风场强度与方向的季节性变化是季风区最显著的气象要素变化特征之一。Lu and Chan(1999)利用大气低层风场,定义了一个表征南海季风强度的指数,为简单起见,只用了经向风分量,研究表明该指数与华南夏季降水有很好的相关。为了进一步验证...
详细信息
风场强度与方向的季节性变化是季风区最显著的气象要素变化特征之一。Lu and Chan(1999)利用大气低层风场,定义了一个表征南海季风强度的指数,为简单起见,只用了经向风分量,研究表明该指数与华南夏季降水有很好的相关。为了进一步验证和改进该指数,本文利用逐月NCEP/NCAR(National Centers for Environmental Prediction/National Center for Atmospheric Research)风场再分析资料以及华南地区的基准、基本气象站降水资料,将设计指数时允许的实际风的投影方向从规定的正北方向(即经向风),拓展为允许偏转的其他方向,以此建立改进的指数。为了更好地反应改进后的指数与华南降水的月异常之间的关系,本文引入了广义线性模型及正态分布和Gamma分布两类假设,来建立两者非线性的回归关系。结果证明,实际风在自正北方向逆时针旋转11.3°的方向上的投影与华南降水具有最好的相关性,采用这一方向上的投影可以对原指数加以改进;中国南海季风所覆盖的风场与华南降水的月异常之间有显著的非线性关系,而对降水采用Gamma分布假设的广义线性模型能够比正态分布假设得到更符合实际的回归结果。
利用第五次耦合模式比较计划（Phase 5 of Coupled Model Intercomparison Project,CMIP5）提供的30个全球气候模式模拟的1961~2005年的夏季逐月环流场资料及同期NCEP再分析资料,引入泰勒图及各种评估指标,探讨全球气候模式对东亚夏季...
详细信息
利用第五次耦合模式比较计划（Phase 5 of Coupled Model Intercomparison Project,CMIP5）提供的30个全球气候模式模拟的1961~2005年的夏季逐月环流场资料及同期NCEP再分析资料,引入泰勒图及各种评估指标,探讨全球气候模式对东亚夏季平均大气环流场的模拟能力,寻求具有较好东亚夏季环流场模拟能力的气候模式。结果表明：1）全球气候模式能够模拟出东亚夏季平均大气环流的基本特征,CMIP5模式的总体模拟能力较第三次耦合模式比较计划（CMIP3）有较大程度的提高,如CMIP5模式对东亚大部分地区夏季海平面气压（Sea Level Pressure,SLP）场的模拟偏差在6 h Pa以内。2）模式对不同层次环流场的模拟能力存在差异,500 h Pa高度场的模拟能力最强,其次为100 h Pa高度场、850 h Pa风场,SLP场最弱;对东亚夏季主要环流系统的模拟对比发现,模式对印度热低压及东伸槽强度指数的模拟能力最好。3）综合CMIP5模式对东亚夏季各层次平均环流场以及主要环流系统的模拟能力,发现模拟较好的5个模式为CESM1-CAM5、MPI-ESM-MR、MPI-ESM-LR、MPI-ESM-P和Can ESM2。4）相对于单一模式,多模式集合平均（MME）模拟能力较强,但较优选的前5个模式集合平均的模拟能力弱。
基于FY-2F静止气象卫星提供的2015年5—9月的高分辨率数据,通过温度阈值法识别出深、浅对流后,分析和比较了深、浅对流在对流初生(convective initiation,CI)至发展阶段中云顶高度、云顶快速降温率(cloud top cooling rate,CTC)以及多...
详细信息
基于FY-2F静止气象卫星提供的2015年5—9月的高分辨率数据,通过温度阈值法识别出深、浅对流后,分析和比较了深、浅对流在对流初生(convective initiation,CI)至发展阶段中云顶高度、云顶快速降温率(cloud top cooling rate,CTC)以及多通道差值等云顶物理量特征的变化异同。结果表明:深、浅对流在CI阶段的云顶物理量特征具有相似变化特征,即云顶高度均在短时间内快速上升,CTC值均先减小后增大;深、浅对流差异表现为深(浅)对流云顶上升高度能(不能)超越水汽层高度;深对流CTC最低值较浅对流CTC最低值更低。基于CI阶段深、浅对流的CTC最低值的差异,通过个例验证,表明利用深、浅对流CTC最低值的差异,可以在识别出CI的基础,判断出CI是否发展成为深对流,从而能提前做出预警。
基于ERA5的逐小时100m风场数据,利用时间序列K-means聚类方法,将中国沿海冬季风能年际变化划分为四个区域,分别为北中国海(NorthChina Sea,NCS)、东海(East China Sea,ECS)、南海北部(Northern South China Sea,NSCS)及南海南部(Souther...
详细信息
基于ERA5的逐小时100m风场数据,利用时间序列K-means聚类方法,将中国沿海冬季风能年际变化划分为四个区域,分别为北中国海(NorthChina Sea,NCS)、东海(East China Sea,ECS)、南海北部(Northern South China Sea,NSCS)及南海南部(SouthernSouthChinaSea,SSCS)。四个区域风能的年际变化受不同气候模态的影响,其中NCS风能的年际变化与北极涛动(ArcticOscillation,AO)有关;ECS风能的年际变化与中部型ENSO及西伯利亚高压有关;SSCS和NSCS的年际变化则和东部型ENSO及大陆高压的南北位置存在联系。鉴于影响各区域风能年际变化的气候模态具有较高的可预测性,进一步评估了多个气候模式对中国沿海风能年际变化的预测技巧。结果表明,气候模式对南中国海的风能年际变化预测技巧更高,这与气候模式对ENSO的高预测技巧有关。气候模式对北方海域风能年际变化的预测技巧较差,这和气候模式不能较好地预测AO和西伯利亚高压有关。
暂无评论