巴伦支-喀拉海海温和青藏高原冬季地表气温的年代际联系

基于1961—2017年中国气象局地表气温数据、JRA-55大气再分析数据以及美国国家海洋和大气管理局延伸重建的海温资料,研究了青藏高原冬季地表气温的年代际变化特征及其与海温的可能联系。结果表明：巴伦支-喀拉海冬季海温年代际变化可以激发出向东传播的Rossby波,在西伯利亚对流层高层产生异常的气旋或反气旋性环流,通过影响副极地以及副热带西风急流强度,在青藏高原的南侧产生异常的反气旋或气旋性环流,从而使得青藏高原上空的垂直运动发生变化,导致青藏高原冬季地表气温异常。     

1999年与2003年我国北方地区夏季气温异常原因初探

分析了1999年与2003年我国北方地区夏季气温的变化特点和同期大气环流主要特征。结果表明:中国夏季气温变化有明显的年代际特征,这一特征与亚洲上空大气环流的年代际变化紧密相关,表明我国北方地区夏季气温异常一个很重要的原因或许是缘于气候年代际变化。2003年夏季中高纬环流形势呈两槽两脊的配置,与近十几年气候态分布刚好相反,因而从气候年代际变化的特征来看,2003年为预示年代际气候转型的征兆。     

基于CMIP6的福建省极端气温预估

基于第六阶段耦合模式比较计划（Coupled Model Intercomparison Project Phase 6,CMIP6）模拟数据和高分辨率逐日格点观测数据,分别采用分位数映射法和泰勒图对福建省极端气温指数模拟值进行订正和评估,发现在历史参照期（1991—2010年）订正后的各极端气温指数模拟值与观测值更加接近。在此基础上,分析了SSP2-4.5和SSP5-8.5情景下福建省21世纪近期（2021—2040年）、中期（2051—2070年）和末期（2081—2100年）订正后的极端气温指数相对于历史参照期的时空变化特征。从时间变化来看,21世纪各时期,全省平均极端气温指数呈现升高趋势,且随着时间推移增幅不断加大。从空间变化来看,极端最高气温TXx呈现西北内陆增幅大、东南沿海增幅小的趋势,极端最低气温TNn空间分布与TXx类似,增幅略小,夏季日数Su增量在福建西南部为大值区,暖昼日数TX90p在福建东南部增幅最大。采用广义极值（generalized extreme value,GEV）分布研究了TXx重现期变化,发现SSP2-4.5情景下,21世纪3个时期增温较为匀速,而S...     

基于注意力机制与自适应时序分解的气温预报模型

针对传统方法在捕捉气象序列长期依赖关系及泛化性能上的不足,提出了一种基于稀疏注意力与自适应时序分解的气温预报模型（ATFSAS）。该模型整体采用编码器 解码器架构,结合稀疏注意力机制以有效捕捉气象观测数据间的长期依赖性。为减少编码过程中造成的冗余,提出了一种信息蒸馏方法。通过结合多层解码器与自适应时序分解单元,逐步细化预报信号中的周期性和趋势性分量,实现了较为精准的气温预报。基于德国耶拿气象数据集,进行24 h精细化气温预报,其平均绝对误差为1.7108℃。基于中国地面气候资料日值数据集,进行中短期日平均气温预报和多地区单日平均气温预报,相比传统模型LSTM,ATFSAS模型预报结果的平均绝对误差分别提升了35.56%和23.66%。     

5月南极涛动对青藏高原西部夏季气温影响的诊断分析

青藏高原是全球气候变暖最敏感的地区之一,是北半球夏季最大的热源,其气候响应受到广泛关注。然而,有关南极涛动与青藏高原夏季气温的关系和机理知之甚少。为了研究南极涛动与青藏高原夏季气温的关系,基于1979—2020年英国东安哥拉大学气候研究中心（CRU）的逐月气温、美国国家海洋和大气管理局（NOAA）的逐月海表面温度和大气环流再分析数据以及南极涛动指数等数据,采用相关、回归、合成分析等方法进行研究。结果表明,北半球夏季青藏高原西部气温与5月南极涛动存在显著负相关,即当5月南极涛动异常偏弱时,夏季青藏高原西部气温异常偏高。其影响过程为,南极涛动为正位相时,在南印度洋中高纬地区出现“负-正-负”的经向“三极子”海温模态,该模态可持续到夏季,在印度洋形成异常的纬向-垂直环流,相应在热带西印度洋和东印度洋-海洋性大陆之间的降水异常导致热带正“偶极子”降水模态,通过该降水模态在青藏高原西部引起异常反气旋环流和下沉运动,有利于高原西部气温偏高。研究结果显示,海洋的热惯性在“延长”南极涛动影响过程中起着重要的桥梁作用,可为青藏高原夏季气温预测提供科学依据。     

基于组合统计降尺度的华西南部地区冬季气温预测技术研究

利用1982—2017年华西南部地区冬季气温和NCEP再分析资料以及CFS模式实时预测资料,通过SVD诊断分析,选取影响华西南部地区冬季气温的同期关键区大气环流和前期海温及OLR因子场,建立预测与观测场相结合的组合统计降尺度预测模型。该统计降尺度预测模型对1982—2017年的回报结果显示：与观测场的空间相关系数较CFS模式原始预测结果有显著提高,多年均值从-0.06提升到0.38,最高可达0.85。同时,此降尺度预测模型可较好地回报出华西南区冬季气温的空间分布型。     

基于机器学习的格点气温预报订正方法

使用2017年9月至2021年3月国家级业务化运行的智能网格实况分析产品和欧洲中期天气预报中心全球模式(EC)产品,根据湖北省的地理分布特征构建6个分区,采用基于LightGBM机器学习算法建立的气温预报方法,生成湖北省0.05°×0.05°格点气温预报产品。利用2021年4—9月的预报产品和格点实况资料进行检验,结果表明:基于机器学习的气温预报方法(MLT)取得了较好的预报效果,其在0～72 h时效内优于中央气象台下发的气温精细化指导预报(SCMOC)和EC产品;MLT在山区的误差较平原大,但山区的订正幅度大于平原,日最高气温的订正幅度大于日最低气温的订正幅度;4—9月MLT、SCMOC、EC产品的平均绝对误差(MAE)日变化都呈现了白天偏高、夜间偏低、午后凸起的单峰特征,MLT的MAE值较SCMOC和EC产品的更低,并且在转折性天气中仍具有优势;站点检验与格点检验结论一致,基于格点建模的气温预报产品对站点预报同样得到了订正。机器学习在格点气温的模式订正方面可以作为一个行之有效的手段。     

深圳与香港及广州气温、降水相关的分析

本文通过对深圳与香港、深圳与广州气温、降水相关系数的计算,得出深圳与广州的月平均气温关系较密切;月雨量和年雨量则与香港关系更好。