2018年第46卷第1期文章目次
2018, 46(1):1-9.
摘要:
X波段雙線偏振雷達(dá)的衰減是影響其回波強(qiáng)度（ZH）和差分反射率因子（ZDR）應(yīng)用的主要問題，影響了雷達(dá)的探測精度以及降水估測的精度。考慮到傳播相移率（KDP）在低信噪比情況下數(shù)據(jù)質(zhì)量問題，本文對比了4種訂正方法（ZH-KDP法，整段ZPHI法，20庫ZPHI法，80庫ZPHI法）的訂正效果，將廣州S波段雙線偏振雷達(dá)數(shù)據(jù)作為標(biāo)準(zhǔn)來評判佛山X波段雙線偏振雷達(dá)衰減訂正效果，由于兩部雷達(dá)的位置差異，為了得到精確的點對點（方位角、仰角、距離庫）的數(shù)據(jù)對，對廣州S波段雙線偏振雷達(dá)數(shù)據(jù)進(jìn)行坐標(biāo)轉(zhuǎn)換以及插值處理，通過與廣州S波段雷達(dá)數(shù)據(jù)進(jìn)行對比分析相對偏差以及相關(guān)系數(shù)等，得出ZPHI訂正法的效果要優(yōu)于ZH-KDP綜合訂正法。
X波段雙線偏振雷達(dá)的衰減是影響其回波強(qiáng)度（ZH）和差分反射率因子（ZDR）應(yīng)用的主要問題，影響了雷達(dá)的探測精度以及降水估測的精度。考慮到傳播相移率（KDP）在低信噪比情況下數(shù)據(jù)質(zhì)量問題，本文對比了4種訂正方法（ZH-KDP法，整段ZPHI法，20庫ZPHI法，80庫ZPHI法）的訂正效果，將廣州S波段雙線偏振雷達(dá)數(shù)據(jù)作為標(biāo)準(zhǔn)來評判佛山X波段雙線偏振雷達(dá)衰減訂正效果，由于兩部雷達(dá)的位置差異，為了得到精確的點對點（方位角、仰角、距離庫）的數(shù)據(jù)對，對廣州S波段雙線偏振雷達(dá)數(shù)據(jù)進(jìn)行坐標(biāo)轉(zhuǎn)換以及插值處理，通過與廣州S波段雷達(dá)數(shù)據(jù)進(jìn)行對比分析相對偏差以及相關(guān)系數(shù)等，得出ZPHI訂正法的效果要優(yōu)于ZH-KDP綜合訂正法。
2018, 46(1):10-15.
摘要:
風(fēng)電功率預(yù)測中最重要的因子是風(fēng)速，準(zhǔn)確的風(fēng)速預(yù)測是風(fēng)電功率預(yù)測的前提和基礎(chǔ)。為了提高短期風(fēng)速預(yù)測的準(zhǔn)確性，本研究采用WRF模式，對我國上海崇明呂四風(fēng)電場的風(fēng)速進(jìn)行預(yù)報。在此基礎(chǔ)上，利用PCARBF算法結(jié)合WRF模式預(yù)報風(fēng)向、氣溫、氣壓等氣象要素對預(yù)報風(fēng)速進(jìn)一步訂正。實驗結(jié)果表明，利用PCARBF算法對WRF模式預(yù)報風(fēng)速進(jìn)行訂正后，預(yù)報風(fēng)速的誤差進(jìn)一步減小，相對均方根誤差降低20%~30%，相對平均絕對誤差降低15%~20%。與其他智能算法（BP算法、LSSVM算法）對比分析后得出，PCARBF算法對WRF模式預(yù)報風(fēng)速具有較好的訂正效果，能夠有效提高風(fēng)速預(yù)報準(zhǔn)確率。
風(fēng)電功率預(yù)測中最重要的因子是風(fēng)速，準(zhǔn)確的風(fēng)速預(yù)測是風(fēng)電功率預(yù)測的前提和基礎(chǔ)。為了提高短期風(fēng)速預(yù)測的準(zhǔn)確性，本研究采用WRF模式，對我國上海崇明呂四風(fēng)電場的風(fēng)速進(jìn)行預(yù)報。在此基礎(chǔ)上，利用PCARBF算法結(jié)合WRF模式預(yù)報風(fēng)向、氣溫、氣壓等氣象要素對預(yù)報風(fēng)速進(jìn)一步訂正。實驗結(jié)果表明，利用PCARBF算法對WRF模式預(yù)報風(fēng)速進(jìn)行訂正后，預(yù)報風(fēng)速的誤差進(jìn)一步減小，相對均方根誤差降低20%~30%，相對平均絕對誤差降低15%~20%。與其他智能算法（BP算法、LSSVM算法）對比分析后得出，PCARBF算法對WRF模式預(yù)報風(fēng)速具有較好的訂正效果，能夠有效提高風(fēng)速預(yù)報準(zhǔn)確率。
2018, 46(1):16-28.
摘要:
利用2016年6—8月沈陽地區(qū)TWP8L型風(fēng)廓線雷達(dá)觀測資料，判斷大氣的均勻性，計算風(fēng)廓線雷達(dá)的探測精度，并與探空氣球的觀測資料進(jìn)行對比分析，得到晴空和不同降水條件下的風(fēng)廓線雷達(dá)探測精度隨高度的變化情況。研究結(jié)果表明，1000 m高度以下風(fēng)廓線雷達(dá)的探測精度較高。在無降水和均勻降水條件下，風(fēng)廓線雷達(dá)的水平探測范圍內(nèi)大氣均勻穩(wěn)定，東西波束和南北波束測得的徑向風(fēng)對稱性較好，(UW-UE)和(VS-VN)的平均差和標(biāo)準(zhǔn)差值較小；與GTS1型探空儀風(fēng)速精度相差小于29 m/s，兩者相關(guān)性較好，風(fēng)廓線雷達(dá)探測水平風(fēng)的準(zhǔn)確性較高。在探測范圍不均勻的降水條件下，大氣在風(fēng)廓線雷達(dá)的水平探測范圍內(nèi)不均勻，東西波束和南北波束測得的徑向風(fēng)的對稱性較差，垂直速度變化差異較大；UW-UE和VS-VN平均差和標(biāo)準(zhǔn)差值較大；與GTS1型探空儀風(fēng)速精度相差大于20 m/s，兩者相關(guān)性較差，風(fēng)廓線雷達(dá)探測水平風(fēng)的準(zhǔn)確性較低，需要進(jìn)一步改進(jìn)算法，改善數(shù)據(jù)質(zhì)量，提高探測性能。
利用2016年6—8月沈陽地區(qū)TWP8L型風(fēng)廓線雷達(dá)觀測資料，判斷大氣的均勻性，計算風(fēng)廓線雷達(dá)的探測精度，并與探空氣球的觀測資料進(jìn)行對比分析，得到晴空和不同降水條件下的風(fēng)廓線雷達(dá)探測精度隨高度的變化情況。研究結(jié)果表明，1000 m高度以下風(fēng)廓線雷達(dá)的探測精度較高。在無降水和均勻降水條件下，風(fēng)廓線雷達(dá)的水平探測范圍內(nèi)大氣均勻穩(wěn)定，東西波束和南北波束測得的徑向風(fēng)對稱性較好，(UW-UE)和(VS-VN)的平均差和標(biāo)準(zhǔn)差值較小；與GTS1型探空儀風(fēng)速精度相差小于29 m/s，兩者相關(guān)性較好，風(fēng)廓線雷達(dá)探測水平風(fēng)的準(zhǔn)確性較高。在探測范圍不均勻的降水條件下，大氣在風(fēng)廓線雷達(dá)的水平探測范圍內(nèi)不均勻，東西波束和南北波束測得的徑向風(fēng)的對稱性較差，垂直速度變化差異較大；UW-UE和VS-VN平均差和標(biāo)準(zhǔn)差值較大；與GTS1型探空儀風(fēng)速精度相差大于20 m/s，兩者相關(guān)性較差，風(fēng)廓線雷達(dá)探測水平風(fēng)的準(zhǔn)確性較低，需要進(jìn)一步改進(jìn)算法，改善數(shù)據(jù)質(zhì)量，提高探測性能。
2018, 46(1):29-33.
