Conditional nonlinear optimal perturbation: Applications to stability,sensitivity, and predictability

Conditional nonlinear optimal perturbation (CNOP) is a nonlinear generalization of linear singular vector (LSV) and features the largest nonlinear evolution at prediction time for the initial perturbations in a given constraint. It was proposed initially for predicting the limitation of predictability of weather or climate. Then CNOP has been applied to the studies of the problems related to predictability for weather and climate. In this paper, we focus on reviewing the recent advances of CNOP’s applications, which involves the ones of CNOP in problems of ENSO amplitude asymmetry, block onset, and the sensitivity analysis of ecosystem and ocean’s circulations, etc. Especially, CNOP has been primarily used to construct the initial perturbation fields of ensemble forecasting, and to determine the sensitive area of target observation for precipitations. These works extend CNOP’s applications to investigating the nonlinear dynamical behaviors of atmospheric or oceanic systems, even a coupled system, and studying the problem of the transition between the equilibrium states. These contributions not only attack the particular physical problems, but also show the superiority of CNOP to LSV in revealing the effect of nonlinear physical processes. Consequently, CNOP represents the optimal precursors for a weather or climate event; in predictability studies, CNOP stands for the initial error that has the largest negative effect on prediction; and in sensitivity analysis, CNOP is the most unstable (sensitive) mode. In multi-equilibrium state regime, CNOP is the initial perturbation that induces the transition between equilibriums most probably. Furthermore, CNOP has been used to construct ensemble perturbation fields in ensemble forecast studies and to identify sensitive area of target observation. CNOP theory has become more and more substantial. It is expected that CNOP also serves to improve the predictability of the realistic predictions for weather and climate events plays an increasingly important role in exploring the nonlinear dynamics of atmospheric, oceanic and coupled atmosphere-ocean system. Supported by National Basic Research Program of China (Grant Nos. 2006CB403606, 2007CB411800), National Natural Science Foundation of China (Grant Nos. 40830955, 40675030, 40505013), Institute of Atmospheric Physics, Chinese Academy of Sciences (Grant No. IAP07202), and LASG State Key Laboratory Special Fund     

尾矿坝稳定性的可靠度分析

以极限平衡理论和传统的安全系数方法为基础,将可靠度理论引入尾矿坝稳定性分析中。通过敏感性分析和可靠度计算分析发现,尾矿材料的内摩擦角的变异性将显著地影响尾矿坝稳定性分析的可靠指标,重度的变异性对可靠指标的影响大于粘聚力的变异性的影响。简述了尾矿坝稳定性分析中利用可靠度理论的重要性,并建议在尾矿坝的可靠度分析中,将尾矿材料的抗剪强度指标c, 和重度 作为基本随机变量。     

气候变化对黄土碳库效应影响的敏感性研究

中国黄土分布广、厚度大,是古气候变化的良好记录载体,然而黄土在大气CO2循环中到底是源还是汇一直是困扰人们的一个问题.本文利用陆相生态系统中的生物地球化学模型,通过敏感性试验,模拟了土壤有机碳对气候变化的响应.结果表明:1)在各种稳定的气候条件下黄土的土壤有机质都是持续增加的,因此可以认为自然条件下黄土是大气CO2的一个汇;2)温度和降水对黄土中土壤有机质含量的影响正好相反,表明湿度是影响黄土地区生态环境的主要因素,温度和降水都是通过对湿度的影响来影响植被生态的;3)地表植被和土壤有机质是黄土碳库与大气CO2之间的重要媒介.黄土表层的生物地球化学过程是影响黄土碳汇效应的主要过程;4)黄土碳库的主要存在形式以次生碳酸盐为主,其次是土壤有机质,气态CO2只占很小比例.     

IPCC AR6报告解读：地球能量收支、气候反馈和气候敏感度

文中对IPCC第六次评估报告（AR6）第一工作组（WGI）报告的第七章关于地球能量收支、气候反馈和气候敏感度中的重要内容进行了凝练,并简要总结该方面的最新研究成果和结论。评估显示,自工业革命以来,人类活动造成的有效辐射强迫（ERF）为2.72 [1.96~3.48] W/m²,其中,均匀混合温室气体的贡献为3.32 [3.03~3.61] W/m²,气溶胶的贡献为-1.1 [-1.7~-0.4] W/m²。净的气候反馈参数为-1.16 [-1.81~-0.51] W/(m²∙℃),云仍然是气候反馈整体不确定性的最大来源。平衡态气候敏感度（ECS）和瞬态气候响应（TCR）可用于评估全球平均地表气温对强迫的响应,是衡量全球气候响应的有效手段。ECS和TCR的最佳估计分别为3.0 [2.0~5.0]℃和1.8 [1.2~2.4]℃。     

