基于卫星遥感海温数据的南海SST预报误差订正

尝试利用卫星遥感高分辨率海表温度资料GHRSST (Group for High Resolution Sea Surface Temperature) 与海表温度(sea surface temperature, SST)数值预报产品之间的误差, 建立一种南海SST模式预报订正方法。首先, 利用南海的Argo浮标上层海温数据对GHRSST 海温数据进行验证, 结果表明两者之间均方根误差约为0.3℃, 相关系数为0.98, GHRSST 海温数据可用于南海业务化数值预报SST的订正。预报订正后的SST与Argo浮标海温数据相比, 24h、48h和72h的均方根误差均由0.8℃左右下降到0.5℃以内。与GHRSST 海温数据相比, 南海北部海域(110°E—121°E, 13°N—23°N)订正后的24h、48h和72h的SST预报空间误差均显著减小, 在冷空气影响南海期间或中尺度涡存在的过程中, SST预报订正效果也较为显著。因此, 该方法可考虑在南海业务化SST数值预报系统中应用。     

数值模式延伸期可预报分量提取及预报技术研究

针对延伸期尺度的可预报分量,借鉴了CNOP相关算法,形成了在数值模式中提取可预报分量的实用方法和预报技术.从模式预报误差增长的角度将模式变量分为可预报分量和不可预报的混沌分量,将可预报分量定义为在预报时段内误差增长较慢的分量.基于现有的国家气候中心月动力延伸预报业务模式,建立了针对可预报分量的数值模式.同时结合历史资料有用信息,对数值模式的可预报分量,在历史资料的可预报分量中寻找相似场,降低了相似判断过程中变量的维数,进一步对可预报分量的预报误差进行订正.对混沌分量利用历史资料,通过集合预报方法得出其期望值和方差.数值试验结果表明,该方法能有效提高10～30天延伸期数值模式大气环流场的预报技巧,具有良好的业务应用前景.     

我国无缝隙精细化网格天气预报技术进展与挑战

本文总结了2014年以来我国无缝隙精细化网格天气预报业务的技术进展,讨论了未来发展所面临的关键技术难点。无缝隙精细化网格预报技术的发展,得益于综合气象观测数据和多源资料融合分析网格实况产品的支撑,更依赖于多尺度数值预报模式和实时快速更新同化预报系统的快速发展。经过近5年的探索和努力,我国已经初步建立了针对不同预报时效的无缝隙精细化网格预报技术体系。对于0～4 h预报时效,主要基于全国雷达拼图和GRAPES-Meso模式预报,发展临近分钟级滚动外推预报技术;对于4 h到30 d预报时效,主要通过对区域或全球不同时空分辨率模式预报进行偏差订正、客观解释应用以及降尺度分析,提高预报的准确度和精细度。与此同时,研发了自动化、智能化的交互式预报制作平台,以满足客观高效制作与预报员对极端或高影响天气主观预报优势相结合的需求。发展了以格点实况分析场为参照的空间分析检验方法,初步实现了对高分辨率网格预报的质量跟踪和性能评估。未来的网格预报技术体系,需要吸纳前沿的技术研究成果,包括人工智能应用技术、高级多模式统计后处理技术和协调一致性关键技术等,并且建立统一完整的技术架构和开发标准等。     

基于偏最小二乘回归的区域换式风速预报订正技术研究

利用偏最小二乘回归技术,将预报产品作为自变量,相应的自动气象站观测资料作为因变量,对2013-2016年冬季浙江省中尺度区域模式预报近地面风速进行订正和评估。所选956站中多数站点风速订正后有所改善,通过定量分析可知浙江西部地区整体改善效果最好,其中效果明显站点占91.7%;中部地区改善效果明显站点占86.5%;东部沿海地区改善效果略差,明显改善的站点占67%。各地级市整体表现均不错,除舟山地区为49.9%外,其他地区风速改善比例均超过50%。选取2017年1月20日浙江东北地区沿海大风过程分析发现订正后的风速与观测风速更为接近,在定海大岛站点(靠里)中表现尤为明显,订正后的结果具有显著参考价值。     

