共查询到19条相似文献，搜索用时 159 毫秒
1.
数值预报系统检验结果对预报产品的释用和系统的改进有着重要的作用。基于MET（Model Evaluation Tools）检验工具对乌鲁木齐区域高分辨率数值预报系统V2.0 (Rapid-refresh Multi-scale Analysis and Prediction System—Central Asia V2.0，简称RMAPS-CA V2.0）在2021年各季节中的预报性能进行客观检验评估，主要检验了2m温度、10m风速、高空位势高度等要素，并与RMAPS-CA V1.0同期预报性能进行对比分析。（1）2m温度预报偏差在冬季和春季整体为负偏差，在夏季和秋季整体为正偏差；各个季节的平均预报偏差均在2℃以内，预报性能秋季最优，冬季最差。各个季节10m风速预报整体为正偏差且差异不大，平均误差在0.5-1.0 m/s之间，预报性能秋季最优，春季最差。（2）高空位势高度预报偏差在冬季整体为负偏差，在其余季节整体为正偏差，预报性能冬季最优，春季最差。高空风场预报偏差在冬季和春季400hPa以下为正偏差，400hPa以上为负偏差；夏季和秋季整体为负偏差，预报性能春季最优、夏季最差。高空温度场预报偏差在冬季整体为负偏差，其余季节整体为正偏差，预报性能春季最优、夏季最差。（3）降水晴雨预报效果较好，但除夏季外以空报为主；随降水阈值增大、TS评分减小，多以漏报为主，降水评分在冬季最高、夏季最低。从降水个例检验看，24h累计降水为大量和中量的国家站点预报性能有所提升，逐6h累计降水TS评分略有提升。（4）RMAPS-CA V2.0系统各要素预报偏差的变化特征与RMAPS-CA V1.0相似，预报能力整体上要优于RMAPS-CA V1.0。 相似文献
2.
基于BCC第二代短期气候预测模式系统的中国夏季降水季节预测评估 总被引：1，自引：0，他引：1
利用BCC第二代气候预测模式系统1996-2015年提前1～3个月的回报试验结果,评估了模式在季节尺度上预测中国夏季降水空间分布和降水异常的能力,分析了模式预报效果的年际差异,并探讨了模式预测误差产生的可能原因。结果表明,模式对中国夏季降水的季节预测具有一定的技巧,西南至长江中下游南部、黄淮平原西部、东北北部及藏北高原等地区季节预测技巧较高,同时,模式对降水距平预报效果整体较好,其中在长江中下游、黄淮地区、华南地区、西北地区及东北北部距平符号一致率较高。而模式对降水季节预测的偏差主要表现为我国东部降水量强度预测偏小,对夏季降水异常的预报技巧有限,且不同年份模式的预测效果差异较大。模式对夏季西太平洋及印度洋高海温区范围预测偏小,对副热带高压和东亚地区低层水汽辐合的强度预测偏弱,从而导致风场与环流场的配置与观测不一致,使得模式对我国东部夏季降水预测显著偏少。从模式预测效果年际差异来看,当华南地区实况降水量偏多、长江中下游及东北地区降水量偏少时,模式具有较高的预测技巧,反之,模式的预报技巧较低。分析中国东部降水与海温的相关关系发现,夏季西北太平洋、热带西太平洋和北印度洋是影响中国东部夏季降水的关键区域,模式中西北太平洋海温偏低对模式预报技巧具有重要影响,海温场、高度场、风场及水汽通量散度场不同的相互配置导致中国东部夏季降水的分布及强度差异,而模式不能合理把握各物理量场间相互作用过程,从而影响模式的预报效果。因此,改进模式对外强迫因子与降水异常相关关系的预测能力是提高我国夏季降水季节预测技巧的主要途径。 相似文献
3.
