排序方式: 共有738条查询结果,搜索用时 250 毫秒
111.
CMIP6全球气候模式对青藏高原中东部地表感热通量模拟能力评估 总被引:1,自引:0,他引:1
利用青藏高原(以下简称高原)气象台站常规观测资料、国家青藏高原科学数据中心的青藏高原地气相互作用过程高分辨率(逐小时)综合观测数据集(2005~2016)、国际耦合模式比较计划第六阶段(CMIP6)的历史模拟试验数据和卫星辐射资料,定量评估了12个全球气候模式对1979~2014年高原中东部地表感热通量的模拟能力,并对其模拟偏差进行了成因分析。结果表明,CMIP6模式可较好地重现高原地表感热通量的年循环和季节平均的空间分布型,但数值较计算感热通量偏低,主要表现为对感热通量大值区严重低估。区域平均而言,12个模式模拟的春季高原中东部感热通量的时间演变序列整体较计算感热通量偏低,其中偏差最大的模式为MIROC6,其多年均值仅为计算值的1/3左右。进一步分析发现多模式模拟的春季高原10 m高度处风速和地气温差分别偏强和偏弱,说明CMIP6模拟的春季高原感热通量偏低可主要归因于地气温差的模拟冷偏差。地气温差的模拟冷偏差在高原中东部地区普遍存在,且地表温度和空气温度均存在明显冷偏差,尤其地表温度偏差更大,这很大程度上可能与CMIP6多模式模拟的春季高原降水偏强有关。 相似文献
112.
基于近57 a (1961—2017年)西藏雅鲁藏布江中游河谷地区(简称雅江河谷)4个站(拉萨、日喀则、泽当和江孜)盛夏(7—8月)月平均降水和同期NCEP/NCAR再分析资料,采用合成、相关分析等统计诊断方法,分析了雅江河谷盛夏降水的年际变化特征及其与大气环流的联系。结果表明:1)近57 a雅江河谷盛夏降水无显著线性趋势,降水主要以3~4 a显著周期的年际振荡为主。2)雅江河谷盛夏降水年际波动与区域内水汽收支的变化直接相关,其中印度半岛-东南亚异常反气旋引起的水汽输送通量和水汽在高原腹地辐合上升的动力过程是盛夏降水年际变化的主要原因。3)对流层中低层印度半岛-东南亚异常反气旋环流是该地区盛夏降水年际异常的重要水汽输送通道,该通道将西太平洋、南海和孟加拉湾等地水汽不断输送到高原,期间西太副高和伊朗高压等大尺度系统异常对水汽输送过程起到了重要作用,同时高原盛夏季风低压和南亚高压异常给水汽在高原腹地辐合抬升提供了动力条件。 相似文献
113.
相比冬季大范围静稳条件下的污染堆积过程,秋季气象条件更加复杂和局地化,气象条件模拟不确定性给秋季气溶胶模拟带来了更大难度,且目前研究较少考虑气象-气溶胶因素在线模拟和联合同化。使用WRF/Chem模式和格点统计差值(GSI)三维变分同化系统,2015年10月进行了为期1个月的气象-气溶胶资料联合同化及模拟试验,并基于此讨论了气象-气溶胶资料联合同化对秋季PM2.5浓度模拟的影响。结果表明,WRF/Chem模式可以模拟出秋季污染天气过程,但对华北平原和中东部地区存在高估、西北部存在低估现象;同化地面PM2.5浓度观测资料可以改进对PM2.5浓度的模拟,上述两个地区的偏差均得到订正,6 h预报偏差均降低至6 μg/m3以内;重点针对华北地区的分析表明,秋季PM2.5污染过程与特殊气象条件(湿度升高、风场辐合、区域输送)密切相关,因此在地面PM2.5观测资料同化基础上增加常规气象资料同化,能进一步提高对华北平原气象-污染过程的表达,PM2.5浓度预报相关系数从0.86提高至0.89。气象-气溶胶联合资料同化能更加准确地模拟秋季气溶胶污染过程,为更好地开展污染成因和在气象预报框架下开展气象-气溶胶相互影响研究提供了基础。 相似文献
114.
利用1979—2014年ERA-Interim逐月的风场、海平面气压场和位势高度场等再分析资料以及中国160站降水观测资料,采用回归分析等方法分析了盛夏(7、8月)南海(South China Sea, SCS)低空越赤道气流(Cross-Equatorial Flow,CEF)的变化及其与东亚夏季风的联系,结果表明:盛夏南海低空越赤道气流(SCEF)强度指数与南海夏季风强度指数呈显著的正相关关系,与东亚副热带夏季风强度指数呈显著的负相关关系。当盛夏SCEF偏强(弱)时,亚洲热带低压及西太平洋赤道辐合带增强(减弱),西太平洋副热带高压强度减弱(增强)、东撤(西伸),南海北部和西北太平洋地区为明显的气旋式(反气旋式)环流异常,使得南海夏季风增强(减弱)和东亚副热带夏季风减弱(增强)。此外,当盛夏SCEF偏强时,由于东亚副热带夏季风减弱,我国华南地区为东北风异常,华北地区为偏南风异常,受其影响,我国华南地区为显著的水汽辐合区,华中地区为显著的水汽辐散区,使得盛夏华南地区降水增多,华中地区降水减少;反之亦然。 相似文献
115.
