中国气象局
分享到:
  近期关注:  
IPCC发布《气候变化与陆地特别报告》

  

  当地时间8月8日,联合国政府间气候变化专门委员会(IPCC)正式发布《气候变化与土地特别报告》。报告称土地早已处在人类施加的日益沉重的压力之下,而气候变化正在雪上加霜,只有通过减少包括土地和粮食在内的所有行业的温室气体排放,才有可能将升温控制在远低于2℃。报告对全球土地利用、土地与气候变化的关系作出全面分析与总结。报告指出,土地在气候系统中起着重要作用,更好的土地管理有助于应对气候变化。然而,随着人口增长和气候变化对植被负面影响的增加,土地必须保持生产力以维持粮食安全。这意味着,土地管理对应对气候变化的贡献有限、且不是唯一解决方案。报告认为,对生物能源要谨慎管理,以避免粮食安全、生物多样性和土地退化的风险,但理想的结果取决于适当的政策和治理体系。报告同时提出应对土地退化、预防或适应气候变化加剧的方案,并研究了不同程度全球变暖带来的潜在影响。

JCOMM和IOC联合编写《海洋观测系统报告》

  

  7月,WMO海洋学和海洋气象学联合技术委员会(JCOMM)和联合国教科文组织政府间海洋学委员会(IOC)联合编写《海洋观测系统报告》。该报告强调了持续海洋监测的必要性。海洋观测为各国提供关键数据,以提供海洋天气和海洋服务,确保安全有效的海上作业,并提高极端事件的应急响应效率。对于提供科学评估以实现环境预测、适应气候变化以及更有效地保护生态系统来说,海洋观测也至关重要。随着新技术发展,若干JCOMM网络,例如基于船舶的海洋测量、多学科系泊、自主剖面浮标和滑翔机等,可提供现场海洋碳酸盐的化学测量,这些测量有助于维持和扩大全球海洋酸化观测。

GRAPES新一代区域台风数值预报系统实现业务化运行

  

  由中国气象局数值预报中心研发的GRAPES-TYM 9公里区域台风数值预报系统(V3.0系统)于8月6日正式投入业务使用,相较于V2.2系统,新一代区域台风数值预报系统对热带气旋强度预报能力明显提高。经过对今年第9号台风“利奇马”的强度和路径预报检验,V3.0系统运行稳定,满足当前业务需求。V3.0系统在原版本基础上对模式动力以及与台风强度预报密切相关的物理过程等方面进行了改进。水平分辨率由原来的12公里精细至9公里,垂直分辨率由原来的50层提升至68层,采用更高精度的时间积分方案,并进一步优化模式的近地面参数化过程。

哥白尼大气监测服务全球预报系统成功升级

  

  当地时间7月9日,哥白尼大气监测服务全球预报系统成功升级,将促进空气质量预报更加精确。新的业务系统主要基于欧洲中期天气预报中心(ECMWF)最新版本的集成预报系统,由ECMWF代表欧盟委员会负责运营。此次升级融合了3项重大科学技术改进。首先,垂直层的数量从60增至137,意味着可以更好地描述大气污染物的垂直分布以及驱动污染物输送的气象变量(风、气温等);其次,用来描述大气气溶胶颗粒的种类增加了3个,包括硝酸盐和氨气溶胶,对于改进微粒物质预报尤为有效;最后,此次升级还纳入了最新的CAMS排放量数据集。

美国国家航空航天局研究北极野火

  

  8月,美国国家航空航天局(NASA)通过实地调研、实验室研究以及机载项目和卫星观测,针对为什么北方森林和北极冻原火灾变得更加频繁和剧烈,进行研究。科学家深入探究这一现象对气候预测、生态系统和人类健康而言意味着什么。NASA开展的“北极—北方脆弱性”(ABoVE)实验项目合作是一个综合实地调查活动,旨在探索北极和北方生态系统和社会对环境变化的适应能力。ABoVE 项目最近的一项研究发现,仅加拿大的一个火灾季已向大气中排放了如此大量的碳,以至于抵消了加拿大所有广袤森林通过全年的树木生长而从大气中消耗的碳的一半。因此,北极地区的野火不仅受到全球变暖的影响,而且还反过来加剧了气候变化。全球变暖导致夏季更温暖、更干燥,为野火创造了干燥的环境。

NCAR利用视觉图像机器学习模式改进冰雹预报

  

