韶关汛期不同持续时间的降水特征分析

基于2008—2021年韶关8个国家站的逐时降水数据,分析了韶关汛期不同持续时间降水的特征,结果表明:韶关汛期降水的平均持续时间为3.9 h,持续2~6 h降水事件的累计降水量较大,随着持续时间的增长,累计降水量逐渐减少,降水频次迅速减小,持续时间大于10 h降水事件的降水强度较大。短时降水事件主要始发于午后到傍晚,降水量峰值出现在14:00—20:00;持续性降水事件主要始发于夜间到清晨,降水量的峰值出现在清晨;不同持续时间的降水事件均较少始发于08:00—12:00,且该时段降水量较少。短时降水午后到傍晚的降水量峰值是降水频次和降水强度共同作用下形成,清晨的次峰值主要取决于降水频次;持续性降水的降水频次在各个时次相差不大,其降水量日变化主要来自于降水强度的贡献。前汛期(4—6月)持续性降水和短时降水各占一定的比例,持续性降水略多;后汛期(7—9月)以短时降水为主。

揭阳冬季低温及其极端事件与低频振荡的关系

基于1981-2020年揭阳市国家站逐日最低气温和NCEP/NCAR再分析资料,采用相对阈值和功率谱分析方法研究了揭阳冬季最低气温及持续性极端低温事件(PECE)与低频振荡的联系。结果表明:揭阳市冬季最低气温存在显著10~30 d振荡(准双周振荡)与30~90 d振荡(季节内振荡)。冬季最低气温的低频振荡对PECE的发生起重要调制作用,60%的PECE同时受10~30和30~90 d变率耦合影响,30%的PECE仅受10~30 d变率调制,10%的事件仅受30~90 d变率调控。中高纬低频环流波列通过调制西伯利亚高压和东亚大槽季节内尺度上的位置及强度变化来影响低频冷空气的南侵,进而引起揭阳市最低气温低频分量的持续下降,有利于PECE的发生。

On the Climatology of Persistent Heavy Rainfall Events in China

Persistent heavy rainfall events （PHR events） comprise one category of weather- and climate- related extreme events. Based on daily rainfall data measured in China during the period of 1951-2004, several quantitative criteria were developed to define PHR events by means of their precipitation intensity, temporal duration, spatial extent and persistence. Then a semi-objective classification based on these criteria was applied to summer daily rainfall data to identify all PHR events. A total of 197 events were observed during the study period. All events were further classified into 5 categories according to their comprehensive intensity; into 3 types according to their circulation regime; and into 8 groups according to the geographic locations of their rainbands. Based on these different classifications, finally, the behaviors of 130 PHR events identified as the most severe, severe and moderate categories since the year of 1951, including characteristics of the spatial and temporal distributions of their frequencies, intensities, and rainbands, were investigated in order to present a comprehensive description of the PHR events. The results will be helpful to the future study of revealing and understanding the processes that govern the production of the PHR events and to the improvement of the forecasts of the PHR events.

基于局部线性嵌入的人工智能台风强度集合预报模型

利用局部线性嵌入算法通过学习挖掘高维数据集的内在几何结构,高效地实现维数约简和特征提取的能力,论文以2001—2012年共12年6—9月西北太平洋海域内生成的台风样本为基础,将气候持续因子作为台风强度的基本预报因子,采用局部线性嵌入的特征提取与逐步回归计算相结合的预报因子信息数据挖掘技术,以进化计算的粒子群算法,生成期望输出相同的多个神经网络个体,建立了一种新的非线性人工智能集合预报模型,进行了分月台风强度预报模型的建模研究。在建模样本、独立预报样本相同的情况下,分别采用人工智能集合预报方法和气候持续法进行预报试验。试验对比结果表明,前者较后者在6、7、8和9月24 h台风强度预报中,平均绝对误差分别下降了23.34%、24.46%、19.41%和27.45%,4个月的平均绝对误差下降了23.10%;48 h台风强度预报中,6—9月平均绝对误差分别下降了44.82%、16.73%、0.89%和49.26%,4个月的平均绝对误差下降了25.54%。进一步研究发现,在变动局部线性嵌入算法忌近邻个数的情况下,建立的台风强度集合预报模型,其预报结果稳定可靠,相对于气候持续法均为正的预报技巧水平,为台风强度客观预报提供了新的预报工具和预报建模方法。

