四川复杂地形下雷暴大风客观预报方法研究

地形复杂的四川地区,虽然雷暴大风发生频次较低,但造成的影响重大,现有的客观预报产品较少且时间分辨率低,为进一步提升四川复杂地形下雷暴大风预报准确率,综合考虑地形因子、模式物理量因子和时间因子,根据海拔高度将四川分为高海拔区和低海拔区,利用2018—2021年数据基于随机森林、自适应提升法、极端随机树三种机器学习方法分区构建雷暴大风预报模型,对2022年进行预报,获得逐3 h雷暴大风潜势预报,再利用气候背景将3 h预报时间降尺度到1 h,形成0~12 h逐小时雷暴大风预报,并检验预报效果。结果表明,逐3 h雷暴大风预报以自适应提升法效果最优,长时间检验和个例检验都表明,基于自适应提升法获得的0~12 h逐小时雷暴大风预报产品优于中央气象台产品,TS评分由0.0104提升至0.0595,空报率由0.988下降至0.808,业务应用价值较高。

通化市气温格点预报订正方法研究

本文采用滑动权重平均订正法对网格预报指导产品进行误差订正,主要结论如下:1)整体而言,网格预报指导产品的气温预报比实况偏低,订正网格预报指导产品气温具有可行性;2)结果分布表明,滑动权重平均订正法中较长的滑动订正周期对气温预报有更好的订正效果,采用滑动权重平均订正法能较好地订正2m最低、最高气温的预报误差;3)误差幅度总体上表明,经过滑动权重平均订正法订正后,很好地改善了气温的预报质量;4)从误差的离散度来看,滑动权重平均订正法可能无法改变网格预报指导产品误差的离散程度,因此具有一定的局限性,需要今后做进一步研究。

弱垂直风切变下江苏下击暴流统计特征

为研究弱垂直风切变环境下的下击暴流特征,基于SA型多普勒天气雷达、探空和地面(10 m)极大风资料以及静止气象卫星云图,筛选出江苏2019—2020年6—9月弱垂直风切变下381次下击暴流事件,并按尺度分为微下击暴流、宏下击暴流和下击暴流簇。统计结果表明:江苏地区6—9月64.9%的雷暴日伴随下击暴流,平均每个下击暴流日发生8次下击暴流事件;三类下击暴流占比分别为:微下击暴流21.7%、宏下击暴流47.6%、下击暴流簇30.7%,集中出现在15—16时(北京时);基于雷达径向速度,下击暴流平均持续时间为25.4 min,平均强度(辐散速度对风速差值或低仰角极大风)为22 m·s^(-1),仅7个下击暴流样本达到致灾大风标准(低仰角径向速度达25 m·s^(-1)或辐散速度对差值达40 m·s^(-1)),下击暴流引发的地面气象站观测极大风均值为15.5 m·s^(-1),表明其致灾性不太强;下击暴流低仰角径向速度模态以辐散速度对型为主(73.3%),但多为非对称型,仅有6.1%的下击暴流为对称的辐散速度对结构,26.7%的下击暴流表现为低仰角强风。

国内外海上雷暴研究进展

鉴于全球气候变化及极端天气事件日益增多,海上雷暴对航海及海上作业等产生的影响愈发严重。然而,由于对海上雷暴的特性和机理认识不足,加之海上观测资料匮乏,导致海上雷暴的监测与预报困难较大。针对上述问题,从气象预报视角全面概述了海上雷暴研究领域国内外最新进展,涵盖了海上雷暴观测手段与技术、活动特征以及形成机理等内容,梳理并探讨全球海上雷暴研究的现状、发展趋势及关键性问题。在回顾的基础上讨论了未来国内海上雷暴研究的发展方向,包括强化海上观测系统建设、构建海上雷暴数据集、深化海上雷暴形成机理研究、加强人工智能应用构建精确预测模型等。文章旨在梳理有关海上雷暴研究的理论成果,以期更好地服务于航海和海上作业的安全,减轻海上雷暴带来的不利影响。

