2019年汛期大渡河流域面雨量多模式预报效果检验

基于站点观测资料、格点实况资料和智能网格、西南区域中心业务运行的中尺度模式系统(southwest center WRF ADAS real-time modeling system,SWCWARMS)及欧洲中期天气预报中心(ECMWF)模式资料,以面雨量为研究对象,采用平均绝对误差、模糊评分、正确率、TS评分、偏差分...     

六大流域强降水面雨量气候特征分析

对长江上游六大流域1971～2000年强降水面雨量进行了统计，通过分析强降水面雨量出现频次、极值分布、滑动极值和流域之间强降水的关系，初步得出强降水面雨量的时空分布特点，即强降水面雨量具有明显的季节分布特征，年变化清楚，不同流域强降水面雨量频次分布、量级分布、极值分布、集中降水强度差异明显，相邻流域强降水面雨量关系密切。     

1981~2017年雅砻江流域面雨量变化特征分析

利用1981～2017年雅砻江流域18个气象站的逐日降水资料,采用算术平均、滑动平均、线性回归等方法,分析了流域面雨量、雨季的时空分布特征。结果表明:雅砻江流域面雨量随月份起伏明显,年内变化呈单峰型。流域春季面雨量呈增加趋势,夏季面雨量中上游呈稳定趋势,下游呈减少趋势,秋季中游和下游呈减少趋势,冬季变化不明显。流域年平均面雨量由北向南逐渐增多,上游和中游呈上升趋势,下游呈下降趋势。雅砻江流域雨季开始期呈提前趋势,雨季结束期上游和下游有推迟趋势,中游变化趋势不明显。流域强降水主要出现在6～9月,面雨量最大值出现在7月,最小值在1月。流域上游的强降水与中游、下游的基本没有关联度;下游强降水和中游关联度为23.3%。      

江苏省流域面雨量气候特征及与雨涝关系的探讨

本文较为详细地分析了1961-2000年汛期5～9月江苏省四大流域面雨量年际、月际变化特征及面雨量的空间分布特征，提出了面雨量异常指数的定义，进行了极值分析，并分析了1980-2000年江苏省内涝对应的面雨量极值、面雨量距平。统计结果表明，强降水面雨量能较好的表征洪涝程度，为今后进一步研究流域面雨量致灾预测打下了基础。     

黑河流域气候特征及面雨量分析

文中分析了黑河的流域概况及流域面雨量的时空分布和年际变化 ,较为全面地揭示了整个流域面的气候特征 ;同时对黑河径流量的年内分配及其与流域面雨量的关系作了初步探讨 ,为进一步研究流域面降水的预报方法打下了基础。     

大渡河上游面雨量预报质量检验与释用

基于2019年6-10月中央气象台智能网格预报模式（NWGD）降水产品和CMPAS-V2.1融合降水分析实时数据产品,采用平均绝对误差、晴雨预报正确率、TS评分等方法评估该预报产品对大渡河上游面雨量的预报效果。评估结果表明：NWGD预报产品在大渡河上游面雨量的预报效果整体较好,平均绝对误差范围控制在5.6 mm以内,晴雨预报可信度较高。小雨的预报效果好于中雨,小雨的TS评分大于中雨,空报率和漏报率均低于中雨。将小雨和中雨分别做消空处理,小雨各预报时效消空处理后晴雨预报正确率提升不明显,而中雨预报效果有明显提升。     

黄河上游洪灾及流域雨量预报

通过统计分析黄河上游流域特征、洪灾特征和强降水特征及成因等,首先建立了强降水预报智能模型。并在此预报结论的基础上,利用三角形面积计算法和流域分区原理在ＭＩＣＡＰＳ系统上进行二次开发,完成了黄河上游流域及各区段面雨量预报业务系统的建立,使用效果良好。     

近30多年汉江流域面雨量时空变化特征分析

利用汉江流域1967-2000年逐日面雨量资料,分析了汉江流域及其上游、中下游和唐白河流域三个区间面雨量的平均值、极值、降水频次、连续强降水等特征值。结果表明,汉江流域面雨量季节性明显,存在夏汛与秋汛之分;该流域面雨量,20世纪80年代主要为高值期,90年代为低值期,2000年后又进入一个相对高值期,呈11年左右年代际变化;该流域面雨量年变化曲线为较对称的单峰型,峰顶在7月;该流域(连续)强降水主要出现在4-10月,夏季最多,秋季仍可出现相当明显的降水。     

