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...     

２种降尺度方法在太湖流域的应用对比

同时应用统计降尺度模型SDSM(Statistical Downscaling Model)和区域气候模式PRECIS(Providing Regional Climate for Impacts Studies),对太湖流域的日降水量和日最高、最低气温进行降尺度处理,建立未来2021-2050年的气候变化情景,并对比分析两种方法的适用性.结果表明,两种方法模拟的未来时期日最高、最低气温季节和年的变化情景增幅总体上比较一致,高排放情景A2下模拟生成的情景增温幅度较B2情景大,未来时期最高气温增加幅度比最低气温明显.两种方法模拟的降水变化情景差异明显,PRECIS模拟的2021-2050年降水增加趋势明显,增幅较大;而SDSM模拟的未来时期降水存在一定的减少趋势,变化幅度相对较小.以上结果说明PRECIS和SDSM都能较好地模拟太湖流域未来气温变化情景,而对未来降水的模拟不确定性较大.     

中国地面气温统计降尺度预报方法研究

利用中国752个基本、基准地面气象观测站2000—2010年地面温度日值数据,采用具有自适应特征的Kalman滤波类型的递减平均统计降尺度技术,对中国地面温度进行精细化预报研究。分析该方案的降尺度效果,并与常用插值降尺度方法进行比较。结果表明:1)递减平均统计降尺度技术相比插值方法有较大的提高,显著减小东西部预报效果差异,1~3 d预报的均方根误差减小了1.4℃;2)该方案1~3 d预报的均方根误差为1.5℃,预报误差从东南地区(均方根误差为1.4℃)向西北地区(均方根误差为1.8℃)逐渐增大,并且预报效果夏季优于冬季。因此,递减平均统计降尺度技术对中国地面温度进行精细化预报是可行的。     

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。     

多模式动力降尺度对中国中东部地区极端气温指数的模拟评估

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。     

中国气温的降尺度研究

Monthly mean temperatures at 562 stations in China are estimated using a statistical downscaling technique. The technique used is multiple linear regressions （MLRs） of principal components （PCs）. A stepwise screening procedure is used for selecting the skilful PCs as predictors used in the regression equation. The predictors include temperature at 850 hPa （7）, the combination of sea-level pressure and temperature at 850 hPa （P＋T） and the combination of geo-potential height and temperature at 850 hPa （H＋T）. The downscaling procedure is tested with the three predictors over three predictor domains. The optimum statistical model is obtained for each station and month by finding the predictor and predictor domain corresponding to the highest correlation. Finally, the optimum statistical downscaling models are applied to the Hadley Centre Coupled Model, version 3 （HadCM3） outputs under the Special Report on Emission Scenarios （SRES） A2 and B2 scenarios to construct local future temperature change scenarios for each station and month, The results show that （1） statistical downscaling produces less warming than the HadCM3 output itself; （2） the downscaled annual cycles of temperature differ from the HadCM3 output, but are similar to the observation; （3） the downscaled temperature scenarios show more warming in the north than in the south; （4） the downscaled temperature scenarios vary with emission scenarios, and the A2 scenario produces more warming than the B2, especially in the north of China.     

渭河流域秋雨统计降尺度预估的试验研究

在比较不同大尺度预报因子联合场、空间范围和数据预处理方法对统计降尺度模型预测能力影响的基础上,基于HadCM3和CCSM3两种分辨率大气环流模式(GCM)输出资料,采用主成分分析和多元线性回归相结合的降尺度方法,建立了渭河流域秋雨的统计降尺度模型,并根据分析两种GCM基准期内降尺度预测效果,对未来不同情景进行预估。结果表明,对降水量的3次方根正态化处理并不能改善模型的预测性能,而去趋势处理可提高模型对于9月的预测能力。850 hPa经向风和相对湿度组合是渭河流域秋雨的最佳预测因子。低分辨率的HadCM3模式降尺度预测效果优于高分辨率的CCSM3模式,具体表现在前者对整个流域的预测能力较高,后者只对中下游流域附近的预测效果较好。以基准期内可预报性较好的站点对渭河流域秋雨进行预测,两种模式的不同情景预估结果均表明,渭河流域2000—2099年9月降水量呈增加趋势,10月降水量呈下降趋势,降尺度模型成功预测了21世纪前10年的秋雨增加趋势。      

