德国气候预测系统中东亚冬季风的季节预测及可预报性

东亚冬季风(EAWM)作为北半球冬季最强的中纬度环流系统之一,主导着东亚的冬季气候。因此,开展东亚冬季风季节预测和可预报性研究具有十分重要的意义。本研究使用德国气候预测系统(German Climate Forecast System,简称GCFS2)输出的回报数据(1993~2016年)对EAWM的预测性能进行全面评估。GCFS2很好地预测了EAWM气候态的主要特征,包括西伯利亚高压、阿留申低压、东亚大槽、东亚高空急流及东亚上空的地表气温和降水,并可以熟练地预测东亚大槽及东亚地表气温的年际变化。GCFS2对一个海平面气压定义的EAWM指数(EAWMI)显示出了预测技巧,同时可以很好地预测与EAWM相关的位于海洋上的大气环流、地表气温及降水异常。GCFS2中EAWM的预测技巧主要得益于对观测中的EAWM–ENSO关系及ENSO遥相关的成功再现,模式中增强的EAWM–ENSO[强于观测,观测中整个24年(1993~2016)EAWM与ENSO的相关系数为-0.46]关系,有助于提前2个月或更长时间预测EAWM。GCFS2中12月初始化的EAWMI在去除ENSO信号后仍有0.42的预测技巧,说明有另一预测源,为冬季巴伦支—喀拉海区域海冰覆盖度(BK_SIC)。观测中BK_SIC减少,增强西伯利亚高压,EAWM从而增强;模式中BK_SIC的变化可以增加西伯利亚高压东北部的可预测性,使得12月初始化的EAWM预测技巧增加。

青藏高原东侧复杂地形区极端降水研究进展

青藏高原东侧地形地貌多变,海拔高度起伏剧烈,陡峭而复杂地形下极端降水带来的气象灾害与地质次生灾害直接威胁着高原与下游地区,且这种独特的地形与地理位置,为极端降水的研究带来了巨大挑战。围绕青藏高原东侧复杂地形区极端降水,对近10 a降水数据观测分析新方法、极端降水气候演变特征和协同机制、云-降水物理特征及预报模拟和气候预估等方面取得的新进展进行了回顾,并就高原复杂地形区极端降水研究今后值得关注和思考的科学问题,从机器学习方法与多源降水数据结合以及高原地区降水资料的适用性研究、极端降水的气候变化特征与大气环流异常的机理研究、高原地区的云宏观特征和云微物理特征研究、气候模式历史模拟性能的评估及对未来极端降水模拟的预估研究等方面进行了展望。

对外贸易的区域创新促进作用研究——基于经济水平的门槛效应分析

创新是社会发展的第一动力,在不同经济发展水平下创新路径理应有所不同。在“拿来主义”难以为继、“原始创新”相对薄弱的现实情况下,分析对外贸易如何有效提高区域创新能力显得尤为重要。为此,本文基于双重固定面板回归模型,并运用门槛回归的分析方法,从地市级层面分析验证了在不同经济发展水平下对外贸易对区域创新的差异化促进作用,同时,本文还从政府支出增加和企业利润增长的视角进一步验证了其作用机制。

CMIP5/6模式对PDO调制ENSO爆发频率不对称的模拟评估

利用第五次和第六次国际间耦合模式比较计划(CMIP)中piControl情景下的模拟结果,结合观测资料,对比评估了19个CMIP5模式和23个CMIP6模式对太平洋年代际振荡(PDO)调制厄尔尼诺-南方涛动事件爆发频率不对称的模拟能力,并进一步揭示了PDO的调制过程。结果表明:在观测中,PDO正(负)位相下厄尔尼诺(El Niño)的爆发频率比拉尼娜(La Niña)多300%(少73%),53%(78%)的CMIP5(6)模式模拟出这一特征;尽管两个模式整体都低(高)估了PDO正(负)位相的调制能力,但CMIP6模式对PDO调制能力的模拟有所改进。进一步研究发现,在PDO正(负)位相下,赤道太平洋中西部会产生较强的西(东)风异常,风场通过平流的作用使得暖水向东流动,从而在太平洋中东部的海表面温度背景场中出现正(负)异常变化,而这有利于PDO正(负)位相下El Niño(La Niña)事件的发生。

