中国东部降水的随机动力预测初步研究

利用一个具有门限的非线性随机动力气候模式,对中国东部江淮流域的降水进行了预报试验。结果表明：模式能对大范围环流降水作出较为准确的形势预报。还比较了海气耦合模式与外强迫模式的预报效果,表明耦合模式的预报效果略好于外强迫模式。     

基于深度学习的数值模式降水产品降尺度方法

提出一种基于深度学习的数值模式降水产品降尺度方法。利用深度学习的非线性映射能力和对栅格数据的信息提取能力,建立深度超分辨率模型提取不同分辨率数值模式降水产品间相对应的有效信息,从而将低分辨率数值模式降水产品利用提取的信息重构为高分辨率产品,继而通过构建多时次组合降尺度深度模型提取时间关联性进一步提升了重构准确性。基于欧洲中期天气预报中心不同尺度数值模式降水产品的实验表明所提方法能够比常用的双三次插值方法更有效地将低分辨率降水产品转换为对应的高分辨率产品。      

非线性迭代时间积分方案在IAP AGCM-II中的实施及其模拟结果

将非线性迭代时间积分方案用于大气环流模式 IAP AGCM-II中, 并用 Rossby-Hauwitz波进行了检验, 结果表明, 该方案能长期稳定的积分。此外, 还将采用该方案的模式(其中物理过程不变)和原 IAP AGCM-II模式作了模拟结果的比较, 以考察其效果; 发现采用该方案模式对降水尤其是东亚地区降水的模拟能力较原模式有所提高。     

非线性迭代时间积分方案在IAP AGCM-Ⅱ中的实施及其模拟结果

将非线性迭代时间积分方案用于大气环流模式IAP AGCM-Ⅱ中,并用Rossby-Hauwitz波进行了检验,结果表明,该方案能长期稳定的积分。此外,还将采用该方案的模式(其中物理过程不变)和原IAP AGCM-Ⅱ模式作了模拟结果的比较,以考察其效果;发现采用该方案模式对降水尤其是东亚地区降水的模拟能力较原模式有所提高。     

基于NLCCA的中国夏季降水与东亚夏季风关系的探讨

运用一种基于人工神经网络的非线性典型相关分析方法(NLCCA),对中国夏季降水与东亚夏季风之间的非线性关系进行了分析。结果表明,夏季降水对东亚夏季风的响应具有一定的非线性,当夏季风较强与较弱时,对应的中国夏季降水异常分布呈现明显的不对称性。夏季降水与夏季风之间的关系可分离为线性响应和非线性响应,其中非线性响应部分占总方差贡献的52.1%,说明我国夏季降水异常分布与东亚夏季风相互之间的关系既有线性特征也有非线性特征,非线性响应略显重要。     

用非线性多因子动态组合方法作降水概率预报

将逐时段定点降水预报这个以往一般作为非连续量处理的预报问题转化为对一个连续的降水可能函数的预报问题。降水可能函数为一由实况值确定的函数。因为现在模式变化较快，且许多因子和降水可能函数为非线性关系，文章采用一种新的非线性多因子动态组合方法，通过对降水可能函数的预报，作客观分站降水概率预报。     

广州“5.7”暴雨预报的模式不确定性研究

2017年5月7日,在弱天气尺度强迫下,广州发生了暖区特大暴雨,局地发展迅速,降水强度极端,多家业务模式出现了漏报情况。为了探究此次降水过程模式预报的不确定性,采用条件非线性最优参数扰动（Conditional Nonlinear Optimal Perturbation related to Parameters,CNOP-P）方法筛选出最能体现中小尺度系统非线性误差增长特征的关键物理参数,以此构造CNOP-P-RP模式扰动方案,并基于CMA-Meso模式进行对流尺度集合预报试验,最后探究了CNOP-P关键参数影响局地对流发生、发展不同阶段的物理机理。结果显示,不同降水阶段的CNOP-P敏感参数主要与垂直扩散、云雨自动转换或其他水成物向雨滴的转换有关。与业务上常用的随机物理倾向扰动（Stochastically Perturbed Parameterization Tendencies,SPPT）方案相比,在本次降水过程中,基于CNOP-P-RP方案构造的集合预报试验具有更高的降水和地面要素的概率预报技巧,集合预报系统可靠性也占优。进一步分析发现,垂直扩散不确定性导致的山前温度梯度和...     

