强度尺度分解方法在气候温度场检验中的应用

本文首次将Casati等提出的强度尺度分解方法应用到气候地表温度场的检验中,探讨此方法用于评估气候模拟场误差的详细空间信息的适用性。以新一代气候系统模式模拟的月平均地表温度为例,传统的统计分析方法（较为常用的是空间相关系数和均方根误差、EOF分析等）不能完全反映模拟场误差的空间信息;强度尺度分解方法可计算不同阈值和空间尺度上的均方误差和模拟技巧,评估对应的模拟能力,定量给出模拟场主要误差的空间信息（误差范围即温度阈值及对应的空间尺度）,例如,亚洲东部地区1月单年及多年平均的模拟场在230 K阈值1600 km模拟技巧非常低。本研究表明强度尺度分解方法适用于气候温度场的检验评估,能定量给出误差的空间信息。     

基于多模式集成技术的地面气温精细化预报

基于ECMWF、JMA、T639、WRF四个数值模式2012年6月1日—9月30日地面气温3—60 h预报资料和郑州加密自动站资料,利用多模式集合平均(EMN)、消除偏差集合平均(BREM)、加权消除偏差集合(WBREM)及多模式超级集合(SUP)4种方法,对2012年8月29日—9月27日郑州城区11个站点地面逐3 h气温进行多模式集成预报试验,采用绝对误差对预报结果进行检验评估,结果表明:在30天的预报期内,BREM、WBREM及SUP对于大多数站气温预报效果有明显改善,而EMN方案对11个站预报效果改善则不太明显;4种方案中,BREM和WBREM预报效果相对较好且稳定,各个站上3—60 h预报的绝对误差均在2℃附近或以下;SUP方案虽然对个别站预报误差较低,但是其预报效果并不稳定,一些站点的个别预报时效误差大于2℃。对于郑州观测站的气温预报而言,4种集成方案20时起报的气温误差明显小于08时起报的误差,并且20时起报的SUP集成方案绝对误差明显小于其他方案的绝对误差。总体而言,BREM、WBREM及SUP三种集成方案能够给郑州精细化预报业务提供较好的参考。     

中国不同气候区土壤湿度特征及其气候响应

为获得中国不同气候区各层深度土壤湿度变化特征及其对气候变化的响应,利用中国区域台站观测土壤湿度资料、降水及气温资料,采用趋势、相关性分析及突变检验等方法,讨论了东北、河套、江淮区域1981~1999年不同深度土壤湿度变化特征及其对气温、降水的响应。结果表明:东北、江淮地区为土壤湿度高值区,河套地区为土壤湿度低值区,土壤湿度由浅层至深层呈上升趋势;东北、河套地区降水和土壤湿度变化呈正相关,江淮地区降水和土壤湿度呈负相关;东北、河套地区气温和土壤湿度变化呈负相关,江淮地区气温与土壤湿度呈正相关关系。土壤湿度对降水的响应比对气温变化的响应更加显著。      

2012/2013年冬季中国气温异常成因分析

2012/2013年冬季,我国平均气温为-3.8℃,较常年同期(-3.4℃)偏低0.4℃,就空间分布来看,我国东北、华北、黄淮、江淮和新疆北部气温较常年同期偏低。利用1951-2013年国家气候中心整理的全国160站月平均气温资料、英国Hadley中心全球海温资料、NCEP/NCAR再分析大气环流资料、德国不莱梅大学提供的海冰卫星遥感资料,通过EOF分析、回归分析、合成分析、相关分析方法研究了引起2012/2013年冬季我国气温异常的东亚中高纬大气环流异常,并从海洋环境要素异常的角度分析造成这种环流异常的原因。分析结果表明:2012/2013年冬季我国气温异常分布主要是由于北极涛动(AO,Arctic Oscillation)呈负位相,西伯利亚地区高度场异常偏高,东亚大槽明显偏深的环流形式引起的。而太平洋年代际振荡(PDO,Pacific Decadal Oscillation)负位相是引起西伯利亚高压强度偏强和东亚冬季风强度偏强的年代际海洋背景,前期9月海冰范围异常偏小是导致2012/2013年冬季AO呈现负位相及我国东北和新疆北部呈现异常低温的主要原因。     

概率密度分布法在“一带一路”地区极端月气温评估和预估中的应用

“一带一路”地区人口众多,气候类型复杂,亟待加强区域气候变化风险的认识。文中将该区分成10个区域,基于第五次耦合模式比较计划（CMIP5）中的31个全球模式模拟结果,应用概率密度分布（PDF）方法评估历史阶段（1986—2005年）各模式模拟暖月和冷月气温的能力,挑选并建立较优模式集合,用以预估21世纪中叶（2041—2060年）和21世纪末（2081—2100年）的极端月气温。结果表明,模式对观测中冷月气温距平PDF的模拟水平整体较暖月高。与多模式平均以及中位值相比,较优模式集合方法更适于极端暖/冷月气温的评估。在中等排放RCP4.5情景下,与低纬度地区相比,较优模式模拟中高纬地区未来极端暖/冷月气温的增温幅度的不确定性范围较大。21世纪中叶和21世纪末较优模式模拟的极端暖月气温在地中海增幅整体最大,东南亚增幅整体最小。对较优模式集合预估的极端冷月气温而言,无论是21世纪中叶还是世纪末,北欧增幅整体最大,东南亚增幅整体最小。     

