2019年第47卷第1期文章目次
2019, 47(1):1-9.
摘要:
土壤水分是研究土體工程學(xué)、農(nóng)學(xué)、地質(zhì)學(xué)、生態(tài)學(xué)、生物學(xué)和水文學(xué)等特性的重要參數(shù)。不論實(shí)驗(yàn)室測(cè)量還是現(xiàn)場(chǎng)測(cè)量，目前土壤水分的測(cè)量方法對(duì)不同特性的土壤和不同類型水分含量的適用性仍存在爭議。本文對(duì)目前已經(jīng)存在的和新興的土壤水分觀測(cè)方法及其優(yōu)缺點(diǎn)進(jìn)行歸納，綜合評(píng)述這些測(cè)量方法存在的局限性和特性參數(shù)對(duì)土壤水分測(cè)量的影響。同時(shí)，著眼于我國氣象部門采用頻域反射法原理研制的DZN1、DZN2和DZN3三個(gè)型號(hào)設(shè)備,自2009年開展全國土壤水分自動(dòng)化觀測(cè)業(yè)務(wù)以來，設(shè)備運(yùn)行穩(wěn)定，測(cè)量精度和數(shù)據(jù)質(zhì)量基本滿足業(yè)務(wù)與服務(wù)需求。最后，本文結(jié)合我國觀測(cè)業(yè)務(wù)現(xiàn)狀，分別為業(yè)務(wù)建設(shè)和精確測(cè)量土壤水分提出了參考建議。
土壤水分是研究土體工程學(xué)、農(nóng)學(xué)、地質(zhì)學(xué)、生態(tài)學(xué)、生物學(xué)和水文學(xué)等特性的重要參數(shù)。不論實(shí)驗(yàn)室測(cè)量還是現(xiàn)場(chǎng)測(cè)量，目前土壤水分的測(cè)量方法對(duì)不同特性的土壤和不同類型水分含量的適用性仍存在爭議。本文對(duì)目前已經(jīng)存在的和新興的土壤水分觀測(cè)方法及其優(yōu)缺點(diǎn)進(jìn)行歸納，綜合評(píng)述這些測(cè)量方法存在的局限性和特性參數(shù)對(duì)土壤水分測(cè)量的影響。同時(shí)，著眼于我國氣象部門采用頻域反射法原理研制的DZN1、DZN2和DZN3三個(gè)型號(hào)設(shè)備,自2009年開展全國土壤水分自動(dòng)化觀測(cè)業(yè)務(wù)以來，設(shè)備運(yùn)行穩(wěn)定，測(cè)量精度和數(shù)據(jù)質(zhì)量基本滿足業(yè)務(wù)與服務(wù)需求。最后，本文結(jié)合我國觀測(cè)業(yè)務(wù)現(xiàn)狀，分別為業(yè)務(wù)建設(shè)和精確測(cè)量土壤水分提出了參考建議。
2019, 47(1):10-18.
摘要:
為了尋求適合珠海〖CD*2〗澳門雙偏振雷達(dá)的差分反射率標(biāo)定方法，提升其探測(cè)的準(zhǔn)確性和穩(wěn)定性，對(duì)珠澳雷達(dá)的太陽法和垂直指向法的標(biāo)定結(jié)果進(jìn)行了分析對(duì)比。對(duì)比表明兩個(gè)標(biāo)定方法確定的系統(tǒng)偏差之間存在較大的差異。為了確定真實(shí)的系統(tǒng)偏差，基于業(yè)務(wù)運(yùn)行的體積掃描數(shù)據(jù)，在初始差分相移訂正的基礎(chǔ)上，用差分相移、反射率、信噪比和相關(guān)系數(shù)作為篩選條件，篩選了適合作為標(biāo)定參照物的小雨和干雪，對(duì)珠澳雷達(dá)的標(biāo)定結(jié)果進(jìn)行了驗(yàn)證并分析了標(biāo)定誤差的成因。結(jié)果表明以小雨和干雪作為目標(biāo)物得到的差分反射率系統(tǒng)偏差和太陽掃描法得到的結(jié)果非常一致，且在超過兩個(gè)月時(shí)間內(nèi)表現(xiàn)較為穩(wěn)定，可以用于對(duì)雷達(dá)系統(tǒng)的差分反射率偏差進(jìn)行長期的在線監(jiān)控。垂直指向法標(biāo)定的結(jié)果存在明顯偏差。與英國Thurnham C波段雷達(dá)以及南京大學(xué)C波段雷達(dá)的垂直入射標(biāo)定數(shù)據(jù)的橫向?qū)Ρ群头治霰砻鳎榘睦走_(dá)的垂直指向法標(biāo)定受到位于天線罩頂部的航空障礙燈和維護(hù)窗的影響，使得標(biāo)定結(jié)果出現(xiàn)偏差。
為了尋求適合珠海〖CD*2〗澳門雙偏振雷達(dá)的差分反射率標(biāo)定方法，提升其探測(cè)的準(zhǔn)確性和穩(wěn)定性，對(duì)珠澳雷達(dá)的太陽法和垂直指向法的標(biāo)定結(jié)果進(jìn)行了分析對(duì)比。對(duì)比表明兩個(gè)標(biāo)定方法確定的系統(tǒng)偏差之間存在較大的差異。為了確定真實(shí)的系統(tǒng)偏差，基于業(yè)務(wù)運(yùn)行的體積掃描數(shù)據(jù)，在初始差分相移訂正的基礎(chǔ)上，用差分相移、反射率、信噪比和相關(guān)系數(shù)作為篩選條件，篩選了適合作為標(biāo)定參照物的小雨和干雪，對(duì)珠澳雷達(dá)的標(biāo)定結(jié)果進(jìn)行了驗(yàn)證并分析了標(biāo)定誤差的成因。結(jié)果表明以小雨和干雪作為目標(biāo)物得到的差分反射率系統(tǒng)偏差和太陽掃描法得到的結(jié)果非常一致，且在超過兩個(gè)月時(shí)間內(nèi)表現(xiàn)較為穩(wěn)定，可以用于對(duì)雷達(dá)系統(tǒng)的差分反射率偏差進(jìn)行長期的在線監(jiān)控。垂直指向法標(biāo)定的結(jié)果存在明顯偏差。與英國Thurnham C波段雷達(dá)以及南京大學(xué)C波段雷達(dá)的垂直入射標(biāo)定數(shù)據(jù)的橫向?qū)Ρ群头治霰砻鳎榘睦走_(dá)的垂直指向法標(biāo)定受到位于天線罩頂部的航空障礙燈和維護(hù)窗的影響，使得標(biāo)定結(jié)果出現(xiàn)偏差。
2019, 47(1):19-28.
摘要:
利用北京南郊S波段雷達(dá)2011—2016年的觀測(cè)資料，從雷達(dá)氣候統(tǒng)計(jì)的角度，利用不同強(qiáng)度回波發(fā)生頻率的統(tǒng)計(jì)特征及其空間分布特征，對(duì)雷達(dá)地物雜波和波束遮擋的識(shí)別與訂正方法進(jìn)行研究。結(jié)果表明:①利用雷達(dá)回波出現(xiàn)頻率特征，可以很好地識(shí)別雷達(dá)近中心地物雜波和受地形高度影響的地物雜波特征；同時(shí)還可以直觀地識(shí)別出雷達(dá)波束遮擋區(qū)域以及遮擋程度。北京南郊雷達(dá)地物雜波主要分布在近雷達(dá)中心和北京西部、西北部的山前地區(qū)，地物雜波主要集中在0.5°仰角和1.5°仰角層上。雷達(dá)波束遮擋主要集中在由高大建筑引起遮擋的東南方位向和由于地形引起波束遮擋的西西北方位向，波束遮擋主要集中在0.5°仰角層。②采用局部可變區(qū)域平均垂直廓線方法利用高仰角回波訂正低仰角回波，能有效訂正地物雜波，并保留回波的局部特征。對(duì)于波束遮擋區(qū)域的回波填補(bǔ)，也能夠較好地保持上下層仰角回波之間的連續(xù)性，同時(shí)兼顧了回波不均性分布等特性。③基于雷達(dá)氣候特征進(jìn)行地物雜波識(shí)別和波束遮擋識(shí)別，無需依照先驗(yàn)知識(shí)，相比于傳統(tǒng)方法能更好地反映本地雷達(dá)回波真實(shí)情況，且具有方法簡單、可快速復(fù)用、本地適用性強(qiáng)等優(yōu)點(diǎn)。
利用北京南郊S波段雷達(dá)2011—2016年的觀測(cè)資料，從雷達(dá)氣候統(tǒng)計(jì)的角度，利用不同強(qiáng)度回波發(fā)生頻率的統(tǒng)計(jì)特征及其空間分布特征，對(duì)雷達(dá)地物雜波和波束遮擋的識(shí)別與訂正方法進(jìn)行研究。結(jié)果表明:①利用雷達(dá)回波出現(xiàn)頻率特征，可以很好地識(shí)別雷達(dá)近中心地物雜波和受地形高度影響的地物雜波特征；同時(shí)還可以直觀地識(shí)別出雷達(dá)波束遮擋區(qū)域以及遮擋程度。北京南郊雷達(dá)地物雜波主要分布在近雷達(dá)中心和北京西部、西北部的山前地區(qū)，地物雜波主要集中在0.5°仰角和1.5°仰角層上。雷達(dá)波束遮擋主要集中在由高大建筑引起遮擋的東南方位向和由于地形引起波束遮擋的西西北方位向，波束遮擋主要集中在0.5°仰角層。②采用局部可變區(qū)域平均垂直廓線方法利用高仰角回波訂正低仰角回波，能有效訂正地物雜波，并保留回波的局部特征。對(duì)于波束遮擋區(qū)域的回波填補(bǔ)，也能夠較好地保持上下層仰角回波之間的連續(xù)性，同時(shí)兼顧了回波不均性分布等特性。③基于雷達(dá)氣候特征進(jìn)行地物雜波識(shí)別和波束遮擋識(shí)別，無需依照先驗(yàn)知識(shí)，相比于傳統(tǒng)方法能更好地反映本地雷達(dá)回波真實(shí)情況，且具有方法簡單、可快速復(fù)用、本地適用性強(qiáng)等優(yōu)點(diǎn)。
2019, 47(1):29-34.
