RegCM4.4对中国夏季气候的回报和2014年预测

利用区域气候模式对全球气候模式季节预测产品进行动力降尺度,是获取未来高分辨率季节气候预测结果的重要途径。使用区域气候模式RegCM4.4单向嵌套国家气候中心气候系统模式BCC_CSM1.1(m)输出结果,进行东亚19912013年逐年3月1日—9月1日的气候回报试验及2014年3月1日9月1日的气候预测试验。分析模式对中国地区夏季（6-8月）地面气温和降水的回报结果表明:RegCM4.4对夏季气候态的回报优于驱动场模式BCC_CSM1.1(m),并能提供更详细可靠的局地信息;RegCM4.4回报和观测的多年平均气温、降水的空间距平相关系数（ACCs）分别为-0.04和0.01,空间距平符号一致率（PCs）分别为51.1%和50.6%,趋势异常综合评分（PS）分别为64.2和70.3,均方差误差（MSE）分别为1.09 ℃和0.30 mm/d。RegCM4.4对中国地区2014年夏季气候预测结果表明,模式对夏季气温、降水距平整体分布的预测较好,但在次区域尺度上预测结果和观测存在差别。本研究只进行了一个区域气候模式RegCM4.4嵌套一个全球模式BCC_CSM1.1(m)单样本回报和预测试验的动力降尺度试验研究,未来在改进驱动场模式和区域气候模式模拟预测性能、订正驱动场模式输出系统误差及提高运算能力的基础上,进行多模式多样本的集合试验研究,有助于提高精细化短期气候预测产品的质量。     

基于BCC_CSM模式的山西省盛夏降水降尺度预测

降尺度方法是目前弥补气候系统模式预测结果不足的重要手段,为获得具有较高预测技巧的山西盛夏降水客观化预测产品,本文选取1990—2017年6月起报的BCC_CSM气候系统模式输出盛夏结果和同期NCEP/NCAR再分析资料同时与山西盛夏降水异常典型模态具有统计显著的因子,利用逐步回归方法建立了山西盛夏降水降尺度模型。进一步研究发现,降尺度模型的预测能力与BCC_CSM对影响山西盛夏降水关键区海温的预测技巧密切相关。检验回报与观测的时间和空间距平相关系数(TCC和ACC)、回报与观测的距平符号一致率(PC)以及趋势异常综合评分(PS),表明降尺度模型对山西盛夏降水的预测技巧较BCC_CSM输出有明显改进,BCC_CSM模拟降水TCC在山西全区没有通过95%信度检验,降尺度模型回报TCC在山西大部分地区通过95%信度检验,中南部通过99%信度检验;相应的ACC由-0.02提高到0.35,PC由53.3%提高到66.8%,PS由65.6%提高到78.9%。2018年盛夏业务试运行,ACC为0.42,PS为70.8%。     

RegCM3对东亚环流和中国气候模拟能力的检验

使用RegCM3区域气候模式,嵌套ERA40再分析资料,对东亚地区进行了15年（1987～2001年）时间长度的数值积分试验,分析了模式对东亚平均环流及中国地区气温和降水的模拟。结果表明,模式对东亚平均环流的特征和中国地区降水、地面气温的年、季地理分布和季节变化特征均具有一定的模拟能力,对气温和降水年际变率的模拟也较好。此外模式模拟在测站稀少地区,可以提供局地如降水分布更可靠的信息。模式对气温的模拟存在1-3℃的系统性冷偏差;对中国地区降水地理分布的模拟也存在一定偏差,如对年平均降水的模拟中,降水最大值位置与观测有一定差距,特别是对冬季降水中心的模拟存在较大偏差。模式模拟的夏季降水,在中国北方地区总体偏大100-200 mm,南方总体偏小100-200 mm。模式对地面气温的模拟效果好于降水。     

1995年主汛期（7—8月）暴雨探讨

选取１９９５年７－８月间典型的暴雨天气过程进行天气学方法的探讨研究，通过分型讨论得出各型暴雨特征。     

B－P神经元网络在山西省暴雨预报中的应用

Ｂ－Ｐ神经元网络是一种解决非线性问题的数学模型，我们在暴雨预报中，以它的自学习功能为主线，结合预报员的预报经验，选择有利的气象因子，利用１９８０～１９９２年的历史气象资料，初步完成了Ｂ－Ｐ神经元预报暴雨的模型。     

SIMULATION OF PRESENT CLIMATE OVER EAST ASIA BY A REGIONAL CLIMATE MODEL

A 15-year simulation of climate over East Asia is conducted with the latest version of a regional climate model RegCM3 nested in one-way mode to the ERA40 Re-analysis data. The performance of themodel in simulating present climate over East Asia and China is investigated. Results show that RegCM3 can reproduce well the atmospheric circulation over East Asia. The simulation of the main distribution patterns of surface air temperature and precipitation over China and their seasonal cycle/evolution, are basically agree with that of the observation. Meanwhile a general cold bias is found in the simulation. AS for the precipitation, the model tends to overestimate the precipitation in northern China while underestimate it in southern China, particularly in winter. In general, the model has better performance in simulating temperature than precipitation.     

