海南省现代气候业务系统建设与应用

海南省现代气候业务系统是一个综合性业务平台,整合了历史数据、自动站实时数据以及预测数据,主要包含要素统计分析、气候监测、气候预测和气候资料分析以及产品制作等子系统。较以往业务系统相比,实现了数据自动入库、监测业务半自动化,并增添了许多新功能,便捷进行数据分析、绘图和产品制作,实现了气候资料信息化处理。     

2009年秋季河南一次连阴雨天气成因分析

采用合成分析和动力诊断分析及统计方法,利用NCEP资料和常规气象观测资料对造成2009年9月6-20日河南省北中部地区15d连阴雨天气成因进行分析。结果表明：200hPa高空急流的出现并且维持,南亚高压的偏东偏北,副热带高压的偏西略偏北,以及边界层的东北风（或偏东风）,是造成此次长连阴雨天气的主要影响因素;200hPa东亚西风急流的正异常与对流层中上层（300hPa）的暖异常在动力关系上相互匹配;湿层浅薄,水汽条件不充沛,冷空气影响的层次偏低是造成连阴雨天气累计降水量偏小的可能原因;温度距平随高度递增使得高云量增加,是形成日照偏少、气温明显偏低的可能原因。     

西北太平洋热带气旋生成数在不同资料集上的差异性比较

比较分析中国气象局(CMA)、美国台风联合警报中心(JTWC)和日本RSMC Tokyo台风中心(JMA)台风资料频次的年际、年代际变化和周期变化特征,结果表明,不同资料中心的热带气旋(TC)、台风(TS强度及以上的TC)生成数的气候值存在一定的差异,热带气旋生成数的差异较为明显,台风生成数的差异相对要小,CMA资料中热带气旋、台风生成数相对偏多;CMA与JTWC间热带气旋生成数年际间变化差异显著而难以忽略,其差异主要来自TD生成数的明显不同;三个中心关于台风生成数的一致性比较好,其中JMA台风资料与另外两个中心资料间的一致更好;CMA与JTWC西北太平洋热带气旋生成数的周期变化间无明显差异,但年代际间变化有明显差异,主要表现为1990年代的反位相;台风生成数资料可能在1960年代后期存在非均一性。     

中国降水序列均一性研究及对比分析

文章采用全国2415个站1951-2009年逐日降水量资料,采用标准正态均一性检验（SNHT）方法对年序列进行均一性检测,得到存在不连续的断点的站点数为114个,占所有检测站点数的4．72％;对其中70个与对比站相关系数在0．7以上断点的逐年、逐月和逐日降水序列进行了订正：分析发现,订正对冬季降水序列的影响比对夏季序列要大。将订正前后资料按不同的条件分为山区、台站稀疏地区等进行了分析比较,发现订正前后降水序列的变差系数各站差别不大,说明订正的结果是可信的;降水距平对比分析结果表明,多数台站订正前后值差异很小,台站稀疏地区亦是如此,山区站降水量订正前后值差异略大;对均一化前后降水序列趋势分析结果表明,序列趋势增减并不大,多数增减值占原值的比例在10％以下,年及绝大多数月份降水序列订正前后趋势的增减符号是一致的,台站稀疏地区亦是如此,山区站趋势增减幅度略大,即山区迁站对降水量趋势影响较大,但总体上并没有影响到趋势的显著性。     

影响海南岛的热带气旋与MJO的关系

利用澳大利亚气象局MJO(Madden-Julian Oscillation)指数(1979—2015年)资料、NCEP/NCAR全球再分析格点资料和中国气象局上海台风研究所台风资料,分析了MJO不同位相、强度与7—10月影响海南岛的热带气旋活动的关系。结果表明:7—10月影响海南岛的热带气旋活跃期和沉寂期与MJO的位相和强度有关,但7—8月和9—10月的热带气旋活跃期和沉寂期对应的MJO位相和强度有所不同。在7、8月,当MJO处于强的第3、6位相或弱的第4位相时有利于热带气旋影响海南岛,当MJO处于强的第1、2、8位相时则不利于热带气旋影响海南岛。在9、10月,当MJO处于7位相时有利于热带气旋影响海南岛,当MJO处于1位相时则不利于热带气旋影响海南岛。无论是7、8月还是9、10月,有利于热带气旋偏多和偏少的MJO位相对应的环流形势基本相反。     

