2019年第47卷第2期文章目次
2019, 47(2):191-200.
摘要:
2014—2017年四川地區(qū)開展了大范圍云系觀測(cè)科學(xué)試驗(yàn)。觀測(cè)對(duì)象以盆地層狀云系和積層混合云系為主，積狀云（對(duì)流云）為輔。本文圍繞試驗(yàn)?zāi)繕?biāo)、區(qū)域、觀測(cè)要素、觀測(cè)布局設(shè)計(jì)、觀測(cè)方案設(shè)計(jì)、設(shè)備技術(shù)參數(shù)和典型個(gè)例等7個(gè)方面進(jìn)行介紹，根據(jù)不同類型云系和降水變化特征，設(shè)計(jì)有針對(duì)性的觀測(cè)方案，獲得了不同類型云系和降水的多尺度連續(xù)性觀測(cè)數(shù)據(jù)，為四川地區(qū)開展云和降水關(guān)系研究提供詳實(shí)的綜合型外場(chǎng)觀測(cè)數(shù)據(jù)。層狀降水云典型個(gè)例云高可達(dá)8 km，云強(qiáng)核心部位的云雷達(dá)反射率可達(dá)28 dBz，徑向速度可達(dá)-6 m〖DK〗·s-1，在0 ℃附近，反射率和退偏振因子LDR上有一條明顯的亮帶，表現(xiàn)為極大值，液態(tài)水主要集中于4.5 km以下，隨著雨強(qiáng)增大，液水含量增加，降水滴譜分布較窄，隨著雨強(qiáng)減小，雨滴譜和速度譜變窄，但小粒徑數(shù)濃度增加，說明對(duì)層狀云雨強(qiáng)起主導(dǎo)作用的是雨滴直徑，而不是數(shù)濃度；無降水層狀云典型個(gè)例云層厚度為3.2 km，云頂約為4 km，云雷達(dá)反射率不超過0 dBz，徑向速度不超過5 m〖DK〗·s-1，層狀云內(nèi)整層水汽含量和液水含量較為穩(wěn)定，云中主要為液態(tài)粒子且粒徑偏小、小粒徑數(shù)濃度較高。
2014—2017年四川地區(qū)開展了大范圍云系觀測(cè)科學(xué)試驗(yàn)。觀測(cè)對(duì)象以盆地層狀云系和積層混合云系為主，積狀云（對(duì)流云）為輔。本文圍繞試驗(yàn)?zāi)繕?biāo)、區(qū)域、觀測(cè)要素、觀測(cè)布局設(shè)計(jì)、觀測(cè)方案設(shè)計(jì)、設(shè)備技術(shù)參數(shù)和典型個(gè)例等7個(gè)方面進(jìn)行介紹，根據(jù)不同類型云系和降水變化特征，設(shè)計(jì)有針對(duì)性的觀測(cè)方案，獲得了不同類型云系和降水的多尺度連續(xù)性觀測(cè)數(shù)據(jù)，為四川地區(qū)開展云和降水關(guān)系研究提供詳實(shí)的綜合型外場(chǎng)觀測(cè)數(shù)據(jù)。層狀降水云典型個(gè)例云高可達(dá)8 km，云強(qiáng)核心部位的云雷達(dá)反射率可達(dá)28 dBz，徑向速度可達(dá)-6 m〖DK〗·s-1，在0 ℃附近，反射率和退偏振因子LDR上有一條明顯的亮帶，表現(xiàn)為極大值，液態(tài)水主要集中于4.5 km以下，隨著雨強(qiáng)增大，液水含量增加，降水滴譜分布較窄，隨著雨強(qiáng)減小，雨滴譜和速度譜變窄，但小粒徑數(shù)濃度增加，說明對(duì)層狀云雨強(qiáng)起主導(dǎo)作用的是雨滴直徑，而不是數(shù)濃度；無降水層狀云典型個(gè)例云層厚度為3.2 km，云頂約為4 km，云雷達(dá)反射率不超過0 dBz，徑向速度不超過5 m〖DK〗·s-1，層狀云內(nèi)整層水汽含量和液水含量較為穩(wěn)定，云中主要為液態(tài)粒子且粒徑偏小、小粒徑數(shù)濃度較高。
2019, 47(2):201-206.
摘要:
為了改善系統(tǒng)相位噪聲及地物雜波抑制能力，對(duì)國(guó)內(nèi)部分CINRAD/SA天氣雷達(dá)實(shí)施了Burst技術(shù)改造，以減少和消除發(fā)射信號(hào)相位抖動(dòng)的影響。為了檢驗(yàn)CINRAD/SA天氣雷達(dá)在Burst技術(shù)改造后相位噪聲及地物雜波抑制能力的改善效果，采用理論分析、性能測(cè)試和回波數(shù)據(jù)分析等方法對(duì)性能進(jìn)行了測(cè)試。檢驗(yàn)結(jié)果表明，Burst技術(shù)改造后CINRAD/SA天氣雷達(dá)系統(tǒng)的相位噪聲降低約0.05°，地物雜波抑制能力提高到55 dB以上，相位噪聲及地物雜波抑制能力改善較明顯，可作為其他型號(hào)天氣雷達(dá)技術(shù)改造的良好借鑒。
為了改善系統(tǒng)相位噪聲及地物雜波抑制能力，對(duì)國(guó)內(nèi)部分CINRAD/SA天氣雷達(dá)實(shí)施了Burst技術(shù)改造，以減少和消除發(fā)射信號(hào)相位抖動(dòng)的影響。為了檢驗(yàn)CINRAD/SA天氣雷達(dá)在Burst技術(shù)改造后相位噪聲及地物雜波抑制能力的改善效果，采用理論分析、性能測(cè)試和回波數(shù)據(jù)分析等方法對(duì)性能進(jìn)行了測(cè)試。檢驗(yàn)結(jié)果表明，Burst技術(shù)改造后CINRAD/SA天氣雷達(dá)系統(tǒng)的相位噪聲降低約0.05°，地物雜波抑制能力提高到55 dB以上，相位噪聲及地物雜波抑制能力改善較明顯，可作為其他型號(hào)天氣雷達(dá)技術(shù)改造的良好借鑒。
2019, 47(2):207-213.