摘要:
利用2016年8—12月北京觀象臺直接輻射傳感器、FSRZ1型日照計以及暗筒式日照計觀測數(shù)據(jù)，對3種測量設(shè)備進(jìn)行了綜合對比分析。結(jié)果表明：3種傳感器兩兩對比的絕對偏差和相對偏差，在霧霾日明顯高于無霧霾日。在霧霾日，自動跟蹤直接輻射傳感器測量值比另外兩種偏高, FSRZ1日照計比暗筒式日照計測量值偏低；在無霧霾日，F(xiàn)SRZ1日照計測量值比另外兩種測量值都要偏低，暗筒式日照計比自動跟蹤直接輻射傳感器測量值偏高；暗筒式日照計受日照紙人為制作因素影響，測量值會出現(xiàn)高低不均。FSRZ1日照計受多云天氣影響，測量值會偏低。直接輻射傳感器測量方式最貼近WMO對日照時數(shù)的定義，但在出現(xiàn)機(jī)械跟蹤偏差時，測量值會偏低。
利用2016年8—12月北京觀象臺直接輻射傳感器、FSRZ1型日照計以及暗筒式日照計觀測數(shù)據(jù)，對3種測量設(shè)備進(jìn)行了綜合對比分析。結(jié)果表明：3種傳感器兩兩對比的絕對偏差和相對偏差，在霧霾日明顯高于無霧霾日。在霧霾日，自動跟蹤直接輻射傳感器測量值比另外兩種偏高, FSRZ1日照計比暗筒式日照計測量值偏低；在無霧霾日，F(xiàn)SRZ1日照計測量值比另外兩種測量值都要偏低，暗筒式日照計比自動跟蹤直接輻射傳感器測量值偏高；暗筒式日照計受日照紙人為制作因素影響，測量值會出現(xiàn)高低不均。FSRZ1日照計受多云天氣影響，測量值會偏低。直接輻射傳感器測量方式最貼近WMO對日照時數(shù)的定義，但在出現(xiàn)機(jī)械跟蹤偏差時，測量值會偏低。
2018, 46(1):34-38.
摘要:
衛(wèi)星空間位置部署調(diào)整過程中，新舊衛(wèi)星業(yè)務(wù)的切換期間，衛(wèi)星觀測業(yè)務(wù)服務(wù)的暫停是不可避免的。隨著氣象衛(wèi)星應(yīng)用范圍的擴(kuò)大和服務(wù)需求的增多，衛(wèi)星布局調(diào)整過程中保證業(yè)務(wù)服務(wù)不中斷、業(yè)務(wù)質(zhì)量不降低成為衛(wèi)星業(yè)務(wù)管理的迫切需求。根據(jù)風(fēng)云二號衛(wèi)星和地面應(yīng)用系統(tǒng)的業(yè)務(wù)體系和技術(shù)特點，研究了雙星共軌工作的技術(shù)條件和業(yè)務(wù)影響，提出利用雙星共軌技術(shù)實現(xiàn)新舊衛(wèi)星更替時業(yè)務(wù)無縫切換的方案。采用雙星共軌技術(shù)和業(yè)務(wù)無縫切換方法實現(xiàn)了風(fēng)云二號衛(wèi)星D、E、F、G的業(yè)務(wù)布局調(diào)整，達(dá)到了衛(wèi)星業(yè)務(wù)不中斷、業(yè)務(wù)質(zhì)量不降低的目標(biāo)。
衛(wèi)星空間位置部署調(diào)整過程中，新舊衛(wèi)星業(yè)務(wù)的切換期間，衛(wèi)星觀測業(yè)務(wù)服務(wù)的暫停是不可避免的。隨著氣象衛(wèi)星應(yīng)用范圍的擴(kuò)大和服務(wù)需求的增多，衛(wèi)星布局調(diào)整過程中保證業(yè)務(wù)服務(wù)不中斷、業(yè)務(wù)質(zhì)量不降低成為衛(wèi)星業(yè)務(wù)管理的迫切需求。根據(jù)風(fēng)云二號衛(wèi)星和地面應(yīng)用系統(tǒng)的業(yè)務(wù)體系和技術(shù)特點，研究了雙星共軌工作的技術(shù)條件和業(yè)務(wù)影響，提出利用雙星共軌技術(shù)實現(xiàn)新舊衛(wèi)星更替時業(yè)務(wù)無縫切換的方案。采用雙星共軌技術(shù)和業(yè)務(wù)無縫切換方法實現(xiàn)了風(fēng)云二號衛(wèi)星D、E、F、G的業(yè)務(wù)布局調(diào)整，達(dá)到了衛(wèi)星業(yè)務(wù)不中斷、業(yè)務(wù)質(zhì)量不降低的目標(biāo)。
2018, 46(1):39-42.
摘要:
由于噪聲與干擾的存在，導(dǎo)致衛(wèi)星云圖接收過程中產(chǎn)生丟線、馬賽克等異常數(shù)據(jù)。依靠人工進(jìn)行檢測與統(tǒng)計，不僅工作效率低，準(zhǔn)確性也得不到保證。研究基于霍夫變換的衛(wèi)星云圖異常數(shù)據(jù)的檢測方法，并且結(jié)合其分布特點，針對衛(wèi)星云圖實時性要求高、傳統(tǒng)霍夫變換運算量大的問題對邊緣檢測算子檢測方向進(jìn)行了優(yōu)化，試驗結(jié)果表明可以有效提高30%的運算速度。實現(xiàn)對衛(wèi)星云圖異常數(shù)據(jù)的準(zhǔn)確定位與快速檢測，對于日后排查干擾源，進(jìn)一步提高衛(wèi)星云圖接收質(zhì)量具有重要意義。
由于噪聲與干擾的存在，導(dǎo)致衛(wèi)星云圖接收過程中產(chǎn)生丟線、馬賽克等異常數(shù)據(jù)。依靠人工進(jìn)行檢測與統(tǒng)計，不僅工作效率低，準(zhǔn)確性也得不到保證。研究基于霍夫變換的衛(wèi)星云圖異常數(shù)據(jù)的檢測方法，并且結(jié)合其分布特點，針對衛(wèi)星云圖實時性要求高、傳統(tǒng)霍夫變換運算量大的問題對邊緣檢測算子檢測方向進(jìn)行了優(yōu)化，試驗結(jié)果表明可以有效提高30%的運算速度。實現(xiàn)對衛(wèi)星云圖異常數(shù)據(jù)的準(zhǔn)確定位與快速檢測，對于日后排查干擾源，進(jìn)一步提高衛(wèi)星云圖接收質(zhì)量具有重要意義。
2018, 46(1):43-50.
摘要:
利用Python語言實現(xiàn)了每日對CMACast下發(fā)的最新風(fēng)云二號G星(FY2G)云導(dǎo)風(fēng)(AMV)和射出長波輻射(OLR)兩個定量業(yè)務(wù)產(chǎn)品的實時自動解碼和可視化出圖, 并與國家衛(wèi)星氣象中心下發(fā)的衛(wèi)星天氣應(yīng)用平臺(SWAP)的顯示進(jìn)行了對比。結(jié)果表明: 兩者顯示一致。在顯示所有AMV文件風(fēng)矢量數(shù)據(jù)的前提下，本文可視化產(chǎn)品較目前版本SWAP的顯示更為疏密均勻，沒有出現(xiàn)重疊現(xiàn)象; Python出圖自帶的高洛德(Gouraud)明暗處理渲染方式則在對OLR格點產(chǎn)品可視化顯示中提供了一種更為平滑, 細(xì)膩的方法。利用本研究方法對風(fēng)云二號衛(wèi)星定量產(chǎn)品進(jìn)行可視化具備自動化和視覺美觀的特點, 值得在基層氣象部門業(yè)務(wù)中推廣。
利用Python語言實現(xiàn)了每日對CMACast下發(fā)的最新風(fēng)云二號G星(FY2G)云導(dǎo)風(fēng)(AMV)和射出長波輻射(OLR)兩個定量業(yè)務(wù)產(chǎn)品的實時自動解碼和可視化出圖, 并與國家衛(wèi)星氣象中心下發(fā)的衛(wèi)星天氣應(yīng)用平臺(SWAP)的顯示進(jìn)行了對比。結(jié)果表明: 兩者顯示一致。在顯示所有AMV文件風(fēng)矢量數(shù)據(jù)的前提下，本文可視化產(chǎn)品較目前版本SWAP的顯示更為疏密均勻，沒有出現(xiàn)重疊現(xiàn)象; Python出圖自帶的高洛德(Gouraud)明暗處理渲染方式則在對OLR格點產(chǎn)品可視化顯示中提供了一種更為平滑, 細(xì)膩的方法。利用本研究方法對風(fēng)云二號衛(wèi)星定量產(chǎn)品進(jìn)行可視化具備自動化和視覺美觀的特點, 值得在基層氣象部門業(yè)務(wù)中推廣。
2018, 46(1):51-55.
