一、若干数值模式对2003年夏季青藏高原中南部降水预报检验（论文文献综述）
和杰[1]（2021）在《青藏高原高分辨率区域资料同化方案研究》文中认为青藏高原（以下称高原）被称为地球第三极,是多条河流的源区,对周围大气环境乃至全球气候变化具有重要的影响。全球变暖背景下的高原区域更是发生了巨大的环境变化,成为全球研究的热点问题。由于高海拔复杂地形引起的热力学和动力学问题尚不完全清楚,以及高原边界层结构独特、云降水物理过程复杂,加之高原观测站稀疏、卫星资料不确定性大等问题,严重制约了高原区域天气及气候变化的系统性研究。不仅如此,现有的全球再分析资料分辨率偏低,不足以准确描述高原大气状态,尤其对湿度、高原云和降水的模拟较差,而覆盖高原的高分辨率区域再分析资料还很缺乏。因此,针对高原区域观测稀少条件下的资料同化研究,对发展高原高分辨率区域分析资料及开展高原区域天气、气候和环境变化的系统性研究至关重要。本文紧密围绕高原区域资料同化的科学问题,主要开展了变分质量控制（VarQC）的变分同化方案和集合卡尔曼滤波（EnKF）同化方案的研究。首先,发展建立了既适用于高原复杂地形又可充分发挥高原稀少观测作用的VarQC方案,并揭示了其对高原区域同化分析的潜在改善价值。其次,发展了高原区域具有大气流依赖特征的EnKF同化分析资料集,并研究了卫星辐射资料同化对高原区域同化分析的潜在影响。VarQC方案根据“Gaussian+Flat”和Huber分布的非高斯观测误差分布模型分为两种:Flat-VarQC和Huber-VarQC,它们与三维变分（3DVAR）同化系统同步分析,可有效提升高原观测的利用率,对同化分析及其降水预报有良好的改善效果,而EnKF同化系统对发展高原大气资料集更有优势,尤其在湿度、水循环、高原云和降水的模拟等方面均好于欧洲中期天气预报中心发展的ERA-Interim和ERA5再分析。主要研究结论为:（1）提出了观测资料变分质量控制原理的新概念模型,基于变分同化系统发展建立了两种变分质量控制方案。两种方案的实际观测权重和理论权重函数变化一致且合理。Huber-VarQC方案能够准确识别离群值观测,并有效剔除（吸收）离群值的有害（有用）信息,具有较强的稳健性。基于变分质量控制的位势高度分析比标准3DVAR更准确,尤其对流层中低层表现更好,且Huber-VarQC的性能优于Flat-VarQC。充分验证了两种变分质量控制方案的正确性和有效性,为发展变分质量控制的高原区域分析资料集提供重要科学依据。（2）基于建立的变分质量控制方案发展了高原区域的分析资料集,并为改善变分同化和混合同化方案的高原资料同化提供了优势技术。基于变分质量控制的分析资料相比标准3DVAR有效提高了高原稀少观测的利用率,具有更准确的温湿度场,且风场不逊于标准3DVAR。同时,有效减小了标准3DVAR同化分析的降水预报误差,改善了高原区域降水偏强的问题。（3）构建了同化常规观测资料的夏季高原区域高分辨率的EnKF分析资料集,评估了EnKF资料同化系统的性能。EnKF分析资料集具有比ERA-Interim和ERA5更准确的三维湿度场,其降尺度预报可以模拟出更准确的降水分布和降水强度,并有效消除高原上的虚假降水。降水日变化相比其他再分析的原始降水预报和降尺度降水预报更接近观测降水。EnKF同化方案对改善高原区域同化分析质量展现出巨大优势,但对温度场和风场的分析质量尚需进一步改善。（4）研究了全空卫星辐射资料的EnKF同化对进一步改善高原区域同化分析质量的潜在价值。EnKF同化卫星辐射资料的集合平均预报相比无观测同化的预报对高原东移的MCS（Mesoscale Convective System）具有更准确地模拟,有效减小了对流云的模拟误差,改善了预报24h后的降水形态和强度,并逐渐呈现出对临近短期降水预报的优势,显示了卫星辐射资料的EnKF同化对改善高原区域同化分析质量具有巨大潜力。
朱寿鹏[2]（2021）在《基于多模式集成的东亚地区气温与降水次季节预报及其误差诊断》文中提出天气预报到气候预测之间的鸿沟——次季节尺度预报,是当前防灾减灾气象服务中无缝隙预报研究的重点与难点之一。近年来,世界天气研究计划（WWRP）与世界气候研究计划（WCRP）共同开展了次季节—季节（S2S）预测项目,提供了次季节尺度的多模式数值预报产品,但尚未完全建立一个成熟的预报后处理框架。本论文使用S2S项目中多模式次季节尺度逐日预报资料,以及美国气候预测中心（CPC）观测数据,构建了针对东亚地区气温、降水的8–42天预报时效多方案确定性预报与概率预报后处理模型,以提升次季节预报技巧,并使用多项指标检验评估预报结果,对预报误差进行诊断分析,得到如下主要结论:（1）单模式的次季节预报试验表明,不同模式通常具有不同的预报表现,充分说明了对多模式进行有效信息集成的必要性。传统的多模式集成模型中,由于次季节尺度的预报时效较长,模式对训练期平均得到的系统性偏差在预报期并不能完全延续,通过校正该偏差带来的预报技巧提升十分有限。对此,本文构建了基于卡尔曼滤波的超级集合（KFSUP）模型,通过训练期中预报与观测之间的迭代运算,使各模式有效预报信息得到即时更新,并通过多模式集成显着提高了次季节尺度气温、降水的预报技巧。对于气温预报,KFSUP模型有效减小了原始预报的误差,对高海拔地区以及较长预报时效的预报改进效果更加明显,对日最高气温（Tmax）的预报提升幅度较日最低气温（Tmin）更大。对于降水预报,KFSUP模型对较小量级降水的预报技巧具有非常明显的提升,随着降水量级增大,预报技巧提升幅度有所减弱。（2）利用卡尔曼滤波在次季节尺度预报中的优势,本文改进了面向单模式订正的模态投影预报方法,建立了基于卡尔曼滤波的模态投影（KFPPM）模型,该模型表现稳定,普遍提升了次季节尺度的气温、降水预报技巧,且改进效果显着优于逐点修正模型与原始模态投影模型。同时,本文融合了模态投影与多模式集成的思想,创新性地提出基于卡尔曼滤波的多模式模态投影集成预报（KFPPSUP）模型,其承袭了KFPPM与KFSUP的后处理优点,同时考虑了多模式预报信息的集成与预报目标周边因子的协同效果,进一步减小了模式预报的误差。对于气温预报,KFPPSUP模型在东亚地区较大范围内显着提升了预报技巧,部分地区Tmax与Tmin预报误差低于2°C的最长时效分别达到25天与42天。对于降水预报,KFPPSUP模型同样弥补了其他后处理模型的不足,总体上对降水预报技巧具有明显的提升,尽管对大量级降水预报技巧的提升依然较为有限,但是对降水空间结构、雨带位置的次季节尺度预报能力具有显着提升。（3）在次季节尺度的概率预报中,将其预报技巧分解为可靠性、分辨能力及变量固有不确定性进行讨论。针对气温概率预报,集合模式输出统计（EMOS）模型在整个东亚地区显着改进了预报技巧,且改进幅度基本稳定,普遍高于贝叶斯模式平均（BMA）模型。两个后处理模型均显着改善了Tmax与Tmin的预报可靠性和分辨能力,其中EMOS模型更优。经过两种模型订正后的Tmax预报达到与Tmin较为一致的高可靠性水平,而其预报分辨能力依然优于Tmin。但由于Tmax的预报固有不确定性显着高于Tmin,尽管Tmax预报在模型中的改进幅度更大,其预报技巧依然不及Tmin。对于降水概率预报,BMA模型与EMOS模型均能够改进预报技巧,降低整体预报偏差。其中,BMA模型可明显提升预报可靠性,但未能有效改进预报的分辨能力;EMOS模型的预报可靠性与分辨能力总体上均显着优于原始大集合预报与BMA模型,表现出明显的优势。此外,对于较小量级降水的概率预报,其固有不确定性较高,系统分辨能力较高,预报误差主要受其本身的不确定性与系统的可靠性影响;而对于较高量级降水,由于其较低的发生频次,概率预报不确定性相对较低,可靠性较高,预报误差主要受到系统在次季节尺度的预报分辨能力影响。综上所述,本研究可为次季节尺度的业务预报提供技术支撑,也为今后基于多种统计模型的次季节确定性与概率天气预报相关技术的推广应用提供理论依据,具有重要的科学意义与应用价值。
