GPS水汽遥感中的大气干延迟局地订正模型研究

在GPS遥感水汽过程中,大气干延迟模型的精度直接影响水汽遥感的精度。根据广东清远站1995～2001年的气象探空资料,计算了GPS水汽测量中的实际大气干延迟。在此资料基础上,利用地面气象要素建立了大气干延迟的年和分月局地订正模型。分析结果表明,年模型的精度优于目前广泛使用的普适模型;月模型与年模型相比,效果不是很明显,建立局地分月订正模型意义不大;在对高度角的敏感程度上,局地模型略大些;当高度角小于75时,大气干延迟弯曲路径与直线路径之差ΔS随天顶角增大而迅速增大。     

基于FY-3C微波辐射成像仪海表温度产品的偏差订正方法研究

提出一种针对FY-3C搭载的微波辐射成像仪(MWRI)海表温度产品的分段回归偏差订正方法,该方法通过引进气候态海表温度数据,建立与关联实测海表温度相匹配的回归模型,并通过对模型中关联变量的误差分析,选择最优样本进行分段回归,以实现对海表温度数据的重新估计。通过对MWRI海表温度数据的偏差订正试验表明,采用分段回归方法获得的订正结果无论在误差指标的空间分布还是时间序列上,都要明显优于采用传统概率密度函数偏差订正方法的结果。其中,采用概率密度函数方法订正后的海表温度产品误差标准差和均方根误差从订正前的0.9—1.0℃,减小到0.8℃左右,而采用分段回归方法获得相应的订正误差仅为0.6℃左右,订正效果有明显改善。     

基于DERF2.0的月平均温度概率订正预报

国家气候中心第二代月动力延伸模式回算资料的分析表明,二代模式月平均温度预报与观测实况仍然存在较大偏差,模式预报有较大改进空间。本文采用非参数百分位映射法对模式月平均温度预报进行概率订正,该方法基于模式集合平均给出的确定性预报,结合模式回算资料各集合成员计算得到的模式概率密度分布,给出确定性预报在模式概率密度分布中的百分位值,并将百分位值投影到观测资料的概率密度分布中,得到模式预报的概率订正值。对订正前后模式预报的检验评估显示,该订正方案不仅有效降低了模式预报与实况的均方根误差（RMSE）,对月平均温度距平分布的预报技巧也有所改善,不同超前时间模式预报的预测技巧评分（PS）和距平相关系数（ACC）均有提升,同时模式预报误差的大小对订正效果无明显影响。从分月的订正预报结果来看,对夏季各月的温度预测技巧的提升整体高于冬季各月。     

T213 降水预报订正系统的建立与研究

目前T213降水预报存在一定程度上的系统性误差,为了更好地使用T213降水预报产品,减小系统性误差对主观预报的影响,利用一种统计学方法可以对T213降水预报进行订正,减小T213降水预报的系统性误差。通过对2004年6—11月订正前后的T213降水预报进行统计学和天气学检验分析,检验该订正系统的订正效果。结果表明,订正后的降水预报的预报偏差B值有了显著改善,其他统计检验量也有了不同程度的提高;订正后雨带的位置和轮廓更加接近降水实况。     

三种非线性回归逐时气温预报比较订正

选取ECMWF和T639的2013年1月至2014年12月的数值预报场构造预报因子,基于神经网络、支持向量机和构造函数的非线性方法,预报地面逐时气温。试验结果显示,在单个方法预报误差较大时,3种方法的偏差订正集成方法更利于减小误差,通过偏差订正,3种非线性方法预报效果良好,平均绝对误差减小了0.5 ℃。在近1年独立样本的预报检验中,集成方法、神经网络、支持向量机和构造函数预报的平均绝对误差分别为1.5 ℃、1.7 ℃、1．8 ℃和1．4 ℃,总体上构造函数预报更为准确。     

分位数映射法在RegCM4中国气温模拟订正中的应用

将一种分位数映射法RQUANT,应用到一个区域气候模式（RegCM4）所模拟中国气温的误差订正中。从气候平均态、年际变率、极端气候及农业气候等多方面,评估了该方法对日平均气温、日最高气温和日最低气温模拟的订正效果。结果表明,该订正方法对模式模拟的日平均、日最高和最低气温气候平均态的订正效果都非常明显,中国大部分地区的订正结果与观测的偏差在±0.5℃之间。在降低极端气温指数和农业气候相关指数的模拟误差方面也有显著的效果,但对气温年际变率的订正效果有限。结合以往对降水订正的评估分析,该方法对模式模拟结果有较好的订正效果,可以应用于区域气候模式的气候变化模拟预估中,为气候变化及相关影响评估研究提供更适用和可靠的数据。     

