2017, Vol. 36
2. 中国气象局兰州干旱气象研究所, 兰州 730020
延伸期 (10~30天) 天气趋势和天气过程预报, 因其服务价值和科学内涵, 近年来在中国进展明显, 发展很快, 应用研究和理论探索均如此。丑纪范等 (2010)提出可以通过数学物理方法将大气变量分解为可预报分量和混沌分量, 在延伸期尺度上针对可预报分量开展逐日预报。丁一汇和梁萍 (2010, 2012) 基于MJO对我国有关地区降水过程的延伸期预报进行了很多有益的研究, 并且通过分析1960年以来上海地区强降水过程的气候态季节内振荡 (CISO) 特征, 探讨了结合大气环流低频振荡的辐合演变提高CISO对强降水过程延伸期预报效果的可能性 (梁萍和丁一汇, 2013)。何金海等 (2013)研究了延伸期预报和低频天气图的实质并提出了今后深入和发展的建议。李维京和纪立人 (2000)等对月动力延伸预报进行了应用研究, 提出了降尺度技术 (陈丽娟等, 2003) 和集合预报 (郑志海等, 2012) 等方法。李建平等 (2006)则从理论上证实了20天左右的大气可预报性。孙国武等 (2008)提出了低频天气图预报方法, 通过分析低频天气图上的低频气旋和低频反气旋造成的南北气流辐合情况来开展延伸期强降水过程预报, 并发展了“天气关键区大气低频波预报方法”(孙国武等, 2011), 进一步提高了低频天气图法的使用技巧。在国外, Krishnamurti and Subrahmanyam (1982)分析得出, 南亚季风槽脊的活动存在周期为30~50天的振荡且有向北缓慢传播的特征, 这一结论得到了Murakami et al (1984)的证实, 并提出了与之相关的扰动能量频散问题。近年来, 澳大利亚、美国等国学者关于热带MJO活动的监测和延伸预报应用研究相当活跃, 如Wheeler and Hendon (2004)、Maharaj and Wheeler (2005)、Jones et al (2004)和Seo et al (2009)利用MJO开展了2周到2个月的预报研究和试验, 并取得了较好的效果。
我国低频天气图方法在主管部门大力推动下, 目前已在上海、辽宁、江苏、浙江、甘肃、福建、江西、安徽、山东、河北和重庆等十余个省 (市) 气候中心推广, 效果较好, 该方法对高温、冷空气活动、沙尘暴和干旱等多种天气过程也表现出一定的预报能力 (孙国武等, 2014)。
大气低频系统 (低频气旋和低频反气旋) 是从低频天气图上分析出来的, 它们具有时间上的周期性 (30~50天)、空间上的连续性和准地域性等特点 (孙国武等, 2014)。实际上, 大气低频系统与实况天气图上的天气系统的差别在于是否进行30~50天滤波处理, 低频天气图上出现的是低频气旋和低频反气旋等低频天气系统, 实况天气图上出现的是气旋和反气旋。
利用低频天气图对华南地区降水过程预报的应用和研究, 以及低频天气系统和华南地区降水关系方面的研究都还比较少见。而且, 低频天气图方法也必须“地方化”(包括研究地方天气特点、关键区划分、周期确定和预测模型建立等), 使之适合华南地区强降水过程的预报。在建立预测模型时, 统计了强降水过程与各关键区低频系统的频率作为依据之一, 这是本文的创新之处。
考虑到华南汛期 (4-9月) 强降水过程对国民经济的影响是利害并存, 在延伸期时效内 (10~30天) 预报这种强降水过程将可以趋利避害, 因此本文针对华南地区发生强降水过程时, 华南地区以北和以南、以西和以东地区大气低频系统生成的地理位置及其分布、相互配置等特征, 分析每一次强降水的大气低频系统的这些特征, 在此基础上建立华南汛期强降水过程的延伸期预测模型, 并在2013-2014年汛期进行了业务应用, 将预报结果进行发布。同时, 还进一步探讨了强降水时大气低频系统与天气系统 (实况天气图) 的联系及其可能的天气学、动力学原因。
2 资料和方法NCEP/NCAR近10年逐日700 hPa风场、气压场、位势高度场等再分析格点资料 (2.5°×2.5°), 以及近30年华南地区 (广东、广西、福建、海南、江西、湖南和贵州) 汛期逐月降水观测数据, 华南地区南部15个站 (广东佛冈、广州、增城、汕头、惠来、珠海、湛江、阳江、电白、上川岛、徐闻和广西东兴、防城、钦州、北海)2013-2014年汛期逐日降水资料。
根据Butterworth带通滤泼器对u、v格点资料进行带通 (30~50天) 滤波, 采用“滚动计算法”(孙国武等, 2008), 绘制逐日低频天气图, 分析逐日大气低频系统的演变过程。确定华南15个站中日雨量达到大雨量级 (≥25 mm) 的站次比例超过10%的降雨过程为一次强降水过程, 作为预报对象。
3 大气低频系统华南地区位于亚热带季风区, 同时受到东亚季风和印度季风影响, 全年降雨集中期分为前汛期 (4-6月) 和后汛期 (7-9月)。前汛期随着西太平洋副高北移, 南海季风爆发, 大量暖湿气流被源源不断地输送到华南地区, 来自青藏高原地形脊前的偏北气流, 则加强了流向华南的偏北气流, 南北气流在华南地区汇合而形成强降水; 后汛期来自海洋的热带气旋和其他热带天气系统频繁影响, 导致另一个降水集中期。无论是前汛期还是后汛期, 西太平洋副高活动和季风建立与降水密切相关, 因此, 分析大气低频系统的分布、配置等特征, 必须考虑南、北和东、西环流系统对本区汛期降水过程的影响。
