表生地球化学反应的尺度效应

表生环境中的地球化学反应速率具有显著的尺度效应.许多地球化学反应的野外观测速率比实验室观测速率要低2～5个数量级,给不同尺度的研究成果的对比和外推造成了极大困难.本文总结了地球化学反应速率随时间和空间尺度变化的影响因素,着重分析了地球化学反应速率的主控过程随尺度变化的现象,以及亚尺度的非均质性造成的尺度效应.最后介绍了几种尺度转换的研究方法.由于地球化学反应速率的尺度效应普遍存在,在对地球化学反应速率进行外推时需要了解它的局限性以及选取适当的外推方法.     

模型揭示的浅水湖泊稳态转换影响因素分析

富营养化会导致浅水湖泊发生稳态转换,生态系统服务严重受损。磷是驱动湖泊发生稳态转换的重要环境因子,探究湖水磷浓度的变化规律是湖泊管理的关键。通过磷动力学模型,从影响湖水磷浓度的主要参数入手,探讨了每种参数变化对磷浓度的具体影响。结合前人研究结果,详细讨论了不同类型气候变化和人类活动对湖泊稳态转换时间、滞后时长、修复速率等的影响。研究认为,气候变化所导致的温度升高、光强减弱、风浪增强等和人类活动所导致的生物扰动、水位波动增强等因素变化虽不会改变湖泊稳态转换突变时间,但会推迟湖泊修复时间,造成突变阈值减小,滞后时间延长,稳态增大。在湖泊保护中要重点考虑主要外力驱动对湖泊稳态转换过程影响的区别,避免有害突变的发生。     

中国地区集合预报产品自适应递减平均偏差订正法的改进研究

基于中国地区T213集合预报产品2 m温度预报数据,采用卡尔曼滤波类型的自适应递减平均法进行偏差订正处理,原方案在剧烈降温天气订正效果表现不理想。通过对递减平均参数w的重新构建得到改进的订正方案w(i,p)(i为站点信息,p为天气过程信息),在此基础上进一步优化对历史信息的有效提取,得到改进的方案w(i,p)相似法和w(i,p)统计法,并进行效果检验。结果表明:改进为包含空间和天气过程信息的函数w(i,p)后方案的订正效果得到不同程度的提高,其中24 h剧烈降温预报各成员预报均方根误差平均减小了0. 15℃;而进一步改进的w(i,p)统计法在当前几种剧烈降温预报中订正效果最优,其集合平均偏差与w(i,p)方案相比减小2. 54℃。     

CMIP5多模式集合对江苏省气候变化模拟评估及情景预估

利用中国气象局所属的2 400余个台站观测资料制作的分辨率为0.25°×0.25°数据集中的气温、降水量资料评估了CMIP5中17个模式对于1961—2004年江苏省气温和降水量空间分布特征的模拟能力,筛选出了5个对江苏省气候特征模拟较好的模式。之后基于5个优选模式集合平均的结果预估了3种典型浓度路径(Representative Concentration Pathways,RCPs)下江苏省2006—2100年的气温和降水量变化趋势。结果表明:(1)全球耦合气候模式对江苏省的气温和降水量空间分布特征具有一定的模拟能力,并且模式集合平均的气温和降水量与观测资料的空间相关系数分别为0.85和0.93;(2)在低浓度路径(RCP2.6)、中浓度路径(RCP4.5)和高浓度路径(RCP8.5)3种温室气体排放情景下,江苏省2006—2100年的地表温度均呈现明显的增温趋势,并且苏北的增温幅度要高于苏南;(3)3种温室气体排放情景下,江苏省未来百年降水量均呈现出北方增多南方减少的趋势;(4)未来百年江苏省降水量随气温变化的趋势并不稳定,RCP2.6和RCP4.5情景下降水量随气温的升高而增加,而RCP8.5情景下降水量随气温的增加而减少。     

GRAPES全球集合预报系统模式扰动随机动能补偿方案初步探究

为了体现次网格尺度能量升尺度转换过程中存在的不确定性, 文中将随机动能补偿(Stochastic Kinetic Energy Backscatter, SKEB)方案应用于GRAPES(Global/Regional Assimilation and Prediction System)全球集合预报系统(GRAPES-GEPS), 以更好地表征模式误差并且增大集合离散度。使用的SKEB方案基于具有一定时、空相关特征的随机型以及由数值扩散导致的局地动能耗散率来构造随机流函数强迫。并根据流函数与水平风速旋转分量的关系, 将SKEB方案中的流函数强迫转化为适用于GRAPES全球模式的水平风速扰动。结果表明, SKEB方案的使用一方面能够提高GRAPES对大气动能谱的模拟能力; 另一方面能够改善GRAPES-GEPS的集合离散度与集合平均误差的关系, 增加了集合离散度, 并在一定程度上减小了集合平均误差, 尤其是在热带地区这种改进更为显著。而且该方案使得热带地区连续分级概率评分(CRPS评分)显著减小。就降水预报而言, 从Brier评分与相对作用特征面积(AROC, Area under the Relative Operating Characteristics)的结果来看, SKEB方案有助于改善中国地区小雨[0.1 mm, 10 mm)、中雨[10 mm, 25 mm)与大雨[25 mm, 50 mm)量级降水的概率预报技巧, 而对暴雨[50 mm, ∞)量级降水预报技巧影响很小(24 h降水量)。总体上, 模式扰动随机动能补偿方案提高了GRAPES-GEPS的概率预报技巧。      

