摘要:

摘要:

摘要:随着全球变暖,极端天气气候事件增强,天气气候灾害造成的损失也愈发严重。当前气候预测的准确性远远不能满足社会需要,气候系统预测理论和方法面临着众多挑战性问题。为提档气候预测科学水平和准确率,由南京信息工程大学和中山大学承担的“气候系统预测研究中心”获得国家自然科学基金基础科学中心项目支持(2021年1月—2025年12月)。在该项目执行的前三年,项目团队开展了大量深入系统的研究,并取得了若干重要进展:1)揭示了气候系统的若干关键变化、驱动力和机制;2)剖析了海-陆-冰-气相互作用对我国重大极端气候事件的影响;3)在气候系统数值模式研发和预测系统集成方面取得重要进展;4)发展了延伸期-S2S-年代际的气候系统预测理论和方法。本文对这些进展作了扼要介绍,并针对气候与环境变化归因、古今气候环境研究融合、跨时空气候系统变异和极端气候、人工智能与气候科学、年代际预测和风险应对体系等关键科学问题做了展望。

摘要:东亚冬季风系统是北半球冬季最活跃的环流系统,通过与西伯利亚高压、阿留申低压、东亚大槽和东亚西风急流等系统之间的相互作用,对东亚地区的气候产生重要影响。本文主要关注阿留申低压与东亚冬季风关系的年代际变化特征,利用经验正交函数分析方法,提取阿留申低压的强度变化、南北移动、西北-东南传播型和东西移动模态,并研究这4种模态与冬季风的北部型、南部型模态关系。结果表明阿留申低压的强度变化与2种东亚冬季风型的关系都不显著。阿留申低压的南北移动与南部型冬季风的相关性较强且具有年代际变化特征。1995年后南北涛动中心受ENSO(El Niño-Southern Oscillation)影响向东移动,阿留申低压和西伯利亚高压的配置不利于中国东南部气压梯度的形成,导致阿留申低压的南北移动与南部型冬季风的相关性降低。另外,1975年后北大西洋涛动在中西伯利亚地区激发正位势高度异常,扩大传播型模态影响范围,给中高纬地区带来东北风异常,有利于北部型冬季风的形成,此时传播型模态与北部型冬季风显著相关。

摘要:基于气候态定义了西伯利亚高压指数(SH index)、东亚大槽指数(ET index)和高低压系统间的东亚经向风指数(V index),使用回归分析探究西伯利亚高压和东亚大槽在季节内尺度上对东亚地区冬季温度的影响机理,构建线性模型对冬季华南地区季节内尺度温度进行延伸期预报。结果表明:西伯利亚高压和东亚大槽系统变化中最显著的是季节内尺度信号;季节内尺度SH index和ET index对V index的贡献分别为82.6％ 和42.2％;3个指数的回归模态在对流层中层对应西北-东南向低频罗斯贝波列缓慢东南传播,低层水汽、近地面层环流、降水及2 m温度场配置良好,当西伯利亚高压深厚或东亚大槽发展时,经向风关键区北风强盛,有利于冬季高纬度地区干冷空气向东亚输送;V index对华南地区冬季季节内尺度2 m气温的有效预报时效达25 d。

