2m气温集成订正方法及在冬奥延庆赛区的应用北大核心CSCD

为提升北京冬(残)奥会气象服务保障能力,利用2018—2021年1月1日—3月28日欧洲中期天气预报中心(ECMWF)模式预报产品以及冬奥延庆赛区8个自动气象站的2 m气温实况,通过基于地形修正的模式偏差订正和支持向量机算法,构建赛区不同海拔高度站点72 h预报时效内逐3 h的2 m气温集成订正方法。2022年北京冬(残)奥会前夕及赛事期间应用评估表明:集成订正方法对延庆赛区2 m气温的预报准确率为0.856,平均绝对偏差为1.08℃,订正效果较单一订正方法更优,尤其针对海拔高度高出模式地形高度的站点订正性能更为突出,同时,对超阈值及关键过程的气温订正效果也表现较好。对于延庆赛区大多数站点而言,该方法订正的72 h预报时效内逐3 h的2 m气温平均绝对偏差总体上表现出一定的日变化特征,且0~24 h,24~48 h,48~72 h预报时效之间偏差变化相对平稳,但不同站点的日变化趋势存在差异。随着预报时效增加,该方法订正的2 m气温平均绝对偏差的变化趋势表现出海拔依赖性。     

阵风因子与大气边界层要素的关系及预报试验

利用2008—2016年舟山4个海岛气象站大风资料和欧洲中心的ERA-interim再分析资料,分析了阵风因子随平均风速、风向、小时、月份等分布的气候特征,统计阵风因子与边界层的大气稳定度、250～1000m风速与10m风速的比值、6h变温等要素的相关后,选取最佳预报因子,利用BP人工神经网络方法,根据不同因子组合对阵风进行循环试报。结果表明:①平均风速较小时阵风因子波动范围大;靠近大陆站点的阵风因子及来自陆地方向气流的阵风因子偏大。②白天11:00—16:00受太阳辐射影响大气湍流相对较强,阵风因子偏大。7—9月沿海受台风影响频繁,其阵风因子要大些,而11—12月阵风因子偏大则与来流方向的地表粗糙度较大有关。③阵风因子和边界层不同高度的风速与10m风速比值,及气温具有明显正相关,与边界层大气稳定度参数具有负相关,相关结果印证了阵风主要物理成因与动量的垂直湍流输送有关。④阵风循环试报表明最佳组模型试报的绝对误差及方差均比对比组模型减少约11%～25%,具有较好的预报效果。     

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。      

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。     

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。     

北京小海陀山区雪面温度预报模型研究

基于2019年10月至2020年3月北京市延庆小海陀山区高海拔站点二海坨站和低海拔站点长虫沟站逐时气象观测数据,分析小海陀山区雪面温度演变特征及其与气象因子的相关性。采用BP神经网络及逐步回归方法建立该地区两站的雪温预报模型并进行效果检验。结果表明:(1)小海陀山区积雪时段雪温逐小时变化幅度较气温更显著,雪温与气温及总辐射呈明显正相关,气温及总辐射是影响雪温变化的主要因子;(2)基于神经网络方法建立的雪温预报模型效果优于逐步回归方法建立的雪温预报模型,模型效果低海拔站点优于高海拔站点,夜间优于白天;(3)区分白天与夜间的分时段建模方案更适用于低海拔站点。     

浙江沿海台风阵风系数的影响因子分析

利用2004—2015年影响浙江海岛的台风及沿海气象站资料,分析台风阵风系数与平均风速、台风强度、测站高度、岛屿位置、台风与测站之间距离、台风象限和月份等因子的关系。结果表明,当平均风速较小时阵风系数的均值和波动幅度较大。在相同风速情况下,台风中心强度较强时的阵风系数会大些且其变化幅度随高度增大;而台风强度较弱时的阵风系数随高度变化不明显。最大阵风系数一般出现在台风与测站距离为150~250 km的区域内。台风第一和第四象限不仅其影响风力明显比第二和第三象限的强,且阵风系数变化幅度也较大。近海岸岛屿测站的阵风系数比远海岸岛屿测站要大。9月阵风系数波动范围比7—8月的小。从台风的自身环流来看,中低层的高度场、垂直速度场和湿度场等因子与阵风系数相关密切。      

