不同时间尺度上黄淮地区夏季降水异常成因及预测研究

利用1961—2006年中国降水资料、NCEP/NCAR再分析资料、NOAA海表温度资料,分析了黄淮地区夏季降水的年代际和年际变化特征,研究了不同时间尺度上降水异常成因。结果表明,年代际尺度上,当太平洋年代际振荡处在暖(冷)位相时,南方涛动偏弱(强),黄淮地区夏季降水偏多(少)。在年际及以下尺度上,当印度洋北部海温偏高、南部偏低时,500 hPa位势高度场上,中高纬乌拉尔山以东和鄂霍次克海附近出现明显的双阻塞高压,副热带高压偏强;200 hPa风场上,西风急流略偏南,黄淮流域上空西风偏强,为反气旋环流;850 hPa风场上,黄淮流域上空出现西南—东北风的切变,使得急流出口区右侧次级环流的异常上升支恰好位于黄淮流域上空,高低空环流的这种配置导致了黄淮流域上空降水偏多。进一步分析发现,利用印度洋海温作为预测因子,建立预测模型,对黄淮流域降水年际变率有较高的预测能力。     

山东夏季降水异常的环流特征及降尺度解释应用预测方法研究

基于山东省123个国家级气象观测站1961—2015年夏季降水资料、1991—2015年NCEP再分析资料,分析了山东夏季降水变化特征及其与大气环流的关系。结果表明,在山东夏季降水偏多（少）时,乌拉尔山阻塞高压偏弱（强）,副热带高压偏强（弱）,南亚高压偏强（弱）,并且200 hPa经向风场有明显的类似丝绸之路遥相关型的波列结构。利用国家气候中心第二代海气耦合模式3月起报的未来夏季海平面气压场建立降尺度预测模型,该模型对山东夏季降水的预测符号一致率达到64%,有一定的预测能力,进一步分析发现,模式对关键区环流因子的模拟预测能力显著影响降尺度预测方法的准确率。     

多因子协同作用对1992年和1998年黄淮地区夏季降水异常的影响

1991年5月和1997年4月赤道中东太平洋均发生了El Ni?o事件,但是1992年夏季黄淮地区降水异常偏少,而1998年夏季却异常偏多。分析结果显示,1992年夏季西北太平洋副热带高压（以下简称副高）偏东,中高纬阻塞高压偏弱,黄淮地区降水异常偏少;而1998年夏季,副高偏西,中高纬阻塞高压活动频繁,黄淮地区降水异常偏多。对海温外强迫信号的诊断和数值模式试验显示:当西太平洋对流活动偏弱时,有利于副高西伸;鄂霍茨克海及以东海温偏高时,其上空的阻塞高压增强;北大西洋中纬度地区海温偏高时,有利于后期乌拉尔山高压脊明显增强。即在赤道中东太平洋发生El Ni?o事件的背景下,西太平洋对流、鄂霍茨克海附近亲潮区域和北大西洋中纬度区域海温异常可能是导致黄淮区域1992年夏季和1998年夏季降水差异大的主要原因。该工作显示仅根据El Ni?o事件的发生时间和强度无法完全预测黄淮地区夏季降水变化,需要综合考虑西太平洋对流、鄂霍茨克海附近海域和北大西洋中纬度区域海温异常对季风环流的影响,从多因子协同作用的角度诊断和预测黄淮地区夏季降水异常趋势,提高预测能力。     

亚洲夏季西风指数与中国夏季降水的关系

对1958—2000年亚洲纬向风和我国160站夏季降水进行SVD分析,发现两者具有良好的耦合关系。根据分析结果定义了一个可以表征我国夏季降水的亚洲夏季西风指数(IASW)。西风指数高(低)年,长江中下游夏季降水偏少(多),华南、河套和东北地区降水偏多(少)。同时分析了高、低西风指数年的环流特征,发现当长江中下游夏季降水偏多而华南、河套和东北地区降水偏少时,500 hPa呈负EAP型,鄂霍茨克海和乌拉尔山有阻高建立,西太平洋副热带高压偏南,105°E越赤道气流偏弱,东亚夏季风偏弱,高纬的偏北气流和低纬的偏南气流在我国长江中下游地区汇合,梅雨锋加强,使得雨带在此维持。前期鄂霍茨克海区域平均位势高度以及前期1—3月西太平洋的热带对流活动可以作为预测夏季西风强弱的前兆信号。     

