中文导读| AAS 2026年第3期

Callen

https://mp.weixin.qq.com/s/u1k0faz_xAaGCrd-JtC-Zw
原创  AAS   大气科学进展AAS   2026年1月13日

Table of Content
Volume 43 · Issue 3 · Pages 461-670

Original Paper

The Fully Interactive Martian Dust Cycle Simulations by the GoMars Model

Liu, S., and Coauthors, 2026: The fully interactive Martian dust cycle simulations by the GoMars model. Adv. Atmos. Sci., 43(3), 461−476,  https://doi.org/10.1007/s00376-025-5190-2

摘要: 火星沙尘循环是当今火星气候系统中至关重要的组成部分。本研究基于新开发的火星大气环流模式——GoMars（Global Open Planetary Atmospheric Model for Mars），进行了长达50年的优化模拟，对沙尘循环的多时间尺度变率进行了研究。GoMars采用全活跃模拟方案，能够在多个关键方面再现出沙尘循环的日循环、季节变化和年际变率特征，并且发现在非全球性沙尘暴年份中，日变化和季节变化具备高度重复性，模拟的“气候平均态”（即非全球性沙尘暴年份的集合平均）成功再现了沙尘在垂直–纬向方向上的季节性分布形态与强度，并通过火星气候分析数据集和“火星气候探测仪”的观测资料进行了验证。在缺乏直接观测数据的情况下，我们通过与其他国际上先进的火星大气环流模式（如MarsWRF）的对比，评估了GoMars所模拟的近地表风应力起沙通量，结果显示其在季节性和空间分布方面具有一致性。在日循环方面，模拟的尘卷风起沙通量峰值出现在当地时间中午12:00至13:00，与“火星探路者”火星车的观测结果相符。该模式还成功模拟了亚马逊地区的强烈尘卷风活动，该区域已被观测识别为尘卷风发生的热点区域。在全球性沙尘暴年份，GoMars能够自发地模拟出全球性沙尘暴的现象，再现其发生时间、地点及沙尘传输过程，与特定火星年份的观测结果一致。此外，该模式还模拟出显著的年际变率，包括不规则的全球性沙尘暴爆发间隔以及合理的沙尘–大气间的相互作用。

关键词: GoMars, 沙尘循环, 活跃沙尘方案, 年际变率

Greater Impacts of Summer Central Pacific ENSO on the Cross-Equatorial Flows over the Maritime Continent Compared with Eastern Pacific ENSO

Zhao, X. X., R. Y. Lu, and J. Q. Sun, 2026: Greater impacts of summer central Pacific ENSO on the cross-equatorial flows over the Maritime Continent compared with eastern Pacific ENSO. Adv. Atmos. Sci., 43(3), 477−488,  https://doi.org/10.1007/s00376-025-4527-1

摘要: 基于再分析资料和CMIP6模拟，本研究分析了海洋性大陆越赤道气流对同期夏季两类ENSO（中部型，CP；东部型，EP）的响应。结果表明，CP型ENSO往往对越赤道气流的影响更强。在CP型ENSO年，海洋性大陆附近所有越赤道气流通道均出现显著的低层南风异常，并伴有范围更大且更深厚的高层北风异常，表明越赤道气流在垂直结构上呈现一致增强。相比之下，EP型ENSO年对应的越赤道气流异常较弱，且局限于海洋性大陆以东地区。越赤道气流响应的差异可以从海洋性大陆对流活动的角度进行解释。在CP型ENSO年，海温异常整体偏西，海洋性大陆海温异常显著，对应其上空对流异常，从而造成显著的越赤道气流异常。而EP型ENSO不能造成海洋性大陆明显的海温异常，从而导致对流异常较弱，越赤道气流响应不显著。上述结果在CMIP6模拟中得到了很好验证，48个模式均能再现CP型ENSO对越赤道气流更强的影响，显示出较高的模式一致性。本研究有助于深入理解越赤道气流与ENSO型态关系的多样性，对越赤道气流变化的季节预测具有参考意义。

关键词: 越赤道气流, 中部型ENSO, 东部型ENSO, 海洋性大陆, CMIP6模拟

Role of Multiscale Interactions within the Westerly Wind Bursts in MJO Prediction

Ling, J., Y. W. Zhang, and C. Y. Li, 2026: Role of multiscale interactions within the westerly wind bursts in MJO Prediction. Adv. Atmos. Sci., 43(3), 489−503,  https://doi.org/10.1007/s00376-025-5010-8

