近几年我国霾污染实时季节预测概要

近些年,中国东部经历了严重的霾污染,对人体健康、交通安全、生态系统以及社会经济有巨大的危害。在1周以内的霾污染预报之外,季节尺度的霾污染预测可以给减排治污措施的制定提供更长时间尺度的科学支撑。本文以年际增量为预测对象,选取前期外强迫因子为自变量,分别针对京津冀和长三角区域建立逐月的冬季霾日数季节尺度预测模型,并开展了实时的季节预测。总体来看,京津冀和长三角区域预测模型的性能大体处于相似的水平,均方根误差在2 d左右,对距平符号的捕捉率在80%以上,对霾日数变化的长期趋势具有很好的再现能力。在2016/2017年冬季京津冀霾日数实时预测中,模型预测的结果相对于常年值的定性结论全部准确,相对于前一年污染状况的结论大多数准确。在2017/2018年冬季长三角霾日数实时预测中,12月和1月的预测误差较小,2月的预测误差在2 d左右。     

论短期气候预测的对象问题

基于气候变化的物理过程和数学方面的考虑,讨论了短期气候预测的对象问题。短期气候预测对我国具有重大的经济和社会价值,但也是非常困难的科学难题和科学工程。传统的把气候距平作为预测对象的方法并不一定具有科学严谨性和应用上的高效性。因此提出把气候年际增量作为新的预测对象,并从数学物理考虑上进行了讨论。最后,基于一个气候模式的预测试验,实际检验了新的预测对象方案的效果。     

云南夏季降水异常的影响因子及物理统计预测方法

云南夏季降水年际变化较大,影响因子众多,夏季降水的预测较为困难.使用1965-2017年云南省122个气象观测站的逐日降水资料和NCEP大气环流资料,采用年际增量的方法来预测云南夏季降水.文中基于云南夏季降水年际增量变化规律和影响夏季降水的环流形势及物理过程,选取了6个具有物理意义的预测因子,包括:前期2月南太平洋海温...     

2017年冬季北京霾日极少的大尺度气候和环流背景:兼论“霾气候”预测研究

近年北京霾问题受到广泛关注。2017年冬季北京霾日显著偏少,同样令人瞩目。Pei等2018年提出一种影响北京持续性霾事件多寡的大尺度气候和环流背景机制,指出西北太平洋关键区（K区）海表温度距平起重要作用。文中据此对比分析2017和2016年冬季情形发现:2016年冬季K区偏暖,东亚冬季风系统偏弱,华北地区多异常偏南风距平,低层大气偏稳定,导致霾日偏多;而2017年情形恰好相反。这说明北京霾也受制于大尺度气候异常。进而简述现有研究存在的问题,就如何推进“霾气候”预测研究提出若干建议。      

四川盆地冬季霾日数的分布特征及其与气象条件和海温关系

利用四川盆地气象站点资料和NCEP/NCAR再分析资料,结合四川盆地冬季霾日数的时空变化特征,分析了影响盆地冬季霾日数的气象条件,探讨了海温异常对冬季霾日数的可能影响,基于海温关键区建立冬季霾日数预测模型,并检验了模型的预测能力.研究表明,四川盆地冬季霾日数呈弱增加趋势;四川盆地三大城市群为冬季霾多发区;四川盆地冬季霾...     

基于混合回归模型的夏季高温日数预测

本文以变化比较激烈的高温日数为对象,通过加权叠加、周期波动以及尺度比较等理论分析提出一种短期气候预测观点,即长周期波动可用当地前期各种气象要素的长周期波动的某种函数表示,而短周期波动依然与大范围周边环境因子的变化有关。采用功率谱分析、逐步回归、方差分析等常用统计手段和二项式平滑方法,建立长周期波动和波动偏差比的预报方程,在此基础上得到高温日数的预报方程。应用该方法对合肥地区的高温日数进行了预测试验,利用滚动预报得到13个预报样本。在13个试测样本中,有11个样本试测较为准确,试测准确率达到84．6％。在试测不准确的2个样本中,误差有5～6d,而且它们出现在高温日数相对较多的年份,因此试测效果令人满意。     

