新疆巴州农区气温的多尺度变化及其预测

利用Morlet复数小波变换和最大熵谱分析了巴州农区各个季节气温的多时间尺度变化特征，利用均生函数预测模型对巴州地区气温进行预测试验。结果表明：巴州农区冬季、秋季气温年代际变化不明显，年际变化明显；春、夏季气温的年代际变化明显；四季气温均存在显著的周期变化。对2000～2002年预测试验表明，均生函数预测模型对巴州地区气温有较好的预测能力。     

均生函数温度预测模型的应用

根据齐齐哈尔市1961年以来的气温资料，利用均生函数建立温度短期气候预测模型，对齐齐哈尔市地区进行预测实验。结果表明，均生函数预测模型不但能较好地拟合出气温的气候变化趋势，对年、季、月平均气温也有较好的预报能力。     

鞍山地区冬季气温的时间变化特征及预测

利用1971～2003年鞍山地区冬季逐年平均气温资料，分析了鞍山地区冬季气温变化的时间分布特征，并运用均生函数建立鞍山地区冬季气温预测模型。进行了试报和预报检验。结果表明：鞍山地区冬季气温存在明显的上升趋势；均生函数对冬季气温预测效果明显。     

均生函数模型在长期天气预报中的应用

利用泰安市1951～1999年4月份气温资料，应用均生函数建立了气温预测模型，并进行试报和检验。结果表明，均生函数预测模型可以较好地拟合气温的变化趋势，对月气温有较好的预测能力。     

鞍山地区冬季气温的时间变化特征及预测

利用1971～2003年鞍山地区冬季逐年平均气温资料,分析了鞍山地区冬季气温变化的时间分布特征,并运用均生函数建立鞍山地区冬季气温预测模型,进行了试报和预报检验。结果表明鞍山地区冬季气温存在明显的上升趋势;均生函数对冬季气温预测效果明显。     

均生函数模型在长期天气预报中的应用

利用泰安市1951～1999年4月份气温资料,应用均生函数建立了气温预测模型,并进行试报和检验.结果表明,均生函数预测模型可以较好地拟合气温的变化趋势,对月气温有较好的预测能力.     

基于土壤湿度和年际增量方法的中国夏季气温预测试验

本文利用中国160站月平均气温资料和欧洲中心ERA-Interim逐月再分析表层土壤湿度资料,通过相关分析选取欧亚大陆9个关键区的土壤湿度年际增量作为预测因子,采用变形的典型相关分析(BP-CCA)结合集合典型相关分析(ECC)的方法建立集合预测模型,对我国东部夏季气温年际增量进行预测,进而预测夏季气温。其中,1980—2004年的资料用于历史拟合试验,而2005—2014年的资料用于独立样本预测试验。首先利用BP-CCA方法对9个因子分别建立单因子预测模型,然后采用ECC方法对9个预测因子按照不同的组合方式建立集合预测模型,并且分析预测技巧。结果表明,不同预测因子的组合对我国夏季气温的预测能力不同:勒拿河下游地区、中国黄河以南地区、叶尼塞河下游地区、西西伯利亚平原地区以及印度半岛西北部地区的土壤湿度对华北夏季气温预测效果较好;中国黄河以南地区、叶尼塞河下游地区、印度半岛西北部地区、贝加尔湖东北地区以及贝加尔湖以西地区的土壤湿度对江淮夏季气温有较高预测技巧。所建立的两组集合预测模型均显示了较好的实际预测能力:华北气温预测模型预测气温距平的同号率为8/10,平均均方根误差为3.4%;江淮气温预测模型预测气温距平的同号率为7/10,平均均方根误差为2.7%。并且两组模型预测出的华北和江淮气温的预测评分(PS)均超过80分,而国际上通用的距平相关系数(ACC)均在0.3以上。这说明土壤湿度因子中包含对我国夏季气温有用的预测信号,可以考虑将土壤湿度应用于夏季气温预测业务中。     

近40年山东各水资源分区降水变化特征及多步预测时序模型

利用近４０年来山东省４１站降水资料，分析了各水资源分区降水演变特征。以均生函数为基函数，用主成分分析原理进行筛选，建立了山东省各水资源分区降水时序多步预测模型，通过计算试验，拟合，预报效果均较好。     

