短期定量降水预报研究进展
短临降水预报方法及其运用研究
短临降水预报方法及其运用研究摘要：在天气预报中，短临降水预报是重要的内容。
通过采用一定的方法，构建科学的分析模型，提高短临降水预报的准确性是气象机构部门及从业人员研究的重要内容。
本文围绕这一议题进行了分析论述，文章分别从短临降水预报的方法、短临降水预报模型的构建进行了论述，在分析当前短临降水预报技术应用的基础上展望了预报方法的发展趋势，供相关人士参考。
关键词：短时降水预报、方法研究、应用状况、模型构建1引言在0~6小时以内的降水天气预报被称为短临降水预报。
在传统的预报工作中主要采用的方法包括统计预报法、经验外推法以及数值模式法。
随着现代计算机技术的发展和应用，越来越多的统计学方法被应用于气象预报工作中，并发挥出不容忽视的作用。
在数据时代里，越来越多的气象数据得到开发和利用，为气象预报策略的制定和气象预报工作水平的提升奠定了有利的条件。
本文结合自身经验，对短临降水预报方法及技术应用谈一下自己的思路和看法，旨在推动我国短临降水预报工作水平的不断提升，为社会民众提供更准确可靠的气象服务。
2短临降水预报方法短临降水预报相对于中长期的降水预报相比具有更高的要求，不仅体现在时间更短，而且也体现在区域更精准。
近年来随着极端天气出现的频率越来越高，短临降水预报的意义也日益凸显。
通过短临降水预报工作，对地区内企业生产和民众出行劳作提供预测报告，从而帮助政府机构及社会组织个人根据降水预报做出正确的选择和决定。
在过去很长一段时间内，短临降水预报以传统的手段为主，采用的预报方法包括统计预报法、数据模型预报法以及雷达预报法。
这些降水预报方法虽然在应用中积累了一定的经验，但是受到预报技术设备的制约，传统预报方法表现出瓶颈和不足。
比如统计预报法和数据模型预报法存在公式化和规律化的特征，在一定程度上限制了短临降水预报的准确性。
而雷达预报法受到地理空间因素的影响也表现出预报数据准确性的技术瓶颈。
随着现代信息技术的发展应用，短临降水预报方法有了快速进展，典型的预报方法是神经网络预报法。
基于支持向量机的桂林短期定量降水预报方法研究
定 影 响 。另外 ， 近 十多年 来 国 内外 广泛 开 展 的数
值 天气 预 报 的集 合 预 报 效 果 已 得 到 了 广 泛 的认 同 ］ 。为此 ， 本文将 仿 照数 值天 气预 报 的集合 预 报 思想 ， 尝 试 将遗 传 算 法 和 支 持 向量 机 （ Ｓ ｕ ｐ ｐ ｏ ｒ ｔ Ｖｅ ｃ ｔ ｏ ｒ Ｍａ ｃ ｈ ｉ ｎ ｅ ，Ｓ ＶＭ ） 相结合 ， 对 支 持 向量 回归 机 的相关 参数 利 用实数 编 码 的遗传 算子 进行 优化 ，
１ ７ １
（ ２ ０ １ ４ ＧＸＮＳ Ｆ ＢＡ１ １ ８ ２ １ １ ） 。
＊ ＊
２ ０ １ ７ 年 第 ２期
桂林航天工业学院学报
（ 总第 ８ ６期 ） Ｊ Ｏ ＵＲ Ｎ ＡＬ Ｏ Ｆ Ｇ Ｕ Ｉ Ｌ Ｉ Ｎ Ｕ Ｎ Ｉ Ｖ Ｅ Ｒ Ｓ Ｉ Ｔ Ｙ ＯＦ Ａ Ｅ Ｒ Ｏ Ｓ Ｐ Ａ Ｃ Ｅ Ｔ Ｅ Ｃ ＨＮ Ｏ Ｌ Ｏ Ｇ Ｙ 史旭 明 林 汉 燕 金 龙／ 文
生， 是 广 西 主要 的暴雨 区域 之一 ［ １ ］ 。每 年 ５ —６月 信 息全 部被 丢弃 ， 这不 仅无 法增 强 预报方 法 的物 理
是 桂林 的主 汛期 ， 由于局地 短期 降水 变化 受大气 内 基础 ， 也 难 以进一 步 提 高 预 报 精 度 。文 献 ［ ８ ］ 在 利 部、 外部 上 下层 大气 相 互 作 用 影 响 机理 十分 复 杂 ， 用支 持 向量机 进 行局 地 区域 降水预 报方 法研 究 时 ， 具 有显 著 的时变 性 、 非线性、 突 变 性 和 小概 率 事 件 发 现支 持 向量 机 的核 函数 参数 、 惩 罚参数 和 不敏 感
