Propagation of Cyclonic Vortices and Intense Rainfall over Indian Peninsula: Case Studies from Northeast Monsoon Season
本文给出了四个东北季候风季节印度半岛气旋性涡旋的个例分析。结果表明，涡旋在半岛地形上的传播受涡旋佛劳德数Frv = Vmax/（NH）控制，其中Vmax为涡旋中最大切向风速，H为地形高度，N为沿地形的大气Brunt-Vaisala频率。Frv > 1的强涡旋克服了地形障碍并穿过半岛。Frv < 1者则受地形影响。被阻挡的涡旋在东海岸停留了两到三天。在这些情况下，云连续三天沿着海岸连续形成。因此，在这段时间里，沿海地区有大量降雨，而地形上的降雨量很少。在未阻塞的涡旋，降雨强度表现出一个系统的转变，从沿海地区的高地形区在一两天内。然而，当气旋到达高原上空时，其涡旋和对流都明显减弱。这些个例分析将有助于预测东北季候风季节印度半岛的暴雨事件。
2018-11-18 physics.ao-ph
Multivariate forecast of winter monsoon rainfall in India using SST anomaly as a predictor: Neurocomputing and statistical approaches
本文在分析了现有文献的基础上，冬季风期间降水与海表温度异常之间关系的复杂性（11月至1月）用散点图矩阵和自相关函数对印度上空的大气环流进行了统计评价，得到了线性和多项式趋势方程，观察到线性趋势的决定系数很低，即使当多项式趋势使用了6度。利用前一年冬季风月份的降水量和海表温度距平作为预报因子，建立了指数回归方程和具有广泛变量选择的人工神经网络，对给定年份的冬季风平均降水量进行了预报。使用Levenberg-Marquardt算法生成多元指数回归方程的回归系数。人工神经网络的形式是一个多层感知器，具有S形非线性和基于遗传算法的变量选择。使用Willmott指数、预测误差百分比和预测产量对两种预测模型进行统计学判断。统计评估揭示了人工神经网络在指数回归上的潜力。
2009-10-28 nlin.CD physics.ao-ph
More extreme Indian monsoon daily rainfall in El Niño summers
本研究利用1901-2020年观测数据发现，厄尔尼诺虽使印度夏季平均降雨减少，却显著增加季风区极端日降雨概率，尤其在中东部和西南沿海，其机制与对流浮力相关，并预示季节预报潜力。
2024-04-18 physics.ao-ph
Influence of cosmic-ray variability on the monsoon rainfall and temperature
研究了银河宇宙线（GCR）的变化对印度夏季风降水（ISMR）季节降水变化的影响。我们发现，平均在“干旱”（低ISMR）期间，在印度，GCR通量减少，在“洪水”（高ISMR）期间，GCR通量增加。我们的分析结果表明，在印度的夏季季风季节减少GCR通量可能会抑制降雨的可能性。另一方面，增加GCR通量可能会增加降雨。我们怀疑，除了真实的环境条件，显着的悬浮/分散的低云，从而减少碰撞/聚结形成雨滴的可能性抑制降雨在季风季节减少GCR通量。另一方面，增强碰撞/聚结效率在增加GCR通量由于电气效应可能有助于增强降雨。根据观测结果，我们提出的想法，在适当的环境条件下，改变GCR通量可能会影响降水抑制/增强它，这取决于减少/增加的性质，在印度季风季节的GCR通量变率，至少。我们进一步注意到，降雨变率是负相关的温度变化在ISMR季节。我们提出了一个解释，虽然推测，如何减少/增加GCR通量可以影响降雨和温度。我们推测，提出的假设，基于印度的气候数据可以扩展到整个热带和亚热带带，它可能会对全球气温的贡献显着的方式。如果正确的话，我们的假设对太阳与气候的联系有重要的意义.
2014-11-23 astro-ph.SR physics.ao-ph physics.space-ph
Sub-seasonal Modulation and Predictability of Indian monsoon hourly Rainfall Extremes
Gauhati University（古哈提大学）；Indian Institute of Technology Madras（马德拉斯印度理工学院）；Indian Institute of Tropical Meteorology（印度热带气象研究所）；Cotton University（科顿大学）
研究通过识别小时降雨极值与地表温度、季风内季节振荡相位及可降水汽的三元聚类，建立中短期可预测性基础，开发算法追踪风暴系统，为深度学习模型提供物理指导以提前预测降雨极值集群。
2026-03-25 physics.ao-ph
A short perspective on the Mascarene High and the abnormal Indian Monsoon during 2015
印度夏季风环流在5月下旬/6月上旬的启动是通过大尺度海陆热力对比和印度-恒河平原季风槽与副热带印度洋马斯克林高压之间负压梯度的建立而产生的。赤道气压梯度与地球自转（科里奥利力）一起形成了夏季风跨赤道气流，而在6月至9月（JJAS）雨季期间，潮湿的风与降水系统释放的潜热释放之间的反馈维持了季风环流（Krishnamurti和Surgi，1987年）。这种对印度季风的简化观点是一个有用的起点，可以深入了解大尺度季风环流的变化。
2020-11-24 physics.ao-ph physics.data-an
Large Scale Features of Southwest Monsoon During 2015
2015年，西南季风（SWM）降雨量仍然不足，季节降雨量约为长期平均值的86%（表1.1）。去年，全国的季节性降雨量不足12%（www.imd.gov.in）。因此，这是连续两年的第四个事件，缺乏季风，类似于1904-05，1965-66和1986-87（www.imd.gov.in）。
2020-12-02 physics.ao-ph
Emerging trend in the east-west Dipole Pattern in Indian Summer Monsoon Rainfall and the associated impact on Regional Dynamics
