中国东部夏季降水特征及其与西太平洋副高的关系

利用中国东部160个气象观测站1951年-2012年夏季（6-8月）的月平均降水资料,运用EOF分析方法,分析中国东部夏季降水的时空分布特征及其与西太平洋副热带高压的关系。结果表明:（1)夏季,中国东部降水大值区域从华南移到江淮流域,然后到达华北和东北地区。（2) 中国东部夏季降水EOF第一模态空间分布为长江以北与黄河以南地区之间存在一个降水大值雨带, EOF第二模态显示出整个东部沿海地区的降水量以长江为界,长江以南降水偏少,长江以北降水偏多,且江南与江北的降水呈反位相。（3)在西太平洋副热带高压较强的年份,江淮流域降水偏少,华北地区降水偏多;西太平洋副热带高压较弱的年份,江淮流域降水偏多,华南地区降水偏少。     

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。     

中国夏季降水的可预报性研究

利用５００ｈＰａ高度场资料和中国１６０个站的月降水资料,根据夏季各种降水型的特征,寻找环流型与降水型的同期及前期关系,确定降水分型的物理意义和前期环流型对降水预报的指示意义,对中国夏季降水的可预报性进行了研究．研究发现,王绍武等［２］的降水分型在环流上有较明显的天气学意义,对应的前期环流型在统计上有显著的差异,可以用来作汛期降水预报．高度场与降水场的关系随考察地区和时间的不同有较明显的变化,这表明控制降水的因子各地并不完全相同,同一地区也随时间而变化．研究表明,对于中国东部地区而言,夏季降水的可预报性在不同区域有一定差异,比较而言,长江中下游地区的可预报性较其它地区要大一些     

春季青藏高原感热对中国东部夏季降水的影响和预测作用

利用1980-2012年青藏高原中、东部71个站点观测资料、全中国756站的月降水资料、哈得来中心提供的HadISST v1.1海温资料以及ERA-Interim再分析资料,综合青藏高原的感热加热以及全球海温,研究了春季青藏高原感热对中国东部夏季降水的影响,并建立预报方程,探讨了青藏高原春季感热对中国降水的预报作用。结果表明,青藏高原春季感热与中国东部降水关系密切,青藏高原春季感热异常增强伴随着长江流域中下游同期降水增多,后期夏季长江流域整流域降水也持续偏多,华南东部降水偏少。春季青藏高原感热的增强与环北半球中高纬度的罗斯贝波列密切相关,扰动在北太平洋形成的反气旋环流向西南方向延伸至西北太平洋,为长江流域输送大量的水汽,有利于降水的发生。夏季,伴随着前期青藏高原感热的增强,南亚高压位置偏东,西北太平洋副热带高压（西太副高）位置偏西偏南,西太副高北侧为气旋式环流异常。在西太副高的控制下,华南东部降水减少;西太副高西侧的偏南气流为长江流域带来大量水汽,并与来自北部气旋式环流异常西侧的偏北风发生辐合,降水增多。青藏高原春季感热异常是华南和长江流域夏季降水异常的重要前兆信号。加入青藏高原春季感热后,利用海温预报的华南、长江流域夏季降水量与观测值的相关系数有所提高,预报方程对区域降水的解释方差提高约15%。      

青藏高原积雪对中国降水的影响

通过对1958-2012年JRA-55青藏高原积雪雪深资料的分析,得到青藏高原积雪雪深的年代际分布状况,得到青藏高原积雪的年代际变化特征。采用国家气候中心整理的1951-2013年中国160站月降水资料,分析青藏高原前冬期积雪变化对中国夏季降水的影响,在青藏高原前冬期积雪偏多的情况下,我国长江中游地区,东北地区都为正相关;而东北北部、河套地区南部、淮河和华南地区是负相关。我国东部地区经向呈"负-正-负-正"降水异常分布型;青藏高原前冬期积雪减少,对应长江中下游和华北北部地区夏季降水减少和华南、淮河地区夏季降水增多,我国东部地区经向呈"正-负-正-负"降水异常分布型。     

多因子和多尺度合成中国夏季降水预测模型及预报试验

根据青藏高原60个站平均的月积雪深度、热带太平洋Nino 3区月海温和中国160个站月降水量等资料,用小波变换和相关分析,分析了1958～1998年秋冬季青藏高原异常雪盖与El Nino-南方涛动(ENSO)的关系、多时间尺度变化的特征及其与中国夏季降水的相关型式.并取青藏高原积雪和Nino 3区海温的年际变化、年代际变化和线性趋势三种不同时间尺度的小波分量作为预报因子,对我国夏季降水距平作线性回归,建立了相应的预测模型.最后,利用1999～2002年的独立资料进行了预报试验,并在2003年和2004年应用于实际预报.研究表明,青藏高原雪盖与ENSO这两个物理因子彼此具有一定的独立性.它们都是多时间尺度现象,并与中国夏季降水有较好的关系.在不同时间尺度上不仅有不同的相关型式,而且相对贡献也有变化.回归预测模型的拟合情况和预报试验表明,综合考虑前期秋冬季青藏高原雪盖和ENSO这两个物理因子的年际变化、年代际变化和线性趋势作为预报因子建立的预测我国夏季降水距平分布的模型,有一定的预报能力.     

