沙尘天气对社会经济与生态环境产生不利影响,认识其年代际变化并探索其未来态势具有重要意义。本文使用站点资料与再分析数据,研究了调控1961—2020年3—4月华北地区沙尘日数年代际变化的关键大气环流,并利用CMIP6和CESM-LE两套模式数...沙尘天气对社会经济与生态环境产生不利影响,认识其年代际变化并探索其未来态势具有重要意义。本文使用站点资料与再分析数据,研究了调控1961—2020年3—4月华北地区沙尘日数年代际变化的关键大气环流,并利用CMIP6和CESM-LE两套模式数据预估其近期变化。结果表明,华北地区沙尘日数在20世纪80年代末90年代初发生了显著突变,高发时期(1961—1989年,P1)的沙尘日数大约是低发时期(1992—2020年,P2)的3.5倍。这一变化受到由西欧平原东传至乌拉尔山及蒙古高原的波列系统(西欧低压-乌拉尔山高压-蒙古低压异常,anomaly of geopotential height in Western Europe,Ural Mountains and Mongolia,简称EUM)影响。相较于P2时期,P1时期波列较强,乌拉尔山地区位势高度升高,其东部异常偏北气流有利于冷空气南下。蒙古地区位势高度降低,显著的蒙古气旋异常为华北地区沙尘天气提供了动力条件。同时沙源地上空水汽辐散,不利于降水。EUM指数具有与华北地区沙尘日数较为一致的年代际变化特征,对后者未来变化有一定的指示作用。但不同模式对EUM年代际变化的模拟能力差异较大。通过筛选能够再现EUM年代际减弱特征的最优模式集合,发现在高排放情境下,未来近期(2021—2050年,P3)EUM显著增强,有利于华北地区沙尘天气增加。展开更多
山地复杂地形地貌叠加特殊的地理位置使得短时强降水成为云南省发生频率较高的一种强对流天气,常引发自然灾害。基于中国气象局陆面数据同化系统(CMA Land Data Assimilation System,CLDAS)产品提供的2008—2022年0.0625°×0.0...山地复杂地形地貌叠加特殊的地理位置使得短时强降水成为云南省发生频率较高的一种强对流天气,常引发自然灾害。基于中国气象局陆面数据同化系统(CMA Land Data Assimilation System,CLDAS)产品提供的2008—2022年0.0625°×0.0625°高空间分辨率的逐小时降水和ERA5逐小时再分析资料,本研究使用K均值聚类法对91次区域性短时强降水天气过程的环流进行聚类分型,并揭示其三维天气系统配置及热、动力特征。结果表明:1)短时强降水以滇东南发生频率最高,滇东南、滇西南和滇西的部分地区强度最强。日内以20—21时(世界时)强度大,14—15时频次多。年内以7月降水强度最大,6月降水量最多。同时,年际变化明显,其中极强值年份降水量可达80 mm以上,其多年平均降水量维持在26 mm左右。2)区域短时强降水天气过程可分为西风小槽型、高空长槽型和副高外围型,以高空长槽型发生频次最多、强降水范围最大。3)3类天气系统配置都存在有利于短时强降水发生的动力、水汽和热力条件:200 hPa存在强辐散区(如高空急流南侧),500 hPa位于槽前或副高西侧并伴有上升运动,中低层配合有低层切变线和低涡、地面辐合线等;同时,水汽多来自孟加拉湾,水汽随偏西气流至云南上空后辐合,K指数大于38℃。高空长槽型由于中低层切变线和低涡更靠近云南中部,低空锋面及冷空气活动更强,云南区域上空低(高)层辐合(散)最强,且由于其前倾的垂直结构引起的热力不稳定也最强,导致区域上空整层的上升运动和水汽辐合最显著、范围最大,故由其引起的短时强降水范围更大。展开更多
本研究旨在提升湖南省盛夏(7、8月)高温过程的延伸期预报技巧。本文利用1999—2022年湖南省97个站点逐日最高气温资料以及次季节-季节(sub-seasonal to seasonal prediction,S2S)模式数据中欧洲中期天气预报中心(ECMWF)和美国国家环境...本研究旨在提升湖南省盛夏(7、8月)高温过程的延伸期预报技巧。本文利用1999—2022年湖南省97个站点逐日最高气温资料以及次季节-季节(sub-seasonal to seasonal prediction,S2S)模式数据中欧洲中期天气预报中心(ECMWF)和美国国家环境预报中心(NCEP)两种模式预报产品,并基于模式温度与环流预报产品提取物理因子,结合卷积神经网络(convolutional neural network,CNN)构建了湖南省盛夏高温过程的预报模型(high temperature prediction model,HTPM);对订正后的S2S模式和构建的预报模型结果进行集成,以实现对区域高温过程较为稳定的相对高技巧预报。结果表明:S2S模式的原始预报技巧较低,偏差订正能显著提高预报效果,但存在较高的空报率;基于ECMWF的S2S数据训练的高温预报模型(HTPM-ECS2S)和基于NCEP的S2S数据训练的高温预报模型(HTPM-NCEPS2S)能有效捕捉高温事件,在高温预报中具有较高的预报技巧;集成方案有效整合了多模型优点,可提升预报的准确性和可靠性。展开更多
