海南岛的开发与降水变化

海南岛位于108°36′—111°04′E、18°10′—21°10′N之间,北近东亚大陆南缘,西临北部湾,东南濒临南海及西太平洋。地理位置使海南岛具有充足的光能、丰富的热量及充沛的雨量。优越的气候条件,对于发展热带大农业,尤其是橡胶等重要经济作物有特殊的意义。目前海南岛已有橡胶林三百四十多万亩,为国家作出了重大贡献。但随着海南岛的开发和建设,森林覆盖率也在不断下降;1943年前约为50％,到1956     

海南岛冷空气降水天气形势差异分析

利用2000—2017年海口常规探空资料、海南岛18个国家气象站的日降水量和欧洲中期数值预报中心再分析资料（ECMWF-Interim）,采用REOF和k-means聚类相结合的方法,对冷空气低空偏东急流（LLEJ）背景下海南岛暴雨和少雨两类天气的环流形势分别进行分类。结果表明：导致海南岛暴雨和少雨的主要环流形势分别有两种。总体上,暴雨型中的海南岛水汽输送条件以及抬升触发条件较好,而无雨型中海南岛受下沉运动控制,水汽输送条件一般。其中,暴雨Ⅰ型中海南岛低层至中高层深厚的偏东气流输送水汽和暖湿不稳定能量,较强锋面的抬升作用使不稳定能量释放导致强降水;暴雨Ⅱ型中海南岛低层（850 hPa以下）偏东气流输送水汽,南支槽和较弱锋面的抬升作用触发较强降水的发生;少雨Ⅰ型中海南岛受较强干冷空气影响,500 hPa为偏西风影响,700 hPa为反气旋环流控制,低层水汽条件差;少雨Ⅱ型中海南岛受西太平洋副热带高压环流影响为主,700—500 hPa皆位于反气旋环流中心附近,以下沉运动为主。     

华南前汛期印度洋海温异常与海南岛降水的关系

利用1969—2013年海南岛7个基本气象观测站前汛期(4—6月)的月降水观测资料、NCEP/NCAR再分析资料和Had ISST海温资料,分析了华南前汛期印度洋海温异常与海南岛降水的联系,并利用ECHAM5对印度洋海温与海南岛降水的关系进行了敏感性实验。结果表明:1969—2013年海南岛前汛期降水时段主要集中在5—6月,降水极大值分布在海南岛东部及北部地区。华南前汛期印度洋海温与海南岛降水存在显著的负相关关系,印度洋海温异常增暖,对应较弱的印度季风和赤道太平洋地区较强的东风异常,导致西北太平洋及南海北部存在异常的反气旋环流,不利于海南岛对流发展,同时反气旋南侧的异常东风不利于孟加拉湾水汽的输送,使海南岛降水偏少,反之亦然。数值模拟实验表明,印度洋海温异常增暖有利于西北太平洋低层反气旋的维持和发展,导致海南岛在华南前汛期降水偏少。     

海南岛汛期降水变化特征及其与旱涝的关系

选用海南岛18个市县气象观测站1981-2017年日降水资料,利用线性趋势、相关分析等方法研究了海南岛汛期降水变化特征及其与旱涝之间的关系,结果表明:汛期小雨日数的大值区主要分布在中部山区,中雨、大雨日数的大值区主要分布在中部、东南部地区,暴雨、大暴雨日数的大值区主要分布在中部、东部地区,而特大暴雨日数的大值区主要分布...     

1961年以来海南岛降水变化趋势分析

应用趋势分析法和聚类分析法等方法分析了海南岛全岛各站点1961~2004年雨量和雨日分布特征及其变化规律。结果表明:全岛年降水主要集中在5~10月份;年均雨量最多在中部和东部沿海地区,其中琼中最高(2438.9mm/a);最少在西部沿海地区;不同等级降雨雨日分布与雨量基本一致。从年际变化看,全岛年雨量、旱期雨量、汛期雨量均呈增加的趋势;全岛平均年降雨日数、毛毛雨日数以及年最长持续降雨日数均呈逐渐减少的趋;而全岛多年平均年大雨日数、暴雨日数则呈逐渐增加的趋势。     

1961年以来海南岛降水变化趋势分析

应用趋势分析法和聚类分析法等方法分析了海南岛全岛各站点1961～2004年雨量和雨日分布特征及其变化规律。结果表明：全岛年降水主要集中在5～10月份；年均雨量最多在中部和东部沿海地区，其中琼中最高（2438．9mm／a）；最少在西部沿海地区；不同等级降雨雨日分布与雨量基本一致。从年际变化看，全岛年雨量、早期雨量、汛期雨量均呈增加的趋势；全岛平均年降雨日数、毛毛雨日数以及年最长持续降雨日数均呈逐渐减少的趋；而全岛多年平均年大雨日数、暴雨日数则呈逐渐增加的趋势。     

