基于土壤湿度和年际增量方法的中国夏季气温预测试验

本文利用中国160站月平均气温资料和欧洲中心ERA-Interim逐月再分析表层土壤湿度资料,通过相关分析选取欧亚大陆9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)的方法建立集合预测模型,对我国东部夏季气温年际增量进行预测,进而预测夏季气温。其中,1980—2004年的资料用于历史拟合试验,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,并且分析预测技巧。结果表明,不同预测因子的组合对我国夏季气温的预测能力不同:勒拿河下游地区、中国黄河以南地区、叶尼塞河下游地区、西西伯利亚平原地区以及印度半岛西北部地区的土壤湿度对华北夏季气温预测效果较好;中国黄河以南地区、叶尼塞河下游地区、印度半岛西北部地区、贝加尔湖东北地区以及贝加尔湖以西地区的土壤湿度对江淮夏季气温有较高预测技巧。所建立的两组集合预测模型均显示了较好的实际预测能力:华北气温预测模型预测气温距平的同号率为8/10,平均均方根误差为3.4%;江淮气温预测模型预测气温距平的同号率为7/10,平均均方根误差为2.7%。并且两组模型预测出的华北和江淮气温的预测评分(PS)均超过80分,而国际上通用的距平相关系数(ACC)均在0.3以上。这说明土壤湿度因子中包含对我国夏季气温有用的预测信号,可以考虑将土壤湿度应用于夏季气温预测业务中。     

基于年际增量法的华西秋雨预测模型建立及检验

利用1962—2018年华西地区301个气象台站秋季降水量资料和国家气候中心整理的130项气候系统指数，采用年际增量法建立了华西秋雨预测模型。首先通过相关分析挑选了4个与华西秋雨年际增量前3主模态密切相关的影响因子，进而采用多元线性回归方法进行建模，拟合时段和后报时段分别选为1962—1991年和1992—2018年。华西秋雨年际增量前3主模态累积值的预测模型通过了α=0.01的显著性水平检验，表明该模型具有较高的拟合预测能力。然后用相同的预测因子分别建立华西地区301个气象站点的华西秋雨年际增量预测模型，大部分模型都通过了显著性检验。用PS评分指标对预测效果进行检验，结果显示后报期年平均PS评分达74.5分。从空间分布来看后报期大部分站点的PS评分都超过60分，其中四川盆地南部、贵州东部和湖南西部等地超过80分。与华西各省和国家气候中心发布的近6年秋季降水预测PS评分进行比较，发现模型后报结果有显著优势。总体来看，用年际增量法建立的华西秋雨预测模型具有较高的预测技巧和实际应用价值。     

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。     

攀枝花市雨季开始期的气候分析及其长期预报方法研究

运用攀枝花市气象局提供的市区、仁和区、米易县和盐边县四站历年雨季开始期资料 ,分析了各地雨季开始期的气候特征 ,结合 50 0hPa环流特征指数资料 ,经统计分析 ,建立了预报攀枝花市各县、区的雨季开始期长期预报模式 ,其预报结果令人满意。     

云南省雨季降水的年际年代际变化特征及其与热带上层海洋热含量分布的关系

利用云南省126个站1961～2000年的月平均降水资料，基于小波分析方法，研究了云南省雨季降水异常2～6年的年际变化特征和准30年的年代际变化特征，这种准周期振荡与热带海洋上层热含量的异常分布相关，在云南雨季降水偏多(少)的年份，整个印度洋异常偏冷(暖)，西太暖池区异常偏暖(冷)而东太异常偏冷(暖)。而云南雨季前期冬季的印度洋上层热含量的异常，特别是南印度洋东西向偶极子型的热异常变化，以及中国南海深水海盆区上层海洋热状况的异常，都与未来云南雨季的降水异常有很好的相关关系，因此冬季南印度洋和南海海域的热状况对于未来云南雨季的旱涝有着很好的指示意义。     

