重庆春季连阴雨的气候特征和气候信号分析

利用1961—2012年3—5月NCEP/NCAR再分析资料、NOAA的海温、重庆34个站气象资料和74项环流特征指数,分析了重庆春季连阴雨的时空变化特征及其与同期的大气环流、西太平洋副热带高压（西太副高）、前期冬季的海温、OLR、大气环流以及西太副高之间的关系。结果表明：重庆春季连阴雨有发生频率高的特征,3月最容易发生影响范围广,持续时间长的连阴雨,其次是5月。连阴雨明显的时段重庆受影响的范围广,持续时间较长,气温偏低。东北部和西部地区出现频次较低,东南部较高。连阴雨分布主要为全市一致型和东西相反型。春季巴伦支海地区和青藏高原的500 hPa高度场偏低,贝加尔湖以东地区偏高,欧亚中高纬环流形势有利于冷空气南下和西太副高的减弱东退是重庆的连阴雨发生的主要因素。冬季拉尼娜事件的发生、赤道150°E地区的对流加强和鄂霍次克海地区中高层大气高压脊的建立都有利于来年春季重庆连阴雨的发生。     

近30年青藏高原大气热源气候特征研究

利用NCEP CFSR再分析资料,用＂倒算法＂计算了1981~2010年青藏高原大气热源汇,并分析了其气候特征。结果表明：（1）青藏高原大气热源汇具有明显的季节差异。高原大部分地区在春季和夏季为热源,冬季和秋季为冷源。2~4月热源从高原西北部、东北部及西南边坡开始逐渐向中部扩展,强度不断增强。5~7月高原东南端热源显著增强并向西向北扩展,使7月高原热源达到最强,并在高原南部喜马拉雅山脉沿线及其以南邻近地区形成一个强大的热源带。8月开始,高原热源迅速减弱,高原中部至四周边坡大部分地区大气先后变为冷源。到11月和12月整个高原大气几乎为冷源。（2）高原各区逐年平均大气热源强度有明显不同的变化特征。高原全区有显著的2~3年和6~8年周期,而高原东部仅存在6~8年周期,高原西部仅有2~3年周期。（3）近30年高原全区和东部大气热源具有明显增强趋势,而高原西部却为减弱趋势。     

CH4和N2O的辐射强迫与全球增温潜能

CH₄和N₂O作为主要温室气体,自工业革命以来排放量急剧增加,已经被列入《京都议定书》要求控制它们的排放。本文利用高光谱分辨率的辐射传输模式,计算了CH₄、N₂O在晴空大气和有云大气条件下的瞬时辐射效率和平流层调整的辐射效率,以及它们的全球增温潜能(GWP)和全球温变潜能(GTP),并根据模式结果拟合了CH₄和N₂O的辐射强迫的简单计算公式。本文的研究表明:CH₄和N₂O在有云大气下的平流层调整的辐射效率分别为4.142×10-4 W m-2 ppb-1和3.125×10-3 W m-2 ppb-1 (1ppb=10-9),经大气寿命调整后的辐射效率分别为3.732×10-4 W m-2 ppb-1和2.987×10-3 W m-2 ppb-1,与IPCC(2007)的相应结果高度一致。CH₄和N₂O 100年的全球增温潜能GWP分别为16和266;100年的脉冲排放的全球温变潜能GTPP分别为0.24和233;持续排放的全球温变潜能GTPS分别为18和268。它们在未来全球变暖和气候变化中,影响仅次于CO₂,仍然起着非常关键的作用。     

Toward Understanding the Extreme Floods over Yangtze River Valley in June?July 2020: Role of Tropical Oceans※