华西秋雨区域性极端降水的环流特征

利用1961—2010年中国743个测站的逐日降水资料和NCEP/NCAR再分析资料,采用百分位方法挑选出了发生在华西秋雨期(8月9日—10月12日)的161次区域性极端降水事件,将其分为两类分别讨论了同期和前期的异常环流特征,并与一般性降水进行了对比。结果表明,对于第一(二)类极端降水,华西地区气旋性距平环流(气旋性风切变)形成低层风场辐合,同时高层为辐散,由此产生强烈的上升运动,来自热带海洋的水汽输送偏强(偏弱),在华西秋雨区形成水汽辐合,副热带高压位置偏西、偏北使得华西地区西南暖湿气流偏强,巴尔喀什湖以北地区为正(负)高度异常,形成一槽一脊(二槽一脊)环流型,西北气流由此加强,冷暖空气交汇于华西地区从而形成极端降水。两类极端降水均与一般性降水具有相似的异常环流特征,只是造成极端降水的异常环流强度均比一般性降水更强。两类极端降水的上述异常环流型在极端降水发生前一天就已经存在,可以作为华西秋雨极端降水短期预测的强信号。

中国冬季持续性低温事件的低频特征以及中低纬大气低频振荡对其的影响

根据中国气象局提供的1979 1980—2009 2010的31个冬季中国553个台站的逐日日平均气温资料和中国冬季持续性低温发生的特点,提出了单站持续性低温事件和区域持续性低温事件的客观定义,并利用EOF分析、谱分析、滤波和合成分析等统计方法,描述和统计了我国冬季持续性低温事件的低频特征以及中低纬大气低频振荡在持续性低温事件发生过程中的作用。结果表明,在低纬度地区,赤道印度洋的热带对流活动通过经向垂直环流影响了持续性低温事件。另外,在中纬度地区,北太平洋中部低频反气旋的增强为低温事件的持续性做出了贡献;西伯利亚地区低频高压的加强提供了不断的冷空气;贝加尔湖-巴尔喀什湖低频横槽的加深与维持,有利于冷空气从偏西路径侵入中国。因此,中国冬季持续性低温事件是中低纬大气低频振荡共同作用的结果。

6月广东持续性暴雨过程概念模型的建立

利用1979-2011年广东省86个测站地面观测逐日降水资料及NCEP-DOE第二套分析资料，通过合成分析和过程回报检验等步骤，从中高纬度环流型、区域动力上升条件和水汽输送条件三方面，确定广东6月持续性暴雨信号并进行量化表征，建立了广东持续性暴雨发生的概念模型。从30次历史持续性暴雨过程检验表明，有28次过程符合概念模型。通过2012年6月21-24日持续性暴雨过程检验表明，概念模型有一定实际应用价值。根据概念模型结合模式预报产品，将可进行中期和延伸期预报。另外，中高纬度环流型有一定持续性，通常提前1-4天出现异常信号，这对短期天气预报也有参考价值。

江南春雨的两个阶段及其降水性质

根据1970—2009年平均的逐候NCEP/NCAR再分析资料和1979—2008年平均的逐候CMAP降水资料,分析了第1—27候江南地区(110～120°E,23～30°N)降水的阶段性特征。通过滑动t检验方法,发现江南地区的春季降水分别在第10、16候出现突增,达到99%的统计信度。为此,将第10候确定为江南春雨的建立日期,并将江南春雨期划分为两个阶段:第10—15候为第一阶段,第16—27候为第二阶段。伴随着江南春雨降水量的两次突增,青藏高原东南侧(105～112°E,20～25°N)的西南风也有两次突增,但时间要比江南春雨早1～2候。与第一阶段相比,第二阶段东亚经度上的冬季型Hadley环流消失,江南地区的上升运动向上扩展至200 hPa高度,纬向海平面气压场梯度由大陆高、海洋低的冬季型转为大陆低、海洋高的夏季型,大气层结不稳定性和对流性降水率均增加,这表明第二阶段的江南春雨已具有副热带季风降水的性质。