为便于建立预测模型, 参考相关文献 (孙国武等, 2008) 并结合华南地区天气、气候特点, 首先将大气低频系统的生成地分为9个关键区 (图 1): 1区为西太平洋地区 (10°N-25°N, 120°E-150°E), 2区为中南半岛到华南南部、南海中北部地区 (10°N-25°N, 100°E-120°E), 3区为印度-孟加拉湾地区 (10°N-25°N, 70°E-100°E), 4区为东海到日本以南地区 (25°N-35°N, 120°E-150°E), 5区为长江中下游到西南地区 (25°N-35°N, 100°E-120°E), 6区为印度北部到青藏高原地区 (25°N-35°N, 70°E-120°E), 7区为我国东北及其以东洋面 (35°N-60°N, 120°E-150°E), 8区为华北到蒙古及其以北地区 (35°N-60°N, 100°E-120°E), 9区主要是新疆及其以北地区 (35°N-60°N, 70°E-120°E)。
|
图 1 大气低频系统活动的关键区 (1~9区) Figure 1 Key regions (1~9 regions) of low-frequency system |
上述关键区的天气学意义在于: 25°N以南, 主要是来自南方的暖湿气流, 25°N以北则主要是考虑来自北方的冷空气。具体来说, 1区主要考虑了来自西北太平洋副高西侧的南到东南气流, 3区主要考虑来自印度-孟加拉湾区域的西南气流, 1、3区的两支气流在2区相遇, 形成影响华南地区的偏南气流辐合, 所以2区主要考虑能加强这两支气流的印度季风和南海季风; 4区主要考虑来自西北太平洋的偏东气流, 5、6区主要考虑来自北方的偏西气流, 尤其6区青藏高原地区有加强偏北气流南下的作用, 其偏北气流与上述偏南气流在华南上空交汇, 容易带来强降水, 7、8、9各区则主要是考虑大尺度环流系统引导的从东北、北和西北方南下的冷空气。
其次, 分析2007-2014年4-9月发生在华南地区的174天强降水过程所对应的700 hPa大气低频系统 (低频气旋用C表示, 低频反气旋用A表示) 在各关键区出现的频率 (表 1)。
|
表 1 2007-2014年4-9月各关键区强降水过程低频系统频率统计 Table 1 Frequency statistics of low-frequency systemabout strong precipitation processes from April to September during 2007-2014 |
由表可知, 当华南地区发生强降雨过程时, 1区、2区和3区最大可能为低频气旋 (C) 或低频反气旋 (A) 控制, 频率 (A+C) 分别达到73%、76%和86%, 4区、5区多数情况没有A、C发生, 频率分别为59%和56%, 6区、7区和9区一般也需要有低频系统 (A或C) 控制, 频率依次达到73%、82%和70%。虽然强降水过程发生时, 8区、5区和4区A、C出现较少, 但8区、5区和4区是6区低频偏西气流和9区低频偏北气流南下的必经之地。同样, 4区是7区低频偏东北气流南下和1区低频偏东气流西进的过渡地区。根据表 1的统计, 按174天强降水日各关键区出现的A、C, 归纳其预测模型 (图 2)。当各关键区大气低频系统出现类似图 2的低频系统分布, 便可预报强降水过程。
|
图 2 华南地区强降水过程低频预测模型 Figure 2 Sketch map of forecast model based on low-frequency synoptic chart for southern china |
需要说明的是, 上述需要有低频系统控制的关键区, 并不需要同时有低频气旋 (C) 和低频反气旋 (A), 而只需要有一个C或A存在且位于合适的位置, 造成低频偏北、偏南气流在华南沿海地区辐合。而且, 从以上分析可以看出, 根据大气低频系统制作预报, 不是一个关键区的低频系统对应华南地区强降水的相关指标, 而是各个关键区低频系统的地理位置和相互配置, 有利于北 (冷)、南 (暖) 气流在华南地区汇合而形成大范围的强降水过程。图 3是汛期华南各区域与深圳降水相关分布 (取华南地区有代表性的49个站, 1984-2013年共30年汛期4-9月逐月降水资料为样本, 样本数180个, 显著性因子取0.001时的临界相关系数rα=0.243), 从图中以及各强降水过程分析, 华南地区 (尤其是两广及海南) 强降水从趋势多少和出现时段都显示出较好的一致性, 针对该地区建立强降水过程低频系统预测模型有其合理性。
|
图 3 1984-2013年4-9月华南地区与深圳汛期降水相关分布 Figure 3 The correlation coefficient of precipitation between Southern China and Shenzhen from April to September of 1984-2014 |
