BP-CCA方法用于中国冬季温度和降水的可预报性研究和降尺度季节预测

使用变形的典型相关分析(BP-CCA)方法,基于交叉检验的结果建立了东亚冬季500 hPa大尺度环流和中国冬季温度、降水的最优BP-CCA降尺度预测模型,并在此基础上进行了中国冬季温度和降水的可预报性研究,表明用东亚冬季500hPa高度场降维后的大尺度环流来解释中国冬季温度,平均距平相关系数(ACC)为0.7左右,最高可达0.9,解释中国冬季降水的平均ACC为0.3左右,最高可达0.7,温度的可预报性远高于降水,且二者的可预报水平存在明显的区域差异。可预报性研究表明东亚冬季500 hPa大尺度环流异常与中国冬季温度、降水异常有密切的联系,BP-CCA方法可以很好地揭示大尺度环流与温度、降水的内在联系,并且物理意义清晰。在东亚大尺度环流系统中,东亚大槽和西太平洋副热带高压是影响中国冬季温度、降水异常的重要系统。进一步利用国家气候中心海气耦合模式(CGCM/NCC)回报和预测的500 hPa环流场和BP-CCA方法对温度和降水进行降尺度预测应用,对温度和降水的预测效果明显高于模式直接输出的结果,而且对温度预测的改善高于对降水的改善。对模式预测的环流进行EOF(经验正交函数)分析,表明BP-CCA方法对降尺度要素预报的可预报性来源于CGCM/NCC对500 hPa高度场主要大尺度特征的模拟能力较好。     

利用高原积雪信号改进我国南方夏季降水预测的新方法及其在2014年降水预测中的应用试验

2014年夏季我国南方出现严重洪涝、北方大部干旱,国内绝大多数预测模型在三月起报的汛期预测中均未能抓住位于南方地区的异常雨带,导致预测准确率明显偏低。基于模式对东亚地区夏季海平面气压场的高预报技巧和青藏高原冬季积雪与南方地区夏季降水的高相关性,本文提出一个针对我国夏季降水异常的组合统计降尺度预测新方法（Hybrid Statistical Downscaling Prediction,简称HSDP）,该方法综合利用了气候模式输出的高可预报性环流信息和前期观测的高原积雪异常信号,从而实现对我国南方夏季降水进行动力-统计相结合的改进预报。据此方法建立了一个基于国家气候中心气候预测模式的统计降尺度模型。对我国南方夏季降水进行跨季节预测的交叉检验结果显示,HSDP方法对于南方地区多年平均空间距平相关系数从模式原始预报的-0.006提高到0.24,且在大多数年份均有改进。基于HSDP方法于三月份制作的2014年夏季降水预测,能够很好地抓住南涝北旱的基本形势和我国南方的降水大值区,空间距平相关系数达到0.43。这表明,该方法对于我国夏季降水预测具有较好业务应用前景。     

中国东部夏季降水与东亚垂直环流结构及其预测试验

本文在分析中国东部夏季降水的时空分布特征基础上, 从东亚高、中、低层大尺度环流异常着手, 选取对中国东部夏季降水异常有显著影响的大气环流预报因子, 分别应用逐步回归和最优子集回归法两种统计降尺度方法, 以动力气候模式CAM3.1预报输出的大气环流预报因子为基础, 以中国东部夏季降水的典型空间分布型为预报对象, 建立动力与统计相结合的中国东部夏季降水预测模型, 并对1981～2000年的中国东部夏季降水进行回报试验。结果表明: 中国东部夏季降水具有4类典型的空间分布型式, 且具有显著的准2年和年代际尺度振荡周期; 东亚高、中、低层大气环流异常的特定配置, 对东部夏季降水的空间分布型有显著影响; 使用两种降尺度方案建立的动力与统计相结合的预测模型对中国东部夏季降水异常具有一定的预报技巧, 可以在一定程度上提高动力模式对中国东部夏季降水的预报效果。     

基于时间尺度分离的中国东部夏季降水预测

基于时间尺度分离,利用NCEP第2代气候预测系统 (CFSv2) 每年4月起报的夏季月平均预测资料, 结合实际观测资料和再分析资料,对江淮流域及华北地区夏季降水距平百分率进行降尺度预测。将预测量和预测因子分为年际分量和年代际分量,在两个时间尺度上分别建立降尺度模型,两个预测分量之和为总预测量。对1982—2008年拟合时段的夏季降水距平百分率的回报结果表明:降尺度预测结果相对于原始模式结果预测技巧显著提高。降尺度预测与实况降水在江淮流域和华北地区的空间相关系数最大值超过0.8,多年平均值也分别提高到0.53和0.51;时间相关在每个站点也显著增强,相关系数为0.38~0.65。对2009—2013年进行独立样本检验,结果表明:降尺度模型能较好地预测出该时段的降水异常空间型态。同时,该模型对2014年夏季降水长江以南偏多、黄淮地区偏少的分布形势也有一定预测能力。     

