局地资料同化在2008青岛奥帆赛风场预报中的应用

基于PSU/NCAR中尺度大气数值模式MM5,分别采用Cressman逐步订正和牛顿张弛逼近的同化方法将青岛地区自动气象站、浮标站、边界层风塔、风廓线雷达、新一代Doppler气象雷达VAD风资料同化进模式,建立了一个青岛及周边地区资料同化预报系统,用于2008年青岛奥帆赛赛场风场精细化预报。统计分析表明,2008年8月9—21日比赛期间模式预报浮标A、B、C和D的风速平均绝对误差为1.6m.s-1,风向平均绝对误差为38°。分析指出,此预报模式系统能够为奥帆赛场提供精细化的风场预报产品,详细刻画青岛近海海面风场分布特征,为预报员的预报提供一种预报依据。     

2008年青岛奥帆赛及残奥帆赛精细化气象服务综述

2008年第29届北京奥运会帆船赛和第13届北京残奥运会帆船比赛(以下简称奥帆赛及残奥帆赛)在青岛举行,赛场周边地形复杂,而且期间正值汛期,天气复杂多变。青岛市气象局建立了以天气雷达、风廓线雷达、浮标站、自动站等为依托的气象综合探测系统,实现了赛场及其周边高时空分辨率的立体化探测;引进了高性能计算机系统,建立了以MM5、WRF等多种模式为基础的精细化预报系统,提供赛场内4个浮标站的逐时风速、风向的定量预报以及赛场暴雨、雷雨大风、台风、大雾等灾害性天气的短期、短时临近预报;开发了资料综合显示平台、奥帆赛及残奥帆赛产品制作分发平台以及预警信号和天气预报制作平台,快速生成和分发各种预报产品;建成了一个具有综合、宽带、高速、数字化等特征的信息网络系统。组建了近百人的奥帆赛及残奥帆赛气象服务团队,创新服务理念,确定服务策略,通过英文气象信息发布会、张贴栏、服务网站、手机分区预警短信等多种渠道向赛事组织者、运动员、教练员提供了精细化的气象服务,成功地保障了奥帆赛及残奥帆赛的顺利举行。     

2008年青岛奥帆赛及残奥帆赛精细化气象服务综述

2008年第29届北京奥运会帆船赛和第13届北京残奥运会帆船比赛（以下简称奥帆赛及残奥帆赛）在青岛举行,赛场周达地形复杂,而且期间正值汛期,天气复杂多变。青岛市气象局建立了以天气雷达、风廓线雷达、浮标站、自动站等为依托的气象综合探测系统,实现了赛场及其周边高时空分辨率的立体化探测;引进了高性能计算机系统,建立了以MM5、WRF等多种模式为基础的精细化预报系统,提供赛场内4个浮标站的逐时风速、风向的定量预报以及赛场暴雨、雷雨大风、台风、大雾等灾害性天气的短期、短时临近预报;开发了资料综合显示平台、奥帆赛及残奥帆赛产品制作分发平台以及预警信号和天气预报制作平台,快速生成和分发各种预报产品;建成了一个具有综合、宽带、高速、数字化等持征的信息网络系统。组建了近百人的奥帆赛及残奥帆赛气象服务固队,创新服务理念,确定服务策略,通过英文气象信息发布会、张貼栏、服务网站、手机分区预警短信等多种渠道向赛事组织者、运动员、教练员提供了精细化的气象服务,成功地保障了奥帆赛及残奥帆赛的顺利举行。     

动态统计预报模型及其在2008奥帆赛风场预报中的应用

通过比较各种MOS方法在短期风速风向预报中的优劣,建立了一种基于动力统计预报模型和数值预报结果进行优化集合的动态MOS预报方法。在2005—2007年8月份风速的后报检验中,集合MOS预报可以将数值模式MM5的风速预报绝对平均误差减少30%以上。对风向预报的准确性也有明显的改进。从2008年8月10日至21日奥帆赛期间浮标A、B、C和D的检验结果来看,观测风速不大于6m.s-1的情况下,MOS平均绝对误差仅为1.1m.s-1,比MM5相应的预报误差(1.45m.s-1)减小24%。值得指出的是MM5对8月17至18日和21日的大尺度大风天气过程预报相对准确,而统计模型对这三天的风速快速加速过程反应迟缓。MOS的风向预报与MM5没有本质上的差别。两者的平均绝对误差总的来说相差小于10°,对预报员的风向预报决策影响没有明显的区别。     

