的微观结构,解释了灰土强度比素土强度高的原因。