夏宇
- 作品数：15 被引量：96H指数：6
- 供职机构：南京信息工程大学更多>>
- 发文基金：国家自然科学基金国家科技支撑计划公益性行业(气象)科研专项更多>>
- 相关领域：天文地球自动化与计算机技术更多>>
- 基于SEEPS方法的重庆地区降水数值预报性能分析被引量：1
- 2019年
- 本研究简要介绍了SEEPS方法的具体计算方案,将该方法应用到重庆地区的降水数值预报检验中,对重庆地区常用的3个业务数值模式2017年全年的预报结果进行了检验评估,并对比分析了3个模式降水预报性能的总体差异及时空分布特征.结果表明,综合各个预报时效2017年全年区域平均SEEPS技巧评分的结果, EC模式的降水预报性能最优,其次是SWC-WARMS, CQMFS最差;综合各个预报时效2017年1-12月逐月区域平均的SEEPS技巧评分的结果, SWC-WARMS各月的预报性能均优于CQMFS. SWC-WARMS和CQMFS的降水预报性能在7月和8月总体而言优于EC模式,其余各月均差于EC模式;对于同一区域全年平均的降水数值预报性能, EC模式最优,其次是SWC-WARMS, CQMFS最差.各个模式的SEEPS技巧评分在四川盆地东部偏东地区均存在大值中心. EC模式总体表现出在重庆的东北部偏东地区和中西部偏北地区的SEEPS技巧评分优于重庆的其他地区. SWC-WARMS总体表现出在重庆东南部地区的SEEPS技巧评分优于重庆的其他地区. CQMFS总体表现出在重庆的东南部地区和重庆的中西部偏北地区的SEEPS技巧评分优于其他地区.
- 陈良吕陈法敬夏宇
- 关键词：降水预报
- GRAPES混合同化方法在青藏高原的初步试验
- <正>1引言青藏高原被称为'世界屋脊',是世界上面积最大、海拔最高的高原。青藏高原地形复杂多样、地势高低悬殊以及观测站点稀疏,严重的影响了青藏高原地区资料同化的质量(Ruggiero et al.,1996;郭永润等,2...
- 夏宇陈静刘燕朱克云陈良吕
- 文献传递
- 区域集合预报扰动方法研究进展综述被引量：29
- 2017年
- 集合预报方法是解决单一数值预报不确定性问题的有效手段,而针对强天气预报的中尺度区域集合预报技术已逐渐受到国内外的重视。对于区域集合预报而言,由于其不确定性来源较为复杂,如何发展有效的扰动方法是研究的热点和难点。本文根据国内外区域集合预报的研究进展,从初值扰动、模式扰动以及侧边界扰动三个方面进行了总结和回顾,并对扰动方法的发展趋势进行了介绍。对于初值扰动,较为主流的方法有动力降尺度,沿用传统的由全球集合扰动方法发展而来的技术为区域集合产生初值,以及专门为区域集合设计的扰动方法。鉴于这些方法各有利弊,目前对于初值扰动方法的研究已经开始发展充分包含大尺度和小尺度不确定性信息的混合扰动方法。区域集合预报模式扰动的研究以物理过程扰动为主,典型方法为多物理过程组合以及随机物理过程扰动,其中多物理过程组合方法简单有效,而随机物理过程扰动方法的物理意义更为明确,是物理过程扰动的趋势。通过多模式组合进行模式扰动的方法也开展了一些相关研究,且对于台风等强天气预报均显示出相对于单模式集合较好的效果。侧边界扰动的主流方法是由大尺度集合预报场来为区域集合提供不同的侧边界,研究结果表明此种侧边界扰动方法简便易行,且有助于提高区域集合预报较长预报时效离散度和预报技巧。
- 张涵斌智协飞陈静吴志鹏夏宇张歆然
- GRAPES混合同化系统在高原地区的适应性试验
- 基于中国气象局构建的GRAPES-MESO En-3DVAR混合同化系统,将该系统应用到地形复杂多样、地势高低悬殊以及观测站点稀疏的高原地区,通过敏感性试验确定该混合同化系统在高原地区局地化尺度、集合背景误差协方差权重系...