文摘沙尘天气对社会经济与生态环境产生不利影响,认识其年代际变化并探索其未来态势具有重要意义。本文使用站点资料与再分析数据,研究了调控1961—2020年3—4月华北地区沙尘日数年代际变化的关键大气环流,并利用CMIP6和CESM-LE两套模式数据预估其近期变化。结果表明,华北地区沙尘日数在20世纪80年代末90年代初发生了显著突变,高发时期(1961—1989年,P1)的沙尘日数大约是低发时期(1992—2020年,P2)的3.5倍。这一变化受到由西欧平原东传至乌拉尔山及蒙古高原的波列系统(西欧低压-乌拉尔山高压-蒙古低压异常,anomaly of geopotential height in Western Europe,Ural Mountains and Mongolia,简称EUM)影响。相较于P2时期,P1时期波列较强,乌拉尔山地区位势高度升高,其东部异常偏北气流有利于冷空气南下。蒙古地区位势高度降低,显著的蒙古气旋异常为华北地区沙尘天气提供了动力条件。同时沙源地上空水汽辐散,不利于降水。EUM指数具有与华北地区沙尘日数较为一致的年代际变化特征,对后者未来变化有一定的指示作用。但不同模式对EUM年代际变化的模拟能力差异较大。通过筛选能够再现EUM年代际减弱特征的最优模式集合,发现在高排放情境下,未来近期(2021—2050年,P3)EUM显著增强,有利于华北地区沙尘天气增加。
文摘山地复杂地形地貌叠加特殊的地理位置使得短时强降水成为云南省发生频率较高的一种强对流天气,常引发自然灾害。基于中国气象局陆面数据同化系统(CMA Land Data Assimilation System,CLDAS)产品提供的2008—2022年0.0625°×0.0625°高空间分辨率的逐小时降水和ERA5逐小时再分析资料,本研究使用K均值聚类法对91次区域性短时强降水天气过程的环流进行聚类分型,并揭示其三维天气系统配置及热、动力特征。结果表明:1)短时强降水以滇东南发生频率最高,滇东南、滇西南和滇西的部分地区强度最强。日内以20—21时(世界时)强度大,14—15时频次多。年内以7月降水强度最大,6月降水量最多。同时,年际变化明显,其中极强值年份降水量可达80 mm以上,其多年平均降水量维持在26 mm左右。2)区域短时强降水天气过程可分为西风小槽型、高空长槽型和副高外围型,以高空长槽型发生频次最多、强降水范围最大。3)3类天气系统配置都存在有利于短时强降水发生的动力、水汽和热力条件:200 hPa存在强辐散区(如高空急流南侧),500 hPa位于槽前或副高西侧并伴有上升运动,中低层配合有低层切变线和低涡、地面辐合线等;同时,水汽多来自孟加拉湾,水汽随偏西气流至云南上空后辐合,K指数大于38℃。高空长槽型由于中低层切变线和低涡更靠近云南中部,低空锋面及冷空气活动更强,云南区域上空低(高)层辐合(散)最强,且由于其前倾的垂直结构引起的热力不稳定也最强,导致区域上空整层的上升运动和水汽辐合最显著、范围最大,故由其引起的短时强降水范围更大。
文摘本研究旨在提升湖南省盛夏(7、8月)高温过程的延伸期预报技巧。本文利用1999—2022年湖南省97个站点逐日最高气温资料以及次季节-季节(sub-seasonal to seasonal prediction,S2S)模式数据中欧洲中期天气预报中心(ECMWF)和美国国家环境预报中心(NCEP)两种模式预报产品,并基于模式温度与环流预报产品提取物理因子,结合卷积神经网络(convolutional neural network,CNN)构建了湖南省盛夏高温过程的预报模型(high temperature prediction model,HTPM);对订正后的S2S模式和构建的预报模型结果进行集成,以实现对区域高温过程较为稳定的相对高技巧预报。结果表明:S2S模式的原始预报技巧较低,偏差订正能显著提高预报效果,但存在较高的空报率;基于ECMWF的S2S数据训练的高温预报模型(HTPM-ECS2S)和基于NCEP的S2S数据训练的高温预报模型(HTPM-NCEPS2S)能有效捕捉高温事件,在高温预报中具有较高的预报技巧;集成方案有效整合了多模型优点,可提升预报的准确性和可靠性。
