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。     

ECC方法在中国夏季气温预测研究中的应用

以中国夏季气温为预测对象,选取东亚地区冬季500 h Pa高度场、海平面气压场、地表温度场和850 h Pa温度场为预测因子,采用1951~2009年去趋势处理后的资料,通过变形的典型相关分析(Barnett-Preisendorfer Canonical Correlation Analysis,BP-CCA)方法分别建立单因子预测模型,再利用集合典型相关分析(Ensemble Canonical Correlation,ECC)方法建立集合预测模型,对中国夏季气温进行基于交叉检验方法的预测试验,然后利用2010~2014年的资料对中国夏季气温进行独立样本检验。通过分析BP-CCA模态可知,一对BP-CCA模态的空间型在一定程度上可以反映预报因子场和对象场的遥相关特征。通过基于交叉检验方法的预测试验表明环流场和热力场均能为气温提供预测信息。ECC预测模型综合了各个预报因子的在不同地区的预报技巧,比单因子BP-CCA预测模型有更高、更稳定的预报技巧。独立样本检验表明ECC模型与单因子BP-CCA预测模型相比,对中国夏季气温有更高、更稳定的实际预测能力,对气温季节预测具有参考价值。     

山东半岛夏季降水异常的环流型及影响因子分析

利用1961—2016年华东地区106个气象观测站的日降水数据和再分析资料,分析引起山东半岛夏季降水异常的大气环流型及其与前期下垫面因子（海温和土壤湿度）的关系,结果发现：1）当孟加拉湾出现西南风异常,日本列岛以南和贝加尔湖西南侧地区分别呈反气旋和气旋式环流异常时,加强了向山东半岛的水汽输送,配合区域大气上升运动异常最终导致山东半岛夏季降水偏多;反之,当孟加拉湾出现西北风异常,日本列岛以南和贝加尔湖西南地区分别呈气旋和反气旋式环流异常时山东半岛降水偏少。2）孟加拉湾和北太平洋中部关键区的对流层整层位势高度与下垫面海温自春季持续至夏季存在显著正相关,当两个地区的整层位势高度均呈正异常时,分别对应夏季孟加拉湾的强西风气流和日本列岛以南的反气旋环流异常。3）区域土壤湿度异常引起的感热和潜热通量异常,可能是引起贝加尔湖关键区位势高度和山东半岛局地对流异常的原因：贝加尔湖西南地区土壤湿度偏大时,其上空对流层位势高度为负异常;山东半岛地区土壤湿度偏大时,其上空对流层大气出现异常上升运动。4）利用关键区春季下垫面因子（海温和土壤湿度）建立山东半岛夏季降水的统计预测模型,留一交叉检验的距平同号率达到75%。这些结果可为山东半岛夏季降水预测提供重要参考。     

前期土壤湿度、海表面温度对中国夏季极端气温的预测能力评估

基于中国587站日最高、最低气温观测资料、月平均的ERA_interim土壤湿度（Soil Moisture,SM）再分析资料及扩展重建的海表面温度（Sea Surface Temperature,SST）资料（ERSST）,对极端气温指数进行了定义,利用变形的典型相关分析和集合典型相关分析方法（Ensemble Canonical Correlation,ECC）,分析了1979-2009年我国夏季极端气温与前期（春、前冬）SM、SST间的线性联系,建立了中国夏季极端气温预测模型,并对独立样本检验的效果进行了评估。结果表明：1）与中国夏季极端气温联系密切的前期SST异常的空间分布为类PDO（Pacific Decadal Oscillation）型,前期土壤湿度异常的区域为华南、青藏高原、东北和西北地区。2）交叉检验结果表明基于前冬预测因子的极端气温预测模型技巧高于春季,基于SM的极端气温预测模型技巧高于SST。3）独立样本检验表明基于前期SM、SST的ECC模型对中国东部夏季极端气温有一定的预测能力。因此,可以在夏季极端气温的预测业务中考虑前期SM、SST的影响。     

