池州市桥区水域划定及航道维护尺度预报研究

本文主要介绍池州市桥区水域划定及航道维护尺度预报研究工作。综合水上碍航桥梁、船舶航行现状等因素及水下测图、水文分析成果进行航道维护尺度、桥区水域航道维护尺度预测,并据此发布月度航道维护水深计划表、桥区水域划定方案,对池州市境内主要内河航道船舶航行提供指引提示。

基于BP神经网络模型的广西月降水量降尺度预报

利用500hPa月平均高度距平场派生出涡度变化、经向风切变、纬向风切变等变量场。从1958～2001年6月500hPa月平均高度距平场及其派生变量场中选取预报因子,并将各个场中的因子分别作EOF分解,得到浓缩了初选因子变量大部分信息的综合预报因子,用以建立同月的广西月降水量的BP神经网络预报模型。进而利用2002～2005年月动力延伸集合预报产品及其派生变量,对广西6月降水量作BP神经网络降尺度释用预报。作为对比试验,以相同的预报量,从1957～2000年5～12月及1958～2001年1～4月500hPa月平均高度距平场中选取预报因子,并作相同处理,建立前期综合因子的广西6月降水量BP神经网络预报模型。独立样本试验结果表明,利用同期综合因子建立的BP神经网络降尺度预报模型的拟合精度优于利用前期综合因子建立的预报模型,但预报效果依赖于月动力延伸集合预报产品。

MM5中尺度预报模式利用不同初始场模拟黄淮气旋结果的集成

选取三个黄淮气旋个例,分别以NCEP和T213客观分析场作为初始场,利用MM5模式对这些个例进行了模拟。将两种初始场模拟的黄淮气旋中心位置、中心强度和黄淮气旋前一时刻的实况位置作为输入,构建用于预测气旋中心位置和中心强度的人工智能神经元网络。发现:使用人工智能神经元网络可以较好地集成不同初始场下MM5模拟的黄淮气旋中心位置和强度,提高模式预报精度。

基于集群系统的中尺度预报模式平台的构建

随着信息技术的发展,高性能计算机系统近几年来已经得到普及应用,而集群系统作为构建高性能计算平台的比重也越来越大并逐渐成为一种主流模式。从气象行业的中尺度预报模式的需求出发,介绍了集群系统的构建过程,从基础硬件的搭建、运行环境的配置、并行通信模式等方面进行了详细的阐述。

跨尺度预报模式的网格局部加密算法

为了研究实际个例情况下二十面体全球模式水平网格的局部加密问题,利用跨尺度预报模式做了2a的预报模拟,初始时刻选择2015年4月5日00时,网格精度选择10 242单元和40 962单元,粗细网格分辨率比率选择1∶1,1∶2和1∶3,过渡区宽度选择18°和9°。结果表明:粗细网格分辨率比率越小,模式对加密区高度场和温度场的模拟误差越小,而粗网格区域的模拟误差变化不大;随着分辨率比率的减小,模式在粗网格区域模拟的涡度极值中心强度有减小的趋势,但降水场的模拟效果变化不大;相对于粗细分辨率的比率而言,过渡区宽度产生的误差很小;在局部加密方案下模式模拟结果的误差在过渡区并无增长。

风电场风速降尺度预报方法对比分析

使用中尺度数值天气预报业务模式9 km和3 km分辨率的模式输出产品,分别应用小尺度模式CALMET模式和双线性插值(BLI)方法将预报风速进行降尺度处理,并对比预报风速和风塔观测资料。结果表明:WRF模式9 km分辨率的模式输出经过CALMET模式降尺度以后得到的风速预报效果比3 km分辨率的模式输出略好。同时,由于中尺度数值预报模式分辨率本身较高,使用BLI也可以得到较好的风速预报。将风速分为0 m.s-1≤风速<5 m.s-1,5 m.s-1≤风速<10 m.s-1和风速≥10 m.s-1共3个等级,检验3个风速等级的预报偏差百分比得出,CALMET模式和BLI方法对10 m.s-1以上的风速预报效果相对较差;如何对大风预报进行订正对风速预报准确率的提高具有重要意义。

中尺度预报综述

1 引言回溯到1951年,认识中尺度现象已有约40年的历史了,当时已故的 Myron Lidta指出对于单站观测它的尺度太大,而区域性天气图对表现中尺度现象尺度又太小。他提出对这种尺度的现象可冠以“中尺度气象”的前缀。Ligda 建议由他在 TexasA&M

