山东省旬温度预报产品的检验分析

对2013—2014年EC-thin和T639模式山东省旬温度预报产品进行检验分析,结果表明:模式旬平均温度预报产品预报准确率高于旬最高、旬最低温度预报产品,模式阈值K为2℃的预报准确率均比K为1℃高30%左右。EC-thin模式较T639模式预报旬平均温度预报效果最好,平均误差最小。EC-thin模式预报旬最高温度偏低,预报旬最低温度偏高。对于旬平均温度预报,订正后的T639模式预报准确率在鲁中西部地区略优于EC-thin模式,其他区域均为EC-thin模式较优。EC-thin模式旬最低温度预报产品在鲁西北东部和半岛部分地区预报效果最好,在鲁西北西部和鲁西南部分地区预报效果最差。旬最高温度预报产品在鲁西北东部和鲁东南地区预报效果最好,鲁中西部和半岛东部地区预报效果最差。去除平均误差的订正方法对模式旬温度预报准确率的提高有一定效果,但不能明显改善。     

基于Parsivel天气现象仪资料的郑州“7·20”罕见特大暴雨微物理特征分析

基于2016-2018年ECMWF模式温度预报和浙江省72个国家基本站观测资料,根据温度日变化特征,采用K-近邻(KNN)回归算法进行误差订正,改进浙江省172 h精细化温度预报。在KNN回归算法中,将模式起报时刻的温度视作“背景”,由模式预报减去起报时刻温度消除“背景”影响,得到温度日变化曲线,通过温度日变化曲线构建差异指标,选取历史相似个例。根据历史相似个例的误差特征,对温度预报进行订正,得到改进的温度预报。检验结果表明,KNN方案的温度预报平均绝对误差较ECMWF和30 d滑动平均误差订正方案(OCF)的分别减小26.2%和5.2%;日最高和最低温度预报误差绝对值小于2℃,准确率较ECMWF的分别提高14.8%和4.3%,较OCF的分别提高3.0%和1.3%。KNN方案对地形复杂地区的温度预报改进效果更为明显,对冷空气活动和夏季高温等天气过程预报改善效果也较稳定。     

一个简单的格点温度预报订正方法

格点气象要素预报是中国气象局目前的主推业务和未来天气预报的发展方向。本文基于欧洲中期数值预报中心ECMWF高分辨率模式2 m温度预报资料,在传统中央气象台站点温度指导预报SCMOC和回归方法建立的站点温度预报的基础上,提出"站点订正值向格点传递"的方法来订正格点温度预报。结果表明:(1)SCMOC站点最高、最低温度24~168 h预报误差2℃准确率分别平均高于ECMWF的10.0%和23.1%,ECMWF存在较大的系统性偏差,最低温度预报偏高,最高温度预报偏低。(2)"站点订正值向格点传递"方法能够订正模式格点温度预报的系统误差,且整体上不改变原ECMWF温度预报场的空间形态和原模式对地形的刻画特征。(3)利用研究区域内98个县级站SCMOC温度预报,订正ECMWF格点场,返回到区域内1289个乡镇站进行检验,结果24 h最低、最高温度1℃的准确率较ECMWF分别提高22.8%和11.9%,2℃的准确率则分别提高29.7%和17.4%。最低(高)温度绝对误差平均减小0.99℃(0.69℃),平均误差(ME)下降到0.7℃(-0.9℃)以内。(4)通过一元线性回归,得到98个县级站的温度预报,返回差值场来订正格点场,也能较好地订正ECMWF的系统性误差。对比两种方法,SCMOC差值传递在最低温度订正方面有较大的优势,而回归方法的最高温度订正效果较好。此外,回归方法能够较好地改善逐时温度预报效果。该方法已成功运用于陕西省精细化格点预报业务系统中。     

