2022年汛期四川多模式降水预报检验

采用站点观测和EC、EC订正场（ECR）、CMA＿3KM、SWC＿3KM模式12～36 h降水预报资料,基于TS评分、SAL检验等指标,对2022年汛期四川多模式降水预报效果进行检验和对比分析。结果表明：（1）SWC＿3KM有雨日数预报最接近实况分布,EC模式雨日空报最多且在川西高原和攀西地区尤为显著,EC模式大雨日数预报优于其余模式。（2）BS评分显示EC模式大量级降水预报偏干,其余模式均以湿偏差为主。TS评分暴雨量级各月均以ECR预报最优。（3）个例评分对比,ECR预报效果最稳定,过程最高TS评分次数最多,SWC模式次数最少。（4）ECR个例预报降水强度及雨带位置、走向与实况最接近,EC模式预报偏弱。SWC＿3KM模式强降水雨带位置预报在盆地西北部和凉山州北部参考性较高。CMA＿3KM和SWC＿3KM模式预报大量级降水在高海拔地区存在较大范围空报。     

1975—2016年秦巴山区极端气温事件的空间差异性分析

利用秦巴山区88个气象站1975—2016年的逐日气温数据,结合16个极端气温指数分析了秦巴山区极端气温阈值的空间分布及极端气温事件变化趋势的海拔依赖性。结果表明：极端气温阈值存在明显的空间分布差异,表现为极端低温阈值与极端高温阈值由西北向东南均有增温趋势;总体来看,极端气温暖事件（SU25、TR20、TX90P、TN90P、WSDI）增加幅度大于冷事件（FD0、ID0、TX10P、TN10P、CSDI）减少幅度,且变化趋势较冷事件更显著;全区霜冻日数、夏日日数、冷夜日数、暖昼日数及高温极值（TXx、TXn）变化均比较显著;区域作物生长期西部增长趋势较东部显著,多数站点变化幅度在3~6 d/10a之间;海拔越高发生极端低温事件的气温越低,极端低温阈值变化趋势为-0.36℃/100m;海拔越低发生极端高温事件的气温越高,极端高温变化趋势达0.5℃/100m,且均通过99%的信度检验;区域极端气温极值指数的变化趋势与海拔呈显著正相关,具有明显的海拔依赖性,表现为海拔越高,极值指数增加趋势越明显。     

2021年7—8月四川盆地高温热浪大气环流背景及影响分析

极端天气过程环流及影响分析是精细化防灾减灾服务的基础。利用气象观测资料、再分析数据及卫星资料分析2021年7月25日至8月9日四川盆地极端高温热浪特征、大气环流背景及其主要影响。此次高温热浪过程中,四川盆地有13站气温突破有记录以来历史最高值,6站高温日数多达14 d。高温热浪中心位于盆地中部、南部,过程强度8月初达到峰值,日最高气温极值（42.4℃）出现在宜宾兴文站。分析表明,本次高温热浪的大气环流背景与以往大多数高温热浪过程有所不同：西太平洋副热带高压（简称“副高”）在本次过程中的直接作用不明显,而东南沿海台风活动阻碍了副高西伸,其外围气流有利于盆地上空反气旋系统维持,同时使南来水汽不易到达四川盆地,对高温热浪的发展维持起到重要作用。高温热浪过程中,成都市区域平均高温日数达8.36 d,热岛效应显著。高温热浪及城市热岛对成都此类人口密集超大型城市的影响值得引起关注。     

2012年6月东北冷涡天气长春地区WRF要素预报统计

2012年6月东北冷涡天气长时间持续影响吉林省,历史罕见。本文对此次冷涡天气中WRF3.3.1数值模式预报中的极端气温和降水要素进行检验统计分析。分析发现在此次冷涡天气中长春地区6个站点极值温度预报成绩较好,在75%到80%之间。最高气温一般预报偏高,最低气温预报偏低,站点逐小时温度预报偏差具有昼高夜低的特点,即白天预报偏高,夜间预报偏低,最高气温偏差与日照时数呈反相关,与"冷涡天气高温不高,低温不低"的预报经验一致。站点晴雨成绩出色,为78%左右,具有漏报低、空报少的特点;分级检验统计中,只有小雨降水正确率较好,分级检验空报和漏报过多。降水预报形态的主观分析发现,预报与实况落区形态上一般是一致的,但WRF预报较实况范围大,对几百公里以上的降水天气降水预报与实况很相似,但是对一百公里以下尺度的降水天气预报能力仍显不足。     

