第三极地区气温和积雪的季节—年际气候预测研究
Study of Seasonal-Interannual Climate Predictions of Temperature and Snow Depth over the Third Pole
通讯作者: 任宏利(1979-),男,辽宁铁铃人,研究员,主要从事气候系统动力学与气候预测研究. E-mail:renhl@cma.gov.cn
收稿日期: 2020-11-28 修回日期: 2021-01-25 网络出版日期: 2021-04-13
基金资助: |
|
Corresponding authors: REN Hongli (1979-), male, Tieling City, Liaoning Province, Professor. Research areas include climate dynamics and short-term climate prediction. E-mail:renhl@cma.gov.cn
Received: 2020-11-28 Revised: 2021-01-25 Online: 2021-04-13
作者简介 About authors
汪芋君(1997-),女,河南信阳人,硕士研究生,主要从事气候预测研究.E-mail:wangyujun181@mails.ucas.ac.cn
第三极地区气候多样、灾害频发,是影响全球和亚洲气候异常的关键区域,针对此地区开展季节—年际气候预测研究对于提高区域预报技巧以及减少灾害造成的影响具有重要的科学和指导意义。基于国家气候中心气候预测业务模式(BCC_CSM1.1m)的历史回报和预测数据,对第三极地区2 m气温和积雪的预测结果进行了确定性技巧评估,并分析了海洋因子对于预测技巧的调制作用。研究表明:该模式对于青藏高原及其周边地区气温和积雪的季节—年际气候预测具有一定的预测能力,对夏季气温的预测效果整体上好于冬季气温和积雪深度预测;预测技巧随着模式起报时间的提前而下降,但是存在技巧回升现象。研究也发现,海温异常因子对第三极地区的气候预测技巧具有不同程度的调制作用,厄尔尼诺等海洋信号能够通过直接和间接作用影响第三极地区的气候预测。
关键词:
The Third Pole (TP) has diverse climate and frequent disasters and is a key area that affects global and Asian climate anomalies. The study of seasonal-interannual climate prediction in the TP area is of great scientific and guiding significance for improving regional forecasting skills and reducing the natural disaster impacts. Based on the hindcast data of BCC_CSM1.1m, we evaluated the prediction performance of 2m-air temperature (T2m) and snow depth over the TP by employing deterministic forecast verification methods and then analyzed the modulation of the Sea Surface Temperature Anomalies (SSTA). The results indicate that BCC_CSM1.1m has useful prediction skills in the TP area for the seasonal-interannual 2m-air temperature and snow depth predictions. The prediction skill of summer T2m is generally higher than winter T2m and snow depth. The predictivity of BCC_CSM1.1m is generally weaker for a longer lead time, but there is a skill-recovery. Meanwhile, SSTA could modulate the seasonal-interannual climate prediction over the TP and ocean signals such as El Niño show their direct and indirect influences on the predictability.
Keywords:
本文引用格式
汪芋君, 任宏利, 王琳.
WANG Yujun, REN Hongli, WANG Lin.
1 引 言
第三极是以青藏高原为主体的平均海拔超过4 000 m的地区,具有全球最独特的地质—地理—资源—生态耦合系统[1,2],它的面积超过500万km2,拥有世界上最大最高的山脉,其中的青藏高原是影响亚洲季风和气候异常的关键区域[3,4]。由于青藏高原地区独特的地形地貌,我国学者早在20世纪50年代就开展了针对青藏高原动力和热力作用的研究工作[5~11]。另外,大量研究也表明青藏高原地区对于全球气候变化和大气环流都有着不可忽略的调控作用[12~14]。与此同时,以青藏高原为主体的第三极地区因其复杂大地形和多变的气候特点,也是气象灾害频发的脆弱地区,低温冷害和雪灾等往往带来严重的生命财产损失。因此,开展第三极地区的气候预测评估和研究具有重要的科学意义和现实价值。