摘要:2013年11月东北大—暴雪持续日数为1982—2020年同期最多的一年。其中,2013年11月17—20日和25日先后发生两次强降雪过程,其中第一次过程降雪持续时间较长,而第二次过程日降雪强度强。基于此,从2013年11月月际异常气候背景和两次强降雪过程的角度,开展其成因和可预测性研究。研究结果表明,2013年11月北极涛动(AO)正位相异常偏强、类北太平洋涛动(NPO)负位相、巴伦支海以北的海冰月增长量(11月减9月)异常偏多和热带-南印度洋海温异常偏暖的气候背景有利于这次东北持续性大—暴雪事件的发生。其中,2013年11月巴伦支海以北的海冰月增长量偏多,意味着季节性海冰生长量增加使得向大气中释放的潜热通量增加,气温偏高,有利于AO正位相加强并激发罗斯贝(Rossby)波列,使得阿留申低压减弱;同时11月热带-南印度洋海温异常偏暖,热带印度洋对流加强和热带西太平洋对流减弱,有利于西北太平洋-阿留申地区维持“气旋-反气旋”式环流异常,呈现类NPO负位相。这样的环流形势有利于从北太平洋向东北地区持续输送水汽。第一次强降雪过程(17—20日)发生前5 d(12—16日)到降雪过程结束(20日),北大西洋涛动(NAO)维持正位相并且强度达到冬半年最强,由此激发持续东传Rossby波,使得西北太平洋-阿留申地区为持续性的南北向“气旋-反气旋”式环流异常,有利于北太平洋水汽持续输送至东北地区。在2013年11月25日第二次强降雪过程中,乌拉尔山阻塞高压显著加强,东北低涡加深,有利于热带西太平洋更为暖湿的水汽输送至东北地区,与北太平洋输送的水汽共同导致第二次强降雪过程的日降雪强度大。最后,利用CFSv2评估2013年11月异常气候背景的可预测性,结果表明CFSv2可提前1个月预测2013年11月热带-南印度洋海温异常偏暖,但对热带印度洋和西太平洋对流异常、NAO以及热带-中高纬大气遥相关预测能力较弱。在次季节尺度上,ECMWF(CMA)能提前29(12) d和13(16) d合理预测出两次过程降雪量的空间分布,这可能是由于模式能合理再现NAO和乌拉尔山阻塞高压等关键环流系统的逐日变化。因此未来还有待提升热带-中高纬大气遥相关、水汽输送以及平流层极涡的次季节-季节预测效能。

摘要:区域地球系统模式是区域气候模式下一阶段的主要发展目标。本文阐述了发展区域地球系统模式的重要意义,分析了近年来区域地球系统模式的研究进展和典型案例,指出其多圈层通量耦合、空间分辨率提高以及耦合数据同化的三个共性特征。建议以开源共创的方式整合各界研究力量,加快建设我国自主可控的区域地球系统模式;围绕新建立的模式开展跨学科研究,特别关注其中多圈层、多尺度过程的相互作用;围绕高分辨率区域地球系统模式建立区域数字孪生监测预警平台,用于关键区域的防灾减灾和关键决策支撑。

摘要:本文分析了热力、动力环境因子对与百年一遇超强台风“海燕”有相似路径的热带气旋的强度的影响。为了定量分析环境因子的相对重要性,将相似路径下的台风分为超强台风和一般台风两类。结果表明,相较于动力因子,热力因子对生成超强台风更为重要。根据BDI(Box Difference Index)指数的排序,选择925 hPa湿静力能MSE(Moist Static Energy)、950 hPa比湿、900 hPa温度作为重要预测因子来判断是否生成超强台风。此外,海洋热容量和台风移动速度在两类台风中有着明显差异,也可以作为辅助预测因子。最后,用WRF模式(Weather Research and Forecasting)设计理想数值试验,揭示环境温度和水汽垂直剖面对台风强度影响的相对重要性。敏感性试验结果表明,环境水汽和温度的相对贡献比约为1∶4,它们的共同作用使得相似路径下的一般台风可以发展成为超强台风。

摘要:基于ERA5的逐小时100 m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(North China Sea,NCS)、东海(East China Sea,ECS)、南海北部(Northern South China Sea,NSCS)及南海南部(Southern South China Sea,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(Arctic Oscillation,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。

摘要:最近发布的新一代全球再分析资料集ERA5,提供了全球小时降水再分析值,为全球小时降水研究提供又一个数据参考。然而,目前针对ERA5小时降水频率的评估工作还较为有限。本研究采用多套全球卫星观测小时降水对ERA5小时降水的频率进行了评估。对比分析发现:尽管ERA5总降水量与卫星资料出现较好的一致性,但ERA5的小时降水频率约为卫星资料的2～3倍,呈现系统性偏高。进一步分析表明,这主要是由于ERA5大大高估了中、低强度降水事件的数量。其中,ERA5对弱降水频率的高估尤为明显,平均可达卫星降水频率的6倍;此外,ERA5对海洋降水频率的高估程度也大于陆地。ERA5小时降水频率的系统性高估问题对相关研究的潜在影响,尚在进一步评估中。

