广西夏季降水的多时间尺度特征及影响因子

利用1951—2011年广西夏季降水站点资料和NCEP/NACR等多种再分析资料,通过相关分析、经验模态分解、统计检验分析了广西夏季降水的多时间尺度特征及其影响因子,利用多元线性回归方法对夏季降水进行拟合和预测试验。结果显示:广西夏季降水具有多时间尺度特征,不同时间尺度对应着环流因子不同时间尺度的分量;在准2年尺度上,主要影响因子为季风槽、低空急流、高空急流、贝加尔湖高度场、南印度洋东部海温。利用对广西夏季降水影响显著的环流因子本征模态函数分量和多元线性回归方法拟合夏季降水,相关系数为0.73,表明广西夏季降水是环流因子多时间尺度共同作用的结果。利用前期冬季南印度洋东部海温异常本征模态函数作为前兆因子预报广西夏季降水,6个独立样本检验显示预测与实况趋势一致,该工作可供利用多时间尺度信息进行区域气候预测参考。     

云南夏季降水异常的影响因子及物理统计预测方法

云南夏季降水年际变化较大,影响因子众多,夏季降水的预测较为困难。使用1965—2017年云南省122个气象观测站的逐日降水资料和NCEP大气环流资料,采用年际增量的方法来预测云南夏季降水。文中基于云南夏季降水年际增量变化规律和影响夏季降水的环流形势及物理过程,选取了6个具有物理意义的预测因子,包括:前期2月南太平洋海温异常、前期2月东亚北部海平面气压异常、前期4月北美500hPa位势高度异常、前期5月太平洋北部海平面气压异常、前期1月印度半岛北部500hPa位势高度异常及前期2月澳洲以南地区200hPa高度场偶极子异常,来建立云南夏季降水预测模型。并对预测模型进行逐年交叉检验和1998—2017年逐年独立样本检验。交叉检验中夏季降水年际增量预测值和观测值的相关系数为0.85,相对均方根误差为8.0%。回报检验中夏季降水年际增量的相对均方根误差为9.1%,63.0%的异常年份预测值能够准确地预报出夏季降水异常。该预测模型有较好的预测能力。     

第二松花江流域夏季降水年际增量预测模型研究

利用1980—2016年第二松花江流域（SSR）夏季（6—8月）平均降水量资料、NCEP/NCAR再分析月平均环流场资料、NOAA的月平均海温场资料，采用年际增量预测方法，通过分析与SSR夏季降水年际增量相关的环流及海温，确定了超前12个月内的6个预测因子，包括：11月东亚200hPa纬向风、12月西藏高原-2指数、12月赤道中东太平洋200hPa纬向风、2月印度洋海温、10月西太平洋暖池海温、4月东亚100hPa经向风。在此基础上利用这 6个预测因子，利用1980—2010资料建立SSR夏季降水年际增量的统计预测模型，最后根据年际增量给出SSR夏季降水的预测结果。经检验，1981—2010年，SSR夏季降水年际增量的预测拟合系数是0.83，SSR夏季降水预测结果拟合系数为0.67，SSR夏季降水预测结果相对均方根误差为15%，均通过了显著性检验；对2011—2016年进行试报实验，该模型也很好的预测出降水的年际增量变化趋势，除2014年以外，SSR夏季降水预测结果相对均方根误差绝对值都控制在23%以内，2016年仅为-9.9%。因此，通过预测降水的年际增量，进而再预测降水的方法，具有一定的预测技巧，可作为有效方法投入实际业务应用。     

