年际增量方法在西南夏季降水预测中的应用

利用中国西南地区80站逐月降水资料及NCEP/NCAR再分析资料等,采用降水预测新方法——年际增量法,考察影响中国西南地区夏季降水年际增量的前期冬、春季大气环流年际增量状况,并选取5个关键影响因子,采用多元回归法建立中国西南夏季降水年际增量预测模型。对降水年际增量进行预测,在1971—2010年的建模阶段,预测模型的拟合率为0.78,在2011—2017的后报检验7年中,有6年与实况值同位相。后报检验2011—2017年的降水距平百分率,均方根误差为16%。为考察对降水异常分布型的预报效果,逐站建立回归方程,并进行趋势预报检验,近5年的趋势异常综合评分高于发布预测,预报效果较好。因此,该方法的应用及模型的建立对提高西南地区夏季降水预测水平有重要意义。      

基于土壤湿度和年际增量方法的我国夏季降水预测试验

选取欧亚大陆9个关键区的土壤湿度年际增量作为预测因子,采用变形的典型相关分析(BP-CCA)结合集合典型相关分析(ECC)方法建立集合预测模型,对我国东部夏季降水的年际增量进行预测,进而预测夏季降水。其中,1980~2004年的资料用于历史预测试验,而2005~2014年的资料用于独立样本预测试验。首先利用BP-CCA方法对9个因子分别建立单因子预测模型,然后采用ECC方法对9个预测因子按照不同的组合方式建立集合预测模型,并且对独立样本检验的效果进行了评估。结果表明,不同预测因子的组合对我国夏季降水均表现出一定的预测能力:东欧平原、贝加尔湖以北、我国河套地区及长江以南地区的土壤湿度对华北夏季降水预测效果较好;而巴尔喀什湖以北地区、我国西北地区、河套地区以及长江以南地区的土壤湿度对江淮夏季降水有较好预测效果;东欧平原、巴尔喀什湖以北地区以及我国河套地区的土壤湿度对华南降水预测技巧较高。这三组模型预测出的降水变化趋势与相应区域的观测结果较为一致,且预测评分(PS)均超过70分,距平相关系数(ACC)均为正值。研究表明土壤湿度因子中包含了对我国夏季降水有用的预测信号,可以考虑将土壤湿度应用于夏季降水的预测业务中。     

陕西汛期降水年际增量预测新技术研究

应用年际增量预测方法,通过分析影响陕西汛期降水的物理机制,建立了具有较高预测效能的陕西汛期降水年际增量预测模型。研究表明,赤道太平洋中东部海温年际增量、500 hPa高度年际增量与陕西汛期降水具有很好的相关性。当前一年秋、冬季赤道太平洋中东部海温增量在南北方向上表现为“－＋－”分布型时,陕西当年汛期降水偏多,反之,陕西当年汛期降水偏少。当前一年秋、冬季500 hPa高度年际增量在赤道附近呈带状正值分布时,陕西当年汛期降水偏多;呈带状负值分布时,陕西当年汛期降水偏少。国家气候中心提供的74项环流特征量、陕西省0 cm地温增量因子与陕西汛期降水也有很好的相关关系。在对预测因子物理意义分析的基础上,用逐步回归方法引入因子,建立陕西10个气候区域的汛期（6—8月）降水总量和各分月（6、7、8月）的降水年际增量预测模型（共40个）,汛期降水总量预测模型交叉检验距平同号率达78.4%。对2010—2013年汛期降水总量和各分月降水量进行试报,其准确率PS评分分别达到75.8和66分。增量预测方法具有较强的预测能力,能够在一定程度上提高陕西汛期降水预测水平,可作为有效方法投入实际业务应用。     

长江上游夏季径流量年际增量预测模型及检验

基于1980-2020年长江上游夏季径流量、降水和气温等资料,采用小波分析、最优子集回归等方法,分析径流量、降水量和气温的变化关系,探讨引发径流量变化的前兆气候异常信号,并构建径流量年际增量预测模型.结果 表明:径流量多寡直接取决于流域总降水量,两者表现出显著的准两年周期振荡特征,年际增量之间的相关系数(TCC)为0....     