张启[3]（2019）在《区域大气再分析中谱逼近与高光谱卫星数据同化方法研究》文中研究指明区域再分析数据集作为一种同时结合气象观测、资料同化、预报模式的具有较高时空分辨率以及长时间连续性的大气最优估计数据,能够提供数据覆盖区域内具有动力及物理过程约束的多种大气状态信息。作为全球再分析数据集的重要补充,区域再分析资料凭借自身独特的性能优势,成为组成全部大气数据信息集合的重要一员。借助于区域再分析资料提供的丰富信息增益,许多大气过程的现象与机理得到了验证与解释。因此,区域再分析资料有助于丰富人们对大气活动的动力与物理过程的认识,提升人们对区域气候演变了解。但是截至目前,中国地区再分析数据制作仍处于起步阶段,与国外相比存在明显差距。这种差距表现在:1、对适合中国区域再分析资料制作方法,缺少可供参考评估结果;2、在数据同化部分中如何更加可靠地使用高光谱卫星辐射计提供的有效观测信息,尤其针对FY4A地球静止轨道卫星上携带的GIIRS辐射计的观测信息,缺少必要的尝试。针对问题1,我们选择以2013年为个例,对数值模拟中广泛使用的动力降尺度方法、逼近方法、数据同化方法进行测试,并在此基础上测试了一种新的变分同化加谱逼近方法。通过对四组敏感性试验的降水、地表以上2米气温、高空大气等若干变量以及极端气候事件模拟性能分析。初步确定了四种方法之间在不同变量模拟中的性能差异,并以此为依据,确定了中国区域再分析资料制作时可供选择的制作方法。针对问题2,我们以美国东部地区两次极端天气事件为基础,论证了同化高光谱卫星辐射计观测数据反演温度及水汽廓线的可行性,并尝试性改进了同化系统中数据质量控制方法。此后,在个例试验的基础上,搭建了实时运行的针对美国东部地区的9公里水平分辨率短时天气预报系统用以进一步论证高光谱卫星辐射数据的可用性;以及弗吉尼亚州（3km水平分辨率）短临天气预报系统,用来验证高光谱卫星辐射计观测数据反演温度及水汽廓线在对流可分辨尺度数值天气预报中存在明显正效果,并且正效果与水平分辨率无关。在验证数据针对美国地区的可用性之后,通过6月及7月的同化性能分析,进一步确认了同化高光谱卫星辐射计观测数据反演温度及水汽廓线的可行性——同化系统对反演廓线数据的使用率在36%左右,与观测数据相比,同化之后的初始场均方根误差最高可下降为未同化之前的40%,并且位于有云区的反演廓线数据也能够被同化系统使用。在取得以上结果的基础上,利用2019春季华南地区一次强降水事件与夏季辽宁开原龙卷事件的模拟结果评估,验证了以上方法在中国地区的适用性,初步论证了 FY-4AGIIRS数据反演廓线可以提升短期数值天气预报对降水的预报性能。文章中工作的意义在于:对区域再分析制作中常用的技术在中国区域的适用性进行测试与性能评估;论证了同化高光谱卫星数据反演廓线的可行性,并通过多个例说明了该方法相对于同化辐射数据的优势。文章的创新点如下:提出了一种制作区域再分析资料的新方法——变分同化加谱逼近方法,并验证了该方法的可行性;提出了一种可供高光谱卫星反演廓线使用的质量控制方法,并验证了其可行性。
周心河[4]（2019）在《积云和边界层方案对新疆气候的适用性评估》文中研究指明本文使用NCEP-FNL全球分析资料作为WRF3.8.1模式的初始场和边界场,利用该模式中7种积云对流参数化方案及6种行星边界层参数化方案对新疆地区分别进行2006年10月1日至2008年3月1日的模拟积分试验,重点考察模式在水平分辨率为10 km下不同积云对流和行星边界层参数化方案对新疆地区气象要素模拟的敏感性研究,通过不同积云对流和行星边界层参数化方案进行其适用性评估,作为WRF3.8.1模式在新疆地区未来气候模拟的研究基础。结果表明:（1）对于采用不同积云对流参数化方案的主要结论:1)采用7种方案的模式都能较好地模拟年、雨季降水与平均温度的空间分布及大气的垂直结构。2)采用7种方案的模式都能模拟出不同区域候降水及候平均温度随时间演变,模式候降水与观测的相关系数在0.20～0.85,模式候平均温度与观测的相关系数在0.98以上。对于整个新疆地区来说,采用各方案模式模拟的雨季低层偏干偏暖,大气层结较稳定导致降水较观测偏少。3)对新疆地区主要降水区域的天山地区来说,采用Kain-Fritsch（new Eta）方案模式模拟全年及雨季降水较其他方案更加接近观测,偏差在-29.07%～-23.81%,且较好地模拟出月降水及候降水的演变,模式候降水与观测的相关系数最高达0.85。在日降水预报检验中,采用Kain-Fritsch（new Eta）方案模拟小雨的TS评分为0.70。4)采用Kain-Fritsch（new Eta）方案模式模拟效果综合来看较好,因此利用模式开展新疆地区数值模拟研究时应考虑不同积云对流参数化方案的适用范围。（2）对于采用不同行星边界层参数化方案的主要结论:1)对温度而言,采用不同方案模拟全年及雨季温度与观测的偏差差别不大,大约在2.5℃以内;且模式模拟不同区域候平均温度与观测的相关系数均在0.98以上。2)对降水而言,基于较优积云对流参数化方案的模式采用6种行星边界层参数化方案对降水的模拟有所改善。对天山地区来说,采用Grenier-Bretherton-Mc Caa（GBM）方案模拟雨季降水更接近观测,偏差为15.84%;候降水与观测的相关系数最高达0.89;日降水预报检验中雨的TS评分最高达0.37。3)对于天山地区不同植被覆盖区域来说,采用不同方案模拟的昼夜降水均较观测普遍偏少,且夜间偏差大于白昼,其中采用GBM方案模拟的天山及不同植被区域的昼夜降水更接近观测,降水偏差在5mm以内。总之,通过上述积云对流和行星边界层参数化方案对新疆气候模拟的适应性研究表明:采用Kain-Fritsch（new Eta）积云方案与GBM边界层方案组合的WRF3.8.1模式模拟新疆地区的气候特征更加接近观测。
朱平[5]（2019）在《青海高原致灾性对流天气遥感监测及预警方法研究》文中研究说明青海高原（简称“高原”）海拔高且地形复杂,致灾性对流频发。但是,针对高原上强对流的研究较少,对卫星和雷达的应用水平有限,特别是对强对流的发生发展及其云团参数特征研究更少。为做好高原防灾减灾工作和提高遥感监测资料的应用及研究水平,本文使用2005年—2018年常规气象资料、地面观测和灾情公报资料、静止气象卫星一级数据和天气雷达体扫基数据等,选择致灾性对流天气过程,开展高原对流机理模型、对流特征识别和预警方法等方面的研究,主要研究结果如下:（1）针对数据质量问题,本文参照地形高程校正和几何校正方法,改进了FY卫星和葵花卫星在高原上的数据定位精度。对雷达体扫基数据进行了质量控制和回波衰减订正,在此基础上,提出了高原雷达回波拼图的可行方法,新增开发了几种拼图产品。并且,使用气块法对探空资料进行了大量订正,获得了较好的订正效果。（2）针对高原上对流机理研究的不足,本文对高原致灾性对流天气进行了分类,研究并得出分类对流的时空分布、大气流场、探空、发展规律和组织结构等统计特征。在对致灾性强对流过程进行大量探空和中尺度分析与总结的基础上,提出了分类强对流的T-log P结构模型,并获得了强对流的探空环境参数特征;结合中小尺度地形提出了适用于各种大气流场的分类强对流中尺度概念模型;根据高原和平原辐射站和探空站观测资料的对比分析,提出了高原比平原更易发生对流的机理模型,其根本原理在于高原的海拔高、太阳辐射和地面长波辐射更强、气温升高的幅度更大等均引起高原大气温度垂直递减率更大,导致大气层结更不稳定;获得了高原上分类强对流云团和对流风暴单体在对流发展不同阶段的对流参数和回波空间结构特征,并与平原强对流结构进行了对比分析。（3）为提高对高原强对流临近预报的自动化和准确程度,本文提出了针对青海高原地区的强对流识别新算法,即,雷达多仰角（在各个仰角同时计算速度辐合有关特征、强度、谱宽等）自动识别法,和卫星多通道动态阈值（提出自动获取卫星实时数据的强对流云团初判识阈值的方法,参考去除卷云和识别强对流云的多通道法提取强对流云团,提出使用云团边缘梯度进一步剔除卷云和层云）自动识别法,并对强对流进行了追踪识别,在强对流天气过程中的自动识别效果显着。