WOFOST模型对河南省冬小麦模拟的适用性分析

为进一步研究WOFOST模型在河南省冬麦区的适用性,以河南省30个农业气象观测站1991—2014年冬小麦观测资料、历史气象资料和土壤资料为依据,对WOFOST模型进行逐站调参和验证,分别建立了30个站的冬小麦模型参数。其中1991—2010年为模型调参年份,2011—2014年为模型验证年份。各站开花期和成熟期调参模拟的归一化均方根误差NRMSE分别小于5%和3%,验证误差分别为3.7%和2.9%。除潢川和固始外,模型对其余各站产量模拟的归一化均方根误差NRMSE全省各站均小于20.0%,验证误差全省平均为15.2%,大部分站点观测值和模拟值相关系数r通过了显著检验。利用调参后的模型模拟2011—2014年冬小麦生长动态变化可知,模拟地上部总干物重与实测单株干物重、模拟LAI与单株叶面积有较一致的变化趋势,拟合度较高。因此,WOFOST模型对河南省冬小麦主要发育阶段、产量及干物质积累模拟能力较强,具有良好的应用前景。     

1961—2010年中国气候生产潜力时空格局变化及其潜在可承载人口分析

以气温、降水格点数据为基础,采用Thornthwaite Memorial模型计算了中国气候生产潜力(CPP),并从气候的角度估算了耕地上气候资源潜在可承载的人口数,以便增强了解气候变化的影响及气候资源最大人口支撑能力。结果表明:1961—2010年中国CPP总体呈突变性增加趋势,1987年为突变点,年最低、最高及平均值分别为689. 18、814. 56和744. 05 g·m^-2·a^-1。空间上呈现出从西北向东南逐渐递增的带状分布,其中高值区主要分布在华南大部,最高值达2103. 56 g·m^-2·a^-1;低值区主要分布在西、北部地区,最低值为39. 28 g·m^-2·a^-1。2001—2010年中国大部分地区CPP年平均值相对于1961—2010年多年平均值变化幅度不大,变化比例高的地区基本上分布于中国西、北部,其中增加的区域达82%,主要分布在华东地区、新疆西部、西藏北部及青海大部,远大于缩减的区域(17%)。1995—2010年,基于公里网格的耕地气候潜在可承载人口为46—2180人·km^-2,全国平均值最低的年份为1130人·km^-2,对应的实际人口为0—49729人·km^-2,全国平均值均不高于137人·km^-2;全国实际总人口为11. 43—13. 04亿,耕地气候潜在可承载总人口为19. 72—20. 22亿,前后比值为58%—65%。这表明,中国耕地生产力未达到气候生产潜力,尚有一定的开发潜力;实际人口在中国大部分地区均没有超出气候资源潜在可承载的最大人口,然而在少数省市(如生态环境脆弱的青海省以及经济发达的大城市及沿海地区)已超出。     

汕头市PM2.5的气象要素影响分析及预报研究

利用2014—2017年汕头市PM_2.5的日浓度资料、以及汕头市国家基准气象观测站的同期地面气象资料,重点分析了汕头市PM_2.5浓度的变化特征以及风、混合层厚度、降水等气象条件对PM_2.5浓度的影响,同时探讨了污染物浓度变化的成因。在此基础上,根据汕头市的气候特点,采用BP （Back-Propagation）人工神经网络方法针对汛期和非汛期分别建立了PM_2.5质量浓度预报模型。结果表明：与多数内陆城市不同,汕头市PM_2.5浓度日变化为单峰型,这与汕头地处沿海受海陆风影响有关;PM_2.5浓度日峰值出现在08时左右,除早高峰污染物排放增加的因素外,与早晨时段的低风速环境有关;PM_2.5日均浓度随着风速的增大呈现减小趋势,PM_2.5日均浓度与08时混合层厚度显著相关（相关系数为-0.143）;汕头市非汛期PM_2.5浓度比汛期高,这与汕头市的亚热带季风气候特征有关,汛期各量级降水（暴雨以上除外）对PM_2.5的清除效果无明显差别,而非汛期降水对PM_2.5浓度有明显清除作用;BP人工神经网络模型的预报效果表明,汛期和非汛期的PM_2.5级别命中率TS分别为100%和90.3%,准确指数分别为87.7%和89.9%,总体预报效果良好。不同时期预报模型出现正误差的数量和程度均大于负误差,汛期预报模型在有强降水发生时误差较大,而非汛期预报模型在有冷空气入侵时误差较大。     

基于省区协调发展的GDP预测模型

基于柯布-道格拉斯生产函数与自回归移动平均模型(ARIMA)构建出一个GDP综合预测模型,并且考虑十九大全面建成小康社会与实现共同富裕的精神与国家关于技术、资本、劳动力等方面的区域平衡发展战略调整模型的参数,计算了2016—2050年中国分省的GDP总量与人均GDP,进一步通过计算省区间人均GDP的基尼系数来分析省区协调发展的水平。研究结果表明,在考虑省区协调发展时,各省区在2016—2050年间的GDP总量与人均GDP的差距逐渐缩小,省区间人均GDP的基尼系数将从2015年的0.219下降到2030年的0.176和2050年的0.137,未来区域间发展不均衡的态势在实现经济稳步增长同时可以得到缓解。     

