一种新的多因子约束下的NWP反演ZTD残差改正模型

对流层延迟是GNSS定位的主要误差源之一,利用NWP模型的气象数据积分反演ZTD是当前研究热点.然而,采用两大气象预报中心(ECMWF和NCEP)的再分析资料反演ZTD的残差一般在±60 mm之间浮动,预报资料反演的ZTD的精度更差,都不能直接用于精密定位.一般是先将此反演的ZTD作为初值,设定先验方差,将残差作为未知参数求解.NWP反演的ZTD的精度,将直接影响对流层和模糊度参数在滤波过程中收敛速度.前人的研究表明,NWP反演ZTD的残差大小与测站所在纬度相关,利用纬度与残差的相关函数可提高NWP反演ZTD的精度,但效果并不明显.针对以上问题,比较ECMWF和NCEP再分析资料反演ZTD的精度,然后分析精度较高的ECMWF资料反演的ZTD的残差随温度、湿度、纬度、季节等因子变化的规律,并结合基于最小绝对残差法的多项式拟合方法拟合残差,提出一种新的多因子约束下的NWP反演ZTD的残差改正模型,从而提高NWP反演ZTD的精度.为验证模型的性能,以133个IGS站高精度ZTD为参考,拟合2015年ECMWF反演ZTD的残差,构建残差改正模型,并利用此模型改正2016年ECMWF反演的ZTD.实验结果表明：在纬度高于15°的地区,NWP反演的ZTD的平均残差和均方根误差比使用模型前分别减小了86.9%和36.3%.另外,对于较低纬度地区,此残差改正模型的效果不明显.     

三维完整原始方程组对边界参数的收敛性

考虑了一个经常被用于天气预报和气候变化的完整原始方程组,即三维原始方程与温度和盐度方程耦合,并受外力作用.运用微分不等式和能量估计的方法,得到了方程组解的先验界,并证明了方程组对边界参数的收敛性.     

预测未来的科学

“未来无法预测”的说法肯定是错误的。在科学基础上预测未来是常见的事,并不奇怪。典型例子如天气预报。而对地震的研究导致了地震学科的建立。客观世界遵循自然规律,但又是无规、随机、非线性和有突变的,因而预测未来既可能又很难成功。不能用因果性要求批评量子物理实验;可以用因果性对待经典物理实验,但不应死守“因先于果”的时序限制。因果律的精髓应是“在任何情况下果都不能影响因”。在Maxwell—d’Alembert方程求解过程中,完整的数学分析结果是有一个滞后解和一个超前解。过去的习惯作法是抛弃超前解而只留下滞后解,虽然从逻辑上的因果性出发而这样做并不合理,能被人们接受的理由只是“滞后解才与实验情况相符合”。现在已出现了众多的负波速实验,证明了超前渡存在,并且在实验中“果超前于因”。这些实验体现了“进入未来”的意蕴,或许可以看成是“时间机器”设想的某种体现。一般认为经过时空隧道可作时间旅行;也可利用量子力学现象,例如纠缠态和后选择。量子隐形传态传送的是量子态而非实体物质,从逻辑上讲量子后选择传态与时间旅行是一致的。因此旅行者实际上未动,而传送的是描写旅行者的全部信息。很明显,在量子理论中时间旅行是可能的。量子力学是未来学发展的动力。……然而未知事物大量存在,要承认未来充满了不确定性;对未来学的研究面临巨大困难,道路是漫长的。     

天气预报如何为农业生产提供服务刍议

天气预报为人们的出行和生活提供了很大的便利,特别是对于农业生产来说,天气预报的服务显得更加重要,在春种、秋收、冬种等一些关键季节与时期里,及时的预报服务能大幅度减少气象灾害对于农作物的伤害,也在一定程度上保证了我国农业生产的发展。针对天气预报对于农业生产服务的重要性,围绕目前我国农业生产天气预报系统中存在的问题和一些解决措施进行了初步研究。     

数据仓库技术在天气预报中的研究探讨

数据仓库技术是一种在天气预报中采用的新方法,首先对数据仓库技术进行了简要概述,进一步结合气象数据特点和天气预报业务特点,对数据仓库技术在天气预报中的应用前景和设计要点进行了的探讨.     

浅谈如何做好气象预报服务工作

观测是基础,预报是窗口,服务是宗旨,做好气象科技服务工作,是气象工作的最终目的。气象科技服务工作,就是把预报产品和气候分析、气候评价利用现代化通讯工具及时送到用户手中,针对人们的生活、生产活动及需要提出合理化建议。教人们如何巧用天时,合理开发利用气候资源,对一些灾害性天气进行人工影响和干预,驱利避害,达到防灾、减灾的目的,使之更好的为生产、生活服务。     

基于风云3C卫星双氧通道的云检测算法

风云3C卫星微波湿度计(MWHS)增加一组频点为118.75 GHz的氧气吸收通道,该组探测通道与微波湿度计(MWTS)中的50~60 GHz的氧气吸收通道综合发展一种云检测方法。应用高频和低频通道对云的散射作用不同的原理,利用在根据双氧通道之间在晴空条件下的关系,进而发展出的一种综合的云检测方法。     

云微物理参数化方案对青藏高原一次对流云降水模拟的影响

利用WRF V3.9.1中尺度数值天气预报模式(mesoscale numerical weather forecast model,WRF)7种云微物理参数化方案,对2015年8月13日青藏高原那曲地区一次对流云降水过程进行数值模拟,对比分析不同云微物理参数化方案对降水、环流以及相关物理量模拟的影响.结果表明:WRF模式能够较好地模拟本次对流云降水过程,但不同云微物理参数化方案对降水、环流场等物理量的模拟有明显影响.在降水落区方面,各方案模拟的雨区范围普遍偏大,仅Lin和CAMS方案较好地模拟出那曲中部的降水中心,而对于降水量,除WSM5、Morrison和New Thompson方案模拟值偏低外,其余方案模拟结果与实况值较为一致.此外,不同云微物理参数化方案模拟的降水日变化同样存在差异,大部分方案能够再现本次降水过程的前两次降水峰值,但均未能模拟出第3次降水峰值.对于大气环流和水热物理量场,各方案也可较好地再现其基本特征,但方案间的差异不可忽视.总体来说,Lin方案对本次高原对流云降水过程降水以及环流等相关物理量的模拟效果最佳.