五层原始方程模式对西南低涡的数值预报及实验

笔者应用五层原始方程模式,对我国西南低涡的发生发展的影响因子进行了数值预报,结论表明该模式对西南涡有较强的预报能力。在此基础上,对涡的生成和发展进行了一系列数值模拟,并得到一些有意义的结果,从而再次从理论上定性的论证了有关的实际观测结沦以及天气学观测所得到的论点。笔者认为:冷空气对西南低涡的补充是其发展的重要条件;水汽充足的条件下,降水对西南低涡有一定的影响,主要表现在当降水中心发生在西南低涡周围时,西南低涡得以相对增强,如降水中心发生在西南低涡内部时,西南低涡有填塞的可能,西南低涡一但形成在比较干燥的环境里也能维持。     

分站客观降水预报试验

将逐时段定点降水非连续量的预报问题转化为对一个连续的降水可能函数的预报问题.降水可能函数为一由实况值确定的函数.发展了一种新的非线性多因子动态组合方法,通过对降水可能函数的预报,作客观分站降水预报.1998年在北京地区15站进行了为期半年的预报试验,当天夜间的降水预报平均CSI得分为0.40,第二天白天平均CSI得分为0.40.     

一个用“样条”格式预报台风移动的原始方程模式

设计了一个用二维三次“样条”插值函数解正压原始方程组,用于预报台风移动的模式。“样条”函数具有精度高、光滑性好的特点,计算稳定,不加任何平滑处理,就可得到很光滑的预报场。试验结果表明:用“样条”格式后,比通常一般的差分方法预报系统移动缓慢的现象,有所改善,台风移动的速度、路径也更近于实际。另外,对移动路径比较特殊的台风,也取得了较好的预报结果。     

BP神经网络在不等时距滑坡变形预报中的应用

介绍神经网络模型的建模原理和方法,并采用该模型对实际滑坡不等时距监测数据进行处理和分析。结果表明神经网络模型能够对变形监测不等时距数据做出比较准确的模拟和预报,从而能够为变形监测的不等时距数据处理提供一种较好的方法,可以作为今后同类数据处理的模型。     

BP神经网络模在不等时距滑坡变形预报中的应用

介绍神经网络模型的建模原理和方法,并采用该模型对实际滑坡不等时距监测数据进行处理和分析。结果表明神经网络模型能够对变形监测不等时距数据做出比较准确的模拟和预报,从而能够为变形监测的不等时距数据处理提供一种较好的方法, 可以作为今后同类数据处理的模型。     

台北地区冬季降水相似预报试验

为研究相似预报技术在低纬度地区的应用问题,利用典型相关分析方法,对台北冬季降水与降水发生前12h西风带上游关键区各高度层气象要素场的相关性进行了分析,定量化地确定了台北冬季降水的预报因子。在此基础上,根据综合相似离度构造多级相似方法,建立了台北冬季有无降水的预报模型;同时利用该模型对1995年冬季降水作了试报。结果表明,该模型可以综合考虑因子相关问题,预报效果较好。     

赣东主汛期模式降水预报检验分析

基于ECMWF模式形势场预报资料及JAPANFAX、GFS、EC-THIN、JMA、T639、NCEP等11家模式降水预报资料,从面雨量、极值降雨量2个方面对2015年江西省抚州市主汛期(6月上旬至7月上旬)区域性暴雨的降水预报结果进行了短期主观检验,对比分析了11种数值模式对江西省抚州市区域性暴雨系统预报的效果。结果表明:1)在面雨量预报方面,EC集合预报、T639模式预报、GFS预报在主汛期的降水预报准确率较好; 2)在极值降雨量的预报方面,EC-THIN、T639模式预报在主汛期的降水预报准确率更好; 3)得到本地化预报准确的模式,再对2016-2017年的强降水天气过程的面雨量和极值降水量进行了预报验证,找出这2个要素的预报思路及指标,为今后主汛期降水起到较好的参考指导意义。     

