基于区域气候模式的江苏省风能评估试验

利用2000年1月1日-12月31日NCEP/NCAR的再分析资料,选取区域气候模式RegCM3对江苏省区域的风能进行细网格数值模拟.通过风速模拟场与同期实测场大尺度分布的对比分析表明,模拟场能够较好地反映风场的空间分布形态,而在细网格条件下,模拟场更能真实地反映风场在特殊地形下的分布特征:江苏省地面平均风能密度模拟值在60～100W/m2之间,随高度上升而逐渐增大,200m高度可达320～380W/m2;沿海地区风能大于内陆,苏中南地区大于苏北地区,太湖等水域风能大于周围陆地;低层风能的海陆间梯度变化明显,高层则趋于平缓.通过分析认为,风力发电场的最佳位置可在江苏中南沿海附近.     

全球海气耦合模式对中国区域年代际气候变化预测能力的评估

利用4个海气耦合模式对1960～2005年的多年代际回报结果,评估模式对中国区域年代际气候变化(温度和降水)的预测潜力,并初步给出2005～2015年的气候预测结果。与CMIP3多模式集合1960～2000年结果以及观测实况比较的结果表明:融入观测资料进行同化的年代际气候预测模式,对中国区域温度和降水的模拟能力总体好于CMIP3模式。年代际气候预测模式对温度气候场的模拟仍以"冷偏差"为主,但较之CMIP3模式已有显著改进,中国区域平均的冷偏差减少1.3°C;对降水气候场的模拟仍以"湿偏差"为主,但在华南沿海和西北内陆降水的模拟能力优于CMIP3模式,中国区域平均的湿偏差降低了20%。年代际模式和CMIP3模式都能较好地模拟出中国区域尤其是北方20世纪后期的增暖信号;但CMIP3模式对20世纪后期中国东部降水的旱涝结构演变的模拟与观测相反;而年代际气候预测模式未能再现华北偏旱的变化,但能成功地模拟江淮流域和华南沿海的旱涝演变。2005～2015年的10年预测表明中国区域将继续增暖0.3～0.7°C,且增温幅度北方大于南方,增幅中心位于西北内陆和青藏高原;而降水的变化趋势不显著,黄淮地区、西北内陆和青藏高原的降水略有增加,而西南地区降水将减少。但需要指出的是,这种预测的不确定性是相当大的。     

CMIP5 模式对中国极端气温及其变化趋势的模拟评估

本文基于中国区域逐日气温资料和CMIP5 中30 个全球气候模式资料,计算了平均日最高气温（TXAV)、平均日最低气温（TNAV)、热浪指数（HWDI)、霜冻日数（FD)、和暖夜指数（TNF90）5 个极端气温指数,评估各模式对中国区域极端气温的气候平均场和趋势的模拟能力。研究结果表明,大部分模式能够较好地模拟出极端指数的气候平均场,其中对TNAV、TXAV 和FD 平均场模拟能力较强,大部分模式平均场与观测场的相关系数超过0.90,但对TNF90 和HWDI 的模拟能力相对较低,相关系数均低于0.70,且各模式的模拟能力存在较大的差异。对极端指数的趋势模拟来说,模式模拟的中国区域平均各极端气温指数的线性变化趋势与观测相同,但大多数模式模拟趋势的强度偏弱。相比于气候平均场,模式对极端气温指数趋势空间场模拟较差,除TNAV 有1/3 的模式平均场与观测场的相关系数超过0.60 外,模式模拟其余指数的相关系数均低于0.60。模拟极端气温气候平均场的能力最优的5 个模式为：IPSL-CM5A-MR、CMCC-CM、IPSL-CM5A-LR、MPI-ESM-MR 和MPI-ESM-P。趋势空间场模拟最好的5 个模式为：MPI-ESM-P、CANESM2、ACCESS1-3、BCC-CSM1-1 和NorESM1-M。模式对极端气温指数的时空模拟能力一致性较差,但基于气候平均场或趋势空间场的优选模式,相比于所有集合模式平均,模拟能力均有一定程度的改善。     

