Interannual Salinity Variability in the Tropical Pacific in CMIP5 Simulations

Salinity variability and its causes in the tropical Pacific are analyzed using observations, reanalysis products and model simulations. The mixed-layer salinity(MLS) budget analyses from observations and reanalysis products indicate that its interannual evolution is closely related to ENSO and is predominantly governed by surface forcing and surface advection in the western-central equatorial Pacific. It is found that the observed MLS tendency leads Nin?o3.4 by about 12 months due to the effect of negative freshwater flux(evaporation minus precipitation). These observation-based analyses are used to evaluate the corresponding simulation using GFDL-ESM2 M. It is evident that the model can simulate the spatiotemporal variations of MLS with some discrepancies compared to observations. In the warm pool of the equatorial Pacific the MLS tendency in the model is sensitive to ocean dynamics, however model biases cause the tendency to be underestimated. In particular, the freshwater flux is overestimated while the ocean surface zonal current and vertical velocity at the base of the mixed layer are underestimated. Due to model biases in representing the related physics, the effects of surface forcing on the simulated MLS budget are overestimated and those of subsurface and surface advection are relatively weak. Due to weaker surface advection and subsurface forcing than observed, the simulated compensations for surface forcing are suppressed, and the simulated MLS tendency that leads Nin?o3.4 by 8–10 months, which is shorter than the observed lead time. These results are useful for the interpretation of observational analyses and other model simulations in the tropical Pacific.     

气候变化情景下澜沧江流域极端洪水事件研究

以澜沧江流域为研究对象,基于ISIMIP2b协议中提供的GFDL-ESM2M、HadGEM2-ES、IPSL-CM5A-LR、MIROC5这4种全球气候模式,通过4种模式的输出数据耦合VIC模型,分析4种模式在历史时期（1961—2005年)对洪峰洪量极值(年最大洪峰流量、3 d最大洪量)、极端洪水的模拟能力,比较RCR2.6和RCP6.0两种情景下未来时期（2021—2050年)年均径流量较基准期（1971—2000年)的变化情况,并结合P-III型分布曲线预估了澜沧江流域在两种情景下未来时期极端洪水的强度变化情况。结果表明：VIC模型在该流域能够较好地模拟极端洪水;HadGEM2-ES和MIROC5两种气候模式的输出数据在澜沧江流域有较好的径流模拟适用性;在RCP2.6情景下,澜沧江流域未来时期年均径流量没有明显变化,可能会有略微的增加,而在RCP6.0情景下,未来时期年均径流量有较大可能增加;澜沧江流域未来时期极端洪水较基准期,在RCP2.6情景下无明显变化,而在RCP6.0情景下,洪峰、洪量增加的可能性较大,极端洪水频率和强度也较大可能增加。     

线性化物理过程对GRAPES 4DVAR同化的影响

线性化物理过程能够改善四维变分同化中极小化收敛的稳定性和增加极小化过程中对大气物理过程和动力更加精确的描述,它是四维变分同化中非常重要的一部分。通过在GRAPES全球模式中研究线性化物理过程,尤其是两个湿线性化物理过程,改善切线性模式预报精度,来提高GRAPES全球四维变分同化的分析和预报效果。线性化物理过程的开发首先需要简化原非线性化物理过程中的强非线性项,然后对线性化物理过程进行规约化,以抑制切线性扰动的异常增长。目前GRAEPS全球模式中的线性化物理过程主要包括次网格尺度地形参数化、垂直扩散、积云深对流和大尺度凝结。线性化物理过程预报精度的检验方法是通过选择合适大小的初始扰动（同化分析增量）,来比较非线性模式和切线性模式中的扰动演化的纬向平均误差。然后以绝热版本的切线性模式为基础,通过冬、夏两个个例试验来分别检验4个线性化物理过程的12 h预报效果。试验结果表明,通过添加次网格地形参数化和垂直扩散两个干线性化物理过程方案,可以有效抑制住绝热版本切线性模式低层扰动的异常增长,大幅度改善切线性模式预报效果。通过添加积云深对流和大尺度凝结两个湿线性化物理过程,可以在热带区域和中、高纬度地区提高切线性模式中湿变量和温度变量的近似精度,提高GRAPES全球四维变分同化的分析和预报效果。      

基于S波段双偏振雷达一次强雹暴过程观测分析

利用宁波S波段双偏振天气雷达资料、NCEP再分析资料、结合常规观测资料和实地冰雹调查资料,对2020年3月21日浙江省中北部一次强雹暴灾害过程(简称“03·21”过程)的天气背景和双偏振雷达回波演变特征进行分析。结果表明：(1)此次雹暴过程环流形势属于低层暖平流强迫类型,雹暴影响过程约4 h,雹暴A和B先以强的对流单体形态移动,在自西向东移动过程中分别加强为超级单体。(2)典型降雹时次具有明显的三体散射特征(TBSS),垂直剖面图上强回波(>50 dBz)伸展高度超过-20℃层,低层的弱回波,中高层悬垂回波明显。径向速度垂直剖面图上,雹暴低层辐合,其上叠加了辐散层,使得雹块得以继续形成和增长。(3)冰雹区出现了Z_DR冰雹信号,对应的反射率因子(Z_H)均大于65 dBz,差分反射率因子(Z_DR)介于-2.0～0 dB,相关系数(C_C)介于0.80～0.98;当结合Z_H、Z_DR、C_C综合判断云中有冰雹粒子,C_C...     