双一流背景下硕士博士学位授权建设机理与实现途径研究

通过对目前高等学校硕博士立项建设项目进程的总结与分析,将高校学科建设、办学定位与硕博士学位点授权建设相联系,从学科方向、导师队伍建设、搭建学科基地、培养拔尖人才4方面介绍硕博士点学科建设的主要做法;从外部环境、内部环境和主观价值选择3大侧重点分析影响高校办学定位的重要因素,从政府和高校2个层面对高等学校办学定位提出了优化措施,对目前高等学校硕博士立项建设工作具有重要的指导价值。

NCEP CFSv2模式对川渝夏季降水次季节预测技巧评估及预报偏差分析

利用NCEP的第二代气候预测系统(CFSv2)提供的2000-2009年降水场历史回报试验资料以及川渝182个测站的降水实况资料。采用时间相关系数、均方根误差、距平相关系数、距平符号一致率以及PS评分等方法,对模式在川渝地区夏季降水以及夏季降水异常的次季节尺度预测技巧进行检验,并进一步分析了模式在概率密度和降水频次方面的预报偏差特征。结果表明:该模式对川渝夏季降水的可用预报时效为3候左右,能够较好地模拟出夏季降水的高值中心,但量级偏大。预报技巧高值区主要位于四川盆地西北部及渝东北地区,对攀西地区南部及川西高原部分地区也有一定的预报技巧。该模式也能够较好地把握川渝地区夏季降水异常偏少的趋势,有效预报技巧为2候以内。模式各时效预报与观测的降水概率密度主要集中在10 mm以下量级;模式预报各量级降水频次与实况相比均偏高得较为明显,且随着预报时效延长,偏差越大,其中偏高最为明显的是小雨频次。

青藏高原中东部极端降水的时空变化特征

伴随全球气候变暖,极端降水事件明显增多,造成的灾害损失日益增加。青藏高原作为全球气候变化敏感区域,开展该区域极端降水事件时空变化特征研究有助于提升高原气候预测和防灾减灾能力。利用1961—2017年青藏高原中东部68个气象站逐日降水观测数据,通过百分位阈值法和线性倾向估计法,结合极端降水指数,分析该区域极端降水时空分布及变化趋势,探讨不同等级降水对总降水量的贡献。结果表明:青藏高原中东部地区各极端降水指数总体均由东南向西北递减,东南部是总降水和极端降水高值区,但该区域对整体降水量增加的影响较小。近57 a来,各极端降水指数整体均呈增加趋势,总降水量及其强度、强降水量、1日最大降水量和连续5 d最大降水量增加趋势显著,强降水量气候倾向率大于特强降水量,且强降水量占比明显增大,而特强降水量占比略有减小,表明强降水量增加对总降水量的贡献更大。强降水量和强降水、中雨日数与总降水量及其强度的变化趋势空间分布基本一致,区域东北部为显著增加区,中雨、强降水日数及雨量的增加导致高原中东部总降水量和极端降水量增加。

雷达和卫星资料同化在一次华南暴雨预报中的应用

利用WRF模式和GSI同化系统,搭建了一套可以业务运行的预报系统,实现了对多普勒天气雷达反射率和径向风、葵花(Himawari-8)气象卫星等资料的同化功能。基于本系统,针对同化非常规资料可能带来的资料应用和预报效果问题,设计了多组同化方案,对2017年7月17~18日发生在华南的一次强降水过程进行模拟分析和同化效果评估。结果表明:分别同化常规资料、雷达径向风、雷达反射率反射率、卫星资料均对预报效果有所改进,特别是同化卫星资料,可以改善系统对云水物质的分析能力,进而提高海上天气过程的降水预报。基于分类试验同化的结果,对整体同化常规资料、雷达径向风、雷达反射率和卫星资料等对温度、风向风速、相对湿度和降水等模拟技巧进行评估后发现,整体同化对强降水的发生时间和强度预报有改进,但并非在所有方面都优于单独同化某一类资料的结果。

基于SWOT模型的学科建设发展战略研究

针对如今激烈复杂的竞争环境,高等院校想要持续稳定地发展,关键在于能否结合内外部优势,扬长避短,规划出正确的学科建设发展战略。运用企业战略分析方法,综合分析出高校内外部的优势和劣势、机会和挑战,结合质量功能展开法和发明问题解决理论技术规划出有助于高校学科发展和提升高校办学层次和水平的发展战略,并对形成的战略进行综合分析,将战略按比重由高到低进行排序。

