福建农学院农业气象站短序列气温订正模式

根据气候统计学有关理论,利用福建农学院农业气象站和福建省气象台1987年1,4,7和10月份逐日平均气温记录,通过回归分析,建立了该站短序列气温的订正模式.该模式可将该站短序列气温订正为长时期,也可作为插补方程及应用于气温序列非均一性的分析.

贵州典型地形下强降水特征及其模式预报订正研究

利用2016—2020年贵州省国家气象站和区域气象站逐小时地面降水观测资料,分别选取北盘江作为贵州河谷地形、雷公山和梵净山作为贵州高山地形的典型代表,对贵州典型地形下的强降水时空特征进行分析,并利用2019—2020年欧洲中期天气预报中心逐3h降水预报资料,采用频率匹配法对三个地区的强降水预报进行客观订正。结果表明:(1)三个地区的强降水多发生在6月,其中北盘江与雷公山强降水的频次逐年增加,而梵净山增加不明显。两个高山地区强降水频次主要集中在夜间至早晨,而北盘江强降水频次在午后和夜间各有一个峰值。(2)三个地区的强降水与地形有一定关系,北盘江强降水的频发区和降水量集中区主要出现在流域北部的低洼地带,雷公山出现在山体以南,而梵净山集中在山体东侧。当北盘江与梵净山地区地形坡度小于20°—30°,雷公山地区地形坡度小于40°—50°时,强降水频次随坡度增加而增加,而后强降水频次随坡度减少。(3)采用频率匹配法分别对三个地区的强降水进行客观订正后,当北盘江降水量小于8.2mm,雷公山降水量小于10.3mm,梵净山降水量小于7.3mm时,频率匹配订正对模式预报降水有一定的消空作用;当三个地区降水量分别大于对应阈值时,频率匹配订正可明显提升降水预报量级;三个地区的强降水预报技巧整体有所提升,强降水预报频次有明显提高,空间分布特征基本符合实况,其中以北盘江订正效果最优。

MRI-CGCM模式对东亚夏季风的模拟评估及订正

本文利用CMAP月降水资料、NCEP再分析资料、NOAA的ERSST资料和日本气象厅海气耦合模式(MRI-CGCM)的输出结果,从东亚夏季风气候态、主模态和年际变率等方面分析了MRI-CGCM模式对东亚夏季风的预测性能,并且利用观测的东亚夏季风指数(EASMI)与模拟PC(principal component)的关系建立多元线性回归方程来订正EASMI(简称PC订正法)。结果表明:MRI-CGCM模式能够较好再现东亚夏季风降水和低层风场的气候态,但模拟的西北太平洋反气旋偏弱、偏东,使得模拟的副热带地区降水量偏小。模式较好地模拟出东亚夏季风降水第一模态(EOF1)及相应的低层风场,能够较好再现出EOF1对应El Ni?o衰减位相;模拟降水的EOF1与观测之间的空间相关系数(ACC)为0.72,且能较好地再现其对应的年际变率,其时间系数PC1与观测之间的相关系数为0.41,能模拟出观测EOF1的2 a和5 a主导周期;但模拟的我国以东梅雨锋区雨带位置偏南,这与模拟的西北太平洋反气旋位置偏南有关。模式对降水第二模态EOF2的模拟能力比EOF1明显下降,模拟EOF2与观测之间的ACC降到0.36;虽然模式能较好地再现出EOF2对应El Ni?o发展位相,但模拟的西太平洋反气旋位置偏南,使得雨带位置偏南,模拟的我国梅雨锋区雨带位于江南,与观测场上江南少雨相反。模式较好地模拟出我国东部夏季降水和气温空间异常分布和年际变化,模拟与观测夏季降水和气温的多年平均ACC分别为0.74和0.68。模式模拟我国东部、江淮流域和华南地区夏季降水多年平均PS评分分别为69、70和68分,略高于我国夏季降水业务预测多年平均评分(65分)。模拟的我国东部夏季气温与观测多年平均PS评分为74分。PC订正后EASMI与实况的相关系数由0.51提高到0.65、符号一致率由84%升到91%、标准差由0.75增大到1.4、大于1个标准差年数由6年变为12年,订正后在模拟变幅偏小和梅雨锋区雨带偏南等方面均有一定的改善,对应西太平洋反气旋位置和梅雨锋区雨带位置与实况较为吻合。