2015/2016年极强厄尔尼诺事件下我国动力和统计结合实时气候预测研究

本文研究建立2015/2016年极强厄尔尼诺事件下我国动力和统计结合的气候预测模型,并开展2015年夏季和2016年冬季气候我国160个站点和主要区域实时气候预测。夏季降水的实时预测起报于2月,冬季气温的预测起报于10月。研究结果表明,尽管NCEP-CFSv2耦合气候模式能较好预测2015/2016年极强厄尔尼诺事件中海温异常的演变,但对我国160个站点夏季降水和冬季气温预测仍有较大的偏差。因此,基于NCEP-CFSv2耦合模式预测结果,分别建立我国160个站点冬季气温和夏季降水异常的动力和统计结合气候预测模型。同时,利用年际增量预测方法开展我国长江中下游夏季降水和华北冬季气温的区域气候预测。研究结果表明以上预测模型在2015/2016年的实时预测中较NCEP-CFSv2有更好的预测效能。相对于NCEP-CFSv2耦合模式的预测结果,2015年夏季降水距平空间相关系数ACC从0.21提高到0.31（超过0.01信度的显著性水平）,距平同号率提高到60%,2016年冬季气温ACC从0.19提高到0.32（超过0.01信度的显著性水平）,距平同号率提高到75%。     

东亚中纬度夏季陆面增暖与土壤湿度异常的联系

利用1979—2015年ERA-Interim再分析土壤湿度、云量资料,NCEP/NCAR再分析环流资料和CPC土壤湿度资料,分析了东亚中纬度夏季陆面热力异常的时空分布特征及其与前期春季土壤湿度异常的联系,探讨了前期春季土壤湿度影响东亚中纬度夏季陆面增暖的可能途径。结果表明,东亚中纬度夏季土壤表层温度呈全区一致增暖趋势,其中贝加尔湖及以南地区温度变化最剧烈、增暖最迅速,且1990年代中期前后存在一个明显由冷向暖的年代际转变。进一步分析发现,春、夏季西西伯利亚到贝加尔湖北部地区的土壤湿度与夏季贝加尔湖及以南地区的土壤表层温度在年代际和年际尺度上均存在紧密联系:西西伯利亚到贝加尔湖北部地区土壤湿度异常偏高,通常对应贝加尔湖及南部地区夏季土壤表层温度偏高。西西伯利亚到贝加尔湖北部地区春、夏土壤湿度异常可以引起夏季大气环流异常,从而对东亚夏季中纬度陆面热力异常产生影响:春、夏土壤湿度偏高时,贝加尔湖及其南部地区上空位势高度为正异常,对应为反气旋性异常环流,云量减少,有利于东亚中纬度陆面增暖;反之,则对应为气旋性异常环流,不利于陆面增暖。     

中国夏季气温对东亚土壤湿度异常响应的统计评估

基于欧亚夏季土壤湿度变化特征及其与中国夏季气温的相关分析,选取东亚地区作为土壤湿度异常影响中国夏季气温的陆面关键区,采用广义平衡反馈分析方法(GEFA)探讨了我国夏季气温对东亚地区土壤湿度异常的可能响应,并初步讨论了相关的物理过程。结果表明:中国夏季气温与东亚地区初夏和同期的土壤湿度异常具有密切的联系;进一步分析表明,夏季气温距平场对土壤湿度第一模态的响应最显著:当东亚中纬度及我国东部地区土壤湿度异常偏干时,夏季气温表现为一致增暖;而土壤湿度第二模态对长江流域至我国西部地区的气温有较弱的强迫作用;气温对第三模态的响应主要表现为华南地区的显著降温。并以对气温影响最为显著的土壤湿度异常第一模态为例,初步探讨了气温对土壤湿度异常响应的可能物理过程。当贝加尔湖以南以及我国东部的土壤偏干时,地表异常加热容易引起我国北方高层大气出现明显正异常和低层的反气旋性异常环流,上述环流异常容易导致温度偏高,同时不利于该区域降水的发生,进而导致土壤湿度偏低,上述正反馈机制可能是该区域土壤湿度与大气之间联系的一种可能途径。     

El Nio事件次年中国东部夏季气温分布特征研究

利用Had ISST和NCEP/NCAR再分析资料,采用统计学方法分析了1949年以来El Nio事件次年夏季中国东部气温分布特征。结果表明,混合型El Nio次年夏季,中国东部气温距平表现为山东—淮河流域及华南沿海出现负距平,其余地区为正距平;东部型,则表现为中国东部地区整体的负距平气温,且北方降温幅度明显大于长江以南地区;中部型,主要表现为长江以北气温负距平远大于长江以南。结合环流形势分析发现,三类El Nio事件次年夏季的赤道地区(5°S~5°N)异常纬向垂直环流均表现为三圈型,但3类异常Walker环流不仅强度有差异,纬向范围也有所不同。500 h Pa上西太平洋副高的强度和范围,是造成三类El Nio事件次年夏季中国东部地区气温距平分布差异的主要原因之一,850 h Pa上西南暖湿气流的输送对其也存在明显影响。     

