多模式集成分级降水概率及落区预报试验

利用欧洲中心模式(EC-thin),日本模式(JAP),德国模式(GER),T639模式(T639)以及天津WRF模式(TJ-WRF)的格点降水预报资料和历史实况资料,分别基于Rank方法、平均法、相关法设计了三种集成降水概率预报方案,并对2014年4-10月进行集成降水概率预报试验及RPS、BS评分、ROC曲线检验,探讨了集成降水概率预报产品在实际降水预报业务中的应用方案。研究表明:对于各个量级的降水概率预报,Rank方法的预报准确性好于平均法和相关法。基于Rank方法的集成降水概率预报具有可预报性,通过晴雨概率阈值的试验分析,发现当集成降水概率预报达到40%时,降水预报准确率最高,晴雨预报准确率可达到85.1%,通过对各量级概率阈值的试验分析,发现基于集成概率预报阈值得到的分级降水预报产品的ETS评分明显高于单一模式成员;通过个例检验,多模式集成降水概率预报大于40%的区域对降水落区具有较好的指示意义,降水落区预报击中的准确率达到62.3%,典型个例分析显示,对天津小概率极端性的全区性暴雨落区和概率较大的一般性降水落区均有较好的预报效果。     

基于遗传-神经网络的电网流域面雨量预报方法研究

以重点水力发电厂和大中型水库为主要考量,并兼顾地形地貌和中小河流的分布特征,将广西划分为23个电网流域,研究了基于非线性的神经网络电网流域面雨量预报方法。以5-6月龙滩近库区、龙江流域等6个电网流域为例,利用遗传算法优化BP神经网络的连接权和网络结构,建立了各电网流域的遗传-神经网络电网流域面雨量预报模型。对独立样本的预报结果表明,基于遗传-神经网络的电网流域面雨量预报模型的预报能力要优于传统的逐步回归预报模型,也明显优于日本、德国数值模式预报产品所换算成的电网流域面雨量预报,并与气象部门同期制作的综合面雨量预报产品能力相当,因而,遗传-神经网络面雨量集合预报模型有较好的业务应用前景。     

贺兰山东麓春季最低气温和霜冻精细化格点预报产品的检验

为了满足本地实际业务和服务需求,利用0.125°×0.125°欧洲中期天气预报中心ECMWF模式逐3 h最低气温预报产品和1 km×1 km逐时气温格点实况场资料,使用三种Kalman滤波方法订正贺兰山东麓144 h内逐3 h最低气温和霜冻1 km×1 km的格点预报,并对比检验订正前后四种产品的预报效果,检验结果表明:经过Kalman滤波方法订正后,贺兰山东麓最低气温预报误差和霜冻预报准确率及稳定性明显提高,三种Kalman滤波方法的平均绝对误差分别较ECMWF降低了0.76℃、1.04℃和1.12℃,霜冻预报准确率提高了3.2%、3.9%和5.3%;三种Kalman滤波方法对于1 400 m以上的高海拔山区订正效果显著,误差降低了2～5℃,霜冻预报准确率提高了10%～30%,且海拔越高,订正效果越明显,而对于1 200 m以下的低海拔平原地区,由于ECMWF模式预报效果较好,订正能力有限;相较而言,最优集成Kalman方法的订正效果最好。     

泥石流预报中的多层降水预报/监测系统

利用数值天气预报、静止气象卫星云图、天气雷达回波和遥测雨量等4种方法,进行了大气降水的预报与监测,构建了不同时间尺度满足不同精度的降水预报和监测体系,通过与下垫面中地形和地质等条件的耦合,为不同时间尺度的泥石流预报系统提供了相应的降水预报支持,以满足不同层次的泥石流减灾要求.     

