全球变暖背景下黄淮区域夏季旱涝的多时间尺度特征和预测方法研究

Huang-huai region is located in the transition area between the subhumid zone and the semiarid zone, and summer climate over Huang-huai region is very difficult to predict. With global warming, summer drought/flood varieties and potential predictors show many uncertern features over Huang-huai region. We will define a Huang-huai region, which has analogus dynamic climate characteristics based on the regionalization of precipitation regimes in China. We will use time-sacle decomposition approach to obtain interannual, interdecadal and other time-sacle rainfall components. Potential predictors will be identified through statistic methods based on different time scales. A physical conceptual mechnism between summer rainfall and considered climatic variables is expected to be obtained. Some ''optimal'' predictors based on dfferent time scales will be selected from the identified potential predictors via statistic methods and will be used to develop a statistic prediction model. Furthermore, climate models which is devloped by CMA and JMA, respectively, will be evaluated against observations. The variables with high skills from the output of the climate models will be used to develop downscaling models. The statistic prediction model and the downscaling model will be evaluated with observations. And the climate predictability of summer drought/flood over Huang-huai region will be obtained.

黄淮区域地处我国南北气候过渡带,其夏季旱涝预测是汛期气候预测中的难点，在全球变暖背景下，黄淮区域夏季旱涝及其关键影响因子表现出复杂性和不确定性特征。本项目将在我国气候分区基础上，确定具有相似动力学气候特征的黄淮区域作为研究对象，深入分析该区域夏季旱涝异常的多时间尺度特征，并采用现代统计方法对时间序列进行尺度分离；识别黄淮区域夏季旱涝的不同时间尺度分量的关键影响因子，研究相关的影响机制及贡献率。在此基础上选取国内外较为先进的气候系统模式，评估其对我国黄淮夏季旱涝多时间尺度特征的模拟能力，利用统计方法以及动力与统计相结合的方法，建立黄淮区域夏季旱涝的多时间尺度气候预测模型，提高全球变暖背景下黄淮区域夏季旱涝预测能力。

黄淮区域地处我国南北气候过渡带，其夏季旱涝预测是我国汛期气候预测中的难点，在全球变暖背景下，黄淮区域夏季旱涝及其关键影响因子表现出复杂性和不确定性特征。因此认识黄淮区域夏季降水特征并提高其预测能力既有科学意义又有应用价值。基于REOF和客观化、规则化原则将我国进行气候分区，确定了具有相似动力学气候特征的黄淮区域作为研究对象。然后深入分析该区域夏季旱涝异常的多时间尺度特征和外强迫因子组合影响特征，并采用物理统计方法和动力-统计相结合方法建立预测模型，检验了对黄淮区域夏季降水的预测能力和可预报性。利用经验模态分解方法获得黄淮区域夏季降水的多时间尺度特征，主要贡献项为年际变化分量和年代际变化分量，影响黄淮夏季降水的因子在不同的年代际阶段表现为相反的相关性，证明统计预测模型的建立一定要考虑不同的年代际背景。分时段建立统计预测模型，准确率可达65%-70%。对黄淮降水进行尺度分离前后分别建立预测模型，独立样本检验显示尺度分离后的降尺度预测模型具有更好的预测能力。黄淮区域夏季降水在年际尺度上主要受到海温外强迫的影响，然而在ENSO 循环不同阶段，影响黄淮夏季降水的同期环流和前期信号不同，利用不同阶段的影响因子建立统计预测模型，准确率分别为90%（厄尔尼诺）、74%（拉尼娜）、68%（常态）。ENSO循环与印度洋海温异常的组合影响显示对黄淮夏季降水的不对称性。利用线性斜压模式诊断印度洋海温强迫对环流的反馈，验证了热带印度洋海温通过影响南亚高压和副热带高压导致黄淮地区夏季降水异常。在评估国内外动力气候模式预测性能的基础上，选择较为先进且有代表性的BCC_CSM1.1输出高技巧环流信息，从动力-统计相结合角度建立预测模型，决定模型预测技巧的主要因素是动力模式对乌拉尔山上空的阻塞活动强弱、南亚高压强弱和位置、西太平洋赤道上空的西风强弱的预测技巧，准确率可达72%。研究显示在全球变暖背景下，影响黄淮地区的环流和外强迫信号呈现多样性和不对称性特征。