摘要:采用1979—2020年共42 a的降水观测和再分析资料,使用多变量EOF、傅立叶滤波、线性回归、T-N波通量等方法,研究了非典型大西洋尼诺(Non-Canonical Atlantic Niño,NCA)对中国东部夏季前、后汛期降水的影响及物理机制。结果显示,NCA在前汛期引起中国南方降水增加,但在后汛期导致华南沿海地区降水减少而北方降水增加。这是由于在前汛期,NCA的暖海温异常位于热带北大西洋,可通过“风-蒸发-海表温度”正反馈引起拉尼娜,进而激发西北太平洋异常反气旋,其西北侧的异常西南气流有助于将暖湿水汽输送至我国南方,导致前汛期南方降水增加。在后汛期,NCA的暖海温异常南移至赤道大西洋,通过调节沃克环流增强拉尼娜,使得西北太平洋异常反气旋进一步增强并覆盖华南地区,导致华南降水减少而北方降水增加。此外,与NCA相关的东传罗斯贝波列在前/后汛期位于副热带/中高纬地区,其在我国东部引起的环流异常也有助于NCA在前/后汛期影响我国南/北方降水。

摘要:近几十年来频繁发生的极端高温事件严重威胁着自然生态系统、社会经济发展和人类生命安全。针对生态环境脆弱的欧亚中高纬地区,首先评估了当前主流动力模式(CMIP6 DCPP)对于该地区夏季极端高温的年代际预测水平,并构建了基于循环神经网络(Recurrent Neural Networks,RNN)的年代际预测模型。多模式集合平均(Multi-Model Ensemble,MME)的评估结果显示,得益于大样本和初始化的贡献,当前动力模式对于60°N以南区域(South Eurasia,SEA)展现了预测技巧,准确预测出了其线性增长趋势和1968—2008年间主要的年代际变率,然而模式对于60°N以北区域(North Eurasia,NEA)极端高温的年代际变率几乎没有任何预测技巧,仅预测出比观测低的线性增长趋势。基于86个初始场的动力模式大样本预测结果,RNN将2008—2020年间NEA和SEA极端高温的年代际变率预测技巧显著提高,距平相关系数技巧从MME中的-0.61和-0.03,提升至0.86和0.83,均方差技巧评分从MME中的-1.10和-0.94,提升至0.37和0.52。RNN的实时预测结果表明,在2021—2026年,SEA区域的极端高温将持续增加,2026年很可能发生突破历史极值的极端高温事件,NEA区域在2022年异常偏低,而后将呈现波动上升。

摘要:基于南京信息工程大学次季节气候预测系统(NUIST CFS1.1),通过调整成员的大气初始化方案并优化了集合预测方案,构建了性能更优、计算成本更低的9成员NUIST CFS1.1 Pro系统。进一步基于实时多变量Madden-Julian Oscillation(MJO)指数和两类北半球夏季季节内振荡(Boreal Summer Intraseasonal Oscillation,BSISO)指数BSISO1和BSISO2,评估了该预测系统对热带不同季节的大气季节内振荡(ISO)的预测技巧。结果表明,NUIST CFS1.1 Pro能分别提前26、17、12 d有效预测(距平相关高于0.5)MJO、BSISO1、BSISO2,对强事件(振幅>1)的有效预测时长能分别延长到30、21、13 d。此预测性能对比国内其他最新次季节动力模式如BCC_CSM2和FGOALS-f2有一定优势,同时在与国际S2S计划的8个主要业务预测系统的技巧对比中,NUIST CFS1.1 Pro在冬季MJO和夏季BSISO1预测上处于较为领先的水平,BSISO2的预测则处于中等水平;对不同位相的计算技巧显示,冬季MJO和夏季BSISO1的2、3、6、7位相较其他位相技巧更高。进一步的分析表明,NUIST CFS1.1 Pro能提前5候准确把握冬季MJO的东传特征,并能在一定程度上预测出其对我国气温异常的影响,尤其是对位相2、3时候的冷异常预测;而在夏季,则能提前4候正确预测BSISO1的北传、西北传特征,尤其能较好地预测西北太平洋上的对流和低层环流异常,从而成功预测出BSISO1造成的我国东部地区降水异常的空间形态。然而预测的强度较观测偏弱,这需要进一步的工作来改进。

