近30年北京夏季降水演变的城郊对比

利用1975～2004年北京13个站的夏季降水资料,对30年来北京城区与郊区降水的时空变化趋势进行了对比分析,得出以下主要结论： 1）无论是城区站还是郊区站,北京的夏季降水量均呈明显下降趋势,且城区站的夏季降水量总体上要小于郊区站。2）从大兴、海淀和昌平3站夏季降水量的时间变化特征来看,位于城区盛行风向下风向的昌平下降趋势最不明显,在一定程度上表征了城市化对北京夏季降水的影响。3）地形仍然是决定北京地区降水分布的主导因素,但降水高值区存在向西南城区方向延伸或移动的趋势,而城市化可能是造成这种变化的一个原因。     

极光粒子沉降研究:谱形式及其在极区大气中的传输

分析了近年来南极地区极光沉降粒子的卫星、火箭、地面观测和研究结果,分别给出了极光椭圆区、极盖区、南大西洋异常区和极尖／极隙区粒子沉降的形式来源和特点。并根据磁尾研究的新进展,提出极光粒子沉降谱存在另外两种形式谱：（１）κ分布谱;（２）κ分布加上一个或多个脉冲谱,这两种谱来源于磁尾中性片区（绝热区非绝热区）。南极不同的区域,极光粒子有不同的沉降特点。这些沉降对极区电离层产生极大的影响。根据带电粒子在磁化大气中运动的Ｆｏｋｋｅｒ Ｐｌａｎｋ 方程,利用带电粒子在大气中传输的电离理论,导出极光粒子谱在极区大气中传播的解析表达式,对各种极光粒子谱在极区中的演化规律加以分析,并以此来解释在南极地区探测到的不同高度的极光电子谱的演化     

Trend and extreme occurrence of precipitation in a mid‐latitude Eurasian steppe watershed at various time scales

The confounding effects of step change invalidate the stationarity assumption of commonly used trend analysis methods such as the Mann–Kendall test technique, so previous studies have failed to explain inconsistencies between detected trends and observed large precipitation anomalies. The objectives of this study were to (1) formulate a trend analysis approach that considers nonstationarity due to step changes, (2) use this approach to detect trends and extreme occurrences of precipitation in a mid‐latitude Eurasian steppe watershed in North China, and (3) examine how runoff responds to precipitation trends in the study watershed. Our results indicate that annual precipitation underwent a marginal step jump around 1995. The significant annual downward trend after 1994 was primarily due to a decrease in summer rainfall; other seasons exhibited no significant precipitation trends. At a monthly scale, July rainfall after 1994 exhibited a significant downward trend, whereas precipitation in other months had no trend. The percentage of wet days also underwent a step jump around 1994 following a significant decreasing trend, although the precipitation intensity exhibited neither a step change nor any significant trend. However, both low‐frequency and high‐frequency precipitation events in the study watershed occurred more often after than before 1994; probably as either a result or an indicator of climate change. In response to these precipitation changes, the study watershed had distinctly different precipitation‐runoff relationships for observed annual precipitations of less than 300 mm, between 300 and 400 mm, and greater than 400 mm. Copyright © 2013 John Wiley & Sons, Ltd.     

黄淮地区夏季日降水分区概率预报方法研究

利用我国黄淮地区1961—2010年50年6—8月的日降水资料,采用REOF和t检验的方法,将中国黄淮地区夏季降水分成Ⅰ—Ⅴ区。5个区域进行差异性t检验表明5个区域之间（彼此）差异显著,说明了区域划分的正确性。在此基础上利用1999—2007年6—8月站点日降水资料以及CFSv2模式后预报的日降水资料建立了5个区域内共5个代表站点的夏季日降水概率预报方程,并进行了确定性、概率性预报检验和业务试用检验。对各区域内5个代表站日降水量的确定性预报检验表明：Logistic回归降水概率预报方程的TS评分要高于CFSv2模式预报和T213的集合预报平均,空报率也低于CFSv2模式预报和T213集合预报平均,但是漏报率却略高。各区域代表站日降水量的概率预报Brier评分检验表明：Brier评分均不超过0.2,大大低于T213集合预报所得概率预报的Brier评分分值,说明本文Logistic回归方程的概率预报较为可靠。Brier技巧评分表明：Logistic回归降水概率预报方程各站的BSS技巧评分都大于0.0,说明各站的预报技巧高于检验样本气候概率的预报技巧,且高于T213集合预报的Brier技巧评分,说明在分区基础上建立Logistic回归降水概率预报方程的方法是有预报意义的。     

1949—2019 年影响山东的热带气旋时空分布及极端降水和大气环流异常

使用中国气象局热带气旋资料中心的热带气旋最佳路径数据集和NCEP/NCAR再分析资料提供的月平均数据,对北上影响山东的热带气旋（tropical cyclone,TC）及其造成的极端降水进行统计分析,并揭示了有利于 TC北移影响山东的大气环流特征。结果表明：影响山东的 TC主要出现 于 6—9 月,其中盛夏时节（7、8 月）TC对山东影响最大;TC影响山东时,强度主要为台风及以下等 级,或已发生变性;TC会引发山东极端降水事件,TC极端降水多出现在夏秋季（7—9 月）,其中8月的占比最大,9月次之,TC降水在极端降水事件中的占比约为 10%,但年际变化大,有些年份占比达60%以上,特别是1990 年以来 TC对极端降水的贡献显著增强;影响山东的 TC主要生成于西 北太平洋,多为转向型路径;当500 hPa位势高度异常场呈太平洋一日本遥相关型的正位相时,TC更易北上影响山东,此时西北太平洋副热带高压位置偏北,其外围气流会引导TC北上转向,对华东地区造成影响;850 hPa上,南海至西北太平洋存在异常气旋式环流,对流活跃,夏季风环流和季风槽加强,有利于TC的生成和发展,同时,华东、华南上空有异常上升运动,涡度增大,垂直风切变减小,水汽充沛,TC登陆后强度能得到较好的维持。     

