2025年大學(xué)《應(yīng)用氣象學(xué)》專(zhuān)業(yè)題庫(kù)——大氣環(huán)境模擬預(yù)測(cè)技術(shù)發(fā)展考試時(shí)間：______分鐘總分：______分姓名：______一、選擇題（每小題2分，共20分。請(qǐng)將正確選項(xiàng)字母填在題干后的括號(hào)內(nèi)）1.大氣輻射傳輸模擬中，忽略大氣分子對(duì)短波輻射散射效應(yīng)的模型通常被稱(chēng)為？(A)絕對(duì)輻射模型(B)絕對(duì)大氣模型(C)偏振輻射模型(D)清空大氣輻射模型2.數(shù)值天氣預(yù)報(bào)（NWP）模式水平網(wǎng)格點(diǎn)上的“假風(fēng)速”主要由哪個(gè)物理過(guò)程導(dǎo)致？(A)地表摩擦(B)水汽凝結(jié)(C)科里奧利力(D)網(wǎng)格尺度動(dòng)量平流3.在大氣模型中，用于描述大氣中水汽凝結(jié)和蒸發(fā)過(guò)程的物理量是？(A)位溫(B)比濕(C)水汽通量(D)溫度露點(diǎn)差4.比較統(tǒng)計(jì)降尺度（SS）和動(dòng)力降尺度（DS），下列說(shuō)法正確的是？(A)SS方法物理基礎(chǔ)更強(qiáng)，但計(jì)算成本更高(B)DS方法主要依賴(lài)統(tǒng)計(jì)關(guān)系，物理機(jī)制隱含(C)DS方法能更好地保留局地細(xì)節(jié)，但可能放大誤差(D)SS方法適用于大尺度信息傳遞，DS方法不適用于極端事件研究5.大氣化學(xué)傳輸模型中，描述污染物從排放源到受體路徑和濃度的核心物理過(guò)程是？(A)輻射變化(B)化學(xué)反應(yīng)(C)邊界層交換(D)大氣擴(kuò)散6.氣候模式（GCM）與空氣質(zhì)量模型（AQM）相比，其主要側(cè)重點(diǎn)通常是？(A)局地污染物濃度時(shí)空分布(B)全球或區(qū)域尺度氣候變化模擬(C)極端天氣事件對(duì)空氣質(zhì)量的影響(D)污染物排放清單的編制7.數(shù)據(jù)同化技術(shù)在大氣模型中的應(yīng)用主要目的是？(A)提高模型計(jì)算效率(B)增強(qiáng)模型物理過(guò)程描述能力(C)修正模型初始場(chǎng)和邊界條件誤差(D)擴(kuò)展模型模擬時(shí)空范圍8.集合預(yù)報(bào)系統(tǒng)通過(guò)生成多個(gè)不同的初始場(chǎng)或模型方案，主要目的是提高？(A)預(yù)報(bào)時(shí)效(B)單個(gè)預(yù)報(bào)成員的精度(C)預(yù)報(bào)的不確定性估計(jì)(D)模型計(jì)算速度9.人工智能（AI）技術(shù)在氣象預(yù)測(cè)領(lǐng)域的主要優(yōu)勢(shì)在于？(A)完全替代物理模型進(jìn)行預(yù)測(cè)(B)能夠高效處理復(fù)雜非線(xiàn)性關(guān)系(C)無(wú)需大量觀測(cè)數(shù)據(jù)進(jìn)行訓(xùn)練(D)保證預(yù)測(cè)結(jié)果的絕對(duì)準(zhǔn)確性10.評(píng)估大氣環(huán)境模擬預(yù)測(cè)效果常用的客觀評(píng)分指數(shù)中，反映預(yù)報(bào)絕對(duì)誤差的是？(A)均方根誤差（RMSE）(B)相對(duì)絕對(duì)誤差（RAE）(C)絕對(duì)技巧評(píng)分（TSS）(D)偏差評(píng)分（BS）二、填空題（每空2分，共20分。請(qǐng)將答案填在橫線(xiàn)上）1.