检索结果-南通市图书馆

2024年1月引发雪崩的阿勒泰极端强降雪天气成因和预报分析

在线全文

学校读者我要写书评

暂无评论

暴雨灾害 2024年

作者：陶亦为张芳华于碧馨李桉孛胡艺王丹国家气象中心新疆气象台新疆阿勒泰地区气象局

在北疆典型双阻型暖区暴雪天气环流形势稳定影响下，2024年1月6—12日新疆北部阿勒泰出现一次极端强降雪过程，多站突破历史同期极值，导致阿勒泰山区多处出现雪崩，根据环流形势演变和降雪特征，降雪过程可分为三个阶段。本文基于国家... 详细信息

在北疆典型双阻型暖区暴雪天气环流形势稳定影响下，2024年1月6—12日新疆北部阿勒泰出现一次极端强降雪过程，多站突破历史同期极值，导致阿勒泰山区多处出现雪崩，根据环流形势演变和降雪特征，降雪过程可分为三个阶段。本文基于国家站和区域气象观测站逐小时实况观测资料、ERA5再分析资料、区域模式(CMA-MESO、CMA-TYM)和全球模式(CMA-GFS、ECMWF)预报资料，对此次过程的降雪特征、环流形势、极端性成因及模式预报性能进行分析，结果表明：(1)强降雪过程呈持续时间长、累积降水量大、小时降水量多等极端性特征，累积降水量分布呈平原地区向山区递增的特征，强降雪主要集中在第二、三阶段，以上两个阶段阿勒泰北部沿山地区和山区新增积雪大、小时积雪多、雪水比大，满足雪崩形成的关键气象条件。(2)此次过程500 hPa强盛极锋锋区不断分裂短波系统先后东移影响阿勒泰，850—700 hPa长时间维持暖式切变线，并伴随强暖锋锋生，强降雪发生在300 hPa极锋急流出口辐散区、850 hPa切变线以北至700 hPa切变线附近区域。(3)第二、三阶段阿勒泰北部尤其是北部山区水汽条件异常偏强，叠加地形增幅作用，低层动力抬升作用异常强盛，并长时间维持，是造成极端强降雪的重要原因。(4)区域模式对强降雪预报好于全球模式，但对极端性预报能力仍有限。ECMWF极端预报指数预报产品(EFI)和国家气象中心集合平均异常天气预报产品(EMAF)在中期时效能较好地发现了极端天气信号，建议强化相关产品的应用，并结合模式定量预报结果作出调整，进一步提升对极端天气事件的预报预警精细化服务效果。

关键词：新疆地区阿勒泰强降雪极端性雪崩

基于集成学习算法的冬奥会延庆赛区极大风速预报

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

气象 2023年第6期49卷 721-732页

作者：邱贵强于波陶亦为阎宏亮王扬山西省气象台太原030006 北京市气象台北京100089 国家气象中心北京100081 北京市延庆区气象局北京102100

高山滑雪运动对风极为敏感,风速尤其是极大风速往往是决定冬奥会赛事顺利进行的关键因素之一。利用2018—2021年1—3月欧洲中期天气预报中心(ECMWF)模式预报产品以及冬奥会延庆赛区8个关键点位的极大风速观测数据,基于决策树(DT)、随机... 详细信息