利用欧洲数值预报产品制作哈尔滨市七日天气预报

阐述了利用已有数值预报产品和NCEP历史资料通过相似方法制作哈尔滨市24～168h的七日天气预报(包括降水、最高气温、最低气温)。根据高空形势场、地面形势场和物理量场相同条件下,其天气现象一般相同的天气学原理,将高空预报形势场与历史形势场作形、值相似比较,筛选出关系较好的相似个例,导出相似个例的要素,以其作为预报日的要素预报参考,并结合T639降水量预报和日本降水数值预报作出降水的综合预报。     

桂林中小河流洪涝气象风险预警系统设计

基于自动站、数值预报和雷达估测降水等多种雨量资料,利用ArcGIS技术提取河流的经纬度、流域范围,利用泰森多边形技术计算流域面雨量,结合对桂林中小河流域的历史暴雨洪涝风险个例分析结果,确定临界面雨量,建立桂林中小河流域洪涝灾害风险等级预警系统。利用数学内插技术进行雨量精细化插值,实现全市100多个水库、200多条河流关键点的雨量监测、预报、预警。利用Web和GIS技术实现桂林中小河流洪涝预警网页发布。     

磨盘山水库流域集水期降水等级预报

利用2004年7—9月和2005年4—9月的磨盘山流域雨量站逐日降水资料和ECMWF24～168h的格点资料，并依据最小离度相似原理，进行相似离度过滤，通过从历史样本中选出与预报形势演变场最相似的样本，可以对磨盘山库区未来1—7d的面雨量等级进行预报，并具有较满意的精度。     

基于下垫面条件扰动的中尺度集合预报在一次暴雨中的应用

考虑到中尺度预报中地形高度和地表温湿物理特征的不确定性,针对2007年7月8日至9日发生在淮河流域的一次暴雨,利用WRF模式对地形高度和初始土壤温湿等下垫面要素进行扰动并设计了3组集合预报试验。结果表明:(1)综合考虑下垫面条件的不确定性可以使降水中心位置和量级的预报更为准确,并且预报准确率可以达到60%以上;(2)集合平均能有效地降低10 m风场和2 m温度场的均方根误差(RMSE);(3)集合平均的结果使得中雨、大雨、暴雨级别的降水干湿偏差程度接近于实况,且预报技巧也较高,但对大暴雨级别降水改进不大,3组集合预报试验相比,地形高度加扰对4个级别降水的预报相对都不占优势,陆面要素扰动对大雨和暴雨有较高的相对预报技巧,同时加扰的集合预报比只对单一要素加扰的试验有明显的优势。     

GNSS水汽与降水比较及用于河北省水汽通道探测研究

河北省地形复杂,夏季多发生短时强降水和暴雨等强对流天气。有必要利用GNSS水汽开展短时天气预报研究。该文首先利用河北省CORS网2013年5-8月GNSS站点数据和气象数据开展了GNSS水汽与实际降水的比较,然后依据6次降水过程中GNSS PWV及GNSS△PWV的变化来探测河北省夏季水汽通道。研究发现:接近60%的GNSS水汽序列峰值超前于实际降水,可利用测站GNSS水汽变化进行降水预报。GNSS PWV的空间变化趋势与水汽通道的方向一致,证实了河北省夏季存在西北-东南方向和西南-东北方向两条水汽通道。研究结果可为河北省短时强降雨的预报提供参考和借鉴。     

遗传—神经网络集合预报方法在广西热带气旋降水预报中的应用

利用多维尺度分析可以从一系列数据集的相似性信息中发掘其中的潜在结构信息,并通过样本点间的相似度构建相似矩阵,再将相似矩阵映射到低维欧氏距离空间获取新的特征的能力。论文以1980—2015年共36年的广西热带气旋逐日降水量为基础,综合考虑热带气旋降水的数值预报产品物理量预报因子,采用多维尺度分析的预报因子信息数据挖掘技术,以进化计算的遗传算法,生成期望输出相同的多个神经网络个体,建立了一种新的非线性人工智能集合预报模型,进行遗传—神经网络的广西热带气旋降水集合预报模型研究。遗传—神经网络的集成个体的输入因子是通过选出相关程度较高的数值预报产品的物理量场格点因子,同时网络的输出是通过多维尺度降维方法对初选预报因子群进行合理的降维处理来实现的。通过对2011—2015年影响广西的22个热带气旋共94个独立样本的试验预报的统计结果表明,对于暴雨以上量级的预报,广西89站的预报平均TS评分达到了0.3;同区域同样本的对比分析表明,新预报模型5年的TS评分比欧洲细网格的TS评分提高了15%以上;进一步对大量级的降雨落区的预报对比分析表明,新方案的预报效果比欧洲中心的预报更理想。     