基于模式物理量参数的云南雷暴大风概率预报技术研究

利用2019—2021年云南125个国家站大风数据和云南省地闪资料,统计云南雷暴大风个例,并挑选对雷暴大风有重要意义的物理量参数,结合NCEP再分析资料确定云南雷暴大风个例的物理量阈值,再基于ECMWF数值模式预报产品及确定的阈值,采用二分法进行云南雷暴大风概率预报。结果表明:在云南三次雷暴大风过程预报检验中,8月4日云南中部及东北部雷暴大风均命中,但在云南西部及西南部出现大范围的虚警,导致此次过程虚警率较高和临界成功指数较低;8月5日云南中部、东北及西北部雷暴大风预报正确,且云南西部及南部虚警范围小,虚警率较8月4日明显降低;7月7日云南自东北向西南出现大范围的雷暴大风天气过程,雷暴大风预报落区与实况基本吻合,呈现命中率高、虚警率较低的特征;三次过程命中率、临界成功指数、虚警率平均为0.873、0.203、0.789。

基于深度学习的短临降水预报应用研究

随着人工智能技术的快速发展,深度学习的技术应用已日渐成熟,并逐步在各个领域投入实际业务使用。提升短临降水预报的精确度是当前天气预报领域最为艰巨的任务,传统预报方式已无法应对当前急剧变化的天气状况。基于深度学习的神经网络模型能够充分弥补传统预报方式的缺陷,它利用复杂的网络来学习输入和输出数据之间复杂的非线性关系,能够有效处理天气数据中的复杂模式。该文详细介绍几种实用性较强的模型方法,阐述在短临降水预报方面的应用情况,对深度学习在气象领域的发展有重要的借鉴意义。

吉林省1971—2023年高温天气变化特征分析

文章利用吉林省气象局1971—2023年超过32℃的高温日数及1980—2023年5—8月各月极端最高气温资料,选择线性倾向估计法和滑动平均法对吉林省高温天气变化特征进行分析。结果表明:吉林省平均年≥32℃的高温日数整体以增加趋势为主,但变化不显著;1980—2023年吉林省年极端最高气温平均值为37.4℃,整体以升高趋势为主,气候变化倾向率为0.0577℃/a,通过了显著性水平检验,说明吉林省年极端最高气温升高趋势较为显著。

面向空投的青藏高原风场大涡模拟研究

青藏高原地形复杂且气候恶劣,对高原空投伞降和航空安全是巨大的挑战;本文基于数值模拟方法,研究一套适用于高原复杂地形的风场精确模拟方法。本研究首先基于WRF(Weather Research and Forecasting)模式的大涡模拟LES(Large Eddy Simulation)方案,研究青藏高原大涡模拟方法,构建一套降尺度至40 m水平分辨率的WRF-LES系统。然后,基于青藏高原大风个例,通过敏感性试验研究,评估LES方案和地形高程数据对风场模拟影响。其外,对LES方案的标准亚格子湍流应力模型中参数进行分析,得到青藏高原风场模拟的最优方案组。最后,进行批量试验,检验该方案对高原风场模拟的适用性。试验结果表明:(1)40 m分辨率的WRF-LES系统可模拟得到更精细和准确的风场信息,模拟风速平均绝对误差MAE(Mean Absolute Error)较ACM2方案减小1.4 m·s^(-1)且均方根误差RMSE(Root Mean Square Error)减小1.81 m·s^(-1);(2)高精度地形资料ASTER的接入可以改善模式对风场模拟的效果,各项误差较模式默认地形模拟结果均存在约0.2 m·s^(-1)的改善;(3)LES方案采用基于1.5阶湍流动能方案且常数项系数为0.1时模拟效果最佳,MAE为1.56 m·s^(-1)且RMSE为2.06 m·s^(-1)。批量试验验证了大涡模拟方案对于青藏高原边界层风场模拟具有较强的适用性,40 m分辨率区域风场模拟效果明显优于中尺度模拟效果,可为高原空投伞降提供准确的风场信息。

