数值模式对2016年1月世纪寒潮过程的预报能力检验

对比检验了ECMWF和T639对2016年1月23—24日强寒潮天气过程的中期预报能力,表明ECMWF和T639 216h时效500hPa高度场的预报能刻画出西高东低的环流形势,ECMWF预报比实况偏晚,高低压中心比实况偏弱,T639预报比实况偏快,低压中心值比实况偏强,96h时效的高度场预报均基本接近实况。ECMWF 168h时效850hPa冷中心强度、气温梯度与实况相等,冷中心比实况偏东5个经度,T639 144h时效气温梯度比实况偏小,冷中心比实况偏东5个经度,48h时效的预报均与实况非常接近,等温线重合度很高。ECMWF 192h时效的海平面气压场冷高压中心位置及中心强度与实况一致,只是1060hPa及以上的区域比实况偏小。T639 192h时效的海平面气压场冷高压中心比实况偏南7个纬度,中心强度比实况偏强2.5 hPa,等压线走向及梯度与实况类似。24h内短期时效对比检验T639、ECMWF、山东WRF确定性预报（EnWRF）、WRF集合不同分位数的最低气温、最大风力和降水预报可知,WRF集合最小值预报最低气温评分最高,WRF集合较大值对大风力的预报准确率最高,Japan模式对降水落区预报较好,EnWRF很好地预报了较强降水区域,T639和ECMWF细网格对2mm降雪量预报效果较好。     

基于HBV和ANN模型的沂河流域暴雨 洪涝临界雨量确定方法研究

以沂河流域临沂站以上区域作为研究对象,基于数字高程模型(DEM)及GIS技术提取流域并划分子流域,对流域内气象站的降水记录采用泰森多边形法建立研究时段内的逐日面雨量序列,构建人工神经网络(ANN)和HBV水文模型。利用模型寻求流域内面雨量与河流水文特征的定量关系,结合不同的特征水位推算研究流域内不同等级的致灾临界雨量。结果表明:1基于两种模型建立的降水-径流关系均能取得较好的模拟效果,在研究流域内具有很好的适用性;2HBV模型作为一种半分布式水文模型能够更好地反应出洪水过程的物理特征,故当ANN模型由于大洪峰样本不充分导致临界雨量值确定不准确时,HBV水文模型的计算值更宜作为风险预警指标;3对比分析两种模型的结果,确定出基于不同前期水位的一、二、三级风险致灾临界雨量分别为:257~310mm,152~247mm,100~203mm。精细化确定的临界阈值可以为开展灾害预警服务提供依据。     

2014年6—8月数值模式产品对山东气温预报的检验分析

为检验不同数值模式产品对山东不同站点2m日最高、最低气温24h预报效果,利用2014年6—8月逐3h的WRF-RUC、EnWRF确定性预报、不同集合百分位数、T639、中国气象局下发的T639-MOS解释应用产品以及EC细网格预报进行TS评分、误差等分析。结果表明：EC细网格对内陆最高气温预报准确率最高,EnWRF确定性预报次之,EC细网格和T639-MOS对内陆最低气温预报准确率最高。T639和EC细网格分别对沿海最高和最低气温预报准确率最高。对各模式单站气温预报进行最优模式分析发现,对于最高气温预报最优的模式为EC细网格和EnWRF确定性预报,分别集中在鲁西南和鲁北、鲁中和鲁东南。对于最低气温预报最优的模式为EC细网格和T639-MOS,T639-MOS主要对鲁中山区预报较好,其他地区两个模式预报效果基本相当。     

