我国1月和7月气温变化的分析

根据我国近90年的气温等级资料,采用小波分析方法,分别讨论了我国不同地区1月和7月的气温变化趋势,结果表明:我国各地区7月的气温变化都呈下降趋势,而1月气温的变化趋势除华南和西南地区呈下降趋势外,其它地区呈上升趋势。然后着重讨论了1月与7月气温变化之间的关系,结果发现:在小波变换的曲线图上,东北、华北、长江、西北和新疆地区1月与7月的两条曲线走势基本呈反位相,而西南和华南地区却几乎同位相。从各地区小波逆变换重构出来的序列曲线看,较大时间尺度(对应于a =32)的气温变化趋势与原序列一致。

南方涛动与我国大尺度季、月气温的关系

南方涛动与我国月平均气温的相关,在当年2月、4月、9月以正相关为主,9月以后出现持续的负相关。南方涛动与我国季平均气温相关最显著的季节是当年秋季,其次是次年春季。南方涛动与次年长江下游、广东、福建、山东的年平均气温有良好的负相关。这些关系均可在预报中利用。此外,还指出,在我国4、5月,9、10月的大范围气温记录中存在早期识别厄尔尼诺的信号。

多模式对东北地区月气温的预测性能对比评估

基于BCC的DERF 2.0(中国)、CFSv2(美国)、EC(欧洲)、TCC(日本)4种模式开展的1983—2010年对东北地区的回报试验结果、2011—2014年业务应用结果和国家气象信息中心提供的东北地区172个台站气象观测资料,利用距平相关系数(ACC)、趋势异常综合检验(PS)评估和距平符号一致率(PC)3种定量方法对比评估了4种模式对东北地区月气温的预测性能。结果表明,EC模式和CFSv2模式与BCC模式和TCC模式相比,对月气温的总体预测效果较好,有一定的预测技巧。从空间上来看,CFSv2的PC在前半年表现的比后半年的略好,PC超过80%的范围比较大。CFSv2和EC模式对东北地区夏季典型低温年有一定的预测能力。

长江中下游地区1月气温异常及大气环流特征分析

利用1951—2008年长江中下游地区25个站的1月气温资料和逐年1月大气环流资料,分析了长江中下游地区1951—2008年1月气温变化特征,并对1月异常偏冷、偏暖年的环流形势进行对比分析。结果表明:该地区1月气温呈明显的上升趋势,从此趋势的分布状况上看,长江中下游地区除贵州省外都呈上升趋势。气温异常的年份有11a,其中偏冷年有6a,偏暖年有5a。造成这些异常年份的主要系统是西伯利亚高压、乌山脊、东亚高纬度温带西风急流与东亚副热带西风急流。

东北夏季月气温数值产品释用预报方法

采用对站点气象要素场EOF (自然正交函数 )展开 ,预报几个主要特征向量时间系数的思路 ,对国家气候中心的T63动力延伸预报产品解释应用 ,制作东北夏季定点、定量月气温预报。根据 EOF 展开的空间特征向量分布特征 ,分别对反映测站上空高度数值大小与长波系统强弱的高度距平、地转涡度等预报因子进行处理 ,进而建立预报模型。

IEOF法在MDERF产品对贵州5月气温预测释用中的应用

基于MDERF(monthly dynamic extension range forecast)模式输出500hPa位势高度预报场,贵州5月气温历史资料,利用迭代经验正交函数法(Iteration Empiric Orthogonal Function),简记IEOF法,研究该方法对贵州5月气温的预报技巧和预测效果。模型对贵州84站2002—2006年5月气温进行了预报试验,回报试验表明该方法在实际预测业务中有一定预报技巧;过去5a84站平均Pc为64.8%、平均Acc为0.23。最后利用该方法对2007年5月贵州气温趋势进行了展望。

吉林省10天～2月气温预测系统简介

该预测系统能对我省作物生长季内任意滑动段(10天～2月)气温,利用常规的统计方法和对影响我省气温的物理因子进行综合分析和预测,目前是短期气候预测人员对任意滑动段气温预测的主要依据,通过1年来试用,效果较好。

