学位论文 > 优秀研究生学位论文题录展示

基于集合预报的中国极端强降水预报方法研究

作　者: 刘琳
导　师: 朱克云
学　校: 成都信息工程学院
专　业: 大气科学
关键词: 极端强降水集合预报阈值累积概率分布持续性强降水
分类号: P457.6
类　型: 硕士论文
年　份: 2013年
下　载: 69次
引　用: 0次
阅　读: 论文下载

内容摘要

极端降水天气属于小概率事件，它的发生具有很多不确定的因素，预报难度很大。本文首先利用中国756个观测站点降水资料，采用百分位法定义了不同台站的极端降水阈值，进而分析全国八个区域近50年的极端降水特征。然后根据Anderson-Darling检验原理研究基于集合预报资料的极端强降水天气预报方法，建立基于集合预报与模式历史预报累积概率密度分布函数连续差异的数学模型——极端降水天气预报指数（Extreme Precipitation Forecast Index,简称EPFI），并对2011年7月中国极端强降水天气进行预报试验。最后根据EPFI的预报原理研究持续性强降水的预报方法，对江淮区域持续性强降水过程进行预报和评估，并与T213控制预报的预报技巧进行对比，主要结论如下：(1)近50年我国极端降水事件趋于增多，但是极端降水事件的时空变化特征存在明显的区域差异。东北和华北地区极端降水事件有减弱、减少趋势，西北西部、长江中下游、华南以及青藏高原这四个区域，极端降水事件有增多，增强趋势，西北东部极端降水值和极端降水量比例减少，但是极端降水频数和平均强度有所增加，西南地区变化不明显。北京和武汉的极端降水较区域平均的更强，变化更快。(2)模式预报的极端强降水分布特征与实况非常接近，但是模式极端强降水明显偏弱，并且随着预报时效的延长，极端强降水逐渐减小。模式极端强降水的大值中心也存在一定的偏差：广东沿海地区的大值中心偏向了江苏、浙江和福建一带；西藏南部则出现了虚假的大值中心。(3)极端降水天气预报指数可以充分利用集合降水累积概率密度分布的尾端信息，为极端强降水提供科学合理的预报，基于CMA T213集合预报的极端降水天气预报指数可提前3-7天发出极端强降水预警信号，随着预报时效的延长，预报技巧逐渐降低。(4)通过对两种模式气候累积分布方案试验的对比可知：模式气候累积概率包含6-8月模式历史资料的预报技巧高于仅包含7月模式历史预报资料，这是因为中国的雨季具有一定的连续性（主要分布在6-8月），6-8月模式历史资料包含的降水信息比7月模式历史资料更全面。所以气候累积概率分布要尽可能全面的反应气候的真实状况。(5)综合多种持续性强降水的定义，给出江淮区域发生极端强降水的评定标准，利用T213控制预报对持续性强降水的预报标准对5次持续性强降水的预报能力进行评估，结果表明T213控制预报能提前2-7天预报出持续性强降水，平均预报能力为5.4天。但是预报能力与具体过程相关，差别很大。预报能力与降水量有密切关系。过程降水量大，则预报能力强；过程降水量小，则预报能力弱。(6) EPFI对持续性强降水的预报能力明显高于控制预报，对5次过程的预报能力都有提高，尤其对较弱的持续性强降水过程的预报改进较多。对2011年6月1日-30日进行持续性强降水预报实验，四个检验指标的评估检验表明EPFI对极端强降水的预报技巧高于T213控制预报，但是也存在空报稍多的情况。