内蒙古夏季降水与亚洲纬向环流的联系

利用1980—2015年内蒙古地区116站逐月降水数据、NCEP/NCAR再分析资料及亚洲经、纬向环流指数资料等,分析内蒙古夏季降水与中高纬环流因子的关系。结果表明:近36 a内蒙古夏季降水呈显著减少趋势,且具有显著的年代际变化特征,在1999年发生显著突变。内蒙古夏季降水与亚洲纬向环流存在负相关关系,尤其是内蒙古东部显著相关。通过环流场合成分析发现,在亚洲纬向环流指数高(低)值年,500 hPa位势高度距平场上,欧亚上空呈现出"+、-、+"("-、+、-")的环流形势,使得乌拉尔山高压脊减弱(增强),贝加尔湖高空槽变浅(加深),南北冷暖空气交换减弱(增强);850 hPa风场上,亚洲纬向环流指数高(低)值年,中国北方地区上空受反气旋(气旋)性环流控制,对流活动较弱(强),而西太平洋上空为异常气旋(反气旋)性环流,同时副热带高压强度偏弱(强),位置偏南(北)、偏东(西),使得输送到内蒙古地区的水汽较少(多),造成内蒙古东部夏季降水偏少(多)。进一步分析发现,亚洲纬向环流指数高、低值年,200 h Pa纬向风距平场呈现相反的分布形势,在高(低)值年,西风急流轴位置偏西(东),强度偏弱(强),不利于(利于)内蒙古东部夏季降水偏多。     

西太平洋暖池海温分布型及其与东亚大气环流的关系

采用海温资料和NCEP/NCAR 49 a再分析的高度场、风场资料,利用EOF、合成分析方法,研究了夏季暖池SSTA的时空演变,结果显示:夏季暖池SSTA具有整体一致性分布和南北区域的反对称分布两种空间分布型。根据这两种分布型划分了夏季暖池海温正、负异常年,分析了相应年份的风场环流特征,结果表明:SSTA为一致性分布时,暖异常年850 hPa暖池区上空有一反气旋偏差环流,副热带地区西风和低纬度地区东风都得到加强,200 hPa南亚上空为一反气旋偏差环流,沃克环流得到加强;冷异常年则相反。当SSTA为南北反对称分布时,北暖南冷年850 hPa暖池区上空为一反气旋偏差环流,15°N附近东风气流和赤道附近西风气流增强,200 hPa反气旋偏差环流中心移到东亚大陆上空,长江中下游地区为上升气流,降水明显增多,华北地区为下沉气流,降水减少;冷异常年则相反。     

基于BCC_CSM模式的中国东部夏季降水预测检验及订正

基于国家气候中心第二代季节预测模式的历史回报试验数据,检验了模式对我国东部夏季降水的预测能力,探讨了预测误差形成的可能原因,并应用降尺度方法提高了模式的降水预测技巧。分析表明:（1）模式能在一定程度上把握我国东部夏季降水时空变率的两个主要模态（偶极子型模态和全区一致型模态）,但是不同超前时间的预测在刻画模态方差贡献、异常空间分布特征、时间系数的年际变化等方面存在明显误差;（2）模式能够合理预测大尺度环流和海表温度（SST）的变化特征,但是对中国东部夏季降水的总体预测技巧有限,这与模式不能准确刻画西太平洋副热带高压、大陆高压、中高纬阻塞高压等环流系统以及热带太平洋、印度洋SST变率对中国东部降水模态的影响有关;（3）针对1991~2003年回报试验数据中的500 hPa位势高度、850 hPa纬向风和经向风、SST变量,在全球范围内寻找并定位与中国东部站点降水关系最密切的预报因子,进而建立针对降水预测的单因子线性回归、多因子逐步和多元回归模型。采用2004~2013年回报试验对所建立的降水预测模型进行了独立检验,结果表明:所建立的降尺度预测模型能显著提高中国东部地区夏季降水的预报技巧。以6月1日起报试验为例,预测的第一模态（第二模态）与观测的空间相关系数由原始的0.12（0.48）提高到了0.58（0.80）,时间相关系数则从0.47（0.15）提高到0.80（0.67）;其它超前时间的预测试验中,降尺度预测模型的降水预测技巧相比模式原始预测技巧也同样明显提高。     

