CN103383471A - 瞬变扰动天气图和低频扰动天气图制作方法及其在天气预报中的应用 - Google Patents
瞬变扰动天气图和低频扰动天气图制作方法及其在天气预报中的应用 Download PDFInfo
- Publication number
- CN103383471A CN103383471A CN2012101343584A CN201210134358A CN103383471A CN 103383471 A CN103383471 A CN 103383471A CN 2012101343584 A CN2012101343584 A CN 2012101343584A CN 201210134358 A CN201210134358 A CN 201210134358A CN 103383471 A CN103383471 A CN 103383471A
- Authority
- CN
- China
- Prior art keywords
- weather
- disturbance
- days
- low
- forecast
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000001052 transient effect Effects 0.000 title claims abstract description 102
- 238000000034 method Methods 0.000 title claims abstract description 81
- 238000004519 manufacturing process Methods 0.000 title abstract description 10
- 230000008569 process Effects 0.000 claims abstract description 47
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 38
- 230000001932 seasonal effect Effects 0.000 claims abstract description 18
- 238000001556 precipitation Methods 0.000 claims description 100
- 230000005284 excitation Effects 0.000 claims description 81
- 238000001914 filtration Methods 0.000 claims description 28
- 238000009826 distribution Methods 0.000 claims description 24
- 230000005855 radiation Effects 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 9
- 238000010438 heat treatment Methods 0.000 claims description 9
- 230000015572 biosynthetic process Effects 0.000 claims description 5
- 230000006854 communication Effects 0.000 claims description 4
- 238000007619 statistical method Methods 0.000 claims description 4
- 238000005520 cutting process Methods 0.000 claims description 3
- 230000003203 everyday effect Effects 0.000 claims description 3
- 230000002547 anomalous effect Effects 0.000 description 11
- 230000007704 transition Effects 0.000 description 7
- 238000012935 Averaging Methods 0.000 description 6
- 238000003745 diagnosis Methods 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 241001233037 catfish Species 0.000 description 2
- 230000002354 daily effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 239000005436 troposphere Substances 0.000 description 2
- IYLGZMTXKJYONK-ACLXAEORSA-N (12s,15r)-15-hydroxy-11,16-dioxo-15,20-dihydrosenecionan-12-yl acetate Chemical compound O1C(=O)[C@](CC)(O)C[C@@H](C)[C@](C)(OC(C)=O)C(=O)OCC2=CCN3[C@H]2[C@H]1CC3 IYLGZMTXKJYONK-ACLXAEORSA-N 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013277 forecasting method Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000009916 joint effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- IYLGZMTXKJYONK-UHFFFAOYSA-N ruwenine Natural products O1C(=O)C(CC)(O)CC(C)C(C)(OC(C)=O)C(=O)OCC2=CCN3C2C1CC3 IYLGZMTXKJYONK-UHFFFAOYSA-N 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000009329 sexual behaviour Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000009987 spinning Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种基于大气变量物理分解的瞬变扰动天气图和低频扰动天气图制作方法及其在天气预报中的应用。所述方法利用过去观测的、近期观测的和中期数值天气预报模式输出的大气空间三维多变量与时间连续的格点资料，物理分解出日循环和年循环的气候分量与天气尺度扰动分量，用天气尺度扰动分量制作瞬变扰动天气图和低频扰动天气图。本发明对近30年北半球气象资料进行气候季节变化场和逐日天气尺度瞬变扰动场的物理分解之后，用近期观测的和中期数值天气预报模式预报的天气尺度瞬变扰动分量绘制瞬变扰动天气图和低频扰动天气图；本发明的瞬变扰动天气图适用于制作1至3天短期天气预报和4至9天中期天气预报，低频扰动天气图适用于制作中期和10至30天延伸期天气过程预报，本发明提供了一种天气预报新工具，可提高天气预报的准确性。
