青藏高原纳木错流域夏、秋季大气降水中δ18O与水汽来源及温度的关系

根据2005年8～10月在纳木错收集的降水样和相关气象观测,分析该地区降水中δ18O变化特征及其与水汽来源关系,揭示不同水汽来源降水中δ18O与温度之间关系.观测期间水汽来源以西南季风和青藏高原本地气团输送为主.结果表明,纳木错流域夏、秋季节历次降水中δ18O变化主导因素是水汽来源不同.远距离输送夏季风海洋性气团形成的降水δ18O值较低,而局地大陆性气团降水δ18O较高.对同源的降水事件,气温和δ18O值有一定正相关性,因而可能是次一级的响因素.     

城市建筑格局对小气候的影响

本文以南京农业大学实验楼独特的建筑格局所形成的局部小区域为研究对象,测量了其内、外的日最高气温、日最低气温和平均气温,测定结果表明,由于实验楼的特殊建筑格局,在晴好天气实验楼内外草坪的最低气温相差4℃以上,而阴雨天温差比较小,一般在2℃以下。当西北方冷空气来临时,内外草坪温差迅速上升,并大于-4℃。正是因为这一点,使得实验楼外部草坪的最低气温低于桔树临界低温-4℃时,内部草坪温度仍旧在-4℃以上,正是因为这一点使得原来在南京不能正常生长结果的桔树在实验楼内生长非常好,也就是说小气候足以使植物物种的分布发生改变。从四个不同时间段的平均温差来看,中午14时实验楼内外温差为最高为1.7℃,夜间2时和早晨8时次之,为1.3℃,20时温差最小为0.9℃。本文的目的在于强调现代城市建筑格局对于小气候不可忽视的影响,以期引起人们对此的关注,作者对城市建筑小气候的合理利用提出了几点思考。     

基于高分辨率模拟数据RCP4.5情景下的华中区域气候变化预估

基于RegCM4.4高分辨率区域气候模式数据和华中区域1986—2005年逐日气象观测资料,在对模式模拟性能检验的基础上,对中国华中区域未来不同时期、1.5℃和2℃温升阈值下气候变化进行预估.结果表明:模拟结果能较准确反映出区域气温、降水年内变化特征及空间分布特征;与观测值相比,气温模拟值偏低、降水模拟值偏大;与198...     

基于CMIP5预估21世纪中国近海海洋环境变化

过去百年来人类活动排放的温室气体已经改变了全球海洋的物理和化学属性,并且,这种变化在未来很可能持续下去.基于IPCC第五次耦合模式比较计划(CMIP5)中IPSL-CM5A-MR地球系统模式的模拟结果,评估了未来百年(~2100年)中国近海区域的海洋环境要素(温度、盐度、溶解氧、pH值和叶绿素a浓度)的变化趋势及空间分布特征.结果表明,未来不同的温室气体排放情景下中国近海区域海温升高、溶解氧(DO)含量减少、海水pH值降低和叶绿素a浓度减少,并且温室气体排放越多上述变化越显著.东中国海区(包括渤海、黄海和东海)盐度可能会增加,而南海盐度会降低.在相同的温室气体排放情景下,东中国海区海温增加、溶解氧减少、海水pH值降低和叶绿素a浓度减少的幅度均显著高于南海区域.在中等浓度和高浓度排放情景(RCP4.5和RCP8.5)情景下,到21世纪末期(2090~2100年间)东中国海相对于历史时期(1980~2005年)的升温幅度可能将分别会超过2、4℃,海水pH值降低幅度将可能分别超过0.15和0.30,并且海洋变暖和酸化还将很可能引起DO含量和叶绿素a浓度的进一步降低,最终影响整个海区的环境与生态.因此,未来东中国海生态系统和生物多样性将面临严重风险,这也使得应对气候变化的适应性措施成为当前的紧迫议题.     

2016年中国沿海海平面上升显著成因分析及影响

使用中国沿海及西北太平洋区域的水位、海温、气温、气压和风等水文气象资料,详细分析了2016年中国沿海海平面显著升高的成因及影响。分析结果表明:（1）2012-2016年,中国沿海海平面处于准2 a、4 a、准9 a和准19 a周期振荡的高位,几个周期振荡高位叠加,对该时段海平面上升起了一定的作用;（2）2016年,中国沿海气温和海温较1993-2011年的平均值分别高0.7℃与0.5℃,均处于1980年以来高位;气压较1993-2011年的平均值低0.2 hPa;（3）2016年4月、9月、10月和11月,中国沿海海平面均达到1980年以来同期高位,这4个月的风场距平值在东海以南均明显偏大,且以偏南向和向岸风为主,风生流使得海水向岸堆积,沿海长时间以增水为主,对当月局部海平面上升的贡献率达到40%~80%;（4）2016年,中国沿海降水总体偏多,局部区域降水量达到历史同期最高,加上沿海径流量的增加,对沿海局部海平面升高有一定贡献;（5）2016年9-10月,有5个台风相继影响我国南部沿海,持续的风暴潮增水导致台风影响期间的海平面高于当月平均海平面70~360 mm,风暴潮和洪涝灾害给当地造成直接经济损失超过30亿元。     