基于机器学习的复杂地形下短期数值天气预报误差分析与订正

初步研发了一套基于机器学习方法XGBoost且考虑地形特征影响的数值预报多模式集成技术,并与传统的等权重平均和线性回归方法的集成效果进行了对比分析。利用北京地区快速更新循环数值预报系统每天8次循环预报给出的近地面2 m温度、2 m相对湿度、10 m风速、10 m风向数据产品,分别基于机器学习方法XGBoost、等权重平均方法、线性回归方法构建了3种体现地形因子影响的多模式预报时间滞后集成模型。试验对比分析了暖季、冷季每日不同时刻的模式预报集成订正效果。结果表明:分季节试验中,基于XGBoost模型对2 m温度、10 m风速的集成预报结果相对原始最优预报结果误差明显优于其他两种传统方法。XGBoost对2 m温度集成的误差可降低11.02%—18.09%,10 m风速集成误差可降低31.23%—33.22%,10 m风向集成误差可降低4.1%—8.23%。2 m相对湿度的集成预报误差与传统方法接近。基于XGBoost的多模式集成预报模型可以充分“挖掘”不同模式或不同时刻快速更新循环预报优点,有效降低模式的系统性误差,提供准确性更高的多模式集成确定性预报产品。      

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。     

边界层流场和地形特征对青岛奥帆赛场午后海风影响的研究

奥帆赛是奥运会唯一以自然风为动力的竞赛项目,而北京奥运会期间的8月,青岛的风速是一年中最小的,因风速过小致使帆船竞赛地法进行的情况时有发生。鉴于青岛的弱风与海陆风的发展状况关系密切,文中分析8、9月青岛奥帆赛和残奥帆赛期间竞赛海域海陆风的发展条件,并用高分辨率数值模式对相关个例进行了模拟试验研究。结果发现,地面背景气流、边界层中上部径向气流和周围地形、海陆分布等边界层特征,都对竞赛海域海陆风的发展产生影响。其中晴天时,地面西风、弱的北风和东风、均压场环境以及边界层中上部弱的北风条件等,都是竞赛海域海风发展的有利条件;而地面南风(无论大小)、强的北风以及边界层中上部较强的南风和很强的北风等,则是海风发展的不利条件。此外,当地面为东北风时,位于竞赛海域上游的崂山对地面风速有阻挡减弱的作用,从而有利于海风的发展;地面为南风时,崂山和浮山等地形强迫气流在竞赛海域附近向左右分为两支,胶州湾和崂山湾侧向海风(东南风)急流发展又加大了这种分流作用,导致竞赛海域常减小为弱风,使比赛无法进行。以上结论在2008年奥帆赛和残奥帆赛气象保障预报服务中得到运用。     

基于多神经网络的动态权重集成温度预报订正研究

基于CMA-GD模式预报数据,利用多神经网络的动态权重集成方法,开展了贵州省温度预报订正研究,最终获得本地化温度预报订正产品。结果表明：(1) 在对历史数据检验评估的基础上,利用多种神经网络方法可有效降低模式系统误差,通过BP、BP_GA、WAVENN、GRNN、LSTM等神经网络订正,2020年贵州省0～72 h预报时效的温度平均绝对误差较模式降低0.01～0.17 ℃;(2) 考虑到不同神经网络订正结果的差异性,采用动态权重方案对订正结果进行优势集成可显著提升预报可靠性。经集成后的温度预报效果优于模式直接输出和各神经网络订正结果,2020年贵州省0～72 h预报时效的温度平均绝对误差较模式降低14.93%,预报准确率提升8.24%。此外,动态权重集成后的订正结果还表现出较好的稳定性。基于该方法形成的本地化客观预报订正产品可为提升贵州复杂地形下温度预报质量以及精细化预报服务水平提供参考依据。     