NCEP CFSv2对中国2015年夏季月尺度降水和环流预报分析

利用美国环境预报中心的第二代气候预报系统(NCEP CFSv2)提供的1982~2010年历史回报资料和2015年6~8月预报产品、NCEP CFSR再分析资料及中国地面观测降水资料,评估了NCEP CFSv2对2015年(厄尔尼诺发展年)中国夏季月降水和环流形势的预报能力,并分析了影响模式预报技巧高低的可能因子。结果表明:1)模式对降水的预报技巧较低且表现出明显的月变化(7月最高,8月次之,6月最低),但总体水平都不高。预报技巧明显依赖于提前时间的长短。2)CFSv2对影响我国夏季降水的500h Pa关键区环流异常空间模态表现出较高的预报技巧。对全东亚区域,模式基本都可提前5~9天(7月9天,6月6天,8月5天)较为准确的预报出未来一个月高度异常空间模态。3)通过对比分析发现,CFSv2环流预报中选取12个集合成员(滑动3天)可以得到较稳定的预报结果。4)在2015年夏季月尺度环流异常模态预报中,东亚全区的环流预报水平很大程度上取决于中高纬地区的预报。CFSv2对中高纬环流月预报技巧(6~8月都能从提前4天开始就基本稳定维持在较高水平)比热带地区更高更稳定。      

西北地区东部夏季降水异常主模态及其影响因子分析

基于EOF分析及相关分析等方法,以西北地区东部81个测站1961-2010年夏季降水为研究对象,分析了夏季降水异常主模态与前期和同期北半球500hPa、同期EL-Nino及74项环流特征量的关系。结果表明:(1)该区夏季降水的前三种主模态分别为东西差异型、南北异常型、河西走廊区域差异型,它们分别可以解释总方差的19.78%、13.14%和7.78%。(2)夏季降水第一主模态与前期冬季1月北太平洋涛动(NPO)有明显的正相关关系,其强弱变化可作为后期夏季降水异常变化的一个前期信号,其第一主模态与夏季东南象限(152.5°E-157.5°E,72.5°N)极涡的深浅显著负相关,同时欧洲东部-新疆北部大片负相关区与太平洋区显著正相关中心的分布特征与有利于造成夏季降水偏多的"西负东正"高度场相一致。(3)青藏高原东侧的气候变化敏感区对EL NINO的响应程度要高出其它区域。(4)西太平洋副高(以下简称:副高)面积偏大,强度偏强,夏季降水偏多,西太平洋西伸脊点偏西,夏季降水偏少。     

青藏高原夏季大气视热源与中国东部降水的关系的年代际变化

基于1979～2017年欧洲中期天气预报中心（ECMWF）提供的ERA-Interim逐日再分析资料和热力学方程,本研究估算了大气视热源,分析研究了青藏高原夏季大气视热源的异常与中国东部降水关系的年代际变化,以及青藏高原大气视热源影响我国东部夏季降水的物理机制。结果表明:（1）高原热源东、西部反相变化模态的重要性发生了年代际转变,表现为由1994年之前方差贡献相对小的第二变异模态变为1994之后方差贡献明显增大而成为第一主导变异模态。（2）青藏高原夏季大气视热源的东、西反相变化模态与中国东部降水的关系存在年代际变化。1993年之前和2008年之后,高原大气视热源的异常分别仅与长江下游降水和长江中游降水异常存在密切的联系;而在1994～2007年,其对长江流域及附近区域和华南地区的夏季降水的影响显著,具体表现为,当高原夏季大气视热源异常表现为东强西弱（东弱西强）时,长江中上游、江淮地区的降水偏多（少）,华南地区降水偏少（多）。（3）高原大气视热源显著影响我国东部夏季降水主要是通过经高原上空发展加强的天气系统东移过程影响长江流域及附近地区的降水,以及通过垂直环流影响华南地区的降水。     