Description
技术领域
本发明涉及气象学的技术领域，尤其涉及一种对气象预报业务部门日常使用的传统天气图的改革，本发明的瞬变扰动天气图和低频扰动天气图适用于气象业务部门作为1至3天的短期降水落区预报和4至9天中期降水落区预报以及10至30天延伸期降水过程的预报的工具。
背景技术
强降水，如暴雨是指1日（24小时）内达到和大于50mm的降水量。区域强降水和暴雨过程是洪涝和泥石流等重大灾害性事件发生的关键触发机制。能否提前几天做出区域强降水的落区预报，事关政府组织防灾、抗灾和灾后救援。10至30天的降水过程预报也是各级政府应对相关灾害事件预先防备的重要信息。
降水预报会出现三种结果：报对、漏报和空报，其中漏报和空报统称为错报。一个时段的暴雨预报正确率用所谓的TS评分法，即报对次数与报对、漏报、空报三种结果总次数的比较。如果只有报对的次数，没有错报（漏报和空报）的次数，则TS评分为1.00分。如果没有报对的次数，则TS评分为0.00分。所以，降水的预报TS评分在0和1之间。近十年来，很多国家预报员的1日（24小时）和2日（48小时）的暴雨预报TS得分平均在0.10左右。这一得分表明，预报10次未来1至2天出现暴雨，报对的可能性只有1次。较多的错报次数会降低预报的信息价值和防范的心理意识。可见，目前的暴雨预报准确率与社会的要求相差甚远。3至9天的暴雨落区预报水平可能更低。10至30天的延伸期天气预报，在预报员的视野上被称为是一个“盲区”[3]，即缺少预报方法。
暴雨预报TS评分成绩是在预报员利用了常规天气图、国内外数值天气预报产品等多源信息之后，再根据自己的经验综合做出的。按理，预报员的预报水平（TS得分）应该高于常规天气图暴雨预报方法和单一数值天气预报中暴雨预报方法的得分。
暴雨产生的主要条件是低层风场的辐合，其次是水汽和大气热力稳定度。于是，暴雨预报能否成功的关键是，能否提前预报出产生暴雨的环流系统（如气流辐合系统）。提高预报准确率是要降低漏报和空报的次数。从天气系统上考虑，漏报可能源于实况出现了辐合系统，而没有提前预报出辐合系统。空报可能源于实况没有出现辐合系统，而预报出了辐合系统。更有一种可能，预报的辐合系统与实况系统之间存在强度和位置上的偏差，造成对应的暴雨落区预报不对，也可降低暴雨TS评分。
目前欧洲中期天气预报中心（ECMWF）的逐时天气图上的环流形势预报接近观测的时效能达到8天，可是降水和暴雨预报水平怎么还那么低呢？问题就出现在数值天气预报模式预报的未来8天大气变量中包含了与降水落区有关的信息和与降水落区无关的信息。
目前国际上最先进的未来10至30天的天气预报方法是欧洲中心的10至30天的预报系统。预报产品包括时间平均的天气图形势场：500hPa位势高度场、海平面气压场和850hPa温度场，以及预报的累加降水量。这些量均以周平均的形式给出，即第1至第4周分别为第5至第11天、第12至第18天、第19至第25天和第26至第32天。一个月的预报相当于只有4个时段的平均要素场和积累降水量。显然，这样的每7天时间间隔的平均场和累积降水量不能指示暴雨或降水发生的天气过程，信息的时间分辨率和可应用性不够。
使用同样的传统天气图，少数有经验的预报员对异常天气的预报有较高的技巧，但经验只可会意，难以言传。是什么面纱遮住了预报员的判断视线，又能否为预报员研发揭开面纱的天气图呢？
名称为“基于大气变量物理分解的低温雨雪冰冻天气的中期预报系统和方法”的ZL201110061438.7号发明专利申请公开了一种基于大气变量物理分解的低温雨雪冰冻天气的中期预报系统和方法，该专利申请利用历史观测的、当前观测的和中期数值预报模式输出的大气三维多变量与时间连续的格点资料，把气象变量分解成为表征太阳辐射季节变化的气候分量、表征海陆、地形热力差异的海陆分量以及由天气尺度扰动引发的纬圈距平扰动分量和瞬时扰动分量，由此形成物理分解四分量的数据库。本发明试图借用其大气变量物理分解方法，形成一套比传统天气图对异常天气更有识别意义的新天气图。
发明内容
本发明要解决的技术问题是利用现有的大气变量物理分解法设计出对异常天气更具有识别意义的瞬变扰动天气图和低频扰动天气图，从而提供一种适用于短中期天气预报和时效偏长的延伸期天气预报的工具。
本发明采用如下技术方案解决上述技术问题：
一种瞬变扰动天气图的制作方法，包括如下步骤：
步骤A1：对全球或北半球范围连续N年的包括风、位势高度、温度、湿度的气象变量资料序列进行四分量物理分解，使所述气象变量被分解成为表征太阳辐射季节变化的气候分量和表征海陆、地形热力差异的海陆气候分量以及行星尺度纬圈距平扰动分量和瞬时天气扰动分量，形成可供调用的四分量物理分解数据库；
步骤A2：把当前时刻观测的全球或北半球或区域标准气压层站点或经纬度格点的气象变量的数值，减去所述四分量物理分解数据库中的气候分量后获得实况瞬变扰动天气图，该实况瞬变扰动天气图是当前时刻的在标准等气压面上或垂直剖面上气象变量的天气尺度扰动分量的分布图；
步骤A3：调取中期数值天气预报模式预报的未来第1天至第10天每天包括北京时间02时、08时、14时、20时共四个时次的全球或北半球或区域标准气压层经纬度格点的气象变量的数值，减去所述气象变量四分量物理分解数据库中的气候分量后得到动力预报瞬变扰动天气图，该动力预报瞬变扰动天气图是在标准等气压面上或垂直剖面上的模式预报的天气尺度扰动分量的分布图。
上述实况瞬变扰动天气图和动力预报瞬变扰动天气图均被显示在中国气象信息综合分析处理系统显示平台上。
所述瞬变扰动天气图在短期暴雨天气预报中的应用方法如下：
B1：在850毫巴等压面上实况风场的瞬变扰动天气图的气流辐合带与暴雨落区有对应关系；
B2：在850毫巴等压面上风场的动力预报瞬变扰动天气图的气流辐合带的位置能够指示未来暴雨的落区；
B3：在300毫巴等压面上风场和位势高度的实况瞬变扰动天气图的分布能够指示未来台风的强度变化及其移动路径；
B4: 沿某一经线的南北垂直剖面上风场的实况瞬变扰动天气图的气流辐合带的位置能够指示江淮梅雨锋暴雨落区的位置。
B5：在700毫巴等压面上瞬变扰动天气图上的湿位涡扰动的高值带对暴雨带有较好的指示能力。
B6：在850毫巴等压面动力预报瞬变扰动天气图上的湿位涡扰动的高值区的移动与未来暴雨区的移动有较好的对应关系；
B7：在850毫巴等压面动力预报瞬变扰动天气图上的单站的湿位涡扰动的时间演变曲线与该单站的降水量有对应关系，正的湿位涡扰动时段对应该单站有降水，负值的湿位涡扰动时段对应该单站无降水。
本发明还设计一种低频扰动天气图的制作方法，包括如下步骤：
步骤D1：对全球或北半球范围连续N年的包括风、位势高度、温度、湿度的气象变量资料序列进行四分量物理分解，使所述气象变量被分解成为表征太阳辐射季节变化的气候分量和表征海陆、地形热力差异的海陆气候分量以及行星尺度纬圈距平扰动分量和瞬时天气扰动分量，形成可供调用的四分量物理分解数据库；
步骤D2、用近期60天观测的全球或北半球或区域标准气压层站点或经纬度格点的气象变量的数值，减去所述四分量物理分解数据库中的气候分量后得到近期60天的天气尺度扰动分量，对所述近期60天时间序列的天气尺度扰动分量做5天、7天或9天时间滑动平均，或者进行低通滤波或带通滤波，得到时间平均或滤波后的近期连续60天的实况低频扰动天气图，该实况低频扰动天气图是在标准等气压面上或垂直剖面上近期连续60天实况气象变量的天气尺度扰动分量的时间序列经过时间平均或滤波后的分布图；