ECMWF模式气温预报在青岛地区的检验与评估

利用2013—2015年ECMWF(简称EC)细网格模式2m气温预报产品,分析了不同季节和不同天气形势下EC细网格模式产品对青岛地区7个基准站逐日最高气温和最低气温的预报性能。结果表明:EC细网格模式2m气温预报误差沿海站点大于内陆站点,且误差随着预报时效的延长逐渐增大。最高气温预报除胶州站外均为负误差,最低气温预报青岛、平度、莱西为正误差,崂山、黄岛、胶州和即墨为负误差。最高气温预报在3—4月和8—9月预报质量不稳定,最低气温预报夏半年好于冬半年。根据模式误差特点,给出7站气温主观订正参考值,订正后最高气温预报准确率提高3%~16%,最低气温预报准确率提高4%~18%。EC细网格模式对于暴雨、强对流、高温晴热、回暖天气、冷空气过程最高气温预报偏低,海雾影响时最高温度预报偏高;对冬季大雾情形下的最低气温预报偏低,辐射降温时最低气温预报沿海站点偏低,北部内陆站点偏高。     

上海市极端高温天气变化特征

利用1960—2013年上海市徐汇站日最高气温、日最低气温和相对湿度及2004—2014年上海市10个气象站夏季日最高气温与日最低气温等观测资料,采用夏季日最高气温、高温日数、暖夜日数、高温热浪指标、炎热日数和广义极值分布等分析了上海市极端高温天气的变化特征。结果表明:1960—2013年上海市夏季日最高气温明显升高,暖夜日数和高温热浪指标明显增加,均在2013年达最大值,炎热日数和广义极值分布在1976年出现转折呈两种变化趋势。2004—2014年上海市徐汇站极端高温现象最显著,奉贤站、金山站和崇明站极端高温现象最不显著。不同极端高温指标可综合表征极端高温事件的变化趋势。     

冬奥会延庆赛区气象要素分布特征分析

基于2019—2020年1—3月延庆赛区11个站点的实况观测数据,分析了2022年北京冬奥会延庆赛区风、气温的时空分布特征,建立了阵风因子与平均风速、湍流强度之间的关系,为延庆赛区气温、风场尤其是阵风因子预报提供参考.结果表明:平均来讲,各站点在15时或16时出现日最高气温,06—08时出现日最低气温,气温日较差随海拔...     

EC细网格对黑龙江省日极端气温预报的误差分析

本文采用2013、2014(1-10月)年的EC细网格2 m气温预报资料,通过双线性插值方法对黑龙江省83个站点进行插值,得出EC细网格模式对于日极端气温的预报误差并进行分析。结果表明,EC细网格模式本身对于最高气温的预报准确率高于最低气温,预报误差具有显著的季节性变化特征,但不同的起报时间对误差的影响并不明显。EC细网格模式的预报误差符合正态分布,具有可订正性。     

2016年内蒙古地区高温天气统计分析

文章使用常规气象观测资料及内蒙古119个区域站逐小时自动观测资料,对2016年内蒙古出现的日最高气温≥35℃的高温天气进行了统计分析。分析发现:全年有76个站出现≥35℃的高温天气587次,站点主要分布在阿拉善盟西部和中部、巴彦淖尔市西南部、乌海市、锡林郭勒盟中部和北部、赤峰市北部、通辽市北部、兴安盟东部以及呼伦贝尔市西南部;高温集中发生在7、8月份,日最高气温主要出现在15—17时;各站每日高温持续时间较长,持续6h的最多,最多的一天中可以持续15h。7月上旬和7月下旬到8月上旬高温持续时间长,范围广,强度强;极端高温天气事件突出表现为单日极端高温天气出现站多,单站持续高温时间长,单日超过37℃或40℃高温站次多;14个站日最高气温超过历史极值,9个站连续高温日数平历史极值。高温发生时地面减压,地面风速多在4m﹒s^(-1)以上,高于日平均风速。     

CLDAS气温实况融合产品在兰州和武威的检验评估及偏差订正

为更好地理解格点融合实况数据与观测数据的差异和代表性,利用甘肃兰州和武威两地站点的观测数据对中国气象局陆面数据同化系统（CMA Land Data Assimilation System,CLDAS）地面2 m气温融合产品进行检验评估及偏差订正。结果表明：（1）逐小时气温和日最低气温融合产品的平均误差总体为负值,较实际气温偏低,且在2 500 m以下误差随海拔上升而减小;日最高气温融合产品平均误差在海拔1 500 m附近为负值,1 500 m以上误差变为正值且随海拔升高而增大;日最高和最低气温误差较逐小时气温误差偏大,但平均误差均在2℃以内。（2）通过近网格点检验,发现逐小时CLDAS气温产品白天与实况相近,夜间较实况偏低0.2℃;日平均气温CLDAS融合产品总体较实况偏低1℃,兰州城区产品偏差相对较小;30℃以上高温天数融合产品与实况分布基本一致,但在兰州城区,CLDAS融合产品的高温天数较观测天数偏少。（3）线性回归法和递减平均法对CLDAS气温融合产品都有一定的订正效果,递减平均法订正效果更优且在高海拔地区订正效果更明显。CLDAS气温实况融合产品在兰州和武威两地能较好地反映气温...     

