太平洋海温年代际变化的垂直结构及传播特征

利用1950—2000年马里兰大学全球海洋同化分析资料分析了太平洋海温年代际变化的垂直结构和传播特征,结果表明,太平洋上层海温存在显著的年代际变化,其最强区为北太平洋中部偏西地区100 m层次,热带东太平洋50 m层次,热带西太平洋150 m层次,热带西南太平洋190 m层次,日本东南沿海443.5 m以上层次;年代际变化的垂直结构与温度层结有关,年代际变化的显著层都对应于温度随深度变化的极大值处;源自北太平洋中部海表的信号向深层延伸,并由窗口地区向西南潜沉,热带西南太平洋的信号越过赤道向东北挺进,在传播过程中,两处信号的走向都是沿着温度随深度变化的极大值即20℃等温线处,并于副热带20℃等温线转折处汇合;北太平洋40°N附近的年代际变化起源于海表,并向深层传播,而低纬度的信号多起源于150~250 m处的系统加深,故其海表和深层的位相往往不一致。     

MRI-CGCM模式气候预测回报试验在东亚夏季的检验和降尺度订正

应用1979—2010年MRI-CGCM模式回报、NCEP/NCAR再分析数据和中国东部降水观测资料检验了模式对东亚夏季风的模拟能力,并利用模式500 hPa高度场回报资料建立了中国东部夏季降水的奇异值分解（SVD）降尺度模型。模式较好地模拟了亚洲季风区夏季降水的气候态,但模拟的季风环流偏弱、偏南,导致降水偏弱。模拟降水的方差明显偏小,且模拟降水的外部、内部方差比值低,模拟降水受模式初值影响较大。模式对长江雨型的模拟能力最高,华南雨型次之,华北雨型最低。模式对东亚夏季风第1模态的模拟能力明显高于第2模态。对于东亚夏季风第1模态,模式模拟出了西太平洋异常反气旋,但强度偏弱,且未模拟出中高纬度的日本海气旋、鄂霍次克海反气旋,导致长江中下游至日本南部降水偏弱。各时次模拟环流均能反映但低估了ENSO衰减、印度洋偏暖对西太平洋反气旋的增强作用。对于东亚夏季风第2模态,模式对西太平洋的“气旋-反气旋”结构有一定的模拟能力,但未模拟出贝加尔湖异常反气旋和东亚沿海异常气旋,导致中国东部“北少南多”雨型在模拟中完全遗漏。仅超前时间小于4个月的模拟降水能够反映ENSO发展对降水分布的作用。通过交叉检验选取左场时间系数可以提高降尺度模型的预测技巧,SVD降尺度模型在华南、江南、淮河、华北4个区域平均距平相关系数分别为0.20、0.23、0.18、0.02,明显高于模式直接输出。      

JMA/MRI-CPS2模式对东亚夏季风系统预测能力的评估

基于东京气候中心提供的新一代气候预测业务模式(JMA/MRI-CPS2)回报数据,综合多种评估方法,评估了其对于东亚夏季风的预测技巧,结果表明该模式能够模拟出气候场上主要降水中心和夏季风主要成员的位置,但存在明显的系统性偏差。对于年际变率的预测,泰勒图分析结果表明,该模式对夏季风指数预测效果总体较好,对于副热带高压指数中的面积、强度和西伸脊点指数预测能力较好,但对于脊线南北位置指数的预测效果较差;分月来看,4和5月起报结果的技巧相对更高。MV-EOF分析的结果表明模式较为准确地把握住了东亚夏季风主要模态的空间分布,滞后相关分析的结果表明其第一模态反映出了厄尔尼诺衰减的影响,第二模态反映出了厄尔尼诺发展的影响,合成分析的结果也显示,模式能够反映出厄尔尼诺发展的不同位相下东亚季风环流响应的差异。这些分析表明该模式对于东亚季风区的预测具有一定技巧,可以作为每年汛期气候预测的有益参考。     

