? 香蕉久久夜色精品国产,无码人妻精品一区二区三区9厂

亚洲 a v无 码免 费 成 人 a v,性欧美videofree高清精品,新国产三级在线观看播放,少妇人妻偷人精品一区二区,天干天干天啪啪夜爽爽av

廣東人民正在抗洪!但今年汛期主雨區(qū)可能還在北方

2022/06/25
導(dǎo)讀
汛期降水預(yù)測(cè),路漫漫其修遠(yuǎn)兮
    6.24
知識(shí)分子The Intellectual

近日,廣東韶關(guān)、清遠(yuǎn)兩市遭遇數(shù)日持續(xù)強(qiáng)降雨,防汛形勢(shì)十分嚴(yán)峻 | 圖源:廣東新聞聯(lián)播

  導(dǎo)  讀

2022年入汛后,我國南方強(qiáng)降雨不斷,華南、江南等多地發(fā)生洪澇災(zāi)害。自今年5月,閩粵桂地區(qū)平均降水為1961年以來歷史同期最多,近日粵北韶關(guān)、清遠(yuǎn)等地被洪水肆虐。與此同時(shí),我國華北、黃淮等地40°C以上的高溫頻現(xiàn),多次發(fā)布高溫預(yù)警。今年仲夏 “水深火熱” 的天氣格局,還會(huì)持續(xù)多久?相關(guān)氣候預(yù)測(cè)如何進(jìn)行?


撰文 | 唐顥蘇責(zé)編 | 馮灝

 ●                   ●                    



近日,廣東韶關(guān)、清遠(yuǎn)兩市遭遇數(shù)日持續(xù)強(qiáng)降雨,受其影響,北江干流全線大部分超警戒水位,韶關(guān)的樂昌市、清遠(yuǎn)的英德市受淹嚴(yán)重。據(jù)廣東省水文部門,6月23日前后,受連日強(qiáng)降雨和上游來水影響,北江干流水位持續(xù)上漲,北江干流石角站出現(xiàn)超百年一遇的洪峰流量(20,000立方米/秒),防汛形勢(shì)十分嚴(yán)峻,廣東省水利廳一度將應(yīng)急響應(yīng)提升至I級(jí) [1]

國家氣候中心數(shù)據(jù)顯示,今年入汛之初,南方雨季偏早特征明顯。華南前汛期于3月24日開始,較常年偏早16天。5月以來,華南、江南等地連續(xù)出現(xiàn)數(shù)十次降水過程,珠江流域降水量達(dá)1961年以來歷史同期最多 [2]。

與此同時(shí),我國北方烈日高懸。據(jù)統(tǒng)計(jì),自6月中上旬以來,陜西中部、河南中西部40℃以上高溫頻現(xiàn),內(nèi)蒙古、河南等多地部分站點(diǎn)氣溫突破6月同期最高值 [3]

圖1 近日,廣東韶關(guān)、清遠(yuǎn)兩市遭遇數(shù)日持續(xù)強(qiáng)降雨,防汛形勢(shì)十分嚴(yán)峻 | 圖源:廣東新聞聯(lián)播


1

南方暴雨,緣何形成?

中國東部位于東亞季風(fēng)區(qū),隨著東亞夏季風(fēng)的爆發(fā)、盛行和向北推進(jìn),東亞夏季風(fēng)主雨帶明顯自南向北移動(dòng),在中國東部地區(qū)依次形成華南前汛期、江淮梅雨季和北方雨季。

圖2 中國雨帶進(jìn)程(氣候平均而言)示意圖。我國雨帶位置與西太平洋副熱帶高壓位置密切相關(guān),西太副高在夏季一般存在兩次明顯的北跳,其中第一次北跳將導(dǎo)致華南前汛期結(jié)束、江淮梅雨建立,而第二次北跳則意味著江淮梅雨結(jié)束、華北雨季開始 | 圖源:中國氣象網(wǎng)