安徽省ECMWF数值模式降水预报性能的检验 总被引：1，自引：0，他引：1
《气象与环境学报》2017,(5)
为了了解欧洲中期天气预报中心(European Centre for Medium-range Weather Forecasts,ECMWF)数值模式对安徽地区降水预报的性能,提高订正技巧,本文应用风险评分(Threat Score,TS)、预报偏差(BIAS)和去除随机事件后的公平T评分(Equitable Threat Score,ETS)及真实技巧评分(True Skill Statistic,TSS)等方法,对2012年1月至2015年3月安徽省ECMWF数值模式降水场预报资料进行检验。结果表明:ECMWF模式对安徽地区降水的预报性能总体较稳定,年际变化幅度较小。安徽省降水预报的ETS评分总体呈南高北低的空间分布特征,所有气象站降水均存在预报过度的现象。降水预报分级检验表明,小雨量级降水预报评分明显高于其他量级降水,但预报偏差较大,预报过度现象严重;ECMWF模式对72 h时效内的暴雨量级降水预报技巧较小,对于72 h时效后的暴雨量级降水基本没有预报能力。季节降水预报的检验表明,春季、秋季和冬季的48 h时效内晴雨预报的准确率为88%以上,订正空间较小;夏季各时效及春季、秋季和冬季168 h时效以上降水预报的空报率超过60%,可以适度订正;秋季较其他季节降水预报的漏报率略高,尤其是120 h时效以上降水的预报需关注。四季均存在降水预报过度的现象,尤以夏季最突出。ECMWF模式对安徽省降水量为0.1—0.7 mm的格点降水预报空报率较高,订正后可以明显提升预报技巧,但增加了一定漏报风险。 相似文献
4.
利用NCEP的第二代气候预测系统(CFSv2)提供的2000-2009年降水场历史回报试验资料以及川渝182个测站的降水实况资料。采用时间相关系数、均方根误差、距平相关系数、距平符号一致率以及PS评分等方法,对模式在川渝地区夏季降水以及夏季降水异常的次季节尺度预测技巧进行检验,并进一步分析了模式在概率密度和降水频次方面的预报偏差特征。结果表明：该模式对川渝夏季降水的可用预报时效为3候左右,能够较好地模拟出夏季降水的高值中心,但量级偏大。预报技巧高值区主要位于四川盆地西北部及渝东北地区,对攀西地区南部及川西高原部分地区也有一定的预报技巧。该模式也能够较好地把握川渝地区夏季降水异常偏少的趋势,有效预报技巧为2候以内。模式各时效预报与观测的降水概率密度主要集中在10 mm以下量级;模式预报各量级降水频次与实况相比均偏高得较为明显,且随着预报时效延长,偏差越大,其中偏高最为明显的是小雨频次。 相似文献
5.
最优子集回归方法在季节气候预测中的应用 总被引：7，自引：1，他引：6
利用DEMETER计划多个模式的模拟资料研究1959～2001年多模式集合预报的季节降水在中国区域的表现, 并结合最优子集回归(OSR)方法对中国区域的季节降水进行降尺度预报, 比较其与多模式集合预报的技巧。研究表明: 多个单模式在中国区域对季节降水的模拟性能普遍较差, 多元线性回归(MLR)集合的预报技巧不如集合平均(EM)。利用OSR方法进行降尺度预报可以极大改善中国区域季节降水的预报技巧。夏季, 降水距平相关系数(ACC)在长江以南、西藏以及内蒙古中部等地区提高很显著, ACC在中国区域的平均达到0.29, 明显高于多模式集合平均与多元线性回归集合。冬季, OSR方法可以改善多模式集合在中国北方地区较低的预报技巧。概率Brier技巧评分(BSS)也表明了OSR方法对季节降水预报的改善。需要说明的是, 虽然OSR方法在中国区域能明显提高季节降水的预报技巧, 但是其选取的预报因子与中国区域季节降水的物理机制问题仍有待于进一步的研究。 相似文献
6.
基于中国科学院大气物理研究所新一代大气环流模式IAP AGCM 4.1共30 a(1981—2010年)的集合回报试验结果,评估了模式对淮河流域夏季降水的预报技巧。分析结果表明,模式总体上可以较好地再现出淮河流域夏季平均降水南多北少的空间分布特征,其中模式模拟的6月降水量与观测值的空间相关可达0.93。但降水强度与观测相比具有系统性的偏差,且模式模拟的降水年际变率显著偏弱。基于降水距平相关系数的确定性预报技巧分析表明,模式对流域西南部夏季降水的预测技巧较高,达到0.2以上,且模式对6月降水异常的预测能力相对最好,7月次之。针对淮河不同子流域的预报技巧分析表明,IAP AGCM 4. 1对蚌埠、鲁台子、王家坝水文控制站以上集水面积的夏季面雨量异常具有一定的预报技巧,30 a集合回报的时间相关系数分别为0. 11、0. 13、0. 16。基于降水等级的概率预报技巧评估表明,模式对7月淮河流域南部少雨事件具有很好的预报能力,同时对6月流域中部多雨事件的预报技巧也较高。 相似文献
7.
