利用统计方法和数值模拟对2008年4月18日-7月28日和2009年5月19日-8月20日在黄山光明顶的两次外场观测中臭氧（O3）数据进行了分析，讨论了中国华东高海拔地区O3的质量浓度特征和来源。结果表明，5、6和7月的月平均质量浓度分别为107．7...利用统计方法和数值模拟对2008年4月18日-7月28日和2009年5月19日-8月20日在黄山光明顶的两次外场观测中臭氧（O3）数据进行了分析，讨论了中国华东高海拔地区O3的质量浓度特征和来源。结果表明，5、6和7月的月平均质量浓度分别为107．73、101．93和68．02μg·m^-1，其中5月和6月的月平均质量浓度相对于国内其他本底站（除上甸子外）以及南极地区高出25～60Iμg·m^-1，7月与其他地区质量浓度相差较少。该地区的0，质量浓度相对于其他地区整体上维持在一个较高的水平，但高质量浓度超标事件发生的次数很少，只占总观测时间的3．9％。质量浓度EI最大值多出现在夜间21时一次日06时（北京时间，下同），呈多峰分布，并且变化幅度很小，在15—20μg·m^-1，通过利用WRF（Weather Research and Forecasting）模式模拟当地上空对流层顶高度和晴空湍流等要素的变化发现，O3质量浓度和对流层顶折叠现象有关。不同天气条件下，其质量浓度在晴天最高，雨天最低，雾天和阴天在二者之间。臭氧质量浓度与温度、相对湿度和其他污染气体（CO、N0和NO3）浓度之间有很强的负相关，而与风速相关性相对较弱；5月北面来风占主导，各风向所对应的O3质量浓度分布较均匀，而6月和7月西南风占主导，北面来向的风对应的质量浓度要高于南面来向。在利用KZ过滤器将O3原始数据分解成不同组份后，发现当地O3质量浓度整体上受低频组份（CBL组份）的控制，其余各高频组份（CSY、CDU和CID组份）只是会使其质量浓度在基准线附近波动。随后对发生在2009年5月28—31日和6月12—15日期间的两次0，质量浓度超标事件中CSY、CDU和CID对基线的贡献做了定量分析。展开更多
利用预报业务上常用的ECMWF (European Centre for Medium-Range Weather Forecasts)全球模式和华东区域模式(WARMS 2.0)的降水预报,建立了基于空间分布相似的降水集成方法,主要分为3个步骤:(1)实时降水预报场空间尺度分离;(2)检索历史...利用预报业务上常用的ECMWF (European Centre for Medium-Range Weather Forecasts)全球模式和华东区域模式(WARMS 2.0)的降水预报,建立了基于空间分布相似的降水集成方法,主要分为3个步骤:(1)实时降水预报场空间尺度分离;(2)检索历史相似预报个例;(3)确定最优集成系数。在第(1)步尺度分离中采用高斯低通滤波方法,将降水场分解成连续性和分散性降水场;第(2)步相似个例检验利用了图像相似技术,根据连续性和分散性降水场综合寻找历史同期相似个例;在第(3)步集成系数确定中根据历史相似个例确定最优集成系数,并应用于最新实时预报中。通过结合图像识别、权重优化、建立历史样本数据库等方法,针对2018—2019年汛期(6—8月)检验结果表明:多模式集成产品的晴雨预报准确率相较于单模式而言有明显提高,且随时间变化表现较为稳定。在暴雨以上量级降水预报方面,集成产品的汛期整体TS评分高于单模式,Bias评分更接近1.0。通过CRA空间检验分析发现,集成产品既能一定程度上弥补全球模式在预报中尺度降水过程时强度偏弱的劣势,又纠正了区域模式在降水落区位置预报方面的偏差,进而实现了暴雨TS评分的提高。展开更多
文摘利用统计方法和数值模拟对2008年4月18日-7月28日和2009年5月19日-8月20日在黄山光明顶的两次外场观测中臭氧（O3）数据进行了分析，讨论了中国华东高海拔地区O3的质量浓度特征和来源。结果表明，5、6和7月的月平均质量浓度分别为107．73、101．93和68．02μg·m^-1，其中5月和6月的月平均质量浓度相对于国内其他本底站（除上甸子外）以及南极地区高出25～60Iμg·m^-1，7月与其他地区质量浓度相差较少。该地区的0，质量浓度相对于其他地区整体上维持在一个较高的水平，但高质量浓度超标事件发生的次数很少，只占总观测时间的3．9％。质量浓度EI最大值多出现在夜间21时一次日06时（北京时间，下同），呈多峰分布，并且变化幅度很小，在15—20μg·m^-1，通过利用WRF（Weather Research and Forecasting）模式模拟当地上空对流层顶高度和晴空湍流等要素的变化发现，O3质量浓度和对流层顶折叠现象有关。不同天气条件下，其质量浓度在晴天最高，雨天最低，雾天和阴天在二者之间。臭氧质量浓度与温度、相对湿度和其他污染气体（CO、N0和NO3）浓度之间有很强的负相关，而与风速相关性相对较弱；5月北面来风占主导，各风向所对应的O3质量浓度分布较均匀，而6月和7月西南风占主导，北面来向的风对应的质量浓度要高于南面来向。在利用KZ过滤器将O3原始数据分解成不同组份后，发现当地O3质量浓度整体上受低频组份（CBL组份）的控制，其余各高频组份（CSY、CDU和CID组份）只是会使其质量浓度在基准线附近波动。随后对发生在2009年5月28—31日和6月12—15日期间的两次0，质量浓度超标事件中CSY、CDU和CID对基线的贡献做了定量分析。
文摘利用预报业务上常用的ECMWF (European Centre for Medium-Range Weather Forecasts)全球模式和华东区域模式(WARMS 2.0)的降水预报,建立了基于空间分布相似的降水集成方法,主要分为3个步骤:(1)实时降水预报场空间尺度分离;(2)检索历史相似预报个例;(3)确定最优集成系数。在第(1)步尺度分离中采用高斯低通滤波方法,将降水场分解成连续性和分散性降水场;第(2)步相似个例检验利用了图像相似技术,根据连续性和分散性降水场综合寻找历史同期相似个例;在第(3)步集成系数确定中根据历史相似个例确定最优集成系数,并应用于最新实时预报中。通过结合图像识别、权重优化、建立历史样本数据库等方法,针对2018—2019年汛期(6—8月)检验结果表明:多模式集成产品的晴雨预报准确率相较于单模式而言有明显提高,且随时间变化表现较为稳定。在暴雨以上量级降水预报方面,集成产品的汛期整体TS评分高于单模式,Bias评分更接近1.0。通过CRA空间检验分析发现,集成产品既能一定程度上弥补全球模式在预报中尺度降水过程时强度偏弱的劣势,又纠正了区域模式在降水落区位置预报方面的偏差,进而实现了暴雨TS评分的提高。