摘要:
基于高速公路夜間交通監(jiān)控圖像，選擇其附近能見度自動(dòng)監(jiān)測(cè)數(shù)據(jù)作為圖像是否有大霧的標(biāo)準(zhǔn)，分析有霧或無霧環(huán)境對(duì)光源及其成像的影響，提取相應(yīng)的特征值，利用支持向量機(jī)的方法建立了大霧識(shí)別模型。結(jié)果表明：大霧存在時(shí)空氣消光系數(shù)增大，LED電子顯示屏、車燈等光源在圖像上呈現(xiàn)出亮度減弱而梯度小，散射較明顯的特點(diǎn)；紋理特征表明有霧時(shí)圖片紋理簡單、紋理較淺分布均勻，像素之間相關(guān)性大，無霧時(shí)則反之；模型評(píng)估得出臨界成功指數(shù)為0.74，虛警率為0.18，有較好的識(shí)別效果。
基于高速公路夜間交通監(jiān)控圖像，選擇其附近能見度自動(dòng)監(jiān)測(cè)數(shù)據(jù)作為圖像是否有大霧的標(biāo)準(zhǔn)，分析有霧或無霧環(huán)境對(duì)光源及其成像的影響，提取相應(yīng)的特征值，利用支持向量機(jī)的方法建立了大霧識(shí)別模型。結(jié)果表明：大霧存在時(shí)空氣消光系數(shù)增大，LED電子顯示屏、車燈等光源在圖像上呈現(xiàn)出亮度減弱而梯度小，散射較明顯的特點(diǎn)；紋理特征表明有霧時(shí)圖片紋理簡單、紋理較淺分布均勻，像素之間相關(guān)性大，無霧時(shí)則反之；模型評(píng)估得出臨界成功指數(shù)為0.74，虛警率為0.18，有較好的識(shí)別效果。
2019, 47(1):35-40.
摘要:
針對(duì)傳統(tǒng)雨量測(cè)量耗時(shí)長，維護(hù)不方便的問題，本文在分析聲信號(hào)識(shí)別技術(shù)的基礎(chǔ)上，提出了基于雨聲識(shí)別的雨量測(cè)量方法，模擬人耳聽覺中對(duì)頻域劃定的非線性性和對(duì)同一頻率群聲信號(hào)作疊加評(píng)價(jià)的機(jī)理，將傅里葉變換后的能量譜通過梅爾（Mel）濾波器，提取雨聲的梅爾頻率倒譜系數(shù)（MFCC）作為雨聲信號(hào)的特征向量。在此基礎(chǔ)上，構(gòu)建一個(gè)三層BP神經(jīng)網(wǎng)絡(luò)，將歸一化后的樣本數(shù)據(jù)用于神經(jīng)網(wǎng)絡(luò)訓(xùn)練，最后將測(cè)試樣本用于對(duì)雨量的識(shí)別。試驗(yàn)結(jié)果表明，在少量樣本訓(xùn)練的基礎(chǔ)上神經(jīng)網(wǎng)絡(luò)即能有效識(shí)別雨量大小，為聲信號(hào)識(shí)別技術(shù)應(yīng)用于更為精準(zhǔn)的雨量測(cè)量提供了理論依據(jù)。
針對(duì)傳統(tǒng)雨量測(cè)量耗時(shí)長，維護(hù)不方便的問題，本文在分析聲信號(hào)識(shí)別技術(shù)的基礎(chǔ)上，提出了基于雨聲識(shí)別的雨量測(cè)量方法，模擬人耳聽覺中對(duì)頻域劃定的非線性性和對(duì)同一頻率群聲信號(hào)作疊加評(píng)價(jià)的機(jī)理，將傅里葉變換后的能量譜通過梅爾（Mel）濾波器，提取雨聲的梅爾頻率倒譜系數(shù)（MFCC）作為雨聲信號(hào)的特征向量。在此基礎(chǔ)上，構(gòu)建一個(gè)三層BP神經(jīng)網(wǎng)絡(luò)，將歸一化后的樣本數(shù)據(jù)用于神經(jīng)網(wǎng)絡(luò)訓(xùn)練，最后將測(cè)試樣本用于對(duì)雨量的識(shí)別。試驗(yàn)結(jié)果表明，在少量樣本訓(xùn)練的基礎(chǔ)上神經(jīng)網(wǎng)絡(luò)即能有效識(shí)別雨量大小，為聲信號(hào)識(shí)別技術(shù)應(yīng)用于更為精準(zhǔn)的雨量測(cè)量提供了理論依據(jù)。
2019, 47(1):41-51.
摘要:
隨著城市化的發(fā)展，越來越多的城市建立在山區(qū)附近或山谷之中。受地理環(huán)境和氣象條件等因素影響，各地山谷風(fēng)特征各不相同。山谷風(fēng)對(duì)局地風(fēng)場(chǎng)、氣候特征有著重要作用，與逆溫和污染物濃度變化也具有良好相關(guān)。本文從山谷風(fēng)研究的主要手段—觀測(cè)、理論和數(shù)值模擬出發(fā)，重點(diǎn)回顧了國內(nèi)山谷風(fēng)研究成果，并討論了與其他中尺度環(huán)流（海陸風(fēng)、湖陸風(fēng)、城市熱島、植被風(fēng)、冰川風(fēng)環(huán)流）的相互作用，以及包括山谷風(fēng)在內(nèi)的山地環(huán)流對(duì)大氣污染的影響。最后對(duì)國內(nèi)研究進(jìn)展進(jìn)行總結(jié)，并提出了一些還需深入研究和探討的問題。
隨著城市化的發(fā)展，越來越多的城市建立在山區(qū)附近或山谷之中。受地理環(huán)境和氣象條件等因素影響，各地山谷風(fēng)特征各不相同。山谷風(fēng)對(duì)局地風(fēng)場(chǎng)、氣候特征有著重要作用，與逆溫和污染物濃度變化也具有良好相關(guān)。本文從山谷風(fēng)研究的主要手段—觀測(cè)、理論和數(shù)值模擬出發(fā)，重點(diǎn)回顧了國內(nèi)山谷風(fēng)研究成果，并討論了與其他中尺度環(huán)流（海陸風(fēng)、湖陸風(fēng)、城市熱島、植被風(fēng)、冰川風(fēng)環(huán)流）的相互作用，以及包括山谷風(fēng)在內(nèi)的山地環(huán)流對(duì)大氣污染的影響。最后對(duì)國內(nèi)研究進(jìn)展進(jìn)行總結(jié)，并提出了一些還需深入研究和探討的問題。
2019, 47(1):52-61.