我国短期气候预测技术进展
我国短期气候预测技术进展我国短期气候预测技术进展近年来，在气候变化和全球变暖的背景下，气候预测对于我国的农业生产、自然灾害防范以及社会经济发展等方面具有重要意义。
随着科学技术的进步，我国的短期气候预测技术也在不断发展和完善。
本文将分析我国短期气候预测技术的进展，并探讨未来发展的方向。
短期气候预测是指对未来几天至几周内的气候条件进行预测。
准确的短期气候预测对于农业生产、交通运输、能源供应等方面都具有重要的指导意义。
在我国，短期气候预测技术的发展经历了以下几个主要阶段。
第一阶段是基于经验的气象预测方法。
在上世纪五六十年代，由于计算机技术和气象观测设备的限制，我国采用了基于经验的气象预测方法。
这种方法依赖于历史观测数据和经验公式进行预测，并不能提供准确的预测结果。
第二阶段是基于数值模式的气象预测方法。
随着计算机技术的发展，数值模式成为了主流的短期气象预测方法。
数值模式通过将大气和海洋的物理特征表示为一系列数学方程，通过解这些方程组来模拟大气和海洋的演化过程，从而进行气象预测。
在上世纪六十年代末，我国开始引进了国外的数值模式，并进行了自主研发和改进。
目前，我国拥有了一系列先进的数值模式，如“中国天气模式（CMA）”和“北京综合气象模式（BCC）”，这些模式在短期气候预测方面取得了显著的成就。
第三阶段是基于综合观测和模式集成的气象预测方法。
近年来，我国发展了一种新的短期气象预测方法，即基于综合观测和模式集成的方法。
这种方法综合利用了多种观测数据和数值模式的预测结果，通过建立集成系统来提高预测的准确性和可靠性。
例如，我国的“中国气象集合预报系统（CMES）”采用了多个数值模式的预测结果，并结合气象观测数据，通过一系列统计和动力学方法，提供了更准确的短期气象预测。
此外，我国在短期气候预测方面还进行了一系列创新研究。
例如，基于人工智能的气象预测方法在我国得到了广泛应用。
通过利用机器学习和深度学习技术，将大量的气象观测数据和数值模式的预测结果进行分析和建模，可以提高气象预测模型的预测能力。
人工智能在短临降水预报中应用研究综述
人工智能在短临降水预报中应用探究综述一、引言短临降水预报一直是气象学探究的热点之一，准确的短临降水预报对于农业、交通、城市管理等方面的决策和规划具有重要意义。
然而，由于天气系统的复杂性和不确定性，短临降水预报面临许多挑战。
近年来，随着人工智能技术的快速进步，尤其是深度进修技术的广泛应用，人工智能在短临降水预报中得到了广泛关注和应用。
本文通过对人工智能在短临降水预报中的应用探究进行综述，总结了目前的探究进展和存在的问题，并展望了将来的进步方向。
二、人工智能算法在短临降水预报中的应用1. 传统统计模型传统的统计模型在短临降水预报中起到了一定的作用。
比如基于回归分析的模型，通过分析历史观测数据及其他影响因素，建立了降水与其他气象因素之间的干系模型，从而实现了一定程度的降水预报。
然而，由于天气系统的非线性和复杂性，传统统计模型在预报精度上存在一定的局限性。
2. 机器进修算法机器进修算法可以通过进修大量的历史观测数据和模拟数据，自动发现其中的模式和规律，并在新的数据上进行猜测和分类。
在短临降水预报中，机器进修算法已经取得了一些进展。
比如支持向量机（SVM）、决策树（DT）、随机森林（RF）等算法在短临降水预报中得到了广泛应用。
这些算法通过分析大量的气象因素数据，建立了降水预报的猜测模型，并取得了一定的预报精度。
