短期气候预测中基于预报因子的误差订正方法研究

依据动力-统计相结合进行短期气候预测的基本思想,为了将统计经验运用于动力预报中,提出了基于预报因子的误差订正新方法(PREC).分析表明,该方法能够有效利用预报因子与模式预报误差之间的显著相关关系,并通过建立统计预报模型对预报误差进行估算和订正.进一步利用国家气候中心CGCM的季节回报数据,并选用表征气候系统年际变率最主要模态ENSO循环的特征量(即Nio3区海温指数)作为物理预报因子,将PREC应用于动力季节预测试验.相比于传统的系统误差订正,利用前期预报因子信息的PREC对夏季平均环流和降水量预报结果均有不同程度改善,从而为利用统计经验改进短期气候预测提供了新途径.     

关于WRF模式模拟到达地表短波辐射的统计订正

太阳能光伏发电预报研究和业务工作迫切需要开展太阳辐射预报技术研究,而中尺度数值模式直接输出的辐射预报与实测值误差较大,有必要对模式输出结果进行解释应用以提高辐射预报的准确率.基于WRF模式逐时输出结果,对模式模拟的2009年8月武汉站到达地表短波辐射进行误差订正.结果表明:1)与武汉站逐时总辐射相关性较高的模式输出因子为:到达地表短波辐射、地表温度、2m气温、2m比湿和云水混合比的垂直积分;2)简单的消除偏差方法对模式预报效果略有改进;3)综合考虑了辐射、温度和水汽条件的MOS预报效果最佳,可使平均绝对百分比误差由模式预报的38.3%减少到22.0%.可见,通过对模式输出结果进行误差订正,能够进一步提高辐射预报的准确率.     

基于阴阳历叠加的中长期天气预报方法

采用在阴阳历叠加的基础上进行修正的方法,利用环渤海地区和青藏高原东北部地区1960-2010年地面测站降水、风速资料,探讨了阴阳历叠加法进行中长期天气预报的可行性.结果表明:对于不同地区,不同要素阴阳历叠加预报时最佳样本长度略有差异,降水预报时环渤海地区最佳样本长度为37 a,青藏高原东部地区最佳样本长度为20 a;对大风天气过程而言,环渤海地区最佳样本长度为34 a,青藏高原东北部地区为31 a.降水日预报检验表明,环渤海地区和青藏高原东北部地区降水日预报威胁评分(TS)呈单峰型变化,峰值均集中在夏季,6-8月降水日预报TS评分均高于0.4,两地各月降水日预报TS评分均高于气候概率.利用站点相关订正后,准确率最高可提高14.2%,最低提升了4.1%,平均提高9.8%,站点相关订正是有效的.两地大风预报准确率呈现单峰型分布特征,并在3-5月间为明显的波峰,且两地的预报TS评分均高于气候概率TS评分,预报是有效的.     

基于多模式预报优选融合技术的短时定量降水预报

为提升短时定量降水预报准确率,使其更好地支撑城市暴雨洪涝及中小河流洪水预报,基于多源数值天气模式预报值,构建了基于预报成员优选融合的短时(0~12h)逐小时定量降水预报模型,模型由单模式百分位映射订正技术模块、模式订正预报成员实时优选技术模块、预报成员实时融合技术模块和融合预报的百分位映射订正技术模块4个技术模块组成。以河南省为例对模型进行检验,结果表明:模型预报降水分布和强度随着预报时效临近更接近实况降水;模型提前6h预报出郑州“7·20”暴雨最强时段降水的落区和强度;在2021年1—9月降水预报对比检验中,模型预报准确率高于任意单模式订正预报和原始模式预报,且准确率随着预报时效的临近逐步提高。     

基于改进U-Net的零件缺陷分割标注

提出一种以U-Net为基础，依据零件缺陷的特点对网络进行一系列改进的模型，以提升网络对零件缺陷的分割精度.首先在U-Net结构中的编码阶段，使用改进的残差网络Res2Net提高该阶段的特征提取能力；然后在网络编码器与解码器的中间部位增加空洞卷积，在不改变特征图尺寸的情况下增加感受野，降低误检率与漏检率；最后在U-Net的输出阶段与Mini U-Net进行结合，对原本的输出结果进行二次补丁，提高对微小缺陷的检测精度.实验结果表明，对MVTec数据集进行分割的F1-Score分数达到87.21%，时间为0.017 s，达到了良好的检测效果.     

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。     

QPE产品的误差评估和订正检验——以伊宁县为例

以新疆伊宁县为研究区,运用2013-2017年定量降水估测(Quantitative Precipitation Estimetion, QPE)小时产品以及区域自动站小时降水数据,通过相关分析法和多元线性回归模型对QPE数据进行误差订正,并从不同降水量级、高程以及空间分布对订正前后的QPE小时产品进行误差评估.经误差分析得出,订正前QPE小时产品大多存在低估现象,随着降水量级的增加,误差依次增大,空间误差分布四周低,且东北方向的误差要大于西南方向;利用海拔、经度、距雷达距离3个对研究区降水影响较大的要素,建立多元线性回归订正模型,订正后的QPE小时产品在不同降水量级、不同高程以及空间分布上的估测能力较订正前均有不同程度的提升.     