黔西南州高温天气时空变化特征分析

【目的】当前气候背景下,黔西南州的高温热浪事件越来越频繁,为了进一步揭示黔西南高温天气的时空分布特征,减少高温天气对农业、生态等各方面带来损失和不利影响。【方法】该文利用1961—2022年黔西南州8个国家气象站以及2009—2022年208个区域气象站的逐日平均气温、最高气温数据,运用常规统计方法对黔西南州高温天气的时空分布特征进行了分析。【结果】（1）空间上,黔西南州高温天气主要分布在册亨和望谟一带,呈现明显的区域性特征,同时黔西南州的平均气温、高温日数及极端最高气温均呈现东南高西北低的分布特征;（2）黔西南州高温天气主要发生在春季和夏季（4—8月）,4月和5月气温最高,而大范围高温主要出现在5月中下旬、7月中旬和8月,其中8月最为集中,持续时间最长,基本维持一个月之久,日变化上最高气温主要集中在15—17时;（3）近62 a来黔西南州平均气温和每年高温日数呈显著增加趋势。【结论】总体来看,黔西南州高温天气具有持续时间长、区域分布不均、高温频发区域集中等特征,气温随海拔高度的升高逐渐降低,高温日数频发区与南亚热带气候区密切相关。     

2022年夏秋季鄱阳湖流域气象要素异常特征及干旱演变

2022年夏秋季鄱阳湖流域发生了历史罕见的气象干旱事件,科学分析此次干旱过程气象要素特征和干旱发展演变对开展干旱预报预警以及防旱抗旱具有重要意义。利用鄱阳湖流域内87个国家站1961—2022年的逐日降水量、气温和蒸发资料,应用本地化的综合气象干旱指数,分析此次干旱过程的主要气象要素异常特征和气象干旱发展演变。结果表明：2022年夏秋季,鄱阳湖流域及其五大支流平均降水量为1961年以来同期最少;平均气温和高温日数为同期新高或次高,多站极端最高气温创新高;各流域蒸发量远远大于降水量,且秋季降水蒸发差大于夏季;流域各地出现了夏秋连旱,且秋旱重于伏旱,其中9—10月全流域出现重旱或特旱。     

四川地区短时强降水事件时空演变特征研究

利用四川地区自动气象站逐小时降水观测资料,分析了2010~2019年5~9月短时强降水事件24h累计降水量、频次和强度的时空分布特征,探讨了短时强降水事件发生的频次、极值分布及其与地形、海拔高度等的关系。结果表明:四川地区平均24h累计降雨量基本在50mm以上,盆地东北部、西南部、南部及阿坝州东部甚至超过100mm,最大值出现在广安,达175mm。四川地区短时强降水事件开始时间的日变化特征表现为“V”型结构的夜间峰值位相,事件持续时段多为傍晚至凌晨,时长可达10h以上,最长甚至可持续22h。在强降水事件极值的日变化上,极大值频次和降水量呈单峰结构,在03时达到最大,其后逐渐减小至15时达到谷值,而后再次增大;降水强度呈弱双峰结构,分别在04时和16时达到谷值,13时和18时达到峰值,其日变化呈“增-减-增-减”的特征。四川短时强降水事件与复杂地形有密切的关系,5~6月事件活跃区在四川盆地中部,7月在盆地西部的龙门山脉一带,8月在雅安、乐山附近,9月在盆地北部且频次明显减少;短时强降水事件的最大小时雨强可达80mm以上,出现在7~8月的盆地西部龙门山一带和南部地区。短时强降水事件随着海拔高度的增加,发生频次和日数逐渐减少,海拔2000m以上地区基本无强降水发生日出现( 峨眉山气象站例外)。      

鲁中地区极端高温变化特征分析

基于1966—2015年鲁中地区8个气象站日最高气温、日最低气温和相对湿度气象观测资料,利用年最高气温、高温日数、极端高温日数、暖夜日数、炎热日数和高温热浪日数等指数,研究其极端高温天气变化特征。结果表明:鲁中地区近50 a年最高气温随时间变化呈增加趋势,1990年后增加趋势明显,有6 a左右的主要变化周期,主要空间变化规律一致;极端高温天气呈增强趋势,尤其在1990年以后,年炎热日数和轻度高温热浪日数最多出现在1994年,年高温日数最多出现在1997年,年极端高温、暖夜日数和重度高温热浪日数均出现在2005年;中部地区发生极端高温天气频率高,南部山区发生频率低。     

