国家重点基础研究发展计划(2012CB417204) 作品数:37 被引量:475 H指数:16 相关作者: 陈静 王东海 尹金方 赵艳风 张涵斌 更多>> 相关机构: 中国气象科学研究院 中国气象局 成都信息工程大学 更多>> 发文基金: 国家重点基础研究发展计划 国家自然科学基金 公益性行业(气象)科研专项 更多>> 相关领域: 天文地球 电子电信 更多>>
民航京沪穗数值预报系统在广州的本地化试验 被引量:1 2013年 为了调整优化基于WRF模式的民航京沪穗数值预报系统在广州本地的预报效果,使用3组不同的物理参数化方案和资料同化方案组合,对发生在2011年10月13日~14日广东地区的暴雨过程进行模拟。降水预报结果显示不同物理参数化方案和资料同化方案对降水预报有较大的影响,使用香港城市大学大气研究实验室实时预报系统推荐的参数化方案的降水预报好于加拿大温哥华地区业务运行的参数化方案,使用香港的方案,不同化自动站资料的预报效果好于同化自动站资料。而环流形势场、相对湿度场、水汽通量场和CAPE指数场对不同参数化方案的敏感性要小于降水场,另外还分析了系统连续15天预报结果。最终结果表明,不论是降水场还是形势场,使用香港城市大学的方案并且不同化自动站资料的评分优于其他2种方案,可以作为广州本地业务方案使用。 田开文 王东海 李国平关键词:气象学 WRF模式 参数化方案 基于WRF/CALMET的近地面精细化风场的动力模拟试验研究 被引量:18 2015年 本文利用中尺度动力模式WRF和诊断模式CALMET对琼州海峡的两次冷空气过程的近地层风场进行模拟和诊断,所用的资料是美国NCEP再分析FNL资料。WRF模式第一至第四层网格的水平距离分别是27、9、3和1 km,并用WRF-1 km场以单向嵌套模拟方式降至200 m,同时以WRF-1 km预报场作为CALMET初猜场降尺度诊断至200 m。分别用CALMET-200 m风场、WRF-1 km风场和WRF-200 m风场,3个风场的风速、风向与沿琼海海峡分布的21个测站(其中6个测风塔)观测资料进行检验比较分析。主要结论是:(1)CALMET-200 m的风速RMSE明显小于另外两组试验,风向RMSE总体上差异不大;在60~80 m高度上也没有明显差异。(2)在0~8 m·s^(-1)风速,10 m高度上CALMET-200 m风场诊断结果最好,风速平均偏差值从4~0 m·s^(-1),WRF的两组试验平均偏差值比CALMET-200 m结果大约2 m·s^(-1),风向上表现为偏差的分布更加集中;60~80 m高度上,CALMET-200 m诊断效果与WRF-1 km模拟效果相当,但是冷空气时段内WRF-200 m的风速要远远差于另外两组试验;而3组试验的风向并无大的差异。(3)WRF/CALMET模式系统在非冷空气活动时段内的风速风向模拟诊断偏差更小,说明其在层结相对较稳定时模拟诊断的准确度更高。 张弛 王东海 巩远发关键词:精细化 冷空气过程 GFS对我国南方两次持续性降水过程的预报技巧评估 被引量:5 2015年 采用美国全球预报系统(Global Forecasting System,GFS)资料,利用谐波滤波提取空间长波、超长波分量,检验评估了GFS对2012年7月11-31日东亚地区大气环流场和降水的可预报能力。结果表明:GFS模式对东亚地区的中低层高度场预报可靠时效维持6d以上,高层预报可靠时效可达10 d;长波、超长波的可预报效果显著,其中高度场长波5~8波的预报效果好于3~6波,风场则相反;GFS对我国南方两次持续性降水过程的可预报天数维持在8d左右,并可提前2天预报出强降水带位置;模式对持续性降水过程预报相对站点观测降水量整体偏强。 董颜 刘寿东 王东海 赵艳风关键词:GFS 滤波 评分 Kinematic Features of a Bow Echo in Southern China Observed with Doppler Radar 2013年 A bow echo is a type of mesoscale convective phenomenon that often induces extreme weather and appears with strong reflectivity on radar images. A strong bow echo that developed from a supercell was observed over Foshan City in southern China on 17 April 2011. The intense gusty winds and showers caused huge losses of property and severely affected human lives. This