华北地区夏季降水的年际变化特征

利用1951—2000年中国160个台站降水资料和1958—2002年欧洲中心的ERA-40再分析资料,分析了华北地区夏季降水和对应大气环流的变化特征。结果表明：华北地区夏季降水自20世纪70年代中后期开始明显减少,出现持续性干旱;华北地区上空的暖高压、鄂霍次克海地区的高压脊和西太平洋副热带高压是控制华北地区的主要环流系统。当华北地区降水偏少时,华北地区上空700hPa出现反气旋型环流异常,华北地区上空出现明显偏北风异常,且下沉气流加强,水汽出现辐散,200hPa高度上西风带偏南且减弱;反之,当华北地区降水偏多时,华北地区上空700hPa出现气旋型环流异常,并出现偏南风异常,上升气流加强,水汽输送辐合,200hPa上西风异常偏北加强。     

2016年夏季内蒙古降水与环流异常特征分析

文章利用2016年前期海洋表面温度异常信号与夏季及各月阻塞高压、东北冷涡、西太平洋副热带高压、夏季风强度等环流系统关系,分析了夏季内蒙古降水异常成因和预测检验。结果表明:(1)2016年夏季500hPa欧亚中高纬高度场纬向呈"+-+"的分布,乌拉尔山和鄂霍次克海阻塞高压强,夏季风弱,同时西太平洋副热带高压位置偏南,东北冷涡强度阶段性变化,导致内蒙古降水略少,初夏与盛夏出现多雨少雨转折。(2)初夏6月,内蒙古异常降水主要为阻塞高压和东北冷涡影响;盛夏7、8月夏季风、副热带高压强度、脊线位置、阻塞高压等系统不同配置对内蒙古降水影响较大。(3)前期赤道太平洋Nino区海温指数及大西洋三极子指数(NAT)与夏季风、中高纬度环流与阻塞高压、西太平洋副热带高压等关系及对降水异常影响显著。     

夏季东亚西风急流扰动异常与副热带高压关系研究

利用1979—2003年NCEP/NCAR月平均再分析资料, 探讨夏季 (6—8月) 200 hPa东亚西风急流扰动异常与南亚高压和西太平洋副热带高压的关系。研究指出:夏季200 hPa东亚西风急流扰动动能加强 (减弱), 东亚西风急流位置偏南 (偏北)、强度偏强 (偏弱); 东亚西风急流扰动动能强弱不仅与北半球西风急流强弱和沿急流的定常扰动有关, 而且还与东亚地区高、中、低纬南北向的扰动波列有关, 亚洲地区是北半球中纬度环球带状波列异常最大的区域。夏季200 hPa东亚西风急流扰动动能加强 (减弱), 南亚高压的特征为位置偏东 (偏西)、强度加强 (减弱); 西太平洋副热带高压的特征为位置偏南 (偏北)。东亚环流特别是500 hPa西太平洋副热带高压对东亚西风带扰动异常的响应由高空东亚西风急流南侧的散度场及其对流层中下层热带和副热带地区的垂直速度距平场变化完成。     

2008年1月中国南部低温雨雪冰冻天气特征及其与东亚大气环流异常探讨

根据NCEP／NCAR提供的1968--1996年全球逐月、2008年1月全球逐日再分析资料以及中国气象局提供的降水资料,分析了2008年1月中国南部持续低温雨雪冰冻天气期间东亚地区中低空大气环流异常特征。结果表明,乌拉尔山阻塞高压和地面蒙古冷高压是这次灾害性天气重要的冷空气源地;700hPa异常偏强的低空西南风急流以及低空急流大风速中心随时间沿急流轴的传播为此次低温雨雪冰冻天气提供了充足的动量、热量和水汽;850hPa流场西太平洋上空异常东南风、印度洋上空异常西南风以及850hPa垂直速度场中国南部大陆异常上升气流,在很大程度上影响着2008年1月中国南部的天气;赤道辐合带、西太平洋副热带高压以及南支槽的异常,致使东亚上空不仅存在异常的南支槽前西风带水汽输送和西太平洋副热带高压西南侧东风带水汽输送,还存在异常的由印度洋经孟加拉湾向中国南方大陆的水汽输送。     

BP-CCA方法用于四川盆地夏季日降水量的可预报性研究

基于BP-CCA方法,首先讨论了多个因子对四川盆地夏季降水降尺度模型的可预报性,然后选取最佳预报因子并进行集合,最终基于T639模式建立最优多因子降尺度预报模型.结果表明,分别以东亚夏季10m纬向风、700hPa纬向风和700hPa相对湿度为预报因子的降尺度模型对四川盆地夏季降水的预报技巧较高,而将三个因子集合的多因子降尺度预报模型具有更好的预报能力.进一步将该方法应用于T639模式预报的预报因子场,发现多因子降尺度模型对降水的预报效果要优于T639模式直接输出的结果.     