中国东部前冬、春土壤湿度与夏季气候的关系

利用中国东部(100°E以东)139个站的1951~1999年逐月反演的土壤湿度资料以及160个气象台站的气温、降水资料,分析了我国东部不同区域前冬、春土壤湿度异常与夏季气候的关系。研究结果表明,黄河以南地区上年冬季土壤湿度与夏季降水存在正的相关关系,但这种滞后相关存在明显的地域差异。其中云贵高原和华中地区夏季气候对上年冬季土壤湿度响应最显著。黄河以北的华北和内蒙地区上年冬季土壤湿度与夏季降水有弱的负相关关系。除了云贵高原地区外,多数地区上年冬季土壤湿度与夏季温度存在负相关关系,其中负相关最显著的是华北地区。春季土壤湿度除与云贵高原的夏季气候关系密切外,与其他地区夏季气候的关系不显著。土壤湿度与气候的滞后相关表明土壤湿度在年际尺度上对后期气候有一定的影响。     

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。     

陆面热力因子应用于中国夏季降水预测的初步试验

基于对中国东部夏季降水与欧亚大陆土壤温度和全球海表温度的相关分析,选取不同关键区的土壤温度和海表温度作为夏季降水的预测因子。利用1961-1990年的资料,分别以土壤温度作为第1组预测因子,海表温度作为第2组预测因子,综合海表温度与土壤温度因子作为第3组预测因子,使用改进的典型相关分析和集合典型相关分析法对中国东部夏季降水场进行预测,建立了相应的预测模型。然后,利用1991—2010年的资料进行了独立样本预测试验。在独立样本预测试验中,综合海表温度与土壤温度因子建立的模型比只用海表温度进行预测的各项预测评分高,说明加入土壤温度因子后预测效果有所提高。基于陆面热力因子的预测模型对夏季降水有一定的技巧,而综合海温与陆面热力因子的预测模型对中国东部夏季降水有较高的预测能力。     

新疆夏季降水和冬季气温预测方法及效果评估

本文利用4个国内外先进的气候模式（国家气候中心、ECMWF、NCEP和JMA）业务预测数据,采用2种多模式集合方法（等权平均和超级集合）、3种降尺度方法（BP-CCA、EOF迭代、高相关回归集成）和3种统计方法（CCA、最优气候值、高相关回归集成）以及降尺度集成和降尺度-统计方法集成,分析了目前季节模式、多模式集合、降尺度、统计方法、降尺度-统计集合等目前常用气候预测技术对新疆夏季降水和冬季气温的业务预测能力。 研究表明,以上技术方法对新疆夏季降水和冬季气温的预测预测能力有较大差别。目前先进的气候业务模式的预测技巧普遍很低,多模式超级集合和降尺度方法的技巧常高于单个模式,并且最佳的降尺度方法通常技巧高于最佳多模式集合方法。同时,统计方法和降尺度方法的预测技巧通常较为接近,而对二者进行超级集合可以具有相对很高的预测技巧。此外,现有常用气候预测技术方法对新疆夏季降水和冬季气温的趋势有一定的预测能力,但对气候异常的空间分布基本无预测能力。建议新疆气候预测技术围绕统计和降尺度方法集合发展。     

中国冬季气温的集合典型相关分析和预报

以欧亚大陆地面温度、北半球500 hPa高度、热带印度洋SST(sea surface temperature)以及北太平洋SST为预报因子,通过典型相关分析(canonical correlation analysis,简称CCA)建立预报关系,然后用集合典型相关分析预报(ensemble canonical correlation prediction,简称ECC)方法预报中国冬季气温,并分析预报技巧及进行独立样本检验.结果表明,不同的预报因子对各个地区有不同的预报技巧,以欧亚大陆地面温度为预报因子预报技巧较高,而ECC模式对中国冬季气温有更好的预报能力,预报技巧高于任何一个单因子场的CCA预报;采用回归法的集合平均比简单的等权集合平均预报技巧更稳定.     

