次季节—季节(S2S)预测数据分析与应用

S2S（Sub seasonal to Seasonal）国际合作计划的主要目标是提升次季节〖CD*2〗季节多模式预测能力，重点关注0～60 d的预报预测技巧。中国气象局承担了S2S数据的归档备份任务，收集参与该计划的11个中心S2S模式数据，本文梳理了该数据资源的基本情况，介绍了数据的模式、要素及文件，研究了数据的读取和分析方法，评估了数据的正确性、完整性和时效性，运用模式回算数据，计算候、周、旬时间尺度的预测值和距平值，开展了相关数据产品的可视化工作，对照同期ECMWF距平图形产品进行分析，推动S2S数据产品在中国气象局预报预测业务中应用。     

WIS的实现技术研究及应用

WIS是世界气象组织（WMO）正在实施和建立的新一代信息系统,是未来支撑WMO所有计划以及其他国际组织有关计划的数据传输和服务平台。WIS由国家中心、数据收集或产品中心和全球信息系统中心（GISC）等三级功能中心组成,其中,GISC是WIS的核心功能中心,承担WMO及有关国际组织各项计划的实时数据和产品的收集分发,提供全部WIS数据的访问接入。中国气象局作为世界气象组织中有重要影响力的会员,建成北京GISC,成为WIS中支撑责任区内及区域间数据交换的核心功能中心之一是中国气象局的既定目标。本文介绍了WIS的功能结构,分析了元数据同步、数据发现、数据同步等WIS/GISC关键功能的实现技术及其在北京GISC系统设计和开发中的应用。     

内蒙古气象服务热线平台的设计与实现

内蒙古气象服务热线平台是基于Windows操作平台开发的一款应用于气象行业的C／S版声询信息管理系统。采用VOIP技术实现全国省（自治区）一级人工气象服务热线平台和中国气象局人工气象服务热线平台之间的联网,实现全国人工服务的联网。为达到中国气象局在全国范围内统一特服号码-4006000121,以省（自治区）为单位建设气象服务热线平台。     

世界气象中心(北京)全球预报服务共享平台设计与实现

世界气象中心(北京)建设是中国气象局承担世界气象组织(WMO)的全球数据处理和预报系统(GDPFS)要求的任务,为全球实时气象预报预测业务提供高效丰富的无缝隙天气气候监测、预报、预测分析指导产品及数据产品服务共享,提高区域性国际天气业务会商交流效率,国家气象中心设计并实现了世界气象中心(北京)全球预报服务共享平台,通过分析全球监测、预报预测等业务数据海量、异构、实时性强等特征,采用浏览器/服务器(B/S结构)多层架构和分布式实时处理、任务调度等关键技术实现了全球实况监测、天气模式、气候模式、模式检验数据的高效加工预处理、产品分析制作、产品自动流转、网络服务共享和业务指导等全流程业务功能,并提供了国际天气预报会商等专业化功能。平台自2018年6月6日业务运行以来,已有13个国家和地区注册会商用户,超过15万次全球访问量,为全球专业用户高效提供了全球实时天气监测、预报服务产品业务指导,未来将成为中国气象局对外气象业务指导和气象服务的重要窗口和纽带。     

气象大数据云平台归档系统设计及实现

本文针对"天擎"归档系统的建设需求、总体架构,提出系统实现的若干关键技术问题并进行深入分析,气象大数据云平台(以下简称"天擎")归档系统设计为面向海量数据归档存储的支撑系统,保障数据的安全完整。系统基于在线存储、离线存储以及磁带库管理软件,通过层次性结构体系、消息队列和微服务技术框架,实现多协议数据归档、敏感数据归档及转储数据归档等功能,满足各种新增数据归档业务场景,同时具备丰富的数据回取服务、数据全流程的追溯和规范化的磁带管理保障等功能。2020年8月"天擎"归档系统投入业务运行,每日归档的实时数据量约为10TB,后续最高可承载约240TB日数据量的归档业务。     

中国南方降水及其极端事件的动力-统计相结合延伸期预报

延伸期预报是无缝隙预测系统中的薄弱环节,如何提高灾害天气过程的延伸期预报技巧是国际热点及前沿问题。本研究基于2005年12月—2014年8月的观测/再分析资料,通过奇异值分解方法,揭示了与中国南方低频降水变化高度耦合的热带对流和中纬度波列信号。利用中国气象局参加国际次季节至季节预报计划模式（BCC-CPS-S2Sv2模式,简称BCC S2S模式）的回报数据,对中国南方低频降水异常场进行统计降尺度,构建了一套动力-统计相结合的延伸期降水预测模型。独立预测时段（2014年12月—2019年8月）的结果表明,BCC S2S模式可以提前10—15 d预报中国南方大部分区域的异常降水;提前15—20 d以上预报时,动力-统计结合预报模型对冬季（夏季）华南沿海地区（长江以北地区）的降水时间演变、降水空间分布及极端强降水事件的预报技巧均优于BCC S2S模式。文中提出的思路和方法可广泛应用于其他区域气象要素和极端天气事件的延伸期预报。     