大氣邊界層高度通常采用________法或________法進(jìn)行估算。2.數(shù)值天氣預(yù)報(bào)模式的垂直坐標(biāo)系統(tǒng)主要有________坐標(biāo)和________坐標(biāo)。3.空氣質(zhì)量指數(shù)（AQI）是綜合反映________、________、________等主要污染物的空氣質(zhì)量狀況的指數(shù)。4.氣候模式系統(tǒng)（CMIP）中的“M”代表________，“P”代表________。5.常用的模型后處理技術(shù)包括________和________。三、簡(jiǎn)答題（每題5分，共20分）1.簡(jiǎn)述數(shù)值天氣預(yù)報(bào)（NWP）模式的基本組成部分及其功能。2.比較集合預(yù)報(bào)與確定性預(yù)報(bào)在應(yīng)用方面的主要異同。3.簡(jiǎn)述人工智能（AI）技術(shù)在改進(jìn)大氣環(huán)境模擬預(yù)測(cè)方面的幾種潛在應(yīng)用方式。4.簡(jiǎn)述大氣環(huán)境模擬預(yù)測(cè)技術(shù)在城市環(huán)境管理中的應(yīng)用價(jià)值。四、論述題（每題10分，共30分）1.論述大氣環(huán)境模擬預(yù)測(cè)技術(shù)發(fā)展面臨的主要挑戰(zhàn)及其可能的應(yīng)對(duì)策略。2.結(jié)合具體應(yīng)用領(lǐng)域，論述高分辨率大氣環(huán)境模擬預(yù)測(cè)的重要性及實(shí)現(xiàn)途徑。3.探討大氣環(huán)境模擬預(yù)測(cè)技術(shù)與可持續(xù)發(fā)展目標(biāo)（SDGs）之間的聯(lián)系。試卷答案一、選擇題1.(D)2.(D)3.(B)4.(C)5.(D)6.(B)7.(C)8.(C)9.(B)10.(A)二、填空題1.比較法，雷達(dá)法2.氣壓，高度3.二氧化硫，一氧化碳，可吸入顆粒物4.Model，Process5.統(tǒng)計(jì)插值，動(dòng)態(tài)降尺度三、簡(jiǎn)答題1.答：數(shù)值天氣預(yù)報(bào)（NWP）模式的基本組成部分及其功能包括：*模式動(dòng)力學(xué)框架：描述大氣運(yùn)動(dòng)的基本方程（如Navier-Stokes方程簡(jiǎn)化形式），負(fù)責(zé)模擬風(fēng)場(chǎng)、氣壓場(chǎng)等宏觀氣象要素的變化。功能是模擬大氣環(huán)流。*模式物理過(guò)程參數(shù)化方案：對(duì)模式網(wǎng)格尺度無(wú)法直接解算的微小尺度物理過(guò)程（如云、降水、輻射、邊界層交換、水汽輸送等）進(jìn)行數(shù)學(xué)簡(jiǎn)化模擬。功能是完善模式對(duì)大氣復(fù)雜物理現(xiàn)象的模擬。*模式初始場(chǎng)和邊界條件：提供模擬開(kāi)始時(shí)刻整個(gè)大氣狀態(tài)的分布（初始場(chǎng)）以及與外部環(huán)境交換的參數(shù)（邊界條件）。功能是設(shè)定模擬的起點(diǎn)和外部約束。*時(shí)間積分方案：將描述大氣運(yùn)動(dòng)的微分方程轉(zhuǎn)換為時(shí)間步進(jìn)的差分方程，進(jìn)行逐時(shí)或逐日的計(jì)算。功能是推進(jìn)模擬時(shí)間。*后處理系統(tǒng)：對(duì)模式輸出結(jié)果進(jìn)行診斷、分析、產(chǎn)品生成等。功能是提取和應(yīng)用模擬結(jié)果。