1960—2017年沈阳地区春播期降水变化特征

基于1960—2017年沈阳市5个气象观测站4—5月降水量资料,采用线性趋势法和累积距平分析了沈阳市春播期(4—5月)降水量演变特征,并分析首场透雨及最大连续无有效降水日数演变特征及对春播期降水量影响,对春播期降水量资源变化特征进行相关分析。结果表明:近58a沈阳春播期降水量整体呈现弱的增加趋势,平均每10a增加3.1mm,2004年开始降水量迅速增加,且波动性较大,降水量异常偏多或偏少年份较多,易诱发春旱春涝事件。春播期首场透雨出现日期平均每10a偏晚0.051d,首场透雨日期偏晚,将导致春播期前期雨水条件不足,引起土壤干旱,不利于春播开展。最大连续无有效降水日数呈波动性增加趋势,平均每10a增加0.56d,对4月降水量影响较大,虽然春播期降水资源总量增加,但存在降水资源时间分配不均的问题,且长时间无有效降水事件频发,将导致春播期干旱灾害事件发生风险加大,导致适播期延后。     

西太平洋暖池海温和山西盛夏降水关系研究

利用1961—2016年山西盛夏(7—8月)平均降水和同期NOAA重构海温资料,分析了山西盛夏降水分别与赤道中东太平洋海温和西太平洋暖池海温相关性的变化。结果表明:山西盛夏降水和赤道中东太平洋海温之间呈现稳定的显著负相关;和西太平洋暖池海温呈现正相关,并在20世纪70年代末到80年代初之后相关性加强,通过了0.05显著性检验。进一步分析表明,这种西太平洋暖池海温对20世纪80年代以来山西盛夏降水指示意义加强的事实,主要体现在赤道中东太平洋海温偏冷的背景下。西太平洋暖池海温异常通过影响与山西盛夏降水密切相关的大气环流、季风槽位置和东亚夏季风,导致山西盛夏降水异常。盛夏赤道中东太平洋海温偏冷时,西太平洋暖池海温偏暖(冷),通过遥相关引起中高纬度大气欧亚—太平洋型遥相关(EUP)和负太平洋—日本(PJ)波列,通过影响季风槽位置偏西偏北(偏东偏南),引起西太平洋副热带高压偏北(南)和季风指数偏小(大),导致山西盛夏降水偏多(少)。     

人类活动对1961～2016年长江流域降水变化的可能影响

人类活动造成的温室气体浓度增加对气候变化的加剧做出了贡献,降水作为重要的气象要素和水循环组成部分,人类活动对其时空变化特征的影响也是当下研究的重要课题。本文以长江流域为例,利用1961～2016年CN05.1逐日降水数据和20世纪气候检测归因计划（C20C+D&A Project）中CAM5.1-1degree模式的逐日降水结果,分析了人类活动对长江流域年降水量及三个极端降水指数时空变化的影响。结果表明:包含人类活动及自然强迫因素的现实情景（All-Hist）的模拟结果与观测结果较为相近。All-Hist情景下的多试验集合平均结果对长江流域降水的模拟能力较为可靠。通过对比两种情景下模拟的长江流域降水量时空变化特征发现:考虑人类活动影响后,长江流域平均降水相对于仅考虑自然强迫情景下时呈现减少趋势,且减少趋势随时间推移加剧;极端降水受人类活动的影响随时间呈现出的增加趋势有所削弱;对平均降水及极端降水变化趋势的影响存在空间差异性,其中受人类活动影响最严重的是上游中部、东南部及中下游东南部地区,均呈现减少趋势;但在长江上游西南部极端降水受人类活动影响显著增加,需要加强该区域洪涝预防工作。另外,人类活动对平均降水的减少贡献最大的时段为2000～2009年,影响最明显季节为秋冬两季;人类活动对极端降水的影响与降水的极端程度成正相关,降水极端性越强,受人类活动影响的变化程度更大,且空间分布上的差异性也更加显著。     

The Relationship between Deterministic and Ensemble Mean Forecast Errors Revealed by Global and Local Attractor Radii

It has been demonstrated that ensemble mean forecasts, in the context of the sample mean, have higher forecasting skill than deterministic(or single) forecasts. However, few studies have focused on quantifying the relationship between their forecast errors, especially in individual prediction cases. Clarification of the characteristics of deterministic and ensemble mean forecasts from the perspective of attractors of dynamical systems has also rarely been involved. In this paper, two attractor statistics—namely, the global and local attractor radii(GAR and LAR, respectively)—are applied to reveal the relationship between deterministic and ensemble mean forecast errors. The practical forecast experiments are implemented in a perfect model scenario with the Lorenz96 model as the numerical results for verification. The sample mean errors of deterministic and ensemble mean forecasts can be expressed by GAR and LAR, respectively, and their ratio is found to approach2~(1/2) with lead time. Meanwhile, the LAR can provide the expected ratio of the ensemble mean and deterministic forecast errors in individual cases.     

