应用数学中心

官元红团队在Climate Dynamics期刊发表题为“Response of Indian Ocean intertropical convergence zone to southern Indian Ocean dipole”的论文。

该论文基于1979-2022年北半球冬季的南印度洋海表面温度、海平面经向风、海平面气压、降水等气象观测资料，利用统计方法和通用地球系统模式(CESM 1.0.4)探讨了南印度洋偶极模态(SIOD)对印度洋上热带辐合带(ITCZ)位置变化的影响及可能的原因。研究结果表明，北半球冬季正SIOD (PSIOD)和负SIOD (NSIOD)事件发生后对次年印度洋ITCZ位置均有较大的影响，尤其是春季和夏季。观测资料显示在PSIOD事件发生次年春、夏季印度洋ITCZ均向北偏移，而NSIOD事件的影响则相反。CESM1.0.4模式的数值模拟不仅较好地复现了观测事实中的结论，且表明SIOD的东北极对ITCZ的影响大于西南极。NSIOD发生后ITCZ位置的移动可能是因为次年春、夏季的马斯克林高压和澳大利亚高压减弱，在50°-90°E附近的赤道上出现西北越赤道气流异常，同时在0º-20ºS上空有显著的异常上升运动，Hadley环流上升支偏南，故此时赤道印度洋以南出现降水正异常，从而导致印度洋ITCZ往南移动。而在PSIOD发生后，对次年春、夏季印度洋ITCZ位置的影响原因大致与NSIOD相反。

南印度洋海温作为中国降水预测的重要因子之一，该成果可为我国降水预测提供有价值的参考。

观测中(a)PSIOD年、(c)NSIOD年春季30°-120°E的垂直速度异常的经向平均值(阴影，单位：10-2Pascal/s)和经向质量流函数(等值线，单位：1010 kg/s)，以及CESM模式中(b)PSIOD试验、(d)NSIOD试验与控制试验的差值，(c)-(d)与(a)-(b)相同，但为夏季，白色打点处表示垂直速度异常通过了0.05的显著性检验。

（文章链接:https://doi.org/10.1007/s00382-024-07288-x）

刘文军团队在Nonlinearity期刊发表题为“The horizontal magnetic primitive equations approximation of the anisotropic MHD equations in a thin 3D domain”的论文。

该论文基于海洋和大气的水平尺度远大于垂直尺度的特性，利用水静力学近似模拟海洋和大气在垂直方向上的运动，通过引入一个小纵横比参数，分别设定水平粘性和磁扩散系数具有相同阶数以及垂直粘性和磁扩散系数具有相同阶数，取尺度变换后的三维各向异性不可压缩磁流体方程（简称“SHMHD”）的小纵横比极限推导出仅含水平粘性和磁扩散的三维本原方程（简称“PEHM”）。论文在垂直粘性和磁扩散系数具有相同O(εα)(α>2)阶情形下研究了PEHM的强收敛性和误差估计。对于H¹初值，当小纵横比参数趋于零时，SHMHD方程的全局弱解强收敛于PEHM的局部强解；对于具有额外正则性的H¹初值，通过前人的全局强解适定性结果，将局部强收敛扩展到全局强收敛；对于H²初值，当小纵横比参数趋于零时，SHMHD方程的全局强解强收敛于PEHM方程的全局强解。此外，收敛速率为O(εγ/2)，其中γ=min{2,α−2}。研究结果表明，由于PEHM中不存在垂直粘性和磁扩散，强收敛性和误差估计依赖于考虑问题的时间间隔。从物理角度来看，垂直粘性和磁扩散有助于消耗能量，进而加快收敛速率，如果没有这两种效应，解可能需要更长的时间才能收敛，或者与存在时相比可能会表现出不同的行为。另一方面，当α接近2时，解的收敛速率逐渐减缓，反映出垂直粘性和磁扩散接近水平方向时，跨尺度的湍流混合作用增强。

这项研究对理解大尺度海洋动力学及开发更精确的模型提供了有价值的参考作用。

论文的结构图

（文章链接:https://doi.org/10.1088/1361-6544/ad5131）

王曰朋团队在Journal of Computational Physics期刊发表题为“Accelerating inverse inference of ensemble Kalman filter via reduced-order model trained using adaptive sparse observations”的论文。

不确定性量化问题在灾害评估、气候变化等方面研究中的重要性越发受到重视。当前，尽管使用降阶模型来替代原模型在一个低维空间实施资料同化对于减少计算成本发挥了重要作用，但要在此基础上同时探索原空间最优观测位置确定以进一步减小计算和应用成本仍然受到研究和实际关注。该论文借助压缩感知思想自适应选择观测位置，自适应更新降阶模型，构建了可行的降阶集合卡尔曼滤波算法。主要结论有：提供了最优数量的降阶基；降阶基的数量远小于传统方法得到结果；成功实现了降阶集合卡尔曼滤波（ROM-EnKF）与离散经验插值（DEIM）的结合；有效地进行了波场重构；稀疏观测位置的确定有利于观测仪器的布放和观测组网的应用.

