西北太平洋海温变化对贵州夏季降水的影响

利用1952-2001年贵州15个测站夏季降水和前期太平洋海温场资料,及3因子最佳子集回归求最大复相关系数的方法,把前期不同时间步长、不同时段的海温场作为预报因子与夏季降水求相关。结果发现：用前期海温场作为预报因子对贵州夏季降水进行预报,其预报因子的最佳时间尺度为单月滑动,并且存在着较好的“隔多季度相关”现象。预报因子具有实际预报意义的最佳时段为上1年的8～11月。影响贵州夏季降水的最佳预报因子主要集中分布在海温场具有重要天气气候意义的关键区域。2002、2003、2004年的回报试验结果与实况进行对比分析发现,根据上述理论和预报思路得到的预测试验,具有一定效果,并且对指导贵州夏季降水预测具有一定的参考价值。     

不同区域海温异常对中国夏季旱涝影响的诊断研究和预测试验

利用季降水异常的典型集合相关预测模式, 研究了前期和同期不同季节全球海表温度距平场与中国夏季旱涝的遥相关分布特征以及这种相关型随季节的变化, 揭示了全球海温的异常变化在中国夏季旱涝中的信号特征.研究表明, 全球不同区域海温对我国夏季降水的影响存在着明显的季节差异.全球特定的海温分布可以作为中国夏季旱涝预报的信号因子.选取不同区域及不同时段的海温场作为因子场分别对1998、 1999年这两个典型年份的我国夏季降水进行了诊断研究和预测试验, 并通过不同区域海温的影响权重做集成预测.试验结果表明:不同区域海温的集成预测不仅可以有效地提高预测的准确性, 而且可以揭示不同时段不同区域海温的异常变化在夏季旱涝中的强信号现象.     

降尺度方法在中国不同区域夏季降水预测中的应用

在中国降水气候分区的基础上,利用降尺度方法进行区域夏季降水预测(RSPP),预测模型建立的基础是寻找影响区域气候的关键因子。降尺度预测模型中使用的资料有国家气候中心海-气耦合模式(CGCM/NCC)回报资料、NCEP/NCAR再分析资料和台站观测资料。为了避免年代际变化特征对季节尺度降水预测的影响,首先对CGCM/NCC模式输出资料、NCEP/NCAR再分析资料、区域平均降水资料去除年代际线性变化趋势,即去除所有预报因子场和预报对象场的长期变化趋势。然后分别计算预报对象和模式资料的预报因子场以及再分析资料的预报因子场的相关系数,把相关系数值同时达到0.05显著性检验水平的区域平均环流特征作为预测因子,保证挑选出的预测因子既能反映实际大气中预测因子与预报对象的关系,同时又是海-气耦合模式预测的高技巧信息。利用最优子集回归作为转换函数的降尺度方法建立区域夏季降水预测模型。交叉检验和独立样本检验结果表明,文中设计的区域夏季降水预测模型对中国大部分地区的夏季降水趋势预测的准确率较高且比较稳定,其预测效果远高于CGCM/NCC直接输出降水结果。进一步对具有较高预测技巧的代表性区域的可预报性来源分析发现,物理意义明确且独立性强的预测因子有助于提高预测准确率。     

T63动力延伸预报在夏季月降水中的释用

利用经验正交函数展开（EOF）方法，研究黑龙江省夏季（6－8月）各月降水时空分布的主要特征。通过北半球500hPa月平均高度与夏季(6-8 ）各月降水的相关场，得出夏季各月降水的影响因子。再利用月T63动力延伸预报，作出各月影响因子的预报。用最小距离法判断出相似年，进而作出黑龙江省各月降水预报。     