高山滑雪运动对风极为敏感,风速尤其是极大风速往往是决定冬奥会赛事顺利进行的关键因素之一。利用2018—2021年1—3月欧洲中期天气预报中心(ECMWF)模式预报产品以及冬奥会延庆赛区8个关键点位的极大风速观测数据,基于决策树(DT)、随机森林(RF)和梯度提升决策树(GBDT)三种不同类型的机器学习算法分别构建极大风速客观预报模型。对比评估表明:极大风速预报的最佳预报因子主要集中在不同高度层的风速和风向,个别站还包括垂直速度,若去掉风向因子,绝大多数模型的预报准确率会降低,平均绝对误差会增加;总体上基于决策树基学习器集成学习的GBDT和RF模型要优于单一决策树模型DT,平均绝对误差最低的GBDT模型预报的极大风速误差介于1.56~3.57 m·s^(-1),较DT模型的改善率高达8.7%,同时,GBDT模型对超阈值极大风速的预报也较为优秀;随着预报点位海拔高度升高,各模型的平均绝对误差和准确率分别有增加和降低的趋势;随着预报时效增加,各模型的平均绝对误差表现出一定的周期性日变化特征。将表现优异的GBDT和RF两个模型作为初级学习器,以支持向量机模型作为次级学习器,基于stacking方法构建集成学习模型RGL。结果表明:集成模型对极大风速的预报较单一模型具备一定的改进能力,且以极大风速相对较大的高海拔站改进更为突出,平均绝对误差较单一模型最大可降低0.13 m·s^(-1),准确率最高可提升0.022。相关研究成果有力保障了2022年北京冬(残)奥会顺利进行。

关键词：北京冬奥会复杂地形极大风机器学习集成学习

基于集合预报的异常温度预报产品在中国的应用分析

在线全文

学校读者我要写书评

暂无评论

气象 2023年第12期49卷 1532-1541页

作者：陶亦为张恒德代刊董全周军刘珺国家气象中心北京100081 中国气象局华风气象传媒集团北京100081

基于欧洲中期天气预报中心(ECMWF)第五代全球再分析资料(ERA5)构建模式气候,应用ECMWF集合预报,采用“集合预报标准化异常预报法”,针对最高和最低气温构建中国地区集合平均异常温度预报和异常温度概率预报产品,并与极端预报指数(extrem... 详细信息

基于欧洲中期天气预报中心(ECMWF)第五代全球再分析资料(ERA5)构建模式气候,应用ECMWF集合预报,采用“集合预报标准化异常预报法”,针对最高和最低气温构建中国地区集合平均异常温度预报和异常温度概率预报产品,并与极端预报指数(extreme forecast index,EFI)开展检验和对比分析预报性能,并基于“异常温度影响矩阵”,构建了异常温度影响程度预报指数,通过异常温度事件个例探讨相关产品的预报应用。结果表明:基于ECMWF的ERA5和集合预报构建的集合平均异常温度预报产品对我国夏季和冬季异常温度事件均有比较好的预报效果,预报性能好于或接近EFI,可作为业务上对异常温度事件预报的支撑产品。异常温度概率预报产品可以体现集合成员中的预报异常温度事件的信息,在中期预报时效对发现早期异常温度事件信号有优势,并可反映对异常天气预报的不确定性信息。异常温度影响程度预报指数结合了异常天气概率预报信息和异常程度预报信息,可对异常温度时间给出客观定量的预报结果,对一次异常低温事件的个例预报证明该指数有比较好的预报效果,对异常温度事件的预报和早期科学预警有一定指示意义和业务应用前景。

关键词：集合预报异常天气事件极端预报指数异常温度预报

在线全文

学校读者我要写书评

暂无评论

冬奥会延庆赛区气象要素分布特征分析

气象 2022年第2期48卷 177-189页

作者：胡艺符娇兰陶亦为李嘉睿李晓兰国家气象中心北京100081

基于2019—2020年1—3月延庆赛区11个站点的实况观测数据,分析了2022年北京冬奥会延庆赛区风、气温的时空分布特征,建立了阵风因子与平均风速、湍流强度之间的关系,为延庆赛区气温、风场尤其是阵风因子预报提供参考。结果表明:平均来讲... 详细信息