  根据美国国家大气研究中心(NCAR)一项新的研究,利用分析视觉图像的机器学习模式和人工智能技术可以改进雷暴及冰雹预报。在该项研究中,应用了一种专门用来分析视觉图像的机器学习模式:使用模拟暴风雨的图像来训练模式,输入气温、气压、风速、风向等信息后,可得出这些条件作用下的冰雹模拟,基于NCAR的天气研究和预报模式(WRF)分析模拟结果的准确性。在此之后,机器学习模式会弄清楚暴风雨的哪些特征与冰雹产生及雹体大小相关。该研究还利用不同的机器学习模式进行随机预测,用来改进冰雹预报。随机预报模式并没有分析图像,而是提出一系列问题,像一个流程图一样,用来确定冰雹概率。这些问题可能包括露点、气温和风是否超过或低于阈值等。研究人员还将对基于机器学习模式的冰雹预测与雷达观测数据进行对比验证。

NOAA推出移动版球幕科学展示系统

  

  8月,美国国家海洋和大气管理局(NOAA)推出了手机App“SOS Explorer Mobile”(移动版球幕科学展示系统)。用户进入这个App,会看到一个地球模型,可以在地球模型上选择显示不同图层,然后通过与其互动来查看全球各地的天气、气候和地理现象。该系统拥有超过115个数据集,分别来自NOAA、NASA和其他学术机构。这些信息多种多样,例如浮游植物的全球分布情况,或是智利1960年海啸等过往天气事件。通过这个App,人们可以看到复杂气候预测的可视化结果,多年来的干旱风险变化情况,遥远星球和卫星的图像,甚至可以看到纵横交错的Facebook关系网。App中还有教育视频,比如极地温度变化影响的科普视频。

俄罗斯一箭33星 旨在提高观测水平

  

  7月5日,俄罗斯航天集团在位于俄远东地区的东方航天发射场成功用一枚运载火箭将33颗卫星(1颗气象卫星和32颗微型卫星)送入预定轨道。据俄航天集团介绍,这颗气象卫星可在可见光、红外和微波波段观测天空云量、地表积雪和冰层,协助探测海面温度和地球臭氧层,提高俄气象观测水平;32颗微型卫星多为科学实验卫星,分别属于德国、法国、美国、以色列、英国、瑞典、芬兰、泰国、厄瓜多尔、捷克、爱沙尼亚等。

芬兰气象局研究机器学习预测风暴大小

  

  8月,芬兰气象局和阿尔托大学的科学家在《电气与电子工程师学会》(IEEE)期刊上发表研究称,利用机器学习技术可以预测出风暴的破坏力大小。研究者开发出一种机器学习方法来预测风暴的强度。当计算机从现有数据中习得模式,从而能够进一步利用新数据做出预测时,机器学习就成为一种预测风暴是否会导致停电的理想手段。根据构成风暴的许多要素,可以看出其破坏力大小,比如表面积、风速、温度和压力等。将每个风暴的16个不同特征分组归类后,研究者就可以训练计算机来识别会造成破坏的风暴。结果表明,机器学习算法非常擅长于预测哪些风暴将发展成0级、不造成任何破坏,以及哪些风暴会达到至少3级、造成大量破坏。

《自然-气候变化》:气候变化让夏季极端天气更持久

  

  8月,《自然-气候变化》期刊发表的一篇名为《全球气温升高2℃情境下夏季极端天气更持久》的文章指出,如果全球气温较工业化前水平升高2℃,北半球中纬度的热浪、干旱和雨期这类夏季极端天气的持续时间可能会增加。随着全球变暖,全球范围内的极端高温和降水事件日益频繁,这一趋势还会随变暖加剧而继续下去。极端高温和降水增多不仅影响人类健康和农业生产,还会影响环境。对极端天气事件的统计一般集中在强度或频率,但事件的持续时间或持续性往往会导致最为严重的影响。德国柏林气候分析组织的研究人员运用多模型分析,研究了北半球中纬度局地气象条件的持续性。研究者发现,如果气温较工业化前水平升高2℃,整个中纬度地区持续两周以上的高温天气将比近期增加约4%;北美东部出现的持续干热天气将增加20%。此外,在2的升温情境下,中纬度地区出现的持续至少一周、引发洪涝的强降水事件平均或将增加26%。作者表示,在1.5℃的升温情境下,大部分上述情况都可避免。

德国科学家利用人工智能预测雷电

  7月,萨尔大学与德国气象局合作,共同研发了一个可以更精确地预测当地暴风雨天气的系统。来自德国气象局的数据显示,该系统将很快取代现有NowcastMIX系统,用来预测暴风雨。该系统主要基于卫星图像和人工智能技术。其亮点在于,它只需要二维图像,即卫星图像,就可以探测出三维的大气移动状况。为了利用二维图像看清楚天空中三维空间变化,研究人员利用间隔15分钟的照片,将每一区域图像序列的一部分纳入算法中,推算出未来图片的样子。科学家把这一推算结果和真实的图像进行对比,发现预报和事实之间的“误差”,将其作为第二个算法的初始数据。研究人员已经通过训练机器学习来验证误差大小和暴风雨发生之间的关系,并通过这种方式,计算出会否发生雷电。

策划、编译: 刘淑乔     制作:魏晓萌