浙江省流域面雨量业务系统

主要介绍了浙江省气象局2003年业务建设招标项目浙江省流域面雨量业务系统的建设情况、采取的技术路线和实现的主要功能。该系统采用了成熟的COM组件和GIS技术，利用Kriging插值算法、等值线跟踪法和扫描线算法分别实现全省范围雨量网格化分析、等值线分析和流域面雨量计算，系统能实现4级53个流域面雨量的计算。     

1961—2008年淮河流域主汛期极端降水事件分析

利用淮河流域117个台站1961－2008年主汛期（6－8月）逐日降水资料,采用降水百分位数法划分极端降水阈值,建立极端降水事件时间序列;在此基础上揭示淮河流域极端主汛期降水事件时空演变特征。结果表明：淮河流域主汛期极端降水总量年际变化大,其强弱与旱涝格局基本对应。极端降水事件发生频次的多寡很大程度上影响着淮河流域主汛期降水量。一致性分布是淮河流域主汛期极端降水事件发生频次的最主要空间模态,其发生频次空间上可分为流域中东部、中北部、西南部、西北部及南部5个主要区域。极端降水事件总体上有增加趋势,特别是流域     

新疆北部雨季降水对ENSO的响应

分析研究了新疆北部地区近50年（1951－2000年）全年各月降水的气候分布特征和各季降水的年际变化规律，重点揭示了北疆多雨季节（4－7月）及各月降水量对赤道东太平洋的海温SST和南方涛动指数SOI的显著响应关系，并用前期SST和SOI作为预报因子，建立了北疆地区雨季降水量的预报方程，该方程对北疆地区雨季降水量的长期预报有重要的应用价值。     

大渡河流域积雪特征及其与气候要素和径流的关系

利用MOD10A2遥感影像提取大渡河流域2010~2014年积雪覆盖数据,结合水文气象站点数据分析了大渡河流域积雪时空分布特征及气象因子-积雪面积-径流之间的关系。结果表明:年平均积雪面积最大的是康定,最小的是泸定。积雪在冬季最大,夏季积雪最少。积雪面积变化随月份起伏明显,积雪过程集中在10月到次年4月。降水和气温变化较一致,其峰值滞后于积雪面积峰值。积雪和气温、降水的相关性表明,积雪面积与气温、降水呈负相关,且气温与积雪面积相关性更大。径流的变化具有周期性,5月开始迅速增大,7月达到最大值。径流和积雪以及气象因子的相关性分析表明,径流与积雪面积呈负相关,与气温和降水都是正相关,且径流与降水相关性更大。     

江南地区汛期降水与热带海温关系的SVD分析

江南汛期降水异常的分析指出,6月是江南最易发生降水异常的一个月。从空间分布看,降水异常最易发生在江南的中部地区。用SVD方法分析发现,与江南汛期降水异常相关的海温异常分布型是“翘翘板”型,关键区恰好位于相关最显著的部位,前一年5～7月为海温的关键影响时段,且与汛期中4～5月的降水有最好的负相关关系。在该海温异常型影响下,次年中国东部4～6月的降水异常表现为长江南北的反位相变化特征,而江南地区位于该雨型相关显著的部位,江南中部为其影响最显著的区域。     

2007年淮河流域雨季暴雨多尺度环流分析

使用NCEP/NCAR 1°× 1°逐日再分析资料、风云2号气象卫星亮温(TBB)资料,分析2007年淮河流域梅雨期降水的多尺度特征.结果表明,2007年梅雨期暴雨集中在淮河流域,其中从6月30日-7月8日.沿淮淮北连续9 d暴雨、大暴雨,降水集中程度和降水强度均超过2003年,导致淮河流域发生仅次于1954年大洪水.雨季期间乌拉尔山附近的阻塞高压频繁出现;西太平洋副热带高压偏强,且位置稳定;强盛的季风涌将充沛的水汽输送到淮河流域一带与中高纬度干冷空气频繁交汇.西太平洋副热带高压稳定偏强、强盛的季风涌、中高纬度冷空气和青藏高原对流扰动东传的有利配置导致2007年淮河流域集中强降水.     

