排序方式: 共有32条查询结果,搜索用时 15 毫秒
1.
2018年全球主要温室气体浓度继续攀升,地表温度相比工业化前水平偏高0.99℃,为有观测记录以来的历史第四高值。全球冰川总量连续31年减少,南北极海冰范围全年处于历史低位。全球海洋表面温度较常年显著偏高,海平面继续加速上升,海洋热含量创历史新高,海洋酸化的影响日益加剧。年内,世界各地发生了许多重大天气气候事件,包括北半球异常活跃的热带气旋季、欧洲夏季持续性高温干燥天气、印度西南部的特大洪灾、澳洲东部严重旱情、欧美多地的低温暴雪以及全球多地的森林大火和强对流天气,造成了严重的人口伤亡和社会经济损失。本文系统性总结了2018年全球重大天气气候事件及其影响,并重点分析了印度近百年来最严重洪灾和美国东海岸爆发性低温雨雪冰冻两个典型气候事件的形成原因。分析表明,夏季南亚季风强度偏强、控制时间偏长,8月在南亚季风槽西部位置偏北、索马里越赤道急流偏强的共同作用下,南印度洋及阿拉伯海上空的水汽大量向印度地区输送,持续性的强降水天气引发了该地区近百年以来最严重的洪灾;1月上旬,在耦合的急流结构、强烈的海洋温度梯度以及气旋外围气温偏高的共同作用下,冬季风暴格雷森在短时间内爆发性加强,造成美国东海岸出现气温骤降、强风暴雪等剧烈天气现象。 相似文献
2.
利用ERA-Interim再分析资料、NOAA海温资料、CMAP格点降水资料和中国气象站降水资料,通过合成、相关和回归分析等方法研究了1979—2012年东亚夏季风强度与其先兆信号的关系,并分析了热带海温异常的可能影响。研究表明:东亚夏季风先兆指数反映了2月200 hPa纬向风距平的主要模态特征 (EOF1),前冬热带中东太平洋海温偏低 (高),2月亚洲地区西风急流位置偏北 (偏南),东亚夏季风先兆指数偏强 (弱)。前期热带海温异常对东亚夏季风强度有明显影响,前冬热带中东太平洋海温偏低 (高) 有利于东亚夏季风偏强 (弱)。2月亚洲中纬度地区纬向风异常特征在春季不能持续,先兆信号与东亚夏季风强度的联系主要源自热带海洋。 相似文献
3.
2019/2020年冬季,我国大部分地区气温显著偏高,降水异常偏多,气候总体表现为“暖湿”的异常特征。异常成因分析表明:2019/2020年东亚冬季风强度较常年同期偏弱,西伯利亚高压异常偏弱,季节内冬季风强度阶段性变化特征显著;北极极涡收缩于极地,强度偏强,AO为异常偏强的正位相,乌拉尔山阻塞高压活动偏弱,东亚槽偏弱,欧亚中高纬以纬向环流为主;西太平洋副热带高压强度偏强、位置偏西偏北,印缅槽阶段性活跃,二者有利于太平洋和印度洋水汽向我国输送。受北半球环流异常的影响,我国冬季出现了“暖湿”的异常特征。进一步对东亚冬季风偏弱的可能原因分析表明:2019年秋冬季赤道中太平洋暖海温发展,2019年10月至2020年1月Ni〖AKn~D〗o3.4指数均大于0.5℃,这种类中部型El Ni〖AKn~D〗o海温异常有利于激发偏强、偏北的西北太平洋反气旋,进而抑制了东亚冬季风的发展和南下;此外,冬季北半球极涡收缩于极地,强度偏强,AO持续异常偏强的正位相,均不利于乌拉尔山阻塞高压的发展,且东亚大槽明显偏弱,共同导致了欧亚中高纬地区以纬向环流为主,东亚冬季风偏弱。 相似文献
4.
本文回顾了2016年10月降水业务预报中考虑的动力模式预测信息、前兆信号及其影响。2016年10月全国平均降水量为1951年以来历史同期最多,且环流形势和要素分布特征在月内均发生明显转折。业务发布预报在华北南部、黄淮、江淮、江汉等地降水异常与实况存在较大差异,同时对月内环流形势调整及降水变率估计不足。数值模式预报和物理因子诊断预测与实况的对比分析表明,环流形势整体分布特征预报与实况较为一致,但对西太平洋副热带高压等环流因子的强度、西伸脊点位置以及月内变率的预报与实况存在较大差异。从大气对热带海温信号的滞后响应以及同期相关分析表明,El Nino事件次年秋季副热带高压往往持续偏强偏北。10月赤道太平洋东冷西暖,暖池区对流活跃,东亚上空出现的异常经向环流圈通过低层径向风异常及异常辐合辐散,在日本岛附近形成反气旋式环流距平,也有利于副热带高压加强北抬。9、10月热带印度洋偶极子负位相有利于印缅槽加强,从而有利于水汽向我国东部地区输送。来自副热带高压外围的异常东南水汽和来自西南的水汽共同输送到我国中东部地区,并与南下冷空气交汇产生异常水汽辐合,造成这些地区降水明显偏多。此外10月热带对流活动依然活跃,台风的生成、登陆个数均较常年偏多,是我国东南沿海降水偏多的主要原因。 相似文献
5.