每年4至6月,是我國典型季風(fēng)雨季的第一個(gè)雨季——華南前汛期(區(qū)別于7至9月受臺(tái)風(fēng)、東風(fēng)波等熱帶天氣系統(tǒng)影響的華南后汛期)。每年5月下旬到6月中旬,端午節(jié)前后常出現(xiàn) “龍舟水”,也是華南前汛期最后的尾聲。今年華南 “龍舟水” 期間(5月21日至6月21日),廣東、廣西、海南平均降雨量為472.5毫米,為1951年以來歷史第二多。

6月22日,國家氣候中心汛期值班首席、研究員袁媛解釋說,華南前汛期暴雨形成的主要原因有兩方面,其一是北方冷空氣在南下過程中勢(shì)力逐漸減弱,但仍能到達(dá)華南地區(qū),與夏季風(fēng)帶來的暖濕空氣在廣西、廣東、福建上空交匯,加之南嶺山脈的阻擋,形成華南準(zhǔn)靜止鋒,其空中表現(xiàn)為華南切變線。南北冷暖空氣兩股勢(shì)力勢(shì)均力敵、你來我往,形成大范圍持續(xù)的強(qiáng)降雨過程。

另一方面,5月中旬后,南海西南季風(fēng)開始爆發(fā),季風(fēng)北上受到陸地地形抬升等因素的作用,往往會(huì)給華南帶來大范圍持續(xù)性強(qiáng)降水;有時(shí)冷空氣東移出海,回流的潮濕偏東氣流也會(huì)給華南帶來暴雨。這也是華南前汛期最典型的特征 [4]。

中國氣象服務(wù)協(xié)會(huì)會(huì)長許小峰表示,今年春季以來,中東太平洋衰減緩慢的 “拉尼娜” 事件影響到了東亞夏季風(fēng)的建立和我國雨季進(jìn)程,導(dǎo)致南海夏季風(fēng)爆發(fā)、我國雨季進(jìn)程均偏早 [5]

此外,中科院大氣物理研究所季風(fēng)系統(tǒng)研究中心副主任魏科解釋說,由于北方較強(qiáng)的東北冷渦的影響,本該大幅北跳的雨帶沒有完全北跳,導(dǎo)致雨帶一直壓在華南北部與江南的南部地區(qū),造成了當(dāng)?shù)剡B綿不絕的暴雨。

圖3 2022年初夏,我國華南地區(qū)降雨量分布圖 | 圖源:中央氣象臺(tái)


去年(2021年)的7月中下旬,河南省出現(xiàn)持續(xù)性強(qiáng)降水天氣,全省大部出現(xiàn)暴雨、大暴雨。7月20日16至17時(shí),鄭州市一小時(shí)降雨量達(dá)201.9毫米,創(chuàng)造了中國大陸小時(shí)降雨量紀(jì)錄,很多市民至今仍心有余悸。而目前,正值夏收夏種時(shí)節(jié),作為 “中原糧倉” 的河南等北方多地,緣何會(huì)出現(xiàn)如此強(qiáng)的持續(xù)性高溫呢?


袁媛解釋說,6月以來,我國黃淮地區(qū)對(duì)流層低層水汽條件偏差,大部分地區(qū)以晴熱少雨天氣為主,降水偏少。黃淮地區(qū)上空受到高空高壓暖脊的長期控制,下沉氣流致使增溫效應(yīng)明顯;同時(shí),白天受太陽短波輻射影響,加之大氣干燥,地面快速升溫。這些因素共同導(dǎo)致當(dāng)?shù)爻霈F(xiàn)高溫天氣。


圖4 今日(6月24日)全國最高氣溫分布圖 | 圖源:中央氣象臺(tái)


