摘要：过往基于观测站点对PM2.5浓度时空特征的揭示并不完整,本文评估了珠江三角洲城市群PM2.5遥感反演数据的准确性,并基于遥感反演数据进一步探讨了PM2.5年均、季均和月均浓度的时空格局变化及影响因素.2015-2022年的校验结果表明,遥感反演数据在珠三角城市群的准确度较高(R2:0.964～0.998),通过分段线性回归分析发现,2000-2022年PM2.5年均浓度在时间上呈现"上升-停滞-下降"的阶段特征,转折点为2004年和2013年(R2=0.943 6),主要影响因素为政府政策;空间上呈现"中心高,四周低"的分异规律,广佛(广州佛山)交界处基本为PM2.5 污染的重心,污染最轻的区域为珠海、惠州东南部和江门南部.此外,扩展经验正交函数(EEOF)和小波分析结果表明,PM2.5浓度还具有显著的季节变化规律,具体表现为"秋冬高,春夏低".以高污染时期(2003-2014年)为例,PM2.5月均浓度值在全年内呈现"先降后升"的趋势,1月最高(62.55 μg·m-3),7月最低(22.53 μg·m-3),降水是其主要影响因素;空间上,PM2.5浓度高的月份(10月—次年1月),污染范围向南扩散至江门和珠海,且不同地区的污染浓度差距较大.该研究结果可以为城市群的大气污染联防联控提供理论支撑.

摘要：台风是严重影响沿海地区的自然灾害,准确监测其强度对于防灾减灾具有重要意义.基于卫星观测结合深度学习技术已成为台风强度监测的新一代方法,然而不同深度学习方法的准确度并不明确.因此,本文评估了六种基于深度学习的卷积神经网络模型在西太平洋台风强度监测中的表现.本研究利用2015-2024年Himawari-8/9卫星云产品数据和中国气象局台风最佳路径数据,对比分析了LeNet-5、AlexNet、DenseNet-121、VGG-16、ResNet-50以及GoogleNet-InceptionV3等模型的计算效果.本文不仅探讨了这些模型在不同强度台风场景下的适用性和性能表现,还对模型的特征提取步骤进行可视化,旨在更清晰地说明模型之间的差异以及模型工作原理.结果表明,LeNet-5与AlexNet在极弱(TD)和极强(SuperTY)级别下偏差最大;DenseNet-121在各强度下Bias分布较为平均;ResNet-50、VGG-16和GoogleNet-InceptionV3则在中等强度范围(TS、STS、TY、STY)内表现较为稳定.总体来看,GoogleNet-InceptionV3模型估计准确度最高(R2=0.89),但ResNet-50运行速度更快(R2=0.87).

摘要：为了提升空气质量模式对广州市O3和PM2.5浓度预报精度,基于广州市国控站的O3 和PM2.5浓度观测以及模式逐小时预报数据,使用Lightgbm算法对0～24小时、24～48小时、48～72小时三种时效的O3 和PM2.5浓度模式预报建立订正模型,并利用SHAP方法对订正模型进行解释分析.结果表明:Lightgbm订正模型能够较好提升各站点以及各预报时效的O3和PM2.5浓度预报,订正后各站点的误差分布更一致且明显减小,随着预报时效的增加,订正模型对预报提升的效果略有降低.从各时效总体的订正效果看,O3浓度与观测间的均方根误差、平均绝对偏差、相关系数分别由39.5 μg·m-3、30.3 μg·m-3、0.61提升为23.3 μg·m-3、16.9 μg·m-3、0.86,PM2.5浓度与观测间的均方根误差、平均绝对偏差、相关系数分别由18.3 μg·m-3、12.7 μg·m-3、0.26提升为9.7 μg·m-3、6.9 μg·m-3、0.76.不同时效订正模型中的重要特征差异不大,对于O3浓度订正模型,最重要的特征主要有O3浓度、温度、相对湿度、NO2、短波辐射、风向风速等,对于PM2.5浓度订正模型,最重要的特征主要有气压、空气质量指数、温度、相对湿度、气压、PM10、O3、风向风速等,各特征对订正模型的影响符合O3 和PM2.5的生成和累积机理.个例分析进一步证明了订正模型的效果和实用性.

