基于WRF模式热带气旋对西南低涡暴雨作用数值试验研究

基于WRF模式,利用发生在远距离“天鹅”台风作用下的西南低涡暴雨个例,通过修改台风动力风场,分析了不同数值试验中西南低涡降水系统对台风系统的响应。结果表明：在“天鹅”台风作用下,增强了水汽和不稳定能量的输送,导致了长时间强降水的发生;不同的台风动力风场作用下,西南低涡的移动路径具有明显的不同,降水也具有明显的区域性局地差异;在增强（减弱）台风倒槽动力风场环流作用下,低涡系统中心偏西（东）偏北（南）,相应地,低空急流输送带偏东（西）,进而导致中低层水汽和不稳定能量输送偏东（西）,以及中低层辐合带空间位置偏东（西）,进而对区域性降水空间位置产生影响,导致了降水区域局地性差异,表明远距离台风对西南低涡环流系统具有重要影响     

基于WRF三峡地区不同区域降水中下垫面效应数值试验研究

利用具有代表性的三峡地区区域性降水个例，基于WRF模式，在模式下垫面中加入长江水体以及修改局地地形，研究局地环流和气象要素对局地下垫面变化的响应。结果表明：加入长江水体后，不同区域性降水个例空间降水变化上，没有出现明显的降水变化区，表明长江水体对区域局地性降水影响较小；同时加入长江水体和修改地形高度后，空间上降水具有明显的变化，且与修改地形后的降水空间变化较一致，表明局地地形对区域降水空间变化具有重要影响；加入长江水体后，近地面2 m高度相对湿度变化上，不同区域性降水个例表现不一，总体上对局地相对湿度影响较小；近地面2 m温度、地表向上的水汽通量和地表向上的潜热通量均为增加，在局地地形的“喇叭口”效应作用下，长江水体拐弯处增加效应明显     

基于机器学习的成渝地区空气质量数值预报PM2.5订正方法研究

空气质量预报对于大气污染防治、打赢蓝天保卫战意义重大.本研究基于重庆市气象局的中尺度天气模式（WRF）和空气质量数值预报模式（CMAQ）的预报产品,采用2018年4个代表月份（1、4、7、10月,分别代表冬、春、夏和秋季）成渝地区22个观测站点的PM_2.5浓度和气象要素观测数据,建立基础特征变量数据集（包括训练数据集和测试数据集）,通过调整模型参数,并利用训练数据集采用机器学习方法（Lasso回归、随机森林回归、深度学习RNN-LSTM）进行模型训练,订正了成渝地区PM_2.5数值预报.其中,通过Lasso回归算法对成渝地区4个区域分别进行变量优选,优化模型,利用测试数据集对模型进行测试并检验评估.结果表明,基于3种机器学习方法订正后的PM_2.5小时浓度相比CMAQ模式模拟预报结果,偏差显著降低,相关系数显著提高.其中,随机森林回归和RNN-LSTM的订正效果优于Lasso回归,区域统计与站点统计结果较为一致;Lasso回归订正后的均方根误差减小50%左右,相关系数达70%,随机森林回归和RNN-LSTM订正后的均方根误差减小70%左右,相关系数达90%,随机森林回归与RNN-LSTM订正后的偏差范围相比Lasso回归集中范围更窄,最大概率分布更集中;3种方法对不同季节的订正效果与全年一致,其中,冬季订正效果更为显著.研究结果可为提高我国重点城市群区域—成渝地区PM_2.5浓度的大气污染预报能力提供有益参考.