基于主成分分析的人工智能台风路径预报模型

利用主成分分析可以从具有随机噪声干扰的气象场提取主要信号特征,排除随机干扰的能力,论文以1980～2010年共31年6～9月西行进入南海海域的台风样本为基础,综合考虑台风移动路径的气候持续因子和数值预报产品动力预报因子,采用主成分分析的特征提取与逐步回归计算相结合的预报因子信息数据挖掘技术,以进化计算的遗传算法,生成期望输出相同的多个神经网络个体,建立了一种新的非线性人工智能集合预报模型,进行了分月台风路径预报模型的预报建模研究。在预报建模样本、独立预报样本相同的情况下,分别采用人工智能集合预报方法和气候持续法进行了预报试验,试验对比结果表明,前者较后者在6、7、8和9月份台风路径预报中,平均绝对误差分别下降了7.4%、4.8%、12.4%、17.0%。另外,论文进一步在初选预报因子和样本个例相同的情况下,通过比较新模型与直接采用主成分分析方法选因子并分别运用逐步回归和遗传—神经网络集合预报模型进行计算的预报精度差异表明,前者具有更高的预报精度,其原因是该方法挖掘利用了全部备选预报因子的有用预报信息,而且遗传—神经网络集合预报模型的是由多个神经网络个体预报结果合成,集合模型的各个神经网络个体的网络结构,是通过遗传算法的优化计算确定的,因此,该集合预报模型的泛化能力显著提高,在实际天气预报中具有较好的实用性和推广价值。

春季西太平洋海表面温度对我国江南春雨的影响

利用NCAR提供的第5代全球大气环流模式CAM3.1探讨了春季西太平洋副热带地区海表面温度对我国江南春雨的影响。数值试验结果表明:春季西太平洋副热带地区海表面温度升高可引起同期东亚(?)西太平洋副热带纬向海陆热力差异减弱,进而引起3—4月青藏高原东南侧的低涡强度减弱,该低涡与西太平洋副热带高压之间的位势梯度减小,中低纬度西太平洋副热带高压强度减弱,其北侧的850 hPa西南风强度相应减弱,因此西南暖湿气流输送也随之减弱,造成江南地区的水汽通量辐合强度明显减弱,这种环流分布状况将不利于出现较强的江南春雨,导致江南春雨强度明显减小。

MRI模式对华南春雨气候态及年际变率的模拟:不同模式分辨率的比较

本文利用日本气象研究所(MRI)参加第五次国际耦合模式比较计划(CMIP5)的大气环流模式在高、中、低三种分辨率下的AMIP试验结果,评估了其对华南春雨气候态和年际变率的模拟能力,比较了不同分辨率的模拟结果。结果表明,三种不同水平分辨率(120 km、60 km和20 km)的模式均能再现北半球春季位于中国东南部的降水中心。相较于120 km模式,20 km模式能够更为合理地模拟出华南春雨位于南岭—武夷山脉的降水中心。水汽收支分析表明,60 km、20 km模式高估了水汽辐合,使得华南春雨的降水强度被高估。在年际变率方面,在三种分辨率下,模式均能较好地再现观测中El Ni?o衰减年春季的西北太平洋反气旋以及华南春雨降水正异常。较之120 km模式,60 km、20 km模式模拟的降水正异常的空间分布和强度更接近观测,原因是后者模拟的El Ni?o衰减年春季华南地区的水平水汽平流异常更接近观测。本研究表明,发展高分辨率气候模式是提高华南春雨的气候态和年际变率模拟水平的有效途径之一。