基于信息熵的海南岛降水随机性变化特征

利用海南岛18个气象站1969—2018年逐日降水观测数据,采用信息熵法、Mann-Kendall趋势检验和反距离权重空间插值方法,分析海南岛降水随机性的时空变化特征。结果表明：海南岛年降水量和降水日数月分配的不均匀性由东向西逐渐增大。近50 a来,北部、西部及南部部分地区年降水量和降水日数月分配的不均性增强,其余地区总体减弱。海南岛年和四季日降水量随机性空间分布各异,且与暴雨及以上等级降水日数占比均呈显著正相关。时间变化上,海南岛绝大部分市（县）年和四季日降水量随机性增大,尤其表现在四季强降水发生概率增加。春、夏、秋、冬季需依次重点防范中部、西北部、东部和东部地区的暴雨至特大暴雨。     

海南岛春季降水异常的环流和海温特征

利用海南岛18个市县国家气象观测站月降水资料、NCEP\NCAR的逐月资料、美国NO-AA中心OISST1的海温逐月资料,研究了海南岛春季降水变化及降水异常的大气环流变化特征,结果表明:海南岛春季降水量较大的地区为东北部到中部地区.春季降水量的特征时间尺度分别为2和6年.降水偏多(或偏少)年,高层位势高度呈现北高(或低...     

纵向云带环境下海南岛降水特征的分析

分析纵向云带环境下,海南岛降水过程的相关系统配置和物理量的时间演变特征。     

EFFECTS OF STRATIFORM CLOUD ON THE DEVELOPMENT OF CUMULUS CLOUD AND ITS PRECIPITATION

Based on the two-dimensional slab-symmetric model of cumulus clouds established by the authors,thedevelopment of the cumulus cloud and its precipitation in environments with and without the stratiform cloudpresent has been simulated numerically in almost the same atmospheric stratification.Results show that thepresence of the stratiform cloud has a significant effect on the development of the cumulus cloud and theincreae of its precipitation.The rainfall may increase by scveral to tens of times.It is believed that theconvective-stratiform mixed cloud system may be important for producing heavy to torrential rain.This isin good agreement with what has been observed in the Meiyu frontal cloud system in recent investigations     

层状云对积云发展和降水的影响——一种云与云之间影响的数值模拟

利用我们已建立的二维积云降水模式,在相同的大气层结条件下,模拟了孤立积云和层状云中积云的发展和降水情况。结果表明,层状云的存在对积云的发展有显著的促进作用,降水量可加大到几到几十倍,从而认为积层混合云系可能是产生大雨和暴雨的一种重要机构,这与梅雨锋里锋区混合云系常产生暴雨的观测事实比较符合。     

海南岛农业气候区划

本文依据农业气候适宜度进行海南岛农业气候区划,其方法是应用模糊数学扩展原理建立农业气候模型,得出各地可表示农业气候资源优劣的资源指数、表示它们之间配合程度的效能指数和表示可供挖掘的资源潜力的效能利用率;以它们为区划因子,通过模糊聚类分析和模糊相似优先比进行划区。全岛分为六个农业气候区。      

GRAPES_GZ 3 km模式对2019年海南岛暖季非台风降水预报的时空检验

利用基于目标诊断的空间检验方法(MODE)和时空检验方法(MTD)评估了华南3 km高分辨率区域数值模式(GRAPES_GZ3 km)对2019年海南岛暖季非台降水预报性能, 结果显示: (1)模式24 h累积降水预报的空间分布范围偏大、降水强度偏强; (2)模式逐小时降水预报的平均质心总体偏西和偏北, 降水出现时间总体偏早1~3 h, 结束时间总体偏晚2~4 h, 降水持续时间偏长; 预报的降水目标数量偏多, 与实况一致均存在着主峰和次峰形态的昼夜分布特征, 但预报的昼间主峰出现时间比实况偏早2 h; 预报的短时强降水出现频次总体偏多。相对于传统的预报和观测点对点检验评估方法, MODE和MTD方法具有捕捉模式预报偏差特征的优势。      

