2013年汛期气候预测的先兆信号及其应用

本文系统回顾了2013年汛期气候预测的主要先兆信号。其信号特征是：2013年前期赤道中东太平洋呈正常略偏冷的状态、冬季北极海冰异常偏少、青藏高原积雪偏少,这些特征对后期东亚夏季风有明显影响。通过对前期先兆信号的分析,国家气候中心比较准确地预测了东亚夏季风偏强、我国夏季主要多雨带偏北的特征,以及南海夏季风爆发偏早、长江中下游入梅偏晚且雨量少雨期短、华北雨季提前雨量偏多的季节内过程演变趋势。最后对汛期气候预测存在的不足进行了分析和讨论。     

2013年汛期气候预测的先兆信号及其应用

本文系统回顾了2013年汛期气候预测的主要先兆信号。其信号特征是:2013年前期赤道中东太平洋呈正常略偏冷的状态、冬季北极海冰异常偏少、青藏高原积雪偏少,这些特征对后期东亚夏季风有明显影响。通过对前期先兆信号的分析,国家气候中心比较准确地预测了东亚夏季风偏强、我国夏季主要多雨带偏北的特征,以及南海夏季风爆发偏早、长江中下游入梅偏晚且雨量少雨期短、华北雨季提前雨量偏多的季节内过程演变趋势。最后对汛期气候预测存在的不足进行了分析和讨论。     

基于MTM-SVD方法的黄河流域夏季降水年际变化及其主要影响因子分析

应用中国气象台站积雪日数资料和NCEP/NCAR再分析资料以及多锥度—奇异值分解方法 (MTM-SVD),分析了近50年来黄河流域夏季降水的时空变化及其影响因子.发现黄河流域夏季降水存在显著的2～3年周期.在准3年周期上黄河流域夏季降水对前冬青藏高原东部积雪日数有很好的响应,当前冬高原积雪日数以正 (负) 异常为主时,接下来的夏季黄河流域降水偏少 (多).这种响应存在年代际变化,在1983年之前最为明显,1983~1993年是个调整时期,1993年以后又开始明显.在准2年周期上黄河流域夏季降水对前冬西太平洋暖池SST有很好的响应,当前冬西太平洋暖池SST偏高 (低) 时,接下来的夏季黄河流域降水表现为东多 (少)西少 (多) 型.这一响应同样存在年代际变化.前冬高原积雪和西太平洋暖池SST是影响黄河流域夏季降水的重要因子.     

松嫩辽流域夏季面雨量预测因子探讨

利用松花江、嫩江、辽河流域50余年45站降水资料和NCEP/NCAR再分析资料, 分析了松嫩辽流域夏季面雨量的气候特征和影响夏季面雨量异常的前期因子, 提出了一种利用前期11～12月北半球环流异常特征对该流域夏季旱涝趋势定性预测的方案, 方案中定义了两个反映中高纬环流异常的指数, 可以较好地分辨和预测松嫩辽流域面雨量异常。     

2010年我国夏季降水异常气候成因分析及预测

对2010年我国夏季降水实况和预测进行回顾,笔者认为优化多因子汛期降水客观定量化预测方法因子组合中缺少前冬海温和积雪等外强迫因子可能是导致部分地区预测失败的主要原因,通过2010年夏季降水异常的气候成因诊断分析并结合诊断同报的结果论证了这一判断.同时发现前冬海温和积雪异常的气候背景下,亚洲夏季风系统各成员均发生不同程度...     

基于旋转经验正交分解的流域降水气候预测误差订正方法

流域尺度的降水短期气候预测水平对流域的防灾减灾具有重要价值。为了进一步提高中国科学院大气物理研究所新一代大气环流模式IAP AGCM 4.1在淮河和长江流域夏季降水预测效果,利用旋转经验正交分解（Rotated Empirical Orthogonal Function, REOF）方法对两个流域夏季降水区域特征进行分析的基础上,建立了一个适用于流域的分区经验正交分解（Empirical Orthogonal Function, EOF）订正方案,并利用IAP AGCM 4.1气候预测系统在两个流域的夏季降水共30年（1981～2010年）的集合回报试验结果进行了订正试验。结果表明分区订正方法明显改进了模式对淮河流域的夏季降水预测水平,淮河流域的流域平均相关系数从0.03提高到了0.22。对长江流域的季度降水预报也有显著的改进效果,平均相关系数从-0.05提高到0.24。分区订正结果明显优于流域整体订正方案,证明了基于REOF分析确定降水具有强局地性特征的订正区域,能够很好地提高EOF订正方法的效果稳定性,这对其他流域降水预测的订正研究具有很好的借鉴意义。     

