摘要:

摘要:

摘要:利用CWRF模式(Climate-Weather Research and Forecasting model)对国家气候中心BCC_CSM1.1m业务预测模式短期气候预测结果进行中国区域降尺度，并使用1991—2010年3—8月逐日气温降水观测数据评估预测能力。结果表明：CWRF预测地面2 m气温、降水气候平均态的空间分布比BCC_CSM1.1m更接近观测，分布误差更小；在保持总体技巧不低于BCC_CSM1.1m的同时，CWRF对我国华东和华中地区的降水年际变化预测准确率更高；对不同强度的降水预测CWRF表现均优于BCC_CSM1.1 m模式，尤其在极端降水预测准确率上更优。总之，得益于更高的空间分辨率和优化的低空物理过程模拟，CWRF降尺度可以提高中国夏季跨季度降水预测能力。

摘要:基于5个全球气候系统模式结果驱动的高分辨率区域气候模式(RegCM4)模拟输出，系统评估了RegCM4模式对中国西南地区极端降水变化的模拟性能，并科学预估了中国西南地区极端降水的未来演变特征。结果表明，RegCM4模式能合理再现西南地区极端降水变化特征，但模拟的四川中部的湿偏差较大而四川盆地干偏差较大；进行偏差校正后，模拟性能有所提升，对西南地区极端降水模拟偏差有所减小。相较于当代气候(1986—2005年)，就区域平均而言在21世纪(2021—2098年)，有效降水总量(Prcptot)、强降水日数(R10 mm)、日最大降水量(Rx1day)和极端降水量(R95p)都明显增加；在RCP4.5和RCP8.5情景下，Rx1day和R95p在西南大部分地区增多，到21世纪末RCP4.5情景下增加幅度分别为16.0%和12.6%；Prcptot和R10 mm未来变化存在一定的区域差异，但Prcptot和R10 mm变化在空间上较为相似，在云南南部和四川盆地地区呈现减少趋势，其余地区增加明显；且RCP8.5高排放情景的变化幅度明显大于RCP4.5情景。

摘要:高分辨率模式模拟被认为是研究资料相对欠缺的青藏高原地区气候变化的重要方法之一。第六次国际耦合模式比较计划(CMIP6)新增了高分辨率模式比较计划(HighResMIP)，但其对青藏高原气候的模拟性能尚未系统评估。本研究分析了6对(更高、较低分辨率)CMIP6 HighResMIP模式对青藏高原当前气候的模拟能力，并集合预估了近期青藏高原气候的变化趋势。相对较粗分辨率模拟，所有(2/3)模式的更高分辨率模拟减少了平均降水(气温)的区域平均偏差。泰勒图涉及指标的综合评估显示，约1/3模式的更高分辨率对平均气温和降水模拟效果优于较低分辨率，其余模式的更高分辨率则接近或者劣于较低分辨率。集合平均结果优于单个模式，且其更高分辨率模拟效果总体优于较低分辨率。更高分辨率模式集合预估显示，相对于1995—2014年，在SSP5-8.5情景下到2021—2040年青藏高原整体呈增温趋势，东南部增温相对较弱；降水从北到南呈增加-减少-增加的变化模态；青藏高原气温将平均增加(0.81±；0.91) ℃，降水将平均增加(0.05±；0.25) mm/d。

摘要:针对传统时间序列模型无法有效预测模态混叠数据的不足，本文提出了一种基于CEEMDAN-SE-ARIMA的组合模型，并且对东北地区2016—2020年夏季降水量进行了实证分析。首先，基于完全自适应集合经验模态分解方法，将降水时间序列分解为多个本征模态分量，并根据不同分量样本熵的计算结果进行分量序列重构。然后，针对每一个重构分量，构建自回归移动平均预测模型。最后，将各分量的预测值进行叠加，得到组合模型的预测值。此外，还构建了ARIMA单一模型和其他组合模型，旨在与CEEMDAN-SE-ARIMA组合模型对比。结果表明：CEEMDAN-SE-ARIMA组合模型考虑了时间序列的模态混叠特征，能有效提高东北地区夏季降水时序模型的预测能力，具有良好的预测应用价值。预测结果较单一模型和其他组合模型均有所提高，MASE降低了0.02～0.91 mm，RMSE降低了0.80～130.49 mm，MAE降低了2.52～129.84 mm，MAPE降低了1.08～35.53 mm。CEEMDAN-SE-ARIMA模型在降水变率较小的西北部区域预测效果更好，对东南部区域的极值分布中心预测较为准确。

