大气所揭穿城乡一体化成效对中中原人民共和国

(大气科学学院 科学技术处)

两种明显不同的对流层中层500hPa和地面环流场配置下,地面PM2.5质量浓度的空间分布。左图是重污染发生时,右边是较清洁时。是地面PM2.5质量浓度;白线包围的填色区是500 hPa气温,白线包围的填色区是地面气压,黑色箭头是矢量风。白色粗箭头是气流运动方向,“W”表示暖区,“C”表示冷区。

图4 基于WRF-UCM区域气候模式在3.3km空间分辨率下模拟得到的我国三大城市群(a:珠三角;b:长三角;c:京津冀)城市增温空间分布。引自Wang et al 。

我校大气科学学院杨修群教授课题组近期在季节气候预测研究方面取得重要进展,相关成果已发表在期刊《Journal of Geophysical Research: Atmospheres》上。其中, 近日发表的题为“On the relationship between probabilistic and deterministic skills in dynamical seasonal climate prediction”的最新成果被选为美国地球物理学会研究亮点(AGU research spotlight;AGU新闻网站eos.org报道链接)。

该项成果已发表在国际地学期刊Journal of Geophysical Research – Atmospheres上(Zhao et al., 2019 Journal of Geophysical Research – Atmospheres)

  1. Wang, J., Z. W. Yan, Z. Li, W. D. Liu, and Y. C. Wang, 2013a: Impact of urbanization on changes in temperature extremes in Beijing during 1978-2008, Science Bulletin, 58, 4679-4686.

  2. Wang, J., Z. W. Yan, P. D. Jones, and J. J. Xia, 2013b: On “Observation minus Reanalysis” method: A view from multidecadal variability, Journal of Geophysical Research-Atmosphere, 118, 1-9.

  3. Zhao, P., P. D. Jones, L. Cao, Z. W. Yan, S. Y. Zha, Y. N. Zhu, Y. Yu, and G. L. Tang, 2014: Trend of surface air temperature in eastern China and associated large-scale climate variability over the last 100 years, Journal of Climate, 27, 4693-4703.

  4. Wang, J., J. M. Feng, Z. W. Yan, Y. H. Hu, and G. S. Jia, 2012: Nested high-resolution modeling of the impact of urbanization on regional climate in three vast urban agglomerations in China, Journal of Geophysical Research-Atmosphere, 2012, 117, D21103.

  5. Wang, J., and Z. W. Yan, 2016: Urbanization-related warming in local temperature records: a review, Atmospheric and Oceanic Science Letters, 9, 129-138.

杨修群教授课题组针对上述问题开展了系统性研究 (Yang et al.,2016; Yang et al., 2018)。Yang et al.在评估西北太平洋-东亚夏季风动力季节预测过程中分析了概率预报技巧与确定性预报技巧之间的关系。概率预报技巧可分解成意义不同的两个部分,称为可靠性和分辨力,它们是概率预报技巧的基本属性。可靠性指事件预报概率与实际观测到的发生频率之间的一致程度,而分辨力取决于上述观测频率与事件长期气候概率的偏离程度。作者在区域合计的意义上分别考察了它们与确定性技巧的关系。分析发现,分辨力属性与确定性技巧之间展现了近乎一一对应的关系,而可靠性属性与确定性技巧之间则没有很好的对应关系 。Yang et al. 进一步着重从理论角度深入研究了季节气候预测中概率技巧与确定性技巧之关系。该研究基于一些适合季节气候预测问题的简化假设,从数学上严格论证了分辨力属性与确定性技巧之间具有内在的一致性,二者在数学上表现为一个非线性的单调函数关系。作者随后详细诊断了多个气候模式全球范围历史预报资料,定量验证了该理论函数关系的正确性。诊断分析还表明,可靠性属性与确定性技巧缺乏一致性也是个普遍事实,并不只是存在于季风预测中。