BCC S2S模式对亚洲夏季风准双周振荡预报评估

利用1994-2013年ERA-Interim及NCEP/NCAR再分析数据,对国家气候中心（BCC）次季节到季节尺度模式（S2S）1994-2013年的回报试验数据进行亚洲季风区准双周振荡（QBWO）预报能力评估,并诊断模式预报误差来源。结果表明:BCC S2S模式对QBWO的预报能力随着预报提前时间的增长而降低,9 d后预报技巧明显减弱,其周期、传播特征和强度出现误差;在提前9 d预报中,印度洋地区QBWO对流-环流系统结构松散,信号偏弱,对流向东传播,这与印度洋平均态的预报误差有关,夏季对流平均态低层水汽场在西太平洋和阿拉伯海较强,而东印度洋、孟加拉湾一带偏弱;西北太平洋地区QBWO具有向西北传播的特征,但强度偏弱,可能原因是预报低估了QBWO对流西北侧低层涡度的超前信号,经涡度方程诊断发现,地转涡度平流正贡献微弱,相对涡度平流在对流西北侧引发负涡度,从而减弱了对流西北侧由低层正涡度引发的有利条件。     

西北太平洋台风在S2S时间尺度预报效果评估

使用世界气象组织季节内至季节尺度（Subseasonal to Seasonal, S2S）预测项目数据库评估了多个集合预报系统在S2S时间尺度对台风的预报能力。评估的时间段为1999—2010年期间每年5月1日—10月31日。为评估S2S时间尺度台风的预报技巧,使用了台风密集度来描述台风的生成及移动状况。台风密集度定义为一段时间内500 km范围内台风出现的概率。台风密集度由6个S2S集合预报系统后报结果计算得出,它们分别由BoM、CMA、ECMWF、JMA、CNRM和NCEP开发使用。这6个预报系统台风密集度的预报技巧评分表明,当预报时效为11~30天时,ECMWF预报系统的评分为正值,比基于气候状态的参考预报能略好地预报台风。      

卫星广播系统CMACast省级接收站缺收数据补调服务的设计与实现

中国气象局卫星广播系统(CMACast)在广播播发过程中存在接收小站文件错误接收或丢失的情况。建立数据下载中心,基于地面宽带网提供对广播缺收文件的补调下载,可以有效地解决上述问题。数据补调服务客户端完成了数据补调流程的建立,并设计了两级补调的机制以及灵活的可配置方式,在程序实现上采用多级并行处理、基于优先级的动态调度等方式来满足省级补调应用的需求。补调服务客户端已完成在省级通信系统的部署,在日常气象业务中发挥了实际效益。详细介绍了数据补调服务客户端的设计机制与实现方法,并对部署应用情况进行了分析。     

中国气象应用网格

“中国气象应用网格”是国家863重大专项支持的一个应用网格项目，主要针对中国气象局计算资源及科研人员分散在全国各地，气象预报面向政府、社会和公众服务的特点，建立了连接中国气象局行业内部和国防科技大学等单位在内的跨地域网格平台；在该网格平台上建立全面支持我国新一代中尺度数值天气预报系统的协同攻关环境和基于GRAPES的中尺度有限区数值天气预报业务系统，实现了应用层面的互联互通、资源共享和协同工作，提高气象部门的资源利用率、业务预报和自动化水平。“中国气象应用网格”包括网格中尺度数值预报模式GRAPES、网格门户、网格计算、资源和服务共享平台、基于Ganglia的网格资源监控、数值天气预报控制界面、气象预报产品发布和可视化、源代码管理系统、网格用户注册与管理等系统。     

江苏暴雨概率预报及其业务应用

以未来12~36 h、36~60 h和60~84 h的暴雨预报为目标,利用2011年—2013年夏季6—8月欧洲细网格数值模式预报产品分析了江苏夏季暴雨的可能预报因子。通过对各因子进行相关性、敏感性和代表性分析后,优选了22个对不同强度降水具有较好区分能力的暴雨预报因子。以这些因子为基础建立了一种简单的江苏省暴雨概率预报方法。其预报产品已在江苏省气象业务一体化平台上投入业务使用。该方法在2011—2013年7月,针对提前12 h预报的历史回报试验中,TS技巧评分平均为13.6,明显高于EC细网格24 h降水预报产品(平均TS评分仅为4.5)。在2014年梅汛期的6月25—26日、7月1—2日和7月4—5日三次区域性暴雨个例的预报试验中,提前60、36、12 h的预报效果均较好,其平均TS评分(44.6)也明显高于欧洲细网格数值模式的降水预报(20.4)。     

