2024/2025年前冬,即2024年12月1日—2025年1月15日,北半球季风区发生了1979年以来极为严重的干旱事件,其中中国东部地区尤为显著。此次事件对中国东部地区的经济发展和生态系统都造成了严重的影响。本文基于ERA5再分析资料,深入探究了...2024/2025年前冬,即2024年12月1日—2025年1月15日,北半球季风区发生了1979年以来极为严重的干旱事件,其中中国东部地区尤为显著。此次事件对中国东部地区的经济发展和生态系统都造成了严重的影响。本文基于ERA5再分析资料,深入探究了此次中国东部极端干旱事件的成因及潜在物理机制。研究结果表明,造成此次极端干旱事件的直接原因是中国东部水汽异常辐散。从环流角度来看,北太平洋的异常气旋以及青藏高原南侧的异常反气旋导致中国东部主要受干冷的偏北风影响,进而引起中国东部和南方地区水汽辐散异常和降水偏少,诱发并维持了此次极端干旱事件。进一步研究表明,大气内部模态环北半球遥相关型可能是北太平洋气旋异常形成的主要原因,青藏高原前期秋季积雪异常偏少是青藏高原上空的深厚暖高压形成的原因,二者导致中国东部地区持续受异常偏北气流控制,进而引发局地降水减少。而2024/2025年前冬弱La Ni a型海温异常则通过调控Walker环流,引起南海上空异常气旋的形成,进一步抑制了中国东部地区的降水。在全球变暖背景下,更剧烈的水汽辐合、辐散可能会引发更严重的季风区极端降水或干旱事件,这为复杂气候背景下区域性干旱事件的预测提供了一定的理论依据。展开更多
基于2002—2025年IRI(International Research Institute for Climate and Society)实时多模式预测资料,构建了一个面向事件的ENSO(El Nino-Southern Oscillation)峰值诊断框架,定量评估预测系统对峰值强度与峰值时间两项关键特征的可...基于2002—2025年IRI(International Research Institute for Climate and Society)实时多模式预测资料,构建了一个面向事件的ENSO(El Nino-Southern Oscillation)峰值诊断框架,定量评估预测系统对峰值强度与峰值时间两项关键特征的可预报性。尽管IRI系统在ENSO时间序列上可维持8~9 mon的较高技巧,但传统统计指标难以反映具体事件在峰值阶段的系统性偏差。结果表明,随着预报时效延长,预测的峰值强度普遍减弱,并呈现出显著的强度依赖特征。中等和强事件往往被低估,但弱事件更容易被高估。在模式差异方面,动力模式在再现中、强事件的峰值振幅上更有优势,但在弱事件中,统计模式的预测反而更接近观测。在峰值时间方面,模式预测普遍存在偏晚现象,并且滞后误差会随着预报时效持续累积。峰值时间偏差还呈现明显的冷暖不对称结构,拉尼娜事件的滞后程度显著强于厄尔尼诺事件。在不同模式类型的比较中,统计模式在拉尼娜事件中的峰值时间偏差远大于动力模式,而在厄尔尼诺事件中两类模式的差异相对较小。总体而言,本研究揭示了现有ENSO预测系统在峰值特征上的偏差结构,并指出动力与统计模式的互补性,为改进多模式集合策略和提升ENSO预测性能提供了科学依据。展开更多
文摘2024/2025年前冬,即2024年12月1日—2025年1月15日,北半球季风区发生了1979年以来极为严重的干旱事件,其中中国东部地区尤为显著。此次事件对中国东部地区的经济发展和生态系统都造成了严重的影响。本文基于ERA5再分析资料,深入探究了此次中国东部极端干旱事件的成因及潜在物理机制。研究结果表明,造成此次极端干旱事件的直接原因是中国东部水汽异常辐散。从环流角度来看,北太平洋的异常气旋以及青藏高原南侧的异常反气旋导致中国东部主要受干冷的偏北风影响,进而引起中国东部和南方地区水汽辐散异常和降水偏少,诱发并维持了此次极端干旱事件。进一步研究表明,大气内部模态环北半球遥相关型可能是北太平洋气旋异常形成的主要原因,青藏高原前期秋季积雪异常偏少是青藏高原上空的深厚暖高压形成的原因,二者导致中国东部地区持续受异常偏北气流控制,进而引发局地降水减少。而2024/2025年前冬弱La Ni a型海温异常则通过调控Walker环流,引起南海上空异常气旋的形成,进一步抑制了中国东部地区的降水。在全球变暖背景下,更剧烈的水汽辐合、辐散可能会引发更严重的季风区极端降水或干旱事件,这为复杂气候背景下区域性干旱事件的预测提供了一定的理论依据。
文摘基于2002—2025年IRI(International Research Institute for Climate and Society)实时多模式预测资料,构建了一个面向事件的ENSO(El Nino-Southern Oscillation)峰值诊断框架,定量评估预测系统对峰值强度与峰值时间两项关键特征的可预报性。尽管IRI系统在ENSO时间序列上可维持8~9 mon的较高技巧,但传统统计指标难以反映具体事件在峰值阶段的系统性偏差。结果表明,随着预报时效延长,预测的峰值强度普遍减弱,并呈现出显著的强度依赖特征。中等和强事件往往被低估,但弱事件更容易被高估。在模式差异方面,动力模式在再现中、强事件的峰值振幅上更有优势,但在弱事件中,统计模式的预测反而更接近观测。在峰值时间方面,模式预测普遍存在偏晚现象,并且滞后误差会随着预报时效持续累积。峰值时间偏差还呈现明显的冷暖不对称结构,拉尼娜事件的滞后程度显著强于厄尔尼诺事件。在不同模式类型的比较中,统计模式在拉尼娜事件中的峰值时间偏差远大于动力模式,而在厄尔尼诺事件中两类模式的差异相对较小。总体而言,本研究揭示了现有ENSO预测系统在峰值特征上的偏差结构,并指出动力与统计模式的互补性,为改进多模式集合策略和提升ENSO预测性能提供了科学依据。