摘要：利用广州不同波段双极化天气雷达及风廓线雷达等新型观测资料,研究分析2024年4月27日广州白云超级单体强龙卷的环境潜势及风暴结构特征.此次龙卷出现在西太平洋副热带高压及高原南侧西南风持续偏强的背景下,当日大气呈上干下湿的"喇叭状"层结,早上抬升凝结高度(LCL)很低约180 m,能量充沛(对流有效位能(CAPE)均值约为2500 J·kg-1,对流抑制(CIN)为0,0～3 km平均垂直风切变较大(17 m·s-1),具备利于强龙卷发生发展的能量和动力条件.造成此次龙卷的超级单体风暴发展时间长且反复多次增强,龙卷出现在两个峰值之间的相对低值时段,预报预警难度大.龙卷母体风暴的钩状回波和中气旋特征并具有"下降式"发展特征,受地面摩擦影响小,风暴发展更充分;母体风暴下沉气流形成冷池,最强冷池中心温度低至22℃,范围约30 km,冷池前侧与暖湿气流辐合处形成阵风锋,加强风暴底层的辐合抬升,使得中气旋到达地面后更加剧烈;龙卷发生前中气旋垂直涡度为0.026 s-1,龙卷涡旋特征(TVS)垂直涡度为0.46 s-1.此外,XPAR-D较CINRAD/SA-D捕捉到了清晰的TVS、龙卷碎片特征(TDS)等龙卷特征,以及低仰角钩状回波的精细演变过程,在实际业务中形成优势互补,能够更好地刻画局地强对流云团的发生发展,为短临预报预警提供重要的技术支撑.

摘要：针对传统风场预测方法中存在的精度不足和时效性差等问题,引入了Informer模型,提高了对福建省厦门高崎国际机场长时间序列气象数据的预测准确度.相较于传统模型,Informer模型在处理风场时间序列数据中的概率稀疏自注意力机制和自注意力蒸馏技术,能够高效捕捉数据中的长期依赖关系和复杂特征.在60 min预测以及季节性变化中,Informer模型表现出了强大的稳健性和高效性.此外,还对比了不同风场变化对模型预测的影响,发现Informer模型在不同风场条件下均能更好地保持稳定预测性能,进一步验证了其广泛适用性和鲁棒性.通过提高预测精度和时效性,本研究不仅为航空气象服务提供了更精准的风速和风向预测,有助于保障航空器飞行安全、优化航班调度及提升能源利用效率,同时还为短期天气预报等领域带来了积极影响,提供了新的研究思路和解决方案,对于推动深度学习在气象预测中的应用具有重要意义.

摘要：利用1990-2020年国家气象观测站逐日气温、降水、风速和相对湿度观测资料,分析珠江三角洲(以下简称珠三角)气象环境时空演变特征,并基于土地利用分类数据,定量分析珠三角城市扩张对气象要素变化的影响程度及其贡献率.结果表明:1990-2020年珠三角城市扩张现象明显,建设用地面积占比由5.71%增长至14.99%.区域年平均气温、年降水量呈上升趋势,年大风日数、年小风日数、年相对湿度呈微弱下降趋势.城市扩张造成年平均气温增加,变化率为0.05℃·(10 a)-1,贡献率为20.80%;城市扩张造成年降水量增加,变化率为28.80 mm·(10 a)-1,贡献率为46.24%;城市扩张造成年大风日数增加,变化率为1.16 d·(10 a)-1,贡献率为100%;城市扩张造成年相对湿度降低,变化率为-0.84%·(10 a)-1,贡献率为-100%;城市扩张对年小风日数影响不明显.城市扩张对平均气温影响贡献率在冬季最大;对降水量的影响在夏季、秋季高于春季、冬季;对大风日数的影响在春季、秋季、冬季相对较大;对相对湿度的影响在四季均较大;对小风日数的影响在秋季最大.