计算所识别出的强对流云团和回波的多种对流参数,得出了区分各类型强对流的参数特征。（4）针对新一代气象卫星观测资料在高原应用潜力研究的不足,本文使用新一代气象卫星（葵花卫星和FY-4A卫星）监测和识别强对流云团,比较分析不同类型强对流云团的多种对流参数,得到高原对流云在葵花卫星和FY-4A卫星的云图上主要表现为偏冷深对流,并且FY-4A卫星还可能监测识别出偏暖浅对流。两种卫星所监测的强对流云团的主体形状和位置一致,云顶亮温变化趋势一致。但FY-4A卫星监测的高原云顶亮温更高,用所建立的原理模型解释了两种卫星观测高原云顶亮温存在差异的原因。（5）为了加强对高原上强对流临近预报系统的科学支撑,研究降雹和非降雹单体的雷达预警特征,提出了强对流类型的雷达预警算法。将卫星和雷达观测数据进行时空匹配,提取强对流云团和回波的对流轮廓,研究对流轮廓重叠范围内的降水性质和多种对流参数预警统计特征,提出了卫星和雷达综合观测的且适合高原复杂地形的强对流潜势（包括多种强对流类型）预警方法,并建立了降水量级的卫星预报方程。在强对流过程的短时临近天气预报业务运行中进行检验,实践表明了预警方法的业务应用可行性。
吴玉霜[6]（2019）在《广西地形分布对前汛期暴雨的影响及其智能计算客观预报方法研究》文中研究表明暴雨灾害是我国破坏性强的自然灾害之一,在发生的同时通常伴有泥石流、滑坡等一系列次生灾害。广西前汛期（4-6月）降水强度大,降水量多,兼受复杂的地理环境影响,具有局地性、突发性和历时短等特点,是华南区域频发暴雨降水的主要地区之一。基于广西1961-2017年共57a的前汛期暴雨强降水数据,文章综合运用EOF分析、小波分析、Mann-Kendall检验、滑动T检验等方法讨论地形因素对降水的影响,并着重分析广西地形对前汛期暴雨降水的空间分布特征,运用天气学诊断法,总结归纳出广西1961-2017年期间前汛期暴雨的发展规律、形成机理和年际变化特征。进一步根据广西地形分布和降水气候特征,将广西分为3个不同区域,分别建立基于KPCA特征提取方法与随机森林算法的智能计算集合客观预报模型,对广西前汛期暴雨进行实际预报预测。得到以下结论:（1）在地形影响下,广西地区前汛期暴雨的空间分布格局为东北多,西南少,有3个高值中心和1个低值中心,高值区分别是融水、永福等桂北地区,桂中北地区的金秀、蒙山等地以及东兴等沿海地区,低值区为宁明一带。（2）广西前汛期暴雨总量的年际变化显着,存在明显的1-2a、4-6a的短周期变化,以及24a左右的长周期变化。在长期变化趋势上,广西前汛期暴雨降水量整体变化较为平缓,突变不明显。（3）采用EOF方法对广西前汛期暴雨总量进行空间特征分析发现,第一模态为全区一致性且呈由东到西递减分布,高值区位于临桂、永福和来宾等地,低值区位于桂西北地区,方差贡献率为30.14%。第二模态为西北-东南反向分布的空间分布特征,高值区位于东兰、田东等地,桂东南大片地区为负值区,方差贡献率为12.21%。第三模态为南北反向且由北向南递减分布的空间格局,高值区位于永福、兴安等地,低值中心位于桂南地区,方差贡献率为9.4%。（4）采用EOF分解得到的特征向量所对应的时间系数分析广西前汛期暴雨的时间变化特征,第一模态的时间系数在20至-40之间,存在着3-4a的振荡周期,处于整体偏涝的类型。第二模态的时间系数在6至-6之间,呈下降趋势,存在一个12a左右的振荡周期,处于整体偏旱的类型。第三模态的时间系数在15至-15之间,呈上升趋势,处于北部地区偏涝,南部地区偏旱的类型。（5）对广西前汛期大范围持续性暴雨的统计分析发现,广西前汛期大范围持续性暴雨过程共出现41次,年平均为0.73次。4月份出现的频次最少,5月份次之,6月份出现的频次最多。广西大范围持续性暴雨的年际变化、月际变化较为明显。线性趋势分析发现,4月份略有减少的趋势,而5月和6月份则是逐渐增多的,其中5月份增加的趋势较为明显。（6）不同月份发生大范围持续性暴雨的影响机制都各异,分别表现为4月份的两槽两脊并在低纬度地区有分裂出的短波槽影响广西;5月份为两脊一槽形势;6月份为一槽一脊配合中低纬度的东亚槽。这些环流形势均有利于冷空气的堆积并南下影响,并且广西在5月和6月份同时受到副高边缘西南气流的影响,低层辐合气流明显,有利于低层水汽的不断抬升。（7）水汽、动力条件分析表明,月份的变化对应着不同的水汽来源,其中,4月份水汽来源主要为中国南海和孟加拉湾;5月份,则是南海、印度洋以及孟加拉湾;6月份的水汽来源以印度洋和孟加拉湾为主。4-6月广西上空上升运动较强,对应的不稳定能量较大,为广西暴雨的产生提供了有利的触发机制。（8）采用KPCA特征提取方法和随机森林算法相结合对预报因子进行数据挖掘机器学习,建立一种新的非线性人工智能计算预报模型,对广西前汛期暴雨进行建模研究,预报结果表明,新模型全区前汛期暴雨预报的TS评分为0.14,欧洲中心数值预报产品（ECMWF）全区TS评分仅为0.07;按地形和气候特征要素分区预报的结果发现,一区,新模型TS评分为0.16,欧洲细网格为0.12;二区,新模型TS评分为0.10,欧洲细网格仅为0.01;三区,新模型TS评分为0.14,欧洲细网格只有0.02,新模型结果均优于ECMWF的集合预报结果。对比结果表明,该预报模型结果稳定,精度较高,数值预报产品释用预报效果好,对广西前汛期暴雨的实际预报研究具有一定的科学指导意义。
高竞翔[7]（2019）在《高原低涡切变影响云南强降水的诊断研究》文中指出本文根据2012-2017年中国气象局MICAPS历史天气图、欧洲中期天气预报中心（ECMWF）的ERA-Interim在月平均分析资料、美国国家环境预报中心（NCEP）提供的全球资料同化系统（GDAS）数据、风云2号卫星红外云图和云南地面124个测站实测资料选取了3个高原低涡切变个例,将它们进行分析对比,探讨它们影响云南地区强降水的特征与它们之间的区别,最后使用HYSPLIT模式进行聚类后向轨迹分析和WRF模式进行模拟验证。得到主要结论如下:当高原低涡和切变线位于高原东部时对云南中北部降水影响大,高原低涡和切变线位于高原西部时对云南降水影响小。云南最易受到高原低涡、切变线影响的区域为滇西北、滇中北部、滇东北。（1）环流形势上,南亚高压的加强和高原低涡切变上空200hPa位置处于西风急流内部这两个因素对高原低涡切变的发展移动起着至关重要的作用,缺少其中一个条件就有可能使得高原低涡切变不会移动发展,两个条件同时具备有很大可能高原低涡切变会移动发展,而没有东移发展到青藏高原东部的高原低涡切变对云南强降水影响较小,对于移动发展到青藏高原东部的高原低涡切变则有很大可能会对云南强降水造成影响。在影响云南强降水的过程中,引导北方青藏高原冷平流南下进入云南和正涡度平流向云南传输都是高原低涡切变影响云南强降水的重要手段。并且高原低涡切变影响云南强降水一般有其他天气系统相互配合。（2）影响云南强降水的高原低涡切变动力结构特征:具有强的正涡度中心且相对湿度中心位置与之重合,其涡旋内部层结不稳定的大气高度较高,水平上正涡度分布区域较大。垂直螺旋度在反应高原低涡切变影响云南强降水的雨带分布较好。（3）高原低涡切变影响云南强降水的水汽来源主要有三条路径:1、从孟加拉湾顺着偏西气流进入云南地区。2、南海地区水汽顺着西太平洋副高外围的偏东南气流进入云南地区。3、青藏高原的水汽从青藏高原下来进入云南地区。前面两个路径来的水汽占总水汽的比例较高,第三个路径水汽占比较少。（5）用WRF模式对高原低涡切变影响云南强降水个例进行模拟表明,模式对强降水过程模拟较好。