冬季积雪对我国夏季降水预测的评估分析

根据高原积雪和高纬积雪与我国夏季降水相关分析的结果，将高原积雪和高纬积雪作为独立因子分别对我国夏季降水预测做了检验，结果表明：高原积雪较高纬积雪效果要好，冬季高原积雪异常偏多时，长江流域夏季易发生洪涝，这也是预测汛期降水的一个重要信号。     

中国东部夏季降水异常与青藏高原冬季积雪的关系

基于中国740站月降水、积雪、地温资料和NCEP/NCAR再分析月资料,采用相关分析、合成分析和最大协方差法,研究了1979—2008年青藏高原冬季积雪异常与长江中下游夏季降水的关系及其可能的影响机制。结果表明:(1)在年际时间尺度上,青藏高原中北部12月—翌年1月积雪指数与长江中下游夏季降水呈显著正相关。在年代际时间尺度上,1990s—2000s的高原积雪指数与长江中下游夏季降水具有较好的同位相变化特征。表明高原中北部12月—翌年1月积雪指数对长江中下游夏季降水异常具有较好的指示意义,可作为预测长江中下游夏季降水年际年代变化的依据。(2)高原12月—翌年1月积雪异常偏多,是长江中下游夏季洪涝的一个强信号,12月—翌年1月积雪指数正异常年与长江中下游夏季降水正异常年有很好的一致性。(3)高原冬季积雪异常影响长江中下游夏季降水的可能途径是:高原冬季积雪异常通过影响同期及其后春季地温,再由春季地温以某种方式把异常信号维持到夏季。之后,地温异常又改变了局地地气热量交换,导致周围大气环流异常,从而影响到其下游的降水过程。     

青藏高原积雪变化及其对中国水资源系统影响研究进展

回顾了青藏高原(下称高原)积雪变化及其对中国水资源系统影响研究进展,探讨了开展高原积雪异常对中国水资源系统影响研究存在的不足和未来趋势。高原积雪分布极不均匀,呈四周山区多、腹地少,两侧多、中间少的空间分布特征。高原东部积雪变化最显著且主导了整个高原积雪的年际变化,因此该地区积雪异常更值得关注。自20世纪60年代以来高原积雪总体呈缓慢增加趋势,21世纪初期春季和冬季积雪略有减少。目前,关于高原积雪变化对我国水资源系统影响的研究主要集中在高原积雪异常对降水和旱涝影响及其预测指示性研究两方面。高原积雪主要通过季风影响我国的降水时空分布,进而影响水资源系统。高原积雪异常对我国降水影响大,且范围广,可作为降水预测的一个重要信号,同时其对我国旱涝分布具有重要影响,并且对旱涝预测具有指示意义。     

青藏高原冬春积雪和地表热源影响亚洲夏季风的研究进展

青藏高原冬春积雪和地表热源的气候效应是青藏高原气候动力学的两个重要内容。大量资料分析和数值试验研究均表明这两个因子对亚洲季风有一定的预测意义,本文对此做了比较系统的回顾和总结,并进一步比较了青藏高原积雪和地表热源影响东亚和南亚夏季降水的异同。结果表明,东亚夏季降水在年际和年代际尺度上均存在"三极型"和"南北反相"型的空间分布特征,高原春季地表热源在年代际和年际尺度上主要影响东亚夏季降水"三极型"模态;在年代际尺度上它是中国东部出现"南涝北旱"格局的重要原因,而高原冬季积雪的作用相反。另一方面,高原冬季积雪在年际和年代际尺度上对印度夏季风降水的预测效果均要优于高原地表热源。无论是空间分布还是时间演变特征,高原冬季积雪与春季地表热源整体上均无统计意义上的显著联系。不断完善高原地面观测网和改进模式在高原地区的模拟性能,将是进一步深入理解高原积雪和地表热源影响亚洲季风物理过程和机制的关键所在。     

Assessing the Seasonal Predictability of Summer Precipitation over the Huaihe River Basin with Multiple APCC Models

