基于大气电场的雷电监测预警方法

利用大气电场强度数据设计了一种雷电监测预警方法,并对江西省南昌县2020年8月的一次雷电过程进行预测。首先对大气电场仪采集的电场数据进行去噪处理和缺失填补,然后利用经验模态分解法分解大气电场数据,得到大气电场数据的幅值和频率的分布特征,运用多元回归模型构建雷电预警模型,预测未来一段时间内的大气电场强度值。参考大气电场强度等级划分表,开展雷电监测预警。结果表明,运用模型预测的大气电场强度结果与实况之间的可决系数均在0.9以上,即大气电场强度预测结果与实况较为接近,该监测预警方法具有一定的可行性。

CMA-GFS与ECMWF模式预报产品不一致性特征

为讨论CMA-GFS模式与ECMWF模式对不同要素预报性能的差异,选用2019—2021年500 hPa位势高度、地面气压、地面2 m气温、12 h降水量的4种要素为对象,采用跳跃指数为评价指标,对比分析了不同区域CMA-GFS、ECMWF模式预报的不一致性特征。结果表明:(1)在形势产品(500 hPa位势高度、地面气压)预报方面,两种模式多日平均预报跳跃指数和频率(即预报不一致性)随预报时效的延长而逐渐增大,总体而言CMA-GFS模式预报不一致性比ECMWF模式略显著。(2)在要素产品(地面2 m气温、12 h降水量)预报方面,ECMWF模式预报的跳跃指数、频率都随预报时效的延长而逐渐增大;CMA-GFS模式预报的跳跃指数、频率随预报时效的延长出现“两头大、中间小”的变化;CMA-GFS模式预报不一致性比ECMWF模式显著,尤其短预报时效差异更明显。(3)除CMA-GFS模式12 h降水预报外,同一模式相同要素预报区域范围越大预报跳跃指数越小,两者呈反比关系。(4)两种模式的500 hPa位势高度、地面气压、地面2 m气温预报的跳跃指数分布均呈自南向北逐渐增大趋势,而12 h降水量预报的跳跃指数分布呈自北向南逐渐增大趋势,另外12 h降水量预报的跳跃指数分布与特殊地理位置有关。