中国降水回归模型设计策略与回报检验

利用中国160站降水记录及欧洲中心ERA-Interim再分析数据等构建了16种线性回归降水预测模型,包括“站点”降水直接/间接预测模型（间接模型是指先预测东亚季风指数,再以此估计站点降水）, 以及“区域-站点”降水直接/间接预测模型,即先预测一个区域的降水再分配到站点。此外,还构建了所有模型集合的降水预测模型。预报因子包括两种ENSO指数、北大西洋涛动（NAO）指数和青藏高原积雪深度等4个因子。模型亦分为3因子和4因子（包括积雪因子）组及对降水取/不取对数组等前处理。2005—2016年的回报试验表明,“站点”模型优于“区域-站点”模型,对降水取对数模型优于不取对数模型。另外,“站点”模型组中的间接降水预测模型优于直接模型,但“区域-站点”组却相反。ERA-Interim积雪深度资料不确定性带来的偏差超过该因子对降水预测的贡献。平均PS评分最高的是3因子的直接站点降水取对数模型（MDS-3Ln）,平均达到71分,高于集合模型（MEM）得分。这些结果表明,线性回归降水模型的设计理念与实际预测效果可能并不一致,其原因是因子的选取或数学处理过程会引入新的不确定性或偏差,必须综合评估各种设计方案的“成本-效益”关系。     

DERF2.0模式对月尺度西太平洋副热带高压预测能力评估

基于国家气候中心第二代月动力延伸预测模式业务系统(DERF2.0)1983—2015年回报数据,利用时间相关系数、标准化均方根误差、距平符号一致率和泰勒图分析等方法综合评估了DERF2.0模式对月尺度西太平洋副热带高压的预测性能。结果表明:模式能够预测出气候平均态上588 dagpm等值线的空间分布及强度和纬向风切变位置,但有偏大偏强的系统偏差。模式对高度场年际变率的预测性能好于纬向风场。模式较为准确地预测了副高气候态的年循环信息,但存在系统偏差,副高面积相对观测偏大,强度偏强,脊线偏北,西伸脊点偏西。模式对副高年际变率的预测性能较好,其中强度最佳,面积其次,脊线相对较差。副高预测性能依赖于超前起报时间,随着起报时间的临近,预测性能整体呈上升趋势,业务中及时更新预测。模式对副高面积超前0~20 d、强度超前0~2 d、西伸脊点超前0~5 d、脊线超前0~7 d起报对未来一个月的预测性能优于持续性预测,业务中可以重点参考。     

CFSv2模式对淮河流域夏季气温降水预测能力的评估

基于美国环境预测中心提供的CFSv2模式回报数据以及淮河流域172个气象台站的气温降水观测数据,评估了该模式对淮河流域夏季气温降水的预测能力。结果表明:模式对气温气候平均态的模拟与实况较为接近,降水虽然能够反映出南多北少的分布特征,但气候平均值明显偏小。模式对于气温和降水均方差的模拟均偏小。从频率分布来看,回报气温的频率分布与实况较为接近,回报降水不仅存在很大的负偏差,出现异常降水的频率也比实况明显偏低。对ROC曲线的分析进一步表明模式预测高温事件的能力明显好于低温事件,预测降水异常事件的能力在不同起报月有差异。从主要模态的时空结构来看,模式能够反映出其空间结构,对于增暖的趋势模拟也相当不错,但增暖的速率高于实况,虽然模式没有能够反映出降水主要模态的年代际变化特征,但对于年际变化有较高的预测技巧。这些评估为短期气候预测和模式解释应用提供了参考。     