赵艳风[8]（2017）在《中国南方持续性强降水过程的区域模式动力延伸中期预报研究》文中研究说明中国南方汛期持续性强降水及其次生灾害给人民的生产和生活造成严重影响,是我国主要的灾害性天气之一。延伸区域数值模式对持续性强降水的预报时效对防灾减灾具有重要意义。本研究旨在基于对中国南方持续性强降水过程形成机理的认识,建立区域模式动力延伸中期预报理论框架,发展针对持续性强降水过程的模式动力预报理论和技术,为延伸持续性异常降水预报时效提供新方法和新思路。研究成果主要包含以下四个方面:（1）分析总结了中国南方持续性强降水过程的动力学理论基础,对不同类型持续性强降水过程的大尺度动力环流、大气波动时空分布及大气角动量输送特征进行了统计分析,结果表明中国南方汛期持续性强降水的发生与行星尺度大气波动异常密切相关,是在特定的天气和气候背景下产生的。不同类型持续性强降水过程的大尺度环流及波动时空分布特征不同,华南前汛期类型的环流场调整发生在降水过程前3天,加深发展的东亚大槽（3-5波）与西伸的副热带高压（1-2波）相互作用;华南后汛期环流场在降水过程前5天调整变化,低槽南压（2-4波）发展与副热带高压相互作用,并受高纬3波高压脊的阻塞影响;江淮梅雨期环流形势在过程前3天调整,50°N的低槽长波能量向短波传递,中低纬度副热带高压西伸并北抬。持续性强降水过程前期有明显的涡旋角动量输送减弱,并随时间从高纬度向低纬度传递,体现了中高纬度阻塞形势的作用。降水过程中向北的输送增加表明了东北-西南走向的天气系统对气流和水汽汇合的重要性。（2）从模式误差来源分析及多尺度环流系统的模式预报评估方面对模式预报误差进行了讨论,全球预报场的超长波和长波较中小尺度波动有较长的预报时效,而区域模式对于中小尺度天气有较好的预报能力,有效利用全球模式的大尺度预报场以及区域模式的中小尺度信息是本研究动力延伸预报理论的基础。对于持续性强降水的预报,初边值误差在模式积分过程中不断增加,导致区域模式内场预报时效减小。侧边界滤波、多尺度混合更新初值方案以及内场谱逼近分别是针对边界场误差、初值误差以及模式内场误差的有效动力预报方法。（3）对中国南方不同类型持续性强降水个例分别进行了侧边界低通滤波、内场低频谱逼近及多尺度混合更新初值滚动预报试验,并对区域模式预报的降水和环流场进行评估,对比分析表明,内场谱逼近的方案对提前3-7天小雨以上量级的降水预报改进明显,对大尺度环流场的改进主要体现在提前1-5天预报距平相关系数值较低的阶段,对不同高度层高度场、温度场、相对湿度及经纬向风场的均方根误差均有较明显的减小;侧边界滤波对提前5-7天降水预报改进明显,对提前7-11天的温度场、500hPa以上风场及位势高度场的预报误差明显减小,降水的改进效果主要基于大尺度关键环流系统以及水汽通量辐合强度位置的较好预报;更新初值滚动预报方案有效改进了逐日降水的中雨、大雨及暴雨量级降水的预报,对于提前5-11天50及100mm以上的过程累积降水预报有明显改进,随着提前预报时长的增加,改进率不断增大,对于累积降水和比湿的均方根误差改进率分别为6.2%及5.67%,对于高度场、温度场及风场的预报误差有明显减小,并且误差减小值随着预报时长的增加而增大。（4）对上述三种动力预报方案进行混合方案试验,利用区域模式开展2016年中国南方汛期（4-8月）的批量预报试验,并对不同类型降水的预报场进行对比分析。综合方案对于2016年长江流域典型持续性强降水100mm以上累积降水的雨带范围预报有明显的改进作用。在批量试验预报中,对降水的改进主要表现在3-9天的预报中,尤其对中雨的改进最明显,对持续性强降水过程50mm以上的累计降水强度和雨带的预报明显提高,预报时间越长,降水量级越大,综合方案的预报优势越明显。对于500hPa环流场的距平相关系数在0.8以及0.6以上的预报天数提高0.5天。对不同高度层的高度场、相对湿度场、温度场以及风场的预报误差都有一定减小。
邢雯[9]（2015）在《东亚季风区夏季降水预测：统计模型的建立与可预报性分析》文中研究指明东亚夏季风（EASM）是亚洲气候系统中最活跃的系统之一,其降水的可预报性是一个长期存在并亟需解决的重要问题。本文利用可预报模态分析方法对7、8月份,即盛夏时节EASM区域（100°E-140°E,5°N-50°N）降水变化的动力过程进行探究,建立统计模式对降水异常进行预报。预报结果与海洋-大气耦合动力模式结果进行了比较,并进一步讨论EASM降水的可预报性。随后针对中国夏季降水预报的实际业务需要,利用偏最小二乘法回归,讨论对中国夏季（6-8月份）降水进行长期超前预报的可能性,取得了以下几点研究成果：（1）7、8月份EASM气候态降水以西太平洋副热带高压（WPSH）脊线为界表现为南北两个最大值中心。其中一个位于热带东亚季风区（100°E-140°E, 5°N-26.5°N, SEA）,为热带季风槽降水,另一个位于副热带-中纬度东亚季风区（100°E-140°E,26.5°N-50°N, NEA）,为副热带锋面降水。两个地区降水的经验正交函数分解（EOF）前四个主模态具有显着的动力过程,并能够利用以物理解释为基础的经验预报模式（P-E模式）和／或气候动力模式进行合理预报,说明这些模态反映了降水自身的变化,是可预报模态。而其余高阶模态夹杂了数据的不确定性,为噪音信号。通过分别分析SEA与NEA降水变化前四个模态的物理过程,发现两个子区域各个模态的动力机制彼此具有显着的差异,因此影响SEA与NEA降水变化的大部分驱动因子是不同的,降水变化相互独立。将整个EASM区域划分为南北两个子区域分别进行降水预报,与作为整体相比能够提高预报技巧。（2）根据各个模态的动力过程选取具有物理意义的预报因子,建立P-E模式,对每个模态主成分时间序列（PC）进行预报。将SEA与NEA的四个可预报模态的空间分布与预报出的PC相乘并线性相加,能够构建出降水异常的预报场。利用预报场与观测场的相关系数对预报技巧的高低进行了评估。预报技巧较高的区域集中在气候态降水的大值区,而相对干旱区的预报技巧较低。但P-E预报模式区域平均的预报技巧远高于气候动力模式。说明对东亚夏季风降水,P-E预报模式优于目前的气候动力模式。此结果同时表明气候动力模式对EA夏季降水预报技巧较低并不是由于降水本身可预报性低造成的,而是由于气候动力模式自身的缺陷,因此动力模式仍有较大的改进空间。此外,随着P-E模式超前时间逐渐变长,预报技巧会逐渐降低。实际应用中,推荐使用具有更高预报技巧的超前0个月的模式对降水进行预报。将可预报模态的空问分布与由观测数据得到的PCs相乘并线性相加,能够得到最接近观测值的降水的可预报部分。将降水的可预报场与观测场进行相关分析,能够得到完美预报情况下盛夏时节东亚降水能够达到的最优预报结果,即降水的最大可预报性。对比发现,SEA降水的可预报性、P-E模式以及气候动力模式的预报技巧均高于NEA地区。（3）结合中国的实际预报业务,本文利用偏最小二乘法回归（PLS）讨论了对中国夏季（6-8月份）降水进行长期超前预报的可行性。利用1979-2004年冬季平均的SST及大陆2米气温作为预报因子场,对夏季降水进行拟合,建立预报方程,对2005-2013年降水异常进行超前4个月的独立预报。结果显示对中国东部及南部地区的降水变化可以进行很好的预报,但中国东北部偏北地区以及西北大部分省市预报技巧偏低。以上研究进一步检验了EASM降水年际变化主模态形成与维持的动力学过程,揭示了影响降水变化的前期驱动因子。与目前的气候动力模式相比,提高了EASM包括中国地区降水的预报技巧,对促进东亚地区的发展具有深远的意义。
何光碧,张利红,屠妮妮[10]（2014）在《区域中尺度模式对西南地区一次强降水过程的预报分析》文中研究说明为了认识区域数值模式对西南地区降水预报能力,探索降水预报误差原因,本文应用MICAP资料,NCEP再分析资料,FY-2E辐射亮温资料,自动站资料,西南涡加密观测资料等,针对2012年7月25日西南地区一次强降水过程,分析了西南区域中心运行的WRF模式和GRAPES中尺度模式的预报能力,得到:（1）两模式不同程度反映了本次强降水过程。相对而言,WRF模式的预报略好于GRAPES,得益于WRF模式对对流层中低层温度、水汽、流场等演变的较好反映。（2）两模式预报对流层中低层温度偏差总体呈现正偏差,GRAPES模式呈现较大的温度偏差,正偏差特征更显着。两模式不同程度出现空报降水,特别是在高原东南坡。GRAPES模式空报雨区特征更明显。（3）两模式预报近地层湿度较实况大,都预报高原南坡,特别是高原东南坡风场辐合、水汽场辐合偏强,可能是造成虚假降水的主要原因。（4）较实况,WRF模式预报对流层高层的高压和对流层中低层的低压系统偏强,GRAPES模式预报西南低空急流偏强（可能是引起温度正偏差的原因）,两个模式预报的对流层正涡度较深厚,辐合上升运动强,这些可能是造成降水预报偏差的原因。
