《中期天气过程的动力统计特征与数值模式预报》教学设计（大气科学专业本科三年级）

《中期天气过程的动力-统计特征与数值模式预报》教学设计（大气科学专业本科三年级）

  一、教学目标

  （一）知识目标

  1.学生能够准确定义中期天气过程（3-10天）的时间与空间尺度，阐述其与短期预报（0-3天）及短期气候预测（月、季）的本质区别。

  2.学生能够系统阐述中期天气过程的主要环流型特征，特别是行星波的活动、调整、上下游效应以及遥相关机制（如PNA、EU、WP型等），并能分析其对区域性持续天气（如寒潮、连阴雨、高温热浪）的影响。

  3.学生能够深入理解描述中期过程的核心动力框架，包括准地转理论在延伸期尺度的适用性与局限性，以及低频涡动、波流相互作用、能量频散等关键动力学概念。

  4.学生能够掌握中期过程的主要统计特征分析方法，如经验正交函数分解、主振荡型分析、滞后相关分析等，并能解读由此提取的大气低频模态（如MJO、AO、NAO等）的活动规律。

  5.学生能够阐明当前主流全球数值天气预报模式（如ECMWF-IFS、NCEP-GFS、CMA-GFS）的基本架构及其在中期预报中的物理过程参数化方案（特别是对流、云微物理、边界层、辐射过程），理解初值生成（集合预报）、模式误差与可预报性理论之间的关系。

  （二）能力目标

  1.分析与诊断能力：能够综合运用天气图、物理量场、卫星及再分析资料，独立诊断一次典型中期天气过程的演变特征，识别关键系统及其相互作用。

  2.模式产品释用能力：能够批判性地解读和比较不同数值预报中心发布的中期集合预报产品（如集合平均、概率预报、预报发散度），评估预报的不确定性，并基于此做出合理的预报推断。

