基于GRAPES_3 km模式输出的风雹概率预报技术研究

基于我国自主研发的GRAPES_3 km高分辨率模式预报数据,通过计算逐时最大上升螺旋度(updraft helicity,UH)产品,发展了不同预报时效时段内超过指定阈值的UH格点概率预报技术。由于UH能够表征对流风暴的上升运动和中低层旋转强度,因此通过UH格点概率预报产品得到了综合表征对流性大风或冰雹(简称风雹)的概率预报指导产品。对2019年6月14日至7月31日我国华北东北区域和华南区域两个风雹高发区的逐日试验和典型个例预报结果进行了细致评估,结果表明该产品具有良好的预报能力。该产品对华北东北区域和华南区域的风雹TS评分均明显高于主观预报,特别是对于华南区域可预报性较低的弱天气尺度强迫过程,能够显著降低漏报率从而明显提高预报准确率。预报产品还能够很好地指示对流风暴的形态分布和移动传播特征,概率落区与实况风雹的落区位置具有较好的匹配效果。对选取不同的UH阈值和空间高斯平滑系数的概率产品对比检验结果表明,基于较低UH阈值计算的概率预报产品由于漏报率更低,其TS评分要高于较高阈值的预报结果,高斯平滑系数取值20 km得到的概率产品在各等级概率评分中预报效果总体表现最佳。

人才管理的新进路分析——KM模式之介入与融合

20世纪90年代末的"人才争夺战"使得人才管理首次进入到了学界的视野,且人才管理原则应用到特殊的知识密集型环境。随着传统研究进路的不足,KM模式的介入为人才管理提供了新的理论滋养,如"技术守门人"、中枢连接者、跨越边界者以及知识中介者等理论为知识密集环境的人才管理注入了崭新的理论源流。KM模式与TM模式的融汇为人才管理提供新的研究进路,特别关注于知识型人才,知识创造,知识分享与定位,发展知识能力以及知识的保留层次上,指明了知识型人才在知识流动网的角色,推动知识密集型机构充分利用资源,优化创新能力。

人才管理的新进路分析——KM模式之介入与融合

20世纪90年代末的"人才争夺战"使得人才管理首次进入到了学界的视野,人才管理原则应用到特殊的知识密集型环境。随着传统研究进路的不足,KM模式的介入为人才管理提供了新的理论滋养,如"技术守门人"、中枢连接者、跨越边界者以及知识中介者等理论为知识密集环境的人才管理注入了崭新的理论源流。KM模式与TM模式的融汇为人才管理提供新的研究进路,特别关注于知识型人才,知识创造,知识分享与定位,发展知识能力以及知识的保留层次上,指明了知识型人才在知识流动网的角色,推动知识密集型机构充分利用资源,优化创新能力。

2019-2020年非汛期Grapes_1km 10m风速预报检验评估

选取广东省53个国家基本站,对2019年10月—2020年3月Grapes_1km模式输出的10m风场进行检验,发现Grapes_1km预报与实况整体趋势较一致,但预报10m风极大值的峰值略有提前;相关性检验方面,相关性比较好的地区是湛江沿海地区、江门沿海、汕头沿海,相关性较差的地区分别是茂名沿海、云浮地区、汕尾沿海;预报命中率随着风速的加大呈明显下降的趋势,且沿海站点的命中率略好于内陆站点;随着风速的增大,预报值相对实况有偏小的趋势。

CMA-GD 1km雷达回波预报订正方法研究

利用华南区域20部雷达反射率回波数据,分别选用均等偏差法、权重偏差法及最近偏差法的线性订正法和邻域订正法对CMA-GD 1 km时间滞后集合预报输出的雷达回波产品进行偏差订正,并对订正结果进行了对比分析,结果表明:3种偏差方法中,最近偏差法的偏差最小,权重偏差法的偏差最大;利用偏差订正预报,可有效改进模式预报的雷达回波强度,但对回波移动速度调整不大;邻域订正结果优于线性订正;最近偏差法的领域订正结果与实况最为接近。