Seasonal rainfall predictability over the Huaihe River basin is evaluated in this paper on the basis of 23-year(1981-2003) retrospective forecasts by 10 climate models from the Asia-Pacific Economic Cooperation(APEC) Climate Center(APCC) multi-model ensemble(MME) prediction system.It is found that the summer rainfall variance in this basin is largely internal,which leads to lower rainfall predictability for most individual climate models.By dividing the 10 models into three categories according to their sea surface temperature(SST) boundary conditions including observed,predicted,and persistent SSTs,the MME deterministic predictive skill of summer rainfall over Huaihe River basin is investigated.It is shown that the MME is effective for increasing the current seasonal forecast skill.Further analysis shows that the MME averaged over predicted SST models has the highest rainfall prediction skill,which is closely related to model’s capability in reproducing the observed dominant modes of the summer rainfall anomalies in Huaihe River basin.This result can be further ascribed to the fact that the predicted SST MME is the most effective model ensemble for capturing the relationship between the summer rainfall anomalies over Huaihe River basin and the SST anomalies(SSTAs) in equatorial oceans.     

包头山区流域面雨量的实现及最大洪峰流量的估计

利用T213数值预报产品建立包头市短期降雨预报方程,通过地理信息系统,在Citystar4.0版本软件的支持下,实现大青山区降水随高度的分布模式,计算出主要山区沟河的流域面雨量和降水总量,估计洪峰流量。在GIS(地理信息系统)环境下,研究山区面雨量的预报,通过建立包头市大青山区山体高度降雨量分布的经验公式,得到实现山区沟河流域面的面雨量,最终得到各个沟河流域的最大洪峰流量的估计。     

中国当代土地利用变化对黄河流域径流影响

使用区域气候模式(RegCM3)和大尺度汇流模型(LRM),研究中国地区土地利用/植被覆盖变化对黄河流域降雨径流过程的影响。RegCM3嵌套于欧洲数值预报中心(ECMWF)再分析资料ERA40,分别进行了中国区域在实际植被和理想植被分布情况下两个各15年(1987～2001年)时间长度的积分试验。随后,RegCM3 两个试验的输出径流结果分别用来驱动LRM。与观测资料的对比分析表明,在实际土地利用状况下,LRM能较好地模拟黄河河川径流的季节和年际变化。研究结果指出,当代土地利用引起了冬季黄河上游部分地区降水减少,中下游地区降水增加;引起夏季整个黄河流域降水的减少。总体来说,当代土地利用变化引起黄河流域年平均降水的减少。对于水文站河川径流量,除了冬春季略有增加外,其他月份河川径流均会减少,并且在9月减少最多。土地利用引起的植被退化造成黄河径流的大幅度减少,并且越向下游减少幅度越大,这可能是引起黄河下游断流的重要原因之一。     

作物生长对流域水文过程与区域气候的影响

利用区域气候模式RegCM3以及考虑作物生长过程的耦合模式RegCM3_CERES对东亚区域进行20年模拟,研究作物生长对流域水文过程与区域气候的影响。结果表明：考虑作物生长过程的耦合模式模拟海河流域、松花江流域、珠江流域多年平均降水效果明显改进,在除黑河流域外的各流域模拟的温度负偏差有所减小,其中在海河流域、淮河流域的夏季改进尤为明显。各流域夏季（6、7、8月）月蒸散量最高,其中长江流域、海河流域、淮河流域、珠江流域的夏季月蒸散量基本上在100 mm左右,并且七大流域蒸散发的季节变化趋势跟总降水基本一致。多数流域考虑作物生长过程的耦合模式模拟得出蒸散发减少且进入的水汽增加,导致局地水循环率减小;黑河流域与黄河流域降水有所增加,其他流域均有不同程度的减小。针对长江流域,比较耦合模式RegCM3_CERES与模式RegCM3模拟结果显示,叶面积指数减少1.20 m²/m²,根区土壤湿度增加0.01 m³/m³,进而导致潜热通量下降1.34 W/m²（其中在四川盆地地区减少16.00 W/m²左右）,感热通量增加2.04 W/m²,从而影响到降水和气温。     

近年来江淮流域致洪暴雨特征分析

江淮流域暴雨研究与预报是大家所共同关注的课题.对近年江淮梅雨尤其是2010年汛期致洪暴雨(以江西为例)特征进行了探讨.强调暴雨预报仍是一项很具挑战性的任务,并提出了一些需要继续突破的科学和技术问题.     