集合预报对台风天鹅(2015)远距离暴雨的不确定性研究

2015年8月23—24日期间台风天鹅引发华东中部沿海地区出现暴雨或大暴雨天气。基于欧洲中期天气预报中心的集合预报分析导致此次远距离暴雨预报不确定的关键原因,并利用集合敏感性分析方法研究影响此次暴雨过程的主要天气系统的敏感区域,此外对暴雨发生发展的热动力机制展开探讨,主要结论包括:集合预报对此次台风天鹅引起的远距离暴雨的可预报性明显偏低,仅在暴雨发生前24 h才做出较大调整。在不同起报时次下,当台风路径的系统性偏差最小时,台风降水集合预报也最接近实况,但是进一步的分析表明,台风路径误差与降水量级之间的对应关系并不确定。不同雨量成员组间中低层环流场的对比分析表明:高空槽的预报差异是集合预报不确定的主要原因,高空槽东移加深有利于增加暴雨区的斜压不稳定,也有利于增强对流层低层的水汽输送急流带。500 hPa高度场的敏感性分析表明无论是初始场还是预报场,暴雨区平均降雨量均与高空槽的东移和加深显著相关,且随着预报时次的临近,显著相关区域向低槽下游明显扩大。此外还发现高空槽的东移有利于增强(减弱)暴雨区左(右)侧低层冷空气的强度,使得台风右侧更多暖湿气流向暴雨区输送。     

江西省暖季重大短时强降水敏感性参数分析及概念模型

利用江西省2010-2016 年5-9 月1 597 个观测站逐小时降水资料,ERA Interim,Daily逐日4 次0.125°×0.125°再分析资料以及南昌和赣州探空资料,筛选出84 例重大短时强降水过程,并建立了5 种重大短时强降水概念模型:冷锋型、西南急流型、副高边缘型、暖切型和台风型,各型分别占比29％...     

大气气溶胶折射率虚部的宽谱反演方法I.理论

提出了从宽谱太阳漫射辐射信息反演大气气溶胶折射率虚部的新方法。通过敏感性分析发现：宽谱太阳漫射辐射对大气气溶胶折射率虚部的变化非常敏感,而对粒子谱分布、气溶胶折射率实部、地表反射率、大气中水汽和臭氧含量的变化不很敏感或弱敏感,因此可以从中较好地提取大气气溶胶折射率虚部。数值试验表明该方法具有较高的精度。     

温度变化对南京城市电力负荷的影响

应用计量经济学中格兰杰因果关系检验方法,分析了温度变化对中国南京城市用电量和电力负荷的影响,认为南京日平均温度与日最大电力负荷、日用电量之间存在着较显著的相关性.气温变化对日最大电力负荷和日用电量具有不同的季节性和周期性影响,气温对用电量的短期影响最显著,对电力负荷的影响更具明显的季节性特征.通过不同月份电力负荷对气温变化敏感性的分析,进一步揭示了南京市气温变化与电力消费之间的季节变动特征,有利于气象与能源部门共同应对未来气候变化带来的城市能源问题.     

高灵敏度机载L波段微波辐射计探测海表盐度

海水盐度是研究大洋环流和全球气候变化的重要参数,L波段(1400-1427MHz)微波辐射计是进行海水盐度遥感的最有效工具.在该频段内,微波辐射亮度温度对海水盐度变化的灵敏度为0.5K/psu,而用于海洋研究的盐度分辨率为0.1-0.2psu,要求微波辐射计的灵敏度优于0.1K.高灵敏度机载L波段微波辐射计,应用数字增益波动自动补偿和温度补偿技术,保证了系统的稳定性,并采用高效的滤波技术有效地抑制了全球定位信号(GPS)对接收机的干扰,灵敏度达到0.08K.进行了多次航空和海上对比遥感试验,获得了分辨率优于0.2psu、误差精度0.42psu的测量结果.     

特殊地形及地形梯度对西昌发射场暴雨的影响

研究了西昌发射场特殊地形及地形梯度对其暴雨天气的影响。对比分析表明：2004年6月23日暴雨过程属于低涡切变型暴雨，6月27日暴雨过程属于两高辐合型暴雨。利用MM5V3．7进行了多组地形敏感试验，结果表明：场区北侧山脉对场区降水量影响明显，西昌东侧山脉对西昌降水量影响明显。地形梯度分析表明，西昌地区所处的河谷地形和场区所处喇叭口小地形，有利于中小尺度气压扰动的发生、发展和暴雨的产生，当地形梯度减弱时，降水量相应减弱。