摘要:
CINRAD/SA雷達(dá)伺服系統(tǒng)長期處于機(jī)械運轉(zhuǎn)中，并且線路復(fù)雜，故障率居高不下。為滿足現(xiàn)代觀測業(yè)務(wù)對天氣雷達(dá)越來越高的業(yè)務(wù)要求，針對當(dāng)前新一代天氣雷達(dá)維修維護(hù)中任務(wù)重、要求高的特點，本文提出通過伺服測試工裝實現(xiàn)CINRAD/SA伺服系統(tǒng)備件狀態(tài)的實時掌握，減少了更換伺服組件出現(xiàn)的不確定現(xiàn)象，實現(xiàn)了替換上就可以用，同時通過伺服測試工裝對更換下的維修備件進(jìn)行故障維修，進(jìn)一步縮短了雷達(dá)維修時間，提高了雷達(dá)可用性，節(jié)約了雷達(dá)維護(hù)成本。本文詳細(xì)介紹CINRAD/SA天氣雷達(dá)伺服測試工裝的組成、硬件設(shè)計和軟件設(shè)計以及如何使用伺服測試工裝進(jìn)行伺服系統(tǒng)故障診斷和測試。
CINRAD/SA雷達(dá)伺服系統(tǒng)長期處于機(jī)械運轉(zhuǎn)中，并且線路復(fù)雜，故障率居高不下。為滿足現(xiàn)代觀測業(yè)務(wù)對天氣雷達(dá)越來越高的業(yè)務(wù)要求，針對當(dāng)前新一代天氣雷達(dá)維修維護(hù)中任務(wù)重、要求高的特點，本文提出通過伺服測試工裝實現(xiàn)CINRAD/SA伺服系統(tǒng)備件狀態(tài)的實時掌握，減少了更換伺服組件出現(xiàn)的不確定現(xiàn)象，實現(xiàn)了替換上就可以用，同時通過伺服測試工裝對更換下的維修備件進(jìn)行故障維修，進(jìn)一步縮短了雷達(dá)維修時間，提高了雷達(dá)可用性，節(jié)約了雷達(dá)維護(hù)成本。本文詳細(xì)介紹CINRAD/SA天氣雷達(dá)伺服測試工裝的組成、硬件設(shè)計和軟件設(shè)計以及如何使用伺服測試工裝進(jìn)行伺服系統(tǒng)故障診斷和測試。
2018, 46(1):56-63.
摘要:
針對目前國內(nèi)對雨滴譜降水現(xiàn)象自動觀測儀常用標(biāo)定方法存在的問題：只能模擬一種標(biāo)準(zhǔn)的粒子直徑和速度；可以測量粒子的直徑但是不能準(zhǔn)確測量粒子的速度；只能模擬直徑較小的粒子；僅能模擬球狀降水粒子無法模擬其他形狀的降水粒子；無法涵蓋各種類型降水的粒子直徑和速度等等。根據(jù)氣象業(yè)務(wù)需求，本文從模擬降水粒子設(shè)計依據(jù)、雨滴譜降水現(xiàn)象儀綜合測試系統(tǒng)構(gòu)成、降水粒子直徑與下落速度模擬測量方法和測量精度等諸方面詳細(xì)闡述一種新型的雨滴譜降水現(xiàn)象儀綜合測試系統(tǒng)，并通過對涵蓋多種類型降水的不同直徑和速度的粒子進(jìn)行模擬試驗，檢測其測量的精確性，為國內(nèi)對雨滴譜降水現(xiàn)象自動觀測儀的標(biāo)定和檢測提供一定的借鑒和參考。
針對目前國內(nèi)對雨滴譜降水現(xiàn)象自動觀測儀常用標(biāo)定方法存在的問題：只能模擬一種標(biāo)準(zhǔn)的粒子直徑和速度；可以測量粒子的直徑但是不能準(zhǔn)確測量粒子的速度；只能模擬直徑較小的粒子；僅能模擬球狀降水粒子無法模擬其他形狀的降水粒子；無法涵蓋各種類型降水的粒子直徑和速度等等。根據(jù)氣象業(yè)務(wù)需求，本文從模擬降水粒子設(shè)計依據(jù)、雨滴譜降水現(xiàn)象儀綜合測試系統(tǒng)構(gòu)成、降水粒子直徑與下落速度模擬測量方法和測量精度等諸方面詳細(xì)闡述一種新型的雨滴譜降水現(xiàn)象儀綜合測試系統(tǒng)，并通過對涵蓋多種類型降水的不同直徑和速度的粒子進(jìn)行模擬試驗，檢測其測量的精確性，為國內(nèi)對雨滴譜降水現(xiàn)象自動觀測儀的標(biāo)定和檢測提供一定的借鑒和參考。
2018, 46(1):64-75.
摘要:
地形是影響降水的重要因子，其復(fù)雜性為研究降水的分布、強(qiáng)度等增加了難度，全面透徹地理解地形對降水的影響機(jī)制，有助于預(yù)警預(yù)報水平的提高。因此，地形對降水的影響研究受到廣大氣象學(xué)者的關(guān)注。本文通過回顧近10年來中國地區(qū)有關(guān)地形對降水的影響研究進(jìn)展，簡要概述了地形動、熱力效應(yīng)與云微物理過程對降水的影響機(jī)制，以數(shù)值模擬研究為主線，系統(tǒng)分析了中國各個地區(qū)關(guān)于地形作用的研究成果，重點討論地形對局地中小尺度降水、鋒面降水以及臺風(fēng)降水方面的影響，最后總結(jié)了目前的研究現(xiàn)狀并提出一些需要深入研究的問題。
地形是影響降水的重要因子，其復(fù)雜性為研究降水的分布、強(qiáng)度等增加了難度，全面透徹地理解地形對降水的影響機(jī)制，有助于預(yù)警預(yù)報水平的提高。因此，地形對降水的影響研究受到廣大氣象學(xué)者的關(guān)注。本文通過回顧近10年來中國地區(qū)有關(guān)地形對降水的影響研究進(jìn)展，簡要概述了地形動、熱力效應(yīng)與云微物理過程對降水的影響機(jī)制，以數(shù)值模擬研究為主線，系統(tǒng)分析了中國各個地區(qū)關(guān)于地形作用的研究成果，重點討論地形對局地中小尺度降水、鋒面降水以及臺風(fēng)降水方面的影響，最后總結(jié)了目前的研究現(xiàn)狀并提出一些需要深入研究的問題。
2018, 46(1):76-83.
摘要:
青藏高原及鄰近地區(qū)低渦系統(tǒng)(西南渦、高原渦)是造成我國暴雨等災(zāi)害性天氣的主要系統(tǒng)之一，也是高原天氣學(xué)的重點研究對象。過去十多年，關(guān)于西南渦、高原渦的研究已取得了大量有意義的成果。因此，本文重點針對高原低渦天氣系統(tǒng)，總結(jié)了西南渦、高原渦的結(jié)構(gòu)特征及其演變機(jī)制研究現(xiàn)狀，評述了其取得的主要進(jìn)展，指出了一些有待于深入研究的科學(xué)問題，在此基礎(chǔ)上，展望了高原低渦天氣系統(tǒng)未來的主要發(fā)展方向。
青藏高原及鄰近地區(qū)低渦系統(tǒng)(西南渦、高原渦)是造成我國暴雨等災(zāi)害性天氣的主要系統(tǒng)之一，也是高原天氣學(xué)的重點研究對象。過去十多年，關(guān)于西南渦、高原渦的研究已取得了大量有意義的成果。因此，本文重點針對高原低渦天氣系統(tǒng)，總結(jié)了西南渦、高原渦的結(jié)構(gòu)特征及其演變機(jī)制研究現(xiàn)狀，評述了其取得的主要進(jìn)展，指出了一些有待于深入研究的科學(xué)問題，在此基礎(chǔ)上，展望了高原低渦天氣系統(tǒng)未來的主要發(fā)展方向。
2018, 46(1):84-91.