Indian Institute of Tropical Meteorology（印度热带气象研究所）
研究发现印度夏季降雨出现东-西偶极子模式变化，西北部降雨增加与阿拉伯海海表温度升高及风场变化有关，对区域气候动态产生影响。
2025-12-27 physics.ao-ph
Network-based Approach and Climate Change Benefits for Forecasting the Amount of Indian Monsoon Rainfall
印度夏季风降水对印度农业产量和经济有着决定性的影响。与正常季节降雨量的极端偏差可能导致严重的干旱或洪水，影响印度的粮食生产和安全。尽管发展了复杂的统计和动力气候模式，长期和可靠的预测ISMR仍然是一个具有挑战性的问题。为了实现这一目标，本文以全球近地面气温场为基础，构建了一系列动力气候和物理气候网络。我们发现，有向和加权气候网络的一些特性可以作为有效的长期预测ISMR预测。所开发的预测方法通过使用上一个日历年的数据，提前5个月的提前期产生0.5的预测技能。我们的ISMR预测技巧与目前最先进的模型相当，然而，有相当短的时间（即，一个月内）。我们讨论了潜在的机制，我们的预测，并将其与网络延迟ENSO和ENSO季风连接。此外，我们的方法可以预测全印度的降雨量，以及预测不同的印度同质区域的降雨量，这是至关重要的农业在印度。我们发现，全球变暖影响气候网络，通过加强跨赤道遥相关西南大西洋，西部的印度洋，北亚太地区的降水在印度的显着影响。我们在中纬度南大西洋发现了一个热点区域，这是我们预测的基础。值得注意的是，该地区显著的变暖趋势提高了预测能力。
2020-04-14 cond-mat.stat-mech physics.ao-ph physics.geo-ph
Examining the variability of cloud hydrometeors and its importance on the Indian summer monsoon rainfall predictability
提前一个季节预报印度夏季风（ISM）降水具有重要的社会经济价值。它是世界上大约六分之一人口的生命线。由于对云、对流和环流之间相互作用的了解有限，动力学模型的次临界技能，ISMR预测仍然是一个具有挑战性的问题。利用印度夏季风（ISM）再分析资料，研究了不同时间尺度（3 - 7天、10 - 20天和30 - 60天波段）的云水凝结物（云冰和云水）的变化。在这里，我们还表明，与ISM亚季节（天气+季节内）波动相关的云水凝物（特别是云冰）的“内部”变化是部分可预测的，因为它们被发现与缓慢变化的强迫（例如，厄尔尼诺和南方涛动）。深对流云的代表，其中涉及冰相过程中的耦合气候模式，强烈调制ISMR变率与全球预测。利用耦合的全球气候模式（CGCM）对两个敏感性模拟的结果，说明了云降水对ISM降水可预报性的重要性。因此，本研究提供了一个科学的基础，通过改善云的物理过程在亚季节的时间尺度上，并激励在这一方向上的进一步研究，以改善季节ISMR的模拟。
2021-01-12 physics.ao-ph physics.geo-ph physics.soc-ph
Detecting the Indian Monsoon using Topological Data Analysis
研究将印度季风的爆发和撤退视为进出混沌的突变状态转换，通过Takens嵌入重构相空间并应用拓扑数据分析（TDA）追踪特征变化，基于1948-2015年历史数据提出了更准确检测季风起止的框架。
2025-03-19 physics.ao-ph
Wavelet analysis of possible association between sunspot number and rainfall over Kerala, India: A case study
本文利用交叉小波变换分析了印度喀拉拉邦122年的太阳黑子数与降雨数据，发现不同太阳活动阶段及奇偶周期对极端季节性降水具有显著影响，揭示了两者间的物理联系。
2024-11-14 physics.ao-ph physics.data-an physics.space-ph
High ENSO-based 18-month lead Potential Predictability of Indian Summer Monsoon Rainfall
印度夏季风降雨（ISMR）的长期季节性预测对水资源和作物战略规划至关重要，但缺乏科学依据。使用一种新的预测发现方法，在这里，我们表明，深度的20度等温线（D20）是受大气噪声的影响最小，18个月的领先预测的ISMR有很高的潜在技能（r = 0.86）。高的潜在可预测性是由于与18个月的领先初始条件相关的较小的初始误差以及与厄尔尼诺和南方涛动（ENSO）相关的缓慢增长。潜在的技能不仅来自ISMR和大规模缓慢变化的D20之间的相关性，但也有显着的贡献，与年际小规模的D20异常表明潜在的可预测性的非线性的开创性作用。因此，非线性预测器的发现以及非线性预测模型对于实现这种潜在的可预测性至关重要。
2021-06-11 physics.ao-ph
GraphCast Skill and Systematic Biases in Indian Summer Monsoon Forecasts: Evaluation Against ERA5 and IMERG
Western Kentucky University（西肯塔基大学）；Ashoka University（阿肖卡大学）
该研究评估GraphCast对印度夏季风预测的保真度，将其与ERA5再分析和IMERG观测对比，分析不同提前期性能，发现GraphCast在短提前期能再现季风降雨模式，但存在湿偏差、降雨方差抑制等问题，为下一代AI天气模型提供关键诊断。
2026-11-03 physics.ao-ph
Resolving the Paradox of Changing El Niño-Monsoon Relation through Synchronization of Chaotic Oscillators
Indian Institute of Technology Madras（印度马德拉斯理工学院）；Indian Institute of Technology Delhi（印度德里理工学院）；Gauhati University（古瓦哈提大学）
