中国地区NCEP再分析资料与台站观测的地表温度差异及其影响

作为时间序列非线性的一个重要指标,从NCEP再分析得到日气温异常的时间不可逆性(TI)与观测站的相比几乎一致地被高估了.因为非线性与可预报性/极端事件之间有着密切的关系,除了高估的TI外,这些大气测度也可能被高估.本文结果表明:NCEP再分析的日最低和最高气温异常序列的内在可预报性,预报技巧和极端事件发生次数也几乎一致...     

月尺度气温可预报性对资料长度的依赖及可信度

利用全国518个站1960—2011年逐日气温观测资料和160个站1983—2012年月尺度气温客观预测数据,基于非线性局部Lyapunov指数和非线性误差增长理论,研究中国区域月尺度气温可预报性期限对资料序列长度的依赖性。结果表明:气温可预报性期限对资料序列的长度有一定程度的依赖性,在西北、东北及华中地区尤为明显。平均而言,45年的资料序列长度才能够得到稳定合理的可预报性期限。为了验证气温可预报期限计算结果的可信度,将月尺度气温的可预报性期限与客观气候预测方法的预报评分技巧进行对比,发现两者结果非常一致。其中,由观测资料得到的1月气温的可预报性期限明显低于7月,1月客观气候预测方法的预报评分技巧也明显低于7月,且1月 (7月) 预报评分的空间分布型与1月 (7月) 气温可预报性期限的空间分布型较为一致。因此,利用非线性局部Lyapunov指数和台站逐日观测资料分析气温的可预报性期限结果是可信的。     

500 hPa位势高度场极端天气事件的NCEP集合概率预报效果分析

基于百分位方法,首先通过构建气候等概率区间得到了位势高度场极端天气事件区分方法,并给出了相应的预报结果检验评价方案;以此为基础,对2003年夏季亚欧区域的500hPa位势高度场极端天气事件的NCEP集合概率预报效果进行了深入分析,得到如下结论：1）分析时段和区域内的极端事件的发生频率比气候平均状况略偏高。NCEP集合预报系统对异常偏低的极端事件的预报易偏高,但相对比较可靠;对相对异常偏高极端事件的预报频率随着预报时效的增大而减小,时效小于3d时预报频率偏高,时效大于5d时显著偏低,预报可靠性相对差一些。2）EV（economic value,经济价值）分析表明,NCEP集合预报系统对偏高（低）极端事件的概率预报效果明显高于正常天气事件。3）预报命中率分析表明,在高概率阈值下,预报命中率较低,这与预报系统在部分个例中的不发散有关。随着概率阈值的降低,预报命中率稳步提高,说明集合成员的发散使之可以覆盖实况可能出现的区间,从而得到更好的预报效果。     

夏季长江中下游流域性极端日降水事件的环流异常特征及其与非极端事件的比较

利用1979—2008年夏季(6—8月)的NCEP/NCAR再分析逐日资料与中国743测站的逐日降水资料,对长江中下游地区流域性极端降水(99百分位,也称为极端强降水)、85～90百分位、75～80百分位降水事件进行合成分析,比较了不同百分位降水事件的环流异常特征。结果表明:长江中下游地区流域性极端日降水量的99百分位阈值为25 mm/d。各类降水事件在梅雨汛期出现频率较高。1990年代以后的极端日降水事件明显偏多。在各百分位降水事件中,在对流层中、低层,长江中下游地区均受气旋性异常环流控制,但对流层高层异常环流特征明显不同。无论在低层还是高层,极端事件的异常环流比非极端事件的异常环流强。不同百分位降水事件的水汽主要来源亦有所不同。极端降水事件中,由孟加拉湾直接辐散至长江流域的水汽较强,而在非极端降水事件中,则是来自南海地区的水汽明显偏强。非绝热加热率、与-的异常分布在各百分位降水事件中的分布较为一致,但强度随降水强度的减小而明显减小。另外,极端日降水事件与85～90百分位的降水事件在太平洋上都存在着北负南正的海温分布,但极端降水事件相应的海温异常明显偏强。而在75～80百分位降水事件中,海温并未出现明显异常。说明极端日降水事件的形成与较强的局地环流异常、与中纬度和热带西太平洋-南海区域的环流异常直接相关,与太平洋海温异常存在可能的密切联系,而非极端事件则主要与局地性异常环流有关。这些结果有利于人们认识和预测极端日降水事件的发生。     