我国前冬和后冬的划分及其气温的年际变异

基于我国762站均一化逐日平均和逐日最低气温数据集,对我国年最低气温的概率密度分布的分析表明,我国年最低气温的概率密度呈现清晰的双峰分布特征。进一步考察其原因发现东亚冬季风盛行期间我国年最低气温的分布具有显著的地域性差异,以冬季气候态气温的0℃为界大致可以分为两种气候区。综合不同气候区内年最低气温所在日期的概率密度分布的结果,将11月16日至次年1月15日划分为前冬,次年1月16日至3月15日划分为后冬。在此基础上,通过依赖于季节的经验正交函数分解方法分析了近56年我国前冬和后冬气温在年际变异上的特征,并进一步利用NCEP/NCAR全球日平均再分析资料通过合成分析的方法研究了其对应的大气定常波和瞬变波特征。结果表明:年际变化时间尺度上,我国前冬和后冬气温演变仍表现为前、后冬同相演变和反相演变这两个主要模态。同相演变模态环流异常的空间形态在前冬和后冬较为一致,并随着前冬向后冬的推移其环流异常的强度在不断加强;反相演变模态则对应了环流异常在前冬和后冬的相反变化,且其环流异常的空间形态在前冬和后冬有较大不同。对大气波动特征的分析表明,瞬变波的动力和热力的强迫作用以及定常波能量向下游的频散对北大西洋至欧亚大陆上定常波列的维持和发展具有重要作用。同相演变模态中,北大西洋上的波列将能量从北美向欧洲地区传播,加强了后冬欧洲地区的高压异常,该中心在后冬向下游的能量频散显著增强,形成了一个自欧洲经喀拉海以东至贝加尔湖附近的定常波列,大气瞬变波所引起的动力和热力强迫对该波列位于欧洲和贝加尔湖地区的大气活动中心的维持和发展具有正的贡献。反相演变模态中前冬的波动特征与同相演变模态后冬基本一致,而后冬则表现为从北大西洋中部向格陵兰岛传播,并进一步向东经乌拉尔山附近传向青藏高原北部的波列,风暴轴移动所引起的大气瞬变波的动力和热力强迫对该波列位于北大西洋地区南侧的中心有维持作用。

基于T639集合预报的我国2016年极端温度预报检验

基于我国T639集合预报系统的2 m温度模式实时预报和分析场资料,对历史气候百分位分布进行了估算,并对2016年我国极端高温和极端低温集合预报进行了检验评估。分析表明,对于某一区域代表站点,不同超前时间对应的气候百分位分布变化趋势均与分析场的基本一致,但不同区域代表站点之间以及同一站点不同季节之间的气候百分位分布则存在差异。Talagrand分布检验结果显示,T639集合系统对哈尔滨和长沙站的预报存在暖偏差,而对北京和拉萨站的预报则存在冷偏差,其余典型站表现出预报离散度偏小的特点。基于历史气候百分位定义,对2016年极端温度进行识别、预报和检验。TS评分结果表明,T639集合系统对于我国极端温度总体上具有一定预报性能,预报技巧在各个区域有较大差别,极端高温在江南和东北区域技巧相对较高、极端低温在华北和南方技巧较高。对于不同预报方法技巧比较显示,集合平均法对极端信号有平滑效果,总体技巧偏低,集合众数法对低温技巧增加明显,而采用集合最大值和最小值法对极端信号则有放大效果,对高温技巧增加明显,但对低温技巧则不明显。由此可见,采用合适的方法对集合预报中极端信息的正确提取至关重要。

GRAPES-GEPS环流集合预报的分类释用方法研究与检验

集合预报在数值天气预报体系中具有重要地位,因此如何有效提取集合样本信息以提高集合预报技巧一直是一个重要课题。基于中国全球集合预报业务系统(GRAPES-GEPS)的500 hPa高度场集合资料开展对环流集合预报的分类释用方法研究,并对集合聚类预报结果进行了检验分析。通过在传统Ward聚类法中引入动态聚类的“手肘法”方案,发展了环流集合预报分类释用方法。针对该方法的个例分析表明,对于中国中东部地区环流集合预报的聚类释用方法能够有效地划分出最有可能发生的环流形势类型并提供发生概率。确定性预报综合检验结果显示,集合预报聚类结果中发生概率最高的集合大类相对于集合平均的预报技巧有明显提升,并随着预报时效的延长提升更明显。总体来看,通过集合预报的分类释用方法划分环流形势类型可以为天气预报提供参考依据,具有实际应用价值。