目前在上述工作基础上，针对非线性项的出现可能让设计的算法在高维系统上的成功实施受到“维数灾难”的影响，作者通过利用机器学习所得到计算成本较低的替代模型，进一步构造了基于数据驱动的降阶集合卡尔曼滤波资料同化新算法。新同化算法在对圆柱绕流等复杂流场的仿真和预报中获得较好效果。期待在更多场景下，使用更多数据来验证其适用性能。

基于FOM的EnKF数据同化计算结果，采用五点逼近实现三次平滑策略的滤波效果

（文章链接: https://doi.org/10.1016/j.jcp.2023.112600）

建立以预警为先导的防灾减灾应急气象服务业务的流程，提供灾前预警提醒服务。应用自然灾害风险普查成果及气象灾害预警信号发布标准，建立了天气过程（暴雨、台风、高温等）可能致灾预警提醒指标，指标包括：预警信号等级，如：蓝色、黄色、橙色、红色、时间，如：12小时、6小时、3小时、1小时观测值、概率值，如：80%、60%，风险等级，如：经济、农作物、人口等不同承灾体的风险等级，以暴雨灾害风险等级为例，如表1：暴雨灾害风险等级、级别含义。

通过实况观测及短时预报数据分析，结合雷达回波数据反衍，预测天气过程，如：暴雨的发展趋势（持续或减弱、降水区域路径及移动速度）、暴雨洪涝灾害的发生概率，依据预警提醒指标，提前发布预警提醒通知信息，通知应急指挥人员将要发布气象灾害预警的等级、时间、概率、区域、风险等级及未来天气趋势等信息，提高应急部门的救灾准备时间的提前量，帮助应急部门提前、有序的部署防灾减灾人力、资源、制定应对措施。

表1暴雨灾害风险等级、级别含义

预警提醒（移动端、平台端）

研究影响室内温度热平衡的气象因子与供热量的关系，联合供热公司，获取历史多个完整供热季的供热站数据、供热站供回水数据，结合相应时间段的气象数据，进行供热数据质量检测，并运用机器学习方法，计算出影响热负荷的气象因子（温度、风速风向、相对湿度）回归系数估计值，采用随机森林模型处理高维的数据，同时不做特征选择，得到变量重要性排序，建立热负荷预测算法模型。

热负荷预测模型采用EDA10（风速风向）、ERH（相对湿度）、TMP（温度）的GRB2模式预报文件作为输入参数，输出未来10天逐日的热负荷预测总量，形成热能调控建议服务。

热负荷预测模型在2021-2022年、2022-2023年两个供热季节为黄岛区供热公司节省成本约5000余万元，两年累计减少碳排放约13万吨，在保障居民供暖效能的同时，减少了能源消耗。

供热站数据检测

热负荷预测模型参数

依托山东省气象局科研所提供3×3公里72小时逐小时网格预报及240小时逐3小时网格预报数据、EC数据等多个模式预报数据，通过概率匹配集成平均法及人工智能的方式对模式数据进行集成，形成集成预报，并对大量加密自动站数据进行IDW插值，将自动站数据插值到网格，用于网格预报评分检验，最终形成基于概率匹配集成平均法及人工神经网络的融合多模式预报的网格预报模型。

模型利用了现有成熟的模式预报成果，进行集成，对每个网格数值进行概率匹配，可以对明显偏高或偏低的网格进行调整，使其更精准。

依托模型形成新网格预报产品，将黄岛区5000平方公里海区划分为更精细的7个海区，提供每个海区分时段（0-24小时内逐6小时、24-48小时逐12小时、48-72小时逐24小时）的精细化分区预报服务，通过提供精细化的分区预报，黄岛海域2024年1-4月增加通航时间168小时。

多模式网格集成

新旧网格预报产品对比