中国西南和华南地区秋季干旱变化规律

利用我国西南和华南地区131个测站1961~2010年近50 a降水和NECP资料,采用线性趋势分析、合成分析、功率谱分析等方法,基于秋季降水距平百分率,研究分析了近50 a我国西南和华南地区各级别秋旱的空间分布及时间变化特征,并初步讨论了各级别干旱形成的原因。结果表明：秋季干旱集中在川东、贵州中东部—华南,中旱、重旱、特旱主要出现在华南;近50 a来秋旱有显著增多的趋势,主要体现在轻旱的增多,而重旱和特旱趋势不明显。1960年代秋旱相对较多,1970年代初至1980年代后期秋旱较少,此后秋旱频繁,其中2002年以后秋旱突变性增多,干旱范围扩大的同时,其强度也在增强;秋旱频率具有显著的2.2 a周期,其中重旱有显著的12 a周期,特旱有显著的2.7 a周期;秋旱频率高的地方连旱频率也高,连旱高频区在川东—渝北、黔中—华南,连续5 a以上的秋旱较少,个别地方可达到6 a。700 h Pa上,西太平洋副热带高压、印缅槽、高原东部槽等是影响西南、华南地区秋季干湿的主要环流因子。     

CMIP5全球气候模式对中国地区干旱变化模拟能力评估

利用东亚地区1961～2005年高分辨率（0．5°×0．5°）降水格点数据和参加CMIP5的42个全球气候模式数值模拟结果,通过对简单降水强度指数（降水距平百分率）的计算,对比分析了观测和多模式集合的中国地区干旱面积、干旱频率的时空分布以及干旱分布型的变化,评估了全球气候模式的模拟能力。结果表明：多个全球气候模式的集合结果对中国区域的干旱变化特征有一定的模拟能力,能较好地模拟出中国年平均干旱指数的时间变化趋势,但模拟的干旱强度偏弱;多模式集合模拟的严重干旱面积与观测值的变化趋势基本一致,与观测相比,模拟的长江以南干旱强度偏强,西北干旱强度偏弱;通过EOF的分析表明,多模式集合可以较好地模拟出西北与长江以南呈反位相及我国东部地区的“旱-涝-旱”或“涝-旱-涝”的分布型。     

河北春季一次飞机人工增雪的综合分析

2013年4月19日,河北省人工影响天气办公室在河北中南部地区根据云系特点首次采用多层次水平催化和垂直验证的方式对层状云进行人工催化和探测。本文利用机载仪器所取得的飞机探测资料,结合实时天气、卫星、雷达、探空和雨量观测资料,分析了河北春季层状云增雪作业的技术指标,探讨了航测微物理参量和卫星、雷达、探空等资料在作业中的应用。结果表明：云在发展期雷达回波由15 dBZ逐步上升到25-35 dBZ,卫星反演的云顶高度、云顶温度、有效粒子半径、光学厚度等都有增加;云在中后期有效粒子半径、光学厚度、液水路径迅速下降,雷达回波同时减弱。在高度3 177-5 723 m之间过冷云滴达100-700个/cm^3,含水量在0.01 g·m^-3左右,最大0.081 g·m^-3,云粒子主要在此增长,形成降水粒子,该区间适宜催化。作业后,影响区内云体发展,雷达回波增强,出现35 dBZ强回波,且强回波中心扩大;卫星反演的云顶高度、光学厚度等比对比区有明显增加。     

基于TRMM卫星的近10a甘肃临夏降水变化特征

基于2001~2010年TRMM 3B43降水资料和数字高程模型（DEM）数据,采用回归模型＋残差的方法,对甘肃临夏回族自治州近10 a的TRMM 3B43降水数据进行降尺度运算,并结合研究区6个雨量站的观测值,对TRMM 3B43降尺度结果进行精度检验,在此基础上定量研究了临夏回族自治州近10 a的降水量时空变化特征。结果表明：TRMM 3B43降尺度降水量数据整体上具有一定的可信度,但比地面台站的观测值偏小;甘肃临夏州年降水量呈现出由西南向东北递减的趋势,且降水量随着海拔高度的升高而逐渐增加,两者相关系数为0.82;年内降水主要集中在5~9月,基本占全年降水量的70%以上,其中6月降水量最大,12月降水量最小。     

1981—2010年佛山地区气温、降水和灾害性天气的特征分析

根据佛山地区3个气象站1981—2010年的观测资料,采用线性趋势、Mann-Kendall突变检验等方法,研究佛山地区近30年气温、降水和灾害性天气的变化特征。结果表明,近30年佛山的年平均气温具有上升的趋势,在1994年发生突变,快速增暖;年雨量波动明显,年降雨日数则呈现出下滑的趋势。高温、暴雨、强对流天气、灰霾等是影响佛山的主要灾害性天气。高温日数呈现出增加的趋势,持续高温现象加剧。暴雨日数具有非常明显的年际变化特征,总体上呈波动且缓慢上升的趋势。佛山全年均有可能出现强对流天气,其中6—8月是高发期,在10月随着汛期的结束强对流天气急剧下降。灰霾天气主要发生在1—3月份和10—12月份,2007年之后,逐年灰霾日数缓慢下降。     

