本文首先利用中国气象局国家气象信息中心提供的中国732个站点观测的土壤体积含水量,评估了CLM4.5(Community Land Model version 4.5)在CFSR(Climate Forecast System Reanalysis)近地面大气数据驱动下模拟的逐月土壤湿度(记为CLM4.5-C...
详细信息
本文首先利用中国气象局国家气象信息中心提供的中国732个站点观测的土壤体积含水量,评估了CLM4.5(Community Land Model version 4.5)在CFSR(Climate Forecast System Reanalysis)近地面大气数据驱动下模拟的逐月土壤湿度(记为CLM4.5-CFSR),然后基于CLM4.5-CFSR比较了皮尔逊相关法和自相关法计算得到的1980~2009年中国地区土壤湿度记忆性的区域及季节分布特征,量化了土壤湿度的记忆能力,研究了降水频率、降水强度和近地表气温分别对土壤湿度记忆性的影响。结果表明:CLM4.5-CFSR能较好地反映出大部分地区月时间尺度上土壤湿度的变化特征。两种方法描述的土壤湿度记忆性的空间分布特征相似,但季节特征不同。不同深度土壤湿度的记忆时长相差不大,在0.85~2.2个月不等,其中内蒙古东北部较大,新疆西南部较小。春季,较湿的土壤记忆性也较强。当降水频率较低时,其对蒸发速率较大的地区土壤湿度的记忆性影响很小,当降水强度较大时,它会迅速补充土壤散失的水分,破坏初始时刻土壤的干湿状态,引起其记忆性减弱。近地表气温变化主要通过影响土壤的蒸发过程减弱土壤湿度的记忆性。未来可利用气候模式开展数值敏感性试验对本文得到的结论进行机理研究,为进一步提高季节和季节内尺度的降水预报提供依据。
利用国家气候中心160站月平均降水资料、印度热带气象研究所的全印度月平均降水资料和NCEP/NCAR的再分析资料,从年际和年代际角度分别研究了欧亚遥相关型(Eurasian teleconnection,EU)对印度夏季风与华北夏季降水关系的影响,并探究其物理机制。结果表明,EU与印度夏季风之间的相关系数只有-0.078,二者相互独立。印度夏季风与华北夏季降水有正相关关系(Indian Summer Monsoon and North China Summer Rainfall,ISM-NCSR),且在正EU位相时,ISM-NCSR关系较弱;负EU位相时,ISM-NCSR关系较强。这是由于EU负位相时,贝加尔湖右侧存在反气旋环流,有利于北风及冷空气南下。因此,强印度季风时北上的暖湿气流在华北地区与偏北风相遇形成锋面,有利于华北降水;弱印度季风时华北地区完全被强北风控制,水汽输送通道被阻断,不利于降水,从而导致ISM-NCSR关系强。正EU位相时与此相反,相关关系弱。
暂无评论