黄土高原地区干旱可预报性的时空分布与驱动机理

变化环境下全球干旱频发,对社会经济与生态影响重大。已有研究重点关注干旱预报技术的研发,而对干旱预报的理论如干旱可预报性的时空分布与驱动机制等关注不足。以黄土高原为研究对象,构建支持向量机模型对2008—2019年区域干旱进行预测,并以预报效果克林-古普塔效率系数(Kling-Gupta efficiency,KGE)量化干旱可预报性,探究不同时间尺度干旱可预报性的空间分布特征、甄别了影响干旱可预报性分布变化的主导因素。结果表明:黄土高原地区干旱可预报性随着时间尺度的增大呈上升趋势,SPEI12的KGE比SPEI1提高73.8%,且季节干旱可预报性在秋季最高,其次为夏季、春季、冬季;干旱可预报性存在空间异质性,呈现北高南低的分布格局,春季黄土高原中部和冬季黄土高原西北荒漠区干旱可预报性极低;季节间干旱可预报性的主要影响因素存在差异,秋季q值最高的因子是气温,夏、春季是干燥度,冬季是海气耦合PRE_AMO;各变量因子双双交互后对干旱可预报性的影响力明显高于单因子。该研究为干旱可预报性提供了新的见解,有助于进一步提高黄土高原地区干旱预报预警能力。

超强台风“舒力基”(2021)的尺度可预报性

台风尺度表征了台风低层风场特定风速半径大小,是台风灾害影响范围的重要度量.针对超强台风“舒力基”(2021),对其尺度可预报性进行初步探讨.结果表明,模式可以模拟出台风发展初期台风尺度(内核尺度RMW、外围尺度R17)的演变趋势.基于集合预报的模拟试验,具体分析了内核尺度RMW、外围尺度R17演变及其误差增长特征.台风预报总体误差主要出现在对流层下层850 h Pa,距离台风中心50~150 km.从初始环境场看,初始相对湿度是影响台风尺度误差增长的重要因子,初始高湿环境有利于台风发展阶段的台风尺度高离散度,从而限制了台风尺度的可预报性.在一定程度上,外围风圈半径的可预报性要高于内核风圈半径.

一次复杂地形下边界层抬升型暖区暴雨对流触发条件和可预报性的数值研究

长江中下游地区的暖区暴雨过程易受复杂下垫面强迫的影响,具有较大的预报不确定性,尤其是其中的对流触发过程。为探讨此类过程的触发条件及揭示其可预报性受限制程度,本文针对2020年6月23日一次复杂地形包裹下的长江中下游暖区暴雨展开高分辨率的数值模拟和对流尺度集合模拟,通过Lagrange气块后向轨迹分析、去除地形和关闭热效应的敏感性试验以及集合敏感性分析等方法对此次过程的对流触发阶段展开分析。结果表明,此次过程被抬升气块的主要源地为1.5 km以下的边界层,仙霞岭和杉岭在正午时分因热力作用而驱动的出谷风是引发局地辐合抬升的动力源,高低层散度、湿位涡的垂直配置以及偶极型位涡异常对此次对流触发过程具有较好的指示意义。此外,该过程对前期近地面2 m高度处温度和模式底层视热源具有较高的敏感性,该结果证实下垫面强迫的精确刻画对于提升暖区暴雨的预报效果至关重要。逐步减小初始场误差的初值敏感性试验进一步表明,此次暖区对流过程的可预报性显著低于北边的锋面过程,表现为锋面对流的偏差总能量能随初始误差的缩小持续性降低,而暖区对流的偏差总能量曲线则仍能增长至与原水平相近,呈现出非线性辐合收缩特征。因此,对于天气尺度强迫显著的锋面对流,或可优先考虑通过加强资料同化能力等手段降低初始场误差来减小预报误差;但对于复杂地形下的暖区暴雨对流触发过程,则需要更加强调通过集合预报来捕捉其不确定性。