针对厄尔尼诺-季风相关性多年代际变化导致预测不确定性的问题，基于20°C等温线深度构建全球ENSO框架，发现其与印度季风在18个月超前时存在强且稳定的相关性（>0.8），并揭示该关系的平稳性是混沌同步的自然结果。
2026-06-24 physics.ao-ph
Intraseasonal synchronization of extreme rainfalls between North India and the Sahel
本研究用气候网络方法揭示印度夏季风与西非季风系统间极端降水的季节内同步规律，明确其关联滞后时长及驱动机制，增进了对两大季风系统相互作用的理解。
2024-05-14 physics.ao-ph
Towards better representation of Indian summer monsoon rainfall in CMIP6 models: Evaluation of MISO and MJO simulation
本研究评估了CMIP6模式对印度夏季风MISO和MJO的模拟能力，发现TaiESM1和IITM-ESM因更好地刻画对流和总云量而表现更优，为改进ISM气候预测提供了方向。
2024-01-12 physics.ao-ph
Multiscale interactions between monsoon intra-seasonal oscillations and low pressure systems that produce heavy rainfall events of different spatial extents
印度夏季风降水的次季节变化和天气尺度变化分别主要受季风季节内振荡（MISO）和低压系统（LPS）的控制。MISO的正、负相位导致了降雨量高于正常（活跃）和低于正常（中断）的交替时期。LPSs嵌入MISO的不同阶段，并且已知在印度中部产生强降水事件。无论是与MISO阶段的相互作用调制的LPS的降水响应，从而极端降雨事件（ERE）的特点仍然没有得到解决，在现有的文献。在这项研究中，我们分析了产生各种空间范围的ERE的LPS，即，1979年至2012年印度中部上空的小型、中型和大型。我们还将它们与通过印度中部的LPS进行比较，并且不提供任何ERE（LPS-noex）。我们发现，LPS的热力学特征，触发不同的空间范围的ERE是相似的。然而，它们在动态特性上表现出差异。产生ERE的LPS比LPS-noex更慢、更潮湿、更强烈。当印度中部上空存在活跃的季风槽时，导致中、大型EREs的LPS往往发生在MISO的正相位期间。另一方面，LPS-noex和触发小ERE的LPS主要发生在MISO的中性或负相。大尺度动力强迫、低压系统的加强以及由于活跃季风槽的存在而产生的低层位渦的非绝热生成有助于对流的组织，并导致中、大型的赤道东太平洋风暴。另一方面，在MISO的负相或中性相期间形成的LPS在其寿命期间不会加强太多，并触发散射对流，导致小尺寸的ERE。
2021-03-29 physics.ao-ph
Deep-learning based down-scaling of summer monsoon rainfall data over Indian region
Indian Institute of Tropical Meteorology, Ministry of Earth Sciences（印度热带气象研究所，地球科学部）；Indian Institute of Technology Bombay（印度理工学院孟买分校）；Ramrao Adik Institute of Technology（拉姆劳·阿迪克技术学院）；Defence Institute of Advanced Technology（国防高级技术研究所）
缩小尺度对于生成高分辨率观测数据以验证气候模式预测或在小区域一级实际监测降雨量是必要的。动态和统计降尺度模型通常用于获取更大区域上高分辨率网格数据的信息。由于降雨变率依赖于复杂的时空过程，导致非线性或混沌的时空变化，没有单一的降尺度方法可以被认为是足够有效的。在具有复杂地形、准周期性和非线性的数据中，基于深度学习（DL）的方法为区域气候预测和高空间分辨率的实时降雨观测数据提供了降尺度降雨数据的有效解决方案。在这项工作中，我们采用了三种基于深度学习的算法，这些算法来自超分辨率卷积神经网络（SRCNN）方法，用于降水数据，特别是IMD和TRMM数据，以在夏季风季节产生4x倍高分辨率的降尺度降水数据。在SRCNN、Stacked SRCNN和DeepSD这三种算法中，基于DeepSD的降尺度算法能够获得最佳的降雨幅度空间发布分布和最小的均方根误差。因此，建议将来使用DeepSD算法。我们发现，在幅度和强度的降雨模式的空间不连续性是在降水降尺度的主要障碍。此外，我们将这些方法应用于模型数据后处理，特别是ERA5数据。与观测值相比，ERA5降水数据的空间协方差和时间方差的分布更好。
2020-12-08 cs.AI physics.ao-ph physics.data-an
Climatic Phase Transitions Unravel the Onset and Withdrawal of Indian Monsoon
针对印度季风现有局地定义易出现虚假爆发的问题，该研究利用气候网络发现印度季风通过两次气候相变爆发，始于东北部并向西向北扩展，其定义能更准确捕捉季风爆发特征。
2025-03-20 physics.ao-ph
Role of the North Atlantic in Indian Monsoon Droughts
印度季风干旱的预测是基于赤道太平洋温暖异常导致的季节性降雨不足的概念。在这里，我们表明，事实上，在过去的一个世纪中，近一半的干旱是次季节性的，其特点是季节末降雨量突然下降。此外，这类干旱的潜在驱动因素是北大西洋的一个连贯的寒冷异常。与这一海洋标志相关联的涡度强迫延伸穿过对流层的深度，并导致一个波列，该波列向赤道弯曲并延伸到东亚。这一上层响应在印度上空触发了一个异常的低层反气旋环流。这种来自中纬度的遥相关为提高季风干旱的可预测性提供了一个途径。
2019-11-22 physics.ao-ph physics.flu-dyn
Reply to 'Influence of cosmic ray variability on the monsoon rainfall and temperature': a false-positive in the field of solar-terrestrial research
