一次沿海局地特大暴雨的集合敏感性分析

利用常规观测资料和EC集合预报资料,基于集合敏感性方法 ,首先分析了2018年10月21日广西沿海局地特大暴雨过程的降水影响天气系统及关键区,并进一步分析了集合预报效果,得到不同层次气压场及风场的降水敏感特征以及集合预报降水预报偏差的可能主要原因,所得结论可供预报参考。     

基于CMIP5多模式集合资料的中国气温和降水预估及概率分析

选用国际耦合模式比较计划第五阶段（CMIP5）提供的30个全球大气-海洋耦合模式（AOGCMs）在典型浓度路径（RCPs）情景下气温和降水量的预估结果,采用扰动法,用站点观测资料作为气候背景场替代AOGCM模拟的气候平均,尝试校正气候预估结果的系统性偏差。通过集合方法,用概率的形式给出中国平均气温升高1 ℃,2 ℃和3 ℃以及降水量增加10%,20%和30%概率的空间分布,讨论了中国未来平均气温和降水量可能的变化。结果表明：经过扰动法处理后的气温和降水量预估集合保留了当前气候的局地信息。预估平均气温在中国均有上升,北方地区尤其是青藏高原地区变暖的程度大于南方地区,北方大部分地区平均气温升高的趋势为0.28 ℃/10a。在21世纪初,中国北方地区年平均气温升高1 ℃的可能性超过50%。到了21世纪末期,中国大部分地区平均气温升高2 ℃的可能性超过60%,新疆北部以及青藏高原南部地区气温升高3 ℃的可能性超过50%。预估中国降水量普遍增多,中国北方地区降水量增多的程度要明显大于江淮流域及其以南地区,尤其是西北地区降水量增多非常显著,降水量增多30%的可能性超过70%以上。     

集合卡尔曼滤波同化中雷达位置的敏感性研究

针对对流尺度集合卡尔曼滤波（EnKF）雷达资料同化中雷达位置对同化的影响进行研究。为了考察强对流出现在雷达不同方位时集合卡尔曼滤波同化雷达资料的能力,以一个理想风暴为例,设计了8个均匀分布在模拟区域周围的模拟雷达进行试验。单雷达同化试验中,初期同化对雷达位置较敏感,而十几个循环后对雷达方位的敏感性降低。造成初期同化效果较差的雷达观测位于模拟区域正南和正北方向,这两部雷达与模拟区域中心的连线垂直于风暴移动方向（即环境气流的方向）。双雷达试验的结果表明,正东、正南、正西和正北方向的雷达组合观测会使同化初期误差较大,这说明并不是所有与风暴连线成90°的雷达组合都能在短时同化中得到合理的分析结果,还需要都处于模拟区域对角线上（即与环境气流成45°夹角）,同化效果才较好。短时同化后的确定性预报结果表明,较大分析误差也会导致较大预报误差。这些分析误差主要是由于同化初期不准确的集合平均场驱动出的不合理的背景误差协方差造成的。当背景场随着同化循环得到改进后,驱动出的合理的背景误差协方差使得不同位置雷达同化造成的差异逐步减小。基于上述结果,引入迭代集合均方根滤波（iEnSRF）算法,结果显示使用该算法后,雷达位置对同化效果的影响减小,同化不同位置的雷达资料均能有效降低分析和预报误差。      

青藏高原东侧"2003.8.28"暴雨的集合预报试验

利用MM5模式和国家气象中心的T213模式的预报资料,通过研究非绝热物理过程参数化方案对高原东侧"2003.8.28"暴雨数值预报的影响特征,进行了多物理模式集合预报试验,为开展青藏高原东侧集合预报扰动技术研究进行了试验.试验结果表明,模式物理参数化方案对中尺度降水预报结果有明显影响,包括局地降水强度、空间分布型态、时间演变特征等.随着模式分辨率的提高,积云对流参数化方案将增加小雨量级降水区域,产生一些虚假降水,就现阶段模式水平而言,高分辨率集合预报应重点发展考虑强降水预报不确定性的集合预报模式系统.多物理模式集合预报的初步试验结果表明,高分辨率集合预报可以改进单一确定性预报结果不稳定的缺点,为强降水灾害性天气预报提供有价值的预报信息.     