摘要:
廣州CINRAD/SA雷達(dá)完成雙偏振升級(jí)改造后，本文評(píng)估分析了其探測(cè)靈敏度、地物抑制能力以及差分反射率ZDR，差分相移〖WTBX〗Φ〖WTBZ〗DP、差分相移率KDP及相關(guān)系數(shù)的數(shù)據(jù)質(zhì)量，結(jié)果表明：雙偏振升級(jí)后雷達(dá)靈敏度與升級(jí)前基本一致，地物雜波抑制效果有明顯改善；ZDR系統(tǒng)偏差變化穩(wěn)定，隨Z的增長(zhǎng)趨勢(shì)與經(jīng)驗(yàn)值一致，測(cè)量誤差不超過02 dB；〖WTBX〗Φ〖WTBZ〗DP的初始相位具有較好的穩(wěn)定性，KDP對(duì)強(qiáng)降水敏感，與強(qiáng)降水有很好的對(duì)應(yīng)關(guān)系；相關(guān)系數(shù)能夠很好地區(qū)分氣象和非氣象回波。
廣州CINRAD/SA雷達(dá)完成雙偏振升級(jí)改造后，本文評(píng)估分析了其探測(cè)靈敏度、地物抑制能力以及差分反射率ZDR，差分相移〖WTBX〗Φ〖WTBZ〗DP、差分相移率KDP及相關(guān)系數(shù)的數(shù)據(jù)質(zhì)量，結(jié)果表明：雙偏振升級(jí)后雷達(dá)靈敏度與升級(jí)前基本一致，地物雜波抑制效果有明顯改善；ZDR系統(tǒng)偏差變化穩(wěn)定，隨Z的增長(zhǎng)趨勢(shì)與經(jīng)驗(yàn)值一致，測(cè)量誤差不超過02 dB；〖WTBX〗Φ〖WTBZ〗DP的初始相位具有較好的穩(wěn)定性，KDP對(duì)強(qiáng)降水敏感，與強(qiáng)降水有很好的對(duì)應(yīng)關(guān)系；相關(guān)系數(shù)能夠很好地區(qū)分氣象和非氣象回波。
2019, 47(2):214-221.
摘要:
利用2016年上海沿岸海域19個(gè)站點(diǎn)的風(fēng)場(chǎng)資料，進(jìn)行了風(fēng)場(chǎng)質(zhì)量控制，包括完整性檢查、內(nèi)部一致性檢查、持續(xù)性檢查和高度訂正。同時(shí)挑選10個(gè)站點(diǎn)作為實(shí)況對(duì)2016年風(fēng)場(chǎng)模式預(yù)報(bào)進(jìn)行檢驗(yàn)，包括風(fēng)速預(yù)報(bào)誤差、風(fēng)速預(yù)報(bào)準(zhǔn)確率和風(fēng)向預(yù)報(bào)檢驗(yàn)，對(duì)比了風(fēng)場(chǎng)觀測(cè)資料質(zhì)量控制前后的檢驗(yàn)結(jié)果，最后對(duì)兩次大風(fēng)過程進(jìn)行了檢驗(yàn)。結(jié)果表明：預(yù)報(bào)檢驗(yàn)結(jié)果均隨著預(yù)報(bào)時(shí)效的增加而變差；整體誤差秋季和冬季較小，6月和7月誤差較大；分級(jí)檢驗(yàn)0～5級(jí)風(fēng)速準(zhǔn)確率在0.9～1之間，預(yù)報(bào)值比實(shí)況偏大，6級(jí)以上風(fēng)速預(yù)報(bào)準(zhǔn)確率逐漸降低，且預(yù)報(bào)值比實(shí)況偏小；風(fēng)向檢驗(yàn)呈現(xiàn)明顯的季節(jié)性，冬季12月、1月誤差小，準(zhǔn)確率最高，夏季6月誤差最大，準(zhǔn)確率最低；質(zhì)量控制后檢驗(yàn)結(jié)果都得到正面提升；兩次大風(fēng)過程預(yù)報(bào)準(zhǔn)確率均在70%以上。
利用2016年上海沿岸海域19個(gè)站點(diǎn)的風(fēng)場(chǎng)資料，進(jìn)行了風(fēng)場(chǎng)質(zhì)量控制，包括完整性檢查、內(nèi)部一致性檢查、持續(xù)性檢查和高度訂正。同時(shí)挑選10個(gè)站點(diǎn)作為實(shí)況對(duì)2016年風(fēng)場(chǎng)模式預(yù)報(bào)進(jìn)行檢驗(yàn)，包括風(fēng)速預(yù)報(bào)誤差、風(fēng)速預(yù)報(bào)準(zhǔn)確率和風(fēng)向預(yù)報(bào)檢驗(yàn)，對(duì)比了風(fēng)場(chǎng)觀測(cè)資料質(zhì)量控制前后的檢驗(yàn)結(jié)果，最后對(duì)兩次大風(fēng)過程進(jìn)行了檢驗(yàn)。結(jié)果表明：預(yù)報(bào)檢驗(yàn)結(jié)果均隨著預(yù)報(bào)時(shí)效的增加而變差；整體誤差秋季和冬季較小，6月和7月誤差較大；分級(jí)檢驗(yàn)0～5級(jí)風(fēng)速準(zhǔn)確率在0.9～1之間，預(yù)報(bào)值比實(shí)況偏大，6級(jí)以上風(fēng)速預(yù)報(bào)準(zhǔn)確率逐漸降低，且預(yù)報(bào)值比實(shí)況偏小；風(fēng)向檢驗(yàn)呈現(xiàn)明顯的季節(jié)性，冬季12月、1月誤差小，準(zhǔn)確率最高，夏季6月誤差最大，準(zhǔn)確率最低；質(zhì)量控制后檢驗(yàn)結(jié)果都得到正面提升；兩次大風(fēng)過程預(yù)報(bào)準(zhǔn)確率均在70%以上。
2019, 47(2):222-228.
