利用深度学习预报美国东北部日降水分布

现阶段降水预报主要依靠数值天气预报模式。但受物理参数化、计算资源等因素的影响,基于数值模式的降水预报还存在非常大的不确定性。近年来,深度学习在天气预报领域显示出巨大优势和潜力。本文通过构建神经网络预报美国东北部日降水分布,探讨神经网络模型基于低分辨率气象场(ERA-Interim, 0.7°)预报高分辨率降水(CPC,0.25°)的能力,并比较3种主流网络框架(VGG,ResNet, GoogleNet)在该任务中的表现。结果表明,3种网络框架都对美国东北部日降水分布具有一定的预报能力(VGG框架表现最优),但三者的均方根误差(RMSE)均高于ERA-Interim 24-h(ERA24)的降水预报。3种神经网络的集合预报结果优于ERA24预报,且这三者与ERA24预报结果的集合平均能够显著提高ERA24对不同季节、不同强度降水的预报。

北极快速增暖背景下冰冻圈变化及其影响研究综述

北极具有独特的地理位置和战略地位,是当前全球变化研究的热点区域之一。北极增暖是全球平均值的两倍以上,被称为“北极放大”现象。在北极快速增暖背景下,冰冻圈尤其是海冰显著萎缩,对北极乃至中纬度天气气候产生深远影响。对北极快速增暖背景下冰冻圈主要要素(包括海冰、冰盖、冰川、积雪和冻土)时空变化特征及未来预估进行了综述,同时总结了海冰变化对北极气候系统(大气圈、水圈、岩石圈和生物圈)以及中纬度极端天气气候事件的影响。指出当前北极冰冻圈变化研究受观测资料缺乏及模式模拟不确定等问题限制,其机理及对中纬度天气气候影响机制仍存在争议。未来还需要加强北极地区的综合监测,提高模式对北极气候系统物理过程的模拟能力,进行多模式、多数据、多方法的集成研究。

1961—2019年青藏高原中东部夏季强降水与大尺度环流的关系

采用一元线性回归、合成分析等方法对1961—2019年青藏高原中东部71个站点夏季强降水与大尺度环流进行了分析,研究结果表明,近年来青藏高原中东部强降水呈增加趋势。在强降水高值年时,青藏高原中东部水汽辐合加强,中纬度西风和热带地区东风带向极移动加强,高层辐散流场、水汽输送以及上升运动条件,共同作用导致了强降水的产生。在强降水低值年时,青藏高原中东部大部水汽异常辐散,区域内的季风水汽输送减弱,西风带和东风带均向赤道移动减弱,高层为气旋式环流异常。通过风暴轴、波作用通量和E-P通量进一步分析发现,当北大西洋地区风暴轴偏强(偏弱)时,瞬变扰动作用加强(减弱),使得北大西洋地区高纬度西风加速(减弱),急流出口区的不稳定能量激发了欧洲西北部的异常反气旋(异常气旋),并通过Rossby波列调控季风输送,导致了青藏高原中东部地区强降水的变化。

数值模式在海洋观测设计中的重要作用:回顾与展望

观测在海洋科学发展中起着非常重要的作用,数值模式是海洋观测设计的重要工具.本文首先介绍了当前海洋观测设计研究的现状,着重阐述了使用数值模式进行观测设计的发展历史与优越性;随后,以基于条件非线性最优扰动方法的目标观测在提高黑潮预报技巧中的应用为例,展示了利用数值模式进行观测优化设计的有效性.在此基础上,作者对该领域的进一步发展进行了展望,提出了建议,指出应优先使用观测系统模拟试验验证目标观测敏感区的有效性,并采用多模式策略处理观测设计中的模式依赖性问题.此外,作者还强调了针对模式参数与海洋气候平均态进行观测优化设计的必要性.

大西洋经向翻转环流的演变特征及其对北半球地表气温的热动力影响

综合现代观测、历史代用资料和气候模式模拟,本文综述了大西洋经向翻转环流(AMOC)的过去、现在和未来的演变特征,以及AMOC对区域和半球尺度地表气温(SAT)的影响.代用资料重建结果表明,AMOC从19世纪末开始减弱,20世纪整体减弱,但信度较低.直接观测结果显示,2004~2016年间AMOC减弱,但无法区分出其年代际变化和长期趋势.气候模式预测可知,若温室气体排放持续增加,AMOC未来将会减弱,但在2100年前不会出现突然的崩溃.AMOC的热力作用表现为,强AMOC导致北大西洋海表面热通量释放和经向热输送增强,造成半球尺度SAT增加,千年尺度的气候冷(暖)期对应AMOC减弱(增强).强AMOC的经向热输送能够影响北极增暖,并通过北极海冰和AMOC之间的互反馈作用影响区域SAT异常和极端温度.在动力方面,强AMOC调制源自北大西洋沿北半球中高纬度地区传播的罗斯贝波活动,引起乌拉尔和西伯利亚地区的环流异常变率增加,对欧亚大陆中高纬地区极端冷、暖事件发生频率均有显著影响.此外,AMOC也可以通过对行星尺度环流的动力调整影响区域和全球地表气温异常.多年代际AMOC变率与大西洋多年代际振荡(AMO)也密切相关,AMO和AMOC正位相阶段,增强的北大西洋海表面热通量导致北半球的地表异常变暖,反之亦然.未来高排放的情景下,淡水通量强迫使AMOC崩溃的可能性增大,但大多数先进的气候模式低估了AMOC的强度和对AMO的作用及其气候影响,这给未来理解和预测AMOC及其气候效应带来了重大挑战.