中国夏季降水异常分布的非线性特征

运用基于前馈型人工神经网络的非线性主成分分析方法(NLPCA),对中国近50 a夏季降水异常分布的非线性特征进行了分析。结果表明,中国夏季降水的异常分布具有一定的非线性特征,当夏季降水距平的一维NLPCA近似在非线性主成分取极端相反位相时,对应的空间分布型表现出明显的不对称性;一维NLPCA对夏季原始降水距平场的近似,比传统一维PCA的近似更为逼真。     

攀西地区月降水时序非线性特性分析

在介绍相空间重构理论的基础上, 以攀西地区4个站点47 a的月降水时间序列为例, 研究了该地月降水时间序列的非线性特性。首先, 运用定量的G-P关联维方法, 探讨了非线性分析的主要定量指标, 具体而言有, 饱和关联维数D2和柯尔莫哥诺夫熵, 计算表明攀西月降水时间序列具有一定的非线性混沌特性。其次, 结合定性的功率谱分析方法, 进一步验证了攀西月降水时序具有非线性特性。除此之外还应用Cao方法检验, 从而排除了月降水时序为随机序列的可能性。本文为进一步研究月降水时序数据的复杂性及其演化规律奠定了基础。      

攀西地区月降水时序非线性特性分析

在介绍相空间重构理论的基础上,以攀西地区4个站点47 a的月降水时间序列为例,研究了该地月降水时间序列的非线性特性。首先,运用定量的G-P关联维方法,探讨了非线性分析的主要定量指标,具体而言有,饱和关联维数D2和柯尔莫哥诺夫熵,计算表明攀西月降水时间序列具有一定的非线性混沌特性。其次,结合定性的功率谱分析方法,进一步验证了攀西月降水时序具有非线性特性。除此之外还应用Cao方法检验,从而排除了月降水时序为随机序列的可能性。本文为进一步研究月降水时序数据的复杂性及其演化规律奠定了基础。     

多维时间序列门限回归模型及其应用

在总结前人工作基础上，提出了一种关于多维时间序列门限回归模型的通用建模新方案，并从理论上证明了此新表达式与经典门限回归模型的一致性。将此模型应用于云南五月雨量的预报中，其平均历史拟合和外推预报准确率分别为71％和68％。表现此通用建模方案可行的；同时说明此类模型具有一定的使用价值。     

一种场对场的复合门限统计预报模型及其应用

本文根据对数据总体非线性特征可用逐段线性化来逼近的原理，同时在考虑预报系统中预报对旬场和预报因子场的整体性和突跳性的基础上，获得一种场对场的复全门限统计预报模型。应用该模型对具有明显突跳性的云南五月雨量场进行必预报，结果较为理想。     

一种短历时降雨综合评估方法在广州市的应用

基于广州市5个国家气象站1981-2015年逐小时降水资料,应用线性趋势法、Mann-Kendall突变检验等方法对广州市气象站不同历时降雨年际变化特征进行分析,应用百分位法建立了一种基于降雨极值和降雨持续时间的短历时降雨综合等级评估方法,并使用此方法对2007-2011年广州市21次降雨过程进行综合评估,同时对灾损因子和短历时降雨因子进行相关性分析。结果表明,广州市短历时强降雨发生频次和极值均呈现上升趋势,其中1h强降雨频次上升趋势最为显著;综合等级评估方法对短历时降雨灾情具有一定的指示作用;短历时降雨持续时间和6h降雨极值与部分灾损因子相关系数较高。     

CONVECTIVE-STRATIFORM RAINFALL PARTITION BY RADIANCE-DERIVED CLOUD CONTENT: A MODELING STUDY

A new scheme that separates convective-stratiform rainfall is developed using threshold values of liquid water path (LWP) and ice water path (IWP). These cloud contents can be predicted with radiances at the Advanced Microwave Sounding Unit (AMSU) channels (23.8, 31.4, 89, and 150 GHz) through linear regression models. The scheme is demonstrated by an analysis of a two-dimensional cloud resolving model simulation that is imposed by a forcing derived from the Tropical Ocean Global Atmosphere Coupled Ocean–Atmosphere Response Experiment (TOGA COARE). The rainfall is considered convective if associated LWP is larger than 1.91 mm or IWP is larger than 1.70 mm. Otherwise, the rainfall is stratiform. The analysis of surface rainfall budget demonstrates that this new scheme is physically meaningful.     

