中国地面气温统计降尺度预报方法研究

利用中国752个基本、基准地面气象观测站2000—2010年地面温度日值数据,采用具有自适应特征的Kalman滤波类型的递减平均统计降尺度技术,对中国地面温度进行精细化预报研究。分析该方案的降尺度效果,并与常用插值降尺度方法进行比较。结果表明:1)递减平均统计降尺度技术相比插值方法有较大的提高,显著减小东西部预报效果差异,1~3 d预报的均方根误差减小了1.4℃;2)该方案1~3 d预报的均方根误差为1.5℃,预报误差从东南地区(均方根误差为1.4℃)向西北地区(均方根误差为1.8℃)逐渐增大,并且预报效果夏季优于冬季。因此,递减平均统计降尺度技术对中国地面温度进行精细化预报是可行的。     

基于TIGGE资料的北半球地面气温预报的统计降尺度研究

基于TIGGE(THORPEX Interactive Grand Global Ensemble,全球交互式大集合)资料中欧洲中期天气预报中心(European Centre for Medium-Range Weather,ECMWF)、日本气象厅(Japan Meteorological Agency,JMA)、美国国家环境预报中心(National Centers for Environmental Prediction,NCEP)和英国气象局(United Kingdom Met Office,UKMO)4个中心的北半球地面2 m气温集合平均预报资料,利用插值技术与回归分析,并引入了消除偏差集合平均(bias-removed ensemble mean,BREM)和多模式超级集合(superensemble,SUP)方法进行统计降尺度预报研究。结果表明,在2007年夏季3个月中,4个单中心的降尺度预报明显地改善了预报效果。引入SUP和BREM两种集成预报方法后,预报误差得到进一步减小。对比综合表现最好的单中心ECMWF的预报,1~7 d的降尺度预报误差改进率均达20%以上。研究还发现,引入SUP方法的降尺度预报效果优于引入BREM方法的降尺度预报,利用双线性插值方法在上述两方案中的预报效果优于其他3种插值方法。     

统计降尺度方法在北京月尺度预测中的应用

利用SDSM(statistical downscaling method)方法对北京47年(1961-2007年)的最低、最高气温和降水变化情况进行模拟评估,在此基础上对2008年北京奥运期间和2009年国庆期间天气变化进行实际预测应用。结果表明,SDSM方法具备模拟气温和降水等要素的能力。从年际变化模拟的情况上看,SDSM模型对气温模拟的效果好于降水,其中对于月平均最低(最高)气温模拟的效果好于最低(最高)气温极值的模拟。模型模拟的逐年极端最高(最低)气温结果在整体上偏低于实况气温,体现出气温极值模拟能力的不足。SDSM模型模拟的降水量整体上小于实测值,对降水极大值模拟能力更弱。对奥运会和国庆期间北京天气预测结果表明,模型对日最高、最低气温和降水的数值预测能力较差,预测值偏低于实际值,但升温和降温过程发生的时段能够准确的预测。     

统计降尺度方法集合预估华东气温的初步研究

利用共同经验正交函数(EOF)分解和逐步线性回归相结合的统计降尺度方法,研究了1月和7月华东地区41个气象观测站2070—2100年未来月平均温度变化情景的集合预估。同时采用850 hPa温度场、850 hPa位势高度和温度的联合场以及海平面气压和850 hPa温度的联合场作为预报因子变量场,对于两个场联合的预报因子变量场,采用的是两个变量场空间联合的EOF分解的方法。同时通过改变统计降尺度过程中输入的预报因子变量场、预报因子变量取值的区域,以及输入逐步线性回归方程的主分量个数共建立27种统计降尺度模型,并把它们应用于2种全球气候模式(GCMs):Echam5和HadCM3 IPCC AR4 20C3M和A1b情景,从而每个站点均生成1950—2099年(HadCM3)或1951—2100年(Echam5)1月和7月共54个IPCC TR4 A1b温度变化情景,然后对54种预估情景进行集合分析。多个温度变化情景的集合预估采用它们的中位数来表示。结果表明:(1)当前气候条件下,多个统计降尺度结果的集合预报如采用箱线图的中位数能够在一定程度上提高统计降尺度方法的模拟性能;(2)2070—2100年1月和7月未来气温情景相比当前气候条件的增温约3～4℃,7月与1月相比不确定性增大。     