沙尘气溶胶对西北地区植被遥感的影响分析

选取扬沙—浮尘天气发生中、后的对地观测卫星EOS-MODIS数据,利用6S辐射传输模式对该卫星资料进行大气订正,分析了沙尘气溶胶对沙尘多发区的西北地区植被指数(VI)遥感的影响。结果表明,与晴空天气得到的反射率相比,沙尘使红光通道反射率ρ1、近红外通道反射率ρ2和蓝光通道反射率ρ3均增加,归一化植被指数NDVI有不同程度的降低,降低最大值为0.246。抗大气植被指数ARVI也有所降低,降低最大值为0.231。应用晴空天气条件下的资料,建立了西北干旱区ARVI与NDVI之间的线性关系,并证明了在沙尘天气条件下,利用ARVI计算NDVI的方法,所得的结果较好。     

海河流域东北冷涡背景下的降水预报订正研究

汛期暴雨预报一直是气象预报业务工作中的重点及难点。首先,利用浙江省2 227个气象站2016—2021年每年汛期(4—10月)逐日降水资料,以欧式距离作为相似度度量标准,通过Kmeans聚类算法对浙江汛期降水进行分区;然后,对偏差订正法进行时空上的改进;最后,将改进后的偏差订正法与分区结合形成分区订正方法。以未与分区结合的全区订正作为对比,对浙江多模式客观集成预报(OCF)进行分区订正和检验。结果显示：(1)将浙江省划分为7个降水相似区,其结果呈现明显的区域特征,并与浙江省地形地貌密切相关。(2)经2021年汛期检验,相较于OCF预报,分区订正预报优于全区订正预报,其优势主要体现在能有效降低晴雨预报的降水空报率和大幅提升大雨以上量级降水的命中率,特别是暴雨以上量级预报命中率由0.25提升至0.41。(3)典型过程检验表明,对于系统性降水和对流性降水,分区订正预报均能改善暴雨以上量级降水强度和落区预报。特别是系统性降水,分区订正预报效果更明显,能预报出大暴雨以上强降水。

     

降水量Γ分布模式的普适性研究

利用2015年6月1日—7月31日三个全球数值预报业务中心(CMA、ECMWF和NCEP)的24 h降水集合预报资料和我国东南地区降水观测资料,采用贝叶斯模型平均方法(A方案)和基于A方案的统计降尺度模型二次订正方法(B方案)对上述三个中心和多模式超级集合降水预报进行订正,并对比两种方案的订正效果;然后,选取2015年8月1—31日降水预报进行独立样本检验,分析订正前后的降水预报效果。结果表明:以第50百分位的降水预报为例,经A方案订正后各中心和多模式的集合平均消除了大量的小雨空报,其对小雨、中雨的订正效果很明显,对大雨以上的降水量级订正效果不明显。随着降水阈值增加,A方案的订正效果随之减弱。此方案对雨带走向的订正不明显,会使降水大值区量级降低甚至消失。采用B方案订正后,不仅可降低原始集合预报的空报率,还可对降水量级和落区进行订正,使降水预报的范围和量级与实况更接近,但对大量级降水,如50.0 mm以上的降水量级订正效果仍然不显著。

     

新疆地区年平均风速数据非均一影响研究

利用惩罚最大F检验(The Penized Maximal F Test,PMFT),对新疆地区105个国家级气象站点建站至2014年逐年平均风速资料进行了均一性检验,并通过订正得出新疆地区年平均风速均一化数据集合;通过对订正后数据与原始数据进行对比评估,讨论数据非均一性对新疆风速的影响,研究结论得出:(1)在95%的显著性水平下,检验出所有待检站点均出现非均一间断点,共计151个;(2)元数据中记录的人为影响因素,超过1/3对年平均风速序列产生了非均一影响,其中仪器换型对年平均风速序列影响最为显著,其次为环境变化;(3)仪器换型和站址迁移对年平均风速的非均一影响与台站风力大小成正比,其它人为因素对年平均风速的影响与台站风力大小成反比;(4)订正后,数据时间序列的均一性得到改善,数据序列明显的趋势拐点趋于缓和,下降趋势普遍增强,数据可用性进一步改善。