统计降尺度方法在北京月尺度预测中的应用

利用SDSM(statistical downscaling method)方法对北京47年(1961-2007年)的最低、最高气温和降水变化情况进行模拟评估,在此基础上对2008年北京奥运期间和2009年国庆期间天气变化进行实际预测应用。结果表明,SDSM方法具备模拟气温和降水等要素的能力。从年际变化模拟的情况上看,SDSM模型对气温模拟的效果好于降水,其中对于月平均最低(最高)气温模拟的效果好于最低(最高)气温极值的模拟。模型模拟的逐年极端最高(最低)气温结果在整体上偏低于实况气温,体现出气温极值模拟能力的不足。SDSM模型模拟的降水量整体上小于实测值,对降水极大值模拟能力更弱。对奥运会和国庆期间北京天气预测结果表明,模型对日最高、最低气温和降水的数值预测能力较差,预测值偏低于实际值,但升温和降温过程发生的时段能够准确的预测。     

降尺度方法对中国未来两种情景下降水变化预估

利用1951-2000年中国160个气象站的降水资料和美国GFDL-CM2.1模式输出的500 hPa位势高度资料,建立了一个统计降尺度模型,并利用该模型对中国2011-2100年的降水进行了降尺度预估,分析了CO2浓度变化对中国未来降水变化的可能影响.结果表明,在未来A1B和A2情景下,中国各气候区各季节的降水都发生了变化,两种情景下的降水变化格局和变化幅度非常相似,但由于A2情景下的2011-2100年平均CO2浓度比A1B情景高,故其降水变化的幅度更为剧烈.CO2浓度的增加是中国未来降水变化的主要贡献因子,但它不会从根本上改变中国未来降水的分布格局,只会增强降水本身的自然变化幅度,是降水自然变率的放大器,且放大的幅度远远大于自然变率本身.CO2浓度变化引起的降水变化一般比CO2浓度变化滞后20～30年.CO2浓度增加引起的气温升高会导致中国大部分地区500 hPa等压面的抬升和环流形势的改变,从而对未来降水产生影响.     

降水的统计降尺度预报及其空间相关性和时间连续性重建

利用欧洲中期天气预报中心(ECMWF)、日本气象厅(JMA)、美国国家环境预报中心(NCEP)以及英国气象局(UKMO)四个中心1~7 d日累计降水量集合预报资料,以中国降水融合产品作为"观测值",对我国地面降水量进行统计降尺度预报,并对预报降水的空间相关性和时间连续性进行重建。对降水量进行分级后,建立各个量级的回归方程进行统计降尺度预报。此外,还利用Schaake Shuffle方法重建丢失的空间相关性和时间连续性。结果表明,分级回归比未分级回归后的预报结果相关系数更高,预报误差更小,更接近观测值。Schaake Shuffle方法可以有效地改进降水预报的空间相关性和时间连续性,使之更接近实况观测,集合成员间的相关性也更好。     

我国地面降水的分级回归统计降尺度预报研究

利用TIGGE资料中欧洲中期天气预报中心(ECMWF,the European Centre for Medium-Range Weather Forecasts)、日本气象厅(JMA,the Japan Meteorological Agency)、美国国家环境预报中心(NCEP,the National Centers for Environmental Prediction)以及英国气象局(UKMO,the UK Met Office)4个中心1~7 d预报的日降水量集合预报资料,并以中国降水融合产品作为"观测值",对我国地面降水量预报进行统计降尺度处理。采用空间滑动窗口增加中雨和大雨雨量样本,建立分级雨量的回归方程,并与未分级雨量的统计降尺度预报进行对比。结果表明,对于不同模式、不同预报时效以及不同降水量级,统计降尺度的预报技巧改进程度不尽相同。统计降尺度的预报技巧依赖于模式本身的预报效果。相比雨量未分级回归,雨量分级回归的统计降尺度预报与观测值的距平相关系数更高,均方根误差更小,不同量级降水的ETS评分明显提高。对雨量分级回归统计降尺度预报结果进行二次订正,可大大减少小雨的空报。     

CWRF降尺度提高BCC_CSM1.1m对中国夏季降水跨季度动力预测能力

利用CWRF模式(Climate-Weather Research and Forecasting model)对国家气候中心BCC＿CSM1.1m业务预测模式短期气候预测结果进行中国区域降尺度,并使用1991—2010年3—8月逐日气温降水观测数据评估预测能力。结果表明：CWRF预测地面2 m气温、降水气候平均态的空间分布比BCC＿CSM1.1m更接近观测,分布误差更小;在保持总体技巧不低于BCC＿CSM1.1m的同时,CWRF对我国华东和华中地区的降水年际变化预测准确率更高;对不同强度的降水预测CWRF表现均优于BCC＿CSM1.1 m模式,尤其在极端降水预测准确率上更优。总之,得益于更高的空间分辨率和优化的低空物理过程模拟,CWRF降尺度可以提高中国夏季跨季度降水预测能力。     

