区域性极端骤发干旱与传统干旱事件形成过程的对比

2009/2010年云贵地区（YGR）和2013年夏季中南地区（CSC）发生了近几十年以来最严重的干旱事件。文中对比了两次干旱事件的发展速度,基于水分收支原理,诊断影响干旱发展的物理过程。结果显示,CSC干旱发展前,温度升高,蒸散发增加,土壤湿度减少,高温和降水减少对干旱有触发作用;而YGR的降水减少使干旱开始发展。CSC干旱事件发展迅速,YGR干旱事件发展缓慢,同时前者干旱的维持和恢复时间也短于后者,这些差异与蒸散发过程强弱有关。CSC干旱事件发展阶段,蒸散发过程强,平均为4.7 mm/d,8 d时间,土壤湿度从45%减少到20%,促使干旱快速形成（典型骤发干旱）。YGR干旱发展阶段,蒸散发过程弱,平均为1.7 mm/d,土壤湿度从45%减少到20%历时2个多月（传统干旱）。蒸散发的强弱主要与区域大气柱的水汽净辐散有关。CSC干旱发展阶段,其大气柱水汽净辐散达每天3.1 kg/m²,增强了陆气水分交换,使蒸散发远大于降水,土壤湿度快速下降,加快干旱发展速度。YGR的区域大气柱水汽净辐散为每天1.1 kg/m²,只有CSC的1/3,使干旱发展缓慢。两个干旱事件的大气柱水汽净辐散主要发生在经向方向,即由区域北界相对较强的经向水汽输送引起。     

基于星载GNSS-R获取川藏交通廊道沿线地表土壤湿度

地表土壤湿度影响着陆-气能量交换和水循环,是泥石流、冻土冻融等灾害的重要因子,获取川藏交通廊道沿线地区土壤湿度有助于研究铁路沿线气候变化和冰冻圈灾害风险.基于CYGNSS(cyclone global navigation satellite system)星载GNSS-R(global navigation satellite system reflectometry)信号,结合土地覆盖分类、归一化差分植被指数NDVI(normalized differential vegetation index)和粗糙度等地表土壤湿度影响因子,利用人工神经网络方法建立了地表土壤湿度多参数反演模型,生成了2018—2019年连续两年的川藏交通廊道沿线地区36 km空间分辨率的地表土壤湿度日产品.经土壤水分主被动探测卫星数据检验,生成的地表土壤湿度相关系数R为0.8,均方根误差RMSE(root mean square error)为0.032 cm3/cm3,偏差Bias为0.014 cm3/cm3,可为川藏交通廊道沿线气候变化和地表灾害研究提供高连续性和可靠性的数据.      

中子仪的标定观测方法

中子仪的标定观测方法周建群李素萍（郑州市气象局·４５００６１）中子仪是一种快速、精确、非破坏性且不受土壤中水份的物理状态影响的土壤水份测定工具。中子仪测定土壤湿度是目前比较先进的测量手段,是农业气象观测上将投入业务运行的新仪器。它测定湿度的基本原理是...     

区域数值预报系统在北京地区的降水日变化预报偏差特征及成因分析

为了研究北京快速更新循环同化预报系统(BJ-RUCv2.0)在北京地区降水日变化的预报偏差特征及其成因,利用2012—2015年夏季BJ-RUCv2.0系统第2重区域(3 km分辨率)预报结果和北京地区122个自动气象站逐时观测数据以及观象台探空观测资料,分析模式对北京地区降水日变化预报偏差的区域性特征和传播特征,研究模式局地环流预报偏差特征及其对降水预报偏差的可能反馈机制。研究结果表明,BJ-RUCv2.0系统多个更新循环的预报在北京平原地区均存在夜间降水漏报问题,降水预报偏差表现为模式预报降水在西部山区降水偏多,预报降水雨带难以在平原地区增强发展,造成了模式降水在傍晚山区偏多而夜间平原地区降水明显偏少。通过分析模式局地环流预报偏差及其响应机制发现,由于白天平原地区近地层偏暖偏干,山区底层偏冷中层偏湿,造成了山区-平原地区间的温度梯度强度偏强且强温差出现时间提前,西部山区午后降水偏多;由于平原地区地面气温预报持续偏高,入夜后偏北风难以到达平原地区,造成了山区-平原间的地形辐合线位置偏北,影响山区降水雨带向平原地区移动,同时平原地区近地层内水汽持续偏低,抑制降水雨带在东移过程中的发展,造成模式在平原地区夜间降水预报容易出现漏报。模式冷启动所用的GFS资料土壤湿度在北京平原地区明显小于实际观测,是模式预报偏暖偏干的可能原因之一。     

基于FY-3B/MWRI数据的裸土区土壤湿度反演

使用高级积分方程模型,模拟多个地表参数条件下的风云三号B星微波成像仪(FY-3B/MWRI)资料。基于模拟数据,分析地表微波辐射特性,利用粗糙地表发射率Qp模型,建立我国西部地区裸露地表土壤湿度反演模型。将该模型用于我国西部地区4个日期(2011年10月8日、10月18日、10月28日和11月8日)的土壤湿度反演,并将反演结果用实测数据进行交叉验证。结果表明:反演土壤湿度与实测土壤湿度的决策系数R2为0.604,均方根误差为0.030 5 cm3/cm3,反演模型具有较高的反演精度。     

