排序方式: 共有19条查询结果,搜索用时 156 毫秒
1.
2.
平流层过程如何影响气候变化是一个大家关注的科学问题,在WCRP中专门设置了一个研究子计划SPARC.本文的分析研究表明,中国的梅雨异常可能受到平流层大气环流异常的影响,而这种影响是通过北极涛动(AO)的变化来实现的.从分析和计算结果可以看到,二月份北半球30 hPa位势高度的EOF第一主分量对应着副热带和高纬度地区的显著下传异常波作用量,其第三主分量对应着极地地区的显著下传异常波作用量,这些下传的异常波作用量都对三月份AO形势的形成有明显的贡献.三月份的AO则会通过影响东亚地区夏季对流层大气的冷暖状况和环流,在长江中下游地区导致异常垂直运动和辐散辐合形势,从而影响夏季的梅雨降水. 相似文献
3.
本文利用黄河中游61站降水资料,分析了其变化规律和同期及前期环境场特征,并建立了夏季降水预测模型。研究发现:黄河中游夏季降水具有显著的年际变化特征,显著周期在3年左右;黄河中游夏季降水主要受到同期东亚高空急流、西太平洋副热带高压(以下简称副高)以及贝加尔湖附近低槽的影响,当急流和副高偏强(弱)偏北(南)、贝加尔湖附近高度场偏低(高)时,黄河中游降水偏多(少)。另外,前期秋季南方涛动指数、北非副热带高压(20°W~60°E)、南海副热带高压(100°~120°E)、北半球副高强度及北半球极涡强度发生异常时,对夏季环流产生影响,从而影响黄河中游夏季降水,据此,建立预测模型。评估发现该模型具有较强的预测能力,可用于黄河中游夏季降水的定量预测。 相似文献
4.
2015年汛期气候预测先兆信号的综合分析 总被引:2,自引:2,他引:0
文章全面回顾了发布2015年汛期预测时考虑的先兆信号及其应用情况。2015年春夏季厄尔尼诺事件进一步发展,并由中部型向东部型转变,热带印度洋为一致偏暖模态发展;冬、春季北大西洋三极子为正位相;冬、春季北极海冰较常年略偏少,南极海冰偏多;冬季欧亚积雪增量略少,青藏高原积雪略多但气温偏高。通过诊断分析,认为2015年汛期预测的主导外强迫信号是太平洋厄尔尼诺事件和印度洋海温一致偏暖模态。同时参考动力气候模式的预测,在4月初的预报中,重点考虑了厄尔尼诺事件的强度和空间型变化对东亚夏季风环流的影响,有利于东亚夏季风偏弱,西太平洋副热带高压偏强偏西,季风季节内进程偏晚,我国降水呈南多北少型。在5月底的订正预报中,进一步考虑热带印度洋偏暖模态对副热带高压偏强偏西偏南的影响,以及南半球越赤道气流强度偏弱特征及对夏季风季节进程和强度的影响。经过综合分析,准确地预测了2015年东亚夏季风偏弱、我国夏季降水南多北少的布局,以及季节内主要气候事件的演变。最后对汛期气候预测存在的不足进行了初步分析和讨论。 相似文献
5.
针对中国东部夏季降水存在着20世纪50和60年代为“南旱北涝”、80和90年代为“南涝北旱”的相反形势,该文应用小波分析等方法对华北和长江中下游地区近54 a来的夏季降水进行分析,发现二者都具有不同周期的年代际变化。对于周期小于24 a的年代际变化,其morlet小波分析表明两地夏季降水的位相关系并不是固定的。对于更长的时间尺度,用正交小波分析了周期大于28 a的年代际变化,这种长周期的年代际变化能较好地体现出“南旱北涝”和“南涝北旱”两种形势,说明两地降水还存在着更长时间尺度的准周期变化。对于两地降水的这种长周期变化,分别选用不同位相的17 a为代表进行海温、环流形势的合成分析,对比发现两阶段所对应的海温、环流形势具有极明显的差异。最后,用近期的海温、环流形势与上述两种位相的海温、环流形势进行对比,讨论了未来降水型的可能演变趋势。 相似文献
6.
我国秋季降水的年际变化及与热带太平洋海温异常分布的关系 总被引:9,自引:0,他引:9
利用我国160个站点58年(1951~2008年)的降水资料、NCEP/NCAR再分析环流资料和Hadley海表温度资料,对我国秋季降水年际变化的特征和可能成因进行了分析。结果显示,秋季降水前两模态分别反映长江流域及以南地区和长江以北的江淮、黄淮、华北、四川盆地北部至河套等地降水的变化,两降水模态的变化都以年际尺度为主,年代际变化特征不明显。就环流形势而言,第一模态的年际变化主要与西太平洋副热带高压的强度及相应的对流层低层菲律宾群岛附近的异常气旋/反气旋联系紧密,第二模态的年际变化则可能受到副热带高压的南北位置和相应的日本岛附近的异常气旋/反气旋的影响。同时,两模态及相应的异常环流还分别与热带东印度洋和热带西太平洋附近的异常垂直运动关系密切,热带地区的异常垂直运动可能通过经圈方向的异常环流影响到东亚地区。此外,两降水模态不仅与热带地区的异常环流关系密切,而且与热带海温异常也存在紧密的联系。与两模态相关联的热带太平洋海温异常显示出不同的分布特征,当热带东太平洋偏暖/冷,西太平洋偏冷/暖时,长江以南地区降水偏多/少。而当热带东太平洋和中太平洋一致偏暖/冷时,长江以北地区降水易偏少/多。两降水模态与热带海温及热带地区异常环流之间的密切关系显示热带太平洋海温异常的不同分布可能通过激发不同的热带地区异常垂直环流形势而对降水产生影响。 相似文献
7.
