基于贝叶斯模型的中国未来气温变化预估及不确定性分析

利用第5次耦合模式比较计划(CMIP5)中35个全球气候模式历史模拟与RCP4.5预估结果,通过贝叶斯模型平均(Bayesian Model Averaging,BMA)对中国气温进行多模式集合研究,给出了中国未来气温变化预估及其不确定性的时空分布。结果表明,中国21世纪冬夏将持续升温,且升温具有冬季高于夏季,北方高于南方的特点。初期(2016—2035年)北方有很大可能(80%)升温超过0.7℃,南方升温相同幅度的概率则超过50%;中期(2046—2065年)北方和南方升温超过1.5℃的概率分别为80%和50%;末期(2081—2100年),北方(南方)有80%(50%)的可能的升温超过2℃。气温预估的不确定性研究发现,无论冬夏,21世纪不同时期升温相对较弱的塔里木盆地、青藏高原南侧和中国东南地区为不确定性低值区,基本低于0.6℃,对应可信度较高,如21世纪初期信噪比超过4;而不确定性的高值区则主要分布在新疆北部、东北平原北部和青藏高原东南侧等升温相对较大的地区,普遍高于1℃,对应可信度较低,如初期信噪比低于2.5。此外,基于信噪比对比发现除青藏高原东部外,其他区域夏季预估的可信度均高于冬季,21世纪末期高于初期,且空间分布特征一致。     

Logistic判别模型在强降水预报中的应用

利用Logistiv判别模型进行强降水预报,并设计3种方案进行对比分析。方案1直接使用14个影响因子进行判别预报,受因子共线性作用及噪音信号影响,虽然拟合效果较好,但预报效果明显下降。方案2对14个影响因子进行主成分分析,利用前6个主成分建模,虽然拟合效果较方案1降低,但由于消除了因子共线性作用以及噪音信号影响,预报效果较方案1提高。方案3运用Bootstrap抽样技术得到符干样本并建模计算模型参数,打乱了原有时间序列中的波动,仪保留平稳信息,拟合自由度进一步降低,导致拟合效果较方案案2下降,但预报效果却是3种方案中最好且最稳定的。在上述研究基础上,利用欧洲中心数值预报模式的预报场资料,建立基于Logistic判别模型的强降水客观预报系统,并在中央气象台业务运行。2013和2014年连续两年汛期预报检验结果表明,概模型对强降水预报的TS评分高于数值模式本身,具有一定的业务参考价值。     

风暴分类识别技术在人工防雹中的应用

利用新一代多普勒天气雷达资料,在风暴跟踪识别算法的基础上,发展了风暴分类技术,以提高人工防雹作业指挥的效率。首先以SCIT算法为基础,结合风暴的结构特征,综合利用雷达、探空资料,自动提取风暴结构特征指数;其次采用基于决策树模型的风暴自动分类技术,将风暴按强度分为雷雨云、单体风暴、多单体风暴和强风暴;最后根据风暴强度、高度和位置等属性,对有可能产生冰雹的单体,结合GIS,自动对下游方向或附近作业点进行预警或输出作业参数。通过对2006—2014年期间重庆、辽宁大连和河南三门峡三地发生的较为典型的31次冰雹天气过程、182站次冰雹样本的检验来看:该方法通过对风暴按强度、垂直结构等综合属性进行分类,能有效提高冰雹识别的命中率、降低空报率,其中强风暴的命中率能达到100%,空报率仅为11.4%。能有效提高人工防雹作业的自动化程度,对防雹作业的科学决策有着重要参考作用。     

探讨1886-2012年期间全球二氧化碳浓度及城市化效应对于香港温度趋势变化的格兰杰因果关系

因果关系在许多科学领域中是一个重要课题。在气候变化研究中,一个关键的问题是天气和极端事件的变化是否或在何种程度上可以归因于全球变暖的人为因素。归因分析主要依赖于气候模型,但其在描述非线性系统中存在一定的局限性。本文应用长期观测数据并使用统计方法来探讨此问题。更具体地,本文应用格兰杰因果关系检验方法分析全球二氧化碳浓度与城市化效应对香港气温演变的影响。基于香港1886年至2012年的温度数据,我们发现其夏季平均、最高和最低气温以及酷热天气、热夜日数皆增加趋势。同时可以发现日温度的统计分布变化。格兰杰因果关系分析的结果表明,全球二氧化碳浓度的变化和城市化效应皆对香港气温的演变有所贡献,对于不同的时间滞后性这种效应同样存在。通过与非城市地区的比较,我们发现城市化效应对于夏季气温的升高大概贡献40％。根据初步的结果,文本所引入的方法可以作为一种新的角度来评估局部地区温度升高的原因。本文的分析方法可以扩展至研究其他温室气体对极端天气事件的影响,以及气候变化和社会影响之间的联系。     

基于自动观测站的鲁中地区土壤水分变化规律及精细化预报模型的研究

为了建立鲁中地区土壤水分精细化预报模型,利用2010—2013年农田土壤水分自动站逐日资料进行土壤水分年、月变化特征研究,并结合附近自动气象站资料,以土壤水分平衡方程、农田蒸散模型为基础,采用逐步回归和曲线估计等方法建立4—6月无降水条件下平原水浇田与山旱田土壤水分1 d、7 d降幅的经验预报模型。结果表明:鲁中地区0~100 cm土壤水分贮存量年变化趋势和0~50 cm基本一致,年最高出现在8月,最低出现在6月,年降幅最大出现在3—6月,易出现干旱。对预报模型进行回代和预报检验结果显示,回代平均相对误差为0.07%,7 d模型和1 d模型滚动预报第7天0~50 cm土壤水分贮存量,绝对误差分别为-0.15和-2.17 mm,平均相对误差分别为-0.07%和-1.56%,模型具有较强的理论基础和实用性,预报精度较高,为鲁中地区土壤墒情监测和精细化预报提供支持。     