已经发表了一系列的研究，声称太阳对地球的天气和气候有强烈的影响。这项工作的大部分包括记录的错误和假阳性，但仍然经常被用来证实否认全球变暖的论点。这份手稿报告了Badruddin & Aslam（2014）（以下简称BA 14）最近的一项研究，该研究声称印度季风强度的极端值与宇宙线通量之间存在高度显著（$p=1.4\times10^{-5}$）的关系。他们进一步推测，他们观察到的关系可能适用于整个热带和亚热带地区，并具有全球重要性。然而，他们的统计分析-因此他们的结论-是错误的。具体来说，他们的错误是由于假设他们的数据的基本分布是高斯分布。但是，正如这项工作所证明的那样，他们的数据密切遵循一种偏向于极端值的遍历混沌分布。从概率密度函数，使用蒙特卡罗抽样方法计算，我估计的真正意义的BA 14样本是$p=0.91$。
2015-02-02 physics.ao-ph
Delayed Seasonal Cycle and African Monsoon in a Warmer Climate
温室气体的增加将改变地球气候的许多方面，从年平均值到热浪和干旱等极端事件的频率。在这里，我们报告说，目前这一代的气候模式预测全球降雨和海洋温度的季节性周期的延迟，以应对温室气体的增加，对区域季风的重要影响。特别是，预计半干旱的非洲萨赫勒地区的雨季开始较晚，时间较短：这对当地的农业和畜牧业来说是一个不利的变化。以前的工作突出了该地区对人为全球变暖的反应的不确定性：夏季降雨量预计将减少或增加高达30%，这取决于使用哪种模型。降雨量变化的季节分布模型之间的强有力的协议意味着雨季的开始日期和长度应该比年度平均异常更可预测。
2009-07-16 physics.ao-ph
Intraseasonal Oscillation of Land Surface Moisture and its role in the maintenance of land ITCZ during the active phases of the Indian Summer Monsoon
本研究利用ERA5和CFS自由试验分析印度夏季风活跃期土壤湿度的季节内振荡及其对陆地ITCZ和降雨的预调节与MSE反馈，指出模式需真实表征土壤湿度预调节。
2023-03-30 physics.ao-ph
Understanding the soil water dynamics during excess and deficit rainfall conditions over the Core monsoon zone of India
本研究利用2000-2021年季风过剩与不足年份的土壤水分观测，分析印度核心季风区土壤水动态，发现地下土壤水分记忆时间约为地表两倍，蒸散发变化受断裂事件影响，强调地表-地下耦合观测的重要性。
2023-08-29 physics.ao-ph
Unraveling the Mystery of Indian Summer Monsoon Prediction: Improved Estimate of Predictability Limit
印度夏季风（ISM）极端事件的巨大社会经济影响促使人们在过去一个世纪中对其进行了大量的长期预测。然而，一个相当估计的潜在可预测性限制（PPL）的季节性预测的ISM，贡献显着的“内部”年际变化被认为是不可逾越的。在这里，我们表明，“内部”的变化所贡献的ISM亚季节（天气+季节内）的波动，到目前为止被认为是混乱的，是部分可预测的，被发现与缓慢变化的强迫（如厄尔尼诺和南方涛动）。通过对全球耦合气候模式中两个主要物理量的改进，通过一个广泛的再预报试验（1920年模拟），我们建立了一个更高的实际可预报极限（r~0.82），这为在不久的将来建立一个非常可靠的动力季节ISM预报提供了希望。
2018-09-04 physics.ao-ph
Solar activity and extreme rainfall over Kerala, India
本文研究了太阳活动指数与印度喀拉拉邦极端降雨的关系，发现两者在冬季相关性更强，且降雨盈亏年份多出现在太阳极大或极小期附近，为极端降雨的可预测性提供了物理假设。
2024-11-14 physics.ao-ph physics.space-ph
Enhanced Simulation of the Indian Summer Monsoon Rainfall Using Regional Climate Modeling and Continuous Data Assimilation
本研究评估了一个连续资料同化（CDA）动态降尺度算法，以提高模拟的印度夏季风（ISM）系统。CDA是最近引入的一种数学上严格的技术，用于用粗空间尺度数据约束高分辨率大气模式的大尺度特征。它类似于频谱轻推，但不需要任何频谱分解的尺度分离。预计这将是特别相关的ISM，其中涉及大规模环流和区域物理过程之间的各种相互作用。除了控制模拟外，还使用天气研究和预报（WRF）模型进行了几次降尺度模拟，使用CDA，光谱（保留不同的波数）和网格轻推三个ISM季节：正常（2016），过量（2013）和干旱（2009）。模拟嵌套在NCEP最终分析中，并根据观测结果评估模型输出。网格和光谱轻推相比，使用CDA的模拟产生增强的ISM功能在印度次大陆，包括低空急流，热带东风急流，东风切变，和降雨分布的所有调查ISM季节。主要的ISM过程，特别是阿拉伯海的季风逆温，对流层温度梯度和印度中部的湿静能，以及季风区的纬向风切变，都可以用CDA更好地模拟。频谱轻推输出被发现是敏感的波数的选择，需要仔细调整，以提供强大的模拟ISM系统。相比之下，控制和网格轻推通常不能很好地再现ISM的一些主要功能。
2022-01-26 cs.NA math.NA physics.ao-ph
Strengthening of Indian Ocean teleconnections permits predictions of springtime rainfall in SE Australia
众所周知，澳大利亚东南部的多雨年和干旱年与印度洋特定地区的海面温度有关。虽然在过去100年里，这种相关性既有正面的，也有负面的，但自21世纪初以来，这种相关性的强度显著增加。在此期间，印度洋的海面温度在冬季的几个月，加上厄尔尼诺的变化，包含足够的信息，准确地后报春季降雨在澳大利亚东南部。使用基于21世纪初数据训练的深度学习神经网络，我们对澳大利亚东南部、维多利亚州和南澳大利亚的近期春季降雨进行了后报和模拟预测。该方法特别适合于对不同海洋区域在提高降雨模型的可预测性方面的重要性进行定量测定。当输入中的当前冬季厄尔尼诺温度被最佳动力学模型的预测温度取代时，提前时间较长的网络后报结果得到改善。高技能仅限于从6月底开始构建的9月/10月期间的降雨预报。