摘要:随着全球变暖加剧,复合湿热天气在世界各地呈现显著加剧趋势,中国东部也是极端湿热事件的高发区。为更好了解中国复合湿热事件的变化特征,基于1961—2020年中国日最高湿球温度观测数据,利用趋势分析、小波功率谱分析和广义极值分布分析等方法,对中国日最高湿球温度的时空变化特征进行了深入分析。结果表明:1)1961—2020年中国日最高湿球温度平均值和最大值主要呈“南高北低”的分布特点,最大值高值区集中在中国南部和四川盆地。全国日最高湿球温度平均值呈增强趋势,最大值无明显的变化趋势。全国平均值有2～6 a尺度的周期震荡,全国最大值在多个时间段和时间尺度有短周期。2)全国极端湿热阈值分布与日最高湿球温度最大值比较类似,极端湿热强度呈现增强趋势,全国极端湿热频次也以0.098 d/a的速率增多。西北东部地区极端湿热强度增强幅度最大,但南方地区呈减弱趋势;西北东部、南方和东北地区极端湿热频次持续增多。3)多年一遇事件的阈值分布同样与最大值分布类似,多年一遇事件频次呈现显著的区域特征,多年一遇事件主要发生在四川盆地,其中西北东部地区显著增多,南方地区有减少趋势。

摘要:基于1961—2000年逐月降水观测资料和全球大气再分析资料,分析了6—7月长江中下游(108°～123°E,27°～33°N)梅雨的时空分布特征。通过观测诊断和数值试验确定了影响梅雨异常偏多的3个前期因子:4—5月平均的西北太平洋海平面气压正异常;3月至5月北大西洋海平面气压负变压倾向;1月至4月西伯利亚的2 m温度负倾向。利用这3个具有物理意义的影响因子构建了梅雨季节预测模型,该模型在训练期(1961—2000年)和独立预测期(2001—2022年)均具有显著的预测技巧(相关系数分别为0.79和0.77,均方根误差分别为0.59和0.68)。同时,基于相似的潜在预测因子,对比了利用偏最小二乘回归方法和5种机器学习方法(随机森林、轻量级梯度提升机、自适应提升、类别型特征提升、极端梯度提升)建立的预测模型的技巧。虽然训练期(1961—2000年)偏最小二乘回归和机器学习建模拟合效果更高,但在独立预测期(2001—2022年)上述模型的预测技巧显著降低(相关系数均低于0.44,均方根误差均大于0.93),出现了明显的过拟合问题。本研究强调梅雨的短期气候预测应建立在物理机制基础之上,而使用机器学习方法需谨慎。

摘要:近几十年来,青藏高原呈现显著增暖趋势,准确预估青藏高原未来气候变化对农业、生态系统、社会经济和人类生存与发展有着重要的科学意义。本研究基于CMIP6模式中18个模式在CO₂浓度突然4倍(abrupt-4×CO₂)强迫下的实验结果,运用气候反馈响应分析方法(CFRAM),研究温室气体强迫下青藏高原增暖响应、进行归因分析并讨论其模式间差异的来源。结果表明,高原地表增暖在很大程度上是温室气体强迫和正的水汽反馈造成的,并通过反照率反馈、云反馈以及地表热存储过程进一步放大,表面感热和潜热过程抑制了升温的幅度。其中,反照率反馈是造成青藏高原变暖比全球陆面平均增暖更强烈的原因。高原增暖响应的不确定性主要由云反馈贡献,其次是反照率反馈以及水汽反馈,但被感热和潜热过程削减。

摘要:利用站点观测、FNL分析数据和融合降水等多源资料,对2022年8月南海空心台风“木兰”的特征及成因开展系统的诊断分析,结果表明“木兰”属于南海的季风低压发展而成的弱台风,具有季风低压的特征,整个台风过程无明显台风眼,前期气旋环流中有多个小环流。虽为弱台风,但其东北侧的低空东南急流配合南海充沛的水汽输送,以及陆地局部的强对流活动,造成了我国广东、广西和云南南部等地的大风和暴雨天气。使用中尺度模式WRF开展分辨率为9 km和3 km的嵌套模拟,结果显示模式能合理再现“木兰”的环流结构特征和演变过程,但模拟的副热带高压南侧季风槽偏强,风速偏大。模式模拟的台风路径与观测整体上较为吻合,与FNL分析资料的结果相比,WRF对降水量的模拟有显著改进,此外,WRF模式分辨率的提高可降低模拟降水的误差。