- 夏宇陈静智协飞庄照荣
- 文献传递
- GRAPES区域集合预报系统模式不确定性的随机扰动技术研究被引量：43
- 2016年
- 为进一步描述GRAPES(Global/Regional Assimilation and Prediction System)区域集合预报系统(GRAPES Me—soscale Ensemble Prediction System,GRAPES—MEPS)中GRAPES—Meso模式的不确定性特征,本研究在GRAPES—MEPS系统中引人了模式物理参数化倾向随机扰动方案(Stochastically Perturbed Parameterization Tendencies,SPPT),随机扰动型的产生是基于-阶马尔科夫链,其具有时间相关性特征,并服从正态分布,另外经过谱展开随机场具有空间结构特征,在水平结构上较平滑和连续。本文开展了基于SPPT方案的GRAPES—MEPS集合预报试验,针对SPPT方案中随机场的扰动幅度和时间相关尺度参数开展了一系列敏感性试验,并对试验结果进行了较全面的集合预报客观检验,此外,针对一次强降水过程,分析了SPPT方案对降水预报的影响。试验结果表明,引入SPPT方案能在一定程度上提高GRAPES—MEPS系统的预报技巧,降低系统的漏报率;且能显著改进预报后期大雨量级降水的预报技巧。通过敏感性试验发现,对于GRAPES—MEPS系统,SPPT方案的效果与随机扰动场幅度的范围,及扰动场的时间相关尺度选择相关,需经过敏感性试验确定出较适合的参数。
- 袁月李晓莉陈静夏宇
- 观测误差对GRAPES区域集合预报影响的敏感性试验被引量：8
- 2017年
- 通过设计3组不同的观测误差均方差,对2012年8月1日—29日进行了基于GRAPES-M EPS(Global/Regional Assimilation and Prediction System-Mesoscale Ensemble Prediction System)的集合预报敏感性试验,研究观测误差均方差对集合预报初始扰动场结构、扰动量及垂直扰动总能量发展的影响,评估集合预报结果的差异,并分析了一次典型的江淮流域强降水个例。结果显示,模式变量扰动结构和扰动振幅对观测误差均方差较敏感,较小的观测误差均方差使得温度和风等模式变量的初始扰动量增大,扰动总能量增长更快,降水集合预报效果更优。因此在GRAPES-MEPS中,可以考虑对观测误差均方差进行适当的扰动,以体现观测误差均方差的不确定性对集合预报的影响,提高GRAPES-MEPS的集合预报技巧。
- 陈浩陈静汪矫阳杨珊珊夏宇
- 关键词：GRAPES初值扰动
- 集合预报多尺度奇异向量初值扰动方法研究被引量：2
- 2020年
- 目前国际上采用的奇异向量集合预报初值扰动法对于初值不确定性的描述存在一定的不足,为了更有效地反映初始误差的时空多尺度特性,基于GRAPES全球奇异向量计算技术,计算了不同空间分辨率及不同最优时间间隔的多个尺度的奇异向量,并采用基于高斯分布的线性组合法来构造多尺度奇异向量的扰动初值,以代表在相空间中增长最快的多尺度初值误差模态。通过2019年1月19日的初值扰动集合预报试验,对比分析了单一尺度奇异向量初值扰动法与多尺度初值扰动法的扰动特征及集合预报效果。结果表明,多尺度奇异向量初值扰动法为区域集合预报提供的初始扰动场是合理的,扰动的大小随时间增长,且在空间分布上较好地反映了当前大气的斜压不稳定特征。此外,多尺度奇异向量扰动可以描述一定的大尺度以及中小尺度运动误差特征,较单一尺度奇异向量扰动能反映出更多初始场的不确定性信息。检验分析表明,GRAPES多尺度奇异向量集合预报在集合一致性、连续等级概率评分、离群值等方面有一定的优势,相比于单一尺度奇异向量法有较好的预报技巧。因此,基于GRAPES的多尺度奇异向量初值扰动法对于集合预报的预报效果有一定的提高,能为构建一套完善的GRAPES区域奇异向量集合预报系统提供一定的科学依据和应用基础。
- 叶璐刘永柱陈静夏宇王静
- 一种融合主题模型的图书馆平台语义检索方法
- 本发明涉及信息检索技术领域，具体是一种融合主题模型的图书馆平台语义检索方法，包括对所有被检索的文档进行数据预处理，得到合格的被检索文档；利用布尔模型将用户的检索词语与合格的被检索文档进行匹配，根据匹配结果将文档分类并赋予...