2022-07-29 physics.ao-ph physics.geo-ph
Reconsidering the relationship of the El Niño--Southern Oscillation and the Indian monsoon using ensembles in Earth system models
我们研究厄尔尼诺-南方涛动（ENSO）和印度夏季风的集合模拟国家的最先进的气候模式，马克斯普朗克研究所地球系统模型（MPI-ESM）和社区地球系统模型（CESM）之间的关系。我们考虑两个简单的变量：塔希提岛-达尔文海平面气压差和北印度降水。我们利用集合收敛到系统的快照吸引子分析可能的变化（i）在遥相关的两个变量的波动之间，（ii）在他们的气候手段。(i)非常高的信心，我们检测到的遥相关强度的增加，作为对强迫的响应，在MPI-ESM下的历史强迫在1890年和2005年之间，集中到这一时期的结束。我们解释说，我们的发现并不矛盾的仪器观测，因为他们现有的分析遥相关的非平稳性要么方法不可靠，或考虑一个不明确的遥相关概念。在MPI-ESM中，我们不能在代表性浓度路径8.5（RCP8.5）下拒绝2006年至2099年之间的平稳性，以及在110年的1%纯CO2情景中;我们也不能在1960年至2100年的CESM中使用历史强迫和RCP8.5。(ii)在后者合奏，气候平均强烈位移的相空间投影跨越的两个变量。然而，这种位移是线性的。然而，斜率表现出很强的季节性，伪造一个普遍的假设，这两个气候手段之间的紧急关系，排除适用性紧急约束。
2018-09-20 physics.ao-ph physics.geo-ph
A Deep Learning Earth System Model Simulation of Indian Monsoon Intraseasonal and Interannual Variability
Gauhati University（古哈蒂大学）；Indian Institute of Technology Madras（印度马德拉斯理工学院）；Indian Institute of Tropical Meteorology（印度热带气象研究所）；ETH Zürich（苏黎世联邦理工学院）
研究利用深度学习耦合模型SamudrACE模拟印度季风季节内和年际变率，发现其存在偏差，系统分析为改进模型和开发S2S预测系统提供基准。
2026-07-03 physics.ao-ph
Unraveling the Global Teleconnections of Indian Summer Monsoon Clouds: Expedition from CMIP5 to CMIP6
本文通过对比CMIP5与CMIP6多模式集合，发现CMIP6在印度夏季风区云量、降水和辐射偏差上显著改善，验证了其更高的模拟可信度。
2021-09-20 physics.ao-ph
Role of Autoconversion Parameterization in Coupled Climate Model for Simulating Monsoon Subseasonal Oscillations
本研究通过CFSv2耦合气候模式在两种分辨率下的敏感性试验，证明改进自转换参数化能更准确模拟印度夏季风活跃—中断位相和次季节振荡，且高分辨率下改进更显著。
2024-11-07 physics.ao-ph physics.data-an
Weakening and Shifting of the Saharan Shallow Meridional Circulation During Wet Years of the West African Monsoon
在观测和全球气候模型中，萨赫勒地区降雨量增加与撒哈拉地区地面压力减少之间的相关性已得到充分证实，并被用来暗示萨赫勒地区降雨量增加是由撒哈拉地区上空较强的浅层经向环流造成的。这项研究使用两个大气再分析，以检查萨赫勒降雨和撒哈拉SMC，其中包括向北近地面流穿越萨赫勒进入撒哈拉和向南流近700百帕的撒哈拉的年际变化。在萨赫勒湿润的年份，撒哈拉SMC向极地移动，导致撒哈拉上空的低层位势和表面气压下降。从统计学上消除低层位势向极移动的影响，消除了这种位势和萨赫勒降水之间的显着相关性。随着撒哈拉SMC向极地移动，其对流层中层辐散流出减少，表明其翻转质量通量减弱。向极移动和减弱的撒哈拉SMC在湿萨赫勒年复制在一个理想化的模式，西非;广泛的强加的海表温度和陆地表面的扰动在这个模型中产生一个更大的范围SMC的变化，但有类似的定量协会与萨赫勒降雨的再分析。这些结果反驳了萨赫勒降雨量增加是由于撒哈拉SMC加强的想法。相反，这些结果是一致的假设，一个较强的SMC抑制萨赫勒地区的降雨，也许是通过平流对流层中部的温暖和干燥的空气进入降水最大。
2017-02-06 physics.ao-ph
River interlinking alters land-atmosphere feedback and changes the Indian summer monsoon
建议开展大规模的河流连通项目，以抵消观察到的极端情况日益增加的趋势，例如印度这个人口第二多的国家的干旱和洪水，这些河流连通项目涉及通过水库和运河将水从过剩的河流流域转移到缺水的河流流域，但没有深入了解水文气象后果。使用信息理论为基础的因果划定技术，耦合区域气候模式，和多个再分析数据集，我们表明，因果路径存在于印度不同的流域，由于强大的陆-气反馈，争议的流域之间的水文独立性的普遍实践的假设。来自一个盆地陆地的因果信息通过大气层跨越盆地边界。我们进一步发现，增加灌溉从转移水减少平均降雨量在9月高达12%，在印度的许多地区，其中大部分已经水stressed.We观察到更多的干燥在拉尼娜年相比，厄尔尼诺年。9月降水减少可能导致季风后河流干涸，加剧全国的水资源压力，使相互联系功能失调。这些研究结果需要在全球范围内考虑陆-气相互作用的大型水文项目的模型指导的影响评估研究。
2022-10-20 physics.ao-ph
The climatic interdependence of extreme-rainfall events around the globe