贵州省2020年5月极端性高温事件研究

2020年5月贵州省出现极端高温天气事件,本文利用贵州省84个气象观测站日平均气温和最高气温资料、美国气象环境预报中心的逐日再分析高度场资料以及美国海洋大气管理局的日平均海表面温度（SST）资料,利用超前滞后相关等方法对贵州省2020年5月“极端性高温事件”进行研究。得出如下结论：（1）2020年5月贵州省约有29%的站点极端日最高气温超过了1981年以来的历史极值,约58%的站点突破1981年以来5月同期历史极值,西太平洋副热带高压显示为异常西扩加强的态势,同时伴随南亚高压东伸增强,两个高压在不同高度上的配合导致深厚高压的异常出现,是此次贵州极端性高温事件发生的重要因素。（2） 2020年5月在欧亚大陆中高纬对流层上层有明显的Rossby波列结构,有利于贵州极端性高温事件出现。（3）热带西大西洋SST在月尺度内异常阶段性增暖,可作为贵州省极端性高温天气发生的重要前期信号,并且增暖过程比高温事件提前约14天,具有一定的前期指示意义。     

华中地区夏季区域性极端日降水事件变化特征及环流异常

利用1961—2010年夏季(6—8月)华中区域239个中国国家级气象台站逐日降水观测资料及NCEP/NCAR再分析资料集,对华中地区夏季区域性极端日降水事件及环流异常进行了分析,结果表明:华中地区夏季区域性极端日降水量的99百分位阈值为23.585 mm/d,20世纪80年代中期以后的极端日降水事件明显偏多,且6月下旬至7月中旬为华中地区极端降水多发期。极端日降水事件由具有从低层到高层呈斜压结构的异常环流控制,其南侧的水汽通过孟加拉湾与中国南海地区的异常反气旋外围呈阶梯状输送至华中地区。位于青藏高原东北侧的波作用量通量向华中地区的辐合有利于华中地区上空波动扰动的产生和维持,同时极端日降水事件的发生亦与华中地区的大气净加热及华中周边大范围区域中的净冷却形成的加热场梯度有关。这些结果表明华中地区夏季区域性极端日降水事件有显著的年际和年代际变化,且极端事件的发生与华中地区气旋性环流异常、青藏高原东北侧地形强迫、以及华中地区与周边非绝热加热梯度异常关系密切。     

1960—2009年中国夏季极端降水事件与气温的变化及其环流特征北大核心CSCD

使用1960—2009年中国610个气象站逐日降水和气温资料及NCEP再分析资料,采用奇异值分解方法研究了近50年中国夏季平均气温与极端降水事件频数的关系,并对比分析了两者变化相应的大气环流差异。结果表明,我国的西北和长江以南地区极端降水事件频数与气温呈正相关关系,而东北—西南走向一带为负相关关系。夏季气温和极端降水事件均在1992年左右发生突变。突变前850hPa风场存在一个中心位于内蒙古的异常大陆气旋环流,而突变后变为异常大陆反气旋环流,这个异常气旋(反气旋)会增强(削弱)冷空气南侵入我国,从而导致我国气温突变后高于突变前。突变前,西部和长江以南地区分别为异常西风水汽输送和异常西南水汽输送,水汽均为异常辐散,极端降水事件偏少;东北—西南一带为异常西南水汽输送,水汽异常辐合,极端降水事件偏多;突变后,反之。     

