川东盛夏旱涝与大气环流影响的关系

川东、达州盛夏旱涝天气气候的变化与太阳辐射、下垫面和日—地关系影响有关外,主要还与西风急流、东亚季风、南亚高压及西太平洋副热带高压等大气环流影响有关,它们的强度、位置的变化和异常表现,都会引起天气气候的变化和反映。因此,环流分析,可以为我们掌握和预测天气气候的变化提供背景材料。     

东北地区初霜冻的天气气候特征

利用实测资料和历史天气图资料,对近３１年我国东北地区初霜冻的天气气候特征进行了分析,并探讨了初霜冻出现前２４小时的环流形势特征和天气演变过程,给出了初霜冻的时空分布特征以及对预报有用的一些判据。对实时预报业务有参考作用。     

MM5模式对2008年1月25—30日我国南方强冰雪过程的数值模拟

利用NECP 1°×1°6 h再分析资料,分析2008年1月25-30日我国南方一次强降雪天气的大尺度环流形势.结果表明,高空环流波动为此次强降雪提供了有利的高空环流形势,中低层阻塞高压及其南部低涡的长期维持是导致低层锋区形成和强降雪发生的关键;由于部分地区大气垂直结构呈上下冷、中间暖的状态,致使冻雨形成.同时,利用中尺度模式MM5对此次过程进行72 h数值模拟,并以模拟结果对湖南湘潭的冰冻成因进行再分析,进一步证实了低层低温、逆温层的存在及充足的水汽是冰冻形成的主要原因.     

驻马店极端气温分析

利用驻马店10个站气象资料,分析了极端温度的时间变化特征、高温天气与6-8月降水量之间的关系和极端晴热高温、极端湿热高温天气形成的天气背景及影响因子,确定了高温出现的前期预报指标。     

基于贝叶斯模型的中国未来气温变化预估及不确定性分析

利用第5次耦合模式比较计划(CMIP5)中35个全球气候模式历史模拟与RCP4.5预估结果,通过贝叶斯模型平均(Bayesian Model Averaging,BMA)对中国气温进行多模式集合研究,给出了中国未来气温变化预估及其不确定性的时空分布。结果表明,中国21世纪冬夏将持续升温,且升温具有冬季高于夏季,北方高于南方的特点。初期(2016—2035年)北方有很大可能(80%)升温超过0.7℃,南方升温相同幅度的概率则超过50%;中期(2046—2065年)北方和南方升温超过1.5℃的概率分别为80%和50%;末期(2081—2100年),北方(南方)有80%(50%)的可能的升温超过2℃。气温预估的不确定性研究发现,无论冬夏,21世纪不同时期升温相对较弱的塔里木盆地、青藏高原南侧和中国东南地区为不确定性低值区,基本低于0.6℃,对应可信度较高,如21世纪初期信噪比超过4;而不确定性的高值区则主要分布在新疆北部、东北平原北部和青藏高原东南侧等升温相对较大的地区,普遍高于1℃,对应可信度较低,如初期信噪比低于2.5。此外,基于信噪比对比发现除青藏高原东部外,其他区域夏季预估的可信度均高于冬季,21世纪末期高于初期,且空间分布特征一致。     

海河流域盛汛期旱涝急转事件及其与大气环流异常的关系

利用1958—2012年海河流域30个气象站月降水资料、NCEP/NCAR月平均再分析资料及1974—2012年月平均向外长波辐射资料,分析了海河流域盛汛期旱涝急转事件及其与大气环流异常的关系。结果表明,南亚高压和西太平洋副高在盛汛期的月际振荡是海河流域旱涝急转形成的一个重要原因。涝转旱年及旱转涝年涝期对应于"西低东高"的流型(海河流域上游为低槽区,下游为高压区),冷暖空气活跃且易于较长时间在流域交绥,低层水汽输送较强且有正涡度异常,高层辐散和上升运动偏强,流域多雨偏涝;旱期则对应于"西高东低"的流型,西风带环流较为平直,低层有负涡度异常且水汽输送偏弱,高层辐散和上升运动偏弱,海河流域因而少雨偏旱。海河流域旱急转涝(涝急转旱)事件易发生在南亚夏季风偏弱(强)的背景下。海河流域盛汛期旱涝急转与初汛期流域上空气压场强度以及北太平洋涛动(NPO)、南半球环状模(SAM)存在显著的正相关,上述因子可能是旱涝急转事件的前期信号。     

IODP363航次——西太平洋暖池北大核心CSCD

印度—太平洋暖池是地球上最大的暖表水,主要热量来源自大气、大气对流和强降水。西太平洋暖池区海表温度（SST）微小的变化可影响到哈德利和沃克环流的上升位置和对流的强度,进而扰动行星尺度的大气环流、大气加热以及热带水文。西太平洋暖池气候变化主要来自对翁通爪哇高原单一低沉降速率的ODP806b站位的研究,它作为热端部分用于监测整个新近纪大尺度区域气候和梯度的变化。而更高分辨率的站位在西赤道太平洋的边缘海,但往往它们受到局部过程的强烈影响。因此,     

CMIP5地球系统模式溶解氧模拟结果分析

本文基于常用的统计方法,通过与WOA09观测的海洋溶解氧浓度数据进行比较,定量地评估了9个CMIP5地球系统模式在历史排放试验中海洋溶解氧气候态特征的模拟能力。在海表,由于地球系统模式均能很好地模拟海表温度（SST）,模式模拟的海表溶解氧浓度分布与观测一致,模拟结果无论是全球平均浓度偏差还是均方根误差均接近0,空间相关系数与标准偏差接近1。在海洋中层以及深层这些重要水团所在的区域,各模式的模拟能力则差异较大,尤其在溶解氧低值区（OMZs）所在的500m到1000m,各模式均出现全球平均偏差、均方根误差的极大值以及空间相关系数的极小值。在海洋内部,模式偏差的原因比较复杂。经向翻转环流和颗粒有机碳通量均对模式的偏差有贡献。分析结果表明物理场偏差对溶解氧偏差的贡献较大。一些重要水团,比如北大西洋深水,南极底层水以及北太平洋中层水在极大程度上影响了溶解氧在这些海区的分布。需要指出的是,虽然在海洋内部各模式模拟的溶解氧浓度偏差较大,但是多模式平均结果却能表现出与观测较好的一致性。     

基于厄米特插值和时间序列模型在沉降监测中的应用

针对沉降监测中用时间序列分析数据样本较少、处理精度不高的问题,本文引入厄米特插值,提出用厄米特插值法对数据进行插值,增加数据样本,然后用时间序列对数据进行建模分析。为了验证用厄米特插值后的数据建模精度,将上述理论运用到工程实例中,用时间序列分析分别对厄米特插值处理后的数据和原始数据进行建模分析,得到用厄米特插值处理后的数据进行时间序列分析建模的平均绝对误差比原始数据建模的平均绝对误差高0.083 8 mm。说明厄米特插值和时间序列组合模型精度比较高。