2020年汛期气候预测效果评述及先兆信号分析

2020年汛期准确预测了"我国气候状况总体偏差,极端天气气候事件偏多""涝重于旱"的总体特征,对长江中下游、黄河中上游、海河流域以及松花江流域降水较常年同期偏多和辽河流域降水偏少的预测与实况吻合。较好把握了华南前汛期雨季开始偏早、梅雨开始偏早和结束偏晚、华北雨季开始偏晚等雨季进程;但低估了长江中下游降水偏多的异常程度,对江淮西部、汉水降水明显偏多预测不准确,对四川盆地降水异常偏多也估计不足。对全国气温偏高以及我国南方高温日数偏多等主要趋势特征的预测与实况一致,对汛期台风数量较常年偏少及前期生成偏少后期生成偏多,以及在夏末至秋季较常年同期活跃的变化趋势的预测也均与实况吻合。2020年汛期预测重点考虑了前冬赤道中东太平洋弱暖水衰减的演变趋势对东亚夏季环流的滞后影响,同时热带印度洋的持续暖海温的接力作用有利于西太平洋副热带高压持续偏强偏西、菲律宾异常反气旋偏强。预测中低估了热带印度洋的异常偏暖程度及其对长江中下游、江淮地区降水的影响,导致预测中出现了较大偏差。国家气候中心模式对我国东部地区降水整体偏多的特征把握较好,这主要与模式对夏季平均的热带和副热带主要环流系统的空间分布型预测准确有关。但对季节内尺度的环流变化特征把握不好,包括中高纬欧亚地区在6—7月表现出的"两脊一槽"双阻型环流,以及7月副热带高压脊线位置持续偏南,季节进程较常年明显偏晚。     

南亚高压异常对云南汛期降水的影响

为了研究南亚高压异常对云南汛期降水的影响,利用经验正交函数分解(EOF)和奇异值分解(SVD)两种方法对夏季南亚高压范围位势高度场资料和云南历年降水资料进行分析,发现南亚高压偏弱偏南都会使云南地区降水偏少。南亚高压的强度偏弱和位置偏南会改变云南的环流形势,不利于降水发生,同时减弱云南上空的水汽输送,从而使云南地区雨季降水偏少。     

2018年汛期我国东部雨季天气特征分析

2018年主汛期我国平均降水量为652.0 mm,较常年同期偏少95.0 mm。空间分布上呈现出北方降水偏多,南方降水偏少的总体特征。其中华南地区前汛期降水量较常年偏少5～8成,江淮地区梅雨季降水量较常年偏少4～8成,华北地区降水量较常年偏多2～8成,局地偏多2倍以上。除华北雨季开始时间较常年偏早外,华南前汛期、江淮梅雨期开始时间均较常年偏晚。2018年主汛期全国平均降水日数71.29 d,较常年偏少12.67 d。共出现暴雨5229站日,较常年偏少280站日。华南前汛期降水阶段性明显,中前期冷空气较弱,副高异常偏强是降水偏少的重要原因,后期南海季风爆发,水汽条件明显改善,中高纬度环流经向度增大,降水明显增强。江淮梅雨期间,长江中下游地区高层辐散抽吸的动力条件以及低层水汽辐合均较常年同期偏弱,是梅雨期降雨强度整体偏弱、梅期偏短的重要原因。华北雨季期间,东北亚稳定维持着一个异常反气旋环流,在中纬度地区形成东高西低的环流形势,是华北地区出现强降水的重要原因之一。2018年汛期全国共出现34次区域性暴雨过程,区域性暴雨过程的次数与常年同期基本持平或略偏少,全国暴雨站日也较常年同期略偏少。     