赵勇 《沙漠与绿洲气象(新疆气象)》2019,13(2):1-6
基于1961—2015年6—8月新疆塔里木盆地34个站点的逐日降水数据和全球逐月海温数据,分析了塔里木盆地夏季降水和全球海温的关系。结果表明,塔里木盆地夏季降水和冬季及春季的南印度洋中部、赤道东太平洋以及南大西洋西部等区域海温具有良好的正相关关系,当上述区域海温偏暖时,对应塔里木盆地夏季降水偏多。进一步的分析发现,前期海温影响显著的时段主要集中在1月和5月。基于海温和降水数据,通过分析前期不同季节关键区的海温序列与降水序列的相关系数,取了8个关键区的海表温度作为预报因子,得出逐步回归预报方程。预测结果说明该预测方程对塔里木盆地夏季降水具有较好的预测技巧。 相似文献
8.
利用2016年4月1日—2018年12月31日GRAPES_GFS模式的业务预报数据,将GRAPES_GFS模式在东亚地区144小时预报500 hPa高度场的距平相关系数小于0.4,均方根误差大于60 gpm的事件定义为模式在东亚地区的中期预报技巧极端下降事件,据此标准筛选出29个个例进行了研究。结果表明,GRAPES_GFS在东亚地区中期预报技巧极端下降事件的高发期主要在春秋季,春季和秋季分别占比31.03%、41.38%,预报技巧极端下降事件通常表现在对于东亚大槽、西伯利亚槽脊、副热带高压的预报失败,四个季节合成的模式偏差均与该季节影响东亚地区主要天气系统的预报偏差大有关系。进一步通过典型个例的研究表明,东亚地区中期预报技巧极端下降事件的误差来源在不同季节表现出不同特征。冬夏季的预报偏差来源于高纬极区,多与模式在极区存在较大预报误差关联;春秋季的预报偏差主要来源于上游地区,与模式在东亚上游预报误差向下游的传播有关,未能合理预报台风活动也是预报偏差来源之一。 相似文献
9.
基于国家气候中心第二代月动力延伸预测模式(DERF2.0)输出的环流场、地面气象要素场和NCEP/NCAR全球再分析场以及江西省83站气象观测数据,利用空间距平相关系数(ACC)、距平符号一致率(PC)、趋势异常综合评分(PS)三种方法,检验了DERF2.0模式对1983—2018年江西月降水和气温的预测能力,并进一步分析了模式对江西主汛期(6月)异常降水事件预测能力及造成偏差的可能原因。结果表明:1)月气温ACC总体上高于降水,冬季气温和春季降水ACC预报技巧相对较高;模式预测结果总体上能够反映出气温和降水的主要趋势,月气温、降水距平符号一致率均高于55%;模式对江西月降水和气温异常有一定的预测能力,降水PS评分比气温稍好,基本保持在70分左右。2)江西主汛期降水异常偏少时,模式的预测能力较好,而降水异常偏多时,则相对较差,这可能与模式对东亚阻塞高压系统的低估,以及对西太平洋副热带高压模拟的西伸脊点偏西、脊线偏北、强度偏强有关。 相似文献
10.
中国业务动力季节预报的进展 总被引：26，自引：9，他引：26
利用动力模式开展季节到年际的短期气候预测 ,是目前国际上气候预测的发展方向。自 1996年以来 ,经过 8a多的研制和发展 ,国家气候中心已建立起第 1代动力气候模式预测业务系统 ,其中包括 1个全球大气 海洋耦合模式 (CGCM )、1个高分辨率东亚区域气候模式 (RegCM_NCC)和 5个简化的ENSO预测模式 (SAOMS) ,可用于季节—年际时间尺度的全球气候预测 ;全球海气耦合模式与区域气候模式嵌套 ,可以提供高分辨率的东亚区域气候模式制做季节预测。CGCM对 1982～ 2 0 0 0年夏季的历史回报试验表明 ,该模式对热带太平洋海表面温度和东亚区域的季节预测具有较好的预测能力。RegCM NCC的 5a模拟基本上能再现东亚地区主要雨带的季节进展。利用嵌套的区域气候模式RegCM NCC对 1991～ 2 0 0 0年的夏季回报表明 ,在预报主要季节雨带方面有一定技巧。 2 0 0 1～ 2 0 0 3年 ,CGCM和RegCM NCC的实时季节预报与观测相比基本合理。特别是 ,模式成功地预报了 2 0 0 3年梅雨季节长江和黄河之间比常年偏多的降水。SAOMS模式系统的回报试验表明 ,该系统对热带太平洋海表面温度距平有一定的预报能力 ,模式超前 6～ 12个月的回报与观测的相关系数明显高于持续预报。 1997～ 2 0 0 3年 ,SAOMS多模式集合实时预报与观测的相关系数达到 相似文献
11.