2.答：集合預(yù)報(bào)與確定性預(yù)報(bào)的異同：*相同點(diǎn)：都基于相同的數(shù)值模式動(dòng)力學(xué)和物理參數(shù)化方案；都依賴(lài)于相同的觀測(cè)數(shù)據(jù)和初始場(chǎng)生成技術(shù)；最終都輸出未來(lái)一段時(shí)間內(nèi)的氣象要素預(yù)報(bào)。*不同點(diǎn)：*初始場(chǎng)：確定性預(yù)報(bào)使用單一集合初始場(chǎng)，集合預(yù)報(bào)通過(guò)引入隨機(jī)擾動(dòng)生成多個(gè)不同的初始場(chǎng)（或使用不同模型）。*預(yù)測(cè)不確定性：確定性預(yù)報(bào)給出一個(gè)確定的結(jié)果，集合預(yù)報(bào)則直接提供預(yù)報(bào)結(jié)果的不確定性量度（如集合成員散度、概率分布）。*應(yīng)用：確定性預(yù)報(bào)適用于需要單一確定性結(jié)果的應(yīng)用；集合預(yù)報(bào)主要用于需要評(píng)估風(fēng)險(xiǎn)、概率和不確定性（如極端事件預(yù)警、氣候預(yù)測(cè)）的應(yīng)用。3.答：人工智能（AI）技術(shù)在改進(jìn)大氣環(huán)境模擬預(yù)測(cè)方面的潛在應(yīng)用方式：*數(shù)據(jù)同化：利用AI算法（如機(jī)器學(xué)習(xí)）處理多源異構(gòu)觀測(cè)數(shù)據(jù)，提高模式初始場(chǎng)的質(zhì)量，或直接融合模型輸出與觀測(cè)，改善分析場(chǎng)。*模型參數(shù)優(yōu)化：使用AI自動(dòng)搜索和優(yōu)化數(shù)值模式或統(tǒng)計(jì)模型的參數(shù)，以獲得更好的模擬效果。*降尺度預(yù)測(cè)：應(yīng)用AI（特別是深度學(xué)習(xí)）進(jìn)行統(tǒng)計(jì)降尺度，將粗糙分辨率（如GCM）的預(yù)測(cè)結(jié)果精確地轉(zhuǎn)化為高分辨率區(qū)域的預(yù)測(cè)。*極端事件預(yù)警：基于AI識(shí)別歷史數(shù)據(jù)中的極端事件模式，進(jìn)行早期預(yù)警或概率預(yù)報(bào)。*模式物理過(guò)程改進(jìn)：AI可以作為參數(shù)化方案的一部分，學(xué)習(xí)并模擬復(fù)雜的非線(xiàn)性物理過(guò)程，如云微物理、邊界層湍流等。*智能解釋與診斷：利用AI分析復(fù)雜的模型輸出，識(shí)別關(guān)鍵影響因素，增強(qiáng)對(duì)模擬結(jié)果的理解。4.答：大氣環(huán)境模擬預(yù)測(cè)技術(shù)在城市環(huán)境管理中的應(yīng)用價(jià)值：*空氣質(zhì)量管理：預(yù)測(cè)城市空氣質(zhì)量，評(píng)估污染事件風(fēng)險(xiǎn)，為制定交通管制、工業(yè)限產(chǎn)等應(yīng)急措施提供科學(xué)依據(jù)；規(guī)劃城市綠化布局，優(yōu)化污染物擴(kuò)散。*城市熱島效應(yīng)研究：模擬城市地表溫度分布和變化，分析熱島成因，評(píng)估緩解措施效果（如增加綠地、水體）。*城市洪澇預(yù)警：結(jié)合降雨預(yù)報(bào)和城市排水系統(tǒng)模型，預(yù)測(cè)內(nèi)澇風(fēng)險(xiǎn)區(qū)域和程度，指導(dǎo)城市排水設(shè)施建設(shè)和應(yīng)急排水決策。