3. 深度进修算法深度进修算法是当前人工智能领域的热点和前沿，具有很强的建模和猜测能力。
在短临降水预报中，深度进修算法取得了显著的效果。
深度进修算法通过构建多层神经网络模型，可以自动发现数据中的高级特征和复杂干系，并实现更准确的降水预报。
其中，卷积神经网络（CNN）和循环神经网络（RNN）是深度进修算法中应用较为广泛的模型。
这些模型通过进修大量的气象数据，实现了对降水的准确猜测。
三、问题和挑战1. 数据问题短临降水预报需要大量的观测数据和模拟数据作为输入，然而目前的观测数据和模拟数据仍存在一定的不确定性和缺失。
我国短期气候预测技术进展
我国短期气候预测技术进展我国短期气候预测技术进展自20世纪60年代以来，我国气象科学家一直在努力发展和改进短期气候预测技术。
短期气候预测是指对未来数天到数周的天气和气候变化进行预测。
这项技术对于航空、农业、航海、交通等领域都具有重要的意义。
在过去的几十年里，我国在短期气候预测技术方面取得了显著的进展。
其中最重要的一项发展是气象卫星的应用。
气象卫星能够提供大范围的观测数据，包括云图、水汽图、海温等，为短期气候预测提供了重要的依据。
我国自主研发的静止轨道气象卫星已经成为我国短期气候预测的重要工具之一。
此外，我国的雷达技术也得到了长足的发展。
雷达能够提供高分辨率的气象观测数据，对于短期气候预测尤为重要。
我国的气象雷达网络已经覆盖全国范围，为短期气候预测和天气监测提供了更为准确的数据。
在数值预报模型方面，我国也取得了重大突破。
数值预报模型是短期气候预测的核心工具之一。
我国气象科学家通过多年的努力，已经发展出了一系列高分辨率、高精度的数值预报模型。
这些模型能够模拟大气的运动和变化，提供未来数天到数周的天气预测结果。
除了传统的观测手段和数值模型，我国还积极发展和应用机器学习和人工智能等新技术，来提升短期气候预测的准确性。
机器学习技术能够从大量的历史数据中学习并识别出气象模式和规律，提高模型的预测效果。
人工智能技术能够对大规模的数据进行快速处理和分析，加快预测的速度和准确性。
这些新技术的应用为我国短期气候预测技术的发展带来了新的契机。
此外，我国还积极参与国际合作，与其他国家的气象机构开展交流与合作。
通过与国际先进气象科学家的合作，我国的短期气候预测技术不断得到提升。
国际合作使得我国能够分享和学习其他国家的技术和经验，从而促进我国短期气候预测技术的不断进步。
然而，尽管我国在短期气候预测技术方面取得了巨大的进展，仍然存在一些挑战。
首先，我国气候复杂多变，气候系统存在许多不确定性因素，这给短期气候预测带来了困难。
其次，尽管我国已经建立了全国性的观测网络，但观测数据的空间分布和观测时间间隔仍然存在一定的局限性。
定量降水预报技术研究进展
定量降水预报技术研究进展宗志平;代刊;蒋星【摘要】定量降水预报( QPF)是天气预报最重要的业务之一.对21世纪以来QPF 的国内外业务现状、集合概率预报技术、短时临近预报技术、检验技术以及订正技术等做了简要综述,初步总结了各类研究所取得的主要进展,包括:QPF准确率的稳步提高得益于数值模式的持续发展,以及预报员对于模式产品的应用订正能力的不断提高;以数值集合预报为基础的概率QPF( PQPF)为用户提供预报不确定性信息,是一种更为科学的天气预报形式;另外,数值模式的实时天气学检验及订正技术的发展为“增加预报员的附加价值”提供有力支撑.