一个全球海气耦合模式跨季度汛期预测能力的初步检验和评估 总被引：17，自引：3，他引：14
文中利用一个全球大气 海洋耦合模式 ,对中国汛期气候异常进行了 1991～ 2 0 0 1年共 11a的跨季度回报试验和检验研究。采用一套多指标的评估方法 ,对该模式的预报性能进行系统的定量评估。结果表明 ,该模式对中国汛期降水和温度及夏季北半球大尺度环流场等都有一定的跨季度预报能力。模式对中国不同区域夏季降水的预测能力有所不同。总的来说 ,模式对中国东部和西部的降水趋势回报较好 ,模式预报好于气候预报和持续性预报。从相关系数指标来看 ,模式跨季度预测夏季温度的技巧在中国西部比中国东部高。 相似文献
12.
1961—2017年云南季节变化特征分析 总被引：1，自引：0，他引：1
参照《中华人民共和国气象行业标准-气候季节划分》（QX/T 152-2012）中关于气候季节的定义标准,利用1961-2017年云南122个气象站的气温资料,分析了云南的气候季节区域的空间分布和季节开始日期及长度的变化趋势。云南共有4种气候季节区域,分别是四季分明区、无夏区、无冬区和常春区。无夏区范围最广,无冬区其次。不同年代四种季节气候区域空间分布范围不尽相同,无夏区和无冬区空间范围变化最显著。2011年以后云南出现四季分明区范围明显增大的现象,这与近年来气候变暖背景下云南气温年较差增大的观测事实相一致。云南四季分明区春季和秋季较长,夏季和冬季较短。无夏区秋季最长、春季次之、冬季最短。无冬区夏季最长、春季和秋季长度接近。不同气候季节区域间春季和夏季开始日期的变化均呈提早趋势,秋季和冬季开始日期有推迟的趋势;在季节长度变化上,夏季增长,冬季变短,但春秋季长度的变化不尽相同。 相似文献
13.
LIN Zhaohui WANG Huijun ZHOU Guangqing CHEN Hong LANG Xianmei ZHAO Yan ZENG Qingcun 《大气科学进展》2004,21(3):456-466
Recent advances in dynamical climate prediction at the Institute of Atmospheric Physics, Chinese Academy of Sciences (IAP/CAS) during the last five years have been briefly described in this paper. Firstly,the second generation of the IAP dynamical climate prediction system (IAP DCP-II) has been described,and two sets of hindcast experiments of the summer rainfall anomalies over China for the periods of 1980-1994 with different versions of the IAP AGCM have been conducted. The comparison results show that the predictive skill of summer rainfall anomalies over China is improved with the improved IAP AGCM in which the surface albedo parameterization is modified. Furthermore, IAP DCP-II has been applied to the real-time prediction of summer rainfall anomalies over China since 1998, and the verification results show that IAP DCP-II can quite well capture the large scale patterns of the summer flood/drought situations over China during the last five years (1998-2002). Meanwhile, an investigation has demonstrated the importance of the atmospheric initial conditions on the seasonal climate prediction, along with studies on the influences from surface boundary conditions (e.g., land surface characteristics, sea surface temperature).Certain conclusions have been reached, such as, the initial atmospheric anomalies in spring may play an important role in the summer climate anomalies, and soil moisture anomalies in spring can also have a significant impact on the summer climate anomalies over East Asia. Finally, several practical techniques(e.g., ensemble technique, correction method, etc.), which lead to the increase of the prediction skill for summer rainfall anomalies over China, have also been illustrated. The paper concludes with a list of criticalre quirements needed for the further improvement of dynamical seasonal climate prediction. 相似文献
14.