*城市規(guī)劃與建設(shè)：評(píng)估新建大型項(xiàng)目（如機(jī)場(chǎng)、體育館）對(duì)局地微氣候（風(fēng)、溫、光）和空氣質(zhì)量的影響，優(yōu)化建筑布局和通風(fēng)設(shè)計(jì)。*應(yīng)對(duì)氣候變化影響：預(yù)測(cè)未來(lái)氣候變化對(duì)城市極端天氣事件（高溫、暴雨、干旱）頻率和強(qiáng)度的影響，指導(dǎo)城市韌性建設(shè)。四、論述題1.答：大氣環(huán)境模擬預(yù)測(cè)技術(shù)發(fā)展面臨的主要挑戰(zhàn)及其可能的應(yīng)對(duì)策略：*挑戰(zhàn)一：分辨率與計(jì)算資源的矛盾。高分辨率模擬能提供更精細(xì)的時(shí)空細(xì)節(jié)，但計(jì)算量呈指數(shù)級(jí)增長(zhǎng)，超出現(xiàn)有計(jì)算能力。*策略：發(fā)展高效的數(shù)值算法（如龍格-庫(kù)塔法改進(jìn)、并行計(jì)算技術(shù)）；利用高性能計(jì)算和云計(jì)算資源；發(fā)展區(qū)域嵌套模式；探索簡(jiǎn)化物理過(guò)程參數(shù)化方案。*挑戰(zhàn)二：模型物理過(guò)程描述的復(fù)雜性與不確定性。大氣系統(tǒng)極其復(fù)雜，許多小尺度過(guò)程難以完全準(zhǔn)確參數(shù)化，導(dǎo)致模擬存在系統(tǒng)性偏差和不確定性。*策略：持續(xù)改進(jìn)物理參數(shù)化方案，基于觀測(cè)和理論進(jìn)行修正；廣泛應(yīng)用數(shù)據(jù)同化技術(shù)融合觀測(cè)信息，約束模型狀態(tài)；發(fā)展集合預(yù)報(bào)系統(tǒng)評(píng)估和量化不確定性；借助AI/機(jī)器學(xué)習(xí)彌補(bǔ)物理理解的不足。*挑戰(zhàn)三：多源數(shù)據(jù)融合與質(zhì)量控制。模擬預(yù)測(cè)依賴(lài)于多源、多尺度、多類(lèi)型的觀測(cè)數(shù)據(jù)，數(shù)據(jù)融合、質(zhì)量控制難度大。*策略：建立完善的數(shù)據(jù)質(zhì)量控制體系；發(fā)展先進(jìn)的數(shù)據(jù)同化算法，有效融合不同類(lèi)型數(shù)據(jù)；加強(qiáng)地面觀測(cè)網(wǎng)絡(luò)建設(shè)，提高觀測(cè)系統(tǒng)的時(shí)空分辨率和精度。*挑戰(zhàn)四：短臨預(yù)報(bào)精度提升困難。對(duì)于小時(shí)到天量級(jí)的短臨預(yù)報(bào)，模式誤差累積快，精度提升緩慢。*策略：發(fā)展基于AI的快速預(yù)測(cè)技巧，彌補(bǔ)傳統(tǒng)模式的不足；加強(qiáng)數(shù)值模式動(dòng)力學(xué)和物理過(guò)程的研究；改進(jìn)數(shù)據(jù)同化，提供更精確的初始場(chǎng)。*挑戰(zhàn)五：預(yù)測(cè)結(jié)果的不確定性量化。如何準(zhǔn)確、可靠地量化預(yù)報(bào)結(jié)果的不確定性，并將其有效傳遞給用戶(hù)，仍是難題。*策略：發(fā)展更完善的集合預(yù)報(bào)技術(shù)和概率預(yù)報(bào)方法；結(jié)合統(tǒng)計(jì)和AI方法進(jìn)行不確定性評(píng)估；開(kāi)發(fā)用戶(hù)易于理解的概率預(yù)報(bào)產(chǎn)品。2.