2018年汛期我国东部雨季天气特征分析

2018年主汛期我国平均降水量为652.0 mm，较常年同期偏少95.0 mm。空间分布上呈现出北方降水偏多，南方降水偏少的总体特征。其中华南地区前汛期降水量较常年偏少5—8成, 江淮地区梅雨季降水量较常年偏少4—8成，华北地区降水量较常年偏多2—8成，局地偏多2倍以上。除华北雨季开始时间较常年偏早外，华南前汛期、江淮梅雨期开始时间均较常年偏晚。2018年主汛期全国平均降水日数71.29d，较常年偏少12.67d。共出现暴雨5229 站日，较常年偏少280站日。华南前汛期降水阶段性明显，中前期冷空气较弱，副高异常偏强是降水偏少的重要原因，后期南海季风爆发，水汽条件明显改善，中高纬度环流经向度增大，降水明显增强；江淮梅雨期间，长江中下游地区高层辐散抽吸的动力条件以及低层水汽辐合均较常年同期偏弱，是梅雨期降雨强度整体偏弱、梅期偏短的重要原因。华北雨季期间，东北亚稳定维持着一个异常反气旋环流，在中纬度地区形成东高西低的环流形势，是华北地区出现强降水的重要原因之一。2018年汛期全国共出现34次区域性暴雨过程，区域性暴雨过程的次数与常年同期基本持平或略偏少，全国暴雨站日也较常年同期略偏少。     

青藏高原冬季积雪与华南前汛期降水年际变率的联系

利用1979—2018年青藏高原(简称高原,下同)卫星积雪数据集、华南地区261站逐日降水及ERA5再分析资料,探讨了高原冬季积雪与华南前汛期降水的联系。结果表明：1)高原西部积雪与华南前汛期降水的正相关关系最为稳定,其主要影响前汛期的锋面降水,对夏季风降水的影响较小;2)华南前汛期在高原西部积雪偏多年比偏少年偏早20 d,使得前汛期降雨日数偏多,持续时间偏长,总降水量偏多,而降水强度受积雪的影响较小;3)高原积雪偏多年,积雪的冷却作用形成了低层异常反气旋环流,而东亚沿岸为“+-+”的位势高度异常,中纬度“西高东低”的环流配置有利于中高纬冷空气南侵,使得华南上空温度偏低,同时偏强偏南的西太平洋副热带高压加强了低纬地区偏南气流和水汽输送。3—4月锋面在华南北部南北摆动,4月初偏北干冷空气南侵和偏南暖湿气流的持续北推使得锋面加强,触发了前汛期的较早建立;积雪偏少年冷空气和偏南暖湿气流均较弱,华南北部锋面在4月初中断,4月中下旬华南北部锋面在偏北弱冷空气和偏南暖湿气流的共同作用下重新建立,从而华南前汛期开始偏晚。     

佛山市连续性暴雨天气气候特征分析

佛山市连续性暴雨主要出现在5～9月,发生频次具有较为明显的阶段性变化。在近51年历史序列表现为"多—少—多—少—多"的变化规律,目前处于偏多阶段;后汛期连续性暴雨较前汛期多。前汛期连续性暴雨中,非热带天气系统类的中高纬环流形势主要是两脊一槽型;热带天气系统影响类主要出现在5月下旬之后,且系统多在珠江口附近或者粤西一带。后汛期连续性暴雨与登陆广东的TC有着非常密切的关系,TC路径主要分两大类:第一类是登陆珠江口以西的TC,第二类是登陆珠江口以东的TC。两类TC的环流形势有所不同。     

2012年华南前汛期降水特征及环流异常分析

2012年华南前汛期于4月第2候开始,6月第5候结束。前汛期降水经历了三个不同的阶段：第一阶段是4月第2候至5月第3候的降水集中期（锋面降水）,江南大部和华南大部降水偏多25％以上,第二阶段是5月第4候至6月第2候的少雨期,华南中部和东部降水偏少50％以上,第三阶段是6月第3—5候的第二个降水集中期（季风降水）,江南东南部至华南中西部降水偏多50％以上。对各阶段大气环流距平场的分析结果表明：华南前汛期开始后,偏强的乌拉尔山高压脊导致南下的冷空气偏强,偏强的低层副热带高压使得我国南方为整层水汽输送的异常辐合区,两者共同导致华南前汛期第一阶段的锋面降水较常年同期偏多;南海夏季风在爆发后偏弱和西北太平洋副热带高压（以下简称副高）持续3候异常偏北是导致第二阶段前汛期降水明显偏少的主要原因;第三阶段,南海夏季风异常偏强,副高南落并增强,以及孟加拉湾季风槽的偏强使得华南前汛期此阶段的季风降水偏多。     