基于WRF-LES的崇礼复杂地形局地风场模拟研究

采用四重嵌套的WRF-LES,针对2022年北京冬奥会张家口崇礼赛区开展局地风场模拟试验,基于地面自动气象站和激光雷达观测资料,对一次晴空高压系统控制下的具有明显局地风环流特征的天气个例模拟结果进行检验评估。文中引入了STRM1 30 m地形数据、glc2015 27 m土地利用数据和CL‐DAS的土壤湿度数据用以提高模拟结果的准确性,并设计了敏感性试验来探讨不同资料对模拟结果的影响。结果表明：(1)WRF-LES能够呈现出复杂地形下局地风场的时空变化特征,各站风向绝对误差在10°～60°,风速绝对误差在0.5～2 m·s^-1。在山谷和山沟区域,模拟风场和观测风场都表现出明显的日变化特征,海拔较高站点的误差比海拔相对较低站点的误差更小。海拔较低站点在山谷风或上下坡风发展稳定时段风向误差较小,风向转换时段误差较大。(2)更新地形、土地利用以及CLDAS土壤湿度初始场对模拟结果都有一定程度改善。其中更新CLDAS土壤湿度初始场对风向和2 m气温的改善效果最为明显,风向绝对误差减小4.26°,2 m气温绝对误差减小0.84℃。更新土地利用对风速的改善效果最明显,风速绝对...     

青岛奥帆赛期间天气气候背景分析

2008年奥运会帆船帆板比赛期间正值青岛的主汛期,天气复杂多变,气象保障任务繁重。利用青岛市区3个气象站和奥帆赛场附近的自动站资料,统计分析了可能对奥帆赛产生影响的天气出现概率,指出影响奥帆赛的天气主要是强降雨、雷暴和热带气旋,做好这3种天气的准确预报对保障好比赛至关重要。此外,重点分析了对风帆运动有显著影响的风的基本特征,指出由于不同的地理环境和地势,以及一日中不同的时段风的差异都比较明显,得出午后至傍晚期间风速较大,且风向稳定,比赛选在此时更有利的结论。     

基于WRF模式的风电场短期风速集成预报方法研究

风能始源于大气的运动,具有很大的随机性和间歇性。风速预测是风电场风功率预测的基础,其准确性具有重要的意义。对于复杂地形条件下,风速的预报一直是各国研究的难点和重点。为了提高风电场短期风速预报的准确性,本研究采用多种边界层参数化方案来集成预报风速,将各单一边界层参数化方案预报的风速及相应的实测风速数据,应用随机森林算法建立集成预报模型,对风电场的短期风速进行集成预报研究。试验结果表明,采用集成预报风速方法,预报的风速误差相比于单一边界层参数化方案预报的风速误差明显减小,对研究区域的风速、风向等气象要素有着较好的模拟效果,能够有效提高风速预报的准确率。     

东北区域数值模式产品在天气预报业务中的检验

利用2015年大连地区7个主要气象站的地面气温、降水、风向风速和相对湿度观测资料,针对东北区域中尺度数值模式(Weather Research and Forecast,WRF)产品中常规天气要素进行检验分析,了解掌握WRF模式对不同天气要素的预报能力,以期为天气预报业务中WRF模式产品的订正提供参考。结果表明:WRF模式产品的气温预报准确率整体上08时起报的比20时起报的稍好,最低气温预报效果比最高气温稍好,且WRF模式对升温和降温的趋势预报较好,具有一定参考性。WRF模式产品的降水预报准确率相对较高; WRF模式对风向的预报准确率可以达到50%左右,而风速的预报准确率可以达到60%—70%;大雾天气的预报,可以相应参考WRF模式的相对湿度。     

北京奥运演练精细化预报方法及其检验评估

2007年北京奥运演练期间精细化场馆客观预报方法,即支持向量机方法(SVM)和半周期函数拟合(HPFF)预报方法,为场馆精细化预报产品的制作提供了有力的技术支撑.利用2007年8月1-26日国家体育场、顺义水上中心等5个奥运场馆的5种地面气象要素(气温、相对湿度、风向、风速、和3小时累积降水量)观测资料,对SVM和HPFF客观预报方法以及预报员在客观方法基础上制作的3天逐3小时预报进行了检验评估.结果表明:(1)两种客观方法相比较,HPFF方法对于预报连续变化的气象要素(如气温、相对湿度和风速)的精细预报比SVM方法预报技巧高;而对不连续变化的变量(如:风向)的预报技巧低于SVM方法.(2)预报员制作精细要素预报在很大程度上依靠客观方法.预报员对于气温、相对湿度和风速的预报技巧略高于客观方法,对于降水和风向的预报技巧与客观方法相当.尽管预报员对客观方法的修正能力比较有限,但具有对两种客观方法结果做出择优选择的综合判别能力;(3)预报员0～63小时气温预报平均绝对误差约为1.8℃,气温预报误差≤1℃的准确率在43%左右,预报误差随预报时效变化不大;0～24小时相对湿度预报平均绝对误差约为10%,相对湿度预报误差≤10%的准确率是60%,误差随预报时效而有所增大;0～63小时风向预报准确率约20%,预报准确率随预报时效变化不大;0～63小时风速预报平均绝对误差在0.8～1.4m·s-1之间.     

