2016年汛期气候预测效果评述及主要先兆信号与应用

2016年汛期预测较好把握了"全国气候年景状况总体差,降水偏多,涝重于旱,洪涝灾害比1983年重,但比1998年轻"的总趋势,准确预测了长江流域降水异常偏多和严重的汛情,对2016年东部地区季节内雨季进程"华南前汛期开始早,南海夏季风5月第5候爆发,长江中下游入、出梅晚且雨量明显多,及华北雨季开始晚、雨量接近常年到略偏多"的预测与实况也一致。对台风强度强,活跃程度前弱后强的预测与实况基本吻合,对夏季全国大部气温正常到偏高,尤其是我国西北大部气温异常偏高及盛夏江南华南阶段性高温热浪的预测也接近实况。但对我国北方地区降水的预测存在较大偏差,未能正确预测华北降水异常偏多和7—8月东北地区明显少雨。2016年汛期预测中重点考虑了冬季超强El Nino事件及其衰减后热带印度洋海温接力作用对夏季风环流的影响,认为夏季尤其是夏季前期西太平洋副热带高压强度异常偏强,位置明显偏西,东亚副热带夏季风强度弱,这些都直接造成长江中下游地区降水明显偏多。     

2022年汛期气候预测效果评述及先兆信号分析

2022年汛期,国家气候中心准确预测了“全国气候年景总体偏差,区域性、阶段性旱涝灾害明显,降水空间差异显著,主要多雨区在我国北方”的总趋势,较好、较早把握了汛期主雨带位置和全国旱涝分布。对东亚夏季风和雨季季节进程“南海夏季风5月第3候爆发,长江中下游入梅偏早,梅雨量偏少,以及华北雨季开始偏早,雨量偏多”的预测与实况一致。对夏季台风生成个数较常年偏少,盛夏出现北上台风可能性大的预测与实况基本吻合。准确预测了全国平均气温趋势和高温异常特征。对“夏季我国中东部大部气温偏高,华东、华中、新疆等地高温日数较常年同期偏多,可能出现阶段性高温热浪”的预测与实况一致。主要不足之处是对长江中下游和川渝地区高温干旱的范围和极端程度估计不足。2022年汛期预测重点考虑连续La Ni?a事件和印度洋偶极子负位相对东亚夏季风环流的影响,夏季西太平洋副热带高压强度偏强,脊线位置偏北,东亚夏季风偏强,初夏东北冷涡活跃,导致汛期主雨带位于东北、华北和西北地区东部等地。     

两类El Ni?o事件对华南前汛期降水异常的影响

利用观测资料及模式结果探讨了EP/CP El Ni?o事件对华南前汛期（4—6月）降水异常的影响。结果发现,EP和CP型相关的华南前汛期降水异常分布之间存在明显月际差异,表现为4、5月EP（CP）型相关的降水异常以偏多（少）为主;6月则相反,EP（CP）型的降水呈负（正）异常分布。分析表明,EP型相关的4、5月偏强的副热带高压与850 hPa上西北太平洋反气旋异常相配合,有利于水汽从海洋向陆地输送,且两广地区水汽辐合,降水异常偏多;而6月相关的500 hPa异常场上对应偏强的东亚大槽,不利于水汽输送,且广东地区处于水汽辐散区,对应降水偏少。CP型相关的4、5月对应500 hPa上东亚大槽偏强,不利于水汽往陆地输送,且华南为水汽辐散,降水偏少;6月的500 hPa上呈现“+-+”的东亚-太平洋遥相关波列（EAP）型,华南地区为明显的水汽辐合,降水偏多。GFDL模式较好地再现了EP /CP型的4、5月降水异常分布及大气环流形势,但是对6月的模拟存在一定偏差。      

2020年汛期气候预测效果评述及先兆信号分析

2020年汛期准确预测了“我国气候状况总体偏差,极端天气气候事件偏多”“涝重于旱”的总体特征,对长江中下游、黄河中上游、海河流域以及松花江流域降水较常年同期偏多和辽河流域降水偏少的预测与实况吻合.较好把握了华南前汛期雨季开始偏早、梅雨开始偏早和结束偏晚、华北雨季开始偏晚等雨季进程;但低估了长江中下游降水偏多的异常程度,...     