西南夏季降水多因子降维客观预测方法研究

本文改进了现有的多模态时间稳定性判别标准,提出一种筛选稳定高相关预测信号的思路,对1981～2016年西南夏季降水距平百分率多模态的时间稳定性、时空特征和可预测模态关键信号等进行了分析研究,在此基础上构建了多因子降维预测模型。结果表明,前9个模态在预测时效为3年和近10年内稳定,累计方差贡献率占70%,是西南夏季降水的主要模态。结合稳定高相关概念和最优子集回归方法得到主模态PC（Principal Component）系数的最优预测信号和预测方程。回报检验结果表明,各方程对PC系数有较好的拟合效果,复相关系数为0.62～0.84,均通过了99.99%的显著性检验,同号率均大于69%。构建的多因子降维预测模型对西南夏季降水的空间分布,正负趋势和异常级有较好的回报效果:距平相关系数（Anomaly Correlation Coefficient,简称ACC）平均值为0.58;时间相关系数（Temporal Correlation Coefficient,简称TCC）在除零星站点外的整个区域通过90%的显著性检验,且大部分区域通过99.9%的显著性检验;趋势异常综合评分（PS）平均分为84,其中区域降水最异常的十年,PS平均分为87.1。经过13年（1971～1980年和2017～2019年）的预报检验,该模型的PS平均分为72。其中2017～2019年的PS均分为77,优于发布预测评分。     

华北夏季降水异常与华南前汛期降水异常的关系

为改进华北夏季降水异常的预测能力、寻找前期异常信号的监测预测指标,本文利用1961-2020年华北、华南夏季降水资料,美国环境预报中心和大气科学研究中心（National Centers for Environmental Prediction/National Center for Atmospheric Research, NCEP/NCAR）的再分析环流资料、向外长波辐射资料（Outgoing Longwave Radiation, OLR）,采用相关、合成和环流异常回归重构等方法,分析了华南前汛期（5-6月）降水异常与华北夏季（7-8月）降水异常的联系。结果表明：（1）华北夏季（7-8月）降水异常通常与华南前汛期（5-6月）降水异常呈反位相关系,即如果华南前汛期降水偏多,对应华北夏季降水就会偏少,反之亦然。华南前汛期降水异常可以作为华北夏季降水异常监测预测的一个前期指标。东亚夏季风造成对流层低层水汽输送异常和北半球夏季热带低频信号传播造成对流层中低层环流异常是两地降水呈反位相变化的联系机制。（2）在水汽输送方面,如果5-6月东亚副热带夏季风偏强,即东亚西南南风（SSW）显著偏强...     

两种机器学习方法在重庆夏季旱涝预测中的应用北大核心

利用1961—2010年重庆34个气象观测站夏季降水资料及国家气候中心130项环流指数,采用机器学习的决策树和随机森林方法建立重庆夏季旱涝预测模型,通过2011—2018年预测效果检验发现,夏季同期环流指数决策树模型和前冬海温指数决策树模型预测的8 a降水异常趋势均正确,比考虑单一指数的PC评分分别提高37.5%和12.5%。此外,用随机森林模型预测重庆2014—2018年的夏季降水,5 a平均PS、CC和PC评分分别是84.6、0.27和67.1,相比于业务发布预报质量均有明显提高,且随机森林的预测质量较为稳定。     

夏季亚洲对流层中上层温度年际变率的预测水平评估及其在我国东部降水预测中的应用

夏季亚洲对流层温度异常与中国东部夏季降水紧密相关并可能作为降水的有效预报因子。基于欧盟ENSEMBLES计划的季节预测试验耦合模式每年5月1日开始的回报试验，分析了其对1960～2005年夏季亚洲对流层中上层温度（以200～500 hPa厚度替代，简称对流层温度）年际变率的预测结果，发现模式集合平均对夏季亚洲对流层温度年际变率具有较高的预报技巧，可以合理回报其前两个EOF（Empirical Orthogonal Function）主导模态（EOF1、EOF2），只是未能回报出EOF2高纬度的温度异常，模式集合平均预测的第一模态主成分（PC1）和第二模态主成分（PC2）与再分析资料的时间相关系数分别达到0.63和0.77。再分析资料中前两个EOF模态分别由ENSO（El Ni?o–Southern Oscillation）发展年印度夏季降水异常所激发的丝绸之路遥相关波列和ENSO衰减年西北太平洋夏季降水异常对应的太平洋—日本遥相关波列导致。ENSEMBLES计划可以合理预测出相应的海温异常及遥相关波列，进而合理预测出前两个EOF模态。对流层温度PC1和PC2分别表征了欧亚大陆与周围海洋之间的纬向和经向热力对比异常，模式对由PC1的预报技巧远高于前人定义的纬向热力对比的东亚夏季风指数，对前人定义的经向热力对比指数的预测技巧与PC2相当。将PC1和前人定义的经向热力对比指数作为预报因子，建立了中国夏季降水的动力—统计降尺度预测模型，交叉检验的结果表明该预报模型显著提高了东北和长江流域上游夏季降水的预报技巧。本文提出的亚洲对流层温度年际变率的EOF1及PC1，既能较好表征纬向热力对比与中国东部夏季降水显著相关，又能被模式合理预测，可以作为我国中高纬度地区，特别是东北地区降水的重要预测因子之一。     