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。     

Downscaling法在贵州冬季气温和降水预测中的应用

基于CGCM模式输出500 hPa位势高度场、NCEP/NCAR再分析500 hPa高度资料、贵州冬季降水和气温历史资料,利用降尺度法,对贵州冬季降水和气温预报的技巧和预测效果进行了预测试验和改进。结果表明,该方法从动力与统计相结合的角度,给出季尺度大气环流与局地降水、气温之间的关系,有明确的动力学背景和天气学意义。20年回算及两年回报试验证明了该关系的合理性;对贵州冬季降水的预测率约70%,而对气温的预测率为65%左右。另外,通过对气温反演方程订正后,其预测率达67%左右;在极端异常年,该方法对降水的预测率变幅不大,而对气温的预测效果影响极大。最后利用该方法对2005年贵州冬季降水和气温趋势进行了展望。     

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。     

基于前春对流层温度和北大西洋涛动的中国夏季降水统计预测模型

本文在分析中国夏季降水典型模态与前期春季对流层中上层温度主要分布类型、北大西洋涛动(简称NAO)之间关系的基础上,提出基于前春对流层温度和NAO的中国夏季降水统计预测模型,并对利用该模型预报的2004～2009年中国160站夏季降水进行检验.结果表明:中国大范围夏季降水多寡主要与5月NAO变化有关,“南多(少)北少(多...     

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...     

降尺度技术在月降水预报中的应用

着重介绍月动力延伸数值预报模拟技巧较高的大气环流在局域降水方面的降尺度（downscaling）应用。克服动力降尺度和统计降尺度技术的缺点,从动力与统计相结合的角度,给出月尺度大气环流与局地降水之间的关系,该联系有清楚的动力学背景和天气学意义。120个月的历史实况资料回报试验证明了该关系的合理性。T63/NCC月动力延伸形势场集合预报进行中国降水的降尺度应用亦取得了较好的结果。     

中国东部夏季降水年际变化与东中国海及邻近海域海温异常的关系

本文首先利用1979～2008年中国756个站点和GPCP2.1的降水资料与Hadley中心的HadISST再分析海温资料以及应用合成和相关分析方法, 分析了中国东部夏季降水年际变化及其与东中国海及邻近海域海温异常的关系。分析结果表明: 当东中国海及邻近海域为暖 (冷) 异常时, 长江中下游、 江淮地区夏季降水减少 (偏多), 而东北南部的降水偏多 (减少)。并且, 本文应用RegCM3区域气候模式对上述关系进行数值试验, 结果表明了东中国海及邻近海域的暖 (冷) 异常, 将使得我国长江、 黄淮流域和华北大部分地区夏季降水的减少 (增加), 而华南地区、 东北南部和朝鲜半岛等地夏季降水的增加 (减少)。此外, 本文还利用NCEP/NCAR再分析资料和数值模拟对上述关系的大气环流变异过程进行了分析, 分析结果揭示了上述海域的升温或降温对东亚地区上空的纬向和经向环流有较明显的影响。当东中国海及邻近海域升温时, 除了在该海域东部引起低空辐合, 高空辐散, 产生上升运动外, 还在其西部的长江、 黄淮流域和华北地区引起低空辐散, 高空辐合, 产生下沉运动, 这将引起长江、 黄淮流域和华北等地夏季降水的减少; 并在华南、 东北南部和朝鲜半岛地区引起低空辐合, 高空辐散, 从而产生上升运动, 这使得华南地区、 东北南部和朝鲜半岛夏季降水的增加。反之, 当东中国海及邻近海域降温时, 上述区域出现相反的现象。这些都说明东中国海及邻近海域的热力状态可能是影响我国东部夏季降水的重要因子之一。     

Seasonal and Interannual Variations of Upper Tropospheric Water Vapor Band Brightness Temperature over the Global Monsoon Regions

ＳｅａｓｏｎａｌａｎｄＩｎｔｅｒａｎｎｕａｌＶａｒｉａｔｉｏｎｓｏｆＵｐｐｅｒＴｒｏｐｏｓｐｈｅｒｉｃＷａｔｅｒＶａｐｏｒＢａｎｄＢｒｉｇｈｔｎｅｓＴｅｍｐｅｒａｔｕｒｅｏｖｅｒｔｈｅＧｌｏｂａｌＭｏｎｓｏｏｎＲｅｇｉｏｎｓ①ＱｉａｎＷｅｉｈｏｎｇ（...     