步骤D3、用近期50天的观测气象变量结合中期数值天气预报模式预报的未来10天的气象变量获得时间连续的60天气象变量的数值，该时间连续的60天气象变量的数值，减去所述四分量物理分解数据库中的气候分量后得到近期50天的尾端连接未来10天模式预报的始端的连续60天时间序列的天气尺度扰动分量，该60天时间序列的天气尺度扰动分量做5天、7天或9天时间滑动平均，或者进行低通滤波或带通滤波，得到时间平均或滤波后的近期50天加上模式预报10天的连续60天的实况-模式低频扰动天气图，该实况-模式低频扰动天气图是在标准等气压面上或垂直剖面上近期连续50天实况气象变量末端连接未来10天模式预报气象变量始端的天气尺度扰动分量的时间序列经过时间平均或滤波后的分布图；
步骤D4、用近期50天的观测气象变量结合中期数值天气预报模式预报的未来10天的气象变量获得时间连续的60天气象变量的数值，该时间连续的60天气象变量的数值，减去所述四分量物理分解数据库中的气候分量后得到近期50天的尾端连接未来10天模式预报的始端的连续60天时间序列的天气尺度扰动分量，该60天时间序列的天气尺度扰动分量进行傅里叶滤波，滤掉1至5天高频天气尺度扰动中的波动，保留长于5天的低频波动，对长于5天的傅里叶波动分量分别做周期外延，然后对各经周期外延的傅里叶波动分量进行合成，获得动力-统计低频扰动天气图，该动力-统计低频扰动天气图的尾段包含未来30天的气象变量的低频扰动变量的预报值，其中前10天为中期数值天气预报模式动力学方法得到的低频扰动变量，第10天至第30天的后20天为统计方法得到的低频扰动变量。
上述实况低频扰动天气图、实况-模式低频扰动天气图和动力-统计低频扰动天气图均被显示在中国气象信息综合分析处理系统显示平台上。
所述低频扰动天气图在中期-延伸期降水预报中的应用方法如下：
E1：在某一标准等压面的实况低频扰动天气图上的低频涡度扰动的纬度-时间和经度-时间变化过程与降水过程具有对应关系，一次低频正涡度扰动的传播过程对应着一次降水区的传播过程；
E2：在850毫巴等压面的时间滑动平均低频扰动天气图上的环流扰动系统的位置与暴雨区的位置具有对应关系；
E3：带通滤波低频扰动天气图能够较好地反映大尺度环流系统的活动，因此适用于预报中期-延伸期的降水过程。
E4：动力-统计低频扰动天气图预报时段前10天中期数值天气预报模式动力学方法得到的低频湿位涡扰动变量的分布适用于作中期降水落区预报，该预报时段低频湿位涡扰动变量的正值区与该时段的降水落区有较好的对应关系，其高值区将对应强降水区。
E5：动力-统计低频扰动天气图预报时段单站1至30天湿位涡扰动的时间序列适用于对该单站做10天至30天的延伸期降水预报，所述单站的湿位涡扰动的时间演变曲线与该单站的降水量有对应关系，在正的湿位涡扰动时段对应该单站有降水，在负值的湿位涡扰动时段对应该单站无降水。
与现在使用的传统天气图相比较，本发明的瞬变扰动天气图和低频扰动天气图预报方法具有以下优点：
1、瞬变扰动天气图是在方法上的创新。过去和现在一直在使用的传统天气图上，大气变量中包含了四个分量：太阳辐射日循环和年循环强迫的纬圈-时间平均的对称气候分量，海陆分布和区域热力调节的季节时间平均非对称气候分量，由年际和季节内热带或极地热力强迫引起的纬圈平均行星尺度瞬变对称扰动分量，和天气尺度瞬变非对称扰动分量。气候分量下对应的天气称为正常天气，而实况天气是正常天气与异常天气的叠加。行星尺度扰动分量比天气尺度扰动分量小很多。天气尺度扰动分量对应着异常天气的发生和强度。传统天气图上包含的两个气候分量和行星尺度扰动分量，就像一个面纱影响了预报员对异常天气发生的判断，本发明的瞬变扰动天气图等于揭开了影响了预报员对异常天气发生的判断的面纱，使预报员更易于识别异常天气的发生。
2、瞬变扰动天气图是在应用上的创新。按照天气学原理，降水等异常天气是低层大气气流辐合的结果。除了像台风和气旋这样的深厚系统外，传统天气图上的很多辐合线位置与暴雨带并不对应，如我国南方的暴雨多发生在低空急流的左前方与低层冷切变线之间。在瞬变扰动天气图上，暴雨带多发生在扰动气流的辐合线上，反映的是辐合线两侧扰动气流对峙的结果。这就是瞬变扰动天气图上的风场中已经去除了其他三个与暴雨落区关系不紧密的分量，而保留了与暴雨关系密切的天气尺度扰动分量。用这样的瞬变扰动天气图做天气预报，不但物理意义清楚，符合天气学原理，预报员判断降水落区也很方便与直观。预报员利用传统天气图上大气变量计算的物理量也可以用瞬变扰动天气图上的扰动变量代替，扰动物理量对降水落区和降水天气过程的指示意义更清楚。
3、中期数值天气预报模式产品解释应用上的创新。一些国家的气象业务预报中心的中期数值天气预报模式环流形势预报的可用效果已经达到了7至10天。对此，各地预报员发展了很多的模式预报产品的解释应用方法，但模式预报的未来产品中仍然存在与异常天气有关的天气尺度扰动分量和关系不大的其他三个分量。如果预报员对模式产品用四分量物理分解后的天气尺度扰动分量做天气学和动力学的解释应用，预报效果会更好。
4、低频扰动天气图是在方法上和应用上的创新。10至30天的天气预报是一个“盲区”[3]，即缺少理论与方法。低频扰动天气图是建立在瞬变扰动天气图基础上的充分利用了近期观测的60天大气天气尺度扰动分量，或近期50天的观测大气低频天气尺度扰动分量和模式预报变量中的未来10天低频天气尺度扰动分量的结合，再由这60天的低频扰动分量统计延伸达到未来1至30天的降水天气过程。这一方法对上海地区的延伸期降水过程预报取得了明显的效果。在未来30天的低频扰动信号预报中，后20天预报用的是当地低频信号的时间统计外延。实际上后20天仍然存在低频扰动信号在空间上的传播，进一步的研究加上空间传播信号，也会提高延伸期预报的效果。当前欧洲中期天气预报中心每7天平均的预报量不能分辨出延伸期时段中的天气过程。欧洲中期天气预报中心未来7天平均的500hPa位势高度场、海平面气压场和850hPa温度场也不能反映与极端天气事件过程相联系的大气最强扰动信号在对流层上层的分析事实。
附图说明
图1是基于大气变量物理分解方法制作瞬变扰动天气图和低频扰动天气图的关系流程及其使用去向；
图2是2004年7月11日08时850hPa气流与24小时暴雨（≥50 mm）站点，(a)传统天气图风场(m/s)和位势高度场(10gpm)，(b)瞬变扰动天气图风场（m/s）和位势高度扰动（10gpm），点线为辐合线；
图3是2003年7月8日08时850hPa气流与24小时暴雨（≥50 mm）站点，(a)传统天气图风场(m/s)和位势高度场(10gpm)，(b)瞬变扰动天气图风场（m/s）和位势高度扰动（10gpm），点线为槽线或辐合线；
图4是2004年9月20日冷锋槽线850hPa气流与24小时暴雨（≥50 mm）站点，(a)传统天气图风场(m/s)和位势高度场(10gpm)，(b)瞬变扰动天气图风场（m/s）和位势高度扰动（10gpm），点线为辐合线；
图5是2004年7月16日西南涡暖切变线850hPa气流与24小时暴雨（≥50 mm）站点，(a)传统天气图风场(m/s)和位势高度场(10gpm)，(b)瞬变扰动天气图风场（m/s）和位势高度扰动（10gpm），点线为辐合线；
图6是2010年10月19日20时300hPa(a)传统天气图上的流线和位势高度(10gpm)与(b)实况瞬变扰动天气图上的扰动流线和扰动位势高度(阴影，10gpm)，空心圆点为鲇鱼台风每6小时到达的位置，19日20时台风位置在实心圆点处，两个粗箭头指示两个扰动涡旋相互作用和打转形成的移动方向；
