CMIP5多模式资料中气温的BMA预测方法研究

利用CMIP5的8个全球气候系统模式对气温的回报结果进行贝叶斯模式平均(简称BMA)试验,并采用均方根误差、距平相关系数、连续等级概率评分等对多模式集合平均(简称EMN)和BMA的回报结果进行检验、评估。结果表明,EMN的回报效果优于8个单模式的回报效果,而BMA的回报效果最好,其区域平均的均方根误差比EMN小0.5℃左右。在此基础上,利用中等排放情景RCP4.5下CMIP5模式中的年际年代际预估资料对2011—2035年的气温进行预估。研究发现东亚地区在2011—2035年气温将普遍升高,海洋上的增暖幅度较小,陆地上的增暖幅度较大,且增暖幅度随纬度升高而增大。青藏高原及中国北方大部分地区气温将明显升高,升温幅度在1℃左右,而南方的升温幅度较小,约为0.3~0.6℃。     

Probabilistic multimodel ensemble prediction of decadal variability of East Asian surface air temperature based on IPCC-AR5 near-term climate simulations

Based on near-term climate simulations for IPCC-AR5 (The Fifth Assessment Report), probabilistic multimodel ensemble prediction (PMME) of decadal variability of surface air temperature in East Asia (20°-50 °N, 100°-145°E) was conducted using the multivariate Gaussian ensemble kernel dressing (GED) methodology. The ensemble system exhibited high performance in hindcasting the decadal (1981-2010) mean and trend of temperature anomalies with respect to 1961-90, with a RPS of 0.94 and 0.88 respectively. The interpretation of PMME for future decades (2006-35) over East Asia was made on the basis of the bivariate probability density of the mean and trend. The results showed that, under the RCP4.5 (Representative Concentration Pathway 4.5 W m-2 ) scenario, the annual mean temperature increases on average by about 1.1-1.2 K and the temperature trend reaches 0.6-0.7 K (30 yr)-1 . The pattern for both quantities was found to be that the temperature increase will be less intense in the south. While the temperature increase in terms of the 30-yr mean was found to be virtually certain, the results for the 30-yr trend showed an almost 25% chance of a negative value. This indicated that, using a multimodel ensemble system, even if a longer-term warming exists for 2006-35 over East Asia, the trend for temperature may produce a negative value. Temperature was found to be more affected by seasonal variability, with the increase in temperature over East Asia more intense in autumn (mainly), faster in summer to the west of 115°E, and faster still in autumn to the east of 115°E.     

塔克拉玛干沙漠人工绿地与自然沙地能量收支差异研究

利用2013年塔克拉玛干沙漠腹地自然沙地与人工绿地的地表太阳辐射和能量通量观测数据，分析不同下垫面太阳辐射分量和能量收支参数间的差异。结果表明：1）沙地与绿地，辐射各分量日变化特征显着，DR、UR夏季为峰值，冬季-春季-夏季为上升趋势，夏季-秋季-冬季为下降趋势。沙地与绿地ULR的差值为-30-20W?m-2。土壤湿度变化是导致人工绿地与自然沙地地表反照率差异的主要原因之一，在塔克拉玛干沙漠的人工绿地滴灌，增加了土壤含水率，传递到表层具有滞后效应，影响了地表反照率的月变化。2）净辐射，在夜间以G0耗能形式为主，而白天以H耗能形式为主。在塔克拉沙漠大环境影响下，人工绿地的能量分配格局与自然沙地基本相同，但是在植被的生长季与茂盛季节，LE的通量的耗能份额会有所递增，耗能比增加了1.5%。3）人工绿地EBR夜间的波动幅度大于自然沙地，白天自然沙地EBR上升速率要大于人工绿地冬季，自然沙地和人工绿地不闭合率都超过50%，其他季节，人工绿地的不闭合率优于自然沙地。     

基于Local-BGM法的冷涡暴雨集合预报试验及评估检验北大核心

基于传统增长模繁殖法(Breeding Growing Mode,BGM)和局地增长模繁殖法(Local Breeding Growing Mode,Local-BGM)生成初始扰动成员,对一次冷涡暴雨过程进行集合预报试验,从多方面比较两种方案的预报效果,并且在邻域概率法(Neighborhood Probability,NP)中引入时间邻域,评估概率预报结果。结果表明,引入局地化思想的Local-BGM方案能够生成比传统BGM方案更合理的初始扰动,具有很明显的局地特征。对于扰动变量的预报,Local-BGM方案在均方根误差和离散度等方面均表现更好,同时能够提高各量级降水的预报技巧。邻域集合概率法能够综合各个集合成员预报的降水信息得到优于集合平均的概率预报,分数技巧评分更高。并且在考虑时间不确定性后,无论是控制预报、集合平均还是邻域集合概率法,分数技巧评分均有很大改善,并且降水阈值越大改善效果越明显,能够为极端强降水天气提供较为客观的概率预报信息。     

基于神经网络和地理信息的华东及华南地区降水概率预报

基于欧洲中期天气预报中心(the European Centre for Medium-Range Weather Fore-casts,ECMWF) 2015年2月8日-2016年12月31日中国华东及华南地区24 ～168 h预报时效的逐日24 h累积降水集合预报资料,利用前馈神经网络建立NN(Neutral Ne...