检索结果-南通市图书馆

Seasonal prediction of extreme high-temperature days over the Yangtze River basin

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

Science China Earth Sciences 2024年第7期67卷 2137-2147页

作者： Shifeng PAN Zhicong YIN Mingkeng DUAN Tingting HAN Yi FAN Yangyang HUANG Huijun WANG Key Laboratory of Meteorological Disaster Ministry of Education/Joint International Research Laboratory of Climate and Environment Change/Collaborative Innovation Center on Forecast and Evaluation of Meteorological DisastersNanjing University of Information Science and TechnologyNanjing 210044China Southern Marine Science and Engineering Guangdong Laboratory(Zhuhai) Zhuhai 519080China

Extreme high temperatures occur frequently over the densely populated Yangtze River basin(YRB)in China during summer,significantly impacting the local economic development and ecological system.However,accurate prediction of extreme high-temperature days in this region remains a challenge.Unfortunately,the Climate Forecast System Version 2(cfsv2)exhibits poor performance in this regard.Thus,based on the interannual increment approach,we develop a hybrid seasonal prediction model over the YRB(HM_(YRB))to improve the prediction of extreme high-temperature days in summer.The HM_(YRB)relies on the following four predictors:the observed preceding April-May snowmelt in north western Europe;the snow depth in March over the central Siberian Plateau;the cfsv2-forecasted concurrent summer sea surface temperatures around the Maritime Continent;and the 200-hPa geopotential height over the Tibetan Plateau.The HM_(YRB)indicates good capabilities in predicting the interannual variability and trend of extreme high-temperature days,with a markable correlation coefficient of 0.58 and a percentage of the same sign(PSS)of 76% during 1983-2015 in the one-year-out cross-validation.Additionally,the HM_(YRB) maintains high PSS skill(86%)and robustness in the independent prediction period(2016-2022).Furthermore,the HM_(YRB) shows a good performance for years with high occurrence of extreme high-temperature days,with a hit ratio of 40%.These predictors used in HM_(YRB)are beneficial in terms of the prediction skill for the average daily maximum temperature in summer over the YRB,albeit with biases existing in the magnitude.Our study provides promising insights into the prediction of 2022-like hot extremes over the YRB in China.

关键词： Hot extremes Yangtze River basin cfsv2 Seasonal prediction One-year-out cross-validation

在线全文

学校读者我要写书评

暂无评论

长江中下游极端高温日数的季节预测

中国科学:地球科学 2024年第7期54卷 2167-2177页

作者：潘石凤尹志聪段明铿韩婷婷范怡黄艳艳王会军南京信息工程大学大气科学学院气象灾害预报预警与评估协同创新中心气象灾害教育部重点实验室南方海洋科学与工程广东省实验室(珠海)

夏季中国人口密集的长江中下游地区极端高温频发,严重影响了当地经济发展和生态系统.然而,当前对该地区极端高温日数的准确预测仍然是一个挑战.例如,美国国家海洋和大气管理局第二代气候预测系统（cfsv2）在这方面表现不佳.因此,基于年... 详细信息

夏季中国人口密集的长江中下游地区极端高温频发,严重影响了当地经济发展和生态系统.然而,当前对该地区极端高温日数的准确预测仍然是一个挑战.例如,美国国家海洋和大气管理局第二代气候预测系统（cfsv2）在这方面表现不佳.因此,基于年际增量方法,本文建立了长江中下游地区混合季节性预测模型(HMYRB),以提高对夏季极端高温日数的预测能力.该模型基于以下4个预测因子:观测的前期4到5月欧洲西北部融雪; 3月中西伯利亚高原积雪深度; cfsv2预测夏季海洋性大陆周围海温及青藏高原上空200hPa位势高度.结果显示,HMYRB在预测极端高温日数的年际变化和趋势方面显示出良好的能力,在1983～2015年留一法交叉验证中,相关系数达到0.58,同号率为76%.此外, HMYRB在独立预测期间（2016～2022年）也保持了较高的同号率（86%）预测技巧和稳健性.此外, HMYRB对于极端高温日数高频发的年份表现良好,命中率为40%.虽然在强度上存在偏差,但HMYRB中使用的预测因子对于预测长江中下游地区夏季平均日最高气温具有较好的预测技巧.因此,本研究为预测类似2022年的极端高温事件提供了新思路.

