参加CMIP5的四个中国气候模式模拟的东亚冬季风年际变率

本文比较了中国参加“国际耦合模式比较计划”（CMIP5）的四个大气环流模式（即FGOALS-g2、FGOALS-s2、BCC-CSM1-1、BNU-ESM大气模式）在观测海温驱动下,对东亚冬季风（EAWM）气候态和年际变率的模拟能力。结果表明,在气候态上,四个模式均合理再现了EAWM高低层环流系统（包括低层西伯利亚高压（SH）、阿留申低压、异常偏北风、和中高层东亚大槽、西风急流）,其中对2 m气温和500 hPa高度场的模拟技巧最高,四个模式模拟的结果与再分析资料的空间相关系数都达到0.99。在年际变率上,分别对东亚北部地区（30°N～60°N,100°E～140°E）和东亚南部地区（0°～30°N,100°E～140°E）的2 m气温进行经验正交函数分解（EOF）,提取变率主导模态。结果表明,在东亚北部地区,四个模式对2 m气温第一模态（简称“北部型”）的空间分布均有很高的模拟技巧,但只有BNU-ESM能够较好再现其对应的年际变率,其模拟的时间序列与观测的相关系数为0.69。四个模式均能模拟出观测中的3.1 a主导周期,但只有FGOALS-s2和BNU-ESM能模拟出观测中的2.5 a主导周期。在东亚南部地区,模式模拟的前两个主模态共同解释观测中第一模态（简称“南部型”）的特征,其中FGOALS-g2、FGOALS-s2和BNU-ESM的综合模拟技巧较高,但只有BNU-ESM成功再现了观测中2.5 a和3.1 a的主导周期。机理分析表明,FGOALS-g2、FGOALS-s2、BNU-ESM三个模式能合理再现菲律宾海反气旋,同时对南部型有较高的模拟能力,而BCC-CSM1-1则未能有效再现菲律宾海反气旋,使得 BCC-CSM1-1对南部型模拟技巧较低。观测和四个模式模拟的结果一致表现出北极涛动（AO）与北部型PC1呈显著相关,影响大于SH。     

北京小海陀山区雪面温度预报模型研究

基于2019年10月至2020年3月北京市延庆小海陀山区高海拔站点二海坨站和低海拔站点长虫沟站逐时气象观测数据,分析小海陀山区雪面温度演变特征及其与气象因子的相关性。采用BP神经网络及逐步回归方法建立该地区两站的雪温预报模型并进行效果检验。结果表明:(1)小海陀山区积雪时段雪温逐小时变化幅度较气温更显著,雪温与气温及总辐射呈明显正相关,气温及总辐射是影响雪温变化的主要因子;(2)基于神经网络方法建立的雪温预报模型效果优于逐步回归方法建立的雪温预报模型,模型效果低海拔站点优于高海拔站点,夜间优于白天;(3)区分白天与夜间的分时段建模方案更适用于低海拔站点。     

北京两次重污染沙尘天气成因及动力传输特征的对比研究

应用气象、空气质量和ERA-Interim再分析资料,结合HYSPLIT后向轨迹模型和地理信息,对比分析了2018年北京两次重污染沙尘天气的成因、传输特征及影响要素等。结果表明:两次过程的沙尘源地均为蒙古国,但3月28日沙尘天气由蒙古气旋引发,传输出现折向,以东北和偏东两条路径输送入京,5月28日沙尘受低涡和发展的低压冷锋影响,为典型的西北传输路径;高空的引导气流与低层冷空气的强度以及地形是导致沙尘传输出现显著差异的主要影响因素;高空为偏西气流,低层冷平流较弱,受到山脉的阻挡,沙尘气团东移至地势较低的区域后,在气压梯度力的驱动下传输方向发生转折,以偏东路径绕流进入北京;高空的偏北气流和低层冷平流较强,沙尘气团可直接翻越山脉从西北路径入京,沙尘粒子的运移高度相对较高。     

中国地球气候系统模式研究进展：CMIP计划实施近20年回顾

在系统总结过去20年从CMIP1到CMIP4世界各国模式的综合情况基础上,回顾了中国气候模式参与CMIP科学试验的概况。在此基础上,慨述了CMIP5的试验设计,总结了参加CMIP5的5个中国气候模式的特点。随后,从高分辨率模式研发、地球系统模式研发、地球气候系统模式最为关键的分量——大气环流模式和海洋环流模式研发的角度,提出了中国地球气候系统模式发展面临的挑战,指出了中国模式发展面临的机遇。针对如何从国家层次协调以实现地球气候模式的可持续发展问题,给出了美国国家科学院最近发布的《推动气候模拟的国家战略》所提出的九条措施作为参考。     

