广西降水量序列的气候变化模型

通过对广西1916年以来的年,季降水量序列进行分析,初步进行了文本降水序列的周期迭加模型,正弦波模型和均生函数模型。     

均生函数模型在广西1998年春播低温阴雨结束期预报中的应用

均生函数模型是由时间序列按不同的时间间隔计算均值,生成一组周期函数,然后用原序列与这组函数建立预报方程.本文应用均生函数对广西春播期低温阴雨结束期建立了预报模型,并进行试报与预报检验.根据广西低温阴雨结束期气候分布特点,以桂林站代表桂北地区,柳州、河池、梧州站代表桂中地区,南宁、玉林、钦州站代表桂南地区,百色站代表右江河谷及沿海地区.结果表明,以各代表站低温阴雨结束期为原序列,建立均生函数模型,其趋势预报效果较好.(1)均生函数模型对广西低温阴雨结束期有较强的预报能力,尤其对低温阴雨结束期极值年有较好的拟合和预报能力.(2)预报误差小,结果稳定、客观定量.     

广西降水量序列的海温影响模型

根据月平均北太平洋海温资料集,应用相关和回归方法,分析了北太平洋海温对广西降水量序列的影响。初步建立了海温对年及夏季降水量的影响模型。     

广西近百年来降水量序列的气候变化特征

用统计方法、插补法延长了梧州、桂林、柳州沙塘、百色、南宁、北海、荔浦、龙州8个代表站逐月降水量序列,建立了广西自1916年以来8站平均降水量序列,并延长到1898年。根据这个序列,对广西近百年来降水量的气候变化特征进行了诊断分析。     

广西降水量序列的海温影响模型

根据月平均北太平洋海温资料集,应用相关和回归方法,分析了北太平洋温对广西降水量序列的影响。初步建立了海温对年及夏季降水量的影响模型。     

人工神经网络的短期气候定性预测方法研究

采用EOF方法将众多具有一定物理意义的环境场预报因子和序列周期因子进行降维去噪处理，并结合人工神经网络前馈网络模型，进行了影响广西热带气旋年频数和夏季(6～8月)降水量短期气候预测的定性预报建模方法研究。结果表明，该方法对于影响广西热带气旋的年频数及广西夏季降水量定性趋势具有很好的预报能力，可作为一种新的短期气候预测业务预报配套方法。     

广西近百年来降水量序列的气候变化特征

用统计方法、插初法延长了梧州、桂林、柳州沙塘、百色、南宁、北海、荔浦、龙州８个表站逐月降水量充列,建立了广西自１９１６年以来８站平均降水量序列,并延长到１８９８年。根据这个序列,对广西近百年来降水量的气候变化特征进行诊断分析。     

广西近五十年来的暖年特征分析

运用标准差普查广西８６个站１９５１—１９９８年逐年的月、季、年度平均气温资料序列,确定了单站平均气温分级指标及暖年评定标准,得出近５０ａ来广西有七个暖年,并对各暖年特怔进行了初步分析     

广西气温的气候变化分析

根据相关原理,采用插补方法,对广西的南宁、柳州沙塘、桂林3站1936年以来的气温序列进行了插补,然后利用多元线性回归方程将3站气温资料延长至1884年,并对广西近百年气温的气候变化特点进行了分析.     

广西高温日数的时空特征及其变化

利用广西66个气象台站1960～2008年逐日最高气温资料,分析了广西年高温日数、春夏秋三季高温日数的时空特征和年际、年代际变化特征。结果表明:年高温日数的地域分布由河谷向丘陵山区递减,具有明显的局地性特征;广西西部春季高温发生频繁,年极端最高温度出现在春季。序列分析表明,广西年高温日数呈显著的阶段性特征和突变特征,1960～2008年经历了3个偏多时期和2个偏少时期,并出现2次突变。     

2010年汛期多模式对山东降水预报的检验

为提高数值预报模式在山东汛期降水的预报能力,为降水预报及模式物理参数方案选择和调整提供客观依据,对2010年汛期（6-9月）山东区域MM5、WRF-RUC（WRF快速循环同化系统）和T639模式24 h、48 h累积降水预报产品,进行晴雨、一般性降水和分量级降水TS评分及平均绝对误差、平均误差分析。结果表明：从晴雨预报准确率来看,3种模式相差不大;一般性降水和小雨预报,MM5模式评分结果最差,T639模式预报效果最好;中雨以上量级,24 h降水T639模式预报效果最好,特别是24 h大暴雨评分T639模式达到了10.37 %,而48 h降水T639模式预报效果下降明显。无论24 h降水还是48 h降水,除9月WRF-RUC模式平均绝对误差最小外,6-8月T639模式平均绝对误差均为最低,WRF-RUC模式24 h和48 h降水各月平均误差均为负偏差;不同的降水预报检验方案和天气过程类型对检验结果有一定的影响。     

