全球增暖1.5/2℃下中国区域极端降水的风险变化及其影响因子

利用24个CMIP6全球气候模式的逐日降水模拟资料,基于广义极值分布(GEV)模型,研究了全球增暖1.5/2℃下我国20、50和100 a重现期极端降水的未来风险变化。可以发现,相对于历史时期(1995—2014年),全球升温1.5和2℃下极端降水发生概率风险空间分布相近,总体上呈现增加趋势,但额外增暖0.5℃将导致更高的风险。如50 a重现期极端降水,在增暖1.5/2℃下其重现期将分别变为17/14 a,极端降水将变得更加频繁。不同区域对气候变暖的响应存在区域差异,其中中国西部长江黄河中上游和青藏高原地区、中国东部长江黄河中下游及其以南地区,极端降水发生概率比达到3以上,局部更是达到5以上,为我国极端降水气候变化响应高敏感区域。进一步,基于概率分布函数从理论角度探讨了位置和尺度参数对发生概率风险的影响与贡献度量,并用于探讨极端降水气候平均态和变率变化对极端降水发生风险的影响,结果显示：位置和尺度参数的增量变化、风险变化率存在着显著的东西部差异,从而导致极端降水发生风险的影响因素存在差异。如中国西部尽管极端降水气候平均态和变率变化幅度不大,但因风险变化率较高,从而导致该区域的发生风险大...     

全球稳定增温1.5℃下北非夏季风降水的响应及其机理

利用第六次国际耦合模式比较计划(CMIP6)模式模拟结果,研究了21世纪末全球稳定增温1.5 ℃下北非夏季风降水的变化及机理。结果表明,全球稳定增温1.5 ℃较1985—2014年北非夏季风降水将增加0.26 mm/d,区域降水敏感度为4.8 ％/℃,且季风区北部降水增幅大于南部。基于水汽收支诊断发现热力项对季风区总降水增加作用明显,动力项对降水空间变化起重要作用。进一步分析当地水汽条件及相应环流场发现:在热力上,相对于1985—2014年,稳定增温1.5 ℃加强了北非地区表面温度及低层水汽输送,有利于当地维持更高的大气可降水量。在动力上,稳定增温1.5 ℃下显著的撒哈拉沙漠增温加大了海陆温度梯度,增强了对流层低层季风环流,同时非洲东风急流北移,使得季风区北部低层气流辐合加强,而高层热带东风急流减弱会导致季风区高层辐散运动减弱。总的来说,热力项增加了整个季风区降水,而动力项增强了季风区北部降水,减弱南部降水,主导了降水变化的空间格局。     

鄂北一次超级对流单体的双偏振雷达特征分析

利用湖北省随州市S波段双偏振雷达资料及常规观测资料,对2020年5月4日鄂北随州出现的超级单体风暴进行分析.结果 发现:①在有利天气背景作用下,形成了上干冷下暖湿的垂直层结、0～6 km中等强度垂直风切变以及地面辐合线,为强风暴的发生发展提供环境条件和触发条件.②超级单体发展过程中,观测到前侧"V"形入流缺口、中气旋、...     

基于卫星遥感的洞庭湖水体面积变化及与水文的相关性

该文利用2006—2020年洞庭湖水体遥感面积及水文资料,对洞庭湖水体面积变化特征及其与水文的相关性进行了探讨。结果表明洞庭湖水体面积离散程度较高且变幅大。岳阳市、益阳市、常德市水体面积分别占洞庭湖水体面积的68.62%、25.77%、5.61%。其中位于岳阳市的岳阳县、湘阴县、位于益阳市的沅江市水体面积分别占洞庭湖水体面积的34.89%、17.35%、23.52%。占比越大的县市水体面积与洞庭湖水体面积相关性越大。洞庭湖水体面积与城陵矶水位的相关性高于常德、益阳水位。2010—2020年洞庭湖水体年最大面积显著增大。洞庭湖水体面积与城陵矶水位4阶多项式曲线拟合相关性最优。此外,不同的卫星/仪器、算法、分辨率以及天气条件对洞庭湖水体面积会产生一定的影响,洞庭湖区强降水对洞庭湖水体面积影响较大。     