The extreme floods in the Middle/Lower Yangtze River Valley (MLYRV) during June?July 2020 caused more than 170 billion Chinese Yuan direct economic losses. Here, we examine the key features related to this extreme event and explore relative contributions of SST anomalies in different tropical oceans. Our results reveal that the extreme floods over the MLYRV were tightly related to a strong anomalous anticyclone persisting over the western North Pacific, which brought tropical warm moisture northward that converged over the MLYRV. In addition, despite the absence of a strong El Ni?o in 2019/2020 winter, the mean SST anomaly in the tropical Indian Ocean during June?July 2020 reached its highest value over the last 40 years, and 43％ (57％) of it is attributed to the multi-decadal warming trend (interannual variability). Based on the NUIST CFS1.0 model that successfully predicted the wet conditions over the MLYRV in summer 2020 initiated from 1 March 2020 (albeit the magnitude of the predicted precipitation was only about one-seventh of the observed), sensitivity experiment results suggest that the warm SST condition in the Indian Ocean played a dominant role in generating the extreme floods, compared to the contributions of SST anomalies in the Maritime Continent, central and eastern equatorial Pacific, and North Atlantic. Furthermore, both the multi-decadal warming trend and the interannual variability of the Indian Ocean SSTs had positive impacts on the extreme floods. Our results imply that the strong multi-decadal warming trend in the Indian Ocean needs to be taken into consideration for the prediction/projection of summer extreme floods over the MLYRV in the future.     

北京地区热度日和冷度日的变化特征

应用1951—2004年北京逐日平均温度制作北京月、年的热度日 (HDD) 和冷度日 (CDD)。其中平均月HDD以1月 (687.9度日) 最大, 多年平均的年值为2922.6度日, 多年变化呈明显的下降趋势, 下降率为-99.5度日/10 a。平均月CDD以7月 (259.2度日) 最大。CDD多年平均的年值为826.7度日, 多年变化呈上升趋势, 上升率为39.0度日/10 a。1971—2004年HDD月城郊差值 (北京站-密云站) 冬季较大, 最大值为-73.8度日 (12月)。月CDD的城郊差值比HDD的差值小, 最大差值在8月 (34.0度日)。年HDD和CDD与年平均气温具有较高的相关性。年际、年代际HDD与年际、年代际平均气温具有反位相变化趋势, 随着气候增暖, 北京地区HDD将趋于减小, 冬季用于供暖的能源将减少; CDD将趋于增加, 夏季用于制冷降温的能源将增加。     

全球变暖减缓期陆地地表气温变化特征和CMIP5多模式的未来情景预估

2000年后全球气温的增温率显著下降,全球进入变暖减缓期.本文基于CRU(Climatic Research Unit) 观测资料,分析讨论了2000年后全球及欧亚中高纬度地区全球变暖的减缓特征,评估了CMIP5(Coupled Model Intercomparison Project Phase 5)试验多模式对全球变暖减缓的模拟及未来气温变化预估.结果表明,2000年后全球陆地平均地面气温的增温率大幅下降至0.14℃ (10 a)-1,仅为1976~1999年加速期增温率的一半.全球陆地13个区域中有9个地区的增温率小于2000年前,4个地区甚至出现了降温.其中以欧亚中高纬地区最为特殊.加速期(1976~1999年)增温率达到0.50℃ (10 a)-1,为全球陆地最大,2000年后陡降至-0.17℃ (10 a)-1,为全球最强降温区,为全球变暖的减缓贡献了49.13%.并且具有显著的季节依赖,减缓期冬季增温率下降了-2.68℃ (10 a)-1,而秋季升高了0.86℃ (10 a)-1,呈现反位相变化特征.CMIP5多模式计划中仅BCC-CSM1.1在RCP2.6情景下和MRI-ESM1模式在RCP8.5下的模拟较好地预估了全球及欧亚中高纬地区在2000年后增温率的下降以及欧亚中高纬秋、冬温度的反位相变化特征.BCC-CSM1.1在RCP2.6情景下预估欧亚中高纬地区2012年后温度距平保持在1.2℃左右,2020年后跃至2℃附近振荡.而MRI-ESM1在RCP8.5情景下预估的欧亚中高纬度温度在2030年前一直维持几乎为零的增温率,之后迅速升高.     