陕西雷暴大风时空分布和气象条件分析

分析陕西不同区域雷暴大风形成环境差异,有助于更好地掌握此类过程的热力、动力和环流特征,为该类天气的预报预警提供参考。基于2017—2022年地面观测资料、闪电资料和欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)发布的第五代全球气候再分析资料(ERA5),分析陕西雷暴大风时空分布特征,并分区域对比分析暖型雷暴大风的环境参数和环流特征。结果表明:陕北和关中东部为雷暴大风高发区,暖型雷暴大风明显多于冷型;夏季远多于其他季节,6—8月暖型雷暴大风陕北明显多于关中和陕南。雷暴大风高发时段为15:00—21:00(北京时,下同),且14:00—18:00暖型雷暴大风发生频率陕北明显高于关中和陕南。不同区域暖型雷暴大风发生前热力、动力条件存在一定差异,陕北过程前能量和水汽条件相对较弱,动力条件相对较强;陕南能量和水汽条件相对更强,动力条件相对较弱。频率高于15%的环流型为陕北西风型和反气旋配合西风型、关中西风型和反气旋配合西风型、陕南气旋配合西风型和反气旋配合西风型。陕北西风型和反气旋配合西风型,陕北位于冷涡低槽底部或低槽底部与副热带高压之间,850 hPa和500 hPa温差较大,为对流天气发生提供了一定的不稳定条件,过程平均发生位置附近有切变存在,有利于对流天气触发;关中西风型,低层偏南气流较强,温度露点差较小;陕南气旋配合西风型,T-ln P图表现为近V型且能量条件较好;关中和陕南反气旋配合西风型,T-ln P图表现为近V型且水汽条件较好。

基于机器学习的多源实况分析产品和观测数据融合应用试验

利用中国气象局公共气象服务中心地面实况专业服务产品(CARAS_SUR1 km,简记为“CAR”)、国家气象信息中心多源融合实况分析产品(ART_1 km,简记为“ART”)、全国雷达反演降水产品(简记为“RAD”)、风云四号卫星反演降水产品(简记为“SAT”)以及全国气象观测站逐小时资料,应用机器学习方法建立了基于选定位置气温、降水、风向、风速要素的实况融合应用模型(简记为“GBDT模型”)。15 d逐时GBDT融合产品的全国分区域检验结果表明:GBDT气温融合产品在东北、华北、西北、华中、新疆、西藏6个区域较CAR和ART均有改进,在西藏的改进最明显,在华东和西南GBDT融合产品优于ART而逊于CAR,在华南和内蒙古GBDT融合产品误差较ART、CAR略有增加;GBDT降水融合产品在样本偏少的内蒙古较ART、CAR误差略有增加,其他区域有改进或基本相当;GBDT风速、风向融合产品较ART、CAR均有较大改进。试验结果表明,机器学习方法可应用于融合多源实况分析产品和观测数据,以开展选定位置气温、降水、风向、风速要素的实况气象信息服务。

南海台风模式对台风利奇马快速增强预报能力研究

针对台风利奇马(1909),分析中国气象局南海台风模式(CMA-TRAMS)和欧洲中期天气预报中心高分辨率模式(HRES)对台风快速增强的业务预报情况,并基于CMA-TRAMS,从水平分辨率、初始场和边界条件、物理参数化方案等角度设计并开展数值敏感性试验。CMA-TRAMS和HRES对“利奇马”增强具有一定预报能力,但对快速增强的速度预报明显低于实况,均不能满足24 h和12 h快速增强标准,可达到6 h快速增强标准。CMA-TRAMS采用3 km分辨率对“利奇马”移动路径和强度变化的预报效果优于9 km分辨率,但未改进快速增强预报效果;采用3 km嵌套9 km的方案,模式对台风快速增强的预报效果明显提升。采用MRF边界层参数化方案对台风路径、强度、快速增强的预报效果总体优于YSU方案。海温参数化结合32层垂直分辨率的初始场和边界条件的方案明显提高了快速增强预报效果,预报快速增强的频次、增强的最大速度更接近实况。分析表明,海温参数化方案使海气温差增大,在短时间内对大气、海洋之间的热量输送和交换有明显影响,海洋向大气输送的感热通量和台风内核区的潜热通量加强使内核更暖湿、气压负倾向增大,是预报效果改进的主要原因。

基于主客观环流分型的强降水数值预报MODE检验方法及其在2019年暖季东北地区的应用

本文构建了基于主客观环流分型的强降水数值预报空间检验(MODE)方法框架,并利用该框架对欧洲中期天气预报中心全球模式(ECMWF)和中国气象局区域中尺度数值天气预报模式(CMA_MESO)的2019年暖季东北地区强降水预报进行检验。结果表明,2019年暖季东北地区54个强降水日的环流型可分为:西风槽型(15个)、副热带高压影响型(13个)、急流型(5个)、西部(12个)和东部冷涡型(9个)。其中,西风槽型和急流型以区域性强降水为主,模式对其强降水发生与否的预报能力强,TS评分较高;西部、东部冷涡型强降水的局地性强,模式对其强降水发生与否的预报能力差,TS评分低;副热带高压影响型也以区域性强降水为主,模式对其强降水发生与否的预报能力也比较强,但是对其强降水质心位置、强度、面积等属性预报偏差较大,TS评分也相对较低。另外,从两种模式预报性能对比看,CMA_MESO强降水强度和面积预报较实况普遍偏强,虽然其预报的TS评分一般高于ECMWF,但其对强降水预报的空报率也都比ECMWF大,对强降水的属性预报偏差一致性一般也低于ECMWF,其预报的可订正性整体上不及ECMWF。