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。     

基于年际增量方法的云南省普洱雨季开始期气候预测

基于普洱雨季开始期年际增量变化规律和影响雨季开始期的环流形势及物理过程,采用年际增量方法和多元线性回归分析方法,选取5个具有物理意义的预测因子(包括前期1月南半球绕极环流、前期2月南太平洋高压、前期4月孟加拉湾至南海海平面气压、前期冬季加拿大北部海冰和前期冬季伊朗高原积雪深度),建立了普洱雨季开始期的预测模型,并对预测模型进行1967—2017年的交叉检验和1998—2017年的逐年独立样本检验。交叉检验中,雨季开始期预测值和观测值年际增量的相关系数为0.84,相对均方根误差为24%;独立样本检验中,雨季开始期年际增量的相对均方根误差为15%,模型对雨季开始期异常年份的预测误差小于7 d,表明该预测模型能很好再现1967—2017年雨季开始期的变化趋势。     

试用卡尔曼滤波方法作冬季平均气温的短期气候预测

对淄博市１９５２ 年～１９９８ 年的冬季平均气温变化特征进行了分析,建立了冬季平均气温的卡尔曼滤波递推系统。结果表明,卡尔曼滤波方法在气象要素的短期气候预测方面有一定的使用价值,在气候变暖的预报方面有其显著优势。     

大样本初始化十年际预测试验（CESM-DPLE）对东亚夏季气候预测的评估

基于气温和降水观测资料以及美国国家环境预报中心/国家大气研究中心(NCEP/NCAR)大气再分析资料,系统评估了大样本初始化十年际预测试验(CESM-DPLE)对1959—2016年东亚夏季气候预测的能力。结果表明,CESM-DPLE能较好地模拟东亚夏季气候以及相关主要大气环流系统的基本态特征,在年际尺度上对东亚气温有很高的预测技巧但对降水几乎没有预测能力。CESM-DPLE再现了北大西洋多年代际振荡(AMO)经由激发遥相关波列所引起的中高纬度大气环流、东亚夏季风和气候的异常。20世纪90年代末之后,北大西洋多年代际振荡由冷位相转为暖位相,遥相关波列位相调整,东亚受异常低压控制,东亚夏季风偏强,夏季气温偏高、降水偏多。总体上,尽管还存在着不足,但CESM-DPLE对东亚夏季温度年际变化以及与20世纪90年代末北大西洋多年代际振荡位相转变相联的东亚夏季气候年代际变化具备一定的预测能力,是目前研究和预测东亚气候变化的一套较好试验数据。     

基于气候系统指数的月尺度霾日定量预测方法研究——以芜湖市为例

利用1955-2018年芜湖市国家气象观测站资料,1980-2018年国家气候中心气候系统指数资料,对芜湖市近64 a的霾日气候序列进行重建,在此基础上使用线性趋势和Mann-Kendall方法,系统分析了芜湖市霾日的气候特征.以芜湖市为例,借助多元逐步回归方法,尝试研究了一种以气候系统指数为 自变量,霾日为因变量,建...     

长江三角洲夏季持续性高温预报方法的研究

采用1999～2008年逐日最高气温观测资料和NCEP逐日再分析资料,统计分析了长江三角洲地区近10a夏季温度的低频周期,揭示了对该地区夏季温度变化产生影响的区域和特征。研究表明,该地区夏季温度的低频周期为10-30d。通过相关分析在42．50～47．5°N、82．5°～90°E,42．5°～47．5°N、80°～90...     

哈尔滨雾霾天气候特征

利用哈尔滨地面气象观测数据,对1961-2010年哈尔滨雾霾天气候特征进行分析,得出:1961-2010年,哈尔滨的雾霾天经历了一个减少-增多-减少的过程;哈尔滨市雾霾天气出现较频繁,有四到五成的日子会有雾霾天气出现,雾霾天以烟幕和轻雾天为主;雾霾天冬季出现最多,其次秋季,春、夏季较少;雾生多在凌晨3-6时,消多在清晨5-9时;持续时间多4 h(占有记录的雾持续时间81%)。     