  3.跨尺度思维与综合研判能力：能够建立从天气尺度系统到行星尺度环流背景的联系，理解多尺度相互作用对中期过程的影响，并能在动力框架与统计规律之间建立交叉印证。

  4.初步科研能力：能够设计简单的统计或动力诊断方案，对某一类中期天气过程（如持续性降水）进行特征提取和成因分析，并撰写规范的分析报告。

  （三）素养与情感目标

  1.科学精神：培养严谨、求实的科学态度，认识到大气科学的复杂性与可预报性的边界，树立基于证据和逻辑的预报思维。

  2.系统思维：建立大气系统是开放的、非线性的复杂巨系统的观念，理解局地天气与全球环流是统一整体。

  3.责任意识：深刻理解中期天气预报在社会经济（如农业、交通、能源）、防灾减灾（如台风、洪水、干旱）中的重大作用，增强职业使命感。

  4.创新意识：了解人工智能/机器学习技术在中期预报领域的最新应用（如结合数值模式与深度学习进行偏差校正或建立纯数据驱动预报模型），激发探索前沿技术的兴趣。

  二、教学重点与难点

  （一）教学重点

  1.中期天气过程的环流演变共性特征与关键系统识别。这是理解中期过程物理本质的基石。

  2.行星波动力学与遥相关理论。这是连接局地异常天气与全球环流异常的核心理论桥梁。

  3.数值模式在中期预报中的原理、流程与不确定性来源。这是现代中期预报业务的科技核心。

  4.集合预报系统的构建理念及其产品释用方法。这是应对预报不确定性、进行概率预报的科学方法。

  （二）教学难点

  1.准地转理论向低频尺度拓展时的修正与补充概念（如慢曼方程、波作用量守恒）。

  2.多尺度相互作用的非线性过程在中期演变中的具体体现，例如天气尺度瞬变涡动如何反馈并维持行星尺度的异常环流。

  3.初值误差与模式物理过程误差在中长期限内的增长规律，以及它们对集合预报离散度影响的区分。

  4.统计方法与动力方法在中期预报中的融合策略，如如何利用统计后处理技术（MOS、集合模型输出统计）来订正动力模式预报的系统性偏差。

  三、教学思路与方法

  （一）总体思路

  本教学设计遵循“现象观测->理论提炼->模式模拟->产品应用->前沿展望”的逻辑主线。以真实的、有重大影响的持续性天气事件（如2022年长江流域夏季极端高温热浪过程）为贯穿始终的案例，将抽象的理论、复杂的模式和前沿的技术都锚定在具体的问题解决情境中。教学从天气学图表分析入手，引导学生发现中期过程的“特征”；进而引入动力和统计工具，深入剖析其“机理”；再展示数值模式如何模拟和预测这些过程，讨论“可预报性”；最后学习如何运用模式产品做出“预报决策”。整个过程强调“教师引导下的探究式学习”和“问题驱动的小组协作学习”。

  （二）教学方法

  1.案例教学法：精选国内外经典及近年极端中期天气过程案例，进行全景式、解剖式分析。

  2.问题导向学习：在每一核心环节设置关键性问题链，如“为什么寒潮爆发常常具有阶段性？”、“数值模式预报7天后的台风路径为何发散？”，驱动学生主动思考。

  3.混合式教学：利用在线课程平台（如本校Moodle系统）提供预习资料（文献、数据、软件教程）、翻转课堂视频（讲解难点概念），课堂时间集中于研讨、实操和深化。

  4.研讨式教学：组织学生对有争议的预报难点或前沿学术观点进行辩论，例如“对于某次过程，是初值误差还是物理过程误差主导了预报失败？”。

  5.实践操作法：在计算机实验室，指导学生使用专业软件（如GrADS、NCL、Python气象库）进行再分析资料诊断和集合预报产品可视化分析，完成小型研究项目。

  四、教学准备

  （一）教师准备

  1.教学案例库建设：收集并整理近10年具有代表性的中期过程个例的完整数据集（包括常规观测、卫星、雷达、再分析资料ECMWFERA5、NCEP/NCAR等）。

  2.数值预报产品库：实时订阅或缓存ECMWF、NCEP、CMA等机构的确定性及集合预报产品（GRIB格式）。

  3.课件与讲义：制作融入大量动态可视化（动画、交互图表）的课件，编写包含详细理论推导、方法步骤和思考题的讲义。

  4.软件与环境：确保计算机实验室安装有必要的分析软件和编程环境，并配置好示例脚本和数据集。

  5.预习任务单：设计明确的课前预习任务，包括阅读指定文献、观看微视频、完成在线测验。

  （二）学生准备

  1.知识基础：熟练掌握《动力气象学》、《天气学原理》、《大气物理学》的核心内容。

  2.技能基础：具备基本的天气图分析能力和计算机编程（至少一门，如Python）入门技能。

  3.预习要求：按时完成线上预习任务，带着问题和初步见解进入课堂。

  五、教学过程实施（共计16学时，分8次课，每次2学时）

  （一）第一单元：引言与中期过程天气学特征辨识（2学时）

  1.课堂导入（15分钟）：播放一段关于一次持续性强降水或热浪事件对社会经济造成影响的新闻短片。提问：“如果我们能提前5-7天更准确地预报这类事件的开始、持续和结束，价值有多大？”引出中期预报的独特地位和挑战。

  2.核心概念建立（30分钟）：

    a.时间尺度界定：对比天气尺度（2-6天）与气候尺度（月以上），明确中期（延伸期）3-10天的“缝隙”地位。强调其时间尺度接近或超过线性理论下的可预报性上限（Lorenz,1969）。

    b.空间特征：展示500hPa高度场动画，引导学生观察从天气尺度涡旋的快速移动，到行星尺度波列的缓慢演变甚至准定常。引出“环流型”概念。

  3.案例实操分析（45分钟）：以一次东亚寒潮过程为例。

    a.分组活动：各小组利用提供的逐日天气图（海平面气压、500hPa高度、850hPa温度）和卫星云图序列，描述从冷空气堆积、关键槽脊发展、到爆发南下的全过程。重点关注乌拉尔山阻塞高压、东亚大槽的演变。

    b.教师引导总结：提炼出中期过程的典型生命史阶段（酝酿、发展、鼎盛、衰减），以及关键系统（阻塞高压、切断低压、季风槽等）的配置。引入“阶段性”、“转折性”等描述词。

