2019年度上海台风研究基金项目

合集下载

新一代区域海-气-浪耦合台风预报系统

第41卷第6期海洋学报V o l .41,N o .62019年6月H a i y a n g Xu e b a o J u n e 2019雷小途,李永平,于润玲,等.新一代区域海-气-浪耦合台风预报系统[J ].海洋学报,2019,41(6):123 134,d o i :10.3969/j.i s s n .0253-4193.2019.06.012L e i X i a o t u ,L iY o n g p i n g ,Y uR u n l i n g ,e t a l .An e w g e n e r a t i o n o f r e g i o n a l a i r -s e a -w a v e c o u p l e d t y p h o o n p r e d i c t i o n s y s t e m [J ].H a i y-a n g X u e b a o ,2019,41(6):123 134,d o i :10.3969/j.i s s n .0253-4193.2019.06.012新一代区域海-气-浪耦合台风预报系统雷小途1,2,李永平1,于润玲1,李泓1,汤杰1,段自强1,郑运霞1,方平治1,赵兵科1,曾智华1,黄伟1,鲍旭炜1,喻自凤1,陈国民1,马雷鸣1,骆婧瑶1,张帅1,林立旻1(1.中国气象局上海台风研究所,上海200030;2.上海市气象局,上海200030)收稿日期:2019-01-23;修订日期:2019-05-15㊂基金项目:国家重点研发计划(2018Y F C 1506400);海洋国际合作项目(I P O V A I -04-05);国家973计划项目(2013C B 430305)㊂作者简介:雷小途(1968 ),男,江西省奉新县人,研究员,博士,从事台风理论及预报技术研究㊂E -m a i l :l e i x t @t y p h o o n .o r g.c n 摘要:依托国家重点基础研究(973)计划项目上层海洋对台风的响应和调制机理研究 ,中国气象局上海台风研究所联合国家海洋局的相关单位,通过实施近海台风的外场观测科学试验㊁加强台风边界层(特别是海气相互作用)物理过程诊断分析及参数化方案等的研究,建立并改进了台风强度预报的海-气-浪耦合预报模式系统,并在此基础上发展了台风强度的集合预报技术,在历史典型台风个例和2016 2017年台汛期的业务化测试中表现出良好的预报性能㊂关键词:台风;强度预报;海-气-浪耦合中图分类号:P 457.8文献标志码:A文章编号:0253-4193(2019)06-0123-121 引言近年来,台风(西北太平洋热带气旋的俗称)路径预报误差显著减小[1],但其强度预报仍然进展缓慢,即便是台风强度的确定(简称定强)都仍存在较大的不确定性[2]㊂通常数值模式对强度较强的台风预报偏弱,而对较弱的台风预报偏强,至今数值模式对台风强度仍没有明显的业务预报能力[3]㊂究其原因,大尺度环境场的引导气流主导了台风的移动,引导气流较弱时下垫面(含海-气相互作用)及台风本体结构的作用才会显露出来(但因引导较弱故移速较慢因而误差不会太大),而大尺度环境场㊁下垫面及台风结构三者对台风强度的影响程度通常不分伯仲[4]㊂随着卫星等大气探测及数值预报技术的发展,目前数值模式对大尺度环境场的描述和预报已较为可靠,但对台风结构及下垫面(下边界层)物理过程,特别是海-气相互作用等的刻画因直接观测资料的匮乏而仍有待改进㊂自20世纪50年代美国在大西洋实施飞机穿越飓风(大西洋热带气旋的俗称)的观测一直延续至今㊂这项业务性观测,一方面提高了飓风的业务定强精度,另一方面通过所获直接观测资料的同化,改进了模式台风结构的有效刻画,进而可减少模式对飓风强度预报误差20%以上[5]㊂2010年,美国国家海洋和大气管理局(N a t i o n a lO c e a n i ca n dA t m o s ph e r i cA d -m i n i s t r a t i o n ,N O A A )启动了为期10年的飓风预报能力提升计划(H u r r i c a n eF o r e c a s t I m pr o v e m e n tP r o -gr a m ,H F I P ),主要通过飓风海-气边界层和高层流出层的观测㊁数值模式(含高分辨率模式㊁海-气耦合模式㊁集合预报)及其资料同化系统的研发和改进,将飓风预报的时效延长至7d ,飓风路径和强度预报性能提高50%,24h 的飓风强度快速变化检测概率(P r o b -a b i l i t y of D e t e c t i o n ,P O D )提高至90%(5天线性减少至不小于60%)㊁虚警率(F a l s eA l a r m R a t i o ,F A R )减小至10%(5天线性增长至不超过30%)[6-7]㊂美国众多高校和研究院所参加了H F I P计划,已取得显著进展,并提前1年达到计划的5年目标[8-10]㊂有鉴于此,中国气象局上海台风研究所,依托所主持的国家重点基础研发(973)计划项目台风登陆前后异常变化及机理研究(2009C B421500) ,在原有台风业务(大气)模式(G R A P E S_T C M)的基础上,自2009年发展建立了海-气耦合的台风模式(G R A P E S_ T C M+E C O M),2004 2012年登陆我国的10个典型台风的批量对比试验结果表明:相对于大气模式,海-气耦合模式显著提高了24h和48h台风路径预报能力[11]㊂考虑到台风条件下的海-气相互作用的复杂性,加之我国长期海面以上归气象㊁海面以下归海洋的部门职责分割状况,客观上部分制约了我国台风条件下的海-气相互作用及其对台风强度影响的机理研究和预报能力的提升㊂为此,中国气象局上海台风研究所,自2013年与自然资源部第二海洋研究所(原国家海洋局第二海洋研究所)等单位联合开展国家重点研发计划等项目研究,旨在综合应用海上观测资料,研究台风海-气相互作用过程中大气和海洋边界层物理过程的特征,对现有初步建立起来的台风(大气)和海洋耦合模式进行改进和完善,在资料同化技术基础上融合各种观测资料并研制海-气耦合台风数值预报模式的大气初始化技术,开发台风强度集合预报方法,建立综合采用各种预报产品的台风强度变化的集合预报应用示范平台[12]㊂通过近5年的攻关研究,除在台风条件下的海-气相互作用及大气和海洋边界层物理过程特征观测研究方面取得较显著进展外,对台风数值模式的海-气耦合物理过程的改进有效提高了台风强度的预报性能㊂2新一代区域台风耦合模式系统的研发在国家重点基础研究发展计划(973计划) 台风登陆前后异常变化及机理研究(2009C B421500) 已初步建立起来的由G R A P E S_T C M中尺度台风模式和E C O M海洋环流模式构成的台风海-气耦合模式基础上,研制建立了一个由G R A P E S_T C M中尺度台风模式[13]㊁E C O M海洋环流模式[14]和W A V E W A T C H I I I (WW3)[15]海浪模式构成的新一代的区域中尺度台风耦合模式系统㊂该耦合模式基于O A S I S耦合器[16]实现台风(大气)㊁海洋环流㊁海浪模式三者间的信息交换㊂大气模式主要通过风应力向海浪模式输送动量通量,海浪模式通过波浪高度㊁波龄等参数改变海面粗糙度,从而反馈影响海-气界面的动量通量,同时大气模式通过风应力向海洋环流浪模式输送动量通量,从而改变海面温度和海流,海面温度的改变通过热量通量反馈影响大气,海流则通过波流相互作用影响波浪(图1)㊂图1新一代区域海-气-浪耦合的台风预报模式结构F i g.1S t r u c t u r a l f r a m e w o r ko f t h e n e w g e n e r a t i o n o f r e g i o n a la i r-s e a-w a v e c o u p l e d t y p h o o nm o d e l对0413号强台风云娜和1003号台风灿都等典型台风个例,进行了大量的模拟和预报试验,图2为耦合模式对灿都强度的模拟㊂结果表明:海洋环流模式可引起S S T明显下降,进而影响海-气热量通量,导致台风强度减弱;而海浪模式的引入主要引起海表粗糙度的变化,改变海-气动量通量的交换,进而影响台风的强度和结构[17]㊂分析发现:远海区域,海表降温使得台风强度减弱,而海浪使得台风强度增强,正负反馈互相影响;而近海区域,海浪对台风强度的增强作用较远海加大,但仍不及海表降温等海洋环流过程对台风强度的影响(图略)㊂分析还表明,气-浪耦合使台风加强,海-气耦合使台风减弱,海-气-浪耦合的结果接近海-气耦合㊂海浪的引入使台风强度变强,风速变大,风应力增大,使海水上翻引起的混合加强,导致海表降温更加明显㊂气-浪耦合加强海-气间热量交换[17],而海-气耦合减弱海-气间热量交换,海-气-浪耦合的结果取决于两者的平衡㊂海浪场的分布主要取决于风场的分布㊂另外,混合层深度的增加使海表降温减弱,但使深层海水降温增强,上层海洋热量耗散加强,有效波高增大[18]㊂3耦合模式物理过程参数化方案的改进利用典型台风个例,完成了对海-气-浪模式耦合421海洋学报41卷过程的合理性测试㊂在此基础上,我们充分利用上海台风研究所及973项目实施过程中获取的目标台风野外直接观测资料,对耦合模式大气边界层内海-气动量交换㊁海面水汽输送和海浪飞沫的感热与潜热输送等物理过程参数化适用算法等进行了改进和完善,并开展了耦合模式边界层高度参数化方案改进等研究(图3)㊂图2 新一代区域耦合模式对1003号灿都台风强度的模拟F i g .2 S i m u l a t i o n o f t y p h o o nC h a n t h u s i n t e n s i t y b y t h e n e wr e g i o n a l c o u pl e dm o d el 图3 耦合模式组合试验中物理海洋要素的时间系列F i g .3 T i m e s e r i e s o f p h y s i c a l e l e m e n t s o f o c e a n f r o mt h e c o u p l e dm o d e lw i t h c o m b i n a t o r i a l e x pe r i m e n t s A S :海-气耦合;A S W :海-气-浪耦合;50和100分别为海洋混合层深度设置为50m 和100mA S :a i r -s e a c o u p l i n g ;A S W :a i r -s e a -w a v e c o u p l i n g ;50a n d 100r e p r e s e n t t h e d e p t h s o f o c e a n i cm i x e d l a y e r s e t t i n g s a s 50ma n d 100m ,r e s p e c t i v e l y3.1 海洋飞沫生成函数改进台风条件下海浪破碎产生的飞沫会在海-气界面处形成一个水滴蒸发层,直接影响海-气之间的动量㊁热量以及水汽交换,从而影响台风的结构与强度㊂海洋飞沫对台风的影响,渐成台风学科的研究热点之一,研究发现飞沫生成函数不仅是风速的函数,还与海浪状态,如海面粗糙度㊁白冠覆盖率㊁波龄等因素有关,而且不同沫滴半径的飞沫生成函数值相差可达数个量级[19]㊂A n d r e a s [20]根据少量的观测结果给出了大粒径段粒子通量的谱特征,认为在10μm 以上粒径段,粒子通量与粒径之间存在幂次律关系,并给出了不同粒径段对应的幂次律常数㊂G r yt h e 等[21]利用大量站点和船载平台等观测的海洋飞沫浓度资料,并结合拉格朗日粒子扩散模型(F L E X P A R T ),给出了海洋飞沫生成函数,该函数主要适用于小粒径的海洋飞5216期雷小途等:新一代区域海-气-浪耦合台风预报系统沫,并不适用于大粒径粒子的飞沫生成㊂我们采用分粒径段对飞沫生成函数进行组合计算,即用G r y t h e 的方案计算小粒径(<10μm )的海洋飞沫生成量,用A n d r e a s 的方案计算大粒径段(>10μm )的海洋飞沫生成量,将二者组合形成一个新的海洋飞沫浓度的计算方案,该方案适用于0.01~200μm 粒径的海洋飞沫生成量计算[22]㊂对典型个例1409号台风威马逊的数值试验表明,耦合模式中,海洋飞沫主要通过改变海表面粗糙度与热通量对台风的强度与结构产生影响;分粒径段组合方式的海洋飞沫生成函数,可改善海-气-浪耦合模式对台风强度变化过程的模拟(图4)㊂图4 海洋飞沫新方案在耦合模式对1409号台风威马逊强度与路径模拟中的应用(2014年7月16日00时-18日00时)F i g .4 A p p l i c a t i o n o f t h e n e ws c h e m e o fm a r i n e d r o p l e t i n t h e i n t e n s i t y a n d t r a c k s i m u l a t i o n o fN o .1409t y ph o o nR a m a s o n b y c o u p l e dm o d e l (J u l y 1600:00-1800:00,2014)3.2 海面拖曳系数计算方案改进在海洋飞沫生成函数改进及近海相关观测资料分析的基础上[23],形成一个新的适用于强风条件且依赖水深的海面拖曳系数C D 计算方案,并通过海洋环流模式的数值模拟,对比分析了台风条件下使用新的海面拖曳系数方案与模式原有G a r r a t t (1977)拖曳系数方案后上层海洋海温响应的差异(图5)㊂结果表明,在低风速情况下,考虑海洋飞沫因素的海面拖曳系数C D 与经典的G a r r a t t (1977)拖曳系数经验公式计算数值相近,在台风高风速情景下,考虑海洋飞沫因素后的C D 方案与经典的计算方案差别较大,表现出随风速增长而趋缓,约在最大风速为19m /s 附近达到饱和,它略小于以往研究结果㊂随着风速进一步增大,C D 数值逐渐减小,它主要与高风速条件下海洋飞沫层的形成减小海面粗糙度有关㊂对比数值模拟试验结果表明,模式采用考虑海洋飞沫作用后新的海面拖曳系数计算方案,减弱了大气对上层海洋的动力强迫,通过与南海浮标列阵的观测比较,表明采用新方案后模式能更好地反映台风条件下上层海洋的温度降温幅度㊁混合层加深幅度㊁温跃层强度减弱等621海洋学报 41卷上层海洋要素变化的观测特征[24]㊂该研究结果对于深入认识海-气动量交换过程的复杂性㊁优化台风海-气耦合模式的耦合方案具有参考意义㊂图51409号台风威马逊影响前后海温随深度的变化廓线F i g.5 P r o f i l e o f s e a s u r f a c e t e m p e r a t u r e c h a n g ew i t hd e p t hb e f o r e a n d a f t e r t y p h o o nR a m a s o nP a s s 实线-台风影响前浮标B4观测,虚线-台风影响后浮标B4观测,e x p1-C D老方案,e x p2-C D新方案s o l i d l i n e-t h e o b s e r v a t i o n d a t a o f b u o y B4b e f o r e t y p h o o n a f f e c t e d,d a s h e d l i n e-t h e d a t a o f B4b u t a f t e r t y p h o o n,e x p1-t h e e x p e r i m e n t b y u s i n g t h e o l d C D c a l c u l a t i o n s c h e m e,e x p2-b y u s i n g t h e n e w C D s c h e m e3.3耦合模式边界层高度参数化方案改进耦合模式边界层高度对边界层的湍流及海-气通量等有重要影响,动力和热力学角度均可刻画(定义)边界层高度㊂近年来,上海台风研究所基于考虑台风入流层物理特征并结合边界层普遍存在的卷涡特点,发展了适用于台风模式的边界层高度参数化的动力学新方案[25-26],并应用于耦合模式㊂图6给出的是新老方案计算的台风莫拉克(0908号) 边界层高度及耦合模式使用新老方案对台风莫拉克 (0908号)路径和强度模拟的影响㊂对比数值试验结果表明,新的边界层高度参数化方案与原方案的最大差异发生在陆地上和海上的强对流区域;新的边界层高度表征方案能改善耦合模式中不稳定能量的分布以及对流的发展,进而改进模式降水和台风强度的模拟㊂4耦合模式批量预报试验集成海洋飞沫生成函数㊁拖曳系数及边界层高度等新方案于海-气-浪耦合模式,针对典型台风个例进行了模拟性能测试㊂图7为对1601号尼伯特台风强度的模拟结果,可见海-气-浪耦合模式对尼伯特台风迅速增强的过程模拟较好(其中海浪的作用明显),而几乎所有的业务模式均未对尼伯特台风的突然增强过程有所反应(在突然增强阶段的强度预报的误差均超过20m/s),对1409号超强台风威马逊的模拟也有类似结果(图略)㊂表明新一代区域海-气-浪耦合模式对台风强度变化(包括快速增强台风)有一定的模拟能力㊂在此基础上,在2016年至2017年西北太平洋台风汛期,对海-气-浪耦合模式和海-气耦合模式进行了批量同样本的准业务预报对比试验㊂从台风强度预报误差看,海-气-浪耦合模式12~72h预报的台风近中心最大风速,比海-气耦合和非耦合模式预报效果都好,特别是对48~72h的预报改进更为明显(图8)㊂进一步对大量台风个例的后报和准业务预报结果分析表明,引入海洋模式可引起海表温度明显下降,进而影响海-气热通量,导致台风强度减弱;而引入海浪模式,能更加合理地描述台风条件下波浪引起的海面粗糙度和波浪破碎㊁海洋飞沫等物理因子和过7216期雷小途等:新一代区域海-气-浪耦合台风预报系统程,并主要通过改变海-气动量通量的交换,进而影响台风的强度和结构㊂此外,分析还发现对于强度偏强的台风,引入海浪的作用(海-气-浪耦合),可提高台风强度预报精度;而对于强度偏弱的台风,应用海-气耦合模式即可充分表征台风影响下海表降温的负效应进而获得较好的台风强度预报结果㊂耦合模式相比非耦合模式对台风路径的预报改进则很小(图略)㊂图6 新老方案计算的0908号台风莫拉克的边界层高度(a )及耦合模式使用新老方案对莫拉克台风路径(b )和强度(c)的模拟F i g .6 S i m u l a t e db o u n d a r y l a y e r h e i g h t (a ),t y p h o o n t r a c k (b )a n d t y p h o o n i n t e n s i t y (c )o fN o .0908M o r a k o t b yt h e n e wa n d o l d s c h e m e s o f c o u pl e dm o d e l 5 基于混合同化的台风强度集合预报同化和集合是当前提高数值模式预报能力的两项重要技术㊂E n K F -3D V A R 混合同化技术,具有将3D V A R 静态误差协方差与随流型 (或称流依赖 )的集合误差协方差相结合㊁能够产生与E n K F 相似的集合扰动成员和进行预报等优势,它近年来受到广泛重视㊂为此,我们引入并在对E n K F -3D V A R 混合同化技术进行业务测试的基础上,开发了台风的多源资料混合同化和集合预报系统(简称台风集合同化预报系统 )[27-28]㊂系统采用冷启动的方式,背景场取自N C E P -G F S 全球模式,系统覆盖范围为西北太平洋0ʎ~50ʎN ㊁105ʎ~160ʎE ,水平274ˑ226格点,分辨率27k m ㊂垂直方向36层,模式层顶高度为20h P a ㊂台风模式初始化及预报的步骤为:(1)利用E n K F -3D V A R 混合同化系统同化常规及卫星等多源资料,对背景场进行更新得到分析场,在此过程中引入集合背景场提供的集合背景误差协方差,与G S I 原静态背景场误差协方差构成混合的背景场误差协方差矩阵,其包含随流型变化(f l o w -d e p e n d e n t )的特性;(2)利用E T K F 系统对集合背景扰动进行更新,得到分析扰动场;(3)将更新后的集合扰动与(1)中得到的分析场相叠加,得到新的分析场集合成员;(4)将分析场及分析集合作为初始场,同时考虑物理参数化方案的不确定性做21个成员的集合预报(图9)㊂该系统既能同化常规气象观测资料和卫星㊁雷达821海洋学报 41卷图7耦合模式(a)和业务模式(b)对尼伯特(1601号) 台风强度的预报和模拟F i g.7 P r e d i c t i o n a n d s i m u l a t i o n o f s t r e n g t h f o rN o.1601t y p h o o nN e b e r t b y c o u p l e dm o d e l(a)a n do p e r a t i o n a lm o d e l(b)等非常规观测资料,有效提高台风初始场质量和预报性能(图10),还能同时提供台风的集合预报产品,并将台风强度的预报从传统的单一预报拓展到概率分布的预报,为台风防灾提供更丰富的预报信息(图11)㊂对2016 2017年台汛期的台风进行了实时准业务预报试验,集合同化系统共有20个集合成员和1个控制预报试验组成㊂试验期间,该系统每日08时和20时(北京时间)起报两次,同化常规㊁非常规㊁卫星辐射率㊁M S L P观测资料,并实时提供台风预报产品(图11),主要包括:台风路径㊁强度㊁大风㊁降水㊁形势场等的确定性预报和概率预报,并通过上海台风研究所的台风海-气耦合预报应用示范平台和数值预报业务网站实时提供业务预报使用㊂集合平均的台风强度预报性能与全球各主要业务模式(美㊁日㊁欧)的比较详见图10b,可见集合预报优于控制试验,且48h后效果更明显(优于或接近美日欧的预报)㊂分析发现,引入的流依赖混合同化技术,能改善模式初始台风涡旋的位置㊁初始台风内部的结构及其与大尺度环境场的协调性,因而对台风强度的预报改善有重要贡献㊂此外,还研发了基于最优集合插值(E n O I)方法的海洋环流模式初始场形成技术,主要利用大量数值模拟结果,结合应用项目在南海布设的海上浮标观测9216期雷小途等:新一代区域海-气-浪耦合台风预报系统图8新一代台风海-气-浪耦合模式对2016年至2017年西北太平洋台风强度(近中心最大风速)的预报误差F i g.8I n t e n s i t y f o r e c a s t e r r o r f o r t h e t y p h o o n s i n2016a n d2017i n t h e n o r t h w e s t e r nP a c i f i c b y t h e n e wa i r-s e a-w a v e c o u p l e dm o d e l资料,优化了台风条件下E n O I方法的膨胀系数表达方式㊂通过同化卫星海表温度遥感资料,有效提高了台风条件下海洋环流模式上层海洋海温初始场质量㊂6结语中国气象局上海台风研究所是我国唯一专门从事台风理论及预报方法研究的公益性专业机构,也是我国研发数值天气预报模式并投入业务应用最早的研究机构之一㊂早在20世纪70年代即发展了我国第一代基于正压涡度方程的台风数值预报业务模式,后历经三层㊁五层和包括湿过程的原始方程模式等阶段,至90年代建立了基于MM4的东海区域台风数值预报业务模式,20世纪初依托中国气象局自动研发的G R A P E S模式开发了新的区域台风预报业务模式(G R A P E S_T C M),极大地提高了我国台风路径数值业务预报能力㊂为改善模式对台风异常变化(特别是登陆前后)的预报,自2009年依托台风登陆前后异常变化及机理研究的973计划项目,发展了海-气耦合的台风模式(G R A P E S_T C M+E C O M),取得了明显进展㊂针对当前台风强度预报改进缓慢及防台减灾的国家需要,自2013年加强与海洋部门的联合,并依托合作研究的973计划项目上层海洋对台风的响应和调制机理研究 ,继承和更新研发了新一代区域海-气-浪耦合的台风预报系统(G R A P E S_T C M+031海洋学报41卷图9 台风集合同化预报系统F i g .9 T y p h o o nf o r e c a s t s ys t e mi n e n s e m b l e a s s i m i l a t i o nm e t h od 图10 混合同化系统对1109号台风梅花同化对比试验中的同化分析增量(a ),2016-2017年台汛期混合同化系统强度预报性能对比(b)F i g .10 I n c r e m e n t o f a s s i m i l a t i o n a n a l y s i s i n t h e c o m p a r a t i v e e x p e r i m e n t f o rN o .1109t y p h o o nM u i f a i n t h e h yb r i d d a t a a s s i m i l a t i o n sc h e m e (a ),t h e c o m p a r i s o n o f t y p h o o n i n t e n s i t yp r ed i c t i o nb y t he h y b r i dd a t a a s s i m i l a t i o n s c h e m e d u r i n g th e f l o o d s e a s o n (b )黑方框:同化前背景场涡旋位置;黑色台风符号:同化后分析场涡旋位置(向东调整)B l a c k s q u a r e :v o r t e x p o s i t i o nb e f o r e a s s i m i l a t i o n ;b l a c k t y p h o o n s y m b o l :v e r t e x p o s i t i o n a f t e r a s s i m i l a t i o n (a d ju s t e a s t w a r d )E C O M +WW 3),并充分利用近年来我国实施近海及登陆台风外场科学试验的直接观测资料,加强台风边界层(特别是海-气相互作用)物理过程的诊断分析及模式参数化方案等的改进研究,并引入流依赖的混合同化技术,历史典型台风个例的模拟试验和2016年至2017年台汛期的业务化测试结果表明,新系统1316期雷小途等:新一代区域海-气-浪耦合台风预报系统图11集合预报系统的台风概率预报产品F i g.11 P r o b a b i l i t yp r o d u c t s o f t y p h o o n f r o me n s e m b l e f o r e c a s t s y s t e m已表现出良好的台风强度预报性能㊂在此基础上发展的台风强度集合预报技术,不仅有效提高了模式的台风强度预报性能,而且还将台风强度等的预报从传统的单一预报拓展到概率分布的预报㊂台风是发生在热带洋面上的强烈天气现象,其发生发展和移动是海-气-浪相互作用的综合结果,本气象与海洋部门联合研究有效克服了我国长期以来气象与海洋分治对台风学科发展造成的不便和障碍,为进一步联合实施台风条件下的大气-海洋要素综合观测㊁资料充分共享及联合科学攻关与合作交流积累了经验㊂本研究所建立的新一代海-气-浪耦合的台风预报系统,虽已经过大样本的历史个例检验,但投入实时业务应用的时间仍不很长,其实际应用效果还有待231海洋学报41卷今后进一步的应用和检验㊂此外,该耦合模式物理过程参数化方案改进使用的直接观测资料仍十分有限,强台风条件下的大气㊁海洋㊁风浪和飞沫及远洋海域的观测资料仍十分匮乏,提高台风强度的数值预报能力仍任重而道远㊂实施业务化的台风海洋多源观测技术的综合协同观测㊁加强耦合模式及物理过程参数化等关键技术的交叉联合研究㊁发展大气-海洋资料一体化同化及集合预报方案等是当前国际提高台风强度与结构变化预报的学科前沿及发展趋势㊂参考文献:[1] 钱传海,端义宏,麻素红,等.