1978—2008年城市化对北京地区气温变化影响的初步分析

应用北京地区20个常规站1978-2008年经均一性序列多元分析方法均一化处理的气温数据,初步分析了北京地区城市化对年平均和不同季节日最高、最低以及平均气温的影响。结果表明,1978—2008年,年平均日最低、平均气温空间分布自北向南、自西向东,温度逐渐升高,在城区达到最高,日最高气温表现为从西向东南逐步升高,在城区形成较为明显的热岛。温度变化趋势表明,各站日最低气温、平均气温、最高气温均呈升温趋势。城市化对北京地区城区及近郊区站点日平均气温和最低气温影响最大,对自北部佛爷顶至昌平到城区一带站点的最高气温影响最大。城市化对北京(观象台)站的增温影响最为明显,对城区站点温度平均的增温影响次之,对全市站点温度平均的增温影响最小。城市化对观象台站、城区站点平均、全市站点平均日平均气温、最低气温的年平均、各季节均非常显著,其中在秋季影响最大,对日最高气温的影响则是在夏季最大。     

台风登陆过程中南海近海阵风因子特征

阵风预报对于输电铁塔线路设计、风力发电、建筑和桥梁设计以及航空气象安全等至关重要。目前,基于不同观测资料和计算方法,学者们给出了不同的阵风或阵风因子参数化公式,没有公认的一致结果。利用中国气象局南海(博贺)海洋气象科学试验基地离岸4.5 km和6.5 km的两个海洋气象观测塔在2008—2018年七个台风期间观测的10 Hz高频湍流脉动数据,分析了观测高度、平均时间、下垫面特征和大气稳定度对阵风因子计算结果的影响,研究了近海海上台风过程中阵风因子与平均风速和湍流特征参数的关系。不同于以往研究给出阵风因子是常数,给出了阵风因子随10 m风速变化的计算公式,为阵风预报及相关防灾减灾提供参考依据。      

两种气温多源数据融合实况产品在新疆地区的评估与对比

利用新疆2019年1—12月自动气象站气温观测资料，对1、5 km两种国家级气温多源融合实况产品进行评估检验，评估指标包括平均误差、平均绝对误差、均方根误差、相关系数和准确率。结果表明：（1）两种气温实况产品在新疆地区总体质量较好，但在海拔较高、地形复杂地区站点误差较大。平原站点的评估结果优于山区。1 km产品的准确率较5 km产品在各区域明显提升，其他评估指标1 km产品较5 km产品在平原站点质量有所提升、山区站点略有下降。从评估指标分段误差的站点数量来看，1 km产品较5 km产品处于误差低值区的站点数量明显增多，但误差高值区的站点数量也有所增加。（2）以北疆和天山山区的站点为例，分析评估结果逐月变化及日变化情况。1—3、12月（冬季）评估结果较差、波动较大，4—11月评估结果较好且较为稳定。北疆12—20时是各指标质量最佳的时段，且较为稳定，07时表现较差；天山山区07时产品质量较差，18—19时质量最好。（3）两种气温实况产品日最高、日最低气温质量较好，相关系数均超过0.99。     

基于特定因子的河南省干热风客观预报方法

利用2000—2014年5月1日到6月10日河南省121个气象观测站点的逐日观测数据、欧洲中心模式预报资料,对河南省干热风天气进行分析,总结了干热风天气形势分类模型,同时利用多元回归法建立了河南省干热风天气的客观预报方法。分析结果得出:河南省干热风天气发生主要形势为西北气流型、高压脊型和纬向环流型3类;通过多元回归分析筛选出日最高温度预报因子为前一日最高气温、当日最低气温、08:00气温、EC850hPa 24h温度预报,相对湿度预报因子为EC850hPa 24h相对湿度预报、前一日14:00相对湿度、当日08:00露点温度,风速预报因子为EC细网格过去3h10m阵风预报,建立温度、湿度和风速3要素的预报方程;利用预报方程对2014年预报时段的天气进行检验,结果表明,对于轻干热风预报的TS评分为62%,重干热风预报的TS评分为64%。     

浙江海岛台风和冬季大风阵风特征的对比分析

为了提高阵风预报准确率,利用2006—2016年浙江7个海岛气象站资料和ERA-interim资料,分析了台风和冬季大风的阵风因子与10 m稳定风速、风向、Brunt-Vaisala频率、总体理查逊数、边界层250~1 000 m风速及其与10 m稳定风速比值等的关系,对比两种大风系统阵风的主要成因差异,最后对冬季大风的阵风因子进行拟合。(1)从总体上,台风阵风因子比冬季大风要大0.1~0.2,波动幅度也一般比冬季大风偏大0.3~0.5。有些站点在稳定风速较大时,阵风因子随稳定风速变化不明显,而有的站点变化幅度较大。(2)站点不同方位的地表特征差异明显,导致台风和冬季大风的阵风因子在某个风向上有较统一的最大值和最小值,两者差值一般为0.2~0.3。(3)大气边界层台风样本主要表现为气流辐合上升及正涡度,而冬季大风样本主要表现为辐散下沉及负涡度,台风垂直速度、涡度和散度的强度均明显大于冬季大风样本;从Brunt-Vaisala频率来看,边界层750 m处冬季大风样本总体为静力不稳定,而台风样本总体为静力稳定;从总体理查逊数来看,台风样本和冬季大风样本两者边界层250 m处动力不稳定程度接近。(4)台风和冬季大风的阵风主要形成机制不同,冬季阵风与边界层上层气流向下动量传输引发的辐合辐散有关,而台风阵风可能更多与边界层气流的水平动量输送引发的辐合辐散有关。(5)基于风向、边界层1 000 m处风速和10 m稳定风速的冬季大风阵风因子的拟合模型,比仅考虑10 m稳定风速的拟合模型的绝对误差减少了20%~50%,误差方差也减少了10%~30%。      