On the linkage between changes in cloud cover and precipitation extremes over Central India

In this study, linkage between changing characteristics of precipitation extremes and cloud covers over Central India is explored during summer monsoon period using Satellite data (1998–2015). This is a first attempt to relate the changes in cloud cover to the changes in precipitation extremes. Non-rainy cirrus clouds are excluded from this study. Results show that heavy rainfall (≥ 60 mm/day) is associated with cold cloud tops (Tb≤220 K) while moderate rainfall (<60 mm/day and ≥20 mm) occurs mostly with middle clouds (Tb>220 K and ≤245 K). Low level clouds (Tb> 245 K) are responsible for light rainfall (<20 mm/day). Increases in top 20%, 10%, 5% and 1% heavy precipitation relate well with the increases in very deep convective, deep convective and convective cloud cover. Among these relations, increase in top 5% heavy precipitation relates best with increase in very deep convective cloud cover. Decrease in bottom 30% low precipitation relates with decrease in low level cloud cover. The results reported in this study fit into the framework of how weather extremes respond to climate change.     

降雨型地质灾害预报方法研究进展

开展降雨型地质灾害预报是减少灾害损失的有效方法。该文在讨论降雨型地质灾害预报相关概念的基础上,结合国内外已有的研究成果,系统总结了隐式统计模型、显式统计模型和动力模型等降雨型地质灾害预报模型的特点和适用条件。近几年区域降雨型地质灾害的预报技术研究有以下新特点:统计模型简单实用,目前已经由单一考虑降雨特征的第1代隐式统计模型,进一步发展为考虑地质、地貌等静态因子的显示统计模型;动力模型逐渐由基于垂直入渗理论的边坡稳定性模型开始向基于水土耦合机制的复杂预报模型发展;降雨型地质灾害业务预报预警的核心是地质灾害预报模型的本地化运行,我国已经基于统计模型搭建了服务于不同区域的业务预报预警系统。结合多源预报降雨资料,搭建基于水土耦合机制的降雨型地质灾害集合预报预警系统是未来可能的发展方向。     

飞机积冰预报算法对比及其集成预报模型研究

以人工增雨作业获取的飞机积冰实例资料为基础,利用WRF模式对51次飞机积冰过程进行数值模拟,对比分析了常用七种积冰预报算法对积冰潜势区和强度的预报效果,进而采用评分权重集成法建立了飞机积冰强度集成预报模型,并检验了其预报效果。结果表明:(1)假霜点温度经验法对2002年4月4日积冰个例的预报效果与实况一致,而其他积冰算法预报效果均与实况相差较大;(2)对51次飞机积冰预报效果进行统计检验发现,假霜点温度经验法的预报效果最好,积冰强度预报准确率为72.55%,其次是RAOB法,IC指数法和I积冰指数法次之,改进的IC指数法预报准确率最差,只有19.61%;(3)对比不同积冰算法建立的集成预报模型的预报效果发现,选用IC指数法、假霜点温度经验法、RAOB法进行集成预报时,预报准确率最高,且漏报率、偏弱率及偏强率均能控制在10%以内,比单一预报算法中的最高预报准确率提高了8%,且漏报率降低了4%,偏强率降低了8%。     

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。     

山东滨州市冰雹天气分型和预报方法研究

利用山东滨州市7个国家气象站与61个人影作业站点观测资料,结合高空观测及探空、ECMWF再分析等资料,对2001—2011年滨州降雹时空分布特征、天气系统和物理量特征、降雹形势分型和预报方法进行研究。得出:(1)降雹日数年均8.6次,总体呈现明显下降的年际变化特征;4—10月可降雹,6—7月降雹最多;降雹主要出现在14时—翌日02时;北部沿海相对较多。(2)降雹形势主要有5种类型:冷涡型降雹、低槽型降雹、横槽型降雹、西北气流型降雹、其他小范围降雹。根据冷涡中心位置冷涡型划分为两个关键区;低槽型可分为前倾槽、阶梯槽、较深低槽、与中低纬度共同作用的槽;横槽型降雹范围广、破坏性大;西北气流型存在连续性。(3)4类13种物理量具有不同分布特征和变异系数,均具有较好的代表性。不同月份、不同降雹影响程度和影响系统,物理量具有较明显差别。(4)0℃层高度在1370~5331m时,7种物理量可用于预报冰雹,K≥17℃、T850-500≥25℃、LI≤2℃、SRH≥0.1m^2·s^-2、SSI≥240、SWEAT≥100、Cape≥2J·kg^-1时可能降雹。6月、7—8月和其它月分别有3种、1种、3种物理量指标组合可用于预报冰雹,物理量的组合和数值有差异。     

基于循环神经网络的单站能见度短临预报试验

由于能见度具有局地性和复杂的非线性变化特征,一直是精细化预报的难点。人工神经网络对复杂变化过程的模拟能力较高,为解决这一难题提供了可能性。本文采用循环神经网络,利用福州气象观测站地面观测数据,建立了福州单站能见度短临预报模型,并就预报能力进行了评估。随机检验结果表明,在1 h、3 h、6 h时效上,循环神经网络的预报与观测的变化趋势一致性较好;均方根误差比基于实况的预报分别减小15.75%、31.66%、41.26%,说明具备较好的预报能力;平均绝对值误差比传统BP神经网络分别减小12.90%、24.45%、 38.99%,表明循环神经网络对能见度预报具有优势,为能见度的精细化短临预报提供了新途径。