全文目录

摘要  4-6
Abstract  6-10
第一章绪论  10-15
  1.1 极端天气事件的定义  10
  1.2 极端强降水的研究目的与意义  10-11
  1.3 极端强降水的研究进展  11-13
    1.3.1 极端强降水变化特征研究进展  11
    1.3.2 极端强降水预报方法研究进展  11-12
    1.3.3 基于集合预报的极端强降水研究进展  12-13
  1.4 本文研究内容和目的  13
  1.5 本文创新性  13
  1.6 各章主要内容  13-15
第二章近 50 年中国极端强降水事件的变化特征  15-31
  2.1 资料选取  15
  2.2 分析方法  15-17
    2.2.1 极端降水指数的确定  15-16
    2.2.2 趋势的计算与分区方法  16
    2.2.3 区域平均序列的计算  16-17
  2.3 中国区域极端降水指数的变化特征  17-20
  2.4 新疆地区极端强降水特征分析  20-25
    2.4.1 极端降水指数变化特征  21-22
    2.4.2 极端强降水年内非均匀特征分析  22-24
    2.4.3 集中度与集中期的趋势变化特征  24-25
    2.4.4 极端降水量同集中度与集中期的关系  25
  2.5 典型大城市极端降水变化特征  25-29
    2.5.1 北京极端降水变化特征  26-27
    2.5.2 武汉极端降水变化特征  27-29
  2.6 本章小结  29-31
第三章模式与观测极端强降水特征对比分析  31-36
  3.1 资料选取  31-32
  3.2 模式与观测极端强降水定义和特征  32-34
    3.2.1 观测极端强降水定义和特征  32
    3.2.2 模式极端强降水定义和特征  32-34
  3.3 模式与观测极端强降水对比  34-35
  3.4 本章小结  35-36
第四章基于集合预报的极端强降水预报方法和预报试验  36-44
  4.1 极端强降水预报方法  36-40
    4.1.1 预报原理  36-37
    4.1.2 数学模型  37-38
    4.1.3 临界阈值确定方法  38-40
  4.2 2011 年 7 月 15-31 日极端强降水预报实验  40-43
    4.2.1 试验方案设计  40
    4.2.2 批量检验结果  40-41
    4.2.3 2011 年 7 月 24 日极端强降水的识别效果  41-43
  4.3 本章小结  43-44
第五章模式气候累积概率分布对 EPFI 识别技巧的影响  44-49
  5.1 新的模式气候累积概率方案  44-45
    5.1.1 T213-P2 方案  44
    5.1.2 两种模式气候累积概率的对比分析  44-45
  5.2 两种方案的预警效果对比  45-46
  5.3 两种方案的识别技巧对比  46-47
  5.4 本章小结  47-49
第六章持续性强降水预报方法研究  49-58
  6.1 持续性强降水定义  50-51
  6.2 T213 控制预报对持续性强降水的预报能力  51-53
    6.2.1 基于概率分布的模式降水订正  51-52
    6.2.2 持续性强降水的模式预报标准  52
    6.2.3 T213 控制预报对持续性强降水的预报能力  52-53
  6.3 基于 EPFI 的持续性强降水预报研究  53-56
    6.3.1 持续性强降水的 EPFI 预报标准  53-55
    6.3.2 EPFI 对持续性强降水的预报情况  55-56
  6.4 本章小结  56-58
第七章结论与展望  58-61
  7.1 结论  58-60
  7.2 展望  60-61
参考文献  61-65
作者在读期间科研成果简介  65-66
致谢  66

相似论文

基于小波变换的语音信号去噪及其DSP算法实现,TN912.3
基于遗传算法的柑橘图像分割,TP391.41
大型底栖无脊椎动物在水环境管理中的应用,X824
增强现实中跟踪注册算法研究,TP391.9
体外受精—胚胎移植周期晚卵泡期血清孕激素对治疗结局的影响及阈值确定,R714.8
基于Otsu算法与数学形态学的图像分割算法研究,TP391.41
基于双树复小波和NPSO的医学图像配准方法研究,TP391.41
运动目标检测算法研究,TP391.41
基于产能约束与客户等级的生产商生产—分配模型,F273;F253.4
DSP图像处理中动态多阈值模板建立及应用研究,TP391.41
基于相邻像素灰度差的边缘检测及与其相结合的小波图像去噪,TP391.41
雾天图像增强方法研究,TP391.41
基于OpenCV的人脸检测方法研究,TP391.41
小波包多载波调制系统中的峰均比技术研究,TN919.3
图像信息处理机的图像处理方法研究,TP391.41
基于静止气象卫星云图的分类研究,TP391.41
面向室内环境的WSN跟踪关键技术研究,TN929.5
高速Q调制DFB激光器结构性能分析,TN248
雌雄蚕卵激光自动分选仪及散卵式光电自动分选仪的研究,TP391.41
用于公路破损路面的图像拼接技术研究,TP391.41
多时相遥感影像变化检测并行系统设计与实现,TP751