基于BCC第二代短期气候预测模式系统的中国夏季降水季节预测评估

利用BCC第二代气候预测模式系统1996-2015年提前1～3个月的回报试验结果,评估了模式在季节尺度上预测中国夏季降水空间分布和降水异常的能力,分析了模式预报效果的年际差异,并探讨了模式预测误差产生的可能原因。结果表明,模式对中国夏季降水的季节预测具有一定的技巧,西南至长江中下游南部、黄淮平原西部、东北北部及藏北高原等地区季节预测技巧较高,同时,模式对降水距平预报效果整体较好,其中在长江中下游、黄淮地区、华南地区、西北地区及东北北部距平符号一致率较高。而模式对降水季节预测的偏差主要表现为我国东部降水量强度预测偏小,对夏季降水异常的预报技巧有限,且不同年份模式的预测效果差异较大。模式对夏季西太平洋及印度洋高海温区范围预测偏小,对副热带高压和东亚地区低层水汽辐合的强度预测偏弱,从而导致风场与环流场的配置与观测不一致,使得模式对我国东部夏季降水预测显著偏少。从模式预测效果年际差异来看,当华南地区实况降水量偏多、长江中下游及东北地区降水量偏少时,模式具有较高的预测技巧,反之,模式的预报技巧较低。分析中国东部降水与海温的相关关系发现,夏季西北太平洋、热带西太平洋和北印度洋是影响中国东部夏季降水的关键区域,模式中西北太平洋海温偏低对模式预报技巧具有重要影响,海温场、高度场、风场及水汽通量散度场不同的相互配置导致中国东部夏季降水的分布及强度差异,而模式不能合理把握各物理量场间相互作用过程,从而影响模式的预报效果。因此,改进模式对外强迫因子与降水异常相关关系的预测能力是提高我国夏季降水季节预测技巧的主要途径。     

动力季节预测中预报误差与物理因子的关系

为了在动力季节预测中更好地运用统计经验来改进预报, 从研究气候系统物理因子影响模式预报误差的角度入手, 探讨了与气候模式有关的统计经验获取问题, 并利用国家气候中心海-气耦合模式的历史回报数据, 考察了动力季节预测中夏季环流和降水的预报误差与主要物理因子, 包括Ni?o3区海温指数、太平洋年代际振荡指数、南北半球环状模指数以及北大西洋涛动指数相关关系。分析结果显示:上述物理因子与模式预报的夏季环流和降水误差之间存在前期或同期的某种显著相关关系, 并且显著关系分布随因子的不同而表现出明显不同的区域性特征, 这为发展一种基于预报因子的误差订正新方法提供了新思路。     

西南地区夏季降水预测模型

从业务预报角度，对影响西南地区夏季降水的主要物理因子，如高原因子、西风带系统、副热带高压等因素进行了分析，在此基础上建立了具有一定物理基础的夏季降水预测模型，在近年来汛期降水预测中取得了明显效果。     

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。     

诊断分析在数值预报产品释用中的探讨

针对地方性天气预报特点，根据现有数值预报产品及实时探空资料的接收情况，作者利用中尺度数值预报模式ＭＭ４引入中尺度信息，提出一个实际可行的夏季降水预报方案，以求提高区域范围内具有明显突发性对流降水的预报能力。作法是用ＭＭ４模式计算逐日物理量诊断场，加入同期的欧洲中心数值预报产品，共计４１个场作为预报因子场；应用典型相关分析法，并结合逐步判别和逐步回归法，计算得出９个分区和８个单站中雨以上降水预报方程。降水预报方程的因子变量多数为中尺度诊断分析场构成的典型团子，可以认为，ＭＭ４模式计算得出的中尺度信息对预报中雨以上降水是有贡献的。     

基于统计降尺度方法的夏季降水精细化预报

利用1999—2009年安徽省淮河以南地区60个县市站夏季逐日降水资料和安庆市探空站逐日资料,研究了中低层不同风向配置下局地降水与大尺度降水场之间的关系,以3种不同预报对象及相应的预报因子分别采用神经网络和线性回归方法设计6种预报模型对观测资料进行逼近和优化,从而实现空间降尺度.分析对比6种预报模型46站逐日降水量的拟合和预报效果,结果表明:采取相同的预报对象及预报因子的BP神经网络模型在拟合和预报效果上均好于线性回归模型,可见夏季降水场之间以非线性相关为主;神经网络模型预报结果同常用的Cressman插值预报相比,能很好地反映出降水的基本分布及局地特征;预报对象为单站降水序列的神经网络模型在以平原、河流为主要地形的区域预报效果较好,预报对象为REOF主成分的神经网络模型则在山地和丘陵地形区域预报效果较好.     

山西省汛期短历时强降水特征

山西地形复杂,汛期降水集中,短时强降水易引发地质灾害及城市内涝,是制约社会经济发展和人民安居的重要因素。本文通过分析山西省2011~2016年290个高密度自动气象站逐时降水资料,结合本地强降水预警业务规定,根据致灾风险程度将短历时强降水分为四级,全面细致分析了各级强降水的时空变化特征,对强降水的精细化预报有指示意义。结果表明：短时强降水主要受纬度和地形影响,各级强降水的累计降水量和降水小时数大值区一般沿太行山脉和吕梁山脉展布；短时强降水在每日15～18时高发,到了夜间20～23时,出现第二峰值；城区一般性强降水比乡村区域偏多偏强。     