基于2019—2020年1—3月延庆赛区11个站点的实况观测数据,分析了2022年北京冬奥会延庆赛区风、气温的时空分布特征,建立了阵风因子与平均风速、湍流强度之间的关系,为延庆赛区气温、风场尤其是阵风因子预报提供参考。结果表明:平均来讲,各站点在15时或16时出现日最高气温,06—08时出现日最低气温,气温日较差随海拔升高而减小;平均风速和极大风速有一致的日变化特征,以竞速5号站为界,高海拔站点白天风速小,夜间风速大,低海拔站点日变化相反,海拔超过1900 m站点的风速随海拔升高而增大;位于山脊站点风向无日变化,以西北风为主,位于山坡站点风向日变化较小,白天以西北风为主,夜间为偏西风,而位于低海拔地区的山谷站点风向日变化大,表现出明显的山谷风环流特征。竞速1号站阵风因子有明显的日变化,白天阵风因子较大,最大值出现在午后,阵风因子离散度大,夜间阵风因子较小且离散度小。阵风因子与湍流强度呈正比,基于湍流强度拟合得到的阵风因子更接近实际。

关键词：复杂地形气温和风日变化阵风因子

往返平飘式探空观测系统对CMA-MESO的影响研究

在线全文

学校读者我要写书评

暂无评论

气象 2023年第1期49卷 52-61页

作者：王瑞文王金成王丹陶亦为田伟红中国气象局地球系统数值预报中心北京100081 灾害天气国家重点实验室北京100081 国家气象中心北京100081

往返平飘式探空观测是我国研发的一种新型高空观测技术,除了具备与传统探空观测一致的上升段大气垂直廓线观测能力,同时还增加了平飘段和下降段的大气探测,自动实现了探测廓线的时空加密。利用ERA5再分析资料作为“真值”,利用往返平飘... 详细信息

往返平飘式探空观测是我国研发的一种新型高空观测技术,除了具备与传统探空观测一致的上升段大气垂直廓线观测能力,同时还增加了平飘段和下降段的大气探测,自动实现了探测廓线的时空加密。利用ERA5再分析资料作为“真值”,利用往返平飘式探空模拟仿真系统构造了往返式探空模拟观测,基于CMA-MESO区域模式和3D-Var同化系统进行了观测系统模拟试验(Observing System Simulation Experiments,OSSEs)。数值试验结果表明:相比传统单次上升段探空观测,往返平飘式探空在全国组网的情况下,其增加的下降段模拟探空观测,能够有效提高CMA-MESO的降水预报技巧,不同降水量级的ETS评分提高约2%~5%,同时改进要素场(温、湿场和风场)的预报,改进率约为2%~5%。此外,典型天气个例分析结果表明,增加往返平飘式探空观测能够改善模式初值偏差,从而更准确地模拟降水分布。该文的研究结论为往返平飘式探空的未来科学布局和应用提供了理论支撑。

关键词：往返平飘式探空观测系统模拟试验资料同化数值预报

在线全文

学校读者我要写书评

暂无评论

2012年8月大气环流和天气分析

气象 2012年第11期38卷 1429-1435页

作者：陶亦为国家气象中心北京100081

2012年8月环流特征如下:北半球极涡呈单极型分布,中心略偏于东半球,强度较常年偏强;北半球高纬度环流呈5波型分布;西太平洋副热带高压较常年偏北偏西。2012年8月,全国平均气温为21.4℃,较常年同期(20.8℃)偏高0.6℃。全国平均降水量92.1... 详细信息

2012年8月环流特征如下:北半球极涡呈单极型分布,中心略偏于东半球,强度较常年偏强;北半球高纬度环流呈5波型分布;西太平洋副热带高压较常年偏北偏西。2012年8月,全国平均气温为21.4℃,较常年同期(20.8℃)偏高0.6℃。全国平均降水量92.1 mm,较常年同期(105.1 mm)偏少12.4%。月内共出现8次降水过程;西北太平洋有7个热带气旋活动,有5个热带气旋登陆我国,另外,热带气旋布拉万对我国东北地区造成严重影响;江南、华南、江汉、四川盆地及新疆等地出现高温天气;19个省(市、区)遭受风雹灾害。

