1999年夏季长江及以南地区洪涝的大尺度环流成因初探

通过对比分析，探讨了1999年夏季长江及以南地区洪涝灾害的环流成因，指出1999年处在La Nina年，西太平洋副热带高压偏弱，偏北且异常偏东；南海夏季风前期偏强，后期偏弱；带对流层上部南亚高压脊和洋中槽位置偏南；对流层下部长江下游至江南受气旋性异常环流影响，形成异常加强的水输送圈；夏季亚洲中纬度大陆高压维持，中低纬度环流系统的共同作用造成长江中下游及以南地区的洪涝灾害。     

副热带高压脊线移动的三维结构特征

文中定义了东西风交界面作为表征副热带高压脊线位置的动力学参量 ,并利用 NCEP/NCAR再分析月平均资料在三维空间中考察了东西风交界面的空间、时间变化特征。分析结果表明 :副热带高压位置移动以季节变化为主 ,季节变化由南北移动和斜率变化两类运动组成 ;副热带高压位置移动的年际变化和 ENSO事件关系密切 ;南半球副热带高压具有纬向对称的垂直结构 ,北半球副热带高压垂直结构较为复杂 ,尤其是西太平洋副热带高压表现出在全球副热带高压系统中的独特性。     

利用高原积雪信号改进我国南方夏季降水预测的新方法及其在2014年降水预测中的应用试验

2014年夏季我国南方出现严重洪涝、北方大部干旱,国内绝大多数预测模型在三月起报的汛期预测中均未能抓住位于南方地区的异常雨带,导致预测准确率明显偏低。基于模式对东亚地区夏季海平面气压场的高预报技巧和青藏高原冬季积雪与南方地区夏季降水的高相关性,本文提出一个针对我国夏季降水异常的组合统计降尺度预测新方法（Hybrid Statistical Downscaling Prediction,简称HSDP）,该方法综合利用了气候模式输出的高可预报性环流信息和前期观测的高原积雪异常信号,从而实现对我国南方夏季降水进行动力-统计相结合的改进预报。据此方法建立了一个基于国家气候中心气候预测模式的统计降尺度模型。对我国南方夏季降水进行跨季节预测的交叉检验结果显示,HSDP方法对于南方地区多年平均空间距平相关系数从模式原始预报的-0.006提高到0.24,且在大多数年份均有改进。基于HSDP方法于三月份制作的2014年夏季降水预测,能够很好地抓住南涝北旱的基本形势和我国南方的降水大值区,空间距平相关系数达到0.43。这表明,该方法对于我国夏季降水预测具有较好业务应用前景。     

Estimation of the monthly precipitation predictability limit in China using the nonlinear local Lyapunov exponent

By using the nonlinear local Lyapunov exponent and nonlinear error growth dynamics, the predictability limit of monthly precipitation is quantitatively estimated based on daily observations collected from approximately 500 stations in China for the period 1960–2012. As daily precipitation data are not continuous in space and time, a transformation is first applied and a monthly standardized precipitation index (SPI) with Gaussian distribution is constructed. The monthly SPI predictability limit (MSPL) is quantitatively calculated for SPI dry, wet, and neutral phases. The results show that the annual mean MSPL varies regionally for both wet and dry phases: the MSPL in the wet (dry) phase is relatively higher (lower) in southern China than in other regions. Further, the pattern of the MSPL for the wet phase is almost opposite to that for the dry phase in both autumn and winter. The MSPL in the dry phase is higher in winter and lower in spring and autumn in southern China, while the MSPL values in the wet phase are higher in summer and winter than those in spring and autumn in southern China. The spatial distribution of the MSPL resembles that of the prediction skill of monthly precipitation from a dynamic extended-range forecast system.     