摘要:
城市熱島環(huán)流是由城市熱島激發(fā)的、存在于邊界層的局地環(huán)流。這一環(huán)流常影響城市區(qū)域污染物的擴(kuò)散及城市降水，是城市氣象學(xué)的重點(diǎn)研究對(duì)象。在過去30多年間，中國城市熱島環(huán)流的研究不斷取得突破，研究成果豐富。為了今后更有效地開展相關(guān)研究，本文從觀測(cè)分析、理論與數(shù)值模擬研究兩方面，回顧并總結(jié)了我國在熱島環(huán)流研究方面取得的成果，包括熱島環(huán)流的時(shí)空特征、產(chǎn)生機(jī)制，以及熱島環(huán)流與其他局地環(huán)流的相互作用。此外，本文總結(jié)了熱島環(huán)流對(duì)城市及其周邊地區(qū)污染物水平和垂直分布的影響。
城市熱島環(huán)流是由城市熱島激發(fā)的、存在于邊界層的局地環(huán)流。這一環(huán)流常影響城市區(qū)域污染物的擴(kuò)散及城市降水，是城市氣象學(xué)的重點(diǎn)研究對(duì)象。在過去30多年間，中國城市熱島環(huán)流的研究不斷取得突破，研究成果豐富。為了今后更有效地開展相關(guān)研究，本文從觀測(cè)分析、理論與數(shù)值模擬研究兩方面，回顧并總結(jié)了我國在熱島環(huán)流研究方面取得的成果，包括熱島環(huán)流的時(shí)空特征、產(chǎn)生機(jī)制，以及熱島環(huán)流與其他局地環(huán)流的相互作用。此外，本文總結(jié)了熱島環(huán)流對(duì)城市及其周邊地區(qū)污染物水平和垂直分布的影響。
2019, 47(1):62-69.
摘要:
本文選取最適當(dāng)?shù)南募撅L(fēng)指數(shù)確定黃淮地區(qū)的強(qiáng)弱夏季風(fēng)年，并結(jié)合近55年該地區(qū)夏季日降水資料，討論了該地區(qū)在強(qiáng)弱夏季風(fēng)年降水的差異及其形成原因。結(jié)果表明：①強(qiáng)夏季風(fēng)年，該區(qū)域東半部降水偏多，西半部降水偏少；弱夏季風(fēng)年反之。②1979年之前，該區(qū)域降水存在周期3～5年的年際變化，之后周期演變?yōu)?5年。③該區(qū)域降水存在低頻振蕩特征。在強(qiáng)夏季風(fēng)年，7～14天周期最顯著；在弱夏季風(fēng)年，10～18天與25～30天的周期最顯著。④強(qiáng)夏季風(fēng)年，黃淮地區(qū)有2段雨季，分別出現(xiàn)在7月初與8月中下旬；但在弱夏季風(fēng)年，主雨季不明顯。⑤強(qiáng)弱年降水的諸多差異，主要?dú)w因于歐亞中高緯度大尺度環(huán)流的波列不同及偏南季風(fēng)的水汽輸送差異。⑥春季海溫異常對(duì)當(dāng)年黃淮地區(qū)的降水有指示作用。在拉尼娜年，黃淮地區(qū)東部降水偏多，西部降水偏少；在厄爾尼諾年反之。
本文選取最適當(dāng)?shù)南募撅L(fēng)指數(shù)確定黃淮地區(qū)的強(qiáng)弱夏季風(fēng)年，并結(jié)合近55年該地區(qū)夏季日降水資料，討論了該地區(qū)在強(qiáng)弱夏季風(fēng)年降水的差異及其形成原因。結(jié)果表明：①強(qiáng)夏季風(fēng)年，該區(qū)域東半部降水偏多，西半部降水偏少；弱夏季風(fēng)年反之。②1979年之前，該區(qū)域降水存在周期3～5年的年際變化，之后周期演變?yōu)?5年。③該區(qū)域降水存在低頻振蕩特征。在強(qiáng)夏季風(fēng)年，7～14天周期最顯著；在弱夏季風(fēng)年，10～18天與25～30天的周期最顯著。④強(qiáng)夏季風(fēng)年，黃淮地區(qū)有2段雨季，分別出現(xiàn)在7月初與8月中下旬；但在弱夏季風(fēng)年，主雨季不明顯。⑤強(qiáng)弱年降水的諸多差異，主要?dú)w因于歐亞中高緯度大尺度環(huán)流的波列不同及偏南季風(fēng)的水汽輸送差異。⑥春季海溫異常對(duì)當(dāng)年黃淮地區(qū)的降水有指示作用。在拉尼娜年，黃淮地區(qū)東部降水偏多，西部降水偏少；在厄爾尼諾年反之。
2019, 47(1):70-78.
摘要:
本文利用風(fēng)廓線雷達(dá)、地基微波輻射計(jì)、地面自動(dòng)站、秒級(jí)探空和NCEP/NCAR(1°×1°)再分析資料，對(duì)2016年12月成都的3次輻射平流霧過程進(jìn)行生消機(jī)理分析。結(jié)果表明：①高空500 hPa受西北氣流控制，700 hPa干層和1.5 km下弱風(fēng)速的維持，利于近地面快速輻射冷卻形成逆溫層，為霧的形成提供了熱力條件。②垂直方向上無運(yùn)動(dòng)或微弱運(yùn)動(dòng)，為霧的形成和發(fā)展提供了動(dòng)力條件；貼地層弱西南暖濕氣流(≤4 m/s)攜帶的水汽在成都地區(qū)輻合，為強(qiáng)濃霧的形成提供了充足的水汽條件。③貼地逆溫層和逆露點(diǎn)溫度層(高度低于逆溫層高度)同時(shí)存在，對(duì)霧的預(yù)報(bào)有較好的指示意義。④午后，雙逆溫層的維持，近地面風(fēng)速接近靜風(fēng)，是輻射平流霧維持的重要原因。⑤西南暖濕氣流消失或水汽輻合移出本地之后，近地面逆溫層消失或霧頂上部干空氣的卷入，是導(dǎo)致輻射平流霧最終消散的原因。
本文利用風(fēng)廓線雷達(dá)、地基微波輻射計(jì)、地面自動(dòng)站、秒級(jí)探空和NCEP/NCAR(1°×1°)再分析資料，對(duì)2016年12月成都的3次輻射平流霧過程進(jìn)行生消機(jī)理分析。結(jié)果表明：①高空500 hPa受西北氣流控制，700 hPa干層和1.5 km下弱風(fēng)速的維持，利于近地面快速輻射冷卻形成逆溫層，為霧的形成提供了熱力條件。②垂直方向上無運(yùn)動(dòng)或微弱運(yùn)動(dòng)，為霧的形成和發(fā)展提供了動(dòng)力條件；貼地層弱西南暖濕氣流(≤4 m/s)攜帶的水汽在成都地區(qū)輻合，為強(qiáng)濃霧的形成提供了充足的水汽條件。③貼地逆溫層和逆露點(diǎn)溫度層(高度低于逆溫層高度)同時(shí)存在，對(duì)霧的預(yù)報(bào)有較好的指示意義。④午后，雙逆溫層的維持，近地面風(fēng)速接近靜風(fēng)，是輻射平流霧維持的重要原因。⑤西南暖濕氣流消失或水汽輻合移出本地之后，近地面逆溫層消失或霧頂上部干空氣的卷入，是導(dǎo)致輻射平流霧最終消散的原因。
2019, 47(1):79-88.