WRF模式与自动站资料同化相结合的辽宁高分辨2012年1月气温场建立试验

利用2012年1月辽宁省1 410个自动站资料,通过资料质量控制,采用WRF模式分析同化,结合自动站资料观测同化进行了辽宁地区4 km分辨率1月气温场建立的试验,同时与不进行同化观测资料、同化稀疏场资料的模拟试验对比,评估3种不同试验下辽宁地区月平均以及逐日、逐时温度的模拟能力,发现WRF模式与自动站资料同化相结合能建立高质量4 km分辨率的辽宁地区1月气温场,1月平均温度的偏差范围大部分低于±0.5℃,对逐日温度绝对偏差一般低于0.6℃,温度变化与观测序列的相关系数高于0.95;逐时温度的绝对偏差一般低于1℃,相关系数高于0.92。同化自动站资料试验的模拟效果,无论对于逐月温度还是逐日、逐时温度都显著优于未同化试验和同化稀疏场资料试验。在复杂地形下,同化自动站后模拟效果的改善尤为明显,逐日和逐时温度模拟的平均绝对偏差降低幅度都能接近0.5℃。

云南7～8月气温高 湿度大 多降水 请抓好防洪排涝 重视防治稻瘟病

1、前期农业气象条件分析 受北方强冷空气和西南暖湿气流的共同影响，从5月11日开始云南省出现大范围降水天气过程，随着雨日雨量的增多，全省雨季由滇西北、滇西至东、至南相继开始，截至5月31日全省除有10个站雨季尚未开始，114个站点均已进入雨季，前期旱情彻底解除，在雨季偏早、5月雨量丰沛的有利条件下，全省大春栽播工作已进尾声。

基于统计降尺度方法的陕西省月气温预测分析

从短期气候预测的实际出发,针对月尺度的气温分县预测,使用逐步回归和主成分分析(即经验正交函数)的统计降尺度方法,利用地面观测站的气温资料、美国国家环境预报中心和美国大气科学研究中心的大尺度气候变量(NCEP/NCAR)和国家气候中心月动力延伸预报模式资料(DERF),对1982—2015年陕西省96个县区的1月和7月气温进行预测,建立统计降尺度模型,并采用交叉检验方法检验模型的预测效果,表明基于经验正交函数和逐步回归的统计降尺度方法在陕西省1月和7月气温的预测中是合理可用的。全省96个县区1月份预测值与观测值距平符号一致率大于60%达到了50个县区,7月份大于60%达到了60个县区。预测值可以较好的预测出气温变化趋势,但预测值变化幅度明显小于观测值。

复杂地形影响下四川省逐月气温空间插值方法研究

为了探索适合四川省的逐月气温数据空间插值方法,在已有研究的基础上运用样条函数法(SP)、反距离权重法(IDW)、普通克立格法(OK)和加入海拔影响因子的样条函数法(SPE)、反距离权重法(IDWE)、普通克立格法(OKE)及多元回归分析法(MRM)对全省144个气象站点的多年逐月平均气温进行空间插值,并利用交叉检验方法对不同方法的插值精度进行评估。结果表明:四川省月平均气温与海拔高度之间呈显著相关关系,且相关性呈明显季节性变化,夏季相关系数大于冬季。各月平均气温随海拔高度的增加均呈递减趋势,夏季气温垂直变化率明显大于冬季,各月气温垂直变化率在0. 308~0. 443 ℃·(100 m)^-1 之间;考虑了海拔影响因子的插值结果明显好于不考虑海拔影响因子的插值结果,在考虑海拔影响因子的4种空间插值方法中,MRM效果最好,其次是OKE和IDWE,最差的为SPE。

概率密度分布法在“一带一路”地区极端月气温评估和预估中的应用

"一带一路"地区人口众多,气候类型复杂,亟待加强区域气候变化风险的认识。文中将该区分成10个区域,基于第五次耦合模式比较计划(CMIP5)中的31个全球模式模拟结果,应用概率密度分布(PDF)方法评估历史阶段(1986—2005年)各模式模拟暖月和冷月气温的能力,挑选并建立较优模式集合,用以预估21世纪中叶(2041—2060年)和21世纪末(2081—2100年)的极端月气温。结果表明,模式对观测中冷月气温距平PDF的模拟水平整体较暖月高。与多模式平均以及中位值相比,较优模式集合方法更适于极端暖/冷月气温的评估。在中等排放RCP4.5情景下,与低纬度地区相比,较优模式模拟中高纬地区未来极端暖/冷月气温的增温幅度的不确定性范围较大。21世纪中叶和21世纪末较优模式模拟的极端暖月气温在地中海增幅整体最大,东南亚增幅整体最小。对较优模式集合预估的极端冷月气温而言,无论是21世纪中叶还是世纪末,北欧增幅整体最大,东南亚增幅整体最小。