长江流域年降水预测动力-统计降尺度方法及其应用

基于站点资料、再分析数据和动力气候模式回报数据,利用经验正交函数分解（EOF,Empirical Orthogonal Function）迭代和年际增量方法,探讨了长江流域年尺度降水异常的动力-统计降尺度预测方法及其应用效果。结果表明,基于再分析数据的年尺度环流场,建立的长江流域年尺度降水异常增量的统计降尺度预测方案,其26 a回报检验的距平相关系数（ACC）平均达0.6,证明该方案具有较高的可预报性。进一步利用模式预测的年尺度环流场,建立了年降水异常增量的动力-统计降尺度预测方案,其ACC平均为0.42,显示了较高的回报技巧,远优于模式直接输出的年降水动力预报结果。通过分析调制年降水预报技巧高低的因素发现,赤道中东太平洋年平均海温距平为负值时,预报技巧更高,ACC平均达0.5以上。在拉尼娜发展年或拉尼娜持续年的冷水背景下,利用EOF迭代选取的特征向量偏多时,多尺度的大气环流信息被纳入预测模型中作为预测信号,预测技巧得到了提高。     

基于BP-CCA统计降尺度的中亚春季降水的多模式集合模拟与预估

利用中亚地区30个观测台站逐月降水资料及同期ERA-40再分析资料,结合8个CMIP5全球气候模式模拟与未来预估大尺度环流场,使用基于变形典型相关分析的统计降尺度方法（BP-CCA）建立降尺度模型,评估多个气候模式对当前气候下中亚地区春季降水的降尺度模拟能力,并对春季降水进行降尺度集合未来预估。结果表明,建立的降尺度模型能够很好地模拟出交叉检验期内春季降水的时间变化和空间结构：降尺度春季降水与相应观测序列的平均时间相关系数为0.35,最高为0.62,平均空间相关系数为0.87。气候模式对中亚春季降水的模拟能力通过降尺度方法得到了显著提高：8个模式降尺度后模拟的降水气候平均态相对误差绝对值降至0.2%—8%,相比降尺度前减小了10%—60%,模拟的降水量场与相应观测场的空间相关均超过0.77;对比降尺度前多模式集合结果,多模式降尺度集合模拟的相对误差绝对值由64%减小至4%,空间相关系数由0.47增大至0.81,标准化均方根误差降至0.59,且多模式降尺度集合结果优于大部分单个模式降尺度结果。多模式降尺度集合预估结果表明,在RCP4.5排放情景下,21世纪前期（2016—2035年）、中期（2046—2065年）和末期（2081—2100年）的全区平均降水变化率分别为-5.3%、3.0%和17.4%。21世纪前期中亚大部分地区降水呈减少趋势,降水呈增多趋势的站点主要分布在南部。21世纪中期整体降水变化率由减少变为增多趋势,21世纪末期中亚大部分台站降水增多较为明显。21世纪初期和末期可信度高的台站均主要位于中亚西部地区。     

Dynamic downscaling of summer precipitation prediction over China in 1998 using WRF and CCSM4

To study the prediction of the anomalous precipitation and general circulation for the summer(June–July–August) of1998, the Community Climate System Model Version 4.0(CCSM4.0) integrations were used to drive version 3.2 of the Weather Research and Forecasting(WRF3.2) regional climate model to produce hindcasts at 60 km resolution. The results showed that the WRF model produced improved summer precipitation simulations. The systematic errors in the east of the Tibetan Plateau were removed, while in North China and Northeast China the systematic errors still existed. The improvements in summer precipitation interannual increment prediction also had regional characteristics. There was a marked improvement over the south of the Yangtze River basin and South China, but no obvious improvement over North China and Northeast China. Further analysis showed that the improvement was present not only for the seasonal mean precipitation, but also on a sub-seasonal timescale. The two occurrences of the Mei-yu rainfall agreed better with the observations in the WRF model,but were not resolved in CCSM. These improvements resulted from both the higher resolution and better topography of the WRF model.     