基于ERA5再分析资料的余姚地区阵风预报模型探究

利用2007—2017年余姚地区44个气象自动站观测数据和欧洲中心ERA5再分析资料,对余姚地区日极大风分布进行了统计分析,并提出一种本地化的经验阵风预报模型(雷暴日除外)。研究发现:余姚地区日极大风呈正态分布,风力峰值为4～5级,平均每年大风日占比达7.03%,累计大风时次占比3.32%,年平均大风日26 d。风力越小,阵风与平均风之间的线性拟合效果越好。影响阵风预报的因子主要有10 m平均风速、925 hPa风速、地面粗糙度、摩擦速度和3 h变压。6级及以下阵风预报中,业务中的阵风经验系数1.4容易造成余姚本地阵风预报偏低,适用于余姚本地阵风预报经验系数为1.775;6级以上阵风预报经验方程考虑了平均风速、垂直动量下传、水平动量传输、地面摩擦和海拔高度订正,其与925 hPa风速的平方呈正相关,与摩擦速度呈自然指数相关,经验方程相对于经验阵风系数的预报拟合优度提升了59.61%;经验阵风预报方程通过了2018—2019年的数据检验,该方程对1～2级阵风预报偏高,3～5级效果最好,6级阵风的预报偏低;6级以上的阵风等级预报准确率达55.2%。地形摩擦作用在冷空气大风与台风大风过程中尤为重要,这两类过程阵风系数分布类似,但台风带来的动量下传比冷空气更为明显。     

不同天气背景下江西省气温日变化特征

利用2012—2020年CLDAS格点小时温度数据,通过插值、合成分析等技术,分析江西省不同天气背景下气温的日变化特征。结果表明：1） 江西省气温日变化曲线呈单峰形,整体上表现为06—15时为气温上升阶段,其中08—12时为快速上升阶段;16—05时为气温下降阶段,其中17—20时为快速下降阶段。2） 不同地形和季节日最高（最低）气温出现时间略有差异,平均而言高山地区最高气温出现于14时,较平原、丘陵早1 h;冬季最低气温出现在07时,较其他季节迟1 h。3） 不同地形大部分时段气温表现为丘陵＞平原＞高山,丘陵地区气温高于平原在12—17时最明显,温差为1—2 ℃,高山地区较两者低4—5 ℃。4） 不同天气背景下,气温日变化曲线仍呈单峰形,日最高气温大概率出现在14—16时,日最低气温在23时—次日06时各时次出现概率大致相同。气温日较差在有雨条件下最小,为2—3 ℃;晴天不同云量条件下,气温日较差最大,为6—8 ℃,阴天最小,为3—5 ℃;气温日较差在强降温天气大于强回暖天气。     

冬奥会张家口赛区气温与风的特征分析

利用2019年1—3月多源观测资料对北京冬奥会张家口赛区气温与风时空分布特征进行统计分析,并对不同环流背景下温度和风的特征进行了对比研究.结果表明:张家口赛区气温分布受太阳辐射差异与海拔高度的共同制约,盆地或山谷温度日较差大,且逆温现象明显.环境风和日变温影响逆温强度,风速越小,逆温强度越大.赛区风速具有明显日变化特征...     

贵阳不同天空状况下日最高气温研究

该文选取了2010—2015年贵州省贵阳站的逐日最高气温、总云量、降水量、湿度等资料,统计不同天空状况下的日最高气温的变化特点,并采用SPSS逐步回归筛选出影响最高气温的关键因子,建立回归模型。得出:①贵阳站阴雨天气出现频率要远多于晴和多云天气,尤其是冬春季,晴和多云天气多出现在夏秋季。在同一月份,晴好天气下和阴雨天气下,平均日最高气温有较大的差异,冬春季差异最大,平均最高相差15℃;②影响因子中前1 d日最高、最低气温及地面最高、最低温度与日最高气温的相关性较高,其中相关性最高的因子为前1 d日最高气温,相关性最高的季节为秋季;③在晴和多云天气下时,前1 d日最高气温对日最高气温的影响最大,而在阴天和雨天天气下时,则是前1 d日最低气温的影响最大。在不同的天空状况下,晴天天气下的拟合效果最好,估计误差值都在2℃以内,从季节上来看,夏季的拟合效果最好,平均估计误差值为1.6℃。     