EC细网格2m温度对沧州市的预报能力检验及订正

利用EC模式对2017年沧州市14个国家基本站2m最高、最低温度的24、48、72h预报结果,采用预报准确率、平均误差、平均绝对误差和皮尔森相关系数等统计方法进行检验及订正。结果表明:EC模式对不同预报时效预报准确率,最高温度模式20时起报高于08时,最低温度08时起报高于20时;随着预报时效的延长,模式预报准确率逐渐下降。预报准确率最高温度区域差异不明显,月际变化大;最低温度区域差异显著,月际变化不均。EC模式对沧州温度的预报误差主要由系统误差造成,温度预报绝大多数的大值误差出现在转折性天气阶段,当出现明显升温和高温时,最高温度预报偏低更明显,出现明显降温时,最低温度预报偏高。对2018年1-4月EC模式预报最高、最低温度进行系统和大误差订正检验,发现订正后预报效果更好。     

2019年第一季度广东省天气预报检验评估

2019年第1季度广东省24h晴雨预报准确率为81.0%,日最高、最低温度预报平均绝对误差分别为1.84、1.26℃。降水评估结果发现主观预报对晴雨、小雨和中雨量级的预报均对客观模式有较好的订正能力,对大雨和暴雨以上降水预报仍存在一定的空漏报。温度评估结果显示主客观预报对冷空气温度变化趋势均有很强预报能力,预报员对模式最高、最低气温订正有明显正技巧。     

站点气温格点化方法在贵州区域的研究与应用

利用2019年1—12月国家气象信息中心实况格点资料、贵州地面观测站资料以及ECMWF 2 m气温起报场资料,讨论了相同插值方案下站点数对空间分布的反演效果以及相同测站数下不同插值方案的表现,同时对国家气象信息中心实况格点场进行检验,并对本地建立的气温格点分析场进行初步评估。结果表明：相同的插值方案下,站数越多越能反映要素场的实际分布状态;基于贵州特殊地形,在相同站数下双线性插值法优于邻域法;通过对国家气象信息中心实况格点分析场评估,日最高、最低气温在贵州区域均存在明显误差,其平均绝对误差分别为1.6℃与1.1℃左右,平均RMSE分别达2.2℃与1.6℃。采用Cressman方案对离散观测资料重建的本地化气温格点分析场进行评估,其最高、最低气温平均绝对误差降至0.2℃与0.1℃左右,大幅度降低了与测站观测值的差异,基本可以代替国家气象信息中心下发的气温格点分析场,并将为今后贵州省业务或研究工作中格点预报的客观订正提供新的更符合实际的参考。     

ECMWF高分辨率模式2 m温度预报误差订正方法研究

文章提出了一种结合滑动双权重平均订正法和空间误差逐步订正法的综合订正技术,并对2016年5月1日至2017年5月1日期间24～168 h预报时效内欧洲中期天气预报中心(ECMWF)高分辨率模式的2 m最高和最低温度进行偏差订正和误差分析,主要结论如下:(1)ECMWF模式在江西省的温度预报整体上比实况偏低,最高温度尤为明显,模式温度的空间分布表现出显著的系统性偏差,且偏差在不同预报时效是稳定的,订正ECMWF模式温度具有可行性。(2)滑动双权重平均订正法中较长的滑动订正周期对模式温度预报有更好的订正效果,采用滑动订正周期20 d是比较理想的。滑动双权重平均订正法具有持续的订正能力,但在季节过渡期间订正效果可能并不理想,而空间误差逐步订正法能进一步提高滑动双权重平均订正法的预报订正质量。(3)温度预报准确率表明,滑动双权重平均订正法和空间误差逐步订正法综合订正技术较好地改善了站点温度的预报质量。经过订正后,模式最高温度24、48、72 h预报误差≤2℃的准确率分别从0.59、0.55、0.52提高到0.75、0.68、0.62,模式最低温度24、48、72 h预报准确率分别从0.84、0.83、0.82提高到0.89、0.87、0.85。订正后72 h最高和最低温度的预报准确率都大于订正前模式24 h的准确率。总体而言,该综合订正技术较好地订正了模式误差,且误差在空间分布上较均匀。(4)对于高山站而言,经过订正后的最高和最低温度与实况基本吻合。空间误差逐步订正法的订正量在±1℃之内,与滑动双权重平均订正后的偏差呈现一定的负相关,有正的订正效果。该综合订正法已成功运用于江西省精细化气象要素客观预报业务系统中。     