云南雨季开始期与热带OLR的联系

利用NCEP 1979—2003年1~12月再分析的OLR逐日、月平均资料及同期云南雨季开始期资料,通过相关统计、对比合成等方法,重点分析了南海和孟湾海区的OLR场变化对云南雨季开始期的影响。结果表明,南海和孟湾海区OLR在云南雨季开始偏早年与偏晚年之间差异明显,南海海区前期的对流活动对云南雨季开始期有更显著的指示性,但孟湾海区对流的强弱仍是影响云南雨季开始期的重要因素之一。     

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。     

攀枝花市雨季开始期的气候分析及其长期预报方法研究

运用攀枝花市气象局提供的市区、仁和区、米易县和盐边县四站历年雨季开始期资料 ,分析了各地雨季开始期的气候特征,结合500hPa环流特征指数资料,经统计分析,建立了预报攀枝花市各县、区的雨季开始期长期预报模式,其预报结果令人满意.     

灰关联度在雨季开始期预报中的应用试验

以降水和气温作为基本因子,以红河州为例,用灰关联度分析了州内13个站点相互间的关联性,并根据关联性的大小,将各站点的气候变化类型重新归类,然后从新类别中选出代表站点,以已知的年代作为母参考系列,纵向计算了各历史年代的灰关联度,并以此为依据,预测出各代表点的雨季开始期。     

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....     

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。     

基于年际增量和EOF迭代法的长江流域汛期降水预测

基于国家气候中心气候系统模式（Beijing Climate Center Climate System Model,BCC_CSM1.1m）和美国NCEP/NCAR的气候预测模式（The NCEP Climate Forecast System Version 2,CFSv2）分别建立针对长江流域汛期降水的动力与统计相结合的降尺度预测模型,并比较两模式对应模型的预报技巧和差异来源。分别选择两模式2月起报的500 hPa及200 hPa全球位势高度场为预报因子,结合年际增量及经验正交分解（EOF）迭代法建立降尺度模型（分别简称DY_CSM1.1m和DY_CFSv2）,研究发现：（1） EOF迭代法中截断解释方差的递增增加了预报因子的协同性和稳定性,从而显著提高预报技巧,并由此确定98%的截断解释方差为模型的最优参数。（2）两模型基于最优参数的预测效果均优于模式原始的降水预测,其中DY_CSM1.1m预测技巧更高,对应29 a距平相关系数（ACC）平均评分可达0.43,尤其在长江干流区域预报效果显著提高。将两模型预测的降水年际增量百分率转换为降水距平百分率时,ACC多年平均评分降为0.27和0.22,仍高于模式原始预测。（3） DY_CSM1.1m的ACC历年评分和长江流域汛期降水年际增量均与西太平洋副热带高压的一系列指数具有高相关性（以西太平洋副高脊线位置指数为例,DY_CFSv2则无此关系）,因此BCC_CSM1.1m在西太平洋地区模拟性能优于CFSv2是导致该模式降尺度后预报技巧更高的重要原因,这一点在典型洪涝年1998和2020年中得以佐证。     

西南地区雨季降水的时空分布及预报试验

利用西南三省一市1980—2017年逐日降水资料,采用主成分及旋转主成分分析,对西南雨季降水的空间异常特征进行了研究,并在分区的基础上,探讨了各区降水的时间演变特征,最后运用均生函数建立预测模型,进行预报试验。结果表明:西南地区雨季降水空间差异大,具体可分为6区;各区雨季降水量的时间演变均具有显著年际、年代际变化特征,且近年来西南大部分地区雨季降水量减少、降水异常偏少年出现的频次增多;预报模型对于雨季降水的拟合和预测效果均较好。     