松花江干流洪水预测和影响评估及对策建议

根据历史数据,分析了松花江干流(哈尔滨段)水位变化的历史规律和典型洪水年洪水的成因,计算和分析了其与松花江、嫩江、二松流域面雨量的相关性,统计和分析了其与拉尼娜、厄尔尼诺、太阳黑子等的关系.利用方差周期和均生函数方法,建立了2004-2013年拉尼娜、厄尔尼诺、太阳黑子及松花江、嫩江、二松流域面雨量的预测方法,并进行了预测,建立了松花江干流(哈尔滨段)最高水位趋势的综合预测方法,得出了2004-2013年的预测值.提出了相应治理的对策建议.     

广西一次区域性强对流天气的诊断分析

结合2013年3月23-24日广西一次区域性强对流天气过程,运用常规观测资料、MICAPS实况资料和EC细网格数值预报资料计算准地转ω方程的两个主要强迫项:涡度平流的垂直差动项(简称"涡度平流项")和温度平流的拉普拉斯项(简称"温度平流项")。结果表明,天气尺度的抬升运动主要是温度平流项的贡献,500 h Pa高空槽前的负变温造成了斜压性加强是抬升运动加强的主要原因,也是桂北强对流范围增大的主要原因。用ω方程结合数值预报回报的结果能较好地反映天气实况,说明上述方法在强对流天气预报中有一定的指导意义。     

区域泥石流短临预报及其应用——基于多普勒天气雷达技术的预报系统

基于先进的多普勒天气雷达探测技术，直接获取多种类型的降水产品，以模糊数学为基础，利用可拓学原理，建立了多层嵌套式泥石流预报可拓模型。模型根据研究区泥石流发生条件的不同，将临界雨量划分成不同的等级范围，确定泥石流发生的概率大小。将该泥石流预报方法应用到四川省凉山州，以ArcGIS为工具开发了凉山州泥石流短临预报应用系统。当有灾害性天气过程出现时，将启动预报系统，逢整点读取降水产品信息，实现1h滚动预报，预报时段为3h。系统可及时地为政府提供全州的泥石流预报信息，为减灾防灾决策提供技术支持。     

自然灾害风险分析的信息矩阵方法

从致灾因子危险性分析，到伤亡和损失的可能性研究，自然灾害风险分析由4个环节组成，即致灾因子、承灾体输入、承灾体输出和社会系统。在大多数据情况下，风险事件的不确定性，主要来自于致灾因子时间、地点、强度的不确定。因此，自然灾害风险分析主要涉及两类模式识别：致灾因子概率分布识别和承灾体系统输入-输出关系识别。由于概率分布和输入-输出关系在数学上均可用函数表达，所以，自然灾害风险分析涉及的两类模式识别，均是函数关系的识别。给出了用信息矩阵识别这些函数关系的方法。为演示该方法的优点，用它处理了在我国得到的地震数据，识别了震中烈度与震级的关系。结果表明，得到的结果比线性回归、基于正态分布的模糊推理和人工神经元网络等的结果好。     

陕南中小河流洪水气象统计预报模型业务化研究与应用

在确定中小河流选取标准及其洪水气象预报等级的基础上,面向中小河流洪水气象预报业务的需求提出一种统计预报方法,即根据雷达定量降水估测的流域面雨量、前期影响雨量方法确定流域的径流深,综合考虑中小河流的前1 d水位、径流深、当日水位,利用2013-2014年的6-9月陕南中小河流的水文观测站逐日水位、流域内自动气象站降雨量、雷达回波资料,建立以水位预报为目标的二元回归方程。以子午河为例建立的洪水气象预报方程和其他中小河流在2015年汛期的业务应用结果表明:该统计方法建立的洪水气象预报方程和实际情况较为吻合,能较为准确、简洁地预报中小河流发生洪水的气象可能性等级。     