我国西南地区干湿季降水的主模态分析

利用我国西南地区26个台站降水资料,通过经验正交函数（EOF）分解的方法,分析了1980～2009年该地区干季（10～4月）和湿季（5～9月）降水的主模态。我国西南地区干季降水的时空变化存在两种主模态,它们分别可以解释总方差的22.4%和15.6%。第1主模态为全区一致型,具有准两年周期振荡的年际变化特征;第2主模态为东南—西北反向型,从20世纪90年代中期至21世纪初呈现2～3年的变化周期。我国西南地区湿季降水的时空变化存在三种主模态,它们分别可以解释总方差的17.1%,13.8%和11.1%。第1主模态为全区一致型,20世纪90年代初期具有较强的2～4年周期;第2主模态为经向偶极子型分布,并具有显著的4年周期;第3主模态为纬向偶极子型分布,具有2～4年的年际变化信号。进一步利用NCEP/NCAR再分析资料以及美国国家海洋和大气管理局（NOAA）的海表面温度（SST）资料,通过合成分析和回归分析的方法探讨了与干湿季降水各主模态对应的大尺度大气环流和海温状况。我国西南地区干季降水第1主模态与北极涛动（AO）有明显的正相关关系,对应的大气环流和海温状况表现为高纬北冰洋与中纬度地区上空高度场的反向异常分布,北大西洋和北太平洋海温低纬与中高纬的偶极子型异常分布;第2主模态与中高纬欧亚大陆上空高度场经向偶极子型异常分布有关,中纬度北太平洋的海温异常与该模态具有紧密的联系。我国西南地区湿季降水第1主模态与北大西洋涛动（NAO）显著负相关,对应的大气环流和海温状况表现为北大西洋上,高纬度与中纬度地区上空高度场的偶极子型异常分布,海温从低纬到中高纬的三极子型异常分布;第2主模态受欧亚大陆上空高度场经向三极子型异常分布影响,并与北太平洋海温异常的一致型分布有关;第3主模态可能与El Ni?o Modoki有关,同时受到南亚高压的影响,赤道太平洋海温的纬向三极子型异常分布对该模态具有一定的潜在预报意义。     

Parsivel激光雨滴谱仪观测较强降水的可行性分析和建议

为了研究OTT-Parsivel激光雨滴谱仪(简称Parsivel)在较强降水观测中应用的可行性,用南京地区2012年6—7月份4个典型的降水个例,对Parsivel和SL3-1翻斗式雨量计(简称雨量计)的累积降水量、降水强度观测资料进行对比分析,并与人工雨量筒观测作以比较。结果表明:Parsivel测值是可信的,在累积降水量观测上,与雨量计具有很好的相关性,但测值始终偏高,该现象主要是粒子相互遮挡造成的。雨量计的反应时间,明显滞后于Parsivel。雨量计测值接近人工测值;而Parsivel与人工测值的偏差明显大于雨量计。结合实验分析与业务应用,提出3点使用建议:(1)仪器应架设在无遮蔽物的开阔地带。(2)采样周期应随着降水强度(地理位置)的不同而改变。(3)对降水微物理参量特征以及粒子谱分析时,可剔除直径过大、速度很低的粒子。     

基于NCEP风向数据的中国夏季降水估算研究

提出一个基于NCEP风向数据估算全国夏季降水的模型。根据NCEP地面气压、经纬向风数据计算得到全国1971—2000年夏季各月盛行风向;并将盛行风向与宏观坡向夹角的余弦值作为降水的坡向因子,以此区分山体迎风坡和背风坡降水的空间分布。利用站点观测资料、数字高程模型数据、坡向、坡度因子,采用逐步回归分析法,建立估算夏季降水的回归方程,得到全国1971—2000年夏季各月及总降水量的空间分布图,并对模型结果进行检验与对比分析。结果表明,此方法估算夏季总降水量的平均绝对误差为27 mm,平均相对误差为11.8%。模型结果能体现迎风坡与背风坡的雨量差,符合客观规律,能够定性、定量地再现中国夏季降水的实际空间分布特征。     

Links between Arctic sea ice and extreme summer precipi- tation in China：an alternative view

Potential links between the Arctic sea-ice concentration anomalies and extreme precipitation in China are explored. Associations behind these links can be explained by physical interpretations aided by...     

�������й�����������ͨ������λ�Ʒ�������ģ��

?????????????????????????????й?????????????????У?????FLAC??3D???????????????????λ?????????????????????????λ??????????????ɡ??о?????????????й???????????????????ж???????λ???????????λ????????????????λ?ò???????????й????λ????????????????????λ?????????????????й???λ??????????????????????????????????