非汛期影响海南热带气旋的活动变化特征

根据1949～2002年共54年的台风资料对非汛期(10月～次年4月)西北太平洋台风活动的气候特点进行了统计分析,指出:非汛期内影响、严重影响海南的热带气旋频次均无明显的减少趋势,其频次存在准10年、15～20年的主周期,其年代际变化表现为1950年代中期～1960年代后期偏少,1970年代前期偏多,1970年代后期偏少,1980年代偏多,1990年代偏少;非汛期内严重影响海南的较强的热带气旋主要出现在拉妮娜年且其年代际变化也存在15～20年的主周期,1950年代后期到1960年代前期活动的热带气旋偏弱,1960年代后期～1970年代前期偏强,1970年代后期偏弱,1980年代偏强,1990年代又偏弱;较强的热带气旋(中心极值940hPa以下)均生成于135°E以东的洋面,而其源地越西,其强度越小;非汛期登陆海南的热带气旋的登陆点均处于海南岛的东侧海岸线上,1970年代中期以后,登陆点有南移趋势,且均以台风形式登陆。     

气候变化对海南岛旅游气候舒适度及客流量可能影响的分析

选取温度、湿度、日照、降水、风速等相关的气象要素,建立表征海南岛旅游气候的舒适度的旅游气候指数计算模型,利用1981—2010年海南岛气候数据和RCP4.5情景下的预估数据,分析1981—2010年、2011—2040年、2041—2070年海南岛旅游气候指数的空间分布规律。结果表明:表征海南岛旅游气候舒适度的旅游气候指数在不同月份发生明显变化;2011—2040年、2041—2070年海南岛旅游气候指数在温度和降水增加的情况下,与1981—2010年平均水平相比,1月适合旅游活动的舒适水平提高,TCI指数大于70的分布范围增加;在4、7、10月,适合旅游活动的舒适水平降低,TCI指数小于59的分布范围增加。同时选取吸引指数和旅游气候指数,选择海南岛5个旅游客流量较大的海口、三亚、万宁、儋州、五指山,建立海南岛气候-旅游流模型;利用RCP4.5预估数据,在假定旅游吸引指数不改变的情况下,以海南岛的热点城市海口、三亚为例,分析了气候变化情景下旅游气候指数的变化对各月客流量的影响情况,结果表明:随着旅游气候指数的减小将导致该月接待过夜游客数量呈下降趋势。     

中高纬度印度洋海温与西北太平洋夏季台风生成数的相关性

从独立性、显著性和滞后性角度分析西北太平洋夏季台风生成数(WNPTYF)与前期中高纬度印度洋海表温度(SST)的关系, 结果表明:前期中高纬度印度洋SST与WNPTYF相关显著, 且独立于热带东太平洋SST(或ENSO)对WNPTYF影响;中高纬度印度洋SST年际变化对WNPTYF年际变化的指示能力相当或超过热 带东太平洋, 综合两者的影响预测夏季西北太平洋台风生成数的变化有非常重要的现实意义。进一步的分析表明, 中高纬度印度洋SST对WNPTYF影响有明显的滞后性, 前期相关显著而同期相关不显著。这种滞后性意味着其前期中高纬度印度洋SST对WNPTYF的影响并不是通过SST的持续性, 而很可能是通过南半球大气活动的持续性及异常信号在大气中的传播而影响到夏季的环流, 最终影响WNPTYF异常。这种影响机制有待进一步研究。     

SENSITIVITY FACTORS FOR TYPHOON GENESIS OVER THE WESTERN NORTH PACIFIC DURING JULY-SEPTEMBER

The paper compares the correlations between individual factors of the cyclogenesis and the number of TCs formed in the western North Pacific in July to September(NTWNP). It also compares the characteristics of zonal anomaly distribution of the factors in the primary TC source areas of the Northern Hemisphere. Results show that the vorticity factor has the closest correlation with NTWNP. In TC genesis conditions, this feature is relatively rich but not enough, which determines that it is the sensitivity factor of NTWNP's annual variation. The paper also analyzes the source of annual variation of the vorticity factor in the key area of the western North Pacific as well as its advantage in showing NTWNP. Results show that the annual variation of the vorticity factor mentioned above is related to the annual variation of Southern Oscillation, Antarctica Oscillation and the geopotential height field of East Australia, which reflects the effect of two large-scale systems in the Southern Hemisphere and ENSO(El Ni?o–Southern Oscillation) on NTWNP. Since the area where the vorticity factor is significantly correlated with NTWNP is consistent with the area of dense TC genesis sources, the vorticity factor has an obvious advantage in showing annual variation of TCs. Those features are very significant for research on the influencing mechanism of NTWNP and simulation of climate models.