数值预报产品的误差订正方法

提出了一种基于统计学的数值预报产品误差订正的新方法,该方法根据模式前几个预报时次的误差计算出后面预报时次的误差,通过订正进一步提高了数值预报产品的精度,从而使其能够在日常天气预报中起到更好的作用.为了验证该方法的订正效果,设计了基于T213数值预报产品的订正方案并进行了试验.结果表明,订正方案稳定可靠,订正效果显著,明显减小了各时次的预报误差.另外,该订正方法计算量小,对计算机设备要求不高,便于在各级气象台站推广使用.     

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)、最小(5%分位数))格点场,作为GMKHM(Grid-and-Mixed-runoff-generation-and-Kinematic-wave-based Hydrological Model)的降水驱动,进行中小河流洪水逐小时实时滚动预报。选择新安江屯溪流域作为试验流域,对2020年汛期流域大洪水进行实时预报。检验结果表明,基于短时临近最优降水预报的中小河流洪水预报模型提前了7 h预报出屯溪断面洪峰,洪峰误差为5.6%,峰现时差为-1 h,比不考虑预见期降水的中小河流洪水预报提前了4 h;基于短时临近最大、最小降水预报的中小河流洪水预报模型提前了13 h预报出洪峰区间,并且自7月7日9时起滚动预报最大与最小预报跨度呈逐渐减少趋势。在中小河流洪水预报中引入短时临近集合预报降水,对提升中小河流洪水风险防控能力有重要意义。     

数值预报产品的历史相似订正方法研究

针对数值预报存在误差的基本事实,提出了一套利用历史相似资料订正数值预报的方案,利用2003-2008年T213 L31数值预报产品和1948-2007年的NCEP资料,建立了100～1000 hPa等压面的高度场、温度场、风场、垂直速度场和水汽场的24～240 h预报的24 h变量订正方程.采用24 h变量相关系数和均方根误差两个指标,对2009-2010年的T213,L31高度场和温度场、数值预报产品的试应用订正效果进行了检验.结果表明:以24 h变量相关系数衡量,高度场和温度场预报订正效果都是正面的,预报时效为96～192 h,订正效果最明显;以均方根误差衡量,高度场和温度场预报订正效果同样是显著改进的;订正效果存在区域差异,高度场订正效果高纬度显著,低纬度差一些;温度场订正效果低纬度要显著一些.     

不稳定平台OTT-Parsivel雨滴谱仪测量速度订正

针对高架环境中OTT-Parsivel雨滴谱仪测量结果受环境气流影响易出现误差的问题, 开展不稳定平台的OTT-Parsivel激光雨滴谱仪探测试验, 提出在不同水平风速环境下的质量控制方法, 给出测量速度订正模型, 并对其进行仿真实验和误差分析。基于 2020年北京夏季降水过程, 利用280 m高处OTT-Parsivel激光雨滴谱仪、三维超声风温仪和动态倾角传感器的测量数据, 对多次降水个例进行分析。结果表明, 提出的模型对雨滴的垂直下落速度有良好的订正效果, 各尺度通道速度分布更趋于正态分布, 有效粒子数可提高6%。在缺少倾角测量的情形下, 利用超声风温仪风速数据估计缺失的倾角数据, 估算的倾角值与实测值的一致率可达96.43%。在水平风速超过8 m/s的大风情况下, OTT-Parsivel雨滴谱仪测量数据的可用性得到提高。     

营口市气温预报方法研究

地面气温与大气低层温度存在明显的正相关,本文利用NCEP/NCAR 850 hPa和925 hPa的温度资料与营口市的日最高和最低气温分季建立预报回归方程,并分析了风向、风速、低云量和降水对日最高和最低气温变化的影响程度并建立预报指标,对预报回归方程进行订正。本文对预报方程结果进行了预报检验,结果表明：日最高气温预报误差小于2℃的预报准确率,春季为57.6%,夏季为82.2%,秋季为83.3%,冬季为78.3%;日最低气温预报误差小于2℃的预报准确率,春季为64.1%,夏季为82.6%,秋季为70%,冬季为60%。     