山东半岛沿海“5.1”大风的成因分析

1990年5月1日,受北上江淮气旋的影响,山东半岛沿海出现了平均风力7—8级,阵风11级的东南大风。成山头瞬时风速达30m/s。同时,4月30日至5月2日,全省普降小—中雨。鲁东南沿海地区出现了大—暴雨。(图1)。     

近50a文山州气候变化特征分析

根据文山州1961—2010年逐年气温、降水量、日照时数等资料,运用线性倾向估计、5 a滑动平均、M-K突变检验等方法计算分析了文山州近50 a各气象要素变化特征。结果表明:①年平均气温前20 a没有规律,后30 a全州均呈现出升温趋势。大部分站点在20世纪90年代初期发生突变,而在90年代末出现明显的升温趋势。②年平均最高气温从60—80年代大部分站点呈现升温的趋势,90年代后全州都呈现下降的趋势,21世纪初期全州又都呈上升趋势;各站点年平均气温发生突变时间不一致。③各个站点极端最高气温均出现多个突变点,年极端最高气温升温趋势没有年平均最高气温升温趋势明显。④近50 a来,各县年总降水量都有一个共性,即全都呈现出线性递减的变化,各县线性倾向率均为负值;年总降水量全州均在2000年后发生突变,但均未出现明显增加或减少的趋势;⑤近50 a来,文山州日照时数仅西畴和麻栗坡表现为增加的趋势,其余测站年总日照时数都在减少。     

北京山区与平原冬季近地面风的精细观测特征

利用2009—2018年冬季北京地区200多个自动气象站逐时10 m风速、风向观测数据,分典型区域（山区、山区与平原过渡区、平原区、城区）研究北京地区冬季近地面风的精细特征,并使用有完整记录的2 a（2017和2018年）冬季延庆高山区不同海拔高度10 m风逐时观测数据,多视角分析高山区不同海拔高度近地面风的特征和成因,以深刻认识北京地区复杂地形条件下冬季近地面风的特征和规律。结果表明:（1）北京地区冬季近地面平均风受西部北部地形、城市下垫面粗糙度和冷空气活动共同影响,平均风速沿地形梯度分布,山区高平原低,平原中又以城区风速最小;盛行西北风和北风,在城区东、西两侧盛行风出现扰流,在山区和过渡区一些地方还存在与局地地形环境明显关联的其他盛行风向。（2）4个典型区域冬季近地面风速日变化均表现为白天风速大于夜间,午间风速最大的“峰强谷平”单峰特征,这一特征的稳定性在城区高、山区低。（3）4个区域冬季弱风（< 1 m/s）频率为31%—42%,城区较高、山区较低;强风（> 10.8 m/s）频次则是山区多、城区少,强风风向主要表现为偏西—偏北,与冷空气活动密切关联;城区、平原区和过渡区偏南风频率均为极小,暗示北京“山区—平原”风模态在冬季是“隐式”的、不易被直接观测到。（4）近地面风的水平尺度代表范围在延庆高山区高海拔处明显大于低海拔处,海拔1500 m附近（平均的边界层顶高度）是延庆高山近地面风速日变化特征的“分水岭”,低于该海拔高度时近地面风速日变化表现为前述“峰强谷平”单峰特征,而高于该海拔高度时近地面风速日变化则呈现相反特征,即夜间大白天小、午间最小的“峰平谷深”特征,这是由边界层湍流活动的日变化及伴随的低层自由大气动量向边界层内下传所致。（5）延庆高山近地面风速大体上随观测高度而增大,高海拔站点日平均风速数倍于低海拔站点。白天—前半夜,海拔约2000 m的站点冬季盛行偏西风,风向变化不大,但风速为2—12 m/s;1000 m左右的低海拔站则风速比较稳定（< 6 m/s）,风向从午间至傍晚相对多变。      

深圳沿海地区阵风系数的特征

利用深圳沿海站点的风速观测资料,按季风及热带气旋2种类型探讨了阵风和阵风系数的统计特征,结果表明,季风影响下,盐田港站和流花111平台站出现6~9级风的频率明显高于热带气旋型,在9级风以上,热带气旋型略偏高;妈湾港站的阵风系数随平均风变化稳定,而盐田港站和海上石油平台站受地形和下垫面影响,与妈湾港有显著差异;7级以上强风的频率日变化显示盐田港在夜间出现强风的概率显著增加。