简介:逐小时自动站数据对于气象灾害预警、决策服务及预报预测等十分重要。以国家级自动站小时观测气温数据为基础,分析研究小时气温数据的疑误形式,针对各种疑误数据,利用国家级台站建站以来的日最高、日最低以及4时次(北京时02、08、14时和20时)定时观测气温数据,研制形成适用于中国自动站(区域站和国家站)逐小时气温数据质量控制系统,并将此系统应用到2006--2010年中国27000多自动站小时气温观测数据中。结果表明:区域站的正确率、可疑率、错误率分别为99.43‰、2.24‰和3.45‰,国家站则分别为99.82‰、1.27‰和0.49‰;区域站和国家站数据的可疑率相当,但错误率国家站明显比区域站低一个量级。通过历史数据质量控制分析,证明自动站气温质量控制系统设计合理,可以判断出错误数据和可疑数据.旦有可用性.
简介:利用全球谱模式T106L19和增长模繁殖法(BGM)建立了月动力延伸集合预报系统,基于气候海表面温度(SST)和预测海表面温度,设计了三组集合预报试验,一组为气候SST作为模式下边界条件的集合预报试验(CSST试验),另一组为预测SST作为模式的下边界条件的集合预报试验(FSST试验),第三组为前两组试验的集合预报结果之和(AvE30试验),对两种海温强迫分别进行了48个月的试验,并对预报结果进行了检验和分析。结果表明:相对于单一的控制预报,不管是CSST试验还是FSST试验,利用BGM方法制作的初值集合预报能显著提高月平均环流的预报技巧,集合预报对PNA区域的预报技巧改进显著,特别是预测SST强迫有正的贡献;同时考虑初值和边值不确定性影响的集合预报试验(AVE30试验),其全球预报技巧不仅高于控制预报,也分别高于FSST试验和CSST试验,这说明要提高月延伸预报技巧,必须同时考虑初值和边值的影响;大气对SST强迫的响应在模式积分10天开始显著,SST对第二旬和第三句的作用直接影响月平均环流的预报效果,而SST对第二旬和第三旬预报的影响不仅与SST本身变化有关,还与初值有关,不同的初值其作用不同;集合预报对我国夏季月平均温度分布具有较强预报能力,采用预报海温强迫的预报结果,总体上优于气候海温强迫的结果。
简介:基于CORDEX计划的试验设计,利用区域气候模式RegCM3对全球模式FGOALS-g2在RCP8.5情景下的预估结果进行动力降尺度,预估了南亚地区未来近期(2016~2035年)和远期(2080~2099年)的夏季气候变化特征。结果显示,未来两个时段的气候变化空间分布类似,只是远期的变化幅度更大。具体表现为:高低空急流减弱,低空急流中心向北移动。南亚地区整体降水减少,但其北部降水显著增加。降水变化的空间分布主要受降水频率的控制,且降水频率随强度分布的变化表现出明显的地域差异。降水的未来变化特征与水汽输送的变化有密切联系。在区域模式中,受低空急流减弱和北移的影响,水汽输送减弱,对应降水减少。而在全球模式中,虽然季风环流也在减弱,但可降水量增加起主导作用,使得预估的水汽输送增强、降水量增加。
简介:通过分析不同环流背景下蒙古气旋引发的两次沙尘天气过程发现,大尺度环流形势500hPa上的冷空气和冷涡主体的位置不同,造成地面蒙古气旋的强度和气旋的生命周期也有所不同;强的斜压大气有利于蒙古气旋的发展,斜压大气中的温度平流和涡度平流的输送促进了气旋的快速发展,伴随着地面温、压、风等气象要素的急剧变化,产生强沙尘天气过程;大气行星边界层稳定度的理查孙数(Ri)有可能较好地描述沙尘天气过程的强度,强的沙尘天气过程中,Ri小于1并持续较长时间,有利于动力乱流发展;弱的沙尘天气过程中,只有短时出现负Ri。因此,Ri的强度以及持续时间的长短可以作为沙尘天气预报中的一个参考的预报因子。
简介:利用气象站综合观测资料和NCEPFNL的1°×1°再分析资料,分析了2013年11月25日黑龙江省大暴雪的环流特征和气旋爆发性增长过程;在此基础上,对涡度平流、高低空急流的分布特征和垂直结构及湿位涡的正压项和斜压项对气旋爆发性增长的贡献进行了深入细致的研究,探索此次爆发性气旋发展的动力学机制.结果表明:此次黑龙江省暴雪过程地面气旋中心位于槽前最大正涡度平流区下方,正涡度平流使等压面降低,地面减压,气旋获得发展.地面气旋始终位于南支高空急流核左前方和北支高空急流核右后方,两支高空急流的动力作用均引起强辐散.高、低空急流耦合的区域,使高层强辐散和低层强辐合叠置,加强了气旋中心附近的上升运动,从而使气旋和降雪的强度得到加强.气旋在强斜压大气中获得爆发性增长,气旋的爆发与湿位涡的分布和演变关系密切,高层正湿位涡下传,使低层湿位涡增大,气旋获得发展;当高层ξmpv1线趋于准水平状态时,正湿位涡下传造成低层湿位涡发展结束,气旋发展停止并逐渐减弱.大气湿斜压性增加可引起垂直涡度的显著增加,促使气旋爆发性增长,垂直涡度的变化滞后于湿斜压性的变化.
简介:简要回顾了数值天气预报和气候预测可预报性研究的若干动力学方法,包括用于研究第一类可预报性问题的线性奇异向量(LSV)和条件非线性最优初始扰动(CNOP-I)方法,以及Lyapunov指数和非线性局部Lyapunov指数方法。前两种方法用于研究预报或预测的预报误差问题,可以用于估计天气预报和气候预测的最大预报误差,而且根据导致最大预报误差的初始误差结构的信息,这两种方法可以用于确定预报或预测的初值敏感区。应该指出的是,LSV是基于线性化模式,对于描述非线性大气和海洋的运动具有局限性。因而,对于非线性模式,应该选择使用CNOP-I估计最大预报误差。Lyapunov指数和非线性局部Lyapunov指数可以用于研究第一类可预报性问题中的预报时限问题,前者是基于线性模式,不能解释非线性对预报时限的影响,而非线性局部Lyapunov指数方法则考虑了非线性的影响,能够较好地估计实际天气和气候的预报时限。第二类可预报性问题的研究方法相对较少,本文仅介绍了由我国科学家提出的关于模式参数扰动的条件非线性最优参数扰动(CNOP—P)方法,该方法可以用于寻找到对预报有最大影响的参数扰动,并可以进一步确定哪些参数最应该利用观测资料进行校准。另一方面,通过对比CNOP—I和CNOP-P对预报误差的影响,可以判断导致预报不确定性的主要误差因子,进而指导人们着力改进模式或者初始场。