区域气候模式RegCM3对华北地区未来气候变化的数值模拟

采用高水平分辨率区域气候模式进行区域未来气候变化预估,对理解全球增暖对区域气候的潜在影响和科学评估区域气候变化有很好的参考价值.这里对国家气候中心使用25 km高水平分辨率区域气候模式RegCM3单向嵌套全球模式MIROC3.2_hires在观测温室气体(1951—2000)和IPCC A1B温室气体排放情景下(2001—2100)进行的共计150年长时间模拟结果,进行华北地区未来气温、降水和极端气候事件变化的分析.模式检验结果表明:模式对当代(1981—2000)气温以及和气温有关的极端气候事件(霜冻日数、生长季长度)的空间分布和数值模拟较好;对降水及和降水有关的极端气候事件(强降水日期、降水强度、五日最大降水量)能够模拟出它们各自的主要空间分布特征,但在模拟数值上存在偏大、偏强的误差.和全球模式驱动场相比,区域模式模拟的气温、降水和极端气候事件有明显的改进.2010—2100年华北地区随时间区域平均气温升高幅度逐渐增大,随之霜冻日数逐渐减少,生长季长度逐渐增多;同时随温室效应的不断加剧,未来降水呈增加的趋势,强降水日期和五日最大降水量逐渐增多、降水强度逐渐增大.从空间分布看,21世纪末期(2081—2100)气温、降水以及有关的极端气候事件变化比21世纪中期(2041—2060)更加明显.     

RegCM3模式对青藏高原地区气候的模拟

使用RegCM3区域气候模式，利用ECMWF的ERA40再分析资料，对东亚地区进行了长达15年（1987-2001年）时间的数值积分试验，重点分析了模式对青藏高原及青藏铁路沿线地区气温和降水的模拟。结果表明，RegCM3模式具有模拟青藏高原及周边地区当代降水和气温主要分布特征的能力，尤其在观测站点稀少地区可提供局地降水和气温分布的较可靠信息。模式较好地模拟了青藏铁路沿线地区的降水，特别是气温的年变化趋势，同时也较好地模拟了这一地区气温的年际变化，但对该区降水年际变化的模拟能力则有待进一步提高。     

青藏高原冬春积雪异常和中国东部夏季降水关系的诊断与模拟

使用1980 2010年水平分辨率为25 km的遥感积雪深度资料和0.5°×0.5°降水观测资料分析了青藏高原(下称高原)冬春(12月至翌年5月)积雪异常和中国东部夏季(6 8月)降水的关系,然后通过区域气候模式Reg CM4.1在高原冬春季、春季积雪异常强迫下的试验结果进行对比,进一步验证了高原积雪异常影响中国东部夏季降水的机理。遥感积雪深度和格点降水资料诊断分析表明高原冬春少雪,中国东部夏季降水从北向南呈"-+-+"分布;冬春多雪,降水从北向南呈"+-+-"分布。数值模拟试验结果表明,高原冬春积雪异常影响中国东部夏季降水异常,高原冬春少雪,中国东部夏季降水从北向南呈"+-"分布,高原春季少雪,中国东部夏季降水从北向南呈"+-+"分布;高原冬春季以及春季多雪情形下,中国东部夏季降水异常呈相反的空间分布。同时,数值模拟结果表明高原冬春或春季少(多)雪,东亚夏季风偏强(弱),中国东部夏季降水异常。     

山西北部极端降水时空演变规律及与大气环流因子的响应

基于山西北部28个国家气象站点,1972—2020年逐日降水资料,选用8个极端降水指数,采用线性回归、Pearson相关分析、连续小波和交叉小波变换分析等方法,研究了山西北部极端降水的时空变化及其与大气环流因子的相关性和周期特征。结果表明：（1）在时间上,山西北部8个极端降水指数都是在20世纪70年代后期和21世纪00年代后期到10年代,年总降水量（PRCPTOT）、中雨以上日数（R10mm）、强降水量（R95P）、极强降水量（R99P）、1 d最大降水量（Rx1day）、5 d最大降水量（Rx5day）均增多,日降水强度（SDII）显著增强,持续湿期日数（CWD）也略有增多。整个20世纪80年代降水异常偏少。（2）在空间上,极端降水指数呈从东北向西南地区逐步增加的态势。从站点趋势变化来分析,大多数站点的极端降水指数呈上升趋势,其中,上升趋势最显著的站点均位于忻州市境内西南部。朔州市境内和忻州市东南部站点PRCPTOT和SDII都呈增加趋势,但CWD则呈减少趋势,由此说明朔州市境内和忻州市东南部地区发生极端降水事件的概率较大。（3）通过小波变换分析发现,1990—2020年山西北部极端...