两类El Niño型对西北太平洋季风槽及热带气旋生成的可能影响

通过对1948~2015年不同El Ni?o事件下西北太平洋季风槽变化和热带气旋(tropical cyclone,TC)生成进行分析,初步探讨了不同El Ni?o型事件对季风槽及其对TC的可能影响。分析结果表明,较东太平洋增暖(eastern Pacific warming,EPW)年,中太平洋增暖(central Pacific warming,CPW)年季风槽偏弱,位置相对偏西、偏北。在CPW年,中(西和东)太平洋海温增暖(降低)引起了从中到西太平洋热带地区的西风异常和中太平洋地区上升运动及对流活动加强,使得季风槽加强东伸,同时西太平洋副高偏弱、偏北,季风槽向北推进;而在EPW年,赤道东(西)太平洋海温增暖(降低)使得赤道地区西风异常显著加强东扩,异常Walker环流的上升支东移至东太平洋,季风活动加强,副高偏强、偏南,这使得季风槽较CPW年相比更强、更偏东。利于TC生成的大尺度环境因子随季风槽强度和位置的变化而发生改变,在CPW年,低层气旋性涡度、高层辐散、高的中层相对湿度以及低垂直风切变区随着季风槽向北移动;而在EPW年,这些因子随季风槽向南、向东偏移。这些大尺度环境因子的变化使得西北太平洋TC生成的位置在CPW年比EPW年更加偏北、偏西。     

南亚高压的南北偏移与我国夏季降水的关系

该文定义了一个能较好反映南亚高压南北偏移的指数,并发现该指数与我国夏季降水,尤其是华北和长江流域的降水,无论在年际变化上还是长期趋势上都具有十分显著的相关关系。南亚高压位置偏北时,在我国东部至日本上空存在一个显著的异常反气旋,其中心自上而下向南倾斜,在高层给华北地区带来辐散,在低层使得气流在长江流域辐散,在华北地区辐合,造成华北地区降水偏多,长江流域降水偏少。同时,南亚高压偏北对应着高层西风急流以及中层西太平洋副热带高压偏北,使得我国整个雨带偏北。此外,通过与海温的相关分析发现,南亚高压的长期偏南趋势可能受到印度洋增暖的直接影响。南北偏移指数可作为预测我国夏季区域降水的重要指标,在气候预测业务中有一定的应用价值。     

北京气候变暖与主要极端气温指数的归因分析

在对资料进行均一化处理的基础上,分析了北京1960—2008 年气候变暖及主要极端气温指数的统计特征,并应用格兰杰检验法对其进行归因分析。结果表明:(1) 近49 a 来北京年平均气温增速约为0.39 ℃/(10 a),气候增暖具有明显的非对称性。(2) 霜冻指数和气温年较差呈下降趋势,降幅为3.9 d/(10 a)和0.8 ℃/(10 a)。生长季指数、暖夜指数及热浪指数则呈上升趋势,增幅平均达3.0 d/(10 a)、0.75%/(10 a)和1.5 d/(10 a)。(3) 北京年平均气温是霜冻指数、生长季指数及暖夜指数发生变化的格兰杰原因。虽然年平均气温与热浪指数在不同滞后期均具强相关性,但是检验表明它们之间并无显著的因果关系,很可能是由于某种原因导致的一种统计上的伪相关现象。      

一种气候分析服务系统的研制与开发

简要介绍一种采用ＦｏｘＰｒｏ Ｆｏｒ Ｗｉｎｄｏｗｓ语言设计的适用于省级气候中心的“气候分析服务系统”。该系统将数据库管理、气候诊断与评价、气候预警和灾情分析有机结合为一个系统,既可提供各种分析结果的数据,又可自动生成各种分析结果的图形、报表和文字公报。界面美观,使用方便,库管理和图形处理功能较强,系统具有开放性,灵活性和可扩充性,与国内同类系统的设计相比有一定的特色和先进性。