二、若干数值模式对2003年夏季青藏高原中南部降水预报检验（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、若干数值模式对2003年夏季青藏高原中南部降水预报检验（论文提纲范文）
（1）青藏高原高分辨率区域资料同化方案研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 大气再分析的研究意义 |
| 1.2 大气资料同化研究进展 |
| 1.2.1 早期客观分析方法 |
| 1.2.2 基于统计的资料同化 |
| 1.2.3 基于集合的同化技术 |
| 1.2.4 粒子滤波同化方法 |
| 1.3 观测资料的质量控制 |
| 1.4 再分析资料的发展现状 |
| 1.5 青藏高原再分析现状及亟需解决的科学问题 |
| 1.6 主要研究内容与论文结构 |
| 1.6.1 主要研究内容 |
| 1.6.2 论文章节安排 |
| 第二章 非高斯新息向量变分质量控制研究 |
| 2.1 引言 |
| 2.2 高斯误差分布的变分同化 |
| 2.3 观测误差的非高斯分布建模 |
| 2.3.1 观测误差污染正态分布的构建 |
| 2.3.2 新息向量的非高斯分布特征 |
| 2.3.3 观测资料变分质量控制的概念模型 |
| 2.4 变分质量控制方案的发展 |
| 2.4.1 “高斯+高斯”分布模型 |
| 2.4.2 “高斯+均匀”分布模型 |
| 2.4.3 “高斯+拉普拉斯”分布模型 |
| 2.5 三类变分质量控制理论分析 |
| 2.5.1 污染正态分布模型的误差代表性 |
| 2.5.2 观测目标函数、梯度和权重特征 |
| 2.5.3 污染率的敏感性分析 |
| 2.6 本章小结 |
| 第三章 变分质量控制方案的青藏高原资料同化研究 |
| 3.1 引言 |
| 3.2 变分质量控制同化验证分析方案 |
| 3.2.1 变分质量控制同化系统配置 |
| 3.2.2 稳健性理想试验设计 |
| 3.2.3 实际观测同化试验设计 |
| 3.3 变分质量控制验证分析 |
| 3.3.1 稳健性检验 |
| 3.3.2 观测权重调整 |
| 3.3.3 分析增量优化与权重的关系 |
| 3.3.4 分析场的验证 |
| 3.4 变分质量控制的青藏高原资料同化分析 |
| 3.4.1 变分质量控制的资料同化系统 |
| 3.4.2 高原区域变分质量控制分析诊断 |
| 3.4.3 高原区域同化分析的降水预报性能 |
| 3.5 本章小结 |
| 第四章 集合卡尔曼滤波方案的青藏高原资料同化研究 |
| 4.1 引言 |
| 4.2 高原集合资料同化方案 |
| 4.2.1 EnKF资料同化系统 |
| 4.2.2 EnKF同化分析预报模式 |
| 4.2.3 观测资料 |
| 4.2.4 诊断指标 |
| 4.3 EnKF同化分析资料质量评估 |
| 4.3.1 探空观测的非独立性检验 |
| 4.3.2 探空观测的独立性检验 |
| 4.3.3 温湿度的卫星观测质量评估 |
| 4.3.4 湿度时空分布特征分析 |
| 4.4 EnKF同化分析降尺度预报质量评估 |
| 4.4.1 降尺度预报检验 |
| 4.4.2 降水预报分析 |
| 4.4.3 降水日变化特征 |
| 4.4.4 降水评分检验 |
| 4.5 本章小结 |
| 第五章 全空卫星辐射资料对青藏高原资料同化的潜在影响 |
| 5.1 引言 |
| 5.2 高原MCS强降水过程 |
| 5.3 卫星资料同化试验方案 |
| 5.3.1 模式参数配置 |
| 5.3.2 卫星观测资料 |
| 5.3.3 EnKF同化方案 |
| 5.4 卫星资料同化分析的潜在影响 |
| 5.4.1 卫星资料同化的有效性 |
| 5.4.2 探空资料独立检验 |
| 5.4.3 对流云模拟预报分析 |
| 5.4.4 卫星资料同化的降水预报性能 |
| 5.5 本章小结 |
| 第六章 结论与讨论 |
| 6.1 论文主要结论 |
| 6.2 论文主要创新 |
| 6.3 讨论与展望 |
| 参考文献 |
| 作者简介 |
| 致谢 |
（2）基于多模式集成的东亚地区气温与降水次季节预报及其误差诊断（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 国内外研究进展 |
| 1.2.1 次季节尺度预报 |
| 1.2.2 多模式集成预报 |
| 1.2.3 模态投影预报 |
| 1.2.4 概率预报 |
| 1.3 拟解决的科学问题 |
| 1.4 论文章节安排 |
| 第二章 资料与方法 |
| 2.1 资料 |
| 2.2 预报优化方法 |
| 2.2.1 次季节尺度的多模式集成预报 |
| 2.2.2 基于模态投影的单模式与多模式确定性预报 |
| 2.2.3 次季节尺度的概率预报 |
| 2.3 预报检验方法 |
| 2.3.1 确定性预报的检验评估 |
| 2.3.2 概率预报的检验评估 |
| 2.3.3 概率预报的误差诊断 |
| 第三章 次季节尺度的气温与降水多模式集成预报 |
| 3.1 多模式集成预报试验设计 |
| 3.2 次季节尺度的单中心预报 |
| 3.2.1 气温单中心预报 |
| 3.2.2 降水单中心预报 |
| 3.3 次季节尺度的多模式集成预报 |
| 3.3.1 气温多模式集成预报 |
| 3.3.2 降水多模式集成预报 |
| 3.4 多模式集成预报个例试验——东北亚2018 年盛夏极端高温 |
| 3.5 本章小结 |
| 第四章 基于模态投影的单模式与多模式确定性预报 |
| 4.1 模态投影确定性预报试验设计 |
| 4.2 单模式的次季节模态投影预报 |
| 4.2.1 气温模态投影预报 |
| 4.2.2 降水模态投影预报 |
| 4.3 次季节尺度的多模式模态投影集成预报 |
| 4.3.1 气温多模式模态投影集成预报 |
| 4.3.2 降水多模式模态投影集成预报 |
| 4.4 模态投影预报个例试验——中国南方2018 年初夏持续性强降水 |
| 4.5 本章小结 |
| 第五章 次季节尺度的多模式集成概率预报与误差诊断 |
| 5.1 多模式集成概率预报试验设计 |
| 5.2 次季节尺度的气温多模式集成概率预报与误差诊断 |
| 5.2.1 气温概率预报检验 |
| 5.2.2 气温概率预报误差诊断 |
| 5.3 次季节尺度的降水多模式集成概率预报与误差诊断 |
| 5.3.1 降水概率预报检验 |
| 5.3.2 降水概率预报误差诊断 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 主要研究结论 |
| 6.2 论文创新性成果 |
| 6.3 讨论与展望 |
| 参考文献 |
| 附录 论文使用的缩写与中英文全称对照表 |
| 作者简介 |
| 致谢 |
（3）区域大气再分析中谱逼近与高光谱卫星数据同化方法研究（论文提纲范文）
| 摘要 |
| 英文摘要 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 再分析资料的发展历史 |
| 1.1.2 再分析资料与业务预报资料、业务分析资料之间的联系与区别 |
| 1.1.3 区域再分析资料的科学及社会意义 |