近40年河南年降水变化特征及多步预测模型

利用近４０年来河南３２个台站的降水资料,分析了河南省年降水演变特征;以均生函数为基函数,用主成分分析原理进行筛选,建立了河南降水时间序列的多步预测模型。计算结果表明,拟合、预测效果均较好。     

用均生函数模型做赤峰夏季温度和降水气候预测试验

本方案采用均生函数模型对单一的要素序列作气候趋势预测试验,通过实例计算分析表明,均生函数模型是一种具有使用价值的数学预测模型,对单一的序列做趋势估计有一定的可信度,该方法对夏季气候趋势预测尤其是夏季温度的趋势预测有较好的预测能力。     

我国年、季降水的年代际变化分析

通过对我国年、季降水的年代平均距平百分率图的对比分析，计算10年滑动平均距平场相关系数和年代之间平均距平差值t统计量的统计检验。结果表明，我国年、季降水具有较明显的年代际变化趋势。这些结果对于降水的年代气候预测和短期气候预测都具有重要意义。     

藏系绵羊羔成活率气候分析预报研究

根据藏系羔羊成活率与气象资料对比分析，研究了气候变化对羔羊成活率的影响，从而建立羔羊成活率气候预报模式，提出羔羊保活措施     

美国全球变化研究现状

美国的全球变化研究主要由美国全球变化研究计划（ＵＳＧＣＲＰ）支持,重点资助季节—年际尺度气候变率,十年—百年尺度的气候变化,臭氧、ＵＶ辐射以及大气化学的变化,土地利用以及陆地、海洋生态系统的变化等４个领域。当前,水汽与云仍是全球变化研究中不确定性较大的一个方面,因而受到关注。关于气候变化的信号检测以及成因分析也是一个研究热点。气候模拟研究是全球变化研究的一个主要方法。卫星资料在全球变化研究中的应用取得了大量成果。近期美国在全球变化研究领域的重点是气候模拟,短期气候预测,十年—百年尺度的气候变化,臭氧、ＵＶ辐射以及大气化学的变化,地表以及陆地、海洋生态系统变化,对全球变化的区域尺度估计,卫星资料的应用,气候变化影响的国家级评估等８个方面。     

对T63L16所作月延伸预报准确率的评估

对国家气候中心１９９６年１－１２月和１９９７年１－８月用Ｔ６３Ｌ１６模式所做的５７次月延伸预报５００ｈＰａ高度场进行了检验评估,并对 系统性误差进行了分析和订正。同时对西北气候变化有较大影响的在循环流系统的环流特征量进行了检验,并给出了订正偏差。     

补偿作用在气候预报中应用初探

讨论了补偿作用在气候预报中的应用,指出补偿作用在气候异常和重要天气阶段的变化中具有较好的应用价值,介绍补偿概念以及应用实例,并提出有待于进一步探索的问题。     

气候变化情景生成技术研究综述

简单回顾了气候变化对农业生产影响研究的进展,分析了气候变化情景生成技术研究的必要性,即影响模式与ＧＣＭｓ的嵌套困难及对气候变率和产量变率的认识。指出该技术是目前这一领域研究的关键所在。     

Analysis of lower-boundary climate factors contributing to the summer heatwave frequency over eastern Europe using a machine-learning model