基于TRMM PR探测的夏季合肥地区降水特征分析

利用热带测雨卫星TRMM搭载的测雨雷达（PR）1998-2012年的观测资料,研究了合肥地区夏季（6、7、8月）不同类型降水的降水强度和频次的水平空间分布、降水垂直结构、日变化特征以及气候变化等特征,揭示了城市化效应造成城市及其周边区域降水特征在时空上的分布差异。研究结果表明,（1）主城区对流和层云降水强度低于周边区域,对流降水频次也低于周边区域,但层云降水频次则相反。可见城市化发展是改变降水的空间分布的因素之一,且对不同的降水类型空间分布影响不同。（2）主城区降水回波信号高度高于周边区域,而降水强度低于周边区域,表明城市效应促进降水云发展而未造成降水强度增强。（3）合肥地区对流和层云降水的强度和频次日循环存在时空分布不均匀性,其中城区的对流降水强度和频次日循环与城市热岛效应日循环具有一致性。总体来看,城市化对局地降水强度影响较大,而对局地降水频次的总体影响不是很明显。（4）通过降水气候变化分析表明,城区两种类型降水强度和频次均呈逐年下降趋势,周边区域降水强度呈不显著上升趋势,降水频次呈逐年下降趋势,其中层云降水频次下降趋势较显著。城市化进程使得城市及其周边区域降水不均匀性逐年增强。极端降水空间分布特征分析表明,城市周边区域强降水频次高于主城区,尤其在城市的下风区高出主城区75%;而周边区域弱降水发生的频次低于主城区,城市下风区最低,低于主城区约18%。     

统计降尺度方法在天津小时降水和气温精细化预报中的应用

基于ECWMF模式预报数据对2018年3—11月降水和2 m温度进行统计降尺度,利用先频率匹配法、再阈值法对插值后的降水订正,利用Kalman滤波型的递减平均统计降尺度法对插值后的温度订正,最终获得逐小时降水量和温度的预报。结果表明：(1)对于晴雨预报准确率,绝大多数预报时效频率匹配法和阈值法均对其有明显提高,前者最大改进幅度可达20%以上。对于相对误差,阈值法对空报现象有较显著改进。对于1 h降雨量大于等于20 mm的短时强降水,频率匹配法订正后的TS评分有明显提高。对2018年“安比”台风事件,除具有以上改进效果外,频率匹配法提高了降水主体形态和量级的预报水平,阈值法对空报站订正正确。(2)对于温度的ECWMF模式预报检验,几乎在任何预报时效内都是3月的绝对误差最大。通过Kalman滤波型的递减平均统计降尺度法后,各月的绝对误差都有不同程度减小。总体上,订正后的绝对误差曲线仍具有订正前的周期性波动,波峰、波谷位置也与订正前基本一致,且绝对误差越大,订正幅度越大。个例分析也表明订正后保留了温度预报空间分布的准确性,且绝对误差有明显下降。     

基于TRMM卫星的近10a甘肃临夏降水变化特征

基于2001~2010年TRMM 3B43降水资料和数字高程模型（DEM）数据,采用回归模型＋残差的方法,对甘肃临夏回族自治州近10 a的TRMM 3B43降水数据进行降尺度运算,并结合研究区6个雨量站的观测值,对TRMM 3B43降尺度结果进行精度检验,在此基础上定量研究了临夏回族自治州近10 a的降水量时空变化特征。结果表明：TRMM 3B43降尺度降水量数据整体上具有一定的可信度,但比地面台站的观测值偏小;甘肃临夏州年降水量呈现出由西南向东北递减的趋势,且降水量随着海拔高度的升高而逐渐增加,两者相关系数为0.82;年内降水主要集中在5~9月,基本占全年降水量的70%以上,其中6月降水量最大,12月降水量最小。     

山东夏季降水异常的环流特征及降尺度解释应用预测方法研究

基于山东省123个国家级气象观测站1961—2015年夏季降水资料、1991—2015年NCEP再分析资料,分析了山东夏季降水变化特征及其与大气环流的关系。结果表明,在山东夏季降水偏多（少）时,乌拉尔山阻塞高压偏弱（强）,副热带高压偏强（弱）,南亚高压偏强（弱）,并且200 hPa经向风场有明显的类似丝绸之路遥相关型的波列结构。利用国家气候中心第二代海气耦合模式3月起报的未来夏季海平面气压场建立降尺度预测模型,该模型对山东夏季降水的预测符号一致率达到64%,有一定的预测能力,进一步分析发现,模式对关键区环流因子的模拟预测能力显著影响降尺度预测方法的准确率。