CMA-MESO逐时快速更新同化预报系统及其短临预报效果初步分析

基于CMA-MESO模式水平3 km分辨率3 h循环的快速更新同化预报系统,本文建立逐小时的分析预报循环系统,并且通过采用5种尺度叠加的高斯相关模型和引入各向异性的水平相关尺度方案来改进背景误差水平相关结构,同时考察引入全球大尺度信息方案对逐小时循环的分析和预报影响。通过对2020年7月19日华东强对流天气过程的数值模拟表明:(1)逐小时循环吸收了更多的高频观测资料和循环中采用更临近的1 h预报场作为背景场,分析和降水短临预报质量整体比3 h循环有所提高;(2)在区域分析中逐时引入全球预报场的大尺度信息会削弱区域观测资料的影响,对预报会有不利影响;(3)改进的五种尺度叠加高斯相关模型和各向异性的水平相关尺度主要使风场背景误差水平相关系数的描述更接近样本的统计结果,因而在逐1 h循环中风场分析更靠近观测,华东强对流过程的组合反射率和降水短临预报更接近实况。

基于CMA模式体系的京津冀地区复杂地形下冬季的精细化地面要素多模式集成预报研究

基于CMA模式体系的四个模式(CMA-GFS、CMA-REPS、CMA-MESO 3 km、CMA-MESO 1 km)和2020年12月1日至2021年3月15日的近地面要素2 m温度、10 m风速、2 m相对湿度预报,对京津冀地区复杂地形下冬季误差订正后的各要素进行基于贝叶斯模型平均(BMA)方法的多模式集成试验。结果表明,每个模式各要素误差订正后的均方根误差都有明显的减小。BMA方法多模式集成后预报效果优于每一个参加模式,2 m温度BMA预报较几个模式原始误差的改进在0.5~1.4℃,均方根误差减少了20%~40%,10 m风速和2 m相对湿度的均方根误差分别减少了12%~45%和25%~35%。各要素均方根误差水平分布表明不同要素在不同地形高度的地区误差分布明显不同,此方法使得京津冀地区的误差显著减小。此外,BMA预报的概率分布情况可定量地预测各要素的不确定性。

基于多视图的复杂系统仿真概念模型体系结构研究

针对复杂系统仿真概念建模中存在的整体性和重用性较差的问题,借鉴软件工程中体系结构的研究成果,提出了概念模型体系结构(conceptual model architecture,CMA)的概念,并将多视图方法论引入CMA构建中,给出了基于多视图的CMA的构建方法。将该方法应用于装备保障仿真系统CMA的构建中,根据系统科学中关于系统内涵的分析,从六个视角确定了装备保障仿真系统的CMA,可以为概念模型的开发提供总体架构,使概念描述更加完善,有利于提高仿真系统的可靠性、准确性和合理性。

基于移动Agent的分布式数据库双层次协同模型

基于协同式移动Agent的分布式数据库系统 (Thecooperativemobileagent baseddistributeddatabasesystem ,简称CMA DDBS) ,把CSCW思想和移动Agent技术应用于分布式数据库系统中 ,运用协同式移动代理实现分布式查询和分布式事务处理 ,同时在协同式移动Agent基础上 ,提出了支持异构分布式数据库系统协同工作的双层次协同模型。

内蒙古地区下垫面变化对土壤湿度数值模拟的影响

利用第二次全国土壤调查土壤质地数据（SNSS）和中国区域陆地覆盖资料（CLCV）将陆面过程模式CLM3.5（Community Land Model version 3.5）中基于联合国粮食农业组织发展的土壤质地数据（FAO）和MODIS卫星反演的陆地覆盖数据（MODIS）进行了替换,使用中国气象局陆面数据同化系统（CMA Land Data Assimilation System,CLDAS）大气强迫场资料,分别驱动基于同时改进土壤质地和陆地覆盖数据的CLM3.5（CLM-new）、基于只改进陆地覆盖数据的CLM3.5（CLM-clcv）、基于只改进土壤质地数据的CLM3.5（CLM-snss）和基于原始下垫面数据的CLM3.5（CLM-ctl）,对内蒙古地区2011~2013年土壤湿度的时空变化进行模拟试验,研究下垫面改进对CLM3.5模拟土壤湿度的影响。将四组模拟结果与46个土壤水分站点观测数据进行对比分析,结果表明：相对于控制试验,CLM-clcv、CLM-snss和CLM-new都能不同程度地改进土壤湿度模拟,其中CLM-clcv主要在呼伦贝尔改进明显,CLM-snss则在除呼伦贝尔以外的大部地区改进显著,CLM-ctl模拟的土壤湿度在各层上均系统性偏大,而CLM-new模拟土壤湿度最好地反映出内蒙古地区观测的土壤湿度的时空变化特征,显著改善了土壤湿度的模拟,体现在与观测值有着更高的相关系数和更小的平均偏差与均方根误差。