GFS模式地形高度偏差对地面2m气温预报的影响

利用2016年1月1日—12月31日全球预报系统(GFS,Global Forecasting System)1~5 d的2 m气温预报资料,以及同期中国地面气象站2 m气温观测资料,研究模式地形高度偏差对地面2 m气温预报的影响。结果表明,较大模式地形高度偏差可严重影响2 m气温模式预报性能,导致较大预报误差。随着模式预报时效延长,2 m气温预报均方根误差也略有增加。比较模式地形高度偏差和预报时效对于模式预报性能的影响,发现模式地形高度偏差对于模式预报效果的影响更加显著。两种地形订正方案,即不做温度垂直订正的线性回归以及对温度进行垂直订正的线性回归都能显著减小2 m气温模式预报的误差,后者的订正效果更好。

双低空急流影响下华南初夏降水日变化的时空分布特征

利用2010—2016年5—6月ERA5逐小时再分析数据集和国家气象信息中心逐小时降水量融合产品,对影响华南地区的低空急流事件进行筛选和分类,并分析天气系统相关的低空急流(Synoptic-system-related Low-Level Jet,SLLJ)和边界层急流(Boundary Layer Jet,BLJ)的日变化及其影响下的华南降水日变化的时空分布特征。结果表明,BLJ和SLLJ在白天减弱、夜间增强,并在凌晨达到峰值,其日变化主要与边界层惯性振荡引起的非地转风的顺时针旋转有关。双急流日华南地区降水量显著增加,且降水日变化有明显的区域差异,这与双急流的演变和配置密切相关。广西中北部主要为SLLJ左前方发生的夜间山区降水,且降水量仅有凌晨的单峰。广西沿海和广东地区存在早晨和午后两个峰值,BLJ出口区辐合和SLLJ入口区辐散的维持有利于降水频率的增大,从而导致午后峰值的出现,而早晨的峰值除了受双急流有利配置的影响外,主要归因于早晨降水强度的增加。

基于频率匹配法的中国降水多模式预报订正研究

基于TIGGE资料中欧洲中期天气预报中心、日本气象厅、美国国家环境预报中心及英国气象局1~7 d日降水量预报以及中国自动站观测资料与CMORPH降水产品融合的逐时降水量网格数据集,利用频率匹配法(Frequency-Matching Method,FMM)对中国降水预报进行客观订正。首先利用卡尔曼滤波方法对降水频率进行调整,并根据不同区域降水强度差异将全国分为7个子区域分别进行频率匹配。结果表明,FMM可以有效减小降水量预报的误差。经过频率匹配法订正后各模式降水预报的平均绝对误差(Mean Absolute Error,MAE)大幅减小,且订正后各量级降水的雨区面积更加接近实际观测值。FMM对小于5 mm和大于15 mm的降水预报技巧改进明显。此外,FMM降低了模式预报的小雨空报率和大雨漏报率,并且明显提高了晴雨预报的准确率。FMM明显消除了大范围小雨空报区域,但是对强降水预报FMM仅能调整降水量大小,强降水落区预报并不能得到明显改善。

WRF模式不同云参数化方案的暴雨预报能力检验及集成试验

利用WRFV3. 6的8种微物理方案和6种积云参数化方案对湖北及其周边地区夏季12次暴雨过程进行回报,分析各种方案对暴雨预报的影响。结果显示,各种方案均能较好地预报出降水过程,但其降水强度和范围存在一定差异。当积云参数化方案为KF方案时,对Lin、WSM6、Thompson、Morrison 2-mom、CAM5. 1、WDM5、WDM6、NSSL 2-mom微物理方案做敏感性试验,发现CAM 5. 1方案优于其他7种微物理方案,M orrison 2-mom次之。当微物理方案为CAM 5. 1时,对KF、BM J、GD、SAS、G3D、Tiedtke积云参数化方案做敏感性试验,发现在不同量级降水预报中,6种积云参数化方案各有优劣。综合考虑,GD、SAS、Tiedtke积云参数化方案优于其他3种方案。在此基础上开展多方案集成试验,结果表明集合平均(ensemble mean,EMN)在一定程度上可以减少预报误差,降低单个成员预报的不确定性。

