遥感估算降水在西藏高原中的应用研究

采用遥感估算降水模型RFE 2.0(Rainfall Estimation Algorithm Version 2)模拟了2009年西藏高原的区域降水,并结合该地区气象站降水观测资料分别从日、月、年尺度上评价了该模型在西藏高原降水估算中的适用性,最后通过系数校正分析了2009年8月西藏高原降水量和年降水量的分布格局。结果表明,RFE2.0模型日降水量模拟值与观测值的相关系数在0.40以上的测站占46%,变化趋势较一致,但在日降水量较小时(接近零)模拟结果不稳定,在降水量较大时(>15mm)模拟结果一般会偏低;月平均降水量模拟结果与观测结果的相关系数在0.80以上的测站占62%,模拟结果较好地反映了观测结果的变化趋势,但个别月份的模拟结果会出现偏差。雨季降水量的模拟结果明显好于干季,为进一步提高模拟精度,确定雨季校正系数为1.133,干季校正系数为1.265;年尺度上降水量的模拟值与观测值的相关系数为0.368(P=0.026)。整体来看,遥感估算降水模型(RFE2.0)模拟的西藏高原降水结果较好,可为西藏高原降水模拟提供借鉴和参考。     

西藏高原汛期降水类型的研究

利用西藏高原２６个测站２６年（１９７３￣１９９８年）汛期（５￣９月）降水量资料,采用主成分分析和旋转主成分分析方法,对高原汛期降水空间分布型进行了分析。结果表明,主成分分解得到的降水空间分布形式较为集中,前３个特征向量场的分布型具有十分明确的物理意义,可表示降水场部方差的６３．１４％。旋转主成分分解生前６个载荷向量的累积方差贡献达７６．６７％,可较好反映西藏高原汛期降水６个异常敏感区：东南部、东北     

三种数值预报模式降水产品在西藏高原检验分析

本文利用西藏7个主要城镇2009年6~9月24h观测降水对T639、日本和德国三种数值预报模式降水产品进行了检验分析。结果表明:三种数值预报模式中,德国模式对晴雨预报准确率最高、空报率低。小雨量级上三种模式预报能力较强,偏差较小。三种数值预报模式对中雨量级预报能力明显减弱,预报量级明显偏小,其中德国和日本模式基本没有预报能力。综合三种数值预报模式降水对西藏北部那曲、东部林芝和昌都具有一定的参考意义。     

西藏高原汛期不同等级降水变化特征分析

根据西藏25个台站近37a(1973～2009年)的逐日降水资料,利用线性倾向估计以及Morlet小波变换等方法对高原汛期(5～9月)不同等级降水日数进行分析。结果表明:(1)西藏高原降水主要由小雨和中雨组成,两者雨量相当,大雨不到降水总量的10%;(2)在空间分布上,高原降水日数与小雨日数相似,由雅鲁藏布江下游向四周递减,高原西北部最少;中雨和大雨由雅鲁藏布江流域向南北2侧递减;(3)在时间演变上,总降水日数与小雨日数在各季节分配均匀,而中雨和大雨则均有明显的季节差异,主要集中在6月下旬至8月中旬。近37a来,总降水日数和小雨日数存在明显的年代际变化,具有准12～13a的年代际周期;小雨日数呈减少趋势,而中雨呈增加趋势,总降水日数和大雨日数无明显增加和减少;(4)在降水日数变化趋势的空间分布上:总降水和小雨日数在雅鲁藏布江以及高原东部地区以减少趋势为主;而高原西北部以增加趋势为主。在高原大部分地区中雨和大雨日数以增加为主,中雨日数减少的地区主要位于高原南部边缘地区,而大雨日数减少的地区主要位于高原东部。     

西藏高原汛期水汽输送特征与降水异常

利用1979—2006年NCEP/NCAR再分析资料计算垂直积分的整层水汽输送通量及水汽通量散度,分析西藏高原汛期5—9月水汽输送特征。结果表明：两藏高原汛期主要有两条水汽输送带,印度季风输送带和中纬度西风输送带;印度季风对汛期水汽输送起着决定性的作用,决定高原汛期开始时间和雨带的推进,水汽通量向北输送达到30 kg·m~（-1）·s~（-1）时,该经度上的测站将从南到北逐渐进入汛期;在水汽的空间分布上,高原南部边缘的3个水汽输送散度场中心恰好对应着高原的水汽输送通道,其形成与西藏高原的地形直接相关;西藏高原汛期降水主要可以分为3种雨型：全区型、东西型和南北型,并分别对应着不同的水汽输送异常：全区型时索马里越赤道急流水汽输送异常较强,高原区为水汽辐合区;东西型时西藏东南部为东北向输送异常,东南部水汽供应较常年偏弱;南北型时东南部水汽输送充足而错那以西地区水汽输送不足。     