2008号台风巴威北上登陆后快速减弱原因分析

利用非静力中尺度WRF模式对2020年第8号台风巴威北上登陆前后过程进行了数值模拟,结合观测数据对模拟结果进行了验证,并利用模拟输出的高分辨率资料,分析了“巴威”登陆前后的天气环流背景、环境场以及结构特征变化,研究其登陆后快速减弱衰亡的原因。结果表明:“巴威”受中纬度西风槽前西南气流引导,登陆前位于高空急流入口区右侧,高空辐散场有利于台风环流维持,而北上登陆后干冷空气侵入台风中心和强的环境风垂直切变是其丧失结构特征并迅速减弱的主要原因。登陆后,台风北侧高空急流减小和高空辐散减弱,在这种不利的高层环流条件下,一方面强的环境风垂直切变,特别是中高层环境风垂直切变加大了高层暖中心的暖空气频散,使得热量不能集中从而破坏高层暖心结构;另一方面下沉的冷空气从西北侧低层入侵到台风中心,破坏了台风垂直结构,暖心高度降低并向东北倾斜,台风逐渐失去其结构特征而迅速减弱衰亡。同时登陆后水汽供应不足也不利于台风的维持。

基于时间滞后集合和实时偏差订正的气温精细化预报研究

基于SWC-WINGS模式0.01°×0.01°分辨率的小时2 m气温产品,利用时间滞后集合和实时偏差订正,得到新的逐小时滚动更新的1 km网格气温预报,并基于预报准确率、平均误差、平均绝对误差等指标,对2022年7—8月逐日逐时气温预报结果进行检验分析。结果表明:时间滞后集合预报准确率在各时效均高于SWC-WINGS模式最新时次预报,实时偏差订正可明显提升临近时效准确率,1~6 h时效的平均提高率为17.3%。SWC-WINGS模式对于四川地区高、低温预报存在明显的系统性偏差,时间滞后集合对于系统性偏差的改进能力有限,而实时偏差订正可将1 h时效上四川大部分地区低温和高温预报的平均绝对误差分别控制在1℃和2℃以内。针对2022年8月13日四川地区高温天气,时间滞后集合与实时偏差订正集成预报对SWC-WINGS模式预报有较好的订正效果。

2022年西北太平洋和南海台风预报精度评定

评定2022年西北太平洋和南海台风业务定位定强、路径和强度预报精度,结果表明:2022年,官方台风预报机构的定位误差与台风强度等级呈负相关;中国气象局中央气象台在各强度等级的定位平均误差最小,全年定位平均误差(15.4 km)较2021年(19.7 km)减小21.8%,定强平均绝对误差(1.3 m·s^(-1))较2021年(1.4 m·s^(-1))略减小。主观预报和客观预报方法的路径预报平均误差较2021年普遍有所减小,而强度预报平均绝对误差较2021年普遍有所增大。SSTC、CMA-TRAMS和ECMWF-IFS路径预报技巧评分相对较高。NCEP-GFS、JMA-GSM、CMA-TRAMS和CMA-TYM强度预报系统性偏差不明显,NCEP-GFS、HWRF和CMA-TRAMS强度预报技巧评分相对较高。

多模式对四川盆地强降水过程的预报性能检验

为进一步认识当前数值预报模式的预报能力,选取2018—2020年发生在四川盆地的47次强降水过程进行分型,再基于多源降水融合产品和地面观测资料,通过TS评分、时空滑动等方法对欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)数值预报模式、国家气象中心区域中尺度数值预报模式(China Meteorological Administration Mesoscale Model,CMA_MESO)和西南区域数值预报系统(Southwest Center WRF ADAS Real-time Modeling System,SWC_WARMS)在强降水过程范围、强度、极值、时间和位移偏差等方面的预报能力进行检验评估。结果表明,各模式08:00(北京时,下同)预报优于20:00预报,ECMWF对中雨和大雨预报更优,SWC_WARMS的暴雨量级评分更高。各模式对中雨的预报范围普遍较实况偏大,随着降水量级增大,逐渐转为低估,其中SWC_WARMS更接近实况。对于降水强度,ECMWF和CMA_MESO的平均降水量和极值普遍较实况偏小,SWC_WARMS更接近实况。3种模式时间偏差不明显,仅个别起报时次有-6~3 h的时间偏差;ECMWF的位移偏差最小,纬向上ECMWF和SWC_WARMS以偏北为主,经向上ECMWF以偏西为主,CMA_MESO和SWC_WARMS以偏东为主。

