基于IAP AGCM4的欧亚大陆春季雪水当量可预报性评估

欧亚大陆积雪是重要的气候预测因子,评估其在气候模式中的预测潜力可为季节气候预测和模式发展提供重要参考。本文利用IAP AGCM4的多年集合后报结果,分析了欧亚大陆春季雪水当量的可预报性。结果表明该模式对提前1月后报的欧亚大陆春季雪水当量的空间分布,主要模态及变化趋势具有较好的可预报能力。此外模式对欧亚中高纬积雪的年际异常也具有较高的预报技巧,特别是高纬度区域。可预报性来源分析则表明,大气初始异常对欧亚中高纬积雪可预报性的影响与海温异常相比显得更为重要。     

IAP AGCM 4.1对淮河流域夏季降水的预报技巧评估

基于中国科学院大气物理研究所新一代大气环流模式IAP AGCM 4.1共30 a(1981—2010年)的集合回报试验结果,评估了模式对淮河流域夏季降水的预报技巧。分析结果表明,模式总体上可以较好地再现出淮河流域夏季平均降水南多北少的空间分布特征,其中模式模拟的6月降水量与观测值的空间相关可达0.93。但降水强度与观测相比具有系统性的偏差,且模式模拟的降水年际变率显著偏弱。基于降水距平相关系数的确定性预报技巧分析表明,模式对流域西南部夏季降水的预测技巧较高,达到0.2以上,且模式对6月降水异常的预测能力相对最好,7月次之。针对淮河不同子流域的预报技巧分析表明,IAP AGCM 4. 1对蚌埠、鲁台子、王家坝水文控制站以上集水面积的夏季面雨量异常具有一定的预报技巧,30 a集合回报的时间相关系数分别为0. 11、0. 13、0. 16。基于降水等级的概率预报技巧评估表明,模式对7月淮河流域南部少雨事件具有很好的预报能力,同时对6月流域中部多雨事件的预报技巧也较高。     

欧亚大陆积雪对我国春季气候可预报性的影响

利用江西省83个气象观测站1961—2018年春季(3—5月)逐日降水资料和NCEP/NCAR逐日再分析资料,对江西春季降水异常的大气环流特征及其对ENSO事件的响应进行了研究。结果表明：江西春季降水异常偏多年,中层500 hPa中高纬地区受欧亚型环流(EU型)影响,乌拉尔山附近阻塞高压系统活动频繁,贝加尔湖地区低槽偏强,西太平洋副热带高压(简称西太副高,下同)偏强,有利于北方冷空气南下并与偏南暖湿气流在江西上空交汇;低层850 hPa菲律宾以东西太平洋地区为异常反气旋环流控制,造成南海水汽向江西地区输送加强。而江西春季降水异常偏少年,其环流特征表现则与之相反。ENSO是影响江西春季降水的重要强迫信号,厄尔尼诺(拉尼娜)衰减年,春季东亚地区低层850 hPa西太副高偏强(弱),有(不)利南海上空水汽向江西地区输送,低层辐合(辐散)和高层200 hPa辐散(辐合)形成的动力抬升条件是造成江西地区降水偏多(少)的主要原因。

     

欧亚大陆积雪对我国春季气候可预报性的影响

利用大气环流模式IAP9L_CoLM,通过两组集合后报试验,考察了欧亚大陆积雪对我国春季气候可预报性的影响。一组试验为常规后报试验,积雪是由模式陆面过程预报得到的,另一组试验为积雪试验,模式积分过程中欧亚大陆雪水当量由微波遥感积雪资料替代,一天替换一次。通过分析两组试验后报结果的差异,来考察欧亚大陆积雪对我国春季（3~5月）气候可预报性的影响。分析表明:欧亚大陆积雪模拟水平的改善能提高春季欧亚大陆中高纬环流场（海平面气压场和中、高层位势高度场）的可预报性,模式对我国春季气温异常的年际变化和空间分布的可预报能力也有显著增强。对我国春季降水,虽然预报技巧较低,但引入较真实的欧亚积雪作用后,由于中高纬环流场预报技巧的改进导致降水的预测能力也有所改进。个例分析也表明,欧亚中高纬春季积雪异常模拟水平的改善导致了欧亚中高纬贝加尔湖及以南区域环流场可预报性的提高,最终使中国东部区域春季气候异常模拟技巧得以改善。以上结果也证实,欧亚大陆积雪是影响东亚区域春季气候的一个重要因子,要提高模式对中国春季气候的预报技巧,积雪模拟水平的改进是非常必要的。     