卡尔曼滤波方法在南宁市单站温度预报中的应用

卡尔曼递推滤波方法适用于温度等连续变量的预报，具有容易适应模式的变化和不需要收集大量历史资料样本的优点，用卡尔曼滤波方法制作南宁市最高、最低和平均气温预报，对1995年1—2月的历史资料进行试报的结果表明，最低温度预报与实况的拟合最好，其次是平均温度和最高温度。均方根误差和平均约对误差的计算结果，除了最高温度预报外，均方根误差都在3℃以内，平均绝对误差在2℃以内。     

智能网格气温降水实况插值方法优选研究

为生成任意位置气象“实况”，在智能网格5 km空间格距整点气温和小时降水量“实况”的基础上，选取湖北省10个不同地形和气候分区的气象站为代表站，开展了双线性插值、最近邻插值、反距离权重插值等3种不同插值方法的对比试验。结果表明：（1）整点气温插值反距离权重法精度最高，平均绝对误差为0.53℃。插值效果随气温升高而降低、随海拔高度上升而降低。（2）小时降水量插值双线性插值法精度最高，平均绝对误差为0.17 mm。08时插值效果最佳，20时插值效果最差；插值效果随降水强度增大而降低。     

WRF模式2m温度在山东预报效果的评估

利用山东省内123个国家气象站2017年11月至2018年2月逐时观测地面温度对WRF模式08：00和20：00起报的2 m温度进行检验,评估了预报时效为72 h的逐时温度与日最低（高）温度的预报效果并初步分析了个别站点大值误差成因。结果表明：WRF模式08：00起报2 m温度的准确率要高于20：00起报,白天预报的效果优于夜晚;鲁西北和半岛地区的2 m预报温度的平均绝对误差总体低于鲁中和鲁南地区,全省大部分站点负误差比例高于正误差比例;WRF模式对于日最高温度的预报效果优于日最低温度;模式地形高度误差造成泰山站2 m预报温度正误差较大,基于两种温度梯度方案对泰山站2 m温度进行订正,订正后的平均绝对误差总体下降,利用单一的温度梯度在有的预报时刻出现负的订正效果,利用随预报时刻变化而变化的温度梯度在各预报时刻订正效果更为稳定;泰安站出现焚风时2 m预报温度有较大负误差,这主要是受WRF模式泰山站地形高度误差影响;WRF模式在微山湖区域土地类型与真实土地类型存在差异是薛城站夜间2 m温度负误差较大的重要因素之一。     

贝叶斯膨胀算法对EnSRF雷达资料同化的影响研究

本文针对2009年6月5日发生在我国华东地区的一次中尺度对流过程（Mesoscale Convective System,简称MCS）,基于集合均方根滤波（Ensemble Square Root Filter,简称EnSRF）方法同化多部多普勒天气雷达资料,引入具有时空自适应理论优势的贝叶斯膨胀算法,通过与常数膨胀算法的对比,分析了两种膨胀算法对EnSRF同化效果的影响。结果表明:贝叶斯膨胀算法同化的雷达组合反射率因子在强对流中心处有所增强,改善了基于常数膨胀算法的EnSRF同化强对流系统偏弱的问题。相比常数膨胀算法,贝叶斯膨胀算法同化的冷池结构更合理,径向风和反射率因子的均方根误差均减少。进一步探讨贝叶斯膨胀算法对同化效果改善的原因,结果发现:贝叶斯膨胀参数的分布与反射率因子的均方根误差分布十分吻合,这表明贝叶斯膨胀算法可以在背景场均方根误差较大,即背景场与观测差距较大时,给出较大的膨胀参数,进而增加集合的背景场误差,使得观测权重增大,从而给出了较大的分析增量。对集合平均分析场进行了1小时的确定性预报发现,贝叶斯膨胀算法提高了预报模式对安徽与江苏交界处的强对流系统的模拟效果,回波强度更强,冷池强度和范围更大,且对于不同组合反射率因子的阀值,贝叶斯膨胀算法的评分（Equitable Threat Score,简称ETS）均高于常数膨胀算法。这表明贝叶斯膨胀算法有效地改进了基于常数膨胀算法的EnSRF同化雷达资料的效果。     