基于BMA方法的地面气温的10～15 d延伸期概率预报研究

利用TIGGE资料提供的欧洲中期天气预报中心(ECMWF)、美国国家环境预报中心(NCEP)、英国气象局(UKMO)三个预报中心2013年6月1日至8月31日的地面2 m气温10~15 d预报资料,对延伸期地面气温进行贝叶斯模式平均(Bayesian Model Averaging,BMA)预报试验。结果表明,BMA方法的预报效果随训练期长度而改变,训练期长度为30 d时预报效果最优。BMA方法可提供全概率密度函数,定量描述预报不确定性的大小,且陆地上预报不确定性大于海洋上的预报不确定性,高纬度地区预报不确定性大于低纬度地区的预报不确定性。利用CRPS评分对BMA概率预报技巧进行评估,发现预报技巧随预报时效的延长降低,且预报技巧在海洋上优于陆地、低纬度地区优于高纬度地区。此外,3 d、5 d和7 d滑动平均的预报值反映某些天气过程的平均要素预报,对于提高10~15 d延伸期概率预报技巧有一定效果,且滑动天数越长,预报效果越好。

基于不同微物理过程的广西沿海南风型暖区暴雨的数值模拟研究

基于WRFV3.6.1,利用其8个云微物理参数化方案对2010—2016年华南汛期(4—9月)的6个南风型暖区暴雨个例进行数值模拟与多方案集成试验,并采用基于对象的诊断评估方法(MODE)对模拟结果进行评估。结果发现对于大多数个例,WRF模式都能较好地模拟出暖区暴雨的降水带,对暖区降水带模拟最好的参数化方案是WSM6方案,其次是Lin方案;模拟效果较差的参数化方案为CAM5.1与NSSL 2-mon方案。选取模拟结果较好的个例进行诊断分析,发现不同参数化方案得到的动力学特征以及云微物理特征相关变量存在较大差异,导致模拟降水的差异。在单方案模拟的基础上,开展多方案集成试验,发现多方案集成方法能够有效降低模式模拟的不确定性,产生更稳定的模拟结果。

基于集合成员订正的强降水多模式集成预报

基于TIGGE资料集下欧洲中期天气预报中心(ECMWF)、日本气象厅(JMA)、英国气象局(UKMO)、美国国家环境预报中心(NCEP)和中国气象局(CMA)5个气象预报中心2016年5月1日-8月31日中国地区逐日起报预报时效为24~168 h的24 h累积降水量集合预报的结果,对各个集合预报成员进行了频率匹配法的订正,并对订正前后的多模式集成预报效果进行评估。结果表明:采用频率匹配法订正后的降水预报,有效改善了集合平均预报中强降水(日降水量25 mm以上)预报由平滑作用产生的量级偏小现象,使预报的降水量级更接近实况,但对降水落区预报改进不明显。基于卡尔曼滤波技术的集成预报效果优于基于线性回归的超级集合预报和消除偏差集合平均预报,对强降水落区的预报较单模式更优。基于集合成员订正的降水多模式集成预报在强降水的落区预报和降水中心的量级预报更接近实况,效果优于原始多模式集成预报与单模式结果。

基于贝叶斯模式平均方法的东亚地区地面2m气温预报改进

针对2007年6月—9月全球集合预报系统(THORPEX Interactive Grand Global Ensemble,TIGGE)多模式中的欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)、美国国家环境预报中心(National Centers for Environmental Prediction,NCEP)、英国气象局(United Kingdom Meteorological Office,UKMO)及日本气象厅(Japan Meteorological Agency,JMA)这4个集合预报模式产品资料,对东亚地区地面2 m气温进行了贝叶斯模式平均(Bayesian model averaging,BMA)方法的概率预报研究,并与简单集合平均(ensemble mean,EMN)方法的概率预报进行对比,最终采用(continuous ranked probability score,CRPS)评分与均方根误差(root of mean square error,RMSE)评估BMA方法在概率预报和确定性预报方面的预报效果。研究表明,BMA方法可有效将单一的确定性预报向连续概率预报转化,并全面准确地描述大气的多种可能运动状态,同时提供概率预报和确定性预报。BMA方法在量化不确定性信息方面优于EMN方法,在一定程度上减小了预报的不确定性。就确定性预报效果而言,BMA方法的预报效果优于所有的单模式预报以及EMN方法,但会受到训练期长度和选取模式性能优劣的影响,其预报效果也会发生改变。