不同区域海温异常对中国夏季旱涝影响的诊断研究和预测试验 总被引：3，自引：1，他引：3
利用季降水异常的典型集合相关预测模式, 研究了前期和同期不同季节全球海表温度距平场与中国夏季旱涝的遥相关分布特征以及这种相关型随季节的变化, 揭示了全球海温的异常变化在中国夏季旱涝中的信号特征.研究表明, 全球不同区域海温对我国夏季降水的影响存在着明显的季节差异.全球特定的海温分布可以作为中国夏季旱涝预报的信号因子.选取不同区域及不同时段的海温场作为因子场分别对1998、 1999年这两个典型年份的我国夏季降水进行了诊断研究和预测试验, 并通过不同区域海温的影响权重做集成预测.试验结果表明:不同区域海温的集成预测不仅可以有效地提高预测的准确性, 而且可以揭示不同时段不同区域海温的异常变化在夏季旱涝中的强信号现象. 相似文献
15.
我国四季极端雨日数时空变化及其与海表温度异常的关系 总被引：3，自引：0，他引：3
利用1960—2004年我国586个气象站的逐日降水观测资料,对每个季节和每个站点,以雨日降水量升序排列的第90个百分位值定义极端日降水阈值,分析揭示了我国四季极端雨日数的时空变化特征、与海表温度异常的关系以及相联系的大气环流异常型。结果表明,我国长江流域极端雨日数在冬季和夏季呈显著增加趋势,华北地区极端雨日数在冬季显著增加、而在夏季显著减少,华南地区极端雨日数在春季显著增加,东北地区极端雨日数在冬季和春季显著增加,而西北地区极端雨日数在四季均显著增加。各季极端雨日数在线性趋势变化之上表现年际和年代际变化特征,并且其典型异常型明显不同,春、秋季表现为长江以南与以北地区反位相的"偶极型"变化,夏季表现为长江流域与华南、华北地区反位相的"三极型"变化,冬季表现为全国大部分地区同位相的"单极型"变化。我国季节极端雨日数与印度洋-太平洋海表温度异常的关系主要表现为与ENSO的关系,而ENSO影响我国极端降水异常是通过相应的大气环流异常型来实现的。 相似文献
16.
BCC二代气候系统模式的季节预测评估和可预报性分析 总被引：6，自引：3，他引：3
本文利用国家气候中心（BCC）第二代季节预测模式系统历史回报数据,从确定性预报和概率预报两个方面系统地评估了该模式对气温、降水和大气环流的季节预报性能,并与BCC一代气候预测模式的结果进行了对比,重点分析了二代模式的季节可预报性问题。结果显示,BCC二代模式对全球气温、降水和环流的预报性能整体上优于一代模式,特别在热带中东太平洋、印度洋和海洋大陆地区的温度和降水的预报效果改进尤为明显。这些热带地区降水预报的改进,可以通过激发太平洋—北美型（PNA）、东亚—太平洋型（EAP）等遥相关波列提升该模式在中高纬地区的季节预报技巧。分析表明,厄尔尼诺和南方涛动（ENSO）信号在热带和热带外地区均是模式季节可预报性的重要来源,BCC二代模式能够较好把握全球大气环流对ENSO信号的响应特征,从而通过对ENSO预报技巧的改进有效地提升了模式整体的预报性能。从概率预报来看,BCC二代模式对我国冬季气温和夏季降水具备一定的预报能力,特别是对我国东部大部分地区冬季气温正异常和负异常事件预报的可靠性和辨析度相对较高。因此,进一步提高模式对热带大尺度异常信号和大气主要模态的预报能力、加强概率预报产品释用对提高季节气候预测水平具有重要意义。 相似文献
17.