我国台风业务现状及其关键技术[J ].气象科技进展,2012,2(5):36-43.Q i a nC h u a n h a i ,D u a nY i h o n g ,M a S u h o n g ,e t a l .T h e c u r r e n t s t a t u s a n d f u t u r e d e v e l o p m e n t o f C h i n a o p e r a t i o n a l t y p h o o n f o r e c a s t i n g a n d i t s k e yt e c h n o l o g i e s [J ].A d v a n c e s i nM e t e o r o l o g i c a l S c i e n c e a n dT e c h n o l o g y ,2012,2(5):36-43.[2] 陈国民,白莉娜,万日金.2015年西北太平洋热带气旋预报精度评定[J ].气象,2017,43(4):501-507.C h e nG u o m i n ,B a i L i n a ,W a nR i j i n .V e r i f i c a t i o n o n f o r e c a s t s o f t r o p i c a l c y c l o n e s o v e rW e s t e r nN o r t hP a c i f i c i n 2015[J ].M e t e o r o l o g i c a lM o n t h l y,2017,43(4):501-507.[3] 许映龙,张玲,高拴柱.我国台风预报业务的现状及思考[J ].气象,2010,36(7):43-49.X uY i n g l o n g ,Z h a n g L i n g ,G a o S h u a n z h u .A d v a n c e s a n d d i s c u s s i o n s o nC h i n a o p e r a t i o n a l t y p h o o n f o r e c a s t i n g [J ].M e t e o r o l o g i c a lM o n t h l y,2010,36(7):43-49.[4] 陈联寿,丁一汇.西太平洋台风概论[M ].北京:科学出版社,1979.C h e nL i a n s h o u ,D i n g Y i h u i .T h eC o n s p e c t u s o f T y p h o o n A c t i v i t i e sO v e r t h eW e s t e r nP a c i f i c [M ].B e i j i n g :P r e s s o f S c i e n c e a n dT e c h n o l o g y ,1979.[5] W a n g J u n h o n g ,Y o u n g K ,H o c kT ,e t a l .A l o n g -t e r m ,h i g h -q u a l i t y ,h i g h -v e r t i c a l -r e s o l u t i o nG P S d r o ps o n d e d a t a s e t f o r h u r r i c a n e a n d o t h e r s t u d -i e s [J ].B u l l e t i n o f t h eA m e r i c a nM e t e o r o l o g i c a l S o c i e t y,2014,96(6):961-973.[6] T o e p f e rF ,G a l l R ,M a r k sF ,e t a l .N a t i o n a l o c e a n i c a n da t m o s p h e r i c a d m i n i s t r a t i o nh u r r i c a n e f o r e c a s t i m p r o v e m e n t p r o g r a mf i v e -y e a r s t r a t e gi c p l a n [R ].C o l o r a d o :N a t i o n a lO c e a n i ca n d A t m o s p h e r i c A d m i n i s t r a t i o n (N O A A ),2010.h t t p ://w w w .h f i p .o r g /d o c u m e n t s /S t r a t e gi c _P l a n %20121310.pd f [7] G a l l R ,T oe pf e rF ,M a r k s F ,e t a l .N a t i o n a l o c e a n i c a n d a t m o s p h e r i c a d m i n i s t r a t i o n h u r r i c a n e f o r e c a s t i m p r o v e m e n t p r o j e c t ye a r sf i v e t o t e n s t r a t e -g i c p l a n :H F I P 2014-1.1a [R ].C o l o r a d o :N a t i o n a lO c e a n i c a n dA t m o s ph e ri cA d m i n i s t r a t i o n (N O A A ),2014.h t t p ://w w w .h f i p .o r g /d o c u m e n t s /H F I P _S t r a t e g i c P l a n _Y r s 5-10_N o v 05_2014_U p d a t e .pd f [8] R o ge r sR ,A b e r s o nS ,B l a c kM ,e t a l .T h e i n t e n s i t yf o r e c a s t i ng e x p e r i m e n t :aN O A Am u l t i y e a r f i e l d p r o g r a m f o r i m p r o v i n g t r o p i c a l c y c l o n e i n t e n -s i t y f o r e c a s t s [J ].B u l l e t i n o f th eA m e ri c a nM e t e o r o l o g i c a l S o c i e t y,2006,87(11):1523-1538.[9] R o g e r sR ,A b e r s o nS ,A k s o y A ,e t a l .N O A A s h u r r i c a n e i n t e n s i t y f o r e c a s t i n g e x p e r i m e n t :a p r o g r e s s r e p o r t [J ].B u l l e t i n o f t h eA m e r i c a nM e t e -o r o l o g i c a l S o c i e t y,2013,94(6):859-882.[10] B r a u nSA ,N e w m a n PA ,H e y m s f i e l dG M ,e t a l .N A S A s h u r r i c a n e a n d s e v e r e s t o r ms e n t i n e l (H S 3)i n v e s t i g a t i o n [J ].B u l l e t i n o f t h eA m e r i c a n M e t e o r o l o g i c a l S o c i e t y ,2016,97(11):2085-2102.[11] 端义宏,陈联寿,梁建茵,等.台风登陆前后异常变化的研究进展[J ].气象学报,2014,72(5):969-986.D u a nY i h o n g ,C h e nL i a n s h o u ,L i a n g J i a n y i n ,e t a l .R e s e a r c h p r o g r e s s i n t h e u n u s u a l v a r i a t i o n s o f t y p h o o n s b e f o r e a n d a f t e r l a n d f a l l i n g[J ].A c t a M e t e o r o l o g i c a S i n i c a ,2014,72(5):969-986.[12] 陈大可,雷小途,王伟,等.上层海洋对台风的响应和调制机理[J ].地球科学进展,2013,28(10):1077-1086.C h e nD a k e ,L e i X i a o t u ,W a n g W e i ,e t a l .U p p e r o c e a n r e s p o n s e a n d f e e d b a c km e c h a n i s m s t o t y ph o o n [J ].A d v a n c e s i nE a r t hS c i e n c e ,2013,28(10):1077-1086.[13] 黄伟,梁旭东.台风涡旋循环初始化方法及其在G R A P E S -T C M 中的应用[J ].气象学报,2010,68(3):365-375.H u a n g W e i ,L i a n g X u d o n g .Ac y c l i n g t y p h o o n -l i k e v o r t e x i n i t i a l i z a t i o n s c h e m e a n d i t s a p p l i c a t i o n t oG R A P E S -T C M [J ].A c t aM e t e o r o l o gi c a S i n -i c a ,2010,68(3):365-375.[14] B l u m b e r g AF ,M e l l o rGL .Ad e s c r i p t i o n o f a t h r e e -d i m e n s i o n a l c o a s t a l o c e a n c i r c u l a t i o nm o d e l [M ]//H e a p sNS .T h r e e -D i m e n s i o n a l C o a s t a l O -c e a nM o d e l s .W a s h i n g t o n :A m e r i c a nG e o p h ys i c a lU n i o n ,1987,4:1-16.[15] K o m e nGJ ,C a v a l e r iM ,D o n e l a nM ,e t a l .D y n a m i c s a n dM o d e l l i n g o fO c e a nW a v e s [M ].C a m b r i d g e :C a m b r i d g eU n i v e r s i t y P r e s s ,1994:532.[16] V a l c k e S .O A S I S 3u s e r g u i d e :p r i s m2-5A n i n f r a s t r u c t u r e p r o j e c t f o r c l i m a t e r e s e a r c h i nE u r o p e [R ].R e a d i n g o f E n g l a n d :C E R F A C S ,2006,3:1-64.h t t p ://p r i s m.e n e s .o r g /P u b l i c a t i o n s /R e p o r t s /o a s i s 3_U s e r G u i d e _T 3.p d f [17] Z h e n g Y u n x i a ,H u a n g W e i ,Y uR u n l i n g .Ar e g i o n a l c o u p l e d a i r -s e a -w a v em o d e l :s i m u l a t i o no f u p p e r -o c e a n r e s p o n s e s t o a n i d e a l i z e d t r o p i c a l c y -c l o n e [J ].J o u r n a l o fT r o p i c a l M e t e o r o l o g y ,2015,21(3):232-245.[18] 黄伟,郑运霞,沈淇,等.一个区域海-气耦合模式的建立:模式验证及其对热带气旋云娜的模拟[J ].海洋与湖沼,2014,45(3):443-452.H u a n g W e i ,Z h e n g Y u n x i a ,S h e nQ i ,e t a l .Ar e g i o n a l a i r -s e a c o u p l e dm o d e l :v e r i f i c a t i o n a n d s i m u l a t i o n o n t y p h o o nR a n a n i m [J ].O c e a n o l o g i a e t L i m n o l o gi a S i n i c a ,2014,45(3):443-452.3316期雷小途等:新一代区域海-气-浪耦合台风预报系统431海洋学报41卷[19]赵栋梁.海洋飞沫及其对海-气相互作用影响的研究进展[J].地球科学进展,2012,27(6):624-632.Z h a oD o n g l i a n g.P r o g r e s s i n s e a s p a y a n d i t s e f f e c t s o n a i r-s e a i n t e r a c t i o n[J].A d v a n c e s i nE a r t hS c i e n c e,2012,27(6):624-632. [20] A n d r e a sEL.An e ws e a s p r a y g e n e r a t i o n f u n c t i o n f o rw i n d s p e e d s u p t o32m㊃s-1[J].J o u r n a l o f P h y s i c a l O c e a n o g r a p h y,1998,28(11):2175-2184.[21] G r y t h eH,S t römJ,K r e j c i R,e t a l.Ar e v i e wo f s e a-s p r a y a e r o s o l s o u r c e f u n c t i o n s u s i n g a l a r g e g l o b a l s e t o f s e a s a l t a e r o s o l c o n c e n t r a t i o nm e a s-u r e m e n t s[J].A t m o s p h e r i cC h e m i s t r y a n dP h y s i c s,2014,14(3):1277-1297.[22]段自强,李永平,于润玲,等.海洋飞沫方案改进对台风威马逊强度预报的影响[J].海洋与湖沼,2016,47(6):1075-1090.D u a nZ i q i a n g,L iY o n g p i n g,Y uR u n l i n g,e t a l.O n t r o p i c a l c y c l o n e i n t e n s i t y f o r e c a s t u s i n g i m p r o v e ds e a s p r a y s c h e m e i nr e g i o n a l a t m o s p h e r e-w a v e c o u p l e dm o d e l[J].O c e a n o l o g i a e tL i m n o l o g i a S i n i c a,2016,47(6):1075-1090.[23]方平治,赵兵科,张帅,等.中等到强风条件下近海拖曳系数随风速变化的观测[J].热带气象学报,2015,31(5):713-720.F a n g P i n g z h i,Z h a oB i n g k e,Z h a n g S h u a i,e t a l.A n o b s e r v a t i o n o f t h e b e h a v i o r o f n e a r s h o r e d r a g c o e f f i c i e n tw i t hm o d e r a t e t o s t r o n g w i n d s p e e d[J].J o u r n a l o fT r o p i c a l M e t e o r o l o g y,2015,31(5):713-720.[24]刘霄燕,李永平,段自强.考虑飞沫影响的拖曳系数方案对台风条件下上层海洋海温数值模拟的影响[J].热带海洋学报,2017,36(5):24-32.L i uX i a o y a n,L i Y o n g p i n g,D u a nZ i q i a n g.T h e i n f l u e n c e o f a n e wd r a g c o e f f i c i e n t s c h e m e c o n s i d e r i n g s e a s p a y o n n u m e r i c a l s i m u l a t i o n o f u p p e r-o-c e a n t e m p e r a t u r e r e s p o n s e t o t r o p i c a l c y c l o n e[J].J o u r n a l o fT r o p i c a lO c e a n o g r a p h y,2017,36(5):24-32.[25]马雷鸣.热带气旋边界层关键结构研究进展[J].地球物理学进展,2013,28(3):1259-1268.M aL e i m i n g.R e s e a r c h p r o g r e s s o nm a j o r s t r u c t u r e s o f t r o p i c a l c y c l o n e b o u n d a r y l a y e r[J].P r o g r e s s i nG e o p h y s i c s,2013,28(3):1259-1268.[26]M aL e i m i n g,B a oX u w e i.P a r a m e t r i z a t i o no f p l a n e t a r y b o u n d a r y-l a y e rh e i g h tw i t hh e l i c i t y a n dv e r i f i c a t i o nw i t ht r o p i c a l c y c l o n e p r e d i c t i o n[J].B o u n d a r y-L a y e rM e t e o r o l o g y,2016,160(3):569-593.[27] L i H o n g,L u o J i n g y a o,C h e nB a o d e.A s s i m i l a t i o n o f r e a l o b s e r v a t i o n a l d a t aw i t h t h eG S I-h y b r i d d a t a a s s i m i l a t i o n s y s t e mt o i m p r o v e t y p h o o n f o r e-c a s t[J].J o u r n a l o fT r o p i c a l M e t e o r o l o g y,2015,21(4):400-407.[28] L iH o n g,W a n g Q i n.E s t i m a t i o n o f o b s e r v a t i o n i m p a c tw i t h a n e n s e m b l e s e n s i t i v i t y m e t h o d[J].J o u r n a l o fT r o p i c a l M e t e o r o l o g y,2016,22(2):200-207.An e w g e n e r a t i o n o f r e g i o n a l a i r-s e a-w a v e c o u p l e d t y p h o o np r e d i c t i o n s y s t e mL e i X i a o t u1,2,L i Y o n g p i n g1,Y uR u n l i n g1,L iH o n g1,T a n g J i e1,D u a nZ i q i a n g1,Z h e n g Y u n x i a1,F a n g P i n g z h i1,Z h a oB i n g k e1,Z e n g Z h i h u a1,H u a n g W e i1,B a oX u w e i1,Y uZ i f e n g1,C h e nG u o m i n1,M aL e i m i n g1,L u o J i n g y a o1,Z h a n g S h u a i1,L i nL i m i n1(1.S h a n g h a iT y p h o o n I n s t i t u t e,C h i n a M e t e o r o l o g i c a lA d m i n i s t r a t i o n,S h a n g h a i200030,C h i n a;2.S h a n g h a i M e t e o r o l o g i c a l S e r v i c e,S h a n g h a i200030,C h i n a)A b s t r a c t:B a s e d o n t h eN a t i o n a l K e y B a s i cR e s e a r c h(973)p r o j e c t,t h e r e s p o n s e a n dm o d u l a t i o n o f t h e u p p e r o c e a n t o t y p h o o n,a n a i r-s e a-w a v e c o u p l i n g m o d e l s y s t e mf o r t y p h o o n i n t e n s i t yp r e d i c t i o nw a s e s t a b l i s h e db y S h a n g h a i T y p h o o nI n s t i t u t e o f t h eC h i n aM e t e o r o l o g i c a l A d m i n i s t r a t i o n c o o p e r a t i n g w i t h s o m e o f u n i t s b e l o n g t o t h eN a t i o n-a lO c e a n i cA d m i n i s t r a t i o n.T h i s s y s t e ms h o w s g o o d p e r f o r m a n c e f o r t h eh i s t o r i c a l t y p h o o nc a s e s s i m u l a t i o na n d p r e d i c t i o nd u r i n g t h e t y p h o o n s e a s o n s i n2016a n d2017.T h ek e y m e a s u r e s a n da c h i e v e m e n t s i n c l u d e t h e i m p l e-m e n t a t i o no f f i e l d o b s e r v a t i o n s c i e n t i f i c e x p e r i m e n t s o f t y p h o o no v e r t h e s e a a n d c o a s t a l a r e a,o b s e r v a t i o n a l s t u d y o f t h e a i r-s e a i n t e r a c t i o n a n d i m p r o v e m e n t o f t h e p a r a m e t e r i z a t i o n s c h e m e i n t h e b o u n d a r y l a y e r o fm o d e l.A l s o t h e e n s e m b l e p r e d i c t i o n t e c h n i q u e o f t y p h o o n i n t e n s i t y i s d e v e l o p e d o n t h i s b a s i s.K e y w o r d s:t y p h o o n;i n t e n s i t y p r e d i c t i o n;a i r-s e a-w a v e c o u p l i n g。