季节内印度洋-西太平洋对流涛动对次季节-季节尺度大气可预报性的影响

利用非线性局部Lyapunov指数和条件非线性局部Lyapunov指数定量估计了季节内印度洋-西太平洋对流涛动(IPCO)和实时多变量Madden-Julian指数(RMM指数)可预报期限,量化了季节内IPCO对S2S尺度大气可预报性的贡献,深入研究了季节内IPCO演变下S2S尺度可预报期限空间分布的变化规律。结果表明:(1)与RMM指数相比,季节内IPCO指数可预报性更强,可预报期限达到31天左右,比RMM指数高出2周以上;(2)印度洋-西太平洋区域S2S尺度大气可预报性最强,可预报期限达到30天以上,其中季节内IPCO是该地区的主要可预报性来源之一,其贡献达到6天,占总可预报期限的25%以上;(3)随着季节内IPCO的演变,印度洋-西太平洋地区S2S尺度大气可预报性有空间结构变化,表现为可预报期限异常的传播和振荡。S2S尺度大气可预报期限正负异常沿季节内IPCO传播路径,一支以赤道中西印度洋为起点北传至印度半岛,一支向东传播,经过海洋性大陆到赤道西太平洋后向北传播,到达日本南部。同时,可预报性异常的传播在在东印度洋和西太平洋表现出反向变化的特征,形成东西两极振荡,当季节内IPCO向正位相发展时,东印度洋具有更强的可预报性,西太平洋具有更弱的可预报性,反之亦然。季节内IPCO的发展(衰退)可使东印度洋(西太平洋)S2S尺度大气可预报性更强,表明模式预报技巧对此具有更大的提升空间。

2022年5月10—14日广东短时强降水可预报性分析

利用自动气象站观测数据、EC ERA-Interim 0.25×0.25再分析数据、探空观测数据等多源数据,对2022年5月10—14日在广东发生的强降水过程进行天气尺度分析;在此基础上通过提取500 hPa相对涡度、925 hPa散度和200 hPa散度3个物理量,考察其与短时强降水的相关关系,从而引入物理量的关系组合和机器学习中的KNN分类算法,探讨短时强降水落区和强度预测的可行性。结果表明:≥-5×10^(-5)s^(-1)的500 hPa涡度、≤5×10^(-5)s^(-1)的925 hPa散度和(-10~20)×10^(-5)s^(-1)的200 hPa散度在一定程度上都可以指示短时强降水的发生区域;条件组合(925 hPa散度≤0 s^(-1)且200 hPa散度≥0 s^(-1)且500 hPa涡度≥0 s^(-1))对于短时强降水落区的指示性好;基于距离权重的KNN算法对该次过程短时强降水量级预测具有良好的效果。

Zebiak-Cane数值模式的可预报性分析

用Zebiak-Cane(ZC)模式关于热带太平洋海表温度距平(SSTA)的预报资料,从预报误差发展的角度,考察了该模式关于El Nio/La Nia事件生长期和衰减期以及正常年份SSTA的预报技巧。结果表明,ZC模式关于ENSO预报的一个最突出的特征是:El Nio事件生长期SSTA的预报误差存在着明显的季节依赖性,最大预报误差增长通常出现在春季和夏初(AMJ),存在显著的春季可预报性障碍(SPB);对于El Nio事件的衰减期、La Nia事件的生长期和衰减期以及正常年份,SSTA预报误差没有明显的季节依赖性。作者比较了ZC模式关于ENSO事件不同发展阶段(生长期和衰减期)以及正常年份SSTA的可预报性。结果表明,La Nia生长期SSTA的预报最困难;在El Nio事件、La Nia事件和正常年份3种情形中,ZC模式关于La Nia事件的预报技巧最低。用上述动力学方法,进一步考察了ZC模式预报技巧的年代际变化。结果表明,ZC模式在20世纪80年代SPB现象相对较弱,有较高的预报技巧;而在70和90年代,ZC模式预报技巧明显低于80年代,同时伴有显著的SPB现象。