  4.小结与布置任务（10分钟）：总结中期过程在天气图上的直观表现。布置课后作业：从气候资料中挑选另一个自己感兴趣的持续性天气过程，绘制其关键环流系统的时序演变简图，并撰写500字的特征描述。

  （二）第二单元：中期过程的动力学基础I：行星波与遥相关（2学时）

  1.复习与问题深化（15分钟）：回顾上节课案例，提问：“为什么阻塞高压能在乌拉尔山地区稳定维持一周以上？它的能量从哪里来？它如何影响远在东亚的天气？”引出对动力机制的探究。

  2.行星波动力学精讲（40分钟）：

    a.从准地转位涡方程出发，推导在基本气流中罗斯贝波的频散关系。讨论波速与基本气流、波长的关系。

    b.引入“能量频散”概念：通过动画演示罗斯贝波包的能量传播速度（群速度）可以远快于相位速度，解释上游系统变化如何通过能量频散影响下游（上下游效应）。

    c.讲解“波流相互作用”：定性介绍瞬变涡动的热量和动量输送如何反馈并维持或改变平均气流（如西风急流）和准定常行星波。

  3.遥相关理论与环流型（30分钟）：

    a.介绍遥相关的概念：大气中相隔数千公里的两个区域气象要素之间的显著相关。

    b.重点讲解太平洋-北美型遥相关：利用再分析资料，演示赤道中东太平洋海温异常如何通过激发对流、产生Rossby波源，进而形成一条通往北美的波列，影响北美天气。

    c.展示其他关键遥相关型（欧亚型、西太平洋型）的示意图和典型天气影响。

  4.课堂研讨（15分钟）：提供一次与ENSO（厄尔尼诺）事件相关的冬季环流异常个例。让学生分组讨论，尝试根据遥相关理论，推理我国东部地区可能出现的温度降水异常分布，并与实况对比。强调“概率性”而非“确定性”关系。

  （三）第三单元：中期过程的动力学基础II：低频变异与可预报性（2学时）

  1.承上启下（10分钟）：回顾行星波理论主要处理的是线性或弱非线性过程。提问：“对于时间尺度更长的中期低频变化，例如持续数周的环流异常，有哪些额外的动力学机制需要考虑？”

  2.低频变异机制（45分钟）：

    a.外源强迫的重要性：阐述下垫面强迫（海表温度异常SSTA、土壤湿度异常、雪盖异常）作为缓慢变化的“记忆”元件，如何通过热力过程调制大气环流。特别强调热带SSTA（如ENSO、印度洋偶极子）的强信号作用。

    b.大气内部非线性动力学：简要介绍多平衡态理论（如阻塞高压可能是大气动力方程的一个稳定解）；混沌系统中的间歇性和低频振荡；以及天气尺度瞬变涡动的强迫对低频流的维持作用（涡动强迫的整流效应）。

    c.介绍MJO（热带季节内振荡）：作为联系天气与气候的桥梁，讲解其结构、传播特征及其通过遥相关对全球中高纬度中期过程的影响。

  3.可预报性理论（30分钟）：

    a.回顾Lorenz的混沌理论：完美模式下，由于初值微小误差的指数增长，确定性预报存在理论极限（约2周）。

    b.可预报性的来源区分：

      i.第一类可预报性：依赖于初始条件（天气尺度）。随预报时效增长迅速衰减。

      ii.第二类可预报性：依赖于边界强迫（低频信号）。在延伸期尺度上可能占主导，提供可预报性来源。

    c.可预报性的时空差异：热带地区由于对流活跃和ENSO信号强，可预报性可能高于中高纬；某些环流型（如强阻塞形势）下的可预报性可能高于纬向流型。

  4.小结（5分钟）：强调中期预报是充分利用“第二类可预报性”，在混沌的海洋中寻找相对确定的信号。

  （四）第四单元：中期过程的统计特征分析方法（2学时）

  1.从动力到统计的过渡（10分钟）：提问：“面对海量的历史观测数据，我们如何从‘数据’中自动提取出中期过程的典型模态和演变规律？这能为我们理解动力机制和改进预报提供什么帮助？”

