基于LPSC算法的逐小时格点气温客观预报及检验评估

基于中国气象局陆面数据同化系统(Land surface Data Assimilation System of China Meteorological Administration,CLDAS)逐小时气温实况融合数据,检验评估了ECMWF、CMA-MESO-3km不同尺度模式对甘肃省逐小时气温的预报性能,并利用低频滑动平均订正算法(LPSC)对模式的系统性误差进行订正;同时对SCMOC和订正后两种模式的逐小时气温预报效果进行了统计对比。结果表明:1)ECMWF、CMA-MESO-3km模式对甘肃省逐小时气温的预报具有相对稳定的系统性误差,夜间预报准确率明显低于白天,主要表现为夜间预报显著偏高,白天为小的负偏差。2)LPSC算法能够有效改善ECMWF和CMA-MESO-3km对甘肃省逐小时气温预报的系统性误差,订正效果显著。订正后ECMWF、CMA-MESO-3km的预报准确率分别较模式本身提高了20.24％、20.25％,平均误差减小至±0.3 ℃之内;空间分布亦表明,订正后全省平均误差均明显降低至±2 ℃之内。3)同类产品对比检验表明:订正后ECMWF、CMA-MESO-3km两种逐小时气温预报产品的预报效果整体上均优于SCMOC,预报准确率分别较SCMOC高20.65％、13.55％,平均绝对误差在各个时次也明显低于SCMOC。技巧评分的空间分布表明,订正后ECMWF在全省大部分地方均为正技巧,其中酒泉南部山区可达80％以上;而订正后CMA-MESO-3km的预报效果各个季节分布存在差异,主要体现在陇中和陇东南地区,冬春季以弱的正技巧为主,夏秋季基本为负技巧。另外,业务应用结果表明,对于转折性天气过程,使用该方法需要特别注意。     

基于SCTP-RF算法的甘肃省短期定量降水客观预报方法研究

基于欧洲中期天气预报中心(ECMWF)的精细化数值预报产品、中国气象局下发的降水指导产品(TP;MA)及甘肃省340个气象站点降水实况数据,利用泰森多边形与K-means空间聚类方法(spatial cluster and Tyson polygon, SCTP),对2017—2019年4—9月甘肃省340站降水资料进行客观分区。在此基础上,采用随机森林算法(random forest, RF),筛选出与降水相关的物理量因子构建模型,开展甘肃省短期定量降水客观预报订正试验,并进行预报效果检验。结果表明:(1)甘肃省4—9月降水客观分区依次为7、6、14、13、14和11个。(2)就晴雨预报而言,SCTP-RF订正产品对甘肃省汛期的晴雨预报能力较TP;MA指导产品和ECMWF模式产品有一定提升,提升幅度分别为6.1%、4.2%;在空间上,SCTP-RF算法对甘肃省340站的晴雨预报均具有一定的订正能力,大部分站点晴雨预报准确率提升了5%,特别是河东地区。(3)在分级降水预报中,SCTP-RF订正产品对中雨和大雨的预报能力均优于TP;MA指导产品和ECMWF模式产品,且全省大部的订正效果较好,特别是河东中部及陇东南地区,但在强降水过程中对小雨和暴雨的预报订正不稳定,尤其是陇东南地区的小雨。     

2000—2020年中国西北地区区域性沙尘暴特征及成因北大核心CSCD

利用地面观测资料分析了2000—2020年中国西北地区区域性沙尘暴特征,同时基于气候动力因子、温度、降水和NDVI资料,研究西北地区区域性沙尘暴成因。结果表明:2000—2020年西北地区区域性沙尘暴年总日数呈波动下降趋势,且存在两个高(低)频期。春季是区域性沙尘暴高发季,其中4月总日数最高,达47 d;相较于上旬和中旬,春季各月下旬更易出现区域性沙尘暴。新疆南部的塔里木盆地、内蒙古中西部和甘肃河西是西北地区区域性沙尘暴高发区,总日数均在10 d以上,其余大部分地方总日数均小于8 d。北半球极涡面积指数、强度指数及亚洲区极涡强度指数均与区域性沙尘暴日数显著正相关,北半球极涡从扩张期到收缩期转变及其强度的减弱,是西北地区区域性沙尘暴减少的重要气候动力因素。西北地区年(春季)降水量和平均NDVI均与区域性沙尘暴日数显著负相关,近21年西北地区大部分地方气候趋于暖湿化,植被覆盖整体以改善为主要趋势,此种转变有利于沙化面积收缩,减少非输入性沙尘暴的发生。     