汛期内我国中东部地区的雨季是东亚夏季风推进过程中的重要产物,主要包括华南前汛期、梅雨、华北雨季和华西秋雨等,各地雨季决定了我国中东部地区汛期的旱涝布局和旱涝演变,是我国汛期预测和服务的重点。该文回顾了4个雨季特征及影响因子方面的研究进展,在此基础上梳理物理概念预测模型。研究显示:海温异常是影响各区域雨季的重要先兆信号,但不同雨季的年际和年代际变化特征不同,海温作为外强迫信号的影响程度和时空形式也有差异。利用热带太平洋东西海温差指标能更好地解释华南前汛期降水的年际变化。而与梅雨的年际变化分量相关联的海温关键区主要分布于热带,与年代际或多年代际变化分量相联系的海温关键区则来自中高纬度。华北雨季降水的强弱不仅与ENSO循环的位相有关,更多受到ENSO演变速率的影响。而影响华西秋雨的海温关键区随着年代际背景的变化发生了改变,需要重新诊断和建模。 相似文献
8.
IPCC AR4中海气耦合模式对中国东部夏季降水及PDO、NAO年代际变化的模拟能力分析 总被引:5,自引:1,他引:4
利用1880—1999年中国东部35站的观测降水资料、英国Hadley中心的海温和海平面气压资料以及IPCC第4次评估报告(AR4)中20世纪气候模拟试验(20C3M)的模式输出结果,对IPCCAR4中22个耦合模式所模拟的我国东部夏季降水的年代际变化情况以及太平洋年代际涛动(PDO)和北大西洋涛动(NAO)的年代际变化情况进行了分析。结果显示,这些模式对20世纪我国东部夏季降水年代际变化的模拟结果并不理想,但对降水在20世纪70年代中期前后的突变具有一定的模拟能力。其中IAP_FGOALSL_0_G可以大致模拟出20世纪70年代中期前后降水型的突变特征,而BCCR_BCM2_0和UKMO_HadGEM1则可以模拟出华北地区降水在20世纪70年代中期之后减少的现象。对于引起我国东部夏季降水年代际变化的重要因子PDO和NAO,模式对它们年代际变化的模拟效果略好于降水。多数模式都可以模拟出PDO和NAO的空间模态,其中CNRM_CM3和UKMO_HadGEM1对PDO年代际变化(8 a以上)的模拟与实际情况比较相似,并可以模拟出20世纪70年代中期之后PDO由负位相转变为正位相的情况,而模式UKMO_HadGEM1也对NAO的年代际变化以及1980年以来不断加强的趋势模拟较好。 相似文献
9.
为更好地了解2018年夏季(6—8月)我国主要气候异常特征及成因,本文利用我国气象要素站点资料、再分析大气环流资料和全球海温数据分析了2018年夏季我国降水和气温的异常特征、东亚大气环流特征及海温对我国气候的影响。结果显示2018年夏季全国平均降水量较常年同期偏多9.6%,我国中东部地区降水呈现“南北多、中间少”的分布特征,北方和华南大部降水较常年同期偏多、长江中下游降水明显偏少。降水的上述异常特征受到东亚副热带和中高纬大气环流的共同影响。2018年夏季东亚副热带高空急流和西太平洋副热带高压位置都明显偏北,东亚沿岸由南至北为“负—正—负”的高度距平分布, 呈现出“东亚—太平洋型”遥相关负位相的特征,菲律宾附近对流层低层大气维持异常的气旋式环流,东亚副热带夏季风异常偏强。同时,欧亚中高纬度大气呈现“两槽一脊”的异常高度分布特征。在副热带和中高纬大气环流的这种配置下,我国北方地区以异常偏南风为主,有利于暖湿气流的输送,降水偏多;华南地区在偏强的热带对流活动影响下,降水也总体偏多;而长江中下游地区则以明显的辐散下沉运动为主,降水偏少。从外强迫因子来看,2017年10月至2018年4月发生的La Nina事件对东亚夏季风偏强及我国降水“南北多、中间少”的异常特征起到了重要作用。 相似文献
10.
准确预测了2018年我国汛期降水"南北多,中间少,旱涝并重"的总体布局,尤其是准确预测了黄河流域降水异常偏多,而长江流域降水异常偏少的特征;对2018年东部地区季节内雨季进程前晚后早和夏季全国大部气温正常到偏高的预测也与实况一致;对西北太平洋和南海热带气旋生成和登陆我国的数量偏多、西北行和北上为主的移动路径、活跃程度前强后弱的预测与实况吻合。2018年汛期气候预测重点分析了冬季达到盛期的拉尼娜事件及其衰减后热带印度洋海温偏低有利于东亚夏季风偏强的机理,还参考了国内外动力气候模式预测西太平洋副热带高压脊线偏北、菲律宾为气旋式异常环流的结果。对先兆信号影响的诊断分析以及动力模式的结果均预测东亚夏季风明显偏强,西太平洋副热带高压偏北,因此拉尼娜事件和印度洋海温对其滞后响应的偏冷特征是有利于预测汛期长江中下游地区降水明显偏少、北方地区降水偏多的重要先兆信号。 相似文献