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。     

中国东部夏季降水与气温的联合EOF分析

采用JEOF等方法分析中国东部夏季降水和气温的协同变化时空分布特征,结果表明:当时间系数为正时,第1典型场降水型态从北向南(下同)呈"++-"分布,气温表现为冷异常,500 hPa回归场在中纬度地区呈显著低压异常,SST回归场表现为太平洋海域呈西北-东南的分布;第2典型场降水呈"+-"分布,气温则呈"-+"分布;第3典型场降水分布呈中间型,气温场呈"-+"分布。     

数值预报产品在夏季持续高温预报中的释用

利用 1999～ 2 0 0 2年 6～ 8月 96～ 192h日本数值预报产品 85 0hPa气温与吉林省的日平均气温、阶段性高温及极端最高气温 (长春市 )资料 ,通过线性分析 ,找出了日本数值预报产品的 85 0hPa气温与吉林省地面日平均气温、阶段性高温及极端最高气温的对应关系 :吉林省 6～ 8月日平均气温在 96～ 192h的 85 0hPa日本数值预报长春站日平均值上加 6 6～ 4 1℃ ,6～ 8月的极端最高气温在相应的日本数值预报产品上加 9 3～ 13 0℃。     

亚洲夏季风的年际和年代际变化及其未来预测

本文是对我们近五年在亚洲夏季风年代际与年际变率及其未来预测方面研究的一个综述.主要包括下列三个问题:(1)根据123年中国夏季降水资料和印度学者的分析,检测出亚洲夏季风具有明显的年代际尺度减弱,这种年代际变化使中国东部(包括东亚)和南亚夏季降水的格局在过去60年中发生了明显变化.在东亚,从1970年代后期开始,主要异常雨带有不断南移的趋势,结果造成了南涝北旱的降水分布,这主要受到60～80年年代际振荡的影响.青藏高原前冬和春季积雪的年代际减少与热带中东太平洋海表温度的年代际增加是东亚降水型改变的主要原因,这是通过减弱亚洲地区夏季海陆温差与夏季风强度而实现的.未来亚洲夏季风的预测表明,东亚夏季风和南亚夏季风对气候变暖有十分不同的响应.东亚夏季风在本世纪将增强,雨带北推,尤其在2040年代之后;而南亚夏季风环流将继续减弱.这种不同的变化是由于两者对高低层海陆热力差异的不同响应造成.(2)年际尺度的变率在亚洲夏季风区主要表现为2年与4～7年的振荡.本文着重分析了2年振荡(TBO)形成的过程、机理及其对东亚降水的影响.对TBO-海洋机理进行了具体的改进,说明了东亚夏季风降水深受TBO影响的原因,尤其是阐明了长江型(YRV) TBO和淮河型(HRV) TBO的特征及其形成的循环过程.(3)在总结亚洲夏季风时期遥相关型的基础上,本文提出了季节内和年际尺度的低空遥相关型:即西北太平洋季风的遥相关型与印度“南支”和“北支”遥相关型.它们基本上反映了沿低空夏季风强风速带Rossby波群速度传播的结果.据此可以根据西北太平洋和印度夏季风的变化分别预测中国梅雨和华北雨季来临和降水异常.最后研究还表明,在本世纪亚洲夏季风可能更显著地受到人类活动造成的全球变暖的影响,未来的亚洲夏季风活动是人类排放的CO2引起的全球变暖与自然变化(海洋和陆面过程(积雪))共同作用的结果.     

我国汛期季度降水预报得分和预报技巧

利用1951—2008年我国160站夏季降水资料分析了季度降水预报的气候得分,又用1978年以来我国历年汛期业务降水预报结果检验了其预报能力和技巧。多年来,我国业务汛期降水季度预报有一定的预报技巧,但也有些年份预报能力较低。预报能力高或有技巧的年份是江淮地区降水少的年份,但对长江中下游降水多的年份,预报能力较低。我国汛期降水预报能力要建立在区域年代际信号和年际早期信号叠加的基础上。年代际信号是在划定我国为不同区域的基础上,把握区域年代际降水变化的规律。年际早期信号实际上是要跟踪降水年际振荡与大气下垫面强迫季节早期信号的关系。     

南极海冰的年际变化对中国东部夏季降水的影响

根据Hadley中心提供的1969—1998年的南极海冰再分析资料和其它多种观测资料，分析了南极海冰的年际和季节变化，指出南极海冰具有显著的年际变化，但与ENSO的关系则较为复杂。南极海冰维持了南半球高纬地区大气环流的季节持续性，因而对短期气候预测有较大帮助。相关分析和时间序列分析均证实中国东部夏季降水与南极海冰的年际变化有关，当北半球春夏季南极海冰增多时，华北降水增多而华南和东北降水减少。研究还表明，此种雨型分布与南极海冰变化引起的东亚夏季风环流变化有关。