CCSM4模式对东北气温和降水的模拟及预估

利用东北地区162个气象观测站逐月气温和降水资料对CCSM4模式的模拟性能进行了评价,并预估了2021—2050年东北地区的气候变化情景。结果表明:CCSM4模式长期历史气候模拟实验模拟的1961—2005年月平均气温、降水量值能较好地再现东北区域年平均气温、降水量的空间分布形态,但气温模拟值比观测偏低,91. 4%站点误差在1. 5℃以内;降水中心比观测略偏北,全区平均偏多35. 18 mm。2021—2050年东北区域年平均气温呈增温趋势,高纬度地区的增温幅度明显大于低纬度地区,与基准年相比,RCP2. 6、RCP4. 5和RCP8. 5情景下全区分别偏高6. 00℃、5. 86℃和6. 42℃。年降水量分布呈东南向西北递减的形态,降水大值中心出现在东南部吉林与辽宁交界处,RCP2. 6、RCP4. 5和RCP8. 5情景下全区分别偏多15. 2%、3. 1%和2. 0%。     

陕西气象信息化现状及发展趋势

近年来,陕西气象信息化工作在不同层次和领域均取得了长足的发展,但仍然存在一些不足。通过对陕西气象信息化现状分析,得出陕西信息化存在的主要问题为:信息基础设施供给能力支撑不足、气象业务数据支撑能力有待提升,气象数据服务精准供给水平不足,气象信息安全保障防护能力不足,气象信息综合治理能力有待提升,气象信息技术人才队伍有待加强。根据信息化工作当前面临的新形势,探讨陕西气象信息化发展方向,提出应对措施。     

NUMERICAL PREDICTION OF AN EXTREME RAINSTORM OVER THE PEARL RIVER DELTA REGION ON 7 MAY 2017 BASED ON WRF-ENKF

An ensemble Kalman filter based on the Weather Research and Forecasting Model (WRF-EnKF) is used to explore the effectiveness of the assimilation of surface observation data in an extreme local rainstorm over the Pearl River Delta region on 7 May 2017. Before the occurrence of rainstorm, the signals of weather forecasts in this case are too weak to be predicted by numerical weather model, but the surface temperature over the urban area are high. The results of this study show that the wind field, temperature, and water vapor are obviously adjusted by assimilating surface data of 10-m wind, 2-m temperature, and 2-m water vapor mixing ratio at 2300 BST 6 May, especially below the height of 2 km. The southerly wind over the Pearl River Delta region is enhanced, and the convergence of wind over the northern Guangzhou city is also enhanced. Additionally, temperature, water vapor mixing ratio and pseudoequivalent potential temperature are obviously increased over the urban region, providing favorable conditions for the occurrence of heavy precipitation. After assimilation, the predictions of 12-h rainfall amount, temperature, and relative humidity are significantly improved, and the rainfall intensity and distribution in this case can be successfully reproduced. Moreover, sensitivity tests suggest that the assimilation of 2-m temperature is the key to predict this extreme rainfall and just assimilating data of surface wind or water vapor is not workable, implying that urban heat island effect may be an important factor in this extreme rainstorm.     

华北雨季开始早晚与大气环流和海表温度异常的关系

本文利用国家气候中心的1961~2016年华北雨季监测资料、美国国家环境预报中心/大气研究中心（NCEP/NCAR）的大气再分析资料、NOAA海表温度资料,分析了华北雨季开始早晚的气候特征,然后利用合成分析、回归分析等方法,研究了华北雨季开始早晚与大气环流系统和关键区域海表温度的关系。结果表明,56 a来华北雨季开始最早在7月6日,最晚在8月10日,1961~2016年华北雨季开始平均日期是7月18日。华北雨季开始时间具有显著的年际变化,但雨季发生早晚的长期变化趋势不太明显。华北雨季开始早晚与西太平洋副热带高压（简称副高）、东亚副热带西风急流、东亚夏季风等环流系统的活动关系密切,当对流层高层副热带西风急流建立偏早偏强,中层西太平洋副高第二次北跳偏早,低层东亚夏季风北进提前时,华北雨季开始偏早,反之华北雨季开始偏晚。华北雨季开始早晚与春、夏季热带印度洋、赤道中东太平洋海表温度关系显著且稳定,当Ni?o3.4指数和热带印度洋全区海表温度一致模态（IOBW）为正值时,贝加尔湖大陆高压偏强,副高偏强偏南,东亚夏季风偏弱,导致华北雨季开始偏晚;当海表温度指数为负值时,则华北雨季开始偏早。     

