华北夏季旱涝的环流特征分析

本文运用月降水量、500hPa、100hPa月平均高度场和海平面气压场，在对50a华北夏季旱涝等级重新评定的基础上，分析了与华北夏季旱涝年对应的环流异常特征。结果表明华北旱涝年，对应整个北半球上各层都存在显著的环流异常变化。旱年500hPa环流异常使得极涡偏心，相应乌拉尔山和北美的气候槽偏强；中纬度位于华北的平均槽东移到朝鲜日本一带，而西部脊东移控制华北；低纬西太平洋副高偏东，印度低压槽偏弱。涝年则相反。在海平面气压场上，除了在与高层对应的显著异常区有相应变化外，在我国东部大陆大部及赤道中东太平洋上也有一显著的异常区，证实夏季风和KNSO与华北旱涝存在密切的联系。在100hPa高度场旱涝年环流差异主要表现为南亚高压南北界的位置变化。     

中国夏季气温对东亚土壤湿度异常响应的统计评估

基于欧亚夏季土壤湿度变化特征及其与中国夏季气温的相关分析,选取东亚地区作为土壤湿度异常影响中国夏季气温的陆面关键区,采用广义平衡反馈分析方法(GEFA)探讨了我国夏季气温对东亚地区土壤湿度异常的可能响应,并初步讨论了相关的物理过程。结果表明:中国夏季气温与东亚地区初夏和同期的土壤湿度异常具有密切的联系;进一步分析表明,夏季气温距平场对土壤湿度第一模态的响应最显著:当东亚中纬度及我国东部地区土壤湿度异常偏干时,夏季气温表现为一致增暖;而土壤湿度第二模态对长江流域至我国西部地区的气温有较弱的强迫作用;气温对第三模态的响应主要表现为华南地区的显著降温。并以对气温影响最为显著的土壤湿度异常第一模态为例,初步探讨了气温对土壤湿度异常响应的可能物理过程。当贝加尔湖以南以及我国东部的土壤偏干时,地表异常加热容易引起我国北方高层大气出现明显正异常和低层的反气旋性异常环流,上述环流异常容易导致温度偏高,同时不利于该区域降水的发生,进而导致土壤湿度偏低,上述正反馈机制可能是该区域土壤湿度与大气之间联系的一种可能途径。     

冬季亚洲中纬度极端低温事件与巴伦支—喀拉海异常增暖的关系及联系机制

利用1979～2019年NCEP-DOE再分析资料,分析了亚洲中纬度冬季极端低温事件发生频次与巴伦支—喀拉海异常增暖的联系及可能机制。研究表明:巴伦支—喀拉海异常增暖通常对应西伯利亚高压异常增强及亚洲中纬度极端低温频发。进一步分析发现,伴随巴伦支—喀拉海异常增暖,新地岛、乌拉尔山附近出现位势高度正异常,在位势高度正异常的东侧、南侧对应显著的冷平流及下沉运动异常,并在近地面出现异常辐散气流,使得西伯利亚高压增强且向东南延伸。热力学方程诊断的结果表明:西伯利亚高压异常南侧东北风导致的异常冷平流、偏东风异常经过地形造成的异常上升运动以及辐射、感热、潜热交换造成的异常非绝热冷却导致亚洲中纬度近地面温度季节循环振幅增大,有利于极端低温频发。     

夏季亚洲高空急流纬向非对称变异与北大西洋海温和欧亚陆面热力异常的可能联系

基于1979~2015年ERA-Interim再分析资料,分析了夏季亚洲高空急流纬向非对称变异特征及其可能的外强迫因子。研究发现夏季亚洲200 hPa纬向风异常EOF第二模态（方差贡献为16.4%）主要表现出了急流纬向非对称的空间异常形态,反映了西亚和东亚区域急流南北偏移的反位相变化。通过进一步的诊断分析,我们发现急流纬向非对称变异与北大西洋海表温度（简称海温）和欧亚陆面热力异常可能存在一定的联系。北大西洋三极型海温异常会激发出向下游传播的异常波列,夏季该波列在欧亚大陆上空的异常环流中心与急流纬向非对称相关的异常环流中心对应一致,其中东欧平原的异常反气旋和巴尔喀什湖附近的异常气旋对西亚急流变化存在影响,东亚地区急流的变化与贝加尔湖北部异常气旋和贝加尔湖南部的异常反气旋有关。对比欧亚土壤湿度关键区内垂直环流,陆面热力异常可能会改变局地环流进而影响急流变异,且这种影响存在区域差异。     

陆气相互作用及陆面模式的研究进展

较为全面地回顾了有关陆气相互作用的研究进展及陆面模式的发展现状，结合近年来开展的有关陆气相互作用的20多个大型国际研究计划和目前国内外具有代表性的陆面模式，分析了当前陆气相互作用及陆面模式研究中存在并有待进一步解决的问题，探讨了未来陆面模式的发展趋势。     

江苏气温长期变化趋势及年代际变化空间差异分析

根据江苏省60个气象站1961-2001年的逐月气温资料，研究了江苏气温的长期变化趋势和年代际变化特征的空间差异。结果表明：1）近40a来江苏省年平均气温升高了约1℃，其中冬季3个月（12月一次年2月）升温最明显，夏季7、8月降温明显。各季节和年平均气温年代际变化具有一定的相似性，基本上是20世纪60年代有降低趋势，70年代到80年代前期趋势不明显，80年代后期和90年代气温快速升高，因此，年、春、秋、冬季最高温度出现在90年代。其中夏季气温在90年代后期又有所下降，夏季最高出现在60年代。2）长期变化趋势和年代际变化在空间上也有一定的差异，这种差异主要表现在温度变化幅度上，春、秋、冬和年平均气温在全省都是升高的，其中苏南和江苏北部的徐连地区春、冬季和年平均气温升高最明显，秋季苏南地区升温最明显；夏季大部分地区气温有下降趋势，其中东部沿海和西南部降温最明显，而北部部分地区则有弱的升温趋势。     