CMIP5多模式对东亚地区地面气温年际变率的回报研究

对CMIP5全球气候模式中年代际回报试验的气温资料及其简单集合平均(Multi-model ensemble mean,EMN)和贝叶斯模式平均的结果(Bayesian Model Averaging,BMA)进行经验正交函数(Empirical Orthogonal Function,EOF)分解和Morlet小波分析,检验评估各个模式及其EMN和BMA对东亚地面气温的方差、气温时空分布特征及周期变化的回报能力。结果表明,10个模式、EMN、BMA都能很好地回报出1981—2010年东亚地面气温的方差分布,其中BMA回报效果最好。EOF分析表明,BMA能较好地回报出东亚地面气温第一模态的时空分布。MIROC5能较好地回报出第二模态的趋势变化,但却不能回报出气温的年际变率。绝大多数模式和EMN、BMA虽然能回报出东亚地面气温的变化趋势,但是对气温年际变率的回报仍然是比较困难的。CMCC-CM对气温变化主模态的3~5 a的周期变化特征回报效果最好,和NCEP资料的结果最为接近。

基于卡尔曼滤波的中国区域气温和降水的多模式集成预报

利用TIGGE资料集下欧洲中期天气预报中心(ECMWF)、日本气象厅(JMA)、美国国家环境预报中心(NCEP)、中国气象局(CMA)和英国气象局(UKMO)5个模式预报的结果,对基于卡尔曼滤波的气温和降水的多模式集成预报进行研究。结果表明,卡尔曼滤波方法的预报效果优于消除偏差集合平均(BREM)和单模式的预报,但是对于地面气温和降水,其预报效果也存在一定的差异。在中国区域2 m气温的预报中,卡尔曼滤波的预报结果最优。而对于24 h累积降水预报,尽管卡尔曼滤波在所有量级下的TS评分均优于BREM,但随着预报时效增加,其在大雨及以上量级的TS评分跟最佳单模式UKMO预报相当,改进效果不明显。卡尔曼滤波在地面气温和24 h累积降水每个预报时效下的均方根误差均最优,预报效果更佳且稳定。

基于深度学习的中国地面气温的多模式集成预报研究

基于TIGGE资料中的欧洲中期天气预报中心、英国气象局、美国国家环境预报中心、韩国气象厅和日本气象厅2015年1月1日—9月30日中国及周边地区地面2 m气温24~168 h集合预报资料,利用长短期记忆神经网络(Long Short-Term Memory,LSTM)、浅层神经网络(Neural Networks,NN)、滑动训练期消除偏差集合平均(BREM)和滑动训练期多模式超级集合(SUP)方法对2015年9月5—30日26 d预报期进行集成预报试验。结果表明,BREM对5个单模式进行等权集成,预报结果易受预报效果较差模式的影响,整体预报技巧略低于单个最优模式ECMWF的预报技巧。其中在新疆南部,等权集成后的预报技巧更低。SUP的预报结果比所有单个模式预报更为准确。在144 h之前,SUP的误差明显小于ECMWF的预报误差,但随预报时效增加,误差增长幅度增大。NN对地面气温的预报效果与SUP的预报效果相当。LSTM整体预报效果最好,特别是在预报时效较长(超过72 h)时,比其他方法预报准确率明显提高。LSTM神经网络方法明显改进了我国西北、华北、东北、西南和华南大部分地区的气温预报,但在南疆部分地区误差较大。