神经网络方法在静止卫星多通道资料估算降水中的应用

使用人工神经网络 (ANN)模型探讨了利用静止卫星多通道资料估算地面降水的一种新方法 ,对淮河和长江典型区域 (2 4～ 3 6°N ,1 0 8°E以东 )一次暴雨过程的卫星遥感数据和地面水文站逐时降水资料的应用分析表明 ,该方法提供的客观定量的降水量估算的平均相关系数为 0 57,较现行业务使用的方法效果更佳     

伊朗高压东伸对西藏高原汛期降水的影响

利用NCEP/NCAR再分析资料和西藏高原气象观测站逐日降水资料对1980—2011年5—9月967个伊朗高压东伸影响高原个例进行了分析,将西藏高原降水分布类型分为大雨型、中雨型、小雨型和无雨型四类分布,分别有158、516、165和128 d;当伊朗高压脊线偏北(南)时,500 hPa的南北气流辐合偏强(弱),200 hPa辐散偏强(弱),高原上的降水偏大(小);伊朗高压东伸除直接影响西藏高原的环流外,当其脊线偏北(南),索马里越赤道急流强度偏强(弱),导致孟加拉湾水汽输送多(少),高原降水偏强(弱)。     

西藏高原夏季降水对ENSO的响应

通过合成分析指出包括雅藏布江中西段在内的西藏高原中西部地区夏季（6－8月）降水在ENSO的不同位相期间存在着显著的差异。利用交叉谱和奇异值分解等方法，分析了高原夏季降水场与太平洋海温场在时间和空间上的联系，结果表明，ENSO的暖（冷）位相期，高原大部分地区夏季降水以偏少（多）为主。     

西藏高原一次冰雹天气云降水模式预报产品检验

利用FY-2G卫星反演云特征参量产品、MICAPS高空和地面形势场、逐小时地面降水和探空数据等资料,从云的宏观、微观结构及垂直结构和降水方面对2016年6月22日19:00-20:00拉萨市短时冰雹天气发生期间的GRAPES_CAMS云降水模式预报结果进行高原地区适用性检验。结果表明:(1)模式能够预报西藏地区的降水落区分布,对强降水中心和降水强度的预报存在一定偏差;(2)模式能较好地预报云系发展演变,在云系移速、移向上预报结果与实况基本一致,对云系发展旺盛程度的预报有一定偏差;(3)模式能较准确地预报高原对流云宏观特征,对流云的垂直发展预报结果比实况弱,云顶高度偏低1.0~2.0 km,云顶温度偏高10~20℃;(4)在云垂直结构特征上,模式预报与卫星、高空监测较为吻合,云的冷暖性质、垂直结构、特征温度层高度与实况接近。     

中国近20 a卫星遥感土壤湿度的季节变化及其验证

分析了欧洲空间局最近基于多颗卫星微波资料研发的ECV土壤湿度产品的季节性干湿变化,并与国家气象局提供的站点资料做了对比验证。研究发现:主动与被动遥感土壤湿度的干湿季节变化在中国东部季风区有显著的不一致性。在中国东部季风区,被动遥感土壤湿度的干湿季变化和站点观测一致,均表现出夏季是干季、冬季是湿季的特征;而主动遥感的数据则存在较大的空间差异,华北地区与被动遥感数据较为一致,华南地区则呈现夏季为湿季、冬季为干季的反位相特征。两者的不一致性说明,针对欧洲空间局开发ECV土壤湿度产品的过程,融合主动遥感和被动遥感资料,研制长序列土壤湿度产品的思路在中国东部季风区不可行。     

不同云微物理方案对青藏高原一次强降水的模拟影响分析

利用WRF模式中三种云微物理参数化方案(Lin、Eta和WSM6)对青藏高原一次强降水过程进行模拟试验,将模拟降水结果与实测资料进行对比,以评估不同云微物理参数化方案对该区域降水过程的模拟性能。结果表明:三种方案均能够模拟出此次降水天气过程的发生,但在主要降水区域和降水强度两方面仍与实测资料存在偏差;在水凝物方面,三种方案对冰粒子的模拟较接近,Lin和WSM6方案模拟的雪粒子差异较大,但霰粒子无明显差异。进一步对比分析了Lin和WSM6方案模拟的云微物理转化过程,结果表明:这两种方案都表现出了霰向雨水转化的特点。在Lin方案中,通过水汽向霰粒子凝华、霰碰并水汽凝华生成的雪粒子以及霰碰并云水这三种过程生成的霰粒子最终融化为雨水。而在WSM6方案中,一方面水汽凝结成云水,云水被雪和霰粒子碰并收集转化为霰,之后霰融化为雨水;另一方面水汽凝华为冰粒子,一部分冰转化为雪,雪直接融化为雨水或转化为霰融化为雨水,另一部分冰转化为霰,霰融化为雨水。      

