分位数调整法在北京动力降尺度模拟订正中的适用性评估

基于分位数调整法对变网格模式LMDZ4在中国区域进行动力降尺度模拟的北京日平均气温和降水结果进行了统计误差订正。订正后的日平均气温在年循环、平均值和频率等方面均十分接近观测值,全年平均气温偏差由-1.2℃降至-0.4℃。降水的订正过程较气温更加复杂,首先对降水日数进行订正,以消除模式产生的虚假微量降水,订正后降水日数误差由61.5%降至3.7%。此外,分位数调整法可有效订正中小型与极端降水的频率和强度,订正后全年降水误差由0.28 mm/d降至0.07 mm/d。订正后最大降水月为7月,与观测一致,消除了冬季的虚假极端降水。分位数调整法无论是对气温还是降水,其订正效果都存在明显的季节性差异。日平均气温的订正在冬、夏季要优于春、秋季,对极端高、低气温的订正更加显著。该统计误差订正方法不仅有效消除了气候平均值的漂移,同时对极值也有一定改善,是一种相对完善的订正方案。分位数调整法也存在一定的不确定性,订正效果受观测资料和模式模拟能力影响较大。     

基于PRECIS模式对珠江流域降水的模拟与分析

该文使用区域气候模式PRECIS的A1B情景,模拟1961—1990年珠江流域降水平均值、区域分布和概率分布,并对订正方法的效果进行了检验,检验结果表明PRECIS模式模拟的结果与观测值接近,对模拟结果进行概率订正后模拟结果得到了改善。在模式效果可信的基础上,对珠江流域2021—2050年降水量进行了模拟和分析,模拟结果表明未来时段珠江流域的降水总体稍微增加,珠江流域全年下游降水增多,上游降水减少,降水的波动性增加,未来降水量趋于两极化,可能导致极端多雨和极端少雨事件的增加,更易导致干旱和洪涝的发生;未来珠江流域降水在时空分布上将更加不均匀,即冬季和春季南部沿海降水增多,北部降水减少;夏季和秋季北部降水增多,南部降水减少。     

基于DERF2.0的华南前汛期降水订正

针对我国华南前汛期（4—6月）降水,基于国家气候中心第2代月动力延伸模式（DERF2.0）结果,利用非参数百分位映射方法将模式预测结果转化为概率预报,并进行概率订正。分别选用交叉建模与独立样本建模两种订正方法,并利用偏差、偏差百分率、时间相关系数、均方根误差等统计方法检验订正效果。结果表明:订正方法对预报技巧的改善与起报时间无显著相关,且具有误差稳定性,其订正效果受预报误差影响较小;与订正前模式预测降水落区的范围和平均强度相比,订正后结果与观测更接近;按百分位区间统计的不同强度降水订正预报均有明显改进;预测时段的订正效果与回报时段的订正效果基本一致。     

基于RegCM4模式的中国区域日尺度降水模拟误差订正

气候模式模拟得到的各气候变量与观测相比,总会存在一定的偏差,所得到的气候变化预估结果难以在影响评估模型中直接应用。本文尝试对一个区域气候模式（RegCM4.4）所模拟的中国区域逐日降水,基于概率分布（分位数映射）方法进行统计误差订正。在订正过程中,以模拟时段1991~2010年中的前半段（1991~2000年）作为参照时段,建立传递函数,对后一时段（2001~2010年）进行订正并检验其效果。首先对使用参数和非参数所建立的6种不同传递函数方法进行对比,发现6种方法均可明显减少降水模拟的误差,其中利用非参数转换建立传递函数的RQUANT方法效果更好。随后进一步分析了采用该方法对模式模拟降水所做订正的效果,结果表明,该方法可以明显改善对平均降水,以及降水年际变率和极端事件的模拟结果。     