湖南省夏季极端降水异常时空特征及其成因分析

利用湖南省88站常规观测资料、NCEP全球再分析资料,采用EOF分解和合成分析方法研究了湖南省1961—2014年极端降水的年际变化异常和时空特征,以及极端降水异常的环流成因。并主要分析了由EOF方法分析得出的第一类极端降水形态(一致偏多或偏少型)与环流异常之间的联系。结果表明,湖南省夏季极端降水分布有较大的空间差异,且湖南省极端降水呈明显增强的趋势。由于极端降水的变化周期与大尺度环流固有的2～4 a周期相同,因此大尺度环流的变化是湖南省极端降水异常的主要成因。大尺度环流的变异引起中国东部经向排列的环流异常分布,使得高度场和风场等气候场产生变异,从而引起湖南省极端降水的异常。从极端降水偏多年与偏少年大气环流的差值场可以看出:湖南省处于显著差异区,湖南省极端降水偏多(偏少)主要是由于北方的偏北风加强(减弱)和经西太平洋—南海进入湖南地区的西南风加强(减弱)并在湖南地区产生辐合(辐散)。当夏季东亚副热带西风急流偏南时,湖南正处在偏南较强西风急流的南侧,较强西风急流所产生的抽吸现象使得上层空气辐散,增加了湖南省极端降水的强度。副热带高压强度偏强、位置偏南、偏西,使得东亚夏季风偏弱,导致气流辐合稳定在湖南省,造成极端降水偏强。前冬中东太平洋海温偏暖(EI Ni1o)/偏冷(La Ni1a),湖南地区的极端降水容易一致偏多/偏少。同时黑潮暖流区也是影响湖南极端降水变化的可能原因。     

南疆夏季降水异常的环流和青藏高原地表潜热通量特征分析

利用1980—2004年NCEP/DOE新再分析月平均资料及我国225个测站1980—2004年月降水量资料,通过诊断分析,研究了南疆夏季降水异常的环流和高原地表潜热通量特征。结果表明:南疆夏季降水偏少年,南亚高压西部偏强,西风急流位置偏北,500 hPa中高纬环流经向度减弱,伊朗高压偏北、偏东,西太平洋副热带高压偏西、偏南;降水偏多年则相反。南疆夏季降水偏少年,高原北部和南疆地区为下沉的垂直环流距平,Ferrell环流增强;降水偏多年则相反。南疆夏季降水偏少年和偏多年的前期冬春季开始孟加拉湾、青藏高原和南疆地区地表潜热通量具有相反的变化,南疆夏季降水与高原北部地表潜热通量呈显著正相关,与南部地表潜热通量呈反相关关系。     

青藏高原热力异常与华北汛期降水关系的研究

利用1980～1994年NCEP/NCAR再分析资料,以及我国336个测站1956～1994年月降水量资料,通过诊断分析和数值实验,研究了夏季高原上热力异常与华北汛期降水的关系.结果表明:华北汛期干旱年,青藏高压及西太平洋副热带高压偏南、偏东,华北汛期降水偏多年则相反;华北汛期旱年时,高原上升、高原东侧邻近地区下沉的垂直环流明显加强,而降水偏多年时,垂直环流减弱,华北地区为上升气流控制;夏季高原为热源和水汽汇区,它们的异常对华北地区降水有很大影响,当热源和水汽汇增强(减弱)时,华北地区降水偏少(偏多).数值试验表明,高原上潜热加热异常引起青藏高压、西太平洋副热带高压、亚洲季风以及欧亚中高纬地区环流的变化,进而影响到华北地区的降水.     

基于卫星探测资料的珠江三角洲城市群对降水影响的观测研究

利用卫星观测TRMM降水以及QuikSCAT风场资料, 对珠江三角洲地区及临近区域降水的分布特征进行了探讨, 结果表明: (1) 同一纬度相比, 珠江三角洲城市群所处的区域降水明显多于其周边地区, 表明了城市化可能会使所处区域的降水增加; (2) 珠江三角洲城市群所处区域降水的增加存在明显的季节变化特征, 在前汛期城市所处区域的降水增多较其它季节明显; (3) 珠江三角洲城市化对降水的影响与风场的分布密切关联, 降水增多的区域通常位于城市群所在之处及其下风方向的邻近地区; (4) 珠江三角洲城市化使城市群所处区域的降水时次减少, 而降水强度则加强; (5) 珠江三角洲城市群的天气、 气候效应只对对流性降水产生影响, 而层状降水的分布则与城市群的位置没有明显关联。     