利用欧洲中期天气预报中心0.75°×0.75°再分析资料,对中国海岸线两侧相邻区域内的风能、风速进行研究,讨论不同季节、不同区域风能、风速的分布特征;利用WRF(Weather Research Forecast)模式模拟海表面温度上升和城市化发展对中国东部沿海风能的影响。结果表明:1)中国沿海风能的时空分布不均一,季节变化明显。春季渤海湾区域风能明显大于其他三区(华东沿海、东南沿海和南海北部沿海区域)。夏季渤海湾区域风能显著小于其他三区,而华东沿海区域风能稍大。秋季东南沿海和南海北部沿海区域风能较大。冬季沿海四区风能大小接近。一般而言,秋冬季风能较大、春夏季风能较小,夏季风能显著小于冬季。2)不同区域、不同季节风速的年际变化存在明显差异。除冬季东南沿海区域风速有增大趋势外,其他区域各季节风速都呈缓慢减小趋势,但减小幅度很小。3)海表温度升高在不同季节对风速的影响不同。春季渤海湾和山东半岛、北部湾沿海及杭州湾风速随海温升高而增强。夏季海温升高幅度不同,则风速显著变化区域不同,但大部分沿海区域风速随海温升高而增强。秋冬季风速随海表温度升高而增强,影响区域较稳定:秋季东南沿海和华东沿海区域风速增强,冬季渤海湾和南海北部沿海区域风速增强。4)城市化发展增大了地表摩擦力,使得夏秋季登陆我国的热带气旋迅速减弱,沿海风速随之减小。 相似文献
116.
为有效引入“流依赖”的背景场误差协方差,同时降低集合预报带来的计算量,尝试通过优选与同化时刻天气形势更相似的历史预报样本,并结合预报过程中的时间滞后样本,将两种样本引入集合-变分混合同化系统中,构建基于优选历史预报样本和时间滞后样本的集合-变分混合同化方案。单点观测理想试验表明,优选历史预报样本结合时间滞后样本,既能够缓解样本不足所导致的采样误差,又能够为同化系统提供“流依赖”的背景场误差协方差。连续一周的循环同化及预报试验结果显示,相较于ERA5资料和探空资料,三维变分方案整体表现稍差,样本组合混合同化方案分析场和预报场的均方根误差最小,且比仅用时间滞后样本的混合同化方案有所改进;降水评分整体也表现最优,尤其对中雨和暴雨的模拟改进较明显,较好地模拟出了强降水中心的强度和位置,且改善了降水过报的问题。 相似文献
117.
江淮流域梅雨期持续性强降水及其10~30d低频环流特征 总被引:5,自引:1,他引:4
利用1961—2010年中国556站的逐日降水资料和NCEP/NCAR逐日再分析资料,采用合成分析等方法探讨了江淮流域梅雨期持续性强降水的低频振荡特征及其发生前后低频大气环流场的演变特征。结果表明,江淮梅雨持续性强降水存在显著的10~30 d低频振荡特征。持续性强降水发生时,江淮流域对流层高层受东海低频反气旋西北部的偏西气流控制,使得南亚高压位置偏东,加强了高层的辐散型流场;对流层中层,中高纬度地区存在"+、-、+"的低频位势高度中心,蒙古低频低压使得极地冷空气易于南侵;对流层低层,江淮流域受低频P-J波列西段的台湾岛低频反气旋影响,并伴随强烈的对流活动,此反气旋使得西太平洋副热带高压向更西的位置伸展;因此低层辐合、高层辐散使得江淮流域表现为强烈的低频上升运动,同时低频水汽从孟加拉湾-南海一带输送到江淮流域,为持续性强降水的发生提供了有利的低频环流条件。另外,在持续性强降水发生前后,低层低频正涡度向北、向西传播,高层低频负涡度向南、向东传播,高低层斜压结构明显,共同作用于江淮流域,维持持续性强降水过程。 相似文献
119.
基于1961—2005年华南冬季逐日最低温度观测资料,以及参与CMIP5的IPSL-CM5A-MR、MPI-ESM-MR、CMCC-CMS 3个模式的历史模拟和未来排放情景预估数据,从过程角度定义和提取华南冬季极端低温事件及其特征指标,并通过引入极值理论构建极端低温事件的概率分布模型(Cold Spell Model, CSM),刻画其强度、频数和持续时间特征分布;进一步结合基于累计概率分布变换的偏差订正方法降低模式模拟的偏差,探讨了RCP4.5情景下全球升温1.5℃和2℃时极端低温事件的风险变化。研究表明:(1)CSM模型能够较好地拟合极端低温特征概率分布,大部分台站通过了K-S或卡方检验;(2)相对于观测,模式模拟极端低温存在一定偏差,经偏差订正后,各站点BS评分接近于0,SS评分普遍提高到0.88左右;(3)全球增暖背景下,华南地区极端低温呈现强度减弱、频数减少、持续时间缩短的特征。全球增暖1.5、2.0℃背景下,华南大多数地区极端低温事件平均强度减弱,频次降低,持续时间变化具有明显的空间差异;每年发生1次极端低温事件的概率增加,但每年发生3、5次的概率减少;增暖1.5℃下极端低... 相似文献
120.
为探讨ECMWF业务预报模式(以下简称ECMWF)的地面气温预报不一致性问题,本文利用2015年12月1日—2016年11月30日业务预报中常用的地面气温预报数据,研究ECMWF地面气温预报产品在不同季节里的不一致性指数分布及变化特征。结果表明:各个季节不一致性指数有不同的特点,冬季不一致性指数最大,大值区主要分布在除华南和青藏高原外的大部分区域;而夏季不一致性指数最小,在青藏高原地区不一致性指数相对较大;春、秋两季不一致性指数大小均处于冬、夏季之间。此外,研究还发现冬季地面气温预报不一致性指数单日变化较大,而夏季较小。夏季不同起报时间的地面气温预报比较稳定。 相似文献