我国近海阵风预报研究

利用2021年1—12月实况观测数据及ECMWF确定性模式24 h预报数据中的中低层风速与温度产品,采用支持向量机回归方法构建我国近海阵风预报模型,以提升海上阵风预报服务能力。利用2022年1—9月数据进行独立样本检验,通过与阵风系数法的对比检验得出以下结论:不同高度层的风速及温度或垂直风速及温度的变化均会对阵风预报产生影响,因而造成仅考虑模式10 m风速预报的阵风系数法在某些情况下对于阵风的高估或低估。在阵风系数法的基础上加入高空气象要素信息所构建的预报模型,能够取得更好的预报效果。对于9级阵风,该模型的预报准确率为50%,明显高于阵风系数法的30%,对不同海域的大量级阵风同样具有较好的预报效果。在ECMWF确定性模式的10 m风速预报与实况存在一定偏差时,考虑了高空要素信息的支持向量机回归预报模型的阵风预报结果较阵风系数法更接近实况。

基于FLBO-CatBoost算法的上海长江口区强风潜势预报技术研究

选取2015—2021年逐小时0.25°×0.25°ERA5再分析资料和上海长江口区5个沿江地面自动气象站观测资料,运用FLBO-CatBoost集成学习算法,将6种强对流指数作为输入因子,实现对强对流影响下的长江口区强风的潜势分类及概率预报,并利用SHAP方法进行输入因子分析。结果表明:通过加入Multi-Class Focal Loss与贝叶斯优化模块,提高了FLBO-CatBoost综合性能,模型筛选的输入因子物理意义较明确,判断7级强风时POD、CSI、FAR均达到0.70,0.67、0.12,判断8级以上强风时分别达到0.97、0.91、0.07,优于其他五种集成学习模型。运用SHAP方法进行重要性排序可知,在水汽、能量、动力等条件方面,模型能起到优秀的影响要素诊断与筛选功能。同时,将对流云团影响下,长江口区7级以上强风概率预报的最优阈值选定为0.5,之后进一步结合个例验证模型对长江口区的强风的可预报性。整体而言,建立的强风预报模型具有一定的业务应用前景。

阵风系数模型的研究与应用综述

阵风与日常生活和行业运作息息相关。阵风过强会带来严重危害,但目前依然缺乏精准的阵风预报方法。阵风系数模型是一种具有较高技巧、适用于特定地点最大阵风预报的统计学方法。全面系统回顾阵风系数模型的定义、建立以及国内外研究和应用进展发现,现有研究着重分析了阵风系数对气象和环境因素的敏感性以及模型性能评估,但模型与物理学方法或阵风客观预报产品的比较研究相对不足,并且用于建立阵风系数的观测资料分辨率较低;已有研究尝试利用阵风系数的敏感性改进阵风系数模型并取得了一些进展,但改进后的模型尚未在其他具有相似地形的地区得到检验和拓展。最后给出了未来有关阵风系数模型的研究重点和改进方向。

基于阵风系数模型的百米级阵风客观预报算法研究

京津冀地区经济和文化的快速发展对冬季地面瞬时强风预报要求越来越高。正确估计和预测冬季地面瞬时强风,尤其是复杂地形条件下的阵风高分辨率格点精准预报,对于提升重大活动服务保障、首都及周边地区城市安全运行及防灾减灾能力等方面都具有重要意义。本研究基于京津冀长时间序列的实况观测资料,建立了阵风系数与稳定风速、风向、地形高度各要素之间的关系模型,并结合客观统计分析方法、阵风观测数据融合技术、格点偏差订正技术,发展了一种既保留模式物理参数特征和阵风局地气候特征,又发挥格点偏差订正技术的阵风客观预报方法。冬季奥林匹克赛事期间批量检验和个例分析结果表明,基于阵风系数格点模型和模式后处理订正技术得到的百米级分辨率、分钟级更新的阵风客观预报产品,24 h预报时效内张家口赛区和延庆赛区考核站平均绝对误差分别在2.3 m/s和3.0 m/s以下,延庆赛区8级以上大风,阵风风速预报评分超过0.5,解决了复杂山区数值模式阵风预报误差大、几乎无法业务应用的瓶颈问题,满足冬季奥林匹克运动会现场服务要求。

