确定性预报和集合预报融合降水预报产品应用

针对确定性模式和集合预报模式降水产品没有得到最优应用的问题,该文开展多模式降水融合预报研究。应用福建省智能网格预报业务关键点的降水观测资料,对4种确定性模式降水预报和欧洲中期天气预报中心(ECMWF)集合预报的降水集合统计量产品进行降水分级统计检验,确定融合方案,并根据融合方案产生多模式和集合预报降水融合产品。结果表明,除了后汛期(7～9月)外,大部分产品的TS评分随降水量级的增大而下降,随着预报时效的延长,各量级降水TS有所下降。融合产品在3～4月的表现较确定性预报有一定的性能提升; 5～6月融合产品表现最差; 7～9月融合产品TS评分基本与最优确定性预报接近。对于个例检验而言,融合产品能够较为准确地刻画强降水的落区,但存在大暴雨落区范围过大等偏差。     

基于TIGGE数据的西太平洋副热带高压多模式集成预报及检验

基于TIGGE(THORPEX Interactive Grand Global Ensemble)资料中的中国气象局(CMA)、日本气象厅(JMA)、欧洲中期天气预报中心(ECMWF)、美国国家环境预报中心(NCEP)和英国气象局(UKMO)等5个中心的500hPa位势高度场数据,评估了各中心对西太副高控制预报和集合预报的效果,并采用了多模式集成平均(EMN)、消除偏差集成平均(BREM)和滑动训练期超级集合(R_SUP)3种方法对各中心数据进行集成.评估方法包括Talagrand分布、相关系数、均方根误差、Brier技巧评分等.结果表明:各中心预报效果有明显差异,各模式对500hPa位势高度场控制预报中,UKMO预报效果最好,而各模式对500hPa位势高度场集合预报中,则是ECMWF预报效果最好.从均方根误差改进率来看,基于控制预报的BREM和R_SUP集成方法明显降低了对500hPa位势高度场预报的均方根误差,而EMN则无明显改进.基于集合预报的3种集成方法对500hPa位势高度场预报的改进效果不明显,综合评分略低于ECMWF单模式集合预报.     

中国西北地区东部雷暴概率预报方法对比

利用2008-2013年中国西北地区尔部60个观测站天气实况资料以及NCEP/NCAR的1°×1°阿分析资料讲算出的对流参数,在天气分型消空非雷暴日样本的基础上,通过线性逐步回归、Logistic回归、BP神经网络3种方法,建立了60个站4-10月24 h雷暴概率预报模型,并对2013年4-10月各站雷暴进行试预报.结果表明,线性逐步回归模型、Logistic回归模型、BP神经网络模型60个站平均回代颅报临界成功指数(CSI)分别为24.2%、27.5%、20.9%,平均试预报CSI分别为23.3%、24.7%、12.9%;Logistic回归模型对该区域雷暴总体预报效果最好,共计32个站该方法顶报效果最优,超过站点总数的50%.雷暴气候概率最高的高海拔站点平均预报CSI最高,气候概率最低的关中平原站点平均预报CSI最低,各模型平均预报CSI均明显大于气候概率,集合每个站最优预报模型的试预报结果,得出最优平均试预报CSI为26.6%.该预报结果可为中国西北地区东部雷暴预报研究提供参号.     

ECMWF极端降水指数对2016年夏季华东地区极端降水预报的检验

选取2016年6-8月华东地区降水资料,在分析检验欧洲中期天气预报中心(ECMWF)极端天气指数(EFI)与ECMWF降水预报效果的基础上,提出采用EFI的极端降水指数来改进ECMWF高分辨率模式降水预报的方法.结果表明,华东地区6-8月极端降水主要发生在华东沿海和华东中西部地区,在6月份开始增大, 6月底达到最大,后又减小,但最大值略有不同,在7月底至8月初达到一个更高的峰值,随后缓慢下降. EFI极端降水指数对2016年6-8月华东地区的历史极端降水95%和99%分位值有一定的预报能力,但对历史极端降水最大值的预报能力相对较差.随着预报时效的增长,预报效果也随之降低. EFI极端降水指数对极端降水预报的ETS评分整体高于ECMWF高分辨率模式降水,并对极端降水最大值也有一定的预报能力.用EFI极端降水指数改进的ECMWF高分辨率模式降水,对华东地区95%和99%分位值极端降水的预报准确率均有不同程度的提高.     