气候模拟日降水量的统计误差订正分析——以上海为例

对区域气候模式系统PRECIS在SRES A1B情景下模拟的上海日降水输出按季节进行了统计误差订正。该方法首先对降水日数进行比率订正,以消除模式产生的微小值降水。然后利用Γ分布拟合日降水量的累计概率分布,采用整体和分段拟合两种方法构建传递函数TF（Transfer Function）进行订正。选取1962年12月—1992年11月作为控制时段,构建TF并将其应用于验证时段（1992年12月—2002年11月）。该订正方案消除了模式产生的微小值降水,解决了模拟的小降水值偏多的问题,频率误差保持在1%以下,分段拟合订正相比整体拟合订正具有更强的对极端降水的订正能力;对冬、春季的订正效果比夏、秋季更显著。该方案不仅有效消除了平均值的漂移,而且显著订正了变率,同时提高了极端降水事件的再现能力,是一种相对完善的订正方案。      

黑河上游径流对极端气候变化的响应研究

为深入认知黑河上游径流变化与极端气温、极端降水指数间的关联机制,使用1960-2014年黑河上游祁连、托勒、野牛沟3个气象站点的逐日气温、降水资料和莺落峡水文站逐日径流量资料,通过趋势分析、相关分析、多元回归分析和主成分分析等方法,分析黑河上游极端气候指数和极端水文事件的变化趋势、极端气候指数与径流的相关关系以及径流对降水的滞后效应。结果表明:(1)黑河上游表征低温的极端气温指数呈下降趋势,表征高温的气温指数呈上升趋势。极端降水指数呈小幅增加趋势。年极端洪水总量呈增加趋势,极端枯水呈显著减少趋势,与黑河上游径流总量增加的变化趋势一致。(2)极端降水指数与极端洪水总量的相关性显著,说明黑河上游极端降水是影响极端洪水总量的主要因素。(3)洪水对祁连站降水量的响应存在1～2天的滞后期,初步分析得出黑河上游降水量的时间和空间差异以及东、西支河流河网密度的差异是产生滞后性响应的主导因子。     

分位数映射法在RegCM4中国气温模拟订正中的应用

将一种分位数映射法RQUANT,应用到一个区域气候模式（RegCM4）所模拟中国气温的误差订正中。从气候平均态、年际变率、极端气候及农业气候等多方面,评估了该方法对日平均气温、日最高气温和日最低气温模拟的订正效果。结果表明,该订正方法对模式模拟的日平均、日最高和最低气温气候平均态的订正效果都非常明显,中国大部分地区的订正结果与观测的偏差在±0.5℃之间。在降低极端气温指数和农业气候相关指数的模拟误差方面也有显著的效果,但对气温年际变率的订正效果有限。结合以往对降水订正的评估分析,该方法对模式模拟结果有较好的订正效果,可以应用于区域气候模式的气候变化模拟预估中,为气候变化及相关影响评估研究提供更适用和可靠的数据。     

CWRF模式极端降水模拟误差订正

基于1980—2015年6—8月CWRF模式（Climate-Weather Research and Forecasting model）14种方案的模拟结果和全国逐日降水观测资料,对比了Q-lin,Q-tri,RQ-lin,RQ-tri,SSP-lin和CDFt 6种误差订正方法对CWRF模式控制化方案（C1）模拟中国东部夏季日极端降水的订正效果,以CWRF模式14种方案日极端降水的模拟效果排名为基础,对比了模拟效果较好的4种方案集合、模拟较差的4种方案集合以及14种方案集合的订正效果,选出相对较好的订正方案进一步评估其成员集合后订正和成员分别订正后再集合的订正效果,结果表明:采用6种误差订正方法均可明显减少日极端降水模拟误差,其中RQ-lin方法订正效果最佳。CWRF模式对中国东部的极端降水指数均表现出较好的模拟能力,不同参数化集合方案得到14种方案成员先订正再集合与观测日极端降水平均值最为接近,研究结果对于改进模拟结果、提高其预测能力有重要应用价值。     