Yearly evolution of Euro-Atlantic weather regimes and of their sub-seasonal predictability

It is often assumed that weather regimes adequately characterize atmospheric circulation variability. However, regime classifications spanning many months and with a low number of regimes may not satisfy this assumption. The first aim of this study is to test such hypothesis for the Euro-Atlantic region. The second one is to extend the assessment of sub-seasonal forecast skill in predicting the frequencies of occurrence of the regimes beyond the winter season. Two regime classifications of four regimes each were obtained from sea level pressure anomalies clustered from October to March and from April to September respectively. Their spatial patterns were compared with those representing the annual cycle. Results highlight that the two regime classifications are able to reproduce most part of the patterns of the annual cycle, except during the transition weeks between the two periods, when patterns of the annual cycle resembling Atlantic Low regime are not also observed in any of the two classifications. Forecast skill of Atlantic Low was found to be similar to that of NAO+, the regime replacing Atlantic Low in the two classifications. Thus, although clustering yearly circulation data in two periods of 6 months each introduces a few deviations from the annual cycle of the regime patterns, it does not negatively affect sub-seasonal forecast skill. Beyond the winter season and the first ten forecast days, sub-seasonal forecasts of ECMWF are still able to achieve weekly frequency correlations of r = 0.5 for some regimes and start dates, including summer ones. ECMWF forecasts beat climatological forecasts in case of long-lasting regime events, and when measured by the fair continuous ranked probability skill score, but not when measured by the Brier skill score. Thus, more efforts have to be done yet in order to achieve minimum skill necessary to develop forecast products based on weather regimes outside winter season.

     

江苏—南黄海地区M≥6强震有序网络结构及其预测研究

基于TIGGE（THORPEX Interactive Grand Global Ensemble,全球交互式大集合）资料中欧洲中期天气预报中心（European Centre for Medium-Range Weather,ECMWF）、日本气象厅（Japan Meteorological Agency,JMA）、美国国家环境预报中心（National Centers for Environmental Prediction,NCEP）和英国气象局（United Kingdom Met Office,UKMO）4个中心的北半球地面2m气温集合平均预报资料,利用插值技术与回归分析,并引入了消除偏差集合平均（bias-removed ensemble mean,BREM）和多模式超级集合（superensemble,SUP）方法进行统计降尺度预报研究.结果表明,在2007年夏季3个月中,4个单中心的降尺度预报明显地改善了预报效果.引入SUP和BREM两种集成预报方法后,预报误差得到进一步减小.对比综合表现最好的单中心ECMWF的预报,1～7d的降尺度预报误差改进率均达20％以上.研究还发现,引入SUP方法的降尺度预报效果优于引入BREM方法的降尺度预报,利用双线性插值方法在上述两方案中的预报效果优于其他3种插值方法.     

基于TIGGE资料的北半球地面气温预报的统计降尺度研究

基于TIGGE(THORPEX Interactive Grand Global Ensemble,全球交互式大集合)资料中欧洲中期天气预报中心(European Centre for Medium-Range Weather,ECMWF)、日本气象厅(Japan Meteorological Agency,JMA)、美国国家环境预报中心(National Centers for Environmental Prediction,NCEP)和英国气象局(United Kingdom Met Office,UKMO)4个中心的北半球地面2 m气温集合平均预报资料,利用插值技术与回归分析,并引入了消除偏差集合平均(bias-removed ensemble mean,BREM)和多模式超级集合(superensemble,SUP)方法进行统计降尺度预报研究。结果表明,在2007年夏季3个月中,4个单中心的降尺度预报明显地改善了预报效果。引入SUP和BREM两种集成预报方法后,预报误差得到进一步减小。对比综合表现最好的单中心ECMWF的预报,1~7 d的降尺度预报误差改进率均达20%以上。研究还发现,引入SUP方法的降尺度预报效果优于引入BREM方法的降尺度预报,利用双线性插值方法在上述两方案中的预报效果优于其他3种插值方法。     

Sources of Subseasonal Prediction Skill for Heatwaves over the Yangtze River Basin Revealed from Three S2S Models

