巴楚县冬小麦生长期气候变化特征及其对冬小麦发育期的影响

利用新疆巴楚气象站1983—2012年逐日气象资料及冬小麦生育期资料,采用线性回归、Pearson相关系数方法,分析了巴楚县气候要素和冬小麦生育期的变化特征,以及气候变化对生育期的影响。结果表明:(1)近30 a巴楚县冬小麦生育期内气候变暖趋势明显,月平均气温、月最高气温和月最低气温整体呈上升趋势,日照时数减少,降水量增多。(2)冬小麦播种、抽穗和成熟期提前,越冬开始和返青期延后,全生育期呈缩短趋势。冬前冬小麦生育天数增加,越冬开始—返青期、返青—抽穗期长度缩短,抽穗—成熟期延长。(3)1—2月气温降低是巴楚冬小麦返青期延后的主要原因,而抽穗和成熟期提前则主要受3—4月、4—6月的气温升高影响。     

石羊河流域干旱气候对ENSO事件的响应及预测分析

根据石羊河流域5个气象站1961—2018年的降水、气温、干旱实况资料,利用气候统计学方法分析ENSO事件对该区气候变化及干旱的影响。结果表明:厄尔尼诺事件会造成流域春季降水偏多,春、秋、冬季气温偏高,易出现暖冬;拉尼娜事件则春季降水偏少,秋季降水偏多,冬季气温偏低,易出现冷冬,中下游发生中度以上春旱、春末夏初旱和伏旱的概率较高。应用1968—2010年旬、月气象要素和大气环流特征量,采用最优子集回归方法,建立降水和干旱统计预测模式,然后结合ENSO事件,通过加权平均法构建集成预测概念模型。对模型进行检验,拟合率与准确率较高,已投入业务使用。     

鲁中地区冬小麦水分盈亏及灌溉需水量的时空变化特征

利用1980—2014年鲁中地区气象资料和冬小麦生育期资料,采用Penman-Monteith模型和单作物系数计算冬小麦各生育阶段需水量,利用美国农业土壤保持局推荐方法计算有效降水量、水分盈亏指数(CWSDI)和灌溉需水量,对冬小麦不同生育阶段的需水量、有效降水量、水分盈亏指数及灌溉需水量时空变化进行分析。结果表明:近35 a来,鲁中平原地区冬小麦全生育期需水量呈弱的减少趋势,山区呈增加趋势;拔节—乳熟期是需水量最大的阶段,呈减少趋势,强度中心在中部地区。有效降水量全生育期呈减少趋势,拔节—乳熟期呈增加趋势,强度中心在中部地区;除平原地区的越冬期外,其它生育阶段有效降水量呈减少趋势。CWSDI全生育期呈减少趋势,乳熟—成熟期减少幅度最大,自中部向南北两边递减。为满足冬小麦需水要求,全生育期平均灌溉需水量515 mm,呈上升趋势,强度中心在西部地区,拔节—乳熟期是灌溉需水量最大的阶段,呈减少趋势,返青—拔节期是增加趋势最明显的阶段。     

MDERF产品在贵州月气候预测中的释用

基于MDERF(Monthly Dynamic Extension Range Forecast)模式输出500hPa位势高度场资料和贵州各月干旱综合指数、降水和气温等历史样本,利用秩序回归降尺度法,研究该方法对贵州月干旱综合指数、降水和气温的预报技巧和预测效果.结果表明:该方法从穷尽所有因子组合中选出彼此独立的3个最佳组合因子共同作为预报因子,从而增强可预报性;模型5 a回报试验和2007年8月试报结果表明该方法在实际预测业务中的应用潜力;各气候要素多年的距平相关系数评分比较稳定,其中月干旱综合指数、降水距平百分率、气温距平全年平均距平相关系数评分分别为0.14、0.15和0.14;各气候要素中月气温预报的Pc最高,平均为73%.综合分析表明,该方法在月动力延伸预报产品对贵州月气候要素预测释用中具有较好的应用前景.     