2

北方雨季,來勢(shì)洶洶

每年5月至9月為我國汛期,相關(guān)氣候預(yù)測(cè)研究已有數(shù)十年歷史。每年的3月與5月,國家氣候中心例行組織 “汛期全國氣候趨勢(shì)預(yù)測(cè)會(huì)商會(huì)”,邀請(qǐng)全國氣象領(lǐng)域科研院所/高校等共同參與會(huì)商研判,并在會(huì)商的基礎(chǔ)上對(duì)外發(fā)布正式的氣候預(yù)測(cè)結(jié)論。

2022年會(huì)商結(jié)果表明,預(yù)計(jì)在今年汛期,我國氣候狀況總體為一般到偏差,旱澇并重,區(qū)域性、階段性的旱澇災(zāi)害明顯,極端天氣氣候事件偏多,主要多雨區(qū)分布在我國北方;全年登陸我國的臺(tái)風(fēng)個(gè)數(shù)接近常年到偏多 [6]。

圖5 2022年汛期(5月至9月)全國氣象災(zāi)害預(yù)報(bào)圖 | 圖源:國家氣候中心


因此,盡管我國北方目前飽受高溫、干旱的煎熬,但在未來一段時(shí)間,隨著西太平洋副熱帶高壓的北抬,北方(包括東北南部、華北等地)將成為我國降雨的主戰(zhàn)場(chǎng),局部地區(qū)甚至有可能出現(xiàn)極端洪澇災(zāi)害。受目前中東太平洋持續(xù)的 “拉尼娜” 現(xiàn)象的影響,我國北方降水仍舊可能 “后來居上”,成為今年汛期的主雨區(qū)。

圖6 今日(6月24日)全國降水量分布圖,今年的梅雨不夠典型,可能匆匆開始又草草結(jié)束 | 圖源:中央氣象臺(tái)

而這其中最需要注意的,就是隨著西太平洋副熱帶高壓的迅速北抬,我國北方部分地區(qū)出現(xiàn)的可能不是 “久旱逢甘霖”,而是 “旱澇急轉(zhuǎn)” 事件。中科院大氣物理所研究員黃剛解釋說,這種事件往往具有三個(gè)顯著特征:前期干旱維持時(shí)間長、旱澇轉(zhuǎn)折迅速劇烈、轉(zhuǎn)折后降水量大。

舉個(gè)例子,2011年春末至夏初,長江中下游地區(qū)就曾發(fā)生過一次典型的 “旱澇急轉(zhuǎn)” 事件。主要表現(xiàn)為,當(dāng)年1月至5月,長江中下游地區(qū)降水整體偏少,出現(xiàn)嚴(yán)重干旱現(xiàn)象;6月初,伴隨一場(chǎng)強(qiáng)降水過程,長江中下游迅速由旱轉(zhuǎn)澇,整個(gè)過渡時(shí)間不到一周,轉(zhuǎn)變十分迅速劇烈;之后強(qiáng)降水持續(xù)20天左右,且整個(gè)6月降水達(dá)到以往夏季(6、7、8月)整體降水的量級(jí)。這次事件當(dāng)時(shí)造成了上百萬人受災(zāi)、數(shù)百人死亡、無數(shù)的農(nóng)田被淹、房屋倒塌,給長江中下游地區(qū)人民生命、財(cái)產(chǎn)帶來了重大損失 [7]。

而由暴雨導(dǎo)致的山洪、泥石流等地質(zhì)災(zāi)害,是伴隨 “旱澇急轉(zhuǎn)” 事件最嚴(yán)重的危害之一。長期持續(xù)處于干旱狀態(tài)下的土壤,易出現(xiàn)土質(zhì)疏松、土壤顆粒間的連接強(qiáng)度降低等問題,這時(shí)一旦遭遇持續(xù)性強(qiáng)降雨,就極易引發(fā)山洪、滑坡、泥石流等地質(zhì)災(zāi)害。如果發(fā)生持續(xù)時(shí)間極長的極端干旱,還有可能導(dǎo)致水利工程出現(xiàn) “旱損” 現(xiàn)象(堤防、大壩等土質(zhì)結(jié)構(gòu)工程出現(xiàn)較大裂縫)