Validation for a tropical belt version of WRF: sensitivity tests on radiation and cumulus convection parameterizations

对基本气候态和降水日变化的分析是检验模式模拟性能、理解模式误差来源的重要手段。为了评估出对热带气候模拟效果较好的物理参数化方案组合,本文应用WRF带状区域模式,主要比较了四种积云对流参数化方案:NewTiedtke、Kain-Fritsch、newSAS、Tiedtke,和两种辐射参数化方案:RRTMG和CAM,对热带带状区域的气候模拟结果。研究表明:使用NewTiedtke积云对流参数化方案和RRTMG辐射方案的试验,表现出对气温、降水及降水日变化等综合性最好的模拟性能;NewTiedtke积云对流参数化方案能模拟出较好的降水空间分布和降水日变化位相分布特征;与RRTMG辐射方案相比,CAM辐射方案会使温度模拟偏低,特别是陆地上更明显,这种陆地上的冷偏差可能主要来源于Tmin的模拟偏冷。     

苏州市一次重霾污染天气过程的数值模拟

本文对苏州地区2015年12月13—15日发生的一次典型的重霾污染天气过程进行了数值模拟,分析了颗粒物及其组分的时空变化特征及其气象影响因子,以期为该区域空气污染治理和预防提供科学依据。结果表明:(1)利用WRF-Chem模式对此次重霾污染天气过程的污染气体成分进行数值模拟后发现,小时平均的PM_(2.5)、PM_(10)、CO、SO_2、NO_2模拟值与实测值的相关系数较高,达到0.68以上,通过了P0.01的显著性检验,且日变化过程对应也较好。(2)通过分析此次污染过程的天气背景,发现污染形成期高空环流比较平直,中层为均匀的弱高压控制,地面受弱高压脊控制,这种形势容易导致颗粒物的堆积。后期地面等压线密集时,风速大,有利于污染物的输送与扩散。(3)通过分析此次污染过程期间气象要素的变化发现,有逆温、风速小、相对湿度大等不利的气象条件是导致此次污染过程发生的重要原因之一。(4)HYSPLIT轨迹分析显示,此次重霾过程主要受北方大范围灰霾颗粒物南下影响,北方污染气团逐步南推,14至15日本地大气扩散条件差、污染物累积,最终导致本地污染加重,从而发生重霾事件。(5)火点图的分布进一步验证了此次重霾污染过程是由外来污染气团输入所导致。     

近50多年来淮河流域气候水分盈亏时空变化

水分盈亏是区域干湿气候划分的重要依据。基于淮河流域63个气象台站1957—2014年逐日观测数据,运用累积距平、Mann-Kendall突变分析、Morlet小波分析及ArcGIS反权重空间插值法,结合Penman-Monteith蒸散计算模型获得淮河流域水分盈亏量的周期特征、突变特征及其时空分布特征,并分析其主要影响因子。结果表明:(1)水分盈亏月变化基本符合5月最低,7月最高。(2)从季节分布来看,水分亏缺面积秋季春季冬季夏季,亏缺程度春季最强。从平均年水分盈亏量分布来看,水分盈亏量由南向北递减。且不论季节还是年状况,山地及河流对区域水分盈亏量的南北递减存在滞后作用。(3)从各因子气候倾向率的时空分布来看,江苏东南部、山东西部、河南大部、湖北中部水分盈亏量变化的主导因子为潜在蒸散量,其他区域的主导因子为降雨量。(4)淮河流域水分盈亏量存在周期特征,第一主周期为10 a。     

4种蒸发波导模型的对比与分析

蒸发波导模型常用来计算海上蒸发波导高度。为了认识当前不同蒸发波导模型之间的差异和方法,本文选取了目前使用广泛的4种蒸发波导模型(即P-J模型、Babin模型、NPS模型和伪折射率模型)进行对比和分析。本文首先探讨了在理想情况下它们对气象要素的敏感性,随后并利用我国南海近海大气层观测试验数据对比了这4种模型的蒸发波导高度计算结果。分析表明:相对湿度、风速和气—海温差的变化对4种模型的计算都有着较大的影响,特别是在不稳定层结状况下,4种模型计算得到的蒸发波导高度都随着相对湿度的增大而降低、随着风速的增大而增高。Babin模型和NPS模型计算的波导高度较为一致,伪折射率模型与前两种模型的计算结果存在差异,而P-J模型与其他3种模型存在较明显的偏差。基于南海气象数据的计算结果表明,不同蒸发波导模型在该海域蒸发波导的模拟结果略有不同,但4种模型计算得到的波导高度日变化变化趋势较为一致,波导高度极低值常出现在早晨,而极高值常出现在傍晚。     

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.     

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。