新源县冬小麦对气候变化的响应

根据新源县气象站1982—2018年冬小麦生育期、产量及同期气温、降水、日照时数资料,采用线性回归、pearson相关系数、3 a直线滑动平均等统计方法,研究了近37 a来新源县冬小麦对气候变化的响应。结果表明:近37 a来新源县冬小麦冬前生育期显著推迟,返青至乳熟期显著提前,春、夏季生育期提前主要受3月上、中旬气温影响。出苗—越冬开始期显著缩短、乳熟—成熟期显著延长,其它各生育期间隔无显著变化,全生育期缩短是由播种期显著推迟造成的。冬小麦气候产量与营养生长期的气象要素显著相关。播种期显著推迟导致冬前的热量积累不足,建议播种期提前10 d左右,利于形成壮苗。     

模式预测产品在乌兰察布市的应用检验

利于距平和距平百分率符号一致率,检验分析了国家气候中心第二代月动力延伸预测模式业务系统、美国环境预报中心的第二代气候预报系统和东京气候中心预报系统模式产品对乌兰察布市月气温和月降水趋势预报情况,结果表明,各家模式产品预测能力不稳定,预测水平各有优劣;对气温的预测能力高于对降水的预测。     

海河低平原春季气候变化对冬小麦产量的影响

根据海河低平原气候与小麦产量资料,对气候环境及其对冬小麦产量的影响进行了研究。结果表明,近56 a海河低平原春季气温线性升高倾向显著,平均每10 a升高0.38℃;春季降水不存在明显的线性增大或减少趋势,2000年以来的气候环境不利于冬小麦生产。冬小麦气候单产与春季气温、降水有很好的对应关系,当气温距平为0.2～1.2℃时,小麦气候产量为正值;温度过低或过高都会使小麦减产,高温使小麦减产更严重;近年来气温持续偏高,小麦气候单产持续偏低。冬小麦产量对春季降水的需求有一个极限值,降水异常偏多和异常偏少都会使小麦减产。研究认为,通过改进种植模式、改善农田小气候,开展人工影响天气增加地面有效降水,可以增加小麦气候单产。     

沧州地区冬小麦的水分供需特征及水资源的合理利用

本文根据前人的田间试验结果和气象观测资料,应用彭曼公式和气候生产潜力的理论与方法,分析了沧州地区冬小麦水分供需特征,并从理论上探讨了不同时期灌水的生产效率。结果表明:本区小麦冬前水分条件较好,基本上可以满足需要,返青后水分供需矛盾日趋尖锐,返青—成熟各关键期各生育阶段的缺水幅度为88—138mm,产量降低幅度为18—50％。 灌溉的增产作用以拔节—抽穗期最好,在灌溉量相同的情况下,分别比返青—拔节期和抽穗—成熟期灌溉的增产40.6％和18.3％。     

一种基于全球动力模式和SMART原理结合的统计降尺度区域季节气候预测方法

针对江苏夏季旱涝和高温热浪等异常气候的预测难题，以江苏夏季站点降水和气温为预测目标，建立了一种基于全球动力模式BCC_CSM1.1（m）和最优可预测气候模态和异常相对倾向（SMART）原理结合的统计降尺度季节气候预测方法。利用历史观测资料和SVD方法提取决定中国夏季降水异常相对倾向的同期热带地区向外长波辐射（Outgoing Longwave Radiation，OLR）和北半球中高纬500 hPa位势高度场异常相对倾向的最优可预测气候模态，并利用逐步回归法构建其与同期江苏站点降水和气温异常相对倾向同期关系的统计降尺度模型；将动力模式对最优可预测气候模态的预测带入统计降尺度模型，实现对区域降水和气温异常相对倾向的预测；最后通过引入观测的近期背景异常实现对降尺度的降水和气温总距平的预测。通过对1991—2019年江苏夏季降水和气温的回报检验表明，本文建立的统计降尺度模型效果较BCC_CSM1.1（m）动力模式的直接预测效果有显著提高，为区域精细化季节气候预测提供了一种有效的手段。     