摘要:
為了解華東區(qū)域氣象中心業(yè)務(wù)化運行的基于WRFChem的“華東區(qū)域大氣環(huán)境數(shù)值預(yù)報業(yè)務(wù)系統(tǒng)”對于安徽省PM25濃度的預(yù)報性能，結(jié)合2015年6月至2016年5月觀測資料，對其預(yù)報效果進(jìn)行了評估。結(jié)果表明：模式預(yù)報值與觀測值的總體相關(guān)性較好，不同時效的預(yù)報效果均能達(dá)到“優(yōu)秀”的范圍；預(yù)報偏差的空間分布整體呈現(xiàn)出北部偏小，南部偏大的特點；2015年夏、秋季24 h預(yù)報平均偏差呈現(xiàn)東北部偏小，其他地區(qū)偏大，2015年冬季、2016年春季東北部分地區(qū)和沿江江南部分地區(qū)預(yù)報值偏小，參與評估的14個城市不同季節(jié)平均偏差均在±30 μg〖DK〗·m-3以內(nèi)；該模式產(chǎn)品對于安徽省大部分城市中度及以上污染天氣PM25濃度漏報率多于空報率。
為了解華東區(qū)域氣象中心業(yè)務(wù)化運行的基于WRFChem的“華東區(qū)域大氣環(huán)境數(shù)值預(yù)報業(yè)務(wù)系統(tǒng)”對于安徽省PM25濃度的預(yù)報性能，結(jié)合2015年6月至2016年5月觀測資料，對其預(yù)報效果進(jìn)行了評估。結(jié)果表明：模式預(yù)報值與觀測值的總體相關(guān)性較好，不同時效的預(yù)報效果均能達(dá)到“優(yōu)秀”的范圍；預(yù)報偏差的空間分布整體呈現(xiàn)出北部偏小，南部偏大的特點；2015年夏、秋季24 h預(yù)報平均偏差呈現(xiàn)東北部偏小，其他地區(qū)偏大，2015年冬季、2016年春季東北部分地區(qū)和沿江江南部分地區(qū)預(yù)報值偏小，參與評估的14個城市不同季節(jié)平均偏差均在±30 μg〖DK〗·m-3以內(nèi)；該模式產(chǎn)品對于安徽省大部分城市中度及以上污染天氣PM25濃度漏報率多于空報率。
2018, 46(1):92-101.
摘要:
利用2016年春、夏季節(jié)陜西99個國家站的氣溫逐1 h觀測數(shù)據(jù)，對ECMWF高分辨率數(shù)值模式對陜西國家站0~72 h逐3 h和78~240 h逐6 h的氣溫預(yù)報性能進(jìn)行評估。結(jié)果表明，陜西大部分地區(qū)，氣溫預(yù)報誤差≤1 ℃和≤2 ℃的準(zhǔn)確率在72 h之前分別為30%~50%和55%~85%，96 h之后分別為10%~30%和25%~55%，夏季的準(zhǔn)確率高于春季，20:00起報的準(zhǔn)確率略高于08:00起報。隨著預(yù)報時效的增加，模式的氣溫預(yù)報能力和穩(wěn)定性波浪式下降，日變化特征明顯，23:00至次日11:00時段的預(yù)報能力和穩(wěn)定性好于14:00—20:00時段。模式的氣溫預(yù)報值與觀測值有很好的相關(guān)性，但是模式和實際觀測站的地形高度差異會對氣溫預(yù)報質(zhì)量產(chǎn)生較大影響。基于氣溫垂直變率和模式與實際觀測站的地形高度差異進(jìn)行的高度差訂正，可以適當(dāng)提高模式的氣溫預(yù)報水平，文中提出的幾種氣溫預(yù)報的高度差訂正方法，對陜西大部分地區(qū)的氣溫預(yù)報為正訂正效果，但還存在一些問題，有待進(jìn)一步研究。
利用2016年春、夏季節(jié)陜西99個國家站的氣溫逐1 h觀測數(shù)據(jù)，對ECMWF高分辨率數(shù)值模式對陜西國家站0~72 h逐3 h和78~240 h逐6 h的氣溫預(yù)報性能進(jìn)行評估。結(jié)果表明，陜西大部分地區(qū)，氣溫預(yù)報誤差≤1 ℃和≤2 ℃的準(zhǔn)確率在72 h之前分別為30%~50%和55%~85%，96 h之后分別為10%~30%和25%~55%，夏季的準(zhǔn)確率高于春季，20:00起報的準(zhǔn)確率略高于08:00起報。隨著預(yù)報時效的增加，模式的氣溫預(yù)報能力和穩(wěn)定性波浪式下降，日變化特征明顯，23:00至次日11:00時段的預(yù)報能力和穩(wěn)定性好于14:00—20:00時段。模式的氣溫預(yù)報值與觀測值有很好的相關(guān)性，但是模式和實際觀測站的地形高度差異會對氣溫預(yù)報質(zhì)量產(chǎn)生較大影響。基于氣溫垂直變率和模式與實際觀測站的地形高度差異進(jìn)行的高度差訂正，可以適當(dāng)提高模式的氣溫預(yù)報水平，文中提出的幾種氣溫預(yù)報的高度差訂正方法，對陜西大部分地區(qū)的氣溫預(yù)報為正訂正效果，但還存在一些問題，有待進(jìn)一步研究。
2018, 46(1):102-111.
摘要:
利用2014—2015年5—10月地面觀測降水資料和同時段的西南區(qū)域模式降水預(yù)報資料，基于概率匹配方法，采取分區(qū)及點對點匹配兩種方案對2016年6—8月降水集中時段逐12 h累積降水進(jìn)行訂正試驗。結(jié)果表明：①訂正后的模式預(yù)報相比訂正前而言，平均（絕對）誤差有所減小，降水落區(qū)的范圍和平均強(qiáng)度與實況更加接近；②量級偏差越大，運用該方法的訂正效果越好，夜間降水訂正效果優(yōu)于白天；③分區(qū)統(tǒng)計方案對模式系統(tǒng)性偏差的訂正效果優(yōu)于點對點方案，合理的區(qū)域劃分增加統(tǒng)計樣本量可以提高訂正效果。
利用2014—2015年5—10月地面觀測降水資料和同時段的西南區(qū)域模式降水預(yù)報資料，基于概率匹配方法，采取分區(qū)及點對點匹配兩種方案對2016年6—8月降水集中時段逐12 h累積降水進(jìn)行訂正試驗。結(jié)果表明：①訂正后的模式預(yù)報相比訂正前而言，平均（絕對）誤差有所減小，降水落區(qū)的范圍和平均強(qiáng)度與實況更加接近；②量級偏差越大，運用該方法的訂正效果越好，夜間降水訂正效果優(yōu)于白天；③分區(qū)統(tǒng)計方案對模式系統(tǒng)性偏差的訂正效果優(yōu)于點對點方案，合理的區(qū)域劃分增加統(tǒng)計樣本量可以提高訂正效果。
2018, 46(1):112-120.
摘要:
利用2013—2015年ECMWF（簡稱EC）細(xì)網(wǎng)格模式 2 m氣溫預(yù)報產(chǎn)品，分析了不同季節(jié)和不同天氣形勢下EC 細(xì)網(wǎng)格模式產(chǎn)品對青島地區(qū)7個基準(zhǔn)站逐日最高氣溫和最低氣溫的預(yù)報性能。結(jié)果表明：EC 細(xì)網(wǎng)格模式2 m氣溫預(yù)報誤差沿海站點大于內(nèi)陸站點，且誤差隨著預(yù)報時效的延長逐漸增大。最高氣溫預(yù)報除膠州站外均為負(fù)誤差，最低氣溫預(yù)報青島、平度、萊西為正誤差，嶗山、黃島、膠州和即墨為負(fù)誤差。最高氣溫預(yù)報在3—4月和8—9月預(yù)報質(zhì)量不穩(wěn)定，最低氣溫預(yù)報夏半年好于冬半年。根據(jù)模式誤差特點，給出7站氣溫主觀訂正參考值，訂正后最高氣溫預(yù)報準(zhǔn)確率提高3%~16%，最低氣溫預(yù)報準(zhǔn)確率提高4%~18%。EC細(xì)網(wǎng)格模式對于暴雨、強(qiáng)對流、高溫晴熱、回暖天氣、冷空氣過程最高氣溫預(yù)報偏低，海霧影響時最高溫度預(yù)報偏高；對冬季大霧情形下的最低氣溫預(yù)報偏低，輻射降溫時最低氣溫預(yù)報沿海站點偏低，北部內(nèi)陸站點偏高。
利用2013—2015年ECMWF（簡稱EC）細(xì)網(wǎng)格模式 2 m氣溫預(yù)報產(chǎn)品，分析了不同季節(jié)和不同天氣形勢下EC 細(xì)網(wǎng)格模式產(chǎn)品對青島地區(qū)7個基準(zhǔn)站逐日最高氣溫和最低氣溫的預(yù)報性能。結(jié)果表明：EC 細(xì)網(wǎng)格模式2 m氣溫預(yù)報誤差沿海站點大于內(nèi)陸站點，且誤差隨著預(yù)報時效的延長逐漸增大。最高氣溫預(yù)報除膠州站外均為負(fù)誤差，最低氣溫預(yù)報青島、平度、萊西為正誤差，嶗山、黃島、膠州和即墨為負(fù)誤差。最高氣溫預(yù)報在3—4月和8—9月預(yù)報質(zhì)量不穩(wěn)定，最低氣溫預(yù)報夏半年好于冬半年。根據(jù)模式誤差特點，給出7站氣溫主觀訂正參考值，訂正后最高氣溫預(yù)報準(zhǔn)確率提高3%~16%，最低氣溫預(yù)報準(zhǔn)確率提高4%~18%。EC細(xì)網(wǎng)格模式對于暴雨、強(qiáng)對流、高溫晴熱、回暖天氣、冷空氣過程最高氣溫預(yù)報偏低，海霧影響時最高溫度預(yù)報偏高；對冬季大霧情形下的最低氣溫預(yù)報偏低，輻射降溫時最低氣溫預(yù)報沿海站點偏低，北部內(nèi)陸站點偏高。
2018, 46(1):121-128.