可能最大台风浪影响因子确定的试验研究

可能最大台风浪影响因子确定的试验研究
朱雪强;黄程鹏
【期刊名称】《浙江水利科技》
【年(卷),期】2016(044)004
【摘要】福岛核事故后,为了提高我国滨海核电厂的防洪安全水平,提出“利用合理场地高度实现防洪功能”的设计思路,采用水槽断面波浪物理模型试验的方法进行验证和确定可能最大台风浪影响因子.
【总页数】4页(P9-12)
【作者】朱雪强;黄程鹏
【作者单位】上海核工程研究设计院,上海 200233;上海核工程研究设计院,上海200233
【正文语种】中文
【中图分类】P731.2
【相关文献】
1.山核电三期工程厂坪前沿可能最大台风浪计算 [J], 谢亚力;黄菊卿
2.最大风速半径对台风浪计算效果的比较研究 [J], 房伟;陈国平;赵红军;严士常
3.滨海核电可能最大台风浪的推算 [J], 丁赟
4.基于WAVEWATCHIII模型的可能最大台风浪的推算 [J], 孔丛颖;孙运佳;侯堋
5.二项分布最大可能原理确定P的方法 [J], 何维英;刘晓俊
因版权原因，仅展示原文概要，查看原文内容请购买。

上海市气象局海洋气象数值预报技术研究进展

上海市气象局海洋气象数值预报技术研究进展李永平;郑运霞;杨棋;于润玲;段自强;朱智慧【期刊名称】《气象科技进展》【年(卷),期】2017(7)6【摘要】为满足上海海洋区域中心海洋气象业务的需求,近十多年来中国气象局上海台风研究所和上海海洋气象预报台承担完成了多项国家、上海市和气象部门的海洋气象数值预报技术研究方面的科研课题,在海气相互作用物理过程观测研究方面揭示了台风和海雾边界层大气湍流能量输送一些新的事实,通过合理地表达海洋飞沫对于动量和热量输送作用和改进海面拖曳系数方案等手段,有效提高了海气耦合模式对于台风强度的模拟和预报能力.研发了全球和西北太平洋风浪数值预报系统,特别是发展了包括波流相互作用等复杂物理过程的近岸高分辨率海浪和风暴潮数值预报系统,还基于观测和数值模式波浪要素研发了浅滩效应指数、波浪陡度指数、涌浪占比指数和谐摇指数等船舶风险指数产品,使海洋气象预报服务更有针对性,并取得了很好的应用效果.【总页数】7页(P75-81)【作者】李永平;郑运霞;杨棋;于润玲;段自强;朱智慧【作者单位】中国气象局上海台风研究所,温州台风预报技术应用联合实验室,上海200030;中国气象局上海台风研究所,温州台风预报技术应用联合实验室,上海200030;上海海洋气象预报台,上海 200030;中国气象局上海台风研究所,温州台风预报技术应用联合实验室,上海 200030;中国气象局上海台风研究所,温州台风预报技术应用联合实验室,上海 200030;上海海洋气象预报台,上海 200030【正文语种】中文【相关文献】1.冲破灰霾看见蓝天——记中国气象局广州热带海洋气象研究所二级研究员吴兑[J], 高慧娟2.台风数值预报技术研究进展 [J], 马鹏辉;杨燕军;刘铁军3.定点海洋气象要素预报技术及自动化发布平台 [J], 宋晓姜;张彤4.深圳市气象局临近预报技术进展 [J], 陈元昭;兰红平;刘琨5.中国气象局广州热带海洋气象研究所 [J],因版权原因，仅展示原文概要，查看原文内容请购买。

一种多元台风时间序列的相似性度量方法

，La1 ,Lo1}, {MD1，MV1 ,P 1 A(U ) {MD2，MV2 ,P2，La2 ,Lo2 }, {MD ，MV ,P ，La ,Lo } n n n n n
定义 2 要素依赖。对于台风的所有要素中任意两个要素
F1 ， F2 ，如果 F1 已知，则可以计算出 F2 ，则称 F2 依赖于 F1 ，
以上两篇文章中的方法均没有考虑台风的季节性特点根据本文的方法考虑季节相似与201117号相似的只有195526号和200917号与201323号台风相似的只有200713实验3多元台风时间序列相似性度量方法实用性验证选择200414号台风数据为参考数据编号为1本实验设置贡献率的阈值为90利用21节权重计算方法计算出移向移速的权值分别为0031509685
[1]
typhoon time series, this paper designed a method of similarity measure based on Principal
Component Analysis and weighted dynamic time warping distance. Through the experiment, this method can realize effective
Similarity measure method of multiple typhoon time series
Huang Dongmei1, Zheng Xia1, Zhao Danfeng1†, Wang Lilin2
(1. College of Information, Shanghai Ocean University, Shanghai 201306, China; 2. East China Sea Forecast Center of State Oceanic Administration, Shanghai 200129, China) Abstract: The research on similarity measure of typhoon is significant to disaster prevention and auxiliary decision-making. At present, the similarity researches on typhoon mostly focus on the path. First, this paper combed the elements of similarity measure of typhoon and using multivariate time series to describe the typhoon due to the space-time and multi-factor characteristics of it. Second, it gave one method to measure and repair integrity and consistency of typhoon time series. Finally, in the view of unequal length of similarity measure of typhoon. Key Words: similarity measure; multiple time series; integrity ; consistency ; weight calculation ; dynamic time warping 据是一类特殊的关系数据，具有时间属性，因此这些方法不适用于台风数据。海洋领域，文献[7-9]通过抽样方法来检验海洋数据质量是否合格，并没有提出修复方法，目前，对海洋数据质量评估与修复研究还很少，而海洋数据的质量高低直接影响海洋预报等相关研究。因而，数据的广泛应用对数据质量的保障提出了迫切需求。国内外研究工作者对时间序列进行深入挖掘，针对不同研究重点提出各种行之有效的相似性度量方法，大致可分为两类，一类是适合等长时间序列，主要包括模式距离、余弦距离和欧式距离。模式距离[10]是表示两个序列趋势的差异程度，物理概念明确，划分合理，但表示方法粗糙，结论不够精确；基于夹 Agrawal 等角余弦距离[11]计算简单，但匹配序列长度必须相同；人[12]提出的欧式距离（ED），计算简单，时间复杂度是线性的，应用较多，但只适用于等长的时间序列的相似性度量。另一类

2019年9号台风“利奇马”倒槽暴雨过程初步诊断分析

Journal of Agricultural Catastropholgy 2020，Vol 10，No 9:78-82，85基金项目江苏省气象局预报员专项“江苏汛期极端降水和气温的关系研究”（JSYBY201907）；宿迁市科技支撑计划项目（S201607）共同资助。

作者简介丁晓敏（1991–），女，江苏宿迁人，助理工程师，主要从事中短期以及短时预报。

收稿日期 2020–10–22Preliminary Diagnostic Analysis of Rainstorm Process in the Inverted Trough of No.9 Typhoon “Lekima” in 2019DING Xiao-min et al (Suqian Meteorological Bureau, Suqian, Jiangsu 223800)Abstract Based on the conventional ground observation data and FNL reanalysis data (resolution: 0.25°×0.25°), the large-scale rainstorm process in Suqian City during August 10-11, 2019 was diagnosed and analyzed in terms of circulation background, water vapor transport, dynamic and thermal conditions, and cold air intrusion. The results show that the heavy rainstorm was caused by the combination of typhoon trough and cold air. The southwest monsoon warm and wet air flow on the southwest side of Typhoon "Lekima" and the double water vapor channel of southeast wind flow on the south side of the subtropical high transported abundant water vapor and unstable energy for the rainstorm process of the typhoon inverted trough. The important mechanism of the rainstorm is that the intrusion of cold air enhances the baroclinic and vertical wind shear of the peripheral circulation, which leads to the release of convective instability energy and latent heat energy.Key words The inverted trough of typhoon; Cold air; Rainstorm; Diagnostic analysis; Moist potential vorticity２０１９年９号台风“利奇马”倒槽暴雨过程初步诊断分析丁晓敏1，邵禹晨1，程昕1，颜雅琼1，唐舟1，秦亚兰21.宿迁市气象局，江苏宿迁 223800；2.海宁市气象局，浙江海宁 314400摘要利用地面常规观测资料和FNL再分析资料（分辨率0.25°×0.25°），从环流背景、水汽输送、动力条件、热力条件及冷空气侵入作用等方面，对宿迁市2019年8月10—11日大范围大暴雨过程进行诊断分析。

出席台风委员会防灾减灾工作组第14次会议总结

出席台风委员会防灾减灾工作组第14次会议总结雷小途（上海市气象局，上海200030）1概况联合国亚太经社会（U NESCAP）/世界气象组织（WMO）台风委员会防灾减灾工作组（WGDRR）第14次会议及咨询工作组（AWG）会议于2019年6月18-21日在韩国蔚山举行。

