概率预报是由集合预报衍生、包含不确定性信息的客观产品,对业务决策服务有重要的参考价值。传统的邻域集合概率法中,邻域半径固定不变,不符合实际天气过程中牵涉甚广的尺度谱。为此引入基于集合匹配尺度的邻域集合概率法(Neighborhood Ensemble Probability based on Ensemble Agreement Scale,EAS_NEP),并在中国南方典型的梅雨锋暴雨中开展准确性和预报技巧的定量检验评估,以期验证该方法在此类过程中的适用性,并促进其在实际业务中的推广使用。联合扰动初始场、侧边界和物理过程所得到的集合预报能较好地表征实际的预报不确定性,进一步在此基础上比较了格点概率法、不同半径的邻域集合概率法以及EAS_NEP的优劣。试验结果表明,EAS_NEP能根据集合成员间的一致性程度,自适应地调整邻域半径,其在集中型降水中所确定的邻域半径通常大于分散型降水。动态调整的邻域半径既避免了半径过大时的过度平滑与关键信息丢失,又消除了半径较小所带来的奇异点,其空间分布呈阶梯型,空间连续性更优。此外,BS(布莱尔评分)、FSS(分数技巧评分)和ROC曲线(相对作用特征曲线)等定量评估结果也体现出EAS_NEP相比传统方法正的预报技巧,尤其是在分散型降水和高阈值检验时优势更明显。以上结果表明,EAS_NEP在梅雨锋暴雨的预报中具有较好的应用前景,运用在业务中能有效提升概率预报质量。
夜间增温幅度大于白天是气候变暖的主要特征之一。夜间增温、施硅或生物炭对单一作物(水稻或小麦)生产的影响已有报道,但三者耦合如何影响稻麦轮作农田CH4和N2O排放强度,尚不清楚。通过田间模拟试验研究了夜间增温下生物炭配施硅肥对稻麦轮作农田产量和碳排放强度的影响。采用3因素3水平正交试验设计,用铝箔膜覆盖水稻冠层模拟夜间增温(19:00—6:00),设常温对照(不盖膜,W0)、覆盖5 mm膜(W1)和覆盖11 mm膜(W2)3水平;生物炭用量设3水平,即不施生物炭(B0)、施10 t/hm^(2)(B1)和施25 t/hm^(2)(B2);硅肥设不施硅(Si0)、施钢渣(Si1)和施矿粉(Si2)3水平,施硅量均为0.2 t SiO_(2)/hm^(2)。结果表明:夜间增温明显降低水稻和小麦产量,施生物炭明显提高水稻和小麦产量。夜间增温、施用矿粉或生物炭明显降低农田CH4累积排放量、综合增温潜势(SGWP)和碳排放强度(GHGI)。稻麦轮作农田综合增温潜势(SGWP)中水稻贡献明显大于小麦,CH4排放在SGWP中起主导作用。三因素对水稻SGWP和GHGI的影响,均为B>Si>W,对小麦SGWP和GHGI的影响,均为Si>B>W。研究认为,夜间增温下为稳定稻麦产量,同时减少稻麦轮作农田CH4和N2O排放的最佳处理组合为施0.2 t SiO_(2)/hm^(2)矿粉和25 t/hm^(2)生物炭。
暂无评论