四川地区短时强降水事件时空演变特征研究

利用四川地区自动气象站逐小时降水观测资料,分析了2010~2019年5~9月短时强降水事件24h累计降水量、频次和强度的时空分布特征,探讨了短时强降水事件发生的频次、极值分布及其与地形、海拔高度等的关系。结果表明:四川地区平均24h累计降雨量基本在50mm以上,盆地东北部、西南部、南部及阿坝州东部甚至超过100mm,最大值出现在广安,达175mm。四川地区短时强降水事件开始时间的日变化特征表现为“V”型结构的夜间峰值位相,事件持续时段多为傍晚至凌晨,时长可达10h以上,最长甚至可持续22h。在强降水事件极值的日变化上,极大值频次和降水量呈单峰结构,在03时达到最大,其后逐渐减小至15时达到谷值,而后再次增大;降水强度呈弱双峰结构,分别在04时和16时达到谷值,13时和18时达到峰值,其日变化呈“增-减-增-减”的特征。四川短时强降水事件与复杂地形有密切的关系,5~6月事件活跃区在四川盆地中部,7月在盆地西部的龙门山脉一带,8月在雅安、乐山附近,9月在盆地北部且频次明显减少;短时强降水事件的最大小时雨强可达80mm以上,出现在7~8月的盆地西部龙门山一带和南部地区。短时强降水事件随着海拔高度的增加,发生频次和日数逐渐减少,海拔2000m以上地区基本无强降水发生日出现(峨眉山气象站例外)。

西南区域模式在成都地区的降水检验及物理量分析

本文选取2014年6～9月西南区域模式产品的每日20 h(北京时)起报的00 h～24 h降水量、相关物理量及成都地区实况降水量。首先利用领域法建立高分辨率模式与稀疏站点对应关系,其次比较领域内的降水量分级传统技巧评分以及强降水(25mm以上)与模式物理量阈值进行概率分析,得出强降水物理量阈值,最后通过个例对模式物理量阈值进行检验。得出如下研究结论:降水量分级评分结果表明模式对成都地区有无降水预报总体效果较好; TS评分随着预报降水量级增大而减小,同时模式空报率高于漏报率;而暴雨及暴雨以上量级降水混合评分为11. 6%,具有一定的参考性。强降水与模式物理量阈值概率分析表明模式对强降水有一定的预报能力,但量级、落区相对较差。两次降水个例物理量阈值均满足以暴雨、暴雨以上降水为主的条件。

天空辐射计观测反演北京城区气溶胶光学特性

利用2018年10月-2019年9月天空辐射计观测数据反演北京城区气溶胶光学特性参数,重点分析污染过程中气溶胶光学特性与气象条件的相关性。结果表明:500 nm气溶胶光学厚度在2-7月较大,最高值出现在6月,为0.71。单次散射反照率最高值出现在8月,为0.96;最低值出现在5月,为0.89。440~870 nm Angstrom波长指数最高值出现在夏季,为1.11;最低值出现在春季,为0.89。统计发现污染日数仅占总日数的17%,其中62%为轻度污染;污染和清洁天气条件下PM2.5浓度分别为107.22μg·m^-3和47.16μg·m^-3,500 nm气溶胶光学厚度分别为0.85和0.49,单次散射反照率分别为0.96和0.92;冬季Angstrom波长指数在污染天气条件下(1.02)大于清洁天气(0.91),春季相反。结合天空辐射计、激光雷达和气象数据分析2019年1月一次污染事件,可知低风速与高湿度等不利气象条件、气溶胶粒子的吸湿增长和二次转化、污染物局地排放及区域输送共同导致污染事件发生。

基于探空资料的绵阳机场雷暴潜势预报方法

本文利用绵阳机场2010~2014年逐时气象观测资料、温江站探空资料与绵阳市闪电定位仪资料,通过探空资料计算各对流参数与雷暴发生的相关系数,筛选相关系数高的对流参数作为预报因子,并探讨各预报因子的物理意义。分别用事件概率回归(REEP)、Fisher判别分析以及指标叠加三种方法制作雷暴潜势预报,其中指标叠加法CSI评分最高,并且可以通过累加值N的大小来确定雷暴发生概率。用指标叠加法试报机场2015年6~8月雷暴,临界成功指数CSI=52.9%,击中率POD=81.8%,利用该方法对绵阳机场周边(市辖区范围)航路上的雷暴也有较好的预报能力。