ENSO与秦巴山区汛期降水的相关分析

利用秦巴山区安康市十个地面观测站1963-2015年共计52年时间的汛期(5-10月)逐月降水量数据、汛期暴雨日数据及美国气候预测中心(CPC)的海温资料,研究安康汛期降水和暴雨与ENSO之间的关系。结果表明:NINO3.4区海温与安康汛期降水6月份呈负相关,7月份呈正相关;El Ni? o衰减年对安康汛期降水异常影响显著,特别是6月安康降水异常偏少,7月、8月、10月安康降水异常偏多;La Ni? a发展年,安康6月降水异常偏少,7月、9月和10月较常年略偏多;在El Ni?o衰减年和La Ni? a发展年,安康出现暴雨的概率较大,同时也容易产生极端偏多的暴雨事件。     

超强El Ni?o事件的多样性及其对东亚夏季风降水的影响

利用1979—2017年美国国家海洋和大气管理局(NOAA)重建海温逐月资料(ERSST V5)、气候预报中心(CPC)的Ni?o3.4指数、NCEP/NCAR再分析风场资料以及CMAP降水资料,将1979—2017年Ni?o3.4指数超过2 ℃的El Ni?o事件,定义为超强El Ni?o事件。根据超强El Ni?o事件的定义,从近40年(1979—2017年)选取出三个超强El Ni?o事件(1982—1983年、1997—1998年和2015—2016年)。首先运用海温距平资料,分析超强El Ni?o事件的多样性特征,然后根据这三个超强El Ni?o事件发生年与次年的夏季降水距平,讨论东亚夏季风降水对超强El Ni?o事件多样性的响应差异。研究表明,即使是同为超强的El Ni?o事件,由于其不同的分布特征,东亚夏季风降水的响应场表现出明显的不同。在此基础上,从环流异常、850 hPa风场异常以及副高的变化等方面讨论了这两者之间的联系。      

IAP数值气候预测系统对2004年中国夏季气候的预测

通过1980～2000年共21年的集合后报试验,考察水平分辨率提高至2°×2.5°的IAP短期数值气候预测系统对中国夏季气候异常的预报技巧.后报试验结果表明:该预测系统对中国夏季气温异常具有较好的预报能力,此外对夏季降水异常也具有一定的预报能力.利用IAP ENSO预测系统,较好地预报出2004年3月以后热带太平洋海温的演变情况,并在此基础上,对2004年中国夏季气候进行了实时预测.与实况比较表明,IAP数值气候预测系统总体上较好地预报出2004年夏季我国大范围的降水和温度异常分布,特别是较好地预测出夏季我国北方大部、华南沿海等地区气温偏高,而黄淮以及长江中上游地区气温偏低的观测事实.预测的温度距平与中国地区160个站观测实况的距平相关系数可达0.39.     

Sea surface temperature anomaly in the tropical North Atlantic during El Nino decaying years

基于1979年到2016年多种再分析资料,本文分析了El Ni?o衰减年热带北大西洋的海温异常.结果表明,热带北大西洋海温在此期间呈显著变暖趋势.10次El Ni?o事件的合成结果表明热带北大西洋海温异常在El Ni?o事件峰值之后的春季达到最大值,并持续到夏季.一般而言,这种异常与三个因子有关,即El Nino,北大西洋涛动和长期趋势,能分别导致局地海温上升0.4℃,0.3℃和0.35℃.1983年和2005年的对比分析表明,尽管El Ni?o强度对春季北大西洋海温起到决定性作用,与长期趋势密切相关的前冬海温也很重要.此外,超前-滞后相关结果表明北大西洋涛动超前海温约2-3个月.比较两个冬季相反位相北大西洋涛动的年份(即1992年和2010年),表明北大西洋涛动也能调制北大西洋海温异常.冬季负位相北大西洋涛动能显著增强El Ni?o的强迫影响,反之亦然.换言之,如果北大西洋涛动与El Ni?o位相相合,衰减年北大西洋海温异常才更为显著.因此,为全面理解热带北大西洋海温变化,除长期趋势外,还必须考虑El Ni?o和北大西洋涛动的综合影响.     