关键词：副热带高压暴雨热带气旋高温

在线全文

学校读者我要写书评

暂无评论

冬奥会张家口赛区气温与风的特征分析

气象 2022年第2期48卷 149-161页

作者：李嘉睿符娇兰陶亦为张恒德李蓉董全胡艺国家气象中心北京100081 兰州中心气象台兰州730020

利用2019年1—3月多源观测资料对北京冬奥会张家口赛区气温与风时空分布特征进行统计分析,并对不同环流背景下温度和风的特征进行了对比研究。结果表明:张家口赛区气温分布受太阳辐射差异与海拔高度的共同制约,盆地或山谷温度日较差大,... 详细信息

利用2019年1—3月多源观测资料对北京冬奥会张家口赛区气温与风时空分布特征进行统计分析,并对不同环流背景下温度和风的特征进行了对比研究。结果表明:张家口赛区气温分布受太阳辐射差异与海拔高度的共同制约,盆地或山谷温度日较差大,且逆温现象明显。环境风和日变温影响逆温强度,风速越小,逆温强度越大。赛区风速具有明显日变化特征,中午前后最大,夜间最小。均压场下,古杨树赛场昼夜风向转换明显,而云顶赛场无明显昼夜风向变化;日落后赛区温度开始建立逆温结构,在日出前达到最强,日出后逆温迅速减弱消失,云顶赛场逆温强度弱于古杨树赛场。有较强冷空气活动时,气温随海拔高度增加而降低,两赛场风向均无明显昼夜变化。

关键词：复杂地形气温风特征分析逆温地形风

在线全文

学校读者我要写书评

暂无评论

“三支部”共建“预报先锋” 003

“三支部”共建“预报先锋”

2016年1月寒潮天气过程极端性分析及集合预报检验

中国气象报

作者：闫泓陶亦为

10月8日晚，第19届亚洲运动会在杭州圆满闭幕。此次亚运会气象服务保障中，国家气象中心天气预报室（以下简称“天气预报室”）、浙江省气象台、杭州市气象台联合，国省市三级气象部门预报、服务、技术力量以支部“三联促三动”推动党...

10月8日晚，第19届亚洲运动会在杭州圆满闭幕。此次亚运会气象服务保障中，国家气象中心天气预报室（以下简称“天气预报室”）、浙江省气象台、杭州市气象台联合，国省市三级气象部门预报、服务、技术力量以支部“三联促三动”推动党建业务有机融合，成果显著。 2021年4月1日

关键词：

来源： cnki报纸评论

在线全文

cnki报纸

学校读者我要写书评

暂无评论

气象 2017年第10期43卷 1176-1185页

作者：陶亦为代刊董全国家气象中心北京100081

利用欧洲中期天气预报中心(ECMWF)再分析资料和集合预报极端天气预报指数(extreme forecast index,EFI),对2016年1月21—25日强寒潮天气环流异常性和EFI对极端低温事件的预报进行了分析和检验。中亚地区一直维持标准化异常度在3个标准... 详细信息

利用欧洲中期天气预报中心(ECMWF)再分析资料和集合预报极端天气预报指数(extreme forecast index,EFI),对2016年1月21—25日强寒潮天气环流异常性和EFI对极端低温事件的预报进行了分析和检验。中亚地区一直维持标准化异常度在3个标准差以上的高压脊、冷涡系统不断发展增强,随着横槽转竖,冷空气爆发南下使得我国中东部出现极端低温。最低温度EFI可以提前7 d预报出低温信号,随着EFI预报时效的延长所对应的最大TS评分随之降低,对不同时效预报需选取合适的EFI阈值。对5%百分位的低温事件短期时效(1~3 d)最低温度EFI临界阈值为-0.6,中期时效(4~7 d)临界阈值为-0.5;对1%百分位的低温事件临界阈值则为-0.7。5%百分位的低温事件各时效最低温度EFI在江南、黄淮、江淮、江汉等地表现最好,华北、华南、西南、西北地区表现次之,在东北地区表现相对较差。

关键词：寒潮标准化异常度集合预报极端天气预报指数(EFI) 极端低温事件