中国夏季降水的组合统计降尺度模型预测研究

现阶段的动力气候模式尚不能满足东亚区域气候预测的实际需求,这就需要动力和统计相结合的方法,将动力模式中具有较高预测技巧的大尺度环流信息应用到降水等气象要素的统计预测模型当中,以改善后者预测效果。本文中所介绍的组合统计降尺度模型,可将动力气候模式预测的大尺度环流变量和前期观测的外强迫信号作为预测因子来预测中国夏季降水异常。交叉检验结果显示,组合统计降尺度预测模型的距平相关系数较原始模式结果有较大提高。在实时夏季降水预测中,2013～2018年平均的预测技巧相对较高,趋势异常综合检验（PS）评分平均为71.5分,特别是2015～2018年平均的PS评分预测技巧达到72.7分,总体上高于业务模式原始预测和业务发布预测的技巧。该组合统计降尺度模型预测性能稳定,为我国季节预测业务提供了一种有效参考。     

广义线性统计降尺度方法模拟日降水量的应用研究

利用1960—2010年青藏高原23个台站和长江下游25个台站的日降水量观测资料及NCEP再分析资料,采用广义线性模型的统计降尺度方法模拟台站日降水量,并评估了广义线性模型对日降水量的模拟能力。在建模期(1960—2005年)广义线性模型对日降水量表现出良好的模拟能力,两区域模拟结果与观测值1月平均相关系数0.75左右,7月也均超过0.5。模拟结果大部分台站日降水偏大,但偏大的量值较小;模拟的无降水准确率较高,最高值在高原区域,1月平均达85.2%。检验期(2006—2010年)广义线性模型模拟的日降水与建模期具有较好的一致性。此外,对两区域代表站的分析显示,广义线性模型模拟降水极值和降水0值的效果较好,且较好地还原了主要降水过程。总之,广义线性模型对日降水量的降尺度效果良好,适合应用于气候领域的相关研究。     

我国东部夏季降水量统计降尺度的可预测性研究

利用1951—2007年逐月的北半球500 hPa高度场资料,使用降尺度技术和偏最小二乘回归方法,对我国东部夏季6—8月降水量作可预测性研究。用全球大气与热带太平洋相耦合的数值模式(CGCM)输出的500 hPa高度场作为因子场,利用建立的预报模型作预报试验。试验结果表明,以北半球东亚40°E~180°地区的500 hPa高度场是较佳的降尺度因子场。预报模型的建立与使用的提取主分量个数和资料时期有关,提取主分量数在4~7、样本容量取32~43时有较好的预测效果。试验结果还表明,以CGCM模式输出的500 hPa高度场作为因子场进行预测,有一定的预测能力。     

中国西北地区夏季降水及其东部降尺度预测模型

利用中国气象局提供的降水数据和NCEP/NCAR再分析资料,分析了1961-2018年中国西北地区降水的气候特征,并构建了西北地区东部降水短期预测的统计降尺度模型。结果表明,1961-2018年西北地区降水整体呈现增加趋势,尤其是2000年以后降水明显偏多;西北地区降水呈西少东多的特征,但西部降水增加明显,而东部降水无明显趋势变化。针对西北地区东部夏季降水进行归因分析,找到了影响西北地区东部降水的4个同期关键影响因子——中亚地区200 hPa位势高度、北太平洋850 hPa V风、北大西洋850 hPa U风、南印度洋海平面气压,这4个因子分别反映了西风急流的特征、北太平洋海平面气压的“-+”结构、北大西洋涛动（North Atlantic Oscillation, NAO）的特征及马斯克林高压的强度;当西风急流偏北偏强、北太平洋海平面气压“-+”结构减弱、 NAO偏强或马斯克林高压偏弱时,有利于西北地区东部降水。在降尺度模型建立阶段,模型结果与西北地区东部夏季降水量平均偏差为17.5 mm,平均偏差率为10.3%;在模型检验阶段,模型结果与西北地区东部夏季降水量平均偏差为26.2 m...     

