非齐次隐马尔可夫降尺度方法对江淮流域夏季逐日降水的模拟及其评估

引入非齐次隐马尔可夫模型(Nonhomogeneous hidden Markov model,NHMM)统计降尺度方法,利用1961—2002年江淮流域夏季逐日降水资料、欧洲中期天气预报中心(ECMWF)的ERA-40再分析资料建立模型,检验其对东部季风区(以江淮流域为代表)夏季日降水的模拟能力,并对比BCC-CSM1.1(m)模式NHMM降尺度前后的模拟效果。结果表明,NHMM降尺度方法通过建立降水概率分布态间转移参数与大尺度环流变量的联系,对江淮流域逐日降水量具有较好的降尺度效果。模拟的各站日降水量概率分布函数(PDF)曲线与观测非常接近,布赖尔评分(Brier Score,S_B)均小于0.11%,显著性评分(Significance Score,Ss)均大于0.84;夏季总降水量、降水日数、中雨日数、降水强度和95%分位降水量指数的多年平均场偏差百分率绝对值低于10%,前3个指数的空间相关系数高于0.9;该方法对各降水指数的年际变率也有一定的模拟能力,模拟得到的各指数的区域平均年际序列与观测序列的相关系数为0.62—0.87。对BCC-CSM1.1(m)模式的模拟结果进行降尺度后,SB较降尺度前平均减小0.57%,Ss平均增大0.23,皆表明降尺度后的概率分布函数曲线更接近于观测;各降水指数在多数台站的偏差百分率绝对值由大于40%降至10%以内,空间相关系数普遍提高至0.8以上。NHMM降尺度方法能够有效提高BCC-CSM1.1(m)模式对江淮流域夏季日降水的模拟能力,相对气候模式具有显著的"增值",未来可进一步利用该方法进行气候变暖背景下的日降水变化预估。     

基于统计降尺度模型的江淮流域极端气候的模拟与预估

利用江淮流域29个代表站点1961--2000年逐日最高温度、最低温度和逐日降水资料,以及NCEP逐日大尺度环流场资料,引入基于多元线性回归与随机天气发生器相结合的统计降尺度模型SDSM（statistical downscalingmodel）,通过对每个站点建模,确立SDSM参数,并将该模型应用于SRESA2排放情景下HadCM3和cGcM3模式,得到了江淮流域各代表台站21世纪的逐日最高、最低温度和降水序列以及热浪、霜冻、强降水等极端气候指数。结果表明,当前气候下,统计降尺度方法模拟的极端温度指数与观测值有很好的一致性,能有效纠正耦合模式的“冷偏差”,如SDSM对江淮平均的冬季最高、最低温度的模拟偏差较CGCM3模式分别减少3℃和4．5℃。对于极端降水则能显著纠正耦合模式模拟的降水强度偏低的问题,如CGCM3对江淮流域夏季降水强度的模拟偏差为-60．6％,但降尺度后SDSM—CGCM3的偏差仅为-6％,说明降尺度模型SDSM的确有“增加值”的作用。21世纪末期在未来SRESA2情景下,对于极端温度,无论Had．CM3还是CGCM3模式驱动统计模型,江淮流域所有代表台站,各个季节的最高、最低温度都显著增加,且以夏季最为显著,增幅在2—4℃;与之相应霜冻天数将大幅减少,热浪天数大幅增多,各站点冬季霜冻天数减少幅度为5—25d,夏季热浪天数增加幅度为4～14d;对于极端降水指数,在两个不同耦合模式HadCM3和CGCM3驱动下的变化尤其是变化幅度的一致性比温度差,但大部分站点各个季节极端强降水事件将增多,强度增强,SDSM—HadCM3和SDSM-CGCM3预估的夏季极端降水贡献率将分别增加26％和27％。     

转移累计概率分布(CDF-t)统计降尺度方法对湖南极端降水的模拟评估

为了提高湖南极端降水的模拟能力,利用转移累计概率分布(CDF-t)统计降尺度方法及基于第5次国际耦合模式比较计划(CMIP5)中的24个耦合模式数据,结合3个极端降水指数,从空间特征和年际变率两方面评估降尺度前后CMIP5模式对湖南极端降水的模拟能力。结果表明,较低空间分辨率的CM IP5气候模式无法细致反映区域极端降水变化特征,且由于各模式结果差异较大,多模式集合的模拟效果差。CDF-t统计降尺度通过建立大尺度变量的CDF与区域尺度相同变量的CDF之间的函数关系,对CMIP5模拟湖南极端降水变化特征有一定的改善能力。就空间结构而言,该方法对于模式模拟大雨日数(R10)和连续5天最大降水量(R5d)的空间结构能力都有很大改善,且模式之间表现出较高的一致性,尤其是R10改善效果最显著,与观测相比,湖南地区空间平均绝对误差达到2. 18天,较降尺度前绝对误差降低了45. 46%。就时间变率而言,该方法对于模式模拟R90P和R5d的时间变率能力都有很大改善,降尺度后IVS值分别由降尺度前的2. 2和1. 5降低至0. 3和0. 6。     