SIMULATION OF HEAVY RAINFALL IN THE SUMMER OF 1998 OVER CHINA WITH REGIONAL CLIMATE MODEL

The heavy rainfall in the summer of 1998 over China has been simulated with the NCCRegional Climate Model(RegCM_NCC).It was successful for RegCM_NCC to reproduce thelocation and seasonal shift of the seasonal rain belt in the summer of 1998 over China.The rainyseason in the summer of 1998 over China can be divided into 7 episodes,including the pre-summerrainy season in South China.the Meiyu onset over the Yangtze-Huaihe River Basin,shortappearance of North China rain season and the retreat of seasonal rain belt,the second Meiyuseason over the Yangtze River Valley,the rainy period over the Yellow and Huaihe River Valleyand the seasonal retreat of rain belt over North China.The shortcoming of the RegCM_NCC isover-estimation of precipitation amounts.The regions with large latent heat flux,upper soilmoisture and total runoff are located in the rainy area and move with the simulated rain belt duringthe different episodes.On the contrary,the regions with small sensible heat flux are located in thesimulated rainy area and move with the simulated rain belt during the different episodes.     

利用静止气象卫星资料估算青藏高原降水的初步探讨

用间隔为３ｈ的静止气象卫星红外云图资料，分析了我国夏季青藏高原上云系的空间分布特征，并以１９８１￣１９８３年６、７、８月的红外云图资料与相应地区的降水资料，建立利用卫星云圈资料估算青藏高原地区降水的模式。检验表明该方法对称补青藏高原上地面站稀少，降水资料不足的缺陷很有帮助，能为研究青藏高原地区的气候状况、水资源的分布和数量提供依据。     

ON THE RELATIONSHIPS BETWEEN THE SUMMER RAINFALL IN CHINA AND THE ATMOSPHERIC HEAT SOURCES OVER THE EASTERN TIBETAN PLATEAU AND THE WESTERN PACIFIC WARM POOL

The relationships between the summer rainfall in China and the atmospheric heat sources over the eastern Tibetan Plateau and the western Pacific warm pool were analyzed comparatively, using the NCEP/NCAR reanalysis daily data. The strong (weak) heat sou…     

青藏高原东部和西太平洋暖池区大气热源与中国夏季降水的关系

利用1951～2000年NCEP/NCAR逐日再分析资料计算了大气热源,并对夏季青藏高原东部大气热源异常和西太平洋暖池区大气热源异常对中国夏季降水的影响作了对比分析研究.结果表明,如果高原东部夏季大气热源显著偏强(偏弱),则长江流域地区的夏季降水显著偏多(偏少),而华南东部地区夏季降水偏少(偏多).菲律宾南部附近的热带西太平洋暖池区上空夏季大气热源显著偏强(偏弱)时,同期长江中下游地区偏涝(偏旱),而华南地区、江苏北部-山东南部则偏旱(偏涝).夏季青藏高原东部大气热源异常和热带西太平洋暖池区大气热源异常对中国夏季降水的影响是有差别的,中国的夏季降水受高原东部大气热源影响的显著范围要比受西太平洋暖池区大气热源影响的显著范围要大.无论是高原热源异常还是西太平洋暖池热源异常,东亚地区的大气环流都存在类似EAP型的遥相关波列.大气热源的异常是通过直接影响垂直运动场的异常,进而影响到我国的夏季降水的异常.夏季高原热源或西太平洋暖池热源偏强(偏弱)时,西太平洋副高的脊线比常年位置偏南(偏北).     

SIMULATION OF HEAVY RAINFALL IN THE SUMMER OF 1998 OVER CHINA WITH REGIONAL CLIMATE MODEL*

The heavy rainfall in the summer of 1998 over China has been simulated with the NCC Regional Climate Model(RegCM_NCC).It was successful for RegCM_NCC to reproduce the location and seasonal shift of the seasonal rain belt in the summer of 1998 over China.The rainy season in the summer of 1998 over China can be divided into 7 episodes,including the pre-summer rainy season in South China.the Meiyu onset over the Yangtze-Huaihe River Basin,short appearance of North China rain season and the retreat of seasonal rain belt,the second Meiyu season over the Yangtze River Valley,the rainy period over the Yellow and Huaihe River Valley and the seasonal retreat of rain belt over North China.The shortcoming of the RegCM_NCC is over-estimation of precipitation amounts.The regions with large latent heat flux,upper soil moisture and total runoff are located in the rainy area and move with the simulated rain belt during the different episodes.On the contrary,the regions with small sensible heat flux are located in the simulated rainy area and move with the simulated rain belt during the different episodes.     