摘要:
采用常規(guī)觀測、地面自動觀測、風(fēng)廓線雷達(dá)及多普勒雷達(dá)資料，結(jié)合NCEP/NCAR 1°×1°再分析資料對2013年6月30日川渝特大暴雨過程中MCS的演變特征進(jìn)行了分析，結(jié)果表明：①強(qiáng)降水及MCS均呈現(xiàn)增強(qiáng)—減弱—再次增強(qiáng)的演變特征，在MCS的增強(qiáng)階段有中氣旋和強(qiáng)降水超級單體的活動。②MCS生成并維持于西南渦前部次級環(huán)流的上升支內(nèi)，西南渦緩慢東移并持續(xù)增強(qiáng)，為MCS的長時間維持提供了有利的背景動力條件。③MCS的波動性演變特征與西南渦的持續(xù)增強(qiáng)特征并不一致，其波動性演變與中低層西南風(fēng)或南風(fēng)急流的變化、低空及地面暖濕入流的變化有關(guān)。中低層西南風(fēng)或南風(fēng)急流的增強(qiáng)、低空及地面暖濕入流的增強(qiáng)均有利于MCS的增強(qiáng)。
采用常規(guī)觀測、地面自動觀測、風(fēng)廓線雷達(dá)及多普勒雷達(dá)資料，結(jié)合NCEP/NCAR 1°×1°再分析資料對2013年6月30日川渝特大暴雨過程中MCS的演變特征進(jìn)行了分析，結(jié)果表明：①強(qiáng)降水及MCS均呈現(xiàn)增強(qiáng)—減弱—再次增強(qiáng)的演變特征，在MCS的增強(qiáng)階段有中氣旋和強(qiáng)降水超級單體的活動。②MCS生成并維持于西南渦前部次級環(huán)流的上升支內(nèi)，西南渦緩慢東移并持續(xù)增強(qiáng)，為MCS的長時間維持提供了有利的背景動力條件。③MCS的波動性演變特征與西南渦的持續(xù)增強(qiáng)特征并不一致，其波動性演變與中低層西南風(fēng)或南風(fēng)急流的變化、低空及地面暖濕入流的變化有關(guān)。中低層西南風(fēng)或南風(fēng)急流的增強(qiáng)、低空及地面暖濕入流的增強(qiáng)均有利于MCS的增強(qiáng)。
2018, 46(1):129-138.
摘要:
利用WRF模式、地基GPS資料以及常規(guī)氣象觀測資料，結(jié)合模式輸出資料的高空間分辨率（10 km）和GPS大氣可降水量（GPSPWV）資料的高時間分辨率（30 min）的優(yōu)點，對2008年7月20—22日四川盆地一次暴雨過程的水汽變化特征及各物理量與大氣可降水量的關(guān)系進(jìn)行綜合分析。結(jié)果表明：此次降雨過程是由高原渦和西南渦共同作用引起，WRF模式能夠較好地模擬出降雨落區(qū)和強(qiáng)度。GPSPWV反映的大氣可降水量增減趨勢與WRF模擬的較為一致。水汽密度垂直分布反映了大氣可降水量分布，水汽密度隨高度增加而遞減，降雨初期，水汽密度隨高度減小迅速，降雨強(qiáng)盛時期，水汽密度隨高度減小的速度減慢。水汽輻合使得水汽密度和大氣可降水量增大，風(fēng)的散度項與水汽通量散度的變化一致，而水汽平流項對水汽輻合貢獻(xiàn)較小，水汽的輻合主要由風(fēng)場輻合造成。
利用WRF模式、地基GPS資料以及常規(guī)氣象觀測資料，結(jié)合模式輸出資料的高空間分辨率（10 km）和GPS大氣可降水量（GPSPWV）資料的高時間分辨率（30 min）的優(yōu)點，對2008年7月20—22日四川盆地一次暴雨過程的水汽變化特征及各物理量與大氣可降水量的關(guān)系進(jìn)行綜合分析。結(jié)果表明：此次降雨過程是由高原渦和西南渦共同作用引起，WRF模式能夠較好地模擬出降雨落區(qū)和強(qiáng)度。GPSPWV反映的大氣可降水量增減趨勢與WRF模擬的較為一致。水汽密度垂直分布反映了大氣可降水量分布，水汽密度隨高度增加而遞減，降雨初期，水汽密度隨高度減小迅速，降雨強(qiáng)盛時期，水汽密度隨高度減小的速度減慢。水汽輻合使得水汽密度和大氣可降水量增大，風(fēng)的散度項與水汽通量散度的變化一致，而水汽平流項對水汽輻合貢獻(xiàn)較小，水汽的輻合主要由風(fēng)場輻合造成。
2018, 46(1):139-148.
摘要:
利用常規(guī)觀氣象觀測資料、地面自動站資料、NCEP/FNL逐6 h的1°×1°再分析資料、多普勒天氣雷達(dá)和風(fēng)廓線雷達(dá)資料及GPSPWV資料等，對江蘇南通2016年7月11日一次大暴雨到特大暴雨過程進(jìn)行了分析。結(jié)果表明：①該過程發(fā)生在臺風(fēng)尼伯特(1601號)殘留低壓、高空冷渦低槽和副熱帶高壓共同作用的背景下；臺風(fēng)殘留低壓北側(cè)倒槽頂部大的氣旋性曲率和高空槽前減壓導(dǎo)致低層蘇南附近α中尺度低壓生成，臺風(fēng)殘留低壓并入該低壓，使低壓發(fā)展，氣壓梯度加大，氣壓梯度力做功使動能增大，導(dǎo)致低空西南急流形成，利于暴雨發(fā)生；α中尺度低壓內(nèi)先后有D1、D2和D3等3個β中尺度低渦生成，其中D3造成了南通地區(qū)的大暴雨，中心位于南通大學(xué)附近，最大雨強(qiáng)達(dá)1512 mm〖DK〗·h-1。②南通地區(qū)對流風(fēng)暴觸發(fā)后，降水的凝結(jié)潛熱釋放增強(qiáng)了對流風(fēng)暴內(nèi)的上升運動，促使低空中尺度偏東急流和其左前側(cè)β中尺度低渦D3的形成和發(fā)展；之后，中層干冷空氣入侵加強(qiáng)了對流不穩(wěn)定和垂直風(fēng)切變，使D3右側(cè)多個低質(zhì)心的γ中尺度單體風(fēng)暴強(qiáng)烈發(fā)展且受低空風(fēng)影響移動緩慢，強(qiáng)降水得以持續(xù)和躍增。③風(fēng)垂直切變突增時間較強(qiáng)降水出現(xiàn)峰值時間早約30 min，以及多普勒天氣雷達(dá)徑向速度的低空輻合(輻散)較對流風(fēng)暴的發(fā)展(減弱)明顯提前，對臨近預(yù)報有一定的參考意義。
利用常規(guī)觀氣象觀測資料、地面自動站資料、NCEP/FNL逐6 h的1°×1°再分析資料、多普勒天氣雷達(dá)和風(fēng)廓線雷達(dá)資料及GPSPWV資料等，對江蘇南通2016年7月11日一次大暴雨到特大暴雨過程進(jìn)行了分析。結(jié)果表明：①該過程發(fā)生在臺風(fēng)尼伯特(1601號)殘留低壓、高空冷渦低槽和副熱帶高壓共同作用的背景下；臺風(fēng)殘留低壓北側(cè)倒槽頂部大的氣旋性曲率和高空槽前減壓導(dǎo)致低層蘇南附近α中尺度低壓生成，臺風(fēng)殘留低壓并入該低壓，使低壓發(fā)展，氣壓梯度加大，氣壓梯度力做功使動能增大，導(dǎo)致低空西南急流形成，利于暴雨發(fā)生；α中尺度低壓內(nèi)先后有D1、D2和D3等3個β中尺度低渦生成，其中D3造成了南通地區(qū)的大暴雨，中心位于南通大學(xué)附近，最大雨強(qiáng)達(dá)1512 mm〖DK〗·h-1。②南通地區(qū)對流風(fēng)暴觸發(fā)后，降水的凝結(jié)潛熱釋放增強(qiáng)了對流風(fēng)暴內(nèi)的上升運動，促使低空中尺度偏東急流和其左前側(cè)β中尺度低渦D3的形成和發(fā)展；之后，中層干冷空氣入侵加強(qiáng)了對流不穩(wěn)定和垂直風(fēng)切變，使D3右側(cè)多個低質(zhì)心的γ中尺度單體風(fēng)暴強(qiáng)烈發(fā)展且受低空風(fēng)影響移動緩慢，強(qiáng)降水得以持續(xù)和躍增。③風(fēng)垂直切變突增時間較強(qiáng)降水出現(xiàn)峰值時間早約30 min，以及多普勒天氣雷達(dá)徑向速度的低空輻合(輻散)較對流風(fēng)暴的發(fā)展(減弱)明顯提前，對臨近預(yù)報有一定的參考意義。
2018, 46(1):149-154.