识别气候行为相似的区域可以用来发现长尺度的空间关系，包括遥相关。在这方面，全球极端降雨事件的相互依存模式仍需进一步探讨。为此，我们提出了一个自上而下的基于复杂网络的聚类工作流程，与共识聚类和相互对应的组合。共识聚类提供了每个数据集下的可靠社区结构，而相互对应则在从不同数据集获得的不同群落结构之间建立匹配关系。当多个数据集可用时，这种方法确保了所识别结构的鲁棒性。通过将其同时应用于两个卫星获得的降水数据集，我们确定了一致的同步结构的EREs在全球各地，在北方夏季。其中两个具有独立的时空特征，揭示了不同季风系统的基本组成。它们明确地表明了全球季风背景下的主要季节内变化，特别是东亚和西非的“季风跳跃”以及中美洲和墨西哥南部的仲夏干旱。通过一个与亚洲夏季风（ASM）有关的个例研究，我们验证了高层大气条件的季节内变化是通过全球同步结构中的重要联系而保持的。我们的工作进展网络为基础的聚类方法（一）解码的时空配置的相互依存模式的自然变异和（二）这些模式的相互比较，特别是关于他们的空间发布在不同的数据集。
2021-11-02 cs.CE physics.ao-ph
Evaluation of High-Resolution Gridded Precipitation Datasets Against a Dense Rain Gauge Network During the Indian Summer Monsoon
Indian Institute of Technology (IIT) Madras（印度理工学院马德拉斯分校）；CSIR National Institute of Data Science and Artificial Intelligence（印度科学、技术和医学研究理事会数据科学与人工智能国家研究所）；IIT Delhi（印度理工学院德里分校）
该研究针对印度夏季风期间，基于卡纳塔克邦密集雨量计网络评估六种高分辨率网格化降水数据集，运用复杂网络理论工具，分析各数据集表现，发现GSMaP ISRO最佳，为改进降雨估计提供依据。
2026-07-09 physics.ao-ph
Sensitivity of Indian summer monsoon rainfall forecast skill of CFSv2 model to initial conditions and the role of model biases
我们分析了印度夏季风（ISM）的季节性再预报CFSv 2模式，从1月（4个月的提前期，L4）到5月（0个月的提前期，L0）的初始条件（IC），检查的原因最高的全印度ISM降雨（ISMR）预测技巧与2月（L3）IC。报告的最高L3技能是基于观测和预测的ISMR年际变化（IAV）之间的相关性。其他评分，如平均误差、偏差、RMSE、平均值、标准差和变异系数，表明4月（L1）/5月（L0）IC的技能较高或相当。虽然理论表明，预测技能随着提前期的增加而下降，但CFSv 2对L3 IC表现出最高的技能，这是由于预测了1983年ISMR过剩，而其他IC则失败了。但这一正确的预报是由于ISM季节对拉尼娜或赤道中太平洋（NINO3.4）降温的错误预报造成的。在观测中，NINO3.4的海表温度（SST）高于NINO3.4，而ISMR高于NINO3.4的海表温度是由于赤道印度洋或赤道的对流变化造成的，CFSv 2的所有ICs都未能捕捉到这一变化。主要结果是通过分析最佳数量的5个实验reforecasts由当前版本的CFSv 2与4月下旬/5月上旬的IC有很短的，但有用的前置时间。这些重新预测表明，最少的季节性偏差和最高的ISMR相关技能，如果1983年被排除在外。模式的缺陷，如过度敏感的ISMR SST变化在NINO3.4（ENSO）和ENSO对赤道的不切实际的影响，在ISMR预测的错误。而在观测上，I…
2021-01-19 physics.ao-ph
Deep Learning Based Forecasting of Indian Summer Monsoon Rainfall
准确的短期天气预报对各个部门都有重要意义。基于机器学习的方法，例如，深度学习在这个领域已经流行起来，现有的数值天气预报（NWP）模型在几天后仍然具有适度的技能。在这里，我们使用ConvLSTM网络来开发一个用于降水预测的深度学习模型。这个想法的关键是开发一个预测模型，该模型涉及基于卷积的特征选择，并结合基于梯度的学习算法在气象领域使用长期记忆。在使用输入数据之前，我们探索了各种技术来克服数据集的困难。我们遵循一种策略性的方法来处理缺失值，并讨论了模型的保真度，以捕捉现实的降水。模型分辨率为25 km。对提前2天预报的5年预报资料与相应的观测资料进行了比较，提前1天和提前2天预报的相关系数分别为0.67和0.42。这些模式表明，在西高止山脉和季风槽地区有较高的相关性（铅日1和2分别为0.8和0.6）。此外，基于技能分数、均方误差、相关系数和ROC曲线来评估模型性能。这项研究表明，所采用的深度学习方法仅基于单个降水变量，在短期内具有合理的技能。基于多变量的深度学习有可能匹配甚至更好地基于最先进的NWP模型的短期降水预报。
2021-08-13 physics.ao-ph
Climate Change and Potential Demise of the Indian Deserts
与湿变湿和干变干的模式相反，在这里，使用观测和气候模式模拟，我们表明，在1901年至2015年期间，印度和巴基斯坦的半干旱西北部地区的平均降雨量增加了10%至50%，预计在中等温室气体（GHG）情景下将增加50%至200%，例如，SSP 2 4.5。温室气体强迫主要驱动印度夏季风（ISM）降水的西向扩展，是热带会聚区（ITCZ）西向扩展的结果，印度洋暖池的西向扩展提供了便利。虽然必须制定一项适应水文灾害增加的战略，但收获增加的降雨将导致粮食生产率大幅提高，从而给该地区人民的社会经济状况带来变革性变化。
2022-12-28 physics.ao-ph physics.geo-ph
Boundary-layer scheme selection outweighs microphysics in WRF simulations of the August 2018 Kerala extreme rainfall event
Indian Institute of Technology Bhubaneswar（印度布巴内斯瓦尔理工学院）；Indian Institute of Technology Bombay（印度孟买理工学院）；Cochin University of Science and Technology（科钦科技大学）