孝感市一次强降水成因及可预报性分析

通过对2022年7月19-20日孝感市强降水成因及可预报性进行分析,可为今后暴雨分析研究和预警预报提供参考借鉴。利用常规天气图、区域自动气象站、雷达回波等实况资料,EC等模式分析预报资料,运用天气学方法进行比较分析。结果表明:①孝感市强降水在受高层南亚高压反气旋环流控制,副热带高压加强北抬、西北冷槽东移影响的环流背景下发生的,第一阶段强降水主要是受低层暖式切变线北抬、西南急流和地面暖性低压倒槽等共同结果,第二阶段强降水主要是受低层冷式切变线、西南急流和地面江淮气旋冷锋等共同结果。②不同数值模式对500 hPa环流形势预报都比较准确,其中EC细网格最好,对低层低涡冷切系统、急流轴位置,短期预报都有体现,但位置都略有偏差。③短期降水预报中,中尺度模式比全球模式预报的量级更大、效果更好,中尺度模式中华东模式最优。指出了本次强降水过程有一定的可预报性,在环流形势上EC细网格模式预报最好,主要影响系统,如低涡冷切、西南急流都预报比较准确,但强度和位置有一定偏差。降水预报中,华东模式、CMA_3KM模式也有很好的表现。

2017年广州“5·7”暖区特大暴雨的中尺度系统和可预报性

2017年5月7日广州发生了特大暴雨,各家确定性业务预报模式均漏报了此次过程。本文利用常规观测资料和广州天气雷达资料对此次暖区特大暴雨过程的天气尺度背景、中尺度系统演变和可预报性进行了详细分析,同时通过分析ECMWF集合预报中成功预报出广州周边地区出现局地强降水与预报了弱降水的成员间的差异,探讨影响本次大暴雨发生的关键触发因子。结果表明:2017年"5·7"大暴雨的环境条件和动力强迫较弱,在弱风场环境下,冷高压后部东南风或偏南风回流,经过城市热岛区域,转为偏暖气流,与山坡下滑冷气流在山前一带形成的水平风场辐合,结合山前强水平温度梯度,共同触发了初生对流单体。其后,雷暴出流和边界层暖湿气流形成的辐合线又触发新生单体,并使已减弱的降水单体重新加强产生第二阶段强降水。前两个阶段的局地特大暴雨分别是由稳定少动的块状强回波单体发展到嵌有中涡旋的强单体和较长生命史的弱HP型超级单体造成的,第三阶段的大暴雨是由向南传播合并新生单体并随短波槽东移的带状回波造成;三个阶段成熟回波垂直结构上均呈低质心暖云降水的特点。由ECMWF集合预报成功预报出局地强降水与弱降水成员之间的差异可见,加强的温度梯度及地面风场辐合可能是本次局地强降水的重要触发因子。短期时效内数值模式难以做出暖区尤其是弱风场环境下暴雨以上降水预报,目前的监测和短时临近预警是主要手段。

BCC二代气候系统模式的季节预测评估和可预报性分析

本文利用国家气候中心(BCC)第二代季节预测模式系统历史回报数据,从确定性预报和概率预报两个方面系统地评估了该模式对气温、降水和大气环流的季节预报性能,并与BCC一代气候预测模式的结果进行了对比,重点分析了二代模式的季节可预报性问题。结果显示,BCC二代模式对全球气温、降水和环流的预报性能整体上优于一代模式,特别在热带中东太平洋、印度洋和海洋大陆地区的温度和降水的预报效果改进尤为明显。这些热带地区降水预报的改进,可以通过激发太平洋—北美型(PNA)、东亚—太平洋型(EAP)等遥相关波列提升该模式在中高纬地区的季节预报技巧。分析表明,厄尔尼诺和南方涛动(ENSO)信号在热带和热带外地区均是模式季节可预报性的重要来源,BCC二代模式能够较好把握全球大气环流对ENSO信号的响应特征,从而通过对ENSO预报技巧的改进有效地提升了模式整体的预报性能。从概率预报来看,BCC二代模式对我国冬季气温和夏季降水具备一定的预报能力,特别是对我国东部大部分地区冬季气温正异常和负异常事件预报的可靠性和辨析度相对较高。因此,进一步提高模式对热带大尺度异常信号和大气主要模态的预报能力、加强概率预报产品释用对提高季节气候预测水平具有重要意义。