GRAPES全球模式的误差评估和订正

以欧洲中期预报中心的ERA-interim再分析资料为参考,对GRAPES全球模式的数值预报结果误差进行了评估,并运用基于历史资料的模式距平积分订正(ANO)方法,对数值预报结果进行了订正试验,检验了ANO方法对GRAPES模式全球中期天气预报的订正改进效果。对1984~2014逐年7月15~24日10天的预报结果订正前后对比分析表明,ANO方法对不同区域位势高度、温度等要素预报订正效果明显,31个个例200 h Pa位势高度一周预报距平相关系数平均提高0.05、均方根误差减少12 gpm。其它各层误差订正也显示类似结果,验证了ANO方法对提高GRAPES全球模式10天数值天气预报技巧的有效性,并与MOS(Model Output Statistics)方法对比,更便利、更经济,具有更好的可操作性以及业务预报应用能力。

一种数值模式的嵌入式动力统计订正技术研究

目前数值天气预报效果的提高主要依靠改进模式初始场和模式输出结果统计订正两种方式。改进模式初始场虽然可在一定程度上提高模式预报准确率,但是模拟结果中的系统误差仍然存在。而模式输出结果统计订正虽然能消除一部分的系统误差,但是无法使预报变量之间相互协调。鉴于以上原因,本研究提出嵌入式模式逐步订正方法(EMPC)的思想和技术路线,以WRF模式为试验,结合FNL分析场历史资料,将模式输出订正方法嵌入到模式积分过程中,对2015年6月和7月进行回报。同FNL资料、地面观测及探空资料对比检验发现,经过EMPC订正的预报结果在短期内优于WRF模式直接预报结果。由于对初始场中物理量之间的协调性考虑不全,可能破坏了模式积分过程中的守恒性,使模式存在不稳定风险。

基于大尺度模式产品的误差订正与统计降尺度气象要素预报技术

应用自适应卡尔曼滤波方法,对大尺度模式要素预报进行误差订正和降尺度精细化气象要素预报。并通过对订正系数科学选取的研究,改进了滤波方法的应用效果。通过对大尺度模式系统进行误差订正,改善了大尺度模式预报的准确率,提高了模式要素,如2 m温度、10 m风等预报的精度,并基于改善了的大尺度模式预报场和高分辨率观测场,生成降尺度函数,得到高精度的气象要素预报产品,为精细化气象要素预报服务提供了有效的方法。

人工订正位涡改进模式初始场技术研究

面对数值天气预报模式发展中的制约,如今气象界提出了预报员数据同化(data assimilation,DA)的理念,即将预报员的能力有机地融入到数值预报模式中以便发挥各自的优势。人工订正位涡改进模式初始场技术即充分体现了这一理念,其原理是利用了在中、高纬度气旋性环流场中,位涡(potential vortictiy,PV)场和卫星水汽图像(satellite water vapor imagery,WV)较好的对应关系检验数值预报,进而利用位涡的可反演性通过人工修改位涡场来订正数值预报,并已在部分国家实践中证明有着显著的改进模式预报性能的效果。本研究将通过分析对流层中高层的动力活跃区、位涡分布和卫星水汽图像暗区的关系检验模式偏差,进而通过人工订正位涡场和位涡反演,实现对模式初始场的修改,为预报员主观订正模式初始场、改进模式预报能力提供完整的技术流程。

基于ECMWF模式的武汉市冬季高空气温订正预报研究

基于2016—2018年冬季武汉站1000、925、850、700、500 hPa的探空气温和ECMWF的72 h气温预报数据,分析了武汉站的高空气温预报误差,使用多元线性回归方法建立了预报误差订正方程。研究发现,ECMWF模式对于各层气温的预报平均偏高0.54℃,1000~850 hPa平均预报误差随着高度增大,850 hPa上误差最大,高达0.77℃,预报偏高1.0℃以上的频次超过总数的1/3,850 hPa以上气温预报误差随着高度降低,500 hPa的预报误差最小。模式预报时效越长,高空气温预报误差越大,72 h时效平均预报误差高达0.80℃。基于ECMWF模式预报误差与850 hPa气温的相关关系,选取了两个订正预报因子,分别为22°N、112°E与33°N、112°E的温差及28°N、116°E与34°N、116°E的纬向风之差,并分层建立了气温预报误差订正方程。最后,对预报方程进行了检验,发现订正后各层气温误差均显著降低,误差平均降低了86.4%。

