基于逐步回归模态投影方法的BCC气候系统模式ENSO预报订正

本文利用国家气候中心气候系统模式(Beijing climate center climate System Model,BCC_CSM1.1m)提供的1991—2014年海表温度回报数据,将逐步回归模态投影方法(stepwise Pattern Projection Method,SPPM)应用到改进BCC_CSM1.1m模式El Nino和南方涛动(ENSO)预报研究。SPPM是一种经验性模式误差订正方法,其主要思路是在大尺度模式预报因子场中找寻出与格点观测预报变量相关性高的信号,通过投影将这种信号反演出来,然后建立回归方程得到订正后的预报结果。本文交叉检验和滚动独立样本检验的结果表明,利用SPPM可以有效地提高BCC_CSM1.1m气候系统模式的预报技巧,尤其是在热带太平洋地区以及印度洋海区,24年交叉检验Nino3.4指数提前6个月预报的相关系数技巧可以提高8%~10%,预报误差得到显著降低。不同季节SPPM订正效果略有不同,其中对秋季的预报技巧提升最为显著。与此同时,交叉检验结果还显示,SPPM对El Nino中心纬向位置的预报也有一定程度的改进。     

多模式预报系统对东亚冬季风预测性能的评估

基于哥白尼气候变化服务中心（C3S）提供的五个最先进的季节预报系统输出的1993~2016年回报数据,结合ERA5再分析资料和GPCP降水资料,对其预测东亚冬季风的性能进行评估。结果表明:C3S多模式预报系统能很好地预测东亚冬季风气候态的主要特征,包括西伯利亚高压、阿留申低压、东亚大槽、东亚高空急流及东亚地表气温和降水;SEAS5、GloSea5、MF-Sys7、GCFS2等多个模式均对东亚冬季风指数显示出了预测技巧,同时可以很好地预测与东亚冬季风相关的区域大气环流、地表气温及降水异常;SPSv3模式表现出与观测相反且位置偏西的大气环流、地表气温及降水异常,使得该模式对东亚冬季风指数表现出负技巧。      

行星波波动对平流层剩余环流的影响

利用ECMWF/ECR-40全球再分析资料,通过计算剩余速度,分析了剩余环流的分布特征,同时利用位势高度场资料做了行星波的谐波分析,计算了行星波1波振幅以及2波振幅.最后通过合成分析、谐波分析等方法,分析了行星波活动强弱不同时期剩余环流的变化以及波动发生转化过程中剩余环流的变化.结果表明,行星波1波、2波振幅与剩余速度三者之间有很好的相关性,2波与剩余速度的相关性要好于1波.此外,波动振幅与(v)*的位相比较一致,超前于(w)*大约1～2个月.当波动较强时,剩余环流也较强.当行星波由1波转化为2波后,剩余环流在平流层50 hPa以下是增强的,在30 hPa以上却是减弱的.当2波转化为1波以后,平流层30 hPa以下的剩余环流减弱,但20 hPa以上却是增强的.     

改则地区气候变化对植被生理过程的影响及反馈效应的模拟研究

利用1997年10月1日至1998年9月30日设置在青藏高原西部改则的自动气象站观测资料作为强迫场,采用大气-植被相互作用模式(AVIM)对改则地区气候变化对植被生长过程的影响及反馈效应进行了模拟研究。结果表明,AVIM模式对青藏高原西部陆面过程具有一定模拟能力,能够较真实地模拟出地表特征量的变化特点。通过敏感性试验发现,青藏高原气候变化对植被生理生长过程有明显影响:降水增加有利于植被生长,尤其在雨季最为明显,其他季节无太大变化;气候变暖对植被生理过程的综合作用是植被净光合作用的变化,即春季增强,夏季减弱,秋季和冬季变化不大;"暖湿化"对高原植被生态系统的影响主要是春季和夏季植被活动增强,尤其春季最为明显。植被物理特性参数可以在相当大程度上改变陆面过程,进而导致高原热源发生变化,因此,为准确估计地表能量收支,对模式陆面参数进行深入研究是必要的。     

川渝盆地夏季旱涝变化特征及成因分析

利用川渝盆地18个观测站1955—2008年的月平均降水资料,分析了川渝盆地东、西部夏季降水的年代际变化特征;通过NCEP/NCAR再分析资料、NOAA OLR资料,分析了川渝盆地东、西部多雨年和少雨年的环流形势,结果表明:(1)川渝盆地东、西部夏季区域平均降水量呈负相关关系,且川渝盆地东、西部夏季降水的长期变化周期也有一定的差异。(2)在川渝盆地西部多雨年,500 hPa高度上北半球欧亚地区两脊一槽型环流发展,孟加拉湾的低气压有利于水汽从西南方向输送到我国,同时南亚高压西部增强,使得川渝盆地西部和我国河套地区降水偏多。而在川渝盆地东部多雨年,东亚高纬度地区经向环流有利于我国东部冷空气南下,配合副热带高压西伸,南亚高压东部减弱,我国中部地区和川渝盆地东部降水偏多。(3)前期春季OLR场特征对后期夏季川渝盆地夏季降水的预测有一定的指示意义。在川渝盆地西部多雨年,印度洋到孟加拉湾整个地区前期春季OLR减小,印度洋和孟加拉湾地区的对流活动增强,有利于水汽输送到川渝盆地西部地区。而川渝盆地东部多雨年,从南海向我国的水汽输送增强,盆地东部地区降水偏多。     