太平洋海温变化对我国降水可预报性影响的分析

通过讨论我国160个测站的月降水与太平洋海温的关系,研究了太平洋海温对我国月降水可预报性影响的时空分布特征,探讨了利用太平洋海表面温度作我国月降水中长期预报的可行性和局限性。结果表明,海温对月降水的影响存在明显的时空分布特征:从时间上看,利用海温作降水预报在4月和11月全国平均效果较好;从空间上看,海温对降水的影响存在遥相关关系,其贡献在西北地区大于东部地区。

BP-CCA方法用于中国冬季温度和降水的可预报性研究和降尺度季节预测

使用变形的典型相关分析(BP-CCA)方法,基于交叉检验的结果建立了东亚冬季500 hPa大尺度环流和中国冬季温度、降水的最优BP-CCA降尺度预测模型,并在此基础上进行了中国冬季温度和降水的可预报性研究,表明用东亚冬季500hPa高度场降维后的大尺度环流来解释中国冬季温度,平均距平相关系数(ACC)为0.7左右,最高可达0.9,解释中国冬季降水的平均ACC为0.3左右,最高可达0.7,温度的可预报性远高于降水,且二者的可预报水平存在明显的区域差异。可预报性研究表明东亚冬季500 hPa大尺度环流异常与中国冬季温度、降水异常有密切的联系,BP-CCA方法可以很好地揭示大尺度环流与温度、降水的内在联系,并且物理意义清晰。在东亚大尺度环流系统中,东亚大槽和西太平洋副热带高压是影响中国冬季温度、降水异常的重要系统。进一步利用国家气候中心海气耦合模式(CGCM/NCC)回报和预测的500 hPa环流场和BP-CCA方法对温度和降水进行降尺度预测应用,对温度和降水的预测效果明显高于模式直接输出的结果,而且对温度预测的改善高于对降水的改善。对模式预测的环流进行EOF(经验正交函数)分析,表明BP-CCA方法对降尺度要素预报的可预报性来源于CGCM/NCC对500 hPa高度场主要大尺度特征的模拟能力较好。

长江梅雨的长期变率与海洋的关系及其可预报性研究

采用最新发布的梅雨国家标准资料,以长江区域梅雨为代表,在分析区域梅雨的多时间尺度变化特征的基础上,从海洋外强迫影响因子角度探讨了梅雨的可预报性来源,进一步综合海洋背景变率和预测模型回报试验讨论梅雨异常的可预报性。结果表明:(1)长江梅雨呈现周期为3—4、6—8、12—16、32、64a的多时间尺度变化分量和长期减少趋势。其中,3—4a准周期变化是梅雨异常变化的主要分量。梅雨的干湿位相转变受12—16a的准周期变化调制,极端涝年易出现在12—16a准周期变化湿位相和3—4a变化分量峰值位相叠加的情况。(2)长江梅雨的各准周期变化分量有不同的海洋外强迫背景,是梅雨可预报性的重要来源。与时间尺度较短的年际变化分量相关联的海温关键区主要分布于热带,而与时间尺度较长的年代际或多年代际变化分量相联系的海温关键区则来自中高纬度。3—4a准周期变化分量的海洋外强迫强信号随季节变化由前冬的ENSO(厄尔尼诺-南方涛动)转为春末夏初的印度洋偶极子(IOD)。6—8和12—16a年准周期变化分量的海洋强迫关键区主要位于太平洋。准32和准64a周期振荡则受北太平洋多年代际变化(PDO)和北大西洋多年代际变化(AMO)的共同影响。梅雨的长期变化趋势则与全球变暖背景及以PDO为代表的年代际海洋外强迫因子相联系。(3)尽管梅雨异常与ENSO的正相关关系呈现减弱趋势,但20世纪70年代以后的梅雨异常年际变化分量的可预报性有所增大。(4)将梅雨各变化分量作为预测对象分别建模,进一步构建梅雨异常预测统计模型。采用该模型对近5年梅雨预测进行独立样本检验,有较好的回报效果,验证了梅雨异常年际分量可预报性的稳定性以及基于多时间尺度分离建立梅雨预测模型的优越性。

