21世纪前期中国降水预估及其订正

用全球格点分析数据集（CRU TSv4.0）月降水资料和24个CMIP5（Coupled Model Intercomparison Project Phase 5）模式历史模拟数据以及RCP4.5情景下的预估数据,分析了多模式集合平均降水的偏差特征并进行了扣除模式气候漂移和一元对数差分回归订正。结果表明,模式降水在西部和北部明显偏多,东南沿海偏少;冷季（11月至次年4月）在全国大部分地区模式降水偏多,暖季（5～10月）东南沿海季风区偏少。1956～2005年多模式集合平均历史模拟降水偏差中84%属于气候漂移,其余是偏差的非定常模态。扣除气候漂移后,RCP4.5情景下2006～2015年中国模式降水预估偏差减小90%以上,大部分地区降水偏差百分率分布在±5%以内,仅在青藏高原西部和西北中部等地区模式降水偏多10%～40%;暖季降水偏差分布与年降水量类似;冷季偏差较大,北方降水偏多,南方偏少。检验表明,一元线性对数差分回归方程订正后,模式降水对于2006～2015年期间西南和江南中部的干旱少雨气候均能再现,且距平同号率高于多模式集合平均和扣除气候漂移的结果。用该方法对RCP4.5情景下2016～2035年模式预估降水进行订正,结果显示,南方（淮河以南）降水减少5%～20%,河套、内蒙古和华北北部减少20%～40%,东北南部、淮河流域、西北大部增加10%～40%及以上,东南沿海和台湾省降水增加10%～20%。以上降水预估结果说明,在RCP4.5情景下,21世纪前期持续十年的西南干旱会略有缓解,但南方降水偏少格局变化不大,淮河流域和三江源区及其以西等地降水可能明显增加。中国降水异常分布总体呈现南北少、中间多的格局,但北方和西部高山地带的降水预估存在较大的不确定性。     

BCC_CSM1.1m模式对福建前汛期降水预测的误差订正

采用1991—2017年BCC_CSM1.1m季节预测模式的月降水预测数据及福建省前汛期（4—6月）66个国家气象站降水资料,利用距平相关系数(ACC)、时间相关系数(TCC)、平均方差技巧评分(MSSS)和趋势异常综合评分(Ps)等评估方法,检验评估了提前0、1、2和5个月模式对福建省前汛期降水的预测能力。采用系统偏差、一元线性回归和EOF-相似误差（EOFL和EOFNL）等4种统计方法对回报结果进行订正,并进行效果检验。BCC_CSM1.1m在不同起报时间对福建省前汛期降水的预测均能抓住降水的前两个主模态：全省一致和南北反向分布的空间特征,但预测的气候平均值较实况存在负偏差。模式在不同起报时间对前汛期降水预测的TCC高技巧区主要位于福建省北部,ACC技巧和Ps评分存在比较大的年际差异,负系统偏差的存在使得MSSS技巧不高。经订正后,模式的预测能力得到明显提升。系统偏差、线性回归、EOF相似误差线性和非线性订正方法提前2个月起报的2011—2017年平均Ps评分分别提高5.9、3.5、6.7和7.8分;不同起报时间线性回归订正的2011—2017年平均ACC技巧分别提高0.02、0.21、0.12和0.11;上述4种方法订正的MSSS评分均有了显著提高,其中系统偏差和线性回归订正后达正技巧。综合而言,线性回归订正较其他3种订正方法表现出更为稳定的订正技巧。     

CWRF模式在中国夏季极端降水模拟的误差订正

利用1980—2015年6—8月我国逐日降水观测数据评估CWRF模式（Climate-Weather Research and Forecasting model）多种参数化方案对我国夏季日降水的模拟能力,并考察累积概率变换偏差订正法（CDFt）的订正效果。通过将广义帕累托分布（GPD）引入到偏差订正模型中,提出针对极端降水的累积概率变换偏差订正法（XCDFt）,检验和评估其对极端降水订正的适用性。结果显示:CWRF模式微物理过程选用Morrison-aerosol参数化方案组合对我国降水场的模拟较好,CDFt订正效果良好;XCDFt偏差订正模型能够较好地提取模式建模与验证时期变化信号,订正后相比订正前与观测极端降水的概率分布更为接近;经过XCDFt订正后华南、华中和华北地区20年一遇的极端降水重现水平较模拟值更接近观测值,可为CWRF模式提高极端降水的业务预测水平提供参考。     