Evaluation of summer temperature and precipitation predictions from NCEP CFSv2 retrospective forecast over China 总被引：1，自引：0，他引：1
National Centers for Environmental Prediction recently upgraded its operational seasonal forecast system to the fully coupled climate modeling system referred to as CFSv2. CFSv2 has been used to make seasonal climate forecast retrospectively between 1982 and 2009 before it became operational. In this study, we evaluate the model’s ability to predict the summer temperature and precipitation over China using the 120 9-month reforecast runs initialized between January 1 and May 26 during each year of the reforecast period. These 120 reforecast runs are evaluated as an ensemble forecast using both deterministic and probabilistic metrics. The overall forecast skill for summer temperature is high while that for summer precipitation is much lower. The ensemble mean reforecasts have reduced spatial variability of the climatology. For temperature, the reforecast bias is lead time-dependent, i.e., reforecast JJA temperature become warmer when lead time is shorter. The lead time dependent bias suggests that the initial condition of temperature is somehow biased towards a warmer condition. CFSv2 is able to predict the summer temperature anomaly in China, although there is an obvious upward trend in both the observation and the reforecast. Forecasts of summer precipitation with dynamical models like CFSv2 at the seasonal time scale and a catchment scale still remain challenge, so it is necessary to improve the model physics and parameterizations for better prediction of Asian monsoon rainfall. The probabilistic skills of temperature and precipitation are quite limited. Only the spatially averaged quantities such as averaged summer temperature over the Northeast China of CFSv2 show higher forecast skill, of which is able to discriminate between event and non-event for three categorical forecasts. The potential forecast skill shows that the above and below normal events can be better forecasted than normal events. Although the shorter the forecast lead time is, the higher deterministic prediction skill appears, the probabilistic prediction skill does not increase with decreased lead time. The ensemble size does not play a significant role in affecting the overall probabilistic forecast skill although adding more members improves the probabilistic forecast skill slightly. 相似文献
18.
An extensive set of boreal summer seasonal hindcasts from a two tier system is compared with corresponding seasonal hindcasts from two other coupled ocean–atmosphere models for their seasonal prediction skill (for precipitation and surface temperature) of the Asian summer monsoon. The unique aspect of the two-tier system is that it is at relatively high resolution and the SST forcing is uniquely bias corrected from the multi-model averaged forecasted SST from the two coupled ocean–atmosphere models. Our analysis reveals: (a) The two-tier forecast system has seasonal prediction skill for precipitation that is comparable (over the Southeast Asian monsoon) or even higher (over the South Asian monsoon) than the coupled ocean–atmosphere. For seasonal anomalies of the surface temperature the results are more comparable across models, with all of them showing higher skill than that for precipitation. (b) Despite the improvement from the uncoupled AGCM all models in this study display a deterministic skill for seasonal precipitation anomalies over the Asian summer monsoon region to be weak. But there is useful probabilistic skill for tercile anomalies of precipitation and surface temperature that could be harvested from both the coupled and the uncoupled climate models. (c) Seasonal predictability of the South Asian summer monsoon (rainfall and temperature) does seem to stem from the remote ENSO forcing especially over the Indian monsoon region and the relatively weaker seasonal predictability in the Southeast Asian summer monsoon could be related to the comparatively weaker teleconnection with ENSO. The uncoupled AGCM with the bias corrected SST is able to leverage this teleconnection for improved seasonal prediction skill of the South Asian monsoon relative to the coupled models which display large systematic errors of the tropical SST’s. 相似文献
19.
利用1998—2013年热带测雨卫星（TRMM）3A12资料,对南海及其周边地区降水、云和潜热的三维特征及其变化进行了对比研究,把南海及其周边地区分为四个区域:华南地区、中南半岛、马来群岛、南海。结果表明:（1）地面降水率EOF分析的第一、二模态方差贡献率分别为57.16%和8.72%,第一模态向量场均为正值,降水呈现南多北少的分布特征;第二模态向量场体现了降水变化南北反相的特征,马来群岛降水变化与其他三个区域反相。从两个模态时间系数序列看出,1998—2005年整个区域降水总体减少,区域降水北部增多南部减少;2005—2013年整个区域降水总体增多,区域降水南部增多北部减少。（2）南海及其周边地区降水夏秋季多,春冬季少,降水中心春夏季北移,秋冬季南撤,其中马来群岛夏季降水最少,冬季最多;其它三个区域都是夏季降水最多,华南和中南半岛冬季最少,南海春季最少。（3）赤道附近对流降水为主,23 °N以北区域层云降水为主,5~23 °N之间区域两种类型降水比例随季节变化,其中陆地降水比例随季节变化明显,特别是华南地区陆地夏季对流降水比例大于50%,冬季层云降水比例大于80%;海洋对流降水所占比例普遍大于50%,随季节变化小。（4）云冰、云水含量水平分布大值区与降水大值区相对应;二者随高度先增加后减少,云冰在13 km高度达到最大值,云水在2.5 km高度达到最大。春冬季,马来群岛云冰含量最大;夏秋季,南海云冰含量最大。云水含量在四个季节都以南海最大。（5）潜热加热率水平分布大值区与降水大值区相对应;随高度呈双峰分布,峰值分别出现在1~2 km高度和4 km高度处,春冬季马来群岛潜热加热率最大。 相似文献