CMA-SH9在川渝地区的降水日变化预报效果评估

利用CMA-SH9模式逐小时降水预报数据和地面自动站-CMORPH卫星融合降水数据,开展该模式对2020年暖季（5~9月）川渝地区降水日变化的预报效果评估。结果表明:CMA-SH9模式可以再现小时平均降水量在四川盆地偏小、盆地周边陡峭地形处偏大的空间分布特征;显著的预报正偏差分布于青藏高原东坡至四川盆地西南部一带和四川盆地以东地区,偏差来自降水频率和降水强度的共同贡献;预报负偏差分布于四川盆地,主要来自模式对降水强度的低估;降水日变化峰值时间自西向东呈午夜到上午的滞后,模式预报的降水日变化峰值时间超前于观测;模式能够较好地把握青藏高原东坡至四川盆地西南部一带和四川盆地的单峰型日变化位相,以及盆地以东地区的双峰型日变化位相,但预报的降水量值和观测存在一定偏差。      

夏季白天中国中东部不同类型云分布特征及其对近地表气温的影响

本文利用2001～2017年ERA5再分析资料以及CERES卫星资料,探究夏季白天中国中东部不同类型云的云量及其光学厚度的时空变化特征,并利用一维辐射对流模式定量分析不同类型云对近地表气温的影响。观测结果表明:夏季白天中国中东部总云量及其光学厚度整体呈由南向北逐渐减小的分布特征,且中高云量占主导地位。总云量整体呈?0.3% a?1显著减少趋势,其中低云的贡献（?0.27% a?1）最大;总云光学厚度为0～0.1 a?1增加趋势,其中低云光学厚度（0.06 a?1）和中低云光学厚度（0.03 a?1）呈增加趋势,而中高云光学厚度（?0.08 a?1）和高云光学厚度（?0.03 a?1）呈减少趋势。模式结果表明:四种不同类型云的温度效应（Cloud Effect Temperature, CET）均为负值,表现为降温效应。低云、中低云、中高云和高云的年均CET值分别为?2.9°C、?2.7°C、?2.2°C和?1.7°C。其中,低云在华北平原降温可达?5°C;中低云和中高云在四川盆地和云贵高原降温可达?7.8°C。不同类型云温度效应与近地表气温的年际变化具有较好的一致性,具体表现为:2004年前（后）近地表气温呈现下降（上升）趋势,不同类型云的CET在此期间呈下降（上升）趋势,表现为云的降温效应增强（减弱）与近地表气温下降（上升）相对应,体现了夏季白天中国中东部4种不同类型云温度效应与近地表气温都呈正相关关系。特别地,夏季白天中国中东部中高云量占主导地位,其CET与近地表气温的相关系数高达0.63。综上,夏季白天中国中东部不同类型云温度效应对近地表气温的影响不同,但均呈正相关关系。定量分析不同类型云对近地表气温的影响可以为定量研究云反馈对区域增暖的作用以及合理预估未来区域增暖情景提供必要的科学参考。     

雷达资料同化对一次飑线过程的次公里尺度数值模拟影响研究

针对2019年6月5日重庆地区发生的一次飑线天气过程,利用中尺度WRF(Weather Research and Forecasting)模式和ARPS(The Advanced Regional Prediction System)的3DVAR三维变分同化系统及其ADAS(ARPS Data Assimilation System)云分析系统,探究了不同模式水平分辨率下雷达资料同化对该飑线系统的模拟改进效果。结果表明：(1)未同化雷达资料时,模式水平分辨率从900 m提高到300 m,模式模拟结果无明显改进。(2)不同模式水平分辨率下,同化试验的模拟效果相比同化前,对于雷达回波的形状、强度和落区都有一定改善。(3)使用雷达资料同化的情况下,同时提高模式水平分辨率,能进一步优化调整模式的动力、热力及水汽条件,使得对本次飑线系统的发生发展和组织结构特征的模拟与实况更接近。     

全球气候变化中的云辐射反馈作用研究进展

云的形成过程及其类型复杂多样,在气候系统中发挥着重要作用.在当前气候背景下,云在大气顶的净辐射效应为负值,即对地气系统起着强烈的冷却作用.云反馈过程是当前气候变化研究中不确定性最大的因子之一,其强度会随时间、空间、云量、云高、云光学厚度等发生变化.目前,观测研究和气候模拟都表示全球平均云反馈为正值,以热带高云高度反馈和热带海洋低云量反馈两个正反馈为主,但是云反馈仍然存在较大的不确定性.在温室气体驱动的全球变暖下云如何对气候系统进行反馈至关重要,它直接影响气候敏感度的估算并决定着气候模式对未来全球变暖预估的准确性.因此,云反馈强度也会在很大程度上影响温室气体减排政策的制定.为此,本文回顾了云在气候系统中反馈作用的最新研究进展,指出了该研究领域当前面临的关键挑战,最后,对未来需要开展的研究进行了讨论与展望,以期为全球和东亚区域云辐射物理过程模拟、模式不确定性分析以及未来气候变化和全球变暖预估等方面的研究提供系统的科学参考.     

对流尺度集合预报对川渝地区降水的预报性能分析

为深入认识对流尺度集合预报对川渝地区降水的预报性能，利用2020—2021年暖季（5—9月）川渝地区7 213个自动气象站逐日降水观测数据，综合评估对流尺度集合预报系统的控制预报（Control Forecast, CNTL）、集合平均（Ensemble Mean, MEAN）和概率匹配平均（Probability-matched Ensemble Mean, PM）对川渝地区降水的预报能力，并对比不同起报时次（08:00和20:00，北京时，下同）的预报差异。结果表明：（1）PM和MEAN的预报性能相对CNTL有所提高，MEAN对中雨和大雨量级降水预报具有指示意义，PM对大量级降水具有明显的预报优势。（2）模式预报的降水频率在小雨量级相比观测呈区域一致的正偏差，中雨及以上量级降水的预报正偏差集中在大巴山、华蓥山、武陵山脉等高海拔山区，预报负偏差主要位于四川盆地和丘陵区域，MEAN对小雨和中雨（大雨和暴雨）的预报正（负）偏差最明显。（3）08:00起报的36 h时效临界成功指数（Critical Success Index, CSI）和命中率（Probability of Detect...