针对西高止山脉地形增强季风降雨模拟难题，研究WRF中边界层与微物理方案选择，发现边界层方案影响更大。
2026-09-10 physics.ao-ph
The role of Solar Activity in shaping Precipitation Extremes: A Regional Exploration in Kerala, India
本研究探讨了印度喀拉拉邦极端降水对太阳活动的响应，分析了1965-2021年三个太阳指数与降雨量的关系，发现太阳活动高发期冬季和季风期降水相关性显著，为预测极端降雨提供了物理依据。
2024-11-02 astro-ph.SR physics.ao-ph physics.space-ph
Nonlinear forced change and nonergodicity: The case of ENSO-Indian monsoon and global precipitation teleconnections
利用MaxPlanck研究所的大模拟试验，研究了厄尔尼诺-南方涛动（ENSO）与全球降水和印度夏季风（IM）遥相关的强迫响应。强迫响应的遥相关被定义为相关系数的时间依赖性评估的合奏。整体可变性也被采用。空间平均值或最大协方差分析或典型相关分析或统计分析意义上的主导空间模式。我们发现，ENSO-IM遥相关的加强是强大的或一致的特点，鉴于所有四个遥相关表示，无论是海表面温度（SST）或海平面气压（SLP）被用来抵消ENSO，在历史时期和RCP 8.5强迫情景下。从线性回归模型来看，这种加强的主要因素是回归系数，考虑到使用SLP，回归系数甚至可以胜过不断下降的厄尔尼诺/南方涛动变率。我们还发现，遥相关的强迫变化是典型的非线性的：（1）形式上拒绝遍历性成立的假设，即，（2）平均海温和降水的强迫变化对时间相关的贡献在这里是微不足道的。我们还提供了，在检验统计量方面，全球地图的非线性/非遍历性的强迫变化的遥相关的本地降水和ENSO之间的程度。
2020-09-04 physics.ao-ph
Role of modified cloud microphysics parameterization in coupled climate model for studying ISM rainfall: small-scale cloud model and climate model work better together
印度季风区降水的真实分布是当前耦合气候模式尚未解决的问题，这也与印度大陆持续的干旱偏置有关。因此，降雨强度的定量预测仍然是最先进的全球耦合模式的一个挑战。在观测的指导下，假设云滴的不充分生长和负责云到雨水转换的过程是区分浅对流云和对流云的关键组成部分。新的扩散增长率和相对弥散的小尺度模式的粒子-粒子的自动转换提供了一个途径，重新审视气候模式的季风云的参数化。在气候模式的微物理参数化方案中加入了真实的云滴谱分布信息。两个敏感性模拟使用耦合预报系统（CFSv 2）模式。当我们的物理为基础的小尺度派生修改参数化，耦合气候模式模拟降雨的概率分布（PDF）和伴随的比湿度，液态水含量，和向外长波辐射（OLR）的精度不断提高。降水PDF的改进模拟似乎得到了OLR的改进模拟的帮助，从而更好地模拟了ISM降水。
2023-03-02 physics.ao-ph
Decision-oriented benchmarking to transform AI weather forecast access: Application to the Indian monsoon
Department of the Geophysical Sciences, University of Chicago（地球科学系，芝加哥大学）；Development Innovation Lab, University of Chicago（创新发展实验室，芝加哥大学）；Development Innovation Lab India, University of Chicago Trust（印度创新发展实验室，芝加哥大学信托）；Data Science Institute, University of Chicago（数据科学研究所，芝加哥大学）；Department of Earth and Planetary Science, University of California, Berkeley（地球与行星科学系，加州大学伯克利分校）；NorthWest Research Associates, Boulder, CO（北西部研究协会，博尔德，科罗拉多）；Department of Economics, University of Chicago（经济学系，芝加哥大学）；Harris School of Public Policy, University of Chicago（哈里斯公共政策学院，芝加哥大学）；Climate and Ecosystem Sciences Division, Lawrence Berkeley National Laboratory（气候与生态系统科学部，伯克利国家实验室）
本文提出面向决策的基准测试框架，用于改进AI天气预测模型在印度季风预测中的应用，帮助农民应对气候变化带来的天气冲击。
2026-02-03 cs.AI cs.LG econ.GN
Assessment of WRF model parameter sensitivity for high-intensity precipitation events during the Indian summer monsoon
数值天气预报模式中的许多模式参数的缺省值通常由方案设计者基于理论或实验研究而采用。短期天气预报在很大程度上受天气研究和预报模式中参数规格的影响。WRF模型中存在大量参数和多个输出变量，使得适当的参数值识别非常具有挑战性。本研究的目的是通过识别参数，强烈影响模型性能，使用全局敏感性分析（GSA）方法，以减少模型结果的不确定性。采用Morris一步一次法（MOAT），GSA方法，对WRF模式的7种物理参数化方案的23个可调参数进行了敏感性识别。用不同参数的WRF模式模拟了11个输出变量（地面气象变量和大气变量）的敏感性（MOAT均值和标准差）。研究考虑了2015年、2016年和2017年印度季风核心区印度夏季风（ISM）期间的12个高强度四天降水事件。在几乎所有的模型输出变量的情况下，23个参数中有6个具有高MOAT均值，表明这些参数对模拟结果有相当大的影响。对于所有模型输出变量，少数参数的MOAT平均值明显较小，因此与它们相关的不确定性对WRF模型性能的影响可以忽略不计。该研究还提出了物理洞察的参数敏感性的趋势。