基于Z-I关系和变分校正法改进雷达估测降水

将新回归系数估计法和新误差订正法应用于3 km的雷达CAPPI估测降水,首先用新的回归方法得出更合理的Z-I关系;再用基于变分技术的新的误差订正方法对估算出的降水进行订正,获得较好的估算结果,并且用2005年6月17～25日广东自动站降水和每6分钟一次的雷达基数据对新回归系数估计法和新误差订正法进行验证,结果表明:将新回归系数估计法和新误差订正法用于雷达估测降水,能更好地对雷达回波强度估算降水的一些常见误差进行校订.     

S2S模式对四川汛期候尺度降水预测技巧评估和误差订正

针对四川汛期候降水距平百分率（PAP）,采用距平相关系数（ACC）、时间相关系数（TCC）、符号一致率（SCR）和趋势异常综合评分（PS）4种预测评分方法对S2S计划中10个模式的预测技巧进行检验评估,并在误差分析的基础上提出“正负概率异常订正”方案对各模式候降水距平百分率预测结果进行订正。结果表明,随着预测时效延长,多数模式的预测技巧快速降低,模式间预测技巧的差距缩小。至第10天左右,各模式进入低技巧时段,预测技巧随时效变化的幅度减小,各模式仅对降水趋势异常有一定预测能力,其中BoM模式明显高于其他模式。除BoM模式外的其他模式对降水年际变化幅度都存在低估,降水距平百分率异常偏差为?33%—?18%,不随预测时效发生太大变化,但空间分布不均。经过误差订正各模式的距平相关系数和符号一致率有所提高,趋势异常综合评分有效提高,并且对次季节尺度的订正效果优于天气尺度。订正后,各模式在次季节尺度的平均趋势异常综合评分均高于76.8, 66.7%的模式评分为79.2—80.2,超过业务评分标准（72.0）近8分。订正效果在4 a独立样本检验中也得到验证。      

基于评分最优化的模式降水预报订正算法对比

使用2013年1月1日-2016年1月7日全国气象站观测资料,应用准对称混合滑动训练期,不改变雨带预报位置和形态,基于模式降水预报订正结果的TS评分最优化及ETS评分最优化,分别设计最优TS评分订正法（OTS）和最优ETS评分订正法（OETS）确定预报日各级降水订正系数,对2014-2015年降水数值预报进行分级订正,并与频率匹配法（FM）对比。结果表明:在24 h累积降水的多个预报时效订正中,无论是对欧洲中期天气预报中心、日本气象厅、美国国家环境预报中心和中国气象局的全球模式降水预报,还是对4个模式的简单多模式平均,OTS和OETS较FM在TS评分和ETS评分等传统降水检验指标上均更优秀,其中OTS在所有时效均能提高模式降水预报质量,为三者最优。在概率空间的稳定公平误差评分方面,OTS在各时效、各单模式及多模式平均等方面优势明显。在预报员对应参考时效上,OTS在24~168 h的24 h累积降水预报中的TS评分也优于主观预报。     

CMIP5多模式预估的1.5℃升温背景下中国气温和降水变化

本文使用国际耦合模式比较计划第五阶段（CMIP5）中39个全球气候模式的试验数据,预估了相对于工业革命前期全球1.5℃升温背景下中国气温和降水变化。根据多模式中位数预估结果,在不同典型浓度路径（RCPs）情景下,相对于工业革命前期全球1.5℃升温分别发生在2034年（RCP2.6）、2033年（RCP4.5）和2029年（RCP8.5）。全球升温1.5℃时,中国年和季节气温平均上升1.8℃和1.6～2.1℃,其中冬季最强。增温总体上由南向北加强,青藏高原为高值中心。年和各季节增温均超过其自然内部变率,区域平均的信噪比分别为3.4和1.6～2.7。年和季节降水整体上在中国北方增加、华南减少;区域平均的年降水增加1.4%,季节降水增加0.1%～5.1%,冬季增幅最大。年和季节降水变化要远小于其自然内部变率,区域平均的信噪比仅为0.1和0.01～0.2。总体上,模式对气温预估的不确定性较小,对降水的偏大,其中对季节尺度预估的不确定性要高于年平均结果。     