基于统计降尺度模型的江淮流域极端气候的模拟与预估

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。     

黑河流域降水统计——动力降尺度问题研究

依据区域气候模式RIEMS2.0输出的3 km高分辨率数据和站点降水记录分析了中国西北黑河流域降水的动力降尺度和统计—动力降尺度问题,检验了多种因子组合下多元线性回归（MLR）和贝叶斯模式平均（BMA）降尺度模型,评估了降尺度降水的均方根误差、相关系数、方差百分率及“负降水”偏差率等方面的统计特征。结果表明,动力降尺度降水相关系数最高,误差也最大,降水方差达到观测值的1.5～2倍;除相关系数外,统计—动力降尺度模型的几个统计特征均最优,纯统计模型次之。检验表明,仅用700 hPa位势高度场、经向风和比湿等构建的统计降尺度模型估计的站点降水相关系数较低,均方根误差也较大。当在统计降尺度模型中引入模式降水因子后站点降水的估计得到明显改善,其中MLR类模型的降水相关系数和方差百分率均明显高于BMA类模型,均方根误差二者相当,但前者“负降水”出现频次明显大于后者,“负降水”偏差主要出现在降水稀少的冬半年及黑河中、下游干旱或极端干旱区,上游出现频率较低,其中MLR类模型“负降水”出现频次明显高于BMA类模型,后者仅出现在黑河中、下游地区。包含模式降水因子的统计—动力降尺度模型能减少“负降水”出现...     

2007年7月江淮流域降水过程云分辨尺度模拟研究——数值模拟及验证

利用美国Goddard中心的云分辨尺度模式,对2007年7月2—9日江淮流域的一次暴雨过程进行了高分辨率的模拟研究。首先利用NCAR/NCEP再分析资料、地面降水观测以及卫星云图等常规和非常规观测资料,对此次降水过程开展了天气尺度分析,对过程降水特点有了初步了解;进而利用NCAR/NCEP再分析资料形成云模式大尺度强迫场,对降水过程开展了长度约8天的高分辨率数值模拟。通过观测与模拟的地面雨强以及雷达反射率等的对比分析发现,模式很好地模拟出了此次强降水过程的时空分布和演变特征,以及主要的雷达回波结构特点,模拟结果可用于进一步针对江淮流域地面强降水过程细致的定量诊断分析研究。     

典型相关分析方法对21世纪江淮流域极端降水的预估试验

利用1961—1990年江淮流域逐日降水资料、NCEP/NCAR再分析资料和HadCM3 SRES A1B情景下模式预估资料,采用典型相关分析统计降尺度方法,评估降尺度模型对当前极端降水指数的模拟能力,并对21世纪中期和末期的极端降水变化进行预估。结果表明：通过降尺度能够有效改善HadCM3对区域气候特征的模拟能力,极端降水指数气候平均态相对误差降低了30%～100%,但降尺度结果仍然在冬季存在湿偏差、夏季存在干偏差;在SRES A1B排放情景下,该区域大部分站点的极端强降水事件将增多,强度增大,极端强降水指数的变化幅度高于平均降水指数,且夏季增幅高于冬季;冬季极端降水贡献率（R95t）在21世纪中期和末期的平均增幅分别为14%和25%,夏季则分别增加24%和32%。     

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。     

江淮流域持续性极端降水及预报方法研究进展

持续性极端降水过程会引发严重的洪涝灾害,是我国主要的灾害性天气之一,其形成机理和预报理论与方法研究受到广泛关注。近年来,针对持续性极端降水的形成机理和预报方法研究取得了一系列进展,主要包括:开展了我国区域性持续性极端降水事件的自动识别方法研究,研制建立了江淮流域持续性极端降水的大尺度环流概念模型,并提取了1~2周的前兆信号;从东亚—太平洋遥相关型 (EAP) 角度探究其对持续性极端降水的影响机理,并探讨利用EAP对江淮流域持续性极端降水进行预报的可行性。此外,在上述研究的基础上发展了基于关键影响系统的持续性极端降水的物理统计预报方法。     