淮河流域夏季极端降水事件的统计预测模型研究

采用年际增量预测方法, 通过考察与淮河流域夏季极端降水事件发生频次(HRF)年际增量相关的环流, 确定了5个预测因子:冬季北太平洋涛动、12月南极涛动、春季3～4月南印度洋气压、春季3～4月白令海气压、春季3～4月印尼—澳洲附近经向风垂直切变;然后利用这5个预测因子, 通过多元线性回归方法建立HRF年际增量的预测模型, 进而预测HRF。交叉检验表明, 在1962～2005年的后报中, 这个预测模型对HRF显示了较高的预测技巧, 预测结果与实测间的相关系数为0.67, 表现出较高的预测潜力, 对淮河流域夏季极端降水事件的预测具有较大的应用价值。     

影响陕西夏季降水主要因子及增量预测方法

应用1959—2008年夏季（6—8月）NCEP/NCAR月平均500 hPa高度场、海表温度再分析资料及ERA-40气候指数、国家气候中心74项环流特征量等资料,经普查得到6个影响陕西夏季降水的主要因子,分别是西太平洋副热带高压强度指数、赤道平流层准两年振荡指数、低层越赤道气流指数、大气角动量指数、赤道太平洋海温、赤道500 hPa高度。将这些主要因子的年际增量、距平与陕西夏季降水的相关性及其所建立的预测模型进行对比分析,结果表明:因子年际增量具有明显的信号放大作用,增量因子的相关系数平均比距平相关系数高0.1左右;主要因子和夏季降水存在各自的长周期变化,造成其相关性不稳定,经过增量变换后,可以有效滤掉长周期变化,提高因子质量和预测模型的稳定性。前一年秋季赤道中东太平洋海温增量分布与陕西夏季降水相关密切,当该区域出现正增量分布时,当年夏季（6—8月）700 hPa西太平洋副热带高压位置偏北、偏西,形成陕西夏季多雨的环流形势;反之,当该区域出现负增量分布时,当年夏季700 hPa副热带高压位置异常偏东,形成陕西干旱少雨的环流形势。     

雅鲁藏布江流域夏季降水的年际变化及其原因

本文通过多套观测与再分析降水资料的比较,分析了雅鲁藏布江流域夏季降水的特征,从水汽含量与水汽输送的角度检验了雅鲁藏布江水汽通道的特点,研究了流域夏季降水的年际变化及其原因。分析表明:（1）该流域夏季降水大值位于雅鲁藏布江出海口至大峡谷一带,观测中流域平均降水可达5.8 mm d-1。不同资料表现的降水空间分布一致,但再分析降水普遍强于观测,平均为观测的2倍左右。（2）该流域夏季的水汽主要来自印度洋和孟加拉湾的偏南暖湿水汽输送,自孟加拉湾出海口沿布拉马普特拉河上溯至大峡谷,即雅鲁藏布江水汽通道。水汽收支诊断表明,夏季流域南部（即水汽通道所在处）是水汽辐合中心,流域平均的辐合约9.5 mm d-1,主要来自风场辐合与地形坡度的贡献。（3）不同再分析资料表现的流域降水和水汽分布特征总体一致,但量值差异较大。NCEP（美国国家环境预报中心）气候预报系统再分析资料CFSR、日本气象厅再分析资料JRA-25较欧洲中期天气预报中心再分析ERA-Interim资料更适于研究该流域（青藏高原东南部）的水汽特征,因为后者给出的流域降水和水汽偏强。（4）近30年该流域夏季降水无显著趋势,以年际变率为主。年际异常的水汽辐合（约为气候态的35.4%）源自异常西南风导致的局地水汽辐合（纬向、经向辐合分别贡献了16.5%、83.5%）,地形作用很小。流域夏季降水的年际变化是由印度夏季风活动导致的异常水汽输送造成的,其关键系统是印度季风区北部的异常气旋（反气旋）式水汽输送。     

基于年际增量法的卷积神经网络模型对中国夏季降水的预测研究

将前冬的500 hPa位势高度、向外长波辐射和海表温度的年际增量作为预测因子,建立基于卷积神经网络(Convolutional Neural Network, CNN)的非线性预测模型,对中国160个测站夏季降水展开预测研究,并与基于线性奇异值分解(Singular Value Decomposition, SVD)的预测模型进行效果对比。结果表明：CNN在1981—2020年的交叉检验中所回报的降水平均PS评分和距平相关系数(ACC)分别为74.33和0.12,比SVD高2.15和0.06,说明CNN比SVD在整体上对夏季降水具有更好的预测能力。其中,CNN对SVD预测较好年份的预测效果提升较为明显,对SVD预测较差的年份则改进不大。CNN对中国降水预测存在一定的系统性偏差,订正后CNN对拉尼娜年的降水预测改进较大。结果表明,基于年际增量法的CNN预测模型展示出较好的潜在应用价值。     

