Short－term Climatic Fluctuations in North Atlantic Oscillation and Frequency of Cyclonic Disturbances over North Indian Ocean and Northwest Pacific

Ｓｈｏｒｔ－ｔｅｒｍＣｌｉｍａｔｉｃＦｌｕｃｔｕａｔｉｏｎｓｉｎＮｏｒｔｈＡｔｌａｎｔｉｃＯｓｃｉｌｌａｔｉｏｎａｎｄＦｒｅｑｕｅｎｃｙｏｆＣｙｃｌｏｎｉｃＤｉｓｔｕｒｂａｎｃｅｓｏｖｅｒＮｏｒｔｈＩｎｄｉａｎＯｃｅａｎａｎｄＮｏｒｔｈｗｅｓｔＰａｃ...     

A Finite-Mode Model of Ideal Fluid Dynamics on the 2-Sphere

ＡＦｉｎｉｔｅ－ＭｏｄｅＭｏｄｅｌｏｆＩｄｅａｌＦｌｕｉｄＤｙｎａｍｉｃｓｏｎｔｈｅ２－ＳｐｈｅｒｅＷｅｉＭｏｚｈｅｎｇＣＲＣｆｏｒＳｏｕｔｈｅｒｎＨｅｍｉｓｐｈｅｒｅＭｅｔｅｏｒｏｌｏｇｙＣＳＩＲＯＤｉｖｉｓｉｏｎｏｆＡｔｍｏｓｐｈｅｒｉｃＲｅｓｅ...     

Monsoon Circulation Related to ENSO Phase-Locking

ＭｏｎｓｏｏｎＣｉｒｃｕｌａｔｉｏｎＲｅｌａｔｅｄｔｏＥＮＳＯＰｈａｓｅ－Ｌｏｃｋｉｎｇ①①ＴｈｉｓｗｏｒｋｉｓｓｐｏｎｓｏｒｅｄｂｙｔｈｅＮａｔｉｏｎａｌＮａｔｕｒａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎｏｆＣｈｉｎａｕｎｄｅｒＧｒａｎｔＡＴＭ４９７...     

On the Forcing of the Radial-vertical Circulation within Cyclones-Part 1: Concepts and Equations

ＯｎｔｈｅＦｏｒｃｉｎｇｏｆｔｈｅＲａｄｉａｌ－ｖｅｒｔｉｃａｌＣｉｒｃｕｌａｔｉｏｎｗｉｔｈｉｎＣｙｃｌｏｎｅｓ—Ｐａｒｔ１：ＣｏｎｃｅｐｔｓａｎｄＥｑｕａｔｉｏｎｓＤ．Ｒ．ＪｏｈｎｓｏｎａｎｄＺｈｕｏｊｉａｎＹｕａｎＳｐａｃｅＳｃｉｅｎｃｅａｎｄ...     

The Influence of Changes in Vegetation Type on the Surface Energy Budget

ＴｈｅＩｎｆｌｕｅｎｃｅｏｆＣｈａｎｇｅｓｉｎＶｅｇｅｔａｔｉｏｎＴｙｐｅｏｎｔｈｅＳｕｒｆａｃｅＥｎｅｒｇｙＢｕｄｇｅｔ￥ＲｕｎｈｕａＹａｎｇ；Ｊ．Ｓｈｕｋｌａ，（ＣｅｎｔｅｒｆｏｒＯｃｅａｎ－Ｌａｎｄ－ＡｔｍｏｓｐｈｅｒｅＳｔｕｄｉｅｓ４０４１Ｐ...     

Symmetric Development of Meso Perturbation in Zonally Curved Basic Flow

ＳｙｍｍｅｔｒｉｃＤｅｖｅｌｏｐｍｅｎｔｏｆＭｅｓｏＰｅｒｔｕｒｂａｔｉｏｎｉｎＺｏｎａｌｙＣｕｒｖｅｄＢａｓｉｃＦｌｏｗ①ＺｈｏｕＷｅｉｃａｎ（周伟灿），ＣｈｅｎＪｉｕｋａｎｇ（陈久康）ａｎｄＺｈｏｕＳｈｕｎｗｕ（周顺武）ＮａｎｊｉｎｇＩｎｓｔｉｔ...     