2021年汛期气候预测效果评述及先兆信号分析

2021年较准确预测了我国汛期(5—9月)气候状况总体为一般到偏差,旱涝并重,区域性、阶段性旱涝灾害明显,极端天气气候事件偏多,主要多雨区在我国北方的总趋势.准确预测了海河流域局部、松花江流域、长江上游和下游可能有较重汛情.对夏季(6—8月)降水预测不足包括:预测的北方多雨的异常程度与实况存在偏差,即对降水极端性的...     

夏季北大西洋涛动与我国天气气候的关系

利用1873-1995年北半球月平均海平面气压（SLP）资料，计算了夏季北大西洋涛动指数（NAOI）。通过NAOI与我国降水、气温和北半球球流5的相关计算以及强、弱小涛动年北半球环流异常的合成分析，发现，夏季强NAOI年，副高偏强，我国西南地区降水偏少，易出现一类和二类雨型；我国大部分地区气温明显偏高，此外，还研究了多时间尺度上，NAOI与东亚夏季风的关系，结果表明，夏季NAOI与东亚夏季风在年际、年代际、基本态尺度上都存在显著相关，强NAOI年，对应是强东亚夏季风特征，当NAOI处高（低）基本态时，夏季风处于高（低）基本态。     

河南省汛期气候预测概念模型

在河南省6种雨型[1]的基础上,分析了物理要素海温、季风、西太平洋副高及气候因子和河南省汛期降水的关系,给出了河南省汛期降水的气候预测概念模型.通过逻辑推理,可以具体预测雨型.     

河南省汛期气候预测概念模型

在河南省6种雨型的基础上，分析了物理要素海温、季风、西太平洋副高及气候因子和河南省汛期降水的关系，给出了河南省汛期降水的气候预测概念模型。通过逻辑推理，可以具体预测雨型。     

利用OSU/NCC模式进行我国汛期季度和年度短期气候预测的试验

该文利用OSU/NCC全球大气环流模式耦合全球混合层海洋与海冰模式, 采用集合预报的方法, 对中国汛期降水进行了1982~1995年共14年的季度和年度综合性预报试验研究.结果表明:该模式对我国汛期降水具有一定的季度和年度预报能力, 而对部分地区有较强的预报能力.     

超级集合思想在汛期降水预测集成中的应用

借用数值预报中超级集合的思想对参加中国汛期降水预测的各大单位预报结果进行集成，以期得到较好的预测结果。利用线性反演技术进行正反拟合和预报试验．结果表明集合预报效果比较稳定，多数情况下优于单个成员预报。体现了集合的优势，在气候预测业务中有一定的应用价值。     

2012年广东省前汛期气候特点及其成因初步分析

2012年前汛期(4～6月),我省平均气温较常年偏高0.9℃,降水量较常年偏多13.2%。前汛期主要气候特点表现在:4月降水异常偏多71.4%,5月下旬至6月中旬的龙舟水明显偏少,强对流天气频发,热带气旋影响偏早、总体灾情轻。大气环流仍然表现为对前期结束的拉尼娜事件的滞后响应,西太平洋副高强度偏弱、面积偏小、西伸脊点偏东,有利于北方弱冷空气南下与异常旺盛的西南暖湿气流在华南地区汇合,是前汛期内降水偏多的主要原因。     

