CLIGEN天气发生器在中国东北三省模拟温度的适用性评价

CLIGEN（Climate Generator）是美国农业部针对本土开发用于提供长序列的逐日气象数据的模型,是否适用于中国东北三省并没有进行过评估。本文利用1981-2015年东北三省15个气象站逐日气象数据评估CLIGEN模拟的温度数据,对东北三省72个站点实测值和模拟值的极端最高温度、极端最低温度、≥ 35℃高温日数、≤ 0℃低温日数进行评估。结果表明：CLIGEN对日平均最高温度、最低温度模拟效果较好,平均绝对百分比误差MAPE（mean absolute percent error）和有效系数（E）中,日最高温度的MAPE为0.33%-14.74%,日最低温度的MAPE大多小于10%;有效系数E的值也非常接近,为0.9880-0.9999;CLIGEN对日较差均值的模拟效果较好,对日较差标准差的模拟效果一般,不能较好地模拟温度的连续性和渐变性;CLIGEN对极端温度和日数的评估只有低于0℃的日数模拟效果比较理想,从差值空间分布看来,吉林和辽宁西部地区是差值较大和较多的地区。     

淮河大水年的地热涡活动特征及预测途径探讨

通过对2003年地温场的演变形势分析,讨论了引发2003年汛期淮河大水的主要原因。指出：冬季淮河流域有地热涡活跃和缅甸北中部或我国西部中段有6．5级以上强震发生是淮河发生大水的两个必要条件。     

向家坝水电站泄洪雾化对气温影响程度研究

基于向家坝蓄水后非泄洪时段的气象观测数据,使用Scikit-learn机器学习算法（K近邻回归、线性回归、决策树回归、线性SVR回归和人工神经网络）,通过样本训练和交叉验证,建立向家坝水电站坝区各气象站气温预测模型,应用该模型从时空变化和影响程度等方面定量分析泄洪雾化对坝后区域气温的影响。结果表明：坝后区域的气温受向家坝水电站泄洪影响较小,且影响程度随着与泄洪孔口的距离增加而迅速减小;距离泄洪孔口最近的江边气象站在每日12~18时受泄洪雾化的影响程度最大,且在13时达到顶峰,气温影响值主要在−2.0℃以内。     

基于LSTM网络的中国夏季降水预测研究

基于BCC-CSM季节气候预测模式系统历史回报数据和国家气象信息中心提供的中国地面降水月值数据,通过多方法对比并讨论了影响预测结果的因素,利用长短期记忆（Long Short-Term Memory,LSTM）网络预测2014年和2015年中国夏季降水。结果表明:LSTM网络的预测效果较逐步回归、BP神经网络及模式输出结果有一定优势。参数调优对于LSTM网络预测效果影响较大,重要参数有隐含层节点数、训练次数和学习率。选择合适的起报月份数据有助于提升季节预测的准确性,利用4月起报的数据预测夏季降水效果较好。海冰分量因子对降水季节预测有正贡献。在2014年、2015年夏季降水回报试验中,LSTM网络对降水整体形势有一定的预测能力,Ps评分分别为74分、71分,距平符号一致率分别为55.63%、55.25%,Ps评分的均值高于同期全国会商及业务模式。     

气候变化背景下的洪涝风险稳健决策方法评述

分析了深度不确定性内涵及其特点,包括情景不确定、决策后果不确定和决策方案不确定,指出了传统洪涝风险决策方法过于依赖于气候变化预测结果,未能充分考虑深度不确定性及提供稳健决策。给出了国际上处理深度不确定性的稳健决策方法理论基础,并介绍了被广泛应用于洪涝风险领域的鲁棒决策、信息差距及适应对策路径3种稳健决策方法。对比分析发现,鲁棒决策法有完备的适应措施定量评估体系但计算量大且不易理解;信息差距法可解决不能以概率表式的不确定性问题,而未考虑适应对策的失效情景;适应对策路径法提供可视化的决策路径,未能充分考虑社会经济的不确定性。提出未来可综合鲁棒决策和适应对策路径优点,为减少不确定性、降低洪涝灾害风险、制定适应气候变化策略提供参考。     