摘要:
1617號(hào)臺(tái)風(fēng)“鮎魚”的降水異常強(qiáng)大,溫州、麗水部分縣市的過程雨量和日雨量超過歷史極值，災(zāi)害嚴(yán)重。利用NCEP 0.5°×0.5°再分析資料、FY2G 衛(wèi)星資料、多普勒雷達(dá)探測(cè)資料和自動(dòng)站加密觀測(cè)等資料，對(duì)其成因展開分析。結(jié)果表明：“鮎魚”東面與強(qiáng)大穩(wěn)定的副高之間構(gòu)成東南急流；北面與緩慢東移的華北高壓之間構(gòu)成偏東風(fēng)急流；南面是與西南季風(fēng)相連接的西南急流；3支低空急流構(gòu)建的切變輻合區(qū)是水汽輻合和不穩(wěn)定能量的集合區(qū)，也是中尺度對(duì)流的強(qiáng)烈發(fā)展區(qū)，溫州、麗水部分縣市的極端降水由中尺度對(duì)流的持續(xù)發(fā)生發(fā)展引發(fā)。低空急流的長時(shí)間持續(xù)，特別充沛的水汽輸送和冷空氣的影響是“鮎魚”極端降水的主要影響機(jī)制。冷空氣影響期間，降雨回波發(fā)展旺盛，結(jié)構(gòu)緊密，回波強(qiáng)度和降水效率等明顯強(qiáng)于無冷空氣影響時(shí)臺(tái)風(fēng)本體環(huán)流降雨回波。云頂相當(dāng)黑體亮度溫度（TBB）與臺(tái)風(fēng)降水有較好的對(duì)應(yīng)關(guān)系，有一定預(yù)報(bào)參考價(jià)值。
1617號(hào)臺(tái)風(fēng)“鮎魚”的降水異常強(qiáng)大,溫州、麗水部分縣市的過程雨量和日雨量超過歷史極值，災(zāi)害嚴(yán)重。利用NCEP 0.5°×0.5°再分析資料、FY2G 衛(wèi)星資料、多普勒雷達(dá)探測(cè)資料和自動(dòng)站加密觀測(cè)等資料，對(duì)其成因展開分析。結(jié)果表明：“鮎魚”東面與強(qiáng)大穩(wěn)定的副高之間構(gòu)成東南急流；北面與緩慢東移的華北高壓之間構(gòu)成偏東風(fēng)急流；南面是與西南季風(fēng)相連接的西南急流；3支低空急流構(gòu)建的切變輻合區(qū)是水汽輻合和不穩(wěn)定能量的集合區(qū)，也是中尺度對(duì)流的強(qiáng)烈發(fā)展區(qū)，溫州、麗水部分縣市的極端降水由中尺度對(duì)流的持續(xù)發(fā)生發(fā)展引發(fā)。低空急流的長時(shí)間持續(xù)，特別充沛的水汽輸送和冷空氣的影響是“鮎魚”極端降水的主要影響機(jī)制。冷空氣影響期間，降雨回波發(fā)展旺盛，結(jié)構(gòu)緊密，回波強(qiáng)度和降水效率等明顯強(qiáng)于無冷空氣影響時(shí)臺(tái)風(fēng)本體環(huán)流降雨回波。云頂相當(dāng)黑體亮度溫度（TBB）與臺(tái)風(fēng)降水有較好的對(duì)應(yīng)關(guān)系，有一定預(yù)報(bào)參考價(jià)值。
2019, 47(1):89-97.
摘要:
利用中尺度數(shù)值模式WRFV3.6模擬了2017年7月12日寧波機(jī)場(chǎng)附近的一次微下?lián)舯┝魈鞖膺^程，結(jié)合浙江省自動(dòng)站資料、機(jī)場(chǎng)自動(dòng)觀測(cè)數(shù)據(jù)、多普勒天氣雷達(dá)資料等分析微下?lián)舯┝鞒梢颍Y(jié)果表明：此次微下?lián)舯┝魇怯珊ｏL(fēng)鋒觸發(fā)的強(qiáng)雷雨引起的，機(jī)場(chǎng)自動(dòng)觀測(cè)數(shù)據(jù)顯示的風(fēng)、溫、壓等氣象要素的變化均呈現(xiàn)出明顯的微下?lián)舯┝魈卣鳎粩?shù)值模式較好地模擬出微下?lián)舯┝鞯乃斤L(fēng)場(chǎng)結(jié)構(gòu)；拖曳作用、下沉過程中冰雹融化、液態(tài)水和雨水持續(xù)蒸發(fā)降溫作用是形成此次下?lián)舯┝鞯闹匾颍坏蛯游粶財(cái)_動(dòng)加強(qiáng)了垂直運(yùn)動(dòng)，中低層位渦異常增大區(qū)與雷暴強(qiáng)降水區(qū)域有較好對(duì)應(yīng)關(guān)系。
利用中尺度數(shù)值模式WRFV3.6模擬了2017年7月12日寧波機(jī)場(chǎng)附近的一次微下?lián)舯┝魈鞖膺^程，結(jié)合浙江省自動(dòng)站資料、機(jī)場(chǎng)自動(dòng)觀測(cè)數(shù)據(jù)、多普勒天氣雷達(dá)資料等分析微下?lián)舯┝鞒梢颍Y(jié)果表明：此次微下?lián)舯┝魇怯珊ｏL(fēng)鋒觸發(fā)的強(qiáng)雷雨引起的，機(jī)場(chǎng)自動(dòng)觀測(cè)數(shù)據(jù)顯示的風(fēng)、溫、壓等氣象要素的變化均呈現(xiàn)出明顯的微下?lián)舯┝魈卣鳎粩?shù)值模式較好地模擬出微下?lián)舯┝鞯乃斤L(fēng)場(chǎng)結(jié)構(gòu)；拖曳作用、下沉過程中冰雹融化、液態(tài)水和雨水持續(xù)蒸發(fā)降溫作用是形成此次下?lián)舯┝鞯闹匾颍坏蛯游粶財(cái)_動(dòng)加強(qiáng)了垂直運(yùn)動(dòng)，中低層位渦異常增大區(qū)與雷暴強(qiáng)降水區(qū)域有較好對(duì)應(yīng)關(guān)系。
2019, 47(1):98-105.
摘要:
利用常規(guī)高空和地面觀測(cè)資料、天津鐵塔和雷達(dá)資料、全球資料同化系統(tǒng)（GDAS）分析資料、雷達(dá)變分同化分析系統(tǒng)資料、EC和NCEP再分析資料對(duì)2016年11月20—21日天津初雪天氣進(jìn)行成因分析，結(jié)果表明：本次過程是在高空槽和回流冷空氣共同作用下產(chǎn)生的，主要水汽來源為對(duì)流層中低層槽前西南暖濕氣流和回流東風(fēng)，回流東風(fēng)經(jīng)渤海低空運(yùn)行時(shí)吸收水汽由“干冷”變?yōu)椤皾窭洹保粍?dòng)力條件主要來自回流冷墊的動(dòng)力抬升作用，降水期間回流東風(fēng)層厚度由1.5 km增加至2 km；鋒面上的非地轉(zhuǎn)次級(jí)環(huán)流可將回流東風(fēng)水汽向上輸送成為降水原料，同時(shí)可加強(qiáng)其上暖濕空氣的垂直上升運(yùn)動(dòng)；高空云水粒子向云冰粒子的轉(zhuǎn)換和邊界層回流冷空氣加強(qiáng)對(duì)本次雨雪相態(tài)轉(zhuǎn)換是不可或缺的，回流冷空氣北風(fēng)分量風(fēng)速和厚度陡增、800～950 hPa出現(xiàn)均溫層、云冰粒子陡增并向低空延伸、700～850 hPa與850～1000 hPa厚度的變化特征對(duì)雨雪相態(tài)的判別均有較好的指示作用。
利用常規(guī)高空和地面觀測(cè)資料、天津鐵塔和雷達(dá)資料、全球資料同化系統(tǒng)（GDAS）分析資料、雷達(dá)變分同化分析系統(tǒng)資料、EC和NCEP再分析資料對(duì)2016年11月20—21日天津初雪天氣進(jìn)行成因分析，結(jié)果表明：本次過程是在高空槽和回流冷空氣共同作用下產(chǎn)生的，主要水汽來源為對(duì)流層中低層槽前西南暖濕氣流和回流東風(fēng)，回流東風(fēng)經(jīng)渤海低空運(yùn)行時(shí)吸收水汽由“干冷”變?yōu)椤皾窭洹保粍?dòng)力條件主要來自回流冷墊的動(dòng)力抬升作用，降水期間回流東風(fēng)層厚度由1.5 km增加至2 km；鋒面上的非地轉(zhuǎn)次級(jí)環(huán)流可將回流東風(fēng)水汽向上輸送成為降水原料，同時(shí)可加強(qiáng)其上暖濕空氣的垂直上升運(yùn)動(dòng)；高空云水粒子向云冰粒子的轉(zhuǎn)換和邊界層回流冷空氣加強(qiáng)對(duì)本次雨雪相態(tài)轉(zhuǎn)換是不可或缺的，回流冷空氣北風(fēng)分量風(fēng)速和厚度陡增、800～950 hPa出現(xiàn)均溫層、云冰粒子陡增并向低空延伸、700～850 hPa與850～1000 hPa厚度的變化特征對(duì)雨雪相態(tài)的判別均有較好的指示作用。
2019, 47(1):106-115.
