简介:世界气候研究计划(WCRP)提供的耦合模式对比计划第五阶段(CMIP5)的地球系统模式(ESM)较之以前增加了较为复杂的碳循环,即在原有的全球大气耦合海洋环流模式(AOGCMs)中,把大气与陆地和海洋碳循环过程加入,这样较真实地再现碳循环和物理气候系统之间的相互作用[1].为了表征它们之间的相互作用以及考虑碳循环响应于未来的气候变化和CO2的变化,经常考虑碳—浓度参数化和碳—气候反馈参数化,这是两个强的和相反的反馈.碳—浓度参数化是度量陆地和海洋碳库对大气中CO2浓度变化的响应程度,从大气的观点是负反馈.碳—气候反馈参数化是度量温度和其他气候变量变化的响应,从大气的观点一般是正反馈.碳—浓度响应决定由于CO2增加碳库的变化;碳—气候响应决定由气候变化造成碳库的变化.
简介:基于华北区域气象中心、华东区域气象中心、华南区域气象中心和国家气象中心环境气象业务数值模式2015年1—3月的预报结果,从能见度和空气质量两个方面对环境气象业务数值模式的预报效果进行了对比检验。结果表明:随着能见度降低,各数值模式的预报能力均逐渐下降,对于<1km的能见度,仅华北区域模式和国家级雾霾数值预报业务系统(CMAUnifiedAtmosphericChemistryEnvironment,CUACE)模式表现出一定的预报技巧,其中华北区域模式和CUACE模式对北京本地24h能见度预报的TS评分分别为0.20、0.10;CUACE模式总体能见度预报误差较各区域数值模式均偏大;CUACE模式和华北区域模式、华东区域模式、华南区域模式能见度预报值与观测值的相关系数普遍低于0.6。随着空气质量下降,各数值模式AQI的预报能力均逐渐下降;AQI为优等级时,各数值模式AQI预报的TS评分均较高,其中空气质量较好的华南地区空气质量等级预报的TS评分最高,为0.81;总体上24h的AQI预报,区域模式优于CUACE模式;48h和72h的AQI预报,CUACE模式优于各区域模式。各数值模式PM2.5浓度的预报值普遍较观测值偏低,华南区域模式24h的PM2.5浓度预报误差相对较小,华北区域模式和华东区域模式24h的PM2.5浓度预报误差相对较大;CUACE模式PM2.5浓度的预报误差较各区域模式均偏大,CUACE模式PM2.5浓度预报值与观测值的相关系数较各区域模式均偏低。
简介:对2013—2014年EC-thin和T639模式山东省旬温度预报产品进行检验分析,结果表明:模式旬平均温度预报产品预报准确率高于旬最高、旬最低温度预报产品,模式阈值K为2℃的预报准确率均比K为1℃高30%左右。EC-thin模式较T639模式预报旬平均温度预报效果最好,平均误差最小。EC-thin模式预报旬最高温度偏低,预报旬最低温度偏高。对于旬平均温度预报,订正后的T639模式预报准确率在鲁中西部地区略优于EC-thin模式,其他区域均为EC-thin模式较优。EC-thin模式旬最低温度预报产品在鲁西北东部和半岛部分地区预报效果最好,在鲁西北西部和鲁西南部分地区预报效果最差。旬最高温度预报产品在鲁西北东部和鲁东南地区预报效果最好,鲁中西部和半岛东部地区预报效果最差。去除平均误差的订正方法对模式旬温度预报准确率的提高有一定效果,但不能明显改善。
简介:利用RHtestV5和MASHV3.03软件包并结合完善的台站历史沿革信息分别对重庆地区1951-2015年的逐年、月、日平均气温序列进行了均一性分析。结果表明:两种方法均能检验出重庆地区相关台站气温序列的非均一性,并对其进行订正。二者所得结果均表明,迁站是引起气温序列不连续的主要原因,测站周围环境的变化、观测设备的更换以及自动站的业务化运行也会对气温序列的连续性产生一定影响,且两种方法对日平均气温的订正量和订正方向基本一致,订正后的气温气候趋势相似。由于两种方法所使用的检验算法不同,导致检测到的断点数目相差较大(MASH较RHtest多)。将RHtest方法所得结果与国家气象信息中心用同样方法对重庆地区气温序列的均一性检验和订正结果对比,显示二者订正效果基本相同。最后通过对订正前后的气温序列进行气候趋势分析发现,订正后气温变化趋势的均一性较订正前有明显改善。
简介:利用T639业务数值模式预报场和大风观测资料,分别采用%雷暴大风指数和多个对流指数方法,计算相对应的指标值,建立淮北市夏半年大风预报方法,得到淮北市大风的短期预报结果,并对2011年的预报应用情况进行检验。结果表明:基于T639业务数值模式的Iw大风指数与多指标的叠加,实现夏半年定量和定性的大风预报。将多种不稳定指标与T639数值模式相结合的叠加预报,当4个指标中有3个满足条件时预报淮北有大风出现,否则没有大风;Iw大风指数的风速预报与实际极大风速较为接近。两种预报方法对淮北市的大风预报具有较好的指导作用,多数大风天气能够准确预报,但空报较多,漏报较少。