多模式集合优选方案在淮河流域夏季降水预测中的应用

基于国家气候中心提供的1981—2010年4种季节气候预测模式的资料,将两种互为补充的降尺度因子挑选方案应用于淮河流域夏季降水预测,利用距平符号一致率ASCR、等级评定PG、距平相关系数ACC方法,评定了每种模式及其所采用的两种降尺度方法对淮河流域夏季降水的预测效果,并采用了一种优选方案进行多模式集合。结果表明,从4种模式的降水预测效果来看,NCEP_CFSv2和TCC_CPS1模式的评分较高,NCC_CGCM1和ECMWF_SYSTEM4模式相对较低;采用2种基于最优子集回归的降尺度方法后,NCC_CGCM1、TCC_CPS1和ECMWF_SYSTEM4模式的降尺度方法相对于模式降水预测为正订正,NCEP_CFSv2模式为负订正;将模式和降尺度预测方案进行优选,其集合平均的评分不仅高于模式降水预测的集合平均,也优于降尺度方法的集合平均,该方法发挥了不同模式的区域性优势,改进了原始集合平均的效果,为提高多模式解释应用水平提供了一种参考性方案。      

CFSv2模式资料在成都市延伸期降水预测中的应用评估

将CFSv2模式的延伸期预测资料应用于成都市14个国家站的延伸期降水预测,采用距平相关系数ACC、趋势异常综合检验Ps及Cs/Zs评分对2016年1月至2020年12月的预测回算进行预测效果评估,通过改进的消除偏差一元线性回归方法对模式预测进行订正和预测再回算、再评估。结果表明,CFSv2的延伸期预测与成都地区实际降水的ACC为0.13,略高于目前省级和国家级发布的月预测平均成绩,对成都西南部和东南部的预报效果较好; Ps评分平均为65.7分;期间主要降水过程的Cs评分为0.48,Zs评分为0.64,空报率为38%,漏报率为34%。经过订正后,预测效果的空间差异无明显变化,ACC提高0.04,Ps评分提高4.3分,Cs评分提高0.05分,Zs评分提高0.14分,空报率降低22%,漏报率降低5%,预测准确率明显提升。     

SEAS5模式对新疆月尺度气温和降水的预测性能评估

检验评估气候模式，有利于发挥这一客观预测方法在新疆气候预测业务中的应用效果，提高新疆气候预测能力。基于欧洲中期天气预报中心第五代季节预测系统SEAS5模式的历史回报数据和新疆98个气象站的气温、降水观测资料，利用距平符号一致率Pc、趋势异常综合评分Ps、距平相关系数ACC、时间相关系数TCC等方法，综合评估了SEAS5模式对新疆1993—2019年月尺度气温和降水的预测性能。结果表明：SEAS5模式对新疆月气温、降水的总体预测性能较好，对降水趋势和量级有一定的预测能力。模式的预测性能存在明显的月际差异和空间差异。模式对新疆4—9月气温和4月、6—8月降水的预测性能较好。气温预测评分中，4月Pc最高（61.3分），7月Ps最高（74.4分），6月ACC最高（0.17）。降水预测评分中，4月Pc最高（58.7分），7月Ps最高（72.1分），4月ACC最高（0.16）。空间分布上，模式对1月、3月、6月和12月南疆的气温预测性能普遍高于北疆，对7月和9月南疆西部的预测性能低于其他地区。模式对南疆的降水预测性能普遍高于北疆。     

未来30年亚洲降水情景预估及偏差订正

借助第五次国际耦合模式比较计划(Coupled Model Intercomparison Project Phase 5,CMIP5)多模式集合数据及英国气候研究所(Climatic Research Unit Time-Series version 4.0,CRU TSv4.0)的格点降水资料,分析了多模式集合平均...     