土壤湿度年际异常对中国春、夏季气候模拟的影响

基于NCAR大气模式CAM3.1模式,设计了有、无土壤湿度年际异常两组试验对中国区域近40a(1961-2000年)气候进行了模拟。从气候态和年际变率的角度,通过分析两组试验的差值场来探讨土壤湿度年际异常对气候模拟的影响,并初步探讨了影响的可能机制。结果表明:模式模拟的温度和降水对土壤湿度的年际异常非常敏感,土壤湿度的年际变化对中国春夏季气候及其年际变率均有显著影响。当不考虑土壤湿度年际异常时,模式模拟的春夏季平均温度、最高温度、最低温度在我国大范围内降低,春夏季降水在东部大部分地区明显减少,西部增加。而模式模拟的春夏季温度、降水年际变率在中国大部分地区减弱。但当考虑土壤湿度的年际变化,则能在一定程度上提高模式对气候年际变率的模拟能力。在进一步分析表明土壤湿度年际异常时,主要通过改变地表能量通量和环流场,对温度、降水产生影响。当不考虑土壤湿度年际异常时,地表净辐射通量减少,地表温度降低,感热通量减少。感热通量差值场的空间变化和温度差值场的空间变化一致,感热通量对温度有一定影响。而潜热通量差值场的空间变化和降水的差值场的空间变化一致,可见降水受地表潜热通量的影响。土壤湿度年际异常引起的环流场的变化也是导致气候变化的原因之一,地表能量和环流场年际变率的改变对春夏季气候年际变率存在一定影响。     

近20年中国土地利用变化影响区域气候的数值模拟

区域尺度土地利用/土地覆盖变化(LUCC)的气候效应以及土地覆盖数据的不确定性, 一直是LUCC研究不可忽视的关键问题。本研究基于最新的遥感资料, 采用新的区域气候模式RegCM4.0, 探讨了1990年至2010年中国LUCC对区域气候的影响。结果表明, 中国区域LUCC使得局地气温和日较差发生了显著改变, 而降水及低层环流场变化不显著;LUCC的影响存在季节性差异, 其中, 夏秋季响应程度较大且主要体现在边界层内。就LUCC对气候影响的机理各地区有所不同, 华北地区LUCC的气候效应主要受蒸散发作用主导, 而长江流域则由反照率与蒸散发共同作用。这些结果均说明, 较短时间尺度的LUCC气候效应主要体现在其局地范围, 且在不同的季节有所差异。     

欧亚大陆春季融雪与长江流域夏季降水的可能联系

利用1979—2007年全球月平均的积雪水当量资料,定义了春季积雪水当量增量指数,该指数可以较为直观地反映春季融雪的情况。通过这一纽带,分析了欧亚大陆春季融雪与长江流域夏季降水之间的联系。研究表明:欧亚大陆春季融雪与中国长江流域夏季降水是负相关关系,这与高原积雪的影响是不一致的。春季融雪量的减少,使得欧亚大陆北部夏季剩余积雪偏多,夏季融雪增多。融雪的局地效应使得土壤湿度增加,加大了欧亚大陆南北热力差异。从而,夏季中纬度的纬向风切变增大,对流层上层的副热带西风急流增强,副热带高压增强西伸,但是北抬受到抑制。长江流域位于异常西南暖湿气流与冷空气的辐合带上,上升运动活跃,有利于降水偏多。     

近25 a气候变化对江苏省粮食产量的影响

利用1986-2010年江苏省63个气象站的常规气象数据和粮食单产统计资料,分析了苏北、苏中、苏南地区和江苏全省三种时间尺度的气候变化特征;基于自助抽样(bootstrap)和一元线性回归的方法,研究了各区和全省粮食产量对作物年(11月一次年10月)、夏粮—秋粮生长季(11月-次年5月和6-10月)和月尺度气候要素的响应;并定量评价了过去25 a气候变化对各区和全省粮食产量的影响以及各气候要素的贡献.结果表明:1)在作物年、夏粮—秋粮生长季以及月尺度上,三区和全省各气候要素均发生了不同程度的变化,且存在一定的时空差异.在不断发展的农业管理措施和技术以及气候的共同作用下,三区和全省粮食单产显著(p＞0.01)增加,其中,全省增加趋势为66.89 kg·hm-2·a-1.2)除苏南地区对作物年尺度上的气候变化响应不显著外,粮食产量对降水的不随时间变化的负响应关系(即随降水的增加而减小,减小而增加)均在不同时间尺度和地区得到了体现,说明降水对这些地区粮食生产的影响十分重要;其中,苏北、苏中和全省粮食产量随作物年降水的增加(减少)而减小(增加),平均速率分别为0.19％·(10 mm)-1、0.09％·(10 mm)-1和0.11％·(10 mm)-1.3)三类模型结果均显示气候变化使得苏北、苏南和江苏粮食产量减小,但结果略有差异,其中,利用月气候要素建立的模型C的结果显示气候变化对粮食单产(总产)的影响最大,其均值分别为-6.51％·(10 a)-1(-11.28×108kg· (10 a)-1)、-3.27％·(10 a)-1(-2.36×108 kg·(10 a)-1)和-1.34％·(10 a)-1(-4.45×108kg·(10 a)-1).另外,为了系统而全面地评估气候变化对粮食产量的影响,考虑月尺度的气候变化的影响是十分必要的.