The Relationship between Deterministic and Ensemble Mean Forecast Errors Revealed by Global and Local Attractor Radii

It has been demonstrated that ensemble mean forecasts, in the context of the sample mean, have higher forecasting skill than deterministic(or single) forecasts. However, few studies have focused on quantifying the relationship between their forecast errors, especially in individual prediction cases. Clarification of the characteristics of deterministic and ensemble mean forecasts from the perspective of attractors of dynamical systems has also rarely been involved. In this paper, two attractor statistics—namely, the global and local attractor radii(GAR and LAR, respectively)—are applied to reveal the relationship between deterministic and ensemble mean forecast errors. The practical forecast experiments are implemented in a perfect model scenario with the Lorenz96 model as the numerical results for verification. The sample mean errors of deterministic and ensemble mean forecasts can be expressed by GAR and LAR, respectively, and their ratio is found to approach2~(1/2) with lead time. Meanwhile, the LAR can provide the expected ratio of the ensemble mean and deterministic forecast errors in individual cases.     

Indian Ocean Dipole-related Predictability Barriers Induced by Initial Errors in the Tropical Indian Ocean in a CGCM

利用GFDL CM2p1模式, 本文探讨了初始海温误差对印度洋偶极子(IOD)事件可预报性的影响. 当热带印度洋存在初始海温误差时, IOD预报发生了冬季预报障碍(WPB)现象和夏季预报障碍(SPB)现象. WPB发生与否与正IOD事件发展位相冬季的厄尔尼诺-南方涛动(ENSO)有关. 即当冬季存在ENSO时, IOD预测不发生WPB现象, 反之亦然. 相比之下, SPB发生与否和ENSO没有必然联系. 此外, 进一步探讨了最容易导致SPB现象的初始海温误差的主要模态, 指出该模态在热带印度洋上表现为东-西偶极子型, 这和前人研究中最容易导致WPB现象的初始海温误差模态相似. 当在热带印度洋上叠加这些初始海温误差后, 热带太平洋上出现了海表温度异常和风场异常, 进而通过大气桥和印尼贯穿流的作用影响热带印度洋, 使之在夏季出现了东-西偶极子型的海表温度异常, 该异常在Bjerknes作用下快速发展, 加强, 最终导致SPB现象的发生.     

一次强飑线过程极端大风的中尺度分析

利用常规气象观测资料、区域自动气象站加密观测资料和GFS 0.25°×0.25°逐6 h的分析场数据以及多普勒雷达、风廓线等资料,通过背景形势场分析、物理量诊断分析和中尺度分析,对2018年3月4日发生在华东地区的强飑线天气过程进行了诊断分析。结果表明,这次过程具有发生时间(季节)早、移速快、范围广、致灾强等特点,是一次比较少见的早春(冬末)十分强烈的飑线天气过程,是在高空急流辐散区、低空西南急流轴前端、低涡南侧的暖区中发展起来的。飑线过程的地面要素变化十分剧烈,地面有强冷池,与飑线前暖空气之间构成了强的水平温度梯度,致使飑线强度更强;飑线经过时气压涌升所形成的雷暴高压、强气压梯度以及飑线的快速移动均有利于地面极端大风的出现。飑线发展过程中观测到弓形回波、超级单体等强天气系统。中高层动量下传和光滑湖面、喇叭口、狭管效应等特殊地形对于大风的增强效应比较显著,这些因素也加剧了地面极端大风的形成。      