另外,久旱地區(qū),公眾往往更多關(guān)注的是抗旱保作物、保供水,對(duì)于防汛抗洪會(huì)有麻痹大意的趨向。我國北方一些常年干旱的地區(qū),也缺乏防汛抗洪方面的經(jīng)歷和經(jīng)驗(yàn)。

圖7 當(dāng)前赤道中東太平洋的拉尼娜狀態(tài)仍在持續(xù),該拉尼娜從今年春季開始逐漸衰退,但接下來幾個(gè)月指數(shù)仍維持在負(fù)的狀態(tài) | 圖源:美國國家海洋和大氣管理局 


此外,未來我國北方強(qiáng)對(duì)流天氣的發(fā)展仍然值得警惕。東北冷渦系統(tǒng)常給我國北方帶來干冷空氣,當(dāng)與華北、黃淮等地暖濕空氣匯合,就會(huì)使得當(dāng)?shù)貙?duì)流不穩(wěn)定層結(jié)急劇增強(qiáng),形成強(qiáng)風(fēng)雹天氣。

隨著西太平洋副熱帶高壓的北抬,我國南方大部降雨將減弱。而我國南方需要注意,華南的龍舟水雖然已經(jīng)結(jié)束,但臺(tái)風(fēng)活躍期也越來越近?!袄崮取?現(xiàn)象會(huì)減弱西太平洋副熱帶高壓的強(qiáng)度,因而有利于西北太平洋臺(tái)風(fēng)的增加,需要注意防范。

3

氣候預(yù)測(cè),如何開展?

“南風(fēng)之薰兮,可以解吾民之慍兮;南風(fēng)之時(shí)兮,可以阜吾民之財(cái)兮”。汛期季風(fēng)降水和我國農(nóng)業(yè)生產(chǎn)豐密切相關(guān),早在先秦時(shí)代,中華大地上的先民們,就有意識(shí)地觀察和認(rèn)識(shí)我國的季風(fēng)氣候。

圖8 目前國際上天氣預(yù)報(bào)的技巧以約每10年提高一天的速度增長。數(shù)值天氣預(yù)報(bào)被世界氣象組織稱為20世紀(jì)最偉大的科技和社會(huì)成就之一,它的發(fā)展靜水深流,悄然不驚地改變公眾生活,被《自然》雜志譽(yù)為 “一場(chǎng)靜悄悄的革命” | 圖源:文獻(xiàn)[8]


汛期降水預(yù)測(cè)與大家熟知的天氣預(yù)報(bào)(明天天氣如何),具有根本性的區(qū)別。

1963年,美國麻省理工學(xué)院氣象學(xué)家愛德華·洛倫茲提出混沌理論,即著名的 “蝴蝶效應(yīng)” —— 任何一個(gè)非線性系統(tǒng)都受到初值的強(qiáng)烈影響,存在初值敏感性。上述特性最終可能影響系統(tǒng)的發(fā)展方向。長久以來,人們將上述效應(yīng)形象化理解為巴西熱帶雨林中的蝴蝶煽動(dòng)幾下翅膀,可能在美國德克薩斯州引起一場(chǎng)龍卷風(fēng)。

在天氣預(yù)報(bào)過程中,數(shù)值積分累積誤差等原因使得模式初始化過程中相較真實(shí)世界不可避免得存在偏差,有效的天氣預(yù)報(bào)也就存在可預(yù)測(cè)的時(shí)間極限。洛倫茲指出,天氣的可預(yù)測(cè)性極限是2~3周,即2~3周以上的逐日天氣預(yù)報(bào)是不可信的。

如果科學(xué)家連幾周后的天氣尚不能準(zhǔn)確預(yù)報(bào),如何預(yù)測(cè)幾個(gè)月后的氣候呢?