全双工双向中继系统的功率分配方案

提出了最大化系统的频谱效率(SE)和能量效率(EE)两种功率分配方案.EE优化问题用迭代算法求解,首先运用分式规划的方法把优化问题转变成易求解的非分式优化问题,然后运用Dinkelbach算法求得用户节点的最佳功率,再运用一维搜索求得最佳中继放大系数,最后利用迭代算法求得EE最大值.SE优化问题同样用迭代算法求解.仿真结果显示,针对不同目标函数的两种功率分配方案分别提高了系统的EE和SE,同时迭代算法能够快速收敛获得最优解.     

基于集合预报的两种输电线路舞动概率预测方法

利用中国气象局集合预报业务系统GRAPES-EPS（Global/Regional Assimilation and Prediction System Ensemble Prediction System）的15个集合成员预报产品,基于舞动气象模型,分别通过等权重法和集合平均法得到输电线路舞动发生的预测概率,以2016年11月23日和2018年1月4日~6日的电线结冰数据作为实况,检验两种预测方法的效果,结果发现,（1）等权重法和集合平均法预测出的舞动范围均能覆盖实际发生舞动的区域,均可作为舞动发生的客观预测方法;（2）等权重法预测输电线舞动的报对站比例更高而漏报站比例更低,(3)等权重法预测的日最大舞动概率和日平均舞动概率均较集合平均法预测的大;(4) 从空间分布和时间变化来看,等权重法舞动预测的概率值具有一定的连续性,而集合平均法预测的舞动概率值则具有明显的跳跃性,等权重法应用效果较集合平均法更好。     

ECMWF集合预报产品在河南省暴雨预报中的应用

对2014到2015年5—8月欧洲中期天气预报中心(ECMWF)的9类与降水相关的集合预报基本产品和统计量(以下简称集合预报产品)进行暴雨TS评分检验,筛选出:%90分位数、最大值、控制预报、融合产品、概率匹配平均5个评分较高产品.对所选产品做暴雨过程的应用效果分析发现:5个集合预报产品的强降水中心位置预报与实况较接近,大部分产品对大雨以上降水落区预报与实况较接近,但存在强降水中心极值预报较实况偏小的不足;最大值产品对于暴雨落区范围和强降水中心极值的预报通常较实况偏大;5个集合预报产品均表现为0~72 h时效内预报效果最好,72 h之后各产品对暴雨的预报能力明显减弱.基于检验和分析结果,采用百分比权重集成技术建立暴雨预报方法,2016年业务应用结果表明,集成后的暴雨预报产品效果优于单个集合预报产品.     

华东地区电子商务发展水平空间差异及影响因素分析

基于阿里研究院提供的华东地区464个县(区)电子商务发展水平的数据,采用空间分析法、位序-规模法则对华东地区电子商务发展水平空间差异进行分析,并运用逐步回归分析法探究其空间差异的影响因素.结果表明,从总体上看,华东地区电子商务整体发展水平较高,地理分布差异显著,空间格局自东部沿海区域向西部内陆区域呈现明显的阶梯状分层特征.等级规模特征显示,华东地区电子商务等级结构体系位于中间位序城市较多,首位城市的垄断性不强.县(区)电子商务发展状态主要处于"低-低"和"高-高"两种状态,"两极化"空间分布较显著,发展成熟的县(区)分布在东部沿海区域.在县(区)尺度上表现出显著的空间聚集特征,热点聚集区位于长三角地区,冷点聚集区分布于安徽省、江西省部分县(区).     

利用集合深度学习方法订正空气质量数值预报结果——以新疆乌昌石城市群为例

开展基于空气质量数值模式CMAQ (社区多尺度空气质量模型)预报结果的后校正算法研究。利用集合深度学习方法, 对CMAQ的PM_2.5 (细颗粒物)原始预报结果进行误差订正, 以期提高预报准确率。该方法集合了深度神经网络模型、随机森林模型、梯度提升模型和广义线性模型4种机器学习模型, 在每一个模型中结合原始的气象预报、空气质量预报和土地利用类型等多源数据作为辅助变量, 对PM_2.5预报浓度进行校正, 最后求取4个模型的集合结果。将该方法应用于订正新疆乌(鲁木齐)昌(吉)石(河子)城市群的CMAQ预报结果, 利用2018年的独立样本进行评估, 订正预报结果的准确性显著提升, 站点5天预报的决定系数R²为0.41~0.60, 比原始预报提高60%~160%, 均方根误差RMSE降低 40%左右; 交叉验证的站点预报R²同样提升50%~80%, RMSE下降30%左右。该订正方法的计算效率高, 可以部署于业务化预报平台, 进行可靠的运行。     