摘要:
利用2009—2013年NCEP再分析資料和廣西14個地級市的歷史氣象資料，通過天氣學(xué)方法對廣西233個霾日對應(yīng)的天氣系統(tǒng)進(jìn)行了分類，將形成廣西霾日的天氣系統(tǒng)分成冷高壓脊控制型、入海高壓后部型、低壓槽型、均壓場型、冷鋒前部型、副高控制型、靜止鋒暖區(qū)型和熱帶氣旋外圍型共8種類型，研究了各類型天氣系統(tǒng)的特點及其在廣西霾形成中的作用。結(jié)果表明：冷高壓脊控制型、入海高壓后部型、均壓場型和低壓槽型是4種主要的環(huán)流型，造成的廣西霾日較多，靜止鋒暖區(qū)型和熱帶氣旋外圍型造成的霾日較少；冷高壓脊控制型和副高控制型的霾過程持續(xù)時間比較長，冷鋒前部型的霾過程持續(xù)時間最短；地面風(fēng)速較小，中低空為下沉氣流是出現(xiàn)霾日時各類天氣型的共同特征。
利用2009—2013年NCEP再分析資料和廣西14個地級市的歷史氣象資料，通過天氣學(xué)方法對廣西233個霾日對應(yīng)的天氣系統(tǒng)進(jìn)行了分類，將形成廣西霾日的天氣系統(tǒng)分成冷高壓脊控制型、入海高壓后部型、低壓槽型、均壓場型、冷鋒前部型、副高控制型、靜止鋒暖區(qū)型和熱帶氣旋外圍型共8種類型，研究了各類型天氣系統(tǒng)的特點及其在廣西霾形成中的作用。結(jié)果表明：冷高壓脊控制型、入海高壓后部型、均壓場型和低壓槽型是4種主要的環(huán)流型，造成的廣西霾日較多，靜止鋒暖區(qū)型和熱帶氣旋外圍型造成的霾日較少；冷高壓脊控制型和副高控制型的霾過程持續(xù)時間比較長，冷鋒前部型的霾過程持續(xù)時間最短；地面風(fēng)速較小，中低空為下沉氣流是出現(xiàn)霾日時各類天氣型的共同特征。
21 蘇南地區(qū)高溫特征
2018, 46(1):155-162.
摘要:
常州處于長三角地區(qū)中心地帶，利用常州1952—2016年最高氣溫，采用小波分析、功率譜分析以及氣候趨勢系數(shù)、氣候傾向率等氣候診斷方法，從高溫日數(shù)、年平均最高氣溫、年極端最高氣溫等方面分析了蘇南地區(qū)近65年高溫的氣候變化規(guī)律和周期性特征等。結(jié)果表明：高溫日數(shù)呈現(xiàn)年代際波動特征，20世紀(jì)50—80年代下降，80年代后呈增加趨勢； 21世紀(jì)00年代與20世紀(jì)80年代的高溫日數(shù)存在極顯著性差異，與20世紀(jì)70年代的高溫日數(shù)存在顯著性差異；平均最高氣溫經(jīng)歷了升溫、降溫、緩慢升溫、快速升溫幾個年代際變化階段，〖JP2〗總體呈增強(qiáng)趨勢。高溫日數(shù)年際變化大，最高值與最低值相差48 d。無論是年高溫日數(shù)、年平均最高氣溫還是年極端最高氣溫，氣候趨勢系數(shù)和氣候傾向率均大于0。〖JP〗年平均最高氣溫呈現(xiàn)15 a年代際周期變化特征。
常州處于長三角地區(qū)中心地帶，利用常州1952—2016年最高氣溫，采用小波分析、功率譜分析以及氣候趨勢系數(shù)、氣候傾向率等氣候診斷方法，從高溫日數(shù)、年平均最高氣溫、年極端最高氣溫等方面分析了蘇南地區(qū)近65年高溫的氣候變化規(guī)律和周期性特征等。結(jié)果表明：高溫日數(shù)呈現(xiàn)年代際波動特征，20世紀(jì)50—80年代下降，80年代后呈增加趨勢； 21世紀(jì)00年代與20世紀(jì)80年代的高溫日數(shù)存在極顯著性差異，與20世紀(jì)70年代的高溫日數(shù)存在顯著性差異；平均最高氣溫經(jīng)歷了升溫、降溫、緩慢升溫、快速升溫幾個年代際變化階段，〖JP2〗總體呈增強(qiáng)趨勢。高溫日數(shù)年際變化大，最高值與最低值相差48 d。無論是年高溫日數(shù)、年平均最高氣溫還是年極端最高氣溫，氣候趨勢系數(shù)和氣候傾向率均大于0。〖JP〗年平均最高氣溫呈現(xiàn)15 a年代際周期變化特征。
2018, 46(1):163-169.
摘要:
廣東是我國一個龍卷多發(fā)地區(qū)，近年來該地區(qū)發(fā)生的龍卷造成了重大人員傷亡和巨大的經(jīng)濟(jì)損失。為了開展對龍卷的監(jiān)測和預(yù)警，2015年佛山市建設(shè)了X波段雙偏振多普勒天氣雷達(dá)。2015年10月4日下午廣東省佛山市發(fā)生了一次龍卷天氣過程，當(dāng)龍卷渦旋移近佛山市X波段雙偏振雷達(dá)時，該雷達(dá)探測到了超級單體風(fēng)暴鉤狀回波內(nèi)的龍卷渦旋。龍卷渦旋位于鉤狀回波的末端，龍卷渦旋的反射率因子呈現(xiàn)為一強(qiáng)反射率因子區(qū)，該強(qiáng)反射率因子區(qū)的中間反射率強(qiáng)度相對較弱；與該強(qiáng)反射率因子對應(yīng)的位置，平均徑向速度有明顯的渦旋特征；在龍卷渦旋的位置，雙偏振雷達(dá)的差分反射率ZDR有一明顯的低值區(qū)，零滯后相關(guān)系數(shù)CC也有一明顯的低值區(qū)。分析認(rèn)為，這是龍卷卷起的雜物碎片形成的龍卷碎片特征。
廣東是我國一個龍卷多發(fā)地區(qū)，近年來該地區(qū)發(fā)生的龍卷造成了重大人員傷亡和巨大的經(jīng)濟(jì)損失。為了開展對龍卷的監(jiān)測和預(yù)警，2015年佛山市建設(shè)了X波段雙偏振多普勒天氣雷達(dá)。2015年10月4日下午廣東省佛山市發(fā)生了一次龍卷天氣過程，當(dāng)龍卷渦旋移近佛山市X波段雙偏振雷達(dá)時，該雷達(dá)探測到了超級單體風(fēng)暴鉤狀回波內(nèi)的龍卷渦旋。龍卷渦旋位于鉤狀回波的末端，龍卷渦旋的反射率因子呈現(xiàn)為一強(qiáng)反射率因子區(qū)，該強(qiáng)反射率因子區(qū)的中間反射率強(qiáng)度相對較弱；與該強(qiáng)反射率因子對應(yīng)的位置，平均徑向速度有明顯的渦旋特征；在龍卷渦旋的位置，雙偏振雷達(dá)的差分反射率ZDR有一明顯的低值區(qū)，零滯后相關(guān)系數(shù)CC也有一明顯的低值區(qū)。分析認(rèn)為，這是龍卷卷起的雜物碎片形成的龍卷碎片特征。
2018, 46(1):170-177.