东南地区引发地质灾害降水分型及阈值分析

降水是引发地质灾害的最重要因素。该文综合利用2013-2016年东南地区(浙、闽、粤三省)地质灾害数据、国家气象中心逐小时降水量资料,通过对灾害特征和降水量等资料的统计,初步分析了降水因子与地质灾害的关系,并重点针对地质灾害的降水影响因子进行灾害降水的分型,根据降水分型(短临降水型、短时降水型、短期降水型、长历时降水型),基于最小临界雨量法,建立了各类型降水在东南地区的引发地质灾害的降水阈值分布。利用该降水阈值的分布特征,检验了2017年的各分类降水引发地质灾害的降水量,发现阈值雨量的判别方法较为科学,具有较强的参考价值。     

三峡库区强降水的数值模拟及其在滑坡灾害预报中的应用

采用中尺度数值模式MM5V3对三峡库区22次强降水过程进行了数值模拟,以检验该模式对库区强降水的模拟能力和对高度场与温度场的模拟状况;详细介绍了该模式对一次强降水过程的模拟结果,并分析了该次降水的成因;将MMSV3模式与关于三峡库区滑坡发生的预报模型相结合,对发生在宜昌的一次滑坡灾害进行了预报试验。结果表明,中尺度数值模式MMSV3对三峡库区的强降水具有较好的模拟能力,能较好地刻画出降水的分布及其成因;模式预报的降水,结合库区滑坡预报方程成功预报了宜昌滑坡的发生;该方法为三峡库区滑坡灾害的预警提供了一种新思路。     

三种智能计算低温冷害预报模型的对比分析研究

为了探索不同的非线性智能计算预报建模方法在冬季低温冷害预报中的应用效果,利用广西区域逐日平均气温和降水资料计算得出的1951-2018年冷湿指数作为预报量。通过计算该预报量与前期再分析资料中的各种物理量相关得出预报因子。首先利用逐步回归方法,从初选的相关预报因子中,客观选出9个预报因子,再对未选入的预报因子作核主成分非线性降维计算,选出方差贡献最大的核主成分因子,作为各预报模型的输入因子。分别采用模糊神经网络方法(FNN)、遗传算法的神经网络集成(GA-ANN)预报方法以及粒子群算法的支持向量机(SVM-PSO)集成预报方法三种不同的智能计算预报建模方法建立预报模型,对2012-2018年的20次低温冷湿天气进行预报对比试验。结果表明,在同样的预报建模样本条件下,模糊神经网络预报模型对20个独立样本预报平均绝对误差最小。进一步的计算还表明,这三种智能计算预报模型均比同样预报建模样本和预报因子的线性回归预报平均绝对误差要小,显示了非线性智能计算预报建模方法,对于具有明显非线性变化特征的冬季低温冷害天气过程,比线性预报方法有更好的预报能力。     

呼和浩特强对流天气的数值模拟分析

利用三维积云数值模式模拟了呼和浩特地区强对流天气的发展过程，并结合实时雷达回波资料进行了对比分析，指出模式输出的部分物理量与理论值、雷达回波或地面天气及降雹（水）实况符合得较好。从对模式输出的几个物理量的统计分析，得出利用三维积云数值模式预测强冰雹过程的概念模型。结果表明，三维积云数值模式能用于模拟对流云特别是强对流云的发展过程，可在人工影响天气业务工作中应用并不断发展。     

基于水文模型与统计方法的中小河流致洪临界雨量分析

以东津河为例,基于典型洪水过程的气象水文逐时观测资料,采用统计方法和水文模型建立了中小河流致洪临界雨量的分析方法流程,并进行了指标对比和效果检验。结果表明,东津河水位随雨量的变化与雨量累计时效明显相关,根据滑动累计相关分析结果确定16小时为临界雨量时效。通过回归分析建立了水位与累计面雨量的二次曲线关系,结合各等级洪水水位反算了对应不同前期水位的致洪临界雨量指标。与此同时,对TOPMODEL进行了模型率定和验证,经过率定后的TOPMODEL在东津河具备良好的适用性。基于水文模型和洪水水位-流量关系,采用试算法得到了另一套临界雨量指标。两种指标中,水文模型法相对而言更为敏感;实况检验表明,两种指标对洪水过程均有较好的指示意义,但预警等级与实况存在一定差异,统计方法倾向于低估,而水文模型指标则可能高估,综合两种指标在实际使用中应具有更好的预警效果。