目前,气候模式已经逐渐成为短期气候预测的重要工具,也是当前开展青藏高原相关研究不可或缺的模拟和预测手段。此前,已有不少研究针对东亚及我国气温、降水等气象要素的预测结果进行了评估和检验[15~21],如宋文玲等[22]的研究表明在强厄尔尼诺背景下,业务气候模式能够较好地预测出西藏部分地区的冬季气温的阶段性变化;宋敏红等[23]的研究发现BCC_CSM1.1m模式能够较好地预测冬季高原积雪的时空变化特征。同时也有一些学者做了针对青藏高原地区的模拟试验研究,如胡芩等[24]的结果表明CMIP5模式对青藏高原地区地表气温分布具备合理的模拟能力;杨笑宇等[25]的研究发现CMIP5的大部分模式对于青藏高原地区的积雪存在高估的情况;包庆等[26]利用FGOAL-f2系统的预测结果验证了在厄尔尼诺和正IOD(Indian Ocean Dipole)事件的共同调控下,我国包括青藏高原在内的大部分地区呈现暖冬的特征;张宏文等[27]采用动力降尺度模拟的方法,能够较好地呈现出青藏高原降水和蒸发的空间分布特征。然而,迄今专门针对第三极地区的气候模式预测评估工作和区域可预报性研究极为少见,国家气候中心的气候预测业务模式(BCC_CSM1.1m)开展了包括第三极地区在内的全球季节实时预测,但是该模式对于高原气象要素的预测效果仍未可知。因此,本文拟利用国家气候中心季节预测业务模式BCC_CSM1.1m多年历史回报数据,考察该模式对于第三极地区气温(T2m)和第三极积雪(Third pole snow depth,Tsd)的季节—年际预测性能,并通过分析预报技巧与海洋—大气外部因子之间的可能联系,探索相关预测技巧的可预报性来源。
2 资料和方法
在本研究中,第三极区域范围取25°~50°N,67°~105°E。由于第三极地区观测站点非常稀少、且分布很不均匀,为了便于开展模式预测评估,本文的检验数据均选用了国际上较为认可的格点化和再分析资料。检验所用到的2 m气温资料来自CRU(Climatic Research Unit)数据集[28],此前已有学者使用CRU数据集探究青藏高原地区的气温变化并基于该数据集进行检验评估研究[29-31]。积雪数据来自ERA-interim再分析资料[32],对该积雪资料的适用性,前人也做过相关的研究进行验证[33,34]。海温数据来自NOAA Optimum Interpolation SST[35],选取1991—2018年作为海温气候态。
模式数据来自于国家气候中心第二代气候预测业务系统中的模式BCC_CSM1.1m。该模式集合了全球大气、海洋、陆地、海冰多个圈层气候分量:大气分量模式是水平分辨率为T106、垂直层为26层的BCC_AGCM2.2;陆地模型为BCC_AVIM1.0,其水平分辨率与大气分量模式相同;海洋分量模式MOM4_L4Ov2和海冰分量模式SIS具有相同的水平分辨率[36](1/3°~30 km)。本文选取BCC_CSM1.1m模式中历史回报资料中的气温和积雪深度数据,其中气温按季节划分为夏季(JJA)平均和冬季(DJF)平均,积雪深度选取冬季平均。首先对系统生成的24个成员进行集合平均,对于夏季而言,对5月1日的后1~3个月的预测结果进行平均即得到提前起报时间为1个月(Lead Time=1,LT)的模式预报结果,对4月1日的后2~4个月的预报结果进行平均即得到LT=2的模式预报结果,依次类推得到各个LT,冬季同理。
预测技巧的评估方法主要采用确定性预报评分,计算距平相关系数(Anomaly Correlation Coefficient,ACC)和时间相关系数(Temporal Correlation Coefficient,TCC)。计算公式如下:
式中:
3 结果和分析
3.1 模式对第三极地区气温和积雪预测的检验评估
针对以青藏高原为主体的第三极地区,我们首先考察了BCC_CSM1.1m模式对于第三极地区气温和积雪这两种基本气象要素的评估技巧,进而根据计算出的预报技巧评分分析了海温异常(Sea Surface Temperature Anomalies)等因子对于第三极地区的模式预测效果存在的调制作用。
本研究首先计算了模式对于第三极地区气温和积雪的预测技巧ACC的年际变化情况,图1分别给出了BCC_CSM1.1m对第三极地区夏季气温、冬季气温和冬季积雪的预报ACC技巧评分随年份的变化情况,ACC预报技巧取第三极区域的范围平均。
图1
图1
不同起报时间下(LT=1~5) BCC_CSM1.1m模式对第三极地区2 m气温和积雪预报技巧ACC的年际变化
Fig.1
The annual change of ACC skills for 2m-air temperature and snow depth prediction with BCC_CSM1.1m at different Lead Time (LT=1~5) over the third pole area