2013年5-7月和2014年4-9月, 利用上述模型对华南地区强降水过程进行了低频天气图的延伸期预报, 结果如表 2所示。需要说明的是, 表 2不是根据已发生降水的过去资料回代统计, 而是现实发布的预报与实况的统计。要求严格满足一次强降水过程的预报对象标准, 即预报时段内日雨量≥25 mm站次数比例超过10%, 才算作预报正确。
|
|
表 2 2013-2014年华南地区汛期降水过程预报与实况 Table 2 Forecast and actual situation of strong precipitation processes of southernChina at flood season during 2013-2014 |
2013和2014年共发布预报11次, 预报了25次强降水过程, 按照评判标准, 正确18次, 空报7次, 命中率达到18/25(72%)。即使是空报的7次过程, 也有2次大雨站次比例分别达到9.2%和8.9%。由此可见, 所建立的低频天气图预报模型对华南地区强降雨过程具有一定的预报能力。
同时也看到, 模型对华南的降水空报较多, 分析和预测模型应用中系统配置条件过于宽松有关, 即过多考虑华南亚热带季风气候的背景和来自海上的南面系统, 对南、北系统的相互作用 (特别是青藏高原东侧偏北气流等的影响) 考虑不够有关, 2015年5月以来我们加强了这方面的考虑, 空报已有所减少。
5 低频天气图的天气学意义 5.1 个例简介2014年3月30日至4月2日, 华南地区出现前汛期首场强降水过程, 并伴随雷暴、冰雹、大风和短时强降水等强对流天气, 华南地区由此入汛。此次降水过程, 广西、广东、江西等地的部分地区降雨量达150~300 mm, 湖南、江西、福建、广西、广东5省 (区) 出现8~10级雷暴大风和冰雹。广东省广州、东莞、惠州等5市县出现特大暴雨, 广州花都24 h降水量达300 mm, 珠三角地区最大1 h降水量达86 mm; 广东惠阳和高要最大阵风12级, 广东云浮冰雹直径达5 cm。使用大气低频系统延伸期预测模型提前17天比较好地预报了此次过程的发生时段。
5.2 过程形势场和低频流场分析通过这次强降雨过程逐日未滤波850 hPa等压面纬向风u(图 4) 和经向风v(图 5) 中可以看出, 从3月30日到4月2日, 青藏高原以东下游地区为偏东气流, 华南沿海为偏西气流, 组成了一个辐合较强的气旋环流区, 华南地区正好位于气旋区中。气旋区先是南压而后北移, 到4月2日华南南部沿海处于气旋区底部的偏西气流中, 降水过程减弱并终止。
|
图 4 2014年3月30日至4月2日华南地区强降雨过程逐日未滤波850 hPa等压面纬向风分布 (单位: m·s-1) (a) 2014-03-30, (b) 2014-03-31, (c) 2014-04-01, (d) 2014-04-02.虚线为负值, 表示纬向为偏东风, 实线为正值, 表示纬向为偏西风或静风, 阴影部分表示≥3 m·s-1偏西风 Figure 4 Zonal wind map of 850 hPa of strong precipitation process from 30 March to 2 April 2014.Unit: m·s-1. The dashed line is negative, said the zonal wind is easterly, the solid line is positive, said he zonal wind is westerly or zero, and the shaded areas indicate westerly component of the zonal wind ≥3 m·s-1) |
|
图 5 同图 4, 但为经向风 (单位: m·s-1) 等值虚线为负值, 表示经向为偏北风, 实线为正值, 表示经向为偏南风或静风, 阴影部分表示≥2 m·s-1偏南风 Figure 5 The same as Fig.4, but for meridional wind.Unit: m·s-1. The dashed line is negative, said the meridional wind is northly, the solid line is positive, said the meridional wind is southerly or zero, and the shaded areas indicate southerly component of the meridional wind ≥2 m·s-1 |
从这次过程850 hPa、500 hPa环流形势场 (图略) 看, 3月29日开始, 青藏高原东部有一短波槽不断东移至云南东部, 同时西太平洋副高西伸北抬, 印度洋副高东伸北抬, 华南沿海存在一支u、v大风速带和较强的垂直风切变, 这与董全和张涛 (2014)的分析基本一致。在同期 (3月29日至4月2日) 低频天气图上, 来自不同关键区的低频偏北、偏南气流在华南地区所在的第2关键区 (图 1) 形成辐合中心 (低频C), C也是逐渐向北向东移, 当本地处于单一低频气流控制下时, 降水终止。下面仅给出了3月31日700 hPa低频流场天气图 (图 6)。
|
图 6 2014年3月31日700 hPa低频流场 Figure 6 Low-frequency flow field of 700 hPa on 31 March 2014 |