图7是1998年7月22日08时天气尺度扰动风沿115oE的南北-垂直剖面，经向和垂直风分量（箭头为南北风方向）和纬向风分量（实线为西风，虚线为东风，m/s），垂直风速 
已放大50倍，粗虚线指示扰动辐合线；
图8是700hPa层1999年6月23日和26日08时传统天气图资料计算的湿位涡(单位：PVU) (a, c)和物理分解后天气尺度湿位涡扰动(单位：PVU) (b, d)，点线指示雨带位置和方向；
图9是2010年6月16日08时的850hPa实况传统天气图上的风场(a)、提前第1天（b）、提前第6天(c)和提前第10天(d)模式预报的天气尺度扰动风场，虚线为流场辐合线，实心点和空心圆点分别为15日20时至16日20时24小时≥50mm和25～50mm降水量站点；
图10是2012年2月2日08时欧洲模式起报的2月6日20时(a)、7日02时（c）850hPa湿位涡扰动（等值线大于0.2PVU，间隔0.1PVU）与2012年2月6日22至23时1小时降水量（mm），雨量分层为：0.1mm, 0.5mm, 1mm, 2mm, 5mm, 10mm和15mm；
图11是欧洲模式2012年2月6日20时起报的第8天（14日20时）预报6小时降水量(a)、850hPa湿位涡扰动(b)和观测降水量(c)，模式预报的降水量分布层次为：0.1~4mm, 4~13mm, 13~25mm；湿位涡扰动大于0.2PVU，等值线间隔0.1PVU；观测雨量分层为：0-4mm, 4-13mm, 13-25mm和>25mm；
图12是2012年2月6日20时欧洲模式起报的2月6日20时~2月16日20时上海850hPa湿位涡扰动序列(0.1 PVU) (a)和上海徐家汇站每6小时实况降水量(mm) (b)；
图13是2012年2月24日20时欧洲模式起报的2月24日20时~3月5日20时上海850hPa湿位涡扰动序列(0.1 PVU) (a)和上海徐家汇站每6小时实况降水量(mm) (b)；
图14是1998年江南区域（25.4oN~30.5oN,114.2oE~120.5oE）1~4月逐日降水距平（柱状图，mm）与12~24天滤波（实线）(a)和长江区域（26.6oN~31.8oN,107.4oE~120oE）5~8月逐日降水距平（柱状图，mm）与30-60天滤波（实线）(b)；
图15是1998年1-4月925hPa层(a)和200hPa层(b)上涡度经过江南区域的经度-时间变化，天气尺度扰动涡度做了12-24天的带通滤波，图中两条竖细直线之间为青藏高原，黑色圆点为江南区域中至大雨（>=25mm）级别以上的站点，涡度等值线间隔为0.2×1.1574*10-5 s-1；
图16 是1998年5-8月 700hPa层上涡度经过长江区域的纬度-时间变化(a)和经度-时间变化(b)，天气尺度扰动涡度做了30-60天的带通滤波，图中两条竖细直线之间为青藏高原，黑色圆点为长江区域中至大雨（>=25mm）级别以上的站点，涡度等值线间隔为0.2×1.1574*10-5 s-1；
图17是1998年2月20至24日（上行图）和3月10至12日（下行图）时段平均的850hPa传统天气图（左列图）和扰动天气图（右列图）与该时段的大至暴雨站（方框中点）分布，粗点线为气流辐合线，D为低压环流中心；
图18是1998年6月16日瞬变扰动天气图(a)和扰动变量再经过30-60天带通滤波后的低频扰动天气图(b)与长江区域大至暴雨站（方框中点）的分布；
图19是2012年2月4日 08 时起报2月12日08时的低频湿度位涡扰动（MPVA）(a)与2月11日20时至12日20时24小时降水(b)分布；
图20是2012年2月9日08时结合欧洲模式预报和近期实况低频信号起报的未来1~30天（2月9日08时~3月10日08时）上海850hPa逐日湿位涡扰动序列(0.1 PVU) (a)和上海徐家汇站逐日观测降水量(mm) (b)；
图21是2012年2月15日08时结合欧洲模式预报和近期实况低频信号起报的未来1~30天（2月15日08时~3月16日08时）上海850hPa逐日湿位涡扰动序列(0.1 PVU) (a)和上海徐家汇站逐日观测降水量(mm) (b)。
具体实施方式
以下结合附图及附图所示之实施例对本发明的瞬变扰动天气图和低频扰动天气图制作方法及其在天气预报中的应用作进一步的详细说明。
本发明的基于大气变量物理分解制作的瞬变扰动天气图作为一种新的天气预报工具与传统天气图的不同表现为：传统天气图是把同一时刻观测的全球和区域空间分布的多个大气变量（或气象要素）填绘在了天气图上，现在是把传统天气图的信息显示在中国气象信息综合分析处理系统显示平台（MICAPS）上，该显示平台是中国气象部门研发的业务软件系统（Meteorological Information Comprehensive Analysis and Processing System)，简称为MICAPS[1]，它是一个专门提供给预报员使用的天气形势分析计算机显示平台，它替代了1990年代以前挂在墙上的人工绘制的纸质天气形势分析图。观测的这些大气变量中实际包含了太阳辐射日循环和年循环强迫的纬圈-时间平均的对称气候分量，海陆分布和区域热力调节的季节时间平均非对称气候分量，由年际和季节内热带或极地热力强迫引起的纬圈平均行星尺度瞬变对称扰动分量，和天气尺度瞬变非对称扰动分量等四个分量；本发明的瞬变扰动天气图与传统天气图上的形式不同，对天气预报的指示意义也不同；
本发明的低频扰动天气图是一种物理含义明确和适用性强的中期-延伸期天气过程预报工具：天气变化具有瞬时性，如我国南方春夏季常常出现的夜间雷雨和我国北方春天常常出现的午后大风，这些瞬变天气可以用瞬变扰动天气图上的大气瞬变扰动变量的分布做预报；天气变化还具有阶段性，每个阶段的夜间雷雨和午后大风可连续出现10至20天不等，对这种时段性的同类持续性天气可用低频扰动天气图上的大气低频扰动变量分布做预报；低频扰动天气图根据所用大气变量资料的不同可以分为实况低频扰动天气图、实况-模式低频扰动天气图和延伸期动力-统计低频扰动天气图；实况低频扰动天气图的制作过程是，用近期几十天，如近期60天的观测大气变量先通过物理分解得到天气尺度扰动分量，再对天气尺度扰动分量做5天、7天或9天时间滑动平均，或者进行低通滤波或带通滤波，把时间平均或滤波后的天气尺度扰动变量填绘在天气图上；实况与模式产品结合的低频扰动天气图的制作过程是，用近期几十天，如近期50天的观测大气变量结合中期数值天气预报模式预报未来10天的大气变量，先对它们做物理分解得到天气尺度扰动分量，再对天气尺度扰动分量做5天、7天或9天时间滑动平均，或者进行低通或带通滤波，把时间平均或滤波后的天气尺度扰动变量填绘在天气图上；延伸期动力-统计低频扰动天气图的制作过程是，用近期50天观测的天气尺度扰动分量和中期数值天气预报模式预报的未来10天天气尺度扰动分量结合在一起做傅里叶滤波，滤掉1至5天高频天气尺度扰动中的波动，保留长于5天的低频波动，用长于5天的傅里叶波动分量做周期外延的合成，得到未来第10天至第30天的低频天气扰动预报，未来30天预报中的前10天为中期数值天气预报模式动力学方法得到的低频扰动变量，后20天为统计方法得到的低频扰动变量，把它们都填绘在天气图上；
下面对制作瞬变扰动天气图的思路和具体步骤（参见图1）以及瞬变扰动天气图的应用方法作详细说明：