用非线性最优化方法研究El Niño可预报性的进展与前瞻

综述用非线性优化方法研究厄尔尼诺(El Ni(n)o)-南方涛动(ENSO)事件可预报性的进展.针对ENSO可预报性研究中的热点问题--"前期征兆"、"春季可预报性障碍",以及如何量化研究ENSO可预报性和ENSO的不对称性问题,作者在近年来的工作中先后用理论模式和中等复杂程度ENSO模式研究了ENSO可预报性的动力学,揭示了ENSO的若干重要非线性特征.主要结果如下:(1)条件非线性最优扰动(CNOP)(局部CNOP)比线性奇异向量更易发展成ENSO事件,扮演了ENSO的最优前期征兆.这些ENSO事件关于气候平均态是不对称的.理论分析表明,非线性温度平流过程是造成这种不对称性的重要原因.1980～2002年的海洋再分析资料验证了上述理论结果.(2)ENSO事件CNOP型初始误差的发展有明显的季节依赖性,该误差导致了ENSO事件最显著的春季可预报性障碍(SPB)现象.ENSO事件SPB的发生不仅依赖于气候平均态,而且依赖于ENSO事件本身及其初始误差模态,是三者综合作用的结果.(3)建立了关于ENSO可预报性的最大可预报时间下界、最大预报误差上界和最大允许初始误差下界的三类可预报性问题,分别从三个方面揭示了ENSO事件的春季可预报性障碍现象,比较有效地量化了其可预报性.(4)通过CNOP方法,揭示了非线性温度平流在年代际尺度ENSO不对称性研究中的重要作用,解释了ENSO不对称性的年代际变化,基于所用ENSO模式给出了ENSO不对称性年代际变化的机制.最后,展望了非线性优化方法在ENSO可预报性中应用的前景,并期望该方法能拓展到ENSO第二类可预报性问题的研究中.     

用非线性最优化方法研究El Ni(n)o可预报性的进展与前瞻

综述用非线性优化方法研究厄尔尼诺(El Ni(n)o)-南方涛动(ENSO)事件可预报性的进展.针对ENSO可预报性研究中的热点问题--"前期征兆"、"春季可预报性障碍",以及如何量化研究ENSO可预报性和ENSO的不对称性问题,作者在近年来的工作中先后用理论模式和中等复杂程度ENSO模式研究了ENSO可预报性的动力学,揭示了ENSO的若干重要非线性特征.主要结果如下:(1)条件非线性最优扰动(CNOP)(局部CNOP)比线性奇异向量更易发展成ENSO事件,扮演了ENSO的最优前期征兆.这些ENSO事件关于气候平均态是不对称的.理论分析表明,非线性温度平流过程是造成这种不对称性的重要原因.1980～2002年的海洋再分析资料验证了上述理论结果.(2)ENSO事件CNOP型初始误差的发展有明显的季节依赖性,该误差导致了ENSO事件最显著的春季可预报性障碍(SPB)现象.ENSO事件SPB的发生不仅依赖于气候平均态,而且依赖于ENSO事件本身及其初始误差模态,是三者综合作用的结果.(3)建立了关于ENSO可预报性的最大可预报时间下界、最大预报误差上界和最大允许初始误差下界的三类可预报性问题,分别从三个方面揭示了ENSO事件的春季可预报性障碍现象,比较有效地量化了其可预报性.(4)通过CNOP方法,揭示了非线性温度平流在年代际尺度ENSO不对称性研究中的重要作用,解释了ENSO不对称性的年代际变化,基于所用ENSO模式给出了ENSO不对称性年代际变化的机制.最后,展望了非线性优化方法在ENSO可预报性中应用的前景,并期望该方法能拓展到ENSO第二类可预报性问题的研究中.     

非线性时间序列分析在气候中的应用研究进展

非线性时间序列分析方法在气候领域中的应用主要包括如下三个方面:观测数据处理、气候突变和气候预测.综述众多文献的结果表明,有许多学者为非线性时间序列分析方法在气候领域中的应用做了大量的工作,大部分文章用到了非线性时间序列分析方面较新的方法,几乎每种方法都能在某个方面取得一定的成功.但这些大多是个例的研究,得出的结论有待更多的验证和理论上更系统的阐述;可用于业务预测且可提高预报技巧的方法仍需探求.非线性时间序列分析在气候中的应用还是任重而道远.     