江西省多模式热对流降水预报对比分析

通过对比EC数值预报模式、华东区域模式中尺度系统、华东区域模式快速同化更新系统、JXMESO模式4家模式系统预报与2019年7月18日至8月13日每日14:00—20:00午后热对流降水实况。结果表明:EC对午后热对流落区预报有较好的准确性,但降水强度预报偏差;华东区域模式中尺度系统和JXMESO在落区和强度预报上则都缺乏一定的准确性,JXMESO更是多次空报;华东区域模式快速同化更新系统则有较好的准确性,其预报的雷达反射率和低层风向产品有较好的指示意义。     

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。     

4种数值模式的降水预报检验分析

选取2014年江西大监站24 h出现10站次以上大雨以上量级的降水过程,采用统计对比分析方法,对Ecmwf、Grapes、T639和GTEJ 4种数值模式逐3 h的降水预报效果进行检验。结果表明:不同时段各模式的预报准确率不同,前00:00-09:00,Ecmwf的预报准确率达34%;18:00,Grapes准确率达30%;12:00-21:00,GTEJ的预报准确率达31%;24:00,T639的预报准确率达26%。模式降水预报的可参考性在各季节也不一样,Ecmwf、Grapes和GTEJ秋冬季的可参考性要明显强于春秋季节,而T639对于春季降水预报的可参考性是最强的;夏季的降水预报,GTEJ的可参考性是最强的;秋季和冬季的降水预报,Ecmwf和GTEJ的可参考性都较强;对于不同类型降水下4种模式的降水预报效果,高空槽型和切变型降水,GTEJ的参考性最强的;冷空气型和台风型的降水,Ecmwf的可参考性最强;副高边缘型的降水,Ecmwf和GTEJ的都具有很好的参考价值。     

观测资料同化与有限区模式初期降水预报

选取1991年7月3日至4日出现在我国江淮流域的梅雨暴雨天气过程,针对有限区模式降水预报中“旋转加强”问题,试验2种初值化方法即牛顿连续松弛逼近技术和降水-湿度场调整方案来改进模式的初期降水预报。试验结果表明：(1) 用湿度场调整方案同化观测降水资料,使同化时段降水区的中低层低压系统明显加强,所形成的初值具有较好的中尺度信息;但该方案会出现观测值与模式不协调引起的虚假小扰动。(2) 用牛顿连续松弛逼近技术同化业务观测系统的速度场和温度场资料,所形成的初值场形成了大尺度特征,同时对应江淮雨带的中低层低压系统加强,所形成的初值能够具有一定的中尺度信息。(3) 因此两者结合得到了最好的预报效果。对于梅雨天气过程,牛顿连续松弛逼近技术更有效。     

BPSO优化朴素贝叶斯分类器的降水分级预报试验

为进一步研究朴素贝叶斯分类器在单站降水预报方面的应用效果,利用2008年至2011年6~9月份的T511数值预报产品和单站观测资料,采用2种不同适应度函数的二进制粒子群算法(简称BPSO)优化朴素贝叶斯分类器算法(BPSO-NB),对石家庄、太原、林西3站13~24h时段的晴雨和降水等级进行了预报试验。试报结果表明:BPSO-NB、BPSO-NB2模型3站平均晴雨预报准确率明显高于T511,均在85%以上,且BPSO-NB2(87.1%)最优;2种模型小雨、中雨TS评分也高于T511,BPSO-NB1(0.403、0.167)最优。BPSO-NB模型能有效降低T511空报次数。     

MM4模式和陕西春季降水模拟试验

介绍了有限区域的中尺度数值模拟ＭＭ４的结构,物理过程等,用ＭＭ４模式对陕西省春季透雨和暴雨过程进行模拟试验,证明了ＭＭ４模式在陕西春季大降水预报中的可用性。     

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。     

五层砌块模型房屋的振动台试验研究

本文介绍了三幢五层砌块模型房屋的振动台试验结果,讨论了在模拟地震作用下砌块房屋的破坏机制和抗震能力,并和1979年原型试验楼静力试验结果作了对比。     

双曲型方程的一类三层五点高精度显格式

组合差商算法给出了求解一维双曲型方程的一类显式差分格式,其精度一般为O(3τ h3),最高精度为O(4τ h4).数值例子验证了理论分析结果的有效性.     