基于注意力机制与自适应时序分解的气温预报模型

针对传统方法在捕捉气象序列长期依赖关系及泛化性能上的不足,提出了一种基于稀疏注意力与自适应时序分解的气温预报模型（ATFSAS）。该模型整体采用编码器 解码器架构,结合稀疏注意力机制以有效捕捉气象观测数据间的长期依赖性。为减少编码过程中造成的冗余,提出了一种信息蒸馏方法。通过结合多层解码器与自适应时序分解单元,逐步细化预报信号中的周期性和趋势性分量,实现了较为精准的气温预报。基于德国耶拿气象数据集,进行24 h精细化气温预报,其平均绝对误差为1.7108℃。基于中国地面气候资料日值数据集,进行中短期日平均气温预报和多地区单日平均气温预报,相比传统模型LSTM,ATFSAS模型预报结果的平均绝对误差分别提升了35.56%和23.66%。     

基于组合统计降尺度的华西南部地区冬季气温预测技术研究

利用1982—2017年华西南部地区冬季气温和NCEP再分析资料以及CFS模式实时预测资料,通过SVD诊断分析,选取影响华西南部地区冬季气温的同期关键区大气环流和前期海温及OLR因子场,建立预测与观测场相结合的组合统计降尺度预测模型。该统计降尺度预测模型对1982—2017年的回报结果显示：与观测场的空间相关系数较CFS模式原始预测结果有显著提高,多年均值从-0.06提升到0.38,最高可达0.85。同时,此降尺度预测模型可较好地回报出华西南区冬季气温的空间分布型。     

5月南极涛动对青藏高原西部夏季气温影响的诊断分析

青藏高原是全球气候变暖最敏感的地区之一,是北半球夏季最大的热源,其气候响应受到广泛关注。然而,有关南极涛动与青藏高原夏季气温的关系和机理知之甚少。为了研究南极涛动与青藏高原夏季气温的关系,基于1979—2020年英国东安哥拉大学气候研究中心（CRU）的逐月气温、美国国家海洋和大气管理局（NOAA）的逐月海表面温度和大气环流再分析数据以及南极涛动指数等数据,采用相关、回归、合成分析等方法进行研究。结果表明,北半球夏季青藏高原西部气温与5月南极涛动存在显著负相关,即当5月南极涛动异常偏弱时,夏季青藏高原西部气温异常偏高。其影响过程为,南极涛动为正位相时,在南印度洋中高纬地区出现“负-正-负”的经向“三极子”海温模态,该模态可持续到夏季,在印度洋形成异常的纬向-垂直环流,相应在热带西印度洋和东印度洋-海洋性大陆之间的降水异常导致热带正“偶极子”降水模态,通过该降水模态在青藏高原西部引起异常反气旋环流和下沉运动,有利于高原西部气温偏高。研究结果显示,海洋的热惯性在“延长”南极涛动影响过程中起着重要的桥梁作用,可为青藏高原夏季气温预测提供科学依据。     

基于机器学习的格点气温预报订正方法

使用2017年9月至2021年3月国家级业务化运行的智能网格实况分析产品和欧洲中期天气预报中心全球模式(EC)产品,根据湖北省的地理分布特征构建6个分区,采用基于LightGBM机器学习算法建立的气温预报方法,生成湖北省0.05°×0.05°格点气温预报产品。利用2021年4—9月的预报产品和格点实况资料进行检验,结果表明:基于机器学习的气温预报方法(MLT)取得了较好的预报效果,其在0～72 h时效内优于中央气象台下发的气温精细化指导预报(SCMOC)和EC产品;MLT在山区的误差较平原大,但山区的订正幅度大于平原,日最高气温的订正幅度大于日最低气温的订正幅度;4—9月MLT、SCMOC、EC产品的平均绝对误差(MAE)日变化都呈现了白天偏高、夜间偏低、午后凸起的单峰特征,MLT的MAE值较SCMOC和EC产品的更低,并且在转折性天气中仍具有优势;站点检验与格点检验结论一致,基于格点建模的气温预报产品对站点预报同样得到了订正。机器学习在格点气温的模式订正方面可以作为一个行之有效的手段。     

中国春季气温异常变率的非线性特征

运用一种基于神经网络的非线性主成分分析法(NLPCA)对中国1951-2003年53 a春季气温距平场进行分析,结果表明,春季气温异常变率具有显著的非线性特征,当非线性主元u分别取最大值和最小值时,对应的空间气温异常分布型具有显著的非对称性.