中尺度数值模式(MM5V3)在沈阳区域气象中心的试用

简单介绍了沈阳区域气象中心在微机上调试和试用中尺度数值模式MM5V3的情况，MM5V3在前、后处理上使用Fortran90编程，与MM5V2有一定差别，利用T106L19资料和常规探空报形成经、纬网格的初值，预处理场和侧边界，代入模式前处理系统中，模式运行完毕后，预报产品直接进入MICAPS、Vis5d、Grads系统，进行图形显示，在2000年汛期试用中发现，MM5V3对东北地区的强降水过程有一定的预报能力，预报评分表明，MM5V3的降水预报结果和MM5V2互有优劣，总体来看，MM5V3的预报质量略高于MM5V2。     

中国天山山区235 a气候变化及降水趋势预测

  利用4个降水重建序列与天山山区10个气象站降水变化的响应关系,重建了天山山区近235 a来气候变化的年降水序列,重建序列的方差解释量达到47.7%。对过去235 a天山山区气候变化中降水变化的特征分析发现：降水大致经历了7干7湿的变化阶段,其中偏湿年份为124 a,多于偏干年份;天山山区的降水量以2.1 a、3.0 a、5.8 a、6.0 a的高频变化和24~25 a的低频变化周期最为显著。研究表明,近百年天山山区气候变化中的降水变化分为两个阶段,20世纪初到80年代,降水量逐渐减少,导致冰川退缩、河流径流量减少、湖泊萎缩、沙漠面积增大、植被覆盖率减少;80年代后期至今,降水量迅速增加,导致河川径流量增加、湖泊面积增大和沙尘暴日数减少,生态环境趋于好转,但同时造成洪水和地质灾害频繁。采用基于方差分析的周期叠加方法对天山山区未来23 a气候变化中降水的演变趋势进行预测,结果表明：未来23 a气候变化中天山山区以湿润为主,期间有部分年份可能较常年干旱。     

ENSO事件对我国季节降水和温度的影响

对近40年来ENSO当年和次年我国季节降水和温度异常进行了合成分析和信度检验。结果表明，ENSO当年我国以少雨、低温为主，次年则相反。降水和温度异常季节变化也基本呈相反趋势。长江中下游地区显著降水异常并不发生在夏季，而在ENSO当年春、秋季和次年春季；东北地区最显著的低温也不在夏季，而在ENSO当年秋季至次年春季。根据本文结果对目前ENSO影响研究中的有关问题提出了看法。     

武都万象洞方解石现代沉积体系δ~(18)O值月变化特征

万象洞所在地大气降水同位素值年内波动较大,变化起止时间存在显著的年际差异。观测期内,武都降水同位素δD-δ18O组合特征与周边城市降水同位素多年平均值重建的区域降水雨水线基本重合,洞穴所在地区降水同位素具有很好的区域代表性。洞穴滴水同位素值年内变化幅度较小,基本反映了当地大气降水同位素值的月加权平均水平。洞穴次生碳酸盐与洞穴滴水之间符合同位素平衡分馏基本规律。季节尺度上,不同监测点滴水及次生碳酸盐δ18O值因受地下水混合作用强弱差异及洞穴温度的小幅变化等影响而略有差异;年际变化上,夏季风爆发前后降雨量的权重及爆发时间的早晚对洞穴滴水-碳酸盐体系同位素水平存在一定的影响。万象洞洞穴滴水、石笋氧同位素信号在年代际尺度上可以很好地指示区域内大气降水的同位素变化特征。     

Evaluation of radar and automatic weather station data assimilation for a heavy rainfall event in southern China

To improve the accuracy of short-term(0–12 h) forecasts of severe weather in southern China, a real-time storm-scale forecasting system, the Hourly Assimilation and Prediction System(HAPS), has been implemented in Shenzhen, China. The forecasting system is characterized by combining the Advanced Research Weather Research and Forecasting(WRF-ARW)model and the Advanced Regional Prediction System(ARPS) three-dimensional variational data assimilation(3DVAR) package. It is capable of assimilating radar reflectivity and radial velocity data from multiple Doppler radars as well as surface automatic weather station(AWS) data. Experiments are designed to evaluate the impacts of data assimilation on quantitative precipitation forecasting(QPF) by studying a heavy rainfall event in southern China. The forecasts from these experiments are verified against radar, surface, and precipitation observations. Comparison of echo structure and accumulated precipitation suggests that radar data assimilation is useful in improving the short-term forecast by capturing the location and orientation of the band of accumulated rainfall. The assimilation of radar data improves the short-term precipitation forecast skill by up to9 hours by producing more convection. The slight but generally positive impact that surface AWS data has on the forecast of near-surface variables can last up to 6–9 hours. The assimilation of AWS observations alone has some benefit for improving the Fractions Skill Score(FSS) and bias scores; when radar data are assimilated, the additional AWS data may increase the degree of rainfall overprediction.