基于BP神经网络的北京夏季日最大电力负荷预测方法

利用2006~2017年北京夏季（6~8月）逐日最大电力负荷和同期气象资料,分析最大电力负荷与各种气象因子的相关性,基于BP（Back Propagation）神经网络算法,建立了两种夏季日最大电力负荷预测模型并对比。结果表明:北京夏季周末基础负荷远小于工作日,剔除时应加以区分;气象因子对气象负荷的影响具有累积效应,累积2 d时两者的相关性最强;结合实际,根据自变量的不同分别建立了两种日最大电力负荷预测模型;经实际预测检验,两种预测模型均取得了较好的预测效果,能够满足电力部门的实际需求,其中自变量中加入前一日气象负荷的模型效果更优。     

北京地区3000 m以下低空颠簸的统计特征及其气象条件分析

低空颠簸（3000 m以下）由于可供飞行员判断和处置的时间短,一旦发生容易造成重大安全事故。气象条件是引发低空颠簸最直接、最重要的因素。本文采用北京地区8部风廓线雷达测得的高时空分辨率资料,结合华北空管局气象中心记录的2016年北京地区20个低空颠簸个例,分析了低空颠簸的统计特征和影响低空颠簸的气象条件。结果表明：北京地区低空颠簸在冬季发生频次高,其中2月颠簸发生频次最高,在夏季发生频次低。影响低空颠簸的气象指标包括水平风速、水平风的垂直切变,水平风的水平切变、水平风的时间切变和垂直风速。通过计算各气象指标的数值,尝试给出了造成低空颠簸的气象指标阈值,即水平风速大于18 m·s^-1,水平风的垂直切变大于10 m·s^-1·km^-1,水平风的水平切变大于0.1 m·s^-1·km^-1,水平风的时间切变大于10 m·s^-1·h^-1以及垂直风速大于2 m·s^-1,以上气象指标任意一个达到阈值,即满足造成低空颠簸的气象条件。此项工作对低空颠簸的预报具有一定参考意义。     

基于模糊逻辑的飞机积冰预测指数

使用北京人工影响天气办公室提供的2014-2017年京津冀地区飞行记录积冰个例样本与机载观测数据,2016年全国空中报告积冰、非积冰个例样本和欧洲中期天气预报中心（ECMWF）第5代全球气候大气再分析数据（ERA5）,基于模糊逻辑隶属度函数,定义了以气温和相对湿度为判别基础并考虑垂直速度和云量影响的积冰指数I_p（icing potential index）,用于判断飞机在空中发生积冰事件的可能性。检验结果表明:该指数对积冰事件的判别准确率为80.2%,与目前国内常用的经典积冰指数（I_c）相比,其判别准确率有明显提升,且漏报率和虚警率均显著降低（分别为9.4%和10.4%）,结合数值预报产品可对飞机在空中特定位置发生积冰事件的可能性进行预测。     

北京市夏季日最大电力负荷与气象因子的关系

利用2006—2013年北京市逐日15 min电力负荷资料及北京平原地区6个人工气象观测站(朝阳、海淀、丰台、石景山、观象台、昌平)的气象要素观测资料,分析北京市电力负荷时间和空间的变化特征及其夏季(6—8月)日最大电力负荷与各种气象因子的关系,采用剔除逐日最大电力负荷、历年夏季最大电力负荷极值及历年夏季最大电力负荷平均值的变化趋势项3种方法提取气象负荷并进行对比,进一步研究累积气象因子与夏季气象负荷的相关性。结果表明:2006—2013年北京电力负荷呈逐渐增长的趋势,电力负荷年变化和日变化均呈"双峰型"。北京全市及各区最大电力负荷多数出现在夏季,部分地区最大电力负荷出现在冬季(11月至翌年2月),朝阳和海淀地区夏季最大电力负荷明显高于其他地区。北京市夏季日最大电力负荷与闷热指数及平均气温的相关性最好;气象负荷与气象因子的相关性好于原始负荷,且剔除夏季日最大电力负荷平均值变化趋势项获得的气象负荷优于其他方法;当气象因子累积2 d时,夏季气象负荷对气象因子的变化最敏感。