黄渤海及其邻近地区阵风估测改进

为定量化下垫面等局地性因素对阵风拟合效果的影响,利用2021年1月—2022年12月风速观测数据,分析阵风系数方法在黄渤海及其邻近地区不同观测站拟合能力差异的原因,并基于差异系数及频率匹配构建阵风估测改进(gust estimation correction,GECO)方法,对阵风系数方法拟合结果进行订正。结果表明:阵风系数方法的拟合结果随风速增加更倾向于整点观测时刻阵风,使用小时内最大阵风与整点观测时刻阵风计算得到的差异系数可以定量表征观测站局地特性对阵风系数拟合结果的影响。对差异系数大的观测站,阵风系数方法对其强阵风拟合结果的负偏差也较大,需对其进行更大幅度订正。基于12个基准观测站构建的GECO方法同样适用于黄渤海及其邻近地区的364个观测站。对于风速为12 m·s^(-1)及以上和16 m·s^(-1)及以上的阵风,经GECO方法订正后的均方根误差较阵风系数方法分别减少12.3%和11.5%。对台风梅花(2212)的检验显示,GECO方法能够有效提升大级别阵风的估测能力,可为阵风客观预报方法改进提供参考。

北京雷暴大风气候特征及短时临近预报方法

北京地区雷暴大风的预报准确率低而且时效短。为了提高对这种灾害性天气的预警能力,在气候统计的基础上,研究了潜势预报方法和临近预报算法。对1998—2007年134个雷暴大风过程的统计结果表明,北京地区绝大多数的雷暴大风具有下击暴流特征,而且冰雹的落区附近也是大风的爆发区之一。因此,负浮力的作用和对冰雹具有指示性意义的因子是研究雷暴大风预报方法应主要考虑的因素。500hPa环流背景分析表明,尽管绝大多数雷暴大风爆发时对流层中层有干空气侵入,但是还有少数个例产生在偏南暖湿气流中。目前,对后一类大风产生的机制仍然不清楚。研究表明,当对流层中层有干空气侵入时,有利于雷暴大风出现的环境条件是:下沉气流具有较大的不稳定性,同时对流层低层环境大气的温度直减率较大。此外,还讨论了经验指数——大风指数在北京地区的应用。基于上述的研究,形成了北京地区雷暴大风短时潜势预报方法,还使用相关分析和多元回归分析技术建立了基于雷达观测和环境条件的雷暴大风临近预报方程。个例分析表明,临近预报方程对于飑线和弓形回波等带来的地面大风具有一定的预报能力。

“4·11”海南致灾雷暴大风环境场与多普勒雷达回波特征分析

利用海口多普勒雷达、海南省区域加密自动站和常规资料对2016年4月11日凌晨发生在海南岛北部近海和陆地的大范围雷暴大风过程进行天气学分析。结果表明:(1)这次雷暴大风过程发生在500 h Pa槽前、低空急流左前侧、低层切变线南侧、高空急流分流区下方和地面静止锋南侧的有利于对流发展的较大范围上升气流区域内;(2)对流风暴移动路径上的大气环境具有中等程度的条件不稳定、对流有效位能CAPE以及上干冷下暖湿的温-湿廓线垂直结构、强的深层垂直风切变,对流风暴形成后最终组织发展产生雷暴大风、大冰雹和短时强降水的多单体带状回波和弓形回波;(3)在多单体带状回波中镶嵌的风暴A和B各自发展成为具有中层径向辐合特征的超级单体,风暴B和C合并形成弓形回波,其中风暴C的中气旋加强成为弓形回波北部的气旋式中尺度涡旋;(4)阵风锋对对流风暴的正反馈作用、对流风暴前侧强劲的暖湿入流与风暴后侧径向风速相当的冷池出流,长时间倾斜依存的自组织结构及其与强的低层环境风垂直切变的相互作用,是多单体风暴和弓形回波长时间维持和加强的主要原因;(5)地面原来存在的β中尺度辐合切变线,对流风暴主体回波沿着海南岛北部近海东移等因素,有利于多单体带状回波和弓形回波的长时间维持。