基于降尺度技术的精细化气温预报研究

采用中国T639预报模式提供的气温数值预报资料及两要素加密自动站气温资料,对贵州省内2 000多个乡镇站点进行气温精细化预报研究。结果表明,在对2013年1—3月预报时效为24~168 h的气温预报试验中,无论从均方根误差的角度还是按照贵州省的业务评分标准,进行降尺度技术处理后的精细化气温预报效果较直接的气温预报有着明显的改进。试验中,对于24 h的预报改进最明显,均方根误差减少达19.1%,预报业务评分改进达24.5%,全省平均评分均在70%以上,较大幅度地改进了T639预报模式直接提供的气温预报。     

多模式动力降尺度对中国中东部地区极端气温指数的模拟评估

利用LMDZ4变网格大气环流模式分别嵌套于BCC-csm1.1-m、CNRM-CM5、FGOALS-g2、IPSL-CM5A-MR和MPI-ESM-MR等5个全球模式,进行中国中东部地区1961-2005年动力降尺度模拟试验,对比分析降尺度前后各模式对中国中东部极端气温指数的模拟能力。结果表明,相较全球模式,LMDZ4模式较好地刻画了青藏高原、四川盆地等复杂地形的变化,能更好地表现出中国中东部地区极端气温的空间分布。但降尺度改善效果具有明显的区域性差异,对于最高气温、最低气温和霜冻日数,降尺度之后主要在东北、西北、青藏高原以及西南地区改善明显,与观测场的空间相关系数提高至0.95以上,均方根误差低于0.5℃（0.5 d）,且降尺度后模式对最低气温和最高气温空间相关系数的改善程度随地形升高而增大;对于热浪指数,降尺度后在东北、华南以及西南地区热浪分布大值区改善效果明显,但模式间的一致性不高。降尺度在一定程度上模拟出与观测一致的最高、最低气温的线性趋势空间分布,在东北、华北、青藏高原和西南地区最低气温和霜冻日数趋势误差较全球模式小。降尺度模式集合（RMME）对极端气温气候平均场和线性趋势均有较高的模拟能力。多模式动力降尺度能够提高全球模式对中国区域极端气温的模拟能力,为提高未来预估能力提供了基础。     

统计降尺度法对华北地区未来区域气温变化情景的预估

迄今为止,大部分海气耦合气候模式（AOGCM）的空间分辨率还较低,很难对区域尺度的气候变化情景做合理的预测。降尺度法已广泛用于弥补AOGCM在这方面的不足。作者采用统计降尺度方法对1月和7月华北地区49个气象观测站的未来月平均温度变化情景进行预估。采用的统计降尺度方法是主分量分析与逐步回归分析相结合的多元线性回归模型。首先,采用1961～2000年的 NCEP再分析资料和49个台站的观测资料建立月平均温度的统计降尺度模型,然后把建立的统计降尺度模型应用于HadCM3 SRES A2 和 B2 两种排放情景, 从而生成各个台站1950～2099年1月份和7月份温度变化情景。结果表明:在当前气候条件下,无论1月还是7月,统计降尺度方法模拟的温度与观测的温度有很好的一致性,而且在大多数台站,统计降尺度模拟气温与观测值相比略微偏低。对于未来气候情景的预估方面,无论1月还是7月,也无论是HadCM3 SRES A2 还是B2排放情景驱动统计模型,结果表明大多数的站点都存在温度的明显上升趋势,同时7月的上升趋势与1月相比偏低。     

Statistically Downscaled Summer Rainfall over the Middle-Lower Reaches of the Yangtze River

The summer rainfall over the middle-lower reaches of the Yangtze River valley (YRSR) has been estimated with a multi-linear regression model using principal atmospheric modes derived from a 500 hPa geopotential height and a 700 hPa zonal vapor flux over the domain of East Asia and the West Pacific.The model was developed using data from 1958 92 and validated with an independent prediction from 1993 2008.The independent prediction was efficient in predicting the YRSR with a correlation coefficient of 0.72 and a relative root mean square error of 18%.The downscaling model was applied to two general circulation models (GCMs) of Flexible Global Ocean-Atmosphere-Land System Model (FGOALS) and Geophysical Fluid Dynamics Laboratory coupled climate model version 2.1 (GFDL-CM2.1) to project rainfall for present and future climate under B1 and A1B emission scenarios.The downscaled results pro-vided a closer representation of the observation compared to the raw models in the present climate.In addition,compared to the inconsistent prediction directly from dif-ferent GCMs,the downscaled results provided a consistent projection for this half-century,which indicated a clear increase in the YRSR.Under the B1 emission scenario,the rainfall could increase by an average of 11.9% until 2011 25 and 17.2% until 2036 50 from the current state;under the A1B emission scenario,rainfall could increase by an average of 15.5% until 2011 25 and 25.3% until 2036 50 from the current state.Moreover,the increased rate was faster in the following decade (2011 25) than the latter of this half-century (2036 50) under both emissions.     

