排序方式: 共有40条查询结果,搜索用时 15 毫秒
31.
20世纪两次全球增暖事件的比较 总被引:12,自引:1,他引:11
20世纪20年代和70年代全球出现了两次突变增暖,本文分析比较了这两次全球增暖的起源地,空间分布特点,影响范围,以及北半球增温和降温最大地区的气温变化与其相对应的大气环流变化的联系等.发现,第一次全球增暖始于北半球新地岛西北、冰岛及以北的极地地区,主要增暖区在北大西洋、格陵兰岛、冰岛和北半球中、高纬大陆地区,主要增暖季节是夏季.第二次全球增暖最早可能始于南半球南印度洋海盆及南极大陆地区,增暖中心有明显向北半球方向移动的倾向并广泛影响到全球热带、副热带海洋,没有明显的区域和季节增暖差异;北半球第二次增暖比南半球约晚10年,主要增温区在东亚大陆和北美西部,主要增暖季节在冬季.分析还发现,20世纪北半球增暖最强的东亚大陆、北美西北部和降温显著的冰岛、格陵兰岛、北大西洋以及中北太平洋等地的气温变化与其相应的大气环流系统的异常变化关系密切. 相似文献
32.
2000多年来二十四节气已广泛用于指导人们生产和生活。然而传统二十四节气的应用意义在当前全球变暖背景下正在发生变化。气候学二十四节气的提出赋予了二十四节气动态变化的内涵,有利于更好地发挥其现实指导作用。本文利用北京观象台1940~2017年和上海徐家汇站1873~2017年均一化的逐日气温观测序列,分析了近百余年二十四节气气候变化特征。结果显示,北京1941~2016年和上海1874~2016年的年平均气温和二十四节气气温都呈现变暖趋势,导致早春到初夏阶段的气候学节气呈现提前的趋势,而夏末到初冬阶段的节气呈现推迟的趋势;这些趋势大部分是统计显著的。北京和上海的极端冷事件(以大寒标准定义)均呈现显著的减少趋势,上海的极端热事件(以大暑标准定义)呈现显著的增多趋势。除了长期趋势之外,上海极端热事件频数和夏季平均气温演变中都存在明显的60~80年周期的多年代际变率,和大西洋多年代际振荡相关。相比以往基于1960年以来的观测所做的二十四节气气候趋势分析,本文揭示了更完善的长期气候变化特征,有助于从精细化的季节循环演变角度丰富关于近代中国气候变暖的认识,为适应气候变化提供科学基础。 相似文献
33.
模式预报的订正是决定局地天气预报结果的一个重要步骤,基于机器学习的后处理模型近年来开始崭露头角。本文发展了基于岭回归(Ridge)、随机森林(Random Forest,RF)和深度学习(Deep Learning,DL)的3种后处理模型,基于中国气象局(CMA)的BABJ模式、欧洲中期天气预报中心(ECMWF)的ECMF模式、日本气象厅(JMA)的RJTD模式和NCEP的KWBC模式这4个数值天气预报模式2014年2月至2016年9月(训练期)近地面2 m气温预报和实况资料确定各模型参数,进而对2016年10月至2017年9月(预报期)华北地区(38°N~43°N,113°E~119°E)的逐日地面2 m气温预报进行了多模式集合预报分析。采用均方根误差对预报效果进行评估,这3种后处理模型的预报效果和4个数值天气预报模式以及通常的多模式集合平均(Ensemble Mean,EMN)的预报效果的对比表明:1)随着预报时长增加,4个数值预报模式及各种后处理模型的均方根误差均呈上升趋势;但区域平均而言,Ridge、RF和DL的预报效果在任何预报时长上都明显优于EMN和单个天气预报模式;特别是前几天的短期预报DL的预报效果更好,中后期预报Ridge的预报效果略好。2)华北地区的东南部均方根误差较小,其余格点上均方根误差较高,从空间分布而言,DL的订正预报效果最好,3种机器学习模型的误差在1.24~1.26℃之间,而EMN的误差达1.69℃。3)夏季各种方法的预报效果都较好,冬季预报效果都较差;但是Ridge、RF和DL的预报效果明显优于EMN,这3种模型预报的平均均方根误差在2.15~2.18℃之间,而EMN的平均均方根误差达2.45℃。 相似文献
34.
基于TIGGE资料的沂沭河流域6小时降水集合预报能力分析 总被引:3,自引:1,他引:2
全球多模式集合预报(TIGGE)资料为发展局地水文风险预报方法提供了新基础。对不同预报系统的集合预报资料进行评价与对比,可为综合应用多源资料实现超集合预报提供参考。本文以沂沭河流域内10个站点观测降水作为参照,对2007~2010年7、8、9月中BABJ(北京)、ECMF(欧洲)、EGRR(英国)、RJTD(日本)和KWBC(美国NCEP)五种预报模式的6h集合预报降水做了相关系数、均方根误差、Nash效率系数、TS评分(风险评分)和Brier评分等定量评估和对比。对于各模式集合平均预报,EGRR表现最好,4日预见期内的相关系数达0.48,Nash系数为0.21,BABJ最差,其他三模式预报能力相当。对于确定的控制性预报,4日预见期内RJTD表现最优,相关系数为0.19,Nash系数为0.13,其次为BABJ和EGRR。各模式集合平均与控制性预报相比,预报能力都占绝对优势,而多模式集合平均其预报能力又强于任何单模式集合平均。在4日预见期内,多模式平均的相关系数达0.49,Nash系数达0.24。在不同百分位阈值下TS评分和Brier评分也表明了类似的各模式评比结果,但多模式平均虽然在较低阈值下评分较优,但不占据绝对优势。各中心资料均具有一个随预见时长增加的稳定衰减期,其中EGRR衰减期最长(达9天)且最为稳定,而其他资料则存在不同稳定程度的衰减,稳定衰减期都能持续4天以上。各中心资料对较大降水的预报还存在各自不同的系统性偏差。 相似文献
35.