摘要: 本研究揭示了在DYNAMO观测期间，MJO对流西侧西风爆发事件中的多尺度相互作用对11月MJO个例预测技巧的关键调控作用。基于大尺度降水追踪方法提取MJO对流特征，并引入新型量化指标评估ECMWF回报中MJO对流的预测能力。结果表明，ECMWF对MJO对流的有效预测时长约为17天，显著低于基于全球指标的评估结果。根据西风爆发期间平均预测技巧将回报集合划分为高、低技巧组，发现高技巧组在西风爆发期间表现出显著增强的低层西风、更活跃的MJO对流以及两者间更小的空间距离，表现出大尺度环流与对流间更强的耦合。机理分析表明，高技巧集合中增强的西风通过相互作用能通量输送，向MJO对流输送更多高频能量，促进其对流发展，从而提升预测技巧。

关键词: 热带大气季节内振荡, 对流波包, 预测, 多尺度相互作用

A Scale Separation Hybrid Predictive Model and Its Application to Predict Summer Monthly Precipitation in Northeast China

Yu, L., A. H. Wang, and C. Z. Liu, 2026: A scale separation hybrid predictive model and its application to predict summer monthly precipitation in Northeast China. Adv. Atmos. Sci., 43(3), 504−528,  https://doi.org/10.1007/s00376-025-5113-2

摘要: 中国东北地区是重要的粮食产区, 其夏季降水变率具有明显的多时空尺度特征, 并受多种气候条件影响，因而对其进行精准预测一直是一项挑战。本文发展了一个基于时空尺度分离的循环神经网络预测模型（Scale Separation Hybrid Statistical Model with Recurrent Neural Network，简称 SS-RNN），并将其用于中国东北地区夏季月尺度降水预测。该预测模型将中国东北地区夏季降水分解为若干涵盖年际至年代际时间尺度的时空本征模函数, 在此基础上我们对不同尺度分量选取相应的预测因子, 建立了针对特定尺度的预测模型。对2021-2024 年8 月降水的独立预测检验显示，SS-RNN模型的预测结果与实际观测之间的空间异常相关系数最高可达 0.83; 该模型能捕捉多数站点的降水异常，平均预测技巧得分达90分。与动力模型相比，我们的模型在预测降水异常的空间分上取得了显著的提升。

关键词: 东北降水, 尺度分离, 统计预测模型, 循环神经网络预测模型

Application of Ground-Based Microwave Radiometers to Optimize the Estimation Method of Cloud Liquid Water on the Tibetan Plateau

Liu, Y. J., X. L. Chen, Y. M. Ma, D. B. Cao, F. L. Sun, X. Xu, and Q. Zhang, 2026: Application of ground-based microwave radiometers to optimize the estimation method of cloud liquid water on the Tibetan Plateau. Adv. Atmos. Sci., 43(3), 529−549,  https://doi.org/10.1007/s00376-025-4416-7

摘要: 青藏高原（TP）的云液态水含量（LWC）观测对于云水转化过程至关重要。截至目前，青藏高原地区几乎没有LWC的精确观测。这使得青藏高原的LWC和降水估算存在很大不准确性。本文提出了一种结合MonoRTM辐射传输模型和地基微波辐射计间接估算青藏高原LWC的方案，该方案通过减小液态水敏感通道的模拟亮温与观测亮温之间的差异来不断改进LWC的估算，云液态水含量的估算高度依赖于云底环境湿度判据（CBEHC）的取值，通过不断改进CBEHC的值来减小模拟亮温的误差。当模拟亮温误差最小时，该方案将此刻的CBEHC值估算的LWC判断为最准确。结果表明，默认的95%CBEHC值不适用于高原地区。有降水时，最优的CBEHC值为95%，该值将模拟亮温误差减小了30 K。在无降水时，不同地区需要采用不同的CBEHC值，采用新的CBEHC值较默认的95%模拟得到的亮温误差减小了1　K。采用优化的CBEHC值后亮温模拟误差与探空最大相对湿度的相关性减弱，云液态水含量估算的系统性误差明显降低。本研究采用微雨雷达观测的LWC对新的LWC估算方案做了独立验证，结果表明新的LWC估算方案更准确。本研究提出了一种基于微波辐射计的高原云液态水含量观测的新型实用方法，该方法的精度依赖于微波辐射计观测亮温与辐射模型模拟亮温的准确性，在降水情况的反演精度要优于非降水情况。非降水条件下的精度易受亮温观测与模拟误差的影响。本研究不仅提升了青藏高原地区的云液态水反演精度，也为全球复杂地形区利用地基微波辐射计估算云液态水提供了重要参考。

