2007 年南海夏季风季节内振荡的北传及影响因子

利用2007年全球降水气候计划GPCP(the Global Precipitation Climatology Project)卫星红外窗口导出的全球降水指数GPI(the Global Precipitation Index)的日降水资料及频率-波数分析方法,分析2007年南海夏季风季节内振荡(Intraseasonal Oscillation,ISO)的传播特征,并使用美国国家环境预报中心(NCEP)/美国大气研究中心(NCAR)再分析的逐日资料,探讨影响其传播的主要因子.结果表明,南海夏季风ISO有明显的北传趋势,并且明显比南传分量占优.影响南海夏季风ISO北传的主要因子是平均纬向风垂直切变和平均经向风对异常水汽的输送.之所以异常经向风对平均水汽的输送及海-气相可作用的影响在南海地区不重要,而在印度季风区有一定的贡献,是因为平均水汽和纬向风分布在两个地区的差异.     

南海夏季风的低频特征

利用１９７５－１９９３年（其中１９７８年缺）的向外长波辐射（ＯＬＲ）资料,分析了南海低频振荡的季节变化特征及其与南海夏季建立和活动的关系。结果表明：南海低频振荡在夏季期间比冬季风期间明显较强,南海夏季风一般在初夏第一个较强低频荡的负值位相开始建立;南海夏季风期间低频振荡的环流实体是ＩＴＣＺ的南北振荡和西太平洋高压西脊点的东西摆动,低频振荡与现海季风的活跃和中断（或减弱）密度相关;南海低频振荡与大气     

集成物理统计模型在南海夏季风预测中的应用

利用影响南海夏季风年际变化的主要气候现象厄尔尼诺-南方涛动（El Ni?o-Southern Oscillation,ENSO）和对流层准两年振荡（Tropospheric Biennial Oscillation,TBO）相关的气候因子,提出了以过程判别函数确定物理过程的持续性,建立年际尺度的集成物理统计预测模型,而非年际尺度变率由经验统计模型预测,二者相结合,发展了集成物理-经验统计预测模型。经验模型在拟合时段的回报结果很好,但在独立样本预测时效果明显降低,其中预测评分（PS）降低了23%,距平相关系数（ACC）降低了63%;相比之下,集成物理-经验统计预测模型在独立样本预测时比经验模型有更好的预测结果（PS评分提高了9.5%,ACC提高了75%）,且预测结果相对稳定。此外,集成物理-经验统计预测模型对南海夏季风降水的空间分布也有一定预测能力。     

大气季节内振荡在华南降水预报中的应用

大气季节内振荡(ISO)在天气气候演变中扮演着重要角色,是中期和延伸期预报可预报性来源之一,同时大气ISO的年际变化与区域季节降水量的年际变化密切联系,对短期气候预测有指示意义。对热带大气ISO的年际变化研究做了简要回顾;重点介绍了ISO对华南降水的影响及其业务应用情况,主要包括赤道MJO对华南降水的影响、基于准两周振荡的汛期暴雨过程预报、热带ISO与热带外系统多尺度相互作用对强降水的影响、ISO对季节降水的影响、基于ISO建立的降水延伸期定量预测模型;最后对进一步加强ISO应用研究提出了几点思考。     

对流层准两年振荡最新研究进展

为了更好地了解对流层准两年振荡(Tropospheric Biennial Oscillation,TBO)的最新研究概况及目前存在的问题,基于国家自然科学基金项目关于TBO的专门研究和近年来国内外的TBO研究工作,对TBO研究的最新进展作了综述。最新研究指出,热带暖海区的海-气耦合过程可以维持TBO循环而无需热带东太平洋的参与,表明了TBO确实是独立于ENSO而存在的海-气耦合系统,但是对于TBO的本质问题还需要多方面的深入研究。     

FEATURES AND COMPARISONS OF THE QUASI-BIENNIAL VARIATIONS IN THE ASIA-PACIFIC MONSOON SUBSYSTEMS

The National Centers for Environmental Prediction (NCEP) reanalysis data, Climate Diagnostics Center Merged Analysis of Precipitation (CMAP) results, and NOAA Extended Reconstructed Sea Surface Temperature (SST), have been utilized in this paper to study the quasi-biennial variations in Asia-Pacific monsoon subsystems and associated SST anomalies (SSTA) and wind anomalies. Four monsoon indices are computed from NCEP/ National Center for Atmospheric Research (NCAR) reanalysis to represent the South Asian monsoon (SAM), South China Sea summer monsoon (SCSSM), Western North Pacific monsoon (WNPM) and East Asian monsoon (EAM), respectively. The quasi-biennial periods are very significant in Asia-Pacific monsoons (as discovered by power spectrum analysis), and for SAM and EAM---with moderate effects by El Ni?o-Southern Oscillation (ENSO)---the quasi-biennial periods are the most important factor. For SCSSM and WNPM (once again due to the effects of ENSO), the quasi-biennial periods are of secondary durations. There are obvious interdecadal variations in the quasi-biennial modes of the Asia-Pacific monsoon, so in the negative phase the biennial modes will not be significant or outstanding. The wind anomalies and SSTA associated with the biennial modes are very different in the SAM, WNPM and EAM regions. Since the WNPM and SCSSM are very similar in the biennial modes, they can be combined into one subsystem, called SCS/WNPM.     