中国东部夏季降水特征及其与西太副高的关系

利用中国东部160个气象观测站1951—2012年夏季(6—8月)的月平均降水资料,采用EOF分析方法,分析中国东部夏季降水的时空分布特征及其与西太平洋副热带高压的关系。结果表明:中国东部夏季降水大值区具有从华南—江淮流域—华北—东北的分布特征。EOF第1模态空间分布为长江以北与黄河以南之间存在一个降水大值雨带,而EOF第2模态显示出以长江为界,长江以南降水量偏少,长江以北降水量偏多,且呈反位相。在西太平洋副热带高压强度较强的年份,江淮流域降水量偏少,华北地区降水量偏多;西太平洋副热带高压强度较弱的年份,江淮流域降水量偏多,华南地区降水量偏少。     

青藏高原积雪与云南夏季降水及气温的关系

利用青藏高原积雪深度资料分析了青藏高原冬季１月平均积雪深度与云南夏季气温、降不的联系。结果表明：青藏高原冬季积雪与云南夏季气温和降水有较好的联系,即青藏高原冬季１月积雪峰值年对应云南北部７－８月气温低谷年,云南夏季易出现“８月低温”天气;青藏高原积雪多的年份,昆明夏季６－８月降水异常偏我,云南大部７月降水异常偏多,云南哀牢山脉以北、以东地区８月降水异常偏多。５００ｈＰａ异常环流分析表明,冬季青藏高     

我国东北夏季降水异常的时空结构分析

使用1961～2000年我国东北地区35个台站夏季降水量资料 ,利用自然正交展开 (EOF)和求趋势系数的方法分析了东北地区夏季降水异常的时空结构。结果表明 ,近 40a东北地区夏季降水异常存在 3个有明确物理意义的分布模态 ,分别表现为全区多雨 (少雨 )型、东部多雨 (少雨 )西部少雨 (多雨 )型和北部多雨 (少雨 )南部少雨 (多雨 )型 ;第 1模态不仅具有年际变化 ,还具有明显的年代际变化 ;3个模态的趋势系数表明 ,全区多雨型、东部多雨西部少雨型、北部多雨南部少雨型均有增多的趋势。     

神经网络模型预报湖北汛期降水量的应用研究

使用人工神经网络方法建立了湖北省汛期 (6～ 8月 )总降水量的短期气候预测模型 ,该神经网络模型的输入是汛期前期 (2～ 4月 )的北半球月平均 5 0 0 h Pa高度场、海平面气压场和太平洋海温场的扩展自然正交展开 (EEOF)的前几个主要模态的时间系数 ,输出了湖北汛期降水场的自然正交展开 (EOF)的前 2个主要模态的时间系数。41 a历史资料的交叉检验表明 :样本试验的预报技巧评分平均为 0 .2 4 6 ,虽然该模型对各年的预报效果仍存在一定的不稳定性 ,但它可为湖北汛期降水的短期气候预测提供一种具有明显统计预报正技巧的预报方法     

我国东北夏季降水异常的时空结构分析

使用1961～2000年我国东北地区35个台站夏季降水量资料，利用自然正交展开(EOF)和求趋势系数的方法分析了东北地区夏季降水异常的时空结构。结果表明，近40a东北地区夏季降水异常存在3个有明确物理意义的分布模态，分别表现为全区多雨(少雨)型、东部多雨(少雨)西部少雨(多雨)型和北部多雨(少雨)南部少雨(多雨)型；第1模态不仅具有年际变化，还具有明显的年代际变化；3个模态的趋势系数表明，全区多雨型、东部多雨西部少雨型、北部多雨南部少雨型均有增多的趋势。     

青藏高原地表热力异常与我国江淮地区夏季降水的关系

利用NCEP/NCAR再分析月平均资料和中国160站降水资料,分析了1951～2000年间5月青藏高原主体、高原东部和高原西部（90°E分界）地表温度的变化特征及其与江淮地区夏季降水的关系。结果发现:在研究高原热力异常对我国江淮地区夏季降水的影响时,要考虑到高原热力状况的空间差异对其的影响。相关分析发现,与高原主体和高原西部相比,高原东部地表温度变化对7月江淮地区的降水有更好的指示性。高原东部和其以北区域的大尺度热力差异比高原本身的热力异常对江淮地区夏季降水有更好的指示意义,可以作为我国江淮地区夏季降水的一个预报因子。     