关键词: 云液态水, 亮温, 单色辐射传输模型

Callen

（接上篇）

Improvement of a Dual-Polarization Radar Operator for Ice-phase Microphysical Terms

Lee, J.-W., K.-H. Min, and G.-W. Lee, 2026: Improvement of a dual-polarization radar operator for ice-phase microphysical terms. Adv. Atmos. Sci., 43(3), 550−564,  https://doi.org/10.1007/s00376-025-4451-4

摘要: 双偏振雷达参量可以提供水凝物数量、类型、大小和含水量信息，将其同化到数值预报模式中可有效提高预报准确性。观测算子对于雷达资料同化必不可少。本文重点研究利用真实的双偏振雷达观测算子更准确地计算雷达参量。现有的双偏振雷达观测算子往往高估对流性降水中0℃附近的雷达参量，并在低于0℃的冷层模拟出不合实际的双偏振雷达参量。为解决这一问题，本研究引入基于强上升气流/下降气流区混合相水凝物控制的双偏振雷达算子（KNU双偏振雷达观测算子，简称K-DROP），减少了对融化层附近雷达参量的高估。此外，本文基于冬季观测的雪纵横比资料改进了双偏振雷达观测算子，解决了冷层差分反射率因子Z_DR仅为定值的问题。文中还将观测的水凝物最大半径同化到优化的算子，改善了对冷层反射率因子Z_H、暖层差分反射率因子 Z_DR的高估以及对冷层差分相移率K_DP的高估和暖层差分相移率的低估。与现有的算子相比，本研究优化后的算子能够得到更真实的双偏振雷达参量。

关键词: 双偏振雷达算子, 观测算子, 雷达资料同化, 遥感

Two Unconventional Types of Large-scale Circulation Anomalies Inducing Heavy Rainfall over the Yangtze River Basin

Li, X. Y., M. Y. Chen, and R. Y. Lu, 2026: Two unconventional types of large-scale circulation anomalies inducing heavy rainfall over the Yangtze River Basin. Adv. Atmos. Sci., 43(3), 565−577,  https://doi.org/10.1007/s00376-025-4537-z

摘要: 长江流域夏季降水受到对流层低层两个关键环流因子的共同调控，一是西太平洋反气旋异常，二是长江流域北部的热带外东北风异常。然而，本文发现，46%的强降水事件仅发生在其中之一的单独影响之下，即使另一因子处于不利于降水的位相。基于此，这些强降水事件可划分为两类非典型的环流配置：第一类为热带外东北风与西太平洋气旋异常的组合，第二类为西太平洋反气旋异常和热带外西南风异常的组合。两类事件都对应了长江流域上空的异常水汽辐合和上升运动，但触发机制存在差异。前者的水汽辐合和上升运动主要由长江流域上空的对流层低层气旋异常驱动，该气旋异常源于对流层中层上游气旋异常的向东扩展。后者表现为对流层中层贝加尔湖地区的气旋异常向南延伸，与热带西太平洋反气旋异常共同作用，在长江流域上空形成强烈的西南风异常，通过暖平流触发上升运动。这些结果凸显了中层环流异常在激发长江流域强降水中的重要作用。

关键词: 长江流域, 强降水, 大尺度环流异常

Sea Ice Edge Constraint Improves Antarctic Sea Ice Seasonal Prediction in Deep Learning Models

Wang, H., S. L. Li, F. Y. Ping, X. Si, and C. Zhang, 2026: Sea ice edge constraint improves Antarctic Sea ice seasonal prediction in deep learning models. Adv. Atmos. Sci., 43(3), 578−590,  https://doi.org/10.1007/s00376-025-5024-2

摘要: 南极海冰预测对气候科学及实际应用都具有重要意义。然而，现有的预测模型，包括基于深度学习的预测模型，在海冰边缘区的预测结果与实际观测存在显著偏差。本研究通过在训练过程中引入了一种新的海冰边缘约束损失函数（HybridLoss），设计了一种纯数据驱动的深度学习模型（该模型命名为ASICNet），并用它进行了南极夏季海冰密集度（SIC）的月-季节预测。基于五年（2019—2023）预测的独立检验结果分析表明，加入HybridLoss后，ASICNet 的预测技巧显著提高，预测结果的平均绝对误差由0.022减小至0.021，综合冰边缘误差由1.794×106 km2降低至1.714×106 km2，与实际观测的空间相关系数由0.38提高至0.40。此外，无论加入HybridLoss与否，ASICNet的预测水平均明显优于ECMWF的动力学和统计学模型。最后，本研究还发展了增强型热图方法，用于解释深度学习模型中南极海冰的可预报性来源。结果显示，可预报性主要来源于前期南极海冰偶极子（ADP）、阿蒙森海低压（ASL）及南大洋海表温度等，这与以往结果一致。总之，考虑冰边缘约束后，ASICNet作为一个轻量级的高效预测模型，可用于南极夏季海冰密集度的预测。