从图1可以看出,当BCC_CSM1.1m的提前起报时间相同时,该地区夏季气温和冬季气温的ACC预测技巧比冬季积雪ACC技巧的年际变化振幅更大,预测技巧评分的波动变化也更加明显,这说明相对于第三极地区的冬季积雪,BCC_CSM1.1m模式对于气温预报结果的不确定性更大、预测效果更不稳定。此前,已有研究[37]表明:大气初始场异常对于复杂的东亚气候预测的影响远大于全球平均的情况,导致东亚地区气候异常的可预测性的年际变化幅度要比全球大得多。在本研究中,由于青藏高原及周边地区独特的地形特点,青藏高原的气候较大程度地依赖于下边界条件和环流系统的异常状况,当影响第三极气温的外强迫因子较强时、在某些年份更容易被模式抓住,在模式的气温预报结果上表现为技巧较高;而外强迫因子较弱时,则信号难以被模式抓住,此时模式对于该区域气温的预报技巧则相对较低。但是从预报技巧平均值(图1虚线和图2)来看,夏季气温ACC均值比冬季气温和冬季积雪的ACC均值更高。对于较长的提前起报时间(LT>1),夏季气温和冬季气温预测技巧ACC年际变化的极小值相对于LT=1的结果更低,LT=4下冬季气温的预报技巧最低可达到-0.8以下。随着LT的延长,冬季气温的预报水平最高值也会有所下降,LT=5时ACC的极大值已达不到0.6。同时从预报技巧平均值(图1虚线和图2)看出,BCC_CSM1.1m模式的预报技巧存在回升现象。分析其可能原因是:在模式资料同化或者初始化不够充分时,预报初始场会与模式状态不协调,其初始误差通常会使得预报在起始阶段出现初始震荡现象,导致模式的预报技巧偏低;在后续预报过程中,随着模式积分时间的延长,系统通过内在调整、初始振荡会有所减弱,使得预测技巧有回升的现象,在某一个提前起报时间下能够达到较好的预报效果。
图2
图2
多年平均ACC随提前起报时间的变化(LT=1~5)
Fig.2
Average ACC skills at different Lead Time (LT=1~5)
为了更直观地表现模式对于第三极地区的预报能力,本研究进一步用1991—2018年BCC_CSM1.1m历史回报数据分别计算了不同起报时间下气温和积雪的TCC预报技巧,技巧分布如图3~5(图中的轮廓线数据来源于国家地球系统科学数据中心)。从结果中看出,在第三极的大部分地区,模式对于夏季气温的预测效果比冬季气温更好,尤其在青藏高原以北的地区,预报技巧高值更加显著。总体上,气温的预报技巧在青藏高原及其周边地区表现为“北强南弱”,且在模式提前4个月起报时,冬季气温的预报技巧在青藏高原的中部和西部地区有所回升(图4d)。技巧回升的区域主要是海拔较高的地区,在预测的初始阶段模式存在着初始震荡现象,导致模式对于气温的预报技巧偏低;之后伴随着模式积分时间延长,复杂地形下模式初始场的误差对于预测效果的影响减小,系统中的初始振荡减弱、预测效果有所调整,表现为青藏高原中、西部气温的预报技巧回升。
图3
图3
BCC_CSM1.1m在不同起报时间下(LT=1~5)对夏季2 m气温的TCC技巧
打点区域表示通过可信度为95%的显著性检验,轮廓线为海拔4 000 m以上的青藏高原的国内部分
Fig.3
TCC skills for summer 2m-air temperature prediction with BCC_CSM1.1m at different Lead Time (LT=1~5)
The stippled area represents the statistical significance above the 95% confidence level, and the outline is the domestic part of the Qinghai-Tibet Plateau with an altitude above 4 000 m
图4
图4
BCC_CSM1.1m在不同起报时间下(LT=1~5)对冬季2 m气温的TCC技巧
打点区域表示通过可信度为95%的显著性检验,轮廓线为海拔4 000 m以上的青藏高原的国内部分
Fig.4
TCC skills for winter 2 m-air temperature prediction with BCC_CSM1.1m at different Lead Time (LT=1~5)
The stippled area represents the statistical significance above the 95% confidence level, and the outline is the domestic part of the Qinghai-Tibet Plateau with an altitude above 4 000 m
图5
图5
BCC_CSM1.1m在不同起报时间下(LT=1~5)对冬季积雪的TCC技巧
打点区域表示通过可信度为95%的显著性检验,轮廓线为海拔4 000 m以上的青藏高原的国内部分
Fig.5
TCC skills for snow depth prediction with BCC_CSM1.1m at different Lead Time (LT=1~5)
The stippled area represents the statistical significance above the 95% confidence level, and the outline is the domestic part of the Qinghai-Tibet Plateau with an altitude above 4 000 m
3.2 第三极气候要素预测的可预报性来源分析
图6
图6
夏季2 m气温预报技巧与提前0~3个季节的SSTA的相关系数分布图
打点区域表示通过可信度为95%的显著性检验
Fig.6
Correlation coefficient between summer 2m-air temperature ACC skills and SSTA at 0~3 lead season(s)