摘要:
利用常規(guī)氣象觀測(cè)資料、NCEP/NCAR再分析資料，分析了2016年1月下旬廣東罕見大范圍雨雪冰凍天氣過程的大尺度環(huán)流和冷空氣活動(dòng)特征、動(dòng)力和水汽條件，采用濕球溫度討論了降水相態(tài)和大氣溫度垂直結(jié)構(gòu)特征。結(jié)果表明：此次寒潮過程環(huán)流形勢(shì)為橫槽轉(zhuǎn)豎型，橫槽下擺引導(dǎo)強(qiáng)冷空氣向南迅猛爆發(fā)，以及伴隨著異常強(qiáng)的冷高壓、鋒區(qū)、冷溫度中心和冷溫度平流的冷空氣主力南侵，是本次寒潮過程粵北和廣東中南部溫度陡降的主要原因；700 hPa冷暖空氣的輻合，以及700 hPa西南氣流從孟加拉灣輸送水汽經(jīng)中南半島北部到北部灣至華南地區(qū)加強(qiáng)并輻合，是造成雨雪冰凍天氣產(chǎn)生的重要?jiǎng)恿退麠l件；在有利的大尺度環(huán)流、動(dòng)力和水汽條件配合下，降水相態(tài)的變化與暖層強(qiáng)度及濕球溫度密切相關(guān)，暖層的明顯減弱及暖層下方濕球溫度低于0 ℃冷凍層的強(qiáng)度增強(qiáng)，導(dǎo)致降水相態(tài)由雨向雪、雨夾雪、霰等固態(tài)降水轉(zhuǎn)變；在發(fā)生固態(tài)降水的平均時(shí)段內(nèi)，粵北地區(qū)中低層濕球溫度均低于0 ℃，無明顯融化作用，產(chǎn)生純雪或雨夾雪的可能性大；而位置偏南的珠江三角洲地區(qū)仍存在淺薄的暖層，因此主要出現(xiàn)雨夾雪或霰。當(dāng)寒潮入侵涉及華南降水相態(tài)預(yù)報(bào)時(shí)，需要注重實(shí)況探空和模式預(yù)報(bào)探空的大氣溫濕垂直結(jié)構(gòu)的分析，更應(yīng)重視濕球溫度的研究和應(yīng)用。
利用常規(guī)氣象觀測(cè)資料、NCEP/NCAR再分析資料，分析了2016年1月下旬廣東罕見大范圍雨雪冰凍天氣過程的大尺度環(huán)流和冷空氣活動(dòng)特征、動(dòng)力和水汽條件，采用濕球溫度討論了降水相態(tài)和大氣溫度垂直結(jié)構(gòu)特征。結(jié)果表明：此次寒潮過程環(huán)流形勢(shì)為橫槽轉(zhuǎn)豎型，橫槽下擺引導(dǎo)強(qiáng)冷空氣向南迅猛爆發(fā)，以及伴隨著異常強(qiáng)的冷高壓、鋒區(qū)、冷溫度中心和冷溫度平流的冷空氣主力南侵，是本次寒潮過程粵北和廣東中南部溫度陡降的主要原因；700 hPa冷暖空氣的輻合，以及700 hPa西南氣流從孟加拉灣輸送水汽經(jīng)中南半島北部到北部灣至華南地區(qū)加強(qiáng)并輻合，是造成雨雪冰凍天氣產(chǎn)生的重要?jiǎng)恿退麠l件；在有利的大尺度環(huán)流、動(dòng)力和水汽條件配合下，降水相態(tài)的變化與暖層強(qiáng)度及濕球溫度密切相關(guān)，暖層的明顯減弱及暖層下方濕球溫度低于0 ℃冷凍層的強(qiáng)度增強(qiáng)，導(dǎo)致降水相態(tài)由雨向雪、雨夾雪、霰等固態(tài)降水轉(zhuǎn)變；在發(fā)生固態(tài)降水的平均時(shí)段內(nèi)，粵北地區(qū)中低層濕球溫度均低于0 ℃，無明顯融化作用，產(chǎn)生純雪或雨夾雪的可能性大；而位置偏南的珠江三角洲地區(qū)仍存在淺薄的暖層，因此主要出現(xiàn)雨夾雪或霰。當(dāng)寒潮入侵涉及華南降水相態(tài)預(yù)報(bào)時(shí)，需要注重實(shí)況探空和模式預(yù)報(bào)探空的大氣溫濕垂直結(jié)構(gòu)的分析，更應(yīng)重視濕球溫度的研究和應(yīng)用。
2019, 47(1):116-122.
摘要:
配合2015年成都市2049遠(yuǎn)景發(fā)展戰(zhàn)略規(guī)劃編制，利用成都市氣象和空氣質(zhì)量觀測(cè)數(shù)據(jù)、衛(wèi)星遙感、地理信息及城市規(guī)劃土地利用資料，對(duì)該市風(fēng)、熱/冷環(huán)境和大氣環(huán)境進(jìn)行計(jì)算分析，結(jié)果表明：①成都市主導(dǎo)風(fēng)向?yàn)镹E，年平均風(fēng)速為1.2 m/s，靜風(fēng)頻率高達(dá)34%，冬季風(fēng)速最小。市域內(nèi)風(fēng)速總體呈東北向西南遞減趨勢(shì)，西部沿龍門山岷江口和湔江口為市域2處主要通風(fēng)口。21世〖JP2〗紀(jì)00年代城市集中區(qū)風(fēng)速較20世紀(jì)80、90年代顯著減少，NE和NW風(fēng)向上減少可達(dá)0.5 m/s。②該市較強(qiáng)等級(jí)以上熱島面積由1992年的53.6 km2發(fā)展至2014年的798 km2，〖JP〗且熱島中心呈現(xiàn)多極化。高級(jí)別生態(tài)冷源集中于龍門山和龍泉山，大規(guī)模城市擴(kuò)張與沿山坡耕地是熱/冷環(huán)境惡化的重要原因。③成都大氣環(huán)境狀況不佳，空氣污染程度呈現(xiàn)城區(qū)—近郊—遠(yuǎn)郊遞減特征。2007—2014年城區(qū)PM10和NO2平均濃度分別為0.116 mg/m3和0.054 mg/m3，均未達(dá)國家環(huán)境空氣質(zhì)量二級(jí)標(biāo)準(zhǔn)。④繪制了成都市城市氣候分析圖，并結(jié)合實(shí)地調(diào)查、土地利用現(xiàn)狀以及發(fā)展訴求，形成了城市規(guī)劃氣候建議圖，將全市劃分為6類規(guī)劃分區(qū)，明確了對(duì)氣候影響程度不同的各類空間，進(jìn)而為成都市2049遠(yuǎn)景發(fā)展戰(zhàn)略規(guī)劃提出了氣候可行性建議。
配合2015年成都市2049遠(yuǎn)景發(fā)展戰(zhàn)略規(guī)劃編制，利用成都市氣象和空氣質(zhì)量觀測(cè)數(shù)據(jù)、衛(wèi)星遙感、地理信息及城市規(guī)劃土地利用資料，對(duì)該市風(fēng)、熱/冷環(huán)境和大氣環(huán)境進(jìn)行計(jì)算分析，結(jié)果表明：①成都市主導(dǎo)風(fēng)向?yàn)镹E，年平均風(fēng)速為1.2 m/s，靜風(fēng)頻率高達(dá)34%，冬季風(fēng)速最小。市域內(nèi)風(fēng)速總體呈東北向西南遞減趨勢(shì)，西部沿龍門山岷江口和湔江口為市域2處主要通風(fēng)口。21世〖JP2〗紀(jì)00年代城市集中區(qū)風(fēng)速較20世紀(jì)80、90年代顯著減少，NE和NW風(fēng)向上減少可達(dá)0.5 m/s。②該市較強(qiáng)等級(jí)以上熱島面積由1992年的53.6 km2發(fā)展至2014年的798 km2，〖JP〗且熱島中心呈現(xiàn)多極化。高級(jí)別生態(tài)冷源集中于龍門山和龍泉山，大規(guī)模城市擴(kuò)張與沿山坡耕地是熱/冷環(huán)境惡化的重要原因。③成都大氣環(huán)境狀況不佳，空氣污染程度呈現(xiàn)城區(qū)—近郊—遠(yuǎn)郊遞減特征。2007—2014年城區(qū)PM10和NO2平均濃度分別為0.116 mg/m3和0.054 mg/m3，均未達(dá)國家環(huán)境空氣質(zhì)量二級(jí)標(biāo)準(zhǔn)。④繪制了成都市城市氣候分析圖，并結(jié)合實(shí)地調(diào)查、土地利用現(xiàn)狀以及發(fā)展訴求，形成了城市規(guī)劃氣候建議圖，將全市劃分為6類規(guī)劃分區(qū)，明確了對(duì)氣候影響程度不同的各類空間，進(jìn)而為成都市2049遠(yuǎn)景發(fā)展戰(zhàn)略規(guī)劃提出了氣候可行性建議。
2019, 47(1):123-128.