气候系统可预报性理论研究

介绍了作者近年来关于气候系统可预报性理论研究的一些工作,包括:非线性最快增长扰动理论以及在气候预测的可预报性研究中的应用;从一个新的角度研究了2类可预报性问题,并提出可预报性的3类子问题;根据计算不确定性原理,讨论了模式可预报性与机器精度的关系;探讨了可预报性与时空尺度的关系,建立了可预报性的相对观。

中国区域月平均温度和降水的模式可预报性分析

基于中国台站降水和温度观测资料、中国气象局国家气候中心月动力延伸预报的回算和预测结果讨论了中国区域月平均温度和降水模式可预报性的时空变化特征。文中以持续性预报来表征中国区域月平均温度和降水受外强迫影响下的可预报性,持续性预报技巧存在明显的年际和年代际变化特征;春末夏初和秋季预报评分相对偏低;在中国区域气候变暖和平均降水强度极值增加的背景下,温度的持续性预报评分有明显提高,降水的持续性预报略有下降。月动力延伸预报对月降水和温度的预报能力也存在明显的年际和年代际变化特征;与持续性预报相比,月动力延伸温度预报总体优于持续性预报,降水预报在初春略差,温度预报在8月相对最低。近20余年,月动力延伸预报相对于持续性预报的温度和降水的均方根误差技巧均大于零,其年际变化表现为模式对降水的预测略有提高。两种预报评估结果的空间分布分析表明月动力延伸预报达到显著性水平的正相关区域总体上比持续性预报的范围大,并基本涵盖了持续性预报的高相关区。原因是可预测信息部分来源于外强迫异常的影响,部分来源于对大气内部动力过程的模拟。

10～30 d延伸期可预报性与预报方法研究进展

10~30d延伸期的可预报性既依赖于初始条件,也与缓变的下垫面有关,寻找延伸期时段内可预报性较高的低频特征,识别延伸期的可预报性来源及影响的物理机制是提高延伸期预报水平的关键。近年延伸期可预报性来源、热带大气季节内振荡监测预测和影响等领域的研究取得较大进展,提出和应用了动力统计相结合以及大气低频信号释用等新的延伸期预报方法。对延伸期可预报性来源及其与初值和外强迫异常的关系分析表明,海气相互作用能提高亚洲和西太平洋区域延伸期时段大气环流和要素的可预报性。热带大气季节内振荡、平流层爆发性增温以及各种次季节尺度的海气、陆气耦合作用和大气响应均为延伸期预报提供了重要的可预报性来源。由于数值模式延伸期时段的预报性能与实际业务需求还存在一定距离,基于动力统计相结合和物理统计的延伸期预报方法被广泛应用于业务预报,表现出一定的预报技巧。

短期气候数值预测可预报性问题

该文利用 IAP L2 AGCM1 - 1模式进行 1 7年 ( 1 980～ 1 996年 )、每年 9个单个积分的集合后报试验 ,采用方差分析的方法对试验结果进行可预报性研究 .结果表明 :在热带地区 ,海表温度 ( SST)异常引起的可预报性较高 ,50 0 h Pa高度场高值区沿热带呈带状分布 ,在热带外仅有部分相对高值区 ;在中高纬度地区 ,春季的可预报性高于夏季 ;一般来说各场的可预报性海洋高于陆地 .在北太平洋春季 ,50 0 h Pa高度场、海平面气压场和表面气温场有一可预报高值区 .在中国区域 ,降水场、海平面气压场和表面气温场的可预报性从我国南海向西北递减 .