概率匹配订正法在湖北襄阳地区降水预报中的应用

利用2016—2020年汛期ECMWF模式预报降水与湖北襄阳区域站观测降水进行对比分析,结果表明:ECMWF对中雨及以上降雨的预报,第1、2天预报值偏小,第3天预报值偏大;3个预报时段强降雨中心位置偏差无规律。为更好地对ECMWF产品进行释用,提高汛期降水预报准确率,从概率匹配角度研究了不同降水量级订正值,并对2021年汛期ECMWF降水预报进行逐日检验。结果显示:概率匹配订正法可有效地改善模式预报性能,对中雨及以上降雨预报均有良好的订正效果,尤其对第1天暴雨预报改进最为明显。228站平均的TS评分提高了6%,由11.1%增加到17.1%,漏报情况改良了13.5%,由85.0%降至71.5%。采用该订正法开展定量降水预报,由于增加了当地降雨概率分布的背景信息,能表现出比原模式更高的参考价值。

扩展Nudging模式误差订正与初值蒙特卡洛集合预报的融合——模式参数和微分方程均有误差

本文主要研究扩展Nudging模式误差订正方案与初值蒙特卡洛集合预报的融合预报方法。这一方法首先使用历史资料估计出常数型模式误差,并将其叠加在模式倾向上作为新的预报模式,预报时再对此新预报模式的初始场叠加多了扰动,进行蒙特卡洛集合预报。这样在预报中不仅订正了模式误差,而且也考虑了初始场不确定性。在模式参数和微分方程均有误差的情况下,在最大简化气候模型的混沌台上,对这一新方法的预报效果做出全面的评估。数值试验结果表明,这一新方法在适当的人为扰动量级、预报时段和观测误差量级前提下,可以获得很好预报效果。

一阶模式误差订正方案的长期积分性质对初值的依赖性

采用最大简化气候模型,使用理想试验的方法,对模式用无误差的参数积分10 010 d,每隔10 d取一个值,获得1 000个初值,用任意一个初值积分500 000步,用所得的数据通过grapher软件可得出散点图和概率密度分布图,通过对模式长期积分在相空间中的概率密度分布分析得出参数无误差模式和有误差模式的长期积分性质对初值的依赖性不大而一阶模式误差订正方案长期积分性质对初值的依赖性很大,且与回溯阶有很大的关系。

独龙杜英(杜英科)订正

把独龙杜英（ＥｌａｅｏｃａｒｐｕｓｄｕｌｏｎｇｅｎｓｉｓＨ．Ｌｉ，ｉｎＦ１．Ｄｕｌｏｎｇｊ．Ｒｅｇ．１１７．１９９３，ｎｏｍ．ｎｕｄ．）的主模式（Ｈｏｌｏｔｙｐｅ）独龙江考察队１４２４号处理为灰木科或山矾科（Ｓｙｍｐｌｏｃａｃｅａｅ）的木核山矾（ＳｙｍｐｌｏｃｏｓｘｙｌｏｐｙｒｅｎａＣ．Ｙ．ＷｕｅｘＹ．Ｆ．Ｗｕ）的异名；同时也把该新种的另一号同举模式（Ｐａｒａｔｙｐｅ）独龙江考察队３０９９号处理为尖叶桂樱（Ｌａｕｒｏｃｅｒａｓｕｓｕｎｄｕｌａｔａ（Ｄ．Ｄｏｎ）Ｒｏｅｍ，Ｒｏｓａｃｅａｅ）（蔷薇科）的异名。

预报-观测概率匹配订正法在降水预报业务中的应用

为提高和改进模式产品对汛期降水预报准确率,利用近两年3—7月江西省92个地面气象观测站逐日降水资料和欧洲中心高分辨率数值模式预报24~72 h相应降水预报资料,采用Gamma函数作为累积降水概率分布拟合函数,将模式预报降水累积概率分布与观测降水累积概率分布进行概率匹配,获得不同量级降水的预报订正值,并检验了订正前后预报评分变化。结果显示:模式预报对江西降水预报存在大雨以上量级预报多漏报、小雨多空报的现象;经预报-观测概率匹配订正法订正后,可有效地修正模式预报系统性误差,对各等级降水有良好订正效果,尤其对暴雨的订正效果明显;时效越短订正效果越好。该订正法在业务中具有良好的应用效果。