摘要:以三源融合网格实况降水分析资料CMPAS为参照，基于二分法经典检验、预报评分综合图和面向对象MODE检验等方法，对比分析2021年智能网格预报SCMOC以及ECMWF全球、CMA-Meso中尺度模式在秦岭及周边地区的降水预报表现，主要结论如下：1)ECMWF能够很好地刻画日平均降水量、日降水量标准差以及地形影响下降水量、降水频次的空间分布特征，但对于0.1 mm以上量级的降水预报频次远高于观测，暴雨预报频次低于观测，SCMOC、CMA-Meso日降水量大于等于0.1 mm的降水频次和暴雨频次预报更好；SCMOC不足在于降水的空间精细分布特征描述能力相对较弱。2)ECMWF预报的大于等于0.1 mm降水频次日峰值出现时间整体较观测偏早3 h左右，CMA-Meso、SCMOC与观测总体吻合较好。3)三种产品24 h降水量大于等于0.1 mm的TS(Threat Score)评分数值上基本一致，但降水预报表现的特征显著不同，SCMOC成功率高、命中率低，漏报多、空报少，ECMWF、CMA-Meso则相反；24 h、3 h大雨以上量级降水SCMOC的TS评分、成功率、命中率一致优于其他两种产品。4)MODE暴雨检验，SCMOC大面积降水对象与观测相似度最高，预报能力优于ECMWF，但分散性小面积暴雨对象漏报风险大。SCMOC、ECMWF纬向距离偏差大于经向，位置偏西比例高于偏东。

摘要:使用TIGGE (the THORPEX interactive grand global ensemble)资料集下欧洲中期天气预报中心(the European Centre for Medium-Range Weather Forecasts，ECMWF)逐日起报的预报时效为24～168 h的日降水量集合预报资料，集合预报共包括51个成员，利用左删失的非齐次Logistic回归方法(left-Censored Non-homogeneous Logistic Regression，CNLR)和标准化的模式后处理方法(Standardized Anomaly Model Output Statistics，SAMOS)对具有复杂地形的中国东南部地区降水预报进行统计后处理。结果表明：采用CNLR方法能够有效改进原始集合预报的平均绝对误差(Mean Absolute Error，MAE)和连续分级概率评分(Continuous Ranked Probability Score，CRPS)，提升了降水的定量预报和概率预报的预报技巧。而使用SAMOS方法对数据进行预处理，考虑地形等因素的影响，能在CNLR方法的基础上进一步订正由于地形影响造成的预报误差，并得到更加准确的全概率的降水概率预报。

摘要:针对2021年6月14—17日塔里木盆地极端暴雨过程(最大日雨量106.6 mm，新疆特大暴雨)，选取盆地自动气象站降水资料、GRAPES-GFS分析场和ERA5(0.25°；×；0.25°；、逐1 h)再分析资料，利用WRF-v4.2.2模式数值模拟和HYSPLIT-v4.0水汽后向轨迹模式，分析此次暴雨在“东高西低”环流背景和“两高夹一低”形势下西风和印度季风协同作用机制。水汽源于黑海-里海-咸海、印度洋北部、中亚地区和北疆，偏西、偏南和偏东3条路径水汽输送发生在850～300 hPa、500～400 hPa和650 hPa以下低层。印度季风环流对印度洋水汽向塔里木盆地输送起关键作用，阐明了印度季风携印度洋水汽北上流入盆地的物理过程，“南风窗”水汽输送消失是西风和印度季风协同作用的重要体现。

摘要:目前多数快速更新循环同化系统在各分析时刻常使用固定的背景场误差协方差。为在快速更新循环同化系统中采用日变化的背景场误差协方差，基于RMAPS-ST系统分析了其夏季和冬季日变化背景场误差协方差特征，并进行了同化及预报对比试验。结果表明，该系统夏、冬两季的背景场误差协方差均呈现出明显的日变化特征，且夜间各变量(U、V、T、RH)的误差标准差与特征值均大于日间，反映模式系统夜间的预报误差大于日间；而夏季各变量误差标准差和特征值大于冬季，也说明系统在夏季的模式预报误差比冬季大；连续3 d的循环同化试验初步表明，采用日变化背景场误差协方差可以提高同化及预报效果。

摘要:基于WRF模式的模拟结果，结合地面观测资料、雷达回波资料以及ECMWF ERA5再分析资料，对2010年10月1—8日发生在海南岛的一次持续性秋汛期特大暴雨过程中局地锋生与对流发展的相互作用机制进行了深入分析，发现：在海南岛秋汛期特大暴雨的锋生过程中，环境场起到主要作用。非绝热加热项F₁和水平运动项F₃在局地锋生的过程中贡献最大，且两者的正极大值区在强降水地区多时次重叠出现，表明非绝热加热和水平形变辐散是导致强降水区强烈锋生的主要原因。此外，模拟结果和实况观测对比分析发现，较低的凝结高度导致最强降水时段对流低层出现强潜热释放，对流区低层气团内部增暖，形成强烈锋生效应，低层强的锋生导致上升气流加速，深对流发展加强，暴雨增幅。与垂直运动有关的倾斜项F₂相比，非绝热加热项F₁和水平运动项F₃贡献虽小，但在夜间有增大的现象，分析表明夜间暴雨区垂直速度ω水平分布的差异性对深对流的加强有重要作用。