WGDRR中国联络人王亚伟（中国气象局减灾司）和AWG成员雷小途（气象工作组（WGM）组长）应邀参加了会议。

雷小途参加了WGDRR及AWG的会议，期间还与参会的WMO区域专业气象中心（RSMC）日本东京台风中心（RSMC-Tokyo）专家Yohko Igarashi （五十嵐陽子）就于2019年10月7—9日在日本东京召开的气象工作组（WGM）第2次会议日程进行了讨论。

台风委员会防灾减灾工作组（WGDRR）自成立之初每年召开一次工作会议，至2019年已是第14次。

会议一直由韩国国家灾害管理研究所（NDMI）承办,WGDRR的组长即来自该研究所。

会议时间一般安排在5、6月份，会议均在韩国（首尔、蔚山）举办。

NDMI研究所每年均向韩国政府申请专项资金，资助所有会员的防灾减灾工作组联络人（Focal point）和WGDRR年度优先工作项目（AOP）负责人赴韩参加会议，并承担其往返机票及住宿费用。

近年来，由于会议还同时邀请咨询工作组（AWG）成员参会，于是AWG工作组每年都会在WGDRR工作组会议期间召开一次AWG的工作会议，所需经费也均由NDMI承担。

来自台风委员会会员（除柬埔寨、朝鲜、菲律宾和新加坡外）的WGDRR 联络人、AWG成员（气象工作组组长、水文工作组组长.RSMC-东京台风中心、ESCAP和WM0代表、台风委员会秘书处（TCS））及NDMI研究所的专家等30余位代表出席了会议，韩国灾害管理办公室代理副部长和蔚山市副市长等出席了开幕式并致辞。

会议主要回顾了各会员2019年防灾减灾工作情况和各AOP项目执行进展，讨论了2020年的AOP项目计划。

2019年度上海市自然科学一等奖

2019年度上海市自然科学一等奖随着科技的不断进步和人类对自然科学的深入探索，上海市自然科学一等奖成为了评选科学研究成果的最高荣誉之一。

回顾过去的一年，我们目睹了许多卓越的科学成就，这些成就为上海市的科技创新和社会进步做出了重要贡献。

首先，2019年度上海市自然科学一等奖的获奖项目是在各个领域都取得突破的代表。

在医学领域，一等奖项目《基因编辑技术在遗传疾病治疗中的应用研究》通过对CRISPR/Cas9技术的应用和临床实践，为遗传疾病的治疗提供了新的思路和方法。

这项研究的成果不仅在上海市范围内具有重要意义，也在全国范围内受到了广泛关注。

其次，2019年度上海市自然科学一等奖的获奖项目在推动科技创新和产业发展方面发挥了重要作用。

在信息技术领域，一等奖项目《人工智能和大数据在金融领域的应用研究》通过对人工智能和大数据技术在金融行业中的应用进行系统研究和实践，为金融行业提供了多种创新方法和解决方案。

这项研究的成果不仅提升了上海市金融业的竞争力，也促进了金融科技的广泛应用。

此外，2019年度上海市自然科学一等奖的获奖项目还涵盖了其他各个学科领域的突破性研究。

例如，在材料科学领域，一等奖项目《新型功能材料的合成与应用研究》通过对新型材料的合成方法和性能优化进行探索，为材料科学领域的发展提供了新的思路和解决方案。

这项研究的成果有望在能源、环境、电子等领域产生广泛的应用和影响。

通过对2019年度上海市自然科学一等奖获奖项目的介绍，我们不仅可以看到上海市在科技创新方面的强大实力，也感受到了科学研究与社会进步的紧密关联。

上海市自然科学一等奖的颁发，既是对科学家们努力付出的肯定，也是对他们科学成果的高度认可。

这些成果不仅推动了上海市的科技创新和产业发展，也为全社会提供了更多的福祉和发展机遇。

展望未来，我们有信心在自然科学领域取得更加出色的成就。

上海市将继续鼓励和支持科学家们进行前沿研究和技术创新，为上海市的科技创新和社会进步做出更大贡献。

台风特别试验第三次技术会议在上海召开

台风特别试验第三次技术会议在上海召开
张苏平
【期刊名称】《山东气象》
【年(卷),期】1993(000)004
【摘要】1 概况台风特别试验第三次技术会议(ESCAP/WMO TYPHOON COMMITTEE THIRD TECHNICAL CON F ERENCE ON SPECTRUM)于1993年10月25至29日在上海市气象局召开。

中国正式代表39名,来自北京、上海、天津及沿海各省。

我省有正式代表一名。

外方代表14名,来自亚洲6个国家和地区:香港、日本、泰国、马来西亚、韩国和越南。

还有世界气象组
【总页数】2页(P57-58)
【作者】张苏平
【作者单位】
【正文语种】中文
【中图分类】P4
【相关文献】
1.《民船电子设备环境试验方法》部标准编制工作第三次会议在上海召开 [J], 王喜臣
2.首届全国涂料科学与技术会议在上海召开 [J],
3.国际风能技术会议隆重召开——贝加莱应邀参加2009上海第二工业大学风电技术国际研讨会 [J],
4.2007年上海压铸成形技术会议召开 [J],
5.第五届国际家兔生物技术会议将于2013年6月7-8日在上海召开! [J],
因版权原因，仅展示原文概要，查看原文内容请购买。

基于动力相似方法的台风极端降水概率预报研究

EPFI)，试验结果表明该指数可提前3〜7 端强降水预警信号。
岀极
EPS中提极端降水概率作先验概率,
再将贝叶斯应用到EPS品的释用中，舟年颇受关注的方法。陈朝平等@6A利用贝叶斯
和泊松分布，对四川暴进行合概率预报
释用，结果明验概率可以增强暴可岀现
的信号，有效减小空报的可性m张宇彤等@7A根据
贝叶斯探讨了极端降水的概率预报方法，并
的预报效果。志红等冈考察政府间气变门
委员会第4次评估报告的7个全球及5个集合预报对极端降水数的拟力，岀极
端降水数气场空间分布较地被全球
所拟m刘琳等同在该CMA)7213 EPS的极端降水天气预
报指数(Extreme Precipitation Forecast Index，简称
，通过
降水量
气预
EFI)和进的贝叶
斯模平均 MBMA ，对了
的预
报果。结果显不,MBMA预报果定模式。
，优于确
合的
#14%在1986年论述了动力与统计相结
，
的力
方法
的，
结合能
利用
和
,对来做准确的估。
利
将 #15%
和力有结合，
了
相
：
订正 ACE 方法，
报。
[16]
，定量
了
模式，进预
贝
降水预报
，风预报的
,
对极端降水的预报現
21
，Lalaurette13A基于欧洲中期气预报中
ECMWF)集合预报
EPS
了一
极端天气预报方法一极端气预报数
(Extreme Forecast Index，简称 EFI)。其原理是计