The stippled area represents the statistical significance at the 95% confidence level
图7
图7
冬季2 m气温预报技巧与提前0~3个季节的SSTA的相关系数分布图
打点区域表示通过可信度为95%的显著性检验
Fig.7
Correlation coefficient between winter 2m-air temperature ACC skills and SSTA at 0~3 lead season(s)
The stippled area represents the statistical significance at the 95% confidence level
通过检验结果我们可以看出,第三极地区夏季气温的ACC评分与赤道以南太平洋海温异常呈显著且持续的负相关关系(图6),冬季气温ACC评分与提前一个季节的太平洋海温异常呈显著的正相关关系(图7)。提前0~3个季节时,太平洋海区SSTA对第三极地区夏季气温预测都存在显著负相关关系,这表明海温异常可能影响是第三极夏季气温预报的因子之一,太平洋海温增暖会使夏季气温预报技巧降低;夏季气温预报技巧的升高可能与太平洋的SSTA有关。同时,在海温提前一个季节时(图7c),太平洋海温增暖的作用使模式对第三极冬季气温的预报效果更好。因此,冬季气温的预报技巧来源可能是厄尔尼诺信号,在接下来的研究工作中将对此推论进行进一步验证。图8中冬季积雪的预报技巧与海洋上SSTA的显著正相关区域主要在太平洋西北部,且海洋因子对于积雪预报技巧的调制作用持续了1~2个季节。通过前面的分析,SSTA对于气温预报技巧的影响都有一定的季节滞后效应,这种滞后效应进一步说明了海洋的记忆对该模式预报性能的影响。
图8
图8
第三极积雪预报技巧与提前0~3个季节的SSTA的相关系数分布图
打点区域表示通过可信度为95%的显著性检验
Fig.8
Correlation coefficient between Tsd ACC skills and SSTA at 0~3 lead season(s)
The stippled area represents the statistical significance at the 95% confidence level
图9
图9
冬季2 m气温预测技巧与各Niño海温指数的相关系数
实线(虚线)表示通过95%(99%)的显著性检验
Fig.9
Correlation coefficients between 2m-air temperature ACC skills in winter and Niño indices
Solid line (dotted line) represent the statistical significance at the 95% (99%) confidence level
冬季气温的ACC预测技巧与大部分的Niño指数能够达到95%的显著正相关性,其中秋季(提前1个季节)和冬季(提前0个季节)的Niño EP指数与冬季气温的预报技巧之间更是存在可信度超过99%的正相关关系,这反映出从秋季开始的东部型厄尔尼诺可能会使得模式对于第三极地区冬季气温的预报技巧升高。对于第三极地区的可预报性来源,海温是不可忽略的调制因子:主要的Niño指数与冬季气温的预报技巧之间主要存在正相关关系(图9),与夏季气温的预报技巧之间存在负相关关系(图10)。太平洋海区海温持续增暖(厄尔尼诺)的现象是冬季气温的可预报性来源之一;而太平洋海温持续变冷(拉尼娜)的现象可能是夏季气温的可预报性来源之一。事实上,在前人研究中已经关注到了海洋因子对于青藏高原地区气候异常的影响,如Yuan等[44]发现在没有厄尔尼诺事件发生时,印度洋偶极子(Indian Ocean Dipole)引起的暖湿西南风气流会从孟加拉湾进入高原,导致高原积雪增多,从初冬持续至随后春季和初夏。由此可见,深入研究外强迫因子的调制作用有助于理解第三极地区气象要素的预报技巧变化,值得在未来的可预报性研究中重点关注和讨论。
图10
图10
夏季2 m气温预测技巧与各Niño海温指数的相关系数
实线表示通过95%的显著性检验
Fig.10
Correlation coefficients between 2m-air temperature ACC skills in summer and Niño indices
Solid line represent the statistical significance at the 95% confidence level
图11
图11
第三极地区2 m气温与各海温指数的相关系数分布图
夏季气温(a,c)和冬季气温(b,d),打点区域表示通过可信度为95%的显著性检验
Fig.11
Correlation coefficient between 2m-air temperature in the TP area and SST indices
2m-air temperature in summer (a,c); 2m-air temperature in winter (b,d). The stipple area represents the statistical significance at the 95% confidence level
4 总结与讨论
本文利用国家气候中心气候预测业务模式(BCC_CSM1.1m)1991—2018年的历史回报和预测数据,对以青藏高原为主体的第三极地区气温和积雪深度的气候预测结果进行了确定性检验评估,并进一步分析了外强迫因子对该模式中第三极地区预测技巧的影响和调制作用,从而探讨了该地区的可预报性来源。主要得到以下结论:
(1)BCC_CSM1.1m对于青藏高原及其周边地区气温和积雪深度的季节—年际气候预测具有一定的预测能力,模式的预测技巧受到超前于预测对象的起报时间影响较大,一般随着提前时间而下降,但是存在技巧回升现象。
(2)针对第三极地区,对比BCC_CSM1.1m对气温和积雪的季节—年际气候预测结果,相比于冬季气温和积雪,该模式对夏季气温的预测技巧最高、预报效果最好。
(3)不同海温异常因子对第三极地区的气候预测技巧具有不同程度的调制作用,厄尔尼诺、拉尼娜等海洋信号能够通过直接和间接作用影响第三极地区气温的季节预测,其中东部型厄尔尼诺事件对第三极地区气温的预测效果存在持续的显著作用。
本研究对于海洋和大气模态对第三极地区气候预测的影响乃至协同作用,以及BCC_CSM1.1m对于海温异常的预测效果还没有进一步分析。在后续研究中,将深入理解该模式对第三极地区有关气候要素的预测效果,并将海洋信号和大气主要模态二者加以联系,以便更好地剖析该区域季节—年际气候可预测性来源问题。
参考文献
Third Pole Environment (TPE)
[J].
The dynamical effects of Xizang Plateau on the atmospheric circulation over East Asia and its importance
[J].
西藏高原对东亚环流的动力影响和它的重要性
[J].
Impact of the general circulation of the atmosphere
[J].
西藏高原对于大气环流影响的季节变化
[J].
Effects of Tibetan Plateau on East Asian atmospheric circulation and China weather
[J].
西藏高原对于东亚大气环流及中国天气的影响
[J].
The large-scale circulation and heat sources over the Tibetan Plateau and surrounding areas during the early summer of 1979. Part I: Precipitation and Kinematic analyses
[J].
The large-scale circulation and heat sources over the Tibetan Plateau and surrounding areas during the early summer of 1979. Part II: Heat and moisture budgets
[J].
The effects of topographycal and thermal forcing on formation and maintenance of the summer monsoon over Asia
[J].
地形与热源强迫在亚洲夏季风形成与维持中的物理作用
[J].
Tibetan Plateau forcing and the timing of the monsoon onset over South Asia and the South China Sea
[J].
Direct and global solar radiations in the region of Mt
1992年夏季珠穆朗玛峰地区的太阳直接辐射和总辐射
[J].
The wind structure and heat balance in the lower troposphere over Tibetan Plateau and its surrounding
[J].
西藏高原及其附近的流场结构和对流层大气的热量平衡
[J].
Numerical experiments on the influences of the Qinghai-Xizang Plateau topography on the summer general circulation and the asian summer monsoon
[J].
青藏高原大地形对夏季大气环流和亚洲夏季风影响的数值试验
[J].
World water tower: An atmospheric perspective
[J].
Verification and correction of East China summer rainfall prediction based on BCC_CSM model
[J].
基于BCC_CSM模式的中国东部夏季降水预测检验及订正
[J].
Evaluation and predictability analysis of seasonal prediction by BCC Second-Generation climate system model
[J].
BCC二代气候系统模式的季节预测评估和可预报性分析
[J].
Evaluation of Seasonal prediction for summer rainfall in China based on BCC second-generation short-range climate forecast systerm
[J].
基于BCC第二代短期气候预测模式系统的中国夏季降水季节预测评估
[J].
Predictability of DERF on monthly mean temperature and precipitation over China
[J].
