XiaoMi-AI文件搜索系统
World File Search System降水
将中国降水预测的物理因素与图形神经网络
最近，深度学习（DL）技术的指数增长，这是一种数据驱动的方法，在气象和气候预测和预测中已被证明是成功的（例如Bi等，2022; Ham等，2019; Liu et al。与NWP相比，DL模型没有明确包含大气动力学，这可能会影响其性能和应用前景（Reichstein等，2019）。值得注意的是，DL模型可能会在严重降雨事件的预测中遇到困难。有条件生成模型的使用是改善大降雨预测的有效方法，尤其是在现象中（Hess等，2022； Ravuri等，2021； Zhang等，2023）。此外，DL模型可能不符合重要的物理耦合（Han等，2020）和阻碍沉淀的预测。在这种情况下，物理先验告知的DL模型可能证明是有益的（Karniadakis等，2021； Kashinath等，2021）。
降水增强资源管理策略
北美天气顾问（NAWC）在1989年的2月和4月（1989年北美天气顾问）在羽毛河流域的北部进行了云种子播种操作，以及Pit River River和McCloud River Patersheds的一部分。NAWC在2010年和2011年（2011年北美天气顾问）在国王河流域进行了云种子作业。该报告表明云种子的影响在 +1.5％至+8.8％之间。相应的好处：估计3：1至10：1的成本比率。1992年，加利福尼亚州水资源部（DWR）评估了羽毛河盆地的新水的平均价值约为每英亩30美元（Reinking等人1995）。1992年的干旱水库每英亩$ 50为
约束多模型集合中投影的极端降水变化的模式和幅度
摘要：降水对土地的预测对于社会经济风险评估至关重要，但是模型差异限制了其应用。在这里，我们使用一种模式过滤技术来识别多模型合奏的各个成员的低频变化，以评估投影模式和变化幅度的模型之间的差异。特别是，我们将低频组件分析（LFCA）应用于21 CMIP-6模型中每日降水极端的强度和频率。LFCA在预计变化的空间模式下，在模型之间的一致性中带来了适度但统计学上的显着改进，尤其是在温室强迫较弱的情况下。此外，我们表明LFCA促进了对降水极端量表随着单个合奏成员内的全球温度变化而增加降水量量表的强劲识别。尽管这些速率大致与Clausius-Clapeyron关系的期望平均匹配，但各个模型都会表现出很大且显着的差异。蒙特卡洛模拟表明，这些差异至少与气候敏感性的差异一样多，导致投影变化的不确定性。最后，我们将这些缩放率与观察产品鉴定的缩放率进行了比较，这表明几乎所有气候模型都显着低估了降水量增加的速度，而降水量增加的速度已随着历史上的全球温度而扩展。用观测值的约束投影扩大了降水极端的预测强度，并减少了其分布的相对误差。
使用标准化降水蒸散指数（SPEI）
摘要。量化气候变化如何驱动21世纪的干旱是为摩洛哥提供政策和适应计划的优先事项。SPEI干旱指数是根据12个月时间尺度的降水和温度计算得出的，涵盖了9月 - 8月的农业年度，对五个模型进行了2023 - 2019年的五个模型。通过比较SPEI值的平均值和干旱区百分比（光，中度，中度和极端）来获得摩洛哥之间的平均变化。另外，通过比较不同的11年时间范围的干旱特征2023-2033、2034-2044、2045-2055、2056-2066、2067-2077、2078-2077、2078-2088和2089-2099。基于CMIP6模型的SSP2-4.5场景对未来干旱预测的研究表明，摩洛哥在本世纪下半叶的干旱恶化。中度干旱预计将占主导地位，该地区受干旱影响急剧增加，甚至在六年内达到90％。这些结果对于水资源管理中的决策者至关重要，强调需要采取策略来减轻干旱的不利影响，包括有效利用水资源。
使用船载观测值对南大洋的IMERG和ERA5定量降水量估算
摘要：澳大利亚R/V调查员的最新航行在整个偏远的南大洋中提供了前所未有的降水观察结果，该降水量既是海洋降雨和冰相降水测量网络（OceanRain）海上圆点和双极化C波段C-Band C-Band Cane Radar（Oceanpol）。本研究采用这些观察结果来评估GPM（IMERG）的全球降水测量（GPM）综合多卫星检索和ECMWF（ERA5）降水产物产生的第五次重大全球重新分析。以60分钟和0.25 8（; 25 km）的分辨率工作，在整个过程中最常观察到小雨和毛毛雨。对海洋评估时，imerg产物高估了降水强度，但捕获了出现频率。从天气/过程量表中，发现IMERG在暖额和高纬度气旋条件下是最不准确（高估的强度），通常会预先发送多层云。在临时条件下，imerg低估了降水频率。相比之下，ERA5的技能在各种综合条件下更加一致，除了高压频率（强度）高度高估（低估）的高压条件。使用Oceanpol Radar，这是一个面积到区域分析（分数技能得分），发现ERA5的技能比Imerg更高。在海洋径流计，iMerg和ERA5之间的阶段分类中几乎没有共识。比较因不同数据集中的相分类的各种假设而变得复杂。