答：高分辨率大氣環(huán)境模擬預(yù)測(cè)的重要性及實(shí)現(xiàn)途徑：*重要性：*捕捉局地細(xì)節(jié)：能夠模擬出城市熱島、山谷風(fēng)、海陸風(fēng)、近地面污染物濃度高值區(qū)等小尺度現(xiàn)象，對(duì)于城市環(huán)境管理、交通規(guī)劃、精細(xì)氣象服務(wù)至關(guān)重要。*提高預(yù)報(bào)精度：在小尺度系統(tǒng)（如積云對(duì)流、鋒面過(guò)境）影響顯著的區(qū)域，高分辨率能顯著提高預(yù)報(bào)精度。*改善災(zāi)害預(yù)警：對(duì)于小范圍、短時(shí)強(qiáng)的天氣災(zāi)害（如雷暴、短時(shí)強(qiáng)降水、龍卷風(fēng)），高分辨率模式能提供更及時(shí)的預(yù)警信息。*支持多尺度過(guò)程研究：是研究大氣過(guò)程在不同尺度上相互作用的關(guān)鍵工具。*實(shí)現(xiàn)途徑：*加密網(wǎng)格：直接在區(qū)域或全球模式中采用更小的網(wǎng)格距。面臨計(jì)算資源巨大挑戰(zhàn)。*區(qū)域嵌套模式：在全球或大尺度模式輸出基礎(chǔ)上，進(jìn)行區(qū)域尺度的加密模擬。結(jié)合了全局背景和局地細(xì)節(jié)。*高分辨率統(tǒng)計(jì)降尺度：將粗分辨率模式（如GCM）的預(yù)測(cè)結(jié)果，通過(guò)統(tǒng)計(jì)方法（如AI）精細(xì)化到區(qū)域或城市尺度。計(jì)算成本相對(duì)較低。*結(jié)合AI：利用AI模型直接學(xué)習(xí)粗分辨率與高分辨率之間的映射關(guān)系，或作為高分辨率模式的一部分來(lái)模擬小尺度過(guò)程。*多物理過(guò)程耦合：將大氣模式與城市冠層模型、水文模型、交通排放模型等耦合，實(shí)現(xiàn)更高分辨率、更復(fù)雜系統(tǒng)的模擬。3.答：大氣環(huán)境模擬預(yù)測(cè)技術(shù)與可持續(xù)發(fā)展目標(biāo)（SDGs）之間的聯(lián)系：*SDG3：良好健康與福祉。模擬預(yù)測(cè)空氣污染（PM2.5、O3等）的時(shí)空分布和變化，為制定減排策略、改善空氣質(zhì)量、降低居民呼吸系統(tǒng)疾病風(fēng)險(xiǎn)提供依據(jù)。預(yù)測(cè)極端高溫天氣，為防暑降溫、疾病防控提供預(yù)警。*SDG6：清潔飲水與衛(wèi)生設(shè)施。模擬預(yù)測(cè)降雨、融雪過(guò)程，評(píng)估洪水風(fēng)險(xiǎn)，為水資源管理和防洪減災(zāi)提供支持。預(yù)測(cè)水體蒸發(fā)蒸騰，輔助水資源評(píng)價(jià)。*SDG7：經(jīng)濟(jì)適用的清潔能源。模擬預(yù)測(cè)風(fēng)能、太陽(yáng)能等可再生能源資源的時(shí)空分布和可利用性，為可再生能源開(kāi)發(fā)利用規(guī)劃和設(shè)施建設(shè)提供選址依據(jù)。*SDG11：可持續(xù)城市和社區(qū)。模擬預(yù)測(cè)城市熱島效應(yīng)、空氣污染在城區(qū)的擴(kuò)散規(guī)律，為城市規(guī)劃（綠地布局、建筑通風(fēng)設(shè)計(jì)）、交通管理、應(yīng)急響應(yīng)提供科學(xué)支持，建設(shè)更宜居的城市環(huán)境。*SDG13：氣候行動(dòng)。模擬預(yù)測(cè)氣候變化對(duì)極端天氣事件（干旱、洪水、熱浪、強(qiáng)降水