中国近海海上风场分布特征研究——以近10_年(2010—2022_年)为例

第２６期２０２３年９月江苏科技信息ＪｉａｎｇｓｕＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＩｎｆｏｒｍａｔｉｏｎＮｏ２６Ｓｅｐｔｅｍｂｅｒꎬ２０２３基金项目:上海勘测设计研究院有限公司科标业ꎻ项目名称:基于多源卫星遥感数据的海上风电场海洋环境参数分析研究ꎻ项目编号:２０２１ＦＤ(８)－００１ꎮ作者简介:张鑫凯(１９８５ )ꎬ男ꎬ江苏启东人ꎬ高级工程师ꎬ本科ꎻ研究方向:海上风电ꎬ光伏ꎮ中国近海海上风场分布特征研究以近１０年(２０１０２０２２年)为例张鑫凯(上海勘测设计研究院有限公司ꎬ上海２００３３５)摘要:相比传统观测手段ꎬ卫星遥感技术具有易获取㊁大时空㊁低成本等优势ꎬ在海上风场资料观测方面具有独特优势ꎮ目前ꎬ行业内基于卫星遥感手段对中国近海海上风场的分布变化特征研究相对较少ꎮ文章利用２０１０２０２２年海上风场融合资料ꎬ系统分析了中国近海海上风场近１０年的时空分布变化特征ꎮ结果显示:卫星反演海面风场与实测海面风场相比具有较好的一致性ꎬ风速平均相对绝对误差为１４８％ꎬ均方差误差为１１ｍ/ｓꎬ风向的均方差误差为１７３３ʎꎬ平均偏差为１５１７ʎꎻ中国近海整体上呈现冬春季风速大㊁夏季风速低的特点ꎬ在东海和南海交界处呈现出三角形高风速区域ꎮ本研究成果有望对海上风电场的前期规划提供理论支撑和科学支持ꎮ关键词:卫星遥感ꎻ海面风场ꎻ中国近海ꎻ时空分布特征中图分类号:Ｐ７１㊀㊀文献标志码:Ａ０㊀引言㊀㊀海面风场是海洋上层运动的主要动力来源ꎬ与海洋中几乎所有的海水运动直接相关[１]ꎮ在海洋动力学过程中ꎬ它不仅是形成海面波浪的直接动力ꎬ而且是区域和全球海洋环流的动力[２]ꎮ因此ꎬ海面风场的测量对于海洋环境数值预报㊁海洋灾害监测㊁海气相互作用㊁海上风电场规划建设等都具有重要意义ꎮ目前ꎬ观测海面风场的传统方法主要是通过浮标㊁船舶㊁沿岸及岛屿自动气象站等手段获取资料[３]ꎮ然而ꎬ由于海洋环境恶劣㊁仪器耗费高等原因ꎬ我国近海观测网多设置于沿海一带且数量有限㊁分布稀疏ꎬ无法获得大面积同步㊁长时间序列的观测资料ꎬ缺乏对海面风场整体性㊁系统性的认知ꎮ与传统观测手段相比ꎬ卫星遥感则具有大面积㊁准同步和全天候的观测能力ꎮ１９７８年美国国家航空航天局(ＮａｔｉｏｎａｌＡｅｒｏｎａｕｔｉｃｓａｎｄＳｐａｃｅＡｄｍｉｎｉｓｔｒａｔｉｏｎꎬＮＡＳＡ)发射了全球第一颗ＳｅａＳＡＴ卫星ꎬ此后一系列用于测量地表风向量的卫星传感器发射升空ꎬ为海面风场的全球观测提供了行之有效的技术手段ꎮ目前ꎬ可以观测海面风的卫星传感器主要有微波散射计㊁微波辐射计和微波高度计[４]ꎮ同时ꎬ交叉校准多平台(Ｃｒｏｓｓ－ＣａｌｉｂｒａｔｅｄＭｕｌｔｉ－ＰｌａｔｆｏｒｍꎬＣＣＭＰ)为世界海洋提供了矢量风场融合信息ꎬ能够更加深入地了解海上风速和风向的变化ꎬ掌握风速风向的变化规律ꎬ更好地利用海上风能ꎮ中国近海区域在人类生产和生活中占有重要的地位ꎬ其跨越不同的气候区域ꎬ气候差异显著ꎬ各类天气活动频繁ꎬ是世界上受海洋灾害最严重的区域之一ꎮ除海啸灾害外ꎬ中国近海海洋灾害都与风场密切相关ꎬ其中ꎬ台风引起的风暴潮灾害造成的损失最严重[５]ꎬ其次为台风㊁寒潮天气带来的海上大风相伴生的海浪灾害ꎬ这两类海洋气象灾害造成的经济损失达总灾害损失的８０％以上[６]ꎮ因此ꎬ对我国近海海面风的深入研究ꎬ不仅对台风等海洋天气形势的分析预报具有重要意义ꎬ而且可以为近海区域海上风能的有效利用提供科学支撑ꎮ然而ꎬ行业内基于卫星遥感手段对海上风场的分析研究相对较少ꎮ针对实际的开发需求和目前研究存在的不足ꎬ本文利用长时序(２０１０２０２２年)的卫星遥感产品资料ꎬ对中国近海目标海域的海面风场分布特征开展分析评估研究ꎬ获取不同近海海域的海面风场时空变化特征ꎬ以期为海上风电场的前期规划提供科学支撑ꎮ１　研究区域与数据１１㊀研究区域概况㊀㊀研究区域为中国近海ꎬ包括渤海㊁黄海㊁东海和南海ꎮ渤海三面被陆地环绕ꎬ大陆径流较强ꎬ湾内海水不易与外部进行交换ꎮ黄海是西太平洋重要的陆架边缘海之一ꎬ位于东亚季风区ꎬ受太阳辐射㊁大气强迫㊁河流径流及地形㊁岸线㊁潮汐潮流等多种因素的影响ꎬ水文和环流存在显著的季节变化和空间差异ꎮ东海西有宽广陆架㊁东有深海槽ꎬ兼有深浅海特征ꎬ是海况十分复杂的海区ꎮ南海位于中国大陆的南面ꎬ通过狭窄的海峡或水道ꎬ东与太平洋相连ꎬ西与印度洋相通ꎬ是一个东北－西南走向的半封闭海ꎮ为了研究分析典型子区域的海面风场特征ꎬ本文将中国近海分为１２个子区域ꎬ包括渤海㊁渤海海峡㊁黄海北部㊁黄海中部㊁黄海南部㊁东海北部㊁东海南部㊁台湾海峡㊁南海东北部㊁南海北部㊁琼州海峡和北部湾ꎮ１２㊀卫星遥感数据㊀㊀微波测量海面风速是基于海面的后向散射或亮温与海面的粗糙度有关ꎬ而海面粗糙度与海面风速之间具有一定的经验关系进行的ꎮ微波散射计通过测量海面微波后向散射系数ꎬ根据它与海面风矢量的经验模式函数来反演海面风场ꎮ对同一海域不同入射角的资料进行分析ꎬ可获得风向分布信息ꎮ交叉校准多平台(Ｃｒｏｓｓ－ＣａｌｉｂｒａｔｅｄＭｕｌｔｉ－ＰｌａｔｆｏｒｍꎬＣＣＭＰ)是一种网格化的４级风场产品(Ｌ４)ꎬ可为世界海洋提供矢量风场信息ꎮＣＣＭＰ是通过对卫星微波遥感和仪器观测的海面风数据进行交叉校准和同化而得出的合成风场资料ꎮ使用的卫星传感器主要有两种类型ꎬ即成像辐射计和散射计ꎮ成像辐射计通过评估随着风的增加ꎬ海洋表面的发射和散射特性变化所引起的微波辐射变化ꎬ反演无冰海洋上近地面的风速[７－９]ꎮ以欧洲中期天气预报中心(ＥｕｒｏｐｅａｎＣｅｎｔｒｅｆｏｒＭｅｄｉｕｍ－ＲａｎｇｅＷｅａｔｈｅｒＦｏｒｅｃａｓｔｓꎬＥＣＭＷＦ)的再分析业务资料为背景场[１０]ꎬＣＣＭＰ产品采用一种增强的变分同化分析法(ＶａｒｉａｔｉｏｎａｌＡｎａｌｙｓｉｓＭｅｔｈｏｄꎬＶＡＭ)[１１－１２]ꎬ同化了特殊传感器微波/成像仪(ＳｐｅｃｉａｌＳｅｎｓｏｒＭｉｃｒｏｗａｖｅ/ＩｍａｇｅｒꎬＳＳＭ/Ｉ)㊁ＴＭＩ㊁散射计ＱｕｉｋＳＣＡＴ㊁辐射计ＷｉｎｄＳＡＴ和高级散射计(ＡｄｖａｎｃｅｄＳｃａｔｔｅｒｏｍｅｔｅｒꎬＡＳＣＡＴ)等２０多种卫星探测海面风资料以及部分船舶㊁浮标观测资料ꎮＡｔｌａｓ等[１３]验证了ＣＣＭＰ合成风场资料较单个的卫星平台风场资料在精度方面有很大的提高ꎮ毛科峰等[１４]分析验证了ＣＣＭＰ风场资料的均方根误差精度在东中国海海域高于ＥＲＡ－Ｉｎｔｅｒｉｍ风场资料和ＱｕｉｋＳＣＡＴ/ＮＣＥＰ合成风场资料ꎮ由此产生的产品是一个空间上完整的数据集ꎬ每６ｈ提供一次ꎮ本文通过网站ｈｔｔｐｓ://ｗｗｗ.ｒｅｍｓｓ.ｃｏｍ/ｍｅａｓｕｒｅｍｅｎｔｓ/ｃｃｍｐ/下载了２０１０２０２２年共１３年的风场天数据ꎮ该产品以ｕ和ｖ分量的方式提供每天ＵＴＣ０时㊁６时㊁１２时和１８时的海面矢量风场ꎬｕ和ｖ分量分别为距海面１０ｍ处风矢量在纬线和经线方向的分量[１５]ꎮ１３㊀现场实测数据㊀㊀本文利用中国近海多个浮标观测资料ꎬ对ＣＣＭＰ风场产品进行了精度验证ꎮ在资料的时间匹配上ꎬ将对应时次(ＵＴＣ０时㊁６时㊁１２时和１８时)的现场观测资料与产品资料进行最近时间匹配ꎮ在资料的空间匹配上ꎬ将ＣＣＭＰ产品资料采取双线性二次插值方案插值到现场观测站点所在的经纬度上ꎬ然后进行空间匹配ꎮ此外ꎬ根据对数风廓线风速高度换算方法ꎬ本文通过ＣＣＭＰ和实测１０ｍ风场数据得到１００ｍ高度处风场数据ꎮ海面高度Ｚ处风速计算公式如下:ＶＺＶ０＝(ＺＺ０)１７(１)式(１)中:ＶＺ为高度Ｚ处的风速ꎻＶ０为高度Ｚ０处风速ꎻＺ㊁Ｚ０为距海面高度ꎮ１４㊀精度评价㊀㊀本文基于现场实测数据资料ꎬ对ＣＣＭＰ海面风速风向融合产品进行了精度检验ꎬ采用的精度检验指标包括决定系数(Ｒ２)㊁平均偏差(Ｂｉａｓ)㊁均方根误差(ＲｏｏｔＭｅａｎ－ｓｑｕａｒｅＥｒｒｏｒꎬＥＲＭＳ)和平均绝对百分比误差(ＭｅａｎＡｂｓｏｌｕｔｅＰｅｒｃｅｎｔａｇｅＥｒｒｏｒꎬＥＭＡＰ)ꎬ其具体计算如公式(２) (５)所示ꎮＲ２＝ðＮｉ＝１ｙｏｉ－ｙｏｉ()ｙｐｉ－ｙｐｉ()[]２ðＮｉ＝１ｙｏｉ－ｙｏｉ()２ðＮｉ＝１ｙｐｉ－ｙｐｉ()２(２)Ｂｉａｓ＝ðＮｉ＝１(ｙｏｉ－ｙｐｉ)/Ｎ(３)ＥＲＭＳ＝１ＮðＮｉ＝１(ｙｏｉ－ｙｐｉ)２(４)ＥＭＡＰ＝１ＮðＮｉ＝１ｙｏｉ－ｙｐｉｙｏｉˑ１００％(５)式(２) (５)中:ｙｏｉ为实测值ꎻｙ－ｏｉ为实测数据平均值ꎻｙｐｉ为卫星反演值ꎻｙｐｉ为卫星反演值平均值ꎻＮ为数据量ꎮ２㊀研究结果与分析２１㊀海上风场资料的精度评估㊀㊀基于星地同步数据ꎬ本文获得的实测海面１００ｍ高度风速与卫星反演值对比情况如图１所示ꎮ可以看出:大多数散点都集中在１ʒ１线附近ꎬ表明反演的海面风速与实测值较为接近ꎮ从误差值来看ꎬＥＭＡＰ与ＥＲＭＳ值均比较低ꎬ决定系数Ｒ２值较高ꎬ其中Ｒ２＝０９ꎬＥＭＡＰ＝１４８％ꎬＥＲＭＳ＝１１ｍ/ｓꎮ综合以上精度评价指标ꎬ卫星数据能够较好地反演出海面１００ｍ高度的风速ꎮ同时ꎬ基于星地同步数据ꎬ获得的实测海面１００ｍ高度风向与卫星反演值对比情况如图２所示ꎮ可以看出:大多数散点都集中在１ʒ１线附近ꎬ表明反演的海面风向与实测值较为接近ꎮ从误差值来看ꎬＢｉａｓ与ＥＲＭＳ值均比较低ꎬＥＲＭＳ＝１７３３ʎꎬＢｉａｓ＝１５１７ʎꎮ综合以上精度评价指标ꎬ卫星数据能够较好地反演出海面１００ｍ高度的风向ꎮ图１㊀实测海面风速与反演得到的海面风速之间的散点图图２㊀实测海面风向与反演得到的海面风向之间的散点图２２㊀中国近海风场的时空分布特征㊀㊀基于１３年间海上风场月产品数据ꎬ本文采用均值合成法得到并绘制海面风场多年月平均变化图ꎬ以探究海面风场月变化特征ꎮ整体上东海和南海交界处风速一直高于其他区域ꎬ但在不同的季节也表现出一定的差异性ꎮ春冬季节东海和南海交界处海面风速达到高峰ꎬ夏秋季节此处海面风速与其他海域海面风速差异远小于春㊁冬两季ꎮ从典型区域渤海海域㊁黄海海域㊁东海海域和南海海域角度分析ꎬ４个子区域的海面风场在３１０月风速都保持较低的水平ꎬ风速变化不明显ꎮ１１月至次年２月风速逐渐升高ꎬ全年风速整体呈现冬春季高㊁夏季低的趋势ꎮ为分析中国近海海面１００ｍ高风场多年的年际变化特征ꎬ绘制２０１０２０２２年１３年间风速风向年平均图ꎮ整体上来看ꎬ在不同年份中国近海海域海面风场也表现出一定的差异ꎮ虽然风速和风向大小在１３年间均呈现出相对稳定的趋势ꎬ但也有一定的分布特征ꎬ东海和南海交界处区域风速相比其他区域常年偏大ꎬ呈现一个三角状的高风速区域ꎮ综合来看ꎬ典型区域渤海海域㊁黄海海域㊁东海海域和南海海域４个子区域的海面风场在２０１０２０１１年呈现上升趋势ꎬ随后在２０１２２０１６年逐渐下降ꎬ又在２０１７２０１９年逐年上升ꎬ在２０２０２０２１年有所下降ꎬ到２０２２年风速回升ꎮ２０１０２０２２年１３年间一直维持在较低值ꎬ平均风速小于１０ｍ/ｓꎮ２３㊀典型子区域的风场变化特征㊀㊀为了更深入地了解中国近海风场的时空变化特征ꎬ本文分析了１２个子区域的风速变化特征ꎬ结果如图３所示ꎮ可以看出:总体上１２个区域的风速最大值都集中在冬季ꎬ夏季风速略有回升ꎬ但总体呈现低值状态ꎮ就风速变化而言ꎬ其中渤海㊁渤海海峡㊁琼州海峡㊁北部湾风速的变化较为平缓ꎬ其余地区的风速变化较大ꎮ针对不同子区域而言ꎬ１２个区域虽然波动程度有大有小ꎬ但波动起伏趋势相似ꎮ风速月均值峰值都集中在１２月ꎬ最低值分布略有不同:渤海㊁渤海海峡㊁黄海北部㊁黄海中部㊁黄海南部㊁东海北部的最低值分布在４月ꎻ东海南部的最低值分布在６月ꎻ台湾海峡㊁南海东北部㊁南海北部㊁琼州海峡最低值在８月ꎻ北部湾最低值在９月ꎮ３㊀结论㊀㊀针对我国近海海域ꎬ本文利用实测海上风速风向㊀㊀图３㊀中国近海１２个子区域的海面风速月均值变化数据对海上风场融合资料进行精度评价ꎬ进而系统地分析了１３年间(２０１０２０２２年)我国近海海上风速风向的时空特征ꎬ并对典型子海域开展局部特征分析ꎮ本文得到的主要结论如下:(１)基于星地同步数据ꎬ获得的卫星反演海面风场与实测海面风场进行对比ꎬ其中海面风速平均相对绝对误差为１４８％ꎬ均方差误差为１１ｍ/ｓꎬ海面风向的均方差误差为１７３３ʎꎬ平均偏差为１５１７ʎꎮ(２)整体上而言ꎬ我国近海海域呈现冬春季风速大ꎬ夏季风速低的特点ꎻ东海和南海交界处有三角形高风速区域ꎬ秋冬季三角区域向两角延伸ꎬ春夏季向沿岸区域收缩ꎮ(３)针对１２个典型子海域ꎬ风速最大值均集中在冬季ꎬ夏季风速略低ꎬ其中渤海㊁琼州海峡㊁北部湾的月尺度风速变化较小ꎬ黄海㊁东海㊁台湾海峡㊁南海北部的月尺度风速变化较大ꎮ参考文献[１]吕柯伟ꎬ胡建宇ꎬ杨小怡.南海及邻近海域海面风场季节性变化的空间差异[Ｊ].热带海洋学报ꎬ２０１２(６):４１－４７.[２]沈春ꎬ蒋国荣ꎬ施伟来ꎬ等.南海ＱｕｉｋＳＣＡＴ海面风场变化特征分析[Ｊ].海洋预报ꎬ２０１２(３):１－８. [３]张振克ꎬ丁海燕.近十年来中国大陆沿海地区重大海洋灾害分析[Ｊ].海洋地质动态ꎬ２００４(７):２５－２７. [４]杨华庭.近十年来的海洋灾害与减灾[Ｊ].海洋预报ꎬ２００２(１):２－８.[５]项杰ꎬ杜华栋.南海海面风场融合研究[Ｃ]//第３２届中国气象学会年会Ｓ１８气象卫星遥感新资料新方法新应用.天津ꎬ２０１５:１４７－１４８.[６]蒋兴伟ꎬ宋清涛.海洋卫星微波遥感技术发展现状与展望[Ｊ].科技导报ꎬ２０１０(３):１０５－１１１.[７]ＤＲＡＰＥＲＤＷꎬＮＥＷＥＬＬＤＡꎬＷＥＮＴＺＦＪꎬｅｔａｌ.Ｔｈｅｇｌｏｂａｌｐｒｅｃｉｐｉｔａｔｉｏｎｍｅａｓｕｒｅｍｅｎｔ(ＧＰＭ)ｍｉｃｒｏｗａｖｅｉｍａｇｅｒ(ＧＭＩ):ｉｎｓｔｒｕｍｅｎｔｏｖｅｒｖｉｅｗａｎｄｅａｒｌｙｏｎ－ｏｒｂｉｔｐｅｒｆｏｒｍａｎｃｅ[Ｊ].ＩＥＥＥＪｏｕｒｎａｌｏｆＳｅｌｅｃｔｅｄＴｏｐｉｃｓｉｎＡｐｐｌｉｅｄＥａｒｔｈＯｂｓｅｒｖａｔｉｏｎｓａｎｄＲｅｍｏｔｅＳｅｎｓｉｎｇꎬ２０１５(７):３４５２－３４６２.[８]ＭＥＩＳＳＮＥＲＴꎬＷＥＮＴＺＦＪ.Ｔｈｅｅｍｉｓｓｉｖｉｔｙｏｆｔｈｅｏｃｅａｎｓｕｒｆａｃｅｂｅｔｗｅｅｎ６ａｎｄ９０ＧＨｚｏｖｅｒａｌａｒｇｅｒａｎｇｅｏｆｗｉｎｄｓｐｅｅｄｓａｎｄｅａｒｔｈｉｎｃｉｄｅｎｃｅａｎｇｌｅｓ[Ｊ].ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＧｅｏｓｃｉｅｎｃｅａｎｄＲｅｍｏｔｅＳｅｎｓｉｎｇꎬ２０１２(８):３００４－３０２６.[９]ＷＥＮＴＺＦＪ.Ａｗｅｌｌ－ｃａｌｉｂｒａｔｅｄｏｃｅａｎａｌｇｏｒｉｔｈｍｆｏｒｓｐｅｃｉａｌｓｅｎｓｏｒｍｉｃｒｏｗａｖｅ/ｉｍａｇｅｒ[Ｊ].ＪｏｕｒｎａｌｏｆＧｅｏｐｈｙｓｉｃａｌＲｅｓｅａｒｃｈ:Ｏｃｅａｎｓꎬ１９９７(Ｃ４):８７０３－８７１８.[１０]ＡＴＬＡＳＲꎬＨＯＦＦＭＡＮＲＮꎬＡＲＤＩＺＺＯＮＥＪꎬｅｔａｌ.Ａｃｒｏｓｓ－ｃａｌｉｂｒａｔｅｄꎬｍｕｌｔｉｐｌａｔｆｏｒｍｏｃｅａｎｓｕｒｆａｃｅｗｉｎｄｖｅｌｏｃｉｔｙｐｒｏｄｕｃｔｆｏｒｍｅｔｅｏｒｏｌｏｇｉｃａｌａｎｄｏｃｅａｎｏｇｒａｐｈｉｃａｐｐｌｉｃａｔｉｏｎｓ[Ｊ].ＢｕｌｌｅｔｉｎｏｆｔｈｅＡｍｅｒｉｃａｎＭｅｔｅｏｒｏｌｏｇｉｃａｌＳｏｃｉｅｔｙꎬ２０１１(２):１５７－１７４.[１１]ＨＯＦＦＭＡＮＲＮ.ＳＡＳＳｗｉｎｄａｍｂｉｇｕｉｔｙｒｅｍｏｖａｌｂｙｄｉｒｅｃｔｍｉｎｉｍｉｚａｔｉｏｎ[Ｊ].ＭｏｎｔｈｌｙＷｅａｔｈｅｒＲｅｖｉｅｗꎬ１９８２(５):４３４－４４５.[１２]ＨＯＦＦＭＡＮＲＮ.ＳＡＳＳｗｉｎｄａｍｂｉｇｕｉｔｙｒｅｍｏｖａｌｂｙｄｉｒｅｃｔｍｉｎｉｍｉｚａｔｉｏｎ.ｐａｒｔⅡ:ｕｓｅｏｆｓｍｏｏｔｈｎｅｓｓａｎｄｄｙｎａｍｉｃａｌｃｏｎｓｔｒａｉｎｔｓ[Ｊ].ＭｏｎｔｈｌｙＷｅａｔｈｅｒＲｅｖｉｅｗꎬ１９８４(９):１８２９－１８５２.[１３]ＡＴＬＡＳＲꎬＡＲＤＩＺＺＯＮＥＪꎬＨＯＦＦＭＡＮＲ.Ａｐｐｌｉｃａｔｉｏｎｏｆｓａｔｅｌｌｉｔｅｓｕｒｆａｃｅｗｉｎｄｄａｔａｔｏｏｃｅａｎｗｉｎｄａｎａｌｙｓｉｓ[Ｚ].２００８.[１４]毛科峰ꎬ陈希ꎬ李妍ꎬ等.东中国海域交叉定标多平台合成洋面风场资料的初步评估[Ｊ].气象ꎬ２０１２(１２):１４５６－１４６３.[１５]ＷＥＮＴＺＦＪ.Ａ１７－ｙｒｃｌｉｍａｔｅｒｅｃｏｒｄｏｆｅｎｖｉｒｏｎｍｅｎｔａｌｐａｒａｍｅｔｅｒｓｄｅｒｉｖｅｄｆｒｏｍｔｈｅｔｒｏｐｉｃａｌｒａｉｎｆａｌｌｍｅａｓｕｒｉｎｇｍｉｓｓｉｏｎ(ＴＲＭＭ)ｍｉｃｒｏｗａｖｅｉｍａｇｅｒ[Ｊ].ＪｏｕｒｎａｌｏｆＣｌｉｍａｔｅꎬ２０１５(１７):６８８２－６９０２.(编辑㊀姚㊀鑫)Ｓｐａｔｉａｌ－ｔｅｍｐｏｒａｌｄｉｓｔｒｉｂｕｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｈｅｗｉｎｄｆｉｅｌｄｉｎｔｈｅＣｈｉｎｅｓｅｃｏａｓｔａｌｒｅｇｉｏｎｓｔａｋｉｎｇｔｈｅｐａｓｔｄｅｃａｄｅ２０１０－２０２２ａｓａｎｅｘａｍｐｌｅＺｈａｎｇＸｉｎｋａｉＳｈａｎｇｈａｉＩｎｖｅｓｔｉｇａｔｉｏｎＤｅｓｉｇｎ＆ＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅＣｏ. Ｌｔｄ. Ｓｈａｎｇｈａｉ２００３３５ＣｈｉｎａＡｂｓｔｒａｃｔＣｏｍｐａｒｅｄｔｏｔｒａｄｉｔｉｏｎａｌｏｂｓｅｒｖａｔｉｏｎｍｅｔｈｏｄｓｓａｔｅｌｌｉｔｅｒｅｍｏｔｅｓｅｎｓｉｎｇｔｅｃｈｎｏｌｏｇｙｏｆｆｅｒｓａｄｖａｎｔａｇｅｓｓｕｃｈａｓｅａｓｅｏｆａｃｑｕｉｓｉｔｉｏｎｌａｒｇｅｔｅｍｐｏｒａｌａｎｄｓｐａｔｉａｌｃｏｖｅｒａｇｅａｎｄｃｏｓｔ－ｅｆｆｅｃｔｉｖｅｎｅｓｓｍａｋｉｎｇｉｔｐａｒｔｉｃｕｌａｒｌｙｖａｌｕａｂｌｅｆｏｒｏｂｓｅｒｖｉｎｇｓｅａｓｕｒｆａｃｅｗｉｎｄｆｉｅｌｄｓ.Ｃｕｒｒｅｎｔｌｙｔｈｅｒｅｉｓｌｉｍｉｔｅｄｒｅｓｅａｒｃｈｔｈａｔｕｔｉｌｉｚｅｓｓａｔｅｌｌｉｔｅｒｅｍｏｔｅｓｅｎｓｉｎｇｆｏｒｔｈｅｓｔｕｄｙｏｆｔｈｅｓｐａｔｉａｌ－ｔｅｍｐｏｒａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｓｅａｓｕｒｆａｃｅｗｉｎｄｆｉｅｌｄｓｉｎＣｈｉｎｅｓｅｃｏａｓｔａｌｒｅｇｉｏｎｓ.ＩｎｔｈｉｓｓｔｕｄｙｂａｓｅｄｏｎａｆｕｓｉｏｎｐｒｏｄｕｃｔｏｆｓｅａｓｕｒｆａｃｅｗｉｎｄｆｉｅｌｄｓｗｅａｎａｌｙｚｅｄｔｈｅｓｐａｔｉａｌａｎｄｔｅｍｐｏｒａｌｄｉｓｔｒｉｂｕｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｓｅａｓｕｒｆａｃｅｗｉｎｄｆｉｅｌｄｓｉｎＣｈｉｎｅｓｅｃｏａｓｔａｌｗａｔｅｒｓｏｖｅｒｔｈｅｐａｓｔｄｅｃａｄｅ２０１０－２０２２ .Ｔｈｅｒｅｓｕｌｔｓｄｅｍｏｎｓｔｒａｔｅｇｏｏｄｃｏｎｓｉｓｔｅｎｃｙｂｅｔｗｅｅｎｓａｔｅｌｌｉｔｅ－ｒｅｔｒｉｅｖｅｄａｎｄｍｅａｓｕｒｅｄｓｅａｓｕｒｆａｃｅｗｉｎｄｆｉｅｌｄｓ.Ｔｈｅａｖｅｒａｇｅｒｅｌａｔｉｖｅａｂｓｏｌｕｔｅｅｒｒｏｒｏｆｗｉｎｄｓｐｅｅｄｉｓ１４８％ｗｉｔｈａｒｏｏｔｍｅａｎｓｑｕａｒｅｅｒｒｏｒｏｆ１１ｍ/ｓｗｈｉｌｅｔｈｅｒｏｏｔｍｅａｎｓｑｕａｒｅｅｒｒｏｒｆｏｒｗｉｎｄｄｉｒｅｃｔｉｏｎｉｓ１７３３ʎ ｗｉｔｈａｎａｖｅｒａｇｅｄｅｖｉａｔｉｏｎｏｆ１５１７ʎ.ＯｖｅｒａｌｌＣｈｉｎｅｓｅｃｏａｓｔａｌｒｅｇｉｏｎｓｅｘｈｉｂｉｔｈｉｇｈｅｒｗｉｎｄｓｐｅｅｄｓｄｕｒｉｎｇｗｉｎｔｅｒａｎｄｓｐｒｉｎｇａｎｄｌｏｗｅｒｗｉｎｄｓｐｅｅｄｓｄｕｒｉｎｇｓｕｍｍｅｒ.Ｆｕｒｔｈｅｒｍｏｒｅａｔｒｉａｎｇｕｌａｒｈｉｇｈ－ｓｐｅｅｄｗｉｎｄｒｅｇｉｏｎｎｅａｒｔｈｅｂｏｕｎｄａｒｙｏｆｔｈｅＥａｓｔＣｈｉｎａＳｅａａｎｄＳｏｕｔｈＣｈｉｎａＳｅａｗａｓｏｂｓｅｒｖｅｄ.Ｔｈｅｆｉｎｄｉｎｇｓｏｆｔｈｉｓｓｔｕｄｙｐｒｏｖｉｄｅｖａｌｕａｂｌｅｓｃｉｅｎｔｉｆｉｃｓｕｐｐｏｒｔｆｏｒｔｈｅｐｌａｎｎｉｎｇｏｆｏｆｆｓｈｏｒｅｗｉｎｄｆａｒｍｓ.ＫｅｙｗｏｒｄｓｓａｔｅｌｌｉｔｅｒｅｍｏｔｅｓｅｎｓｉｎｇｓｅａｓｕｒｆａｃｅｗｉｎｄｆｉｅｌｄＣｈｉｎｅｓｅｃｏａｓｔａｌｒｅｇｉｏｎｓｓｐａｔｉｏ－ｔｅｍｐｏｒａｌｄｉｓｔｒｉｂｕｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃ。