青岛市汛期降水阶段划分及其环流背景特征

应用1961年1月到2011年12月的中国722站降水、NCEP/NCAR再分析和青岛市辖7站降水等逐日资料,分析青岛汛期降水阶段及对应的环流气候背景。结果表明:青岛市汛期有5个降水阶段,分别是主汛期开始阶段(6月29日至7月3日),黄淮雨期阶段(7月9—25日),华北雨季阶段(7月27日至8月6日),热带低压阶段(8月11-20日)和主汛期结束阶段(8月29日至9月4日)。其中主雨季(7—8月)呈明显的双峰分布,分别是黄淮雨期阶段和热带低压阶段两个主要降水阶段。副热带高压的季节性移动及其高低空的配置是形成青岛汛期降水阶段的主要成因,各降水阶段对应着相对稳定的天气气候阶段,各降水阶段间的大气环流有明显的突变现象,该研究为细化青岛汛期降水气候预测提供了理论支持。     

江南南部初夏雨季的降水和环流气候特征

基于1961～2010年气象台站逐日降水资料、同期美国NCEP/NCAR的逐日再分析格点资料,通过气候平均、REOF分析、聚类分析等方法,分析了江南地区初夏降水的地域性和时段性特征,及西太平洋副高和高、低空急流等大气环流的相应演变过程。结果发现:（1）江南南部27.5°～29.5°N存在一个独立于华南前汛期和江淮梅雨的初夏雨季,该雨季平均发生时间为6月11～30日,比江淮梅雨早约8天左右。（2）西太平洋副高的西伸东退是江南南部初夏雨季发生发展的重要环流背景,6月第2候副高发生突变性加速西伸之后雨季开始,雨季期间850 hPa副高西伸脊点基本稳定在最西位置即133°E附近,6月第6候副高东退北抬后雨季结束。（3）低层急流大风带的形成和位置是江南南部初夏雨季阶段的重要动力条件,印度洋和孟加拉湾向东北延伸的低层急流与西太平洋副高西北侧的气流连通形成低层急流大风带,并与北侧上空的高空急流耦合,降水集中区位于低层急流大风带左侧、高空急流入口区右侧。     

汛期我国主要雨季进程成因及预测应用进展

汛期内我国中东部地区的雨季是东亚夏季风推进过程中的重要产物,主要包括华南前汛期、梅雨、华北雨季和华西秋雨等,各地雨季决定了我国中东部地区汛期的旱涝布局和旱涝演变,是我国汛期预测和服务的重点。该文回顾了4个雨季特征及影响因子方面的研究进展,在此基础上梳理物理概念预测模型。研究显示:海温异常是影响各区域雨季的重要先兆信号,但不同雨季的年际和年代际变化特征不同,海温作为外强迫信号的影响程度和时空形式也有差异。利用热带太平洋东西海温差指标能更好地解释华南前汛期降水的年际变化。而与梅雨的年际变化分量相关联的海温关键区主要分布于热带,与年代际或多年代际变化分量相联系的海温关键区则来自中高纬度。华北雨季降水的强弱不仅与ENSO循环的位相有关,更多受到ENSO演变速率的影响。而影响华西秋雨的海温关键区随着年代际背景的变化发生了改变,需要重新诊断和建模。     

2015年夏季气候异常特征及其成因简析

2015年夏季,全国平均降水量297.6 mm,较常年同期偏少8.5%,空间分布呈“北少南多”的显著特征,长江中下游及江淮地区降水显著偏多,梅雨雨季持续时间长,雨量偏多。进一步研究表明,2015年5月以来热带印度洋海温一致偏暖模态正位相发展,激发出西升东降的局地异常纬向环流,有利于西太平洋副热带高压强度偏强,位置偏西。加强西伸的西太平洋副热带高压造成我国东南部地区西南低空急流频发,强度偏强。低空急流将来自南海的水汽向江淮等地输送,并激发不稳定能量释放,有利于对流活动的发展和降水的产生,导致梅雨雨季持续时间长,雨量偏多。     