诏安县冬季低温订正预报及其在农业生产的应用

利用CMA-3km模式数据和地面观测数据,对比分析模式在诏安县冬季低温预报的效果,动态统计2021—2022年冬季CMA-3km模式对诏安县20个自动站点72 h预报时效内2 m低温的预报误差规律。通过对比分析三种订正方案,得出订正方案的有效性是建立在较丰富的训练集基础之上,可利用扩展特征维度或增加样本容量来实现更好的订正效果。通过对模式进行本地化订正,可提高低温冻害预警准确性和及时性,对农业生产的防灾减灾有着重要的作用。

一种偏差订正方法在平昌冬奥会气象预报的应用

为了提高GRAPES3 km(Global/Regional Assimilation and Prediction System)模式在2018年平昌冬奥会气象服务中的预报能力,采用一阶自适应的卡尔曼滤波方法对GRAPES_3km模式的2 m气温、2 m相对湿度和10 m风开展偏差订正。结果表明:偏差订正方法明显提高了地面要素的预报效果,其中2 m气温的均方根误差整体减小到2℃左右,站点订正改善率为10%~60%;10 m风速的均方根误差减小到2 m·s^-1左右,站点订正改善率为10%~45%;2 m相对湿度减小到20%以下,站点订正改善率为0~20%。与韩国气象厅LDAPS(Local Data Assimilation and Prediction System)及美国宇航局NU-WRF(NASA-Unified WRF)模式相比,GRAPES3 km模式的风速预报表现更为优异,各站点整体预报效果明显优于LDAPS和NU-WRF模式。偏差订正方法可有效改善模式在复杂地形条件下的预报能力,是提高精细化预报准确率的重要手段。

基于短时临近降水集合预报的中小河流洪水预报研究

为了延长中小河流洪水预报预见期,建立了基于短时临近精细化网格降水集合预报的中小河流洪水预报模型。模型采用百分位映射订正技术,发展数值模式降水预报场与实况场映射关系,结合Bayesian模型,构建基于GRAPES-3KM模式和Time-Lag-Ensemble融合技术的短时临近降水集合预报(最优集成、最大(95%分位数)、最小(5%分位数))格点场,作为GMKHM(Grid-and-Mixed-runoff-generation-and-Kinematic-wave-based Hydrological Model)的降水驱动,进行中小河流洪水逐小时实时滚动预报。选择新安江屯溪流域作为试验流域,对2020年汛期流域大洪水进行实时预报。检验结果表明,基于短时临近最优降水预报的中小河流洪水预报模型提前了7h预报出屯溪断面洪峰,洪峰误差为5.6%,峰现时差为-1h,比不考虑预见期降水的中小河流洪水预报提前了4h;基于短时临近最大、最小降水预报的中小河流洪水预报模型提前了13h预报出洪峰区间,并且自7月7日9时起滚动预报最大与最小预报跨度呈逐渐减少趋势。在中小河流洪水预报中引入短时临近集合预报降水,对提升中小河流洪水风险防控能力有重要意义。

NUDGING方法同化雷达反射率因子个例试验研究

利用ECMEF全球高分辨率模式资料,采用松弛逼近方法(Nudging)同化多普勒雷达反射率因子,通过在华南区域GRAPES3km模式中对海南岛降水过程个例进行数值模拟,分析不同Nudging方法对模式预报效果的影响。结果表明:(1)采用Nudging同化方法可使背景场和观测反演的资料相协调,缩短模式热启动时间,可增加开始时段的降水量;(2)同化雷达反射率因子能够提高海南岛0~6h逐时降水评分,模拟值更接近实况观测;(3)同化后,华南区域GRAPES3km模式能够捕捉到更多的中小尺度信息,可改善海南岛24h强降水的量级;(4)在初始场Nudging订正云水、雨水、水汽场等,其水凝物分布合理,降水预报效果最佳。

青海省海西州气温客观预报方法初探

运用CMA-3KM模式资料,使用不同的训练期滑动平均订正2020年6月~2021年5月青海省海西州国家站点的2 m温度,对订正预报和原始数据进行对比分析。结果表明:总体上训练期越长,准确率越高,但这种特征越明显时,准确率分布较期望值更分散;最优集成方案的订正效果秋冬季高于春夏季、中西部高于东部;总体上应用效果较好,可为今后海西州气温客观预报奠定基础,并为提高气温客观预报准确率提供参考依据;但该方法对于降温过程的预报能力表现较不稳定,因此对于降温过程中的气温客观预报方法,有待进一步研究和探讨。