SWC-WARMS在重庆地区的降水预报性能分析

本文利用2016年5~7月SWC-WARMS和CQMFS逐日20时起报的24h累计降水预报资料及24h累计降水观测资料,对两家模式在重庆地区的24~48h和48~72h的24h累计降水预报结果进行客观检验评分和对比分析,并针对2016年5~7月重庆地区的8次区域性强降水天气过程,进行了SWC-WARMS的24~48h强降水落区和强度的主观检验,结果表明:对于24~48h累计降水,CQMFS的TS评分除暴雨和大暴雨量级外均优于SWC-WARMS,且相对于SWC-WARMS而言,空报较少,漏报较多;对于48~72h累计降水,各个量级降水的TS评分、空报率和漏报率的表现一致,SWC-WARMS的各项评分均明显优于CQMFS;对于重庆地区2016年5~7月的8次强降水天气过程,除个别个例预报较差外,SWC-WARMS对强降水落区和强度的预报均具有一定的指示意义,能为预报员提供有用的参考,但降水强度总体偏强,大暴雨量级的降水空报现象较为明显。      

陇西祖厉河流域降水插值方法的对比分析

降水作为五水转化和水量平衡的一个组成部分,在土壤-植被-大气连续体物质与能量转化中起着重要的作用,是分布式水文模型中的重要参量.本研究选择了陇西黄土高原祖厉河流域,采用5种空间插值方法,对该区域降水的时空分布规律进行研究.经分析比较,空间插值法中趋势面方法最佳.趋势面方法经统计模型调整,使得降水模拟精度有所提高.从模拟结果来看:该流域降水呈现明显的纬度地带性分布,自南向北逐渐减少;降水受地形影响较大,海拔高度每降低100 m,降水量平均减少20 mm;流域绝大地区多年平均降水量分布在280～430 mm范围内.该高时空分辨率的降水模拟模型对区域水资源分析及生态环境治理有着重要的意义.     

西南区域中心模式SWC-WARMS降水偏差分析

本文利用2014—2015年5—10月12(24)h累积降水资料和西南区域模式(SouthWest Center WRF ADAS Real-time Modeling System,SWC-WARMS)36(72 h)预报时效内降水预报资料,从概率和频次角度分析不同海拔高度地区观测和模式降水在量级及空间分布上的特征差异。结果表明,SWC-WARMS模式各预报时效各量级降水的概率密度均比观测偏大,并向10 mm以下雨量集中,且随预报时效延长偏大更显著;模式与观测降水的概率密度曲线差异在盆地小于高原,地形差异小的区域小于地形差异大的区域。SWC-WARMS模式对四川地区降水预报存在雨日较观测明显偏多,量级偏大,降水频次高值区范围偏大、出现虚假高值区等系统性偏差。此外,模式预报在20—08时比08—20时优,24 h累积降水预报优于12 h降水预报,尤以中雨及以上量级降水落区预报为甚。最后,模式极端强降水预报在20—08、20—20时较实况偏大,08—20时,模式预报在盆地较实况偏小,川西高原和攀西地区偏大。     

Effect of land model ensemble versus coupled model ensemble on the simulation of precipitation climatology and variability

Through a series of model simulations with an atmospheric general circulation model coupled to three different land surface models, this study investigates the impacts of land model ensembles and coupled model ensemble on precipitation simulation. It is found that coupling an ensemble of land models to an atmospheric model has a very minor impact on the improvement of precipitation climatology and variability, but a simple ensemble average of the precipitation from three individually coupled land-atmosphere models produces better results, especially for precipitation variability. The generally weak impact of land processes on precipitation should be the main reason that the land model ensembles do not improve precipitation simulation. However, if there are big biases in the land surface model or land surface data set, correcting them could improve the simulated climate, especially for well-constrained regional climate simulations.     