ECMWF极端天气指数产品在湖南降水预报中的评估

利用2016—2017年欧洲中期天气预报中心(ECMWF)集合预报系统的逐日极端降水天气预报指数产品资料和实况降水资料,运用ETS评分和偏差分析等方法,对EFI产品在湖南降水预报效果进行了检验评估.结果表明:预报EFI与实况降水量存在显著正相关关系,各等级降水EFI最优阈值的ETS评分随预报时效增加、降水量级增大而减小;EFI对暴雨的预报准确率在夏季最高,最优阈值最低,预报偏差最小,对暴雨的预报准确率在秋季其次,春季和冬季准确率最低.     

基于短时临近降水集合预报的中小河流洪水预报研究

为了延长中小河流洪水预报预见期,建立了基于短时临近精细化网格降水集合预报的中小河流洪水预报模型.模型采用百分位映射订正技术,发展数值模式降水预报场与实况场映射关系,结合Bayesian模型,构建基于GRAPES-3KM模式和Time-Lag-Ensemble融合技术的短时临近降水集合预报(最优集成、最大(95％分位数)...     

我国城市生活垃圾污染治理效率研究

基于DEA模型,选取2017年我国30个省市的截面数据,测算各地区的城市生活垃圾污染治理效率,并用灰色关联度分析模型,探寻影响垃圾污染治理效率的关键因素.结果表明,我国城市生活垃圾污染治理效率偏低,全国仅有北京等9个省市达到DEA有效;治理效率的区域异质性较为明显,表现为东部地区最优,西部地区次之,中部地区最差;要达到高效提高治理效率的目的,关键在于管控好无害化处理能力、无害化处理量和基础设施投资额这三个关键指标.     

一种新的遗传策略在含“开关”过程的集合预报中的有效应用

针对初值及模式的不确定性,进行了初值扰动集合预报和模式扰动集合预报。在初值扰动集合预报中,将一种新的遗传策略用于四维变分资料同化生成集合预报的分析场,求解条件非线-}生最优扰动,并结合第二、第三主奇异向量（SVs）生成集合预报的初始扰动。为了检验该方法的有效性,采用一个含“开关”过程的偏微分方程的预报模式,设计了3种比较数值试验方案。结果表明：采用第3方案的集合预报在预报技巧上明显高于其他两种方案。第2方案和第1方案相比,由于“开关”的影响,集合预报技巧提高并不明显。在模式扰动集合预报数值实验中,为了模拟模式的不确定性,在控制方程右端添加6个随机的误差项模拟由于物理参数化方案的不同而带来的模式扰动,采用新的遗传策略在扰动模式中同化出6个对应于扰动模式的分析场后进行集合预报,并与基于伴随技术的方法进行比较。结果表明,基于遗传算法的扰动模式集合预报的预报技巧明显优于伴随方法,且这种优势随着预报时间的增加愈发明显。     

一种能量和频谱效率兼顾的多波束卫星系统功率分配策略

在多波束卫星移动通信系统框架下,提出一种兼顾能量效率(energy efficiency,EE)和频谱效率(spectral efficiency,SE)的波束间功率分配新算法.假设星-地链路满足阴影莱斯衰落统计特性,首先基于系统总功率及传输速率约束建立最大化EE和SE的双目标优化问题模型.接下来分析指出EE-SE满足拟凹性质,借助该结论及拉格朗日对偶法可求解获得该优化问题的帕累托(Pareto)最优解集.最后,该算法通过对EE-SE帕累托最优前沿(Pareto front)进行标量化分析选择折中的最佳解.进一步分析指出多波束卫星系统中波束仰角、静态电路功率和点波束数目等系统参数对该算法的性能影响.仿真实验结果表明该算法的有效性,并检验了分析结论的正确性.     

集合卡尔曼滤波在浅水模式数据同化中的应用

为了研究集合Kalman滤波同化技术应用于非线性动力学模式的同化效果,通过利用集合Kalman滤波技术对浅水理论中均质不可压流体运动的动力学模式进行理想的数据同化试验.分析集合Kalman滤波同化方法应用于动力学系统的计算方法和步骤.比较三维变分和集合Kalman滤波的同化效果,讨论了集合Kalman滤波数据同化方法的基本性质和同化观测的频率对集合Kalman滤波同化效果的影响.通过试验证明,集合Kalman滤波数据同化方法能够成功地应用于浅水均质不可压流体的动力学系统,可有效地抑制估计误差的增长,为模式预报提供更加理想的初值,改善预报效果.     