南大4 km预报系统对新疆夏季降水预报的评估北大核心

南大4 km预报系统(WRF_NJU)是南京大学自2013年起每年夏季每日两次对中国地区进行的4 km分辨率的48 h实时预报。将该系统、欧洲中期天气预报中心(EC)、中国气象局(CMA)和日本气象厅(JMA)在2016—2018年夏季6—8月对新疆北疆和南疆地区降水的预报与自动站观测资料进行对比分析。结果表明:Gilbert技巧评分(GSS)一般EC最高,WRF_NJU次之,JMA最低。空间上,EC在南、北疆的预报都最接近观测,WRF_NJU预报降水平均偏低,CMA和JMA明显偏高。WRF_NJU预报降水的日变化趋势与观测一致,峰值时段基本相同,稍有1~2 h偏差。量级上总体偏高,在峰值时段尤为明显。降水过程发展方面,WRF_NJU对大多数降水过程模拟效果较好。通过个例分析,发现高空急流和低层水汽输送的预报效果直接影响着降水的预报效果。     

高温热浪指标研究

根据热浪所具有的气温异常偏高(或为高温闷热)及通常要持续一段时间这两个特征,研究设计了综合表征炎热程度和过程累积效应的热浪指数作为热浪的判别指标,并提出了热浪的分级标准.利用1994和1995年7-8月武汉市逐日中暑人数和2003年7 8月上海市逐日死亡人数资料对热浪指标和分级标准进行了验证分析,结果表明,热浪指数可以...     

1961-2010年四川盆地霾气候特征及影响因子分析

利用1961-2010年四川盆地122个气象站观测资料,分析四川盆地年平均霾日数时空分布特征及霾日数季节和年变化趋势。探讨近50 a四川盆地大气干消光系数、风速、能源消耗和人口等因素与霾日数之间的关系。结果表明：1961-2010年四川盆地122个站年平均霾日数为62.5 d,最多的站可达100.0 d以上。霾日数有明显季节变化,四川盆地冬季霾日数最多（28.4 d）,春、秋季次之,夏季最少（5.9 d）。四川盆地有104个站霾日数年变化呈增加的趋势,其中有71个站通过了置信度99 %的检验,霾日数增加最多的是四川省内江地区的戚远,气候倾向率为42.0 d/10 a;霾日数增加最少的是成都市的新都,气候倾向率为0.4 d/10 a。四川盆地有18个站霾日数年变化呈下降趋势,仅7个站点通过了置信度99 %的信度检验,霾日数减少最多的是四川北部广元地区的南江,气候倾向率为-16.7 d/10 a。霾日数的年变化与大气干消光系数呈显著正相关,与风速呈显著负相关,与四川盆地的能源消耗和人口增长呈显著正相关。     

驻马店极端气温分析

利用驻马店10个站气象资料,分析了极端温度的时间变化特征、高温天气与6-8月降水量之间的关系和极端晴热高温、极端湿热高温天气形成的天气背景及影响因子,确定了高温出现的前期预报指标。     

Reduced soil moisture contributes to more intense and more frequent heat waves in northern China

Heat waves have attracted increasing attention in recent years due to their frequent occurrence. The present study investigates the heat wave intensity and duration in China using daily maximum temperature from 753 weather stations from 1960 to 2010. In addition, its relationships with soil moisture local forcing on the ten-day period and monthly scales in spring and summer are analyzed using soil moisture data from weather stations and ERA40 reanalysis data. And finally, a mechanistic analysis is carried out using CAM5.1 (Community Atmosphere Model, version 5.1) coupled with CLM2 (Community Land Model, version 2). It is found that the heat wave frequency and duration show a sandwich distribution across China, with high occurrence rates in Southeast China and Northwest China, where the maximum frequency and duration exceeded 2.1 times and 9 days per year, respectively. The increasing trends in both duration and intensity occurred to the north of 35°N. The relationships between heat wave frequency in northern China in July (having peak distribution) and soil moisture in the earlier stage (from March to June) and corresponding period (July) are further analyzed, revealing a strong negative correlation in March, June and July, and thus showing that soil moisture in spring and early summer could be an important contributor to heat waves in July via positive subtropical high anomalies. However, the time scales of influence were relatively short in the semi-humid and humid regions, and longer in the arid region. The contribution in the corresponding period took place via positive subtropical high anomalies and positive surface skin temperature and sensible heat flux anomalies.     

驻马店极端气温分析

利用驻马店10个站气象资料，分析了极端温度的时间变化特征、高温天气与6--8月降水量之间的关系和极端睛热高温、极端湿热高温天气形成的天气背景及影响因子，确定了高温出现的前期预报指标。