CMIP6模式对欧亚大陆冬季雪水当量的模拟能力评估及未来预估

基于第六次耦合模式比较计划（CMIP6）的模式模拟数据和欧洲宇航局GlobSnow卫星遥感雪水当量（Snow Water Equivalent, SWE）资料,评估了CMIP6耦合模式对1981～2014年欧亚大陆冬季SWE的模拟能力,并应用多模式集合平均结果预估了21世纪欧亚大陆SWE的变化情况。结果表明,CMIP6耦合模式对冬季欧亚大陆中高纬度SWE空间分布具有较好的再现能力,能模拟出欧亚大陆中高纬度SWE的主要分布特征;耦合模式对SWE变化趋势及经验正交函数主要模态特征的模拟能力存在较大差异,但多模式集合能提高模式对SWE变化趋势和主要时空变化特征的模拟能力;此外,多模式集合结果对欧亚大陆冬季SWE与降水、气温的关系也有较好的再现能力。预估结果表明,21世纪欧亚大陆东北大部分地区的SWE均要高于基准期（1995～2014年）,而90°E以西的欧洲大陆SWE基本上呈现减少的特征;21世纪早期,4种不同排放情景下积雪变化的差异不大,但21世纪后期积雪变化的幅度差异较大,而且排放越高积雪变化的幅度越大,模式不确定性也越大;进一步的分析表明,欧亚大陆冬季未来积雪变化特征的空间分布与全球变...     

IAP AGCM模式对地面气温长期趋势的预报分析

分析了1979～2004年共26年中国台站地面气温的观测资料以及中国科学院大气物理研究所的大气环流模式IAP AGCM在夏季和冬季的季节集合预报结果对地面气温长期变化趋势的预报.分析结果表明,在所研究的26年中,中国大部分地区是一个增温的趋势,其中冬季增温比夏季增温显著.IAP AGCM集合预报不能很好地预报出观测资料...     

CMIP5耦合模式对欧亚大陆冬季雪水当量的模拟及预估

基于美国冰雪资料中心(NSIDC)提供的卫星遥感雪水当量资料,评估了26个CMIP5(Coupled Model Inter-comparison Project)耦合模式对1981~2005年欧亚大陆冬季雪水当量的模拟能力,在此基础上应用多模式集合平均结果,预估了21世纪欧亚大陆雪水当量的变化情况。结果表明,CMIP5耦合模式对欧亚大陆冬季雪水当量空间分布具有一定的模拟能力,能够再现出欧亚大陆冬季雪水当量由南向北递增、青藏高原积雪多于同纬度其他地区的特征;就雪水当量的幅值而言,几乎所有模式均显著低估了西伯利亚中部雪水当量的大值中心,对中国东北地区雪水当量的模拟也显著偏低,但模式对乌拉尔山以西的东欧平原、我国北方及蒙古地区冬季雪水当量的模拟却比卫星遥感资料显著偏大,此外模式对堪察加半岛及以北的西伯利亚东北部地区的雪水当量也明显偏大。对于青藏高原地区,虽然部分模式可以模拟出青藏高原东部的雪水当量大值区,但大多数模式对青藏高原西部雪水当量的模拟却明显偏大,存在虚假的大值中心。对遥感反演资料的EOF(Empirical Orthogonal Function)分解表明,对于EOF第一个模态所对应欧亚大陆全区一致的年代际变化特征,仅有少数模式具有一定的模拟能力,大多数模式以及多模式集合的结果均未能予以反映;对应于欧亚大陆雪水当量年际变化的EOF第二模态而言,仅有少数模式(如俄罗斯的INMCM4)具有一定的再现能力,绝大多数模式对该模态及其时间演变的特征没有模拟能力。比较CMIP5多模式的集合预估结果与1981~2005年基准时段的雪水当量,可以发现在RCP4.5排放情景下,西伯利亚中东部地区的雪水当量相对于基准时段显著增加,区域平均的增加量在21世纪前、中、后期分别为4.1mm、5.4 mm和6.8 mm,且随时间增加得更显著;对90°E以西的欧洲大陆和青藏高原地区,其雪水当量则相对减少,减少的幅度和显著性也随时间而增大。就雪水当量的相对变化而言,在欧亚大陆东北部存在雪水当量相对变化的大值区,在21世纪后期相对变化显著区大都在5%~10%;但在青藏高原、斯堪的纳维亚半岛进和东欧平原,并没有发现雪水当量相对变化的髙值区,这是由于这些区域冬季雪水当量的幅值较大的缘故。RCP8.5情景下欧亚大陆雪水当量的变化特征与RCP4.5相类似,只是变化的幅度更大。     