海温异常对东亚夏季风强度先兆信号的影响

利用ERA-Interim再分析资料、NOAA海温资料、CMAP格点降水资料和中国气象站降水资料,通过合成、相关和回归分析等方法研究了1979—2012年东亚夏季风强度与其先兆信号的关系,并分析了热带海温异常的可能影响。研究表明:东亚夏季风先兆指数反映了2月200 hPa纬向风距平的主要模态特征 (EOF1),前冬热带中东太平洋海温偏低 (高),2月亚洲地区西风急流位置偏北 (偏南),东亚夏季风先兆指数偏强 (弱)。前期热带海温异常对东亚夏季风强度有明显影响,前冬热带中东太平洋海温偏低 (高) 有利于东亚夏季风偏强 (弱)。2月亚洲中纬度地区纬向风异常特征在春季不能持续,先兆信号与东亚夏季风强度的联系主要源自热带海洋。     

印度季风的年际变化与高原夏季旱涝

根据NCEP／NCAR再分析资料和海表面温度距平资料,分析了西藏高原夏季降水5个多、少雨年春、夏季印度洋850hPa、200hPa合成风场和合成海温场,发现多、少雨年前期与同期印度洋高、低空风场和海温场均存在明显差异,主要表现为高原夏季降水偏多(少)年印度夏季风偏强(弱),在850hPa合成风场上印度半岛维持西(东)风距平,西印度洋—东非沿岸为南(北)风距平,夏季阿拉伯海区和孟加拉湾出现反气旋(气旋)距平环流;200hPa合成风场上印度半岛维持东(西)风距平,南亚高压偏强(弱),索马里沿岸为南(北)风距平。印度夏季风异常与夏季印度洋海温距平的纬向分布型有密切联系。当夏季海温场出现西冷(暖)东暖(冷)的分布型时,季风偏强(弱),高原降水普遍偏多(少)。相关分析指出,索马里赤道海区的风场异常与高原夏季降水的关系最为密切,在此基础上我们定义了一个索马里急流越赤道气流指数,用它识别高原夏季旱涝的能力较之目前普遍使用的印度季风指数有了明显的提高。     

BCC_CSM1.1(m) 模式对热带太平洋潜热通量的评估

利用1979—2005年OAFlux (Objectively Analyzed air-sea Fluxes) 观测资料以及CMIP5的15个耦合模式的模拟结果,评估了BCC_CSM1.1(m) 模式对热带太平洋年平均潜热通量气候态和变化趋势的模拟能力,并分析造成趋势偏差的可能原因。结果表明:BCC_CSM1.1(m) 模式模拟热带太平洋年平均潜热通量气候态在各纬度上差异较大, 其中在赤道的模拟能力较佳,而在10°N和8°S附近模拟偏差较大;BCC_CSM1.1(m) 模式对热带太平洋年平均潜热通量趋势的模拟能力一般,造成趋势偏差的主要原因是该模式低估了风速对潜热通量的局地贡献以及它对风速的非局地贡献的模拟存在较大偏差。此外,该模式未能较好地模拟出风速对全球变暖响应。因此,BCC_CSM1.1(m) 模式对热带太平洋年平均潜热通量趋势模拟的改进需加强其对风速模拟的改进。     

Characteristics of the Asian–Pacific Oscillation in Boreal Summer Simulated by BCC_CSM with Different Horizontal Resolutions

The summer Asian–Pacific Oscillation(APO) is a major teleconnection pattern that reflects the zonal thermal contrast between East Asia and the North Pacific in the upper troposphere. The performance of Beijing Climate Center Climate System Models(BCC CSMs) with different horizontal resolutions, i.e., BCC CSM1.1 and BCC CSM1.1(m), in reproducing APO interannual variability, APO-related precipitation anomalies, and associated atmospheric circulation anomalies, is evaluated.The results show that BCC CSM1.1(m) can successfully capture the interannual variability of the summer APO index. It is also more capable in reproducing the APO's spatial pattern, compared to BCC CSM1.1, due to its higher horizontal resolution. Associated with a positive APO index, the northward-shifted and intensified South Asian high, strengthened extratropical westerly jet, and tropical easterly jet in the upper troposphere, as well as the southwesterly monsoonal flow over North Africa and the Indian Ocean in the lower troposphere, are realistically represented by BCC CSM1.1(m), leading to an improvement in reproducing the increased precipitation over tropical North Africa, South Asia, and East Asia, as well as the decreased precipitation over subtropical North Africa, Japan, and North America. In contrast, these features are less consistent with observations when simulated by BCC CSM1.1. Regression analysis further indicates that surface temperature anomalies over the North Pacific and the southern and western flanks of the Tibetan Plateau are reasonably reproduced by BCC CSM1.1(m), which contributes to the substantial improvement in the simulation of the characteristics of summer APO compared to that of BCC CSM1.1.     