关键词: 海冰边缘约束, 海冰预测, 深度学习, 损失函数, 热图

Bypassing Typhoons Cause Three-dimensional Dramatic Changes in Temperature and Ocean Heat Content of the Yellow Sea and Bohai Sea: A Case Study with Super Typhoon Maysak (2020)

Zhai, F. G., J. Y. Zhang, Y. C. Wang, Y. J. Dong, Y. P. Ma, C. Liu, and Z. Z. Liu, 2026: Bypassing typhoons cause three-dimensional dramatic changes in temperature and ocean heat content of the Yellow Sea and Bohai Sea: A Case Study with Super Typhoon Maysak (2020). Adv. Atmos. Sci., 43(3), 591−611,  https://doi.org/10.1007/s00376-025-4532-4

摘要: 黄海和渤海是全球每年易受台风影响的陆架海域之一。本文基于观测和高分辨率数值模拟，研究了2020年9月初超强台风美莎克引起的黄海和渤海温度及热含量的剧烈变化。台风美莎克是沿北向/东北向绕行黄海和渤海台风的典型代表。在大部分离岸海域，上混合层和次表层由于海面风增强垂直混合的作用而分别呈现空间一致的降温和升温。从温跃层至海底的深层水域，山东半岛东北部沿岸和苏北浅滩附近海域水温明显升高，而朝鲜半岛西岸和山东半岛南岸海域水温则明显降低。深层水温的显著升高/降低主要由沿岸下降流/上升流所致。在台风美莎克过境期间，黄海和渤海的总热含量快速下降，主要由海表面的潜热通量损失和南边界的南向热平流输运共同导致。减少的太阳辐射仅在黄海和渤海总热含量快速下降的第一天起一定的次要作用。数值实验表明，台风美莎克引发的热含量下降可能对后续季节的区域气候演变产生重要影响。未来需开展更多研究以全面理解台风在不同时间尺度上对陆架海区域气候变化的影响。

关键词: 陆架海动力学, 台风 , 海洋热含量, 翻转流, 区域气候变化

A Deep Learning–Based Bias Correction Model for Tropical Cyclone Track and Intensity towards Forecasting of the TianXing Large Weather Model

Yuan, S. J., X. Z. Wang, B. Mu, G. S. Wang, Z. Y. Niu, and H. Li, 2026: A deep learning–based bias correction model for tropical cyclone track and intensity towards forecasting of the tianxing large weather model. Adv. Atmos. Sci., 43(3), 612−630,  https://doi.org/10.1007/s00376-025-4520-8

摘要: 准确预报热带气旋（TC）的路径与强度至关重要。尽管逐6小时预报的天行气象大模型整体性能优于业务数值模式，其TC预报仍受训练数据偏差与数据驱动方法固有平滑效应的共同影响而存在系统性误差。为此，本文提出CycloneBCNet：一种面向天行预报的双流偏差订正模型。该模型基于SimVP提取预报场的时空演变特征，并通过空间注意力权重机制突出气旋核心区；同时以LSTM从TC演变向量（中心位置、最大风速、最低海平面气压）中提取趋势信息，二者在多时效维度进行特征融合以进行偏差订正。结果表明，在96 h时效下，路径误差由162.4 km降至86.4 km，最大风速误差由17.2 m s−1降至6.69 m s−1，最低海平面气压误差由22.2 hPa降至9.36 hPa。可解释性分析进一步显示，强度订正优先关注内核动力过程（眼区与眼墙），而路径订正的注意力随时效延长由核心区与近地面要素转向更大尺度环境场及中高层引导气流。上述结果与气象机理一致，表明CycloneBCNet能够有效捕获关键TC动力学特征并实现物理一致的偏差订正。

关键词: 热带气旋, 天行气象大模型, 偏差订正, 可解释性分析, 深度学习模型

Callen

（接上篇）

Near-term Climate Prediction of Agricultural Thermal Conditions in East Asia

Choi, J., S.-Y. Jun, S.-W. Son, Y.-K. Hyun, J.-R. Lee, J. Lee, K.-O. Boo, and B.-J. Park, 2026: Near-term climate prediction of agricultural thermal conditions in East Asia. Adv. Atmos. Sci., 43(3), 631−644,  https://doi.org/10.1007/s00376-025-4471-0