| 1.2 国内外研究进展 |
| 1.3 再分析资料制作方制作中面临的若干问题与解决方案分析 |
| 1.3.1 预报模式及同化模块的选择 |
| 1.3.2 区域设置 |
| 1.3.3 同化方法选择 |
| 1.3.4 观测资料的获取与使用 |
| 1.4 论文预期成果及章节安排 |
| 第二章 中国区域再分析资料制作方法探究——以2013年为例 |
| 2.1 试验个例选取 |
| 2.2 再分析系统流程设计 |
| 2.3 试验使用数据 |
| 2.3.1 模式初始场、侧边界、海表温数据更新 |
| 2.3.2 观测数据、背景误差协方差矩阵使用 |
| 2.4 结果检验 |
| 2.4.1 地表以上2米温度检验 |
| 2.4.2 降水检验 |
| 2.4.3 高层大气变量模拟性能评估 |
| 2.4.4 极端事件模拟性能——高温热浪 |
| 2.4.5 极端事件模拟性能——台风 |
| 2.5 2003～2014年中国区域再分析试制作及存在问题分析 |
| 2.5.1 长时间序列模拟中卫星观测数据选取 |
| 2.5.2 同化高光谱卫星辐射数据对降水模拟造成的影响 |
| 2.6 变分同化加谱逼近方法在区域业务预报中的适用性初探 |
| 2.7 本章小结 |
| 第三章 使用间接同化方法引入高光谱卫星辐射数据的尝试 |
| 3.1 使用数据与质量控制方法介绍 |
| 3.1.1 数据介绍及试验设想 |
| 3.1.2 质量控制方法介绍 |
| 3.2 区域设置及预报系统介绍 |
| 3.2.1 区域设置 |
| 3.2.2 系统流程设计及驱动数据 |
| 3.3 个例介绍及检验使用的检验数据 |
| 3.3.1 个例介绍 |
| 3.3.2 使用的检验数据 |
| 3.4 过程—结果分析 |
| 3.4.1 逐小时降水 |
| 3.4.2 极端对流事件 |
| 3.4.3 高空变量 |
| 3.5 过程二、过程三模式预报与实况对比 |
| 3.5.1 过程二预报——实况对比 |
| 3.5.2 过程三预报——实况对比 |
| 3.6 三公里短临预报中同化高光谱分辨率卫星数据反演廓线的初步性能评估 |
| 3.6.1 D.C.Flood事件中3km预报结果性能分析 |
| 3.6.2 Hampton Power Outage事件模拟结果分析 |
| 3.7 本章小结 |
| 第四章 高光谱分辨率卫星反演廓线数据在晴空区与不同云顶高度情况下的同化性能分析 |
| 4.1 个例分析—以2019年5月27日为例 |
| 4.2 2019年5～7月反演廓线对初始场的同化效果分析 |
| 4.2.1 反演廓线数据同化数量分析 |
| 4.2.2 反演廓线数据同化对初始场的纠正 |
| 4.3 本章小结 |
| 第五章 高光谱卫星数据反演廓线同化在中国地区可应用性初探 |
| 5.1 华南降水个例 |
| 5.1.1 试验设计与数据使用 |
| 5.1.2 三小时累积降水评估 |
| 5.1.3 高层大气模拟性能 |
| 5.2 开原龙卷个例 |
| 5.2.1 个例介绍与实验设计 |
| 5.2.2 降水性能评估 |
| 5.2.3 龙卷发生区域预报能分析 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 致谢 |
| 博士阶段取得的学术成果 |
| 参考文献 |
（4）积云和边界层方案对新疆气候的适用性评估（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究目的与意义 |
| 1.2 WRF模式积云对流参数化方案的国内外相关研究进展 |
| 1.3 WRF模式行星边界层参数化方案的国内外相关研究进展 |
| 1.4 科学问题的提出及主要研究内容 |
| 第2章 模式、数据与方法 |
| 2.1 WRF模式介绍 |
| 2.2 积云对流参数化方案 |
| 2.2.1 水汽辐合方案 |
| 2.2.2 对流调整方案 |
| 2.2.3 质量通量方案 |
| 2.3 行星边界层参数化方案 |
| 2.4 试验方案设计 |
| 2.5 数据资料来源 |
| 2.6 数据结果处理方法 |
| 2.6.1 插值方法 |
| 2.6.2 均方根误差(RMSE) |
| 2.6.3 标准差(σ) |
| 2.6.4 相关系数(R) |
| 2.6.5 降水评分检验 |
| 2.6.6 温度评分检验 |
| 第3章 新疆地区气候特征 |
| 3.1 不同来源降水资料的比较 |
| 3.2 不同来源温度资料的比较 |
| 3.3 不同来源环流资料的比较 |
| 3.4 2007 年概况 |
| 3.5 本章小结 |
| 第4章 积云对流参数化方案对新疆气候模拟影响的研究 |
| 4.1 引言 |
| 4.2 试验方案设计 |
| 4.3 降水 |
| 4.4 温度 |
| 4.5 大气环流场、水汽及能量分析 |
| 4.6 本章小结 |
| 第5章 行星边界层参数化方案对新疆气候模拟影响的研究 |
| 5.1 引言 |
| 5.2 试验方案设计 |
| 5.3 降水 |
| 5.4 温度 |
| 5.5 关键区分析 |
| 5.5.1 天山降水 |
| 5.5.2 风场、边界层高度及能量分析 |
| 5.6 本章小结 |
| 第6章 结论与讨论 |
| 6.1 本文主要结论 |
| 6.2 问题与展望 |
| 参考文献 |
| 作者在读期间科研成果简介 |
| 致谢 |
（5）青海高原致灾性对流天气遥感监测及预警方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 前言 |
| 1.1 研究目的及意义 |
| 1.2 国内外研究进展 |
| 1.2.1 强对流天气定义和产生环境研究 |
| 1.2.2 强对流天气的气候统计研究 |
| 1.2.3 基于卫星和雷达的强对流特征及算法研究 |
| 1.2.4 针对青藏高原对流有关研究 |
| 1.2.5 针对青海高原对流的研究 |
| 1.3 问题的提出 |
| 1.3.1 青海高原强对流研究不足 |
| 1.3.2 青海高原上气象卫星和天气雷达的应用和研究有限 |
| 1.4 本文研究内容 |
| 第二章 数据说明及预处理 |
| 2.1 数据说明 |
| 2.2 气象卫星数据预处理和定位精度改进 |
| 2.2.1 地形高程校正和几何校正 |
| 2.2.2 FY-4A与葵花卫星交叉定标 |
| 2.3 青海高原天气雷达体扫基数据预处理 |
| 2.3.1 雷达基数据质量控制及效果对比 |
| 2.3.2 雷达回波衰减订正及改进方法探讨 |
| 2.3.3 雷达坐标转换及插值 |
| 2.3.4 主要雷达产品计算 |
| 2.3.5 高原上雷达拼图方法及新增开发拼图产品 |
| 2.4 探空资料订正及效果对比 |
| 第三章 青海高原致灾性对流天气分类及时空分布特征 |
| 3.1 致灾性对流天气分类及分析方法 |
| 3.2 致灾性对流天气空间分布特征 |
| 3.2.1 致灾性对流频次分布 |
| 3.2.2 致灾性对流强度分布 |
| 3.3 致灾性对流天气时间变化特征 |
| 3.3.1 年变化特征 |
| 3.3.2 月变化特征 |
| 3.3.3 日变化特征 |
| 3.4 本章小结 |
| 第四章 青海高原致灾性对流天气机理模型 |
| 4.1 对流大气流场分型 |
| 4.2 强对流天气探空结构模型 |
| 4.3 强对流探空参数特征 |
| 4.4 强对流天气中尺度概念模型 |
| 4.5 高原上易发对流天气的机理研究 |
| 4.5.1 高原和平原辐射观测资料对比分析 |
| 4.5.2 高原和平原大气稳定度对比分析 |
| 4.5.3 高原上易发对流天气的机理模型 |
| 4.6 本章总结 |
| 第五章 青海高原致灾性对流发展规律和组织结构特征 |
| 5.1 对流单体发展规律 |