3种方法对中国探空温度资料均一性检验对比分析

利用美国国家气候数据研究中心开发的Pairwise均一性检验订正方法,加拿大环境研究中心开发的PMFT方法和PMT方法,结合20世纪再分析资料和详细的元数据信息对1951-2008年中国123个探空台站的温度资料进行均一性检验和订正。结果表明：3种方法对中国探空温度资料订正幅度和订正前后的趋势变化存在差异。产生差异的主要原因,一方面是由于Pairwise方法设计的问题,导致对中国大部分台站同时改变辐射误差订正方法和系统升级造成的断点检测能力较弱;另一方面是由于PMFT方法未使用参考序列,不能去除气候变化本身的变化趋势,导致PMFT方法在断点判断上存在漏判的现象。而PMT方法结合20世纪再分析资料的客观判断方法较适合中国探空资料的均一性检验和订正,其订正结果表明,利用该方法得到的中国探空温度数据的统计学特征在低层小于全球尺度探空温度的订正结果,而在高层基本和全球探空数据的订正尺度相当。两个间断点和0.0-0.2℃的订正量所占的比例最大。从全国的来看,对流层为增温趋势,这种增温趋势随高度的增加逐渐减弱,至对流层顶100 hPa转为弱的降温趋势。     

七大江河流域面雨量计算方法及应用

参考我国水文部门和各省气象台的做法，比较客观地确定了全国七大江河流域（松花江、辽河、海河、黄河、淮河、长江、珠江）及其支流域的边界，将全国划分为71个子流域，并实现了各支流域内计算机自动选取代表测站。同时研究了各种面雨量计算方法的优缺点，最后选定泰森多边形法为面雨量计算的主要方法。2000年6－9月在中央气象台进行了面雨量预报业务试运行，每天定时完成将24小时常规雨量资料和加密雨量资料合并作为实况资料，并将中央气象台短期降水预报指导产品24、48小时雨量预报场转换成站点降水，在此基础上计算各支流域的实况和预报面雨量，同时实现了面雨量实况和预报在MICAPS下的显示。     

水平非均匀层结大气中重力波的时空结构

用WKBJ方法结合特征线法求得了重力波波包在水平非均匀层结和时变层结大气中演变的渐近解，结果表明层结水平非均匀性除引起重力波波幅的变化外，还引起波长和包络宽度的变化，当波包由层结大值区移向层结小值区时，水平波长变短，包络宽度变窄，同时振幅增加。层结随时间的变化不会引起波包波长和包络的宽度的变化，但层结随时间减小时，波包振幅增加。     

JFNK方法概述及其在大气全隐式非静力模式中的应用方案

首先介绍了近年来新发展的非线性方程全隐式数值求解的JFNK方法,及其在地球流体力学方面应用计算实例.可看到,无论在计算精度还是计算效率方面,全隐式数值求解远远超过常规的半隐式计算格式.其次,还讨论了JFNK方法在气象非静力模式中应用方案,并提出了用静力假定和半隐式差分格式来构造预条件处理器,变三维求解为二维求解,简化了方程组求解难度.该方案不仅可用于差分模式,也为用譜方法求解非静力模式提供可能.     

