基于多模式集成技术的地面气温精细化预报

基于ECMWF、JMA、T639、WRF四个数值模式2012年6月1日—9月30日地面气温3—60 h预报资料和郑州加密自动站资料,利用多模式集合平均(EMN)、消除偏差集合平均(BREM)、加权消除偏差集合(WBREM)及多模式超级集合(SUP)4种方法,对2012年8月29日—9月27日郑州城区11个站点地面逐3 h气温进行多模式集成预报试验,采用绝对误差对预报结果进行检验评估,结果表明:在30天的预报期内,BREM、WBREM及SUP对于大多数站气温预报效果有明显改善,而EMN方案对11个站预报效果改善则不太明显;4种方案中,BREM和WBREM预报效果相对较好且稳定,各个站上3—60 h预报的绝对误差均在2℃附近或以下;SUP方案虽然对个别站预报误差较低,但是其预报效果并不稳定,一些站点的个别预报时效误差大于2℃。对于郑州观测站的气温预报而言,4种集成方案20时起报的气温误差明显小于08时起报的误差,并且20时起报的SUP集成方案绝对误差明显小于其他方案的绝对误差。总体而言,BREM、WBREM及SUP三种集成方案能够给郑州精细化预报业务提供较好的参考。     

基于TIGGE资料的地面气温延伸期多模式集成预报

基于TIGGE资料中心提供的CMC、ECMWF、UKMO及NCEP四个集合预报中心2008年7月1日-9月30日北半球中纬度地区地面气温10 ～ 15 d延伸期集合预报产品,首先采用Tala-grand分布及离散度—误差关系评估了单个预报系统的预报性能,然后分别利用多模式集成平均(Ensemble Mean,EMN)、消除偏差集成平均(Bias-Removed Ensemble Mean,BREM)及多模式超级集合(Multi-model Superensemble,SUP)对地面气温进行多模式集成预报试验.由于逐日的延伸期预报准确率相对较低,因此人们更关注延伸期预报对天气过程的预报准确率.对各个集合预报系统的逐日预报资料以及逐日“观测”资料做滑动平均,并对处理后的资料进行多模式集成,最后对超级集合预报的训练期长度进行调试,以获得最佳训练期长度.结果表明,四个集合预报系统的离散度相对于均方根误差都偏小,ECMWF预报效果最好,NCEP次之,UKMO预报效果最差.EMN、BREM及SUP三种多模式集成方法的预报效果均优于单个系统且SUP对预报效果的改善最明显.滑动平均后,预报误差进一步降低,且滑动步长越长,误差越小.对于SUP的训练期,逐日预报和3d滑动平均10～12 d预报最佳训练期长度为75 d;13 ～ 15 d预报最佳训练期长度为35 d;5 d及7d滑动平均其训练期长度在各个时效均以35 d为宜.     

回流暴雪过程的诊断分析和数值试验

利用常规观测资料及NCEP/NCAR 1°×1°逐6 h再分析资料,分析了2018年初豫南特大暴雪过程的特征与成因。结果表明：此次特大暴雪过程发生在500 hPa乌拉尔山以东地区阻塞高压稳定维持和中、高纬地区多支短波槽东移并同位相叠加的环流背景下,具有持续时间长、过程降雪量大、降雪强度大、积雪深等特征;强降雪阶段,对流层低层豫南地区同时存在两个水汽来源,一是700 hPa西南急流对孟加拉湾水汽的输送,二是850 hPa东南气流对东海南部水汽的输送;低层较强的水汽输送及辐合、贯穿整个对流层的湿层、维持较高的比湿和整层可降水量对暴雪的形成与持续有一定的指示意义;低空冷垫有利于逆温层之上西南暖湿气流在其上爬升,低空垂直风切变的变化对降雪强度变化有较好的指示意义;高空急流先于低空西南急流而建立,高空急流轴南压使得低空急流发展北上,高低空急流耦合激发次级环流圈上升支,为暴雪发生发展提供了强烈的上升运动;对流层低层700 hPa与850 hPa持续强烈锋生,有利于暴雪加强和持续。

     

京津冀基础设施建设与人口集聚耦合演进分析 ——基于推拉理论解析

引入效用函数解析推拉理论,对系统发展模型、协调模型、耦合模型和相对发展度模型进行了改进并综合,构建了耦合-协调模型;分析了城市基础设施建设与人口集聚存在先促进后抑制的倒“U”形关系;对2006~2016年京津冀基础设施建设与人口集聚耦合的演进规律进行了解析。研究表明,基础设施建设与人口集聚两系统的发展指数、耦合度均呈现递增趋势,协同基础良好,耦合驱动潜力巨大;系统耦合由拮抗阶段趋向高水平耦合阶段发展;系统在时序上多处于同步发展状态,区域间耦合趋同基本实现;系统耦合度在空间分布存在差异性,并达到倒“U”形关系的顶峰;未来应着重考虑避免“城市病”问题的发生。