2020-03-15 cs.NA math.NA physics.ao-ph
Winter forecasting of September/October rainfall
Research School of Physics, Australian National University（澳大利亚国立大学物理研究学院）
本研究通过降阶非线性预测方法，结合印度-太平洋海洋变率和深度神经网络，实现了对澳大利亚东南部春季降雨的高精度预测。
2026-02-13 nlin.CD physics.ao-ph
Multimodel Response Assessment for Monthly Rainfall Distribution in Some Selected Indian Cities Using Best Fit Probability as a Tool
我们进行了一项研究，在印度的20个城市的降雨量降水数据的统计分布。我们已经确定了最适合的概率分布，这些城市从1901年至2002年的100年的观测的月降水量数据。为了拟合观测数据，我们考虑了10种不同的分布。使用四种经验非参数拟合优度检验（即Kolmogorov-Smirnov、Anderson-Darling、卡方、Akaike信息标准和贝叶斯信息标准）评价这些分布的拟合有效性。最后，通过结合模型比较检验的结果，报告了使用这些检验的最佳拟合分布。然后，我们发现，对于大多数城市，广义极值分布或逆高斯分布最适合观测数据。
2018-08-09 physics.ao-ph stat.AP
Response of Indian East coast upwelling to river runoff in an OGCM
本研究利用含河流径流的高分辨率OGCM模拟印度东海岸夏季风上升流，揭示河流径流通过增强水体层结抑制上升流、使次表层水源地变浅并减弱海表降温的作用。
2023-06-16 physics.ao-ph
Transient coupling relationships of the Holocene Australian monsoon
澳大利亚西北部夏季风的年际变化与其他区域季风系统的相互作用有很大关系。因此，这些关系的性质的变化可能会导致季风强度在更长的时间尺度上的变化。以前曾试图评估澳大利亚-澳大利亚季风区的代用记录如何与印度和东亚季风区的其他记录以及与厄尔尼诺有关的代用记录相对应，但都是定性的，依赖“曲线拟合”方法。在这里，我们寻求一个定量的方法来确定古气候代理记录之间的耦合关系，采用统计技术来计算两个古气候时间序列的相互依赖性。我们验证了复杂网络的使用，以确定现代气候指数之间的耦合关系。这种方法，然后扩展到一套古气候代用记录，从亚洲，澳大拉西亚和南美洲地区跨越过去9,000年。由此产生的网络展示了千年时间尺度上的区域季风系统之间的耦合关系的存在，但也突出了在此期间的遥相关的瞬态性质。在澳大利亚西北部的夏季风的背景下，我们认识到一个转变的耦合关系，从强大的半球间的联系与东亚和ITCZ相关的代理记录在全新世中期显着较弱的耦合在晚全新世。虽然所确定的联系不能解释导致区域季风系统之间耦合的基本物理过程，但这种方法为理解遥相关变化在千年至轨道尺度气候变率中的作用迈出了一步。
2015-05-12 physics.ao-ph physics.data-an
An investigation of the Variation in Seasonal Rainfall Patterns Over the Years
本研究基于印度拉贾斯坦邦斋浦尔县2012-2021年每日降雨数据，分析13个乡的长期时空降雨变化，以揭示季节性降雨模式随年份的变化趋势。
2023-11-16 physics.ao-ph
A Graph Neural Network Framework for Characterizing Rainfall Variability Regimes across India
Indian Institute of Technology Madras（马德拉斯印度理工学院）；Indian Institute of Technology Delhi（德里印度理工学院）
该研究提出图神经网络框架，利用GSMaP ISRO数据对印度29026个网格点的降雨年际一致性分类，识别出降雨一致区域，发现高降雨量区时间可重复性更高的关联，准确率达96.8%。
2026-08-24 physics.ao-ph
Eulerian-Lagrangian particle-based model for diffusional growth for the better parameterization of ISM clouds: A road map for improving climate model through small-scale model using observations
数值天气预报（NWP）模式中对降水强度的定量预报一直是一个难题。首次利用欧拉-拉格朗日粒子小尺度模式对印度次大陆季风期间云气溶胶相互作用和增雨试验（CAIPEEX）的现场空中测量数据计算了扩散增长率的平均系数。结果表明，扩散生长速率在0.00025 - 0.0015（cm/s）范围内变化。数值预报模式普遍存在的小雨偏高问题可能与模式中cm的选择有关。使用欧拉-拉格朗日粒子小尺度模型的DNS实验也表明，在较低湿度（较潮湿）条件下，相对弥散被限制在平均值~ 0.2 - 0.37（~ 0.1- 0.26）的范围内。这与现场空中观测（色散~ 0.36）和以前的研究在印度次大陆。利用印度次大陆CAIPEEX卫星观测资料，得到了相对色散与云滴数浓度（NC）之间的线性关系。印度地区的频散自动转换方案对于大气环流模式中印度夏季风降水的计算是有用的。本文的研究结果对辐射方案中有效半径的参数化也有一定的指导意义。
2023-03-02 physics.ao-ph
How do the Pacific and Atlantic Oceans synergize to modulate Southeastern United States Precipitation Variability?
本研究通过条件天气形势分析，揭示了高层大气遥相关与低层北大西洋副热带高压的相互作用如何协同调节美国东南部降水的异常变率。
2024-09-26 physics.ao-ph