基于年际增量法的青藏高原南部汛期降水预测研究

针对青藏高原南部汛期降水预测研究少和预测难度大的问题,通过分析1981-2010年青藏高原南部汛期降水与国家气候中心发布的88项大气环流指数、26项海温指数和16项其他指数年际增量的相关性,采用逐步回归法筛选出与降水相关的最优预测因子组合,在此基础上建立了高原南部汛期降水年际增量与预测因子的物理统计预测模型,并对2011-2019年的汛期降水进行了独立样本回报检验。结果表明,该模型的预测准确率很高,降水年际增量和距平同号率均达到7/9,距平百分率均方根误差为13%,降水相对误差在±15%以内的年份占比高达8/9。可见,该模型能够提高高原南部汛期降水预测能力。最后,利用NCEP/NCAR再分析月平均资料和NOAA海表温度月平均资料研究了预测因子影响高原南部汛期降水的物理机制。     

松花江流域初夏降水分布型的环流特征及差异

利用1961—2017年松花江流域31个气象站初夏降水资料、NCEP/NCAR再分析资料,采用多种统计方法,讨论了松花江流域初夏降水时空分布及影响环流特征。结果表明:松花江流域初夏降水具有全流域一致型、西北—东南反位相型和东北—西南反位相型3个主要分布模态。影响3个分布型的主要环流特征分别为贝加尔湖以东低值系统—鄂霍茨克海阻塞高压(西南低—东北高)、乌拉尔山脊—西西伯利亚槽—外兴安岭脊(两脊一槽型)、渤海/华北低值系统及其东北部高压,东部局地高压或阻塞形势对松花江流域初夏降水的3个模态起到非常重要的作用。东亚—太平洋型和极地—欧亚型是对第一模态降水分布起重要作用的遥相关型。     

夏季淮河流域大气环流型在降水趋势预测中的应用

采用NCEP/NCAR逐日海平面气压场资料,利用Lamb-Jenkinson大气环流分型方法对淮河流域夏季环流进行分型,并利用逐步回归方法建立了淮河流域夏季降水趋势的预测模型。结果表明:影响夏季淮河流域的主要环流型有南风型、西南风型、东南风型及气旋性环流,这些环流型都具有显著的年际和年代际变化特征,利用大气环流型建立的夏季淮河流域降水趋势预测模型具有一定的预报能力。     

Numerical simulation of the impact of vegetation index on the interannual variation of summer precipitation in the Yellow River Basin

Two sets of numerical experiments using the coupled National Center for Environmental Prediction General Circulation Model （NCEP/GCM T42L18） and the Simplified Simple Biosphere land surface scheme （SSiB） were carried out to investigate the climate impacts of fractional vegetation cover （FVC） and leaf area index （LAI） on East Asia summer precipitation, especially in the Yellow River Basin （YRB）. One set employed prescribed FVC and LAI which have no interannual variations based on the climatology of vegetation distribution; the other with FVC and LAI derived from satellite observations of the International Satellite Land Surface Climate Project （ISLSCP） for 1987 and 1988. The simulations of the two experiments were compared to study the influence of FVC, LAI on summer precipitation interannual variation in the YRB. Compared with observations and the NCEP reanalysis data, the experiment that included both the effects of satellite-derived vegetation indexes and sea surface temperature （SST） produced better seasonal and interannual precipitation variations than the experiment with SST but no interannual variations in FVC and LAI, indicating that better representations of the vegetation index and its interannual variation may be important for climate prediction. The difference between 1987 and 1988 indicated that with the increase of FVC and LAI, especially around the YRB, surface albedo decreased, net surface radiation increased, and consequently local evaporation and precipitation intensified. Further more, surface sensible heat flux, surface temperature and its diurnal variation decreased around the YRB in response to more vegetation. The decrease of surface-emitting longwave radiation due to the cooler surface outweighed the decrease of surface solar radiation income with more cloud coverage, thus maintaining the positive anomaly of net surface radiation. Further study indicated that moisture flux variations associated with changes in the general circulation also contributed to the precipitation interannual variation.     

Improving multi-model ensemble probabilistic prediction of Yangtze River valley summer rainfall

Seasonal prediction of summer rainfall over the Yangtze River valley(YRV) is valuable for agricultural and industrial production and freshwater resource management in China, but remains a major challenge. Earlier multi-model ensemble(MME) prediction schemes for summer rainfall over China focus on single-value prediction, which cannot provide the necessary uncertainty information, while commonly-used ensemble schemes for probability density function(PDF) prediction are not adapted to YRV summer rainfall prediction. In the present study, an MME PDF prediction scheme is proposed based on the ENSEMBLES hindcasts. It is similar to the earlier Bayesian ensemble prediction scheme, but with optimization of ensemble members and a revision of the variance modeling of the likelihood function. The optimized ensemble members are regressed YRV summer rainfall with factors selected from model outputs of synchronous 500-h Pa geopotential height as predictors. The revised variance modeling of the likelihood function is a simple linear regression with ensemble spread as the predictor. The cross-validation skill of 1960–2002 YRV summer rainfall prediction shows that the new scheme produces a skillful PDF prediction, and is much better-calibrated, sharper, and more accurate than the earlier Bayesian ensemble and raw ensemble.     