Frontogenesis, evolution and the time scale of front formation

Ｆｒｏｎｔｏｇｅｎｅｓｉｓ,ＥｖｏｌｕｔｉｏｎａｎｄｔｈｅＴｉｍｅＳｃａｌｅｏｆＦｒｏｎｔＦｏｒｍａｔｉｏｎＦａｎｇＪｕａｎ（方娟）ａｎｄＷｕＲｏｎｇｓｈｅｎｇ（伍荣生）ＳｅｖｅｒｅＭｅｓｏｓｃａｌｅｍｅｔｅｏｒｏｌｏｇｉｃａｌＲｅｓｅａｒｃｈＬａｂ...     

RelationshipsbetwenAtmosphericCirculationPaternsandCO2Grenhouse-GasConcentrationLevelsintheAlpineTroposphere

ＲｅｌａｔｉｏｎｓｈｉｐｓｂｅｔｗｅｎＡｔｍｏｓｐｈｅｒｉｃＣｉｒｃｕｌａｔｉｏｎＰａｔｅｒｎｓａｎｄＣＯ２Ｇｒｅｎｈｏｕｓｅ－ＧａｓＣｏｎｃｅｎｔｒａｔｉｏｎＬｅｖｅｌｓｉｎｔｈｅＡｌｐｉｎｅＴｒｏｐｏｓｐｈｅｒｅＡ．Ｌｏｎｇｈｅｔｏ，Ｓ．Ｆｅｒｒ...     

Analysis of Causes and Seasonal Prediction of the Severe Floods in Yangtze／Huaihe Basins during Summer 1991

ＡｎａｌｙｓｉｓｏｆＣａｕｓｅｓａｎｄＳｅａｓｏｎａｌＰｒｅｄｉｃｔｉｏｎｏｆｔｈｅＳｅｖｅｒｅＦｌｏｏｄｓｉｎＹａｎｇｔｚｅ／ＨｕａｉｈｅＢａｓｉｎｓｄｕｒｉｎｇＳｕｍｍｅｒ１９９１ＸｕＱｕｎ（徐群）（ＪｉａｎｇｓｕＭｅｔｅｏｒｏｌｏｇｉｃａｌｉｎ...     

Turbulent Fluxes over Inhomogeneous Landscape

ＴｕｒｂｕｌｅｎｔＦｌｕｘｅｓｏｖｅｒＩｎｈｏｍｏｇｅｎｅｏｕｓＬａｎｄｓｃａｐｅ①ＹｅＺｈｕｏｊｉａ（叶卓佳），ＬｉＪｕｎ（李军）ａｎｄＦａｎＳｉｈｏｎｇ（范思泓）ＬＡＰＣ，ＩＡＰ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１...     

基于PLS的面雨量统计学降尺度

基于GIS的面雨量估算方法和基于模式输出的雨量产品都无法解决分辨率过低的问题,并且都不同程度地忽略了中小尺度地形对降水的影响.回顾了各种统计学降尺度方法,使用NCEP/NCAR提供的2011年4—9月的6 h一次的再分析资料,以及江苏省气象台提供的全省20多个常规站降水实况观测资料,结合高分辨率DEM数据,利用偏最小二乘法(PLS)设计了一套考虑地形因子动力作用的面雨量降尺度方案.通过合理选择和构造大尺度预报因子,地形因子动力作用参数化,回归分析与空间插值相结合的面雨量降尺度方案,成功还原了研究区域内代表站的实况降水序列,并绘制出研究区域内高分辨率的面雨量空间分布图.     