冬季和春季印度洋海温异常年际变率模态对中国东部夏季降水的可能影响过程

印度洋热力状况是影响全球气候变化和亚洲季风变异的一个重要的因素,但以往研究更多关注热带印度洋海温的变化,对南印度洋中高纬地区海温变化关注不够,由此限制了我们对印度洋的全面认识.本文研究了年际尺度上整个印度洋海温异常主导模态的特征及其对我国东部地区夏季降水的可能影响过程,以期望为气候变异研究及预测提供理论依据.研究结果表明:全印度洋海温异常年际变率的主导模态特征是在南印度洋副热带地区海温异常呈现西南—东北反向变化的偶极子模态,西极子位于马达加斯加以东南洋面,东极子位于澳大利亚以西洋面;同时,热带印度洋海温异常与东极子一致.当西极子为正的海温异常,东极子、热带印度洋为负异常时定义为正的印度洋海温异常年际变率模态;反之,则为负的印度洋海温异常年际变率模态.从冬至春,印度洋海温异常年际变率模态具有较好的季节持续性;与我国长江中游地区夏季降水显著负相关,而与我国华南地区夏季降水显著正相关.其可能的影响过程为:对于正的冬、春季印度洋海温异常年际变率模态事件,印度洋地区异常纬向风的经向大气遥相关使得热带印度洋盛行西风异常,导致春、夏季海洋性大陆对流减弱,使夏季西太平洋副热带高压强度偏弱、位置偏东偏北,造成华南地区夏季降水增多,长江中游地区降水减少;反之亦然.同时,印度洋海温异常年际变率模态可通过改变印度洋和孟加拉湾向长江中游地区的水汽输送而影响其夏季降水.     

基于印度洋海温信号的我国西北地区东部夏季降水组合降尺度预测方法研究

利用国家气候中心第二代气候模式预测业务系统(BCC-CPSv2)预测产品,引入印度洋海温信号,采用组合降尺度方法建立了西北地区东部汛期降水预测模型。该预测模型对1991—2017年西北地区东部夏季降水的回报技巧较BCC-CPSv2预测技巧显著提高,空间相关系数由0.42提高到0.75,均方根误差明显减小,最多下降达80%。预测模型对降水空间分布型的预测能力较好,很好地回报了典型年份（1987年和2010年）夏季的降水距平百分率分布。通过抓住气象变量的空间分布特征,组合降尺度方法可以修正动力模式产品的预测误差,为西北地区东部夏季降水预测提供科学依据和技术支持,具有较好的应用前景。     

年际增量方法在西南夏季降水预测中的应用

利用中国西南地区80站逐月降水资料及NCEP/NCAR再分析资料等,采用降水预测新方法——年际增量法,考察影响中国西南地区夏季降水年际增量的前期冬、春季大气环流年际增量状况,并选取5个关键影响因子,采用多元回归法建立中国西南夏季降水年际增量预测模型。对降水年际增量进行预测,在1971—2010年的建模阶段,预测模型的拟合率为0.78,在2011—2017的后报检验7年中,有6年与实况值同位相。后报检验2011—2017年的降水距平百分率,均方根误差为16%。为考察对降水异常分布型的预报效果,逐站建立回归方程,并进行趋势预报检验,近5年的趋势异常综合评分高于发布预测,预报效果较好。因此,该方法的应用及模型的建立对提高西南地区夏季降水预测水平有重要意义。      