关键词：极端高温长江中下游 cfsv2 季节预测留一法交叉验证

Verification and Improvement of the Ability of cfsv2 to Predict the Antarctic Oscillation in Boreal Spring

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

Advances in Atmospheric Sciences 2019年第3期36卷 292-302,340页

作者： Dapeng ZHANG Yanyan HUANG Bo SUN Fei LI Huijun WANG Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters/Key Laboratory of Meteorological Disaster Ministry of Education Nanjing University of Information Science and Technology Nansen–Zhu International Research Centre Institute of Atmospheric Physics Chinese Academy of Sciences NILU – Norwegian Institute for Air Research

The boreal spring Antarctic Oscillation(AAO) has a significant impact on the spring and summer climate in China. This study evaluates the capability of the NCEP's Climate Forecast System, version 2(cfsv2), in predicting the boreal spring AAO for the period 1983–2015. The results indicate that cfsv2 has poor skill in predicting the spring AAO, failing to predict the zonally symmetric spatial pattern of the AAO, with an insignificant correlation of 0.02 between the predicted and observed AAO Index(AAOI). Considering the interannual increment approach can amplify the prediction signals, we firstly establish a dynamical–statistical model to improve the interannual increment of the AAOI(DY AAOI), with two predictors of cfsv2-forecasted concurrent spring sea surface temperatures and observed preceding autumn sea ice. This dynamical–statistical model demonstrates good capability in predicting DY AAOI, with a significant correlation coefficient of 0.58 between the observation and prediction during 1983–2015 in the two-year-out cross-validation. Then, we obtain an improved AAOI by adding the improved DY AAOI to the preceding observed AAOI. The improved AAOI shows a significant correlation coefficient of 0.45 with the observed AAOI during 1983–2015. Moreover, the unrealistic atmospheric response to March–April–May sea ice in cfsv2 may be the possible cause for the failure of cfsv2 to predict the AAO. This study gives new clues regarding AAO prediction and short-term climate prediction.

关键词：南极涛动年际增量方法 cfsv2 动力统计模型预测

cfsv2对2018年浙江梅雨降水多尺度预测的性能评估

在线全文

学校读者我要写书评

暂无评论

气象科学 2022年第5期42卷 690-702页

作者：马浩于翡葛敬文肖晶晶高大伟浙江省气候中心杭州310017 中国气象局地球系统数值预报中心北京100081

从梅雨预测的业务需求出发,系统开展了cfsv2模式对2018年浙江梅雨期降水预报能力的多时间尺度评估。结果发现3月1日—5月31日的起报结果整体上未能较准确地预测6月浙江大部降水偏少的趋势、仅5月31日的预测结果与实况相符;在延伸期尺度... 详细信息

从梅雨预测的业务需求出发,系统开展了cfsv2模式对2018年浙江梅雨期降水预报能力的多时间尺度评估。结果发现3月1日—5月31日的起报结果整体上未能较准确地预测6月浙江大部降水偏少的趋势、仅5月31日的预测结果与实况相符;在延伸期尺度上,cfsv2预测的梅雨期总降水量较实况偏少30%左右;基于相关系数、均方根误差和新定义的综合预报技巧指数等指标分析模式的延伸期预报性能,发现对梅雨期总降水量、逐日区域平均降水量和逐日全省各站降水量的预报技巧有限,对浙江梅雨区的预报水平总体高于浙江全省。评估结果表明cfsv2预报产品表现出显著的系统性干偏差;在延伸期尺度上,随着预报时效的缩短,预报效果并非逐步提升、而是客观存在一个最佳预报时效,各起报日也分别对应着不同的最优预报时段,整体而言梅雨降水的延伸期预测可能对初值并不敏感。

关键词： cfsv2 浙江梅雨综合预报技巧指数延伸期尺度

Simulations of Eurasian Winter Temperature Trends in Coupled and Uncoupled cfsv2

在线全文

学校读者我要写书评

暂无评论

Advances in Atmospheric Sciences 2018年第1期35卷 14-26页

作者： Thomas W.COLLOW Wanqiu WANG Arun KUMAR INNOVIM LLC NOAA/NCEP Climate Prediction Center College Park

Conflicting results have been presented regarding the link between Arctic sea-ice loss and midlatitude cooling, particularly over Eurasia. This study analyzes uncoupled(atmosphere-only) and coupled(ocean–atmosphere) simulations by the Climate Forecast System, version 2(cfsv2), to examine this linkage during the Northern Hemisphere winter, focusing on the simulation of the observed surface cooling trend over Eurasia during the last three decades. The uncoupled simulations are Atmospheric Model Intercomparison Project(AMIP) runs forced with mean seasonal cycles of sea surface temperature(SST)and sea ice, using combinations of SST and sea ice from different time periods to assess the role that each plays individually,and to assess the role of atmospheric internal variability. Coupled runs are used to further investigate the role of internal variability via the analysis of initialized predictions and the evolution of the forecast with lead time.The AMIP simulations show a mean warming response over Eurasia due to SST changes, but little response to changes in sea ice. Individual runs simulate cooler periods over Eurasia, and this is shown to be concurrent with a stronger Siberian high and warming over Greenland. No substantial differences in the variability of Eurasian surface temperatures are found between the different model configurations. In the coupled runs, the region of significant warming over Eurasia is small at short leads, but increases at longer leads. It is concluded that, although the models have some capability in highlighting the temperature variability over Eurasia, the observed cooling may still be a consequence of internal variability.