利用全国754站逐日最高气温观测序列,在论证极端温度概率分布与非平稳性关系的基础上,构建和比较了多种非平稳广义极值模型,定义了极端高温的动态重现期和重现水平,提出了一种极端高温事件的新型评估思想和方法,并将其应用于极端气候变化研究。通过该方法可以更好地解释极端事件的真实极端性,有效地增强极端事件之间的可比性,从而保留更多历史极端气候事件的信息。动态重现期的变换运用可对当前极端事件发生的真实状态和趋势提出更准确评估。该方法的提出可有效澄清学术领域和公共舆论对于多年一遇极端事件的理解上长期混淆重现期的绝对值和概率性这一分歧和谬误。 相似文献
36.
由著名科学家叶笃正主持,中国科学院、中国气象局、北京师范学院等单位共同参与的攀登85-27项目,干1994年4月l-7日在昆明召开学术讨论会。来自十多个科研单位的SO多位学者和项目主管部门有关领导出席。会上交流研究成果40余项。攀登85-27项目是由国家科委组织的、全球变化研究领域的一项多学科综合研究项目,其宗旨是:通过研究大气、水文、植被、土壤等地球环境要素之间的相互作用,对十到百年尺度的未来全球变化背景L的我国生存环境演变特征做出评估。这次会议反映出:该项目执行三年来,已围绕上述宗旨,在中国历史环境演变的定量… 相似文献
37.
60年代北半球夏季气候跃变过程的初步分析 总被引:20,自引:3,他引:20
本文旨在探讨60年代北半球夏季气候跃变事件的大尺度源区.对各要素场主信号分析表明,系统性的跃变在500 hPa高度场和近表面温度场中出现较早(~1962—1963年),在降水、海平面气压和500 hPa槽脊场中出现稍晚(~1965—1967年).跃变首先出现于500hPa高度场中纬大西洋——即夏季500hPa极涡向南扩张到的最南缘区.该区的降高扰动连同近地面降温扰动在几年内播及极区,形成极涡的急剧加深和中高纬地区的普遍降温.本文结果表明,在研究长期气候变化中的跃变现象时,大气海洋系统的内部扰动状况应受到高 相似文献
38.
本文以中美气候合作研究采用的“中华人民共和国的两个长期性仪器记录的气候数据库”为基础,分析了1950—1988年我国云量变化之概况.近40年来,除华南沿海和西南地区外,全国大部分地区云量有所减少.ENSO时间尺度和QBO的年际振荡在大部分地区有所反映.我们发现,3—4年尺度的振荡信号在60和70年代特别微弱,80年代又开始增强,和北半球60年代降温及80年代增温有良好的对应关系,表明了某些气象要素的年际变动和长期气候变化之间的一种可能联系. 相似文献
39.
近百年中国气候变暖趋势之再评估 总被引:5,自引:0,他引:5
基于均一化的气温观测序列集,1900年以来中国气温升高趋势1.3—1.7℃/(100 a)。这个已用于新近的中国国家气候变化评估报告的结果,远高于早期的评估结果(0.5—0.8℃/(100 a))。回顾了始于20世纪80年代的中国百年气温序列的研究,指出其中关键进展在于近年来研发了均一化的长期站点气温观测序列集。早年构建的中国气温序列中,20世纪40年代前异常偏高,除了战乱期间观测缺失严重及记录代表性问题外,主要是50年代前后很多台站迁址导致早期气温观测值系统性偏高所致,从而低估长期变暖趋势。40年代前后部分区域确实偏暖,但由于不同区域气温波动位相不一致,因而大范围平均序列中并不明显。这一事实可与近年发展的“北极暖-大陆冷”等气候变化动力学理论以及一些区域气温代用资料相印证。近几十年城市化对中国气温变化趋势之贡献大小尚存争议,但远非主导因素。 相似文献
40.
基于欧洲中期天气预报中心(European Centre for Medium-range weather Forecasts,ECMWF)模式的预报数据和北京地区气象站点的观测数据,使用两种机器学习算法(线性回归和梯度提升回归树)对站点的体感温度进行误差订正,并采用均方根误差(Root Mean Square Error,RMSE)对预报效果进行评估,进一步与传统订正方法模式输出统计(Model Output Statistics,MOS)得到的订正结果进行对比。结果表明:线性回归、梯度提升回归树、MOS和ECMWF预报得到的平均RMSE分别为3.12、3.06、3.45、4.06℃,即机器学习算法明显优于MOS和ECMWF模式原始预报。机器学习订正方法不仅在平原地区取得了较好的效果,在高海拔站点的订正效果更加突出,为北京冬奥会复杂山地条件下赛事正常运行提供了一定的技术保障。 相似文献