Assessing the Influence of the ENSO on Tropical Cyclone Prevailing Tracks in the Western North Pacific

Using a statistical model for simulating tropical cyclone (TC) formation and a trajectory model for simulating TC tracks, the influence of the El Nino-Southern Oscillation (ENSO) on the peak-season (July-September) TC prevailing tracks in the western North Pacific basin is assessed based on 14 selected El Nino and 14 selected La Nina years during the period 1950-2007. It is found that the combination of statistical formation model and a trajectory model can simulate well the primary features of TC prevai...     

El Nio事件大气-洋流异常与暖海温传播机理研究

利用1971~2000年逐月SODA(Simple Ocean Data Assimilation)同化资料(Carton等,2004)、1980~2000年逐月NCEP/NCAR再分析资料(Kalnay等,1996)探讨中部型(暖海水首先出现在120°W以西)和东部型(暖海水首先出现在120°W以东)El Nino事件赤道纬向风应力及洋流的异常变化与暖海水信号的传播特征。研究指出:(1)中部型和东部型El Nio事件发生时,太平洋上赤道海表最大西风应力距平在西太平洋地区都有显著的东传现象,但中部型El Nio事件西风应力距平强度强,造成西太平洋赤道表层的东向流可达东太平洋地区,这类El Nio事件强度偏强。(2)中部型El Nio事件,赤道表层洋流辐合区及其下沉运动由西太平洋向东太平洋传播,辐合下沉运动抑制了深层冷海水上翻,西太平洋暖水能够传到东太平洋与西太平洋赤道表层洋流辐合区及其下沉运动的东移有关。(3)东部型El Nio事件西太平洋赤道表层洋流辐合区及其下沉运动没能直接传到东太平洋地区,东太平洋暖水形成与局地(120°W以东)辐合下沉运动抑制深层冷海水上翻有关;东部型El Nio事件暖池次表层的暖水,不是沿着西太平洋赤道次表层向东传播到东太平洋地区,而是由南太平洋西边界流将暖池海水带到40°S左右的西风漂流区,再由西风漂流平流到东太平洋。     

季节内印度洋-西太平洋对流涛动对次季节-季节尺度大气可预报性的影响

利用非线性局部Lyapunov指数和条件非线性局部Lyapunov指数定量估计了季节内印度洋-西太平洋对流涛动（IPCO）和实时多变量Madden-Julian指数（RMM指数）可预报期限,量化了季节内IPCO对S2S尺度大气可预报性的贡献,深入研究了季节内IPCO演变下S2S尺度可预报期限空间分布的变化规律。结果表明：（1）与RMM指数相比,季节内IPCO指数可预报性更强,可预报期限达到31天左右,比RMM指数高出2周以上;（2）印度洋-西太平洋区域S2S尺度大气可预报性最强,可预报期限达到30天以上,其中季节内IPCO是该地区的主要可预报性来源之一,其贡献达到6天,占总可预报期限的25%以上;（3）随着季节内IPCO的演变,印度洋-西太平洋地区S2S尺度大气可预报性有空间结构变化,表现为可预报期限异常的传播和振荡。S2S尺度大气可预报期限正负异常沿季节内IPCO传播路径,一支以赤道中西印度洋为起点北传至印度半岛,一支向东传播,经过海洋性大陆到赤道西太平洋后向北传播,到达日本南部。同时,可预报性异常的传播在在东印度洋和西太平洋表现出反向变化的特征,形成东西两极振荡,当季节内IPCO向正位相发展时,东印度洋具有更强的可预报性,西太平洋具有更弱的可预报性,反之亦然。季节内IPCO的发展（衰退）可使东印度洋（西太平洋）S2S尺度大气可预报性更强,表明模式预报技巧对此具有更大的提升空间。     

青藏高原积雪异常与广西气候的关系

利用青藏高原55个地面观测站的积雪日数、积雪深度资料。按年、春、夏、秋、冬不同时段分别进行时段距平计算，选取积雪日数、积雪深度均为正、负距平的年份，划分为高原积雪偏多、偏少年。在此基础上选取距平绝对值相对较大的年份为显着多雪年、显着少雪年。然后分析青藏高原积雪异常与广西异常气候事件的关系特征以及青藏高原积雪显着多、少雪年与广西不同时段的降水、气温的关系特征。结果发现：青藏高原积雪偏多、少与广西异常气候事件的关系不十分明显。好的对应概率也只有60％-75％左右。而青藏高原积雪显着多、少雪年对广西某些时段的降水、气温存在全区性的影响。     

2019年汛期气候预测效果评述及降水预测先兆信号分析

2019年汛期降水呈南多北少分布,主要多雨区位于东北和江南等地。3月发布的预报对江南、西南东部、东北东部、西北中部地区降水偏多和内蒙古中部及东北部的偏少均做了较好预测;5月发布的滚动预测将南方主要多雨中心南移,订正结果与实况更为一致。6月发布的盛夏预报及时加强了对东北地区降水趋势的订正,准确预测了东北地区降水明显偏多的特征。对南海夏季风、西南雨季、梅雨及华北雨季的季节进程预测也和实况一致。但2019年汛期降水预测也存在明显的不足之处：对长江中下游沿江降水异常偏少预测错误;对东北地区多雨的范围和异常程度估计不足。初步分析了2018—2019年冬季青藏高原积雪面积异常偏多、2018—2019年厄尔尼诺事件以及热带印度洋海温持续偏暖对长江中下游降水预测指示意义的失败,并与2018年外强迫信号及大气环流做了简单对比,指出汛期降水和传统影响因子不匹配、非对称的复杂性研究还需要深入开展。     