IAP AGCM 4.1对淮河流域夏季降水的预报技巧评估

基于中国科学院大气物理研究所新一代大气环流模式IAP AGCM 4.1共30 a(1981—2010年)的集合回报试验结果,评估了模式对淮河流域夏季降水的预报技巧。分析结果表明,模式总体上可以较好地再现出淮河流域夏季平均降水南多北少的空间分布特征,其中模式模拟的6月降水量与观测值的空间相关可达0.93。但降水强度与观测相比具有系统性的偏差,且模式模拟的降水年际变率显著偏弱。基于降水距平相关系数的确定性预报技巧分析表明,模式对流域西南部夏季降水的预测技巧较高,达到0.2以上,且模式对6月降水异常的预测能力相对最好,7月次之。针对淮河不同子流域的预报技巧分析表明,IAP AGCM 4. 1对蚌埠、鲁台子、王家坝水文控制站以上集水面积的夏季面雨量异常具有一定的预报技巧,30 a集合回报的时间相关系数分别为0. 11、0. 13、0. 16。基于降水等级的概率预报技巧评估表明,模式对7月淮河流域南部少雨事件具有很好的预报能力,同时对6月流域中部多雨事件的预报技巧也较高。     

The Seasonal Prediction of the Exceptional Yangtze River Rainfall in Summer 2020

During June and July of 2020, the Yangtze River basin suffered from extreme mei-yu rainfall and catastrophic flooding. This study explores the seasonal predictability and associated dynamical causes for this extreme Yangtze River rainfall event, based on forecasts from the Met Office GloSea5 operational forecast system. The forecasts successfully predicted above-average rainfall over the Yangtze River basin, which arose from the successful reproduction of the anomalous western North Pacific subtropical high (WNPSH). Our results indicate that both the Indian Ocean warm sea surface temperature (SST) and local WNP SST gradient were responsible for the westward extension of the WNPSH, and the forecasts captured these tropical signals well. We explore extratropical drivers but find a large model spread among the forecast members regarding the meridional displacements of the East Asian mid-latitude westerly jet (EAJ). The forecast members with an evident southward displacement of the EAJ favored more extreme Yangtze River rainfall. However, the forecast Yangtze River rainfall anomaly was weaker compared to that was observed and no member showed such strong rainfall. In observations, the EAJ displayed an evident acceleration in summer 2020, which could lead to a significant wind convergence in the lower troposphere around the Yangtze River basin, and favor more mei-yu rainfall. The model forecast failed to satisfactorily reproduce these processes. This difference implies that the observed enhancement of the EAJ intensity gave a large boost to the Yangtze River rainfall, hindering a better forecast of the intensity of the event and disaster mitigation.     

黄河“96.8”致洪暴雨过程和数值模式预报分析

黄河“96.8”洪水是一次重要的强降水过程引起的。黄河流域地形复杂 ,而且降水时间分布极不均匀 ,预报难度较大。应用中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室 REM模式 (简称 LASGREM)对这次洪水暴雨过程进行了模拟预报。同时应用 L ASGREM的输出产品对该过程进行了分析。结果表明 ,该模式对黄河“96.8”致洪暴雨的模拟预报能力较强 ,适合于黄河水文气象业务预报。     

淮河流域冬春季土壤温湿度异常对夏季降水的影响及其应用的研究

夏季降水异常与前期环流、下垫面异常有密切的关系 ,文中重点研究了淮河流域前期下垫土壤温、湿度异常对夏季降水的影响。提出了一种动力与统计相结合寻找影响降水的因子的方法 ,通过将大气中的热量、水汽收支方程与一个简化的两层土壤温度、湿度方程相结合 ,并依据月尺度大气环流的演变特征 ,推导出月降水距平与 5 0 0hPa月平均高度距平场、土壤深浅两层温、湿度的关系 ;并利用台站观测资料 ,使用统计反演方法确定方程中各项的系数和量级 ,从而找出影响降水的主要土壤温、湿度因子 ;利用统计方法建立这些因子与淮河流域夏季降水异常之间的简单线性预报方程 ,并对 1982～ 2 0 0 0年淮河流域夏季降水趋势进行回报 ,结果表明 :对淮河流域夏季降水趋势的预测有很好的效果 ,且更加明确了土壤温、湿度因子与降水异常之间的动力学联系。