北半球环状模和东北冷涡与我国东北夏季降水关系分析

利用国家气象信息中心提供的1951～2004年全国160个测站月平均降水资料和欧洲中心提供的ERA-40再分析资料,对近50多年东北地区夏季降水、东北冷涡与前期北半球环状模和海温的关系进行了统计分析,定义了一个夏季(6～8月)东北冷涡强度指数(NECVI)。结果表明:NECVI能够较好表征东北低涡的气候效应;夏季东北冷涡强度与降水存在显著的正相关,东北冷涡强年,降水偏多,前期2月北半球环状模(NAM)偏弱;东北冷涡偏弱年,降水偏少,前期2月NAM偏强。此外,夏季东北冷涡与前期的中国近海海温存在显著的负相关,前期NAM和中国近海海温的异常可以作为夏季东北冷涡异常的一个前兆信号,进而为东北地区夏季降水异常的预测提供参考依据。     

前冬澳大利亚周边海温与我国长江流域夏季降水的联系

利用1980～2012年Hadley中心的HadISST再分析海温资料、美国NCEP/NCAR月平均再分析资料和中国160站月平均降水资料,研究了前冬澳大利亚周边海温与长江流域夏季降水关系。研究表明,澳大利亚周边冬季逐月海表温度距平（SSTA）EOF分解第一模态具有全区一致模形式,澳大利亚周边海温一致模具有季节持续性,可从前一年冬季一直维持到当年的夏季。用Ni?o3.4指数剔除海温场中ENSO线性信号后,表明澳大利亚周边海温一致模可能是独立于ENSO位相的区域局地现象。基于冬季澳大利亚周边海温一致模形式,定义了表征长江流域夏季降水一致模指数（CMI）,对长江流域夏季降水具有一定的短期预测意义。澳大利亚周边海温一致模与长江流域夏季降水显著相关,一方面是因为澳大利亚周边海温异常能激发南北半球遥相关,造成西太平洋副热带高压异常,从而影响长江流域夏季降水;另一方面,澳大利亚周边海温异常导致热带地区南北半球对流异常,尤其使得菲律宾周边地区的对流活动异常,进而造成长江流域夏季降水异常。     

海温异常对山东夏季降水的影响分析

讨论了前期全球海温异常对山东夏季降水不同分布型的影响,找到了对汛期降水预测有指示意义的异常信号,并将这些异常信号与2016年的降水分布特征进行了验证。前期恩索(ENSO)处于发展状态时,易造成全省夏季降水一致的分布形势;前期ENSO处于衰减状态时,山东夏季降水易出现东西反向的分布形势。太平洋十年际振荡和热带印度洋全区一致海温模态位相与鲁东南和半岛的夏季降水存在高相关,而副热带南印度洋偶极子和热带印度洋偶极子位相对山东夏季降水的高影响区位于鲁西北。这些异常信号对山东夏季降水预测具有一定的指示意义。     

春季海温对中国夏季降水影响的诊断研究和预测试验

文中利用季降水异常集合的典型相关预测模式 ,以全球春季 (3～ 5月 )海温场作为因子场 ,对中国夏季降水场进行了诊断研究 ,并对 1998,1999及 2 0 0 0年这几个典型的中国夏季降水进行了回报试验。结果表明 ,春季海温与中国夏季降水之间存在较好的关系 ,春季海温在较大程度上决定了中国夏季降水雨带及其分布类型。考虑面积因子的集合典型相关预测方案对中国夏季降水具有较强的回报能力 ,此模式不仅能诊断出降水场和海温场中一些比较典型的空间模态和时间变化规律 ,而且可以再现 1998和 2 0 0 0年中国大部分地区的旱涝灾害。揭示了全球春季海温的异常变化在中国夏季 (6～ 8月 )降水异常中的作用。     

川渝地区主汛期降水的年代际变化与短期气候预测模型的建立

利用1951—2007年川渝地区20个代表站主汛期的降雨量资料、太平洋逐月海温资料和NCAR/NCEP逐月再分析资料,通过EOF等方法,研究了川渝地区主汛期降水的年代际变化,并建立了短期气候预测模型。结果表明,川渝地区主汛期降水主要模态存在明显的年代际变化,不同时段降水异常最主要的模态存在差异,从20世纪90年代初开始,全盆地降水异常一致型是最主要的模态。用前期赤道中东太平洋的海表温度、北大西洋地区的西风强度、西北太平洋极涡强度和东亚大槽强度作为预测因子,建立的降水预测模型对近年川渝地区汛期降水有较强的预测能力。降水主要模态的年代际变化及其所对应的前期预测因子的变化是影响模型预测能力的关键因素。     