1979—2016年青藏高原低涡的变化特征研究

青藏高原低涡(Tibetan Plateau Vortex,TPV)是造成我国暴雨的重要天气系统之一。基于1979—2016年ERA-Interim逐日再分析资料,通过客观识别方法,对TPV进行筛选,并以部分年份的TPV与《青藏高原低涡切变线年鉴》(以下简称年鉴)中的TPV进行了对比分析。主要得到如下结果:(1)客观识别TPV与年鉴TPV的平均吻合率为66.2%;其频数和中心位势高度与年鉴TPV的呈显著相关。(2)近40 a的TPV频数呈显著增加趋势,年均56.3个,存在准6 a和准10 a周期。(3)TPV中心位势高度呈正态分布,其持续时间呈指数减少趋势,其频数、持续时间和中心位势高度均呈夏强冬弱。(4)33°—36°N,80°—90°E是TPV出现的高频带,其高频轴线位于35°N附近,那曲地区西部和阿里地区北部是其高频中心;西部涡、中部涡和东部涡分别占TPV总数的32.6%、46.0%和21.4%;东移型、准静止型和西移型TPV分别占TPV总数的61.4%、34.3%和4.3%。(5)基于该识别方法建立的TPV数据集,可为进一步开展TPV研究提供重要参考依据。

重庆地区一次冬季强降温过程诊断分析

为更全面地认识重庆地区冬季强降温发生机制,利用常规地面观测资料、探空资料及数值模式资料,采用天气动力学诊断方法,对重庆地区2018年1月22—29日强降温天气过程的天气系统演变特征、动力结构特征及水汽条件进行分析。结果表明:(1)1月22—29日冷空气由东北路径侵入重庆地区,72 h内日平均温度普遍下降6℃及以上,东北部地区由于先受冷空气影响且海拔普遍偏高,较西部地区先出现大范围降温且最低温度普遍低于西部地区,出现雨雪天气;西部地区在高、低空急流及川东低涡切变线的动力作用下,配合充足的水汽条件较东部地区先出现大范围降雨,东北路冷空气回流至西部地区,并持续低温阴雨天气。(2)贝加尔湖以西的低压系统、冷中心及东北冷涡、高低空急流、中低层低涡切变线是预报重庆地区此次强降温伴随雨(雪)天气的出现时间及影响区域的重要预报着眼点。

同化卫星高度计观测对CAS-ESM-C上层海洋温度模拟的改进

为有效改进中国科学院地球系统模式气候分量系统(CAS-ESM-C)对年际海洋变化信号的模拟,利用集合最优插值同化方法(ensemble optimal interpolation,EnOI)将海表高度(sea surface height, SSH)数据同化入CAS-ESM-C。通过对比3种不同来源的平均动力地形(mean dynamic topography, MDT)数据对SSH同化性能的影响,筛选出针对CAS-ESM-C海洋资料同化最优的MDT。在此基础上,实施了1994-2000年的SSH观测同化试验,检验其对CAS-ESM-C海洋状态模拟的改进效果。结果表明,正是由于海洋上层(温跃层以内)的温度变化与SSH有着较强的动力相关性,同化SSH观测可以显著地改进CAS-ESM-C对海洋上层温度变化、海气耦合循环和物理过程的模拟。0~400 m全球平均的均方根误差能控制在1.0℃以内;温跃层深度附近的改进效果最为显著;热带太平洋上层海洋热含量的年际变化以及赤道太平洋地区海温年际异常演变明显优于仅同化海表温度(sea surface temperature, SST)的改进效果。由此可以得到,同化SSH改进了CAS-ESM-C对海洋上层年际变率的模拟,为下一步利用CAS-ESM-C开展短期气候预测奠定了基础。

全球变暖背景下青藏高原中东部地区温度变化特征

青藏高原作为全球气候变化的指示器,其温度变化对全球气候变化有重要的意义.为研究青藏高原近年来的温度变化特征,利用青藏高原中东部地区1960-2016年64个站点的逐日平均、最高和最低温度资料,采用最小二乘法、一元线性回归等方法分析青藏高原中东部地区温度的时空分布及年际变化特征.结果 表明:青藏高原中东部温度的增暖速度表现为东南部、北部、西部增暖速度快,中部地区增暖慢;从季节来看,2000年以前秋季对高原中东部增暖的贡献最大,2000年后春季对高原中东部增暖的贡献最大,且最低温度的增温最显著,其次是平均温度、最高温度;2000年以后青藏高原中东部温度持续升高,且增暖速度更快.