A1、所述大气变量物理分解的思路是：根据ZL201110061438.7号专利申请中提到的观测的和模式预报的大气变量可以物理分解成四个部分，即：太阳辐射日循环和年循环强迫的纬圈-时间平均的对称气候分量；海陆分布和区域热力调节的季节时间平均非对称气候分量；由年际和季节内热带或极地热力强迫引起的纬圈平均行星尺度瞬变对称扰动分量；和天气尺度瞬变非对称扰动分量；
A2、所述大气变量物理分解的表达式是：以
为大气观测的变量，如风，
是第Y年第t日确定时刻（如世界时00点对应北京时08点）的瞬时天气尺度扰动风分量
其中，
反映的是太阳辐射季节变化对应的逐日确定时刻的气候风，是第t日所用历史资料的年份（从第1年至第N年），是纬圈等距格点序号（从第1点至最后第P点），
是相对第t日确定时刻用第1年至第N年时间平均的空间格点风减去相对第t日太阳辐射对应的纬圈季节变化风分量
后的逐日确定时刻的空间气候风分布，它反映的是海陆、地形(包括局地环境)差异季节调节的逐日确定时刻的气候风，
和
之和为太阳季节辐射与海陆-环境共同影响下的逐日确定时刻的气候风，可用过去历史资料确定；
是纬圈平均的行星尺度瞬变扰动风，它的分离方法是用全球观测的风先做行星尺度的纬圈平均，再减去气候对应日确定时刻的纬圈平均风，这一项与热带海洋或极地年代际、年际和季节内热力强迫引起的变化有关；
A3、所述暴雨与瞬变扰动天气图上扰动气流辐合线的判断例子之一是：暴雨多位于920hPa或850hPa或700hPa层瞬变扰动天气图风场辐合线上或扰动辐合系统上；图2给出了2004年7月11日08时与黄河气旋有联系的暴雨分布；它们是850hPa传统天气图上的风场（图2a）和瞬变扰动天气图上的天气尺度扰动风场（图2b）与暴雨落区的比较；传统天气图上，暴雨区主要位于气旋中心东南侧暖气团内，冷切变线上没有暴雨；但在850hPa瞬变扰动天气图上，扰动气旋中心位于黄河下游，几处暴雨位于冷、暖切变线上，图2b清楚地显示了暴雨带是辐合线两侧冷、暖扰动气流对峙的结果；
A4、所述暴雨与瞬变扰动天气图上扰动气流辐合线的判断例子之二是：瞬变扰动天气图上的扰动辐合线可以把三个暴雨区连接起来；图3给出了2003年7月8日08时850hPa传统天气图上的风场（图2a）和瞬变扰动天气图上的风场（图2b）与暴雨落区的对应关系；传统天气图上，辐合线不能把分散在三处的暴雨区连接起来；但在瞬变扰动天气图上，三处暴雨区被辐合线连接起来了，也连接了中心位于东北和江淮的两个扰动低压中心；三处区域暴雨也是扰动气流辐合和对峙的结果；
A5、所述暴雨与瞬变扰动天气图上扰动气流辐合线的判断例子之三是：瞬变扰动天气图上冷锋槽线可以连接两个区域暴雨；图4给出了2004年9月20日08时850hPa传统天气图风场（图4a）和瞬变扰动天气图风场（图4b）与暴雨落区的对应关系；传统天气图上的一条冷锋槽线与暴雨落区没有关系，暴雨落区位于冷锋槽线西北侧的偏北气流中；但在瞬变扰动天气图上，两处区域暴雨就下落在扰动流场的辐合线（扰动气流冷锋槽线）上；
A6、所述暴雨与瞬变扰动天气图上扰动气流辐合线的判断例子之四是：瞬变扰动天气图上暴雨带位于西南涡切变线上；图5给出了2004年7月16日08时850hPa传统天气图风场（图5a）和瞬变扰动天气图风场（图5b）与暴雨落区的对应关系；传统天气图风场上暴雨落区在很强的西南气流中，暴雨带不在辐合线上； 但在瞬变扰动天气图上，暴雨带位于西南涡东侧扰动气流的辐合线上，扰动气流在暴雨带两侧呈对峙状态；
A7、所述瞬变扰动天气图在超强台风转向判断中的应用例子是：2010年鲇鱼台风10月13日在菲律宾以东的西北太平洋上生成，10月19日前向西北-偏西方向移动，登陆菲律宾后进入南海中部，19日开始转向直北方向移动，形成90度的转向；但到19日20时仍然有很多气象台预报台风继续向西北偏西方向移动，并预计会在广东西部沿海登陆，海南岛是重点防范地区，实况台风恰在23日登陆福建南部沿海；图6是2010年10月19日北京时间20时300hPa层传统天气图上的位势高度和流场(图6a)与实况瞬变扰动天气图上的高度扰动和扰动流线(图6b)分布；传统天气图上，台风的北侧是东西走向的反气旋环流，在此环流下预报员一般会判断台风继续向西或向西北移动，即向海南岛逼近；但在实况瞬变扰动天气图上，台风扰动环流与其西北方中国大陆上的气旋性扰动环流是在一个大的低压环流系统下，两个气旋性扰动中心会发生Fujiwhara效应[2]，即两个靠近的涡旋会相互作用，按反时针方向打转，甚至距离靠近时合并增强；Fujiwhara效应描述的是实验室水槽内的两个涡旋相互作用效应，不具有大环境流场的影响，但大气中存在环境流场，物理分解法就自然地去除了环境流场，所以瞬变扰动天气图（图6b）上就有两个扰动涡旋；此外常规的台风路径预报使用的是对流层中层500hPa天气图，实际上19日至22日的几天中500hPa以下的传统天气图和瞬变扰动天气图上都没有大陆上的涡旋；
A8、所述用实况瞬变扰动天气图可以考察江淮梅雨锋的三维空间结构；图7是1998年7月22日08时天气尺度扰动风沿115oE的南北-垂直剖面；粗虚线指示扰动辐合线，700hPa以下西南扰动气流与东北扰动气流对峙处是江淮梅雨静止锋的地方，也是对应暴雨带的位置；标准气压层925hPa、850hPa和700hPa扰动辐合线，或正值扰动涡度的地方对应暴雨带；
A9、所述用中期数值天气预报瞬变扰动天气图对暴雨预报的解释应用是：判断模式预报的扰动流场辐合线对暴雨带的指示能力；图9是2010年6月16日08时的850hPa实况传统天气图风场(图9a)、提前第1天（图9b）、提前第6天(图9c)和提前第10天(图9d)模式预报的瞬变扰动天气图上的扰动风场；传统天气图上的辐合线位于暴雨区以北500公里处；欧洲模式提前第1天和提前第6天预报的850hPa扰动气流相似，扰动气流辐合线与暴雨带位置基本对应；提前第10天预报的扰动气流已与前几天的预报有了不同程度的差异，但扰动辐合线仍然在华南暴雨带附近；所以，欧洲模式在夏季也能提前7至10天预报出扰动环流系统并能指示暴雨落区；
下面对制作低频扰动天气图的思路和具体步骤以及低频扰动天气图的应用方法作详细说明。
B1、所述制作低频扰动天气图的降水变化过程依据是：一地的降水具有准周期变化；1998年长江流域的暴雨天气过程，在1至4月份降水以12至24天波动的形式出现在江南地区，5至8月份降水以30至60天波动的形式出现在长江中游地区（图14）；1至4月份出现了7次降水过程，5至8月份出现了3次完整的降水过程；
B2、所述制作低频扰动天气图的思路是：用近期几十天，如近期60天的观测大气变量先通过物理分解得到天气尺度扰动分量，再对天气尺度扰动分量做低通滤波或带通滤波，把滤波后的天气尺度扰动变量填绘在天气图上；与中期数值天气预报模式产品连接的低频扰动天气图制作过程是，用近期几十天，如近期50天的观测大气变量结合中期数值天气预报模式预报未来10天的大气变量，先对它们做物理分解得到天气尺度扰动分量，再对天气尺度扰动分量做低通或带通滤波，把滤波后的天气尺度扰动变量填绘在天气图上；延伸期动力-统计低频扰动天气图的制作过程是，用近期50天观测的天气尺度扰动分量和中期数值天气预报模式预报的未来10天天气尺度扰动分量结合在一起做傅里叶滤波，滤掉1至5天的高频天气尺度扰动波动，保留长于5天的低频波动，用长于5天的傅里叶波动分量做周期外延后合成，得到未来第10天至第30天的低频天气扰动预报，未来30天预报中前10天为中期数值天气预报模式动力学方法得到的低频扰动变量，后20天为统计方法得到的低频扰动变量，把它们都填绘在天气图上；