综上所述, 在这次天气过程中, 青藏高原短波槽东移加深, 西太平洋副热带高压西伸北抬, 在华南地区上空形成气旋性辐合中心的时段, 在低频天气图上表现为位于华南地区 (第2关键区) 的C的缓慢东移; 而且, 当低频天气图和非低频天气图上均处于单一气流控制下时, 华南沿海降水过程结束。可见低频天气系统和非低频天气系统是相互联系的。需要指出的是, 这种联系并不完全表现为低频C (A) 和气旋 (反气旋) 的对应, 有时低频图上的闭合气旋 (反气旋) 对应非低频图上的低频槽 (脊), 不是闭合系统。毕竟低频天气图经过30~50天滤波, 低频天气系统的一次活动, 可能对应非低频系统的2~3次的活动 (孙国武等, 2014)。但在反映气流辐合 (辐散) 方面, 低频系统和非低频系统具有高度的一致性, 这也是我们能够利用低频系统的“三性”来制作延伸期天气预报的重要原因 (孙国武等, 2008)。
5.3 能量学分析低频C和未滤波的气旋辐合中心的动力学因子 (仅从能量角度分析) 也是相同的。因为在上面分析的天气学意义中, 华南沿海一带存在u、v基流的大风速带及其垂直切变, 容易引起扰动将平均有效位能转换成扰动有效位能, 再转换成扰动动能, 这种斜压能量转换过程, 是影响本次过程的环流系统的重要因素之一 (图 7、8), 斜压能量转换计算方案详见吴捷 (2013)文献。
|
图 7 2014年3月29日至4月2日纬向风切变和经向风切变共同作用下 (30~50天滤波)850 hPa等压面斜压能量转换 (a) 2014-03-29, (b) 2014-03-30, (c) 2014-03-31, (d) 2014-04-01, (e) 2014-04-02 Figure 7 The baroclinic energy conversion of zonal and meridional wind shear (30~50 days filter) at 850 hPa layer from 29 March to 2 April 2014 |
从图 7可以看出, 850 hPa在华南地区上游地区有斜压能量转换大值区, 与青藏高原东移的低槽发展加强吻合。到过程结束时, 斜压能量转换大值区逐渐减小。
从图 8可以看出, 300 hPa从阿拉伯半岛到太平洋中部, 呈现一个斜压能量转换+、-相间波列, 降水过程期间, 正位相位于华南地区上游地区, 与未滤波850 hPa斜压能量转换大值区对应, 而且从降水过程开始到结束, 这一斜压能量转换大值区经历了从增强到减弱的过程, 整个波列缓慢东传。
6 结论(1) 在分析华南强降水过程和各关键区低频天气系统活动规律, 以及华南地区天气气候特点的基础上, 确定了影响华南地区强降水过程的9个天气关键区, 并对各关键区低频系统的出现频率进行统计, 建立了华南地区汛期强降水天气过程的延伸期预测模型。该模型的建立是低频天气图方法在华南地区应用前经过“地方化”研究的结果。
(2) 2013年和2014年的业务值班应用实践表明, 该模型能提前10~30天预报华南地区强降水过程, 具有一定的预报能力。该模型准确预测了2014年华南入汛的首场强降水过程, 该过程在低频天气图上反映明显, 来自不同关键区的低频偏北、偏南气流在华南地区形成辐合中心 (低频C)。
(3) 低频和非低频天气系统是相互联系的, 即低频系统 (如华南地区的C), 反映出非低频系统 (如青藏高原东移的低槽), 均反映了南、北气流在本地区辐合而引起强降水。这是我们能够利用低频天气系统的“三性”制作延伸期天气预报的重要原因。
(4) 能量分析表明, 低频C和未滤波的气旋辐合中心的动力学因子是相同的。850 hPa在华南地区上游地区有斜压能量转换大值区, 与青藏高原东移的低槽发展加强吻合。到过程结束时, 斜压能量转换大值区逐渐减小。而且, 300 hPa从阿拉伯半岛到太平洋中部, 呈现一个斜压能量转换+、-相间波列, 降水过程期间, 正位相位于华南地区上游地区, 与未滤波850 hPa斜压能量转换大值区对应。
(5) 台风降水是华南汛期降水的重要组成部分, 其预测是华南气象业务和服务的重要方面, 通过预测模型我们也准确地预报了几次重要的台风降水过程, 发现对于台风降水过程, 需要重点关注第1或第2关键区的低频气旋 (C)。关于低频系统和台风降水过程的关系, 我们将在下一步专题进行研究。
| Jones C, Carvalho L M V, Higgins R W, et al. 2004. A statistical forecast model of tropical intraseasonal convective anomalies[J]. J climate, 17: 2078–2095. DOI:10.1175/1520-0442(2004)017<2078:ASFMOT>2.0.CO;2 | |
| Krishnamurti TN, Subrahmanyam D. 1982. The 30-50 day mode at 850 mb during MONEX[J]. J Atmos Sci, 39(9): 2088–2095. DOI:10.1175/1520-0469(1982)039<2088:TDMAMD>2.0.CO;2 | |