玛曲草原气候生态环境变化及牧草产量灰色预测

应用甘肃省玛曲县气象站1985～2005年生长季4～9月气温、降水、日照时数、蒸发量、≥0 ℃积温以及牧草产量资料对年序列进行模糊聚类分析,得出光热水配置对牧草产量影响显著;模糊聚类的结果与≥0 ℃积温的强振荡波和次强振荡波的迭加有关.灰色关联度分析表明4月降水对牧草返青至关重要,6月气温对牧草分蘖和抽穗影响最大,7月降水对牧草抽穗和开花作用明显;其次,5月、7月日照,5月气温、9月降水对牧草生长发育也有较大影响.牧草产量的突变点与气候突变点重合,认为气候变化的负面影响或累积效应是引起牧草产量突变的原因.由于玛曲草原气候生态系统复杂,对牧草产量进行GM (1, 1)建模预测,对认识气候生态环境变化影响牧草生长有一定的实际意义.     

国家气候中心多模式解释应用集成预测

多模式集合和降尺度技术是提升模式预测能力的有效工具。该文对国家气候中心多模式解释应用集成预测 (MODES) 技术与业务应用现状进行了综合介绍。MODES采用欧洲中期天气预报中心、东京气候中心、美国国家环境预报中心和中国气象局国家气候中心4个气候业务季节预测模式输出场,利用EOF迭代、变形的典型相关分析、最优子集回归和高相关回归集成4种统计降尺度方法以及等权平均、经典超级集合等集成方法进行全国月及季节降水和气温预测。目前对MODES进行了夏季回报检验和约1年的实时业务应用。回报检验和业务应用表明,MODES对气温有较好的预测能力 (月预测平均PS评分为76),对降水有一定预测技巧 (月预测平均PS评分为68),具有短期气候预测业务应用价值。     

区域气候自忆预测模式的计算方案及其结果

区域气候预测的自忆模式是由描写温度、降水变化的差分-积分方程构成的。文中推导了用EOF展开的预测方程组,给出了该方程组的数值计算方案和递推格式。运用我国1951~1992年的月温度、降水场和区域500 hPa高度场格点资料,对6~8月汛期预测作了回报试验,结果表明该模式的预测能力是很高的。     

AREM数值模式对2005年汛期四川的降水预报

应用中国科学院大气物理研究所的AREM模式，对2005年汛期四川进行了实时降水预报。结果表明：（1）AREM预报性能略好于成都区域中心业务运行模式ETA模式，对大雨和暴雨的TS评分，AREM略高于T213预报。（2）从梯度评分看，高度、温度、涡度等要素均为可预报，而地面温度、整层水汽含量和整层水汽通量散度可预报性较低。（3）AREM对5次区域性暴雨有较好的反映，但与实况还存在一定的差异，AREM降水强度预报较实况偏弱。     

SEAS5模式对新疆月尺度气温和降水的预测性能评估

基于欧洲中期天气预报中心第五代季节预测系统SEAS5模式的历史回报数据和新疆98个气象站的气温、降水观测资料,利用距平符号一致率P_c、趋势异常综合评分P_s、距平相关系数ACC、时间相关系数TCC等方法,综合评估SEAS5模式对新疆1993—2019年月尺度气温和降水的预测性能。结果表明：SEAS5模式对新疆月气温、降水的总体预测性能较好,对降水趋势和量级有一定的预测能力。模式的预测性能存在明显的月际差异和空间差异。模式对新疆4—9月气温和4月、6—8月降水的预测性能较好。气温预测评分中,4月P_c最高(61.3分),7月P_s最高(74.4分),6月ACC最高(0.17)。降水预测评分中,4月P_c最高(58.7分),7月P_s最高(72.1分),4月ACC最高(0.16)。空间分布上,模式对1、3、6和12月南疆的气温预测性能普遍高于北疆,对7和9月南疆西部的预测性能低于其他地区。模式对南疆的降水预测性能普遍高于北疆。     