摘要：为提升上海地区大雾等低能见度天气的预报能力,基于机器学习方法建立能见度预报优化模型.研究基于2019年—2023年华东区域业务模式CMA-SH9和天气环境一体化模式WARMS-CMAQ的逐小时预报产品,结合站点能见度等历史气象观测资料,使用LightGBM算法进行建模.为应对低能见度样本稀少导致的观测数据不平衡问题,研究将能见度预报构建为分类任务,并通过数据预清洗以及为不同能见度等级设置差异化权重系数的方式,增强模型对低能见度样本的关注,最终以前两类低能见度事件(vis≤1 km和1 km<vis≤3 km)的TS评分作为核心评估标准.测试集和后续独立运行阶段的评估结果表明,相较于数值模式,机器学习优化模型对能见度的预报评分有显著提升,尤其对于低能见度天气(vis≤1 km)的命中率,从模式的20%左右提升至近60%,TS评分也提升至近0.3.同时,典型案例分析显示LGBM优化模型能够准确地模拟2023年12月份以来的几次大雾过程,且对于大部分过程雾发生和消亡的时间预报与观测更为接近,表明该优化模型相较于传统数值模式能够大幅度提升对大雾过程的模拟能力.

摘要：2021年7月,河南发生了持续时间长、降水强度大且致灾严重的"7.20"极端暴雨事件.为了探明此次暴雨过程的水汽关键来源和主要传输通道,本研究利用多源气象数据结合FLEXPART模式开展了水汽轨迹模拟与聚类分析.结果表明,暴雨过程中主要有两条水汽通道,对极端降水的水汽收支有重要贡献.第一条水汽通道与远距离西北太平洋台风"烟花"相连,在降水最强的7月19-21日期间在1 000～700 hPa持续向河南输送大量水汽,输送的中心在1 000～900 hPa之间;第二条通道则与华南近海台风"查帕卡"相连,7月20日向河南输送水汽,主要输送层次位于950～800 hPa之间.两条通道的高度差异主要由地形驱动作用引起,而台风的存在和移动是造成水汽传输变化的关键因素.河南地区上空持续的水汽聚集直接导致了极端暴雨的形成,而双台风的水汽输送对暴雨过程的持续具有重要作用.

摘要：近年广州市大气污染的主要问题是持续性污染逐渐增多,O3污染比例明显增多.为提高空气质量预报能力,基于环境监测数据和气象观测数据,使用梁氏-克里曼信息流对影响CO、NO2、O3、PM2.5、PM10、SO2大气污染物浓度的数据进行因果分析筛选影响因子,基于随机森林(RF)、极限梯度提升(XGboost)和长短期记忆神经网络(LSTM)算法进行融合建模共得到RF、XG、LSTM及融合模型MIX1、MIX2共5个污染物浓度预报模型,进而计算AQI和首要污染物,得到5个空气质量预报模型.结果表明,MIX1、MIX2融合模型整体优于RF、XGboost和LSTM单一模型.对于污染物浓度预报,MIX1模型CO、NO2、O3浓度预报最优,MIX2模型PM10、PM2.5、SO2预报最优.对于空气质量预报,提前1～2天的预报MIX2模型最优,提前3～7天的预报MIX1模型最优.MIX1、MIX2模型1～7天的首要污染预报准确率分别为71.26%～83.33%、73.71%～81.11%.MIX1、MIX2模型提前1～3天的污染物浓度和空气质量预报及提前1～7天的首要污染物预报可信度较高,可以为环境管理部门采取适当的控制措施提供参考.

摘要：为利用相控阵双偏振雷达研究浙江风雹过程的动力和微物理特征,基于X波段相控阵雷达观测数据及风场反演、粒子识别等产品,对2023年7月10日浙江风雹过程进行分析.结果表明:风暴发生在高能、垂直不稳定和弱垂直风切变的环境场中.降雹风暴较极端大风风暴更强,发展高度更高,且为后向传播型风暴.降雹过程中,水平极化反射率因子(ZH)和差分相移率(KDP)质心下沉,低层差分反射率(ZDR)减小,相关系数(CC)小值区先向上伸展再下沉,冰相粒子下落,降至地面为雨夹雹.极端大风风暴在盆地中发展,地形辐合使得风暴强度增强.极端大风来临时,ZH和KDP质心迅速下降至近地面,降水粒子下落拖拽加强下沉气流,中层径向辐合速度对水平收缩、垂直拉伸以及近地面出现辐散速度对表征局地下击暴流的发生,同时,下坡地形和盆地狭管效应进一步加速了近地面大风.