台风路径数值预报实时订正技术及其集成应用

第45卷第1期 2021年1月大气科学Chinese Journal of Atmospheric SciencesVol. 45 No. 1Jan. 2021危国飞，刘会军，潘宁，等.2021.台风路径数值预报实时订正技术及其集成应用[J].大气科学，45(1): 195-204. WEI Guofei，LIU Huijun，PAN Ning, et al. 2021. Real-Time Correction Method for Numerically Modeled Typhoon Tracks and Its Integrated Application [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 45(1): 195-204. doi:10.3878/j.issn.l006-9895.2010.19237台风路径数值预报实时订正技术及其集成应用危国飞h2刘会军U2潘宁U2冷典颂1>2吴启树U21福建省灾害天气重点实验室，福州3500012福建省气象台，福州350001摘要以台风路径数值预报的短时效预报偏差和目标时效（指所需订正的时效）的纬度预报为预报因子，采用多元线性回归方法建立了台风路径预报的偏差预估方程，继而对台风路径预报进行实时订正。

本文以12h为短时效，通过对欧洲中期天气预报中心确定性预报模式（E C M W F-IF S)和集合预报模式（E C M W F-E P S)的台风路径预报的应用，得到以下结论：2018年试报结果表明，24h、36h、48h、60h、72h、84h订正后的ECMWF- IF S台风路径预报的平均距离误差分别比订正前减小了7.3 km、9.3 k m、8.9 km、6.5 k m、6.9k m、2.6 k m,总体来说较强台风（指12 h的台风强度实况>32.7m s_1)路径预报的订正效果更好。

台风路径多模式集成预报技术研究

第39卷第6期2019年12月气象科学Journal of the Meteorological SciencoeVol.39,No.6Dec.,2019郭蓉，余晖，漆梁波，等.台风路径多模式集成预报技术研究.气象科学,2019,39(6)：839-846.GUO Rong,YU Hui,QI Liangbo,ct al.A study on multi-model ensemble forecast technique for Typhoon Wack.Joumai of the Meteorological Sciences,2019,39(6)：839-846.台风路径多模式集成预报技术研究郭蓉1余晖1漆梁波2江漫2(1中国气象局上海台风研究所，上海200030；2上海中心气象台，上海200030)摘要利用NCEP、ECMWF、日本数值、英国数值、上海台风模式和广州模式包含全球模式和区域在内的6家数值模式资料，利用近似SEAV方法，设计台风路径多模式集成预报方法(SHME),并用2014—2016年的台风客观预报数据进行多模式集成预报的效果检验，且与ECMWF 模式进行比较，通过比较发现,SHME方法较ECMWF在12-48h预报上有明显改进，在72-120h 预报2014年尤其突出，2015—2016年均与ECMWF预报效果相当$关键词TC；多模式集成；路径预报；平均误差分类号：P457.8doi：10.3969/2018jms.0090文献标识码：AA study on multi-modee ensemble forecast techniquefor Typhoon trackGUO Rong1YU H u P QI Liangbo2JIANG Man2(1Shanghai Typhoon Institute$CMA,Shanghai200030,China；2Shanghai Meteorologicai Central Observation,Shanghai200030,China)Abstract Using global and mfionH models from sir diVemnt forecast centers including NCEP, ECWMF,Bvtain model,Japan model,Shanghai typhoon model and Guangzhou model,and the appmximata SEAV method,this paper designed a multi-modi ensemble forecast technique for typhoon Wack(SHME) .The typhoon objective forecast data of2014—2016was tested for the effect of SHME method and compared with the data from the ECMWF model.The result showed that the SHME method had a sieniVcant impmvement over the ECMWF duvng12—48h,and SHME was much better than ECMWF du/ing72—120h in2014.On addition,SHME method wasequivaaenttotheECMWF in 2015—2016.Key words Wopical cyclone；multi-model ensemble；Wack forecast；mean eHor引言热带气旋(Tropical Cyclone,TC)是影响我国最严重的灾害之一,平均每年约有27个TC生成，约占全球总频数的1/3'1(&TC路径预报一直是TC预报的重中之重，若路径预报发生较大偏差，那么相应的强度、大风、降水等预报也将失去意义。

