SVD方法在气象场诊断分析中的普适性

本文首次从理论上推导证明两个气象场的奇异值分解（ＳＶＤ）在气象场时空分布耦合信号的诊断分析中具有普适性。结果表明，两个场的ＳＶＤ求解准则不同于典型相关分析（ＣＣＡ），且ＣＣＡ模型可视为ＳＶＤ之特例，尤其当各个场经ＰＣＡ滤波后，其ＣＣＡ完全与ＳＶＤ等价。ＳＶＤ分析的结果不但可完全代替ＣＣＡ，且计算更简便，所得耦合信号的物理解释更清晰，特别适合于大尺度气象场的遥相关型研究。     

一种公平技术评分方法在台风业务预报评估中的应用

将离散变量分级预报的公平技术评分方法引入台风路径业务的预报评估中，对１９８９－１９９１年的台风业务预报作评估试验，结果表明，该方法量客观，不但可用于台风分类预报评估，也可对台风移向移速预报进行客观评估。     

近44 a中国冬夏气温变率及其对区域变暖性的影响

利用近44a中国85个测站冬夏季逐日平均、最高和最低气温序列,研究冬夏季温度季节变率及其时空演变特征,探讨其对区域变暖稳定性的影响。结果表明：冬季,除高原、西南、东北以外的中国大部分地区,温度的季节变率存在显著下降趋势,是近期变暖的稳定区,其中变暖最为稳定、显著的区域是西北、华北地区,东北北部虽变暖幅度很大,但稳定性最差;夏季,长江中下游及其江南地区温度变率存在显著上升趋势,20世纪70年代后年际变幅明显增大,表明该地区80年代降温的稳定性差。     

A DIAGNOSTIC ANALYSIS OF AIR TEMPERATURE ANOMALY MODE OVER CHINA IN 2009/2010 WINTER BASED ON GENERALIZED EQUILIBRIUM FEEDBACK ASSESSMENT (GEFA) METHOD

By using the observed monthly mean data over 160 stations of China and NCAR/NCEP reanalysis data, the generalized equilibrium feedback assessment(GEFA) method, combined with the methods of EOF analysis, correlation and composite analysis, is used to explore the influence of different SST modes on a wintertime air temperature pattern in which it is cold in the northeast and warm in the southwest in China. The results show that the 2009/2010 winter air temperature oscillation mode between the northern and southern part of China is closely related to the corresponding sea surface temperature anomalies(SSTA) and its associated atmospheric circulation anomalies. Exhibiting warming in Northeast China and cooling in Southwest China, the mode is significantly forced by the El Nio mode and the North Atlantic SSTA mode, which have three poles. Under the influence of SSTA modes, the surface northerly flow transported cold air to North and Northeast China, resulting in low temperatures in the regions. Meanwhile, the mid-latitude westerlies intensify and the polar cold air stays in high latitudes and cannot affect the Southwest China, resulting in the warming there.     

春夏季青藏高原积雪对中国夏末秋初 降水的影响及其可能机制

本文首先利用最大协方差分析方法,探讨青藏高原积雪与中国降水之间的联系,发现中国夏末秋初（8～10月,简称ASO）降水与前期及同期高原积雪有着显著联系,当春夏季青藏高原西部多雪时,其后ASO中国长江及其以南地区多雨,而东部沿海的狭长区域少雨。进一步引入最大响应估计等方法,研究中国区域降水对高原积雪异常的响应及其可能的物理机制,结果表明,冬春季高原多雪异常可持续到夏季,并通过改变地表热力状况,导致ASO南亚高压减弱,同时在高、低空激发出两支波列:高层200 hPa波列沿中高纬西风急流传播,自高原经蒙古到达日本呈现明显的“负—正—负”位势高度异常传播,日本上空为气旋性异常环流;低层850 hPa波列起于高原,经孟加拉湾至中国南海,沿着西南气流传播,导致台湾附近的反气旋性异常环流,其西侧的偏南气流,将南海丰富的水汽输送至中国南部湖南、广西;而高层中心位于日本的气旋性异常环流西侧的偏北气流利于北方天气尺度扰动向南移动,它们为长江中下游及其以南地区多雨提供了有利条件。进一步计算定常波波数也表明,高层西风急流与低层西南季风气流作为波导,有利于高原上空的扰动沿着高、低空2支通道向东传播。由于东部沿海浙江、福建为正位势高度异常区,低层反气旋性异常环流则抑制了该区域的降水。     

亚洲区域海—陆—气相互作用对全球和亚洲气候变化的作用研究进展

围绕全球变化研究国家重大研究计划项目“亚洲区域海—陆—气相互作用机理及其在全球变化中的作用”预定的总体研究内容和科学目标,项目执行两年多以来,取得了一系列阶段性科研成果.关于气候动力学方面,项目揭示了热带印度洋—西太平洋暖池的海温变化是全球热带气候年代际变化的重要驱动力,是全球尺度副热带干旱的重要调控器;发现热带东太平洋海温存在冷舌模态,它是一个海气耦合模态,阐明在全球变暖背景下其对ENSO型态变异的作用及影响东亚气候的机理;揭示了青藏高原热力强迫的异常特征及其气候效应;提出了水平非均匀基流中行星波传播的理论,研究了其在不同东亚夏季风背景下的传播特征.关于气候预测方法方面,提出了若干有物理基础的气候预测方法,如尺度分离的降尺度预测新方法、基于北大西洋涛动(NAO)-ENSO的东亚夏季风预测模型、基于南半球环状模的东亚气候预测模型等,为业务部门提供了重要参考.关于观测方面,项目在亚洲区域海气补充观测和海洋资料同化方面也取得突出进展,成功进行了南海18°N断面海洋综合观测,为形成我国第一条南海断面长期海气观测打下了基础.在国际合作方面,项目还继续推动和领导了“亚洲季风年”(AMY2007-2012)与“东亚气候模拟”国际计划,提升了我国在该领域的国际地位.     