SMIP2试验对亚洲夏季风的模拟能力及其可预报性的分析

利用参加第二次季节预测模式比较计划(Phase 2 of the Seasonal Prediction Model Intercomparison Pro-ject,简称SMIP2)的五个大气环流模式的输出结果,比较了这些模式对亚洲夏季降水的模拟能力,并讨论了大气环流模式在季节尺度上对亚洲夏季风的可预报性。结果表明,各模式能够较好地模拟亚洲夏季降水的大尺度分布特征。除了模拟的东亚夏季降水异常经验正交函数分解第一模态(EOF1)的时间系数与观测之间的相关系数较低之外,多数模式可以大致再现东亚、南亚和西太平洋夏季降水异常EOF1及其对应的时间系数。分析表明,热带地区有很好的可预报性,北半球副热带地区的可预报性尽管也较好,但比热带地区要低,南半球热带以外地区的可预报性较差,陆地上的可预报性比海洋上低。在热带和北半球副热带地区,由海温强迫所产生的较大外部方差对此地高可预报性有很大的贡献。与正常年份相比,模式在强El Ni^no年和强La Ni^na年表现出较高的可预报性,在南亚和印度洋地区大多数模式在El Ni^no年比La Ni^na年产生了更好的可预报性,在中西太平洋区域ElNi^no年可预报性的高值中心较La Ni^na年位置偏西。

土壤湿度对东亚夏季气候潜在可预报性影响的数值模拟

利用全球大气环流模式NCAR CAM3进行了在给定的观测海温条件下的22a(1979—2000年)5—8月的2组集合试验。运用方差分析方法,分析了在气候态和年际变化的表层土壤湿度情况下,CAM3模式模拟的东亚夏季气候潜在可预报性及其差异。结果表明:在给定的观测海温条件下,采用气候态的土壤湿度时,CAM3模式模拟的东亚夏季气候的潜在可预报性偏低;而采用年际变化的土壤湿度时,模拟的夏季气候潜在可预报性有所提高,尤其是在中国西北地区;后者模拟的中国西北地区夏季降水和气温的潜在可预报性比前者的模拟结果提高0.1以上。其原因可能是:采用年际变化的土壤湿度时,模式可以更好地模拟出中国西北地区的地表蒸发量和湍流热通量的年际变化,进而使得模式对该地区夏季气候的预报技巧得到提高。

WRF3.1微物理参数化方案对两例暴雨的集合预报试验及可预报性分析

采用WRFV3.1.1数值模式,选取模式中的10个微物理过程参数化方案构造10个集合预报成员,分别对2008年6月9—10日江淮地区暴雨与2008年6月6—7日华南地区暴雨进行集合预报试验,并进一步讨论了这两例暴雨的可预报性差异。结果表明:各参数化方案在暴雨的模拟中所表现出来的优势是相对的,但微物理过程集合预报在两例暴雨中都取得稳定且优异的模拟效果;通过比较两例暴雨的ETS(Equitable threat score)评分距平发现,华南暴雨在各个量级上的ETS评分距平都大于江淮暴雨,且华南暴雨集合成员之间的ETS评分差别也较大;大多数集合成员的模式误差在初始12 h增长最快,其后将减慢或者降低。对各成员的均方根误差(σ)距平分析表明,华南暴雨的σ距平增长相对较快且成员之间差别较大。因此从模式误差增长的角度来说,华南暴雨的可预报性低于江淮暴雨。

兰州市大气PM_(10)健康影响效应的可预报性探讨

使用质粒DNA评价法研究了兰州市大气PM10对质粒DNA的氧化性损伤能力及其与ρ(PM10)、采样期间的风速、相对湿度等气象要素之间的关系.结果表明:兰州市大部分PM10对质粒DNA的氧化性损伤能力与ρ(PM10)呈正相关.兰州市PM10全样对质粒DNA的氧化性损伤能力与采样期间的相对湿度和平均风速分别呈正相关和负相关,相关系数分别为0.531和-0.673.通过分析PM10对质粒DNA的氧化性损伤原因可知,PM10对人体健康的影响效应可用便于预报的ρ(PM10)、气象要素(相对湿度和风速等)等进行表征,即其可能具有可预报性.