Connections Between the South Asian Summer Monsoon and the Tropical Sea Surface Temperature in CMIP5

The South Asian summer monsoon (SASM) precipitation is analyzed based on reanalysis datasets and historical simulation results from 23 climate models of the Coupled Model Intercomparison Project phase ...     

Estimation and Projection of Non-Linear Relative Sea-Level Rise in the Seto Inland Sea,Japan

Future sea-level rise (SLR) in and around the Seto Inland Sea (SIS), Japan, is estimated in 2050 and 2100 using ensemble empirical mode decomposition (EEMD) and long-term sea-level records. Ensemble empirical mode decomposition, an adaptive data analysis method, can separate sea-level records into intrinsic mode functions (IMFs) from high to low frequencies and a residual. The residual is considered a non-linear trend in the sea-level records. The mean SLR trend at Tokuyama in the SIS from EEMD is 3.00?mm?y^?1 from 1993 to 2010, which is slightly lower than the recent altimetry-based global rate of 3.3?±?0.4?mm?y^?1 during the same period. Uncertainty in SLR is estimated by considering interdecadal variations in the sea levels. The resulting SLR in 2050 and 2100 for Tokuyama is 0.19?±?0.06?m and 0.56?±?0.18?m, respectively. The stations along the coast of the Pacific Ocean display a greater and more rapid SLR in 2100 compared with other stations in the SIS. The SLR is caused not only by mass and volume changes in the sea water but also by other factors, such as local subsidence, tectonic motion, and river discharge. The non-linear trend of SLR, which is the residual from EEMD, is interpreted as the sum of the local factors that contribute to the sea-level budget.     

Uncertainty in Regional Climate Model Mean Runoff Projections under Climate Change: Case Study of Labrador's Churchill River Basin

An ensemble of seven climate models from the North American Regional Climate Change Assessment Program (NARCCAP) was used to examine uncertainty in simulated runoff changes from a base period (1971–2000) to a future period (2041–2070) for the Churchill River basin, Labrador, Canada. Three approximations for mean annual runoff from each ensemble member were included in the analysis: (i) atmospheric moisture convergence, (ii) the balance between precipitation and evaporation, and (iii) instantaneous runoff output from respective land-surface schemes. Using data imputation (i.e., reconstruction) and variance decomposition it was found that choice of regional climate model (RCM) made the greatest contribution to uncertainty in the climate change signal, whereas the boundary forcing of a general circulation model (GCM) played a smaller, though non-negligible, role. It was also found that choice of runoff approximation made a substantial contribution to uncertainty, falling between the contribution from RCM and GCM choice. The NARCCAP output and imputed data were used to calculate mean and median annual changes and results were presented via probability distribution functions to facilitate decision making. Mean and median increases in runoff for the basin were found to be 11.2% and 8.9%, respectively.     

基于T213集合预报的中国极端温度预报方法研究

基于中国T213集合预报系统资料,根据Anderson-Darling检验原理,研究基于集合预报与模式历史预报累积概率密度(简称模式气候)分布函数连续差异特征的极端温度天气预报方法,建立极端温度天气预报指数(Extreme Temperature Forecast Index, 简称EFI)的数学模型。利用S指数评分方法确定发布极端温度预警信号的阈值,得出:1月的发布极端高温的预警信号的阈值为0.7或0.8,发布极端低温的预警信号的阈值为-0.7或-0.8。基于EFI指数以及该阈值,对2013年1月中国极端温度天气进行预报试验,得出:极端天气预报指数对极端温度天气具有较好的识别能力,可提前3~7 d发出极端温度预警信号,随着预报时效的延长,预报技巧逐渐降低。     

变异函数模型参数的加权总体最小二乘回归法

顾及距离值的随机误差,提出用加权总体最小二乘回归法估计变异函数模型参数。通过协方差传播律发现,分组后的变异函数值和距离值是不等精度的。给出距离值的定权方法,结合熵权法和点对数法迭代解算模型参数。以幂函数模型为例,模拟数据和实测数据的结果表明,加权总体最小二乘回归法更加合理,参数的估计精度也更高。     

一种改进的无人机影像拼接粗差剔除算法

利用无人机技术可以获取高分辨率影像。为了获取高精度的变换矩阵,提高影像匹配效率,本文对RANSAC算法进行了改进,加入影像的灰度信息进行约束,进一步剔除匹配粗差,最后采用均方根误差进行质量评判。为了验证算法的可靠性,选取一组山区影像和一组具有旋转偏角的建筑物影像进行验证。验证结果表明,匹配点粗差剔除率分别提高了15.15%和23.22%,本文算法的均方根误差较小,精度有显著的提高。     