黄、渤海沿海大风变化特征及影响系统

利用1981—2010年黄、渤海沿海44个气象站大风资料,根据中央气象台对近海海区的划分,分析了近30 a黄、渤海近海5海区大风的气候特征,以及通过天气分型对2008—2012年黄、渤海沿海大风的影响系统进行了统计,结果表明:近30 a黄、渤海沿海5海区日最大风速≥6级和≥8级日数呈递减趋势,1980s大风日数较多,各海区≥6级大风在1981年和1987年前后均有两个峰值。≥6级大风日数随季节变化的峰值,渤海海区出现在春季,黄海南部海区是春季、夏季8月和秋季11月,渤海海峡、黄海北部和中部海区则主要是春季和冬季。渤海海区以偏北风和南南西风为主导风向,与其他海区以北或西北风为主的特征明显不同。冷锋是黄、渤海沿海大风最主要的影响系统,其次是气旋型和高低压型大风。另外以850 h Pa温度平流的强度、冷/暖中心的强度、等温线密集带梯度、地面高/低压强度、地面大风前3 h/24 h最强变压中心强度和地面气压梯度等要素为着眼点,对不同类型的大风指标进行了分析。     

西南地区秋季干湿时空变化特征及其成因分析

利用西南地区97站1960—2009年的日平均气温、降水量资料计算干湿指数,分析了西南地区秋季干湿、降水、气温的时空变化特征,并使用再分析资料探讨其异常的大气环流特征。结果表明:西南地区秋季在1980年代末期出现干旱化趋势,21世纪初干旱化趋势明显,其中以东部干旱化趋势显著。西南地区秋季干湿变化存在全区域一致和东、西部相反变化两个主要异常模态,而且干湿异常的空间模态主要由降水异常决定,其演变则受气温的影响更明显一些。全区域一致变化的模态与前期夏季西太平洋暖池附近海温以及同期西太平洋副高、东亚大槽、南支槽有关,并且此模态对应的偏干年基本上均是高温和少雨共同作用造成的,而偏湿年则有低温偏湿和多雨偏湿两种类型。东、西部相反变化的模态与垂直运动和东部低层的南、北风异常有关。      

黄渤海海区风速推算方法及效果评估

为了弥补海上风场监测数据不足,提高对黄渤海海上风场监测能力,针对不同大气环流形势,基于较为稳定的74个沿海和海岛站等陆基站2017—2020年风场观测资料,以及同时段具有一定连续性的21个浮标站和船舶站等海基站观测数据,采用多元线性回归方法,建立由陆基站推算海区风速的模型。利用2021年实况资料对推算结果进行检验评估。结果表明:分别针对全部风力等级和6级及以上大风建立的风速推算模型(以下分别简称CM模型和HM模型)均具有较高的可靠性,其中HM模型对大风推算的准确率更高;8种天气类型中共5种类型发生大风的概率高于60%,其中对西北高东南低类型的推算效果最好,对西高东低型、西南高东北低型和西北低东南高型的6～7级大风推算效果较好,对8级及以上大风的推算效果略差;不同海区大风的推算结果中,对黄渤海大部分海区推算的风速略偏小,仅对渤海西南部海区的部分站点推算的风速略偏大;对黄海北部海区风速推算的平均绝对误差最小(0.95 m·s^-1),对其他海区风速推算的平均绝对误差在1.32～1.70 m·s^-1;在海区观测不连续、不稳定的情况下,推算的风速能够对...     

