排序方式： 共有100条查询结果，搜索用时 15 毫秒
1.
利用1961—2017年中国地面观测站日降水资料、全球大气多要素和海表温度月资料,分析华南区域持续性强降水过程的气候特征,诊断并比较与华南前汛期、后汛期区域持续性强降水年际变化相关的大气环流和海表温度异常特征。结果表明,3—12月华南都可能出现持续性强降水过程,其中汛期4—9月的占了94.4%。伴随着区域持续性强降水的年际变化,华南本地垂直上升运动显著异常是前汛期和后汛期的共同点,但前汛期、后汛期在华南及周边环流异常、水汽输送来源以及海温异常分布等方面都存在一定差异。在前汛期华南区域持续性强降水偏重年,赤道西太平洋区域海温偏低,由于大气罗斯贝波响应使西太平洋副热带高压偏强,热带西太平洋向华南区域水汽输送加强,从而有利于区域持续性强降水偏重。后汛期华南区域持续性强降水偏重年的海温异常分布是赤道中东太平洋区域正异常、东印度洋至西太平洋暖池区负异常,海温异常通过西北太平洋副热带高压、南海热带季风强度、水汽输送和垂直环流等多方面,导致后汛期区域持续性强降水偏重。 相似文献
2.
应用2017—2018年5—9月福建省观测资料对华南区域中尺度模式(GTRAMS-3 km-RUC)预报进行站点检验,建立和训练基于卷积神经网络的逐时降水分级订正模型,并与频率匹配法进行2017—2018年测试集的对比试验和2019年数据集的模拟业务检验,探讨了试验过程中遇到的样本不均衡、特征变量选取以及模型过拟合问题。结果表明:模式对于15 mm·h-1以上降水的预报能力弱,各订正方法对原始预报均有不同程度的改进作用。从评估指标来看,基于卷积神经网络的订正方法比频率匹配法表现出优势,其中相关系数判别方案下的网络模型对强降水预报的订正效果显著优于其他方法;在输入特征变量选取方面,应用主成分分析方案的模型训练收敛速度比相关系数判别方案更快,最佳训练期有所提前,但也更早进入严重的过拟合状态,而相关系数判别方案能够使网络模型的训练拥有更长的提升期以达到更具“潜力”的状态;基于卷积神经网络的订正方法对减少分类降水预报的漏报率、晴雨和弱降水预报的空报率具有显著作用,其优化程度明显超过频率匹配法。 相似文献
3.
为了建立一个应用于区域数值预报的四维变分资料同化（4DVar）系统,在近期开发的扰动预报模式GRAPES_PF基础上,开发完善增量四维变分同化系统框架。该框架中暂不包含物理过程（长短波辐射、边界层过程、对流参数化和云微物理等）。对比业务使用的GRAPES 3DVar系统,增加了温度控制变量。将无量纲Exner气压与流函数的线性风压平衡方程直接在地形追随垂直坐标面上求解,且通过广义共轭余差法（GCR）求解扰动亥姆霍兹（Helmholtz）伴随方程。利用人造“探空”资料对2015年10月台风“彩虹”进行了理想数值试验。试验结果表明,所开发的扰动四维变分同化框架得到了预期的结果,即同化更多资料并反复受到模式约束的四维变分同化系统能有效改善初值质量,进而改善区域数值预报。建立的区域四维变分同化框架合理可行,为进一步发展包含完整物理过程的区域四维变分同化系统奠定了研究基础。 相似文献
4.
基于华南地区自动站逐小时观测资料, 采用传统站点评分、邻域法等评估华南区域高分辨率数值模式(包括GRAPES_GZ_R 1 km模式和GRAPES_GZ 3 km模式)对降水、地面温度和风场等要素的预报能力。结果表明: GRAPES_GZ_R 1 km模式的降水预报技巧优于GRAPES_GZ 3 km模式, 模式预报以正偏差为主。对于不同起报时间的预报, 00时(世界时, 下同)起报的预报效果优于12时。GRAPES_GZ_R 1 km模式的TS评分是GRAPES_GZ 3 km模式的两倍以上, 对不同降水阈值的评分均较高。分数技巧评分(FSS)显示GRAPES_GZ_R 1 km模式6 h累计降水预报在0.1 mm、1 mm及5 mm以上的降水均可达到最低预报技巧尺度, 对所检验降水对象的空间位置把握能力更好。2 m气温和10 m风速检验结果表明两个模式均能较好把握广东省温度的分布特征, GRAPES_GZ_R 1 km模式对2 m气温预报结果优于GRAPES_GZ 3 km模式, 预报绝对误差更小; 两个模式对风速的预报整体偏强, 预报偏差在1~4 m/s之间, 但相比之下GRAPES_GZ 3 km模式在风场预报上表现更好。GRAPES_GZ_R 1 km模式的2 m气温和10 m风速预报偏差随降水过程存在明显波动, 强降水过后温度预报整体偏低, 风速预报偏强, 在模式产品订正、使用等需要考虑模式对主要天气系统的预报情况。总的来说, GRAPES_GZ_R 1 km模式的预报产品具有较好的参考价值。 相似文献
5.