中亚5月土壤湿度异常对6月降水的影响

利用1980—2019年欧洲中期天气预报中心提供的ERA5月平均再分析数据和全球降水气候中心（GPCC）提供的逐月降水数据,分析中亚前期5月土壤湿度异常对后期6月局地降水变化的影响。结果表明：（1）中亚春季逐月土壤湿度总体表现为北部和中部高、西南和东南低的空间分布特征;3—4月土壤湿度年际变化的大值区主要位于中亚西南部;中亚北部土壤湿度在3月呈显著增加趋势,4—5月显著减少;中亚西南部3月土壤湿度显著减少。（2）中亚中部地区5月土壤湿度异常与当地6月的降水变化呈显著正相关,通过95%信度检验。5月土壤湿度正异常可以持续到6月,导致6月局地蒸发量增加,大气可降水量增多;同时地表向上潜热通量增加、感热通量减少、波恩比减小,进而导致大气边界层降低、低层大气湿熵增加、对流不稳定能量增大,有利于降水天气的发生。（3）前冬Ni?o3.4指数与中亚中部地区次年5月土壤湿度和6月降水异常都呈显著正相关,5月土壤湿度是厄尔尼诺-南方涛动（ENSO）影响次年6月中亚中部地区降水异常的重要媒介,但土壤湿度可独立于ENSO影响6月降水。     

土壤湿度观测、模拟和估算研究

总结土壤湿度的观测手段和土壤湿度数据集建立的现状,详细阐述与土壤湿度模拟有关的方程离散化求解、物理和生化过程、陆面过程模式比较和陆面模式参数优化等方面的研究进展;综述估算土壤湿度廓线的数据同化方法,仔细比较集合卡曼滤波(EnKF)和四维变分(4-D Var)2类目前流行的同化算法,并对估算土壤湿度廓线的研究工作进行全面评估;最后,对土壤湿度观测、模拟和同化中需继续努力的方向进行了思索和展望。     

GNSS-IR多星融合的稳健回归土壤湿度反演方法

全球卫星导航系统干涉测量法(GNSS-IR)能够利用直/反射卫星信号间的干涉信息分析提取土壤湿度、海面高度等有效信息。针对传统线性回归方法在土壤湿度反演过程中出现的拟合模型随异常观测值偏移的问题,本文提出了利用稳健回归方法降低异常值权重,以达到减小或抵消异常观测数据对观测结果的影响。为验证模型的适用范围,本文在稳健回归的基础上进行了多星融合试验,有效提高了土壤湿度反演精度。结果表明,与传统线性回归方法相比,本文提出的方法在单颗卫星时RMSE和MAE平均降低8.38%和8.91%,在两颗卫星时RMSE和MAE平均降低15.18%和16.42%,在三颗卫星时RMSE和MAE平均降低21.00%和22.97%,在四颗卫星时RMSE和MAE平均降低26.25%和28.71%。     

土壤湿度年际变化对中国区域极端气候事件模拟的影响研究Ⅰ.基于CAM3.1的模式评估

利用NCAR大气模式CAM3.1对中国区域近40年的极端气候事件进行了模拟试验;在此基础上,利用1961～2000年中国区域452站的逐日最高、最低气温和降水资料,从气候平均、年际变化和长期变化趋势等方面全面评估了该模式对中国极端气候事件的模拟能力.结果表明:(1)模式对中国区域极端气候指数气候平均态的大尺度空间分布特征具有一定的模拟能力;模式对极端降水指标空间分布的模拟能力较好,而对极端气温指标的模拟较差;模式对极端气候指标的模拟存在系统性的偏差,模拟的极端降水的系统性偏差要远大于对极端温度的模拟.(2)模式对极端气温指数的年际变化特征具有较强的模拟能力,而对极端降水指数的年际变化基本没有模拟能力;模式模拟的各极端降水指标的年际变幅与观测存在较大的偏差.(3)模式较好地模拟出了暖夜和暖昼指数在中国大部分区域的增加趋势,但变幅较实测偏小;模式对热浪持续指数长期趋势的模拟则相对略差.模式对极端气温指标长期趋势的模拟能力总体优于对极端降水指标的模拟.模式对极端降水频次和中雨日数长期趋势的模拟尚可,但对持续湿期长期趋势的空间分布模拟较差.研究结果可为该模式用于极端气候的模拟研究提供一定参考.     

东北地区夏季旬土壤水分推算模型的初步探讨

利用东北地区1993—2009年6—8月旬土壤湿度资料,首先采用CAST聚类法对该区域土壤湿度进行气候分区,再以土壤水量平衡原理为依据,在考虑有物理意义的影响因子基础上,分别对每个分区建立统计回归模型,并验证模型的适用性。结果表明:模拟精度在78.8%～88.2%之间,该模型对于东北地区夏季的旬土壤湿度具有一定的推算能力,可以作为一种可应用的模拟方法。