ECMWF和HALOE平流层温度资料对比

利用ECMWF和HALOE资料,分析了1991~2002年两种资料中温度垂直廓线、平方差水平分布,并通过线性趋势分析方法分析了平流层不同高度温度变化趋势的差异.研究结果表明：在中低纬度地区,10 hPa以下两种资料中温度垂直廓线非常吻合;10~2 hPa高度,HALOE资料中温度比ECMWF资料中温度要高;1 hPa高度上,两种资料也有比较小的差异.在南北半球的中高纬度地区,温度的差异比较明显,整个平流层中,HALOE资料中温度比ECMWF资料中温度要高.平流层中温度的水平分布差异随着高度而增大.中低纬度地区温度差异相对较小,南北半球50°以上地区差异比较大.在平流层的中低层100 hPa、50 hPa和10 hPa高度,两种资料中温度的变化趋势一致,但是HALOE资料中温度的递减趋势要更明显.在平流层高层2 hPa,1996年后两种资料中温度的变化趋势相反.本研究将为平流层温度研究的资料选择提供一定的依据.     

2011年“7·3”特大暴雨天气过程诊断分析

为了更好的了解暴雨发生的机制且为未来预报奠定基础,需要对暴雨天气过程进行诊断分析.通过利用自动站降水观测资料、台站探空资料和NCEP逐6小时再分析资料,总结分析了成都地区2011年7月03至04日特大暴雨天气过程的环流背景和主要影响系统,并对相关物理量进行了诊断分析,结果表明:(1)这次降雨主要是在高空副高的突然加强西伸、低空西南急流的水汽输送和本地积聚的不稳定能量与弱冷空气侵入共同作用下产生的.(2)暴雨开始前,成都地区位于高空水汽通量散度梯度大值区北侧的辐散区.随着暴雨发展,水汽通量散度梯度区向北移动.(3)水汽通量散度正负临界值区和湿位涡对于本次降水落区的预报有较好的指示意义.在强降水区域,低层湿位涡的垂直正压项为明显的正值中心,斜压项为梯度大值区,斜压性很强.(4)风场在850hPa等压面和低层θe=325K(大约750hPa)等熵面上均表现为气旋式弯曲,有利于强降水的发生.     

极地平流层位势高度变化与中国冬季气温的关系

平流层异常对于对流层的影响研究,尤其是将平流层的异常信号加入中长期天气预报已成为近年来的研究热点。首先利用NCEP/NCAR再分析资料和国家气候中心提供的160站气温资料,采用SVD方法深入分析平流层位势高度场与中国冬季气温的关系。结果表明,极涡与中国东北地区温度有着非常密切的联系。即当中高纬地区位势高度场减弱时(极涡增强),东北地区的温度上升;中高纬地区位势高度场增强时(极涡减弱),东北地区的温度下降。进一步通过挑选出的6个东北亚型强极涡年,6个北美型强极涡年和8个弱极涡年,分别对冬季位势高度场和温度场进行合成分析、小波分析和交叉谱分析。结果发现,东北亚型强极涡和中国东北地区冬季气温的关系最为密切,平流层关键区位势高度场和东北地区地面温度场都有着50天左右的振荡周期,并且关键区位势高度场的季节内振荡有着超前于温度场的特征;北美型强极涡和东北地区温度的联系较小;弱极涡与东北地区温度的关系也不太明显。     

青藏高原中东部极端降水的时空变化特征

伴随全球气候变暖,极端降水事件明显增多,造成的灾害损失日益增加。青藏高原作为全球气候变化敏感区域,开展该区域极端降水事件时空变化特征研究有助于提升高原气候预测和防灾减灾能力。利用1961—2017年青藏高原中东部68个气象站逐日降水观测数据,通过百分位阈值法和线性倾向估计法,结合极端降水指数,分析该区域极端降水时空分布及变化趋势,探讨不同等级降水对总降水量的贡献。结果表明：青藏高原中东部地区各极端降水指数总体均由东南向西北递减,东南部是总降水和极端降水高值区,但该区域对整体降水量增加的影响较小。近57 a来,各极端降水指数整体均呈增加趋势,总降水量及其强度、强降水量、1日最大降水量和连续5 d最大降水量增加趋势显著,强降水量气候倾向率大于特强降水量,且强降水量占比明显增大,而特强降水量占比略有减小,表明强降水量增加对总降水量的贡献更大。强降水量和强降水、中雨日数与总降水量及其强度的变化趋势空间分布基本一致,区域东北部为显著增加区,中雨、强降水日数及雨量的增加导致高原中东部总降水量和极端降水量增加。     

北京地区地基辐射计与卫星云特性参数对比研究

利用2019年MODIS卫星数据、葵花-8卫星数据和天空辐射计观测数据分析北京城区云光学特性的时空分布特征。结果表明,北京地区的云光学厚度(Cloud optical depth,COD)和云滴有效半径(Cloud drop effective radius,CER)呈现明显的季节变化特征。北京地区COD主要分布特征为南部地区较高而北部地区较低,且夏季COD值明显高于其他季节,最高值为20左右。CER在春季和夏季呈现相反的区域分布特征,春季北京地区南低北高,夏季北京地区南高北低,而秋冬季CER明显低于春夏两季。通过将天空辐射计观测数据与卫星观测结果对比分析发现二者在COD方面一致性较高, r分别为0.69和0.66,MODIS对于CER数据的一致性较差,r值为0.053而葵花-8一致性较好r值为0.53。