| 5.1.1 普通单体和脉冲单体回波特征 |
| 5.1.2 线状对流单体回波特征 |
| 5.2 对流组织结构特征 |
| 5.2.1 对流云顶结构演变特征 |
| 5.2.2 对流单体垂直结构演变特征 |
| 5.3 对流演变的卫星雷达联合监测特征 |
| 5.4 本章小结 |
| 第六章 青海高原强对流自动识别方法研究 |
| 6.1 强对流自动识别沿革 |
| 6.2 强对流云团单通道自动识别和跟踪 |
| 6.2.1 强对流云团识别和跟踪效果检验 |
| 6.2.2 对流云团参数计算 |
| 6.2.3 卫星数据分析和检验 |
| 6.2.4 云顶亮温数据分析及与小时降水量的关系 |
| 6.2.5 云顶温度变化特征 |
| 6.2.6 云顶温度极值及降水提前时间分析 |
| 6.2.7 小时降水量级预报方程及误差检验 |
| 6.3 强对流云团多通道自动阈值识别 |
| 6.3.1 分类强对流云团多种参数特征识别 |
| 6.3.2 新一代气象卫星监测识别高原对流云的适用特点 |
| 6.3.3 多通道自动阈值识别小结 |
| 6.4 强对流回波自动识别 |
| 6.4.1 强对流回波的多仰角自动识别法及识别效果 |
| 6.4.2 分类强对流回波多种参数特征识别 |
| 6.4.3 降雹和非降雹单体统计特征对比和识别 |
| 6.5 本章小结 |
| 第七章 卫星和雷达综合观测的青海高原强对流预警方法研究 |
| 7.1 受地形影响明显地点的预警参数统计特征 |
| 7.1.1 强对流频发代表站的选取 |
| 7.1.2 代表站的预警参数统计特征 |
| 7.1.3 新一代静止气象卫星与天气雷达综合观测的对流参数统计特征 |
| 7.2 强对流潜势预警方法及检验 |
| 7.2.1 强对流类型雷达预警方法及效果 |
| 7.2.2 强对流潜势预警方法 |
| 7.2.3 强对流潜势预警方法检验 |
| 7.3 本章小结 |
| 第八章 总结和展望 |
| 8.1 总结 |
| 8.2 主要创新点 |
| 8.3 不足与未来工作展望 |
| 附录1 文件列表 |
| 参考文献 |
| 博士期间主持或参与的科研项目及发表的主要学术论文 |
| 论文 |
| 科技成果认定 |
| 系统业务化推广应用 |
| 主持项目 |
| 致谢 |
（6）广西地形分布对前汛期暴雨的影响及其智能计算客观预报方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1.绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究进展 |
| 1.2.1 暴雨成因及特征 |
| 1.2.2 地形对暴雨的影响 |
| 1.2.3 暴雨预报研究进展 |
| 1.3 研究目的及意义 |
| 1.4 主要研究内容 |
| 1.5 研究技术路线 |
| 2.研究区域概况、资料、方法 |
| 2.1 研究区域概况 |
| 2.1.1 地理位置 |
| 2.1.2 地形地貌 |
| 2.1.3 气候条件 |
| 2.1.4 河流分布 |
| 2.1.5 社会经济 |
| 2.2 资料来源及处理 |
| 2.3 方法 |
| 2.3.1 EOF分析方法 |
| 2.3.2 Mann-Kendall检验 |
| 2.3.3 ArcGis反距离权重差值法 |
| 2.3.4 小波分析 |
| 2.3.5 滑动T检验 |
| 3.地形对广西前汛期暴雨的影响分析 |
| 3.1 地形因子对降水的影响 |
| 3.2 地形影响下广西前汛期暴雨时空分布特征 |
| 3.2.1 空间分布特征 |
| 3.2.1.1 暴雨总量的空间分布特征 |
| 3.2.1.2 基于EOF分析的暴雨空间分布特征 |
| 3.2.2 时间演变特征 |
| 3.2.2.1 年暴雨量的时间演变特征 |
| 3.3.2.2 基于EOF分析的暴雨时间变化特征 |
| 3.3 小结 |
| 4.广西前汛期大范围持续性暴雨气候特征分析 |
| 4.1 广西前汛期大范围持续性暴雨统计特征 |
| 4.2 广西前汛期大范围持续性暴雨的环流诊断分析 |
| 4.2.1 高层环流异常及急流分析 |
| 4.2.2 中层环流异常 |
| 4.2.3 低层异常辐合 |
| 4.3 物理量场合成分析 |
| 4.3.1 水汽来源 |
| 4.3.2 水汽通量散度 |
| 4.3.3 湿度条件 |
| 4.3.4 动力条件分析 |
| 4.3.5 不稳定能量场分析 |
| 4.4 小结 |
| 5.基于KPCA与随机森林算法的广西前汛期暴雨释用预报 |
| 5.1 方法原理 |
| 5.1.1 随机森林算法 |
| 5.1.2 KPCA主成分分析方法 |
| 5.2 试验数据处理 |
| 5.2.1 预报对象、因子及其处理 |
| 5.2.2 基于KPCA方法和随机森林算法建模试验 |
| 5.3 试验结果分析 |
| 5.4 小结 |
| 6.总结与展望 |
| 6.1 主要结论 |
| 6.2 特色和创新 |
| 6.3 未来工作展望 |
| 参考文献 |
| 攻读硕士期间发表的论文及参与的项目 |
| 致谢 |
（7）高原低涡切变影响云南强降水的诊断研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 国内外研究进展 |
| 1.2.1 影响高原低涡切变生成发展因素的研究进展 |
| 1.2.2 高原低涡切变的结构特征 |
| 1.2.3 高原低涡切变东移对下游地区的影响研究进展 |
| 1.2.4 高原低涡切变的其他研究进展 |
| 1.3 论文的研究意义及创新之处 |
| 1.4 本文的章节安排 |
| 第二章 资料与方法 |
| 2.1 资料 |
| 2.2 主要方法 |
| 第三章 高原低涡切变对云南造成强降水个例环流场分析研究 |
| 3.1 2016年7月5日-7日的一次高原低涡切变过程 |
| 3.2 2017年6月29日-7月4日的一次高原低涡切变过程 |
| 3.3 2017年7月10日-14日的一次高原低涡切变过程 |
| 3.4 三个高原低涡切变个例的对比分析 |
| 第四章 高原低涡切变对云南造成强降水个例的动力场特征 |
| 4.1 2016年7月5日-7日高原低涡切变过程诊断分析 |
| 4.2 2017年6月29日-7月4日高原低涡切变过程诊断分析 |
| 4.3 2017年7月10日-14日高原低涡切变过程诊断分析 |
| 4.4 三次高原低涡切变过程的物理量的对比分析 |
| 第五章 水汽源地分析 |
| 5.1 2016年7月5日-7日高原低涡切变过程后向轨迹分析 |
| 5.2 2017年6月29日-7月4日高原低涡切变过程后向轨迹分析 |
| 5.3 2017年7月10日-14日高原低涡切变过程后向轨迹分析 |
| 本章小结 |
| 第六章 WRF模式对高原涡影响云南降水的预报检验 |
| 第七章 结论分析与展望 |
| 7.1 结论分析 |
| 7.2 研究展望 |
| 参考文献 |
| 个人简介 |
| 致谢 |
（8）中国南方持续性强降水过程的区域模式动力延伸中期预报研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 引言 |
| 1.1 研究背景 |
| 1.1.1 持续性强降水简介 |
| 1.1.2 数值天气预报发展简史 |
| 1.1.3 区域模式动力延伸预报 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究进展 |
| 1.2.2 国内研究进展 |
| 1.3 研究内容及目的 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.4 研究创新点 |
| 1.5 研究资料与方法 |
| 1.5.1 研究资料 |
| 1.5.2 WRF模式介绍 |