青岛奥帆赛场浮标站弱风成因

针对第29届北京奥运会青岛奥帆赛竞赛海域浮标站风力与背景气压场的关系进行了分析。结果显示:因地形等影响,奥帆赛海域的背景气流为东、西向或为均压场时不易出现弱风;而由于海洋冷平流、地形抬升水汽辐合,以及低空与补偿回流反向的背景气流抑制海风环流发展等原因,弱南向背景气流最易出现弱风;背景气流为北向时,因有利于陆地气温升高和海风环流的发展,情况变得极为复杂,配合以不同的天空状况,较强和较弱的背景气流条件都可能产生弱风。奥帆赛海域的风场不仅受当地背景气流和海陆风的影响,有时还受周围邻近地区(例如胶州湾等)强海风发展的连带影响。不同背景气流下的弱风,其预报难度也不同。南向背景气流弱风主要取决于气压梯度大小,北向背景气流弱风主要取决于天空云量多寡。     

新疆哈密复杂地形风场的数值模拟及特征分析

为了实现复杂地形下高分辨率风场的数值模拟及特征分析,采用中尺度气象模式WRF(Weather Research and Forecasting M odel)结合牛顿松弛逼近Nudging资料同化技术,实现哈密地区水平分辨率1 km的近地层风场数值模拟计算。基于模拟区域测风塔实测数据的对比检验发现,同化观测资料后风速风向的模拟结果均与实测更加接近,70 m高度风速模拟结果的绝对误差降低0. 25 m·s~(-1),同化后的模拟结果可以较好的修正风速较小时模拟值偏高和风速较大时模拟值偏小的问题,同时风廓线的模拟结果也与实测更加吻合。通过分析哈密复杂地形下水平分辨率1 km逐10 min风场输出结果发现:(1)哈密地区地形比较复杂,风速平面分布差异很大,4月份风速较大区域主要分布在山北地区和西部山南垭口附近,而7月份风速较大区域则位于西部的山坳南部和北部地区;(2)复杂地形下风速较小时风速为负切变,且平均风速越小负切变值越大,地形越复杂负切变值越大;风速较大即使是复杂地形下同样为正切变,但是正切变值比平坦地区的值要小,平坦地形下风速越大正切变值越大;(3)哈密地区复杂地形下,风速12～25 m·s~(-1)的风速占比在时间和空间上分布差异较大,风速较大的4月份,大部分地区占比达到20%以上,尤其是山北和西部垭口附近,占比甚至达到了50%以上,风速为12～25 m·s~(-1)的情况下80 m高度平均风速比60 m高0. 60～0. 80 m·s~(-1),比月平均风速的垂直变化值要大;(4)风速较大时,风向10 min变化不明显,风速较小时,风向变化值较大,且地形较平坦地区风向变化值较大,地形复杂地区变化值较小;(5)风向的垂直变化与风速大小关系比较明显,风速越小,其垂直变化越大,风向垂直变化的区域分布与地形复杂程度相关,地形越复杂风向的垂直变化值越大。     

