计算1月减6月El Ni o 3.4指数与6—8月平均200、850 hPa风场的相关矢量,分析中等或强ElNi o/La Ni a事件后的夏季(6—8月)中国东部降水异常分布、西太平洋副热带高压异常特征。结果表明,对ENSO的响应,无论高、底层大气环流还是西太平洋...计算1月减6月El Ni o 3.4指数与6—8月平均200、850 hPa风场的相关矢量,分析中等或强ElNi o/La Ni a事件后的夏季(6—8月)中国东部降水异常分布、西太平洋副热带高压异常特征。结果表明,对ENSO的响应,无论高、底层大气环流还是西太平洋副热带高压,1970年代中期气候突变后变为更敏感。主要表现在:对衰减的El Ni o的响应,夏季南亚高压偏东,西太平洋副热带高压偏强、偏西、偏南,印度季风、南海季风减弱,黄河下游以南副热带季风增强。黄河中下游及以南形成异常环流辐合带,由El Ni o导致的降水正异常最有可能出现在这一西南-东北的带状区域。对衰减的La Ni a响应大致相反。展开更多
基于国家气候中心第二代季节预测模式的历史回报试验数据,检验了模式对我国东部夏季降水的预测能力,探讨了预测误差形成的可能原因,并应用降尺度方法提高了模式的降水预测技巧。分析表明:(1)模式能在一定程度上把握我国东部夏季降水时...基于国家气候中心第二代季节预测模式的历史回报试验数据,检验了模式对我国东部夏季降水的预测能力,探讨了预测误差形成的可能原因,并应用降尺度方法提高了模式的降水预测技巧。分析表明:(1)模式能在一定程度上把握我国东部夏季降水时空变率的两个主要模态(偶极子型模态和全区一致型模态),但是不同超前时间的预测在刻画模态方差贡献、异常空间分布特征、时间系数的年际变化等方面存在明显误差;(2)模式能够合理预测大尺度环流和海表温度(SST)的变化特征,但是对中国东部夏季降水的总体预测技巧有限,这与模式不能准确刻画西太平洋副热带高压、大陆高压、中高纬阻塞高压等环流系统以及热带太平洋、印度洋SST变率对中国东部降水模态的影响有关;(3)针对1991~2003年回报试验数据中的500 h Pa位势高度、850 h Pa纬向风和经向风、SST变量,在全球范围内寻找并定位与中国东部站点降水关系最密切的预报因子,进而建立针对降水预测的单因子线性回归、多因子逐步和多元回归模型。采用2004~2013年回报试验对所建立的降水预测模型进行了独立检验,结果表明:所建立的降尺度预测模型能显著提高中国东部地区夏季降水的预报技巧。以6月1日起报试验为例,预测的第一模态(第二模态)与观测的空间相关系数由原始的0.12(0.48)提高到了0.58(0.80),时间相关系数则从0.47(0.15)提高到0.80(0.67);其它超前时间的预测试验中,降尺度预测模型的降水预测技巧相比模式原始预测技巧也同样明显提高。展开更多
文摘计算1月减6月El Ni o 3.4指数与6—8月平均200、850 hPa风场的相关矢量,分析中等或强ElNi o/La Ni a事件后的夏季(6—8月)中国东部降水异常分布、西太平洋副热带高压异常特征。结果表明,对ENSO的响应,无论高、底层大气环流还是西太平洋副热带高压,1970年代中期气候突变后变为更敏感。主要表现在:对衰减的El Ni o的响应,夏季南亚高压偏东,西太平洋副热带高压偏强、偏西、偏南,印度季风、南海季风减弱,黄河下游以南副热带季风增强。黄河中下游及以南形成异常环流辐合带,由El Ni o导致的降水正异常最有可能出现在这一西南-东北的带状区域。对衰减的La Ni a响应大致相反。
文摘基于国家气候中心第二代季节预测模式的历史回报试验数据,检验了模式对我国东部夏季降水的预测能力,探讨了预测误差形成的可能原因,并应用降尺度方法提高了模式的降水预测技巧。分析表明:(1)模式能在一定程度上把握我国东部夏季降水时空变率的两个主要模态(偶极子型模态和全区一致型模态),但是不同超前时间的预测在刻画模态方差贡献、异常空间分布特征、时间系数的年际变化等方面存在明显误差;(2)模式能够合理预测大尺度环流和海表温度(SST)的变化特征,但是对中国东部夏季降水的总体预测技巧有限,这与模式不能准确刻画西太平洋副热带高压、大陆高压、中高纬阻塞高压等环流系统以及热带太平洋、印度洋SST变率对中国东部降水模态的影响有关;(3)针对1991~2003年回报试验数据中的500 h Pa位势高度、850 h Pa纬向风和经向风、SST变量,在全球范围内寻找并定位与中国东部站点降水关系最密切的预报因子,进而建立针对降水预测的单因子线性回归、多因子逐步和多元回归模型。采用2004~2013年回报试验对所建立的降水预测模型进行了独立检验,结果表明:所建立的降尺度预测模型能显著提高中国东部地区夏季降水的预报技巧。以6月1日起报试验为例,预测的第一模态(第二模态)与观测的空间相关系数由原始的0.12(0.48)提高到了0.58(0.80),时间相关系数则从0.47(0.15)提高到0.80(0.67);其它超前时间的预测试验中,降尺度预测模型的降水预测技巧相比模式原始预测技巧也同样明显提高。