基于作物模型的河南省旱稻干旱风险评估

采用作物模型与数理统计相结合的方法,利用长期历史气象资料,以作物模型和地理信息系统技术为工具,系统分析了河南地区旱稻生育期水分盈亏情况。以模型模拟的雨养条件下实际蒸散量相对于潜在条件下的蒸散量(即需水量)的亏缺率,即水分亏缺指数,以雨养条件下产量相对于潜在产量的损失率(即灾损指数)作为产量灾损强度评价指标,从受旱程度和产量损失两个角度构建干旱风险评估模型,进行干旱风险评估。结果表明:河南省旱稻生育期集中在6—9月,水分亏缺最多的阶段为出苗—穗分化阶段,水分亏缺指数变化在0.50~0.60,其次是开花—成熟阶段和穗分化—开花阶段,水分亏缺指数变化在0.11~0.43;全生育期水分亏缺指数在0.36~0.50。出苗—穗分化阶段干旱发生的风险最大,其次是开花—成熟阶段,穗分化—开花阶段的最小。河南旱稻生育期干旱风险呈现为由东南向西北逐渐升高的分布,其中三门峡、济源西部一带风险最高,洛阳南部和南阳西北部一带最低,黄河以北大部地区和豫东、豫南地区风险居中。     

气象、农业和水文干旱之间关联性分析

干旱具有发生频率高、持续时间长、波及范围广的特点。而干旱预报为科学地进行防旱抢险提供了决策支持。选取反映不同类型干旱的指标,即标准化降雨指标(SPI)、标准化土壤湿度指标(SSWI)和标准化径流指标(SRI),通过SWAT模型和带有时滞的灰色关联判断了各干旱之间的时滞。以陆浑水库控制流域为例进行了分析,结果表明:SWAT模型在该流域有很好的适用性,1975—2009年间发生各类干旱的次数在增加,且变率上从气象干旱、农业干旱到水文干旱有所增加,同时不同类型干旱之间表现出了一定的时滞关系,气象干旱对农业干旱的响应时间为1个月;水文干旱对气象干旱的响应时间为4个月;水文干旱对农业干旱的响应时间为2个月。     

四川盆地西南部短时强降水天气特征分析

本文通过对2008~2013年四川盆地西南部短时强降水时空分布分析,发现四川盆地西南部短时强降水的中心在雅安和峨嵋;从短时强降水的年际、月际以及日变化分布来看,短时强降水在2008年是谷值年;短时强降水集中时段在7~8月,5月和9月短时强降水较少,特别是大量级短时强降水更少;短时强降水出现在00~04时最多,尤其是02~03时。根据落区分型对盆地西南部短时强降水建立预报模型,盆地西南部短时强降水的天气尺度影响系统主要是南亚高压稳定,高原低槽或切变发展配合中低层南风,近地层东北风与西南部地形的辐合抬升更容易触发对流发展,中低层的风场对强降水落区更有指导意义。      

中国植物物候变化特征及其对降水变化的响应

利用1963~1988年中国木本草本植物物候观测资料,运用趋势分析和相关分析方法,研究了26年中国20个物候站点植物始展叶期、始花期、始落叶(黄枯)期物候变化特征及其对降水变化的响应。结果表明:1963~1988年我国植物始展叶期、始花期、始落叶(黄枯)期均以推迟趋势为主;春季始展叶期、始花期,东北、华北以提前趋势为主,其他各区以推迟趋势为主;秋季始落叶(黄枯)期华北以提前趋势为主,其他各区以推迟趋势为主;1980年前后的物候期变化与1963~1988年的变化相同;春季物候期平均值差异多在-3~6天,秋季物候期平均值差异多在-10~10天;我国植物的始展叶期、始花期、始落叶(黄枯)期对于之前月份的累积降水量有不同程度的响应,物候期对该物候期前1月至前3月的累积降水量响应最为明显;我国春季物候期与降水量以正相关为主,秋季物候期与降水量则以负相关为主。      

上海市PM_(10)浓度四季遥感模型研究

通过分析2001—2012年上海市PM_(10)浓度(由API(Air Pollution Index)转化得到)的变化规律,构建了上海市PM_(10)浓度的遥感反演模型。结果表明:1)上海市PM_(10)浓度存在季节性变化,应分别建立遥感反演模型。2)分析MODIS气溶胶光学厚度(Aerosol Optical Depth,AOD)产品与PM_(10)浓度之间的相关性发现,AOD须经过垂直和湿度订正才可与PM_(10)建立较好的关系。3)结合垂直和湿度订正分别建立的上海市PM_(10)浓度春夏秋冬四季的遥感反演模型均通过了拟合度检验,其中春季模型采用指数函数、夏季和秋季模型采用二次多项式函数、冬季采用幂函数、全年采用二次多项式函数,利用此四季模型反演上海市PM_(10)浓度具有较高的可信度。