青藏高原冬季积雪与华南前汛期降水年际变率的联系

利用1979—2018年青藏高原(简称高原,下同)卫星积雪数据集、华南地区261站逐日降水及ERA5再分析资料,探讨了高原冬季积雪与华南前汛期降水的联系。结果表明：1)高原西部积雪与华南前汛期降水的正相关关系最为稳定,其主要影响前汛期的锋面降水,对夏季风降水的影响较小;2)华南前汛期在高原西部积雪偏多年比偏少年偏早20 d,使得前汛期降雨日数偏多,持续时间偏长,总降水量偏多,而降水强度受积雪的影响较小;3)高原积雪偏多年,积雪的冷却作用形成了低层异常反气旋环流,而东亚沿岸为“+-+”的位势高度异常,中纬度“西高东低”的环流配置有利于中高纬冷空气南侵,使得华南上空温度偏低,同时偏强偏南的西太平洋副热带高压加强了低纬地区偏南气流和水汽输送。3—4月锋面在华南北部南北摆动,4月初偏北干冷空气南侵和偏南暖湿气流的持续北推使得锋面加强,触发了前汛期的较早建立;积雪偏少年冷空气和偏南暖湿气流均较弱,华南北部锋面在4月初中断,4月中下旬华南北部锋面在偏北弱冷空气和偏南暖湿气流的共同作用下重新建立,从而华南前汛期开始偏晚。     

云南汛期旱涝特征及成因分析

通过Z指数和旋转经验正交函数(REOF)分析等对云南省汛期(5~10月)降水作旱涝等级划分、型态分布和旱涝时空分布特征研究,发现云南省各地汛期降水具有一致性,1980年代以来,汛期旱涝有更频繁发生的趋势,东、西部和东南部地区为云南省全省旱涝多发区。对比分析了云南旱涝年的大气环流特征,发现两者显著差异:涝年500 hPa位势高度距平亚洲区域自西向东为“- -”波列结构,云南北部低槽活跃,反映出有强冷空气活动的环流背景,伊朗高压及青藏高压活跃,利于与副热带高压形成“两高辐合”的强降水形势;低层850 hPa水汽输送和OLR场特征揭示出低纬度热带海洋具有强烈的水汽输送机制;旱年则反之。并讨论了导致云南汛期旱涝的热带强迫源区主要位于孟加拉湾、南海—西太平洋,可能机制是热带强迫所激发的大尺度准定常波列的传播。     

华南前汛期开始日期异常与大气环流和海温变化的关系

利用1961—2012年美国国家环境预报中心/大气研究中心(NCEP/NCAR)的再分析资料、NOAA海温资料,CMAP降水资料和华南261个测站降水观测资料,首先分析华南前汛期开始日期(以下简称华南开汛)异常的气候特征,然后采用相关分析、合成分析的方法研究华南开汛异常与3—4月大气环流以及海温变化的关系。结果表明,近52 a来华南开汛具有显著的年际变化特征,但变化趋势不明显。开汛最早出现在1983年3月1日,最晚出现在1963年6月1日,1961—2012年华南平均开汛日期是4月6日。华南开汛主要出现在3—4月,占92.3%。华南开汛与3—4月华南降水相关最显著,开汛偏早(晚),对应华南3—4月降水偏多(少)。华南开汛偏早年,在3—4月,对流层高层副热带西风急流偏强,中层西太平洋副热带高压偏强偏西、低层南支槽偏强,华南上空西南气流偏强;华南开汛偏晚年则相反。华南开汛与3—4月中国南海及周边地区海温显著相关,海温偏低(高)对应华南开汛偏晚(早)。华南开汛偏晚年的海温和大气环流异常比早年显著。     

热带北太平洋海温异常对2018年华南前汛期降水负异常事件的影响

本文利用1979—2018年中国地面气象台站1 767个站点降水资料、HadISST海温数据及NCEP/NCAR再分析资料,滤除同期ENSO影响后,分析了2018年华南前汛期降水负异常与热带北太平洋海温异常之间的联系。研究结果显示,2018年华南前汛期降水负异常事件和热带北太平洋(Tropical Northern Pacific,TNP)海温偏暖有关。热带北太平洋海温正异常,通过Mastuno-Gill响应引起西北太平洋气旋式环流异常,中国南海东风异常,减弱了南海夏季风,华南至中国南海地区对流层低层存在异常反气旋环流。水汽存在由中纬度北太平洋经黑潮海区-华南地区-中国南海-菲律宾群岛向热带太平洋的异常输送,且华南地区为水汽的异常辐散区域。另一方面,TNP区域暖海温异常引起了该区域低层异常辐合、高层异常辐散、异常上升运动,使得华南地区高层异常辐合、低层异常辐散、异常下沉运动。这样的环流配置对华南地区降水的产生有不利影响,引起了2018年华南前汛期降水异常偏少。2018年TNP区域暖海温异常引起华南前汛期降水负异常的物理机制还在ECHAM5模式30个成员集合平均的试验结果中得以验证。     