卫星降水产品在陇东2022年7月特大暴雨事件中的适用性评估

以地面雨量站观测数据、中国气象局多源融合降水数据（CMPAS）为基准,通过定量、分类、结构相似度3种方法综合评估8种卫星降水产品（FY-4A、CMOPRH-RT、IMERG-Early、IMERG-Late、GSMaP-Now、GSMaP-Gauge、PERSIANN-Now、PERSIANN-CCS）在甘肃陇东2022年7月一次破历史记录的极端性强降水过程中的适用性。结果表明：（1）8种卫星降水产品基本反映降水中东部大、西北小的空间分布特征,除GSMaP-Now产品外,其余7种产品均低估暴雨中心降水量。（2）8种卫星降水估算产品对于强降水峰值的描述能力较好,强降水过程的2个峰值阶段均有体现,但均严重低估大暴雨及以上量级降水。（3）GSMaP-Gauge对暴雨以下量级降水估算最优,而CMOPRH-RT对暴雨及以上量级降水估算最优,所有产品对特大暴雨量级降水均无法正确命中。（4）CMOPRH-RT产品能从降水总量、降水量级、形态分布三方面最好地表现降水过程的结构分布。对本次降水事件,CMOPRH-RT降水产品在各方面表现综合最优。     

基于Polar WRF的南极Dome A极端低温事件分析

南极作为地球的寒极, 其最高点Dome A地区于2013年8月1日气温达到-93.0 ℃的极低值。利用Polar Weather Research and Forecasting （Polar WRF） 3.8.1模式, 对发生在南极Dome A地区的3次极端低温事件进行数值模拟分析。通过与自动气象站实测数据对比验证, 模拟效果较为理想。结果表明： 印度洋和大西洋交界区域的高压加强, 其高压脊开始向南极内陆延伸, 导致Dome A地区气压升高, 使得该地区天气晴好, 云量极低, 为极端低温事件发生奠定基础; 同时, 南极中心冷涡加强, 长时间的冷平流和稳定的逆温层为Dome A地区提供了足够的降温条件, 并且加强了夜间辐射降温效应, 稳定的垂直场、 极低的向下长波辐射使得Dome A地区的极端低温事件得以维持。     

CLDAS气温实况融合产品在兰州和武威的检验评估及偏差订正

为更好地理解格点融合实况数据与观测数据的差异和代表性,利用甘肃兰州和武威两地站点的观测数据对中国气象局陆面数据同化系统（CMA Land Data Assimilation System,CLDAS）地面2 m气温融合产品进行检验评估及偏差订正。结果表明：（1）逐小时气温和日最低气温融合产品的平均误差总体为负值,较实际气温偏低,且在2 500 m以下误差随海拔上升而减小;日最高气温融合产品平均误差在海拔1 500 m附近为负值,1 500 m以上误差变为正值且随海拔升高而增大;日最高和最低气温误差较逐小时气温误差偏大,但平均误差均在2℃以内。（2）通过近网格点检验,发现逐小时CLDAS气温产品白天与实况相近,夜间较实况偏低0.2℃;日平均气温CLDAS融合产品总体较实况偏低1℃,兰州城区产品偏差相对较小;30℃以上高温天数融合产品与实况分布基本一致,但在兰州城区,CLDAS融合产品的高温天数较观测天数偏少。（3）线性回归法和递减平均法对CLDAS气温融合产品都有一定的订正效果,递减平均法订正效果更优且在高海拔地区订正效果更明显。CLDAS气温实况融合产品在兰州和武威两地能较好地反映气温...     

甘肃省暖季小时降水变化特征

利用2013-2019年暖季（4-9月）小时降水资料，分析了甘肃省强降水极值及频率的时空分布特征。结果表明：（1）甘肃省小时强降水频次呈现东高西低分布，在陇南地区东南部及陇东地区北部有2个高中心，达到29次。（2）小时强降水极值在陇中地区及以南地区高，向西北递减，陇南地区降水极值最高，超过40 mm/h。（3）小时强降水频次主要出现在7-8月，同期的雨强也最大；小时强降水频次和小时雨强均在17-24时最强，峰值为21时。（4）不同区域的降水日内变化存在明显差异，河西地区小时降水频次的峰值出现在18时，陇中和陇南地区均出现在21时，陇东地区和甘南高原分别出现在22时和19时。