近百年中国总辐射场变化的基本特征

本文根据文献[1]重建的中国近百年(1881—1980年)总辐射月总量场资料序列,分析其多年变化特征。结果表明,中国近百年总辐射场主要变化趋势为东部广大地区自本世纪初至四十年代末全年各季均有明显上升趋势,其后至七十年代末期则呈下降趋势,但就整个时段来说,总辐射无明显增大或减少;其余地区(除东南沿海、青藏高原的个别季节与东部不一致外)基本变化趋势都与东部地区一致,但新疆北部和青藏高原夏季变化趋势不明显。在主趋势背景下,中国总辐射场百年序列中还具有明显的三种准周期振动,主要集中于周期为30～48年,10～15年和5～7年三个频段。对比近百年我国气温场变化趋势,从一个侧面佐证“温室效应”。     

基于Bayes准则的时间序列判别预报模式

根据Bayes准则下的多元线性判别分析和时间序列的线性自回归模式,本文提出一种时间序列的判别预报模式。该模式采用两种不同的变量筛选方案,对于气象时间序列的数量记录,由过去的记录判别未来记录的趋势(如正负距平、旱涝等)。在一定的自相关结构下,其判别效果较好。文献[1—4]曾论述用(0,1)两值时间序列建立AR(p)模式,但AR(p)模式有其局限性。将时间序列与多元判别分析结合,建立时间序列基础上的判别模式,用以往各时刻变量作为线性判别因子对未来各时刻的变量取值类型作出判别,既可保留时间序列线性模式的优点,又可利用多元逐步判别筛选因子的计算方法。从气象状况演变的物理机制来看,考虑前期状态演变比单纯考虑前期某一时刻的状态更有意义。     

我国近百年（1881—1980年）

本文基于总辐射场与平温度场之间的物理联系，借助于主成分典型相关分析建立一种恢复总辐射场序列的统计模式。该模式利用我国现有的近百年温度场序列资料重建了我国近百年（1881－1980）总辐射场资料序列。计算结果经统计独立样本检验证明具有较高的可靠性。     

气候状态向量在短期气候变化研究中的应用

本文将Barnett关于大尺度气候场的“气候状态向量”和“气候质点”概念,引入到单站气候变化规律的研究中,在此基础上,采用方差最大准则下的正交旋转因子分析方法,探讨气候状态向量在单站短期气候振动研究中应用的可行性和效果。 文中对上海、北京两地气候状态向量的气候学意义及其时间变化规律作了详细对比分析,得到一些有益的结论。尤其是两站“气候质点”运动轨迹图所显示的类似于相空间轨线的准循环振荡特性,可作为进一步理论研究的基础。     

苏通长江公路大桥设计风速的计算与分析

苏通长江大桥是世界第一跨度斜拉桥, 设计风速对其设计、建设、运营安全至关重要。为了合理选用大桥的设计风速, 在大桥桥位长江江面、江岸、南通气象站、常熟气象站建立风速同步观测站, 在桥位南岸建立80 m高的风梯度观测塔, 2000年3月1日至2003年2月28日开展地面及梯度风同步观测, 获取大桥设计风速计算所需的基础资料。在分析桥位风况与当地气象站异同及桥位风速随高度变化规律的基础上, 将气象站长年风速数据客观外延至桥位, 采用极值频率分布拟合方法, 分析计算得到大桥建设所需的设计基本风速和基准风速。分析表明:江面风速明显大于气象站, 也大于江岸风速, 计算值大于理论推算值。结果为大桥抗风设计提供了依据。     

L-矩估计方法在极端降水研究中的应用

本文引进具有高精度优良特性的L-矩参数估计方法,应用Gumbel分布模式拟合我国东部地区的极端降水量。结果表明,参数的L-矩估计法使Gumbel分布拟合极端降水的优度有较大的提高,同时在给定重现期条件下估计极值分位数具有良好的效果。相对而言,对短样本序列,L-矩估计比常规矩估计具有明显的优势。     

南京和镇江最高水位与长江中下游地区可利用降水的统计分析

本文利用降水量和平均气温资料计算了长江流域中下游地区可利用降水量,并分析了其与南京和镇江段长江最高水位之间的关系,结果发现夏季6月和7月可利用降水量的不同分布类型对长江当月最高水位有直接的影响,并且这些分布类型出现频次的增多是造成长江水位持续升高的主要原因之一。