1980～2017年厦门地区小时尺度极端降水特征分析

利用1980～2017年厦门逐小时降水资料和NCEP再分析资料,分析厦门地区极端降水事件的气候特征,并初步讨论其成因。研究结果表明:1）极端降水事件的年发生频率呈现减少的趋势,厦门岛的减少趋势要比内陆更为显著。2）小时尺度的极端降水事件在较小尺度空间内无论是发生频率还是强度都存在明显的区域性差异,内陆地区在发生频率和强度上均高于厦门岛,但强度的平均值一致。3）造成极端降水事件的天气系统有4类,分别是热带气旋型、冷式切变型、西南风气流型和低槽冷锋型。随着城市抗灾能力的提升,对极端降水预报的要求也不断提高,基于小时值的结论可以为未来厦门地区极端降水事件的预报提供参考基础,进而提升预报的有效性和针对性。     

利用MM5预报产品制作临沂市极端气温预报

利用MM5预报产品和临沂市各气象站的日最高、最低气温资料,分别采用非线性逐步回归和BP神经网络方法建立临沂市日极端气温预报模型,通过拟合和试报检验表明这两种方法制作日极端气温预报可行。     

极端气温客观预报系统简介

利用T213模式和欧洲中心模式提供的气温预报资料,再结合当日的地面气温来作第二日的极端最高、极端最低气温预报,预报结果客观、定量.在实际应用中效果较好,具有一定的使用价值.     

冬季降雪时段的日极端气温预报方法

本文分析绥化市2010—2013年历次降雪过程,统计降雪时段以及日极端气温出现时间,发现降雪时段的气温变化规律与非降雪时段有很大不同,所以日极端气温预报难度较大。本文从总结降雪时段的气温变化规律人手．试图根据850hPa预报场温度变化趋势推测出未来降雪时段内的地面气温变化趋势、幅度和日极端气温出现的时间,从而提高预报准确率。     

DERF2.0模式对江西月尺度气候预测能力的检验评估

基于国家气候中心第二代月动力延伸预测模式(DERF2.0)输出的环流场、地面气象要素场和NCEP/NCAR全球再分析场以及江西省83站气象观测数据,利用空间距平相关系数(ACC)、距平符号一致率(PC)、趋势异常综合评分(PS)三种方法,检验了DERF2.0模式对1983—2018年江西月降水和气温的预测能力,并进一步分析了模式对江西主汛期(6月)异常降水事件预测能力及造成偏差的可能原因。结果表明:1)月气温ACC总体上高于降水,冬季气温和春季降水ACC预报技巧相对较高;模式预测结果总体上能够反映出气温和降水的主要趋势,月气温、降水距平符号一致率均高于55%;模式对江西月降水和气温异常有一定的预测能力,降水PS评分比气温稍好,基本保持在70分左右。2)江西主汛期降水异常偏少时,模式的预测能力较好,而降水异常偏多时,则相对较差,这可能与模式对东亚阻塞高压系统的低估,以及对西太平洋副热带高压模拟的西伸脊点偏西、脊线偏北、强度偏强有关。     

基于智能计算的广西冷湿极端天气定性和定量组合预报方法研究

论文以逐日气温和降水量数据、NCEP/NCAR再分析资料以及预报场资料为基础,将表征冬季低温冷害的冷湿指数作为预报量,先利用随机森林方法进行冬季逐日冷湿极端天气定性判别预报分析,再进一步以粒子群算法为基础的模糊神经网络集成个体生成技术方法,建立一种新的非线性智能计算定量集成预报模型（PSO-FNN）,进行了广西冷湿极端天气定量预报模型的预报建模研究。结果表明,论文提出的这种以不同的智能计算方法构建的定性、定量综合预报分析方法,比较符合极端天气小概率事件的预报特点,其中随机森林算法构建的定性预报模型,对广西冷湿极端天气事件的预报TS评分（Threat Score）为0.77,空报率为0.23,漏报率为0,ETS评分（Equitable Threat Score）为0.41,TSS评分（True Skill Statistic）为0.53。而采用粒子群—模糊神经网络方法构建的极端冷湿指数定量集成预报模型比其他线性和非线性预报模型具有更好的预报精度。其中PSO-FNN集成预报模型在预报建模样本和独立预报样本个例相同的情况下,比回归方法的预报平均绝对误差下降了25%以上,比一般的普通模糊神经网络预报平均绝对误差下降了14.37%。主要原因是因为PSO-FNN集成预报模型通过改进集成个体的预报能力和增强集成个体的种群差异性,提高了集成预报模型的预报精度。因此,该智能计算集成预报模型的泛化能力显著提高,预报结果稳定可靠,为冷湿极端天气客观预报提供了新的预报工具和预报建模方法。     