基于雷达—雨量计降水融合方法提高极端降水监测能力

高时空分辨率、高精度的降水产品对于极端降水的监测以及防灾减灾具有重要意义。地面雨量计提供点尺度降水精确观测,但无法精细化捕捉对流性强降水的空间分布。雷达观测可以精细地刻画降水的空间分布特征,但雷达定量估计降水（QPE,quantitative precipitation estimation）产品估测精度易受雷达观测偏差和Z–R（雷达反射率—降水率）关系等因素影响。因此,本文开展高时空分辨率的雷达—雨量计降水融合算法研究,集成雨量计观测和雷达定量估计降水产品各自的优点。该算法主要步骤包括:雨量站观测数据格点化、局地雨量计订正雷达QPE和雷达—雨量计降水融合三个部分。首先利用克里金插值方法,对雨量站观测的降水进行插值,得到格点降水信息;再通过局地雨量计订正方法系统性地订正雷达QPE产品,以提高雷达QPE产品精度;最后,结合降水类型,通过雷达—雨量计降水融合算法,产生高时空分辨率、高精度的雷达—雨量计降水融合产品。通过郑州“21·7”暴雨、台风“烟花”和2021年8月随州暴雨三个典型的极端降水个例,对雷达—雨量计降水融合算法产生的雷达—雨量计降水融合产品进行了系统地评估和分析。结果表明,在不同的极端降水个例和不同的降水时段,雷达—雨量计降水融合产品精度上优于雷达QPE产品,且在降水的空间分布上较雨量站观测格点插值产品更能精细地刻画降水的结构特征。表明算法得到的雷达—雨量计降水融合产品的准确性较高,对极端降水有较好地捕捉和监测能力。     

A method for regional climate change detection using smooth temporal patterns

This paper introduces an original method for climate change detection, called temporal optimal detection method. The method consists in searching for a smooth temporal pattern in the observations. This pattern can be either the response of the climate system to a specific forcing or to a combination of forcings. Many characteristics of this new method are different from those of the classical “optimal fingerprint” method. It allows to infer the spatial distribution of the detected signal, without providing any spatial guess pattern. The spatial properties of the internal climate variability doesn’t need to be estimated either. The estimation of such quantities being very challenging at regional scale, the proposed method is particularly well-suited for such scale. The efficiency of the method is illustrated by applying it on real homogenized datasets of temperatures and precipitation over France. A multimodel detection is performed in both cases, using an ensemble of atmosphere-ocean general circulation models for estimating the temporal patterns. Regarding temperatures, new results are highlighted, especially by showing that a change is detected even after removing the uniform part of the warming. The sensitivity of the method is discussed in this case, relatively to the computation of the temporal patterns and to the choice of the model. The method also allows to detect a climate change signal in precipitation. This change impacts the spatial distribution of the precipitation more than the mean over the domain. The ability of the method to provide an estimate of the spatial distribution of the change following the prescribed temporal patterns is also illustrated.     

基于时空不确定性的对流尺度集合预报效果评估检验

针对对流尺度天气系统的高度非线性特征和高分辨率模式预报结果存在时、空不确定性现象,以及当前邻域概率法主要考虑高分辨率预报结果的空间位移误差,而不能有效解决预报结果存在时间超前与滞后问题,将时间因素引入到邻域概率法中,结合一次强飑线过程进行对流尺度集合预报试验,并基于改进后的新型邻域概率法与分数技巧评分,对降水预报进行了不同时、空尺度的效果评估检验。结果表明:（1）邻域集合概率法和概率匹配平均法在极端降水的分数技巧评分远高于传统集合平均,弥补了集合平均对极端降水预报能力偏低的缺陷。（2）对于此类飑线过程的对流尺度天气系统而言,邻域半径为15—45 km的空间尺度能够改善降水位移误差的空间不确定性,并使其预报效果达到最优,其中15—30 km的邻域半径对于尺度更小的大量级降水事件预报能力更强。（3）对流尺度降水预报考虑时间尺度与降水强度存在着对应关系,不同时间尺度可以捕获到不同量级降水的时间不确定性。同时,时间尺度与空间尺度对于降水预报效果的影响是相互关联的。（4）改进的邻域概率法能够同时体现高分辨率模式预报结果在对流尺度降水事件上存在的时、空不确定性,实现了对流尺度降水在时、空尺度上的综合评估,并能为不同量级降水提供与其时、空尺度相匹配的概率预报结果。      

夏季青藏高原热源对下游降水影响的研究进展

青藏高原作为耸入对流层中层的“巨大热岛”,其产生的热力强迫对东亚以及全球的天气气候起着举足轻重的作用。因此,关于夏季高原热源对下游降水影响及其机理的研究有助于加深对青藏高原影响下游天气气候的认识,提高青藏高原及下游降水的预报水平。本文针对青藏高原夏季热源的时空分布及演变特征、青藏高原热源在不同时空尺度上对下游降水的影响规律及物理机制,总结了已有的相关研究进展,指出了存在的主要问题,并展望了未来不同时空尺度上青藏高原热源对下游降水影响的研究方向,提出了值得进一步加强研究的重点与难点问题。      