高分辨率中尺度模式在乐平工业园区的污染预报试验

为了研究乐平工业园区企业排放的污染物对乐平市城区的影响程度,应用了WRF高分辨率中尺度模式、利用最新的GIS资料、结合CALPUFF污染物输送模式对SO_2等污染物输送、扩散、浓度分布和沉降进行预报试验。结果表明:精细化的大气扩散模式,能实时给出污染物的主要影响范围、最大影响浓度所在位置以及发生时间等信息,对于评估企业大气污染物排放的实时环境影响具有重要意义。模式输出产品符合污染物常规的传输与扩散规律:排放源附近,SO_2的浓度达到极值,地面盛行风向是污染物传输的主要方向,沿着地面主导风向,污染物存在侧向的扩散,污染物影响较显著的范围主要位于药厂与盛行风向的下游。预报结果与观测结果的相关系数可达0.8以上,且超过95%的信度,平均浓度预报偏差低于10μg/m~3,35家企业地面SO2日均浓度对本地的最大贡献率约为63.4%,但从影响范围来看,最大浓度贡献点位于企业聚集区内,即处于可控范围内。对于评估企业大气污染物排放的实时环境影响具有重要意义,可为乐平市大气污染防治提供有效预报参考。     

边界条件对中尺度数值预报模式影响的试验研究

利用WRF非静力中尺度数值预报模式,对2006年1月13—14日华北地区及山东半岛一次大雾天气过程进行不同大小模拟区域、不同边界条件(分别采用NCEP和T213资料)的模拟对比试验,对模拟预报场与实际分析场进行对比分析.结果表明:中尺度模式初值显著影响模式积分开始后的一段时间,随着时间的延长,边值对模式预报的影响愈加显著;初值与边值影响的时间长短与模式区域有关,模式区域越大,初值影响时间越长,边值影响整个区域的时间越晚;反之,模式区域越小,则模式初值影响时间越短,边值起决定作用的时间越早;模式边界值信息影响模式内区的地面信息的速度大约与中低层天气尺度波动移动速度相当;模式初值影响地面及低层要素的时间比高层要素长,相反边值影响高层要素的时间比低层快得多,这与稳定形势和高低空气流速度的差异有关;模式初值影响热力要素及水汽要素的时间比动力要素要长.这些结论为区域中尺度模式的建立起到一定的指导意义.     

基于CAM3T42的云南5月降水的可预报性试验研究

取逐月地表温度作外强迫,用NCAR CAM3T42模式积分50a,获得1951～2000年的模式大气环流资料,截取40a的5月500hPa高度场与云南124个测站5月降水资料建立的基于CAM3T42公共预报因子集具有很好的一致性,可以用来讨论云南5月降水的可预报性.CAM3T42的5月500hPa高度场影响云南5月雨量的关键区主要分布在地中海、印度次大陆、西太平洋暖池、东北太平洋、北美等区域以及南印度洋、南太平洋和南大西洋等区域.应用公共预报因子集建立的云南124个测站5月雨量预报试验表明有113个复相关系数通过0.05的显著性检验,占总测站数的91%左右.利用10a样本作为独立预报检验表明复相关系数的量值与非独立样本检验的相比略有减小.试验结果和独立样本检验结果表明:5月CAMT42的500hPa高度场的变化与云南124测站5月降水间具有良好且稳定的关系,CAMT42对云南5月降水具有一定的预报能力.