最后,提出了目前QPF研究存在的主要问题和需要加强的几个研究方向,分别是:(1)进一步加强数值模式对于大气水汽场的同化和模拟,采用新的模型来描述下垫面与边界层之间的水汽交换,以及大气中真实云和降水物理过程;(2)降水观测和预报的随机特点还没有被充分考虑,需要进一步研究不同时空尺度上的模式预报能力,发展有效的QPF订正技术方法;(3)对于PQPF 还存在着理解上的困难和误区,如何将预报不确定性信息传递给用户需要进一步研究;(4)短时临近QPF应由雷达回波外推方法向结合数值模式预报的混合外推技术转变,提高对对流降水系统的预报能力;(5)针对传统的统计评分检验方法的不足,应引入新的QPF检验技术方法,但新方法的解释应用还需不断地积累经验.【期刊名称】《气象科技进展》【年(卷),期】2012(002)005【总页数】7页(P29-35)【关键词】定量降水预报;集合预报;检验;预报业务【作者】宗志平;代刊;蒋星【作者单位】国家气象中心,中国气象局,北京100081;国家气象中心,中国气象局,北京100081;国家气象中心,中国气象局,北京100081【正文语种】中文强降水引发的洪涝灾害是我国最严重的气象灾害之一。
据统计，1990年以来因暴雨洪涝造成的年均直接经济损失达1200多亿元；1998年长江流域大洪水造成受灾人口超过1亿人，死亡1800多人，经济损失1500多亿元。
降水预警技术的研究与应用
降水预警技术的研究与应用随着全球气候变化和人类活动的加剧，自然灾害频发现象越来越严重，其中降水是影响人们生活的重要因素之一。
为了减少自然灾害造成的损失，科学家们发展出了基于大数据和人工智能技术的降水预警系统。
一、降水预警技术的研究降水预警技术主要研究降水的时空变化特征，使用雷达、卫星、传感器等设备观测大气环境中的降水量、降雨强度、降雪量等等，进而对降水天气进行预测，以帮助人们采取针对性的防护措施。
例如，气象局的自动气象站就经常对天气进行连续监测，通过建立天气数据库，从而实现对气象信息的快速存取和处理。
随着技术的发展，人工智能也扮演了越来越重要的角色。
例如，基于深度学习的人工智能模型能很好的模拟和预测降水的变化，甚至能够对未来降雨情况进行精确的预测。
利用人工智能模型和历史数据，可立即发现有可能引起灾害的降雨，从而在降雨到达时对流域内的泥石流地质灾害能够提前做出稳妥的预防措施，减轻灾害造成的损失。
二、降水预警技术的应用降水预警技术有着广泛的应用。
通过对大气和云环境的监测，能够对灾害预警、水灾防范、农田灌溉等方面提供科学依据。
例如，当某地达到暴雨、洪水等级时，就会发出紧急警报以提醒公众采取相应的防范措施。
在农业方面，降水预警技术可以为农民提供科学指导，合理安排农作物的生产和收获。
通过预测降雨时间和量，农民可以决定何时合适的进行种植和灌溉，从而提升作物的生长质量和产量。
在城市建设中，利用降水预警系统可以制定合理的城市排水方案和设计，防止城市内涝，保障市民安全。
三、降水预警技术的未来展望目前的降水预警技术有着较高的精确度和兼容性，但还需要不断开发和完善。
人工智能的发展将有助于提高模型的精度和实用性，从而帮助政府和市民做出更加准确的决策。
随着物联网和大数据技术的普及，将能够更好的利用数据改进预警技术的实用性。
例如，当发生暴雨等自然灾害时，能够通过网络设备实时采集数据并进行即时分析，实现精准预警和预报，从而更好地保障人民身体和财产安全。
《2024年人工智能在短临降水预报中应用研究综述》范文
《人工智能在短临降水预报中应用研究综述》篇一一、引言随着科技的不断进步，人工智能（）已经在众多领域展现出了其强大的潜力。
在气象学领域，特别是短临降水预报方面，人工智能的应用日益受到关注。
短临降水预报，作为气象预报的重要部分，对于人们的生产生活、交通运输、防灾减灾等方面具有重要意义。
本文旨在全面梳理和探讨人工智能在短临降水预报中的应用研究，为未来的研究方向和应用提供参考。
二、人工智能在短临降水预报中的应用1. 数据处理与特征提取人工智能技术能够有效地处理大规模的气象数据，包括卫星遥感数据、雷达观测数据、地面气象观测数据等。
通过机器学习和深度学习算法，能够从海量数据中提取出有用的特征信息，如降水强度、云层运动、湿度分布等，为短临降水预报提供支持。
2. 预测模型的构建与优化传统的气象预报模型往往依赖于物理定律和经验公式，而人工智能则能够通过学习大量的历史数据，构建出更加精确的预测模型。
例如，通过使用神经网络模型，可以学习到降水与各种气象因子之间的非线性关系，从而更加准确地预测短临时段的降水量和降水概率。
3. 实时监测与预警系统结合雷达等实时监测设备，人工智能能够实时监测和分析降水的发生、发展和消散过程，从而实现对短临降水的实时监测和预警。
这有助于及时发布预警信息，为防灾减灾提供支持。
三、人工智能在短临降水预报中的优势与挑战优势：（1）处理海量数据的能力：能够高效地处理大规模的气象数据，提取出有用的特征信息。
（2）非线性关系的挖掘：能够学习到降水与各种气象因子之间的非线性关系，从而更加准确地预测短临时段的降水量和降水概率。
（3）实时监测与预警：结合雷达等实时监测设备，能够实现对短临降水的实时监测和预警。
挑战：（1）算法的复杂性和计算资源的限制：高精度的模型通常需要大量的计算资源，这对硬件设备提出了较高的要求。
（2）数据质量和可用性的问题：气象数据的准确性和完整性对于模型的训练和预测效果至关重要。
（3）模型的解释性和可信度：目前模型的黑箱性质使得其预测结果的解释性成为一大挑战，影响了公众的接受度和信任度。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
关键词: 定量降水预报; 洪水预报; 数值天气预 报; 遥感 中图分类号 : P 339 文献标识码 : A 近年来 , 随着各国经济的不断发展, 世界各国 自然灾害愈加频繁 , 其中以暴雨洪水灾害为最多 , 占 70% 以上. 1997 年 7 月在欧洲奥得河发生的大 洪水冲毁了无数 居民点, 损 失超过 56 亿 美元, 捷 克、 波兰等国家的死亡人数达 114 人; 90 年代 1996 年和 1998 年中国发生的大洪水财产损失惨重 , 分 别达到了 265 亿美元和 300 亿美元, 因此如何提高 洪水预报及其预警系统 , 减少损失, 是摆在各国科 学工作者面前的重大课题 . 本文系统地介绍了短期 定量降水预报研究的意义、 内容及方法, 综述了近 年来国内外的研究进展, 对其优缺点进行了详细的 评述 , 并指出了其中尚待解决的问题. 道内的流体力学和水量平衡原理 , 借助土壤、 地貌、 河网的特征进行产汇流计算 , 计算出下游断面的水 位流量过程. 因此, 洪水预报的预见期是由水体从河 道上游向下游的传播时间或由雨水汇集到流域出口 断面的集流时间决定的, 有效预见期十分有限. 在实际预报作业中 , 为了获得更长的有效预见 期, 往往是一次降雨过程的中间而不是一次降雨过 程全部结束之后便作出和发布预报. 预见期内的降 水量直接影响着洪水预报的精度, 预见期愈长 , 预 见期内的降雨对预报值影响愈大 . 尽管从整个预报 值的组成来看 , 预见期内降雨形成的未知项仅仅是 其中的一部分 , 发布预报前的降雨形成的流量都属 已知 , 但要提高预报的精度, 必须借助于短期定量 降水预报, 因此在这些受突发洪水威胁的地区 , 迫 切需要对未来时空降雨量的定量预报 . 长期的实践表明 , 准确、 及时的定量降水预报 是增长洪水预报的预见期 , 提高预报精度, 制定正 确的防洪调度方案的重要依据, 是减免洪水造成损 失的重要非工程措施.
摘要: 系统地介绍了短期定量降水预报研究的意义、 内容及方法 , 综述了近年来国内 外的研究进 展 . 短 期定量降
水预 报的研究已作为世界气候研究计划 ( WCRP) 和国际地圈、 生物圈计划 ( IGBP) 的重要内容 . 各国的科 学工作者 在理论和实际应用方面深入地开展了一系列的工作 . 全面介绍了这些成果 , 对其优缺点进行了详 细的评述 , 并指 出了其中尚待解决的问题 .
第 33 卷第 1 期 2000 年 2 月
武汉水利电力大学学报 J. Wuhan Univ . of Hydr.& Elec. Eng .
Vol. 33 No. 1 Feb. 2000
文章编号 : 1006 155X( 2000) 01 063 05
短期定量降水预报研究进展
张利平, 夏 军
( 武汉水利电力大学水利水电学院 , 湖 北 武汉 430072)
k= 1
云凝结水调蓄水库的动量方程和连续方程 Y = F(x) dx = I - ( O + O ) b t dt ( 9) ( 10)
式中 : I 为大气柱的水汽输入; O t 为从云顶逸出的 上升气流携带的水汽量; O b 为大气柱中凝结水滴 从云底降落的水量 ; X 表示降水云调蓄水库的液态 水当量 ; Y 表示地面降水量 ; dx / d t 表示去水 当量 随时间的变化率. 在此研究当中 , 云滴的微物理过 程处理一般采用两种类型的模式 , 一种是所谓的容 积型的参数化模式 , 把一种过程到另一种过程的微 物理转换参数化, 假设粒子以特定的分布类型连续 分布 ( 如 M- P 分布 ) , 一般假定粒子是球形的 ; 另 一类模式属于分档型模式, 模式以粒子尺度分档的 形式 , 将粒子浓度离散化, 从而能够描述粒子浓度 的自然演变过程, 此类模式由于分别考虑了每一档 粒子的微物理过程, 使得计算量成倍增加. 根据大 气热力学和云物理学原理, 式 ( 9) , ( 10) 中的物理量 可表示为 I = ∃q ( % m ( V( A Ot = a (( ( CZ c 8) ( e Ob =
1
定量降水预报的内容和意义
洪水灾害一般是由连续性、 强度大、 历时长的
大气降水所形成 , 而大气降水在时空上的分布变化 很大. 要达到较高精度的降雨量估计值, 必须有密 集的雨量站网, 但由于雨量站网的设计优化方面的 固有限制 , 降雨资料不足以支持现有的大部分洪水 预报模型 , 同时研究表明雨量站数目的增加与精度 提高之间呈非线性相关关系, 密集的站网只能减少 空间上的偏差, 却不能减少时间上的偏差. 目前的洪水预报方法主要是依据上游已出现 的水文情况和已降落到地面的雨量 , 利用流域和河
( 4)
( 5)
( 6)
式中 : ( , ) 是经纬度; P s 是地面气压; ∀ 为势位 高; T 是气温 ; ( u, v) 为风速 ; a 是地球半径 ; q 是比 湿; F u , F v , Q 和 S 是源汇项. 我国自 1972 年采用三层原始方程模式作出亚 欧和北半球的 24~ 72 h 的 天气形势 业务预报 以 来, 目前已发展至分辨率更高、 技术更先进的有限 区域同化预报系统 ( HLAFS) , 模式的垂直分层更加 稠密, 水平分辨率为 0. 5! ∀ 0. 5 !经纬度网格 , 使得 降水量和其他气象要素的预报准确率不断提高, 数 值预报产品不断丰富[ 3] . 目前以有限区域同化预报 系统 ( HLAFS) 的产品应用途径有 3 个: # 中尺度数 值预报, 即以大尺度数值预报的结果作为边界和初 始条件, 利用中尺度数值模式进行区域的和局部地 区的定量降水预报 , 各省市区域气象中心业务预报 模式大多采用此方法; ∃ 大尺度数值预报的统计解 释, 即以大尺度数值产品作为预报因子, 利用统计 学方法进行降雨 预报, 主要是采用完全预 报 ( PP) 法和模式输出统计法( MOS) , 而发展的趋势是采用 MOS 方法; % 通过人机结合, 由预报员根据天气学 经验或统计数据 , 对大尺度数 值产品进行人 工订
1) ( 1) d < Y( > i , #Yi 1) 1) ( 1) + < a (i 1) , #a ( > < Y( > i i , #Y i dt
∋
8
8
8( k - 1) ! - k ! k Nv+ k !( k - 1) ! ( 12) 8( k - 1) ! - k ! k Nv+ k !( k - 1) !
收稿日期 : 1999- 11- 26
2 研究方法
短期定量降水预报的研究是世界气候研究计 划( WCRP) 中全球能量水循环试验 ( GEWEX) 、 地圈 生物圈计划( IGBP) 核心项目 水文循环的生物圈方
基金项目 : 国家教育部跨世纪优秀人才基 金( 12306540) ; 武汉水利电力大学青年基金共同资助 . 作者简介 : 张利平 ( 1971- ) , 男 , 湖 北黄州人 , 助教 ( 硕士 ) , 主要从事水文气象等方面的教学和研究工作 .
-N
v
- Nv
+ N v - 8) ( x
a (( CZ c
k= 1
∋
8) ( e y =
(x
B
( 13)
=
k= 1
∋Leabharlann N< b (k1) , #b (k1 ) >
( 2) 运动方程 u 1 1 ( ∀ + E) Z P iv cos + + t cos cos RT ( ln P i ) d ! u + = Fu ( 2) a cos dt ! t v 1 + ZP s u + t a ( ∀ + E) + RT ( ln P s) + a ( 3)
d! u = Fv d t !t ( 3) 能量守恒 T 1 1 T + ( Psu + P sv cos t P s a cos kT w d! u = Q dt ! t ! ( 4) 水汽方程 Ps q 1 1 q + P s v cos t + P s a cos ( P s u d ! q kT w P s dt !- ! = S ( 5) 静力平衡方程 ∀ = - RT ln ! q )+ T )+
64
武汉水利电力大学学报
2000
面( BAHC) 和全球降水气候项目 ( CRCP) 中的关键 问题. 过去几十年来, 科学工作者利用大气环流模 式、 有限区域细网格模式、 与云物理结构有关的随 机模型, 或利用遥感技术 ( 如雷达、 气象卫星、 微波 等) 观测资料开展了一系列的试验 [ 1] , 进行定量降 水的预报. 分析表明这些方法是卓有成效的 , 但要 把它们很好地组合在一起 , 解决不同时间和空间尺 度的相容性问题 , 提高定量降水预报的精度和增长 预见期 , 达到洪水预报的要求 , 从目前的研究状况 来看仍然需要长久艰苦的努力 . 降水的产生过程和物理机制非常复杂, 它是由 一系列同时出现的, 从 m 到几百 km 的不同尺度 的复杂物理过程共同作用的结果. 目前短期定量降 水预报的方法大体可以分为天气学方法、 数值预报 方法、 云降水模型预报、 遥感预报等 , 下面我们将已 有的模式方法及研究作一简述 . 2. 1 天气学方法 它是以天气图、 气象卫星为主要手段的一种经 验预报方法, 是早期向用户发布天气预报的最主要 的方法 . 这种方法取决于预报员的主观经验 , 主要 用于大的降水天气系统的分析和预报, 但它缺少客 观的定量计算, 不同的预报员作出的降水量的预报 可能有很大的差异, 更重要的是对于天气图上不能 清楚分辨的局部地区的中小尺度暴雨, 这种方法是 无能为力的 . 目前在水利水电行业的生产实际中 , 常常假定几组不同的未来降水量作为水文模型的 输入, 据此作出几种水文预报的结果, 这种结合方 式在我国的防汛部门已使用多年, 在未来若干年中 仍将继续使用. 2. 2 数值天气预报及其利用 数值天气预报是大气科学中近 50 年来迅速发 展的一个分支, 它是通过用数值方法在一定的初始 条件和边界条件下, 近似求解支配大气运动的流体 动力学和热力学方程组来预报未来的大气环流形 势和天气要素[ 2] . 其天气动力学模型可表达为下列 方程组的结构形式 ( 1) 质量守恒 Pi 1 + t a cos ( P iu) ( Pi + ( P iv cos ) +