北太平洋维多利亚模态对淮河流域夏季降水的影响

北太平洋维多利亚模态(Victoria Mode, VM)是北太平洋重要的气候模态,对全球降水和气候有着重要影响。本文使用CN05.1格点化观测数据集资料,研究了春季(2—4月)VM模态与我国淮河流域夏季(6—8月)降水的关系,揭示了其内在的可能机制,并在此基础上建立了一个淮河流域夏季降水预测模型。结果表明,春季VM模态与淮河流域夏季降水存在较强的正相关关系,该相关受ENSO影响有限;春季VM模态可以通过海气相互作用在夏季增强赤道西太平洋上空的异常西风,导致影响淮河流域的气旋性环流异常。气旋性环流异常有利于淮河流域上空丰富的水汽供应和异常上升运动。因此,淮河流域夏季降水量增加。     

春季次天气尺度气旋年际变化对江淮地区降水的影响

基于1979-2013年ERA-Interim逐日6h的850 hPa位势高度场资料,利用气旋最外围闭合等值线自动识别方法提取了春季影响江淮地区的二维气旋集,研究了次天气尺度气旋活动年际异常与江淮地区降水异常的联系.结果表明:次天气尺度气旋活动对江淮大部分地区春季降水作用明显,贡献率达25％以上,次天气气旋活动出现对应...     

Dynamic downscaling of summer precipitation prediction over China in 1998 using WRF and CCSM4

To study the prediction of the anomalous precipitation and general circulation for the summer(June–July–August) of1998, the Community Climate System Model Version 4.0(CCSM4.0) integrations were used to drive version 3.2 of the Weather Research and Forecasting(WRF3.2) regional climate model to produce hindcasts at 60 km resolution. The results showed that the WRF model produced improved summer precipitation simulations. The systematic errors in the east of the Tibetan Plateau were removed, while in North China and Northeast China the systematic errors still existed. The improvements in summer precipitation interannual increment prediction also had regional characteristics. There was a marked improvement over the south of the Yangtze River basin and South China, but no obvious improvement over North China and Northeast China. Further analysis showed that the improvement was present not only for the seasonal mean precipitation, but also on a sub-seasonal timescale. The two occurrences of the Mei-yu rainfall agreed better with the observations in the WRF model,but were not resolved in CCSM. These improvements resulted from both the higher resolution and better topography of the WRF model.     

松花江流域夏季雨涝特征及变化

利用1961—2017年松花江流域月降水数据计算Z指数,分析松花江流域夏季雨涝的气候学特征和年代际变化特征,及与气候系统指数关系,得出结论:松花江流域夏季干流区雨涝发生最多(30 a中有12 a发生雨涝),其次是嫩江上游(11 a),小兴安岭山地区雨涝发生最少(7 a)。小兴安岭山地雨涝强度最大(平均2.1 a~(-1)),其次是第二松花江上游(1.8a~(-1)),张广才岭山地区(1.4 a~(-1))最小。松花江流域6月发生雨涝最多,8月最少;8月平均雨涝强度最大,7月最小。1961—2017年夏季和7月,嫩江下游雨涝减弱明显;6月小兴安岭山地区雨涝强度明显增强。松花江流域夏季的雨涝事件受前期大气环流和海洋因子影响。     

淮河流域春夏季降水位相变化特征

淮河流域的降水异常容易导致旱涝灾害。本研究从降水位相变化的角度,对淮河流域春夏季降水规律作了分析。在近50 a中,春夏季降水持续偏多的典型事件发生频次较多,强度较大。1960年代初期—1970年代末期和2000年代的两个时期内发生降水位相变化的站次都呈现减少趋势,而在近几年则显著增加。通过S-EOF分解,第1模态代表春、夏季降水持续同位相变化,其时间系数在近年来持续上升;第2模态为春夏季降水反位相变化特征,此模态的时间系数有明显的年代际变化特征。进一步研究发现:前冬和春季,当赤道太平洋持续发生El Ni1o事件,南印度洋偶极子负位相;春季东亚副热带急流偏弱,春夏季中国东部850 hPa均存在南风异常,有利于淮河流域春夏季降水持续正位相变化;持续负位相年则反之。当春季东亚副热带急流偏强(弱),夏季位置偏南(北);中国东部沿海春季海温偏低(高);春夏季间中国东南部850 hPa经向风由北(南)风异常转变为南(北)风异常,可能会导致春季降水负(正)位相—夏季正(负)位相的变化。