The Projection of Temperature and Precipitation over China under RCP Scenarios using a CMIP5 Multi-Model Ensemble

Climate changes in 21st century China are described based on the projections of 11 climate models under Representative Concentration Pathway (RCP) scenarios. The results show that warming is expected in all regions of China under the RCP scenarios, with the northern regions showing greater warming than the southern regions. The warming tendency from 2011 to 2100 is 0.06°C/10 a for RCP2.6, 0.24°C/10 a for RCP4.5, and 0.63°C/10 a for RCP8.5. The projected time series of annual temperature have similar variation tendencies as the new greenhouse gas (GHG) emission scenario pathways, and the warming under the lower emission scenarios is less than under the higher emission scenarios. The regional averaged precipitation will increase, and the increasing precipitation in the northern regions is significant and greater than in the southern regions in China. It is noted that precipitation will tend to decrease in the southern parts of China during the period of 2011-2040, especially under RCP8.5. Compared with the changes over the globe and some previous projections, the increased warming and precipitation over China is more remarkable under the higher emission scenarios. The uncertainties in the projection are unavoidable, and further analyses are necessary to develop a better understanding of the future changes over the region.     

Statistical downscaling of summer temperature extremes in northern China

Two approaches of statistical downscaling were applied to indices of temperature extremes based on percentiles of daily maximum and minimum temperature observations at Beijing station in summer during 1960-2008. One was to downscale daily maximum and minimum temperatures by using EOF analysis and stepwise linear regression at first, then to calculate the indices of extremes; the other was to directly downscale the percentile-based indices by using seasonal large-scale temperature and geo-potential height records. The cross-validation results showed that the latter approach has a better performance than the former. Then, the latter approach was applied to 48 meteorological stations in northern China. The cross-validation results for all 48 stations showed close correlation between the percentile-based indices and the seasonal large-scale variables. Finally, future scenarios of indices of temperature extremes in northern China were projected by applying the statistical downscaling to Hadley Centre Coupled Model Version 3 (HadCM3) simulations under the Representative Concentration Pathways 4.5 (RCP 4.5) scenario of the Fifth Coupled Model Inter-comparison Project (CMIP5). The results showed that the 90th percentile of daily maximum temperatures will increase by about 1.5℃, and the 10th of daily minimum temperatures will increase by about 2℃ during the period 2011-35 relative to 1980-99.     

An Experiment of a Statistical Downscaling Forecast Model for Summer Precipitation over China

A combination of the optimal subset regression (OSR) approach, the coupled general circulation model of the National Climate Center (NCC-CGCM) and precipitation observations from 160 stations over China is used to construct a statistical downscaling forecast model for precipitation in summer. Retroactive forecasts are performed to assess the skill of statistical downscaling during the period from 2003 to 2009. The results show a poor simulation for summer precipitation by the NCC- CGCM for China, and the average spatial anomaly correlation coefficient (ACC) is 0.01 in the forecast period. The forecast skill can be improved by OSR statistical downscaling, and the OSR forecast performs better than the NCC-CGCM in most years except 2003. The spatial ACC is more than 0.2 in the years 2008 and 2009, which proves to be relatively skillful. Moreover, the statistical downscaling forecast performs relatively well for the main rain belt of the summer precipitation in some years, including 2005, 2006, 2008, and 2009. However, the forecast skill of statistical downscaling is restricted to some extent by the relatively low skill of the NCC- CGCM.     