摘要:
為了研究生物冰核Snomax的成核性能，在靜態(tài)等溫云室中對(duì)Snomax的成核性能進(jìn)行測(cè)試分析，得出其成核率、核化速率、成核閾溫等性能參數(shù)，結(jié)果表明在-4~-18 ℃，Snomax成核率在108/g~1011/g范圍內(nèi)變化，不同溫度、過冷水含量、冰核濃度對(duì)Snomax催化產(chǎn)生的冰晶形態(tài)有重要影響。此外，對(duì)比分析測(cè)試了AgI焰劑與Snomax的成核性能，試驗(yàn)結(jié)果表明AgI焰劑成核率比Snomax高出3~4個(gè)數(shù)量級(jí)，但親水性Snomax冰核蛋白具有更快的核化速率和環(huán)境友好性。通過對(duì)比兩種冰核的成核特性，分析了生物冰核在人工影響天氣作業(yè)中可能的應(yīng)用。
為了研究生物冰核Snomax的成核性能，在靜態(tài)等溫云室中對(duì)Snomax的成核性能進(jìn)行測(cè)試分析，得出其成核率、核化速率、成核閾溫等性能參數(shù)，結(jié)果表明在-4~-18 ℃，Snomax成核率在108/g~1011/g范圍內(nèi)變化，不同溫度、過冷水含量、冰核濃度對(duì)Snomax催化產(chǎn)生的冰晶形態(tài)有重要影響。此外，對(duì)比分析測(cè)試了AgI焰劑與Snomax的成核性能，試驗(yàn)結(jié)果表明AgI焰劑成核率比Snomax高出3~4個(gè)數(shù)量級(jí)，但親水性Snomax冰核蛋白具有更快的核化速率和環(huán)境友好性。通過對(duì)比兩種冰核的成核特性，分析了生物冰核在人工影響天氣作業(yè)中可能的應(yīng)用。
2019, 47(1):129-139.
摘要:
根據(jù)山東省氣溫觀測(cè)資料，綜合利用人口格網(wǎng)、土地利用和夜晚燈光數(shù)據(jù)劃分了城市站和鄉(xiāng)村站，采用基于觀測(cè)資料的對(duì)比分析法研究山東省極端氣溫事件的城市化影響。結(jié)果表明：①除暖夜日數(shù)，暖（冷）事件在城市化的推動(dòng)下會(huì)增加（減少）；其中，暖指數(shù)的城市化影響貢獻(xiàn)率分別是40.66%（高溫）、19.32%（暖晝）、1.02%（暖夜），冷指數(shù)的城市化影響貢獻(xiàn)率分別是2.31%（低溫）、5.72%（冷晝）、5.55%（冷夜），可見暖事件（除暖夜日數(shù)）的城市化影響貢獻(xiàn)率與冷事件相比更顯著，且由最高氣溫計(jì)算得出的極端氣溫指數(shù)的城市化影響貢獻(xiàn)率更大。②城市化會(huì)促使極端氣溫暖事件平均場(chǎng)的強(qiáng)度變大，同等強(qiáng)度暖事件的發(fā)生范圍較之前更廣，而冷事件受城市化發(fā)展的影響在強(qiáng)度和范圍的表現(xiàn)卻與暖事件的表現(xiàn)剛好相反；相同的是城市化促使極端氣溫冷暖事件平均場(chǎng)分布的空間差異性較之前均變大。③極端氣溫冷暖事件的突變時(shí)間會(huì)受城市化發(fā)展的影響，使其突變時(shí)間提前1~3年。④冷暖事件的持續(xù)時(shí)間會(huì)隨著城市的不斷發(fā)展而變化，其中由最高氣溫計(jì)算得出的指數(shù)受影響更大。⑤極端氣溫冷暖指數(shù)之間的城市化非對(duì)稱性影響具有復(fù)雜的差異性。
根據(jù)山東省氣溫觀測(cè)資料，綜合利用人口格網(wǎng)、土地利用和夜晚燈光數(shù)據(jù)劃分了城市站和鄉(xiāng)村站，采用基于觀測(cè)資料的對(duì)比分析法研究山東省極端氣溫事件的城市化影響。結(jié)果表明：①除暖夜日數(shù)，暖（冷）事件在城市化的推動(dòng)下會(huì)增加（減少）；其中，暖指數(shù)的城市化影響貢獻(xiàn)率分別是40.66%（高溫）、19.32%（暖晝）、1.02%（暖夜），冷指數(shù)的城市化影響貢獻(xiàn)率分別是2.31%（低溫）、5.72%（冷晝）、5.55%（冷夜），可見暖事件（除暖夜日數(shù)）的城市化影響貢獻(xiàn)率與冷事件相比更顯著，且由最高氣溫計(jì)算得出的極端氣溫指數(shù)的城市化影響貢獻(xiàn)率更大。②城市化會(huì)促使極端氣溫暖事件平均場(chǎng)的強(qiáng)度變大，同等強(qiáng)度暖事件的發(fā)生范圍較之前更廣，而冷事件受城市化發(fā)展的影響在強(qiáng)度和范圍的表現(xiàn)卻與暖事件的表現(xiàn)剛好相反；相同的是城市化促使極端氣溫冷暖事件平均場(chǎng)分布的空間差異性較之前均變大。③極端氣溫冷暖事件的突變時(shí)間會(huì)受城市化發(fā)展的影響，使其突變時(shí)間提前1~3年。④冷暖事件的持續(xù)時(shí)間會(huì)隨著城市的不斷發(fā)展而變化，其中由最高氣溫計(jì)算得出的指數(shù)受影響更大。⑤極端氣溫冷暖指數(shù)之間的城市化非對(duì)稱性影響具有復(fù)雜的差異性。
2019, 47(1):140-146.
摘要:
基于氣象報(bào)表、中國氣象災(zāi)害大典、氣象災(zāi)情數(shù)據(jù)庫以及檔案館地方志等歷史資料，查閱1956—2016年京津冀區(qū)域的龍卷風(fēng)個(gè)例，按照“增強(qiáng)藤田級(jí)別”龍卷風(fēng)強(qiáng)度等級(jí)分類標(biāo)準(zhǔn)，采用專家評(píng)定法對(duì)龍卷風(fēng)個(gè)例進(jìn)行定級(jí)，并運(yùn)用時(shí)間序列、趨勢(shì)分析和空間分析方法，對(duì)龍卷風(fēng)的時(shí)空分布、災(zāi)害特征進(jìn)行了統(tǒng)計(jì)分析。主要結(jié)論如下：①1956—2016年，京津冀區(qū)域共確認(rèn)龍卷風(fēng)個(gè)例188個(gè)，空間分布上，龍卷風(fēng)發(fā)生最多的區(qū)域有2個(gè)，一是張家口壩上4縣：張北、尚義、沽源、康保，二是京津冀東部地區(qū)，特別是滄州、天津、唐山、秦皇島沿海地區(qū)是龍卷風(fēng)高發(fā)區(qū)；②時(shí)間分布上，1985—1993年龍卷風(fēng)發(fā)生次數(shù)最多，90年代以后呈下降趨勢(shì)；③龍卷風(fēng)在夏季發(fā)生次數(shù)占總數(shù)的819%，龍卷風(fēng)主要發(fā)生時(shí)段為11：00—20：00；④對(duì)有災(zāi)情記錄的122個(gè)龍卷風(fēng)個(gè)例，經(jīng)專家評(píng)定， EF4和EF3級(jí)各1例， EF2級(jí)14例，EF1級(jí)52例，EF0級(jí)54例。
基于氣象報(bào)表、中國氣象災(zāi)害大典、氣象災(zāi)情數(shù)據(jù)庫以及檔案館地方志等歷史資料，查閱1956—2016年京津冀區(qū)域的龍卷風(fēng)個(gè)例，按照“增強(qiáng)藤田級(jí)別”龍卷風(fēng)強(qiáng)度等級(jí)分類標(biāo)準(zhǔn)，采用專家評(píng)定法對(duì)龍卷風(fēng)個(gè)例進(jìn)行定級(jí)，并運(yùn)用時(shí)間序列、趨勢(shì)分析和空間分析方法，對(duì)龍卷風(fēng)的時(shí)空分布、災(zāi)害特征進(jìn)行了統(tǒng)計(jì)分析。主要結(jié)論如下：①1956—2016年，京津冀區(qū)域共確認(rèn)龍卷風(fēng)個(gè)例188個(gè)，空間分布上，龍卷風(fēng)發(fā)生最多的區(qū)域有2個(gè)，一是張家口壩上4縣：張北、尚義、沽源、康保，二是京津冀東部地區(qū)，特別是滄州、天津、唐山、秦皇島沿海地區(qū)是龍卷風(fēng)高發(fā)區(qū)；②時(shí)間分布上，1985—1993年龍卷風(fēng)發(fā)生次數(shù)最多，90年代以后呈下降趨勢(shì)；③龍卷風(fēng)在夏季發(fā)生次數(shù)占總數(shù)的819%，龍卷風(fēng)主要發(fā)生時(shí)段為11：00—20：00；④對(duì)有災(zāi)情記錄的122個(gè)龍卷風(fēng)個(gè)例，經(jīng)專家評(píng)定， EF4和EF3級(jí)各1例， EF2級(jí)14例，EF1級(jí)52例，EF0級(jí)54例。
2019, 47(1):147-153.