  2.核心统计方法详解（60分钟）：

    a.经验正交函数分解：原理讲解（分解时空场为空间模态和时间系数）。演示用EOF分析北半球500hPa高度场，提取出如北极涛动、北太平洋模态等主要低频模态。解释各模态的天气气候意义。

    b.主振荡型分析：作为EOF的拓展，介绍其在提取具有准周期振荡特征模态（如MJO）方面的优势。

    c.奇异值分解：用于分析两个气象场之间的耦合协同变化模式。举例：SSTA场与北半球环流异常场的SVD分析，揭示海气相互作用的关键区域和模态。

    d.滞后相关与回归分析：用于建立前兆信号与后期天气之间的联系。例如，分析前期某关键区环流指数与后期我国降水异常的滞后关系。

  3.上机实践引导（20分钟）：教师在主控电脑上，使用Python和xarray库，对提供的样例数据（如冬季东亚地面温度场）进行简单的EOF分析，并实时解释代码和输出结果（空间模态图、时间序列、方差贡献）。学生跟随操作。

  （五）第五单元：中期数值天气预报模式原理（2学时）

  1.模式概述（20分钟）：

    a.历史回顾：从Richardson的手工梦想，到Charney等人的首次成功，再到现代每秒千万亿次浮点运算的超级计算机支持下的全球模式。

    b.现代全球数值天气预报系统的基本流程图：观测资料->资料同化（生成初值）->数值模式（动力核心+物理过程）积分->后处理与产品生成。

  2.动力框架与离散化（25分钟）：

    a.简述模式控制方程（原始方程组）。

    b.讲解数值方法核心概念：时空离散（网格谱方法）、初边值条件。

    c.重点讨论与中期预报相关的设计选择：水平分辨率（公里级到十公里级）与垂直层数（几十到上百层）对描述多尺度过程的影响；时间积分方案与计算稳定性。

  3.物理过程参数化（40分钟）：这是中期预报误差的关键来源之一。分模块讲解：

    a.对流参数化：为何需要？介绍质量通量方案的基本思想。讨论其对热带和中纬度降水预报、以及非绝热加热反馈的重要性。

    b.云微物理：水成物（云水、雨水、冰晶等）的相互转换过程，影响潜热释放和辐射。

    c.边界层过程：湍流输送方案如何影响近地面气象要素和下垫面通量。

    d.辐射过程：长短波辐射传输计算，与云、气溶胶的相互作用，是地气系统能量收支的核心。

    e.陆面过程：土壤-植被-大气之间的水分、能量交换，具有“记忆”效应。

  4.课堂思考题（5分钟）：“如果你要改进模式对某次持续性高温的预报，你认为最应该从哪个物理过程参数化方案入手优化？为什么？”