黑龙江省夏季降水主模态异常型前兆信号分析

基于主成分回归法,利用1981—2010年黑龙江省15个地面气象站夏季降水观测资料、1980—2015年NCEP/NCAR(National Centers for Environmental Prediction/National Center for Atmospheric Research)再分析资料和NOAA(National Oceanic and Atmospheric Administration)月平均海表温度资料,建立了黑龙江省夏季降水统计预测模型,并分析了影响黑龙江省夏季降水主模态的前兆信号。结果表明:影响黑龙江省夏季降水主模态异常型前兆信号为前一年11月新地岛和喀拉海以南地区的高度场、前冬北太平洋中部海温和加利福尼亚附近区域海温的反相变化、南印度洋的异常海温。1981—2010年逐年交叉回报检验和4 a独立样本预测检验均表明,建立的降水预测模型对黑龙江省夏季降水具有较好的预报能力,并在2015年实现业务化,对2015年黑龙江省夏季降水的预测效果较好,具有一定的参考价值。     

黑龙江省主汛期降水气候特征及预测检验评估

采用1961—2016年黑龙江省62个气象代表站逐日降水数据和NCEP逐日再分析资料,分析黑龙江省主汛期"七下八上"降水气候特征及其环流特征,并利用DERF2.0模式不同起报时次的结果对黑龙江省主汛期降水和环流进行了检验评估。结果表明:主汛期的降水量占夏季降水量的25%—35%,是黑龙江省夏季降水的主要时段;多雨年500 h Pa高度场出现以东北西部地区为中心的东西向的"+-+"波列,850 h Pa风场有明显的气旋存在;DERF2.0超前10 d和超前5 d对主汛期降水预测的多年平均PS评分为60分左右,超前1 d预测的PS评分为70分;DERF2.0对500 h Pa环流显著区域超前1 d的ACC多年平均为0.58,对黑龙江省南北两个区域850 h Pa纬向风显著区域超前1 d的ACC多年平均分布分别为0.48和0.52。DERF2.0对黑龙江省主汛期降水预测和环流预测均有一定的可预报性,且随着起报时间的临近,模式的预测技巧有较明显的提升。     

我国汛期季度降水预报得分和预报技巧

利用1951—2008年我国160站夏季降水资料分析了季度降水预报的气候得分,又用1978年以来我国历年汛期业务降水预报结果检验了其预报能力和技巧。多年来,我国业务汛期降水季度预报有一定的预报技巧,但也有些年份预报能力较低。预报能力高或有技巧的年份是江淮地区降水少的年份,但对长江中下游降水多的年份,预报能力较低。我国汛期降水预报能力要建立在区域年代际信号和年际早期信号叠加的基础上。年代际信号是在划定我国为不同区域的基础上,把握区域年代际降水变化的规律。年际早期信号实际上是要跟踪降水年际振荡与大气下垫面强迫季节早期信号的关系。     

青藏高原坡面观测信息对我国夏季降水预报的作用

利用不同同化方式分别同化青藏高原地区新一代综合气象观测网的自动站和GPS大气可降水量信息,探讨这些观测资料对我国夏季不同区域降水预报的作用。通过两组数值试验对2008年夏季连续两个月的天气进行分析场和降水预报结果检验,得出以下主要结论：（1）由于同化测站的平均台站高度在2550m以上,因此同化青藏高原地区新一代综合气象观测网资料后,对背景场调整的正作用主要集中在500 hPa以上;循环同化方式对背景场的调整作用比静态同化方式更明显,尤其在500 hPa以上;（2）无论用静态同化,还是循环同化,该观测网资料对华北地区降水预报的改善作用都不太明显,只是对个别降水量级有改善作用;（3）采用静态同化,会对西南地区东部24小时降水预报有改善作用;在多数情况下同化沿99°E附近的7个测站资料得到的降水预报结果比同化24个站的好;（4）对于长江中下游地区,采用循环同化方式更有利于该地区降水预报准确率的提高,尤其是对25～48小时降水的预报;同时,在多数情况下同化24个自动站和GPS大气可降水量信息对降水预报改善比只同化7个站的更好。     

中国东部夏季降水与东亚垂直环流结构及其预测试验

本文在分析中国东部夏季降水的时空分布特征基础上, 从东亚高、中、低层大尺度环流异常着手, 选取对中国东部夏季降水异常有显著影响的大气环流预报因子, 分别应用逐步回归和最优子集回归法两种统计降尺度方法, 以动力气候模式CAM3.1预报输出的大气环流预报因子为基础, 以中国东部夏季降水的典型空间分布型为预报对象, 建立动力与统计相结合的中国东部夏季降水预测模型, 并对1981～2000年的中国东部夏季降水进行回报试验。结果表明: 中国东部夏季降水具有4类典型的空间分布型式, 且具有显著的准2年和年代际尺度振荡周期; 东亚高、中、低层大气环流异常的特定配置, 对东部夏季降水的空间分布型有显著影响; 使用两种降尺度方案建立的动力与统计相结合的预测模型对中国东部夏季降水异常具有一定的预报技巧, 可以在一定程度上提高动力模式对中国东部夏季降水的预报效果。