摘要:
利用ARCGIS對(duì)天津市西青區(qū)的高精度地理信息數(shù)據(jù)、排水設(shè)施和排水方式進(jìn)行預(yù)處理，以西青區(qū)下墊面和明渠河道的水流運(yùn)動(dòng)為模擬對(duì)象，建立天津市西青區(qū)中小河流暴雨洪澇仿真模型。以區(qū)內(nèi)14條二級(jí)河道的水位變化作為模型的動(dòng)態(tài)側(cè)邊界條件，針對(duì)2016年7月20日的大暴雨過程，設(shè)計(jì)了4個(gè)模擬方案，對(duì)河道高水位及暴雨造成的洪澇淹沒過程進(jìn)行評(píng)估，并將模擬結(jié)果與實(shí)際調(diào)查內(nèi)澇災(zāi)情進(jìn)行對(duì)比，結(jié)果表明，模型可以較客觀地反映暴雨和河道水位變化對(duì)城鎮(zhèn)造成的內(nèi)澇災(zāi)害情況。
利用ARCGIS對(duì)天津市西青區(qū)的高精度地理信息數(shù)據(jù)、排水設(shè)施和排水方式進(jìn)行預(yù)處理，以西青區(qū)下墊面和明渠河道的水流運(yùn)動(dòng)為模擬對(duì)象，建立天津市西青區(qū)中小河流暴雨洪澇仿真模型。以區(qū)內(nèi)14條二級(jí)河道的水位變化作為模型的動(dòng)態(tài)側(cè)邊界條件，針對(duì)2016年7月20日的大暴雨過程，設(shè)計(jì)了4個(gè)模擬方案，對(duì)河道高水位及暴雨造成的洪澇淹沒過程進(jìn)行評(píng)估，并將模擬結(jié)果與實(shí)際調(diào)查內(nèi)澇災(zāi)情進(jìn)行對(duì)比，結(jié)果表明，模型可以較客觀地反映暴雨和河道水位變化對(duì)城鎮(zhèn)造成的內(nèi)澇災(zāi)害情況。
2019, 47(1):154-162.
摘要:
研究采用NorESM1M模式輸出的氣候情景資料驅(qū)動(dòng)農(nóng)業(yè)生態(tài)區(qū)模型，分析了21世紀(jì)中期在RCP 2.6和RCP8.5典型濃度路徑下的東北區(qū)域氣候資源變化。研究表明：在RCP2.6、RCP8.5兩種氣候變化情景下，東北區(qū)域年平均氣溫呈現(xiàn)升高趨勢(shì)，≥10 ℃積溫所反映的熱量條件得到顯著改善，以黑龍江省和遼中南積溫的增加最為明顯；受氣溫升高影響，2050s參考作物蒸散普遍增加。區(qū)域內(nèi)降水總量略有增加，東北西部干旱地區(qū)狀況略有改善，東部地區(qū)更加濕潤；趨于暖濕的氣候促使作物生長季延長，到21世紀(jì)中期，全區(qū)最長增加12.4天。
研究采用NorESM1M模式輸出的氣候情景資料驅(qū)動(dòng)農(nóng)業(yè)生態(tài)區(qū)模型，分析了21世紀(jì)中期在RCP 2.6和RCP8.5典型濃度路徑下的東北區(qū)域氣候資源變化。研究表明：在RCP2.6、RCP8.5兩種氣候變化情景下，東北區(qū)域年平均氣溫呈現(xiàn)升高趨勢(shì)，≥10 ℃積溫所反映的熱量條件得到顯著改善，以黑龍江省和遼中南積溫的增加最為明顯；受氣溫升高影響，2050s參考作物蒸散普遍增加。區(qū)域內(nèi)降水總量略有增加，東北西部干旱地區(qū)狀況略有改善，東部地區(qū)更加濕潤；趨于暖濕的氣候促使作物生長季延長，到21世紀(jì)中期，全區(qū)最長增加12.4天。
2019, 47(1):163-170.
摘要:
以2017年春夏季呼倫貝爾草原干旱過程為研究對(duì)象，利用呼倫貝爾草原范圍內(nèi)6個(gè)氣象站的氣溫、降水?dāng)?shù)據(jù)和MODIS NDVI數(shù)據(jù)，分析對(duì)比2017年4—9月多種氣象干旱指數(shù)（Pa30、SPI30、SPEI30、CI、MCI）與植被狀態(tài)指數(shù)（VCI）的監(jiān)測(cè)情況。結(jié)果表明：只考慮單一降水的氣象干旱指數(shù)（Pa30、SPI30）在4月波動(dòng)較大，且此類指數(shù)無法反映出高溫等其他氣象條件對(duì)干旱發(fā)展的影響。綜合氣象干旱指數(shù)(CI、MCI)由于引入多時(shí)間尺度干旱進(jìn)行計(jì)算，旱情緩解時(shí)輕旱等級(jí)持續(xù)的時(shí)間過長，且草原植被在降水增加后的恢復(fù)速度較快，造成干旱緩解期間植被與監(jiān)測(cè)結(jié)果差異較大。MCI與同期和前1期VCI的相關(guān)性最好，CI和SPEI30與前1期和前2期VCI的相關(guān)性較好，而只考慮單一降水的氣象干旱指數(shù)與VCI的相關(guān)性普遍偏差。植被對(duì)SPEI30的響應(yīng)時(shí)間更長，更適宜草原生態(tài)干旱的早期預(yù)警使用。
以2017年春夏季呼倫貝爾草原干旱過程為研究對(duì)象，利用呼倫貝爾草原范圍內(nèi)6個(gè)氣象站的氣溫、降水?dāng)?shù)據(jù)和MODIS NDVI數(shù)據(jù)，分析對(duì)比2017年4—9月多種氣象干旱指數(shù)（Pa30、SPI30、SPEI30、CI、MCI）與植被狀態(tài)指數(shù)（VCI）的監(jiān)測(cè)情況。結(jié)果表明：只考慮單一降水的氣象干旱指數(shù)（Pa30、SPI30）在4月波動(dòng)較大，且此類指數(shù)無法反映出高溫等其他氣象條件對(duì)干旱發(fā)展的影響。綜合氣象干旱指數(shù)(CI、MCI)由于引入多時(shí)間尺度干旱進(jìn)行計(jì)算，旱情緩解時(shí)輕旱等級(jí)持續(xù)的時(shí)間過長，且草原植被在降水增加后的恢復(fù)速度較快，造成干旱緩解期間植被與監(jiān)測(cè)結(jié)果差異較大。MCI與同期和前1期VCI的相關(guān)性最好，CI和SPEI30與前1期和前2期VCI的相關(guān)性較好，而只考慮單一降水的氣象干旱指數(shù)與VCI的相關(guān)性普遍偏差。植被對(duì)SPEI30的響應(yīng)時(shí)間更長，更適宜草原生態(tài)干旱的早期預(yù)警使用。
2019, 47(1):171-178.