基于CMIP5模式对四川盆地湿季降水与极端降水的研究

四川盆地是中国重要的农业和经济中心,湿季降水尤其极端降水情况显得尤为重要。基于“国际耦合模式比较计划第五阶段”(CMIP5)的多个模式结果评估未来湿季降水和极端降水的可能变化。首先,利用CRU数据检验了模式对1971-2000年5-9月四川盆地降水的模拟能力。结果显示,31个模式中有17个模式的模拟能力较好,通过99%的空间相关性信度检验,重现了“东多西少”的空间形态。有21个模式与观测值的标准差之比小于2.5,所有模式的平均偏差率都小于50%。在此基础上,选取表现最好的3个模式,在订正后做模式集合平均(MME),展示在RCP2.6、RCP4.5、RCP8.5的情形下,21世纪初期(2010-2039年)、中期(2040-2069年)、末期(2070-2099年)四川盆地湿季平均降水和湿季极端降水阈值的空间分布特征。结果显示,在RCP2.6的情形下,相对于1971-2000年的气候平均态,四川盆地湿季降水自东向西呈现“减-增-减”的形势,并且随着时间变化并无明显变化。在RCP4.5与RCP8.5的情形下,特征与RCP2.6不同,自东向西呈现“增-减-增”的形势。盆地东部湿季平均降水普遍增多,部分区域的变率达到了20%。对于极端降水阈值空间分布,特征与平均降水类似,三种情形下高值区均为在盆地中部偏东的一条南北走向的狭长带状区域。该区域内包括了成都、雅安、眉山、乐山等四川主要城市,并且随时间变化,该区域还有扩大的趋势,而RCP8.5模拟的降水要显著多于另两种情形。此外研究还发现,在全球变暖的背景下,四川盆地某一区域湿季平均降水减少的情况下,其极端降水阈值一定降低,反之不一定成立。只有当平均降水增幅超过10%时,该地区极端降水阈值才会增加。

两类订正方案在集合均方根滤波土壤湿度同化中的对比研究

利用Noah陆面模式,基于集合均方根滤波(ensemble square-root filter,简称ENSRF)算法,结合观测和模式2类订正方法,通过构建多个融合同化方案,进行土壤湿度同化研究。其中,模式订正采用粒子群优化算法估计模式参数,观测订正则将观测季节性尺度的特征调整到与模式气候态相当的水平。结果表明,观测订正能够有效减少观测与模式季节尺度差异,从而间接减少同化中的观测误差,而模式订正则有效减少模式参数在同化中产生的误差;引入观测和模式订正后的同化都要优于原始观测且未订正模式的传统同化方案,而单独引入模式或者观测订正并不能够提供给同化方案最佳误差订正信息;结合尺度化的观测订正和参数优化的模式订正,能够使传统土壤湿度ENSRF估计方案得到最大程度的改善。

近10年四川盆地低能见度时空分布特征及订正方法研究

利用2009~2018年全省国家基本站观测资料,研究了四川盆地低能见度时空分布特征,并结合低能见度与地面气象要素的关系获取订正阈值,在此基础上采用概率匹配法对SWC能见度预报进行订正研究。结果表明:(1)低能见度区域小值区主要位于盆地东南部、眉山、乐山以及成都东部,并且从秋季开始整个低能见度区域有明显向北扩大的趋势,且低能见度日数分布范围明显增多;冬季低能见度日数分布类似秋季,但集中于盆地东北部。低能见度开始时间多在00:00~08:00时,结束时间在07:00~12:00时。(2)<1km低能见度主要出现在风速<2m/s,相对湿度基本处于90%以上,地面温度低于15℃及24小时变压范围在-2~10hPa。(3)采用概率密度匹配结合要素的双重订正方法可以很好地对四川部分能见度区域进行订正,订正后Ts评分显著高于订正前。