青藏高原冬季1月绕流的变化特征及其对中国气候的影响

利用1979～2019年NCEP/NCAR再分析资料和中国地面基本气象要素日值数据集（V3.0）的气温和降水资料,首先定义了客观表征冬季青藏高原南北两支绕流变化的指数,然后分析了其不同的变化特征,并采用相关分析、合成分析等方法初步研究了青藏高原南北两支绕流异常变化对中国气温和降水的影响机制。主要结果有:（1）青藏高原冬季北支绕流和南支绕流之间呈显著的负相关;北支（南支）绕流强、南支（北支）绕流弱时,对流层中低纬度地区从高原西部到我国东部沿岸为一个大范围的异常反气旋式（气旋式）环流系统,500 hPa高原的中部为一个异常反气旋（气旋）环流中心。（2）青藏高原冬季南北两支绕流的变化对中国冬季天气气候有显著影响。当青藏高原北支绕流强（弱）时,中国除东北是气温偏低（高）、降水偏多（少）外,河套、青藏高原及长江以南则是气温偏高（低）、降水偏少（多）;当南支绕流强（弱）时,中国气温普遍偏低（高）,东北及新疆北部是降水偏少（多）,南方大部分地区是降水偏多（少）。（3）分析高原绕流异常变化对中国天气气候的影响机制表明:当青藏高原北支绕流强、南支绕流弱时,中国东部35°N以北的对流层中都是异常西北风,35°N以南都是异常东北风,受高原异常纬向绕流影响,对流层大气为明显的“正压结构”;相应的对流层底层从南到北为一致的异常西南风,850 hPa以上35°N的之间为反气旋式切变和下沉运动异常,300 hPa以下异常偏暖,这些条件加强了下沉增温,导致中国东部气温偏高、降水偏少。当青藏高原南支绕流强、北支绕流弱时,对流层中的纬向风异常则为明显的“斜压特征”,异常西风呈现为从对流层低层到高层、低纬度到高纬度的倾斜的带状特征,其下方自华南近地面到华北200 hPa的“三角形”状异常东风,配合相应的经向风异常和华南到华北的异常上升运动,低层为“三角形”状的异常冷气团向南切入到中国南海,中上层为异常偏暖的西南气流在冷气团上自南向北爬升到中高纬度地区,导致中国大范围的气温异常偏低、降水偏多。     

淮河流域夏季极端降水频次空间分布的客观分类及其形成机理

本文基于1961～2016年淮河流域四省（江苏、安徽、河南、山东）逐日降水观测资料及全球大气再分析资料,利用K均值聚类、旋转经验正交函数分解对淮河流域夏季极端降水频次分布进行了客观分类,利用统计诊断和数值模拟的手段讨论了其相关环流异常和形成机理。结果表明:（1）淮河流域夏季极端降水频次的空间分布可客观分为以极端降水主要发生在淮河流域33°N以南地区的南部型,主要发生在32°～36°N之间的中部型,和主要发生在34°N以北的北部型这三种分布类型;（2）南部型极端降水频次分布与西北太平洋副热带高压异常偏西偏南有关,西北太平洋异常反气旋北侧的异常气旋性环流使得水汽输送停留在淮河流域南部,导致南部极端降水频次偏多。中部型对应淮河流域受鞍型场环流结构控制,导致中部极端降水频次偏多。北部型极端降水频次分布时,淮河流域处于反气旋性环流异常西南侧,偏南风将水汽输送至淮河流域北部,导致北部极端降水频次偏多;（3）南部型和北部型的极端降水频次分布相关环流异常分别受厄尔尼诺和拉尼娜相关海表温度异常所影响,而中部型极端降水频次分布的相关环流异常是巴伦支海/喀拉海海冰异常在欧亚大陆上空激发的自西北向东南传播的准定常罗斯贝波所导致的。     

长短期记忆神经网络(LSTM)模型在低能见度预报中的应用

利用浙江省义乌市2015—2019年逐小时气象观测数据(相对湿度、风速、地气温差、能见度)和空气质量指数(Air Quality Index, AQI)数据, 分析了义乌地区低能见度天气(观测能见度lt; 10 km)的分布特征和气象要素条件。利用长短期记忆神经网络(Long Short Term Memory Neural Network, LSTM)模型对逐小时能见度进行模拟, 分别对比了观测能见度作为输入变量与否的模拟效果; 根据义乌地区低能见度天气条件的特征, 将模拟时段分为三个时期(11月至翌年2月, 3—6月, 7—10月), 对比了分时期模拟的效果; 以及评估了模型的预报步长。结果表明: 高湿、高污染、气温高于地温和低风速是义乌地区低能见度天气的主要特征。LSTM模型对单站能见度有较好的模拟效果, 当输入参数中加入历史观测能见度时, 能大幅提高模拟准确度, 日均能见度模拟结果均方根误差RMSE=0.63 km, 平均绝对误差MAE=0.51 km, 拟合优度R²=0.99;分时期进行模拟能得到更精准的模拟结果。本研究中选用的输入要素在冬季(11月至翌年2月)模拟效果最好, RMSE=2.35 km, MAE=1.46 km, 低能见度均方根误差RMSE_10 km=1.81 km, 低能见度平均绝对误差MAE_10 km=1.13 km, R²=0.83; 3—6月的模拟中, 输入变量中不加AQI模拟效果更好, 这意味着3—6月义乌地区的低能见度天气以雾天气为主导, 加入过多变量并不一定能提高模型准确度; 随着预报步长增大, 模型预报效果变差, 预测步长等于3 h, R²=0.71, 预测结果已不具备实际应用意义。     

