留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

当期目录

2023年 第81卷  第4期

显示方式:
封面
摘要:
论文
摘要:
2018年4月21日华北南部发生了一次主观预报量级偏小的大范围春季暴雨,利用多种高时空分辨率观测资料、欧洲中期天气预报中心第5代大气再分析数据以及高分辨率数值模拟,对引发暴雨的大尺度和中尺度天气过程以及造成暴雨的中尺度对流系统的演变过程进行研究。发现后门冷锋是造成该次暴雨的大尺度天气系统。受太行山脉影响,锋面由西段南北方向和东段东西方向的两段组成,冷空气集中于1.5 km以下,伴随锋面后部东北风的增强,锋面南移、太行山东侧冷空气堆增高、强度增大;暴雨由与锋面有关的中尺度对流系统造成,中尺度对流系统形成和维持发生于后门冷锋附近且伴随锋生过程,位于沿后门冷锋爬升的暖空气前部水平风速辐合中心,其快速发展和对流中心的南移伴随锋面后部东北风增强所带来的锋面南移、冷空气堆增高;基于高分辨率数值模拟的动量收支计算表明,有利于中尺度对流系统中对流中心产生的上升运动主要由垂直气压梯度力和浮力项的合力项贡献,该合力项的大值区分布于沿锋面爬升的暖湿气流前沿具有较大的水平相当位温梯度区附近,这解释了伴随锋面增强南移的中尺度对流系统发展、对流中心南移这一现象。以上结果揭示了导致华北春季暴雨的这次后门冷锋和中尺度对流系统的关键动力过程,为将来相关数值模式物理过程的改进和预报技术的提高提供参考。
摘要:
为探讨2021年秋季黄河中下游极端降水的气候背景,基于中国160站降水资料、NCEP/NCAR大气环流和NOAA海表温度(SST)再分析资料,分析了黄河中下游秋季降水主模态的时空特征及2021年极端降水的可能成因。经验正交函数分解表明,秋季黄河中下游降水主模态在空间分布上西至甘肃省东南部,东至山东省西部,主体位于黄河中下游地区,2021年是黄河中下游降水主模态的典型表现。采用黄河中下游秋季降水指数(ARYR)表征主模态时间变化,其年际、年代际变化分别与厄尔尼诺-南方涛动(ENSO)和太平洋年代际振荡(PDO)存在相关,拉尼娜年和PDO负位相时降水偏多。秋季黄河中下游降水偏多主模态与北太平洋SST异常偏高的区域和强度相关密切,选取关键区定义中纬度北太平洋SST(MNPSST)指数,当MNPSST偏高时,海洋性大陆(MC)区域存在强的上升运动,黄河中下游地区出现显著的低(高)空辐合(散),指数偏低则降水偏少。其中2021年MNPSST指数为1951年以来最高,2021年MC对流区北侧的中国南海北部有较强上升运动,中纬度北太平洋偏东气流异常偏强,水汽通量异常分为偏南和偏东两支到达黄河流域中游和下游。中纬度北太平洋SST正异常是2021年秋季黄河中下游极端降水的重要影响因子之一。
摘要:
东北冷涡是对流层发生在东北亚区域深厚的冷性低压系统,它的活动异常往往会给夏季降水预测带来很大的不确定性。为改进降水预测技术,使用1961—2021年中国2400多站降水数据和NCEP/NCAR再分析环流数据等资料,采用机器自动识别、相关分析和回归重构等方法,分析了东北冷涡气候特征及其对海河流域夏季降水的影响。主要结果如下:(1)东北冷涡发生时间和地理位置具有明显的气候特征。东北冷涡一年四季均可出现,夏季冷涡天数最多。月份上,5—9月冷涡过程明显偏多,其中6月过程和天数最多。夏季,冷涡中心位置在6月最偏南,7月最偏西,8月最偏东北。(2)海河流域夏季降水与全年或夏季的东北冷涡天数整体上不存在明显相关,但与夏季西涡(<120°E)天数存在显著的正相关,与夏季东涡(≥120°E)天数存在显著的负相关。夏季西涡活动多,有利于海河流域夏季降水偏多;夏季东涡活动多,可能会造成海河流域夏季降水偏少。(3)东北冷涡可通过动力环流异常和水汽输送异常影响海河流域夏季降水。西涡出现时,会造成200 hPa层西风急流在海河流域上空显著增强,500 hPa层海河流域处于“东高西低”环流型槽前的上升区,850 hPa层东亚地区出现偏南风异常,增强了向海河流域的水汽输送。东涡出现时,200 hPa层西风急流在海河流域上空无明显异常,500 hPa层海河流域处于 “东低西高”环流型高压脊前的辐散区,850 hPa东亚地区无明显水汽输送异常。