中尺度降水集合预报随机参数扰动方法敏感性试验

中尺度降水模式预报具有很大的不确定性,为更好地描述与模式降水预报密切相关的物理过程关键参数的不确定性,基于中国气象局GRAPES（Global/Regional Assimilation and Prediction System）中尺度区域集合预报模式,从对模式降水预报不确定性有较大影响的积云对流、云微物理、边界层及近地面层等4个参数化方案中选取了18个关键参数,设计了一种随机参数扰动方案（Stochastically Perturbed Parameterization,SPP）,并通过2015年6—7月总计10 d的随机扰动集合预报试验,对比分析了SPP方案对不同物理过程参数扰动敏感性、随机场时、空尺度敏感性、能量变化特征及其集合预报效果。结果显示,对所选择的任一物理过程参数化方案增加SPP扰动后,降水及等压面要素的概率预报技巧优于无SPP扰动的预报,而扰动积云对流和边界层过程中的参数较扰动云微物理过程中的参数影响更显著,且同时扰动积云对流、云微物理、边界层及近地面层参数化方案中的18个参数的集合预报效果优于扰动任何单一物理过程中的部分参数,表明SPP方案能够有效地提高中尺度降水概率预报技巧;从能量变化特征可知,不同物理过程的参数扰动对动能、内能和总能量的影响层次和特征有所不同,但总体而言,扰动前后各项能量基本相同;随机场时、空尺度敏感性试验发现,SPP扰动随机场时间、空间相关尺度对集合预报效果有明显影响,当扰动随机场选用12 h抗相关时间及截断波数20时,集合预报结果最优。上述结果表明,SPP随机参数扰动方案不仅能够有效提高集合概率预报效果,还能够提高集合降水概率预报技巧,具有良好的业务应用与发展前景。      

强对流临近预警中集合预报成员的即时分析——以陇东一次暴雨过程ECMWF集合预报应用为例

2015年5月31日甘肃陇东地区出现一次暴雨天气过程,ECMWF集合预报系统的降水预报只有1个成员(简称EM-p)预报出暴雨,并且EM-p对预报暴雨落区、量级和降水时段的预报与观测实况基本接近。本文通过对EM-p和集合预报系统控制成员预报效果的对比分析,以及EM-p与实况的对比分析表明,EM-p对产生暴雨的对流参数预报完全符合本地经验指标,虽然对低层急流预报出现一定程度偏差,但对低层辐合区(暴雨落区)位置的预报与观测实况极为接近,因此EM-p成员能够为暴雨的短时预报和临近预警提供可靠的定量依据,可有效提前暴雨预警时间。通过分析,期望为如何利用ECMWF集合预报有效判断低概率但高影响天气的发生提供一些有益的思路。     

GRAPES区域集合预报两种侧边界扰动方法对比试验

中国气象局数值预报中心自2014年建立了区域集合预报业务系统,其使用的侧边界扰动由全球集合预报系统动力降尺度得到。为深入了解侧边界扰动对区域集合预报的影响,基于15 km水平分辨率的区域集合预报模式,使用动力降尺度方法和尺度化滞后平均法(scaled lagged average forecasting,SLAF)设计构造了两种侧边界扰动方案,并开展了2015年7月共6天的集合预报试验,利用集合均方根误差、集合离散度、连续分级概率评分、离群值、Brier Score及相对作用特征曲线面积等概率预报检验方法进行了多方面检验,分析了两种侧边界扰动方案对区域集合预报质量的影响。结果表明:动力降尺度侧边界扰动方案(DOWN)的扰动总能量在各垂直层次均大于SLAF方案,使得边界上前者的离散度大于后者,集合扰动增长更为合理;对于等压面要素和地面要素,DOWN方案的离散度、Outlier、CRPS等评分优于SLAF方案,反映了DOWN方案构造的侧边界扰动更加合理;在降水概率预报技巧方面,SLAF方案在评分上具有一定优势,但评分的提高没有通过显著性水平检验,因此认为两种方案对降水预报的改进基本相当。     

TIGGE技术对西南地区地面要素预报性能的分析

基于TIGGE中欧洲中期天气预报中心和美国国家环境预报中心全球集合预报系统(EC_GEPS和NCEP_GEPS)的2016年1月1日—2017年12月31日连续2 a的预报资料,对两套系统在西南地区10 d以内的2 m温度和24 h定量降水预报进行检验评估和综合分析。2 m温度预报检验结果表明:EC_GEPS和NCEP_GEPS的2 m温度控制预报和集合平均预报的均方根误差均普遍偏高且NCEP_GEPS总体而言优于EC_GEPS;两套系统集合平均均方根误差相对于控制预报改进不明显;集合离散度均明显偏低;Talagrand分布均呈现出非常明显的"J型"分布特征,Outlier评分普遍偏高且EC_GEPS的Outlier评分明显低于NCEP_GEPS;从集合最小值到集合最大值,随着集合百分位的增大,各个预报时效的均方根误差逐渐减小,集合最大值预报技巧最高。降水预报检验结果表明:EC_GEPS和NCEP_GEPS的24 h定量降水预报的Talagrand分布总体而言均呈现出"L型"分布特征且NCEP_GEPS更加明显;NCEP_GEPS各个预报时效的Outlier评分均普遍偏高且明显高于EC_GEPS;EC_GEPS的降水概率预报技巧明显优于NCEP_GEPS;EC_GEPS的70%集合百分位预报技巧最高,NCEP_GEPS的80%集合百分位预报技巧最高。EC_GEPS和NCEP_GEPS在西南地区的2 m温度预报和降水预报均存在一定的系统性误差,进行相应的集合预报系统性偏差订正应该能较好地改进预报技巧。