基于深度学习的天气雷达异常数据识别技术

天气雷达基数据中因观测设备故障或标定问题而产生的异常数据, 直接影响天气雷达数据质量、定量估测降水及天气系统的分析和判断。目前在中国气象局气象探测中心实时业务中, 通过人工勘误环节对异常数据进行处理。针对2020—2022年业务中勘误较多的、大面积故障异常和易与降水数据混合的局部电磁干扰或故障的两类异常数据, 分别构建和训练R-ResNet和R-LinkNet两种模型, 提取雷达硬件故障、电磁干扰等特征, 实现异常数据的识别和处理。评估结果表明:两种模型在提取异常数据特征方面均具有很强的学习能力, R-ResNet在分类判识异常数据与正常数据的准确率超过99%, R-LinkNet在分离电磁干扰杂波和降水回波的准确率超过98%。两种模型可用于实时业务中监控和勘误电磁干扰、故障等异常数据, 实现异常数据的自动勘误处理。     

基于遥感数据的夏玉米高温热害监测评估

玉米作为一种重要的粮食作物,其产量对于国家粮食安全的影响至关重要。该文结合遥感与地面实测气温数据,基于地表温度与气温具有显著的线性相关关系,构建我国夏玉米主产区高温热害评估模型,并对该模型进行精度检验。结果表明：平原区域日平均气温的模拟结果决定系数在0.8以上,达到0.001显著性水平,均方根误差在1.8℃左右的小范围内波动;平原区域精度略高,山区精度略低（均方根误差为2.4℃）。利用该模型对2008—2018年黄淮海夏玉米主产区高温热害进行评估,发现2017年和2018年夏玉米受高温热害影响最严重,高温热害区主要分布在河北省东南部、河南省大部以及山东省西部,该结果与实际情况相符。     

全球升温1.5℃和2.0℃背景下北京市暴雨洪涝淹没风险研究

基于第五次耦合模式比较计划(CMIP5)的5个气候模式模拟结果,结合FloodArea模型,对RCP8.5情景下全球升温1.5℃和2.0℃时,北京市极端降水和淹没风险进行分析。结果表明：北京市极端降水量呈从西南向东北逐渐减少的分布趋势。在升温2.0℃时,极端降水和淹没风险增加较升温1.5℃时明显,郊区极端降水增加最明显的地区是房山和门头沟,城区极端降水量增加最明显的地区是海淀、石景山和丰台区。海淀区出现一级和二级淹没风险的面积最大,其次是丰台和石景山区。郊区的延庆和怀柔是发生一级淹没风险面积最大的地区。     

BP人工神经网络在MM5预报福建沿海大风中的释用

利用变分方法建立预报场和预报倾向场这一预报场组合与模式预报非系统性误差之间的映射关系,来估计GRAPES（Global/Regional Assimilation and PrEdiction System）模式的非系统性误差,从而对预报做出修正。采用两种不同的历史样本建立这一映射关系,其中,利用相同时刻历史样本建立映射关系的方法称为DEM方法;通过相似面积比选取“相似样本”来建立上述映射关系的方法称为SEM方法。以FNL分析资料作为评判预报误差的依据,根据2002—2010年7月GRAPES模式500 hPa高度场48 h预报的回报资料,利用两种不同的方案进行非系统性误差的估计及预报订正试验。对279个检验样本的试验结果表明：SEM方法和DEM方法都对非系统性误差有一定的估算能力,二者估算的非系统性误差空间分布和量级与模式非系统性误差较一致,SEM方法的修订效果略优于DEM方法,但并不明显。对预报做出系统性误差和非系统性误差两步订正后,DEM方法和SEM方法的订正有效率分别为98.566%和100%,可明显提高预报的准确性。

     

区域海气耦合过程对中国东部夏季降水模拟的影响

本文以区域环境系统集成模式(RIEMS)和普林斯顿海洋模式(POM)为基础,建立了一个区域海气耦合模式,评估了其对1985～2004年中圜东部夏季降水的模拟性能,并通过与观测海温强迫下单独大气模式模拟结果的比较,分析了海气耦合过程对降水模拟性能的影响.结果表明:耦合模式基本能够模拟出中国东部地区夏季降水的气候态分布及中...     

基于ENVI-met模式的城市近地表气温模拟与分析-以南京市部分区域为例

城市不同下垫面与建筑物空间形态对近地表气温等微气候要素产生了重要影响。开展城市气温时空变化模拟与影响因素分析,对于城市热环境评价与城市规划具有重要意义。论文基于高空间分辨率Geoeye-1立体影像,在建筑物高度、下垫面覆盖类型信息提取的基础上,选择南京一中、光华东街、玄武湖、头陀岭4个区域,采用ENVI-met微气候模式,以城市基本气象站南京站的实时气象数据作为背景气象场,模拟不同区域近地表气温的时空分布特征,并利用区域自动气象站观测数据进行精度检验。结果表明:在时间变化上,ENVI-met模拟气温与实测值之间吻合程度较高;在空间分布上,南京一中与光华东街区域气温时空分布规律总体相似,但城市空间形态的差异使得局部区域气温变化不同,玄武湖区域气温由陆地中心向外围呈递减趋势,而头陀岭地形复杂多变,白天气温变化剧烈,夜间空间变化较小。