城市化效应的一个常用分析方法是“观测减再分析”。该方法的基本思路是:经过气候模式计算的再分析资料代表大尺度气候变化,不包括局地土地利用变化的影响;因而用实地气温观测减去再分析的气温序列即可推算城市化的贡献。然而,由于再分析资料中气温序列的多年代际变率相对于实测MDV存在系统性偏差,该方法在应用中通常会高估城市化效应(Wang et al 2013b),因为相反的结果往往被忽视了。

图片 1

中国科学院地球环境研究所赵淑雨博士分析了欧洲中期天气预报中心的再分析资料和我国生态环境保护部的空气质量监测数据,并结合中尺度区域大气化学传输模式(WRF-CHEM模式)计算了冬季天气形势的季节内调整对空气质量的影响。结果表明,对流层中层的西风环流有明显的季节内变化,同时地面主要天气系统也有明显变化,这种变化直接影响着近地面空气质量的变化。而且这种天气形势的季节内变化越剧烈,导致的空气质量变化也越显著。当中层西风环流以纬向的平直西风为主,易造成地面污染物的累积,空气质量恶化;当中层西风环流以经向的自北向南运动为主,有利于地面污染物扩散传输,空气质量会有显著改善。这说明,明确大气环流的季节内调整对认识和厘清我国空气污染的形成原因十分重要。

结合精细化的动态陆面演变和实地气候观测分析,发展高分辨率区域气候模拟,将有助于进一步理解和量化城市化的气候效应(Wang et al 2012)。图4显示了3.3km分辨率的我国三大城市群热岛分布。虽然现有气候模式还存在不足,但随着各种物理过程参数化的日益完善和高性能计算能力的提升,其模拟结果也必将越来越可靠。

图片 2

大气环流的季节内调整对空气污染的发生和演变以及未来空气质量的预报有非常的意义。现有研究大多是对事件性污染从天气过程和局地气象条件方面做了很多报道,但对天气形势的季节内调整对空气污染的发生和演变的影响了解甚少。冬季是空气污染发生最为频繁的季节,因此我们更需要关注该季节大气环流的演变,尤其是该季节内天气形势的调整对空气质量的影响。

图片 3

季节气候预测旨在预测未来一个或几个季节的气候异常状况,其准确率对政府针对可能的气象灾害做出合理决策至关重要。然而,由于气候系统的高度复杂性,准确的气候预测仍然是世界性难题。经过长期努力,基于复杂气候数值模式的动力预测已成为世界各国季节气候预测业务发展的趋势。评估和理解模式预测能力是动力季节气候预测研究的重要内容,一方面,它能为认识预测对象的内在可预报性提供重要信息,另一方面,它也可为模式和预测系统的改进提供重要反馈。以往的研究多从确定性预报角度来评估预测能力,近来的研究则强调从概率预报角度考察技巧。确定性预报旨在对变量进行“点估计”,而概率预报则旨在估计变量的概率分布。然而,季节气候预测中概率预报技巧与确定性预报技巧是否存在内在关联以及二者的本质区别则是近来引起学术界很大兴趣却没有得到很好回答的重要问题。

该研究成果是我国空气污染形成的天气学成因的一个新进展,主要从大气环流的季节内变化给出了我国空气污染发生的季节内环流场背景,阐述了天气动力学变化对冬季空气质量变化的影响。这对未来发布空气质量预报,及时实施空气污染防治举措有指导意义。

图片 4

论文详细信息:

图片 5

图片 6

图1 西北太平洋-东亚夏季风(850hPa纬向风及降水)区域合计的可靠性、分辨力(RES; 空心圆圈)、总概率预报技巧(BSS; 空心五角星)对确定性预报技巧散点图。其中,蓝色代表五个单模式,红色代表多模式集合。黑色曲线代表分辨力与确定性技巧之间的二次多项式拟合关系。图中展示的概率技巧是“Above-normal”和“Below-normal”两个种类事件的平均技巧。