MULTI-TIMESCALE VARIATIONS OF SOMALI JET AND ITS RELATION WITH PRECIPITATION IN CHINA

Based on the ERA reanalysis winds data, the multi-time scale variations of Somali jet are analyzed synthetically. The jet’s influences on rainfall in China on interannual, interdecadal and sub-monthly scales are also studied using correlation and composite analyses. The results demonstrate that the interdecadal variations of the jet are significant.The Somali jet became weaker in the 1960 s and became the weakest in the early 1970 s before enhancing slowly in the late 1970 s. Moreover, the relation between the Somali jet and summer precipitation in China is close, but varies on different timescales. Preliminary analysis shows that the intensity variations in May and June during the early days of establishment are well correlated with summer precipitation in China. The Somali jet intensity on the interdecadal scale is closely related with interdecadal variations of the precipitation in China. Regardless of leading or contemporaneous correlation, the correlations between the Somali jet intensity and the rainfall in northern and southern China show obvious interdecadal variations. Moreover, the link between the anomalies of the jet intensity in May-August and precipitation evolution on synoptic scale in China is further studied. China has more rainfall with positive anomalies of the Somali jet but less rainfall with negative anomalies during the active period of the jet. The influence of positive Somali jet anomalies on China precipitation is more evident.     

THE VARIATION OF THE SPRING PRECIPITATION IN GUANGZHOU AND ITS PRECURSORY SIGNALS

Guangzhou spring rainfall mainly exhibits interannual variation of Quasi-biannual and interdecadal variation of 30 yrs, and is in the period of weak rainfall at interdecadal time scale. SST anomalies (SSTA) of Nino3 are the strongest precursor of Guangzhou spring rainfall. They have significant positive correlation from previous November and persist stably to April. Nino3 SSTA in the previous winter affects Guangzhou spring rainfall through North Pacific subtropical high and low wind in spring. When Nino3 SSTA is positive in the previous winter, spring subtropical high is intense and westward, South China is located in the area of ascending airflow at the edge of the subtropical high, and water vapor transporting to South China is intensified by anticyclone circulation to the east of the Philippines. So Guangzhou spring rainfall is heavy. When Nino3 SSTA is negative, the subtropical high is weak and eastward, South China is far away from the subtropical high and is located in the area of descending airflow, and water vapor transporting to South China is weak because low-level cyclonic circulation controls areas to the east of the Philippines and north wind prevails in South China. So Guangzhou spring rainfall is weak and spring drought is resulted.     

印度低压异常特征及与印度、中国同期降水相关的分析

用夏季的月、季平均1 000 hPa位势高度场定义了一组描述印度低压的环流指数,包括：印度低压指数P、面积指数S、中心位置指数（ , ）。用NCEP/NCAR再分析资料计算了1948—2008年逐年5—8月（用 月代表）、夏季（6—8月,用 月代表）印度低压的上述环流指数,用来分析夏季各月印度低压的气候和异常特征,并研究了P和 指数与印度、中国同期降水的相关关系。分析结果表明：（1） 印度低压5月形成后逐月西移、发展,7月达到最强（大）。（2） 印度低压指数P和中心位置指数 、 均存在显著年代际变化。 和 均在1960年代末发生年代际转变,它们的标准化距平 （ ）由负转正（由正转负）,印度低压由强转弱（中心位置由偏北转偏南）; 在1980年代以前为负,以偏西为主,之后转为偏东。（3） 印度低压环流指数P、 与印度同期降水显著相关,与中国同期降水也有一定相关。P与两国同期降水以负相关为主,即印度低压强年,两国某些地区降水异常增多;而 与两国同期降水以正相关为主,即印度低压中心偏东,两国某些地区同期降水偏多;反之亦然。     

海南岛最高和最低气温的非对称变化

利用海南岛具有46年资料的13个站点1959-2004年1月、4月、7月、10月及年平均温度、平均最高最低温度、极端最高最低温度,研究海南气温变化的气候特征,结果表明,海南岛最高最低气温变化在空间分布,线性增温趋势的稳定性、倾向率和突变现象均有明显的非对称性特征：最高气温变化的空间分布表现为北高南低,而最低气温变化的空间分布表现为南高北低;各季节的平均最低气温的线性趋势均稳定,极端最低气温在冬季和夏季线性增温趋势稳定,而各季的平均、极端最高气温增温趋势均不稳定;最低气温的倾向率在各个季节或年平均上比最高气温的倾向率大得多,冷季的线性倾向率明显大于暖季;平均最高气温在四季均不存在明显突变,而平均最低气温则均有突变。     

台湾岛云量,降水量的EOF分析及其与EL Nino关系的研究

本文根据最新整理的台湾岛地面气象要素观测资料,利用ＥＯＦ方法分析了台湾总云量、低云量和降水量的年变化和年际变化特征,结果表明：季节变化中,总云量、低云量和降水量的ＥＯＦ模态一各自反映了它们的基本气候特征,即台湾岛的东北（包括台北）及东部地区全年总云量、低云量较多,除花莲以外,云量以低云为主,１２月￣５月较多,６月￣１１月较少;台湾岛的西南地区虽然全年总云量、低云量较少,但夏季云量明显增多,台湾岛的