我国西北地区春季旱涝气候特征研究

利用西北地区160个台站1950～2000年春季降水量资料,讨论了西北5个区域的旱涝气候特征,发现西北东部和北疆山前地带降水气候变化最为激烈,旱涝事件频繁.整个西北地区春季干旱虽较雨涝多见,但严重雨涝的发生多于严重干旱,且严重旱涝的发生自20世纪80年代以来有增加的趋势.西北各区的旱涝演变具有阶段性和群发性的特点,存在年代际的变化周期和5～6年的准周期振荡.西北东部春季严重雨涝和严重干旱发生时,中高纬度大尺度环流及副热带大气环流特征迥然不同,且分别对赤道中东太平洋海温和北太平洋西风漂流区海温异常表现出遥响应的关系.     

淇县汛期旱涝趋势预测模型

利用1966～2001年淇县观测资料,分析了影响汛期降水的因子,并利用冬季气温、春季降水及1月上旬平均气压等因子,建立了淇县汛期旱涝趋势预测模型.该模型对2002和2003年汛期降水趋势试报,结果基本正确.     

广州前汛期暴雨气候特征分析

利用广州站1951～2009年的降水资料和历史天气图资料分析广州在过去59年前汛期（4～6月）暴雨气候变化特征以及暴雨产生的天气形势分类得出以下结论：1）广州前汛期暴雨累积雨量与前汛期降水变化趋势一致,呈逐年增加趋势,前汛期暴雨贡献率呈现波动变化;2）5、6月份的暴雨占前汛期累积雨量的比例呈10年左右的周期变化,未来10年广州可能再次进入5月份暴雨高发期;3）前汛期暴雨频次约占全年暴雨频次52．1％,其小波功率谱呈现4～8年的周期振荡,且在1987～2003年最为显著;4）广州前汛期暴雨偏多的年份,冷暖气团势力相当,在华南地区交汇的机会多,广州暴雨偏多,而暴雨偏少的年份,是极圈附近冷气团过于强盛而海上暖气团过于弱或者冷气团有一定的势力,但是海上暖气团过于强盛,华南地区由单一气团控制,广州暴雨偏少。     

2022年汛期四川多模式降水预报检验

采用站点观测和EC、EC订正场（ECR）、CMA_3KM、SWC_3KM模式12~36 h降水预报资料,基于TS评分、SAL检验等指标,对2022年汛期四川多模式降水预报效果进行检验和对比分析。结果表明：（1）SWC_3KM有雨日数预报最接近实况分布,EC模式雨日空报最多且在川西高原和攀西地区尤为显著,EC模式大雨日数预报优于其余模式。（2）BS评分显示EC模式大量级降水预报偏干,其余模式均以湿偏差为主。TS评分暴雨量级各月均以ECR预报最优。（3）个例评分对比,ECR预报效果最稳定,过程最高TS评分次数最多,SWC模式次数最少。（4）ECR个例预报降水强度及雨带位置、走向与实况最接近,EC模式预报偏弱。SWC_3KM模式强降水雨带位置预报在盆地西北部和凉山州北部参考性较高。CMA_3KM和SWC_3KM模式预报大量级降水在高海拔地区存在较大范围空报。     

1991 年汛期旱涝类型的气候振动

1991年汛期我国旱涝的分布（江淮多雨、华北及江南少雨）与近五百年旱涝等级图EOF展开的第三特征向量一致。通过对旱涝第三特征向量时间系数（1991年旱涝型指数）的分析,发现1991年旱涝型指数具有37年左右的布吕克纳周期,且与南方涛动指数的36.7年周期有关。还发现1991年旱涝型指数与全球温度的相关系数为0.41(P＞0.001),与北太平洋海面温度场的相关分布则相似于厄尔尼诺时期海面温度距平场的分布,即在赤道东太平洋为正相关,在西风漂流区为负相关。因此1991年的旱涝分布,可能与旱涝型自身长期变化所处