西江流域面雨量与区域大气环流型关系

利用Lamb-Jenkinson大气环流分型方法,对西江流域1971—2015年逐日平均850 hPa和500 hPa高度场进行环流客观分型,分析流域降水天气环流型出现概率及主导环流型变化特征,探讨主导环流型对西江流域总面雨量和子流域面雨量的贡献率及环流型配置与降水的关系。结果表明:当850 hPa为西南风型、500 hPa为西风型时,流域出现降水天气的概率最大;850 hPa气旋型和500 hPa西风型对年总面雨量和各子流域面雨量的贡献率均为最大,且对东部子流域面雨量的贡献率大于西部子流域,850 hPa南风型与500 hPa反气旋型的环流配置是西部子流域秋季降水偏多的主导环流型配置;春季850 hPa气旋型与500 hPa西风型、夏季850 hPa气旋型与500 hPa西风型、秋季850 hPa南风型与500 hPa反气旋型、冬季850 hPa西南风型与500 hPa西风型的环流配置时,出现强降水天气的概率分别为18.7%,21.1%,4.0%和2.0%,即夏季最大,其次为春季,冬季最小。近45年,850 hPa气旋型、500 hPa西风型对流域年总面雨量的贡献率呈增加趋势,是西江流域面雨量呈偏多趋势的主导环流型。     

Observed changes of drought/wetness episodes in the Pearl River basin, China, using the standardized precipitation index and aridity index

Monthly precipitation data of 42 rain stations over the Pearl River basin for 1960–2005 were analyzed to classify anomalously wet and dry conditions by using the standardized precipitation index (SPI) and aridity index (I) for the rainy season (April–September) and winter (December–February). Trends of the number of wet and dry months decided by SPI were detected with Mann-Kendall technique. Furthermore, we also investigated possible causes behind wet and dry variations by analyzing NCAR/NCEP reanalysis dataset. The results indicate that: (1) the Pearl River basin tends to be dryer in the rainy season and comes to be wetter in winter. However, different wetting and drying properties can be identified across the basin: west parts of the basin tend to be dryer; and southeast parts tend to be wetter; (2) the Pearl River basin is dominated by dry tendency in the rainy season and is further substantiated by aridity index (I) variations; and (3) water vapor flux, moisture content changes in the rainy season and winter indicate different influences of moisture changes on wet and dry conditions across the Pearl River basin. Increasing moisture content gives rise to an increasing number of wet months in winter. However, no fixed relationships can be observed between moisture content changes and number of wet months in the rainy season, indicating that more than one factor can influence the dry or wet conditions of the study region. The results of this paper will be helpful for basin-scale water resource management under the changing climate.     

Simulation and Projection of Changes in Rainy Season Precipitation over China Using the WRF Model

The Weather Research and Forecasting (WRF) model is used in a regional climate model configuration to simulate past precipitation climate of China during the rainy season (May-September) of 1981-2000, and to investigate potential future (2041-2060 and 2081-2100) changes in precipitation over China relative to the reference period 1981-2000. WRF is run with initial conditions from a coupled general circulation model, i.e., the high-resolution version of MIROC (Model for Interdisciplinary Research on Climate). WRF reproduces the observed distribution of rainy season precipitation in 1981-2000 and its interannual variations better than MIROC. MIROC projects increases in rainy season precipitation over most parts of China and decreases of more than 25 mm over parts of Taiwan and central Tibet by the mid-21st century. WRF projects decreases in rainfall over southern Tibetan Plateau, Southwest China, and northwestern part of Northeast China, and increases in rainfall by more than 100 mm along the southeastern margin of the Tibetan Plateau and over the lower reaches of the Yangtze River during 2041-2060. MIROC projects further increases in rainfall over most of China by the end of the 21st century, although simulated rainfall decreases by more than 25 mm over parts of Taiwan, Guangxi, Guizhou, and central Tibet. WRF projects increased rainfall of more than 100 mm along the southeastern margin of the Tibetan Plateau and over the lower reaches of the Yangtze River and decreased rainfall over Southwest China, and southern Tibetan Plateau by the end of the 21st century.     

珠江流域前汛期降水和旱涝的影响因子与预测方法

利用统计学方法分析了珠江流域前汛期（４～６月）降水和旱涝的影响因子,在此基础上建立了相应的预测方法。