近52年广东开汛期特征及与前汛期降水的关系分析

利用广东省86个气象台站近52年(1962—2013年)逐日降水量资料,统计了逐年各台站及全省开汛期(rain season onset date/RSOD),并对广东省开汛特征及其与前汛期降水的关系进行了分析。分析结果表明:(1)广东省开汛期多集中在3月下旬至4月中旬,最早和最迟开汛期相差94 d;(2)广东省东南大部、北部大部较中部大部和西南部开汛早,雷州半岛开汛最迟;(3)广东省开汛可分为突发型开汛和渐进型开汛两种类型;(4)广东省开汛期年(代)际变化特征明显,存在15～16 a的年代际振荡周期,1986年为年代振荡周期变化的转折点,前后分别存在8 a和5～6 a的年代振荡周期;(5)各台站开汛期与3月下旬及4月降水相关性最好,与5、6月及前汛期降水的相关性差;(6)广东开汛异常偏早(晚)年,其前冬500 hPa高度场存在明显差异。     

2009年广东省汛期降水空间分布不均的气候成因

2009年广东省汛期(4～9月)降水呈现出空间分布不一致性,采用统计方法分析引起这种现象的成因:直接原因是大气环流异常导致了季风爆发偏晚和冷空气偏弱,从而前汛期降水大部分地区偏少;而后汛期期间西太平洋副热带高压偏西偏强,导致热带气旋主要登陆及影响珠江口和粤西地区,从而后汛期降水雨带主要位于粤西南。因而,2009年汛期多种环流因素的共同作用,导致了珠江口及其以西降水偏多,其余地区降水偏少。     

贵州省汛期降水特征及强降水过程分型研究

【目的】为探究贵州省汛期降水的时空分布特征及演变规律。【方法】利用贵州省81个气象观测站1981—2020年汛期降水资料,采用EOF、REOF及交叉小波分析等方法对贵州省汛期降水时空特征进行分析及强降水过程分型研究。【结果】贵州省1981—2020年汛期平均降水量为924.9mm,降水量在682.7~1194.1mm,呈显著上升趋势,上升速率为16.94mm/10a。贵州汛期降水大体上呈现西南向东北递减的趋势,强降水过程次数及持续天数分布及波动变化与汛期降水基本一致。【结论】贵州省汛期降水分布不均,具有显著的年代际变化。贵州省汛期强降水空间场主要有全省一致型、东西反向型和南北反向型3种典型模态。经REOF方法可将贵州省细分为3个强降水区域,根据环流场分析,又可进一步划分为东部型强降水（I型和III型）与西部型强降水（II型）,各类型强降水落区受500hPa环流分布情况以及850hPa水汽来源与强度的影响。     

Simulation and Projection of Changes in Rainy Season Precipitation over China Using the WRF Model

The Weather Research and Forecasting (WRF) model is used in a regional climate model configuration to simulate past precipitation climate of China during the rainy season (May-September) of 1981-2000, and to investigate potential future (2041-2060 and 2081-2100) changes in precipitation over China relative to the reference period 1981-2000. WRF is run with initial conditions from a coupled general circulation model, i.e., the high-resolution version of MIROC (Model for Interdisciplinary Research on Climate). WRF reproduces the observed distribution of rainy season precipitation in 1981-2000 and its interannual variations better than MIROC. MIROC projects increases in rainy season precipitation over most parts of China and decreases of more than 25 mm over parts of Taiwan and central Tibet by the mid-21st century. WRF projects decreases in rainfall over southern Tibetan Plateau, Southwest China, and northwestern part of Northeast China, and increases in rainfall by more than 100 mm along the southeastern margin of the Tibetan Plateau and over the lower reaches of the Yangtze River during 2041-2060. MIROC projects further increases in rainfall over most of China by the end of the 21st century, although simulated rainfall decreases by more than 25 mm over parts of Taiwan, Guangxi, Guizhou, and central Tibet. WRF projects increased rainfall of more than 100 mm along the southeastern margin of the Tibetan Plateau and over the lower reaches of the Yangtze River and decreased rainfall over Southwest China, and southern Tibetan Plateau by the end of the 21st century.     

开都河流域面雨量与径流变化分析

对开都河流域及其附近的8个气象站和3个水文站的1961—2000年的年降水资料进行自然正交分解(EOF),利用梯度距离平方反比法(GIDS)作为差值公式,建立了主要特征向量与地理因子的插值模型,并以数字高程模型(DEM)的1km×1km网格数据为基础,推算出开都河流域平均年降水量的空间分布以及逐年面雨量序列。计算结果表明:开都河流域面雨量年平均为80.6×108m3,径流量与面雨量之比(R/P)平均为0.38,最大为0.53,最小为0.32。面雨量与径流量的年际相对变化幅度是一样的,变差系数Cv值为0.17。