IOD Modoki事件对华南后汛期降水异常的影响及可能机理

利用1979—2019年CN05.1中国区域高分辨率降水格点数据、英国Hadley中心观测海温数据、ERA5逐月大气再分析资料及大气环流模式,研究了华南后汛期期间(7—9月)IOD Modoki事件与华南后汛期降水异常的关系及可能机理。观测资料结果表明,华南后汛期降水异常与热带印度洋中部(东和西部)海温异常呈显著正(负)相关关系,表现为印度洋IOD Modoki或印度洋三极子事件的空间分布型。滤除ENSO信号影响后,华南后汛期降水异常仍和IOD Modoki存在较为密切的联系。IOD Modoki正异常对华南后汛期降水异常的影响有以下途径,一方面,异常水汽从热带印度洋东部向西输送至热带中印度洋后,在北半球受科氏力作用向东输送至华南地区,为华南地区提供了充足的水汽条件,并且对华南地区降水正异常的主要水汽辐合贡献为平均水汽的水平扰动散度项和扰动引起的平均水汽垂直平流项。另一方面,热带东南印度洋海温负异常,通过Mastuno-Gill响应引起对流层低层自热带东南印度洋至热带中印度洋有东南风异常,增强了70°E附近的越赤道气流,在北半球向东输送至西北太平洋,这引起了华南地区对流层低层气旋式环流异常。另外,热带东印度洋对流层低(高)层异常辐散(辐合),华南地区低(高)层异常辐合(辐散)增强了东亚地区的局地Hadley环流,有利于华南地区降水的产生。再者,IOD Modoki引起南亚季风区受异常下沉运动控制,并通过季风-荒漠机制引起副热带北大西洋东部、北非荒漠区及地中海西部周围正涡度异常,激发了沿急流向下游传播的准静止Rossby波,增强了日本海高压异常和华南及邻近地区对流层低层气旋式环流异常。上述原因均有利于华南地区降水的产生,反之亦然。上述结果在数值模式中亦得到了验证。     

初夏孟加拉湾低压与云南雨季开始期

通过对46年(1961—2006年)的初夏(4月21日~5月31日)孟加拉湾低压的研究,发现影响云南雨季开始期的初夏孟加拉湾低压系统源地大致位于9°~12°N,88°~91°E之间,较强的低压系统从源地移出后分别沿着两条路径影响云南,这两条路径对应着不同强弱的南亚高压环流。初夏孟加拉湾低压出现频率与云南雨季开始早晚有明显的负相关关系。前期3月中南半岛附近海域的对流强(弱),则有(不)利于初夏孟加拉湾地区产生低压系统。初夏孟加拉湾低压与前期南印度洋海温呈负相关,当南印度洋海温下降(上升)时,有(不)利于孟加拉湾地区对流加强、低压系统生成。     

太平洋海温场不同时间尺度背景下华南前汛期持续性暴雨的统计特征

利用1961—2012年华南逐日降水资料,分析了太平洋海温场两种不同时间尺度背景下华南前汛期持续性暴雨的统计特征,并探讨了海洋外强迫信号可能对华南前汛期降水的低频变化周期造成的影响,以期为华南前汛期持续性暴雨过程的延伸期预报提供依据。结果表明:PDO(Pacific Decadal Oscillation,太平洋年代际振荡)冷位相年,华南前汛期发生典型持续性暴雨过程的概率比PDO暖位相年大,且暴雨强度偏强,持续时间偏长;太平洋海温场两种不同时间尺度背景下,华南典型持续性暴雨过程呈现不同的特征,PDO冷位相配合冬春Nino区海温异常,华南前汛期易出现强度较强、持续时间较长的典型持续性暴雨过程;太平洋海温两种不同时间尺度的外强迫信号可能影响华南前汛期降水的低频变化周期,进而影响华南前汛期持续性暴雨的持续时间和强度。