摘要:利用1979—2018年青藏高原(简称高原，下同)卫星积雪数据集、华南地区261站逐日降水及ERA5再分析资料，探讨了高原冬季积雪与华南前汛期降水的联系。结果表明：1)高原西部积雪与华南前汛期降水的正相关关系最为稳定，其主要影响前汛期的锋面降水，对夏季风降水的影响较小；2)华南前汛期在高原西部积雪偏多年比偏少年偏早20 d，使得前汛期降雨日数偏多，持续时间偏长，总降水量偏多，而降水强度受积雪的影响较小；3)高原积雪偏多年，积雪的冷却作用形成了低层异常反气旋环流，而东亚沿岸为“+-+”的位势高度异常，中纬度“西高东低”的环流配置有利于中高纬冷空气南侵，使得华南上空温度偏低，同时偏强偏南的西太平洋副热带高压加强了低纬地区偏南气流和水汽输送。3—4月锋面在华南北部南北摆动，4月初偏北干冷空气南侵和偏南暖湿气流的持续北推使得锋面加强，触发了前汛期的较早建立；积雪偏少年冷空气和偏南暖湿气流均较弱，华南北部锋面在4月初中断，4月中下旬华南北部锋面在偏北弱冷空气和偏南暖湿气流的共同作用下重新建立，从而华南前汛期开始偏晚。

摘要:基于国家气象信息中心收集整理的保定气象站1919年以来逐日最高和最低气温观测数据，首先，通过数据质量控制剔除原始观测资料中因人工观测或记录、仪器故障及数字化人工录入等导致的错误数据；其次，基于天津百年均一化逐日气温数据，利用标准化序列法对质控后的原始观测数据进行延长插补；进而通过两种途径建立的年和月尺度参考序列，利用惩罚最大t检验(Penalized Maximal T，PMT)和分位数匹配法(Quantile-Matching，QM)，修正了插补后保定气象站日最高和最低气温序列中因数据插补、迁站和仪器变更等造成的非均一性影响，由此建立了河北保定1912—2019年均一化最高和最低气温日值序列。分析表明，构建的年平均气温距平序列百年尺度的年代际和趋势变化特点与Berkeley Earth-monthly、CRUTS4.03和GHCNV3基本一致，并且与整个京津冀区域相比，很好地反映出保定地区城市快速发展所带来的增暖变化特点。另外，从百年极端温度变化来看，保定地区1912年以来年和季节极端温度也是呈明显的增暖变化，年和秋季极端最低气温(TNn)的增暖趋势分别为0.340 ℃/(10 a)、0.404 ℃/(10 a)，对应的气温日较差(DTR)分别为-0.118 ℃/(10 a)、-0.215 ℃/(10 a)(均通过置信度为95%显著性检验)。

摘要:使用2019年、2020年5—8月江苏省降水分析场及站点观测资料，生成具有定量降水估测(Quantitative Precipitation Estimation，QPE)不确定性时间和空间结构的集合QPE，并用观测降水对集合QPE进行了确定性和概率性检验。确定性验证说明集合QPE能在总体上减小降水量的绝对误差和均方根误差，但也加重了某些区域的降水低估。集合平均能提高估测降水的准确率并减小空报率，也会使漏报增多，这使小雨的TS评分有所降低，但各量级降水TS评分仍能保持在较高水平。集合QPE对各量级降水都有较优的Brier评分，降水量级越大，估测效果越好。集合的离散度较小，且将集合成员排序后，观测值落在两头的频率更高，也反映了离散度偏小。此外，观测值大于集合成员最大值的频率更高，说明集合QPE倾向于低估降水。随着概率阈值的增大，集合估测降水发生的命中率(POD)和假警报率(POFD)逐渐增大，但POD增大的程度比POFD大得多，使相对作用特征曲线为折线。不同概率阈值下的POD和POFD体现了集合QPE对各量级降水都有较高的估测技巧，其中对小雨和中雨分辨能力最好。集合估测小雨和特大暴雨发生概率小于实际频率的情况较为严重，而估测的中雨和大雨发生概率与实际降水的发生频率非常接近，有很高的可靠性，但总体上集合QPE仍是倾向于低估降水的发生概率。