Spatial patterns of Tropospheric Biennial Oscillation and its numerical simulation

In order to investigate the spatial patterns of the Tropospheric Biennial Oscillation （TBO） on the global scale, the Climate Prediction Center （CPC） Merged Analysis of Precipitation （CMAP） monthly averaged precipitation and the Climate Diagnostics Center （CDC） monthly outgoing long-wave radiation （OLR） and SST are used in conjunction with TBO bandpass-filtering. The results indicate active biennial variability in the tropical eastern-central Pacific regions. It is evident that observations reflect the biennial component of the ENSO rather than the TBO itself. Since some studies have pointed out that the TBO is a broad-scale phenomenon differing from the ENSO, to investigate the pure TBO the ENSO signal must be excluded. The Scale Interaction Experiment-FRCGC （SINTEX-F） coupled general circulation model （CGCM） developed at Japan Frontier Research Center for Global Change （FRCGC） can capture both the ENSO and the biennial signals. Air-sea interactions in the tropical eastern-central Pacific are decoupled to eliminate the effects of ENSO in a experiment by SINTEX-F and the results show that biennial variability still exists even without ENSO. It seems to mean that the TBO and ENSO are independent from each other. Furthermore, the model results indicate that the two key regions are southwest Sumatra and the tropical western Pacific for the TBO cycle.     

广东春季水资源的时空分布特征和预测研究

取广东分布较为均匀的48个气象观测站50年的月平均气温和降水量资料，用高桥浩一郎公式算得广东春季水资源量，用主分量分析计算它的主分量及相应的特征向量。利用滑动平均、气候变率、趋势分析和功率谱分析等方法较详细分析了该水资源场的前4个主分量的时间变化特征，用主分量逐步回归预测模型对其分布做预测。结果表明：广东春季水资源的平均分布出现3个丰盛中心和2个缺乏中心。它含有4种基本分布类型，即全广东丰盛（缺乏）型，东缺乏（丰盛）西丰盛（缺乏）型，从北到南丰盛（缺乏）、缺乏（丰盛）相间型以及北部到中部丰盛（缺乏）型，东南部和西南部缺乏（丰盛）型。它们的气候变率不明显，第1主分量含有3阶时间幂函数变化趋势，揭示出广东春季水资源1950年代～1960年代初较为缺乏，1970年代初～1990年代中较为丰盛，以后又呈减少趋势。场的时间平均及第1～4主分量没有明显的突变事件存在。功率谱分析表明，第1、3、4主分量存在2．0～5．0a振荡周期。对2004～2006年广东春季水资源的类型和分布预测表明：2004年为Ib型，其分布为全省水资源严重缺乏型态，类型和分布的预测都与实测结果完全一致。预测2005年为丰、缺相间的Ⅲb型，分布形势为南北向丰、缺相间的带状，实测也是Ⅲb型，但具体的丰、缺分布区域与预测的分布区域没有对应。预测2006年为Id型和分布为全省严重缺乏型态，实测是西部缺乏东部丰盛，显然东部的预测是不正确的。后两年预测失败的原因可能与海温的春季障碍有关。     

CHARACTERISTICS OF FREQUENCY SPECTRUM VARIATION OF INTRASEASONAL OSCILLATION OF CONVECTION DURING SOUTH CHINA SEA SUMMER MONSOON

Datasets of equivalent temperature of black body (TBB) and sea surface temperature (SST) ranging from 1980 to 1997 are used to diagnose and analyze the characteristics of frequency spectrum and strength of intraseasonal variation of convection. The relationship between the strength of intraseasonal oscillation of convection, strength of convection itself and SST in the South China Sea (SCS) is studied. It is shown that, there are distinguishable annual, interannual and interdecadal variations in both strength and frequency spectrum of intraseasonal variation of convection in SCS. There are connections between strength of convection, strength of ISO1 in the summer half (s.h.) year and SST in ensuing winter half (w.h.) year in SCS. The strong (weak) convection and strong (weak) ISO1 are associated with negative (positive) bias of SST in ensuing w.h. year in SCS.     

广州市环境气象预报系统

介绍了本系统对各种资料(包括常规气象资料、空气污染物浓度资料)进行计算处理并取得各种指数值(包括空气污染指数、穿衣指数、风寒指数、城市火险、中暑指数、负离子浓度、霉变指数、舒适度指数、紫外线指数等)的过程。