中国区域月平均温度和降水的模式可预报性分析
[J].
Decadal prediction skill of the global sea surface temperature in the BCC_CSM
1 climate model
[J].
BCC_CSM
1气候模式对全球海表温度年代际变化的回报能力评估
[J].
Performance of the seasonal forecasting of the Asian summer monsoon by BCC_CSM1.1(m)
[J].
The capacity of seasonal forecast models for the forecast of the East Asian summer circulation and its response to tropical SST anomaly
[J].
季节预测模式对东亚夏季环流的预测能力及其对热带海洋的响应分析
[J].
Uncertainty analysis of climate prediction for the
winter under the background of super El Niño event
[J].
强厄尔尼诺背景下2015/2016年冬季气候预测的不确定性分析
[J].
Evaluation on simulated snow depth over Qinghai-Tibetan Plateau with BCC-CSM(m) model during recent 30 years and its impact on precipitation in summer
[J].
近30年BCC-CSM(m)模拟高原积雪状况评估及其对夏季降水的影响
[J].
Evaluation of CMIP5 models over the Qinghai-Tibetan Plateau
[J].
CMIP5全球气候模式对青藏高原地区气候模拟能力评估
[J].
Simulation and projection of snow water equivalent over the Eurasian continent by CMIP5 coupled models
[J].
CMIP5 耦合模式对欧亚大陆冬季雪水当量的模拟及预估
[J].
Outlook for El Niño and the Indian Ocean Dipole in autumn-winter 2018-2019
[J].
2018—2019年秋冬季厄尔尼诺和印度洋偶极子的预测
[J].
Simulation study on precipitation recycling ratio in the Tibetan Plateau from 1982 to 2005
[J].
1982—2005年青藏高原降水再循环率的模拟研究
[J].
Updated high-resolution grids of monthly climatic observations-the CRU TS3.10 Dataset
[J].
An overview of China climate change over the 20th century using UK UEA/CRU high resolution grid data
[J].
英国CRU高分辨率格点资料揭示的20世纪中国气候变化
[J].
An overview of temperature variations on the Qinghai-Tibetan Plateau in the recent hundred years using UK CRU high resolution grid data
[J].
英国CRU高分辨率格点资料揭示的近百年来青藏高原气温变化
[J].
Evaluation of the performance of Beijing Climate Center Climate System Model with different horizontal resolution in simulating the annual surface temperature over central Asia
[J].
不同水平分辨率BCC_CSM模式对中亚地面气温模拟能力评估
[J].
The ERA‐Interim reanalysis: Configuration and performance of the data assimilation system
[J].
Role of snow depth in spring of Tibetan Plateau in onset of South China Sea China summer monsoon
[J].
青藏高原春季积雪在南海夏季风爆发过程中的作用
[J].
reanalysis data
[J].
利用NSIDC雪盖资料和ERA-40资料对比分析青藏高原积雪的时空分布特征
[J].
An improved in situ and satellite SST analysis for climate
[J].
The Beijing Climate Center atmospheric general circulation model: Description and its performance for the present-day climate
[J].
Research on the error and predictability of climate model
[D].
气候模式的误差及其可预报性研究
[D].
Progress and prospects of seasonal climate prediction
[J].
季节气候预测的进展和前景
[J].
Snow cover data on Qinghai-Xizang Plateau and its correlation with summer rainfall in China
[J].
青藏高原积雪资料分析及其与我国夏季降水的关系
[J].
The spatiotemporal variation of snow cover at the Tibetan Plateau during recent 50 years and the relationship with atmospheric circulation
[D].
近50年青藏高原积雪的时空变化特征及其与大气环流因子的关系
[D].
The role of the anomalous snow cover over the Qinghai-Xizang Plateau and ENSO in the great floods of 1998 in the Changjiang River Valley
[J].
青藏高原异常雪盖和ENSO在1998年长江流域洪涝中的作用
[J].
The methods and problems of the treatment of orographic influence in the NWP models
[J].
数值模式中处理地形影响的方法和问题
[J].
An experimental study on the effects of topography on numerical prediction
[J].
地形效应影响数值预报结果的试验研究
[J].
IOD influence on the early winter Tibetan Plateau snow cover: Diagnostic analyses and an AGCM simulation
[J].
Impact of the Indian Ocean SST basin mode on the Asian summer monsoon
[J].
/
〈 |
|
〉 |