paper presents an analysis of this strong meso- n-scale convective system based on Doppler radar observations. The isolated bow echo exhibited a horizontal scale of about 80 km in terms of reflectivity above 40 dBZ, and a life span of 8 hours. The system originated from the merging of a couple of weakly organized cells in a shear line, and developed into an arch shape as it moved through the shear zone. Sufficient surface moisture supply ensured the convective instability and development of the bow echo. The low-altitude winds retrieved from single Doppler radar observations showed an obvious rear-inflow jet along the notch area. Different from the conventional definition, no book- end anticyclone was observed throughout the life cycle. Very strong slantwise updrafts and downdrafts were recognizable from the retrieved winds, even though the spatial scale of the bow echo was small. Strong winds and induced damage on the surface are considered to have been caused by the mid-level rear-inflow jet and intense convective downdrafts. 彭新东 张人禾 王红艳基于CloudSat资料的青藏高原地区云微物理特征分析 被引量:20 2014年 青藏高原云物理特征的认识对高原天气和气候的研究有重要意义。利用2006年6月—20l1年4月的CloudSat卫星资料,分析了青藏高原地区云的总云水路径、液态水路径、冰水路径及雷达反射率的分布特征,并对高原与东亚降水云的垂直结构进行对比,得到如下结论:(1)总云水路径的大值区分布在高原西南坡、东南部及高原中部低值区分布在昆仑山脉、祁连山脉及其以北地区;暖季大于冷季;(2)高原南部及东部为液水路径大值区,以液相云为主;高原中部、北部及西部为冰水路径大值区,以冰相云为主;(3)雷达反射率的垂直分布主要介于-27-17dBz,集中在3~9km;云粒子群随高度先增大后减小,在4km高度的大小和浓度最大;暖季云高大于冷季,对流活动旺盛;(4)高原与东亚降水云的结构不同,季节变化也与东亚有差别。(5)雷达反射率在近地面层随纬度的增大减小,垂直方向的递减率是暖季小于冷季;(6)冷季的高原上与周边相比为丰水区,南坡的冰水路径与低层雷达反射率大值区对应,表明南坡阻挡作用促进云中冰粒子的形成。 赵艳风 王东海 尹金方关键词:CLOUDSAT 青藏高原 雷达反射率 基于模式先验信息的贝叶斯集合降水概率预报试验 被引量:7 2013年 为了更好地利用降水预报历史先验概率分布函数信息修订集合概率预报效果,基于贝叶斯原理和贝叶斯降水概率预报模型,分别使用1952—2007年历史观测资料和2009—2011年6月24-120 h中国T213全球集合预报历史资料作为先验信息,对中国不同气候区代表站(广州、南京、武汉和成都)建立贝叶斯降水概率预报模型,对比不同先验信息下集合成员与集成贝叶斯降水概率预报拟合结果差异,分析先验信息对贝叶斯降水概率预报模型的影响,在此基础上,采用模式先验信息的贝叶斯降水概率预报模型,进行2008年6月降水概率预报试验。试验结果表明,由T213集合预报产生的先验信息较历史观测资料产生的先验信息更优,当先验信息的降水概率分布函数曲率最大处偏向降水大值区时,贝叶斯模型的降水预报结果也偏向降水大值区,反之亦然。结果还显示,先验信息对贝叶斯降水概率预报模型有重要影响,若先验信息偏向更多更大降水量时,贝叶斯降水概率预报对有降水的预报更优,若降水先验信息偏向更少更小降水量时,对无雨或微量降水预报效果越好。 