南京信息工程大學(xué)氣候與應(yīng)用前沿研究院院長羅京佳解釋說,雖然科學(xué)家預(yù)報(bào)不出未來幾個(gè)月后指定某天的具體天氣事件,但可以預(yù)測(cè)出未來幾個(gè)月的平均氣候狀況。


原因在于短時(shí)間尺度的天氣可預(yù)報(bào)性主要由大氣內(nèi)部變化的記憶力決定,大氣記憶力短導(dǎo)致天氣可預(yù)測(cè)的時(shí)限短,而長時(shí)間尺度的氣候可預(yù)測(cè)性主要來源于海洋等變化緩慢的下墊面強(qiáng)迫的影響。海洋的長記憶力使得海溫等強(qiáng)迫信號(hào)可以提前幾個(gè)月甚至幾年做出預(yù)測(cè),進(jìn)而可以預(yù)測(cè)出大氣活動(dòng)在某個(gè)時(shí)期內(nèi)的氣候特征。這就好比未來中國每個(gè)居民的年收入是無法預(yù)測(cè)的,但可以預(yù)測(cè)出未來中國國內(nèi)生產(chǎn)總值(GDP)的走向,羅京佳說。


我們把未來幾個(gè)月到一年以氣象要素平均狀態(tài)為預(yù)測(cè)對(duì)象的預(yù)測(cè)稱為短期氣候預(yù)測(cè),包括我國今年夏季長江流域是多雨還是少雨、冬季是冷冬還是暖冬等。它區(qū)別于長期氣候預(yù)測(cè), 后者常指提前一年以上的氣候預(yù)測(cè)。

正是由于短期氣候預(yù)測(cè)是對(duì) “氣象要素平均狀態(tài)” 預(yù)測(cè)這一特性,常常會(huì)給公眾帶來許多誤解。如針對(duì)降水的短期氣候預(yù)測(cè),是對(duì)未來一段時(shí)期平均降水量的預(yù)測(cè)。預(yù)測(cè)今年某地區(qū)夏季平均降雨量正常,并不意味著 “風(fēng)調(diào)雨順”,因?yàn)榭赡艹霈F(xiàn) “旱澇急轉(zhuǎn)” 的情形。前期發(fā)生了旱災(zāi),后期發(fā)生了洪災(zāi),從整個(gè)夏季季節(jié)平均來看,降水量可能還是正常的,但其實(shí)帶來了非常大的危害。

還有一個(gè)典型例子。2021年年初,我國中東部大部地區(qū)遭遇強(qiáng)寒潮天氣,50余市(縣)的日最低氣溫突破或達(dá)到建站以來歷史極值。然而,2月19日至21日,氣溫迅速回暖,全國超過四分之一的市(縣)的日最高氣溫突破2月歷史極值。該事件被中國氣象局列為 “2021年中國十大天氣氣候事件” 之一。

如果僅從結(jié)果來看,正如2020年10月所預(yù)測(cè)的那樣,2020/2021年冬季是一個(gè)暖冬(盡管發(fā)生了一次又一次的寒潮),但這個(gè)結(jié)果非常具有迷惑性。因?yàn)閷?duì)于普通人的日常生活而言,一個(gè)冬天偏冷還是偏暖并沒有那么重要,反而是寒潮和冷空氣這樣的天氣事件對(duì)人們的影響更為直觀。

短期氣候預(yù)測(cè)目前有三種主流方法,第一種是統(tǒng)計(jì)分析,其優(yōu)點(diǎn)是計(jì)算省時(shí),但建立預(yù)報(bào)因子與預(yù)報(bào)量統(tǒng)計(jì)關(guān)系時(shí),常缺乏明確的物理機(jī)制,并且容易受到氣候變化等背景態(tài)因素的干擾。