黑河流域降水统计——动力降尺度问题研究

依据区域气候模式RIEMS2.0输出的3 km高分辨率数据和站点降水记录分析了中国西北黑河流域降水的动力降尺度和统计—动力降尺度问题,检验了多种因子组合下多元线性回归（MLR）和贝叶斯模式平均（BMA）降尺度模型,评估了降尺度降水的均方根误差、相关系数、方差百分率及“负降水”偏差率等方面的统计特征。结果表明,动力降尺度降水相关系数最高,误差也最大,降水方差达到观测值的1.5～2倍;除相关系数外,统计—动力降尺度模型的几个统计特征均最优,纯统计模型次之。检验表明,仅用700 hPa位势高度场、经向风和比湿等构建的统计降尺度模型估计的站点降水相关系数较低,均方根误差也较大。当在统计降尺度模型中引入模式降水因子后站点降水的估计得到明显改善,其中MLR类模型的降水相关系数和方差百分率均明显高于BMA类模型,均方根误差二者相当,但前者“负降水”出现频次明显大于后者,“负降水”偏差主要出现在降水稀少的冬半年及黑河中、下游干旱或极端干旱区,上游出现频率较低,其中MLR类模型“负降水”出现频次明显高于BMA类模型,后者仅出现在黑河中、下游地区。包含模式降水因子的统计—动力降尺度模型能减少“负降水”出现...     

QM和QDM方法对中国极端气候的高分辨率气候变化模拟的误差订正对比

采用分位数映射（Quantile Mapping, QM）和delta分位数映射（Quantile Delta Mapping, QDM）两种误差订正方法对区域气候模式RegCM4在中国区域内模拟的逐日气温和降水数据进行订正。模式数据是5种不同全球气候模式驱动下的区域模式气候变化模拟结果。计算订正前后的极端气候指数进行对比分析,包括日最高气温极大值（TXx）、日最低气温极小值（TNn）、连续干旱日数（CDD）和最大日降水量（RX1day）。结果表明,5组模拟结果和其集合平均（ensR）都显示气温指数的模拟效果高于降水指数,其中对TXx模拟最好,对CDD的模拟最差;经过订正后,针对不同模式的两种订正结果都能够有效地减小模式与观测的偏差并提高了空间相关系数,且两种方法的订正效果无明显差别。对RCP4.5情景下未来变化的分析中,QM在一定程度上改变了模式模拟的未来变化幅度和空间分布特征,QDM则能够有效地保留所有极端指数的气候变化信号。从全国平均来看,除CDD外,所有指数未来都呈现增加趋势,且QDM订正结果与订正前模式模拟的变化趋势更为接近。建议在气候变化模拟的误差订正中采用QDM方法。     

1981～2010年北京地区极端降水变化特征

采用北京地区20个常规气象站1981~2010年逐日降水数据,对北京地区极端降水的空间分布特征进行了分析。得到以下主要结论:1981~2010年,北京地区极端降水百分位数(第90、95和99个百分位数)阈值表现出较一致的空间分布特征,以第95个百分位数阈值计算的极端降水日数与降水阈值和降水量的分布有较大差异,极端降水量对总降水量的贡献可达30%~37%,极端降水强度分布与极端降水阈值分布相似。近30年,北京地区多数站点的极端降水量、降水日数和降水强度呈下降趋势,极端降水量以上甸子、怀柔、平谷和观象台下降较为明显,可达到40 mm(10 a)–1以上,极端降水强度以顺义、海淀、观象台、大兴和上甸子等站下降较为显著,每10 a降水强度减小趋势可达4 mm d–1,极端降水日数变化分布与极端降水量变化分布类似,极端降水强度变化与降水量和降水日数变化的分布有明显不同。     

Extreme precipitation in Europe: statistical threshold selection based on climatological criteria

In the present study, both parametric (peak over threshold: mean residual life, dispersion index, threshold choice) and non-parametric (percentiles indices 95% and 99%) statistical techniques are employed, aiming at the identification of rainfall thresholds above which a precipitation event can be characterized as extreme. The analysis is based on 45?years (1960–2004) rain gauge daily records from 65 meteorological stations over the European region. According to two climatologically based criteria that were introduced in the study, it was found that a combined peak over threshold methodology has been shown to yield higher threshold values above which extreme precipitation events occur, in comparison to the 95th percentile indices. Overall, concerning northern Europe, it was found that in the majority of the stations, the threshold values vary from 20 to 30?mm, while the results concerning the Mediterranean region are less coherent and the selection of extreme precipitation thresholds differs from region to region. Stations over eastern Mediterranean appear to have thresholds higher than 30?mm, while stations located over the main cyclone trajectories and the cyclogenesis zone of Mediterranean are those with the higher extreme precipitation thresholds (higher than 45?mm).     