基于神经网络和地理信息的华东及华南地区降水概率预报

基于欧洲中期天气预报中心(the European Centre for Medium-Range Weather Forecasts,ECMWF)2015年2月8日—2016年12月31日中国华东及华南地区24~168 h预报时效的逐日24 h累积降水集合预报资料,利用前馈神经网络建立NN(Neutral Network)模型及NN-GI(Neutral Network-Geographic Information)模型进行概率预报试验,并对两个模型输出的概率预报结果进行评估。结果表明,经NN模型和NN-GI模型订正后,降水概率预报结果得到明显改进,在168 h预报时效时,降水概率预报的CRPS值与原始集合预报相比分别下降了约16.00%、21.27%。与NN模型相比,NN-GI模型由于考虑到各格点的地理信息差异,在区域内预报技巧整体改进更优。这表明,在利用机器学习方法改进降水预报时,在模型中加入各个格点的地理信息非常重要。

干旱传播研究进展与展望Ⅱ--影响因素与干旱传播研究展望

针对影响干旱传播的3个方面因素,将气候因素分成降水、气温、风向和大气环流,将下垫面因素分成地质与地貌、植被与土壤,将人类活动因素分成土地利用与变化、水资源开发利用,系统地回顾了控制与影响干旱传播的有关因素及在不同国家和不同区域的变化,特别指出气候及下垫面因素在不同地点和时间对干旱传播过程可能会呈现出明显的差异性影响。干旱传播过程及其影响因素与机制的深入探讨,有助于提高干旱监测与预警水平,减少干旱灾害对经济、社会和生态环境等带来的负面影响。此外,从多源数据多模型融合、干旱传播三维建模、干旱传播驱动机理和干旱灾害链条延伸等方面进行了展望。

干旱传播研究进展与展望Ⅰ--干旱传播含义、特征、类型与研究方法

在回顾干旱传播概念和内涵的基础上,明确提出干旱传播全环节的详细定义,阐述干旱传播的累积、衰减、滞后及延长特征,并重点就累积性与滞后性提炼了有关进展。按干旱传播环节、干旱传播时空特征两种方法划分干旱传播的类型,从线性回归、对数函数、小波分析、Copula函数、因果分析、贝叶斯网络和随机森林7个方面、从单一水文模型模拟和多个模型集合模拟两大方面,分别归纳统计方法、水文模拟方法在干旱传播研究领域的应用。

华东地区地面和高空风场的多模式集成精细化预报研究

基于欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)、中国国家气象中心业务运行的中尺度数值预报系统(Global/Regional Assimilation and Prediction Enhanced System Meso,GRAPES-Meso)、美国国家环境预报中心(National Centers for Environmental Prediction,NCEP)的全球预报系统(Global Forecast System,GFS)、GRAPES全球预报系统(GRAPES-GFS)4个模式风场预报资料,利用双线性、反距离加权、三次样条、克里格等插值方法对华东及周边地区(110°~130°E,20°~40°N)2020年1—4月逐日地面和高空风0~72 h集合预报资料进行降尺度处理,得到满足机场及终端区气象保障的精细化风场预报。此外,还对精细化风场预报做多模式集成。结果表明,对于风场的精细化格点预报,反距离加权插值方法误差最小,为最优水平插值方法。基于扩展复卡尔曼滤波的多模式集成(Augmented Complex Extended Kalman Filter,ACEKF)可进一步减小风场预报的误差。对华东地区上海、青岛和厦门3个机场地面和高空风的多模式集成风场精细化预报的分析表明,ACEKF多模式集成预报不但均方根误差较BREM、ECMWF和GRAPES-GFS的预报误差小,且随高度变化也不如单模式预报的大,其预报性能更为稳定。