B3、所述制作实况低频扰动天气图指示降水变化过程的依据是：天气尺度低频涡度扰动信号是传播的，并且与暴雨降水过程对应；图15是1998年1至4月925hPa层和200hPa层上低频涡度扰动经过江南区域的经度-时间变化，低频涡度扰动信号是由西向东传播的，低层925hPa的低频正涡度扰动（阴影）有7次传播的过程，对应江南地区的7次暴雨降水过程；个别日的暴雨不对应925hPa阴影区是因为在个别日出现了大气变量的瞬变扰动；图16是1998年5至8月700hPa层上低频涡度扰动经过长江区域的纬度-时间和经度-时间变化及其与降水过程的关系；正的低频涡度扰动信号（阴影）由赤道西北太平洋向西北传播到长江区域时对应出现30天左右的集中降水过程；根据图15和图16中低频扰动信号的传播规律，类似的低频扰动天气图可以用于预示区域暴雨过程的发生；
B4、所述时间平均的实况低频扰动天气图对暴雨的指示意义是：如图17中1998年2月20至24日和3月10至12日两个时间段平均的850hPa传统天气图和扰动天气图与该时段的暴雨站分布；时间平均的扰动天气图上江南有闭合的低压环流中心，暴雨发生在扰动低压东侧的暖切变线上，而传统天气图上没有低压环流中心；预报员使用扰动天气图更有信心预报区域暴雨；
B5、所述带通滤波低频扰动天气图对暴雨的指示意义是：如图18是1998年6月16日瞬变扰动天气图和扰动变量再经过30-60天带通滤波后的低频扰动天气图与长江区域暴雨站分布的位置关系；它们对区域暴雨落区都有指示意义，但带通滤波后的低频扰动天气图风速值只是瞬变扰动天气图上风速值的一半；低频扰动天气图上的小尺度环流系统减少，大尺度环流系统表现明显，更多反映了天气过程。
下面对制作扰动物理量的思路和具体步骤以及扰动物理量指示降水落区和降水过程作详细说明。
C1、所述用扰动变量制作物理量图指示暴雨落区的思路与表达式是：区域暴雨不但与垂直扰动涡度
（2）
分布中的正值有关（
分别为天气尺度扰动在东西方向和南北方向的风分量），还与湿大气稳定度有关，可用相当位温
随气压的变化得到，其中T为气团温度，L为水汽化潜热， 
为气团的饱和混合比，
为露点温度；湿位涡扰动（MPVA）的计算式如下
； （4）
其中g为重力加速度，取常数； 图8分别是1999年6月23日08时和26日08时700hPa层传统天气图上风场计算的湿位涡（MPV）
和瞬变扰动天气图上风场计算的湿位涡扰动的对比；式（5）中
为地球自转涡度，分别为地球自转角速度和地理纬度，
为传统天气图上风速计算涡度的表达式；图8中传统天气图上湿位涡大值带与暴雨带的关系没有瞬变扰动天气图上湿位涡扰动大值带与暴雨带的关系清楚，26日传统天气图上湿位涡大值带偏离在长江暴雨带的北侧，瞬变扰动天气图上湿位涡扰动带对暴雨带有较好的指示意义；
C2、 所述中期数值预报模式预报的湿位涡扰动指示强降水的关系是：判断它们之间的地理分布；图10是实际预报的例子，反映的是欧洲模式在2012年2月2日08时起报的6日20时和7日02时850hPa湿位涡扰动与2012年2月6日22至23时1小时降水量分布关系；从6日20时至7日02时的6小时中，湿位涡扰动带先在江南呈东北至西南走向并整体向东南移动；后来湿位涡扰动带上出现了三个明显的扰动中心；2月6日22至23时的1小时降水量不但有一条东北至西南走向的雨带，在雨带上也有三个明显的降水中心；数值预报提前4至5天预报的湿位涡扰动较好地指示了强降水的落区；
C3、所述中期数值预报模式预报的湿位涡扰动指示降水的能力是：比较模式预报降水与实况降水的对应关系；图11是欧洲模式2012年2月6日20时起报的第8天（14日20时）预报6小时降水量、850hPa湿位涡扰动和实况降水量的比较；与实况降水比较，模式提前第8天预报的降水范围偏大，位置偏北，而诊断分析的第8天湿位涡扰动分布与实况大降水带的位置对应；
C4、所述制作湿位涡扰动物理量序列图指示降水的方法是：在模式预报未来1至10天的逐日或每6小时湿位涡扰动分布天气图上，取一个站点上空925hPa或850hPa或700hPa湿位涡扰动值点绘成时间序列与实况降水量序列比较；图12是欧洲模式在2012年2月6日20时起报的未来10天（2月6日20时至2月16日20时）上海850hPa湿位涡扰动序列和上海徐家汇站每6小时观测降水量；正的湿位涡扰动时段对应当地有降水，负值对应无降水，降水和湿位涡扰动都表现为4次过程，特别指示出了2月9日后的3次降水过程；
C5、所述制作湿位涡扰动物理量序列图指示降水的方法是：判断湿位涡扰动指示的降水过程与降水中断；图13是欧洲模式在2012年2月24日20时起报的未来10天（2月24日20时至3月5日20时）上海850hPa湿位涡扰动序列和上海徐家汇站每6小时实况降水量；24日湿位涡扰动对应降水，24至27日湿位涡扰动为负值，指示有一段持续3天的无降水，而在28日后有连续的湿位涡扰动正值时段，指示出了连续7天的降水，预报的物理量序列与实况降水对应；
C6、所述制作未来1至30天的低频扰动天气图的意义是：判断未来1至30天的低频湿位涡扰动波动与当地降水过程的时间对应关系；图20是2012年2月9日08时结合近期观测和欧洲模式预报分离的低频扰动信号起报的未来1至30天，即2月9日08时至3月10日08时上海850hPa逐日湿位涡扰动序列和上海徐家汇站逐日实况降水；一个月内预报有3次正的湿位涡扰动过程，对应出现了3次降水过程，其中最长的降水过程提前18天预报出；图21是2012年2月15日08时结合近期观测和欧洲模式预报分离的低频扰动信号起报的未来1至30天（2月15日08时至3月16日08时）上海850hPa逐日湿位涡扰动序列和上海徐家汇站逐日实况降水量；预报的湿位涡扰动和上海徐家汇站降水都出现了4次过程，后两次过程的降水尤其明显，预报的湿位涡低频扰动也很明显。
上述应用实施例表明，本发明研发的实况瞬变扰动天气图可以应用于当前观测大气变量诊断当前降水落区，特别是强降水（如暴雨）的发生，可以应用于台风未来移动路径，特别是转向路径或异常路径的诊断，可以计算扰动物理量如湿位涡扰动等用于降水落区的诊断；动力预报瞬变扰动天气图是一种中期数值天气预报模式的解释应用，随着模式对环流预报水平的提高，对应时间的扰动变量分布及其计算的扰动物理量对降水落区的诊断效果也会更好；从实况低频扰动天气图上可以看到近期的低频扰动演变规律，从而可以推断未来时刻确定地区的过程性降水天气；动力-统计预报低频扰动天气图可以较好地描述未来30天内的局地降水天气过程。
本发明公布的瞬变扰动天气图和低频扰动天气图是帮助预报员判断不同时段异常天气的一种工具，中央气象台的预报员可以应用它们来做全国，甚至全球不同地区的短中期和延伸期重大天气的预报；省市气象台的预报员可以应用它们做所在地的短中期和延伸期重大天气的预报；县气象站的预报员也可以应用它们做一个点上的短中期和延伸期重大天气的预报。
参考文献
[1] 李月安，曹莉，高嵩，罗兵. MICAPS预报业务平台现状与发展. 气象，2010， 36(7)：50-55.
[2] Fujiwhara, S. The natural tendency towards symmetry of motion and its application as a principle in meteorology. Q. J. Roy. Meteor. Soc., 1921，47, 287-292.
[3] 金荣花，马 杰，毕宝贵. 10-30a延伸期预报研究进展和业务形状. 沙漠与绿洲气象, 2010, 4(2):1-5.