青藏高原大气热源和冬春积雪与中国东部降水的年代际变化关系

利用NCEP 1950—2004年逐日再分析资料,采用倒算法,对青藏高原大气热源的长期变化进行了计算,结果发现,青藏高原及附近地区上空大气春夏季热源在过去50年里,尤其是最近20年,表现为持续减弱的趋势。而1960—2004年青藏高原50站的冬春雪深却出现了增加,尤其是春季雪深在1977年出现了由少到多的突变。用SVD方法对高原积雪和高原大气热源关系的分析表明,二者存在非常显著的反相关关系,即高原冬春积雪偏多,高原大气春夏季热源偏弱。高原大气春夏季热源和中国160站降水的SVD分析表明,高原大气春夏季热源和夏季长江中下游降水呈反相关,与华南和华北降水呈正相关;而高原冬春积雪和中国160站降水的SVD分析显示,高原冬春积雪和夏季长江流域降水呈显著正相关,与华南和华北降水呈反相关。在年代际尺度上,青藏高原大气热源和冬春积雪与中国东部降水型的年代际变化(南涝北旱)有很好的相关。最后讨论了青藏高原大气热源影响中国东部降水的机制。青藏高原春夏季热源减弱,使得海陆热力差异减小,致使东亚夏季风强度减弱,输送到华北的水汽减少,而到达长江流域的水汽却增加;同时,高原热源减弱,使得副热带高压偏西,夏季雨带在长江流域维持更长时间。导致近20年来长江流域降水偏多,华北偏少,形成"南涝北旱"雨型。高原冬春积雪的增加,降低了地表温度,减弱了地面热源,并进而使得青藏高原及附近地区大气热源减弱。     

印度洋春、夏季海温对西藏高原夏季降水的影响

利用NCEP提供的1950—1997年全球月平均海表面温度场资料，首先通过EOF分解得到不同季节印度洋海温场空间分布特征，并在此基础上使用合成分析、相关分析和SVD分解等多种方法讨论了印度洋前期和同期海温异常与西藏高原夏季降水变化的关系。寻找出影响高原夏季降水的关键海区，目的为高原夏季早涝预测提供参考依据。     

夏半年青藏高原东部大气热源异常对环流和降水的影响

本文利用高原２３个测站探空资料，经客观分析求得的１９８３－１９９２年夏半年逐月青藏高原东部大气热源和水汽汇积分值，讨论了高原东部大气热源对北半球大气环流以及对我国降水的影响。月距平均资料显示，高原东部大气热源在ＥＮＳＯ年一般有所加强，与此相应，５００ｈＰａ高度场从高原到淮河流域为一低值区，蒙古一带为高压区，１００ｈＰａ高度场高原上空为高压区，我国东北，朝鲜和日本一带为低值区。     

Validation of the Satellite-Derived Rainfall Estimates over the Tibet

Measuring rainfall from space appears to be the only cost effective and viable means in estimating regional precipitation over the Tibet, and the satellite rainfall products are essential to hydrological and agricultural modeling. A long-standing problem in the meteorological and hydrological studies is that there is only a sparse raingauge network representing the spatial distribution of precipitation and its quantity on small scales over the Tibet. Therefore, satellite derived quantitative precipitation estimates are extremely useful for obtaining rainfall patterns that can be used by hydrological models to produce forecasts of river discharge and to delineate the flood hazard area. In this paper, validation of the US National Oceanic and Atmospheric Administration (NOAA) Climate Prediction Center (CPC) RFE (rainfall estimate) 2.0 data was made by using daily rainfall observations at 11 weather stations over different climate zones from southeast to northwest of the Tibet during the rainy season from 1 June to 30 September 2005 and 2006. Analysis on the time series of daily rainfall of RFE-CPC and observed data in different climate zones reveals that the mean correlation coefficients between satellite estimated and observed rainfall is 0.74. Only at Pali and Nielamu stations located in the southern brink of the Tibet along the Himalayan Mountains, are the correlation coefficients less than 0.62. In addition, continuous validations show that the RFE performed well in different climate zones, with considerably low mean error (ME) and root mean square error (RMSE) scores except at Nielamu station along the Himalayan range. Likewise, for the dichotomous validation, at most stations over the Tibet, the probability of detection (POD) values is above 73% while the false alarm rate (FAR) is between 1% and 12%. Overall, NOAA CPC RFE 2.0 products performed well in the estimation and monitoring of rainfall over the Tibet and can be used to analyze the precipitation pattern, produce discharge forecast, and delineate the flood hazard area.