季节内印度洋-西太平洋对流涛动对次季节-季节尺度大气可预报性的影响

利用非线性局部Lyapunov指数和条件非线性局部Lyapunov指数定量估计了季节内印度洋-西太平洋对流涛动(IPCO)和实时多变量Madden-Julian指数(RMM指数)可预报期限,量化了季节内IPCO对S2S尺度大气可预报性的贡献,深入研究了季节内IPCO演变下S2S尺度可预报期限空间分布的变化规律。结果表明:(1)与RMM指数相比,季节内IPCO指数可预报性更强,可预报期限达到31天左右,比RMM指数高出2周以上;(2)印度洋-西太平洋区域S2S尺度大气可预报性最强,可预报期限达到30天以上,其中季节内IPCO是该地区的主要可预报性来源之一,其贡献达到6天,占总可预报期限的25%以上;(3)随着季节内IPCO的演变,印度洋-西太平洋地区S2S尺度大气可预报性有空间结构变化,表现为可预报期限异常的传播和振荡。S2S尺度大气可预报期限正负异常沿季节内IPCO传播路径,一支以赤道中西印度洋为起点北传至印度半岛,一支向东传播,经过海洋性大陆到赤道西太平洋后向北传播,到达日本南部。同时,可预报性异常的传播在在东印度洋和西太平洋表现出反向变化的特征,形成东西两极振荡,当季节内IPCO向正位相发展时,东印度洋具有更强的可预报性,西太平洋具有更弱的可预报性,反之亦然。季节内IPCO的发展(衰退)可使东印度洋(西太平洋)S2S尺度大气可预报性更强,表明模式预报技巧对此具有更大的提升空间。

内蒙古对流尺度集合预报初始扰动构造的模拟试验研究

对流尺度集合预报(Convection-allowingEnsemblePrediction,CAEP)是提高强对流天气预报能力的重要手段,构造合理的初始扰动是CAEP的关键问题。本文开展基于观测扰动初值法(Perturbed-observation,PO)的CAEP在内蒙古地区的试验,并以动力降尺度(Downscaling,DOWN)方法作为对比,分析PO方法在内蒙古地区CAEP的预报效果,以期为内蒙古地区CAEP的构建提供技术参考。结果表明:(1)PO方法构造的初始扰动能引入内蒙古地区观测资料从而减少背景场的不确定性,且扰动具有充分的增长能力。(2)与DOWN方法相比,PO方法可以显著减少CAEP的短时预报误差,高空和地面要素的RMSE分别减小4%~43%和3%~9%,集合离散度略有减少。高空要素的CRPS评分最大可减少约53%,地面要素的CRPS评分平均减少6%,整体提高了对流尺度集合预报质量。(3)PO方法能够提高短时降水的预报能力,0.1mm、4 mm和13 mm 3个量级的TS评分分别提升了0.015、0.003和0.0015。且降水个例表明,PO方法对降水的落区和量级预报更准确。

冬奥会复杂山地百米尺度10m风速预报的机器学习订正对比试验

本文以传统机器学习算法XGBoost和深度学习算法CU-Net为基础,针对北京快速更新无缝隙融合与集成预报系统(RISE系统)预报的北京冬奥会延庆及张家口赛区100米分辨率的冬季近地面10 m风速数据,进行每日逐小时起报的未来逐6小时间隔的冬奥高山站点及其周边地区风速预报偏差订正方法研究和对比分析。对于站点订正,首先将RISE系统预测的10 m风速插值到对应的自动气象站站点,然后根据风速等级表归类,针对每个分类单独构建XGBoost模型,每个区间模型合并后形成L-XGBoost,使用均方根误差和预报准确率作为评分标准,结果表明风速归类的L-XGBoost算法订正效果比不归类的原始XGBoost模型有一定提升,说明在传统机器学习中加入归类方法有助于改善复杂山地站点风速预报技巧。对于站点及其周边地区风速订正,本文在CUNet模型基础上,通过引入不同深度的CU-Net子网络,构建了新的算法模型CU-Net++,并考虑了预报日变化误差和复杂地形对10 m风速的影响,以自动气象站为中心构建空间小区域样本数据,对RISE系统风速预报偏差进行订正。试验结果表明,CU-Net和CU-Net++均可以充分挖掘时间和空间维度的风场变化规律,且CU-Net++模型风速订正结果优于CU-Net模型,有效降低了RISE产品的格点风速预报误差,也发现预报误差和复杂地形的引入对10 m风速偏差订正起到重要的正向作用。