文章链接:

图片 7

上述研究结果表明,季节气候预测中概率预报技巧与确定性技巧之间存在内在关联性,这一关联是由分辨力属性与确定性技巧之间的一致性决定的,概率预报技巧区别于确定性技巧的本质方面在于可靠性属性,这对理解概率季节气候预报技巧具有重要意义。此外,上述研究结果暗示可以通过分辨力属性与确定性技巧之间的理论对应关系而实现彼此之间的互相推断,这无疑将便利季节气候预测研究中各种确定性与概率评估之间的比较。上述结果也暗示了评估动力预测概率可靠性的特别重要性,因为它有潜力揭示出传统的确定性评估所不能揭示的模式和预报系统问题。

参考文献:

图2全球夏季200hPa位势高度纬圈合计的可靠性对确定性预报技巧散点图。其中,蓝色代表五个单模式,红色代表多模式集合。左边一列展示的概率技巧是“Below-normal”种类事件的技巧,中间一列是“Near-normal”的技巧,右边一列是“Above-normal”的技巧。中品红色曲线代表分辨力与确定性技巧之间的理论函数关系。

图3 基于EEMD方法得到的CRUTEM4数据集和20世纪再分析资料中北半球陆表年平均气温序列,及其长期趋势和多年代际变率。可见不同年代际时期计算的OMR趋势可以是相反的。引自Wang et al 。

Yang, D., X.-Q. Yang, D. Ye, X. Sun, J. Fang, C. Chu, et al., On the relationship between probabilistic and deterministic skills in dynamical seasonal climate prediction, Journal of Geophysical Research: Atmospheres, 123, 5261–5283, .

文章链接:1 2 3 4

Yang, D., X.-Q. Yang, Q. Xie, Y. Zhang, X. Ren, and Y. Tang , Probabilistic versus deterministic skill in predicting the western North Pacific-East Asian summer monsoon variability with multimodel ensembles, Journal of Geophysical Research: Atmospheres, 121, 1079–1103, doi:10.1002/2015JD023781.

图2 采用三个温度指标(年平均气温,年寒冷天数和年炎热天数)进行聚类分析结果的三维散点图,可清晰地区分出不同类型的气候站点。引自Wang et al 。

以上研究是在中国气象局-南京大学气候预测研究联合实验室和江苏省气候变化协同创新中心平台的支持以及在国家重点研发计划和国家自然科学基金创新研究群体共同资助下完成的。论文第一作者为助理研究员杨德剑博士,通讯作者为杨修群教授。

图1 北京地区1992、2000和2008年夜晚灯光值空间分布;北京地区20个气象站的地理位置以及该地区1978-2008年平均气温的空间分布。绿色星号、方块、实心点和三角形分别代表城市、近郊、乡村和山地站点。引自Wang et al 。

曾有研究认为,近几十年中国气温观测中城市化增温达0.1°C/10年,甚至更高。然而,近年基于均一化观测而得到的结果要小得多。其中的不确定性主要源于数据质量和评估方法。随着城市化进程,为满足气象观测标准,很多气象站向郊区或乡村迁移,导致这些站点的气温序列存在变冷的趋势偏差,进而导致城市增温率被高估。中国科学院大气物理研究所基于近年发展的均一化气温序列集,通过统计分析客观划分城乡站点,发现城市化增温占北京观象台所测增温趋势的贡献在20%以内(Wang et al 2013a)。该结果和近年另一项独立研究的结果可相互印证(Zhao et al 2014)。

城市化是人类活动影响地球系统最典型的例子之一,其影响因素主要包括城市土地利用、人为热释放以及人为气溶胶排放等。城市化影响局地气温观测序列,其效果易与温室气体增加引起的近地面增温相混淆,因而成为气候变化检测和归因领域关注的问题之一。

本文由北京28官网发布于科学知识,转载请注明出处:大气所揭穿城乡一体化成效对中中原人民共和国