简介:利用1961-2002年ERA-40逐日再分析资料和江淮流域56个台站逐日观测降水量资料,引入基于自组织映射神经网络(Self-OrganizingMaps,简称SOM)的统计降尺度方法,对江淮流域夏季(6-8月)逐日降水量进行统计建模与验证,以考察SOM对中国东部季风降水和极端降水的统计降尺度模拟能力。结果表明,SOM通过建立主要天气型与局地降水的条件转换关系,能够再现与观测一致的日降水量概率分布特征,所有台站基于概率分布函数的Brier评分(BrierScore)均近似为0,显著性评分(SignificanceScore)全部在0.8以上;模拟的多年平均降水日数、中雨日数、夏季总降水量、日降水强度、极端降水阈值和极端降水贡献率区域平均的偏差都低于11%;并且能够在一定程度上模拟出江淮流域夏季降水的时间变率。进一步将SOM降尺度模型应用到BCCCSM1.1(m)模式当前气候情景下,评估其对耦合模式模拟结果的改善能力。发现降尺度显著改善了模式对极端降水模拟偏弱的缺陷,对不同降水指数的模拟较BCC-CSM1.1(m)模式显著提高,降尺度后所有台站6个降水指数的相对误差百分率基本在20%以内,偏差比降尺度前减小了40%-60%;降尺度后6个降水指数气候场的空间相关系数提高到0.9,相对标准差均接近1.0,并且均方根误差在0.5以下。表明SOM降尺度方法显著提高日降水概率分布,特别是概率分布曲线尾部特征的模拟能力,极大改善了模式对极端降水场的模拟能力,为提高未来预估能力提供了基础。
简介:开展数值预报产品的释用工作,是做好中期天气预报的主要方向。而目前业务中主要沿用的数值预报产品(如ECMWF)有两个主要缺点:一是预报时效仅7-8天,难以满足中期预报的需要。二是由于中期预报的重点是对过程的预报,尤其是重大转折性天气过程的预报,而重大转折性天气过程一般起因于大型环流的转变或调整,这一点从现有的数值预报产品的空间形势场中难以发现。为了延长预报时效,提高中期预报准确率,利用数值预报产品研制开发新的中期预报方法十分必要。将600E的500hPa位势高度逐日时间剖面图(简称65图)方法与ECMWF数值预报产品结合。可以直观反映ECMWF预报时效内60°E的波动特征即乌拉尔山地区的槽脊调整,从而反映东亚大型环流的转变或调整。将此图与ECMWF形势场结合使用有助于提高中期预报准确率,延长中期预报时效,有较高的应用价值。
简介:将有限区域流函数、速度势求解中常用的两种张驰法(即理查逊法和加速利布曼法)与调和一余弦谱展开法(H—C法)进行了比较,理论研究表明:H-C法单独考虑边界影响分量,物理意义明确,且不会丢失边界上的天气系统;从计算上看,H-C法重建的风场能精确还原原始风场,且计算效率明显高于两种张驰法,即收敛更快。通过在台风Bilis(0604)暴雨增幅过程诊断中的应用发现,常用的两种张驰迭代方法在求解有限区域流函数和速度势的问题上效果都不是很好,即:用理查逊法和加速利布曼法计算的流函数和速度势重建的风场与原始风场差别较大,不能准确还原原始风场;用H—C法不仅计算效率高,还原的风场与原始风场差异极小,且不受南边界较强的西南季风涌影响,在暴雨增幅前期能较好地反映与暴雨增幅相关的强辐合信号。因此,可用H—C法计算得到的无辐散风和无旋风对有限区域的天气系统进行更深入的动力结构分析。