Experimental Simulations of Extreme Precipitation Based on the Multi-Status Markov Chain Model

A multi-status Markov chain model is proposed to produce daily rainfall, and based on which extreme rainfall is simulated with the generalized Pareto distribution (GPD). The simulated daily rainfall shows high precision at most stations, especially in pluvial regions of East China. The analysis reveals that the multistatus Markov chain model excels the bi-status Markov chain model in simulating climatic features of extreme rainfall. Results from the selected six stations demonstrate excellent simulations in the following aspects:standard deviation of monthly precipitation,daily maximum precipitation,the monthly mean rainfall days,standard deviation of daily precipitation and mean daily precipitation, which are proved to be consistent with the observations. A comparative study involving 78 stations in East China also reveals good consistency in monthly mean rainfall days and mean daily maximum rainfall, except mean daily rainfall. Simulation results at the above 6 stations have shown satisfactory fitting capability of the extreme precipitation GPD method. Good analogy is also found between simulation and observation in threshold and return values. As the errors of the threshold decrease, so do the di?erences between the return and real values. All the above demonstrates the applicability of the Markov chain model to extreme rainfall simulations.     

基于气象要素内插的GPS水汽反演方法研究与精度分析

准确获取测站气压和温度对GPS水汽反演至关重要。由于我国地域辽阔、经济和社会发展的差异较大,我国GPS气象站网有部分站点未布设气象传感器,无法准确获取测站的气压和温度,其对测站上方水汽造成了较大影响。本文提出一种增加高度订正的反距离加权法,并利用全国113个GNSS气象站(包括25个实验站点,88个插值站点)的连续3个月的气象数据对该方法进行验证。结果表明,内插得到的气压和温度的均方差为1.53 hPa和1.18 K,平均偏差为0.94 hPa和0.82 K。精度随着内插站点与实验站点之间高差的增大,偏差随之增大。最后将内插得到的气压和温度应用于GPS水汽解算,并与GPT-2模型的精度对比。内插气象数据得到的PWV(Precipitale Water Vapor)的均方差和平均偏差为0.59 mm和0.38 mm,精度明显优于GPT-2模型。     

“21·7”河南特大暴雨气象和水文雨量观测对比

2021年“21·7”河南特大暴雨打破我国大陆小时气象观测纪录,该极端天气事件位列2021年中国十大天气气候事件第2位。已有研究使用气象地面站雨量观测资料对此次过程进行雨情分析和极值统计,但降水时空分布不均匀,单一来源资料存在不确定性。通过对比气象站和水文站雨量资料,分析两套业务观测系统记录“21·7”河南特大暴雨过程的异同,发现气象站和水文站雨量在时间和空间分布上具有很好的一致性,两者不同等级的累积降雨落区、逐日和逐时降雨演变趋势均一致性强,但累积雨量和雨强极值的空间分布和数值存在差异,两套资料在暴雨中心（过程雨量大于600 mm）的系统性偏差小于1%。气象站和水文站的融合资料呈现比单一资料更细致的降雨分布、更全面的演变特征。此外,基于融合资料发现累积雨量排名前3位的城市（郑州、鹤壁、新乡）均具有累积雨量大、小时雨强极强、强降雨集中、雨强突然增长的特征,鹤壁和新乡最强降雨时段分别比郑州晚26 h和28 h。     

浑太流域降水极值的统计分布特征

基于浑太流域1966-2006年73个雨量站的日降水资料,建立了逐站年最大日降水量(AnnualMaximum,AM)序列和汛期4-9月日降水量<1.27mm.d-1的最长持续干旱天数(Munger Index,MI)序列,并对其时空分布规律进行了分析。采用广义极值(General Extreme Value,GEV)分布、广义帕雷托(General Pareto,GP)分布、韦布尔(Weibull,WB)分布、约翰逊SB(Jonhson SB,J-SB)分布、Burr分布和对数逻辑(Log-Logistic,L-LG)分布等6种极值分布函数对AM和MI序列进行了逐站分布拟合,结果表明,广泛应用的GEV分布整体拟合程度最好,有50个测站的KS检验统计量Dn<0.09,而未曾推广使用的Burr分布的拟合效果也非常好,有36个测站Dn<0.09。用GEV分布对50年一遇的AM和MI进行了估算,发现流域中心地区极端强降水和极端干旱的程度较高,分别为>208mm.d-1和>47d。     