基于拉格朗日方法的江淮梅雨水汽输送特征分析

利用NCEP再分析资料,引入基于拉格朗日方法的气流轨迹模式(HYSPLITv4.9),结合用于海量轨迹分析的气块追踪分析方法,探讨了江淮梅雨气候平均的水汽输送特征以及梅雨异常年水汽输送的差异。结果表明,在气候态下,江淮梅雨的水汽主要来自印度洋、孟加拉湾—中国南海、太平洋和欧亚大陆4个区域,其对江淮梅雨的水汽输送贡献分别为35%、19%、22%和19%。其中,印度洋、孟加拉湾—中国南海和太平洋上的输送气流主要来自850 hPa以下的对流层低层,而欧亚大陆的输送气流主要来自600 hPa左右的对流层中层。进一步对比梅雨异常年水汽输送的差异,发现孟加拉湾—中国南海、太平洋和印度洋的水汽输送对江淮梅雨的异常有重要影响,梅雨偏多年来自孟加拉湾—中国南海的水汽输送较多,其对江淮梅雨的水汽输送贡献为24%,比梅雨偏少年约增加了13%,梅雨偏少年则是来自太平洋和印度洋的水汽输送较多,对江淮梅雨的水汽输送贡献分别达到了40%和30%,比梅雨偏多年约增加了5%和10%。     

基于马尔科夫链转移概率极限分布的降水过程持续性研究

各地不同气候条件所具有的天气状态转移概率的极限分布实际上代表了各地天气气候的持续性和转折性特征,同时也表明了它的可预报期限。从马尔科夫链理论出发,初步研究了中国160个代表测站逐日天气状态演变过程的极限分布。结果表明,转移概率的极限分布不但其空间分布有明显差异,而且不同季节的极限分布也有明显差异。例如,有的地区仅有2 d持续期,有的可达4—6 d或更长,充分反映出不同地区因其影响的天气系统差异所造成的逐日天气气候的持续性和转折性特征的差异。其研究意义在于,由此可作为天气气候分型区划的一种理论依据。统计分析结果表明,就全中国平均而言,夏季持续期最短,持续期由北向南、由西向东呈增加趋势,且春季平均降水持续期为5.1 d,夏季平均为5.0 d,秋季平均为6.5d,冬季平均为6.2 d。可见夏半年比冬半年的降水持续期短,这可能是因为春夏季的天气系统比较复杂且中小尺度天气系统较多的缘故。这从另一侧面再次证明,各地逐日降水天气状态演变过程具有一定的天气气候状态自然转折的持续性即自然天气周期的气候状况,从而为短期天气预报提供了气候背景。     

基于统计降尺度模型的江淮流域极端气候的模拟与预估

利用江淮流域29个代表站点1961--2000年逐日最高温度、最低温度和逐日降水资料,以及NCEP逐日大尺度环流场资料,引入基于多元线性回归与随机天气发生器相结合的统计降尺度模型SDSM（statistical downscalingmodel）,通过对每个站点建模,确立SDSM参数,并将该模型应用于SRESA2排放情景下HadCM3和cGcM3模式,得到了江淮流域各代表台站21世纪的逐日最高、最低温度和降水序列以及热浪、霜冻、强降水等极端气候指数。结果表明,当前气候下,统计降尺度方法模拟的极端温度指数与观测值有很好的一致性,能有效纠正耦合模式的“冷偏差”,如SDSM对江淮平均的冬季最高、最低温度的模拟偏差较CGCM3模式分别减少3℃和4．5℃。对于极端降水则能显著纠正耦合模式模拟的降水强度偏低的问题,如CGCM3对江淮流域夏季降水强度的模拟偏差为-60．6％,但降尺度后SDSM—CGCM3的偏差仅为-6％,说明降尺度模型SDSM的确有“增加值”的作用。21世纪末期在未来SRESA2情景下,对于极端温度,无论Had．CM3还是CGCM3模式驱动统计模型,江淮流域所有代表台站,各个季节的最高、最低温度都显著增加,且以夏季最为显著,增幅在2—4℃;与之相应霜冻天数将大幅减少,热浪天数大幅增多,各站点冬季霜冻天数减少幅度为5—25d,夏季热浪天数增加幅度为4～14d;对于极端降水指数,在两个不同耦合模式HadCM3和CGCM3驱动下的变化尤其是变化幅度的一致性比温度差,但大部分站点各个季节极端强降水事件将增多,强度增强,SDSM—HadCM3和SDSM-CGCM3预估的夏季极端降水贡献率将分别增加26％和27％。