张宇彤 矫梅燕 陈静关键词:贝叶斯方法 先验信息 降水概率预报 湖北省夏季降水日变化特征 被引量:17 2016年 利用2001—2014年湖北省77个气象观测站的整点逐时降水数据,通过划分不同区域和三种量级降水的方法,分析了夏季(6—8月)降水日变化特征。结果表明:1)湖北省夏季降水日变化特征非常明显,降水量曲线呈双峰结构,峰值出现在08时和17时(北京时间,下同),降水频次与降水强度均呈现“一主一次”的双峰结构,这主要与青藏高原东移来的天气系统自西向东的滞后性以及局地热力强迫有关,发生在傍晚(15—18时)的降水强度有明显的年际增强趋势。2)湖北省降水日变化特征区域差异显著,鄂西北与鄂西南降水峰值主要出现在傍晚和夜间,谷值出现在正午,鄂东三个区域的降水峰值出现在上午和傍晚,谷值出现在午夜。3)近14 a强度为0~20 mm/h的降水呈现减少趋势,主要发生在鄂西地区。其日变化曲线为“一主一次”的双峰结构,主(次)峰值出现在07(17)时。与之相反,短时强降水(≥20 mm/h)的发生概率东部大于西部,平原大于山区,有增加趋势的站点占总站点数的53.24%,峰(谷)值出现在17(12)时。短时特大强降水(≥50 mm/h)峰值出现在15—20时,03—14时出现概率较低。 林春泽 刘琳 林文才 白永清 祁海霞 杨浩关键词:降水日变化 短时强降水 GRAPES区域集合预报系统对登陆台风预报的检验评估 被引量:20 2017年 针对2015年7—9月登陆中国大陆沿海的台风,利用GRAPES-REPS区域集合预报资料和集合统计诊断分析方法,对登陆台风的移动路径、时间、地点、强度和降水等进行检验评估,以期为预报员应用GRAPES登陆台风概率预报提供依据。检验结果表明,(1)集合平均移动路径要优于控制预报,集合预报各成员登陆地点存在20~340 km差异,但实况登陆地点均能落在集合成员登陆地点中。(2)对24 h和48 h登陆地点误差而言,集合平均较控制预报更接近实况。(3)随着预报时间的趋近,集合平均、控制预报和集合成员登陆地点距离误差逐渐缩小,登陆地点空间位置预报也没有明显的系统性误差。(4)集合成员对台风登陆时间预报偏早,平均提前2.3 h。(5)在强度预报中,尽管最低气压和近中心最大风速存在登陆前偏弱而登陆后偏强的趋势,但登陆点预报值区间包含了实况观测值,表明GRAPES-REPS集合预报能够较好展示多种可能信息。(6)不同量级降水AROC评分为0.56~0.76,具有预报参考价值;另外AROC评分的高低及台风暴雨落区的准确性与台风登陆点和登陆时间误差密切相关。可见,GRAPES-REPS区域集合预报可以在台风登陆地点、时间、强度和降水预报等方面提供更多的预报不确定性信息,有助于做出正确的预报决策。 钟有亮 陈静 王静 吕恺 李晓莉关键词:登陆台风 混合集合预报法在华南暴雨短期预报中的试验 被引量:9 2015年 基于ARPS和WRF模式的多初值、多物理方案的集合预报系统,检验由高、低空间分辨率模式集成的结果。针对2013年5月8日华南地区强降水过程,设计ARPS模式集合、WRF模式集合和ARPS-WRF多模式集合3组试验,对比分析混合集合预报法与传统方法的降水预报效果。结果表明:ARPS模式集合改善了广东省南部局地强降水预报,该方法在中雨、大雨、暴雨量级改进效果显著。WRF模式集合对广东省北部强降水预报优于ARPS模式集合,但空报、漏报率较大,该方法有一定局限性。ARPS-WRF多模式集合在降水落区和量级预报上均优于传统方法。混合集合预报法利用低分辨率(36 km)集合预报和高分辨率(12 km)控制预报实现了高分辨率(12 km)集合预报,改善了降水预报效果,该方法可为业务高分辨率集合预报提供参考。 唐圣钧 王东海 杜钧 周镜石关键词:高分辨率 华南暴雨 基于集合预报的中国极端强降水预报方法研究 被引量:53 2013年 极端强降水天气属于小概率事件,其发生具有很多不确定的因素,预报难度很大。根据Anderson-Darling检验原理研究基于集合预报资料的极端强降水天气预报方法,利用2007—2010年中国T213集合预报资料和2001—2010年6—8月中国降水观测资料,分析观测与集合预报累积概率密度分布函数的特征,建立基于集合预报与模式历史预报累积概率密度分布函数连续差异的数学模型——极端降水天气预报指数(EPFI),并对2011年7月中国极端强降水天气进行预报试验。结果表明,极端降水天气预报指数可以充分利用集合降水累积概率密度分布的尾端信息,为极端强降水提供科学合理的预报,基于中国气象局(CMA)T213集合预报的极端降水天气预报指数可提前3—7 d发出极端强降水预警信号,随着预报时效的延长,预报技巧逐渐降低。研究还表明,模式气候累积概率分布的合理性将直接影响极端强降水天气识别能力。 刘琳 陈静 程龙 林春泽 吴志鹏关键词:极端强降水