我国夏季气温、降水场的时空特征分析

本文用主分量及转动主分量分析方法对我国夏季气温及降水量场(1951—1985年期间)的时空特征进行了研究。从所提取的空间模式中发现气温的解释方差较降水的大,且具有较好的均匀性;从对应的时间分量分析发现气温与降水均具有2—3年的主要变化周期,与东亚大气环流的关系分析中以气温表现较为密切。 对气温和降水场时空特征的稳定性分析表明,无论在持续性、周期性及与东亚大气环流的关系上,进入70年代后均有较明显的变化。比较表明气温场的稳定性较降水为好。 气温场与降水场相互关系分析发现它们有显著的反相关,表现显著的地区为长江中下游、华南及华北等。     

高分辨率降水资料在西南山地的适用性分析

文章以站点资料为观测场，以多源实况融合及GPM-IMERG降水产品为评估场，计算西南山地范围内降水数据的时间、空间技巧评分，并比较了几套资料在描述降水量及强降水频率方面的适用性。结果表明，在2019年汛期的大部分时段内，实况融合降水产品的空间评分较为稳定。三套资料在盆地西北侧及南部边缘地区时间评分均优于其他地区，但在盆地多云区GPM-IMERG产品的时间技巧评分低于实况快速融合降水数据。从强降水频率的描述上看，实况快速融合降水的空间分布与站点实测资料最为相似，但其反映的强降水频率与实测值相比偏小，GPM-IMERG产品则偏大。从降水量值的描述上看，实况快速融合降水与实况值相比偏小，而GPM-IMERG产品与实况值相比则偏大。      

快速动态分级法进行雷达定量估测降水方法研究

在使用雷达资料进行降水估测(QPE)时,对动态分级Z-I关系算法进行大幅度优化后,发现当时间精度较高时,使用CTF2判别函数所得QPE结果误差较大。提出了用同时满足偏差为0且方差最小作为最优解判别式的快速动态分级法(FDC)。通过留出法进行交叉验证,结果表明,快速动态分级法得到的结果整体相关性好,能较好地表现出降水的时空分布特征,反演降水的平均误差为-0.13 mm/h,计算速度快,具有较高的业务应用价值。      

基于TRMM卫星的近10a甘肃临夏降水变化特征

基于2001~2010年TRMM 3B43降水资料和数字高程模型（DEM）数据,采用回归模型＋残差的方法,对甘肃临夏回族自治州近10 a的TRMM 3B43降水数据进行降尺度运算,并结合研究区6个雨量站的观测值,对TRMM 3B43降尺度结果进行精度检验,在此基础上定量研究了临夏回族自治州近10 a的降水量时空变化特征。结果表明：TRMM 3B43降尺度降水量数据整体上具有一定的可信度,但比地面台站的观测值偏小;甘肃临夏州年降水量呈现出由西南向东北递减的趋势,且降水量随着海拔高度的升高而逐渐增加,两者相关系数为0.82;年内降水主要集中在5~9月,基本占全年降水量的70%以上,其中6月降水量最大,12月降水量最小。     

Dependence of the accuracy of precipitation and cloud simulation on temporal and spatial scales

Precipitation and associated cloud hydrometeors have large temporal and spatial variability, which makes accurate quantitative precipitation forecasting difficult. Thus, dependence of accurate precipitation and associated cloud simulation on temporal and spatial scales becomes an important issue. We report a cloud-resolving modeling analysis on this issue by comparing the control experiment with experiments perturbed by initial temperature, water vapor, and cloud conditions. The simulation is considered to be accurate only if the root-mean-squared difference between the perturbation experiments and the control experiment is smaller than the standard deviation. The analysis may suggest that accurate precipitation and cloud simulations cannot be obtained on both fine temporal and spatial scales simultaneously, which limits quantitative precipitation forecasting. The accurate simulation of water vapor convergence could lead to accurate precipitation and cloud simulations on daily time scales, but it may not be beneficial to precipitation and cloud simulations on hourly time scales due to the dominance of cloud processes.