A machine-learning (ML) model, the light gradient boosting machine (LightGBM), was constructed to simulate the variation in the summer (June–July–August) heatwave frequency (HWF) over eastern Europe (HWF_EUR) and to analyze the contributions of various lower-boundary climate factors to the HWF_EUR variation. The examined lower-boundary climate factors were those that may contribute to the HWF_EUR variation—namely, the sea surface temperature, soil moisture, snow-cover extent, and sea-ice concentration from the simultaneous summer, preceding spring, and winter. These selected climate factors were significantly correlated to the summer HWF_EUR variation and were used to construct the ML model. Both the hindcast simulation of HWF_EUR for the period 1981–2020 and its real-time simulation for the period 2011–2020, which used the constructed ML model, were investigated. To evaluate the contributions of the climate factors, various model experiments using different combinations of the climate factors were examined and compared. The results indicated that the LightGBM model had comparatively good performance in simulating the HWF_EUR variation. The sea surface temperature made more contributions to the ML model simulation than the other climate factors. Further examination showed that the best ML simulation was that which used the climate factors in the preceding winter, suggesting that the lower-boundary conditions in the preceding winter may be critical in forecasting the summer HWF_EUR variation.摘要本文使用LightGBM机器学习模型模拟了欧洲东部夏季热浪频率的变化, 并分析了多个底边界层气候因子的贡献. 所选取的气候因子包括前期冬季, 前期春季以及同期夏季的下垫面海温, 土壤湿度, 积雪以及海冰. 分析结果说明LightGBM模型能够较好的模拟出欧洲东部夏季热浪频率的变化, 其中海温因子对模拟的贡献最大. 进一步的分析研究显示, 使用前期冬季的气候因子进行的模拟可以获得最佳模拟结果, 意味着前期冬季的下垫面气候因子可能对夏季欧洲东部热浪频率变化的预报能起到关键作用.     

棉花产量要素预测模型

引起棉花产量波动的主要产量构成要素是株铃数和单铃重,作者将大田监测与气候统计相结合道德预测单株现蕾数,成铃雍铃重,对对最终产量进行预后,提高了产量预后准确率。     

The Interactive Climate and Vegetation Along the Pole-Equator Belts Simulated by a Global Coupled Model

The interaction between climate and vegetation along four Pole-Equator-Pole （PEP） belts were explored using a global two-way coupled model, AVIM-GOALS, which links the ecophysiological processes at the land surface with the general circulation model （GCM）. The PEP belts are important in linking the climate change with the variation of sea and land, including terrestrial ecosystems. Previous PEP belts studies have mainly focused on the paleoclimate variation and its reconstruction. This study analyzes and discusses the interaction between modern climate and vegetation represented by leaf area index （LAI） and net primary production （NPP）. The results show that the simulated LAI variation, corresponding to the observed LAI variation, agrees with the peak-valley variation of precipitation in these belts. The annual mean NPP simulated by the coupled model is also consistent with PIK NPP data in its overall variation trend along the four belts, which is a good example to promote global ecological studies by coupling the climate and vegetation models. A large discrepancy between the simulated and estimated LAI emerges to the south of 15°N along PEP 3 and to the south of 18°S in PEP 1S, and the discrepancy for the simulated NPP and PIK data in the two regions is relatively smaller in contrast to the LAI difference. Precipitation is a key factor affecting vegetation variation, and the overall trend of LAI and NPP corresponds more obviously to precipitation variation than temperature change along most parts of these PEP belts.     

The Statistical Significance Test of Regional Climate Change Caused by Land Use and Land Cover Variation in West China

The West Development Policy being implemented in China is causing significant land use and land cover （LULC） changes in West China. With the up-to-date satellite database of the Global Land Cover Characteristics Database （GLCCD） that characterizes the lower boundary conditions, the regional climate model RIEMS-TEA is used to simulate possible impacts of the significant LULC variation. The model was run for five continuous three-month periods from 1 June to 1 September of 1993, 1994, 1995, 1996, and 1997, and the results of the five groups are examined by means of a student t-test to identify the statistical significance of regional climate variation. The main results are： （1） The regional climate is affected by the LULC variation because the equilibrium of water and heat transfer in the air-vegetation interface is changed. （2） The integrated impact of the LULC variation on regional climate is not only limited to West China where the LULC varies, but also to some areas in the model domain where the LULC does not vary at all. （3） The East Asian monsoon system and its vertical structure are adjusted by the large scale LULC variation in western China, where the consequences are the enhancement of the westward water vapor transfer from the east oast and the relevant increase of wet-hydrostatic energy in the middle-upper atmospheric layers. （4） The ecological engineering in West China affects significantly the regional climate in Northwest China, North China and the middle-lower reaches of the Yangtze River; there are obvious effects in South, Northeast, and Southwest China, but minor effects in Tibet.