时间序列回归预测模型在自动化监测中的应用

在边坡自动化监测过程中,由于传输信号中断、设备故障、电源中断及传感器替换等原因,不可避免地出现监测数据缺失的现象。数据的缺失对后续的边坡稳定性分析及预测带来不确定的因素,使分析结果产生偏差。本文针对边坡自动化监测数据缺失这一现象,采用时间序列回归预测模型对不同数据缺失率的边坡监测数据进行填补,通过填补值与真实值之间的绝对误差与均方根误差判别其在不同数据缺失率的填补效果,得出该模型对缺失率低于10%的缺失数据具有良好的效果,具有一定的实践意义。     

基于快速更新同化数值预报的小时降水量时间滞后集合订正技术

由中小尺度对流系统造成短时强降水天气的发生发展十分迅速,对其落区和时效的预报预警一直都是预报业务中的难点。本文基于快速更新同化的中尺度数值预报系统GRAPES-RAFS 0. 1°×0. 1°分辨率逐小时降水预报,首先通过时间滞后集合预报方法构建了多个集合成员,使用平均TS评分值计算相应预报成员权重系数建立预报方程,然后采用频率匹配订正法进行降水量级订正,从而得到集合订正的逐小时降水量预报。2017年8-9月的逐日试验和典型个例预报结果评估表明效果良好。(1)GRAPES-RAFS最新时次的预报场并不完全代表最好的预报效果,通过时间滞后集合订正方法自动识别优选预报成员,显著提高了预报能力;(2)GRAPES-RAFS预报存在降水量级偏弱的系统性误差,经过频率匹配方法订正后,在量级预报上更接近实况;(3)时间滞后集合预报对我国中东部(包括黄淮、江淮、江南地区)的小时降水量订正效果最好;(4)进一步使用的频率匹配订正方法显著提升了逐时降水量的预报效果,其在降水频率更高、强度更大的江南南部、华南、西南地区效果更为显著;(5)对于中小尺度的强降水过程,经过上述方法订正后,显著提高了模式对强降水系统位置、形态及降水量级的预报水平。     

强降水和冰雹对流许可尺度集合预报个例试验

利用对流许可尺度集合预报系统,针对2015年4月28日夜间移动到江苏南部和上海地区,伴随短时强降水和冰雹的一次强对流过程,使用初始多源融合分析场对集合预报结果影响进行了分析。结合上海南汇双偏振雷达基数据观测,对12～14 h预报时效的反射率因子、差分反射率及冰雹集合预报结果进行了定性和定量的评估,分析了改进初始水物质分布,同时增加小尺度信息对于模式预报结果的影响。主要结果为:(1)对反射率因子预报的评估显示,初始场调整了水物质分布且增加了小尺度信息的试验(以下简称ADAS试验),对降水的范围、分布特征及评分都有明显改进(2)由于差分反射率在较小的距离内变化剧烈,对其准确预报难度较大,ADAS试验虽然预报强度偏强,但整体的位置和强度与实况更为接近,特别在大粒子预报方面具有更高的技巧,能够对微物理过程相关特征更好地进行描述;(3)使用地面人工观测和双偏振雷达观测对冰雹概率预报评估的结果显示,ADAS试验预报的高概率降雹区与观测落区接近,对冰雹落区预报具有一定的指示意义。通过多源融合分析调整初始水物质分布并增加小尺度信息的集合预报试验改善了较长预报时效的强降水和冰雹概率预报,具有更高的可信度,双偏振变量预报具有区分强降水与冰雹的优势,通过与观测的对比可以更好地评估模式对微物理过程描述的准确性。     

ECMWF极端降水预报指数在华东台风暴雨中的应用研究

台风强降水易引发极端天气事件,预报的难度和不确定性都很大。选取2013—2017年影响华东的13个台风个例,研究ECMWF集合预报降水极端天气预报指数(extreme forecast index,EFI)与台风暴雨的统计关系。研究结果表明:EFI降水指数对台风暴雨的预报具有一定的指示意义,对不同时效选取不同的EFI阈值可以作为暴雨落区预报的参考依据。总体来看:EFI增大,发生强降水的可能性增大;随着预报时效的增加,EFI阈值逐渐减小。以TS评分最大为标准,分别确立了不同时效、不同等级暴雨在华东区域的预报阈值。对于24、48、72、96 h时效的暴雨预报,EFI阈值分别取0.7/0.8、0.7、0.6、0.5可以获得较高的TS评分及合理的预报偏差,因此可将它们作为不同时效暴雨预报的参考阈值。EFI与降水的气候百分位有较好的相关关系,EFI值越大,降水气候百分位值也越大。当EFI值较大时,可参考相对应气候百分位的实况降水量来估测台风降水。极端天气预报指数对极端降水天气具有较好的识别能力,可提前3～5 d提供极端降水信息。