ECMWF灾害性天气预报的检验

欧洲中期天气预报中心（ECMWF）2006-2015年的战略规划强调了灾害性天气的早期预警和其检验的开发需求。规划根据500百帕位势高度的确定性模式和850百帕温度集合预报系统,提出了全面的履行目标。有必要对用于ECMWF预报系统性能长期评估的预报等级评分集进行扩展,以涵盖适合灾害性天气的检验标准。这些应该根据重要的地面天气参数和特别针对为灾害性天气早期预警提供指导而开发的产品,比如极端预报指数（EFI,其应用的结果参见图1）。     

基于BGM的暴雨集合预报初始扰动发展分析

基于增长模繁殖法（BGM）思想,采用AREM（新一代区域η坐标模式）,研究了暴雨过程中,初始随机扰动在繁殖循环中随时间的演变特征和发展机理。结果表明,初始扰动的演变决定于环流背景场的结构和大气中的湿物理过程。背景场不仅影响扰动的演变规律,而且决定了扰动发展的敏感区域。初始扰动随时间演变存在两个敏感区,一是背景场的大风速区,二是降水区附近。对流层高层,大风速区附近扰动得到最优发展;对流层中低层,扰动不仅沿大风速区发展,且与降水区配合较好。初始扰动发展的机理也有两种,一是大气湿物理过程引起的位势不稳定或第二类条件不稳定（CISK）;二是由风切变引起的大气动力不稳定。高层扰动的增长,以干大气的动力不稳定占优,中低层扰动的发展主要是湿物理过程的贡献,初始扰动在模式中的发展与降水的发展是同“源”的,有利于降水发展的环境也有利于初始扰动的发展,从而影响了降水的可预报性。所以利用暴雨预报模式制作集合预报时,BGM仍是可用的方法。     

自适应卡尔曼滤波在航空重力异常解算的应用研究

依据航空重力测量基本原理,构建了航空重力异常解算的卡尔曼滤波模型,将新息自适应卡尔曼滤波器(IAE,Innovation based Adaptive Estimation)应用于量测噪声未知的航空重力异常解算.针对IAE滤波器滑动窗口宽度难以准确确定的问题,通过对多个不同滑动窗口新息协方差估计的加权平均,获得改进的IAE滤波器,该IAE滤波器不仅具有量测噪声自适应估计能力,还能实现滑动采样窗口的优化选取.试验结果表明,IAE滤波器可以降低因量测噪声统计信息不明引起的解算误差,改进IAE解算的重力异常误差约为1 mGal.     

降水量Γ分布模式的普适性研究

利用2015年6月1日—7月31日三个全球数值预报业务中心(CMA、ECMWF和NCEP)的24 h降水集合预报资料和我国东南地区降水观测资料,采用贝叶斯模型平均方法(A方案)和基于A方案的统计降尺度模型二次订正方法(B方案)对上述三个中心和多模式超级集合降水预报进行订正,并对比两种方案的订正效果;然后,选取2015年8月1—31日降水预报进行独立样本检验,分析订正前后的降水预报效果。结果表明:以第50百分位的降水预报为例,经A方案订正后各中心和多模式的集合平均消除了大量的小雨空报,其对小雨、中雨的订正效果很明显,对大雨以上的降水量级订正效果不明显。随着降水阈值增加,A方案的订正效果随之减弱。此方案对雨带走向的订正不明显,会使降水大值区量级降低甚至消失。采用B方案订正后,不仅可降低原始集合预报的空报率,还可对降水量级和落区进行订正,使降水预报的范围和量级与实况更接近,但对大量级降水,如50.0 mm以上的降水量级订正效果仍然不显著。

     

基于集合预报极端天气预测指数的浙江分类强对流预报模型

利用2016—2021年ECWMF集合预报资料、浙江自动站实况资料等,计算浙江短时强降水、雷暴大风和冰雹等强对流天气相关物理量的极端天气预报指数（EFI：Extreme Forecast Index）,分析EFI分布特征,并构建了分类强对流预报模型。结果表明：强对流天气与物理量的EFI有密切联系,发生短时强降水时,对流有效位能、整层可降水量、850 hPa与500 hPa温差和位温差的EFI较大,而垂直风切变的EFI为负值,因而较小的垂直风切变更有利于出现极端降水;发生雷暴大风和冰雹时,对流有效位能、850 hPa与500 hPa温差和位温差以及850 hPa温度露点差的EFI较大,700 hPa露点温度的EFI为负值,与上层干冷下层暖湿的有利层结条件有关。利用支持向量机多分类方法,将强对流天气相关物理量的EFI作为特征值开展训练,构建的预报模型对于非局地强对流天气有较好的预报效果,其中短时强降水的误判率明显低于雷暴大风。