基于TIGGE多模式降水量预报的统计降尺度研究

利用TIGGE资料中欧洲中期天气预报中心、美国国家环境预报中心、英国气象局以及日本气象厅4个中心,1~7 d预报时效的降水量预报资料,以TRMM/3B42RT降水量作为"观测值",对东亚地区降水量进行统计降尺度处理。首先利用逻辑回归方法将天气分为有雨和无雨,再对有雨的情况,利用线性回归方法对插值后的预报结果进行降尺度订正,最后将4个中心的预报值进行消除偏差集合平均,得到多模式集成的降水量预报场。结果表明:逻辑回归能够有效地改善预报中小雨的空报情况,统计降尺度订正后的预报结果比直接插值更加准确,多模式集成的预报效果优于单模式结果,其改进效果随预报时效的延长逐渐减小。     

基于时空统计降尺度的淮河流域夏季分月降水概率预测

针对淮河流域水资源短缺、洪涝、干旱并存的问题,基于国家气候中心第二代季节气候模式的集合回报数据集(1991—2014年),建立时空相结合的统计降尺度模型,提前1—3个月预测该流域夏季分月降水,应用ROC(relative operating characteristics)评分评估比较了不同集合预测方案的预测技巧。交叉检验结果表明,样本数取18、20、22、28时,集合预测方案对3、4、5月三个起报时次预测的夏季各月降水技巧预测均高于模式预测技巧。2015—2017年的独立样本检验进一步表明该统计降尺度模型能够明显降低3月、5月起报的6月和8月的降水预测偏差。认为可尝试将该降尺度方法应用于淮河流域夏季降水预测及进一步的流域水文预测。     

江淮流域的旱涝研究

在江淮流域,梅雨等降水异常引发的旱涝经常发生。作者对江淮流域的灾害背景、气候特征及其影响因子等作了分析,发现在近50年中,降水有明显的年际和年代际异常,20世纪80年代以后,该区的降水有显著增加的趋势。典型旱涝年降水异常的时空分布表明,引起降水异常的因子非常复杂,即使在同一年中,不同月份的异常型也可能有差别。对于不同年份,降水异常型更为不同。影响江淮流域降水异常的因子的作用,可通过数值模拟进行“分离性” 研究,但由于模式的系统性误差,模拟结果也只有参考意义。因此,发展具有不同动力框架和热力过程的多种模式,仍是当前的重要任务。     

BP-CCA方法用于四川盆地夏季日降水量的可预报性研究

基于BP-CCA方法,首先讨论了多个因子对四川盆地夏季降水降尺度模型的可预报性,然后选取最佳预报因子并进行集合,最终基于T639模式建立最优多因子降尺度预报模型.结果表明,分别以东亚夏季10m纬向风、700hPa纬向风和700hPa相对湿度为预报因子的降尺度模型对四川盆地夏季降水的预报技巧较高,而将三个因子集合的多因子降尺度预报模型具有更好的预报能力.进一步将该方法应用于T639模式预报的预报因子场,发现多因子降尺度模型对降水的预报效果要优于T639模式直接输出的结果.     

百分位统计降尺度方法及在GCMs日降水订正中的应用

在格点观测的逐日降水量数据基础上,采用百分位统计降尺度方法对全球气候模式(GCM)输出的日降水量进行了订正处理。5种订正方案的比较结果表明,取12个百分位数进行日降水量订正是合理的。观测资料与3个GCMs订正前后全国平均年、季降水量空间分布以及主要流域平均年、月和日降水序列多年平均、变化趋势及概率密度的对比分析表明:(1)统计降尺度处理可在一定程度上降低GCMs模拟的降水量偏差,特别是中国中部、长江以南和东北部分地区,对德国马普研究所的海气耦合模式(MPI/ECHAM5)模拟的降水量订正效果最显著;(2)GCMs统计降尺度处理的降水量季节分布特征与观测更为接近,所有流域MPI/ECHAM5订正的降水量优于或接近直接输出结果;(3)与GCM直接输出的降水相比,部分流域经统计降尺度处理后降水量变化趋势与观测的一致性有所增加,但不明显;(4)当日降水量<30mm时,订正的降水量与观测的偏差明显减小;当日降水量>30mm时,部分流域由负偏差转为正偏差。由于GCMs结构和降尺度方法的局限性,在用于具体流域未来气候变化预估及气候变化影响评估时,应选择尽可能多的、模拟能力强的GCMs数据,以包含尽可能多的模拟气候情景。     