摘要:
2014年3月12日利用機(jī)載粒子探頭（DMT）對我國宜昌及周邊地區(qū)的非降水云系進(jìn)行了探測時發(fā)現(xiàn)了少量的飛機(jī)積冰，本文分析了積冰云層中云微物理量的分布特征。垂直平均分布表明，CAS、CIP和PIP粒子數(shù)濃度分別大于300個〖DK〗·cm-3、1個〖DK〗·cm-3和10-5個〖DK〗·cm-3，粒子中值直徑最大值分別為3 μm、89 μm和1389 μm。譜分布表明，3650 m高度重力碰并和凇附過程使得CIP和PIP粒子譜較寬，3650 m以下譜寬較窄，粒子以凝結(jié)增長為主，大粒子和冰晶粒子主要是由高層下落造成。平飛觀測統(tǒng)計表明，3350 m的CAS和CIP粒子平均數(shù)濃度均大于3650 m的值，但PIP粒子數(shù)濃度、粒子平均和最大中值直徑則相反。平飛時間變化表明，3350 m高度CAS粒子數(shù)濃度和直徑大致呈反相關(guān)，3650 m大云滴和冰雪晶粒子的數(shù)濃度和中值直徑隨時間波動較大。
2014年3月12日利用機(jī)載粒子探頭（DMT）對我國宜昌及周邊地區(qū)的非降水云系進(jìn)行了探測時發(fā)現(xiàn)了少量的飛機(jī)積冰，本文分析了積冰云層中云微物理量的分布特征。垂直平均分布表明，CAS、CIP和PIP粒子數(shù)濃度分別大于300個〖DK〗·cm-3、1個〖DK〗·cm-3和10-5個〖DK〗·cm-3，粒子中值直徑最大值分別為3 μm、89 μm和1389 μm。譜分布表明，3650 m高度重力碰并和凇附過程使得CIP和PIP粒子譜較寬，3650 m以下譜寬較窄，粒子以凝結(jié)增長為主，大粒子和冰晶粒子主要是由高層下落造成。平飛觀測統(tǒng)計表明，3350 m的CAS和CIP粒子平均數(shù)濃度均大于3650 m的值，但PIP粒子數(shù)濃度、粒子平均和最大中值直徑則相反。平飛時間變化表明，3350 m高度CAS粒子數(shù)濃度和直徑大致呈反相關(guān)，3650 m大云滴和冰雪晶粒子的數(shù)濃度和中值直徑隨時間波動較大。
2018, 46(1):178-181.
摘要:
利用1970—2010年江西省16個氣象站電線積冰監(jiān)測資料和對應(yīng)時段周邊探空數(shù)據(jù)，將江西省分為贛北、贛中、贛南，分區(qū)合成分析江西省電線積冰特征和溫度層結(jié)特征，主要結(jié)論如下：①江西省電線積冰日數(shù)逐年減少，90年代以后維持較低水平；②全省以雨凇型積冰為主，〖JP2〗且贛北、贛中發(fā)生較為頻繁；③贛北雨凇過后容易出現(xiàn)霧凇現(xiàn)象，造成持續(xù)電線積冰；④贛北、贛中雨凇型積冰溫度層結(jié)符合“3層模型”，融化層平均溫度為15 ℃，800~900 hPa〖JP〗為較強(qiáng)逆溫層；贛南則類似于“1層模型”,溫度層結(jié)存在變化,但整層維持在0 ℃以下。
利用1970—2010年江西省16個氣象站電線積冰監(jiān)測資料和對應(yīng)時段周邊探空數(shù)據(jù)，將江西省分為贛北、贛中、贛南，分區(qū)合成分析江西省電線積冰特征和溫度層結(jié)特征，主要結(jié)論如下：①江西省電線積冰日數(shù)逐年減少，90年代以后維持較低水平；②全省以雨凇型積冰為主，〖JP2〗且贛北、贛中發(fā)生較為頻繁；③贛北雨凇過后容易出現(xiàn)霧凇現(xiàn)象，造成持續(xù)電線積冰；④贛北、贛中雨凇型積冰溫度層結(jié)符合“3層模型”，融化層平均溫度為15 ℃，800~900 hPa〖JP〗為較強(qiáng)逆溫層；贛南則類似于“1層模型”,溫度層結(jié)存在變化,但整層維持在0 ℃以下。
2018, 46(1):182-188.
摘要:
本文從雷電致災(zāi)因子、孕災(zāi)環(huán)境和承災(zāi)體方面研究雷電災(zāi)害風(fēng)險評估及區(qū)劃方法，根據(jù)自然災(zāi)害系統(tǒng)理論和自然災(zāi)害風(fēng)險評估理論，以福建省三明市為例，利用氣象探測資料、地理信息數(shù)據(jù)、社會經(jīng)濟(jì)發(fā)展規(guī)模、人口密度、土地利用現(xiàn)狀以及雷電災(zāi)情等數(shù)據(jù)，采用統(tǒng)計方法、災(zāi)情解析、調(diào)查問卷確定權(quán)重等方法，建立起評價指標(biāo)與風(fēng)險評估的定量關(guān)系，利用GIS技術(shù)將易損性構(gòu)成要素進(jìn)行圖層疊置，在GIS平臺上將所有數(shù)據(jù)落實到1 km×1 km的格柵上進(jìn)行處理，各地的雷電災(zāi)害易損性便以1 km×1 km的單元進(jìn)行計算量化，最終得到精細(xì)化的雷電災(zāi)害易損性風(fēng)險區(qū)劃圖，完成基于GIS圖層疊置法的精細(xì)化雷電災(zāi)害易損度區(qū)劃模型研究，形成較科學(xué)的雷電災(zāi)害風(fēng)險評估及區(qū)劃技術(shù)方法體系，具有很好的應(yīng)用推廣價值，為發(fā)展智慧氣象，提升防雷減災(zāi)公共服務(wù)能力提供科學(xué)參考，對開展雷電監(jiān)測、預(yù)警、預(yù)報以及防雷減災(zāi)研究都具有重要意義。
本文從雷電致災(zāi)因子、孕災(zāi)環(huán)境和承災(zāi)體方面研究雷電災(zāi)害風(fēng)險評估及區(qū)劃方法，根據(jù)自然災(zāi)害系統(tǒng)理論和自然災(zāi)害風(fēng)險評估理論，以福建省三明市為例，利用氣象探測資料、地理信息數(shù)據(jù)、社會經(jīng)濟(jì)發(fā)展規(guī)模、人口密度、土地利用現(xiàn)狀以及雷電災(zāi)情等數(shù)據(jù)，采用統(tǒng)計方法、災(zāi)情解析、調(diào)查問卷確定權(quán)重等方法，建立起評價指標(biāo)與風(fēng)險評估的定量關(guān)系，利用GIS技術(shù)將易損性構(gòu)成要素進(jìn)行圖層疊置，在GIS平臺上將所有數(shù)據(jù)落實到1 km×1 km的格柵上進(jìn)行處理，各地的雷電災(zāi)害易損性便以1 km×1 km的單元進(jìn)行計算量化，最終得到精細(xì)化的雷電災(zāi)害易損性風(fēng)險區(qū)劃圖，完成基于GIS圖層疊置法的精細(xì)化雷電災(zāi)害易損度區(qū)劃模型研究，形成較科學(xué)的雷電災(zāi)害風(fēng)險評估及區(qū)劃技術(shù)方法體系，具有很好的應(yīng)用推廣價值，為發(fā)展智慧氣象，提升防雷減災(zāi)公共服務(wù)能力提供科學(xué)參考，對開展雷電監(jiān)測、預(yù)警、預(yù)報以及防雷減災(zāi)研究都具有重要意義。
2018, 46(1):189-193.