春季（4—5月）江淮气旋预报专家系统

江淮气旋预报的关键是江淮气的生成和落区预报，我们以江淮气旋生成的两种模式为线索，以地面气压变化的理论为基础，建立波动类和焊接类两种江气旋生成和落区预报方案同时对江淮气旋在烟台及其预报海区所造成的大风和降水的情况进行了统计分析，确定预报条件，形成了一个比较完整的江淮气淮气旋预报专家系统。     

基于最新全球集合预报系统的可预报性评估

为了提供有价值且可靠的概率(或者不确定性)预报,最新的全球集合预报系统已在美国国家环境预报中心日常业务运行,以满足社会需求。通过对各个关键要素的概率预报统计检验,可为广大用户提供这些概率预报的信心指数。但是预报(或集合预报)能力不仅取决于我们使用的预测要素,而且与时间和空间分辨率,极端事件或者高影响天气,以及预报时效有关。以大尺度天气系统预报为例,通常选择北半球500 hPa位势高度距平相关指数或概率指数表征模式的预报能力。如参照北半球500 hPa位势高度的距平相关指数(60%AC)或概率预报技巧指数(25%CRPSS),美国全球集合预报系统能够提供大约10 d的技巧预报。从全球集合预报系统输出的各预报要素,满足不同时空尺度需求的角度进行讨论,其可预报性(或预报极限)能够为模式研发人员、一线预报员和用户提供参考。尤其是对大气可预报性的深入研究,对于从科学与技术角度全面提升数值预报系统水平非常重要。当能够确定可预报性(或是预报误差)的真实来源时,科学家(包括模式研发人员)就能够有针对性地修改与完善。将传统的可预报性研究与改进的能够更客观地表述预报不确定性的集合预报相结合,所得可预报性将提供另一种有价值的参考。可预报性研究总体表明,全球集合预报系统对行星波、大尺度和天气尺度的系统(或者过程)可能分别具备约15、12、10 d的预报能力。对于热带天气过程的预报,如果进一步改善模式偏差和物理参数化过程,其MJO(Madden-Julian Oscillation)预报技巧可以延长至32.5 d。     

IAP AGCM4.0模式对热带大气季节内振荡的模拟评估

基于中国科学院大气物理所大气环流模式IAP AGCM4.0总共30年(1979~2008年)的模拟结果,评估了IAP AGCM4.0模式对热带大气季节内振荡的模拟能力。分析结果表明IAP AGCM4.0模式可以在一定程度上模拟出热带大气季节内振荡的主要时空谱结构特征,在周期30~80天处存在明显的谱能量中心;模式模拟的季节内振荡东传的主要特征与观测基本一致,东移波的能量远大于西移波。基于RMM指数(All-season Real-time Multivariate MJO Index)的分析表明,模式模拟的850 h Pa和200 h Pa季节内尺度风场和对流活动在赤道地区的空间分布与观测基本一致。但与观测相比,模式模拟的热带大气季节内振荡的周期较短,东传速度快于观测,虚假的西传特征过强,对流活跃区域范围较小、强度较弱。就非绝热加热而言,模式模拟结果与再分析资料比较接近,但最大加热在印度洋和西太平洋地区出现的位相较晚。进一步分析表明,模式中影响对流触发的相对湿度阈值(RHc)的不同取值(RHc分别取为85%、90%、95%和100%),可以显著影响热带大气非绝热加热垂直廓线,从而影响模式对热带大气季节内振荡的模拟;当对流触发相对湿度阈值取为90%时,IAP AGCM4.0模式对热带大气季节内振荡模拟的能力相对最好,非绝热加热垂直廓线在不同位相的分布特征也与再分析资料最为接近。这说明模式对流参数化方案中不同参数的合适选取,可以改进模式对热带大气季节内振荡的模拟能力。     