RMAPS模式预报总辐射的3种订正方法应用

为降低光伏功率预测中预报总辐射误差且探讨各类订正方法的适用性,分季节对比分析逐步回归、支持向量机(SVM)和相似误差订正(AnBC)方法对快速更新多尺度分析和预报系统短期预报总辐射的订正效果.结果表明,订正后明显降低了预报误差,一定程度上改善了预报总辐射分布较分散和偏大的情况.酒泉鸿坤光伏电站秋季逐步回归订正效果相对最佳(平均绝对偏差(M_(AE))降低4.56 W/m^(2)),冬季、夏季和春季均是AnBC效果相对最佳(M_(AE)依次降低10.33、12.71、44.27 W/m^(2));敦煌电建汇能光伏电站秋季和冬季均是SVM订正效果相对最佳(M_(AE)分别降低4.73和7.85 W/m^(2)),夏季和春季均是AnBC效果相对最佳(M_(AE)分别降低16.24和34.17 W/m^(2)).两座电站逐小时误差分布显示AnBC效果相对最佳;就各季节相对最佳订正方法而言,订正后春季提高时次百分比最高(酒泉鸿坤为73.88%,电建汇能为77.28%).晴天SVM订正效果最明显,非晴天AnBC效果最明显.

WRF模式中不同随机扰动方案在暴雨对流尺度集合预报中的对比评估

由于暴雨对流尺度集合预报模式中随机参数扰动能量偏小,本文利用WRFv3.9模式对我国长江流域一次特大暴雨天气过程开展对流尺度集合预报试验,对比分析随机参数扰动(SPP)方法和随机物理倾向扰动(SPPT)方法、随机动能补偿(SKEB)方法混合的扰动特征、评估多种混合扰动方案预报效果,主要结论如下:暴雨对流尺度集合预报中多随机物理扰动气象要素的离散度在单SPP方案基础上均增大,三种方案混合SPP+SPPT+SKEB的离散度最大,总体评分最优;其中SPP+SPPT试验较SPP+SKEB地面气象要素离散度更大,而SPP+SKEB试验较SPP+SPPT气象要素在高空(尤其是风场)离散度更大;SPP+SPPT试验在积分初期各气象要素离散度增加明显,SPP+SKEB试验随着积分时间的延长各气象要素离散度在各高度层增加更为凸显;多种随机扰动混合对降水的预报在集合平均、离散度分布和概率预报技巧等方面均优于单SPP方案,综合来看SPP+SPPT+SKEB方案总体评分最优。SPP+SPPT+SKEB综合了SPP、SPPT和SKEB的优势,在各高度层整个积分时间段各气象要素离散度达到最佳,多随机扰动方案的混合达到了有效互补的效果。

长江上游鱼洞水道维护尺度分析

鱼洞水道属长江上游天然河段,按内河Ⅲ级航道标准维护,随着长江上游航运和地方经济的快速发展,对长江航道条件提出了更高的要求。本文结合2023-2024届非汛期鱼洞水道航道条件,分析航道维护尺度测报原始数据,对航道预报尺度合理性进行了对比,并提出了相关建议。

基于集合预报产品的降尺度降水预报试验

利用降水距平百分率的降尺度预报方法和1951—2008 NCEP资料及我国降水资料,建立了降水距平百分率的预报模型,基于T106L19模式的月动力延伸集合预报结果,进行了2007—2009年3 a的预报试验和效果检验。结果表明,基于集合预报产品的统计降尺度方法对降水距平百分率的预报技巧高于模式降水的预报技巧;500 hPa月平均高度场的预报技巧直接影响到降水距平百分率的预报技巧,平均环流的预报技巧越高,降水距平百分率的预报技巧越高;无论集合成员数为多少,集合预报的结果都明显优于控制预报,随着集合成员数的增多,预报技巧呈增大的趋势;我国降水具有显著的季节性和区域性,以江淮地区的降水距平百分率预报技巧最高,华南地区的预报技巧其次。

多尺度大气数值预报的技术进展

随着计算机和计算理论的发展,数值模式正在向全球化、精细化发展,以适应多尺度、多目的应用的要求,从而模糊了大气环流模式和中尺度数值模式的界限,其主要手段就是改进模式动力框架、离散化手段、计算方法、物理过程的普适性。在实际应用中如何提高模式的多尺度计算性能则是问题关键。该文从模式球面坐标系、网格构造、离散化方法的动力特性、垂直坐标和地形处理以及对物理过程的要求出发,探讨分析多尺度大气数值模式的特点:全球/区域可选、非静力近似、具有良好的频散关系和详细的物理过程,垂直高度坐标和"剪切"地形对多尺度通用模式的改良十分重要。除上述特点外,模式所采用的计算方法也应该最大限度地描述大气动力过程特性,采用高性能计算方案有利于多尺度预报。结合当前多尺度预报的国际研究热点和开发前沿,探讨我国新一代多尺度数值预报系统GRAPES的进一步发展及改进方向。