关键词： Eurasian winter climate sea-ice loss SST increase cfsv2

综合GPS和NCEP cfsv2的区域PWV估计方法

在线全文

学校读者我要写书评

暂无评论

武汉大学学报（信息科学版） 2017年第3期42卷 328-333页

作者：王俊杰何秀凤河海大学地球科学与工程学院江苏南京210098

利用地基GPS估计PWV(precipitable water vapor)时,除GPS观测数据外,GPS测站地表的气温和气压也是必要参数。针对我国多数GPS网并未配备相应的气象传感器的情况,利用美国环境预报中心气候预报系统第2版提供的逐6h产品,并顾及测站高程转... 详细信息

利用地基GPS估计PWV(precipitable water vapor)时,除GPS观测数据外,GPS测站地表的气温和气压也是必要参数。针对我国多数GPS网并未配备相应的气象传感器的情况,利用美国环境预报中心气候预报系统第2版提供的逐6h产品,并顾及测站高程转换时的平均海平面高改正,提出一种GPS测站气象参数的插值新方法。以香港卫星定位参考站网实测GPS数据进行试验研究,结果表明,平均海平面高对地表气压的插值结果影响较大,而对地表气温的插值结果影响较小;经平均海平面高改正后,地表气压插值结果的平均均方根误差(RMSE)为1.61hPa,地表气温插值结果的平均RMSE为1.93 K;由插值气象参数估计的PWV的平均RMSE为2.76mm,验证了所提方法的有效性。

关键词： GPS气象学 NCEP cfsv2 PWV 平均海平面插值

NCEP cfsv2对北半球夏季中高纬阻塞高压的预测检验

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

高原气象 2018年第2期37卷 469-480页

作者：周宁芳贾小龙国家气象中心北京100081 南京信息工程大学气象灾害预报预警与评估协同创新中心江苏南京210044 国家气候中心/中国气象局气候研究开放实验室北京100081

利用1999 2010年共12年NCEP cfsv2(NCEP Climate Forecast System version 2)每天4个时次对未来45天预测的回报数据,检验了cfsv2模式对北半球夏季(6 8月)中高纬乌拉尔山区域(10°E70°E)和贝加尔湖-鄂霍次克海区域(110°E 180°E)阻塞... 详细信息

利用1999 2010年共12年NCEP cfsv2(NCEP Climate Forecast System version 2)每天4个时次对未来45天预测的回报数据,检验了cfsv2模式对北半球夏季(6 8月)中高纬乌拉尔山区域(10°E70°E)和贝加尔湖-鄂霍次克海区域(110°E 180°E)阻塞高压及其与之相联系的东亚气候的预测能力。分析结果显示,cfsv2可以较好的模拟夏季北半球阻塞高压发生频率的纬向分布特征,但随着预测时效的增加阻塞发生的频率不断降低。cfsv2对两个区域阻塞预测的命中率在7天时效内为50%左右,接近2周之后基本上没有技巧。cfsv2对区域阻塞事件的预测技巧要低于区域阻塞的技巧,贝加尔湖-鄂霍次克海区域阻塞事件的技巧略低于乌拉尔山区域。cfsv2对阻塞爆发和结束的预测超过7天左右,基本没有预测技巧,对乌拉尔山区域阻塞结束日的预测技巧要低于阻塞爆发日的预测技巧。cfsv2在可用的预测时效内可以较好再现与区域阻塞相联系的环流形势以及东亚地区气温、降水异常的分布特征,尤其是夏季乌拉尔山和鄂霍茨克海地区发生阻塞时我国长江流域及其以南地区降水容易偏多的特征。