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。     

基于卡尔曼滤波法的福建沿海风电场风速订正

为进一步提高福建沿海风电场短时风速预报的准确性,运用卡尔曼滤波递推方程组对2017年9月至2018年4月福建中部沿海某测风塔不同预报时效和不同高度层下的风速进行订正,并通过误差分析来探究卡尔曼滤波法对福建沿海风电场短时(0～9h)预报风速的订正效果,以2017年10月和2018年3月作为典型月作进一步分析。结果表明,订正后预报风速的误差均显著减小,卡尔曼滤波法有效提高了预报精度,尤其是在大风速区和风速变化较缓时,其订正效果更为显著。订正效果随着订正高度的增加而变好,随着预报时效的增加而变差。从订正结果来看,卡尔曼滤波法存有一定局限性,在风速突变较大时易造成较大误差,产生反相位订正结果。     

基于快速滚动更新的无缝隙定量降水预报模型

针对中小尺度天气系统极易导致突发性短时强降水而难以定量化预报的问题,提出了一种基于快速滚动更新的无缝隙定量降水预报模型。模型基于改进光流法技术实现临近（0～2h）定量降水预报,基于GRAPES 3km实时频率匹配订正技术构建短时（2～12h）定量降水预报,基于最优背景场生成技术形成短中期（12～240h）定量降水预报;依据3种预报时效定量降水预报技术的技巧差异,结合实时预报检验评估,提出了基于经验权重函数的不同预报时效之间的预报融合技术,并根据最新降水实况逐1h调整预报,构建了0～240h快速滚动更新的无缝隙定量降水预报模型。选取2018年5—10月24h定量降水预报进行检验,并与传统定时预报对比,结果表明该模型24h降水预报准确率高于传统定时预报,特别是对中小尺度天气系统突发性短时强降水预报时空精度明显提高,有利于中小河流洪水预报与灾害防控。     

江河流域面雨量预报方法研究

本研究以T213模式、HLAFS模式、MM5中尺度模式输出的格点资料以及日本降水量格点资料为基础,研究面雨量的计算方法和预报方法;构造在不同环流形势背景下,启动不同预报方程的面雨量预报业务流程,有效克服了在环流形势调整时预报输出不能快速响应的弱点;建立影响山西降水的天气动力诊断模型,解决了大降水样本少、预报质量低的难点;建立“实时业务运行软件包”“、系统维护软件包”“、检验评分软件包”,做到了随时跟踪、监控预报质量、随时订正预报误差、随时总结预报成败原因、为改进预报方法和更新预报因子提供客观依据的目的;建立“山西省主要河流流域面雨量预报业务系统”,做到了从资料采集到产品分发全程自动化的要求;实现了对黄河、海河流域单站雨量和山西八条主要河流流域的面雨量预报、误差分析和订正、质量评定和监控的自动化。     

洪水预报误差分布的极大熵法

首先根据实际洪水预报误差出现在有限区域的特点,应用极大熵原理,建立了洪水总量预报误差分布的极大熵模型;通过几个不同流域的计算,得出随着降雨量的增大,产流预报误差趋于一个稳定值的结论. 同时将该模型计算的分布与正态分布进行了比较,结果表明用极大熵法求得的误差概率分布能更好地描述洪水总量预报误差的分布特性,可以根据实际降雨量的大小确定不同的最大不确定性的误差分布,为分析不同量级洪水预报的风险提供依据.     

基于神经网络的船舶稳性预报研究

为省略船舶稳性计算中横摇阻尼以及船舶阻力等参数的复杂计算过程,提出一种采用径向基函数(RBF)神经网络对第二代完整稳性失效概率预报的方法.研究包括过度加速度、瘫船稳性以及骑浪/横甩3种失效模式.通过研究船舶相关参数对各失效模式失效概率的影响,确定采用RBF神经网络对每种失效模式进行预报时输入特征的选取,从而降低训练时长.使用训练后的网络对样本船稳性进行预报,采用均方误差和平均绝对百分比误差对预报结果进行评估.对3种失效模式预报结果的平均绝对百分比误差分别为6.49%、7.09%、5.70%,均小于10%,表明采用RBF神经网络可较为精准地对船舶稳性进行预报.     

ECMWF集合预报在淮河蒋家集流域的应用

基于欧洲中期天气预报中心(ECMWF)集合降水预报产品(预见期为10 d),提取淮河蒋家集以上流域的预报数据并进行降尺度处理,驱动洪水预报模型,对2008年8月的一次洪水过程进行模拟预报。为探讨ECMWF集合降水预报驱动洪水预报模型的应用效果,将模拟预报的结果与仅采用地面降水观测数据驱动模型的模拟结果进行对比分析。结果表明:采用ECMWF集合降水预报后,洪水模拟预报精度有明显改进,可使洪水预见期提前48 h;洪水模拟预报流量过程线能刻画洪水预报的不确定性范围,可为防洪减灾提供科学决策依据。     

一种三维地形可视化细节简化方法

通过对数字高程模型数据多进制小波变换金字塔和基于二次误差的三维景观全局简化算法的讨论，提出了一种基于多进制小波变换改进的三维地形细节简化绘制方法，并给出了算法实验结果。