摘要:
運用2011年12月至2015年11月河北省11條高速公路沿線156套交通氣象監(jiān)測站資料、142個國家氣象站霧災(zāi)資料、因霧造成的交通事故和封閉管制資料、高速公路日均車流量、路網(wǎng)密度等資料，基于致災(zāi)因子危險性、承災(zāi)體空間脆弱性以及承災(zāi)體易損性3個方面建立了高速公路霧災(zāi)風(fēng)險區(qū)劃模型，并繪制河北省高速公路霧災(zāi)風(fēng)險區(qū)劃圖。結(jié)果發(fā)現(xiàn)：①河北北部地區(qū)、西部山區(qū)、滄州沿海地區(qū)的高速公路霧災(zāi)風(fēng)險等級較低，而東部和南部平原地區(qū)的高速公路霧災(zāi)風(fēng)險等級較高，可為交通安全管理部門提供一定的參考依據(jù)；②在相同區(qū)域內(nèi)，局地濃霧多發(fā)、交通事故多發(fā)、大范圍霧日多都可造成高速公路霧災(zāi)風(fēng)險等級升高。
運用2011年12月至2015年11月河北省11條高速公路沿線156套交通氣象監(jiān)測站資料、142個國家氣象站霧災(zāi)資料、因霧造成的交通事故和封閉管制資料、高速公路日均車流量、路網(wǎng)密度等資料，基于致災(zāi)因子危險性、承災(zāi)體空間脆弱性以及承災(zāi)體易損性3個方面建立了高速公路霧災(zāi)風(fēng)險區(qū)劃模型，并繪制河北省高速公路霧災(zāi)風(fēng)險區(qū)劃圖。結(jié)果發(fā)現(xiàn)：①河北北部地區(qū)、西部山區(qū)、滄州沿海地區(qū)的高速公路霧災(zāi)風(fēng)險等級較低，而東部和南部平原地區(qū)的高速公路霧災(zāi)風(fēng)險等級較高，可為交通安全管理部門提供一定的參考依據(jù)；②在相同區(qū)域內(nèi)，局地濃霧多發(fā)、交通事故多發(fā)、大范圍霧日多都可造成高速公路霧災(zāi)風(fēng)險等級升高。
2018, 46(1):194-199.
摘要:
針對目前高分辨率數(shù)值模式資料在預(yù)報業(yè)務(wù)中難以有效應(yīng)用問題，開發(fā)了基于Web的數(shù)值模式交互顯示系統(tǒng)，該系統(tǒng)分為服務(wù)器端和瀏覽器客戶端2部分。服務(wù)器端由數(shù)據(jù)接收及處理、Web服務(wù)器2個核心模塊組成，模式數(shù)據(jù)處理采用Grib碼或NC格式，節(jié)省了存儲空間并保留了完整的預(yù)報信息；利用Python語言Django框架搭建的Web服務(wù)器，通過httpRequest機(jī)制接收前端繪圖信息，在服務(wù)器端應(yīng)用Python擴(kuò)展包pyGrADS在后臺生成預(yù)報圖形，并以圖片的形式返回瀏覽器，實現(xiàn)了在B/S架構(gòu)下進(jìn)行實時交互顯示數(shù)值模式的功能。在瀏覽器客戶端建立了可自由選擇區(qū)域和變量的交互前端顯示界面，并根據(jù)預(yù)報思路，設(shè)計不同的天氣預(yù)報圖形模板，能夠快速生成各種預(yù)報圖形。
針對目前高分辨率數(shù)值模式資料在預(yù)報業(yè)務(wù)中難以有效應(yīng)用問題，開發(fā)了基于Web的數(shù)值模式交互顯示系統(tǒng)，該系統(tǒng)分為服務(wù)器端和瀏覽器客戶端2部分。服務(wù)器端由數(shù)據(jù)接收及處理、Web服務(wù)器2個核心模塊組成，模式數(shù)據(jù)處理采用Grib碼或NC格式，節(jié)省了存儲空間并保留了完整的預(yù)報信息；利用Python語言Django框架搭建的Web服務(wù)器，通過httpRequest機(jī)制接收前端繪圖信息，在服務(wù)器端應(yīng)用Python擴(kuò)展包pyGrADS在后臺生成預(yù)報圖形，并以圖片的形式返回瀏覽器，實現(xiàn)了在B/S架構(gòu)下進(jìn)行實時交互顯示數(shù)值模式的功能。在瀏覽器客戶端建立了可自由選擇區(qū)域和變量的交互前端顯示界面，并根據(jù)預(yù)報思路，設(shè)計不同的天氣預(yù)報圖形模板，能夠快速生成各種預(yù)報圖形。
2018, 46(1):200-206.
摘要:
基于氣象信息綜合分析處理系統(tǒng)第4版(Meteorology Information Comprehensive Analysis Process System 4, MICAPS 4)的精細(xì)化天氣預(yù)報平臺的設(shè)計與應(yīng)用。從我國精細(xì)化氣象格點預(yù)報業(yè)務(wù)需求出發(fā)，介紹了精細(xì)化預(yù)報系統(tǒng)的總體組織結(jié)構(gòu)和數(shù)據(jù)流程，基于MVVM模式的總體架構(gòu)設(shè)計、功能設(shè)計以及實現(xiàn)。平臺采用高性能的分布式內(nèi)存對象緩存技術(shù)，提高了系統(tǒng)運行效率；采用模型視圖分離，將數(shù)據(jù)邏輯與用戶界面剝離，增強(qiáng)其可擴(kuò)展性，更便于省級本地化應(yīng)用；開發(fā)了要素場協(xié)調(diào)性處理功能，集成了降水、溫度等客觀預(yù)報算法，并提供豐富的主/客觀交互工具。目前，該平臺已在業(yè)務(wù)中應(yīng)用，為全國精細(xì)化預(yù)報業(yè)務(wù)提供了重要支撐。
基于氣象信息綜合分析處理系統(tǒng)第4版(Meteorology Information Comprehensive Analysis Process System 4, MICAPS 4)的精細(xì)化天氣預(yù)報平臺的設(shè)計與應(yīng)用。從我國精細(xì)化氣象格點預(yù)報業(yè)務(wù)需求出發(fā)，介紹了精細(xì)化預(yù)報系統(tǒng)的總體組織結(jié)構(gòu)和數(shù)據(jù)流程，基于MVVM模式的總體架構(gòu)設(shè)計、功能設(shè)計以及實現(xiàn)。平臺采用高性能的分布式內(nèi)存對象緩存技術(shù)，提高了系統(tǒng)運行效率；采用模型視圖分離，將數(shù)據(jù)邏輯與用戶界面剝離，增強(qiáng)其可擴(kuò)展性，更便于省級本地化應(yīng)用；開發(fā)了要素場協(xié)調(diào)性處理功能，集成了降水、溫度等客觀預(yù)報算法，并提供豐富的主/客觀交互工具。目前，該平臺已在業(yè)務(wù)中應(yīng)用，為全國精細(xì)化預(yù)報業(yè)務(wù)提供了重要支撐。
2018, 46(1):207-213.
摘要:
基于國內(nèi)自主知識產(chǎn)權(quán)的EVGlobe三維GIS平臺，結(jié)合高分辨率遙感影像和數(shù)字高程模型，設(shè)計研發(fā)了內(nèi)蒙古人工影響天氣電子沙盤系統(tǒng)，實現(xiàn)了內(nèi)蒙古人影作業(yè)裝備和觀測站的布局展示，衛(wèi)星云圖、雷達(dá)回波及降水量等天氣監(jiān)測信息的三維可視化分析展示，實際人影作業(yè)過程及作業(yè)方案的三維仿真模擬等功能，體現(xiàn)了人影空地立體作業(yè)模式，為用戶提供形象直觀的地理場景、飛機(jī)穿云及催化播撒效果，對提升人影指揮決策能力和作業(yè)能力起到積極作用。
基于國內(nèi)自主知識產(chǎn)權(quán)的EVGlobe三維GIS平臺，結(jié)合高分辨率遙感影像和數(shù)字高程模型，設(shè)計研發(fā)了內(nèi)蒙古人工影響天氣電子沙盤系統(tǒng)，實現(xiàn)了內(nèi)蒙古人影作業(yè)裝備和觀測站的布局展示，衛(wèi)星云圖、雷達(dá)回波及降水量等天氣監(jiān)測信息的三維可視化分析展示，實際人影作業(yè)過程及作業(yè)方案的三維仿真模擬等功能，體現(xiàn)了人影空地立體作業(yè)模式，為用戶提供形象直觀的地理場景、飛機(jī)穿云及催化播撒效果，對提升人影指揮決策能力和作業(yè)能力起到積極作用。
友情鏈接《氣象學(xué)報》《應(yīng)用氣象學(xué)報》《氣象》《氣象科學(xué)》中國氣象局中國氣象局氣象探測中心中國氣象科學(xué)研究院北京市氣象局國家衛(wèi)星氣象中心及國家氣象信息中心
您是第位訪問者
技術(shù)支持：北京勤云科技發(fā)展有限公司
技術(shù)支持：北京勤云科技發(fā)展有限公司