第二種是動(dòng)力數(shù)值模式(本質(zhì)是利用超級(jí)計(jì)算機(jī)求解復(fù)雜的偏微分方程組),其優(yōu)點(diǎn)包括物理機(jī)制明確、可以描述氣候系統(tǒng)不同分量之間的非線性相互作用等,但數(shù)值模式需要耗費(fèi)大量的計(jì)算資源。數(shù)值模式需要在超級(jí)計(jì)算機(jī)上運(yùn)行,而如我國 “天河二號(hào)” 超級(jí)計(jì)算機(jī)一年的耗電量堪比一座中小城市。此外,數(shù)值模式本身并不完善,受數(shù)值模式動(dòng)力框架、物理過程參數(shù)化(如積云對(duì)流的模擬)等條件的限制,模擬結(jié)果常較觀測(cè)有較大偏差。

圖9 氣候模式和地球系統(tǒng)模式的發(fā)展歷史與未來,數(shù)值模式對(duì)解讀地球過去、了解地球現(xiàn)在和預(yù)測(cè)地球未來具有重要意義。圖中的FAR、SAR、TAR、AR4、AR5和AR6分別表示聯(lián)合國政府間氣候變化專門委員會(huì)(IPCC)第一至第六次評(píng)估報(bào)告,分別發(fā)布于1990、1995、2001、2007、2013和2021年 | 圖源:文獻(xiàn)[9]


實(shí)際業(yè)務(wù)中,我國氣象系統(tǒng)短期氣候預(yù)測(cè)通常使用第三種方法——統(tǒng)計(jì)分析與動(dòng)力多模式相結(jié)合。統(tǒng)計(jì)與動(dòng)力相結(jié)合有兩種形式,一種是內(nèi)部結(jié)合,即將統(tǒng)計(jì)方法在動(dòng)力模式內(nèi)部結(jié)合;另一種為外部結(jié)合,簡單而言,可以首先利用過去觀測(cè)或預(yù)報(bào)數(shù)據(jù)建立大尺度環(huán)流場(chǎng)與地面氣象要素之間的統(tǒng)計(jì)關(guān)系,再通過數(shù)值模式模擬出的環(huán)流場(chǎng)信息間接預(yù)報(bào)地面要素。由此思想進(jìn)一步發(fā)展出的模式誤差訂正技術(shù),已經(jīng)成為改善動(dòng)力模式預(yù)報(bào)不可缺少的有力工具。

近年來,隨著人工智能的發(fā)展,利用機(jī)器學(xué)習(xí)(深度學(xué)習(xí))算法開展氣候預(yù)測(cè)登上舞臺(tái)。機(jī)器學(xué)習(xí)是一門以數(shù)據(jù)驅(qū)動(dòng)的科學(xué),它通過學(xué)習(xí)已有數(shù)據(jù)中的變化規(guī)律,之后將這種規(guī)律自主推廣應(yīng)用開展預(yù)測(cè)。在某些場(chǎng)合,其預(yù)測(cè)技巧已經(jīng)超過統(tǒng)計(jì)與動(dòng)力相結(jié)合的方法 [10]

4

汛期降水預(yù)測(cè),路漫漫其修遠(yuǎn)兮

近百年來,人類為了預(yù)測(cè)氣候進(jìn)行了諸多努力,但至今,氣候仍然以不確定性、可能性和復(fù)雜性,吸引和困惑著每一個(gè)人。

我國地處東亞季風(fēng)區(qū),同時(shí)受到青藏高原強(qiáng)大地形影響,降水預(yù)測(cè)存在著太多不確定性,國際上幾乎所有先進(jìn)的氣候模式在東亞地區(qū)的預(yù)測(cè)水平都比較低。此外,我國大部分地區(qū)位于中緯度,大氣內(nèi)部變率大(如絲綢之路遙相關(guān)波列,會(huì)掩蓋熱帶可預(yù)測(cè)信號(hào)的影響),加之對(duì)相關(guān)機(jī)理認(rèn)識(shí)有限、地面氣象觀測(cè)臺(tái)站數(shù)量有限且分布不均等因素,汛期降水預(yù)測(cè)十分困難。

