全球变暖减缓背景下欧亚秋冬温度变化特征和原因

采用气候序列变化趋势诊断和一元线性回归等分析法,研究和讨论了2000-2012年和1976-1999年两种年代际背景下全球陆地不同区域的年平均地表温度的变化特征。发现欧亚大陆中高纬度地区是对全球变暖减缓贡献最大的区域。且该地区在2000年以来秋季年代际增温,而冬季年代际降温。从同期大气环流的配置来看,在对流层低层,秋季西伯利亚高气压年代际减弱,而冬季西伯利亚高气压年代际增强。在对流层中高层,秋季从西欧至东北亚为"高-低-高"的高度场异常分布,纬向环流加强,经向环流减弱,而冬季极地与贝加尔湖地区的高度场呈偶极型分布,东亚大槽加深,经向环流加强。进一步研究发现,超前一个季节的喀拉海附近的海冰与欧亚中高纬度秋冬两季温度的年代际变率有着密切的联系。一方面,夏季(秋季)海冰减少影响秋季(冬季)中高纬度大气环流;另一方面,夏季(秋季)海冰减少,使得秋季(冬季)从北极至中高纬度大陆的对流层低层水汽含量增加(减少),大气逆辐射增强(减弱)导致秋季(冬季)增温(降温)。     

基于BP人工神经网络法沈阳市PM_(2.5)质量浓度集成预报试验

基于CUACE(CMA Unified Atmospheric Chemistry Environment)和CMAQ(Community Multiscale Air Quality)空气质量模式预报产品,应用BP(Back-Propagation)人工神经网络法建立沈阳市不同地点小风和高湿条件下PM_(2.5)浓度集成预报模型,并对预报结果进行检验。结果表明:与单一空气质量模式相比,集成模型预报的PM_(2.5)浓度更接近实测值,预报的PM_(2.5)浓度的平均偏差和归一化均方误差均明显减小,预报的PM_(2.5)浓度的模拟值在观测值两倍范围内的百分比(FAC2)明显提高。集成模型能较好地预报PM_(2.5)浓度高值的变化,且显著提高了沈阳市外围城区PM_(2.5)浓度的预报水平。集成预报模型可以实现CUACE和CM AQ两种空气质量模式产品的最优综合,对空气质量的实时预报具有一定的参考价值。