基于MET系统对SWCWARMS及GRAPES模式在西南地区的站点检验分析

应用国家基本观测站资料、自动站逐时降水资料,基于客观统计检验方法,针对降水(12h、24h累积雨量)、近地面要素(2m温度、10m风)和高空要素(风场、温度场、高度场),分别评估SWCWARMS模式和GRAPES模式对2015年西南地区预报能力,得到如下几点结论:(1)SWCWARMS模式降水ETS评分高于GRAPES模式,除24h小雨外SWCWARMS模式偏差值均高于GRAPES模式,两个模式在不同预报时效内对中雨、大雨、暴雨都表现一定程度的空报;(2)12h降水分段评分上,SWCWARMS模式TS评分均高于GRAPES模式,但SWCWARMS模式预报降水范围过大,随着预报时效增长空报多于GRAPES模式;SWCWARMS模式中雨和大雨空报大于其它量级降水,GRAPES模式对大暴雨漏报较多其它量级降水表现为空报;(3)两模式对高度场和温度场预报优于风场,对对流层中层预报优于中低层,SWCWARMS模式对高度场和温度场预报优于GRAPES模式,夏半年SWCWARMS模式均方根误差小于GRAPES模式;(4)两模式都表现出2m温度均方根误差在秋季增加而春季减小这一特征,SWCWARMS模式近地面要素均方根误差均小于GRAPES模式。      

冬季稳定性降水相态预报研究进展

冬季降水无论对地面的生产生活还是对高空飞机航行都可能造成严重灾害,降水相态预报的准确性决定了冬季降水预报的成功,该文系统回顾了近几十年降水相态预报取得的成果.降水相态预报方法大致分为3类:第1类是基于观测或数值天气预报建立的指标以及回归方程,其中某些方法高度依赖数值天气预报模式准确率;第2类是基于数值天气预报模式的微物...     

广西主汛期降水量异常诊断分析

通过对广西主汛期降水量的分析 ,初步确定了异常偏多和异常偏少年 ,分析广西主汛期平均降水量与太平洋海温场和大气环流的关系 ,筛选影响广西降水量的海温和 5 0 0 h Pa位势高度场因子 ;建立降水异常的统计诊断模型及概念诊断预测模型。     

一个长期降水预报的热力学模式

本文首先从大气水分平衡方程和地气系统热平衡方程出发,导出了描写降水和地温、气温相互联系的方程,然后根据土壤热传导方程,得到地温的预报方程,由此建立了一个长期降水预报模式。另外还对方程中与气候平均状态有关的参数的量级,根据实际资料进行了估算,对模式进行了合理的简化,为长期降水数值预报提出了一个实际可行的途径。     

动力延伸预报产品在辽宁短期气候预测中的释用

基于1961～2000年辽宁53个测站40 a逐年的月气温距平和月降水距平百分率资料,根据EOF(经验正交函数)展开的空间特征向量分布特征,将前3个主要特征向量时间系数作为预报量,将500 hPa高度场的高度距平、地转涡度作为预报因子,利用多元统计回归分析,建立了一套定点、定量预测辽宁各月气温与降水量的数学模型。利用该模型对2001~2005年辽宁53个测站的月气温距平和月降水距平百分率进行逐月预报试验。结果表明:对气温和降水量的趋势预报的评分均比较好,有87%以上的月气温距平预测结果的评分超过66.0分,各月的平均Ps评分均高于66.0分,年平均为75.5分或以上,总平均为83.1分;有70%的月降水距平百分率预测结果的Ps评分超过60.0分,各月的平均Ps评分都高于53.0分,年平均为58.0分以上,总平均为66.5分。但对异常气候的预测效果不明显。     

基于三种机器学习方法的降水相态高分辨率格点预报模型的构建及对比分析

冬季降水相态及其转变时间的精细化客观预报对提高气象预报和服务质量具有重要的现实意义。利用京津冀地区国家级自动气象站观测资料及网格化快速更新精细集成产品,统计分析了京津冀地区复杂地形下各类降水相态温度和湿球温度平均气候概率的分布差异及不同降水相态时网格化快速更新精细集成产品中可能影响降水相态判断的特征信息。然后将地面观测天气现象资料、复杂地形下降水相态气候特征及高分辨率模式输出产品作为特征向量,分别基于梯度提升（XGBoost）、支持向量机（SVM）、深度神经网络（DNN）3种机器学习方法建立了降水相态的高分辨率客观分类模型,并对同样条件下3种机器学习方法对雨、雨夹雪和雪3种京津冀主要降水相态的预报效果进行了对比检验,进一步提升了雨夹雪复杂降水相态的客观分类预报技巧。