集合数值预报方法在山洪预报中的初步应用

选取湖南4个典型山洪个例,分析了嵌套模式不同分辨率的预报效果,并采用多物理过程组合的集合预报方法,研究区域集合数值预报技术在山洪预报中的应用。研究指出,单一模式条件下,使用模式嵌套技术提高分辨率,并不能有效地改进对引发山洪灾害的突发强降水过程的预报能力,且这种单一的确定性预报,对暴雨等灾害性天气的预报存在不确定性。集合预报是解决单一预报不确定性提出的新方法,与单一模式提供的确定性预报结果相比,集合预报可为山洪预报提供多种定量预报产品。利用集合平均预报、极值预报,可以引导对山洪采取分类应对措施;集合预报在给出降水分布的同时,还给出伴随预报结果的可信度;概率定量降水预报(PQPF)与水文预报模型结合,可以用于概率水文预报。     

6.23梧州特大洪水气象成因初探

用天气学原理,分析环流背景与天气形势,及有关的一些物理量场,指出时间相隔不长的两次持续性暴雨过程形成的洪水相叠加是造成梧州6.23特大洪水的主要原因,洪峰水位还与致洪暴雨的落区和移向有关,致洪暴雨是副高在南海北部维持和低空急流在广西上空存在等有利的天气形势下形成的。     

江西致洪暴雨天气特征分析与流域洪涝预报研究

在对1959～1990年的资料进行大量普查分析和统计的基础上,指出对流层中低层形势特征在江西致洪暴雨中的特殊重要性,分析了各个天气系统对形成致洪暴雨的作用,并根据中低层天气形势特征来分型建立致洪暴雨的预报模式。应用水文上降水产生流量过程线的变化原理,提出了仅用降水资料来推算流域洪涝指数,用量化指标来预报未来流域洪涝强度的研究思路和方法。该方法思路是利用流域内测站雨量计算出流域的有效综合面雨量(考虑了前一段时间内的逐日流域面雨量的不同贡献)。复核流量(或水位)等洪涝资料与流域有效综合面雨量的关系,最终确定出各级洪涝指数的流域有效综合面雨量的大小,确定洪涝等级。     

SOI和El Nino与湘潭汛期洪涝的关系

本文研究了湘潭汛期（4～9月）洪涝与南方涛动指数（SOI）和厄尔尼诺（ElNino）事件的遥相关联系。结果表明，南方涛动指数异常偏负（弱）以及厄尔尼诺事件的滞后影响对湘潭汛期洪涝的短期气候预报有很好的指示性。在统计分析的基础上，我们建立了日常业务应用的湘潭汛期洪涝预报物理模型。     

Adaptive and risk-based approaches to climate change and the management of uncertainty and institutional risk: The case of future flooding in England

This paper focuses on how scientific uncertainties about future peak flood flows and sea level rises are accounted for in long term strategic planning processes to adapt inland and coastal flood risk management in England to climate change. Combining key informant interviews (n = 18) with documentary analysis, it explores the institutional tensions between adaptive management approaches emphasising openness to uncertainty and to alternative policy options on the one hand and risk-based ones that close them down by transforming uncertainties into calculable risks whose management can be rationalized through cost-benefit analysis and nationally consistent, risk-based priority setting on the other hand. These alternative approaches to managing uncertainty about the first-order risks to society from future flooding are shaped by institutional concerns with managing the second-order, ‘institutional’ risks of criticism and blame arising from accountability for discharging those first-order risk management responsibilities. In the case of river flooding the poorly understood impacts of future climate change were represented with a simplistic adjustment to peak flow estimates, which proved robust in overcoming institutional resistance to making precautionary allowances for climate change in risk-based flood management, at least in part because its scientific limitations were acknowledged only partially. By contrast in the case of coastal flood risk management, greater scientific confidence led to successively more elaborate guidance on how to represent the science, which in turn led to inconsistency in implementation and increased the institutional risks involved in taking the uncertain effects of future sea level rise into account in adaptation planning and flood risk management. Comparative analysis of these two cases then informs some wider reflections about the tensions between adaptive and risk-based approaches, the role of institutional risk in climate change adaptation, and the importance of such institutional dynamics in shaping the framing uncertainties and policy responses to scientific knowledge about them.