基于多模式集合方案的中国东部夏季降水概率季度预测

借助ENSEMBLES计划提供的5个海-气耦合模式(CGCM)的多初值后报降水资料,采用常用的4种多模式集合方案,即等权集合(EE)、对单个集合成员先订正再等权集合(Cali-EE)、基于多元线性回归的集合方案(MLR)、基于贝叶斯统计学的集合方案(Bayes),制作1960—2005年中国东部夏季降水概率密度函数(PDF)季度预测。在此基础上,比较最优(技巧最高)集合方案与气候学预测(衡量概率密度函数预测是否有技巧的基准)的技巧,初步评估目前基于多模式集合方案的、中国东部夏季降水的概率密度函数季度预测能力。结果表明,Bayes方案在华南最优,Cali-EE在长江流域、江淮流域以及中国北方的中部最优,MLR在中国北方的东部最优;基于这些最优集合方案的概率密度函数预测产品均具有高校准度,且其锐度高于或接近气候学预测;并且,对于所有区域,最优集合方案的预测技巧总是高于气候学预测,这暗示即使不提取模式其他变量中所包含的预测信息,对于中国东部夏季降水季度预测,常用的多模式集合方案也已具备制作有技巧的概率密度函数预测产品的能力。     

Probabilistic seasonal prediction of summer rainfall over East China based on multi-model ensemble schemes

The skill of probability density function (PDF) prediction of summer rainfall over East China using optimal ensemble schemes is evaluated based on the precipitation data from five coupled atmosphere-ocean general circulation models that participate in the ENSEMBLES project. The optimal ensemble scheme in each region is the scheme with the highest skill among the four commonly-used ones: the equally-weighted ensemble (EE), EE for calibrated model-simulations (Cali-EE), the ensemble scheme based on multiple linear regression analysis (MLR), and the Bayesian ensemble scheme (Bayes). The results show that the optimal ensemble scheme is the Bayes in the southern part of East China; the Cali-EE in the Yangtze River valley, the Yangtze-Huaihe River basin, and the central part of northern China; and the MLR in the eastern part of northern China. Their PDF predictions are well calibrated, and are sharper than or have approximately equal interval-width to the climatology prediction. In all regions, these optimal ensemble schemes outperform the climatology prediction, indicating that current commonly-used multi-model ensemble schemes are able to produce skillful PDF prediction of summer rainfall over East China, even though more information for other model variables is not derived.     

青藏高原春季土壤湿度异常对我国夏季降水影响的模拟研究

利用耦合的全球海气模式（NCAR CCSM3）, 对青藏高原春季土壤湿度异常影响我国夏季7月降水的机制进行了数值模拟。结果表明, 高原6~62 cm深度的中层土壤湿度异常与表层土壤湿度异常有很好的一致性, 相对而言, 中层土壤湿度异常的持续性较好。若5月高原中层土壤偏湿, 则春末至夏初高原地面蒸发、 潜热通量增加, 而感热通量、 地面温度降低, 高原表面的加热作用减弱, 使得印度高压西撤偏晚, 环流系统的季节性转换偏晚, 东亚地区形成有利于我国夏季出现第I类雨型的环流分布形势, 使我国东部雨带偏北, 华北地区多雨, 江淮地区降水偏少, 华南地区降水偏多; 反之亦然。     

全球变暖形势下中国陆表水分的变化

利用政府间气候变化委员会第四次评估报告（IPCCAR4）中的10个耦合模式CO：加倍试验和控制试验的模拟结果,分析了全球变暖背景下中国水分的变化。结果表明,随着全球变暖,东亚夏季风增强,冬季风减弱,使得冬夏季向中国区域输送的水汽都增强;中国区域降水,夏季除长江流域外基本都增加,冬季除华南外都增加。夏季降水蒸发差（P—E）除了在东北和南方增加外,从长江流域一直到西北有一带状减小带;冬季几乎所有模式的P—E表现为北方增加、南方减小。在全球变暖背景下,降水、蒸发和径流的综合结果以及积雪的作用使得土壤湿度在干旱区增加,且冬季干旱区土壤变湿的强度和范围大于夏季,然而在其他区域土壤湿度减少。上述结论是基于多模式集合平均结果,对未来气候的预估具有一定的参考价值,然而模式间存在较强差异性,仍具有较大不确定性。