基于NCEP/NCAR再分析资料, 利用气温异常的倾向方程分析2016/2017年中国华北地区(100~115 °E, 35~45 °N)、西南地区(85~102 °E, 22~33 °N)和南方地区(108~118 °E, 22~33 °N)的暖冬事件。结果表明西南和华北地区的平流作用占主导地位, 而2016/2017年冬季中国南方暖冬主要是非绝热加热引起的。进一步通过水汽收支平衡的分析表明, 局地水汽异常对2016/2017年中国南方暖冬有重要贡献, 而其中土壤的水汽贡献约占50%。可能的机制如下:大气中正的水汽异常引起辐射加热增多, 导致气温升高, 土壤的感热增大, 土壤温度升高, 潜热通量变大, 从而向大气的水汽输送增多, 更多的水汽将导致更高的温度。 相似文献
6.
风廓线雷达资料质量控制及其同化应用 总被引：6，自引：0，他引：6
为更好地同化风廓线雷达观测资料开展了相应的质量控制与同化应用研究。针对2013年5月广东地区13部风廓线雷达的观测数据,采用经验正交函数(EOF) 分析方法对其进行质量控制。相比原始观测,经过质量控制的风场提高(降低)了来自时空大(小)尺度的贡献,较好地滤除了小尺度高频脉动,也较好地保留了大尺度平均状态与局地中小尺度系统的共同影响,并且更加接近ECMWF再分析场。此外,还对质量控制后的数据进行了垂直稀疏化。分别计算了质量控制前、后风廓线雷达观测与NCEP 6 h预报场的差值,对比差值的特征发现,经过质量控制的数据的观测增量更好地满足了高斯分布与无偏假设。针对一个实际天气个例,基于GRAPES 3D-Var同化系统,分析了质量控制后的风廓线雷达资料对模式分析与预报的影响。试验表明,在循环同化过程中加入风廓线雷达资料可以更好地描述模式初始场低层风场的特征,从而对强降水的位置与强度做出更好的预报。针对2013年5月的批量试验表明,同化风廓线雷达资料使短期降水预报有明显的改善。 相似文献
7.
meso-SAS对流参数化方案的改进及其在9 km分辨率模式中的应用 总被引：4，自引：2，他引：2
在分辨率为9 km的华南中尺度模式中引进meso-SAS方案,结合一次季风槽内的华南暖区暴雨天气过程,对原meso-SAS方案中存在的一些问题进行了分析和改进。利用高分辨率模式对积云覆盖比进行诊断,结果表明在9 km网格中积云覆盖比已经不能再忽略不计,因此meso-SAS要比SAS方案更加适用于该模式。原meso-SAS方案中估算的积云覆盖比大致合理,但是分布很不连续,容易导致计算不稳定,通过格点平均垂直速度估算积云覆盖比可以避免出现这个问题。对于受大尺度强迫场影响不是很明显的局地性强降水过程,原meso-SAS方案中使用的“准平衡”闭合假设会引起比较大的降水预报偏差,使用不稳定能量的松弛调整进行闭合可以有效地改善降水预报效果。 相似文献
8.
基于是否耦合有城市冠层模式的3个对比试验(无城市冠层模式:W-NUR;单层冠层模式:W-UCM;多层冠层模式:W-BEP),应用WRF模式模拟了珠江三角洲(简称珠三角)地区发生于2011年6月21日午后的一次强降水过程,发现W-UCM、W-BEP试验模拟结果均优于W-NUR试验,但降水落区与实际观测相比仍有差异。为此应用前期10天(2011年6月11—20日)的模拟结果,通过对珠三角城市群6个站点基本气象要素模拟效果的评估,重点考察了W-NUR及W-UCM试验结果的差异,并对模拟降水存在差异形成的原因进行分析。评估结果表明:无论是W-NUR还是W-UCM,模拟的10 m高度风速普遍偏强,其中W-NUR模拟的平均风速与观测对比偏强1.61 m/s,W-UCM偏强1.58 m/s;W-NUR模拟的2 m高度温度及温度露点差均较观测偏低,温度平均偏差为-1.28 ℃,温度露点差平均偏差达-1.39 ℃,而W-UCM模拟的温度及温度露点差较观测偏高,温度平均偏差略高0.14 ℃,温度露点差平均偏差1.12 ℃。平均偏差及均方根误差分析反映出,温度模拟的误差最小,其次为温度露点差,风速误差最大,而且模拟温度和温度露点差与观测相关性更好,相关系数分别达到了0.60和0.50以上,通过0.001显著性水平检验,而风速的相关性则相对较弱。总体来看,尽管耦合冠层模式后WRF对地面气象要素的预报有所改善,但模拟的10 m高度风速仍然偏强。就21日强降水过程的模拟来说,由于偏北风偏强造成了切变线南压,可能是模拟降水落区偏南的一个原因。 相似文献
9.
广东省GPS/PWV资料的质量控制及其对前汛期降水预报影响的初步研究 总被引：2，自引：0，他引：2
对2009年8月—2012年8月广东省地基GPS反演的可降水量(GPS/PWV)资料进行分析,建立了该资料的质量控制方案。该方案能合理剔除取值不合理的"离群"资料及与背景场偏差较大的资料。选取2010年5月6—7日及2012年4月27—28日两次前汛期降水过程进行数值试验,经过质量控制,只允许与背景场偏差较小的GPS/PWV资料进入GRAPES三维变分同化系统。并对初始湿度场进行合理调整,使数值预报模式的24 h累积降水量的量级和落区的预报得到明显改进,从而提高数值预报模式的降水预报能力。 相似文献