2013年汛期气候预测的先兆信号及其应用

本文系统回顾了2013年汛期气候预测的主要先兆信号。其信号特征是：2013年前期赤道中东太平洋呈正常略偏冷的状态、冬季北极海冰异常偏少、青藏高原积雪偏少,这些特征对后期东亚夏季风有明显影响。通过对前期先兆信号的分析,国家气候中心比较准确地预测了东亚夏季风偏强、我国夏季主要多雨带偏北的特征,以及南海夏季风爆发偏早、长江中下游入梅偏晚且雨量少雨期短、华北雨季提前雨量偏多的季节内过程演变趋势。最后对汛期气候预测存在的不足进行了分析和讨论。     

辽宁旅顺与山东龙口能见度对比分析

利用2002-2011年渤海海峡两岸辽宁旅顺和山东龙口地面气象站能见度逐时观测资料,采用等级分析法,统计分析两地平均和分级能见度的年、月、日变化特征。结果表明：位于渤海北岸旅顺的年均能见度值高于渤海南岸的龙口,近10 a两地年均能见度均呈下降趋势,龙口年均能见度降低速度高于旅顺;各级能见度的时间百分比旅顺年际变化较大,而龙口相对稳定;一年中两地10月份月均能见度最高,旅顺月均最低能见度出现在7月,龙口出现在6月,两地能见度日变化特征基本一致,呈一波峰一波谷形势。通过分析天气现象及相关气象因子发现,两地出现低能见度（0-1 km）时,风场、温湿场特征均存在明显区域性差异。     

2016/2017年冬季北半球大气环流及对我国冬季气温的影响

2016/2017年冬季(2016年12月至2017年2月),东亚冬季风强度较常年同期异常偏弱,西伯利亚高压偏弱。北极涛动(AO)在冬季以正位相为主。冬季北半球500 hPa高度距平场上,亚洲中高纬地区以纬向环流为主,我国为异常正高度距平控制。受其影响,我国各地气温普遍较常年同期偏高,全国平均气温为-1.5℃,较常年同期(-3.4℃)偏高1.9℃,为1961年以来最暖的冬季。季内各月冬季风指数和西伯利亚高压均偏弱,相应我国气温各月均偏高。冬季风的异常偏弱与夏季北极地区大气环流异常状态有关。2016年夏季北极大气环流的热力和动力状态影响了秋季北极海冰偏少的滞后影响效果,不利于冬季风的偏强。     

AN INVESTIGATION INTO TROPICAL CYCLONE MOVING DIRECTION PREDICTION BASED ON OLR DATA

1 INTRODUCTION The Tropical Cyclone (TC) moving prediction is always difficult and important in operation. Though the numerical prediction and satellite data have contributed to the promotion of prediction capability in this way[1 – 3], it is not as satisfying for the unusual track of TC, and the primary reason is that the TC moving direction is influenced by many complicated factors. Therefore, further study of unusual TC motion using high-resolution satellite data is very important …     

国家气候中心多模式解释应用集成预测

多模式集合和降尺度技术是提升模式预测能力的有效工具。该文对国家气候中心多模式解释应用集成预测 (MODES) 技术与业务应用现状进行了综合介绍。MODES采用欧洲中期天气预报中心、东京气候中心、美国国家环境预报中心和中国气象局国家气候中心4个气候业务季节预测模式输出场,利用EOF迭代、变形的典型相关分析、最优子集回归和高相关回归集成4种统计降尺度方法以及等权平均、经典超级集合等集成方法进行全国月及季节降水和气温预测。目前对MODES进行了夏季回报检验和约1年的实时业务应用。回报检验和业务应用表明,MODES对气温有较好的预测能力 (月预测平均PS评分为76),对降水有一定预测技巧 (月预测平均PS评分为68),具有短期气候预测业务应用价值。     

2008年1月我国大范围低温雨雪冰冻灾害分析

2008年1月10日至2月初,我国发生了大范围低温雨雪冰冻灾害,其主要特征为灾害范围广、灾害强度大、连续低温时间长、雨雪持续时间长、冰冻日数多和灾害损失严重.为今后更好地开展此类事件的短期气候预测业务,作者从气候角度分析了这次灾害的可能成因.分析表明,2007年8月发生至今的拉尼娜事件发展非常迅速,其所造成的大气环流异常是导致我国大范围持续低温雨雪冰冻灾害的重要原因.在1月,乌拉尔山地区位势高度场异常偏高、中亚至蒙古国西部直到俄罗斯远东地区位势高度场偏低的环流异常持续时间很长,非常有利于冷空气不断分裂南下;西太平洋副热带高压异常偏北,有利于大量暖湿空气向我国输送,并决定了低温暴雪冻雨灾害发生的区域;青藏高原南缘的南支槽异常稳定活跃,有利于来自印度洋和孟加拉湾的暖湿气流沿云贵高原不断向我国输送.为我国长江中下游及其南部地区的强降雪天气提供了更加充足的水汽来源.分析还表明,1月中旬以来,湖南、贵州等地逆温层不断加强并长时间维持是上述地区大范围冻雨持续出现的主要原因.     