Claims (10)
1.一种瞬变扰动天气图的制作方法，包括如下步骤：
步骤A1：对全球或北半球范围连续N年的包括风、位势高度、温度、湿度的气象变量资料序列进行四分量物理分解，使所述气象变量被分解成为表征太阳辐射季节变化的气候分量和表征海陆、地形热力差异的海陆气候分量以及行星尺度纬圈距平扰动分量和瞬时天气扰动分量，形成可供调用的四分量物理分解数据库；
其特征在于还包括如下步骤：
步骤A2：把当前时刻观测的全球或北半球或区域标准气压层站点或经纬度格点的气象变量的数值，减去所述四分量物理分解数据库中的气候分量后获得实况瞬变扰动天气图，该实况瞬变扰动天气图是当前时刻的在标准等气压面上或垂直剖面上气象变量的天气尺度扰动分量的分布图；
步骤A3：调取中期数值天气预报模式预报的未来第1天至第10天每天包括北京时间02时、08时、14时、20时共四个时次的全球或北半球或区域标准气压层经纬度格点的气象变量的数值，减去所述气象变量四分量物理分解数据库中的气候分量后得到动力预报瞬变扰动天气图，该动力预报瞬变扰动天气图是在标准等气压面上或垂直剖面上的模式预报的天气尺度扰动分量的分布图。
2.根据权利要求1所述的瞬变扰动天气图的制作方法，其特征在于：所述实况瞬变扰动天气图和动力预报瞬变扰动天气图均被显示在中国气象信息综合分析处理系统显示平台上。
3.权利要求1所述瞬变扰动天气图在短期暴雨天气预报中的应用，其特征在于包括如下应用方法：
B1：在850毫巴等压面上实况风场的瞬变扰动天气图的气流辐合带与暴雨落区有对应关系；
B2：在850毫巴等压面上风场的动力预报瞬变扰动天气图的气流辐合带的位置能够指示未来暴雨的落区；
B3：在300毫巴等压面上风场和位势高度的实况瞬变扰动天气图的分布能够指示未来台风的强度变化及其移动路径；
B4: 沿某一经线的南北垂直剖面上风场的实况瞬变扰动天气图的气流辐合带的位置能够指示江淮梅雨锋暴雨落区的位置。
4.根据权利要求3所述的实况瞬变扰动天气图和动力预报瞬变扰动天气图在短期暴雨天气预报中的应用，其特征在于还包括：
B5：在700毫巴等压面上瞬变扰动天气图上的湿位涡扰动的高值带对暴雨带有较好的指示能力。
5.根据权利要求4所述的实况瞬变扰动天气图和动力预报瞬变扰动天气图在短期暴雨天气预报中的应用，其特征在于还包括：
B6：在850毫巴等压面动力预报瞬变扰动天气图上的湿位涡扰动的高值区的移动与未来暴雨区的移动有较好的对应关系；
B7：在850毫巴等压面动力预报瞬变扰动天气图上的单站的湿位涡扰动的时间演变曲线与该单站的降水量有对应关系，正的湿位涡扰动时段对应该单站有降水，负值的湿位涡扰动时段对应该单站无降水。
6.一种低频扰动天气图的制作方法，包括如下步骤：
步骤D1：对全球或北半球范围连续N年的包括风、位势高度、温度、湿度的气象变量资料序列进行四分量物理分解，使所述气象变量被分解成为表征太阳辐射季节变化的气候分量和表征海陆、地形热力差异的海陆气候分量以及行星尺度纬圈距平扰动分量和瞬时天气扰动分量，形成可供调用的四分量物理分解数据库；
其特征在于还包括如下步骤：
步骤D2、用近期60天观测的全球或北半球或区域标准气压层站点或经纬度格点的气象变量的数值，减去所述四分量物理分解数据库中的气候分量后得到近期60天的天气尺度扰动分量，对所述近期60天时间序列的天气尺度扰动分量做5天、7天或9天时间滑动平均，或者进行低通滤波或带通滤波，得到时间平均或滤波后的近期连续60天的实况低频扰动天气图，该实况低频扰动天气图是在标准等气压面上或垂直剖面上近期连续60天实况气象变量的天气尺度扰动分量的时间序列经过时间平均或滤波后的分布图；
步骤D3、用近期50天的观测气象变量结合中期数值天气预报模式预报的未来10天的气象变量获得时间连续的60天气象变量的数值，该时间连续的60天气象变量的数值，减去所述四分量物理分解数据库中的气候分量后得到近期50天的尾端连接未来10天模式预报的始端的连续60天时间序列的天气尺度扰动分量，该60天时间序列的天气尺度扰动分量做5天、7天或9天时间滑动平均，或者进行低通滤波或带通滤波，得到时间平均或滤波后的近期50天加上模式预报10天的连续60天的实况-模式低频扰动天气图，该实况-模式低频扰动天气图是在标准等气压面上或垂直剖面上近期连续50天实况气象变量末端连接未来10天模式预报气象变量始端的天气尺度扰动分量的时间序列经过时间平均或滤波后的分布图；
步骤D4、用近期50天的观测气象变量结合中期数值天气预报模式预报的未来10天的气象变量获得时间连续的60天气象变量的数值，该时间连续的60天气象变量的数值，减去所述四分量物理分解数据库中的气候分量后得到近期50天的尾端连接未来10天模式预报的始端的连续60天时间序列的天气尺度扰动分量，该60天时间序列的天气尺度扰动分量进行傅里叶滤波，滤掉1至5天高频天气尺度扰动中的波动，保留长于5天的低频波动，对长于5天的傅里叶波动分量分别做周期外延，然后对各经周期外延的傅里叶波动分量进行合成，获得动力-统计低频扰动天气图，该动力-统计低频扰动天气图的尾段包含未来30天的气象变量的低频扰动变量的预报值，其中前10天为中期数值天气预报模式动力学方法得到的低频扰动变量，第10天至第30天的后20天为统计方法得到的低频扰动变量。
7.根据权利要求6所述的低频扰动天气图的制作方法，其特征在于：所述实况低频扰动天气图、实况-模式低频扰动天气图和动力-统计低频扰动天气图均被显示在中国气象信息综合分析处理系统显示平台上。
8.权利要求6所述低频扰动天气图在中期-延伸期降水预报中的应用，其特征在于包括如下应用方法：
E1：在某一标准等压面的实况低频扰动天气图上的低频涡度扰动的纬度-时间和经度-时间变化过程与降水过程具有对应关系，一次低频正涡度扰动的传播过程对应着一次降水区的传播过程；
E2：在850毫巴等压面的滑动时间平均低频扰动天气图上的环流扰动系统的位置与暴雨区的位置具有对应关系；
E3：带通滤波低频扰动天气图能够较好地反映大尺度环流系统的活动，因此适用于预报中期-延伸期的降水过程。
9.根据权利要求8所述的低频扰动天气图在中期-延伸期降水预报中的应用，其特征在于还包括：
E4：动力-统计低频扰动天气图预报时段前10天中期数值天气预报模式动力学方法得到的低频湿位涡扰动变量的分布适用于作中期降水落区预报，该预报时段低频湿位涡扰动变量的正值区与该时段的降水落区有较好的对应关系，其高值区将对应强降水区。
10.根据权利要求8所述的低频扰动天气图在中期-延伸期降水预报中的应用，其特征在于还包括：
E5：动力-统计低频扰动天气图预报时段单站1至30天湿位涡扰动的时间序列适用于对该单站做10天至30天的延伸期降水预报，所述单站的湿位涡扰动的时间演变曲线与该单站的降水量有对应关系，在正的湿位涡扰动时段对应该单站有降水，在负值的湿位涡扰动时段对应该单站无降水。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210134358.4A CN103383471B (zh) | 2012-05-02 | 2012-05-02 | 瞬变扰动天气图和低频扰动天气图制作方法及其在天气预报中的应用 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210134358.4A CN103383471B (zh) | 2012-05-02 | 2012-05-02 | 瞬变扰动天气图和低频扰动天气图制作方法及其在天气预报中的应用 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103383471A true CN103383471A (zh) | 2013-11-06 |
| CN103383471B CN103383471B (zh) | 2015-04-29 |
Family
ID=49491308
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210134358.4A Expired - Fee Related CN103383471B (zh) | 2012-05-02 | 2012-05-02 | 瞬变扰动天气图和低频扰动天气图制作方法及其在天气预报中的应用 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103383471B (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106950612A (zh) * | 2017-03-14 | 2017-07-14 | 天津大学 | 一种用于气象学中自动识别并绘制冷锋的方法 |
| CN108919384A (zh) * | 2018-03-26 | 2018-11-30 | 宁波市水利水电规划设计研究院 | 一种基于预估偏差的台风路径集合预报方法 |
| CN108957590A (zh) * | 2018-05-22 | 2018-12-07 | 南京信息工程大学 | 一种基于eeof准双周振荡实时指数的提取方法 |
| CN109272172A (zh) * | 2018-10-26 | 2019-01-25 | 广东电网有限责任公司 | 一种基于低频环流图的热带气候预报模型构建方法及装置 |
| CN109725371A (zh) * | 2018-12-24 | 2019-05-07 | 深圳市六韬天气科技有限公司 | 基于低频流场图的华南地区台风和暴雨的预测方法 |
| CN110045439A (zh) * | 2018-01-15 | 2019-07-23 | 钱维宏 | 基于大气变量瞬变扰动方程组的数值天气预报模式系统 |
| CN110376562A (zh) * | 2019-07-30 | 2019-10-25 | 长威信息科技发展股份有限公司 | 一种双偏振雷达天气预测准确性的验证方法 |
| CN111966962A (zh) * | 2020-08-27 | 2020-11-20 | 山东省气象台(山东省海洋气象台) | 一种对流天气的触发条件判断方法及装置 |
| CN112698428A (zh) * | 2021-03-24 | 2021-04-23 | 成都信息工程大学 | 西南地区降水延伸期综合预报信息处理方法、处理系统 |
| CN114200548A (zh) * | 2021-12-15 | 2022-03-18 | 南京信息工程大学 | 基于SE-Resnet模型的延伸期气象要素预报方法 |
| CN114565056A (zh) * | 2022-03-15 | 2022-05-31 | 中科三清科技有限公司 | 一种基于机器学习的冷锋前识别方法、装置、存储介质及终端 |
| CN118210086A (zh) * | 2024-05-22 | 2024-06-18 | 南京气象科技创新研究院 | 基于湿位涡的集合预报扰动方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002196085A (ja) * | 2000-12-25 | 2002-07-10 | Yokogawa Denshikiki Co Ltd | 路面状態予測システム |
| CN1519582A (zh) * | 2003-09-02 | 2004-08-11 | 北京九天易高新技术开发中心 | 一种基于数字信息的中尺度扰动诊断方法 |
| CN101846753A (zh) * | 2010-04-29 | 2010-09-29 | 南京信息工程大学 | 基于经验模态分解和支持向量机的气候时序预测方法 |
| CN102221714A (zh) * | 2011-03-11 | 2011-10-19 | 钱维宏 | 基于大气变量物理分解的低温雨雪冰冻天气的中期预报系统和方法 |
