简介:为了了解欧洲中期天气预报中心(EuropeanCentreforMediumrangeWeatherForecasts,ECMWF)数值模式对安徽地区降水预报的性能,提高订正技巧,本文应用风险评分(ThreatScore,TS)、预报偏差(BIAS)和去除随机事件后的公平T评分(EquitableThreatScore,ETS)及真实技巧评分(TrueSkillStatistic,TSS)等方法,对2012年1月至2015年3月安徽省ECMWF数值模式降水场预报资料进行检验。结果表明:ECMWF模式对安徽地区降水的预报性能总体较稳定,年际变化幅度较小。安徽省降水预报的ETS评分总体呈南高北低的空间分布特征,所有气象站降水均存在预报过度的现象。降水预报分级检验表明,小雨量级降水预报评分明显高于其他量级降水,但预报偏差较大,预报过度现象严重;ECMWF模式对72h时效内的暴雨量级降水预报技巧较小,对于72h时效后的暴雨量级降水基本没有预报能力。季节降水预报的检验表明,春季、秋季和冬季的48h时效内晴雨预报的准确率为88%以上,订正空间较小;夏季各时效及春季、秋季和冬季168h时效以上降水预报的空报率超过60%,可以适度订正;秋季较其他季节降水预报的漏报率略高,尤其是120h时效以上降水的预报需关注。四季均存在降水预报过度的现象,尤以夏季最突出。ECMWF模式对安徽省降水量为01—07mm的格点降水预报空报率较高,订正后可以明显提升预报技巧,但增加了一定漏报风险。
简介:利用一个具有较高分辨率的海气耦合模式SINTEX-F(ScaleInteractionExperiment-FrontierResearchCenterforGlobalChangecoupledGCM)的多年回报结果,评估了该海气耦合模式对东亚区域,尤其是中国地区气候异常的预测潜力。与观测实况的比较结果表明:SINTEX-F模式对夏季降水、500hPa高度场和地表气温都有一定的预测技巧,但是相比而言降水与高度场的回报技巧要高于地表气温;而且耦合模式对东亚地区气候异常的主要空间分布和年际变化特征也有较好的预测潜力,对500hPa高度场效果较好;对降水异常的年际变化也有一定的预测潜力,尤其是我国中部地区效果较好,但是模式预测的降水异常的幅值较观测相对偏弱;此外对我国西部的极端气候也有一定的预测潜力。
简介:作者概述了2006年春季我国北方地区沙尘天气异常的观测特征。与2000~2005年同期相比,2006年春季,我国北方地区沙尘天气过程相对频繁,强度偏强。首先,利用NCEP再分析资料及台站观测资料,对可能影响2006年春季我国沙尘天气异常的气候背景进行了分析,结果表明:2006年春季北方地区冷空气势力较常年强,冷空气活动较频繁,这是造成2006年春季我国沙尘天气多于前几年的动力原因。此外,春季我国西北及内蒙古的沙源地区降水偏少,干旱少雨,加之春季气温偏高,在一定程度上也有利于沙尘天气的形成。利用IAP年度数值气候预测系统对2006、2007年春季我国沙尘天气趋势的气候背景进行了预测,检验了系统对2006年沙尘趋势的预测能力,并对2007年春季沙尘天气趋势进行了展望。结果表明:预测系统较好地预测出2006年我国北方地区春季降水偏少、土壤偏干的状况,但对风场的预测与实况有一定的差距,由预测的气候距平结果推断2006年春季我国北方沙尘次数正常略偏少,与实况相反;对2007年春季的预测结果表明,2007年春季我国北方,特别是西北及内蒙古沙源地区土壤湿度偏湿,冷空气活动势力偏弱,不利于沙尘天气的形成,由此预测2007年春季我国北方沙尘趋势与常年相比略偏弱。
简介:AERMOD模型是《环境影响评价技术导则—大气环境》中的推荐模式。为了更好地验证颗粒物干沉降作用对该模型预测结果的影响,选取福州市的煤堆场作为面源污染源,对预测范围内所有网格点PM10、TSP最大地面浓度进行预测。结果表明:所有网格点TSP地面浓度考虑干沉降时,约为不考虑干沉降时的0.13;PM10地面浓度考虑干沉降时,约为不考虑干沉降时的0.70,干沉降对TSP的影响大于PM10。同一粒径分布下,密度对颗粒物干沉降的影响较大,密度增加对可吸入颗粒物干沉降的影响大于总悬浮颗粒物,当密度大于3g.cm-3时,所有网格点PM10与TSP地面浓度比值的平均值接近于0.98,认为粒径大于10μm的颗粒物基本完全沉降。此后,随着密度增加网格点处地面浓度的减小主要由PM10的沉降引起。AERMOD考虑干沉降时,距离污染源中心500m外的网格点处地面浓度,PM10/TSP〉0.98,大于10μm的粗颗粒几乎完全沉降。
简介:利用1951~2011年中国160个气象站逐月降水、温度、74项环流指数和NCEP再分析海表温度资料,采用偏最小二乘回归(PLSR)方法,结合均生函数构造预报量周期性因子,建立辽宁省汛期平均降水量及其5站(沈阳、朝阳、营口、丹东和大连)汛期降水量预测模型,并进行预测效果检验分析。结果表明:采用均生函数构造预报量周期性因子,在一定程度上弥补了气候预测统计模型高相关性因子的不足,从而使辽宁汛期平均降水量PLSR模型的试报均方根误差降低约10mm。PLSR模型由于较好地解决了预报因子之间的多重相关性问题,其预测效果较逐步回归模型有明显提高,对2002~2011年辽宁5站汛期降水量试报的Ps评分平均值为72.6%,比逐步回归模型提高了10.3%。