Do the S2S Models Have Prediction Skills beyond the Weather Timescale for Winter Snowfall over Eastern China?
编号:23 访问权限:仅限参会人 更新:2026-03-18 14:27:19 浏览:40次 特邀报告

报告开始:2026年04月27日 09:20(Asia/Shanghai)

报告时间:15min

所在会场:[S1-5] 专题1.5 次季节变率:机制、影响、预测 [F26] 专题1.5 次季节变率:机制、影响、预测

暂无文件

摘要
2023/24年冬季,中国东部受到三次强影响降雪天气侵袭,给生产生活、交通运输带来巨大影响。能否提供超过常规天气预报时效(7天)的次季节预测,对提前应对降雪天气、实现防灾减灾至关重要。本文评估了S2S预测计划中ECMWF和中国自主研发的CMA与IAP-CAS模式对三次降雪天气过程的预测技巧,并厘清了此类降雪过程关键可预报性来源。S2S模式能够分别提前10−15天和10天再现三次降雪过程地表气温和降水异常的空间分布。由于降雪预报技巧同时依赖于地表气温和降水预报,因此3个S2S模式对三次降雪过程的预报均未超过常规天气预报时效。模式对欧亚中纬度瞬变Rossby波和热带对流异常的捕捉能力,决定了其对三次降雪过程的预测效果;而对关键环流系统的模拟偏差,则导致模式对超过15天的地表气温异常和超过10天的降水异常出现系统性低估。基于历史资料的奇异值分解,季节内尺度上欧亚中纬度罗斯贝波以及热带对流模态分别与中国东部地表气温和降水存在耦合模态,不同耦合模态分别表征了2023/24年冬季三次降雪过程中的热带和热带外关键环流协同配置,指示中国东部冬季降雪过程存在普适的次季节可预报来源。
关键词
winter snowfall,eastern China,subseasonal prediction skill,Eurasian transient Rossby waves,Indo-Pacific tropical convection
报告人
朱志伟
博导 南京信息工程大学

稿件作者
朱志伟 南京信息工程大学
发表评论
验证码 看不清楚,更换一张
全部评论
重要日期
  • 会议日期

    04月25日

    2026

    04月29日

    2026

  • 04月07日 2026

    初稿截稿日期

主办单位
未来大气科学论坛理事会
承办单位
河海大学海洋学院
南京大学南京赫尔辛基大气与地球系统科学学院
联系方式
历届会议
移动端
在手机上打开
小程序
打开微信小程序
客服
扫码或点此咨询