基于NARX神经网络的湖南省空气质量预报效果评估研究

针对湖南省的带外源输入的非线性自回归(Nonlinear autoregressive with external input,NARX)神经网络模型,评估了2019年10月1日-2020年9月30日的污染物浓度预报准确率,并进一步评估模式对O_(3)和PM_(2.5)等两个重点污染物的时空分布预报效果。结果表明:模式预报的未来第1天级别准确率为91%,首要污染物准确率为70%;在空气质量等级为优良时,其预报能力较好。从时间序列上看,模式预报的PM和臭氧日最大8小时滑动平均浓度(O_(3)_8hr)与实测浓度的变化趋势较为一致,但模式对PM浓度有所高估;从空间分布上看,模式对夏季和冬季O_(3)_8hr整体的空间分布预报能力较优,且能够捕捉冬季PM污染过程的发生。

湖南省臭氧预报效果评估

基于2017年3月—2018年2月湖南省14市臭氧观测资料,对WRF-Chem模式预报效果进行评估。结果表明,模式24 h预报结果能够较好地抓住观测到的臭氧变化趋势,其预报结果在14个城市的平均相关系数为0.6,最高可达0.71。对比不同时效臭氧预报结果发现,随着预报时长的增加,预报偏差呈增大趋势, 72 h预报结果仍具有预报价值。统计O3为首要污染物天数,发现多出现在春季、夏季和秋季,且模式的预报准确率可达70%。

钟差改正数预报效果评估

针对基于BDS-SMC的远海高精度动态定位中存在的数据中断或通讯延迟现象,从稳定性与精度两方面对GPS、GLONASS、Galileo与BDS-3的钟差改正数进行质量评估,并分析其数据结构特征。结果表明,在中断区间较短且IOD不变的情况下,由于钟差改正数的数量级保持在纳秒级,钟差改正数的预报误差低于钟差数据,故钟差改正数预报可有效应对该现象。针对BDS-SMC通讯成本高昂的问题,本文提出利用钟差改正数预报进行数据压缩,仅利用BDS-SMC传输模型参数可显著降低数据量。以原始数据序列与一次差分序列为训练样本,选取结构简单、参数较少的3种模型进行预报效果的评估。结果表明,由于预报区间较短,差分序列预报模型的误差累积效应不明显,预报精度高于原始序列预报模型。

基于LightGBM机器学习算法的江西气温短期预报模型研究

为进一步提高站点气温的预报精度,增强对极端气温的预报能力,本研究利用2017-2019年江西省91个国家站地面观测数据和ECMWF模式高空和地面预报数据,基于LightGBM机器学习算法和MOS预报框架,建立了江西省24 h国家站日最高(低)气温预报模型。2020年评估结果表明:LightGBM模型日最高(低)气温预报和观测变化趋势一致,年平均预报效果优于ECMWF、CMA-SH9、CMA-GFS三家数值模式、RF和SVM两种机器学习产品以及主观订正产品。从预报误差的时空分布来看,模型冬、春季日最高(低)气温预报误差略大于夏、秋季;日最高气温预报误差呈现“南大北小、周边大于中心”的空间分布特征,日最低气温则与之大致相反。从重要天气过程来看,在高温过程中,LightGBM模型在七种产品中预报效果最优;在强冷空气过程中,LightGBM模型预报效果仍优于三家数值模式产品和另外两种机器学习模型,但日最低气温预报效果不如主观订正产品。针对强冷空气过程中低温预报误差进行简单经验订正后,模型低温预报效果与主观订正产品接近。模型重要性分析显示临近地面观测特征对模型建立也有较大贡献,该结果可以为模式改进和气温预报产品研发提供参考。目前,LightGBM模型气温预报产品已应用于江西省气象业务。

随机森林回归法在冬季路面温度预报中的应用

基于宁宿徐高速公路三个交通气象站2015—2018年冬季逐10 min实时观测资料,使用随机森林回归模型预报这三个站的未来1 h冬季路面温度,分析了该模型在冬季路面温度预报中的可行性和适用性。研究结果表明:随机森林回归法可以被用来预报高速公路冬季路面温度,不同类型的交通气象站点的特征输入方案和参数调试标准存在差异;与简单特征相比,引入的复合特征能更好地补充解释交通气象站所处的环境和气象要素,且其对普通路面交通气象站和靠近桥梁、水体的交通气象站的区分度更高,故引入复合特征的随机森林回归模型可以被用来预报高速公路冬季路面温度,且其在对普通路面交通气象站和靠近水体、桥梁的交通气象站的预报效果较好,而对服务区交通气象站的预报效果略差;袋外误差率的降低并不代表预报精度的提高;引入复合特征的随机森林回归模型不论在何种天气状况下,均可用于各不同类型交通气象站冬季路面温度的预报,雨雪天时的预报效果最佳,阴天其次,晴天略差。

精细化预报在首届中国国际进口博览会空气质量保障工作中的应用

重大活动保障预报不同于业务预报,其核心是服务管控,并注重提前预报的时效性和精细化。该文总结了首届中国国际进口博览会空气质量保障预报工作的实践经验:在历次保障预报联合会商组织架构的基础上,完善联合会商机制,强调预报保障主体单位与支持单位的预报工作内容和职责的区分,通过数值模式的优化改进、针对性开展关键气象因素专题等多种技术手段不断提升预报精准度,并创新应用历史相似污染案例库挖掘和匹配分析,注重预报效果评估以及时总结预报经验,不断提升预报的准确性,为管理决策提供强有力的技术支撑。

兰州中川机场2018年4月19日雷暴天气过程复盘

利用常规观测、多普勒雷达、自观等资料对2018年兰州中川机场雷雨天气过程进行简要分析,重点对本次雷雨过程的保障服务和预报效果评估进行分析。分析表明:此次雷暴天气过程为高原槽型,伴有大风、风切变、冰雹天气;进近区域内强对流云团和风切变对航班起降造成较大影响;预报效果评估表明本次过程对雷暴天气预报有较大提前量,且偏离量较小,但对降水和风切变天气的强度和持续时间估计不足。