摘要:
主導(dǎo)能見度是航空活動(dòng)能否正常進(jìn)行的重要標(biāo)準(zhǔn)之一。伴隨我國(guó)通用機(jī)場(chǎng)建設(shè)，主導(dǎo)能見度的自動(dòng)觀測(cè)具有重要的實(shí)際意義。本文使用中值法、圖形比例法和均值法3種方法，利用機(jī)場(chǎng)現(xiàn)有多套能見度傳感器進(jìn)行主導(dǎo)能見度自動(dòng)觀測(cè)，并使用3種方法研究分析了天津、大連、海拉爾、成都和重慶5個(gè)機(jī)場(chǎng)2014年12月10日起連續(xù)100天的07:00和19:00 2個(gè)時(shí)間點(diǎn)的多能見度傳感器測(cè)量值。結(jié)果表明:相比于中值法和圖形比例法，均值法具有更小的觀測(cè)偏差；觀測(cè)原理和方法、能見度傳感器數(shù)量、地區(qū)氣候差異和觀測(cè)位置差異是影響主導(dǎo)能見度自動(dòng)觀測(cè)數(shù)據(jù)質(zhì)量的主要影響因素。
主導(dǎo)能見度是航空活動(dòng)能否正常進(jìn)行的重要標(biāo)準(zhǔn)之一。伴隨我國(guó)通用機(jī)場(chǎng)建設(shè)，主導(dǎo)能見度的自動(dòng)觀測(cè)具有重要的實(shí)際意義。本文使用中值法、圖形比例法和均值法3種方法，利用機(jī)場(chǎng)現(xiàn)有多套能見度傳感器進(jìn)行主導(dǎo)能見度自動(dòng)觀測(cè)，并使用3種方法研究分析了天津、大連、海拉爾、成都和重慶5個(gè)機(jī)場(chǎng)2014年12月10日起連續(xù)100天的07:00和19:00 2個(gè)時(shí)間點(diǎn)的多能見度傳感器測(cè)量值。結(jié)果表明:相比于中值法和圖形比例法，均值法具有更小的觀測(cè)偏差；觀測(cè)原理和方法、能見度傳感器數(shù)量、地區(qū)氣候差異和觀測(cè)位置差異是影響主導(dǎo)能見度自動(dòng)觀測(cè)數(shù)據(jù)質(zhì)量的主要影響因素。
2019, 47(2):229-236.
摘要:
針對(duì)氣象站網(wǎng)信息流轉(zhuǎn)路徑的優(yōu)化開展研究，在分析現(xiàn)有站網(wǎng)信息兩條流轉(zhuǎn)路徑對(duì)站網(wǎng)準(zhǔn)確性和一致性影響的基礎(chǔ)上，提出站網(wǎng)信息流轉(zhuǎn)路徑優(yōu)化方案，包括基于兩級(jí)審核機(jī)制的站網(wǎng)信息業(yè)務(wù)管理路徑優(yōu)化、基于實(shí)時(shí)檢測(cè)-反饋機(jī)制的站網(wǎng)信息上行氣象資料傳輸路徑優(yōu)化和站網(wǎng)信息版本控制優(yōu)化。通過管理手段與業(yè)務(wù)平臺(tái)相結(jié)合的方式將該優(yōu)化方案在省級(jí)氣象業(yè)務(wù)中予以實(shí)施，數(shù)據(jù)分析表明：該優(yōu)化方案對(duì)于提高站網(wǎng)信息質(zhì)量具有明顯的成效，有助于實(shí)現(xiàn)氣象站網(wǎng)信息的規(guī)范化管理和應(yīng)用。
針對(duì)氣象站網(wǎng)信息流轉(zhuǎn)路徑的優(yōu)化開展研究，在分析現(xiàn)有站網(wǎng)信息兩條流轉(zhuǎn)路徑對(duì)站網(wǎng)準(zhǔn)確性和一致性影響的基礎(chǔ)上，提出站網(wǎng)信息流轉(zhuǎn)路徑優(yōu)化方案，包括基于兩級(jí)審核機(jī)制的站網(wǎng)信息業(yè)務(wù)管理路徑優(yōu)化、基于實(shí)時(shí)檢測(cè)-反饋機(jī)制的站網(wǎng)信息上行氣象資料傳輸路徑優(yōu)化和站網(wǎng)信息版本控制優(yōu)化。通過管理手段與業(yè)務(wù)平臺(tái)相結(jié)合的方式將該優(yōu)化方案在省級(jí)氣象業(yè)務(wù)中予以實(shí)施，數(shù)據(jù)分析表明：該優(yōu)化方案對(duì)于提高站網(wǎng)信息質(zhì)量具有明顯的成效，有助于實(shí)現(xiàn)氣象站網(wǎng)信息的規(guī)范化管理和應(yīng)用。
2019, 47(2):237-243.
摘要:
針對(duì)CIMISS數(shù)據(jù)存儲(chǔ)管理系統(tǒng)在業(yè)務(wù)運(yùn)行中出現(xiàn)的性能瓶頸問題，在分析該系統(tǒng)流程的基礎(chǔ)上，根據(jù)性能瓶頸出現(xiàn)的不同環(huán)節(jié)開展相應(yīng)的優(yōu)化工作，針對(duì)數(shù)據(jù)存儲(chǔ)性能問題，分析了傳統(tǒng)Share Disk和最新Share Nothing架構(gòu)的差異，設(shè)計(jì)了分布式數(shù)據(jù)庫的部署方案和嵌入CIMISS技術(shù)方案。針對(duì)業(yè)務(wù)調(diào)度進(jìn)程的性能瓶頸，優(yōu)化了相應(yīng)的調(diào)度記錄項(xiàng)。數(shù)據(jù)分析表明，上述優(yōu)化措施實(shí)施后，數(shù)據(jù)存儲(chǔ)管理系統(tǒng)的服務(wù)性能和運(yùn)行穩(wěn)定性提升明顯，數(shù)據(jù)服務(wù)接口皆有數(shù)倍的性能提升，非結(jié)構(gòu)化數(shù)據(jù)平均入庫及時(shí)率高于98%，為各類氣象業(yè)務(wù)應(yīng)用提供了穩(wěn)定可靠的數(shù)據(jù)環(huán)境支撐。
針對(duì)CIMISS數(shù)據(jù)存儲(chǔ)管理系統(tǒng)在業(yè)務(wù)運(yùn)行中出現(xiàn)的性能瓶頸問題，在分析該系統(tǒng)流程的基礎(chǔ)上，根據(jù)性能瓶頸出現(xiàn)的不同環(huán)節(jié)開展相應(yīng)的優(yōu)化工作，針對(duì)數(shù)據(jù)存儲(chǔ)性能問題，分析了傳統(tǒng)Share Disk和最新Share Nothing架構(gòu)的差異，設(shè)計(jì)了分布式數(shù)據(jù)庫的部署方案和嵌入CIMISS技術(shù)方案。針對(duì)業(yè)務(wù)調(diào)度進(jìn)程的性能瓶頸，優(yōu)化了相應(yīng)的調(diào)度記錄項(xiàng)。數(shù)據(jù)分析表明，上述優(yōu)化措施實(shí)施后，數(shù)據(jù)存儲(chǔ)管理系統(tǒng)的服務(wù)性能和運(yùn)行穩(wěn)定性提升明顯，數(shù)據(jù)服務(wù)接口皆有數(shù)倍的性能提升，非結(jié)構(gòu)化數(shù)據(jù)平均入庫及時(shí)率高于98%，為各類氣象業(yè)務(wù)應(yīng)用提供了穩(wěn)定可靠的數(shù)據(jù)環(huán)境支撐。
2019, 47(2):244-254.