摘要：基于第六次耦合模式比较计划(Coupled Model Intercomparison Project Phase 6,简称CMIP6)的18个气候模式模拟数据,采用了控制试验(piControl)作为稳定气候状态的参考,使用突然4倍CO2 强迫试验(abrupt-4×CO2)来模拟极端温室气体排放情景下的气候响应,并利用气候反馈响应分析方法(CFRAM),定量评估了外强迫、各辐射反馈过程和非辐射过程对广东省增暖及其不确定性的贡献.结果显示,广东省的增暖幅度在不同模式间存在差异,增暖范围为3.71～7.07℃,集中在4.42～5.40℃之间,且增暖在西部和北部最显著.对于多模式集合平均的增暖进行了定量归因分析,气候反馈响应分析表明,水汽反馈和二氧化碳强迫是主要的增暖驱动力,分别贡献了4.92℃和2.42℃.地表热存储和云反馈也对增暖有显著正贡献,而地表感热通量和潜热通量则表现出降温效应.在不确定性分析中,云短波辐射效应、地表感热通量和地表热存储是主要的不确定性来源,这些不确定性主要来自模式在云层物理、地表能量平衡和热量再分配方面的差异,未来研究应重点关注这些过程以提高区域气候变化预估的准确性.

摘要：台风"海葵"(2012)受鞍型场影响,在安徽南部维持少动,引发极端降水.为了探究"海葵"进入鞍型场后,其路径及降水预报对模式初始场的敏感性,基于WRF(Weather Research&Forecasting)模式和集合卡尔曼滤波(EnKF,Ensemble Kalman Filter)同化系统,对"海葵"开展了集合预报试验和敏感性试验.结果表明:(1)"海葵"登陆浙江西北行进入安徽境内后,集合预报路径主要分为滞留型、转向东行型和西行型,其中滞留型路径与"海葵"观测路径基本一致.(2)与台风自身环流相比,初始条件中环境场的差异是导致试验中台风移动差异的关键因素.台风移动对初始场中西北模拟区域的大陆高压和中纬度低槽更加敏感.(3)当初始场中大陆高压和低槽强度相当时,减弱的台风环流一直处于大陆高压和副热带高压之间,导致台风在安徽南部停滞,并与冷空气相互作用在皖南-赣北产生强降水.而当初始场中大陆高压弱且低槽较强时,24 h预报中台风虽处于鞍型场中,但大陆高压与副热带高压均偏弱.随着低槽南下,大陆高压减弱西退,副热带高压位置偏东,导致台风转向东北行,在江苏境内产生强降水;反之,当大陆高压强但低槽较弱时,台风持续西行,冷空气受高压阻挡未能直接影响台风降水,导致皖南地区降水相对偏弱.

摘要：利用WRF模式进行数值敏感性试验,分析短波辐射日变化对2106号台风"烟花"登陆减弱阶段的影响.结果表明:控制试验较好的再现了台风登陆后的减弱过程.白天试验模拟的台风强度减弱较慢,台风强度能够长时间维持;夜间试验模拟的台风强度快速减弱.相较于控制试验,白天试验地表蒸发的增强、水汽的持续供应以及地表温度的升高共同维持了低层大气的强不稳定.中层持续的辐射加热及潜热释放产生强烈的垂直运动,将水汽携带至高层,促进了高层云的生成,受云辐射强迫效应的影响,高层稳定性下降.中高层潜热的持续释放,使得台风暖心结构不被破坏,台风强度能够长时间维持.夜间试验则由于地表辐射冷却作用,低层能量供应减小,台风快速释放不稳定能量,较快达到稳定状态,台风强度迅速减弱.

摘要：基于2022年3月—2023年3月山西省全省风电场逐15 min风电总输出功率的实测和预测数据,对全省风电交易市场"功率预测曲线"进行误差分析,通过制定识别、匹配和评分方法,对风电爬坡事件的预报效果开展评估,进一步利用ERA5再分析资料对大范围风电爬坡现象发生的天气背景及演变开展分析.结果显示:(1)各季节早晨08时前后(北京时,下同)和夜间20时前后为每日预测误差最大的两个时段,同时两个时段误差离散度也相对较大,最大值可达4 000 MW.(2)弱爬坡事件的发生频率明显高于强爬坡事件,同时弱爬坡事件的预报技能得分(0.23)也高于强爬坡事件(0.05).(3)风电爬坡事件主要发生在冬季和春季,每日08:00前后和19:00前后分别为下降爬坡事件和上升爬坡事件的集中发生时段,下午至前半夜以上升爬坡事件为主,后半夜至上午以下降爬坡事件为主.(4)当山西省位于地面高压后部或高空槽前时,地面高压的加深发展或槽前低空急流的建立会导致全省风电功率爬坡事件的发生.