DERF2.0模式对甘肃省1月气温模拟的误差分析

基于DERF2.0模式回报的2 m气温资料、甘肃省参与业务评分的69个气象站点观测资料,结合NCEP再分析资料和NOAA海表温度资料,分析了DERF2.0模式对甘肃省1992-2013年1月气温回报误差及其与外强迫之间的关系。结果表明:(1)DERF2.0模式对甘肃省河东1月气温的模拟效果优于河西大部,特别在甘南、临夏、兰州、定西、平凉、庆阳等地区模式回报的平均误差小、稳定性高,且与观测一致呈增暖趋势,而河西大部平均误差大,变化趋势与观测相反,且回报效果不稳定。(2)虽然模式对1月气温的年际变化及空间分布形态有较好的反映,但气温变化中心和数值与观测差异大。(3)误差场的第一模态反映了模式对气温一致的高估或低估;第二模态以黄河为界,河东和河西误差呈相反的分布型;第三模态则是甘南高原区与其余大部误差呈反位相分布。(4)回报误差的主要模态与关键区域的环流和海温存在显著的相关性,表明模式对环流和海温异常的响应能力存在缺陷,通过调整模式对关键区环流和海温的响应能力,在一定程度上可能减少模式对甘肃省1月气温的预报误差。

El-nino和La-nina事件与新疆月气温降水的关系

通过从美国NOAA和英国气象厅获取的较为完备的海温资料的分析以及对El－nino事件和k－nina事件与新疆月气温降水量的合成分析，得到一些有意义的结论，这些结论在短期气候预测中都具有较好的实用价值。研究表明新疆月气温、降水的年度时间分布与海温异常有显著关系。

地铁车站月平均气温随运营年限演化特性

建立了地铁车站空气热平衡理论模型,基于区间隧道空气温度和车站围岩土体蓄放热量,得到车站月平均气温在运营初期、中期和远期的逐年演化特性。研究结果表明:随着地铁车站运营年限的增长,月平均气温呈现逐年上升趋势,运营第15年较第1年,车站月平均气温在1月温升最低为3.1℃,8月温升最高为10.6℃;在现有地铁行车密度随运营年限增大的运行模式下,地铁车站运营初期行车密度仅为15对/h,夏季车站最高气温出现在第5年,为26.4℃,远低于夏季站厅站台空调设计温度平均值29℃,所以运营初期车站空调系统提供的冷量远大于车站的冷负荷需求,初期车站空调系统存在一定的节能空间。

2022年5月欧亚大陆中高纬度地区“三极子”型异常气温的特点和成因

2022年5月,欧亚大陆中高纬度地区出现了“三极子”型的异常表面气温(Surface air temperature,SAT),东欧和东北亚偏冷,欧亚大陆中北部偏暖,是2000年以来5月最明显的一次气温异常。基于多种资料和方法,本文探讨了此次“三极子”型异常气温的特点和成因。结果表明:“三极子”型异常SAT在5月15—27日期间最显著,与“三极子”型的异常大气环流密切相关,偏暖(冷)处受到了异常高(低)压和异常偏南(北)风的影响,欧亚大陆中北部(东欧)还受到了异常下沉(上升)运动和净热通量正(负)异常的影响,东北亚较弱的异常环流可能是该处SAT异常较弱的原因。比较不同物理过程对三极子各区域SAT异常的贡献,发现异常温度平流(异常经向风对气候态温度的平流)在“三极子”型异常SAT的形成中贡献最大,贡献率分别为40.5%、18.7%和17.7%。“三极子”型异常环流与两支波列有关。里海以北和中纬度北大西洋东部分别在5月9—10日和15—17日期间有与低层辐合异常和高层辐散异常相关的异常上升运动,导致降水异常偏多。线性斜压模式结果证明,降水导致的潜热释放在对流层形成的异常热源可以激发出欧亚大陆上的“三极子”型环流。

5月华南气温的岭回归预测模型

该文研究5月华南气温变化特征及其成因,寻找海温前兆信号并探讨其影响气温的可能物理机制,建立5月华南气温的多元岭回归预测模型。结果表明:5月华南气温异常偏高(偏低)年表现为乌拉尔山、东亚的异常反气旋(气旋)环流,以及贝加尔湖附近的异常气旋(反气旋)环流,使东亚经向环流减弱(加强),冷空气活动减弱(加强);同时副热带高压在华南地区异常西伸(东退)和西南风减弱(加强)。海温前兆信号主要为前冬北大西洋三极子型、印度洋全区一致型,其中北大西洋海温前兆信号的相关性最强。北大西洋海温前兆信号为正(负)位相时,通过欧亚遥相关波列使经向环流减弱(增强)和冷空气活动减弱(加强),同时副热带高压在华南一带西伸(东退),有利于华南地区气温偏高(低)。利用前冬前兆信号所建立的5月气温多元岭回归预测模型,拟合效果较好并对异常年份有较好的预测能力。