2018年一次罕见早春飑线大风过程演变和机理分析

2018年3月4—5日,华南、江南等地发生了一次大范围强对流过程,发生时间早,落区范围广,多地伴有雷暴大风、冰雹、短时强降水等剧烈对流天气,尤其飑线在江西境内造成了严重大风灾害。基于大气环流和雷达回波发展演变特征,将该次过程分为初始、发展和减弱三个阶段：初始阶段西风槽前西南急流造成的低压倒槽为强对流提供大尺度触发条件;发展阶段对流活动位于槽前暖区中,飑线在江西造成极端大风;入夜后,冷锋南下,对流进入减弱阶段。环境场及对流参数诊断表明江西中北部低层高温高湿,中层干冷,温度垂直递减率大,有利于产生雷暴大风。南昌探空长时间序列分析表明温湿要素气候态异常,与历史同期比,低层明显偏暖偏湿,中层偏干,有利于极端对流天气发生。综合多源观测资料和雷达资料分析中小尺度特征,本次江西飑线过程特点及成因包括：（1）受引导气流和前向传播共同作用,飑线移动速度快。（2）自动站分析显示飑锋后雷暴高压强,与锋前暖低压作用造成强密度流,有利于产生大范围直线型大风;（3）通过对比飑线弓状回波南北段回波结构差异表明,飑线后侧中层干后向入流促使降水粒子相变,剧烈降温形成的强下沉运动(下击暴流)是导致极端大风的主要原因,后部层云区下沉气流增强雷暴高压加之动量下传作用对雷暴大风有增幅作用。     

降水现象仪观测应用评估

利用2017年9月至2018年8月北京20个站降水现象仪采集数据与人工平行观测数据,对降水现象仪进行了对比评估。结果表明:降水现象仪的缺测率为0.01%,空报率为0.6%,捕获率为93.5%,漏报率为27.9%,错报率为10.0%。从统计结果可知,降水现象仪的缺测率、空报率较低,捕获率较高,体现出设备性能良好的一面,漏报率和错报率偏高,表明设备漏识别和错误识别的情况较多,漏报主要发生在弱降水过程中,错报主要出现在毛毛雨的识别上。设备测量和人工观测降水开始时间一致性较好,终止时间一致性偏差;降水现象仪现存问题:在大雨强时易出现雨滴叠加误识别,在小雨强时识别率会降低,在无降水错误输出降水现象方面缺少质控。     

2018年常州一次罕见持续性雾-霾天气分析

利用常规气象观测资料、探空资料、污染物浓度及AQI资料、NCEP再分析资料等,对2018年11月24日至12月3日夜间常州持续11 d的强浓雾和严重霾天气过程进行了分析。结果表明：（1）此次雾-霾过程持续时间长、范围广、强度大、污染重。（2）中纬度地区高层持续纬向环流控制、中低层暖脊稳定存在,地面持续受均压场或弱倒槽顶部、弱冷锋前部影响,是这次持续性雾-霾过程的重要天气条件。（3）边界层内弱辐散、负涡度及弱的下沉气流是此次雾-霾天气得以长时间维持、发展的动力因子。近地层长时间水汽饱和且维持小风速利于雾-霾的长时间维持。（4）近地面高强度的贴地逆温长时间维持和持续较低的混合层高度是此次雾-霾形成、发展和长时间维持的重要热力条件。雾比霾的平均混合层高度明显偏低且霾等级越高混合层高度越低,混合层高度的变化先于能见度变化,对雾-霾临近预警有较好的指导作用。（5）弱冷空气渗透、风速适当增加、混合层高度的先期快速下降、负净辐射曝辐量绝对值的明显增大是雾爆发性增强的主要原因。