简介:ThePRCMinistryofScienceandTechnologyofficiallyapprovedtheimplementationoftheprojectasoneofNationalKeyScienceandTechnologyProjectsinNovember2001andentrustedtheChinaMeteorologicalAdministration(CMA)withtheleadership.Thenewsbriefingoftheprojectstaring-upwasheldceremoniouslyatCMAon29December2001.ProjectGoal:undertheconditionsofhigh-performancesupercomputersandhightemporalandspatialresolutionmeteorologicaldata,makinggooduseofbothinternationalanddomesticnewscientificachievements,todevelopournewgenerationnumericalweatherforecastingoperationsystemindependentlysotomeettheneedsofthedevelopmentofthecountryanditsmeteorologicalservice.
简介:Inviewofthefactthattheatmosphereiscapableofmemory,thisresearchsuggestedanddevelopedtheviewpointofatmosphericmemorialdynamics.Byintroducingamemoryfunctionintothedynamic-thermodynamicequationsoftheatmosphere,theseequationscanbetransformedintodifference-integralequations.Inthisway,thenumericalsolutionoftheatmosphericmotioncanbeobtainedbyusingseveralinitialfieldsratherthanonlyoneinitialfield.Theretrospectivetimeintegrationschemeisanoriginalschemebasedthesystemself-memorizationprinciple,whichdiffersgreatlyfromother
简介:中国科学院大气物理研究所发展了一个准业务跨季度气候距平数值预测系统,包括气候模式、大气和海洋初始条件同化、年际气候异常信号的提取、集合积分与概率计算、预测值系统误差的订正方法以及预测评分技术等方面,以东亚夏季风降水和太平洋海温异常为主要预测对象。本文主要报告5年来中国夏季降水跨季度预测准业务试验的结果。1989~1995年夏季降水跨季度实时预测试验的结果表明:对于导致气候灾害的夏季降水异常,例如中国东部的严重旱涝,我们能够作出很好的预测;对于比较弱的夏季降水异常,预测技巧较低。另外,预测效果有明显的地区差异,比如,中国东部比西部好,东部又以长江中下游为最佳。本文还介绍了一些由西太平洋海温异常影响大气的物理过程及机理,提出了一个“持续异常区假说”。进而讨论了集合预测的理论和方法,并通过一个实例来说明如何使用集合积分技术来识别持续异常区。最后对短期气候预测的几个基本问题以及改进的途径进行了讨论
简介:利用NCEP/NCAR再分析资料和MM5模拟分析了2010年冬季辽宁中部城市严重灰霾天气时天气系统特征,应用CALPUFF模拟灰霾天气和2010年冬季沈阳、辽阳及本溪日平均PM10浓度分布。结果表明:500hPa位势高度场,辽宁处于弱暖脊的位置;850hPa位势高度场辽宁受辐散及下沉气流的影响,地面风场的风向不一致,多受辐散气流影响。在垂直剖面风场,地面上方有明显的位涡高值上升区,高度较低。地面至高空的温度廓线表明,低空有明显的逆温,逆温层顶的高度较低。2010年12月19—21日沈阳、辽阳和本溪PM10浓度分布向偏东、西北及东南方向发散,主要受地面风向影响。整个冬季平均PM10浓度分布向偏南方向发散。
简介:基于华北区域气象中心、华东区域气象中心、华南区域气象中心和国家气象中心环境气象业务数值模式2015年1—3月的预报结果,从能见度和空气质量两个方面对环境气象业务数值模式的预报效果进行了对比检验。结果表明:随着能见度降低,各数值模式的预报能力均逐渐下降,对于<1km的能见度,仅华北区域模式和国家级雾霾数值预报业务系统(CMAUnifiedAtmosphericChemistryEnvironment,CUACE)模式表现出一定的预报技巧,其中华北区域模式和CUACE模式对北京本地24h能见度预报的TS评分分别为0.20、0.10;CUACE模式总体能见度预报误差较各区域数值模式均偏大;CUACE模式和华北区域模式、华东区域模式、华南区域模式能见度预报值与观测值的相关系数普遍低于0.6。随着空气质量下降,各数值模式AQI的预报能力均逐渐下降;AQI为优等级时,各数值模式AQI预报的TS评分均较高,其中空气质量较好的华南地区空气质量等级预报的TS评分最高,为0.81;总体上24h的AQI预报,区域模式优于CUACE模式;48h和72h的AQI预报,CUACE模式优于各区域模式。各数值模式PM2.5浓度的预报值普遍较观测值偏低,华南区域模式24h的PM2.5浓度预报误差相对较小,华北区域模式和华东区域模式24h的PM2.5浓度预报误差相对较大;CUACE模式PM2.5浓度的预报误差较各区域模式均偏大,CUACE模式PM2.5浓度预报值与观测值的相关系数较各区域模式均偏低。