简介:1前言随着计算机的飞速发展,数值预报在气象上的应用得到了前所未有的突破。欧洲中心、T213、日本等数值预报模式为我们的预报提供了诸多参考。但随着模式的增多,对特定区域特定时段选择何种数值模式没有清楚的概念。目前,沿海的广东、浙江等省都有对数值预报在本省的应用进行了比较全面、深入的分析;内陆的内蒙、湖北等省也早在上世纪就开展了这方面的研究工作。根据中国气象局2007年重点目标管理考核的要求:省台要开展省级以下精细化预报效果客观检验,并向国家级和区域级上报本省检验结果。所以建立数值预报产品检验平台,对于更好使用数值预报产品有积极作用。
简介:利用2016年7—9月全省1957个包括区域自动站在内的站点观测资料,对同期雷达融合降水估测和预报资料进行了从时间演变、空间分布及统计检验3个方面的检验,还利用基于对象的诊断评估方法(MODE)考察了台风莫兰蒂(编号1614)9月13—16日一次降水过程,结果表明:1)融合估测降水能较好反映出2016年夏季降水的时间演变和空间分布;2)预报1~6h降水总体偏强,随着预报时效的增长,均方根误差在增大,对浙东沿海和浙南温州一带的降水预报的均方根误差最大;3)对于台风莫兰蒂的这次降水预报,在降水最强的15日21时的融合1—6h预报降水进行MODE检验评估,可以看出预报1—5h的降水落区与实况较一致,但降水落区的范围比实况偏小,随着预报时效的增加,预报与实况降水落区的相似度在减小。
简介:为了了解欧洲中期天气预报中心(EuropeanCentreforMediumrangeWeatherForecasts,ECMWF)数值模式对安徽地区降水预报的性能,提高订正技巧,本文应用风险评分(ThreatScore,TS)、预报偏差(BIAS)和去除随机事件后的公平T评分(EquitableThreatScore,ETS)及真实技巧评分(TrueSkillStatistic,TSS)等方法,对2012年1月至2015年3月安徽省ECMWF数值模式降水场预报资料进行检验。结果表明:ECMWF模式对安徽地区降水的预报性能总体较稳定,年际变化幅度较小。安徽省降水预报的ETS评分总体呈南高北低的空间分布特征,所有气象站降水均存在预报过度的现象。降水预报分级检验表明,小雨量级降水预报评分明显高于其他量级降水,但预报偏差较大,预报过度现象严重;ECMWF模式对72h时效内的暴雨量级降水预报技巧较小,对于72h时效后的暴雨量级降水基本没有预报能力。季节降水预报的检验表明,春季、秋季和冬季的48h时效内晴雨预报的准确率为88%以上,订正空间较小;夏季各时效及春季、秋季和冬季168h时效以上降水预报的空报率超过60%,可以适度订正;秋季较其他季节降水预报的漏报率略高,尤其是120h时效以上降水的预报需关注。四季均存在降水预报过度的现象,尤以夏季最突出。ECMWF模式对安徽省降水量为01—07mm的格点降水预报空报率较高,订正后可以明显提升预报技巧,但增加了一定漏报风险。
简介:应用雷达低仰角基本反射率资料和地面加密自动站降水量资料,采用最优化方法,根据天津地区降水特点和不同降水类型,建立适用本地的雷达Z-I关系。经实际应用检验,积混降水类型Z-I关系具实用性。在天津本地化Z-I关系基础上,通过了对比分析6种不同校准方法在天津夏季降水估测中的检验效果。结果表明:Z-I关系校准法和最大集成法对降水的估测偏高,误差较大;最优插值法的估测精度最高,平均绝对误差和均方根误差最小;但计算不同校准方法与实况相关性表明,变分校准法的估测效果与雨量计降水量的相关性最好。同时,所有估测校准法对小雨量级的降水均出现了不同程度的偏高估测。
简介:利用改进的中国科学院大气物理研究所短期气候预测系统(1APPSSCA),结合IAPENS0预测系统所预测的1999年热带太平洋地区的海温异常,对1999年中国夏季气候进行了适时集合预测。预测结果表明:IAPPSSCA较好地预测出了1999年夏季北半球大尺度环流场的异常情况,并较好地预测出1999年中国南涝北旱的大范围降水形势。IAPPSSCA对长江下游的强降水中心、中国南方大部夏季多雨的特征以及中国北方大部的干旱少雨形势的预测,与实测较相符。但IAPPSSCA预测的南方大范围雨带的北界比实测的略为偏北,北方的小范围的降水正距平区域也没有能预报出来。另外,对于月平均降水距平的预测亦存在较大的不确定性。这说明我们的预测系统还有待于进一步的改进和完善。
简介:本文采用城镇精细化气象要素预报检验方法,对多种数值预报及释用产品的2014年度日极端气温、24小时降水、暴雨过程暴雨和8种分类暴雨过程暴雨等预报进行站点预报质量检验。结果表明:释用T639数值预报的T639-MOS日极端气温预报具有较高的参考价值,5天逐日的最高气温和3天逐日的最低气温≤2℃预报准确率均为最高;中尺度数值模式的晴雨和一般性降水预报优于全球模式,但暴雨预报评分不如全球模式和多模式集成降水预报;暴雨预报Ts评分都不高,且随预报时效降低,24小时预报最高为17.3%,而120小时预报最高仅3.4%;暴雨过程暴雨预报平均TS评分很低,均未达10%;分类暴雨过程以台风登陆类暴雨预报TS评分最高,但该类暴雨过程样本数太少,检验结果代表性差;其他分类暴雨预报效果差,对局地对流降水明显的午后热雷雨类和副高边缘类暴雨全部漏报。