基于集合预报的持续性强降水可预报性评估方法研究

利用集合预报成员初值误差在大气相空间中增长方向不同的特点,结合模式检验方法,构建持续性强降水可预报性评估指数(Index of Composite Predictability,ICP),为持续性强降水可预报性及数值预报误差增长机理研究提供科学方法。ICP综合评估指数包括三个数学模型:集合预报成员单一评估指数定义、集合预报成员综合评估指数定义和集合预报成员预报能力定义。利用中国国家气象中心T213全球集合预报资料,选取江淮流域2010年6月17—25日和2011年6月4—12日2次持续性强降水过程,进行ICP综合评估指数应用试验,其中,单一评估指数选取中雨公平成功指数ETS、500 hPa高度场均方根误差分别代表模式降水预报能力和环流形势预报能力。结果显示:可预报性评估指数ICP可有效挑选出预报最好和最差的集合预报成员,两者对持续性强降水过程的大尺度环流系统、中尺度影响系统、降水过程预报差异显著,预报最好成员对影响持续性强降水的大尺度环流形势(阻塞高压、西太平洋副热带高压和东亚大槽)的位置和强度及演变过程、低层中尺度影响系统(如切变线和西南低涡)发生发展过程预报,以及降水发生时间和落区预报与实况更接近,预报更成功,持续性强降水可预报性综合评估指数ICP合理可靠。     

基于GFS预报资料的强对流相似预报研究（英文）

本文基于数值模式预报发展了强对流相似预报方法。该方法采用对流参数作为相似预报量,对比当前预报与历史预报的相似物理量场挑选与当前预报最相似的时刻,并利用这些时刻对应的强对流观测权重叠加作为当前预报时刻的强对流预报。以NCEP/GFS预报场资料,对该方法的有效性进行了检验。检验结果表明,该方法对中国地区的强对流有良好预报效果。作为数值预报的有效补充,该方法具有以下几点优势:简便易实现,具有很高的可移植性:以对流参数作为相似预报量,充分利用了模式对温,压,湿,风等基本气象要素预报比较准确的优势;有效避免了对流参数进行强对流预报时的临界值选取问题,考虑了强对流发生的地域性,气候性特点。     

我国的降水资源及其稳定性与潜在可预报性（Ⅱ）潜在可预报性

本文探讨了年降水量气候噪声估计的方法，并利用我国分布较均匀的１６２个测站１９６０－１９９１年降水资料，讨论了年降水量的潜在可预报性，以便进一步研究月，季降水量的可预报性。结果得出；黄河以南和长江流域的广大地区，特别是四川东部和江淮地区，是我国降水量气候噪声最大的地区；华北，西北以及华南地区降水量的潜在可预报性较大黄河以南和长江流域中下游地区降水量的潜在可预报性较小。     

基于K-均值聚类方法的大气环流模式IAP AGCM4.1对西北太平洋热带气旋的模拟评估

IAP AGCM4.1（Institute of Atmospheric Physics Atmospheric General Circulation Model, version 4.1）是中国科学院大气物理研究所自主研发的大气环流模式,也是中科院地球系统模式CAS-ESM1（Chinese Academy of Sciences Earth System Model, version 1）的大气分量模式。本文利用极端气候分析软件TECA（Toolkit for Extreme Climate Analysis）,对IAP AGCM4.1模拟的1979～2012年西北太平洋热带气旋（TC）进行了识别与评估。结果表明IAP AGCM4.1模拟的TC空间分布、路径走向与生成源地与观测基本一致,但模拟的TC个数有所低估,仅为观测的36%。基于K-均值聚类方法的分类评估显示,这种低估主要体现在模式对于西北行转向类和西行类TC没有模拟能力。对于近海西—西北行类、西转向类和东转向类TC,模式模拟的个数可分别达到观测的39%,48%和85%,模拟的季节变化与观测的相关系数在0.89～0.91之间,周期误差在1～2天。就TC路径而言,模式对于近海西—西北行类和东转向类TC模拟效果较好,质心经度误差、质心纬度误差和经纬向标准差的模拟误差分别为1%～5%、4%～16%和5～15%。此外,环流合成分析表明模式很好地再现了东转向类TC发生、发展期间环境流场的演变以及副热带高压的变化情况,模拟的副热带高压强度和面积指数与观测的相关系数可达0.89。模式对西北行转向类和西行类TC模拟能力较差的原因可能与模式对副热带高压的模拟偏差有关。     