| Murakami T, Nakazawa T, He J. 1984. On the 40-50 day oscillations during the 1979 northern hemisphere summer.PattⅡ: Heat and moisture budget[J]. J Meteor Soc Japan, 62(3): 469–484. DOI:10.2151/jmsj1965.62.3_469 | |
| Maharaj E A Wheeler M C. 2005. Forecasting an index of the Madden-Oscillation[J]. Int J Climatol, 25(12): 1611–1618. DOI:10.1002/(ISSN)1097-0088 | |
| Seo K-H, Wang W Q, Gottschalk J, et al. 2009. Evaluation of MJO forecast skill from several statistical and dynamical forecast models[J]. J.Climate, 22(9): 2372–2388. DOI:10.1175/2008JCLI2421.1 | |
| Wheeler M C, Hendon H H. 2004. An all-season real-time multivariate MJO index: Development of an index for monitoring and prediction[J]. Mon Wea Rev, 132(8): 1917–1932. DOI:10.1175/1520-0493(2004)132<1917:AARMMI>2.0.CO;2 | |
| 陈丽娟, 李维京, 张培群, 等. 2003. 降尺度技术在月降水预报业务中的应用[J]. 应用气象学报, 14(6): 648–655. | |
| Chen Lijuan, Li Weijing, Zhang Peiqun, et al. 2003. Application of a new downscaling model to monthly precipitation forecast[J]. Quar J Appl Meteor, 14(6): 648–655. | |
| 丑纪范, 郑志海, 孙树鹏. 2010. 10-30 d延伸期数值天气预报的策略思考——直面混沌[J]. 气象科学, 30(5): 569–573. | |
| Chou Jifan, Zheng Zhihai, Sun Shupeng. 2010. The think about 10~30 d extended-range numerical weather prediction strategy-Facing the atmosphere chaos[J]. J Meteor Sci, 30(5): 569–573. | |
| 丁一汇, 梁萍. 2010. 基于MJO的延伸预报[J]. 气象, 36(7): 111–122. DOI:10.7519/j.issn.1000-0526.2010.07.018 | |
| Ding Yihui, Liang Ping. 2010. Extended range forecast basing on MJO[J]. Meteor Mon, 36(7): 111–122. | |
| 董全, 张涛. 2014. 2014年3月大气环流和天气分析[J]. 气象, 40(6): 769–776. DOI:10.7519/j.issn.1000-0526.2014.06.014 | |
| Dong Quan, Zhang Tao. 2014. Analysis of the march 2014 atmospheric circulation and weather[J]. Meteor Mon, 40(6): 769–776. | |
| 何金海, 梁萍, 孙国武. 2013. 延伸期预报的思考及其应用研究进展[J]. 气象科技进展, 3(1): 11–17. | |
| He Jinhai, Liang Ping, Sun Guowu. 2013. Consideration on extended-range forecast and its application study[J]. Adv Meteor Sci Technol, 3(1): 11–17. | |
| 李建平, 丁瑞强, 陈宝花. 2006. 大气可预报性的回顾与展望, 21世纪初大气科学前沿与展望[M]. 北京: 气象出版社, 96. | |
| Li Jianping, Ding Ruiqiang, Chen Baohua. 2006. Review and prospect on the study of atmospheric predictability, frontier and prospect of atmospheric sciences at the beginning of the 21th century[M]. Beijing: China Meteorological Press, 96. | |