青藏高原南、北积雪异常与中国东部夏季降水关系的数值试验研究

青藏高原冬、春积雪有着显著的南、北空间差异,本文利用通用地球系统模式（CESM）设计了增加高原南、北冬、春积雪的敏感性试验,结果表明:当高原南部冬、春积雪异常偏多,长江及其以北地区夏季降水偏多,华南大部分地区夏季降水偏少;而当高原北部冬、春积雪异常偏多,华北及东北地区夏季降水偏多,长江下游南部地区夏季降水偏少,雨带更偏北。青藏高原南、北部冬、春积雪异常影响中国东部夏季降水的物理机制的分析结果表明,高原不同区域（南部和北部）冬、春积雪异常引起的非绝热加热异常效应都可持续到夏季,且北部积雪异常持续时间更长。高原南部和北部积雪异常偏多均会减弱高原北侧上空大气的水平温度梯度,进而减弱高原北侧西风急流的位置及强度,进而影响下游出口区处急流的强度和位置,且高原北部积雪异常偏多的影响更大。当高原南部积雪异常偏多,急流出口区的西风急流加强且偏南;而高原北部积雪异常偏多,出口区的西风急流减弱且偏北。相应地,对流层中层500 hPa西太平洋副热带高压减弱,低层850 hPa异常反气旋环流,影响中国东部地区水汽输送,从而影响了中国东部地区夏季雨带的变化。当高原南部积雪异常偏多,异常反气旋性环流位于东海附近,有利于更多水汽输送至长江流域,华南水汽输送减少;当高原北部积雪异常偏多,异常反气旋性环流相对偏北,更有利于华北及东北水汽输送,雨带偏北。     

秋季南极涛动异常对冬季中国南方降水的影响

本文针对秋季南极涛动（AAO）和冬季中国南方降水的关系作了研究,发现两者之间存在显著的反向年际变化关系。AAO正（负）异常年,副热带西风急流显著增强（减弱）,欧洲西部槽、乌拉尔山高压脊和东亚沿岸大槽均偏强（偏弱）,阿留申低压、南支槽和西太平洋副高偏弱（偏强）,西南急流上的扰动不活跃（活跃）,我国大部分地区出现异常偏北风（偏南风）和OLR弱正距平,导致南方降水偏少（偏多）。两半球存在东亚—南半球高纬地区和纵贯太平洋南北的两个遥相关型,海洋性大陆对流活动可能是秋季AAO影响南方冬季降水的一个机制。因此,秋季南极涛动的异常很可能对预测我国南方冬季降水有显著指示意义。     

利用高原积雪信号改进我国南方夏季降水预测的新方法及其在2014年降水预测中的应用试验

2014年夏季我国南方出现严重洪涝、北方大部干旱,国内绝大多数预测模型在三月起报的汛期预测中均未能抓住位于南方地区的异常雨带,导致预测准确率明显偏低。基于模式对东亚地区夏季海平面气压场的高预报技巧和青藏高原冬季积雪与南方地区夏季降水的高相关性,本文提出一个针对我国夏季降水异常的组合统计降尺度预测新方法（Hybrid Statistical Downscaling Prediction,简称HSDP）,该方法综合利用了气候模式输出的高可预报性环流信息和前期观测的高原积雪异常信号,从而实现对我国南方夏季降水进行动力-统计相结合的改进预报。据此方法建立了一个基于国家气候中心气候预测模式的统计降尺度模型。对我国南方夏季降水进行跨季节预测的交叉检验结果显示,HSDP方法对于南方地区多年平均空间距平相关系数从模式原始预报的-0.006提高到0.24,且在大多数年份均有改进。基于HSDP方法于三月份制作的2014年夏季降水预测,能够很好地抓住南涝北旱的基本形势和我国南方的降水大值区,空间距平相关系数达到0.43。这表明,该方法对于我国夏季降水预测具有较好业务应用前景。     

中国主要河流流域极端降水变化特征

利用中国1956-2008年逐日降水量资料,以全国主要河流流域为研究区域,分析了年最大日降水量、年暴雨（日降水量≥50.0 mm）日数的多年平均状况及长期变化趋势。分析表明,近53年,全国平均年最大日降水量没有明显的线性变化趋势,但全国范围内多数气象站点年最大日降水量呈现出增加趋势,并存在南方流域增加、北方流域减少的变化趋势,这种变化特征在2001年以来表现更加突出。全国平均年暴雨日数呈不显著的增多趋势,20世纪90年代最多,70年代最少。空间上,我国南北方流域年暴雨日数呈现相反的变化特征,南方流域多呈上升趋势,北方流域呈减少趋势。     