山西省夏季年际气候异常研究1.山西省一致多雨或少雨型

利用美国国家环境预报中心(NCEP)再分析资料以及山西64个测站的月降水量等资料,采用EOF分解和合成分析方法研究了1960-2003年山西夏季降水的年际变化异常以及时空特征.利用EOF方法分析山西夏季降水,第一类雨型是山西省夏季一致多雨型,并给出此类异常雨型的时空分布和相应的典型年份.山西省夏季降水趋势分析表明,自1960年以来山西省夏季降水趋于减少.从500hPa位势高度场、纬向风、850hPa风场、700hPa水汽场、海温场等物理量场分析表明,山西夏季一致多雨年对应偏强的东亚夏季风,一般出现在La Nina事件(冷水事件)发生的当年和El Nino事件(暖水事件)发生的来年,中高纬度地区易出现纬向排列的 - -环流异常纬向分布型,大陆地区为一个异常槽和两个异常脊,乌拉尔山以东地区和鄂霍次克海是异常高压脊,而贝加尔湖地区是一个异常低压槽.山西省夏季一致少雨年对应偏弱的东亚夏季风,一般出现在El Nino事件(暖水事件)发生的当年和La Nina事件(冷水事件)发生的来年,与一致多雨年相反,中高纬度地区通常呈现纬向排列的- - 环流异常纬向分布型,大陆地区出现两个异常槽和一个异常脊.山西省夏季第一类雨型的发生与中高纬度地区纬向排列的环流异常分布和赤道太平洋海温异常有关系.     

近30a山西不同相态降水的统计特征及概念模型

利用山西省1981~2010年108站的地面降水观测数据,以降水量≥0.1 mm的日数为指标,对山西108个县市不同相态降水的时空分布特征进行了分析,结果表明:五寨(山西西北部)和陵川(山西东南部)平均降雨日数、平均降雪日数、平均雨夹雪日数都位于全省之首;30 a间山西的降雨日数和降雪日数分别以3.333 d/10 a和1.529 d/10 a的趋势减少,而雨夹雪日数则以0.34 d/10 a的趋势增多;山西区域降雪和降雨日数变化趋势的空间分布都具有西部减少趋势高于东部的特征,雨夹雪日数变化趋势的空间分布则具有东部增多趋势高于西部增多趋势的特征;朔州和忻州西部是降雪日数减少趋势最强的区域,运城是降雨日数减少趋势最强的区域,晋城是雨夹雪日数增多趋势最强的区域。应用328个多相态降水过程资料和NCEP再分析资料进行统计分析,结果表明:冷空气侵入导致中低空温度下降,0℃层高度降低是降水相态发生变化的主要原因;-3℃和0℃是山西中南部降水相态转变时850 hPa和925 hPa的临界值;3.5℃则是山西北部和高海拔地区降水相态发生转变时850 hPa温度的临界值;西北路冷空气侵入多相态降水过程,地面冷锋是降水相态的分界线,东路冷空气侵入多相态降水过程,低空切变线则是降水相态的分界线。     

1980-2020年山西省极端降水的研究

基于1980-2020年山西省109个气象观测站点的逐日降水资料,选取10个极端降水指数,采用气候倾向率、相关分析、因子分析、R/S预测方法等方法,对山西省极端降水进行了时空分布的研究,以期为山西省的气候变化、生态环境保护、防灾减灾、气象服务工作提供参考依据,结果表明：(1)从时间尺度来看,1980-2020年期间,山西省极端降水的强度和极值都有明显增加,连续干旱日数和连续湿日日数呈下降趋势,其余均表现出不同程度的增加,其中年总降水量增加幅度最明显;从空间尺度来看,年总降水量、降水强度、降水频率、极值均为从西北向东南逐渐增多,空间差异较明显;从各站点的空间分布来看,北部和中部地区的极端事件增加最显著,北部地区的干旱日数仍以增加趋势为主,连续湿日日数气候倾向率的空间差异较大,中部地区站点显著增加,南北部以减少趋势为主;(2)基于相关分析方法表明各极端降水指数(除干旱日数外)与年总降水量都有很好的相关关系,强降水量和极强降水量对年总降水量的贡献值呈现出增加趋势;采用因子分析方法提取了3个公共因子,方差贡献率累计达到了87％,可以看出极端降水强度和降水量指数在对极端降水方面影响较大;利用R/S分析法可以得到年总降水量、中雨日数、大雨日数、最大5日降水量这几个指数未来呈现弱减少趋势,而干旱日数仍为减少趋势,连续湿日日数为持续弱增加趋势。总体看来,山西省极端降水近年来呈现出增加趋势,在空间分布有明显差异。     