摘要:
基于青藏高原東北部68個(gè)國(guó)家氣象站資料，統(tǒng)計(jì)了1961—2015年各站和全區(qū)月、季、年強(qiáng)冷空氣的次數(shù)資料，利用氣候診斷方法分析了強(qiáng)冷空氣的變化特征及其影響，結(jié)果表明：在空間尺度上，1961—2015年強(qiáng)冷空氣次數(shù)全年20站、春季11站、夏季17站、秋季12站、冬季8站，呈顯著的減少趨勢(shì)。在時(shí)間尺度上，1961—2015年以來，青藏高原東北部年平均強(qiáng)冷空氣次數(shù)每10年減少0.401次，呈顯著的減少趨勢(shì)；該區(qū)域夏季和秋季平均強(qiáng)冷空氣次數(shù)每10年分別減少0.094、0.119次，也呈顯著的減少趨勢(shì)，春季和冬季每10年分別減少0.087、0.076次，減少的趨勢(shì)不顯著。在時(shí)段尺度上，青藏高原東北部年平均強(qiáng)冷空氣次數(shù)1983—2014年呈顯著減少趨勢(shì)，而1962—1982年僅存在減少的趨勢(shì)。1961—2015年青藏高原東北部年平均強(qiáng)冷空氣次數(shù)減少是由年平均最低氣溫顯著升高和年大風(fēng)日數(shù)顯著減少而導(dǎo)致的。
基于青藏高原東北部68個(gè)國(guó)家氣象站資料，統(tǒng)計(jì)了1961—2015年各站和全區(qū)月、季、年強(qiáng)冷空氣的次數(shù)資料，利用氣候診斷方法分析了強(qiáng)冷空氣的變化特征及其影響，結(jié)果表明：在空間尺度上，1961—2015年強(qiáng)冷空氣次數(shù)全年20站、春季11站、夏季17站、秋季12站、冬季8站，呈顯著的減少趨勢(shì)。在時(shí)間尺度上，1961—2015年以來，青藏高原東北部年平均強(qiáng)冷空氣次數(shù)每10年減少0.401次，呈顯著的減少趨勢(shì)；該區(qū)域夏季和秋季平均強(qiáng)冷空氣次數(shù)每10年分別減少0.094、0.119次，也呈顯著的減少趨勢(shì)，春季和冬季每10年分別減少0.087、0.076次，減少的趨勢(shì)不顯著。在時(shí)段尺度上，青藏高原東北部年平均強(qiáng)冷空氣次數(shù)1983—2014年呈顯著減少趨勢(shì)，而1962—1982年僅存在減少的趨勢(shì)。1961—2015年青藏高原東北部年平均強(qiáng)冷空氣次數(shù)減少是由年平均最低氣溫顯著升高和年大風(fēng)日數(shù)顯著減少而導(dǎo)致的。
2019, 47(2):255-261.
摘要:
利用澳大利亞氣象局MJO（MaddenJulian Oscillation）指數(shù)(1979—2015年)資料、NCEP/NCAR全球再分析格點(diǎn)資料和中國(guó)氣象局上海臺(tái)風(fēng)研究所臺(tái)風(fēng)資料，分析了MJO不同位相、強(qiáng)度與7—10月影響海南島的熱帶氣旋活動(dòng)的關(guān)系。結(jié)果表明：7—10月影響海南島的熱帶氣旋活躍期和沉寂期與MJO的位相和強(qiáng)度有關(guān)，但7—8月和9—10月的熱帶氣旋活躍期和沉寂期對(duì)應(yīng)的MJO位相和強(qiáng)度有所不同。在7、8月，當(dāng)MJO處于強(qiáng)的第3、6位相或弱的第4位相時(shí)有利于熱帶氣旋影響海南島，當(dāng)MJO處于強(qiáng)的第1、2、8位相時(shí)則不利于熱帶氣旋影響海南島。在9、10月，當(dāng)MJO處于7位相時(shí)有利于熱帶氣旋影響海南島，當(dāng)MJO處于1位相時(shí)則不利于熱帶氣旋影響海南島。無論是7、8月還是9、10月，有利于熱帶氣旋偏多和偏少的MJO位相對(duì)應(yīng)的環(huán)流形勢(shì)基本相反。
利用澳大利亞氣象局MJO（MaddenJulian Oscillation）指數(shù)(1979—2015年)資料、NCEP/NCAR全球再分析格點(diǎn)資料和中國(guó)氣象局上海臺(tái)風(fēng)研究所臺(tái)風(fēng)資料，分析了MJO不同位相、強(qiáng)度與7—10月影響海南島的熱帶氣旋活動(dòng)的關(guān)系。結(jié)果表明：7—10月影響海南島的熱帶氣旋活躍期和沉寂期與MJO的位相和強(qiáng)度有關(guān)，但7—8月和9—10月的熱帶氣旋活躍期和沉寂期對(duì)應(yīng)的MJO位相和強(qiáng)度有所不同。在7、8月，當(dāng)MJO處于強(qiáng)的第3、6位相或弱的第4位相時(shí)有利于熱帶氣旋影響海南島，當(dāng)MJO處于強(qiáng)的第1、2、8位相時(shí)則不利于熱帶氣旋影響海南島。在9、10月，當(dāng)MJO處于7位相時(shí)有利于熱帶氣旋影響海南島，當(dāng)MJO處于1位相時(shí)則不利于熱帶氣旋影響海南島。無論是7、8月還是9、10月，有利于熱帶氣旋偏多和偏少的MJO位相對(duì)應(yīng)的環(huán)流形勢(shì)基本相反。
2019, 47(2):262-268.