利用区域气候模式对我国南方百年气温和降水的动力降尺度模拟

本文采用NCAR的WRF3.5.1模式,以NOAA的20世纪再分析资料作为区域气候模式的初始场和侧边界场,对东亚地区进行了百年以上(1900~2010年)尺度、水平分辨率为50 km的动力降尺度数值模拟试验。通过与观测气候资料的对比,分析了驱动场(20世纪再分析资料)和区域气候模式对我国南方地区近50年(1961~2010年)气温和降水的气候平均态的模拟能力。结果表明:经过动力降尺度的区域气候模式试验结果能更好地模拟我国南方地区气温气候平均态和季节循环。WRF模式模拟的气温与观测的气温的空间相关系数均在0.97以上。年平均和夏季,WRF模式模拟的气温与观测的气温的偏差大多介于-1°C到+1°C之间。对于降水,WRF模式显著提高了我国南方降水的模拟能力。和驱动场相比,WRF模式模拟的降水与观测的偏差明显减小。夏季,WRF模式模拟的降水空间相关系数在0.5以上。由此延伸至对近百年我国南方地区三个子区域(华南地区、江淮地区和西南地区)四个时段(1914~1942年、1943~1971年、1972~2000年和2001~2010年)的分析,结果表明区域气候模式动力降尺度的结果在区域平均的气温和降水的模拟数值上与观测比较接近,夏季模拟能力有明显的提高,冬季存在气温模拟偏低的误差。对气温趋势分析表明,在20世纪40年代以后的两个时间段,区域气候模式明显提高了气温变化线性趋势的模拟性能。     

降尺度CMIP6模式对新疆降水模拟评估

基于6个CMIP6模式的日降水量数据,采用降尺度方法将其统一分辨率到0.25°×0.25°,选取5个极端降水指数从降水气候态、极端性、季节性三个角度对新疆区域1961—2014年历史期降水模拟效果评估。结果表明,降尺度CMIP6模式能较好再现新疆区域降水的空间分布特征,最大年均降水量误差小于30 mm,夏季降水模拟效果最佳相关系数均高于0.8。模式在春秋季对降水的模拟效果差异较小,标准差比值均在1.00 ~ 1.25之间,ACCESS-CM2模拟效果最佳。模式集合均值能模拟出观测降水增多趋势,但低估了降水的年际变率,模拟结果提示新疆80年代的降水转折可能与人类活动有关。在降水极端性和季节性方面,降尺度数据对新疆的极端降水和季节性降水均有较好的模拟性能,降尺度数据对季节性降水的模拟能力（与观测均值误差小于0.001）比原始分辨率的数据（与观测误差大于0.005）效果更好。     

Seasonal prediction of June rainfall over South China: Model assessment and statistical downscaling

The performances of various dynamical models from the Asia-Pacific Economic Cooperation(APEC) Climate Center(APCC) multi-model ensemble(MME) in predicting station-scale rainfall in South China(SC) in June were evaluated.It was found that the MME mean of model hindcasts can skillfully predict the June rainfall anomaly averaged over the SC domain.This could be related to the MME's ability in capturing the observed linkages between SC rainfall and atmospheric large-scale circulation anomalies in the Indo-Pacific region.Further assessment of station-scale June rainfall prediction based on direct model output(DMO) over 97 stations in SC revealed that the MME mean outperforms each individual model.However,poor prediction abilities in some in-land and southeastern SC stations are apparent in the MME mean and in a number of models.In order to improve the performance at those stations with poor DMO prediction skill,a station-based statistical downscaling scheme was constructed and applied to the individual and MME mean hindcast runs.For several models,this scheme can outperform DMO at more than 30 stations,because it can tap into the abilities of the models in capturing the anomalous Indo-Paciric circulation to which SC rainfall is considerably sensitive.Therefore,enhanced rainfall prediction abilities in these models should make them more useful for disaster preparedness and mitigation purposes.     

重庆极端高温的变化特征及其对区域性增暖的响应

利用重庆1961-2006年31个站逐日最高温度资料,统计出年极端高温发生频次、年极端高温强度、年极端最高温度,分析了它们近46年来的变化情况.结果表明:近46年来重庆年极端高温发生频次呈西减东增的趋势,但增加/减少趋势并不显著.年极端高温的强度和年极端最高气温均在不断增强.年极端高温发生频次的增加对于重庆区域增暖的响应最显著,而年极端最高温度的升高比年极端高温频次的增加对重庆区域性增暖的响应偏弱,但又比年极端高温强度的增强对重庆区域性增暖的响应程度要偏强.