黄河源区未来地面气温变化的统计降尺度分析

大气环流模式(GCMs)模拟预测的气候变化情景,必须经过降尺度处理后才能得出次网格尺度上未来气候变化的时空分布细节,才能满足评估气候变化对资源、环境和社会经济等影响的需要.本文在简单介绍了目前降尺度模型的研究现状后,重点分析了统计降尺度方法的优缺点及适用性,并应用黄河源区7个站点1961-1990年的实测地区最高气温和最低气温资料,对统计降尺度模型(SDSM)的应用进行了分析和验证.首先利用SDSM建立大尺度气候要素和地面气温变量间的统计转换关系,确定模型应用的预报因子变量,然后用独立的观测资料验证模型的可靠性,最后把建立好的统计关系应用于英国Hadley中心海气耦合模式(HadCM3 SERS B2)的输出,分别生成了黄河源区7个站点未来3个时段2020s,2050s和2080s的气温变化情景.在此基础上,应用Arc/GIS的Kriging插值方法获得整个区域的气温变化情景进行分析.结果表明,日最高气温模拟值随时间推移增幅很快,3个时段(2020s,2050s和2080s)的平均气温变化情景分别为1.34,2.60和3.90℃,而日最低气温变化相对不明显,3个时段的平均气温变化情景分别为0.87,1.49和2.27℃.表现在每个季节和每个月的变化情景又各不相同,日最高气温以春季和秋季变化最显著,而日最低气温则以夏季和秋季的变化最为明显.     

华东地区极端降水动力降尺度模拟及未来预估

利用CMIP5（Coupled Model Intercomparison Project Phase 5）数据集中的全球模式IPSL-CM5A-LR及其嵌套的区域气候模式WRF（Weather Research and Forecasting）,分别评估了模式对1981~2000中国华东区域极端降水指标的模拟能力,并讨论了RCP8.5排放情景下21世纪中期（2041~2060年）中国华东极端降水指标的变化特征。相比驱动场全球气候模式,WRF模式更好地再现了各个极端指数空间分布及各子区域降水年周期变化。在模拟区域气候特点方面,WRF模拟结果有所改进,并在弥补全球模式对小雨日过多模拟的缺陷起到了明显的作用。21世纪中期,华东区域的降水将呈现明显的极端化趋势。WRF模拟结果显示年总降雨量、年大雨日数、平均日降雨强度在华东大部分区域的增幅在20%以上;年极端降雨天数、连续5 d最大降水量的增幅在华东北部部分区域分别超过了50%和35%,同时最长续干旱日在华东区域全面增加;且变化显著的格点主要位于增加幅度较大的区域。未来华东区域会出现强降水事件和干旱事件同时增加的情况,降水呈现明显的极端化趋势,且华东北部极端化强于华东南部。     

江淮地区夏季极端日降水事件变化特征及其与Rossby波活动的联系

利用NCEP/NCAR逐日再分析资料和中国国家级地面气象站基本气象要素日值数据集,研究了1979～2016年(38年)夏季江淮地区区域性极端日降水事件的统计特征及其与Rossby波活动的联系.结果 表明:在38年夏季(6～7月)中,江淮地区区域性极端日降水量的95百分位阈值为33.95 mm d-1,且共有63次极端日...     

基于CFS模式的中国站点夏季降水统计降尺度预测

本研究针对中国夏季站点降水,研制建立了基于Climate Forecast System(CFS)实时预测数值产品及观测资料的统计降尺度预测系统。此预测系统选取了CFS模式中当年夏季500 hPa高度场和观测资料中前一年秋、冬季海表面温度场作为预测因子,两因子的关键区分别为泛东亚地区和热带太平洋地区。统计降尺度模型对1982~2011年中国夏季降水的回报效果较CFS模式原始结果显著提高,空间距平相关系数由0.03提高到0.31,时间相关系数在中国大部分地区显著提高,最大可达0.6。均方根误差较CFS模式原始结果明显降低,同时,此降尺度模型较好的回报出2011年汛期降水的距平百分率的空间分布型。     

利用高分辨率ERA-Interim再分析资料对2011年夏季江淮区域水汽汇的诊断分析

利用水平分辨率接近0.7°×0.7°、垂直方向60层的ERA-Interim再分析资料,分析了2011年夏季江淮区域水汽汇的演变及各项的贡献,研究了与水汽辐合项有关的水汽输送及相应的月平均环流和天气尺度扰动。结果表明:(1)ERA-Interim再分析资料对江淮区域夏季水汽平衡有较好的描述能力。由水汽辐合项与水汽局地变化项计算的水汽汇值和用降水与蒸发求得的水汽汇值高度一致,说明该资料可用于研究江淮区域的水汽汇。(2)2011年夏季江淮区域整体处于水汽汇区,且水汽汇值具有明显的2~6天的天气尺度振荡。降水对水汽汇的贡献远大于蒸发,而水汽辐合项与水汽局地变化项对水汽汇均有较大贡献,并且对水汽汇具有超前1~2天的指示作用。(3)月平均环流和天气尺度扰动均通过与水汽输送密切相关的水汽辐合项对江淮区域水汽汇产生显著影响。月际尺度的水汽汇变化与大尺度大气环流尤其是副高有密切关系;而江淮流域及西南地区的天气扰动对江淮区域水汽汇的天气尺度振荡起到至关重要的作用。