-
2012
- 2012-05-02 CN CN201210134358.4A patent/CN103383471B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002196085A (ja) * | 2000-12-25 | 2002-07-10 | Yokogawa Denshikiki Co Ltd | 路面状態予測システム |
| CN1519582A (zh) * | 2003-09-02 | 2004-08-11 | 北京九天易高新技术开发中心 | 一种基于数字信息的中尺度扰动诊断方法 |
| CN101846753A (zh) * | 2010-04-29 | 2010-09-29 | 南京信息工程大学 | 基于经验模态分解和支持向量机的气候时序预测方法 |
| CN102221714A (zh) * | 2011-03-11 | 2011-10-19 | 钱维宏 | 基于大气变量物理分解的低温雨雪冰冻天气的中期预报系统和方法 |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106950612A (zh) * | 2017-03-14 | 2017-07-14 | 天津大学 | 一种用于气象学中自动识别并绘制冷锋的方法 |
| CN106950612B (zh) * | 2017-03-14 | 2019-07-23 | 天津大学 | 一种用于气象学中自动识别并绘制冷锋的方法 |
| CN110045439A (zh) * | 2018-01-15 | 2019-07-23 | 钱维宏 | 基于大气变量瞬变扰动方程组的数值天气预报模式系统 |
| CN108919384A (zh) * | 2018-03-26 | 2018-11-30 | 宁波市水利水电规划设计研究院 | 一种基于预估偏差的台风路径集合预报方法 |
| CN108957590A (zh) * | 2018-05-22 | 2018-12-07 | 南京信息工程大学 | 一种基于eeof准双周振荡实时指数的提取方法 |
| CN108957590B (zh) * | 2018-05-22 | 2020-10-09 | 南京信息工程大学 | 一种基于eeof准双周振荡实时指数的提取方法 |
| CN109272172B (zh) * | 2018-10-26 | 2020-09-01 | 广东电网有限责任公司 | 一种基于低频环流图的热带气候预报模型构建方法及装置 |
| CN109272172A (zh) * | 2018-10-26 | 2019-01-25 | 广东电网有限责任公司 | 一种基于低频环流图的热带气候预报模型构建方法及装置 |
| CN109725371A (zh) * | 2018-12-24 | 2019-05-07 | 深圳市六韬天气科技有限公司 | 基于低频流场图的华南地区台风和暴雨的预测方法 |
| CN110376562A (zh) * | 2019-07-30 | 2019-10-25 | 长威信息科技发展股份有限公司 | 一种双偏振雷达天气预测准确性的验证方法 |
| CN110376562B (zh) * | 2019-07-30 | 2022-10-11 | 长威信息科技发展股份有限公司 | 一种双偏振雷达天气预测准确性的验证方法 |
| CN111966962A (zh) * | 2020-08-27 | 2020-11-20 | 山东省气象台(山东省海洋气象台) | 一种对流天气的触发条件判断方法及装置 |
| CN111966962B (zh) * | 2020-08-27 | 2023-11-24 | 山东省气象台(山东省海洋气象台) | 一种对流天气的触发条件判断方法及装置 |
| CN112698428A (zh) * | 2021-03-24 | 2021-04-23 | 成都信息工程大学 | 西南地区降水延伸期综合预报信息处理方法、处理系统 |
| CN114200548A (zh) * | 2021-12-15 | 2022-03-18 | 南京信息工程大学 | 基于SE-Resnet模型的延伸期气象要素预报方法 |
| CN114200548B (zh) * | 2021-12-15 | 2023-07-18 | 南京信息工程大学 | 基于SE-Resnet模型的延伸期气象要素预报方法 |
| CN114565056A (zh) * | 2022-03-15 | 2022-05-31 | 中科三清科技有限公司 | 一种基于机器学习的冷锋前识别方法、装置、存储介质及终端 |
| CN118210086A (zh) * | 2024-05-22 | 2024-06-18 | 南京气象科技创新研究院 | 基于湿位涡的集合预报扰动方法 |
| CN118210086B (zh) * | 2024-05-22 | 2024-08-30 | 南京气象科技创新研究院 | 基于湿位涡的集合预报扰动方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103383471B (zh) | 2015-04-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103383471A (zh) | 瞬变扰动天气图和低频扰动天气图制作方法及其在天气预报中的应用 | |
| Stein et al. | High-resolution non-hydrostatic simulations of flash-flood episodes with grid-nesting and ice-phase parameterization | |
| Barros et al. | Dynamic modeling of orographically induced precipitation | |
| Zhang et al. | A China-Japan cooperative JICA atmospheric observing network over the Tibetan Plateau (JICA/Tibet Project): An overviews | |
| Zhang et al. | South China heavy rainfall experiments (SCHeREX) | |
| Wang et al. | A numerical study on the effects of Taiwan topography on a convective line during the mei-yu season | |
| Feng et al. | Factors for interannual variations of September–October rainfall in Hainan, China | |
| Ochoa et al. | Changes in intense precipitation events in Mexico City | |
| Li et al. | Atmospheric water monitoring by using ground‐based GPS during heavy rains produced by TPV and SWV | |
| CN103837911A (zh) | 一种运用物理初始化同化地闪资料的方法 | |
| CN103163568B (zh) | 利用界聚法预报强降水的方法 | |
| 藤部文昭 | Diurnal variations of precipitation and thunderstorm frequency in Japan in the warm season. | |
| Fan | New predictors and a new prediction model for the typhoon frequency over western North Pacific | |
| Chen et al. | A thermodynamic condition affecting the movement of a southwest China vortex case | |
| Lee et al. | A numerical simulation study using WRF of a heavy snowfall event in the Yeongdong coastal area in relation to the northeasterly | |
| Dong-Kyou et al. | A sensitivity study of regional climate simulation to convective parameterization schemes for the 1998 East Asian summer monsoon | |
| Truong et al. | A modified Kain–Fritsch scheme and its application for the simulation of an extreme precipitation event in Vietnam | |
| Dastorani et al. | Analysis of the trend of dust changes in Ardestan region, Iran | |
| Xiong et al. | Analysis and numerical study of a hybrid BGM-3DVAR data assimilation scheme using satellite radiance data for heavy rain forecasts | |
| CN115270499A (zh) | 一种极端降水数值模拟方法及系统 | |
| Murata | A mechanism for heavy precipitation over the Kii Peninsula accompanying Typhoon Meari (2004) | |
| Trevino | Mechanisms of urban influence on precipitation in the southeastern United States: precipitation enhancement, storm bifurcation, and synoptic characteristics | |
| Li et al. | Atmospheric boundary layer circulation on the eastern edge of the Tibetan Plateau, China, in summer | |
| Ding et al. | The southeasterly gale in Tianshan Grand Canyon in Xinjiang, China: a case study | |
| Wang et al. | A Rapidly Updated Numerical Model for Power Grid Rainstorm Forecast |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150429 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |