冰雹是一种致灾性较强的强对流天气,但在气象业务工作中对其进行快捷、准确的预警和预报仍有一定的难度。本文基于C波段雷达回波资料,构建并应用随机森林模型对冰雹及其伴随强对流天气进行了分类识别及预报。结果发现,随机森林模型对训...冰雹是一种致灾性较强的强对流天气,但在气象业务工作中对其进行快捷、准确的预警和预报仍有一定的难度。本文基于C波段雷达回波资料,构建并应用随机森林模型对冰雹及其伴随强对流天气进行了分类识别及预报。结果发现,随机森林模型对训练集(2008-2017年)中四类冰雹天气(冰雹、冰雹大风、冰雹短强、冰雹大风短强)的平均命中率(Probability of Detection,POD)为90.2%,平均空报比率(False Alarm Ratio,FAR)为11.1%。对于2018-2019年的独立样本测试集,模型的平均POD和FAR则分别为72.8%和34.7%。因此,本文构建的随机森林模型较为理想。应用模型和风暴单体识别与跟踪产品(Strom Cell Identification and Tracking,SCIT)对未来15~60 min的强对流天气进行预报,结果表明四类冰雹天气的平均POD为74.8%,平均临界成功指数为60.8%,平均FAR为24.4%。因此,利用C波段雷达产品,随机森林模型能高效、自动化且较为准确地分类预警、预报冰雹及其伴随强对流天气,可应用于天气预报业务工作。展开更多
土壤湿度不仅是地表水循环的重要组成部分,而且对天气和气候也有重要影响,它的模拟误差严重阻碍了人们对水循环的认知.本文首先评估了1°×1°水平分辨率的全球陆面数据同化产品(Global Land Data Assimilation System,GLD...土壤湿度不仅是地表水循环的重要组成部分,而且对天气和气候也有重要影响,它的模拟误差严重阻碍了人们对水循环的认知.本文首先评估了1°×1°水平分辨率的全球陆面数据同化产品(Global Land Data Assimilation System,GLDAS)对青藏高原中部那曲地区和东部玛曲地区土壤湿度的模拟性能;鉴于GLDAS较粗的分辨率无法精细描述分析区域土壤湿度空间分布特征,于是我们基于通用陆面过程模式(Community Land Surface Model,Version 4.5),开展了高分辨率0.1°×0.1°的模拟,并对高分辨率模拟土壤湿度误差的原因进行了深入分析.结果表明:(1)GLDAS陆面数据同化产品和高分辨率陆面模式模拟结果都可以反映出土壤湿度的季节变化特征,但在非冻结期均存在不同程度的干偏差,尤其是在玛曲地区;(2)对比观测和模拟的土壤湿度发现,观测数据表现出强烈的空间异质性,而模拟结果呈现出的是空间均一性.按照模拟误差进行归类分组,对比模拟性能优劣的两组站点发现,模式物理过程不是模拟性能差异的主要因素,而两组站点间地表特征参数中的土壤质地和地形参数,以及驱动数据均没有体现出空间异质性,这可能是土壤湿度模拟结果没有表现出空间异质性的原因.展开更多
文摘冰雹是一种致灾性较强的强对流天气,但在气象业务工作中对其进行快捷、准确的预警和预报仍有一定的难度。本文基于C波段雷达回波资料,构建并应用随机森林模型对冰雹及其伴随强对流天气进行了分类识别及预报。结果发现,随机森林模型对训练集(2008-2017年)中四类冰雹天气(冰雹、冰雹大风、冰雹短强、冰雹大风短强)的平均命中率(Probability of Detection,POD)为90.2%,平均空报比率(False Alarm Ratio,FAR)为11.1%。对于2018-2019年的独立样本测试集,模型的平均POD和FAR则分别为72.8%和34.7%。因此,本文构建的随机森林模型较为理想。应用模型和风暴单体识别与跟踪产品(Strom Cell Identification and Tracking,SCIT)对未来15~60 min的强对流天气进行预报,结果表明四类冰雹天气的平均POD为74.8%,平均临界成功指数为60.8%,平均FAR为24.4%。因此,利用C波段雷达产品,随机森林模型能高效、自动化且较为准确地分类预警、预报冰雹及其伴随强对流天气,可应用于天气预报业务工作。
文摘土壤湿度不仅是地表水循环的重要组成部分,而且对天气和气候也有重要影响,它的模拟误差严重阻碍了人们对水循环的认知.本文首先评估了1°×1°水平分辨率的全球陆面数据同化产品(Global Land Data Assimilation System,GLDAS)对青藏高原中部那曲地区和东部玛曲地区土壤湿度的模拟性能;鉴于GLDAS较粗的分辨率无法精细描述分析区域土壤湿度空间分布特征,于是我们基于通用陆面过程模式(Community Land Surface Model,Version 4.5),开展了高分辨率0.1°×0.1°的模拟,并对高分辨率模拟土壤湿度误差的原因进行了深入分析.结果表明:(1)GLDAS陆面数据同化产品和高分辨率陆面模式模拟结果都可以反映出土壤湿度的季节变化特征,但在非冻结期均存在不同程度的干偏差,尤其是在玛曲地区;(2)对比观测和模拟的土壤湿度发现,观测数据表现出强烈的空间异质性,而模拟结果呈现出的是空间均一性.按照模拟误差进行归类分组,对比模拟性能优劣的两组站点发现,模式物理过程不是模拟性能差异的主要因素,而两组站点间地表特征参数中的土壤质地和地形参数,以及驱动数据均没有体现出空间异质性,这可能是土壤湿度模拟结果没有表现出空间异质性的原因.