IPCC AR6报告解读：未来的全球气候——基于情景的预估和近期信息

依据IPCC第六次评估报告（AR6）第一工作组报告第四章的内容,对未来全球气候的预估结果进行解读。报告对21世纪全球表面气温、降水、大尺度环流和变率模态、冰冻圈和海洋圈的可能变化进行了系统评估,并对2100年以后的气候变化做了合理估计。评估指出全球平均表面气温将在未来20年内达到或超过1.5℃,平均降水也将增加,但随季节和区域而异,同时变率将增大。大尺度环流和变率模态受内部变率影响较大。到21世纪末,北冰洋可能出现无冰期;全球海洋会继续酸化,平均海平面将持续上升,百年内上升幅度依赖不同排放情景,都在2100年后继续升高。在最新的评估中采用多种约束方法,减小了预估不确定性的范围。AR6对于低排放情景以及“小概率高增暖情节”的关注为应对气候变化提供了更多、更完整的信息。综合报告的评估结果指出,未来需要进一步减小区域,特别是季风区气候预估的不确定性,并从科学研究和模式发展两方面加强我国气候预估能力的建设。     

2019—2020年1—3月降水和气温的多源数据融合产品检验评估及对比分析

对2020年1-3月CLDAS多源降水融合实况、多源气温融合实况采用平均绝对误差分析、均方根误差分析及相关系数分析等方法进行检验评估,并与2019年同时段多源降水融合实况、多源气温融合实况进行对比分析.结果表明:2月降水多源融合实况较观测实况偏多;3月多源气温融合实况最接近观测实况;西部地区的日最低气温多源融合实况较为接近观测实况.     

基于地形因素的吉林省ECMWF气温预报订正方法研究

利用2016年1月1日—2018年12月31日吉林省381个站的逐日最高气温、最低气温和定时气温的观测数据,对ECMWF高分辨率模式的2 m最高、最低气温和定时气温预报进行检验分析.结果表明,ECMWF模式对吉林省的气温预报与实况存在一定偏差;从空间上看,自西向东气温预报准确率逐渐递减,预报误差逐渐增大;从时间上看,随预报时效的增长,预报准确率逐渐下降.对ECMWF的气温预报进行高度差订正后,模式最高气温24 h、48 h、72 h的预报准确率分别从52％、51％、50％提高至58％、56％、54％;最低气温准确率分别从58％、56％、54％提高至64％、62％、59％;定时气温准确率分别从63％、60％、58％,提高至67％、63％、61％.高度差订正的方法有效提高了模式气温预报的准确率,减小了模式预报误差,提高了模式预报释用能力,订正后的气温预报TS评分得到明显的提高.该方法已应用在吉林省客观预报的订正算法中.     

复杂地形地区月平均气温(混合)地理加权回归克里格插值

以地形地貌特征复杂、观测站点分布稀疏不均匀的四川省为研究区,引入地形因子（坡度和坡向）和植被指数,采用顾及空间关系非平稳性的（混合）地理加权回归克里格模型（（mixed）geographically weighted regression Kriging,（m）GWRK）进行月尺度平均气温插值方法及精度分析研究。针对不同季节和不同地区,将（m）GWRK插值结果与基于全局回归的回归克里格（regression Kriging,RK）插值结果进行对比。结果表明,RK、GWRK、mGWRK回归关系的决定系数R2分别为0.795、0.922、0.911,均方根误差分别为0.83℃、0.64℃、0.55℃,表明GWRK、mGWRK对目标变量的解释能力以及插值精度都优于RK;GWRK、mGWRK相对于RK对月平均气温插值的改进具有季节与地区差异,冬半年的改进大于夏半年,在地形地貌变化大的地区改进大于地形地貌变化小的地区。     

CCSM4模式对东北气温和降水的模拟及预估

利用东北地区162个气象观测站逐月气温和降水资料对CCSM4模式的模拟性能进行了评价,并预估了2021—2050年东北地区的气候变化情景。结果表明:CCSM4模式长期历史气候模拟实验模拟的1961—2005年月平均气温、降水量值能较好地再现东北区域年平均气温、降水量的空间分布形态,但气温模拟值比观测偏低,91. 4%站点误差在1. 5℃以内;降水中心比观测略偏北,全区平均偏多35. 18 mm。2021—2050年东北区域年平均气温呈增温趋势,高纬度地区的增温幅度明显大于低纬度地区,与基准年相比,RCP2. 6、RCP4. 5和RCP8. 5情景下全区分别偏高6. 00℃、5. 86℃和6. 42℃。年降水量分布呈东南向西北递减的形态,降水大值中心出现在东南部吉林与辽宁交界处,RCP2. 6、RCP4. 5和RCP8. 5情景下全区分别偏多15. 2%、3. 1%和2. 0%。