- 朱婷婷邱玉琢王蒙蒙夏宇徐广路
- 两种确定性初值形成方案对集合预报技巧的影响研究被引量：1
- 2019年
- 为了进一步提高GRAPES-REPS的降水预报性能,将GRAPES-Meso业务模式的高分辨率同化分析初值通过动力升尺度方法(简称GRAPES-M-US方案)产生GRAPES-REPS确定性初值,在此基础上进行了连续10 d的集合预报试验,并与基于T639全球模式同化分析初值动力降尺度方案(简称T639-G-DS方案)得到的确定性初值以及相应的集合预报结果进行了对比分析及预报检验,重点关注了降水预报的检验结果。结果表明:基于GRAPES-M-US方案得到的确定性初值相对于T639-G-DS方案得到的确定性初值而言,在低层具备更多的中小尺度信息;低层连续性变量预报表现较好,850 hPa的位势高度和温度的均方根误差以及概率预报评分(CRPS)均表现出了一定的改进效果,而中层和高层要素改进不显著,10 m风速均方根误差和CRPS均有较明显的改进效果,2 m温度均方根误差和CRPS则基本相当;对降水预报而言,24 h预报时效的小雨、中雨和大雨量级的TS评分、Brier评分和相对作用特征面积(AROC)均有一定的改进,其余预报时效总体而言基本相当或略有负效果;在2017年8月7日的强降水个例中,对强降水落区和强度的预报表现出了一定的"细化"和"纠偏"效果;总体而言,GRAPES-M-US方案较T639-G-DS方案表现出了一定的优势,特别是在短期降水预报方面。
- 陈良吕陈静霍振华夏宇陈法敬
- 关键词：动力降尺度
- 降水邻域集合概率方法尺度敏感性试验被引量：12
- 2020年
- 降水邻域集合概率法是处理高分辨率降水集合预报不确定性的一种新方法。利用2017年5~7月GRAPES(Global and Regional Assimilation and Prediction Enhanced System)区域集合预报系统24 h降水预报资料,进行GRAPES降水邻域集合概率方法试验,并针对邻域概率法的等权重和邻域尺度问题,设计了邻域格点权重修正邻域方案以及二分类权重修正邻域方案,进行降水的集合概率法、等权重邻域集合概率方法、权重修正邻域集合概率方法和二分类权重修正邻域集合概率方法等四种方法的格点相关及敏感性试验,并利用多种概率预报检验评分评估上述四种方法的预报效果。试验结果表明:(1)尽管采用邻域计算方案的三种邻域集合概率方法的降水概率预报评分各有优劣,如等权重邻域集合概率法的相对作用特征曲线面积评分略优,而权重修正邻域集合概率法和二分类权重修正邻域集合概率法的降水概率预报可靠性更高,但采用了邻域计算方案的降水概率预报评分均优于传统的集合概率方法;(2)降水邻域集合概率方法的预报技巧对邻域尺度很敏感,统计评分最优的邻域半径为5~8倍模式水平格距;(3)引入了权重修正的两个邻域集合概率预报方法在24 h降水量超过10 mm时改进较明显,能够提供更加客观的概率预报结果。总体上看,降水邻域集合概率方法具有较好的应用前景,恰当的邻域概率方法及邻域半径可以获得更合理的降水概率预报结果。
- 刘雪晴陈静陈法敬夏宇范宇恩徐致真
- 关键词：降水概率预报