摘要:
對(duì)1981—2017年NCEP/NCAR逐日再分析資料采用客觀方法識(shí)別南支槽活動(dòng)，并結(jié)合四川地區(qū)156個(gè)國(guó)家觀測(cè)站的逐日降水資料，統(tǒng)計(jì)分析了南支槽的時(shí)空分布特征及其對(duì)四川地區(qū)降水的影響。結(jié)果表明:①南支槽平均每年出現(xiàn)47.9次，月分布呈雙峰型，1月和5月出現(xiàn)頻次最高；②出現(xiàn)最多的區(qū)域?yàn)槊霞永瓰骋员薄⑶嗖馗咴蟼?cè)的90°E附近，22°～24°N地區(qū)；③11月至次年1月為南支槽的增強(qiáng)期，南支槽強(qiáng)度大致上隨著經(jīng)度的增加而減小，但在86°E和96°E附近為增強(qiáng)區(qū)；④南支槽活動(dòng)同期，約73.97%的對(duì)應(yīng)時(shí)段四川地區(qū)有降水過程，降水頻率大值區(qū)主要位于盆地西南部和南部；⑤南支槽位置偏西時(shí)四川地區(qū)更容易出現(xiàn)降水過程，但呈現(xiàn)出較強(qiáng)降水過程對(duì)應(yīng)的南支槽強(qiáng)度較弱的現(xiàn)象。
對(duì)1981—2017年NCEP/NCAR逐日再分析資料采用客觀方法識(shí)別南支槽活動(dòng)，并結(jié)合四川地區(qū)156個(gè)國(guó)家觀測(cè)站的逐日降水資料，統(tǒng)計(jì)分析了南支槽的時(shí)空分布特征及其對(duì)四川地區(qū)降水的影響。結(jié)果表明:①南支槽平均每年出現(xiàn)47.9次，月分布呈雙峰型，1月和5月出現(xiàn)頻次最高；②出現(xiàn)最多的區(qū)域?yàn)槊霞永瓰骋员薄⑶嗖馗咴蟼?cè)的90°E附近，22°～24°N地區(qū)；③11月至次年1月為南支槽的增強(qiáng)期，南支槽強(qiáng)度大致上隨著經(jīng)度的增加而減小，但在86°E和96°E附近為增強(qiáng)區(qū)；④南支槽活動(dòng)同期，約73.97%的對(duì)應(yīng)時(shí)段四川地區(qū)有降水過程，降水頻率大值區(qū)主要位于盆地西南部和南部；⑤南支槽位置偏西時(shí)四川地區(qū)更容易出現(xiàn)降水過程，但呈現(xiàn)出較強(qiáng)降水過程對(duì)應(yīng)的南支槽強(qiáng)度較弱的現(xiàn)象。
2019, 47(2):269-275.
摘要:
利用青海省黃南地區(qū)近54 a (1960—2013年)蒸發(fā)量、氣溫、降水量、日照時(shí)數(shù)、水汽壓等資料，應(yīng)用地理信息系統(tǒng)、數(shù)理統(tǒng)計(jì)、線性回歸和MannKendall檢驗(yàn)等方法分析了黃南地區(qū)蒸發(fā)量的空間及時(shí)間變化趨勢(shì)，并對(duì)黃南地區(qū)蒸發(fā)量變化特征及其影響因子進(jìn)行了診斷研究。結(jié)果表明：黃南地區(qū)年平均蒸發(fā)量呈明顯的下降趨勢(shì)，20世紀(jì)60—70年代為蒸發(fā)量偏多階段，80年代及后為偏少階段；黃南地區(qū)蒸發(fā)量最大的季節(jié)是春季和夏季，各季蒸發(fā)量均呈減少趨勢(shì)；黃南地區(qū)年蒸發(fā)量在1973年發(fā)生了由多到少的突變，春、夏、秋、冬季分別發(fā)在1973、1975、1976和1974年；分析影響蒸發(fā)量的相關(guān)因子，蒸發(fā)量與日照時(shí)數(shù)呈顯著的正相關(guān)關(guān)系，與水汽壓和降水量呈顯著的負(fù)相關(guān)關(guān)系，日照時(shí)數(shù)的減小是蒸發(fā)量減少的主要影響因子。
利用青海省黃南地區(qū)近54 a (1960—2013年)蒸發(fā)量、氣溫、降水量、日照時(shí)數(shù)、水汽壓等資料，應(yīng)用地理信息系統(tǒng)、數(shù)理統(tǒng)計(jì)、線性回歸和MannKendall檢驗(yàn)等方法分析了黃南地區(qū)蒸發(fā)量的空間及時(shí)間變化趨勢(shì)，并對(duì)黃南地區(qū)蒸發(fā)量變化特征及其影響因子進(jìn)行了診斷研究。結(jié)果表明：黃南地區(qū)年平均蒸發(fā)量呈明顯的下降趨勢(shì)，20世紀(jì)60—70年代為蒸發(fā)量偏多階段，80年代及后為偏少階段；黃南地區(qū)蒸發(fā)量最大的季節(jié)是春季和夏季，各季蒸發(fā)量均呈減少趨勢(shì)；黃南地區(qū)年蒸發(fā)量在1973年發(fā)生了由多到少的突變，春、夏、秋、冬季分別發(fā)在1973、1975、1976和1974年；分析影響蒸發(fā)量的相關(guān)因子，蒸發(fā)量與日照時(shí)數(shù)呈顯著的正相關(guān)關(guān)系，與水汽壓和降水量呈顯著的負(fù)相關(guān)關(guān)系，日照時(shí)數(shù)的減小是蒸發(fā)量減少的主要影響因子。
2019, 47(2):276-281.