| 1.5.3 模式预报评估方法 |
| 1.6 论文结构 |
| 第2章 持续性强降水过程的动力学理论基础 |
| 2.1 持续性强降水过程的形成机理研究回顾 |
| 2.1.1 天气背景 |
| 2.1.2 气候背景 |
| 2.1.3 青藏高原的重要作用 |
| 2.2 持续性强降水过程大尺度动力环流特征 |
| 2.2.1 方法介绍 |
| 2.2.2 持续性强降水个例筛选 |
| 2.2.3 500 hPa环流特征 |
| 2.2.4 大尺度大气波动特征 |
| 2.2.5 涡旋角动量的输送特征 |
| 2.3 本章小结 |
| 第3章 区域模式动力预报理论框架 |
| 3.1 模式预报误差分析 |
| 3.1.1 区域模式误差来源分析 |
| 3.1.2 多尺度环流系统的模式预报评估 |
| 3.2 模式动力预报方法的发展及应用 |
| 3.2.1 滤波方法 |
| 3.2.2 谱逼近方案 |
| 3.2.3 多尺度混合技术 |
| 3.3 本研究预报试验方案框架的提出 |
| 3.3.1 内场谱逼近与侧边界低通滤波方案 |
| 3.3.2 多尺度混合更新初值滚动预报方案 |
| 3.3.3 综合预报理论框架 |
| 第4章 内场谱逼近与侧边界低通滤波预报试验 |
| 4.1 引言 |
| 4.2 研究方法 |
| 4.2.1 个例简介 |
| 4.2.2 内场谱逼近 |
| 4.2.3 侧边界低通滤波 |
| 4.2.4 模式设置 |
| 4.3 试验结果 |
| 4.3.1 降水 |
| 4.3.2 环流场 |
| 4.4 本章小结 |
| 第5章 多尺度混合更新初值滚动预报试验 |
| 5.1 引言 |
| 5.2 研究方法 |
| 5.2.1 个例简介 |
| 5.2.2 二维离散余弦变换 |
| 5.2.3 波谱能量分析 |
| 5.2.4 多尺度混合更新初值滚动预报 |
| 5.2.5 模式设置 |
| 5.3 试验结果 |
| 5.3.1 降水 |
| 5.3.2 气象要素场 |
| 5.4 本章小结 |
| 第6章 综合方案的应运及批量试验 |
| 6.1 引言 |
| 6.2 试验设计 |
| 6.2.1 模式设置 |
| 6.2.2 试验设置 |
| 6.3 一次典型持续性强降水个例试验分析 |
| 6.3.1 2016年7月长江流域持续性强降水个例介绍 |
| 6.3.2 试验结果 |
| 6.4 批量试验统计检验分析 |
| 6.4.1 降水 |
| 6.4.2 环流场 |
| 6.5 本章小结 |
| 第7章 总结与讨论 |
| 7.1 全文概述 |
| 7.2 主要结论 |
| 7.2.1 中国南方持续性强降水过程形成的动力学特征 |
| 7.2.2 区域模式动力预报的误差分析及其改进方案 |
| 7.2.3 不同动力预报方案的个例试验及评估 |
| 7.2.4 综合方案的批量试验及对比评估 |
| 7.3 存在的不足及展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（9）东亚季风区夏季降水预测：统计模型的建立与可预报性分析（论文提纲范文）
| 摘要 Abstract 1 绪论 |
| 1.1 东亚夏季风简介 |
| 1.1.1 东亚夏季风特殊性 |
| 1.1.2 EASM强度定义 |
| 1.1.3 EASM对人类活动的影响 |
| 1.2 EASM年际变化的影响因子 |
| 1.2.1 EASM受到热带地区的影响 |
| 1.2.2 EASM受到中高纬度环流系统的影响 |
| 1.2.3 EASM受到中高纬度热力异常的影响 |
| 1.3 EASM的预报现状 |
| 1.3.1 动力模式预报的研究进展 |
| 1.3.2 统计预报研究进展 |
| 1.4 拟解决问题及论文结构 2 数据以及研究方法 |
| 2.1 数据 |
| 2.2 预报方法介绍 |
| 2.2.1 可预报模态分析 |
| 2.2.2 P-E预报模式中预报因子的选取 |
| 2.2.3 EOF分析,逐步回归与交叉检验 |
| 2.3 东亚夏季风区子区域划分 |
| 2.4 可预报模态初步判断 3 盛夏时节热带东亚季风区降水预报 |
| 3.1 SEA降水变化可预报模态特征分析及预报 |
| 3.1.1 SEA-1：暖池区偶极子SST正反馈模态 |
| 3.1.2 SEA-2：中太平洋型ENSO模态 |
| 3.1.3 SEA-3：海洋大陆SST-澳大利亚高压耦合模态 |
| 3.1.4 SEA-4：ENSO发展模态 |
| 3.2 预报技巧与可预报性 |
| 3.2.1 SEA降水变化超前0个月的预报技巧 |
| 3.2.2 SEA降水变化超前1个月的预报技巧 |
| 3.2.3 SEA盛夏时节降水变化的可预报性分析 |
| 3.3 本章小结 4 盛夏时节副热带-中纬度东亚季风区降水预报 |
| 4.1 NEA降水变化可预报模态特征分析及预报 |
| 4.1.1 NEA-1：赤道西太平洋——NEA遥相关模态 |
| 4.1.2 NEA-2：WPSH-暖池区偶极子SST正反馈模态 |
| 4.1.3 NEA-3：中太平洋型ENSO事件发展模态 |
| 4.1.4 NEA-4：欧亚波列模态 |
| 4.2 NEA降水预报技巧与可预报性分析 |
| 4.2.1 NEA降水超前0个月预报技巧分析 |
| 4.2.2 NEA降水超前1个月预报技巧分析 |
| 4.2.3 利用可预报模态对NEA盛夏降水的可预报性分析 |
| 4.3 将EA划分为两个子区域的原因 |
| 4.4 本章结论 5 中国夏季降水的长期超前预报分析 |
| 5.1 中国夏季降水预报现状 |
| 5.2 联合EOF-PLS方法介绍 |
| 5.3 中国夏季降水主模态特征分析 |
| 5.4 中国夏季降水的预报分析 |
| 5.5 本章结论与讨论 6 结论 |
| 6.1 全文总结 |
| 6.2 本文的主要创新点 |
| 6.3 对未来工作的展望 参考文献 个人简历 发表的学术论文 致谢 |
（10）区域中尺度模式对西南地区一次强降水过程的预报分析（论文提纲范文）
| 引言 |
| 1 过程概况与模式及资料简介 |
| 1.1 过程概况 |
| 1.2 模式及资料简介 |
| 2 降水与温度场特征分析 |
| 2.1 降水特征 |
| 2.2 温度场特征 |
| 3 环境与影响系统特征分析 |
| 4 动力与水汽特征分析 |
| 4.1 气象要素与物理量特征 |
| 4.2 水汽特征 |
| 5 小结 |
四、若干数值模式对2003年夏季青藏高原中南部降水预报检验（论文参考文献）
- [1]青藏高原高分辨率区域资料同化方案研究[D]. 和杰. 南京信息工程大学, 2021(01)
- [2]基于多模式集成的东亚地区气温与降水次季节预报及其误差诊断[D]. 朱寿鹏. 南京信息工程大学, 2021
- [3]区域大气再分析中谱逼近与高光谱卫星数据同化方法研究[D]. 张启. 南京大学, 2019(01)
- [4]积云和边界层方案对新疆气候的适用性评估[D]. 周心河. 成都信息工程大学, 2019(05)
- [5]青海高原致灾性对流天气遥感监测及预警方法研究[D]. 朱平. 南京信息工程大学, 2019(01)
- [6]广西地形分布对前汛期暴雨的影响及其智能计算客观预报方法研究[D]. 吴玉霜. 南宁师范大学, 2019(01)
- [7]高原低涡切变影响云南强降水的诊断研究[D]. 高竞翔. 云南大学, 2019(03)
- [8]中国南方持续性强降水过程的区域模式动力延伸中期预报研究[D]. 赵艳风. 中国气象科学研究院, 2017(09)
- [9]东亚季风区夏季降水预测：统计模型的建立与可预报性分析[D]. 邢雯. 中国海洋大学, 2015(10)
- [10]区域中尺度模式对西南地区一次强降水过程的预报分析[J]. 何光碧,张利红,屠妮妮. 高原山地气象研究, 2014(02)