摘要:
基于2013—2015年6—8月“第三次青藏高原大气科学试验(TIPEX-Ⅲ)”和常规气象业务探空观测资料、欧洲中期天气预报中心(ECMWF)第5代再分析(ERA-5)数据以及“国际卫星云气候计划(ISCCP)”云量资料,采用统计分析和物理量诊断分析方法,研究了夏季青藏高原(简称高原)大气对流边界层高度东西差异对高原地区天气尺度环流的影响。结果表明:高原对流边界层高度东西差异表现出明显的日变化,且这种差异呈现西高东低的分布特征,主要由西部对流边界层高度明显增大所致。当中午对流边界层高度东西向差异增大时,午后地面虚位温6 h变差呈西部高、东部低的特征,且西部变化更明显,高原西部对流边界层内温度升高,东部略降低,并伴随着高原西部对流边界层内气压降低、高层升高且低压系统较浅薄,而东部低层气压升高;高原低层东高西低的气压场特征产生了异常东西向气压梯度,引起高原中部低层出现偏南风异常,伴随着西部的低层异常辐合和高层异常辐散;同时,浅薄的低压有助于当地低云发展。
摘要:
集合预报在数值天气预报中占有重要地位,如何有效地从集合成员中提取信息以提高降水的集合平均预报技巧是重要科学问题。采用2019—2022年夏季中国气象局全球集合预报业务模式(China Meteorological Administration Global Ensemble Prediction System,CMA-GEPS)的逐日累计降水量集合预报数据,发展了基于分段层次聚类的逐步订正方法(Stepwise correction method based on segmented Hierarchical Clustering, SHC)以改进该模式的强降水集合平均预报结果,并定量评估了SHC方法的性能,比较了其与集合平均(EM)和直接聚类法(HC)的订正效果差异。结果表明:SHC方法由于采取了分段聚类订正来有效引入更有价值的集合成员预报信息,进而修正集合平均预报结果,提升目前在短、中期天气集合预报中的强降水预报能力;该方法的逐日连续预报检验评分总体在降水预报订正方面有优势,相对于EM和HC方法预报技巧均有明显提升,证明其具有良好的适用性;对于2021年郑州7·20暴雨个例的应用显示SHC方法对极端降水预报具有较好的订正效果。SHC方法为改进中国强降水集合平均预报技巧提供了新方法。
摘要:
传统集合预报模式扰动方法通常用来描述物理过程随机误差,但模式不可避免会存在系统偏差,为了减少模式系统偏差对集合预报的影响,利用中国气象局全球集合预报系统(CMA-GEPS),通过经验正交函数(Empirical Orthogonal Function,EOF)分解方法获得系统偏差倾向,在积分过程中将系统偏差倾向扣除法与传统的随机物理倾向扰动法(Stochastically Perturbed Parameterization Tendency,SPPT)相结合,构建了全球集合预报系统偏差和随机误差结合的模式倾向扰动方法(Bias correction of bias tendency based on SPPT,SPPT-B),设计并开展了集合预报试验来探究该方法对全球集合预报的影响。结果显示:(1)经验正交函数分解的第一模态能较好地体现系统偏差的主要特征,即随预报时效线性增长、对流层高层的系统偏差比中、低层大。(2)系统偏差倾向扣除法和SPPT-B方法均可以有效降低南、北半球和热带地区高层和低层的系统偏差,且SPPT-B方法能明显改善热带地区集合离散度。(3)两套方案对对流层高层的集合预报技巧改进效果优于低层。SPPT-B能有效提高全球集合预报技巧,为发展同时考虑系统偏差和随机误差的全球集合预报模式扰动方法提供了科学依据。