长江流域年降水预测动力-统计降尺度方法及其应用

基于站点资料、再分析数据和动力气候模式回报数据,利用经验正交函数分解（EOF,Empirical Orthogonal Function）迭代和年际增量方法,探讨了长江流域年尺度降水异常的动力-统计降尺度预测方法及其应用效果。结果表明,基于再分析数据的年尺度环流场,建立的长江流域年尺度降水异常增量的统计降尺度预测方案,其26 a回报检验的距平相关系数（ACC）平均达0.6,证明该方案具有较高的可预报性。进一步利用模式预测的年尺度环流场,建立了年降水异常增量的动力-统计降尺度预测方案,其ACC平均为0.42,显示了较高的回报技巧,远优于模式直接输出的年降水动力预报结果。通过分析调制年降水预报技巧高低的因素发现,赤道中东太平洋年平均海温距平为负值时,预报技巧更高,ACC平均达0.5以上。在拉尼娜发展年或拉尼娜持续年的冷水背景下,利用EOF迭代选取的特征向量偏多时,多尺度的大气环流信息被纳入预测模型中作为预测信号,预测技巧得到了提高。     

Remote impacts from the tropical Indian Ocean on haze pollution in January over the Yangtze River Delta

近年来,长三角霾事件频发,对人类和生态系统健康造成了严重危害,结果表明:热带印度洋12月海温与长三角1月霾日数呈显著正相关,特别是1999-2017年.12月,海温正异常加热上层空气,1月在对流层上层激发类似MatSuno-Gill模态和一系列Rossby波列,将信号传输至长三角,随后向下游日本海和阿留申群岛传播.长三...     

Monthly Variations of Atmospheric Circulations Associated with Haze Pollution in the Yangtze River Delta and North China

Haze pollution in early winter(December and January) in the Yangtze River Delta(YRD) and in North China(NC)are both severe;however, their monthly variations are significantly different. In this study, the dominant large-scale atmospheric circulations and local meteorological conditions were investigated and compared over the YRD and NC in each month. Results showed that the YRD(NC) is dominated by the so-called Scandinavia(East Atlantic/West Russia)pattern in December, and these circulations weaken in January. The East Asian December and January monsoons over the YRD and NC have negative correlations with the number of haze days. The local descending motion facilitates less removal of haze pollution over the YRD, while the local ascending motion facilitates less removal of haze pollution over NC in January, despite a weaker relationship in December. Additionally, the monthly variations of atmospheric circulations showed that adverse meteorological conditions restrict the vertical(horizontal) dispersion of haze pollution in December(January) over the YRD, while the associated local weather conditions are similar in these two months over NC.     

我国冬季持续低温事件预报模型的建立

利用1979—2010年我国冬季522个站点的日平均温度资料,使用基于尺度分离的多元线性回归方法建立预报模型,对我国冬季的持续低温事件的预报做了一定的尝试。将温度按照一定的方法进行尺度分离,分解出年际、月、季节内尺度温度,对各个部分分别进行拟合再相加。挑选特定海区的海温、北极海冰作为年际尺度温度预测因子,多个低频气象场作为季节内温度预测因子,利用1979—2003年资料拟合出各因子回归系数。用重构的冬季温度挑选出持续低温事件并与实际的事件进行对比检验,计算出此方法的TS评分为0.57,再利用2008年初我国南方大范围的持续低温事件检验拟合结果。检验结果表明基于时间尺度分离的多元线性回归方法在持续低温事件的预报中有一定的参考意义。     

2017年冬季长沙一次重度霾污染天气过程气象成因分析

利用空气质量监测资料、常规气象资料,根据气象条件的水平和垂直扩散能力,以及地面湿度和动力条件等分析了2017年1月27—29日长沙地区这次严重空气污染事件的污染特征。结果表明:污染发生时段,南支槽不断加深东移,槽前势力强盛的西南气流将孟加拉湾一带的水汽向长沙地区输送,进一步增加了该地区的空气湿度。同时,持续东移的脊前暖平流对长沙中低层大气增温有显著影响,为稳定的大气层结创造了有利条件。长沙处于弱高压的底后部,受大范围的弱鞍型场及均压场控制,地面有暖倒槽发展,且由于高压较弱,导致地面和低空的风速较小,不利于污染物的水平扩散,同时有利于夜间地面的辐射降温。稳定的大气环流形势为霾天气和严重污染提供了持续稳定的大气环境场,逆温结构和稳定温度层结在一定程度上减弱了大气在垂直方向上的湍流交换和热力对流,大气中的污染颗粒不易扩散,为此次污染事件的维持、加剧提供了重要的气象条件。长沙地区处在罗霄山脉和雪峰山脉之间的湘江故地,受周边地形阻挡的影响,污染物在下沉气流的控制下聚集到长沙地区后,很难通过水平输送离开,这也是造成此次霾污染的原因之一。