MRI-CGCM模式对东亚夏季风的模拟评估及订正

本文利用CMAP月降水资料、NCEP再分析资料、NOAA的ERSST资料和日本气象厅海气耦合模式（MRI-CGCM）的输出结果,从东亚夏季风气候态、主模态和年际变率等方面分析了MRI-CGCM模式对东亚夏季风的预测性能,并且利用观测的东亚夏季风指数（EASMI）与模拟PC（principal component）的关系建立多元线性回归方程来订正EASMI（简称PC订正法）。结果表明:MRI-CGCM模式能够较好再现东亚夏季风降水和低层风场的气候态,但模拟的西北太平洋反气旋偏弱、偏东,使得模拟的副热带地区降水量偏小。模式较好地模拟出东亚夏季风降水第一模态（EOF1）及相应的低层风场,能够较好再现出EOF1对应El Ni?o衰减位相;模拟降水的EOF1与观测之间的空间相关系数（ACC）为0.72,且能较好地再现其对应的年际变率,其时间系数PC1与观测之间的相关系数为0.41,能模拟出观测EOF1的2 a和5 a主导周期;但模拟的我国以东梅雨锋区雨带位置偏南,这与模拟的西北太平洋反气旋位置偏南有关。模式对降水第二模态EOF2的模拟能力比EOF1明显下降,模拟EOF2与观测之间的ACC降到0.36;虽然模式能较好地再现出EOF2对应El Ni?o发展位相,但模拟的西太平洋反气旋位置偏南,使得雨带位置偏南,模拟的我国梅雨锋区雨带位于江南,与观测场上江南少雨相反。模式较好地模拟出我国东部夏季降水和气温空间异常分布和年际变化,模拟与观测夏季降水和气温的多年平均ACC分别为0.74和0.68。模式模拟我国东部、江淮流域和华南地区夏季降水多年平均PS评分分别为69、70和68分,略高于我国夏季降水业务预测多年平均评分（65分）。模拟的我国东部夏季气温与观测多年平均PS评分为74分。PC订正后EASMI与实况的相关系数由0.51提高到0.65、符号一致率由84%升到91%、标准差由0.75增大到1.4、大于1个标准差年数由6年变为12年,订正后在模拟变幅偏小和梅雨锋区雨带偏南等方面均有一定的改善,对应西太平洋反气旋位置和梅雨锋区雨带位置与实况较为吻合。     

北半球夏季对流层顶气压与气温的年(代)际变率与趋势分析

利用NCEP/NCAR再分析月平均资料,研究了1979—2002年夏季全球对流层顶气压和气温的分布特征与变化趋势。选取了夏季北半球对流层顶年(代)际变率最大区域来定义气压指数和气温指数。分析结果表明:(1)全球对流层顶气压和气温在北半球随纬度的增加而增大,在南半球随纬度先增大再减小,而在整个热带地区对流层顶气压和气温的分布则较为均匀。(2)全球平均的对流层顶气压和气温在分析时段内呈减小趋势,但在中高纬度地区对流层顶气压和气温存在大范围增大现象,表明二者的趋势并不是全球一致的。(3)对流层顶年(代)际变率最大值出现在北半球的中纬度地区和南半球的副热带及高纬度地区,最小值则出现在热带地区。气压指数和气温指数显示出准10年和准3～5年周期。     

湿球温度循环迭代算法及其应用

许多大型能源项目的前期可行性论证工作都必须计算干湿球温度的设计参数,但从2001年开始,按照中国气象局的要求,安徽省各台站陆续将干湿球温度表更换为湿敏电容传感器,至2007年,所有台站的自动观测设备安装完毕.新的自动观测仪器对湿球温度不再进行观测.为了解决缺少资料的问题,设计了一种计算湿球温度的循环迭代算法,并把结果数据与查表计算的结果相比较,误差小于0.1℃的占92.52%,小于0.2℃的占99.49%,结果可靠,与传统查表方法相比,具有方便快捷的特点,适合作为补充历史湿球温度序列的方法,满足了气候应用服务的需要,可以在电站设计标准计算上得到广泛的应用,也可以作为地面历史资料审核程序的有益补充.