华南春季降水纬向非均匀分布及异常年大气环流特征分析

对1951—2007年华南地区18站春季（3—5月）降水进行EOF分析,发现华南春季降水的空间分布具有全区一致性、东西反位相、南北反位相及东北—西南反位相等特点。第二特征向量主要反映了华南春季降水的纬向非均匀分布特征,据此将华南春季降水型分为西涝东旱型和西旱东涝型,并利用NCEP再分析资料对春季降水的纬向分布异常年的大气环流背景特征进行了研究。结果发现：在西涝东旱年,华南西北部存在海平面气压场和高度场的正异常中心,有利于冷空气的南下,而该正异常中心的南部出现负异常,华南东部及其东部海面上呈现范围较大的气压场和高度场正异常,华南西部盛行东南风异常,华南东部存在东北风距平,风场和水汽输送场在华南西部表现为异常辐合,在华南东部表现为异常辐散,因此造成了华南西部降水的偏多和东部降水的偏少。同时,850 hPa涡度场、200 hPa散度场、850 hPa垂直速度场和1000 hPa温度场也均呈现出有利于华南西部降水增多和东部降水减少的环流形势。在西旱东涝年,情况基本相反。     

冬季东亚-西太平洋西风急流基本结构及其异常的诊断分析

利用ECMWF再分析资料ERA40中的逐月风场和温度场资料,对冬季位于东亚-西太平洋上空的西风急流(WJS)基本结构和异常特征进行了分析.结果表明,一年当中最为强盛的冬季200 hPa WJS主体稳定地分布于东亚至西太平洋上空,向上向下均迅速减小.在对流层中高层,从东亚沿海到太平洋上空的西风系统较为深厚,低层对应着显著的大气斜压区.通过对东亚-西太平洋地区冬季200 hPa纬向风异常的EOF分解得到三种异常空间分布型,第一模态的中纬度西风异常主要发生于日界线以东的中东太平洋上空,第二、三模态则分别对应WJS主体发生增强/减弱和位置的北/南移动.WJS的这三种空间异常形态与中纬度低层大气斜压性的三种异常分布型相对应.通过对冬季WJS长期趋势的初步分析发现,近二十年来,洋面上空西风急流有增强趋势,这是由于急流轴南侧洋面上空大气存在显著增暖趋势、而急流轴北侧洋面上空却有变冷的趋势所造成的.     

Improving long-lead seasonal forecasts of precipitation over Southern China based on statistical downscaling using BCC_CSM1.1m

Long-lead precipitation forecasts for 1–4 seasons ahead are usually difficult in dynamical climate models due to the model deficiencies and the limited persistence of initial signals. But, these forecasts could be empirically improved by statistical approaches. In this study, to improve the seasonal precipitation forecast over the southern China (SC), the statistical downscaling (SD) models are built by using the predictors of atmospheric circulation and sea surface temperature (SST) simulated by the Beijing Climate Center Climate System Model version 1.1 m (BCC_CSM1.1 m). The different predictors involved in each SD model is selected based on both its close relationship with the target seasonal precipitation and its reasonable prediction skill in the BCC_CSM1.1 m. Cross and independent validations show the superior performance of the SD models, relative to the BCC_CSM1.1 m. The temporal correlation coefficient of SD models could reach > 0.4, exceeding the 95 % confidence level. The SC precipitation index can be much better forecasted by the SD models than by the BCC_CSM1.1 m in terms of the interannual variability. In addition, the errors of the precipitation forecast in all four seasons are significantly reduced over most of SC in the SD models. For the 2015/2016 strong El Niño event, the SD models outperform the dynamical BCC_CSM1.1 m model on the spatial and regional-average precipitation anomalies, mostly due to the effective SST predictor in the SD models and the weak response of the SC precipitation to El Niño-related SST anomalies in the BCC_CSM1.1 m.