基于聚类分区的中国夏季降水预测模型

文章基于近邻传播客观聚类方法对中国夏季降水进行了气候分区,以中国不同分区的夏季降水为预测对象,使用前期的海温和海平面气压场为预测因子,利用图像标签算法提取高相关封闭区域的预测因子信息。结合最小二乘回归法建立预测模型。采用Ps评分、距平符号一致率和距平相关系数三种评分方法检验了该预测模型,比较了四种不同的因子配置方案的预测能力。研究结果表明,利用冬春季海温的演变特征结合海平面气压的年际变化为预测因子的分区预测模型效果较好,在1982—2009年期间的平均交叉检验平均Ps得分为81.4,距平符号一致率为63%,距平相关系数为0.35,2010—2014期间的独立样本预测检验的平均评分分别为77.1,58%和0.19,且逐年回报效果较为稳定,表明该方法对中国夏季降水有较好的预测效果。研究结果显示,该预测模型能较好地预测出2014年中国夏季降水南多北少的分布特征。     

中国夏季降水预测因子潜在技巧分布图及应用

影响我国夏季汛期降水异常的因子繁多,不同因子之间复杂的相互作用制约我国夏季降水季节预测水平。目前动力模式对降水预测技巧水平较低,如何开发客观统计预报方法,提高我国夏季降水预报技巧依然存在挑战。该文基于最小二乘法拟合和交叉检验方法,提出一种搜索预测因子潜在预测技巧的方法（潜在技巧分布图）,并基于该方法开发预测因子自动选择器,建立中国夏季降水异常自动统计预测模型。与传统线性相关分析相比,潜在技巧分布图不受极端气候事件影响,可直观展现具有显著预测技巧的前兆信号,而预测因子自动选择器则能从潜在技巧分布图中自动筛选最优预测因子,获得逐年不同的预测因子,更符合中国夏季降水异常影响因子多样性的客观事实。在完全剔除预测当年信息的回报试验中,该预测模型对1999—2019年中国夏季汛期降水异常的历史回报技巧明显高于动力模式。通过方差订正,历史回报降水的PS评分从71.00分提高到82.10分,显示了该模型的潜在预报潜力。     

长江下游夏季降水与东亚夏季风及春季太平洋海温的关系

利用NCEP/NCAR逐日再分析资料、NOAA月平均海表温度资料及中国站点逐日降水资料,研究了长江下游夏季降水、东亚夏季风(区分南海热带夏季风和副热带夏季风)及春季太平洋海温之间的关系。结果表明,南海夏季风强度与长江下游夏季降水量呈反相关,而副热带夏季风强度与长江下游夏季降水量呈正相关;春季赤道东太平洋海温与当年长江下游夏季降水存在正相关,是夏季长江下游夏季降水变化趋势的较好前期预测信号;南海夏季风和副热带夏季风强度对春季赤道东太平洋海温异常的响应是相反的。     

山东夏季降水量场预测模型研究及预测试验

从预测山东夏季降水场的需要出发，用山东1961－2001年夏季降水资料，研究了山东夏季降水的基本分布型式及其与北半球500hPa月平均高度、大气环流特征量及北太平洋海温之间关系。结果表明：不同的分布型存在不同的前期预测强信号。以这些强信号为主要预报因子结合考虑降水趋势振荡，构建出山东夏季降水场预测模型，并进行了预测试验。     

峨眉山夏季降水与主要影响因子的相关分析

利用峨眉山1951～2000年夏季降水资料与海温、亚洲季风、西太平洋副热带高压和东亚阻塞高压等主要因子进行相关分析,结果表明这些因子的异常变化可以作为峨眉山夏季降水的预测信号,并初步建立峨眉山夏季降水短期气候预测的概念模型。