基于贝叶斯模式平均与标准化异常度的东江汛期降水预报

考察贝叶斯模式平均(BMA)对第二代气候预报系统(CFSv2)在东江流域汛期月降雨量预报的订正效果,同时引入标准化异常度(SA)指标识别异常的降雨值,分别进行SA的确定性预报以及集合预报,通过建立SA和BMA结果之间的联系构建一个较为完整且精度较好的降雨预报模型,提高东江流域中长期降雨预报的精度。主要结论如下:1BMA50%以下的分位数不具有预报作用,75%分位数具有最优的预报效果。但BMA还存在不足之处,常表现为对极端降雨的低估;2利用CFSv2集合平均值进行SA计算时,SA严重偏小,可能说明CFSv2存在系统性误差。对CFSv2原始预报分别进行伽玛函数订正以及多项式订正后,降水预报成功指数(Ts)和异常值报对的次数有明显地提高,但预报偏差(Bs)也相应地增大;3 SA与BMA之间大致可建立如下的关系,即当SA判断会出现异常值时可选择95%分位数的预报值,相反则选择75%分位数预报值。     

四川盆地城市群主要城市人口密度空间分布及其演变规律

以四川盆地城市群的14个主要城市及111个县级行政单位为研究对象,利用人口密度函数模拟了四川盆地城市群核心城市(成都、重庆)的人口密度空间分布规律.结果表明,21世纪以来四川盆地城市群两核心城市的区域人口密度呈现距离衰减特性,表现为典型的Clark分布,并且整个区域的空间增长表现为稳定适度增长模式.     

河南输电线路舞动气象风险的可预报性分析

为了研究基于数值模式的河南输电线路舞动预测的可预报性,本文以数值预报数据和常规舞动气象风险预测模型为基础,通过对河南121个国家气象站的舞动高影响气象要素预报能力的评估,揭示了借助数值预报开展舞动预测的可能性,同时针对河南容易发生输电线路舞动区域进行检验评估,得到以下结论:（1）河南东部平原地区输电线路舞动具有较好的可预报性,而西部山地丘陵地区舞动可预报性相对较低,四个舞动高发区可预报由高到低分别是:东部平原地区、南部山区、西北部山区、西南部盆地。（2）河南地区温度、风速和湿度预报均表现为东部平原地区偏差小、西部山区偏差大的特点;（3）输电线舞动的气象高影响区间的可预报性从大到小依次是风速、温度、湿度,其命中率分别为73.4%、78.4%和67.1%,温度和风速在河南东部的可预报性明显高于河南西部,而湿度在河南南部可预报性高而北部可预报性低;（4）温度、风速和湿度的可预报性区域分布有差异,要提高输电线路舞动预测水平,需要在不同区域针对不同要素进行预报订正和调整。     

集合预报中初始扰动生成方法的探讨

阐述了4种生成集合预报初始扰动的方法,用其中的3种方法在微机版本的T63L9全球谱模式上进行了中期数值预报的集合预报试验,通过集合预报效果来检验初始扰动的优劣。结果表明：初始扰动的好坏对集合预报效果有至关重要的影响,总体而言,增长模繁殖法优于控制预报、蒙特卡洛法和时间滞后法,且集合预报的确能起到提高数值预报效果的作用。     

岭回归算法在臭氧浓度集合预报中的应用

基于机器学习方法,利用已有的预报模式构造一种全新的集合预报模型,对于提升预报的准确度和稳定性都有重要意义.以臭氧浓度预报为例子,讨论一种基于机器学习的集合预报技术——岭回归(ridge regression,简称RR)算法.首先,对RR算法的特点和实现流程进行描述.在实现RR算法之后,对我国近两年的环境空气质量真实数据进行大量的数值实验.然后,对最优化集合预测(operational consensus forecasts,简称OCF)和RR算法的预测结果在均方根误差和时间序列对比等方面进行详尽分析.实验结果表明,RR算法比OCF算法具有更好的预测精度和稳定性.最后,对算法可能的误差来源进行探讨,提出了进一步改进的方向.