南半球环流异常与我国夏季旱涝分布关系及其影响机制

利用1951—2000年NCEP/NCAR风场和高度场再分析资料及全国160站降水量资料, 采用奇异值分解、相关和合成分析方法, 研究6—8月南半球500 hPa高度、高低层纬向风距平差异常 (Δu₈₅₀-Δu₂₀₀) 与我国夏季旱涝分布的关系及其影响机制。结果表明:当500 hPa澳大利亚高压脊偏强及西南太平洋热带地区高低层纬向风距平差为负值时, 来自南半球冷空气活动偏弱, 有利于西北太平洋副热带高压位置偏南, 热带季风偏弱, 我国夏季雨带偏南。反之, 当澳大利亚高压脊偏弱及西南太平洋热带地区高低层纬向风距平差为正值时, 我国北方降水偏多。同时, 定义了澳大利亚冬季风指数, 指出澳大利亚冬季风强年和弱年影响我国夏季旱涝分布异常的水汽输送型式不同。     

Variation in Principal Modes of Midsummer Precipitation over Northeast China and Its Associated Atmospheric Circulation

This study documents the first two principal modes of interannual variability of midsummer precipitation over Northeast China(NEC) and their associated atmospheric circulation anomalies. It is shown that the first principal mode exhibits the largest amount of variability in precipitation over the south of NEC(referred to as the south mode), whereas the second principal mode behaves with the greatest precipitation anomaly over the north of NEC(referred to as the north mode). Further findings reveal that, through modulating moisture transportation and upper-and lower-troposphere divergence circulation as well as vertical movement over NEC, the anomalous northwestern Pacific anticyclone and the anticyclone centered over northern NEC exert the dominant influence on the south and north modes, respectively. Additionally, it is quantitatively estimated that water vapor across the southern boundary of NEC dominates the moisture budget for the south mode, while the north mode has a close connection with moisture through NEC's northern and western boundaries. Furthermore, the north(south) mode is strongly related to the intensity(meridional shift) of the East Asian westerly jet.     

基于土壤湿度和年际增量方法的我国夏季降水预测试验

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)方法建立集合预测模型,对我国东部夏季降水的年际增量进行预测,进而预测夏季降水。其中,1980~2004年的资料用于历史预测试验,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,并且对独立样本检验的效果进行了评估。结果表明,不同预测因子的组合对我国夏季降水均表现出一定的预测能力:东欧平原、贝加尔湖以北、我国河套地区及长江以南地区的土壤湿度对华北夏季降水预测效果较好;而巴尔喀什湖以北地区、我国西北地区、河套地区以及长江以南地区的土壤湿度对江淮夏季降水有较好预测效果;东欧平原、巴尔喀什湖以北地区以及我国河套地区的土壤湿度对华南降水预测技巧较高。这三组模型预测出的降水变化趋势与相应区域的观测结果较为一致,且预测评分(PS)均超过70分,距平相关系数(ACC)均为正值。研究表明土壤湿度因子中包含了对我国夏季降水有用的预测信号,可以考虑将土壤湿度应用于夏季降水的预测业务中。     

云南小时降水的时空分布变化研究

利用2005—2018年125个国家级台站小时降水观测数据研究云南小时降水时空分布特征。结果表明:云南年总降水量、不同持续时间降水量、极端强降水量及降水日变化空间分布差异很大。年降水量自西北向南增加,雨强自北向南增强,降水时长西部大于东部、南部略大于北部,年降水量受降水时长和雨强共同影响,降水时长影响最强,雨强影响较弱,这种特征在滇西北最突出,但滇东北的降水量与雨强相关更好。云南大部夜雨量多于昼雨量,滇东北和北部边缘夜雨特征最显著;降水日变化特征在云南北部为夜间单峰,西部边缘为清晨单峰,中部为夜间与午后峰值相当的双峰,南部也为夜间和午后双峰,但南部不同区域间主峰和次峰出现时间不同。云南南部降水贡献以短、中历时降水为主,北部则以长、超长历时降水为主。云南短时强降水发生次数的空间分布表现为自西北向东南增加;年发生站次数具有增加趋势,日变化特征为显著单峰,多在傍晚至入夜出现,且极端短时强降水更易在凌晨出现。这些小时降水时空分布特征很大程度上代表了低纬高原地区的降水特征。由于低值天气系统多影响低纬高原中北部,热带天气系统多影响南部,且低纬高原地形复杂,局地热力条件差异明显,这些因素造成该区域小时降水时空分布特征差异显著。