上海陆家嘴地区高空台风“温比亚”风特性实测

上海陆家嘴地区高空台风“温比亚”风特性实测傅国强，全涌†，顾明，黄子逢（同济大学土木工程防灾国家重点实验室，上海200092）摘要：基于上海环球金融中心顶部超声风速仪记录的台风“温比亚”风速样本数据，对平均风特性和湍流强度、阵风因子、峰值因子、湍流积分尺度和功率谱密度等脉动风风特性参数进行了详细分析.结果表明：1小时内在3s 、10min 和1h 3个时距的平均风速变化趋势一致.湍流强度呈现出随平均风速增加先下降后稳定的趋势，纵向和横向湍流强度均值分别为0.135和0.132；阵风因子均随湍流度的增大而增大，两者呈现线性增加的趋势；湍流积分尺度随平均风速增加而没有明显的变化趋势；Von-Karman 谱能够较好地拟合本次台风实测纵向和横向风速谱.关键词：台风；超高层建筑；现场实测；湍流强度；风特性中图分类号：TU311.3文献标志码：AField Measurement of Wind Characteristics of TyphoonRumbia in upper Air of Lujiazui District at ShanghaiFU Guoqiang ，QUAN Yong †，GU Ming ，HUANG Zifeng（State Key Laboratory of Disaster Reduction in Civil Engineering ，Tongji University ，Shanghai 200092，China ）Abstract ：Based on the wind speed samples collected by the ultrasonic anemometers atop Shanghai World Fi -nancial Center during Typhoon Rumbia,the fluctuating wind characteristics parameters,such as the mean wind char -acteristics,turbulence intensity,gust factor,peak factor,turbulence integral scale,and power spectral density are ana -lyzed in detail.It is found that the variation trends of the mean wind speed in 3seconds,10minutes and 1hour within an hour are consistent with each other.Turbulence intensity decreases first and then stabilizes with the augment of mean wind speed.The mean values of longitudinal and lateral turbulence intensity are 0.135and 0.132,respectively.The gust factor increases linearly with the increase of turbulence intensity.The turbulence integral scale shows no ob -vious variable trend with the increase of the mean wind speed.The measured wind speed spectra agree well with the Von -Karman spectra.Key words ：typhoons ；super high-rise building ；field measurement ；turbulence intensity ；wind characteristics收稿日期：2019-09-10基金项目：国家自然科学基金资助项目（51778493），National Natural Science Foundation of China （51778493）；土木工程防灾国家重点实验室自主课题（SLDRCE19-A-05，SLDRCE19-B-13），The Key Project of State Key Laboratory of Disaster Reduction in Civil Engineering （SL -DRCE19-A-05，SLDRCE19-B-13）作者简介：傅国强（1995—），男，广东韶关人，同济大学博士研究生†通信联系人，E-mail ：*******************.cn *第48卷第1期2021年1月湖南大学学报（自然科学版）Journal of Hunan University （Natural Sciences ）Vol.48，No.1Jan.2021DOI ：10.16339/ki.hdxbzkb.2021.01.011文章编号：1674—2974（2021）01—0100—08傅国强等：上海陆家嘴地区高空台风“温比亚”风特性实测近年来，随着全球气候变暖，各种极端气候事件频发.2018年第21号超强台风“飞燕”登陆日本，最大瞬时风速达57.4m/s，造成了重大人员伤亡和财产损失，被日本称为25年来最强大的台风.我国东南沿海地区也是世界上受台风影响最严重的地区之一，仅2018年7月、8月两个月，就有5次台风先后登陆福建、上海和浙江.上海更是成为我国有气象记录以来首个30d内有3个台风正面登陆的城市.台风风场与常规风场有很大差异，在风洞试验中很难进行模拟，因此现场实测是现阶段最直接和最有效的研究手段，也是风工程研究中非常重要的基础性和长期性的研究方向[1].风工程研究发达的国家基于长期的现场实测数据建立起本地区的风特性数据库，如挪威[2]、英国[3]、加拿大[4]等都建有近海观测数据库.美国圣母大学[5-6]对芝加哥4栋高层建筑进行了长期的现场实测研究.近年来国内学者也开展了大量的实测研究，取得了一些进展.文献[7-12]在深圳平安金融中心、广州西塔、台北101等数十栋超高层建筑开展了多次现场实测研究，详细地分析了这些超高层建筑在台风作用下顶部的平均风速、风向、湍流度、阵风因子、峰值因子、湍流积分尺度和脉动风功率谱密度等风场特性和动力特性.Xu等[13]在深圳地王大厦对强风的平均和脉动特性，以及结构在强风下的响应进行了研究，并给出了相关的经验拟合公式；Guo等[14]通过在广州塔所布置的结构健康监测系统对3次台风作用下的平均风速、风向、湍流度等风特性和结构响应进行研究，与风洞试验对比并评估了舒适度.史文海等[15]对厦门某超高层建筑在某次台风作用下的风场和建筑表面风压进行了同步实测，对湍流度、阵风因子、脉动风功率谱以及平均风压系数和脉动风压系数进行了系统的研究.梁枢果等[16]对武汉某超高层建筑在良态风作用下的顶部风速与表面风压进行现场实测.何宏明等[17]利用台风“海马”登陆中心的观测塔的风速仪设备对不同高度处的风场特征参数进行了分析.张志田等[18]对江底河大桥桥址处深切峡谷的风场特性进行研究，详细分析了深切峡谷地形特征对风速风向及湍流特性的影响.沈炼等[19]对某山区峡谷桥址处风场进行了现场实测和数值模拟研究，得到了峡谷桥址处风场的详细分布特性.尽管许多学者在台风风特性实测方面做了大量的工作，并且在我国华南地区取得了丰硕成果，但是由于现场实测费用大、周期长、难度大，目前人们对台风风特性的认识还远不清楚.上海地区纬度相对较高，直接登陆的台风很少，因此在上海进行台风风特性现场实测对我国华东地区台风风特性的研究和扩充上海地区高空风速数据库具有非常重要的意义.本文利用上海环球金融中心顶部（497m）超声波风速仪采集到的台风“温比亚”风速数据，对平均风速、湍流强度、阵风因子、峰值因子、湍流积分尺度和脉动风功率谱进行了详细地分析.研究成果可为相近地区的超高层建筑抗风设计提供参考.1台风“温比亚”及现场实测概况2018年第18号台风“温比亚”（英文名：Typhoon Rumbia）于8月15日14时在东海东南部生成.8月16日21时加强为强热带风暴.8月17日4时在上海市浦东新区南部沿海登陆.登陆时由强热带风暴级减弱为热带风暴级，中心附近最大风力为9级，中心最低气压98.5kPa.台风“温比亚”登陆后向西偏北方向移动，强度逐渐减弱，在黄海北部海面变性为温带气旋，并于8月21日2时停止编号.在台风“温比亚”经过上海过程中，其先从东南方向逐渐靠近观测地点；8月17日5时其路径中心距离观测地点最近，距离达到18km；随后其逐渐向西并远离观测地点.上海环球金融中心（图1）位于上海市陆家嘴金融核心区，结构高度为492m，地上共有101层.金茂大厦（420.5m）和上海中心（632m）分别位于环球金融中心的西北部和西南部，除此之外其周围还密集分布有大量高层与超高层建筑，这使得环球金融中心的近地风特性极其复杂.上海中心上海环球金融中心金茂大厦正北方向X Y琢O（a）周边环境图（b）顶部俯瞰图图1上海环球金融中心周边环境和顶部俯瞰图Fig.1Surroundings and top view of the Shanghai WorldFinancial Center风速监测系统的观测点设置在上海环球金融中心101层东北端和西南端，两侧均安装有一台英国Gill公司生产Windmaster Pro超声风速仪（图1和图2），离地高度约494m，两端仪器间距约72m.超声风速仪的3个分量U，V，W分别对应正北、正西和竖第1期101直向上，风向角按俯视逆时针方向递增，以南风为0°，东风为90°，如图2所示.超声波风速仪风速量程为0.01~65m/s ，采样频率为10Hz ，采样得到的数据通过Campbell 公司生产的CR3000数据采集系统实时存储.为避免来流风受到环球金融中心顶部女儿墙、擦窗机、建筑本身等绕流影响，经过计算流体力学（Computational Fluid Dynamics ，CFD ）计算得知，当来流方向在以东北角和西南角连线为平分线22.5°范围内可忽略绕流影响，即东北端有效风向角为112.5°~157.5°，西南端有效风向角为292.5°~337.5°.顶部视图VU正北（a ）超声风速仪（b ）方向定义图2超声波风速仪Fig.2Windmaster pro ultrasonic anemometer2台风“温比亚”风特性分析2.1平均风特性选取东北端超声风速仪从2018年8月15日20：00至8月17日16：00采集得到的共44h 的风速时程数据作为平均风特性分析样本.本文利用矢量分解法[20]对采集得到的风速数据进行处理，得到平均水平风速U 和平均水平风向角椎.由于风速的竖向分量对高层建筑影响较小，所以这里不考虑竖向平均及脉动风速.根据中国《建筑结构荷载规范》[21]，本文以10min 作为分析时距，可得到264个连续的10min 风速时程样本.图3和图4分别为东北端纵向10min 平均风速和10min 平均风向角变化情况.从图3中可以看到，10min 平均风速随着时间呈现出先升高后降低的趋势.2018年8月16日10时至8月17日2时，10min 平均风速从11.33m/s 逐渐增大，最大风速达到22.52m/s ，随后逐渐减小到3m/s 左右.从图4中可以看到，10min 平均风向角先在120°至180°左右波动，随着台风“温比亚”登陆和远离上海，平均风向角瞬间增大至270°，之后逐渐稳定在190°左右.25201510520:0001:0006:0011:0016:0021:0002:0007:0012:0016:00时刻/h图310min 平均风速Fig.310min mean wind speed3603002401801206020:0001:0006:0011:0016:0021:0002:0007:0012:0016:00时刻/h图410min 平均风向角Fig.410min mean wind directon结构抗风设计中，不同时距平均风速的相互关系具有重要工程价值和理论意义.张相庭[22]根据国内外学者对不同时距平均风速的研究比较，统计得到近似比值关系，如表1所示.表1不同时距平均风速近似比值关系Tab.1The approximate ratio of the mean wind speed with different time interval风速时距1h10min 1min 30s 20s 10s 3s 瞬时统计比值0.941.001.201.261.281.351.421.50图5为1h 内时距分别为3s 、10min 和1h 的平均风速变化情况.可以看到，3s 、10min 、1h 3个时距的平均风速变化趋势一致.随着时距减小，最大平均风速逐渐增大，其中1h 内3s 最大平均风速为29.10m/s ，发生在2018年8月17日5时.湖南大学学报（自然科学版）2021年10220:0001:0006:0011:0016:0021:0002:0007:0012:0016:0035302520151053s10min 1h时刻/h图51h 内不同时距最大平均风速Fig.5Maximum mean wind speeds in 1hwith different time interval图6和图7分别为3s 最大平均风速随10min平均风速变化关系和10min 最大平均风速随1h 平均风速变化关系.从图中可以看出，3s 最大平均风速与10min 平均风速和10min 最大平均风速与1h 平均风速均呈现出很好的线性关系.本文实测结果与张相庭[22]的统计近似比值存在一定的差距，这应该是观测高度差异所导致的.本研究观测高度离地近500m ，风速的湍流强度应该低于离地高度较小的区域，这导致短观测时矩和长观测时矩的最大风速之比减小.101214161820222430282624222018161412本文实测y =1.32x10min 平均风速/（m ·s -1）图63s 最大平均风速随10min 平均风速变化关系Fig.6Maximum 3s mean wind speed versus10min mean wind speed2.2脉动风特性本文选取2018年8月16日13：30至8月17日03：00东北端采集得到的有效风向角范围内的数据进行分析.下文中如无特殊说明，分析时距均为10min.91113151719212422201816141210本文实测y =1.14x1h 平均风速/（m ·s -1）图710min 最大平均风速随1h 平均风速变化关系Fig.7Maximum 10min mean wind speed versus 1h mean wind speed2.2.1湍流强度湍流强度描述了风速随时间变化的程度，反映了脉动风的相对强度，是描述脉动风特性的重要参数.湍流强度通常定义为10min 时距内脉动风速标准差与水平平均风速U 的比值.I i =σi U（i =u ，v ）（1）式中：I i （i =u ，v ）分别为纵向和横向湍流强度；σi （i =u ，v ）分别表示脉动风速u （t ）和v （t ）在10min 时距内的标准差.图8为纵向和横向湍流强度随10min 平均风速变化的关系.从图中可以看出，当10min 平均风速小于16m/s 时，纵向和横向湍流强度均随着10min 平均风速增加而下降，但当10min 平均风速大于16m/s 后两者却没有明显的变化趋势.1012141618202224I uI v0.400.350.300.250.200.150.100.05010min 平均风速/（m ·s -1）图8湍流强度与10min 平均风速的关系Fig.8Turbulence intensities versus 10min mean wind speed纵向和横向湍流强度均值分别为I u =0.135，I v =傅国强等：上海陆家嘴地区高空台风“温比亚”风特性实测第1期1030.132，两者比值为I u∶I v=1∶0.98.An等[23]、Quan等[24]和黄子逢等[25]分别分析了在台风“梅花”作用下，良态强风作用下和台风“灿鸿”作用下环球金融中心顶部湍流强度随10min平均风速变化情况，表2为4次现场实测结果对比.从表2可知，本文实测的湍流强度与An等实测结果接近，与Quan等、黄子逢等实测结果存在差异.这是因为Quan等只对良态强风进行了分析；黄子逢等则忽略了平均风速较低的数据，只分析了10min平均风速大于16m/s的样本.4次实测结果都呈现了湍流强度随平均风速增加而减小的规律.日本建筑荷载规范[26]中地貌相似（V类）、高度相同处（494m）的纵向湍流强度约为0.11，中国建筑结构荷载规范中相同地貌（D类）、相同高度（494 m）的纵向湍流强度为0.12，本文实测结果比两者略大.表2实测湍流强度对比Tab.2Comparison of turbulence intensities研究方法风场类型I u I v I u∶I v An等[23]台风“梅花”0.140.131∶0.93 Quan等[24]良态强风0.0850.0751∶0.88黄子逢等[25]台风“灿鸿”0.1070.0661∶0.62本文方法台风“温比亚”0.1350.1321∶0.98 2.2.2阵风因子风速的极值特性是风特性分析中十分重要的部分.阵风因子反映了阵风风速与平均风速之比，定义为阵风持续时间t g（本文取3s）内最大平均风速与分析时距（10min）的水平平均风速U之比，即G u（t g）=1+max（u（t g））U（2）G v（t g）=max（v（t g））U（3）式中：G i（t g）（i=u，v）分别为纵向和横向阵风因子；max（u（t g））和max（v（t g））分别表示纵向和横向脉动风在分析时距（10min）内阵风持续时间t g的最大平均风速.图9为纵向和横向阵风因子G u、G v随10 min平均风速变化情况.从图中可以看出，G u随平均风速增加没有明显的变化趋势，G v则先随着平均风速的增加而逐渐减小，当10min平均风速大于16m/ s后逐渐趋于稳定.G u、G v平均值分别为1.26、0.37，两者比值为G u∶G v=1∶0.29.An等，Quan等和黄子逢等也对阵风因子进行了分析，见表3.从表中可以看出，本文实测结果与An等实测结果接近，G u和G v与Quan等实测结果相差比较大，G v与黄子逢等实测结果存在差异，原因与上文中湍流强度存在差异的原因相同.10121416182022241.81.61.41.21.00.80.60.40.2G uG v10min平均风速/（m·s-1）图9阵风因子与10min平均风速关系Fig.9Gust factors versus10min mean wind speed表3实测阵风因子对比Tab.3Comparison of gust factors研究方法风场类型G u G v G u∶G vAn等[23]台风“梅花” 1.280.311∶0.24 Quan等[24]良态强风 1.150.171∶0.15黄子逢等[25]台风“灿鸿” 1.230.181∶0.15本文方法台风“温比亚” 1.260.371∶0.29阵风因子和湍流度之间的关系是风特性分析中重要的脉动参数关系.图10为纵向和横向阵风因子与湍流强度之间的关系，从图10可知，纵向和横向的阵风因子均随着湍流强度增加而增加.Cao等[27]和Li等[28]利用实测数据对阵风因子和湍流强度的经验关系式进行了线性和非线性拟合，表达式可统一为：G u=1+aI b u ln（T/t g）（4）式中：a和b均为待拟合参数；T为分析时距，取10 min；t g为阵风持续时间，本文取3s.本文分别对纵向和横向阵风因子与湍流强度的关系进行线性和非线性拟合.线性拟合结果为G u=1.21I u+1.09，G v= 2.61I u+0.02；非线性拟合结果为G u=1+0.19I u0.67ln （600/3），G v=0.60I v1.09ln（600/3）.从图10可知，G u与线性和非线性拟合结果接近，G v在低湍流强度时吻合得很好，随着湍流强度增加阵风因子略呈发散趋势.总体上G u和G v随着湍流强度的增加而呈现线湖南大学学报（自然科学版）2021年104性增加的趋势.1.61.41.21.00.80.60.40.200.050.100.150.200.250.300.350.40G u vs I uG v vs I v线性拟合（顺风向，R 2=0.80）线性拟合（横风向，R 2=0.88）非线性拟合（顺风向，R 2=0.79）非线性拟合（横风向，R 2=0.88）湍流强度图10湍流强度与阵风因子关系Fig.10Gust factors versus turbulence intensities2.2.3峰值因子峰值因子也是反映风速极值特性的重要参数.峰值因子表征了脉动风速的瞬时强度，定义为：g u =（U ^t -U ）/σu（5）式中：g u 为峰值因子；U^t 为分析时距（10min ）内阵风持续时间t g （3s ）最大平均风速；σu 为分析时距内脉动风速u （t ）标准差.图11为峰值因子随10min 平均风速变化的情况.从图中可以看到，峰值因子在平均风速小于16m/s 时受平均风速影响的规律性不明显.当平均风速大于16m/s 时，峰值因子呈现出随平均风速先增大后减小，并逐渐趋于稳定.总体来看，峰值因子呈现出随着10min 平均风速增大而略微增大的趋势，变化区间为[1.33，2.91]，平均值为1.98.表4为4次实测峰值因子均值的对比.本次实测结果峰值因子均值稍低.4次实测结果的峰值因子均有随着10min 平均风速增大而增大的趋势.1012141618202224峰值因子均值3.53.02.52.01.51.00.5010min 平均风速/（m ·s -1）图11峰值因子与10min 平均风速关系Fig.11Peak factors versus 10min mean wind speed表4实测峰值因子对比Tab.4Comparison of peak factors研究方法风场类型g u An 等[23]台风“梅花” 2.11Quan 等[24]良态强风 2.06黄子逢等[25]台风“灿鸿” 2.11本文方法台风“温比亚”1.982.2.4湍流积分尺度湍流积分尺度定义了若干具有一定特征的代表性的涡旋尺度来表征湍流中涡旋的平均尺度.本文采用基于Taylor 假设自相关函数法计算纵向和横向脉动风速的湍流积分尺度.计算公式为：L xi=U σ2i 0.05σ2i0∫R i （τ）d τ（i =u ，v ）（6）式中：L xi （i =u ，v ）分别为纵向和横向湍流积分尺度；U 为10min 平均风速；R i （τ）（i =u ，v ）为脉动风速的自相关函数；σ2i （i =u ，v ）为脉动风速的方差.图12为纵向和横向湍流积分尺度随10min 平均风速变化情况.从图中可以看出，两个方向的湍流积分尺度随10min 平均风速增加而没有明显的变化趋势，纵向和横向湍流积分尺度的平均值分别为：261.06m 和136.93m ，L u ∶L v =1∶0.52.表5为4次实测结果对湍流积分尺度的对比.从表中可以看出，不同实测结果得到的湍流积分尺度之间有较大的差异，原因可能是An 等现场实测时环球金融中心周边建筑环境与现在存在较大的差别；Quan 等由于只是对良态强风进行分析而季风和台风之间的湍流结构存在明显的差异；黄子逢等通过拟合广义风速谱的方法所求的纵向和横向湍流积分尺度，其结果均偏小.根据日本建筑荷载规范计算环球金融中心顶部（497m ）的纵向湍流积分尺度为405.79m ，本文实测结果偏小.8007006005004003002001001012141618202224L x u L x v10min 平均风速/（m ·s -1）图12湍流积分尺度与10min 平均风速关系Fig.12Turbulence integral length scaleversus 10min mean wind speed傅国强等：上海陆家嘴地区高空台风“温比亚”风特性实测第1期105表5实测湍流积分尺度对比Tab.5Comparison of turbulence integral length研究方法风场类型L u L v L u ∶L vAn 等台风“梅花”217.60117.981∶0.54Quan 等良态强风212.23198.281∶0.93黄子逢等台风“灿鸿”187.0072.001∶0.39本文方法台风“温比亚”261.06136.931∶0.522.2.5脉动风功率谱脉动风功率谱密度描述了湍流中不同尺度的涡的动能对湍流脉动动能的贡献，它在频域上的分布代表了湍动能在不同尺度上的能量分布比例.各国学者提出了几种具有代表性的拟合经验功率谱，分别为达文波特谱、冯卡门谱、卡曼谱以及哈里斯谱.冯卡门（Von-Karman ）谱的表达式为：nS u （n）σ2u =4nL x u /U [1+70.8（nL x u /U）2]5/6（7）nS v （n）σ2v =4nL x v /U [1+755.2（nL x v /U ）2][1+283（nL x v /U ）2]11/6（8）式中：S u （n ）和S v （n ）分别为纵向和横向脉动风功率谱密度；σ2u 和σ2v 分别为相应的脉动风速方差；n 为脉动风速频率.图13和图14分别为实测得到不同平均风速下纵向和横向的归一化平均脉动风功率谱.从图中可以看出，高风速样本在高频段谱值比低风速样本大，在惯性子区内衰减速率也比低风速样本缓慢；不同平均风速下纵向和横向脉动风功率谱和相应的Von-Karman 谱均吻合得很好，在高频部分略大于Von-Karman 谱.10010-110-210-310-210-1100101102U =22.52m/s Von-Karman （U =22.52m/s ）U =18.64m/s Von-Karman （U =18.64m/s ）nL x u /U图13归一化纵向脉动风功率谱密度Fig.13Normalized power spectra density of longitudinal fluctuating wind speed10-210-110010110010-110-210-3U =22.52m/sVon-Karman （U =22.52m/s ）U =18.64m/s Von-Karman （U =18.64m/s ）nL x v /U图14归一化横向脉动风功率谱密度Fig.14Normalized power spectra densityof lateral fluctuating wind speed3结论本文通过对台风“温比亚”登陆上海前后上海环球金融中心顶部东北端超声风速仪记录的风速时程数据进行分析，可以得到以下结论：1）3s 最大平均风速与10min 平均风速呈现出较好的线性关系：y =1.32x ；10min 最大平均风速与1h 平均风速也呈现出很好的线性关系：y =1.14x .本文实测结果与张相庭[22]的近似统计比值存在一定的差距.2）纵向和横向湍流强度均值分别为0.135和0.132，比值为I u ∶I v =1∶0.98.湍流强度随着平均风速增加而下降，但当平均风速大于16m/s 后却没有明显的变化趋势.本文实测结果比中国规范和日本规范略大.3）纵向和横向阵风因子均值分别为1.26和0.37，比值为G u ∶G v =1∶0.29.G u 随平均风速增加没有明显的变化趋势，G v 随着平均风速的增加而逐渐减小.纵向和横向的阵风因子与湍流强度的线性拟合结果与非线性拟合结果吻合较好，表明G u 和G v 随着湍流强度的增加而呈现线性增加的趋势.4）峰值因子呈现出随着平均风速增大而增大的趋势.峰值因子的变化区间为[1.33，2.91]，均值为1.98.5）纵向和横向湍流积分尺度均值分别为261.06m 、136.93m ，比值为L u ∶L v =1∶0.52.湍流积分尺度随平均风速增加而没有明显的变化趋势.6）实测台风“温比亚”纵向和横向脉动风功率谱与Von-Karman 谱吻合得很好.湖南大学学报（自然科学版）2021年106参考文献［1］顾明.土木结构抗风研究进展及基础科学问题［R］.北京：科学出版社，2006：382—403.GU M.The research process and basic scientific issues about civilstructure［R］.Beijing：Science Press，2006：382—403.（In Chi-nese）［2］ANDERSEN O J，LΦVSETH J.The Fr准ya database and maritime boundary layer wind description［J］.Marine Structures，2006，19（2）：173—192.［3］WILLS J A B，GRANT A，BOYACK C F.Offshore mean wind profile ［R］.London：Department of Energy，1986：86—226.［4］MCCLINTOCK J D，POND G S，DACIDSONL L W.Offshore wind gust climatologies，sea consult limited，report prepared for atmo-spheric environment［R］.Ottawa：Canadian Climate Service CenterMarine Applied Unit，1998：97—109.［5］KIJEWSKI-CORREA T L.Full-scale measurements and system identification：a time frequency perspective［D］.Notre Dame：TheUniversity of Notre Dame，2003：404—433.［6］KIJEWSKI-CORREA T L，PIRNIA J D.Dynamic behavior of tall buildings under wind：insights from full-scale monitoring［J］.TheStructural Design of Tall and Special Buildings，2007，16（4）：471—486.［7］ZHANG J W，LI Q S.Field measurements of wind pressures on a 600μm high skyscraper during a landfall typhoon and comparisonwith wind tunnel test［J］.Journal of Wind Engineering and Indus-trial Aerodynamics，2018，175（12）：391—407.［8］ZHANG J W，LI Q S.Wind tunnel test and field measurement study of wind effects on a600m high super-tall building［J］.The Struc-tural Design of Tall and Special Buildings，2017，26（11）：1385—1401.［9］FU J Y，WU J R，XU A，et al.Full-scale measurements of wind ef-fects on Guangzhou West Tower［J］.Engineering Structures，2012，35（1）：120—139.［10］LI Q S，ZHI L H，TUAN A Y，et al.Dynamic behavior of Taipei101 tower：field measurement and numerical analysis［J］.Journal ofStructural Engineering，2011，137（1）：143—155.［11］LI Q S，FU J Y，XIAO Y Q，et al.Wind tunnel and full-scale study of wind effects on China’s tallest building［J］.Engineering Struc-tures，2006，28（12）：1745—1758.［12］LI Q S，XIAO Y Q，WU J R，et al.Typhoon effects on super-tall buildings［J］.Journal of Sound and Vibration，2008，313（3/4/5）：581—602.［13］XU Y L，ZHAN S.Field measurements of di Wang tower during ty-phoon york［J］.Journal of Wind Engineering and Industrial Aerody-namics，2001，89（1）：73—93.［14］GUO Y L，KAREEM A，NI Y Q，et al.Performance evaluation of Canton Tower under winds based on full-scale data［J］.Journal ofWind Engineering and Industrial Aerodynamics，2012，104/105/106：116—128.［15］史文海，李正农，罗叠峰，等.台风“鲇鱼”作用下厦门沿海某超高层建筑的风场和风压特性实测研究［J］.建筑结构学报，2012，33（1）：1—9.SHI W H，LI Z N，LUO D F，et al.Field measurements of boundarylayer wind field and wind pressure characteristics of a super-tallbuilding on Coast of the Xiamen City during passage of typhoon Me-gi［J］.Journal of Building Structures，2012，33（1）：1—9.（In Chi-nese）［16］梁枢果，彭晓辉，王磊，等.良态风作用下超高层建筑风压特性现场实测与风洞试验对比研究［J］.土木工程学报，2015，48（5）：35—43.LIANG S G，PENG X H，WANG L，et parative study betweenfield measurement and wind tunnel test for wind pressure on WuhanInternational Stock Building［J］.China Civil Engineering Journal，2015，48（5）：35—43.（In Chinese）［17］何宏明，雷旭，聂铭，等.台风“海马”登陆中心近地风场特性实测研究［J］.建筑结构学报，2018，39（10）：29—36.HE H M，LEI X，NIE M，et al.Field measurement research of nearground wind field characteristics at landing center during ty-phoon‘Haima’［J］.Journal of Building Structures，2018，39（10）：29—36.（In Chinese）［18］张志田，谭卜豪，陈添乐.丘陵地区深切峡谷风特性现场实测研究［J］.湖南大学学报（自然科学版），2019，46（7）：113—122.ZHANG Z T，TAN B H，CHEN T L.Study on field measurement ofwind properties near a canyon deep-cut to hilly land［J］.Journal ofHunan University（Natural Sciences），2019，46（7）：113—122.（InChinese）［19］沈炼，韩艳，蔡春声，等.山区峡谷桥址处风场实测与数值模拟研究［J］.湖南大学学报（自然科学版），2016，43（7）：16—24.SHEN L，HAN Y，CAI C S，et al.Experiment and numerical simula-tion for wind field of a long-span suspension bridge located inmountainous canyon［J］.Journal of Hunan University（Natural Sci-ences），2016，43（7）：16—24.（In Chinese）［20］项海帆，葛耀君，朱乐东，等.现代桥梁抗风理论与实践［M］.北京：人民交通出版社，2005：7—47.XIANG H F，GE Y J，ZHU L D，et al.Modern theory and practice onbridge wind resistance［M］.Beijing：China Communications Press，2005：7—47.（In Chinese）［21］建筑结构荷载规范：GB5009—2012［S］.北京：中国建筑工业出版社，2012：30—63.Load code for the design of building structures：GB5009—2012［S］.Beijing：China Architecture and Building Press，2012：30—63.（InChinese）［22］张相庭.工程结构风荷载理论和抗风计算手册［M］.上海：同济大学出版社，1990：26—30.ZHANG X T.Wind pressure and calculation of wind-induced vibra-tion［M］.Shanghai：Tongji University Press，1990：26—30.（InChinese）［23］AN Y，QUAN Y，GU M.Field measurement of wind characteristics of typhoon Muifa on the shanghai world financial center［J］.Interna-tional Journal of Distributed Sensor Networks，2012，8（9）：893739.［24］QUAN Y，WANG S，GU M，et al.Field measurement of wind speeds and wind-induced responses atop the shanghai world financial cen-ter under normal climate conditions［J］.Mathematical Problems inEngineering，2013，2013：469—481.［25］黄子逢，顾明.上海环球金融中心顶部台风“灿鸿”风速实测［J］.同济大学学报（自然科学版），2016，44（8）：1205—1211.HUANG Z F，GU M.Field measurement of wind characteristics oftyphoon Chan-hom on Shanghai world financial center［J］.Journalof Tongji University（Natural Science），2016，44（8）：1205—1211.（In Chinese）［26］AIJ recommendations for loads on buildings：AIJ—2004［S］.Tokyo：Architecture Institute of Japan，2004：614—618.［27］CAO S Y，TAMURA Y，KIKUCHI N，et al.Wind characteristics of a strong typhoon［J］.Journal of Wind Engineering and IndustrialAerodynamics，2009，97（1）：11—21.［28］LI L X，KAREEM A，XIAO Y Q，et al.A comparative study of field measurements of the turbulence characteristics of typhoon and hur-ricane winds［J］.Journal of Wind Engineering and Industrial Aero-dynamics，2015，140（12）：49—66.傅国强等：上海陆家嘴地区高空台风“温比亚”风特性实测第1期107。