江苏风能资源代表年选择的方法比较

代表年法是风能资源计算中的重要方法,而对区域风能资源代表年的选取方法不一.以江苏省为例,对区域多站点的风能资源代表年选取的两种方法--"站点最大频数法"和"区域平均法"的比较分析表明,两种方法选取的江苏省风能代表年是一致的.本文的结果可以推广到其它多站点区域的风能资源代表年的选取上,其中站点最大频数法简便易操作,适用于较少站点数条件下的代表年选取和业务性运用;区域平均法适用于稠密站点条件下的代表年选取;在样本足够大条件下,上述两种方法的计算精度能够满足风能利用的业务和研究需要,并具有足够的区域一致性和代表性.     

有云时大气红外遥感及其反演问题 II. 反演试验研究

本文前一部分提出了用相邻视场同步反演法处理有云时的反演问题。在这部分中，我们将此方法应用到TOVS的模拟和实际观测资料反演中，并提出了一种“广义CO2分割法”来求取云高和云量的初始猜值。试验结果表明，相邻视场同步反演法反演精度明显优于单视场反演法的精度。另外，利用“广义CO2分割法”可以得到较好的云顶气压和云量的初始猜值。     

基于背景法对太行山中段焚风特征的分析

利用石家庄2009—2018年逐小时气象要素监测数据,设计了一种新的焚风统计方法——背景法,对太行山中段的焚风特征进行了分析,并探讨了其与常规焚风统计方法的差异及其命中率问题。结果表明:①背景法可以有效排除大尺度天气系统和辐射对焚风统计结果的影响,可以确保焚风过程统计的精准性;②与常规焚风统计方法相比,焚风日分布特征改善明显,表现为上午时段焚风次数明显减少、夜间明显增多,新方法的结论更加符合石家庄当地焚风特点;③石家庄地区基于背景法的焚风统计命中率为100%,但在其下游地区,随着与山脉距离增大,焚风统计命中率明显下降。     

二阶Adams-Bashforth格式的垂直敏感性分析

蛙跳(leapfrog)时间差分格式采用Asselin-Robert时间滤波方案去除计算解能够降低原始方程组的时间差分格式的计算精度,采用二阶Adams-Bashforth格式构造的欧拉前差方案可弥补蛙跳格式的不足,即:在不存在计算解的条件下去除滤波的影响,更大程度的保持方程组的计算准确性。本文基于NCAR CAM3.0(Community Atmosphere Model 3.0)完善的软件平台,将原模式的三时间层蛙跳时间差分方案修改为两时间层二阶Adams-Bashforth时间差分格式,对与重力波有关项使用中央差隐式处理,以此构建半隐式大气环流谱模式。利用动力检验的方法探讨模式对垂直分辨率的敏感性,从而寻找模式在较小计算代价下提高计算效果的可能。通过斜压波实验发现,提高垂直分辨率使模式具有更强的斜压波模拟能力,其模拟效果甚至已经与提高水平分辨率的效果相当,可以作为一种弥补模式运算效率不足的可行方案。     

Comparison of manual and automatic methods for measurement of methane emission from rice paddy fields

The methane emission flux from rice paddies was simultaneously measured with automatic and manual methods in the suburban of Suzhou. Both methods were based on the static chamber/ GC-FID techniques. Detail analysis of the experimental results indicates: a) The data of methane emission measured with the automatic method is reliable. b) About 11 or 19 o’clock of local time is recommended as the optimum sampling time for the manual spot measurement of methane emission from rice paddies. The methane emission fluxes measured by manual sampling at local time other than the optimum time have to be corrected. The correction coefficient may be determined by automatic and continuous measurement. c) In order to get a more accurate result, an empirical correction factor, such as 18%, is recommended to correct the seasonally total amount of measured methane emission by enlarging the au-tomatically measured data or reducing the manually measured ones.