摘要:
根據(jù)GABLS（Global Energy and Water Cycle Experiment Atmospheric Boundary Layer Study）的第2個(gè)個(gè)例在GRAPES（Global and Regional Assimilation and PrEdiction System）單柱模式中構(gòu)造了一個(gè)試驗(yàn)，用于檢驗(yàn)規(guī)定的下墊面溫度強(qiáng)迫條件下邊界層過程的晝夜循環(huán)模擬能力。然后，將模擬結(jié)果與觀測(cè)和大渦模擬結(jié)果進(jìn)行了比較。結(jié)果表明，在規(guī)定的下墊面溫度強(qiáng)迫下，GRAPES模擬的2 m溫度基本合理。然而，對(duì)于穩(wěn)定條件（夜間），GRAPES模擬的向下的感熱通量比觀測(cè)的大，過估10 m風(fēng)速和摩擦速度，過估穩(wěn)定邊界層高度；對(duì)于不穩(wěn)定條件（白天），GRAPES模擬的向上的感熱通量比觀測(cè)的小，低估不穩(wěn)定邊界層高度，低層位溫偏冷。隨后的敏感試驗(yàn)表明，減小邊界層方案中的動(dòng)量和熱量的背景擴(kuò)散值后，GRAPES模擬的穩(wěn)定條件下的10 m風(fēng)速和摩擦速度，以及對(duì)流邊界層的風(fēng)和溫度的廓線更接近大渦模擬。
根據(jù)GABLS（Global Energy and Water Cycle Experiment Atmospheric Boundary Layer Study）的第2個(gè)個(gè)例在GRAPES（Global and Regional Assimilation and PrEdiction System）單柱模式中構(gòu)造了一個(gè)試驗(yàn)，用于檢驗(yàn)規(guī)定的下墊面溫度強(qiáng)迫條件下邊界層過程的晝夜循環(huán)模擬能力。然后，將模擬結(jié)果與觀測(cè)和大渦模擬結(jié)果進(jìn)行了比較。結(jié)果表明，在規(guī)定的下墊面溫度強(qiáng)迫下，GRAPES模擬的2 m溫度基本合理。然而，對(duì)于穩(wěn)定條件（夜間），GRAPES模擬的向下的感熱通量比觀測(cè)的大，過估10 m風(fēng)速和摩擦速度，過估穩(wěn)定邊界層高度；對(duì)于不穩(wěn)定條件（白天），GRAPES模擬的向上的感熱通量比觀測(cè)的小，低估不穩(wěn)定邊界層高度，低層位溫偏冷。隨后的敏感試驗(yàn)表明，減小邊界層方案中的動(dòng)量和熱量的背景擴(kuò)散值后，GRAPES模擬的穩(wěn)定條件下的10 m風(fēng)速和摩擦速度，以及對(duì)流邊界層的風(fēng)和溫度的廓線更接近大渦模擬。
2019, 47(2):282-288.
摘要:
利用2008—2016年舟山4個(gè)海島氣象站大風(fēng)資料和歐洲中心的ERAinterim再分析資料，分析了陣風(fēng)因子隨平均風(fēng)速、風(fēng)向、小時(shí)、月份等分布的氣候特征，統(tǒng)計(jì)陣風(fēng)因子與邊界層的大氣穩(wěn)定度、250～1000 m風(fēng)速與10 m風(fēng)速的比值、6 h變溫等要素的相關(guān)后，選取最佳預(yù)報(bào)因子，利用BP人工神經(jīng)網(wǎng)絡(luò)方法，根據(jù)不同因子組合對(duì)陣風(fēng)進(jìn)行循環(huán)試報(bào)。結(jié)果表明：①平均風(fēng)速較小時(shí)陣風(fēng)因子波動(dòng)范圍大；靠近大陸站點(diǎn)的陣風(fēng)因子及來自陸地方向氣流的陣風(fēng)因子偏大。②白天11:00—16:00受太陽輻射影響大氣湍流相對(duì)較強(qiáng)，陣風(fēng)因子偏大。7—9月沿海受臺(tái)風(fēng)影響頻繁，其陣風(fēng)因子要大些，而11—12月陣風(fēng)因子偏大則與來流方向的地表粗糙度較大有關(guān)。③陣風(fēng)因子和邊界層不同高度的風(fēng)速與10 m風(fēng)速比值，及氣溫具有明顯正相關(guān)，與邊界層大氣穩(wěn)定度參數(shù)具有負(fù)相關(guān)，相關(guān)結(jié)果印證了陣風(fēng)主要物理成因與動(dòng)量的垂直湍流輸送有關(guān)。④陣風(fēng)循環(huán)試報(bào)表明最佳組模型試報(bào)的絕對(duì)誤差及方差均比對(duì)比組模型減少約11%～25%，具有較好的預(yù)報(bào)效果。
利用2008—2016年舟山4個(gè)海島氣象站大風(fēng)資料和歐洲中心的ERAinterim再分析資料，分析了陣風(fēng)因子隨平均風(fēng)速、風(fēng)向、小時(shí)、月份等分布的氣候特征，統(tǒng)計(jì)陣風(fēng)因子與邊界層的大氣穩(wěn)定度、250～1000 m風(fēng)速與10 m風(fēng)速的比值、6 h變溫等要素的相關(guān)后，選取最佳預(yù)報(bào)因子，利用BP人工神經(jīng)網(wǎng)絡(luò)方法，根據(jù)不同因子組合對(duì)陣風(fēng)進(jìn)行循環(huán)試報(bào)。結(jié)果表明：①平均風(fēng)速較小時(shí)陣風(fēng)因子波動(dòng)范圍大；靠近大陸站點(diǎn)的陣風(fēng)因子及來自陸地方向氣流的陣風(fēng)因子偏大。②白天11:00—16:00受太陽輻射影響大氣湍流相對(duì)較強(qiáng)，陣風(fēng)因子偏大。7—9月沿海受臺(tái)風(fēng)影響頻繁，其陣風(fēng)因子要大些，而11—12月陣風(fēng)因子偏大則與來流方向的地表粗糙度較大有關(guān)。③陣風(fēng)因子和邊界層不同高度的風(fēng)速與10 m風(fēng)速比值，及氣溫具有明顯正相關(guān)，與邊界層大氣穩(wěn)定度參數(shù)具有負(fù)相關(guān)，相關(guān)結(jié)果印證了陣風(fēng)主要物理成因與動(dòng)量的垂直湍流輸送有關(guān)。④陣風(fēng)循環(huán)試報(bào)表明最佳組模型試報(bào)的絕對(duì)誤差及方差均比對(duì)比組模型減少約11%～25%，具有較好的預(yù)報(bào)效果。
2019, 47(2):289-298.
