简介:利用中国区域1992~2010年的土壤湿度观测资料,对欧洲航天局(EuropeanSpaceAgency)的卫星遥感反演(以下简称ESA)和欧洲中期天气预报中心(EuropeanCentreofMedium-RangeWeatherForecasts,ECMWF)的ERA-Interim(ECMWFReanalysis-Interim,以下简称ERA)两套再分析土壤湿度数据在典型区域的可靠性进行了评估。结果表明:两种土壤湿度均能较好的描述观测区域的总体土壤干湿变化,但均值和趋势一致性存在时间和空间差异。ESA、ERA资料都能较好的描述中国区域春、夏、秋3个季节土壤湿度的干、湿分布格局。在干湿程度上,ESA在北方地区较观测偏干,在江淮和西南较观测偏湿;ERA在北方和西南地区较观测偏湿,在江淮较观测偏干;在江淮、华北部分区域,ERA与观测数据的相关性要高于ESA。ESA、ERA与观测在秋季时相关性最好(大部分站点大于0.7);在全国大部分区域,ESA偏差要小于ERA且在大部分地区都表现出与观测一致的变化趋势。在空间上,ERA在东北、华北、西南变干的范围明显大于观测;然而,ERA能更好的体现观测土壤湿度的年际变化。相对于西部地区,东部地区ERA与观测的一致性最好,而ESA在受降水、植被、地形等因素影响较小的时段或区域与观测的一致性更好,对秋季土壤湿度的描述比春、夏季更准确。
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:通过对1961~2010年北京—天津—河北及其周边区域均一化处理的194个站点的气温分析,得到了该区域近50年的年平均和季节平均温度日较差的时空变化特征。结果表明:区域内北部及西部的高原与山区的年平均日较差较大,中部和东部的平原、沿海、大城市与孤立的山区的年平均日较差较小,各个季节的季节平均日较差具有类似特征,在春季、秋季、冬季和夏季依次减弱。区域年平均日较差近50年下降趋势为0.21°C(10a)^-1,在平原及南部区域下降趋势最明显,季节平均日较差在大部分地区呈明显下降趋势,下降趋势由大到小依次为冬季、春季、夏季和秋季。
简介:基于ISCCP(InternationalSatelliteCloudClimatologyProject)和NCEP(NationalCentersforEnvironmentalPrediction)资料分析了BCC_AGCM2.1(BeijingClimateCenter_AtmosphericGeneralCirculationModel2.1)和BCC_AGCM2.2模拟的云在东亚的垂直分布特点,并探讨了误差来源。两个模式大体上模拟出了总云量的分布形势,较好地模拟出了垂直方向上云量大值带随地形的变化特点,但模拟的总云量偏少。AGCM2.2模拟的云量整体上小于AGCM2.1,除复杂地形外AGCM2.2没有体现出高分辨率的优势。模式对中国东部环流场的模拟效果差导致模拟的云量偏少,尤其是AGCM2.2。模拟的对流层高层相对湿度明显偏大导致高层云量偏大。模式在近海面模拟的相对湿度偏小,四川盆地及周围地区冷季模拟的水汽含量偏少,因而模拟的云量偏少。模式云量对相对湿度的响应能力较好,模拟出了云量对垂直速度和稳定度的响应,但地区差异不明显。模式的云参数化方案中云与相对湿度的关系系数需要调整,应更利于云的生成。
简介:利用区域气候模式RegCM4.3(RegionalClimateModeversion4.3)对新疆地区冬季的地表状态进行了模拟分析,通过与ERA40再分析资料的对比分析发现,温度分布形势模拟较好,地面热力状态受地形影响显著,陡峭地形附近由于热性质差异大和非均匀性强会导致较大模拟误差;模式较好模拟出降水和潜热通量北疆多南疆少,山区多盆地少的分布特征,模拟出通过反照率影响,地表吸收的短波辐射呈现出沙漠腹地吸收多而天山地区吸收少的分布,对北疆呈感热通量汇而南疆呈感热通量源的感热分布形势也模拟较好;模拟的雪水当量与降水分布有较好的一致性,春季融雪径流与冬季雪水当量分布及降水均有较好的对应关系。通过模拟分析也发现,现有方案实际感热通量计算中以地面温度代替地面位温,造成感热通量偏小,因此会低估南疆感热源效应和高估北疆感热汇效应。此外,积雪量和地面温度模拟偏高可能是春季北疆主要积雪区径流偏强的原因。
简介:利用中国气象局提供的地面气象站基本气象要素日值数据集(V3.0)中均一化温度数据,分析了1961~2012年陕西境内秦岭山脉南北两侧4个地貌单元平均最高温度和最低温度的趋势分布特征,同时采用极端气候指标计算软件RClimdex计算了5种极端温度指数,并分析其变化特征及其与区域增暖的关系。结果表明:不同季节秦岭地区极端温度变化存在较大的差异,平均最高温度春季增暖信号最明显,而平均最低温度冬季升温明显,不同的增暖趋势导致了秦岭地区春季、秋季气温日较差变大,冬季、夏季气温日较差变小。陕北黄土高原、关中盆地、秦岭南坡和汉水流域平均最高、最低温度变化趋势基本一致,但变化幅度存在一定差异,其中秦岭北部黄土高原和关中盆地平均最低、最高温度的变化幅度均大于南部的秦岭南坡和汉水流域,尤其平均最低温度关中盆地增幅更明显。秦岭北部2区域极端最低温度相关指数的变化幅度大于极端最高温度指数,而南部2区域前者的变化幅度小于后者。秦岭山脉区域增暖与平均最高、最低温度变化密切相关,还受极端温度变化的影响,其北部地区增暖主要是暖夜增加的贡献,而南部地区增暖主要与暖昼增加有关。