隨著全球變暖加劇,極端天氣事件頻率和強(qiáng)度增加,中小尺度強(qiáng)對(duì)流系統(tǒng)更加活躍,氣候的可預(yù)報(bào)性難度加大。對(duì)此,羅京佳表示:“考慮到東亞季風(fēng)降水預(yù)測(cè)的難度,未來更推薦使用概率預(yù)報(bào)的方式來進(jìn)行汛期降水預(yù)測(cè),而非目前一直沿用的確定性預(yù)報(bào)”。

所謂確定性預(yù)報(bào),顧名思義,其特點(diǎn)是預(yù)報(bào)明確直觀,但常會(huì)出現(xiàn)預(yù)報(bào)有雨卻無雨的預(yù)報(bào)不準(zhǔn)的情況,人為地增加了預(yù)報(bào)誤差。而概率預(yù)報(bào)能顯著提高預(yù)報(bào)的科學(xué)性,如目前臺(tái)風(fēng)路徑預(yù)報(bào)會(huì)同期發(fā)布概率分布預(yù)報(bào)。然而另一方面,概率預(yù)報(bào)可能也會(huì)帶來公眾理解以及傳播使用上的偏差。如天氣預(yù)報(bào)簡單地說 “明天下雨/不下雨”,公眾容易理解;可是當(dāng)天氣預(yù)報(bào)試圖更嚴(yán)謹(jǐn)?shù)乇硎鰹椤懊魈煊?0%的可能性降雨” 時(shí),可能會(huì)給很多居民帶來困惑——明天出門到底要不要帶傘。

此外,羅京佳也談及,目前我國氣候預(yù)測(cè)對(duì)于每個(gè)網(wǎng)格點(diǎn)的預(yù)報(bào)技巧其實(shí)只比拋硬幣稍微高一點(diǎn)。氣候系統(tǒng)是復(fù)雜的、不斷演變的系統(tǒng)。因此,提高我國汛期降水預(yù)測(cè)的準(zhǔn)確率,對(duì)于氣象學(xué)者而言,依然是 “路漫漫其修遠(yuǎn)兮,吾將上下而求索”。

(感謝陳姍姍、任志國參與本文討論)


 參考文獻(xiàn):
下滑動(dòng)可瀏覽)

1.廣東水利,廣東水利防汛應(yīng)急響應(yīng)提升至Ⅰ級(jí)!https://mp.weixin.qq.com/s/-3tX1QlFSElyUTgC_k1vVQ

2.中國氣象局,5月以來閩粵桂區(qū)域平均降水量為1961年以來歷史同期最多,https://mp.weixin.qq.com/s/Fy_GMA1WF5pja7gLfrAZzA

3.中國氣象局,局地突破40℃!北方多地持續(xù)高溫謹(jǐn)防中暑!https://mp.weixin.qq.com/s/h4ROML8VFioF8ibYnu5roA

4.中國氣象局,六問“早到”的華南前汛期,http://www.cma.gov.cn/2011xwzx/2011xqxxw/2011xqxyw/202204/t20220401_594224.html

5.南都、N視頻,中國氣象局原副局長:極端性降雨與拉尼娜密切相關(guān),https://www.thepaper.cn/newsDetail_forward_18673164

6.https://mp.weixin.qq.com/s/1rNtClL7N2fwxG73A-_PvA

7.封國林,楊涵洧,張世軒,王闊,沈柏竹.2011年春末夏初長江中下游地區(qū)旱澇急轉(zhuǎn)成因初探[J].大氣科學(xué),2012,36(05):1009-1026.

8.Bauer, P., Thorpe, A., & Brunet, G. (2015). The quiet revolution of numerical weather prediction. Nature, 525(7567), 47.

9.胡永云. 復(fù)雜氣候系統(tǒng)和全球變暖[J]. 物理, 2022, 51(01):10-15.

10.Ham, Yoo Geun , J. H. Kim , and J. J. Luo, 2019: Deep learning for multi-year ENSO forecasts. Nature 573.7775.


制版編輯 | 姜絲鴨



參與討論
0 條評(píng)論
評(píng)論
暫無評(píng)論內(nèi)容