雷达估测降雨水平分辨率对径流模拟的影响——以西苕溪流域为例

天气雷达估测降雨是径流模拟和洪水预报的重要信息之一。由于雷达网格降雨存在误差,且误差随着网格水平尺度的增大而减小,因此对于径流模拟,高分辨率的雷达降雨数据并不意味着径流模拟的精度更高。采用FSS(Fractions Skill Score)方法和HEC-HMS模型(Hydrologic Engineering Center's Hydrologic Modeling System)分析江苏省西苕溪流域雷达估测降雨水平分辨率对径流模拟的影响。在2010年和2011年夏季两场降雨实例中,雷达估测降雨在不同降雨阈值情况下,FSS达到目标精度值对应的最小有效水平尺度为2~8 km,分别以2、4、6、8 km水平分辨率的雷达估测降雨和雨量站测雨作为HEC-HMS模型输入进行径流模拟,结果表明:基于不同水平分辨率的雷达估测降雨的径流模拟结果与实测径流资料基本吻合,雷达估测降雨2、4、6、8 km水平分辨率的变化对径流模拟效果的影响不明显。      

江西2012年5月12日大暴雨过程水汽输送分析

利用NCEP 1°×1°再分析资料、常规气象观测资料和WRF中尺度数值模式,对2012年5月12日江西出现的大暴雨天气水汽输送的过程进行分析。结果表明,从大尺度分析,此次暴雨过程的水汽输送特征并不典型,比湿、水汽通量、水汽通量散度、整层水汽输送等均不能满足江西出现暴雨时应该达到的水汽条件;但模拟的中小尺度水汽指数能够满足江西发生暴雨的水汽条件。此次暴雨过程的水汽主要来自南海地区。暴雨出现的区域与整层水汽大值区的水平梯度最大处相吻合。当整层水汽输送值较小时,水汽输送主要集中在中低层,但当整层水汽输送值较大时,水汽输送的高度高度超过500 hPa高度层,仅分析500 hPa高度层以下的水汽输送对暴雨预报会造成一定的误差。     

随机森林算法在人工增雨效果统计检验中的应用研究

评估人工影响天气的效果通常需通过一定的方法近似求出未作业时的降水量,传统的人工影响天气效果的统计检验方法以线性回归为主,这种方法能够较好地建立目标区和对比区的历史回归方程。但实际上,降水量受多种因素影响,通过历史回归方法无法解决降水量非线性的问题。为解决降水估算中存在的非线性问题,提高降水量估算精度,引入了当下流行的机器学习算法——随机森林算法。使用优选出的多个与降水量相关的预报因子,分别构建了月、日降水估算模型,然后利用江西省南昌市1961-2010年降水数据及环流指数数据,并结合2012-2014年南昌市地面增雨作业信息,验证所建模型估算降水的可行性和人工增雨作业效果统计检验的适用性。结果表明,随机森林模型估算精度较高、泛化能力强,能较准确地估算月、日降水量,对于稳定性降水的估算准确率达90%;但随机森林模型对汛期的月降水量和强对流天气影响下的日降水量估算结果较观测值偏低,有待进一步订正和研究。总体来说,随机森林模型具有精度高、稳定性好、收敛快、不用进行数据预处理、参数少、操作便捷等特性,在综合性能上具有一定优势和可推广性。     

双线偏振雷达探测的云和地物回波的特性及其识别方法

双线偏振雷达在定量测量降雨量的过程中，经常受到地物回波的干扰和影响。研究云和地物回波的反射率因子ＺＨ、差反射率因子ＺＤＲ的取值大小及两者的关系、空间变化梯度的结果表明：云的ＺＤＲ大于零，且有明显的随ＺＤＲ大于零、且有明显的随ＺＨ增加而增大的趋势，这反映了在强降雨回波中大粒子占的比例较大；而地物回波的ＺＨ和ＺＤＲ无明显变化规律，ＺＤＲ可正可负；云回波的空间变化率也明显小于地物回波。     

一非线性统计－动力气候模式及其降水预报试验

在带有线性反馈的统计－动力气候模式的基础上，提出了一种非线性统计－动力气候模式。该模式的实质是用逐段线性化的统计－动力气候模式来描述气候系统的总体非线性变化特征。试验结果表明，该模式能更客观地预测气候变化