摘要：为探究多波段雷达自适应协同观测在龙卷特征"捕捉"、业务预警中发挥的正向作用,构建可供业务参考的龙卷预警指标.本文以江苏历史上9月份罕见的2023年9月19日阜宁EF3级龙卷(简称"9.19"阜宁龙卷)案例为切入点,从多波段雷达回波特征分析、龙卷临近预警、预警效果检验3个方面展开讨论.(1)S波段和X波段天气雷达可互补式给出龙卷母体风暴及伴随龙卷发生的中小尺度特征."9.19"阜宁龙卷雷达回波特征符合龙卷超级单体概念模型和成熟中气旋概念模型,并伴有龙卷风涡旋特征(TVS)、龙卷风碎片特征(TDS)、Zdr弧、Kdp弧、Zdr柱、Kdp柱、CC柱、W柱、反射率因子核(RC)等特征.(2)TDS与强劲的上升气流有关,中气旋与龙卷直接相关,两者均是龙卷发生的必要条件,均可作为龙卷临近预警指标."9.19"阜宁龙卷TDS预警提前量为13 min和33 min,中气旋预警提前量为19 min和39 min.TDS高度还对龙卷的强度和维持有一定指示意义.(3)经2023年9月19日江苏建湖EF1级龙卷过程预警检验,多波段雷达TDS和中气旋联合预警提前量达15 min.研究结果为江苏多波段天气雷达监测预警龙卷提供了参考依据.

摘要：珠江流域是气候变化敏感区,气候变暖导致热浪灾害事件频发.人体舒适度指数综合了多种气象要素,能更好地评估热浪对人体健康的影响.基于该指数定义高温热浪,采用气象观测数据和包含7个共享社会经济路径情景的5个CMIP6气候模式数据,结合共享社会经济路径(SSP1-5)下人口特征,分析历史时期(1961-2022年)和21世纪近期(2021-2040年)、中期(2041-2060年)、末期(2081-2100年)珠江流域夏季高温热浪及65岁以上脆弱人口暴露度特征.结果表明,(1)1961-2022年珠江流域夏季高温热浪日数单站最大可达42 d,最大持续时间达16 d;年均热浪影响面积约16.5×104 km2,珠江三角洲地区高温热浪最为严重.(2)21世纪近、中、末期流域平均夏季热浪日数相对基准期(1995-2014年)分别增加约7～9 d、11～29 d和5～75 d,最大持续时间增加约2～4 d、5～10 d和2～50 d,珠江流域上游高海拔地区增幅较大;热浪影响面积不断扩大,21世纪末期热浪可能影响整个流域.(3)1961-2022年年均夏季脆弱人口暴露度约为2.86×107人·d,2019年珠江三角洲最大可达1.08×108人·d;未来脆弱人口暴露度增幅显著,近、中、末期分别约为基准期的6.4～7.8倍、18.5～38.4倍和11.9～117.7倍,珠江流域东部地区最为严重.(4)气候和人口变化的综合作用是决定珠江流域未来脆弱人口暴露度变化的主导因素,且其贡献率随时间逐渐增加,未来亟需加强高温风险综合防范工作.

摘要：针对广东海域海上观测稀缺与风电开发对高精度长序列数据的需求,本文收集2012-2021年7个观测点(测风塔、激光雷达)梯度风资料,研发三维Barnes客观分析方法与多源资料融合同化技术,基于ERA5再分析资料构建了高分辨率三维格点数据集(水平1 000 m,垂直10 m/30 m)及20个参证点逐小时风场数据.误差分析表明:融合同化风速与观测风速的相关系数均≥0.82(平均0.913),平均均方根误差为1.20 m·s-1,30～40 m以上高度风速误差≤1 m·s-1,精度显著优于ERA5和幂指数拟合;风向平均均方根误差为20.2 °.数据集清晰呈现了风速随离岸距离增加而增大、年内呈冬夏双峰值(冬季>夏季)等时空分布特征,并能有效刻画风场日变化、天气系统过境、台风等关键天气系统及季风、海陆风等气候系统特征.本数据集可为广东海域风电场规划、选址及风能资源评估提供可靠的数据支撑.