摘要:
利用浙江省2016年71個(gè)氣象臺(tái)站觀測(cè)的日平均氣溫和地表(0 cm)溫度資料對(duì)ERA再分析陸面溫度資料的適用性進(jìn)行了初步評(píng)估，通過計(jì)算2套再分析資料（ERA5和ERAInterim）與觀測(cè)資料之間的相關(guān)系數(shù)、平均偏差、平均絕對(duì)偏差、均方根誤差和納什效率系數(shù)等統(tǒng)計(jì)參數(shù)，綜合評(píng)估了ERA再分析資料在浙江省的適用性。結(jié)果表明：①ERA2套再分析資料與觀測(cè)值均較為接近，均能夠較好地再現(xiàn)浙江省2 m氣溫的時(shí)空分布特征且變化相關(guān)系數(shù)均高于0.98，日絕對(duì)偏差較小。②對(duì)于地表溫度，2套再分析資料的適用性要差于氣溫，主要表現(xiàn)在2套再分析地表溫度均低于觀測(cè)值，且夏季的偏差顯著大于其他季節(jié)，但絕大多數(shù)站點(diǎn)相關(guān)系數(shù)高于0.9，均方根誤差高于2 ℃。總體來說，2套ERA再分析陸面溫度資料對(duì)浙江省具有較好的適用性，ERA5整體上優(yōu)于ERAInterim，地表溫度的改善更明顯。
利用浙江省2016年71個(gè)氣象臺(tái)站觀測(cè)的日平均氣溫和地表(0 cm)溫度資料對(duì)ERA再分析陸面溫度資料的適用性進(jìn)行了初步評(píng)估，通過計(jì)算2套再分析資料（ERA5和ERAInterim）與觀測(cè)資料之間的相關(guān)系數(shù)、平均偏差、平均絕對(duì)偏差、均方根誤差和納什效率系數(shù)等統(tǒng)計(jì)參數(shù)，綜合評(píng)估了ERA再分析資料在浙江省的適用性。結(jié)果表明：①ERA2套再分析資料與觀測(cè)值均較為接近，均能夠較好地再現(xiàn)浙江省2 m氣溫的時(shí)空分布特征且變化相關(guān)系數(shù)均高于0.98，日絕對(duì)偏差較小。②對(duì)于地表溫度，2套再分析資料的適用性要差于氣溫，主要表現(xiàn)在2套再分析地表溫度均低于觀測(cè)值，且夏季的偏差顯著大于其他季節(jié)，但絕大多數(shù)站點(diǎn)相關(guān)系數(shù)高于0.9，均方根誤差高于2 ℃。總體來說，2套ERA再分析陸面溫度資料對(duì)浙江省具有較好的適用性，ERA5整體上優(yōu)于ERAInterim，地表溫度的改善更明顯。
2019, 47(2):299-311.
摘要:
2017年8月8日午夜，天津北辰區(qū)出現(xiàn)局地短時(shí)強(qiáng)降水，小時(shí)雨強(qiáng)超過70 mm〖DK〗·h-1。利用RMAPS(Rapidrefresh Multiscale Analysis and Prediction System)和觀測(cè)資料，通過多種資料疊加、雷達(dá)回波參數(shù)量化和低層風(fēng)場(chǎng)反演等方法分析了降水成因，結(jié)果表明: ①降水是由MβCS（Mesoβscale Convective System）后向傳播過程中尾部的多單體雷暴造成的，傳播過程中單體合并對(duì)雷暴系統(tǒng)的結(jié)構(gòu)及增強(qiáng)有重要影響，合并后系統(tǒng)的回波體積參數(shù)V40（反射率≥40 dBz的體積）增長(zhǎng)了23.3%，在V40增長(zhǎng)之前，變率參數(shù)FV40-up6（6 km以上40 dBz回波體積6 min的變化）出現(xiàn)了“突降”，這對(duì)雷暴系統(tǒng)即將發(fā)展有預(yù)警意義；②冷池出流與地面東南風(fēng)形成的輻合線是對(duì)流系統(tǒng)維持的關(guān)鍵，中低層切變線也為對(duì)流的發(fā)生發(fā)展提供了有利的動(dòng)力條件；伴隨著強(qiáng)降水，對(duì)流有效位能CAPE由峰值急速下降，低層垂直風(fēng)切變指數(shù)α驟增，這揭示了不穩(wěn)定能量、垂直風(fēng)切變與對(duì)流過程之間的關(guān)系；③降水落區(qū)與不穩(wěn)定參數(shù)SWEAT的大值區(qū)對(duì)應(yīng)，預(yù)警時(shí)間3 h，來自渤海的地面暖濕帶與假相當(dāng)位溫密集帶的交匯處也是落區(qū)臨近預(yù)報(bào)的關(guān)注點(diǎn)。
2017年8月8日午夜，天津北辰區(qū)出現(xiàn)局地短時(shí)強(qiáng)降水，小時(shí)雨強(qiáng)超過70 mm〖DK〗·h-1。利用RMAPS(Rapidrefresh Multiscale Analysis and Prediction System)和觀測(cè)資料，通過多種資料疊加、雷達(dá)回波參數(shù)量化和低層風(fēng)場(chǎng)反演等方法分析了降水成因，結(jié)果表明: ①降水是由MβCS（Mesoβscale Convective System）后向傳播過程中尾部的多單體雷暴造成的，傳播過程中單體合并對(duì)雷暴系統(tǒng)的結(jié)構(gòu)及增強(qiáng)有重要影響，合并后系統(tǒng)的回波體積參數(shù)V40（反射率≥40 dBz的體積）增長(zhǎng)了23.3%，在V40增長(zhǎng)之前，變率參數(shù)FV40-up6（6 km以上40 dBz回波體積6 min的變化）出現(xiàn)了“突降”，這對(duì)雷暴系統(tǒng)即將發(fā)展有預(yù)警意義；②冷池出流與地面東南風(fēng)形成的輻合線是對(duì)流系統(tǒng)維持的關(guān)鍵，中低層切變線也為對(duì)流的發(fā)生發(fā)展提供了有利的動(dòng)力條件；伴隨著強(qiáng)降水，對(duì)流有效位能CAPE由峰值急速下降，低層垂直風(fēng)切變指數(shù)α驟增，這揭示了不穩(wěn)定能量、垂直風(fēng)切變與對(duì)流過程之間的關(guān)系；③降水落區(qū)與不穩(wěn)定參數(shù)SWEAT的大值區(qū)對(duì)應(yīng)，預(yù)警時(shí)間3 h，來自渤海的地面暖濕帶與假相當(dāng)位溫密集帶的交匯處也是落區(qū)臨近預(yù)報(bào)的關(guān)注點(diǎn)。
2019, 47(2):312-321.