基于聚类分区的中国夏季降水预测模型 总被引:1,自引:0,他引:1
文章基于近邻传播客观聚类方法对中国夏季降水进行了气候分区,以中国不同分区的夏季降水为预测对象,使用前期的海温和海平面气压场为预测因子,利用图像标签算法提取高相关封闭区域的预测因子信息。结合最小二乘回归法建立预测模型。采用Ps评分、距平符号一致率和距平相关系数三种评分方法检验了该预测模型,比较了四种不同的因子配置方案的预测能力。研究结果表明,利用冬春季海温的演变特征结合海平面气压的年际变化为预测因子的分区预测模型效果较好,在1982—2009年期间的平均交叉检验平均Ps得分为81.4,距平符号一致率为63%,距平相关系数为0.35,2010—2014期间的独立样本预测检验的平均评分分别为77.1,58%和0.19,且逐年回报效果较为稳定,表明该方法对中国夏季降水有较好的预测效果。研究结果显示,该预测模型能较好地预测出2014年中国夏季降水南多北少的分布特征。 相似文献
6.
利用西藏地区1980-2013年夏季降水量资料、NCEP再分析资料等,分析了西藏地区夏季降水主模态季节内变化特征,尤其是盛夏7和8月降水异常对应的大尺度环流特征和影响系统。结果表明:西藏夏季降水存在明显的季节内变化,6和7月降水主模态的时间系数变化具有较好的持续性,而7和8月降水主模态的时间系数的相关关系明显减弱。西藏地区7和8月降水偏多年,西藏地区上游低层纬向风场均呈西风异常,但是水汽来源有差异;同时欧亚中高纬地区对流层中高层环流存在显著差异。西藏7月降水与南亚高压强度存在显著负相关关系,南亚高压偏强/弱时,降水偏少/多。西藏8月降水与南亚高压的位置关系更密切,南亚高压偏南/北,降水偏多/少。 相似文献
7.
北京夏季日最大电力负荷预报模型建立方法探讨 总被引:2,自引:1,他引:1
为了探索夏季(6~8月)日气象负荷的最佳分离方式和引起日最大电力负荷波动的主要因子,以及建立预报模型最佳个数,基于北京市2005~2010年逐日最大电力负荷和同期的气象资料,分析了北京地区日最大电力负荷的变化规律,采用不同方法将气象负荷从夏季日最大电力负荷中分离出来,分析北京夏季气象负荷与气温、相对湿度、降水及炎热指数、高温持续日数、炎热日数持续时间、前一日气象负荷等因子之间的关系,并基于2005~2009年夏季逐日气象负荷和其主要影响因子采用逐步回归方法建立日最大电力负荷的预报模型,将2010年夏季北京日最大电力负荷作为预报效果的独立样本检验。结果显示:2005~2010年,北京逐日最大电力负荷具有明显的线性增长趋势,夏季日最大电力负荷具有显著的星期效应;与去掉逐年夏季日最大电力负荷趋势和夏季平均日最大电力负荷趋势相比,去掉全年逐日最大电力负荷变化趋势的夏季日气象负荷预报模型的拟合能力更优;北京夏季日气象负荷与当日气温的相关系数最高,与前一日气象负荷也关系密切;利用前一日相对气象负荷和当日气象要素一周逐日分别建立预报模型的拟合和预测效果较好。 相似文献
8.
利用国家气候中心综合气象干旱指数(CI),以干旱日数为预报对象,以前期500 hPa高度场为预报因子,结合最优子集回归(OSR)方法建立回归预报模型,对1971-2007年期间中国区域秋季干旱形势进行交叉检验预报。针对秋季华西秋雨与华南干旱特征,分别建立以华西洪涝站数与华南干旱站数为预报对象的预报模型,研究OSR方法的预报技巧。研究表明:OSR预报方法对秋季中国区域的干旱日数具有较高的预报技巧,距平相关系数(ACC)在全国大部地区均通过α=0.05的显著性水平检验,中国东部地区整体预报水平高于西部地区,ACC在中国区域平均达到0.45。对于秋季华西洪涝站数与华南干旱站数,OSR方法也体现出较好的预报能力,ACC分别达到0.71和0.55。此外,对华南区域干旱站数的独立预报检验表明,模型能较好地预报出2003-2007年秋季华南地区偏旱的趋势,但对干旱范围的预报有所低估。 相似文献
9.
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
10.
极端天气气候事件监测与预测研究进展及其应用综述 总被引:8,自引:2,他引:6
极端天气气候事件(简称"极端事件")分为单站极端事件和区域性极端事件。本文回顾了极端事件的研究进展,首先回顾了单站极端温度、极端降水和干旱事件的观测研究及相关指数,进而对近年来不断增多的区域性极端事件研究做了简要回顾,最后还回顾了极端事件气候预测研究进展。同时,对国内外在极端事件气候监测和预测业务现状进行了初步总结,并指出:在极端事件气候监测方面中国的业务产品较丰富,并率先开展了针对区域性极端事件的监测业务,但在产品表现形式上缺乏统一组织,特别是英文产品表现力严重不足;在极端事件气候预测方面,国家气候中心发展了两种方法:一个是基于物理统计的BP-CCA和OSR的干旱预测方法,另一个基于国家气候中心月动力延伸预报模式(DERF)的高温预测方法。最后,对极端事件监测和预测业务发展及相关科学问题给出展望,指出应根据极端事件的业务需求继续加强相关研究和业务能力建设。 相似文献