摘要: 气候变化能对农业构成重大风险，尤其是在东亚这一主要农作物产区。本研究评估了近期气候预测在预报东亚地区长达五年农业热力条件方面的有效性。我们基于大气再分析数据的气温农业气候指标与年代际预测系统第4版（DePreSys4）于1960年至2024年每年11月进行初始化的首年预测结果进行了比较。分析结果表明，首年预测的结果准确地再现了观测的气候态空间分布，但基于日最高气温的农业气候指标的趋势被高估。在主要作物种植区，生长季开始时间、无霜日、农业高温日以及热强度的预测技巧较高。然而，在更长的预测提前期，生长季结束时间的可预测性较低。值得注意的是，由于平滑了年际变率，五年平均的预测技巧高于首年预测。这些改进后的气候预测能帮助农民和政策制定者在作物选择和农业基础设施方面做出科学决策。

关键词: 近期气候预测, 东亚农业, 生长季, 无霜日, 热应激, DePreSys4

Comparison of the Precipitation Measurement Radar Onboard the FY-3G Meteorological Satellite with Ground-based Radars in China

Shang, J., and Coauthors, 2026: Comparison of the precipitation measurement radar onboard the FY-3G meteorological satellite with ground-based radars in China. Adv. Atmos. Sci., 43(3), 645−660,  https://doi.org/10.1007/s00376-025-5149-3

摘要: 2023年4月，我国降水测量卫星FY-3G携带着我国首台星载降水测量雷达(PMR)成功发射。为了实现测量三维降水结构的科学目标，评估PMR的定量测量能力至关重要。中国运行着250余部地基业务天气雷达。星载降水测量雷达与地基天气雷达数据的一致性将提高对降水的测量能力，特别是在观测数据稀少的海洋和山区。此外，星载降水测量雷达可用于评估地基天气雷达网的空间和时间均匀性。本文重点比较了PMR与S波段中国新一代天气雷达数据(CINRAD)。研发了PMR和CINRAD之间的数据一致性比对算法，包括详细的质量控制、衰减校正、数据优选、时空匹配、非均匀波束充塞约束、均匀性约束和频率校正。选取四季典型月份的匹配数据进行对比。对PMR和CINRAD的数据一致性进行分析：基于98226个匹配样本，相关系数为0.87，偏差为0.89 dB，标准偏差为2.50 dB。结果表明，PMR的雷达反射率因子与CINRAD的雷达反射率因子相当，表明PMR数据质量令人满意，可用于验证和校正多个地基雷达之间的数据一致性。这项工作也为未来星地雷达的数据融合和联合应用奠定了基础。

关键词: 降水雷达, 比较, 验证, FY-3G, 天气雷达

Data Description Article

Decadal All-sky Terrestrial Precipitable Water Vapor Dataset from FengYun Microwave Imagers

Xia, X. R., R. B. Jiang, M. Min, S. L. Wu, P. Zhang, and X. G. Xia, 2026: Decadal all-sky terrestrial precipitable water vapor dataset from FengYun microwave imagers. Adv. Atmos. Sci., 43(3), 661−670,  https://doi.org/10.1007/s00376-025-5101-6

摘要: 大气可降水量水汽（PWV）是地球气候系统的重要组成部分，在天气预报、气候变化和水文循环中均起着至关重要的作用。尽管被动微波遥感技术具备全天候监测PWV的能力，但陆地区域的被动微波反演仍存在挑战。基于作者研发的机器学习算法，利用风云三号系列卫星（FY-3B、FY-3C和FY-3D）搭载的微波辐射成像仪（MWRI）观测数据，研制了全球陆地PWV数据集。该数据集时间跨度为2012至2020年，空间分辨率为0.25°×0.25°。通过与美国SuomiNet 全球定位系统（GPS）和第二代全球探空数据集（IGRA2）两套PWV数据产品进行独立验证，表明该产品PWV均方根误差分别为4.47毫米和3.89毫米，在不同地表条件下均方根误差在2.90至5.49毫米之间。作为具备高精度的全天候PWV产品，MWRI PWV数据集不仅可为研究陆地PWV时空变化提供基础数据，也可为大气研究、气候模拟、水文研究等领域提供重要数据支撑。

关键词: 微波辐射成像仪, 大气可降水量, 机器学习, 遥感