高分辨中尺度雷电预报模式GRAPES_LM的建立及其初步应用试验

为了探索雷电天气的数值预报新方法,在高分辨GRAPES_Meso中尺度预报模式中添加了各种水成物电荷密度预报方程组,同时从传统基于云模式的三维雷电模式中剥离出起电过程和放电过程参数化方案,作为中尺度模式的一种物理过程参数化方案嵌套进中尺度模式,使得整套中尺度模式包含了大气动力、雷电过程及各种物理过程,建立了大气动力-物理过程和雷电过程一体化的数值预报模式GRAPES_LM,建立的GRAPES_LM模式包含了多种复杂的微物理过程参数化方案,其中,包括中国气象科学研究院开发研制的双参数对流云参数化方案;包含了霰/雹与冰晶/雪晶碰撞回弹的非感应起电、霰/雹与云滴碰撞的感应起电及霰碰撞大云滴造成冰晶繁生的次生冰晶起电3种起电参数化方案以及最新的随机双向放电参数化。并利用美国CCOPE观测试验中的个例观测资料(1981年7月19日),进行了初步应用模拟试验,对模式的雷电数值预报的可行性进行了验证分析。结果表明,高分辨率GRAPES_LM模式对1981年7月19日的雷电过程个例做出了成功的模拟预报,较好地给出了雷暴云的动力、微物理和电过程的时空演变,雷电天气数值预报新方法的可行性得到了初步验证。

藉不可逆热力学理论改进中尺度数值天气预报模式水平扩散参数化的一个尝试

大气动力学控制方程组中引入的诸水平扩散项虽属模式动力学的一个组成部分,但从目前通用的四阶扩散算子的数学表示以及实际计算/模拟的效果看,无论线性或非线性的方案均不能恰当地反映扩散的物理实质,从而影响到预报和模拟精度,针对原水平扩散方案中不符合物理耗散规律的部分进行修正,藉刻画多体系统不可逆过程演变方向的热力学第二定律重新构造了一个改进的水平扩散方案以取代原方案,最后通过一个具有解析解的趋于定常流动的一维Burgers方程和1992年在美国佛罗里达州登陆的飓风Andrew个例的计算,揭示了改进方案所取得的若干有意义的结果:对于Burgers方程,采用改进方案后获得了与解析解一致的数值解,而对于飓风Andrew(1992)则获得了与实际观测资料更加接近的地面最大风速和最小气压随时间变化的模拟预报结果。

基于多尺度天气预报技术的水库流量预报平台应用研究

本文基于黄龙带水库防洪发电的实际需求,将多尺度的实时天气预报及其不确定性与洪水预报和水库调度相结合,通过机器学习等技术建立基于多尺度天气预报的洪水预报模型和水库优化调度模型,在此基础上构建一套集降雨预报、洪水预报到调度为一体的洪水预报和水库调度平台,为相关地区和部门开展水库调度决策和风险评估提供理论支撑。

长江上游王爷庙—兰家沱河段航道计划尺度边界研究

针对长江上游王爷庙—兰家沱河段航道计划尺度边界问题,采用对多年航道预报尺度及实测水位数据进行统计分析的方法,同时参考实际航道维护经验,得出该河段重点水道为温中坝、东溪口和叉鱼碛水道,各重点水道的航道计划尺度边界分别为泸州羊角滩水位0.95 m、斗笠子水位0.30 m、小桃竹水位0.60 m,降低维护尺度的方案为舍深保宽。

中尺度天气预报模式WRF在“元”上的性能评估

介绍新一代中尺度预报模式(WRF)的基本概况以及编译运行WRF时需要重点关注的几个问题;描述配置WRF性能测试的数值实验的方法,通过这组数值实验,借助Intel VTune以及PAPI性能测试工具,重点研究如何在高性能计算机上对WRF进行合理的处理器划分配置以及OpenMP线程配置,比较不同配置的并行效率,得到最优的配置方案;测试WRF的强扩展性、弱扩展性以及浮点计算效率。基于以上工作,对WRF在集群系统上的高效使用予以总结与建议。