基于模式先验信息的贝叶斯集合降水概率预报试验

为了更好地利用降水预报历史先验概率分布函数信息修订集合概率预报效果,基于贝叶斯原理和贝叶斯降水概率预报模型,分别使用1952—2007年历史观测资料和2009—2011年6月24~120 h中国T213全球集合预报历史资料作为先验信息,对中国不同气候区代表站（广州、南京、武汉和成都）建立贝叶斯降水概率预报模型,对比不同先验信息下集合成员与集成贝叶斯降水概率预报拟合结果差异,分析先验信息对贝叶斯降水概率预报模型的影响,在此基础上,采用模式先验信息的贝叶斯降水概率预报模型,进行2008年6月降水概率预报试验。试验结果表明,由T213集合预报产生的先验信息较历史观测资料产生的先验信息更优,当先验信息的降水概率分布函数曲率最大处偏向降水大值区时,贝叶斯模型的降水预报结果也偏向降水大值区,反之亦然。结果还显示,先验信息对贝叶斯降水概率预报模型有重要影响,若先验信息偏向更多更大降水量时,贝叶斯降水概率预报对有降水的预报更优,若降水先验信息偏向更少更小降水量时,对无雨或微量降水预报效果越好。     

广西主汛期降水量异常诊断分析

通过对广西主汛期降水量的分析 ,初步确定了异常偏多和异常偏少年 ,分析广西主汛期平均降水量与太平洋海温场和大气环流的关系 ,筛选影响广西降水量的海温和 5 0 0 h Pa位势高度场因子 ;建立降水异常的统计诊断模型及概念诊断预测模型。     

汉江流域极端水文事件时空分布特征

利用1960-2012年汉江流域15个气象站点的日降雨资料和3个水文站同时期日径流资料,分析了9个极端降雨指数的空间分布规律,运用广义极值分布（GEV）、Gamma分布两种极值统计模型对各站点的最大1 d降雨、最大3 d降雨极值样本进行拟合,遴选描述降雨极值分布规律最优概率模型,进而推算给定重现期下的降雨设计值,并分析其空间分布规律;选用Gumbel、Clayton和Frank这3种Copula函数建立降雨-洪量极值联合分布模型,优选最合适的Copula函数,由此计算给定重现期下的洪量设计值。结果表明：GEV分布模型能更好地模拟降雨极值序列,不同重现期下的降雨极值在空间上均呈西低东高的特征;3种Copula函数中,Frank Copula函数能更好地拟合降雨-洪量相关关系,由此推求的洪量设计值大于单变量拟合设计值。     

基于GWR模型的中国中东部降水与海拔高度关系特征分析

利用中国国家级地面气象站逐时降水资料,采用地理加权回归(Geographically Weighted Regression,GWR)模型系统分析了中国中东部暖季降水与海拔高度的关系,并将二者关系作为一种客观标准,评估了ECMWF-IFS模式对2017年暖季降水的预报能力。主要结论如下:(1)总体来看,中国中东部降水频率(强度)随海拔高度升高而增加(减小),二者在不同地区的贡献程度不同导致降水量与海拔高度关系的区域差异显著。(2)通过对比午后短时和夜间长时降水事件与海拔高度关系的差异,发现午后短时降水事件的降水量主要随海拔高度升高而增加,且以降水频率与海拔高度关系的贡献为主。而夜间长时降水事件的降水量与海拔高度关系的区域一致性较差。相较于午后短时降水事件,夜间长时降水事件中有更多站点表现出降水量随海拔高度升高而减小的特征,在大地形周边陡峭地形处的站点所表现出的此种差异较东部孤立地形处更加显著。(3)根据ECMWF-IFS模式的评估结果,模式能够较好地刻画出中国中东部2017年暖季降水气候态的空间分布特征,且与观测具有较大的空间相关系数。但从降水与海拔高度关系来看,观测与模式的空间相关性偏弱。此外,模式能够表现出降水强度(频率)主要随海拔高度升高而减小(增加)的特征,但绝大多数站点在模式中的降水强度(频率)与海拔高度的负(正)回归关系要弱(强)于观测结果。     

考虑降水时间相关性的地面观测-雷达-卫星遥感逐时降水融合方法研究

以广东省北部山区2018年汛期强降水时段4月23—28日龙舟水、5月7—11日龙舟水和9月16—17日台风“山竹”3次典型暴雨过程的逐时降水为研究对象,研究基于XGBoost算法与地统计学理论的地面观测-前两个时刻逐时降水-雷达-卫星遥感的多源逐时降水融合模型,充分考虑相邻时刻降水的时间相关性,得到空间分辨率为1 km的逐时降水融合数据。此外,分别利用XGBoost与随机森林(RF)算法进行不考虑降水时间相关性的地面观测-雷达-卫星遥感逐时降水融合对比试验,并对试验结果进行精度评价。结果表明：(1) 在3次暴雨过程中,三种融合模型的逐时降水融合结果具有类似的空间分布;(2) 与XGBoost和RF逐时降水融合结果相比,融合了降水时间相关性的逐时降水融合结果在不同暴雨过程的准确性均有明显改进,3次暴雨过程的决定系数(R2)平均提高了7.89%和23.27%;(3) XGBoost逐时降水融合模型的精度整体上优于RF逐时降水融合模型,3次暴雨过程的R2分别提高了7.1%、4.3%和31.4%。