湖南省低能见度天气时空分布特征及预报订正方法研究

利用2011~2020年国家基本站观测资料,研究了湖南省低能见度天气时空分布特征,并结合低能见度与地面气象要素的关系获取预报订正阈值,在此基础上,结合概率匹配法对EC能见度预报进行订正研究。结果表明:(1)低能见度区域主要位于湖南中北部和通道县、衡阳市附近,并且从秋季开始整个低能见度区域有明显向南扩大的趋势;低能见度时数出现最多的是冬季,其次是春季和秋季,分布范围最广的也是冬季,集中于湖南中东部。(2)低能见度日变化呈单峰型,主要集中在20时~次日09时。(3)≤1 km低能见度主要出现在地面风速<2 m/s、地面相对湿度基本高于90%、地面温度低于20℃及24 h变压<2 hPa的气象环境。(4)采用概率密度匹配结合要素的预报订正方法优于仅使用概率匹配的订正方法,可以很好地对湖南大部分低能见度天气预报进行有效订正,订正后TS评分显著提高。

基于多机器学习算法耦合的空气质量数值预报订正方法研究及应用

应用多种机器学习算法进行时空耦合从而建立一种新的多模式集合预报订正算法(简称“ET-BPNN算法”),对4种常规污染物(NO_(2)、O_(3)、PM_(2.5)和PM_(10))的空气质量模型预报结果进行订正.订正方法分为两步,第一步中利用随机森林、极端随机树和梯度提升回归树3种机器学习算法,采用4个空气质量数值预报模式(CMAQ、CAMx、NAQPMS和WRFChem)的多尺度污染物浓度预报数据、中尺度天气模式(WRF)的气象因子预报数据(包括2 m温度、2 m相对湿度、10 m风速、10 m风向、气压和小时累计降水量)以及污染物浓度观测数据作为训练集,训练结果进入基于均方根误差的择优选择器,选取3种机器学习算法中优化效果最好的算法;在第二步中利用了BP神经网络算法,通过加权平均获得集合模式订正预报结果.结果表明:①与模式集合平均算法相比,ET-BPNN算法使NO_(2)、O_(3)、PM_(2.5)和PM_(10)浓度预报值与观测值之间的均方根误差分别减小了30.4%、18.9%、43.3%和38.1%.②ET-BPNN算法的优化效果较随机森林、极端随机树和梯度提升回归树3个机器学习算法有明显提升,与极端随机树算法相比,ET-BPNN算法使NO_(2)、O_(3)、PM_(2.5)和PM_(10)浓度预报值与观测值之间的均方根误差分别降低了42.7%、20.1%、19.7%和9.7%.③在易发生污染的秋冬季,ET-BPNN算法对PM_(2.5)浓度的预报具有明显的优化效果,此外该算法明显缩小了不同站点预报和不同预报时效之间的偏差,具有较好的鲁棒性.④对O_(3)和PM_(2.5)浓度预报而言,经ET-BPNN算法优化后的预报结果能够更好地把握污染过程,对污染物峰值浓度的预报也较模式集合平均算法更准确.研究显示,ET-BPNN算法提高了空气质量模式对污染物浓度的预报效果.

贵州省本地化温度客观订正算法探究

利用2019年4月1日—7月31日的0~240 h欧洲中期天气预报中心2 m温度预报和2019年4月1日00时—7月31日00时贵州省境内364个自动气象观测骨干站点的温度观测资料,分别基于时间持续偏差订正(滑动平均)和类卡尔曼滤波的递减平均统计降尺度方法构建单模式的温度订正方案和客观算法模型,进而对欧洲中心2019年7月1日—7月15日的2 m温度预报进行客观订正。结果表明:时间持续偏差法构建的方案对订正效果不好,平均绝对误差值(MAE)均比原始数值预报大。相比之下,采用类卡尔曼滤波的递减平均统计降尺度方法构建订正方案对部分站点的预报有着非常显著的订正效果,平均绝对误差值在大多数时效上比数值预报本身小,且经过参数优化方案之后,又进一步提升了订正效果。订正模型的训练方案仍然有很大的改进空间,有望提高有效订正站点的数量。

激光雷达对半干旱地区云层的观测

采用532nm激光雷达在兰州的观测数据,根据计算得到的消光系数,分析了半干旱地区城区及乡村上层云的生消过程、云量分布、云的光学厚度。结果表明:半干旱地区云的分布有一定规律,中云春季所处的高度比冬季的高,厚度变化的振荡范围比高云的要大,平均光学厚度较高云的也略大。无论中云、高云,春季的厚度变化振荡范围都比冬季的要大。云形成的光学厚度占大气柱总光学厚度的比例为2.6%～99.3%,无明显的规律。订正模式需要进一步研究。