2016年1月低温事件的季节内振荡特征

利用NECP/DOE逐日再分析资料,分析了2016年1月发生在我国南方的持续低温事件。结果表明,此次过程存在明显的季节内振荡特征,其中准双周振荡为气温变化的主要模态。此次低温事件之所以达到寒潮级别,是由于天气尺度变化与10~20 d气温准双周振荡处于相同的降温变化过程中。准双周尺度的冷中心与天气尺度冷中心均从中高纬度向低纬地区传播,并在我国南方汇合,从而引起持续性的低温。通过诊断温度局地变化方程发现,此次天气过程中,温度平流项和绝热变化项是近地层局地温度降低的主要原因。天气尺度气温变化与10~20 d低频振荡对持续降温都有较大贡献,天气尺度降温略大于低频降温。     

1960—2009年中国冬季区域性极端低温事件的时空特征

采用区域性极端低温事件客观识别技术对1960—2009年的区域性极端低温事件进行检测,并分析其空间分布和时间演变特征。结果表明：区域性极端低温事件指标中最低温度和几何中心纬度的频次分布为双峰特征,发生频次较高的纬度主要位于30°N和42°N附近,且1980年代中期以前南北两个带并存,之后则以30°N附近为主;1960—2009年事件的发生频次、强度和最大覆盖面积等呈总体减弱趋势,在1980年代后期存在显著的转折,1990年代后期变化逐渐趋于平缓,并且这种变化主要是由占总数10%的持续时间长和空间范围广的事件作用的结果。此外,对体现事件多方面影响的综合指标进行等级划分并分析其变化特征。     

IOD对ENSO影响中国夏季降水和气温的干扰作用

使用NCEP/NCAR再分析资料研究了"单纯"ENSO事件、"单纯"IOD事件以及有IOD事件伴随发生的ENSO事件对中国夏季降水和气温的影响.结果表明:"单纯"ENSO事件、"单纯"IOD事件对中国夏季降水和气温均有显著影响,当El Nino年有正IOD事件同时发生时,我国北方地区水汽增加,华北降水偏少现象得到抑制,我国大陆气温有所上升;当La Nina年有负IOD事件同时发生时,北方地区的水汽减少,不利于华北地区的降水,我国大陆气温有所下降.     

2018年全球重大天气气候事件及其成因

2018年全球主要温室气体浓度继续攀升,地表温度相比工业化前水平偏高0.99℃,为有观测记录以来的历史第四高值。全球冰川总量连续31年减少,南北极海冰范围全年处于历史低位。全球海洋表面温度较常年显著偏高,海平面继续加速上升,海洋热含量创历史新高,海洋酸化的影响日益加剧。年内,世界各地发生了许多重大天气气候事件,包括北半球异常活跃的热带气旋季、欧洲夏季持续性高温干燥天气、印度西南部的特大洪灾、澳洲东部严重旱情、欧美多地的低温暴雪以及全球多地的森林大火和强对流天气,造成了严重的人口伤亡和社会经济损失。本文系统性总结了2018年全球重大天气气候事件及其影响,并重点分析了印度近百年来最严重洪灾和美国东海岸爆发性低温雨雪冰冻两个典型气候事件的形成原因。分析表明,夏季南亚季风强度偏强、控制时间偏长,8月在南亚季风槽西部位置偏北、索马里越赤道急流偏强的共同作用下,南印度洋及阿拉伯海上空的水汽大量向印度地区输送,持续性的强降水天气引发了该地区近百年以来最严重的洪灾;1月上旬,在耦合的急流结构、强烈的海洋温度梯度以及气旋外围气温偏高的共同作用下,冬季风暴格雷森在短时间内爆发性加强,造成美国东海岸出现气温骤降、强风暴雪等剧烈天气现象。     

基于随机重排去趋势波动分析的极端高温事件研究及其综合指标的建立

基于中国气象局公布的1961-2006年中国165个国际交换站无缺测的逐日平均气温资料,利用随机重排去趋势波动分析(S-DFA)方法,计算并分析了中国极端高温事件阈值的空间分布特征,并对S-DFA方法在实际资料中的应用进行了检验。从可预报性的角度给出了极端高温事件强度综合指标的定义。该综合指标将极端高温事件的发生频次和强度综合起来,兼顾不同地区各自特有的区域气候背景,进一步说明综合指标定义的合理性。基于极端高温事件综合指标的空间分布规律,将1961-2006年间中国极端高温事件分为4个不同等级的地区。极端高温事件综合指标在20世纪90年代初期之前一直保持平稳的波动变化,之后则一直处于上升之中,尤其是在90年代中后期开始迅速上升。