季风的可预报性

数值模拟表明,在边界没有异常情况下,由于存在气流短期活动的不稳定性,在中纬度能模拟类似7月份的平均压力和降水变化与观测的主要变化,但模拟不出在低纬度与观测接近的情况。根据已有的结果,可知低纬大部分的变化,是由于边界的异常,如海表面温度、反照率和土壤湿度等的异常所引起的,这些量在长时间内保持常数比气流不稳定性更具有可预报性。其它由于长期自然波动(natural     

一种基于可预报性的暴雨预报评分新方法Ⅰ:中国暴雨可预报性综合指数

针对当前暴雨预报检验采用二分类事件检验方法存在的双重惩罚导致评分过低,没有考虑到中国暴雨可预报性时、空分布不均,不便于对比分析不同区域暴雨预报能力差异等问题,为了发展基于可预报性的新型暴雨预报评分方法,在综合分析影响预报员暴雨预报信心的主要因素（暴雨气候统计特征、天气影响系统运动尺度特征及数值模式预报能力等）基础上,利用2008—2016年4—10月中国国家气象信息中心5 km×5 km分辨率的多源降水融合格点分析资料、站点降水观测资料和中国国家级业务区域模式降水预报资料以及扩展空间暴雨样本统计方法,构建了一种新型的中国暴雨可预报性综合指数（Synthetic Predictability Index of Heavy Rainfall,以下简称SPI）数学模型,以定量描述中国各区域的暴雨可预报性特征。SPI数学模型由暴雨气候频率、暴雨面积比率和模式暴雨预报成功指数（Threat Score,TS）3个分量组成,计算了2008—2016年4—10月SPI的3个分量及其时、空变化特征。分析结果显示:暴雨面积比率对SPI的时间和空间变化影响最大,两者偏相关系数大于0.9;其次是暴雨气候频率的影响,两者偏相关系数值为0.8左右;第三是模式暴雨预报TS评分的影响,两者的偏相关系数为0.7左右。分析还发现,SPI大值区随季节而变化,空间分布不均匀:4—5月,可预报性大值区主要分布在华南地区;6—7月,主要分布在江淮流域;7月中旬至8月,大值中心从江淮北部移到华北和东北地区;9月,副热带高压南撤,大值中心也相应南撤。      

气候变化及可预报性（CLIVAR）－气候研究的国际新计划

{{@ convertAbstractHtml(article.abstractinfoCn, "cn")}}   {{if article.graphicalAbstractinfoCn && article.graphicalAbstractinfoCn != ""}}{{@ article.graphicalAbstractinfoCn}}{{/if}}     

北京快速更新循环预报系统（BJ-RUC）要素预报质量评估

使用自动站观测资料对BJ-RUC系统预报的北京15个观测站的逐时2 m温度、相对湿度、1小时降水量和风速等地面要素质量进行检验评估。结果表明：BJ-RUC系统预报的2 m温度、相对湿度和风速与实况具有一致的变化趋势,但各要素的预报性能不尽相同。结果表明：（1）对于2 m温度的预报,±1℃误差的准确率为0.2～0.5,±2℃误差的准确率更高;预报性能与预报时效无明显关系;温度预报准确性与季节和日变化有关,春、秋季优于冬、夏季,夜间优于白天。（2）对相对湿度的预报整体偏低,夏季白天偏低、冬季白天偏高。（3）对1小时降水的预报,无论全年还是夏季,晴雨预报准确率很高;对0.1 mm降水的TS评分在0.2左右。（4）对不同站点的预报性能存在明显差异。对平原地区,即海拔高度较低的站点预报性能相对较好,15个站点中,对北京的代表站点（南郊观象台）的预报最为准确;对山区站点的预报性能相对较差,对海拔最高的延庆站的预报性能最差。总体来说,BJ RUC对站点要素预报的变化趋势较好,预报准确率较高,具有很好的参考价值,但要素预报与季节、日变化及海拔高度等因素有关.具体应用时还需做适当订正。