大气中的降水与反降水──' 98梅雨锋暴雨的天气学成因分析与预报探讨

对我国T106L19(客观分析)模式大气(1998年6～7月)做了大气中所有天气学降水(垂直运动形式)的计算。研究表明,' 98长江流域上空暴雨存在着明显的梅雨锋天气(尺度)系统降水,同时,长时间湿空气团的维持及其输运,和在梅雨锋上的非等熵湿绝热运动并不断形成对流不稳定降水,是强降水发生的天气学成因。因此,用模式大气中各种天气学形式的降水去(概率)统计预报实际大气降水,实现了预报因子和预报对象之间数学(统计)意义上的线性化。且表明它们可为统计预报(包括Kalman滤波)提供有明确(直接)降水天气学意义的连续的预报因子(场)。

基于预报方程的我国近海阵风预报

阵风对航运及海上生产作业影响重大,但目前海上阵风客观预报产品较少且时间分辨率低。为进一步丰富海上阵风客观预报产品,提高海上阵风预报准确率,基于2016—2019年实况观测数据及ERA5再分析数据,采用多元回归方法建立我国近海逐小时阵风预报方程,并利用2020年ECMWF确定性模式数据进行预报试验。对比2020年ECMWF确定性模式中的阵风预报及阵风系数法预报产品,基于多元回归方法的阵风预报方程考虑了平均风速项、近地面层湍流作用项以及对流作用项,具有明确的物理意义和统计学意义,对阵风有更好的拟合效果。在8~9级阵风预报中,多元回归方法预报的平均误差、平均绝对误差低于ECMWF确定性模式中的阵风预报,在冷空气大风天气过程中的预报效果优于ECMWF确定性模式,同时该方法也能够反映出台风影响下的阵风情况,可为我国近海阵风预报提供参考。

基于历史资料的热带气旋大风定点预报及检验

热带气旋是沿海地区最具破坏力的自然灾害之一。研究近海热带气旋对深圳三个重点港湾码头站的定量阵风预报。在前人研究的基础上,除了考虑热带气旋强度、热带气旋相对于气象台站的距离、方位角等热带气旋特性因素外,进一步详细分析了热带气旋尺寸对热带气旋引发重点区域的定点阵风预报影响。研究使用2014年以前的港湾码头站在热带气旋影响期间的小时极大风观测记录与各热带气旋特性因素建立预报模型,用2015—2018年的14个近海热带气旋对港湾码头站的小时极大风影响来检验预报模型的实用性。结果发现在进一步考虑了热带气旋尺寸因素对热带气旋引发定点大风影响后,预报模型可以精准地预报重点区域的最大阵风值,其预报结果可为行业气象风险评估提供有价值的参考。

热带气旋影响下的深圳港湾码头最大阵风预报方法研究

通过分析深圳三个沿海港口码头自动气象站(盐田港、妈湾港、蛇口码头)的瞬时极大风资料与热带气旋的主要特性(即热带气旋强度、热带气旋离气象站的距离、热带气旋相对于气象站的方位角的关系),提供了一个气象站在热带气旋影响下的最大阵风定量预报方法。同时分析了2004—2014年6月的所有距离气象站700km范围内的热带气旋以及3个气象站的同期小时极大风观测。研究结果表明,瞬时极大风具有间歇性,热带气旋对观测站的风力影响受周边环境影响大,越开阔的地域,热带气旋风力影响越大。一般情况下,深圳的3个沿海自动站中盐田港受热带气旋风力影响的程度远大于妈湾港和蛇口码头。当热带气旋靠近华南沿海,热带气旋对东北象限的风影响最大。在此象限中,强热带风暴级别以上的热带气旋引发盐田港瞬时大风的距离可以达到400km以上。热带气旋引发的深圳沿海自动站瞬时极大风(阵风>17.2m·s^(-1))统计模型在2014年7月至2016年9月得到了很好的验证。本研究对深圳市气象局针对港口码头抗台防风的精细化预报服务以及全市的台风预警发布提供了有价值的参考。