摘要:
利用CMA全球集合预报(CMA-GEPS)业务系统2020年6月1日至2021年5月31日一整年的500 hPa位势高度场(H500)预报数据,诊断评估了CMA-GEPS在北半球地区误差增长及预报性能的尺度依赖特征。使用谱滤波方法实现H500不同尺度(包括行星尺度、天气尺度与次天气尺度)分量的分离。从集合平均均方根误差(简称集合平均误差)-离散度关系来看,在预报前期(108 h之前),CMA-GEPS集合平均误差小于集合离散度,存在过度发散的问题,主要是由天气尺度分量离散度过大导致;在预报后期(108 h之后),CMA-GEPS集合平均误差大于集合离散度,离散度偏小,是由行星尺度与天气尺度分量离散度不足共同引起。采用Dalcher等1987年修订的误差增长模型对H500集合平均预报误差增长特征进行诊断分析,发现CMA-GEPS误差增长过程合理,初始误差在次天气尺度上增长最快,行星尺度上增长最慢;就绝对(相对)误差而言,模式误差对预报误差的影响随空间尺度的增大而增大(减小)。此外,将使用1989至2018年共计30 a的ERA-Interim再分析逐日数据得到的气候态分布作为参考预报,通过连续分级概率预报技巧评分(Continuously Ranked Probability Skill Score,CRPSS)检验了CMA-GEPS H500及其不同尺度分量的概率预报技巧。结果表明,行星尺度分量概率预报技巧最高,次天气尺度分量最小,未经滤波的H500预报技巧位于行星尺度与天气尺度分量预报技巧之间。上述诊断结果可为CMA-GEPS改进方向提供一定的客观依据。
摘要:
大气数值模式离散垂直动量方程时,一般而言气压梯度力和重力不易维持严格的静力平衡关系。为精确平衡数值离散的垂直气压梯度力和重力,基于高精度多矩约束有限体积方法引入完全平衡数值公式,即以满足静力平衡关系的热力学参考态对重力源项进行数值离散构造,发展了适用于非静力大气的完全平衡多矩约束有限体积方法。一维标准数值试验表明,完全平衡多矩约束有限体积方法能在较粗糙的计算网格点上保持静力平衡参考态的数值计算误差在计算机的单精度($ {10}^{-6} $)和双精度($ {10}^{-14} $)水平,在具有小量级扰动的初始条件下,完全平衡多矩约束有限体积方法能较好地模拟扰动的传播,二维非静力热泡试验进一步验证了完全平衡多矩约束有限体积方法对非静力大气运动的模拟能力。数值试验结果验证了所发展方法的完全平衡属性和适用性,这为非静力大气模式发展提供了良好参考价值。
摘要:
将自主研发的包含对流参数化、宏观云凝结、云微观物理参数化在内的湿物理过程(简称PhysCN)引入全球-区域一体化预测系统(Global-to-Regional Integrated forecast SysTem,GRIST)。通过大气模式比较计划(AMIP)10 a连续积分考察了PhysCN较原有方案(简称PhysC)对模拟的全球气候基本态的影响。结果显示,PhysCN更真实地重现了热带降水的气候分布特征和季节变化。相比PhysC,PhysCN减少了赤道辐合带(ITCZ)、热带太平洋和印度洋上空的虚假降水,改善了双ITCZ偏差。PhysCN在热带对流层顶附近和中、高纬度地区形成了比PhysC更多的冰云,增强了长波云辐射效应。但另一方面,由于单冰云微物理方案中采用一个变量类别考虑所有冰相粒子,导致中、高纬度低层云冰比湿比PhysC中更大。宏观云凝结中采用基于冰面相对湿度的方法诊断冰云量,使低云更密实,减弱了短波云辐射效应,也使全球净辐射收支偏差大于PhysC模拟结果。研究证明了PhysCN湿物理方案在GRIST模式中的稳定性与合理性,但也展示出冰云诊断和云微物理参数化的协调性有待进一步改进。
摘要:
星载毫米波雷达衰减严重,而不同云降水类型中所包含的云雨粒子微物理特性差异较大,其所造成的衰减影响差异也很明显。基于WRF模式模拟的不同云降水场景,利用星载毫米波雷达模拟器仿真得到衰减后的回波,并对云中粒子的衰减特性进行敏感性分析,说明引起衰减不确定性的重要影响因素。结果表明,仿真得到的衰减后回波与云廓线雷达(CPR)实测回波一致性较好,回波结构和强度近似,平均反射率因子廓线差异均在20%以内,衰减估计结果可靠有效。通过对衰减系数(K)进行敏感性分析发现,云雨粒子均对粒子谱分布中的含水量(W)最为敏感,中值体积直径(D0)的影响也较大,其变化可能引起雨滴衰减系数的平均相对误差达25%左右;雪和霰受密度参数(ab)的影响大于斜率参数(Λ),a引起的不确定性在25%以内。在相同滴谱参数的情况下,冰态和液态造成衰减系数的差异达90%左右。考虑到衰减对相态的高度敏感性,将基于相态分类的K-W关系应用于CPR实测个例衰减订正中,订正后的回波与波段校正后的星载双频测雨雷达(DPR)Ka波段探测回波强度接近,衰减订正的不确定性主要来自于液水含量反演结果与实际情况的差异。
摘要:
风云三号卫星(FY-3)NDVI数据是中国对全球用户开放可进行全球尺度作物长势监测的主要卫星遥感数据源,客观评估其进行作物长势监测的真实状况和能力,对业务产品应用推广、产品算法和流程改进以及长时序标准数据生产等具有重要意义。采用国际通用的年际差值比较模型、植被状况指数模型(VCI)以及基于NDVI的作物生长过程评估了中国风云三号B星(FY-3B)和D星(FY-3D)NDVI旬、月合成业务产品与同期MODIS MOD13A1和MOD13A3 NDVI数据对作物长势的监测情况。年际比较模型结果表明,FY-3 NDVI的监测动态范围比MODIS NDVI的窄约0.1—0.15,两者差值在−0.02—0.02,均方根误差在0.08—0.09,在长势分级评估时可忽略,但动态范围偏窄提示有必要在分级评估时使用窄一些的阈值范围。植被状况指数模型结果表明,FY-3B NDVI和MODIS NDVI的监测结果高度一致,因此FY-3B NDVI和MODIS NDVI一样可准确反映作物生长的年际差异。作物生长过程动态监测结果表明,FY-3和MODIS月合成NDVI的年际比较结果总体一致,但在作物快速生长阶段,MODIS用3个16 d数据采用权重法合成月值的方法有一定偏差,导致两者出现差异;FY-3旬合成数据和MODIS 16 d合成数据的监测结果总体一致,前者在作物生长旺季的年际区分度更优,后者的监测曲线更平滑。但是,FY-3 NDVI与MODIS NDVI存在总体偏差,需进一步的数据处理、质量控制和客观标定,以生成与MODIS、AVHRR等一致且连续的长时序FY-3 NDVI标准数据集产品,方可用于作物生长参数定量评估。
摘要:
识别影响流感流行强度的关键气象因子有助于提高流感疫情预警、预测能力。基于2010—2018年上海市冬、春季周流感样病例数(ILI)和气象观测资料,采用分布滞后非线性模型(DLNM)和广义相加回归模型(GAM)系统分析了 ILI 与多种气象因子的关联,在此基础上使用多元逐步回归模型识别调控流感流行强度的关键气象因子。结果表明,冬、春季平均气温和相对湿度与ILI呈反向关系,低温和低湿效应的滞后持续时间较长,5℃和50%环境下滞后3周的累积风险分别为2.16(95%CI:1.18—3.95)和2.51(95%CI:1.96—3.23),且气温与相对湿度对ILI存在交互影响,干燥环境会显著加强冷效应。此外,与气温有关的不稳定天气要素也与ILI具有显著关联,其中气温日较差对ILI的影响在当周最大,每升高1℃,ILI风险增加1.8%(95%CI:0.2%—3.4%),ILI流行早期的冷空气活动频次与ILI呈单调递增线性关系,冷空气活动频次每增加1次,ILI风险增大6.8%(95%CI:2.1%—11.7%)。其中,流行早期阶段的频繁冷空气活动和流行期内的干燥环境为严重流感事件的爆发提供了合适的外界环境。研究结果可为科学理解暖冬背景下出现的大规模流感流行事件提供理论依据。