2020年夏季我国气候异常特征及成因分析

2020年夏季我国天气气候极为异常,全国平均降水量为373.0 mm,较常年同期偏多14.7%,为1961年以来次多;季节内阶段性特征显著,6—7月多雨带主要位于江南大部—江淮地区,8月则主要在东北、华北及西南地区,致使2020年夏季雨型分布异常,不是传统认识上的四类雨型分布。通过对同期大气环流和热带海温等异常特征分析发现,6—7月,欧亚中高纬环流表现为“两脊一槽”型,东亚副热带夏季风异常偏弱,西太平洋副热带高压(以下简称西太副高)较常年同期显著偏强、偏西,第一次季节性北跳偏早,第二次北跳明显偏晚,且表现出明显的准双周振荡特征;使得来自西北太平洋的转向水汽输送偏强,并与中高纬不断南下的冷空气活动相配合,水汽通量异常辐合区主要位于长江中下游地区,导致江淮梅雨异常偏多。热带印度洋持续偏暖对维持6—7月西太副高偏强偏西及东亚夏季风异常偏弱起到了重要作用。8月,欧亚中高纬环流调整为“两槽一脊”型,蒙古低压活跃;西太副高也由前期偏纬向型的带状分布转为“块状”分布,脊线位置偏北;沿西太副高外围的异常西南风水汽输送延伸至华北—东北南部,形成自西南到东北的异常多雨带,与6—7月江淮流域降水异常偏多的空间分布有明显不同。异常的热带大气季节内振荡活动是导致8月中低纬大气环流发生调整的重要原因。     

2008年西北太平洋热带气旋活动特征分析

对2008年西北太平洋及我国南海热带气旋的活动特征进行总结,并从多方面分析其成因.结果指出:2008年西北太平洋热带气旋活动的主要特征为生成总数少,源地集中,位置偏西;登陆数多、时间早;登陆地点偏南、时间集中等.其原因主要在于:在热带气旋的多发期副热带高压面积偏大、强度偏强、西伸脊点异常偏西,且脊线偏南,造成西北太平洋热带地区盛行偏东风,不利于热带扰动的生成和发展;同时,也使得在其南侧生成的热带气旋易在偏东气流的引导下登陆我国南方.另外,季风槽、垂直风切变、海表温度和热带辐合带上的对流活动等因子的异常分布都不利于热带气旋在西北太平洋东部海域生成,直接导致这一年热带气旋生成总数明显偏少,源地显著偏西.     

An analysis of the difference between the multiple linear regression approach and the multimodel ensemble mean

An investigation of the difference in seasonal precipitation forecast skills between the multiple linear regression (MLR) ensemble and the simple multimodel ensemble mean (EM) was based on the forecast quality of individual models. The possible causes of difference in previous studies were analyzed. In order to make the simulation capability of studied regions relatively uniform, three regions with different temporal correlation coefficients were chosen for this study. Results show the causes resulting in the incapability of the MLR approach vary among different regions. In the Nino3.4 region, strong co-linearity within individual models is generally the main reason. However, in the high latitude region, no significant co-linearity can be found in individual models, but the abilities of single models are so poor that it makes the MLR approach inappropriate for superensemble forecasts in this region. In addition, it is important to note that the use of various score measurements could result in some discrepancies when we compare the results derived from different multimodel ensemble approaches.     

Multimodel ensemble forecasts for precipitations in China in 1998

Different multimodel ensemble methods are used to forecast precipitations in China, 1998, and their forecast skills are compared with those of individual models. Datasets were obtained from monthly simulations of eight models during the period of January 1979 to December 1998 from the “Climate of the 20th Century Experiment” （20C3M） for the Fourth IPCC Assessment Report. Climate Research Unit （CRU） data were chosen for the observation analysis field. Root mean square （RMS） error and correlation coeffi-cients （R） are used to measure the forecast skills. In addition, superensemble forecasts based on different input data and weights are analyzed. Results show that for original data, superensemble forecasting based on multiple linear regression （MLR） performs best. However, for bias-corrected data, the superensemble based on singular value decomposition （SVD） produces a lower RMS error and a higher R than in the MLR superensemble. It is an interesting result that the SVD superensemble based on bias-corrected data performs better than the MLR superensemble, but that the SVD superensemble based on original data is inferior to the corresponding MLR superensemble. In addition, weights calculated by different data formats are shown to affect the forecast skills of the superensembles. In comparison with the MLR superensemble, a slightly significant effect is present in the SVD superensemble. However, both the SVD and MLR superensembles based on different weight formats outperform the ensemble mean of bias-corrected data.