1951—2017年热带气旋移动速度特征统计分析

热带气旋移动速度是目前热带气旋研究热点之一。本文利用1951—2017年中国国家气象局最佳路径集资料,系统分析了西北太平洋海域热带气旋不同强度等级移动速度的年代际特征,初步探讨其原因,并对不同强度等级移动速度的分布特征进行系统诊断。结果表明,1951—2017年间平均移动速度(所有强度等级平均及对于大部分强度等级)呈现出减慢趋势,且主要体现在强热带气旋等级移动速度减慢;热带气旋向高纬度迁移趋势理论上将使移动速度增大而移动速度仍然减慢,说明气候因素是引起移动速度减慢的一个重要因素;不同强度等级平均移动速度、增强阶段基本相当,减弱阶段随强度减弱在初、中期明显增加,之后又逐渐减小,变性气旋移动速度显著增加;不同强度等级速度概率分布,增强阶段基本相同且相对集中,减弱阶段差异较大且相对分散,变性气旋最为分散。

基于人体热量平衡模型的天津地区中暑气象风险预报技术研究

基于2016—2020年天津市中暑门诊和住院就诊数据,利用广义相加模型和分布滞后非线性模型对气象要素与中暑就诊率的关系进行了分析,引入人体热量平衡模型和热舒适评价指标(PMV),建立了本地化中暑气象风险预警指标。结果表明:天津地区中暑门诊人数和住院人数集中在每年6月下旬到8月上旬,5年中84%的中暑高发事件集中在6次连续过程中,其发生与当日和前一日气象条件相关性最高,当最高气温大于35℃时,中暑人数明显增多。男性比女性更易中暑,老人就诊率显著高于一般人群。中暑就诊率与平均气温、最高气温、相对湿度、太阳辐射强度呈正相关,与平均气温相关性最强,与风速呈负相关。引入人体热量平衡模型,显示PMV与中暑就诊率的相关性高于任何单一气象要素,PMV在评价中暑气象风险方面具备明显优势。并且,以PMV为关键指标形成预报方程。

融合多源数据的深度学习短时降水预测

针对传统降水预测方法的局限性,提出了一种融合多源数据的深度学习短时降水预测模型MSF-Net.在GPM历史降水数据的基础上融合了ERA5气象数据、雷达数据和DEM数据.利用气象特征提取模块学习多源数据的气象特征,通过注意力融合预测模块进行特征融合并实现短时降水预测.将MSF-Net的降水预测结果与多种人工智能方法进行对比,实验结果表明,MSF-Net模型的风险评分TS和偏差评分Bias最优,表明其可以在6 h的预测时效内提升数据驱动降水预测的效果.

2023年3月河南省一次极端暴雪和雷电天气成因分析

选用自动气象站、双偏振雷达、风廓线雷达和ERA5再分析等资料,分析2023年3月16日河南省一次极端暴雪和雷电天气成因。结果表明:此次极端暴雪过程主要天气系统为低槽、切变线、急流以及东北冷涡。冷涡配合-39℃冷中心稳定维持,其后部冷空气持续南下,850 hPa以下形成深厚冷垫,中高层西南暖湿气流沿冷垫爬升,形成河南省典型的降雪天气类型“天南地北型”。此次强降雪区位于整层大气可降水量大于20 mm区域的北部与700 hPa强辐合中心重叠的区域,河南中西部地形的抬升作用利于此极端降雪天气发生。冷平流与其次级环流共同作用,使局地气温骤降,导致降水相态转换较预期提前,以致多站降雪量或积雪深度超历史极值。双偏振雷达零滞后相关系数产品(CC)为相态转换监测提供了重要参考。850 hPa以下大气温度均低于0℃,且2 m气温降至1℃左右,可作为降雪预报指标。辐合切变及锋面次级环流有利于高架雷暴天气出现,20 dBz回波高度超过-20℃层高度可作为产生雷暴的关键指标。