Change trends of air temperature and precipitation over Shanxi Province, China

A dataset of air temperature and precipitation time series (1959?C2008) from 61 stations across Shanxi, China is used to analyze the climate change. The monotonic trends and step (abrupt) trends for annual and seasonal series data of mean air temperature and total precipitation are tested by using Mann?CKendall test and Mann?CWhitney test, respectively. The results show that annual mean air temperature has increased by 1.20°C during the past 50?years. Winter, spring, and autumn have experienced a significant increase in air temperature. The step trend for annual mean air temperature is different from, but closely related with, those for seasonal mean air temperature. Spatially, there is an enhanced warming trend from south to north in Shanxi, and the most remarkable warming occurs in northern Shanxi. Annual precipitation has decreased by 99.20?mm during the past half century. The decrease is mainly caused by precipitation decline in rainy season (June?CSeptember), though precipitation in post-rainy season (October?CNovember) also tended to decrease. An abrupt decrease in precipitation has occurred since late 1970s. Decrease in precipitation is highest in central Shanxi and in the area along the west fringe between Sanchuan River and Fenhe River in western Shanxi.     

山西省降水与环流特征量及ELnino的关系

本文通过滑动相关普查方法，对山西30个代表站点的夏半年（6-11月）降水与前期74个环流特征量及北太平海海温月平均资料作逐点逐月普查相关分析，结果表明：上年7-10月的南方涛动指数及赤道东太平洋（ELnino区）海温与我省夏半年降水分别有很好的相关关系，它们的出现对山西夏半年降水影响是非常强的，同时还发现前期多个环流指数如太阳黑子、西太平洋副高与我省夏半年降水也有很好的相关关系。     

山西春季降水与500hPa环流场及太平洋海温场异常的关系

利用1961—2008年春季山西省62个气象站的逐月降水资料、NCEP/NCAR再分析资料、NOAA太平洋海温资料等,应用SVD、Monte Carlo统计检验和合成分析等方法,探讨了山西春季降水与500hPa环流场及太平洋海温场的异常关系。结果表明,当春季500hPa平均高度场上,欧洲北部、日本海和北太平洋东部出现正异常,而极地、西西伯利亚出现负异常时,山西春季降水易偏多;反之,则易偏少。当春季赤道中东太平洋海温异常偏高,北太平洋东南部海温异常偏低,且前期冬季也有相似的海温距平分布时,山西春季降水易偏多;反之,则易偏少。春季,850hPa我国东部地区110°～120°E范围偏南风减弱是导致山西春季降水偏少的重要因素。     

基于海气耦合模式的山西省夏季降水统计降尺度预测研究

基于中国气象局国国家气候中心海气耦合模式(CGCM/NCC)预测产品和山西省50站夏季降水资料,利用典型因子回归的方法(CCA),建立了山西省夏季降水的统计降尺度预测模型。该预测模型选取了CGCM/NCC模式夏季500 h Pa高度场和海平面气压作为预测因子,分别选取了长江中下游地区和热带中东太平洋作为预报关键区。统计降尺度模型对2007~2014年山西省夏季降水的回算较模式原始结果有显著提高,除2008年外,空间距平相似系数(ACC)均通过了0.01的显著性检验,时间相关系数(TCC)在山西省大部分地区都有显著提高,最大可达0.6,降水预测(PS)评分在70分以上。检验结果显示,基于CCA降尺度方法建立的预测模型对山西省夏季降水模态预测的准确率较高且比较稳定,其预测效果远高于CGCM/NCC直接输出降水结果。     

11层原始方程模式中两个积云参数化方案的比较试验

近三十年来,积云参数化的研究已取得了很大进展,随着中尺度业务模式的研制,中尺度模式中如何考虑对流遂成为人们研究的热门课题之一。      

多模式对四川一次强降水过程不确定性预报分析

本文就2008年“5.12”四川大地震后,5月25~26日四川盆地出现的一次强降水过程,比较分析成都区域中心运行的3个区域(GRAPES、AREM和MM5)模式降水预报情况以及各模式预报的物理量场和大气状况的演变,得到:模式就不同起报时间,对同一时间段的降水预报效果是不一样的,初始场获取的大气信息对预报有着重要作用;模式预报的降水落区与物理量的垂直时间演变密切相关;各模式大气初始场差异及随时间演变决定了各模式降水预报差异。