一个全球海气耦合模式跨季度汛期预测能力的初步检验和评估

文中利用一个全球大气 海洋耦合模式 ,对中国汛期气候异常进行了 1991～ 2 0 0 1年共 11a的跨季度回报试验和检验研究。采用一套多指标的评估方法 ,对该模式的预报性能进行系统的定量评估。结果表明 ,该模式对中国汛期降水和温度及夏季北半球大尺度环流场等都有一定的跨季度预报能力。模式对中国不同区域夏季降水的预测能力有所不同。总的来说 ,模式对中国东部和西部的降水趋势回报较好 ,模式预报好于气候预报和持续性预报。从相关系数指标来看 ,模式跨季度预测夏季温度的技巧在中国西部比中国东部高。     

松嫩辽流域夏季面雨量预测因子探讨

利用松花江、嫩江、辽河流域50余年45站降水资料和NCEP/NCAR再分析资料, 分析了松嫩辽流域夏季面雨量的气候特征和影响夏季面雨量异常的前期因子, 提出了一种利用前期11～12月北半球环流异常特征对该流域夏季旱涝趋势定性预测的方案, 方案中定义了两个反映中高纬环流异常的指数, 可以较好地分辨和预测松嫩辽流域面雨量异常。     

论动力相似预报的物理基础问题

为了更好地发展动力相似预报的策略和方法，基于非线性动力学成果，综合探讨了动力相似预报的物理基础问题。分析表明，“相似预报—低频流型—可预报性”在物理上存在密切联系，这在统计相似预报和动力相似预报问题中均适用。通过类比集合预报，并对实际大气不同尺度模式预报的个例分析，初步证实了相似初值对应的动力预报结果及其预报误差行为具有相似性。在此基础上，进一步提出三类相似性问题，并归纳了动力相似预报的物理基础：在初始状态相似性持续的情况下，动力预报结果以及预报误差行为具有相似性。     

华南前汛期夏季风降水开始日期的确定

华南前汛期降水包含锋面降水和夏季风降水,提高对这2种不同性质降水的认识及如何区分是非常重要的。本文利用NCEP/NCAR再分析资料,分析了华南不同性质降水期间大气特性的差异,并采用集合经验模态分解(EEMD)方法,自适应地提取假相当位温θse的调制年循环变量(MAC),得到华南前汛期夏季风降水开始日期的划分标准。结果表明,当某年θse的MACδ标准差时,南海夏季风推进至华南地区,夏季风降水开始。利用该标准划分的华南前汛期夏季风降水开始日期平均为5月第6候,且具有2~3 a、13~15 a的年际、年代际变化周期。进一步对比分析表明,此标准划分的结果基本合理。     

西北偏湿背景下青海省夏季降水的统计降尺度方法研究

本文研制建立了一个预测青海省夏季降水的动力—统计相结合的组合降尺度预测方法（Hybrid Statistical Downscaling Prediction，HSDP），该方法综合利用了气候模式Climate Forecast System 2.0版本（CFSv2）实时预测的高可预报性环流信息及前期观测的与青海夏季降水具有高相关性的气候因子，采用年际增量方法，基于气候变量的年际增量规律建立统计模型，从而实现对青海夏季降水进行动力—统计相结合的气候预测。根据全球气候因子的年际增量与青海省夏季降水年际增量的相关系数，以及CFSv2预测产品对实况模拟能力的评估，选取以下关键区气候变量的年际增量作为预测因子：（1） CFSv2模式预测当年夏季包含贝加尔湖脊、乌拉尔山脊和新疆脊区域的500 hPa高度场；（2） CFSv2模式预测青藏高原以西200 hPa纬向风场；（3）观测资料中前1 a秋、冬季热带太平洋地区海表面温度场；（4）观测资料中前1 a秋、冬季西伯利亚地区的海平面气压场，对青海省夏季降水进行统计降尺度预测。统计降尺度模型利用1983—2011年进行建模，回报2012—2018年夏季青海省降水的空间分布和时间变化，并对该模型对1983—2011年的夏季青海省降水的回报能力进行了交叉检验。回报结果表明该统计降尺度模型对CFSv2的青海省夏季降水预测能力有显著的提高，能够很好地再现青海省夏季降水西北部的高原地区偏少，而在东南部偏多的特点。该模型预测所得2012—2018年夏季青海省降水的时间变化也与实况有着较高的相关系数（0.76），对于降水显著偏少的年份（如2015年）和显著偏多的年份（如2012、2018年）的降水预测都有很好的表现。对于建模时段的交叉检验结果（相关系数为0.46，比模型回报结果与实况的相关系数0.48略低）表明，该模型具有较高的稳定性和可靠性。