CWRF模式在中国夏季极端降水模拟的误差订正

利用1980—2015年6—8月我国逐日降水观测数据评估CWRF模式（Climate-Weather Research and Forecasting model）多种参数化方案对我国夏季日降水的模拟能力,并考察累积概率变换偏差订正法（CDFt）的订正效果。通过将广义帕累托分布（GPD）引入到偏差订正模型中,提出针对极端降水的累积概率变换偏差订正法（XCDFt）,检验和评估其对极端降水订正的适用性。结果显示:CWRF模式微物理过程选用Morrison-aerosol参数化方案组合对我国降水场的模拟较好,CDFt订正效果良好;XCDFt偏差订正模型能够较好地提取模式建模与验证时期变化信号,订正后相比订正前与观测极端降水的概率分布更为接近;经过XCDFt订正后华南、华中和华北地区20年一遇的极端降水重现水平较模拟值更接近观测值,可为CWRF模式提高极端降水的业务预测水平提供参考。     

中国地区集合预报产品自适应递减平均偏差订正法的改进研究

基于中国地区T213集合预报产品2 m温度预报数据,采用卡尔曼滤波类型的自适应递减平均法进行偏差订正处理,原方案在剧烈降温天气订正效果表现不理想。通过对递减平均参数w的重新构建得到改进的订正方案w(i,p)(i为站点信息,p为天气过程信息),在此基础上进一步优化对历史信息的有效提取,得到改进的方案w(i,p)相似法和w(i,p)统计法,并进行效果检验。结果表明:改进为包含空间和天气过程信息的函数w(i,p)后方案的订正效果得到不同程度的提高,其中24 h剧烈降温预报各成员预报均方根误差平均减小了0. 15℃;而进一步改进的w(i,p)统计法在当前几种剧烈降温预报中订正效果最优,其集合平均偏差与w(i,p)方案相比减小2. 54℃。     

江西省山地风场风速订正方法研究

利用气象站、探空及NASA再分析资料,对江西省4县山地风场的12座测风塔风速进行订正研究。研究结果表明:测风塔与气象站风速数据相关性较低,相关系数一般远小于0.45;测风塔与探空资料的风速相关系数可达到0.6以上,最高可达到0.8;NASA再分析资料可以作为江西山地风场风速订正参证数据,其与测风塔风速数据相关性较高,相关系数可达到0.54～0.77,大多数测风塔相关系数可达0.7左右。海拔高度小于1000 m的测风塔与NASA 50 m风速的相关系数明显高于其与NASA 850 hPa风速的相关系数,高度为1000—1200 m的测风塔与NASA 50 m风速和与NASA 850 hPa风速的相关系数相差不明显,高度大于1200 m的测风塔与NASA 850 hPa风速的相关系数明显大于其与NASA 50 m风速的相关系数。比值法订正效果略好于线性回归法的,订正后的风功率密度总体偏大。     

四川地区多模式2m温度预报性能分析及集成方法研究

本文通过分析2017年9~12月四川地区ECMWF(European Centre for Medium-Range Weather Forecasting)细网格模式、GRAPES_GFS(Global and Regional Assimilation and Prediction System)全球模式和西南区域模式(South West Center-WRF ADAS Real-time Modeling System, SWCWARMS)2m温度168h预报时效内的系统性偏差特征,采用滑动双权重平均法分别对三种模式温度预报产品进行偏差订正,并集成得到各时效2m温度的订正场,结果表明:(1)三种模式的预报存在明显的日变化,整体上EC模式的预报最优。(2)三种模式对于低温和高温的预报,在全省均大致呈现负的系统性误差,特别在高原及过渡区表现的尤为明显。(3)订正后三种模式的预报准确率显著提高,均方根误差减小1.4~2.5℃,大部分地区平均误差维持在±0.5℃之间,在系统性偏差较大的地区,订正效果更好。(4)两种集成方案预报结果接近,且均优于三种模式的订正预报。     

基于频率匹配法的中国降水多模式预报订正研究

基于TIGGE资料中欧洲中期天气预报中心、日本气象厅、美国国家环境预报中心及英国气象局1～7 d日降水量预报以及中国自动站观测资料与CMORPH降水产品融合的逐时降水量网格数据集,利用频率匹配法(Frequency-Matching Method,FMM)对中国降水预报进行客观订正。首先利用卡尔曼滤波方法对降水频率进行调整,并根据不同区域降水强度差异将全国分为7个子区域分别进行频率匹配。结果表明,FMM可以有效减小降水量预报的误差。经过频率匹配法订正后各模式降水预报的平均绝对误差(Mean Absolute Error,MAE)大幅减小,且订正后各量级降水的雨区面积更加接近实际观测值。FMM对小于5 mm和大于15 mm的降水预报技巧改进明显。此外,FMM降低了模式预报的小雨空报率和大雨漏报率,并且明显提高了晴雨预报的准确率。FMM明显消除了大范围小雨空报区域,但是对强降水预报FMM仅能调整降水量大小,强降水落区预报并不能得到明显改善。