简介:将时间滑动相关方法STC(slidingtemporalcorrelation)用于研究混沌系统和海洋环流模式的可信计算时间RCT(reliablecomputationtime),Lorenz混沌系统的数值试验表明用STC求得的可预报时间和可信计算时间,与使用传统误差限方法所得结果一致,证明了其有效性。对海洋环流模式LICOM和NEMO的研究发现:1.当海洋模式以非耦合的方式运行时,试验的结果表明其海表温度SST的可信计算时间较长,平均达到6个月以上,这主要是由于海洋模式的运行过程中,采用恢复性边界条件使模拟结果不会太过偏离观测值。对于强迫场从1月开始的试验,LICOM模式的SST可信计算时间在赤道东太平洋和西北太平洋地区存在RCT低值区,其数值不超过2个月。而NEMO模式在赤道太平洋地区全是RCT高值区,NEMO模式的RCT低值区域出现在赤道外的太平洋和大西洋中纬度地区,强迫场从7月开始的试验,RCT纬向平均分布与1月有相反的形式。2.海洋模式以耦合方式运行时,由于去掉了恢复边界条件作用,海洋模式预报的SST可信计算时间明显减小,年平均RCT为1个月左右。按季节平均得到的RCT变化不大,在30~40天之间,RCT的大值区春季位于南半球,而秋季位于北半球,可达2个月以上。耦合模式中所模拟的500hPa高度场的RCT与单独运行的大气模式所得结果相差不大,仍在2周以内。3.无论是按季节平均还是按海区平均所得到的RCT分布,都在30~60天左右,只有极少数区域在特定季节可以达到80天以上,这说明在海气耦合模式中,由于计算不确定造成的可预报上限一般不超过2~3个月,这比使用资料分析得到可预报期限短很多,因此根据木桶原理,RCT可能是制约海气耦合模式SST预报能力的一个重要因素。
简介:利用2008—2013年西北地区东部169个气象观测站的天气实况资料和NCEP/NCAR1°×1°再分析资料计算的对流参数对西北地区东部雷暴日进行了天气分型,并应用分型统计的参数阈值对2013年西北地区东部雷暴日进行了试预报。结果表明:2008—2013年西北地区东部雷暴日集中出现在5—9月,占雷暴总日数的85.9%;雷暴日发生的天气形势可分为低涡型、低槽型、西北气流型和西南气流型4种。引入天气型强度指数,研究4种雷暴天气型的自动识别方法,通过天气分型检验表明,天气型自动识别方法可准确的识别雷暴发生的天气形势,且漏报较少。在天气型识别的基础上,进一步进行雷暴物理量诊断表明,消空效果明显。2008—2012年西北地区东部雷暴日回代预报的TS评分为54.1%,漏报雷暴日为4d;2013年雷暴日试预报的TS评分为51.8%,漏报雷暴日为10d;雷暴日回代预报与试预报的TS评分均超过气候概率,预报效果较理想,可为西北地区东部雷暴天气预报研究提供参考。
简介:利用经济省时的降维投影四维变分同化方法(DRP-4DVar),在2009年7月22~23日江淮流域的一次大暴雨过程中同化晴空条件下高光谱大气红外探测仪(AIRS)反演温度、湿度廓线,改进此次强降水过程的模拟。试验结果分析显示,同化AIRS反演的温度及湿度场后,基于四维变分同化系统的模式约束,能够改进湿度场、高度场、高低层散度场。从累积降水量偏差图及同化试验增量图可以看到,正降水量偏差对应于正湿度增量、负位势高度增量及低层负散度高层正散度增量,负降水量偏差则与之相反。同化试验较参照试验可更好地模拟出暴雨的天气形势、对暴雨的落区及强度有更好的反映。此外,从单次同化与连续同化的试验对比结果看出,连续同化试验结果较单次同化结果有进一步的改进,说明不断加入新的观测资料可以更好地模拟强降水过程。
简介:系统介绍了利用SilviScan-3TM测量细胞结构、术材密度、微纤丝角和划分年轮界线的方法,并以祁连山青海云杉为例,分析青海云杉6个术材性质参数(年轮细胞直径、年轮细胞壁厚、年轮宽度、年轮密度、年轮微纤丝角、年轮弹性模量)与气候因子的关系,以期为利用多个树轮参数研究气候提供参考.结果表明:6个木材性质参数与月平均气温和月降水量都有显著相关的月份,但显著相关的时间段不同,并且微纤丝角和细胞结构参数中包含的气候信息强于常用的年轮宽度和年轮密度.SilviScan-3TM测量木材性质参数的优越性体现在:测量精度高、速度快,能在同一个试样上测量多个参数并能精确定年.
简介:通过采用不同的随机天气发生器生成一定气候背景下各种气候变率情景,许多学者在最近的研究中已经认识到气候变率对农作物生长发育影响的重要性。传统的气候影响评估方法直接以大气环流模式的模拟试验结果作为未来气候情景,这样不可能理解如上的重要性。本文着重评述将随机天气发生器应用于气候变化影响研究的一般方法框架,以及作者的具体个例研究方法。文中最后分析了目前该领域研究中还存在的一些不确定性。在当前的气候变化影响研究中,有不同的方法用来研制一种称为WGEN的典型随机天气发生器的参数化方案及其随机试验方法。不同的研究者也有不同的参数调控方法。通常的思路是通过气候控制试验和2×CO2试验之间的气候变量平均值和方差的变化来扰动随机天气发生器的参数,以生成未来逐日气候变化情景。本文作者根据短期气候预测模式的输出产品建立了一套WGEN的参数化方案及其随机试验方法,并且在时间和空间两个尺度上检验和评估了此参数化方案下WGEN的模拟能力。另外,作者由未来降水的变化,调试随机天气发生器参数,生成了气候变率变化情景。这些参数调节可以产生各种不同类型和定性大小的气候变率变化,用于气候影响评估的敏感性分析。通过如上方法,作为一个个例,文中评估了未来气候变率变化对中国东北地区玉米生长、最终产量和该地区农业气候资源的影响。然而由于随机天气发生器本身以及参数调控方法的不足,目前将随机天气发生器应用于气候变化影响研究还存在一些不确定性。检测和模拟气候变率变化信号是减少这种不确定性的必要途径之一。