改进的CLDAS降水驱动对中国区域积雪模拟的影响评估

积雪因为其特定的属性在气候变化和水文循环中扮演着重要角色,在大气和陆面之间起到了调节能量和水交换的显著作用,而陆面驱动数据的质量直接决定着模式对积雪的模拟效果。本文采用CLDAS(CMA Land Data Assimilation System)和改进后的降水驱动(CLDAS-Prcp)分别驱动Noah3.6陆面模式对积雪变量进行模拟,并对中国主要的积雪区东北区域、新疆区域、青藏高原区域的积雪覆盖率、雪深、雪水当量的模拟效果进行了评估。结果表明,CLDAS-Prcp改善了原有驱动在冬季由于低估降水所造成的模拟积雪量偏少的情况;东北区域模拟结果与观测的时间变率最为一致,积雪覆盖率、雪深、雪水当量的相关系数分别为0.42,0.78,0.93;而雪水当量的改进效果最明显,均方根误差和偏差分别减小了54.8%和83.1%,相关系数提高了0.47;同时,CLDAS-Prcp不仅能反映积雪变量的年际变率,而且能够较准确地反映出强度较大的突发降雪事件。     

特殊地形对鄂东北一次局地强降水过程的作用机制分析

基于FNL1°×1°再分析资料和来自国家气象信息中心的区域自动站与CMORPH小时降水融合产品,通过高分辨率的WRF数值模拟,本文重点分析了2015年7月22-24日期间在西南涡东移过程中,受长江中下游特殊地形影响,在鄂东北江汉平原河谷地区诱发生成的一次短时局地强降水天气过程,围绕特殊地形对局地降水增幅的作用机制展开一系列的深入研究,研究结果表明:此次局地强降水过程是在长江中下游特殊的中尺度地形影响下,配合东移西南涡前部偏南暖湿气流的输送,两者共同作用而诱发产生,此次局地降水过程持续时间短,降水增幅显著。之后,通过研究单一地形对局地降水的影响发现,大别山脉作为单一地形的作用效果为提升局地降水增幅,扩大强降水范围;幕阜山脉作为单一地形的作用效果为削弱降水增幅,缩小强降水范围。进一步深入分析上述单一地形影响降水变化的作用机制得出,大别山脉的地形作用有利于局地强降水区附近对流层低层的层结对流不稳定性增强,以及降水区近地面层冷池的维持和增强,有利于提升局地降水的增幅。而与大别山脉对局地降水作用效果不同,就幕阜山脉单一地形而言,地形对偏南暖湿气流的阻挡作用,削弱了局地强降水期间进入降水区的水汽通量,继而对局地降水的增幅有抑制作用。此外通过研究组合地形对局地降水的影响时发现,大别山脉、幕阜山脉、皖南山地,以及幕阜山脉和皖南山地之间的狭窄河谷地形共同构成的类似"喇叭口"地形,其产生的狭管效应,使进入地形区内的偏南气流辐合加强,而幕阜山脉和大别山脉之间的河谷地区,作为偏南气流从幕阜山脉东侧绕流进入江汉平原的重要通道,有效保证了强降水区域内充足的正涡度平流输送,上述有利的地形组合配置对于局地降水发展增强起到了至关重要的作用。     

2018年1月大气环流和天气分析

2018年1月大气环流主要特征为：北半球极涡呈偶极型分布,环流呈四波型,东亚槽略偏强。1月,全国平均降水量19.6 mm,较常年同期(13.2 mm)偏多48.4%。1月冷空气势力明显加强,全国平均气温（-5.3℃）由较常年偏高转为偏低的状态,气温较常年同期（-5.0℃）偏低0.3℃。月内,降水偏多偏强,我国南方地区以及陕西关中等地出现较为少见的冰冻雨雪天气,与2008年出现的南方雪灾情况相似;1月仅有1次雾-霾天气过程,但2018年1月13—22日是2017年入冬以来范围最广、持续时间最长、强度最强的雾-霾天气过程。