中国东南地区复杂地形下降水概率预报的订正研究

使用TIGGE (the THORPEX interactive grand global ensemble)资料集下欧洲中期天气预报中心(the European Centre for Medium-Range Weather Forecasts, ECMWF)逐日起报的预报时效为24~168 h的日降水量集合预报资料,集合预报共包括51个成员,利用左删失的非齐次Logistic回归方法(left-Censored Non-homogeneous Logistic Regression, CNLR)和标准化的模式后处理方法(Standardized Anomaly Model Output Statistics, SAMOS)对具有复杂地形的中国东南部地区降水预报进行统计后处理。结果表明:采用CNLR方法能够有效改进原始集合预报的平均绝对误差(Mean Absolute Error, MAE)和连续分级概率评分(Continuous Ranked Probability Score, CRPS),提升了降水的定量预报和概率预报的预报技巧。而使用SAMOS方法对数据进行预处理,考虑地形等因素的影响,能在CNLR方法的基础上进一步订正由于地形影响造成的预报误差,并得到更加准确的全概率的降水概率预报。

塔克拉玛干沙漠人工绿地与自然沙地能量收支差异研究

利用2013年塔克拉玛干沙漠自然沙地和人工绿地的辐射能量观测数据,解析不同下垫面能量收支的差异。结果表明:(1)辐射各分量参数日变化特征显著,地面长波辐射(U_(LR))日尺度最大差值为50 W·m^(-2)。(2)土壤湿度是引发地表反照率产生差异的主控因子之一,滴灌是沙漠中人工绿地水分供给的主要方式,促进了沙漠土壤含水率的提升,从而影响了地表反照率的变化。(3)净辐射(R_(n))在白天与夜间耗能形式不同,白天以感热通量(H)为主,夜晚以地表土壤热通量(G_(0))为主。在植被生长周期,潜热通量(L_(E))耗能份额会有所递增,耗能比增加了1.5%。(4)地表能量平衡比率(E_(BR))在绿地的波动幅度大于沙地,沙地的E_(BR)上升速率要大于绿地。绿地夏季闭合率最高,沙地春、夏季闭合率最高。

沙漠气象若干问题研究进展

沙漠占据地球陆地面积的1/4,沙漠天气和气候对全球生态、环境及气候等的影响一直都受到社会各界极大关注。本文参考国内外有关沙漠气象学研究的代表性著作,简要回顾了沙漠气象学的国内外发展历史,并从沙漠表层物理特性研究、沙漠天气与边界层研究、沙漠气候研究、沙漠影响区域及全球环境研究等多个方面阐述了沙漠气象学的研究进展。最后对沙漠气象学研究提出了展望。

降水的统计降尺度预报及其空间相关性和时间连续性重建

利用欧洲中期天气预报中心(ECMWF)、日本气象厅(JMA)、美国国家环境预报中心(NCEP)以及英国气象局(UKMO)四个中心1~7 d日累计降水量集合预报资料,以中国降水融合产品作为"观测值",对我国地面降水量进行统计降尺度预报,并对预报降水的空间相关性和时间连续性进行重建。对降水量进行分级后,建立各个量级的回归方程进行统计降尺度预报。此外,还利用Schaake Shuffle方法重建丢失的空间相关性和时间连续性。结果表明,分级回归比未分级回归后的预报结果相关系数更高,预报误差更小,更接近观测值。Schaake Shuffle方法可以有效地改进降水预报的空间相关性和时间连续性,使之更接近实况观测,集合成员间的相关性也更好。

1979—2016年夏季西南涡活动及其与降水的关系

利用1979—2016年ERA-Interim一日四次高度场、风场再分析资料,根据源地的不同将西南涡细分为九龙涡、盆地涡和小金涡,对1979—2016年夏季(6—8月)不同涡源的西南涡的活动规律及其降水特征进行统计分析。结果表明,夏季西南涡平均年发生频数为11.6 a^(-1),其中生成的盆地涡最多(9.3 a^(-1)),九龙涡次之(1.9 a^(-1)),小金涡最少(0.4 a^(-1))。就移动频率而言,盆地涡移出率最高(44.2%),其次为小金涡(30.8%),九龙涡最低(29.73%)。38 a中夏季高影响型西南涡共有140例,只有105例能移出源地。生命史超过36 h的高影响型西南涡都会带来降水,并且超过88%的概率会造成大雨及以上的降水。高影响型九龙涡和盆地涡产生大雨及以上天气的概率分别是83%、91%,远远高于小金涡。