关键词：阻塞北半球夏季 cfsv2 预测技巧

欧亚大陆积雪在NCEP cfsv2中的可预测性研究

在线全文

学校读者我要写书评

暂无评论

欧亚大陆积雪在NCEP CFSv2中的可预测性研究

作者：何琼中国气象科学研究院

学位级别：硕士

本文利用NCEP气候预报系统第二版(Climate Forecast System version 2,cfsv2)逐月积雪覆盖率和雪水当量后报资料,分析了该模式对于欧亚大陆积雪的预测能力和可预测性。主要结论如下:cfsv2能够基本再现观测到的欧亚大陆积雪的季节循环。... 详细信息

本文利用NCEP气候预报系统第二版(Climate Forecast System version 2,cfsv2)逐月积雪覆盖率和雪水当量后报资料,分析了该模式对于欧亚大陆积雪的预测能力和可预测性。主要结论如下:cfsv2能够基本再现观测到的欧亚大陆积雪的季节循环。整体来看,模式对于积雪覆盖率的模拟能力好于雪水当量。由于积雪累积期与消融期积雪覆盖率年际变率较大,因而在评估模式对于积雪覆盖率的预测能力和可预测性时,主要关注积雪累积期与积雪消融期。cfsv2很好地预测了欧亚大陆积雪消融期积雪覆盖率的年际变化、长期趋势以及EOF第一模态。与积雪消融期不同,cfsv2对于积雪累积期的积雪覆盖率气候态模拟偏差较小,但是严重低估了其年际变率。观测中欧亚大陆积雪覆盖率在积雪累积期呈现上升趋势,而模式却模拟出下降趋势。分析表明模式对于积雪覆盖率的模拟偏差与模式对于对流层低层温度以及降水的模拟偏差有关。研究表明,在积雪消融期与积雪累积期,相比于观测,cfsv2模拟的欧亚大陆积雪覆盖率的气候值均偏大,与此同时,模式对于对流层低层气温模拟偏低,地面降水模拟偏多。而模式对温度降水变率的低估在一定程度上也解释了模式对于积雪覆盖率变率的低估,尤其对于积雪累积期而言。同时,cfsv2对于欧亚大陆积雪覆盖率的预测能力在1990s后期有所提高,可能原因是cfsv2的初始场以及观测资料均在这一时期有所改进。cfsv2基本上可以模拟出欧亚大陆春季雪水当量的气候态空间分布特征,总体上较观测偏大,可能由于模式中融雪率较观测偏小、融雪时间偏晚导致。对cfsv2与观测中的欧亚大陆平均雪水当量计算相关发现,超前1–5个月cfsv2模拟的雪水当量与观测之间的相关系数显著,即该模式可以超前1–5个月模拟出欧亚大陆雪水当量的年际变化,并且此时模式具有较高信噪比。相比于观测,模式中春季雪水当量呈现下降趋势,并且年际变率较观测偏大,分析表明,这与模式初始场的影响有极其密切的关系,通过计算发现模式模拟的春季雪水当量与其初始场之间的相关系数非常高,超前1–5个月的相关系数接近1。而当超前时间大于5个月时,模式年际变率严重减小,并且信噪比逐渐小于1,即此时模式不再具有可预测性。

关键词： cfsv2 欧亚大陆积雪覆盖率雪水当量预测能力

cfsv2模式对淮河流域夏季气温降水预测能力的评估

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

暴雨灾害 2016年第4期35卷 351-358页

作者：程智徐敏段春锋安徽省气候中心合肥230031

基于美国环境预测中心提供的cfsv2模式回报数据以及淮河流域172个气象台站的气温降水观测数据,评估了该模式对淮河流域夏季气温降水的预测能力。结果表明:模式对气温气候平均态的模拟与实况较为接近,降水虽然能够反映出南多北少的分布特... 详细信息

基于美国环境预测中心提供的cfsv2模式回报数据以及淮河流域172个气象台站的气温降水观测数据,评估了该模式对淮河流域夏季气温降水的预测能力。结果表明:模式对气温气候平均态的模拟与实况较为接近,降水虽然能够反映出南多北少的分布特征,但气候平均值明显偏小。模式对于气温和降水均方差的模拟均偏小。从频率分布来看,回报气温的频率分布与实况较为接近,回报降水不仅存在很大的负偏差,出现异常降水的频率也比实况明显偏低。对ROC曲线的分析进一步表明模式预测高温事件的能力明显好于低温事件,预测降水异常事件的能力在不同起报月有差异。从主要模态的时空结构来看,模式能够反映出其空间结构,对于增暖的趋势模拟也相当不错,但增暖的速率高于实况,虽然模式没有能够反映出降水主要模态的年代际变化特征,但对于年际变化有较高的预测技巧。这些评估为短期气候预测和模式解释应用提供了参考。

关键词：模式评估 cfsv2 淮河流域气候预测