| 李维京, 纪立人. 2000. 月动力延伸预报研究[M]. 北京: 气象出版社. | |
| Li Weijing, Ji Liren. 2000. Study on monthly dynamic extended forecast[M]. Beijing: China Meteorological Press. | |
| 梁萍, 丁一汇. 2012. 基于季节内振荡的延伸预报试验[J]. 大气科学, 36(1): 102–116. | |
| Liang Ping, Ding Yihui. 2012. Extended Range Forecast Experiment Based on Intraseasonal Oscillation[J]. Chinese J Atmos Sci, 36(1): 102–116. | |
| 梁萍, 丁一汇. 2013. 强降水过程气候态季节内振荡及其在延伸期预报中的应用[J]. 高原气象, 32(5): 1329–1338. | |
| Liang Ping, Ding Yihui. 2013. Climate intraseasonal oscillation of heavy rainfall process and its application in extend-range Forecast[J]. Plateau Meteor, 32(5): 1329–1338. DOI:10.7522/j.issn.1000-0534.2012.00125 | |
| 孙国武, 信飞, 陈伯民, 等. 2008. 低频天气图预报方法[J]. 高原气象, 27(增刊): 64–68. | |
| Sun Guowu, Xin fei, Chen Bomin, et al. 2008. A predicting method on the low-frequency synoptic weather map[J]. Plateau Meteor, 27(Suppl): 64–68. | |
| 孙国武, 孔春燕, 信飞, 等. 2011. 天气关键区大气低频波延伸期预报方法[J]. 高原气象, 30(3): 594–599. | |
| Sun Guowu, Kong Chunyan, Xin fei, et al. 2011. Method of extended range forecast atmospheric low-frequency wave in key region[J]. Plateau Meteor, 30(3): 594–599. | |
| 孙国武, 何金海, 李震坤, 等. 2014. 低频天气图延伸期过程预报方法[M]. 北京: 中国环境出版社. | |
| Sun Guowu, He Jinhai, Li Zhenkun, et al. 2014. A forecast method for extended-range weather process based on low-frequency synoptic weather map[M]. Beijing: China Environmental Science Press. | |
| 吴捷. 2013. 东亚-太平洋遥相关型季节内演变和维持机理研究[D]. 南京: 南京信息工程大学. | |
| Wu Jie.2013.Research of intrseasonal evolution of East Asian Pacific teleconnection and maintaining mechanism[D].Nanjing: Nanjing University of Information Science & Technology. | |
| 信飞, 孙国武, 陈伯民. 2008. 自回归统计模型在延伸期预报中的应用[J]. 高原气象, 27(增刊): 69–75. | |
| Xin Fei, Sun Guowu, Chen Bomin. 2008. An autoregressive statistical model for extended-range prediction[J]. Plateau Meteor, 27(Suppl): 69–75. | |
| 郑志海, 封国林, 黄建平, 等. 2012. 基于延伸期可预报性的集合预报方法和数值试验[J]. 物理学报, 61(19): 199–203. | |
| Zheng Zhihai, Feng Guolin, Huang Jianping, et al. 2012. Predictability-based extended-range ensemble prediction method and numerical experiments[J]. Acta Physica Sinica, 61(19): 199–203. |
2. Lanzhou Institute of Arid Meteorology, China Meteorological Administration, Lanzhou 730020, China