多种模式降水预报的稳定性特征研究

预报的稳定性是指对同一时段在不同时间发布的多时效预报结论的一致性,是模式预报质量的一个重要方面,较大的不稳定性会给使用者造成困扰。为深入了解业务常用模式的稳定性,使用相对标准偏差指标计算不同时效预报的降水量波动大小,并改进了Flip-Flop指数（改进后简称FFnorm）,计算多时效降水量预报变化趋势的翻转程度,衡量预报变化趋势的稳定性,对2种全球模式（ECMWF、NCEP-GFS）、3种区域模式（CMA-MESO、CMA-SH9、HHUPS-ST）,在中国6个气候分区中降水预报的稳定性进行对比分析,分为实况有降水和暴雨及以上降水2种情况进行了讨论。结果表明：实况有降水时,相对区域模式来说,全球模式的多时效降水预报的相对标准偏差较小,即模式降水量预报的波动较小;各模式对西南区的西部、东北区的东部以及华南区的南部预报的波动性相对较小,西北区的西部波动性较大。就多时效降水量预报变化趋势而言,2种情况下均为CMA-MESO、NCEP-GFS和 ECMWF的稳定性较好,其FFnorm指数小于HHUPS-ST和CMA-SH9模式,其中CMA-MESO对西南区、华南部分地区降水量预报变化趋势的稳定性较为突出;CMA-SH9的指数最大,多时效降水量预报变化趋势稳定性较差;各模式对长江中下游地区的FFnorm指数相对较大,多时效预报趋势的稳定性较差。有降水时,CMA-MESO随时效临近的降水量预报变化趋势稳定（单调递增、单调递减或不变）的频次最多,其次是NCEP-GFS,2种降水情况下,该2种模式的降水量预报均为随时效临近单调递增次数大于递减次数,且CMA-MESO单调递增特征尤其显著。以上特征能够为模式调试和预报决策提供参考。     

山东省沿海冬春季海陆大风对比分析

利用山东省划分的沿海12个海区代表站和部分海岛站资料,6艘渤海和黄海救助船资料,验证了2010年11月以来冬春季海区大风过程(≥6级)中,烟台北部沿海和威海南部沿海站大风资料的可用性,并对渤海湾、渤海中部海区、黄海北部海区和山东沿海大风进行了对比分析,得到以下结论:(1)渤海湾海区,滨州北部和东营北部沿海站均比海面风速偏小。(2)渤海中部海区,当天气系统为低槽冷锋时,东营东部、潍坊北部、烟台北部和烟台西部沿海站均比海面风速偏小。(3)黄海北部海区,在统计时段内,成山头站非常接近海面风速,其次是长岛县大黑山比海面风速小3 m·s-1左右。     

基于目标对象检验法的多种模式强降水能力的比较

针对传统TS检验方法的不足,引入了目标对象检验方法,通过对降水落区的面积、位置、形状和强度进行匹配,可获取空间场潜在的预报信息。以欧洲中心细网格、T639、山东WRF集合模式和华东区域中尺度模式(BCSH)为例,采用强降水过程模式预报最优次数及要素箱线图统计方法,得到模式及集合预报产品的性能特征,根据环流形势及影响系统对强降水分型,结果表明:热带气旋与中低纬度系统相互作用的强降水过程模式预报效果最好,最具参考性;低涡和切变线相伴随的强降水过程效果次之,且以BCSH和山东WRF集合最大值预报效果更好,各模式对低槽系统强降水预报能力一般,对温带气旋类型强降水过程模式预报效果差的概率最大。     

WRF模式物理参数化方案对一次局地大暴雨预报的影响研究

基于WRF(Weather Research and Forecasting)模式及其3Dvar(3-Dimentional Variational)资料同化系统,采用36、12、4 km嵌套网格进行快速更新循环同化和不同的微物理及积云对流参数化方案对比试验,对2011年5月8日鲁中一次局地大暴雨过程进行了研究。结果表明,快速更新循环同化地面观测资料是影响模式降水落区预报准确性的关键因素,不同的微物理和积云对流参数化方案主要影响降水强度预报。采用不同的微物理参数化方案和积云对流参数化方案进行降水预报对比试验表明,LIN方案和WSM6(WRF Single-Moment 6-class)微物理参数化方案对降水预报均较好,LIN方案降水预报较WSM6方案略强。4 km网格预报使用K-F (Kain-Fritsch)积云对流参数化方案或不使用积云对流参数化方案,预报的降水均较好。4 km网格使用旧的K-F积云对流参数化方案,预报的近地层大气风场偏弱,导致大气动力抬升作用偏弱,从而造成模式降水预报偏弱。