上海市防御台风“利奇马”工作评估

Nov.2019NO.11VOL.292019年11月第11期第29卷防御专题DEFENSE OF TYPHOON LEKIMA1基本概况201909号台风“利奇马”于2019年8月4日14时在菲律宾以东洋面生成，10日凌晨1时45分在浙江温岭城南镇沿海登陆，10日晚11时左右越过上海同纬度北上，是2019年登陆我国的最强台风，也是新中国成立以来登陆华东地区第3强台风。

上海中心气象台于8月8日17时发布台风蓝色预警，市防汛指挥部启动全市防汛防台风Ⅳ级响应；9日13时，台风预警信号升级为黄色，全市防汛防台风响应行动提升至Ⅲ级；16时30分，发布暴雨黄色预警；18时，全市防汛防台风响应行动提升至Ⅱ级；22时10分，台风预警信号再次升级为橙色；10日14时20分，暴雨黄色预警信号再次升级为橙色；17时30分，暴雨橙色预警信号调整为黄色；23时15分，台风橙色预警信号调整为黄色，全市防汛防台风应急响应行动调整为Ⅲ级；23时40分，暴雨黄色预警信号调整为蓝色；11日6时，随着台风“利奇马”远离本市，上海中心气象台解除暴雨蓝色预警信号和台风黄色预警信号，上海市防汛指挥部于8月11日10时终止全市应急响应行动。

1.1对上海的风雨影响台风“利奇马”影响期间，对上海市造成了较为严重的风雨影响，具有以下3个特点：（1）降雨总量大、风雨强度强。

台风“利奇马”影响期间，上海市普降暴雨到大暴雨，过程降雨量大部分地区在150～250mm 之间，平均167mm ，主要集中在奉贤、闵行、金山、浦东等区，累计过程最大点降雨量奉贤区中港闸站272mm ，累计降雨量大于100mm 的测站占92.9%（200mm 的测站有134个，约占20.1%；在100～200mm 之间的测站共有485个，约占72.8%。

）。

最强降雨主要发生在10日午后，最大1h 降雨量闵行区七宝站102mm ，并有7个测站最大1h 降雨量超过100mm 。

短时强降雨造成多条路段积水。

2019年度上海台风研究基金项目

年度上海台风研究基金项目申报指南上海台风研究基金项目由上海市气象局设立，依托中国气象局上海台风研究所管理。

项目面向大气科学学科前沿，围绕国家和地方气象防灾减灾重大需求，用于资助台风、海洋气象、数值天气预报及其它与华东区域气象业务相关领域的应用基础理论和应用技术研究。

欢迎境内外相关领域的科研与业务人员积极申请。

一、资助方向（一）重点学科领域领域：台风.台风观测及资料应用技术.台风路径和强度结构变化及其机理.台风边界层及云水微物理等物理过程及参数化.台风预报预测及检验技术.台风工程减灾、灾害风险预警和防灾效益评估技术领域：区域数值天气预报.卫星和雷达资料同化理论和技术.适合高分辨率模式的物理过程.中尺度区域模式集合预报技术.基于观测的数值预报产品释用技术领域：海洋气象.台风条件下海气相互作用过程.海上大风大雾过程和预报技术.中尺度台风海气耦合模式的物理过程.海洋观测资料同化方法领域：其他.边界层内污染天气的物理化学过程及其相互作用.大气污染的气候预测方法和技术. 污染天气实况分析业务技术.主要气象灾害对典型生态系统影响评估（二）业务亟需领域.台风预报技术研发和应用.海洋气象应用技术.数值预报应用技术.台风与海洋气象大数据应用.对流系统发生、发展机理及预报技术.人工智能技术在气象观测、预报预警中的应用（三）区域协同发展领域.华东区域台风预报技术.华东区域高分辨率模式集合预报技术.华东区域模式解释应用技术.华东空中云水资源监测评估.长三角区域环境气象动力统计预报技术.长三角复合大气污染机制.沿海特大城市气象环境灾害综合风险分析与防范技术.观测站网布局评估检验技术（四）博士后专项该类项目用于资助上海台风研究所在站博士后，资助方向同“重点学科领域”。

二、项目类型. 重点学科领域：资助对象是境内外科研业务人员，平均资助强度万;. 业务亟需领域：根据《上海市气象局研究型业务试点实施方案》组织实施，平均资助强度万;. 区域协同发展领域：平均资助强度万;. 博士后专项：资助上海台风研究所在站博士后，平均资助强度万。

上海沿海站点极大风速预报方程的细化和完善

上海沿海站点极大风速预报方程的细化和完善
朱智慧;郑运霞;过霁冰
【期刊名称】《海洋预报》
【年(卷),期】2022(39)1
【摘要】利用上海沿海14个站点2012—2019年的观测资料,分析了2 min平均风速和极大风速的关系,对沿海站点极大风速预报方程进行了细化和完善。

结果表明:2 min平均风速与极大风速具有近似线性的关系;2 min平均风速和极大风速的关系不是均一分布,各站点极大风速回归方程的回归系数从沿岸到近海基本呈递减趋势;对4级以上的平均风,各站点极大风速回归方程的回归系数随风级增大基本保持不变;独立样本检验结果表明,建立的各站点极大风速回归方程能够较好地用来估计各站点的极大风速;台风影响上海沿海期间与全时间段的极大风速回归方程基本一致。

【总页数】7页(P32-38)
【作者】朱智慧;郑运霞;过霁冰
【作者单位】上海海洋中心气象台;中国气象局上海台风研究所;上海市奉贤区气象局
【正文语种】中文
【中图分类】P732.4
【相关文献】
1.福建沿海最大风速与极大风速线性回归分析
2.上海沿海极大风速预报方程的建立和应用
3.福建沿海台风影响下平均风速与极大风速的统计关系
4.基于MOS的广西北部湾沿海秋冬极大风速精细化预报
5.基于数值模式的苏北浅滩海域单站最大风速和极大风速预报方程建立
因版权原因，仅展示原文概要，查看原文内容请购买。

赴韩国参加第1届中韩热带气旋联合研讨会总结

赴韩国参加第1届中韩热带气旋联合研讨会总结
曾智华;谭燕;黄伟
【期刊名称】《气象科技合作动态》
【年(卷),期】2009(000)003
【摘要】中国气象局上海台风研究所余晖副所长一行7人组成的代表团于2008年12月1～5日参加了在韩国济州召开的第1届中韩热带气旋联合研讨会（The First Korea—China Joint Workshopon The Tropical Cyclones）。

本次会议是根据韩国气象厅与中国气象局气象科技合作联合工作组第9次会议关于未来合作活动的协议，
【总页数】2页(P18-19)
【作者】曾智华;谭燕;黄伟
【作者单位】中国气象局上海台风研究所,上海200030
【正文语种】中文
【中图分类】P444
【相关文献】
1.赴韩国参加第3届ICE-POP2018国际学术研讨会总结 [J], 何晖;马新成;陈羿辰;郭欣;
2.赴韩国参加次季节至季节区域研讨会总结 [J], 祝从文; 梁旭东; 刘伯奇; 李论; 蒋宁; 廖圳
3.关于赴韩国参加“第十届中韩中医药学术研讨会”的通知 [J],
4.关于赴韩国参加“第十届中韩中医药学术研讨会”的通知 [J],
5.中华中医药学会关于赴韩国参加“第十届中韩中医药学术研讨会”的通知 [J],因版权原因，仅展示原文概要，查看原文内容请购买。

上海台风研究基金项目申请书【模板】

上海台风研究基金项目申请书Application Form for Shanghai Typhoon Research Foundation
申请人Applicant
合作者Cooperator
申请日期Date
申请领域Research Area
填表须知
一、请A4正反打印。

二、合作者必须是上海台风研究所的固定成员，有关内容应与合作者
协商。

三、申请者需同时提交纸质版及电子版申请书（最新版）。

纸质版一
份由合作者签字后交上海台风研究所台风研究基金管理办公室（地址：上海市**区蒲西路166号1号楼1206室,），联系电话：********。

电子版提交至tfjj@。

纸质版及电子版申请书内容必须一致，否则视此次申请无效。

七、项目主要实施人员情况
八、经费预算
附：
支出预算科目解释
差旅费：指项目执行过程中需支付的项目相关的国内差旅费和市内交通费用；
会议费：指项目执行过程中需要召开的审查会、咨询会、论证会等各种会议发生的费用；
出版/文献/信息传播/知识产权事务费：指在项目（课题）实施过程中，需要支付的出版费、资料费、专用软件购买费、文献检索费、查新费、专业通信费、专利申请及其他知识产权事务等费用。

劳务费：指项目执行过程中聘请项目参加人员以外的人员短期从事或咨询项目相关工作所支付的费用及来沪期间的生活补助；
专家咨询费：指项目执行过程中咨询项目相关工作所支付的费用。

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)。

年度上海台风研究基金项目
申报指南
上海台风研究基金项目由上海市气象局设立，依托中国气象局上海台风研究所管理。

欢迎境内外相关领域的科研与业务人员积极申请。

一、资助方向
（一）重点学科领域
领域：台风
.台风观测及资料应用技术
.台风路径和强度结构变化及其机理
.台风边界层及云水微物理等物理过程及参数化
.台风预报预测及检验技术
.台风工程减灾、灾害风险预警和防灾效益评估技术
领域：区域数值天气预报
.卫星和雷达资料同化理论和技术
.适合高分辨率模式的物理过程
.中尺度区域模式集合预报技术
.基于观测的数值预报产品释用技术
领域：海洋气象
.台风条件下海气相互作用过程
.海上大风大雾过程和预报技术
.中尺度台风海气耦合模式的物理过程
.海洋观测资料同化方法
领域：其他
.边界层内污染天气的物理化学过程及其相互作用.大气污染的气候预测方法和技术
. 污染天气实况分析业务技术
.主要气象灾害对典型生态系统影响评估
（二）业务亟需领域
.台风预报技术研发和应用
.海洋气象应用技术
.数值预报应用技术
.台风与海洋气象大数据应用
.对流系统发生、发展机理及预报技术
.人工智能技术在气象观测、预报预警中的应用（三）区域协同发展领域
.华东区域台风预报技术
.华东区域高分辨率模式集合预报技术
.华东区域模式解释应用技术
.华东空中云水资源监测评估
.长三角区域环境气象动力统计预报技术
.长三角复合大气污染机制
.沿海特大城市气象环境灾害综合风险分析与防范技术
.观测站网布局评估检验技术
（四）博士后专项
该类项目用于资助上海台风研究所在站博士后，资助方向同“重点学科领域”。

二、项目类型
. 重点学科领域：资助对象是境内外科研业务人员，平均资助强度万;
. 业务亟需领域：根据《上海市气象局研究型业务试点实施方案》组织实施，平均资助强度万;
. 区域协同发展领域：平均资助强度万;
. 博士后专项：资助上海台风研究所在站博士后，平均资助强度万。

三、申报要求
. 台风基金项目指南相关领域的科研业务技术人员均可提出申请，在读全日制学生除外。

. 申请人同期只能主持一项台风基金项目。

每项台风基金项目需与台风所的固定科研人员合作，并指定其作为项目合作
者。

四、申请和受理程序
.申请人根据以上资助方向填写《上海台风研究基金项目申请书》一式四份，经所在单位主管部门签署意见并加盖公章后，于年月日前寄交上海台风研究基金项目管理办公室（通讯地址附后），并将电子版发送至联系人。

.项目申请经台风基金管理办公室组织专家评审，并经上海市气象局审批后，确定资助项目及资助经费额度，评审意见将及时通知申请者。

.申请者根据申请书和评审意见填写《上海台风研究基金项目任务书》后正式立项。

五、联系方式
通信地址：上海市徐汇区蒲西路号
中国气象局上海台风研究所
邮编：
联系人：董亭
联系电话：
电子邮件：
附件:上海台风研究基金项目管理办法
附件:上海台风研究基金项目经费管理办法
附件:上海台风研究基金项目申请表
上海台风研究基金项目管理办公室
年月日。