基于概率密度匹配方法的WRF模式阵风风速误差订正

为提高数值模式对阵风风速预报能力,采用概率密度匹配方法(Probability Density Function Matching Method,简称PDF方法)对WRF模式地面极大风速预报数据开展误差订正。结果表明:(1)基于PDF方法订正后的阵风预报效果明显优于WRF预报结果,当实况极大风力≤5级时,两种预报结果均与实况较为一致;当实况极大风力≥6级时,WRF预报相比实况明显偏小,而PDF方法订正结果则与实况较为接近;(2)对比不同地形条件下两种预报结果发现,在实况风力整体偏弱的平原地区,WRF预报和PDF订正结果对极大风的预报效果均较好;在风力偏强的山区和沿江河谷地区,PDF订正结果的预报效果相比WRF预报则有明显提升;(3)对2017年安徽省81个国家站逐日极大风速的预报效果检验发现:预报误差和过去五年整体拟合误差基本相当,说明基于2012-2016年历史数据建立的概率密度分布函数可以代表安徽各站多年的实况和WRF预报极大风速的联合分布特征,利用PDF方法进行逐日极大风速预报具有一定的可靠性。

高斯过程回归方法在浙江沿海海岛冬春季阵风预报中的应用试验

利用2006—2016年冬春季浙江四个海岛气象站10 m大风观测资料和ERA-interim资料,首先分析了阵风因子和阵风风速的概率分布特征;然后统计阵风与10 m至500 hPa层的气温、风速、散度、涡度、比湿、垂直速度、浮力能等要素的关系,选取高相关的预报因子;最后采用高斯过程回归方法建立阵风概率预报模型,并进行试报。(1)平均风速相同时对应的阵风因子变化较大,导致阵风也出现大的差异,说明阵风数据分布具有混沌性;阵风风速具有正态或准正态分布特点,在自然对数处理后完全符合正态分布,表明采用高斯过程回归方法建立阵风概率预报模型合理可行。(2)阵风与大气低层的动力因子相关较好,而在近中层则与热力因子相关较好。(3)阵风大值样本在大气低层具有更强的下沉速度,有利于上层动量向下输送,且大值样本对应的中层气温和比湿相对大些,说明中层暖湿气流有利于湍流的发展和不稳定能量的交换。(4)试报模型的因子权重尺度分析表明,最佳预报因子绝大多数集中在875 hPa层以下,说明大气低层因子对近地面阵风起主导作用。(5)高斯过程回归模型试报表明,大部分站点阵风预报的50%概率区间上下界跨度约为2.5 m/s,75%概率区间跨度约为4.5 m/s,样本的50%和75%概率区间击中率均符合预期。

一种概率方法在沿海海岛台风阵风预报中的应用试验

利用2004—2013年浙江影响台风及9个沿海海岛气象站风力资料,分析了各站阵风系数总体特征,及其与站点纬度、海拔高度和海岸线距离等因子的关系。结果表明,随着平均风速的增大,对应的阵风系数有减少趋势;距离海岸线近的站点和海拔高度小的站点其阵风系数也相对要大些。分析台风参数与阵风系数关系,得出阵风系数与台风7级风圈半径和站点离台风中心距离的比值具有最好相关。利用分位数回归方法建立概率预报模型,试报表明大部分站点阵风的50%和90%概率范围的击中率都符合预期,其波动范围一般在3%以内,模型表现比较稳定,对业务有一定的指导价值。