TEMPEST-D 和 GPM-GMI 对降水系统的观测：交叉验证研究
摘要 — 本研究的目的是通过微波辐射计对风暴和热带系统演示时间实验 (TEMPEST-D) CubeSat 任务和全球降水测量微波成像仪 (GMI) 上的降水系统的观测进行交叉验证。本文的目的有两个：首先，展示 TEMPEST-D 和 GMI 观测之间的一致性；其次，展示合并 TEMPEST-D 和 GMI 观测时增强时间采样的潜力。采用了两种交叉验证方法。第一种交叉验证方法是使用先验时空约束定量比较 TEMPEST-D 和 GMI 对降水系统的亮度温度 (TB) 观测。对比分析表明，两种仪器的TB观测值具有相似的概率分布，平均绝对差为2.9 K。第二种交叉验证方法是定量比较TEMPEST-D和GMI TB对热带气旋系统的观测结果。本对比研究分析了三个风暴案例。分析表明，TEMPEST-D和GMI TB观测中的风暴结构和强度相似，总体平均相关系数（r）为0.9。与单独使用GMI数据相比，结合TEMPEST-D和GMI TB对飓风系统的观测可将采样频率提高2.5倍。
2017年6月29日在柏林大都会地区举行的大量降水事件的气象，影响和气候观点
1气象与气候研究所（IMK-TRO），Karlsruhe理工学院（KIT），Karlsruhe，德国2 Potsdam大学，Karl-Liebknecht-Str。24-25，14476德国波茨坦3德累斯顿技术大学，水文与气象学院，皮恩纳·斯特劳斯（PiennerStraße），23，01737德国塔兰特（Tharandt）4 4莱比锡大学气象学研究所德国6汉堡大学，气象学院，格林德伯格5，20144汉堡，德国7德国气象局，法兰克福斯特拉松135，63067 Offenbach AM MAIN 8部分，GFZ德国德国研究中心，德国地球科学研究中心，Telegrafenberg，Telegrafenberg，Telegrafenberg，144773 Potsdam，Dermane 45 blimechenem blimechenem， 20146 Hamburg, Germany 10 Center for Disaster Management and Risk Reduction Technology (Cedim), Karlsruhe Institute of Technology (KIT), Karlsruhe, Germany 11 Institute of Physics and Meteorology, University of Hohenheim, Garbenstrasse 30, 70599 Stuttgart, Germany Weather Service, Regionales Klimabüro Potsdam, Güterfelder DAMM 87-91 14532 Stahnsdorf，德国13 Bodenk Scientifififififififififififififififififififififififififififififififi，Alexandra 9391，新西兰
一个非平稳的标准降水指数（NSPI ...
摘要：标准化降水指数（SPI）通过标准化累积降水来衡量气象干旱相对于历史气候。较长的记录长度可改善参数估计值，但是这些更长的循环可能包括人为气候变化和多年自然气候爆发的信号。从历史上看，气候非平稳性已被忽略或纳入SPI中，例如WMO 30-y时期。这项研究介绍并评估了一种基于贝叶斯花素的新型非平稳性SPI模型，旨在改善固定气候的参数估计值，又可以明确纳入非组织性。使用合成产生的降水，本研究将提出的贝叶斯SPI模型与现有的SPI方法基于固定和非平稳气候的最大似然估计进行比较。所提出的模型不仅重现了现有SPI模型的性能，而且在几个关键领域都对它们进行了改进：降低Pa-Rameter的不确定性和噪声，同时建模为零和正降水的可能性，并捕获非线性趋势和季节性变化。此外，完全贝叶斯的方法确保所有参数都有不确定性估计值，包括零降水可能性。研究指出，零降水参数过于敏感，并且可以在将来的迭代中改善。该研究以美国在美国一系列氢气候区域的九个量规的应用，以拟议的贝叶斯非平稳SPI模型的应用结束。这种经验的结果表明，该模型是稳定的，并在先前的研究中鉴定出了非平稳模式，同时也表明了新发现，特别是对于形状和零降水参数。