  （六）第六单元：集合预报系统与产品释用（2学时）

  1.集合预报的必要性（20分钟）：

    a.回顾可预报性理论与初值不确定性。单一确定性预报的局限性。

    b.蒙特卡洛思想引入：通过生成一组略有差异的初始场（表征分析不确定性），并进行平行积分，来采样未来天气的概率分布。

    c.集合预报系统的两大支柱：初值扰动方法（奇异向量法、集合变换卡尔曼滤波法）和模式扰动方法（多物理过程方案、随机物理倾向扰动）。

  2.集合预报产品家族（30分钟）：结合ECMWF或NCEP的实时产品进行展示讲解。

    a.集合平均：通常比单一确定性预报更准确。

    b.离散度：预报不确定性的直观度量。讨论其与预报技巧的关系（通常离散度小，可信度高）。

    c.概率预报产品：分类概率（如降水>10mm的概率）、spaghetti图（多条等值线）、分位数图、Talagrand图（检验概率分布可靠性）。

    d.聚类分析：将众多集合成员分组，识别几种最可能的预报情景。

  3.集合预报释用实践（25分钟）：

    a.案例：预报未来第7天某地是否会出现强降温。展示集合预报的温度spaghetti图、降温概率图。

    b.分组讨论：各小组扮演预报员，基于这些产品，做出“大概率降温”、“可能性较小”或“不确定性极大需持续关注”的结论，并陈述理由。

    c.教师点评，强调基于概率的决策思维和风险沟通。

  4.布置项目任务（5分钟）：公布期末综合实践项目要求：自选一次未来1-2周内将发生的天气过程，跟踪多中心集合预报产品的逐日更新，并在过程结束后提交一份包含预报依据、演变对比和检验反思的分析报告。

  （七）第七单元：统计-动力结合预报与人工智能应用前沿（2学时）

  1.模式误差与后处理（30分钟）：

    a.系统性误差：模式气候态与实况气候态的偏差，源于不完美的物理过程。

    b.后处理技术：讲解如何利用历史预报和实况数据，建立统计模型来订正模式系统误差。

      i.模式输出统计：经典的线性回归方法。

      ii.集合模型输出统计：针对集合预报的校准，提高概率预报的可靠性。

      iii.贝叶斯模型平均：融合多个模式或多个集合预报的结果。

  2.人工智能在中期预报中的应用（50分钟）：

    a.现状概述：AI正在从辅助工具（如质量控制、快速同化）向核心预报引擎迈进。

    b.基于深度学习的预报模型：

      i.纯数据驱动模型：如Google的GraphCast、华为的盘古气象大模型。介绍其基于Transformer或图神经网络架构，直接从历史再分析数据中学习物理规律，实现全球高分辨率、分钟级的中期预报。

      ii.与传统数值模式的对比：讨论AI模型在计算效率、预报技巧（某些方面已媲美甚至超越传统模式）、可解释性方面的优势和挑战。

    c.AI赋能传统数值预报：

      i.参数化方案的替代或优化：使用神经网络学习高分辨率模拟结果，替代或改进原有参数化方案。

      ii.初值生成与集合扰动：利用生成对抗网络等生成更合理的初始扰动。

      iii.产品释用与降尺度：智能识别关键天气系统，或进行区域精细化降尺度预报。

  3.伦理与未来展望讨论（10分钟）：引导学生思考：AI预报的可信度如何系统评估？其“黑箱”特性对预报员的信任和决策有何影响？未来预报员的角色将如何转变？

  （八）第八单元：综合案例研讨与课程总结（2学时）

  1.综合案例研讨（70分钟）：选取一个近年发生的复杂中期过程（例如，一次包含阶段性强降水、间歇和再次加强的梅雨锋过程，或一次横跨欧亚的寒潮与阻塞高压演变过程）。

    a.第一阶段（20分钟）：各组学生利用所学，从天气学演变、动力机制（遥相关、上下游）、统计特征（关键指数）、数值模式预报表现（集合预报产品分析）等多个维度，对案例进行快速梳理和展示准备。

    b.第二阶段（30分钟）：各组选派代表进行限时汇报，展示其分析框架和核心结论。

    c.第三阶段（20分钟）：跨组提问与辩论。教师充当主持人和点评者，引导深入讨论，例如：“模式在预报阻塞高压建立时间上的偏差，主要应归因于初值问题还是对陆面过程的描述不足？”

  2.课程总结与升华（20分钟）：

    a.知识体系复盘：用一张思维导图，串讲从“观测特征”到“动力统计机理”到“模式预报”再到“产品