1955—2014年杭州极端气温和降水指数变化特征

根据杭州市1955—2014年降水量、气温逐日资料,采用国际通用的极端天气指数和线性倾向估计、M-K检验等方法,分析了杭州市近60 a极端气温和降水的变化特征。结果表明：1）杭州市近60 a的气温呈一致升高趋势,且变化显著,表现为极端高温阈值和极端低温阈值的升高及极端高温日数的增多;极端冷事件显著减少,暖事件显著增多。2）极端降水指数中只有强降水量的增加较明显,主要贡献为夏季和冬季强降水量的增强。3）冬季平均气温、极端低温阈值、霜冻日数等极端冷事件的突变发生于20世纪80年代初中期,夏季平均气温、极端高温阈值、高温日数等极端暖事件的突变发生于20世纪末21世纪初,与全国范围内的气候增暖进程基本一致。另外,降水强度、极端降水阈值等极端降水指数的突变时间在2008年左右,即2008年后气温升高和降水强度的增加突变期叠加,尤其在夏季和冬季表现更突出,可能诱发更多的异常天气。     

我国北方地区夏季极端热应激事件的年际变化特征及影响因子

基于热应激指数,利用1961-2016年全国1814个气象站的日平均气温和相对湿度资料以及NCEP/NCAR再分析资料,分析了我国北方地区极端热应激年际变化特征及可能影响因子.结果 表明,北方地区极端热应激事件的年际变化在1990年左右发生了年代际转折,1990年之前极端热应激事件频次的年际变化相对较小,其年际变化主要...     

增暖背景下新疆冷冬与极端低温事件的联系

为了客观准确地描述新疆冬季偏冷的特征，基于新疆99个国家气象观测站1981－2020年逐日最低气温、日平均气温和欧洲数值预报中心再分析资料（ERA5）逐日最低气温再分析资料，对于冬季气温异常偏低年、冷冬年、强冷冬年以及单站极端低温事件、区域性持续极端低温事件进行了识别。结果表明：1981—2020年，新疆区域冬季平均气温异常偏低年与冷冬年有差异。新疆冬季单站极端低温事件总体呈减少趋势；12月和2月的出现频次高于1月，但12月减少速率大于2月，1月总体呈增加趋势。新疆共出现53次冬季区域性持续极端低温事件，其中，全疆型出现频次最高，北疆型次之，南疆型第三，山区型最少；出现频次最多的是持续10～15 d的事件；新疆冬季区域性持续极端低温事件发生频次减少，但单站事件持续时间并没有明显减少，而且影响范围在扩大。当冬季极端低温事件出现频次高、持续时间长时，50%以上的测站出现冷冬（强冷冬）时，区域内冬季平均气温一致偏低的概率较大；当冬季极端低温事件出现频次低、持续时间在10d以内时，出现冷冬的测站很少或没有，冬季平均气温一致偏低的概率较小。     

基于低频振荡信号的中国南方冬半年持续性低温指数延伸期预报试验

利用1961-2009年36°N以南、108°E以东中国大陆191个站点逐日最低气温和NCEP/NCAR再分析日平均格点,研究与区域持续性低温事件有关的大气低频振荡信号,寻找可以在一定程度上表征不同类型区域持续性低温事件的指数,并尝试结合DERF2.0系统的预报产品进行持续性低温指数的延伸期预报试验。结果表明:（1）在研究范围内的区域持续性低温事件可以归纳为江北型、江南型和全区域型3类,其中江北型和江南型事件的环流背景差异体现在异常环流中心的纬度位置上,而全区域型事件属于增强型的江北型事件;（2）江北型和江南型区域平均最低气温时间序列的10-30 d低频分量的位相和强度变化与区域持续性低温事件的发生有显著关系,可以作为表征区域持续性低温事件指数和预报量;（3）100°-120°E范围内850 hPa温度场距平的经验正交函数分解前两个主模态具有显著的10-30 d变化周期,并且其空间结构分别与江北型和江南型事件的典型环流特征一致,前两个主模态时间系数能够作为持续性低温指数的预报因子;（4）检验结果表明,DERF2.0系统对上述预报因子有一定的预报能力。在延伸期预报时效内,利用统计学和动力学相结合的方法制作的持续性低温指数的预报效果好于模式直接预报的2 m气温,该预报方法有助于提升区域持续性低温事件的延伸预报能力。