摘要：使用2024年4-5月风云卫星华南降水检验站的4台二维雨滴谱数据和同步观测的分钟雨量计数据,通过比较雨滴谱和雨量计累积降水量以及瞬时降水率这两个特征参数,对两种设备观测降水的一致性进行了分析.4个站中有3个站的雨滴谱累积降水量大于雨量计累积降水量,总量偏大10%～13%,有1个站的雨滴谱累积降水量小于雨量计累积降水量,偏小0.5%,两种设备观测累积降水量的相关系数较高,四个站的均值达到0.99以上.在进行瞬时降水率对比时,通过三次样条插值,能够明显减少雨滴谱瞬时降水率和雨量计瞬时降水率之间的偏差和绝对偏差,尤其是对<10 mm·h-1的非连续观测的弱降水,相关系数由0.37提升到0.80左右,表明该插值方法合理可行,可以用于生成地面雨量计的瞬时降水率数据集.经评估,二维雨滴谱和雨量计之间具有比较好的一致性,可支撑风云卫星降水反演产品的精度检验和后续的算法改进.

摘要：数值天气预报是现代天气预报的主流技术方法,近年来一直在向精细化方向发展,但预报误差仍无法完全避免.本研究提出了基于LSTM-GAM-UNet(LGU-Net)的数值预报偏差订正模型,该模型在CU-Net的基础上引入了长短期记忆网络(Long Short-Term Memory,LSTM)结构和全局注意力机制(Global Attention Mechanism,GAM),进一步融合多种气象要素、"吉林一号"卫星获取的地形特征以及卫星云图,构建多要素融合订正模型,并专门针对气象预报领域进行了优化设计.在中国东北地区进行实验,对美国国家环境预报中心的全球预报系统(Global Forecast System,GFS)数值预报模式中2m温度(T2)、2 m露点温度(D2)、10 m的风速(U10、V10)和降水量进行订正,并进行了不同模型的偏差订正实验和对比分析.通过与GFS数值预报模式原始预报结果、模式距离积分订正预报法(Anomaly Numerical-correction with Observation,ANO)订正结果以及CU-Net方法订正结果进行对比,结果表明LGU-Net模型能有效改进数值预报订正效果.此外,云图数据的加入对降水量订正有着明显的正向增益效果,其均方根误差(RMSE)和平均绝对误差(MAE)相对于GFS分别提升了80.76%和76.04%.本研究为高精度气象要素预报提供了新的技术支持.

摘要：基于2019年电白国家气候基准站(电白站)和中国气象局南海(博贺)海洋气象野外科学试验基地海洋气象综合观测平台(海上平台)的辐射观测数据,以及基本气象要素,对比分析了两站点辐射全年平均的月变化、日变化和逐月平均日变化特征,同时分析了辐射与其它气象要素之间的关系.(1)两站点各辐射分量的月平均最大值一般都出现在夏秋季(仅海上平台的向上短波辐射最大值在12月),最小值都出现在冬春季.因下垫面不同,电白站向上短波辐射的月平均值明显大于海上平台,导致电白站获得的净辐射年平均值为103.8 W·m-2,明显低于海上平台年平均值145.8 W·m-2.(2)两站点净辐射日变化对比表明,海陆接收到的净辐射差异显著,白天海上平台比电白站净辐射平均多35.8%,均值为92.5 W·m-2;晚上海上平台比电白站净辐射平均少33.1%,均值为-7.34 W·m-2.(3)海上平台的向下短波辐射大于电白站,其高值区主要集中在6-11月的中午前后;电白站向上短波辐射明显高于海上平台,两站点向上短波辐射差值主要出现在夏季到冬季之间.电白站的短波反照率一般都是高于海上平台,两站点9月—次年1月的傍晚均出现反照率的高值区,而海上平台在早晨也出现较高值.(4)电白站白天时段向上长波辐射的高值区分布特征和向下短波辐射相接近,而海上平台向上长波辐射反映出的是整体海水温度的季节性变化特征.电白站向下长波辐射一般在白天时段比海上平台大,其余时间比海上平台小,冬季更为明显.