江淮地区夏季持续性降水特征及其与东亚高空急流的联系

围绕1960—2011年江淮地区夏季持续性降水展开对单站和区域性持续4 d及以上降水的分析,并探讨其与东亚高空急流的联系。研究发现,近年来持续4 d及以上降水的频数有增多趋势,且在江淮地区其影响范围有逐渐扩大的趋势。持续4 d及以上单站降水频数EOF分析的前两个模态均与极锋急流和陆上副热带急流的协同作用有关。当极锋急流北移和陆上副热带急流南移时,冷暖空气易在江淮地区的西北部相遇,利于较长持续时间的单站降水在该地区发生,易于导致第一模态的全场一致变化。与第二模态相关的高空急流配置表现为陆上副热带急流的减弱和极锋急流的增强,两支急流的强弱配置通过影响水汽输送和上升运动导致江淮地区形成南湿北干的异常型。进一步研究了江淮地区持续4 d及以上区域性降水与急流协同作用的关系发现,在事件发生之前极锋急流显著增强,副热带急流略有增强。伴随着两支急流的变化,西北太平洋副热带高压和北风产生持续性异常,利于冷暖空气活动,导致持续时间较长的区域性降水发生。

基于经验正交函数和机器学习的南海海面高度异常预测

海面高度异常(SSHA)作为重要的海洋要素,对研究海洋温盐剖面、海洋涡旋等海洋动力现象具有重要意义。然而,传统的海洋预测技术存在着预测时效过短、预测过程复杂等诸多问题,现有的机器学习预测方法也只针对几个点或区域进行平均,忽略了很多重要信息。因此,本文提出了一种基于经验正交函数和BP神经网络(一种机器学习方法)的SSHA预测模型(EOF-BPNN)来实现对起报时刻后30天的南海SSHA预测。首先,对1993年1月1日一2013年12月31日的逐日SSHA数据进行距平归一化预处理,构建相关系数矩阵,并对该矩阵进行EOF分解,获取主成分。然后将主成分输入BP神经网络进行训练,实现对主成分的预测。最后将主成分预测值与相应的空间模态结合,获取SSHA预测值。结果表明,相较于惯性预报和气候态预报,EOF-BPNN模型不仅能够提供提前30天的较为精确的SSHA和相应的涡旋演化过程预报,且在整个南海区域拥有更高的SSHA相关系数,证明了EOF-BPNN模型具有较好的预测性能。

肇庆两次持续低温过程的比较分析

利用常规气象观测资料和NCEP/NCAR的再分析资料从天气特征、大尺度环流及拉尼娜事件的影响等方面对2008年和2011年初肇庆发生的两次持续低温过程进行比较。结果表现:2008年过程的主要冷害天气为低温阴雨,2011年为低温、霜冻和冰冻。两次持续低温过程的环流特征共同点是西伯利亚冷高压中心和500 hPa中高纬槽脊都较常年偏强。不同点则是2008年过程中南支槽活跃,副热带高压偏强,联合向北输送的暖湿空气与北方不断南下的冷空气在我国南方汇合,造成持续的低温阴雨天气;2011年的过程中东亚大槽位置较为偏东,副热带高压异常偏弱,中低纬的环流较为平直,850 hPa暖湿气流不明显,且蒙古高压和阿留申低压异常偏强,有利于东亚冬季风的加强,导致过程降水也不明显。此外,分析结果还显示,在中等强度以上,且为东部型的拉尼娜事件背景下,肇庆在冷事件结束年的年初容易发生持续时间较长的低温寒冷天气。

河源市持续性致洪暴雨天气特征分析

根据河源市5个国家气象观测站日降雨量资料和ERA5再分析等资料,分析1980—2019年河源市出现的持续性致洪暴雨过程。结果表明:河源持续性致洪暴雨主要出现在6月,河源站出现次数最多。依据500hPa中高纬和低纬地区低值天气系统变化特征和地理分布特点,河源持续性致洪暴雨可以归纳为4个类型,其中东亚大槽+南支槽型次数最多,东亚大槽+孟湾槽型持续时间最长。持续暴雨期间华南地区主要受暖平流影响,水汽主要来自孟加拉湾,尤其是热带气旋型,孟湾暖湿气流使得气旋能够维持。