Based on the reforecast data (1999–2010) of three operational models [the China Meteorological Administration (CMA), the National Centers for Environmental Prediction of the U.S. (NCEP) and the European Centre for Medium-Range Weather Forecasts (ECMWF)] that participated in the Subseasonal to Seasonal Prediction (S2S) project, we identified the major sources of subseasonal prediction skill for heatwaves over the Yangtze River basin (YRB). The three models show limited prediction skills in terms of the fraction of correct predictions for heatwave days in summer; the Heidke Skill Score drops quickly after a 5-day forecast lead and falls down close to zero beyond the lead time of 15 days. The superior skill of the ECMWF model in predicting the intensity and duration of the YRB heatwave is attributable to its fidelity in capturing the phase evolution and amplitude of high-pressure anomalies associated with the intraseasonal oscillation and the dryness of soil moisture induced by less precipitation via the land–atmosphere coupling. The effects of 10–30-day and 30–90-day circulation prediction skills on heatwave predictions are comparable at shorter forecast leads (10 days), while the biases in 30–90-day circulation amplitude prediction show close connection with the degradation of heatwave prediction skill at longer forecast leads (> 15–20 days). The biases of intraseasonal circulation anomalies further affect precipitation anomalies and thus land conditions, causing difficulty in capturing extremely hot days and their persistence in the S2S models.     

GRIB数据及其在GrADS中的使用

本文介绍了GRIB数据的压缩方法、数据结构及如何使用GrADS对GRIB数据进行反演的方法.     

Using soil moisture forecasts for sub-seasonal summer temperature predictions in Europe

Soil moisture exhibits outstanding memory characteristics and plays a key role within the climate system. Especially through its impacts on the evapotranspiration of soils and plants, it may influence the land energy balance and therefore surface temperature. These attributes make soil moisture an important variable in the context of weather and climate forecasting. In this study we investigate the value of (initial) soil moisture information for sub-seasonal temperature forecasts. For this purpose we employ a simple water balance model to infer soil moisture from streamflow observations in 400 catchments across Europe. Running this model with forecasted atmospheric forcing, we derive soil moisture forecasts, which we then translate into temperature forecasts using simple linear relationships. The resulting temperature forecasts show skill beyond climatology up to 2 weeks in most of the considered catchments. Even if forecasting skills are rather small at longer lead times with significant skill only in some catchments at lead times of 3 and 4 weeks, this soil moisture-based approach shows local improvements compared to the monthly European Centre for Medium Range Weather Forecasting (ECMWF) temperature forecasts at these lead times. For both products (soil moisture-only forecast and ECMWF forecast), we find comparable or better forecast performance in the case of extreme events, especially at long lead times. Even though a product based on soil moisture information alone is not of practical relevance, our results indicate that soil moisture (memory) is a potentially valuable contributor to temperature forecast skill. Investigating the underlying soil moisture of the ECMWF forecasts we find good agreement with the simple model forecasts, especially at longer lead times. Analyzing the drivers of the temperature forecast skills we find that they are mainly controlled by the strengths of (1) the soil moisture-temperature coupling and (2) the soil moisture memory. We find a negative relationship between these controls that weakens the forecast skills, nevertheless there is a middle ground between both controls in several catchments, as shown by our results.     

基于TIGGE资料的东亚地面气温预报的不一致性研究

基于TIGGE资料中欧洲中期天气预报中心(ECMWF)、美国国家环境预报中心(NCEP)和中国气象局(CMA)3个集合预报系统的地面气温集合预报资料,运用跳跃指数研究了3个集合预报系统中东亚地面气温的控制预报及集合平均预报的不一致性。结果表明,各个集合预报系统地面气温预报的时间平均不一致性指数差异较大。ECM WF时间不一致性指数最小,NCEP次之,CM A最大。另外NCEP的控制预报、ECM WF的控制预报和集合平均预报,这三者的时间平均不一致性指数随预报时效延长而增加,且集合平均预报一致性优于控制预报。而对于CMA预报的不一致性,无论是控制预报还是集合平均预报总体上都稳定地保持在较高的水平。此外,ECMWF的地面气温冬(夏)季预报的不一致性相对较强(弱),且单点跳跃随预报时效延长变化不明显,而控制预报和集合平均预报的异号两点跳跃以及三点跳跃出现的频率总体上随预报时效延长略有增加。     

3-hourly quantitative precipitation estimation over Central and Northern Europe from rain gauge and radar data

Continental-scale 3-hourly precipitation fields have been analysed from operational CERAD (Central European Radar) and BALTRAD (Baltic Radar) networks and adjusted with daily precipitation measurements from about 10,000 synoptic and climate stations. Here we focus on the application of CERAD and BALTRAD for quantitative precipitation estimation (QPE) that is the choice of quality control methods, the impact of input radar data quality on the analysis results and the analysis algorithm. The quality of the radar derived precipitation fields has been estimated by comparison with ground truth fields at the spatio-temporal scale of the ELDAS (European Land Data Assimilation System) project grid (0.2°/daily). Additionally, statistics on the availability of CERAD and BALTRAD data for the entire ELDAS period from Oct. 1999 to Dec. 2000 have been compiled. The final ELDAS precipitation product covers the whole of Europe and is available in GRIB format from the ECMWF MARS archive.