摘要:
根據(jù)2005—2017年衛(wèi)星遙感反演的太湖藍(lán)藻水華信息，利用區(qū)域氣象觀測(cè)數(shù)據(jù)分析各類氣象因子對(duì)太湖藍(lán)藻深水華形成的影響，結(jié)果表明：①在日平均氣溫為0～35 ℃區(qū)間內(nèi)會(huì)出現(xiàn)藍(lán)藻聚集現(xiàn)象，其中最適宜氣溫區(qū)間為15.1～35 ℃，該區(qū)間內(nèi)累計(jì)出現(xiàn)藍(lán)藻水華的面積占比達(dá)90%、出現(xiàn)大面積藍(lán)藻水華占比達(dá)93%；②在衛(wèi)星觀測(cè)到藍(lán)藻前6 h,平均風(fēng)速為0.2～4.8 m/s區(qū)間內(nèi)能觀測(cè)到藍(lán)藻水華，其中最適宜的平均風(fēng)速區(qū)間為0.5～3.4 m/s，該區(qū)間內(nèi)藍(lán)藻水華累計(jì)出現(xiàn)次數(shù)占比達(dá)94.7%，大面積藍(lán)藻水華主要出現(xiàn)在平均風(fēng)速<2.0 m/s的情況下，占比89%；③降水總體上呈負(fù)效應(yīng)，但在觀測(cè)到有大面積藍(lán)藻水華的情況下，前24 h有小雨（＜10 mm）的情形與總降水次數(shù)之比達(dá)88%，說明小雨的適度擾動(dòng)有利于形成大面積藍(lán)藻水華；④日照充足有利于藍(lán)藻生長，但并非藍(lán)藻水華形成的必要條件。在此基礎(chǔ)上建立的多元回歸綜合氣象指數(shù)模型，擬合結(jié)果較好，通過了0.001的顯著性檢驗(yàn)。
根據(jù)2005—2017年衛(wèi)星遙感反演的太湖藍(lán)藻水華信息，利用區(qū)域氣象觀測(cè)數(shù)據(jù)分析各類氣象因子對(duì)太湖藍(lán)藻深水華形成的影響，結(jié)果表明：①在日平均氣溫為0～35 ℃區(qū)間內(nèi)會(huì)出現(xiàn)藍(lán)藻聚集現(xiàn)象，其中最適宜氣溫區(qū)間為15.1～35 ℃，該區(qū)間內(nèi)累計(jì)出現(xiàn)藍(lán)藻水華的面積占比達(dá)90%、出現(xiàn)大面積藍(lán)藻水華占比達(dá)93%；②在衛(wèi)星觀測(cè)到藍(lán)藻前6 h,平均風(fēng)速為0.2～4.8 m/s區(qū)間內(nèi)能觀測(cè)到藍(lán)藻水華，其中最適宜的平均風(fēng)速區(qū)間為0.5～3.4 m/s，該區(qū)間內(nèi)藍(lán)藻水華累計(jì)出現(xiàn)次數(shù)占比達(dá)94.7%，大面積藍(lán)藻水華主要出現(xiàn)在平均風(fēng)速<2.0 m/s的情況下，占比89%；③降水總體上呈負(fù)效應(yīng)，但在觀測(cè)到有大面積藍(lán)藻水華的情況下，前24 h有小雨（＜10 mm）的情形與總降水次數(shù)之比達(dá)88%，說明小雨的適度擾動(dòng)有利于形成大面積藍(lán)藻水華；④日照充足有利于藍(lán)藻生長，但并非藍(lán)藻水華形成的必要條件。在此基礎(chǔ)上建立的多元回歸綜合氣象指數(shù)模型，擬合結(jié)果較好，通過了0.001的顯著性檢驗(yàn)。
2019, 47(1):179-185.
摘要:
為了進(jìn)一步滿足華中區(qū)域?qū)Ω邥r(shí)空分辨率數(shù)值預(yù)報(bào)產(chǎn)品的業(yè)務(wù)需求，為短臨預(yù)報(bào)和精細(xì)化格點(diǎn)預(yù)報(bào)提供技術(shù)支撐，華中區(qū)域快速更新同化預(yù)報(bào)模式系統(tǒng)于2015年7月完成系統(tǒng)搭建并開始業(yè)務(wù)試運(yùn)行，2017年12月又根據(jù)業(yè)務(wù)需要完成了系統(tǒng)結(jié)構(gòu)的調(diào)整。由于該系統(tǒng)具有流程復(fù)雜，步驟繁多的特點(diǎn)，為了使調(diào)度監(jiān)控更加直觀，故障定位更加準(zhǔn)確，系統(tǒng)維護(hù)更加高效，運(yùn)用ECFLOW技術(shù)對(duì)整個(gè)預(yù)報(bào)系統(tǒng)進(jìn)行了流程化調(diào)度開發(fā)，設(shè)計(jì)并實(shí)現(xiàn)了華中區(qū)域快速更新同化預(yù)報(bào)業(yè)務(wù)流程監(jiān)控系統(tǒng)。該系統(tǒng)圖形界面美觀友好，流程結(jié)構(gòu)清晰明了，故障定位準(zhǔn)確且處理操作簡單，可大幅提升業(yè)務(wù)模式運(yùn)行監(jiān)控及維護(hù)的工作效率。
為了進(jìn)一步滿足華中區(qū)域?qū)Ω邥r(shí)空分辨率數(shù)值預(yù)報(bào)產(chǎn)品的業(yè)務(wù)需求，為短臨預(yù)報(bào)和精細(xì)化格點(diǎn)預(yù)報(bào)提供技術(shù)支撐，華中區(qū)域快速更新同化預(yù)報(bào)模式系統(tǒng)于2015年7月完成系統(tǒng)搭建并開始業(yè)務(wù)試運(yùn)行，2017年12月又根據(jù)業(yè)務(wù)需要完成了系統(tǒng)結(jié)構(gòu)的調(diào)整。由于該系統(tǒng)具有流程復(fù)雜，步驟繁多的特點(diǎn)，為了使調(diào)度監(jiān)控更加直觀，故障定位更加準(zhǔn)確，系統(tǒng)維護(hù)更加高效，運(yùn)用ECFLOW技術(shù)對(duì)整個(gè)預(yù)報(bào)系統(tǒng)進(jìn)行了流程化調(diào)度開發(fā)，設(shè)計(jì)并實(shí)現(xiàn)了華中區(qū)域快速更新同化預(yù)報(bào)業(yè)務(wù)流程監(jiān)控系統(tǒng)。該系統(tǒng)圖形界面美觀友好，流程結(jié)構(gòu)清晰明了，故障定位準(zhǔn)確且處理操作簡單，可大幅提升業(yè)務(wù)模式運(yùn)行監(jiān)控及維護(hù)的工作效率。
2019, 47(1):186-190.
摘要:
為改進(jìn)現(xiàn)代農(nóng)業(yè)氣象服務(wù)技術(shù)水平，推進(jìn)氣象為農(nóng)特色服務(wù)，提升農(nóng)產(chǎn)品的品質(zhì)，提高為農(nóng)服務(wù)效益，基于J2EE技術(shù)架構(gòu)，利用Eclipse開發(fā)環(huán)境，開發(fā)了農(nóng)產(chǎn)品氣候品質(zhì)認(rèn)證與溯源平臺(tái)。該平臺(tái)采用3層Web體系結(jié)構(gòu)和MVC模式,設(shè)計(jì)了接口層、系統(tǒng)平臺(tái)基礎(chǔ)設(shè)施層、JSP通用架構(gòu)框架、業(yè)務(wù)服務(wù)層、Web應(yīng)用層組件，有效地提高了系統(tǒng)的安全性、可移植性以及開發(fā)效率。詳細(xì)介紹了系統(tǒng)總體架構(gòu)、工作流程和關(guān)鍵技術(shù)，其中認(rèn)證模塊采用了平臺(tái)評(píng)分與專家評(píng)分相結(jié)合的模式，提高了認(rèn)證信息的可靠性；溯源模塊采用了AES和RSA混合加密算法生成二維碼，保證了農(nóng)產(chǎn)品溯源系統(tǒng)的安全性。
為改進(jìn)現(xiàn)代農(nóng)業(yè)氣象服務(wù)技術(shù)水平，推進(jìn)氣象為農(nóng)特色服務(wù)，提升農(nóng)產(chǎn)品的品質(zhì)，提高為農(nóng)服務(wù)效益，基于J2EE技術(shù)架構(gòu)，利用Eclipse開發(fā)環(huán)境，開發(fā)了農(nóng)產(chǎn)品氣候品質(zhì)認(rèn)證與溯源平臺(tái)。該平臺(tái)采用3層Web體系結(jié)構(gòu)和MVC模式,設(shè)計(jì)了接口層、系統(tǒng)平臺(tái)基礎(chǔ)設(shè)施層、JSP通用架構(gòu)框架、業(yè)務(wù)服務(wù)層、Web應(yīng)用層組件，有效地提高了系統(tǒng)的安全性、可移植性以及開發(fā)效率。詳細(xì)介紹了系統(tǒng)總體架構(gòu)、工作流程和關(guān)鍵技術(shù)，其中認(rèn)證模塊采用了平臺(tái)評(píng)分與專家評(píng)分相結(jié)合的模式，提高了認(rèn)證信息的可靠性；溯源模塊采用了AES和RSA混合加密算法生成二維碼，保證了農(nóng)產(chǎn)品溯源系統(tǒng)的安全性。
友情鏈接《氣象學(xué)報(bào)》《應(yīng)用氣象學(xué)報(bào)》《氣象》《氣象科學(xué)》中國氣象局中國氣象局氣象探測(cè)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