北京奥运期间场馆精细预报应用及分析

基于2008年8月1—24日国家体育场、顺义水上中心等5个奥运场馆自动站的5种地面气象要素(气温、相对湿度、风向、风速、和3小时累积降水量)的观测资料,对SVM和HPFF客观预报方法以及预报员在客观方法基础上制作的3天逐3小时预报产品进行检验评估。结果表明:(1)两种客观方法相比较,HPFF方法对于预报连续变化的气象要素(如气温、相对湿度)的精细预报比SVM方法更有优势,预报技巧要高;而对不连续变化的变量(如:风向)的预报技巧低于SVM方法。总体说来,HPFF方法比SVM方法的精细要素预报技巧高一些。(2)预报员对于5种气象要素的预报技巧略高于客观方法。体现了预报员对客观方法的修正能力。(3)0～12小时预报时效内,预报员气温预报平均绝对误差约为1.2℃,气温|F-O|≤1℃的预报准确率在57%上下;相对湿度预报平均绝对误差约为7%,相对湿度|F-O|≤10%的预报准确率约为74%;风向预报准确率约为30%;风速预报平均绝对误差为1m.s-1左右,预报准确率在92%左右。(4)12～63小时预报时效内,预报员气温预报平均绝对误差约为1.7℃,气温|F-O|≤1℃的预报准确率在36%上下;相对湿度预报平均绝对误...     

大小兴安岭林区风场动力降尺度对比研究

对2017年春季黑龙江省大、小兴安岭林区的6个代表站点10 m风场进行降尺度分析,并结合观测数据对比分析了WRF模式和CALMET降尺度模式的10 m风速、风向预报结果。结果表明：两模式逐小时风速预报与观测的相关系数为0.5-0.7,且随着风速的增加,模式的预报准确率逐渐提高,夜间的风速预报偏差较大,进入白天后,偏差明显减小。WRF模式对风速变化趋势的预报效果优于CALMET模式,与观测的风速相关性更高,而CALMET模式对较大风速的预报效果优于WRF模式。在风向预报方面,WRF和CALMET的风向模拟与观测风向均有较好的一致性,模式预报准确率较高的两个风向也刚好对应各站的盛行风向。同时,本文用回归方法对日平均风速进行订正发现,订正后各站的日平均风速预报准确率平均提高了50%,具有较好的业务应用价值。     

基于数值模式的月尺度近地层气象要素预报技术研究

利用WRF模式对美国NCEP发布的CFS气候预测业务产品在中国区域内进行动力降尺度预报,可得到预报时效为45天的逐6小时、30 km分辨率基础气象要素预测产品。再利用全国气象站观测资料和3个风电场70 m高度风速、温度观测资料对2015年冬季预测结果进行检验评估和分析,最后通过线性方法对地面要素预测结果和70 m高度风速、温度预测结果进行统计订正。结果表明:（1）2 m温度和相对湿度的全国预报平均绝对误差分别为4.71 ℃和18.81%,在华东、华中和华南地区误差较小;（2）10 m风速预报平均绝对误差为2.42 m/s,在东北、华北和西北地区误差较小;（3）线性订正后,2 m气温、相对湿度和10 m风速的预报绝对误差分别减小1.05 ℃、5.29%和1.47 m/s,并且订正后误差随时间变化更平稳;（4）订正后70 m高度风速和温度的预报绝对误差均减小,风速平均误差减小最大可达1.29 m/s（B塔）,气温平均绝对误差减小最大可达3 ℃（C塔）。研究结果表明,基于CFS产品和WRF模式的、与月尺度风电预报关系密切的气象要素预报性能较好,未来可将该方法尝试于风电场的月尺度功率预测产品研发。      

精细化气象预报产品在奥帆赛中的应用

开展精细化天气预报服务是社会经济发展的需要,也是气象预报发展的必然趋势。为满足对中小尺度天气短时预报定时、定点、定量的要求,精细化气象预报产品必须具有快捷性服务、预报要素更有针对性、预报结果的空间分辨率更高的特点。从奥帆赛气象服务保障工作入手,通过分析奥帆赛气象服务的具体事例,浅述精细化产品在气象服务中的实际应用情况和发挥的重要作用。     

应用Mass模式开发T42产品初探

本文应用T42产品和Mass模式对1992年7月25日呼和浩特地区大暴雨进行诊断分析和预报试验。诊断分析表明，局地中尺度环流是复杂现象，由多因子非线性相互作用而生成。地形的热力作用主要影响中尺度系统的演变速度、强度和结构；地形的动力效应导致暴雨区附近的气旋性环流；更大尺度系统诱发地面中尺度风速辐合线。预报试验表明，Mass模式与T42产品中的预报场相结合，可使诊断结果具有预报意义。发展有限域中尺度诊断模式是将T42所提供的天气尺度信息转化为中尺度信息的有效途径之一。这种转化为局地强对流天气的加强预报提供依据。