Accuracy of TRMM precipitation data in the southwest monsoon region of China

Accurate, high-resolution precipitation data is important for hydrological applications and water resource management, particularly within mountainous areas about which data is presently scarce. The goal of the this study was to assess the accuracy of TRMM 3B43 precipitation data from the southwest monsoon region of China between 1998 and 2011 based on the correlation coefficients, regression, and geostatistical methods. We found a strong correlation between TRMM 3B43 data and observational data obtained from meteorological stations, but the TRMM 3B43 precipitation data was consistently lower than that obtained from the weather stations. The TRMM 3B43 data was significantly different from the data obtained by weather stations located in the northwest and northeast regions of the Hengduan Mountains. The spatial distribution of precipitation obtained from TRMM 3B43 was also different from meteorological data, but the deviation was predominantly distributed along the northern longitude and southern latitude. In addition, the TRMM data more accurately reflected the regional precipitation patterns. Our results indicate that the TRMM 3B43 data should be used for hydrological applications and water resource management at meteorological stations that have a sparse and uneven distribution of observation stations in the southwest monsoon region.

     

自组织映射神经网络(SOM)降尺度方法对江淮流域逐日降水量的模拟评估

利用1961~2002年ERA-40逐日再分析资料和江淮流域56个台站逐日观测降水量资料,引入基于自组织映射神经网络(Self-Organizing Maps,简称SOM)的统计降尺度方法,对江淮流域夏季(6~8月)逐日降水量进行统计建模与验证,以考察SOM对中国东部季风降水和极端降水的统计降尺度模拟能力。结果表明,SOM通过建立主要天气型与局地降水的条件转换关系,能够再现与观测一致的日降水量概率分布特征,所有台站基于概率分布函数的Brier评分(Brier Score)均近似为0,显著性评分(Significance Score)全部在0.8以上;模拟的多年平均降水日数、中雨日数、夏季总降水量、日降水强度、极端降水阈值和极端降水贡献率区域平均的偏差都低于11%;并且能够在一定程度上模拟出江淮流域夏季降水的时间变率。进一步将SOM降尺度模型应用到BCCCSM1.1(m)模式当前气候情景下,评估其对耦合模式模拟结果的改善能力。发现降尺度显著改善了模式对极端降水模拟偏弱的缺陷,对不同降水指数的模拟较BCC-CSM1.1(m)模式显著提高,降尺度后所有台站6个降水指数的相对误差百分率基本在20%以内,偏差比降尺度前减小了40%~60%;降尺度后6个降水指数气候场的空间相关系数提高到0.9,相对标准差均接近1.0,并且均方根误差在0.5以下。表明SOM降尺度方法显著提高日降水概率分布,特别是概率分布曲线尾部特征的模拟能力,极大改善了模式对极端降水场的模拟能力,为提高未来预估能力提供了基础。     

近53年江淮流域梅汛期极端降水变化特征

基于1961—2013年江淮流域梅汛期（6—7月）逐日降水资料,利用百分位法确定极端降水阈值,对江淮流域梅汛期极端降水的时空分布及突变特征进行分析,结果表明：95%分位极端降水阈值多在50 mm以上,大值中心主要位于湖北东部到安徽南部一带;平均极端降水强度与阈值大小的空间分布相似。极端降水量和极端降水日数整体呈现由安徽南部向四周递减的空间分布特征,极端降水量约占梅汛期降水总量的1/4~1/3。从季节内分布上看,极端强降水站次在梅汛期呈单峰型分布,各候间差异明显,其中6月第5候到7月第2候最多。极端降水量、极端降水日数以及极端降水量占梅汛期总降水量百分比均具有明显的年际变化,且上升趋势显著;江淮流域梅汛期极端降水量和极端降水站次的这种上升趋势均在1980年发生突变。     

Dynamics of occurrence frequency of extreme anomalies of monthly mean air temperature in Georgia in the 20th century and its effect on precipitation and on the river water discharge

The dynamics of the occurrence frequency of extreme anomalies of monthly mean air temperature and its effect on precipitation and river water discharge in the 20th century are studied using weather observations at 40 stations and data on the hydrological regime of 34 rivers in Georgia.