简介:上对流层水汽分布对于全球能量和水循环具有非常重要的影响。利用美国Aqua卫星红外高光谱仪器(AIRS)反演的湿度廓线资料对中国上对流层水汽时空分布特征进行了分析。为了保证卫星反演湿度廓线产品精度可以满足气候特征分析的需求,首先利用JICA野外加密探空试验观测数据对卫星反演湿度廓线进行了真实性检验,分析表明,Aqua卫星搭载的AIRS反演的湿度廓线与探空加密观测数据总体具有较好的相关性,在200hPa高度相对湿度偏差在5%以内,其精度可以用于上对流层水汽气候特征的分析。通过趋势分析以及EOF分解等方法,分析了2003年1月—2013年12月的中国区域上对流层水汽时空分布特征,结果表明,受夏季风影响,中国区域上对流层水汽具有明显的季节变化规律和年周期特征,中国大部分地区上对流层冬季偏干、夏季偏湿,夏季高湿区可以北移到35°N以北。而在新疆地区冬季偏湿、夏季偏干。总体来说,全年夏季水汽含量最高,秋季次之,冬季最小。2003年以来新疆地区及南部海域上对流层水汽呈显著增加趋势,华南、华北、内蒙古中西部水汽也有所增加,在高原地区及东北区域上对流层水汽稍有减少,但变化均不显著。上对流层水汽的增加,将有可能放大温室效应,在气候变化研究中应给予重视。
简介:以中国夏季气温为预测对象,选取东亚地区冬季500hPa高度场、海平面气压场、地表温度场和850hPa温度场为预测因子,采用1951~2009年去趋势处理后的资料,通过变形的典型相关分析(Barnett-PreisendorferCanonicalCorrelationAnalysis,BP-CCA)方法分别建立单因子预测模型,再利用集合典型相关分析(EnsembleCanonicalCorrelation,ECC)方法建立集合预测模型,对中国夏季气温进行基于交叉检验方法的预测试验,然后利用2010~2014年的资料对中国夏季气温进行独立样本检验。通过分析BP-CCA模态可知,一对BP-CCA模态的空间型在一定程度上可以反映预报因子场和对象场的遥相关特征。通过基于交叉检验方法的预测试验表明环流场和热力场均能为气温提供预测信息。ECC预测模型综合了各个预报因子的在不同地区的预报技巧,比单因子BP-CCA预测模型有更高、更稳定的预报技巧。独立样本检验表明ECC模型与单因子BP-CCA预测模型相比,对中国夏季气温有更高、更稳定的实际预测能力,对气温季节预测具有参考价值。