摘要:
利用2016年1月1日至31日的FNL資料，對(duì)一次極端寒潮天氣過程進(jìn)行了等熵位渦分析。結(jié)果表明：高位渦主體由極渦分裂而來，前面低位渦區(qū)的阻擋與后側(cè)低位渦大氣的北上加強(qiáng)了位渦的經(jīng)向交換，高位渦空氣不斷由極地向南輸送，使得高位渦主體不斷加強(qiáng)維持。高位渦在由北向南移動(dòng)的同時(shí)，也由對(duì)流層頂向下輸送。此次寒潮過程主要有3股冷空氣由上而下發(fā)展，位置均在高空急流軸的北側(cè)，最南端的一股下沉氣流最旺盛，這是其與高空急流相互作用的結(jié)果。強(qiáng)盛的冷空氣下沉使得寒潮影響范圍觸及我國(guó)華南地區(qū)。隨著高位渦的向南向下傳輸，一方面引起對(duì)流層中高層低渦系統(tǒng)迅速發(fā)展，當(dāng)它移到中國(guó)東部地區(qū)時(shí)，東亞大槽迅速加深，使槽后強(qiáng)冷空氣迅速向南爆發(fā)；另一方面，在高位渦輸送的過程中，其后側(cè)有強(qiáng)烈的下沉運(yùn)動(dòng)，使得地面冷高壓快速發(fā)展，導(dǎo)致強(qiáng)寒潮天氣的爆發(fā)。
利用2016年1月1日至31日的FNL資料，對(duì)一次極端寒潮天氣過程進(jìn)行了等熵位渦分析。結(jié)果表明：高位渦主體由極渦分裂而來，前面低位渦區(qū)的阻擋與后側(cè)低位渦大氣的北上加強(qiáng)了位渦的經(jīng)向交換，高位渦空氣不斷由極地向南輸送，使得高位渦主體不斷加強(qiáng)維持。高位渦在由北向南移動(dòng)的同時(shí)，也由對(duì)流層頂向下輸送。此次寒潮過程主要有3股冷空氣由上而下發(fā)展，位置均在高空急流軸的北側(cè)，最南端的一股下沉氣流最旺盛，這是其與高空急流相互作用的結(jié)果。強(qiáng)盛的冷空氣下沉使得寒潮影響范圍觸及我國(guó)華南地區(qū)。隨著高位渦的向南向下傳輸，一方面引起對(duì)流層中高層低渦系統(tǒng)迅速發(fā)展，當(dāng)它移到中國(guó)東部地區(qū)時(shí)，東亞大槽迅速加深，使槽后強(qiáng)冷空氣迅速向南爆發(fā)；另一方面，在高位渦輸送的過程中，其后側(cè)有強(qiáng)烈的下沉運(yùn)動(dòng)，使得地面冷高壓快速發(fā)展，導(dǎo)致強(qiáng)寒潮天氣的爆發(fā)。
2019, 47(2):322-328.
摘要:
利用壽縣觀測(cè)站內(nèi)的Parsivel激光雨滴譜儀結(jié)合觀測(cè)站雨量數(shù)據(jù)及雷達(dá)基數(shù)據(jù)，分析了發(fā)生在2015年6月26—30日梅雨期間和2015年8月7—10日超強(qiáng)臺(tái)風(fēng)“蘇迪羅”影響期間2次強(qiáng)降水過程的雨滴譜結(jié)構(gòu)特征及其差異，擬合了雨強(qiáng)與雷達(dá)反射率因子之間的關(guān)系。結(jié)果表明：雨強(qiáng)的大小直接影響雨滴譜的特征參量，且隨著雨強(qiáng)增大而增大；梅雨鋒暴雨中1.0 mm＜直徑≤1.5 mm的粒子所占比例最多，雨強(qiáng)貢獻(xiàn)率最大；臺(tái)風(fēng)雨中0.75 mm＜直徑≤1.0 mm的粒子所占比例最多，但1.0 mm＜直徑≤1.25 mm的粒子對(duì)雨強(qiáng)的貢獻(xiàn)最大，說明較大粒子對(duì)強(qiáng)降水的貢獻(xiàn)較大。
利用壽縣觀測(cè)站內(nèi)的Parsivel激光雨滴譜儀結(jié)合觀測(cè)站雨量數(shù)據(jù)及雷達(dá)基數(shù)據(jù)，分析了發(fā)生在2015年6月26—30日梅雨期間和2015年8月7—10日超強(qiáng)臺(tái)風(fēng)“蘇迪羅”影響期間2次強(qiáng)降水過程的雨滴譜結(jié)構(gòu)特征及其差異，擬合了雨強(qiáng)與雷達(dá)反射率因子之間的關(guān)系。結(jié)果表明：雨強(qiáng)的大小直接影響雨滴譜的特征參量，且隨著雨強(qiáng)增大而增大；梅雨鋒暴雨中1.0 mm＜直徑≤1.5 mm的粒子所占比例最多，雨強(qiáng)貢獻(xiàn)率最大；臺(tái)風(fēng)雨中0.75 mm＜直徑≤1.0 mm的粒子所占比例最多，但1.0 mm＜直徑≤1.25 mm的粒子對(duì)雨強(qiáng)的貢獻(xiàn)最大，說明較大粒子對(duì)強(qiáng)降水的貢獻(xiàn)較大。
2019, 47(2):329-336.
摘要:
利用云南省1981—2013年125站逐日逐6 h地面觀測(cè)的天氣現(xiàn)象、能見度和氣象要素資料，結(jié)合考慮地形高度的高分辨率氣象要素場(chǎng)插值技術(shù)和不適航霧（能見度≤800 m的大霧天氣）氣象要素判識(shí)模型，開展了影響云南適航條件視程障礙天氣的氣候特征分析。結(jié)果表明：云南最主要的視程障礙天氣是霧與輕霧，影響適航條件的視程障礙天氣僅為霧。不適航霧生成與相對(duì)濕度、風(fēng)速以及地氣溫差關(guān)系密切，“高濕—弱風(fēng)—穩(wěn)定”的氣象條件是其形成維持的關(guān)鍵，其量化判識(shí)特征為：相對(duì)濕度>98%、風(fēng)速<3 m/s、地氣溫差<3 ℃。滇西南、滇南、滇東是云南不適航霧的多發(fā)區(qū)，尤其景東—思茅—版納、西盟—瀾滄、保山—騰沖和羅平等地區(qū)。滇中、滇西和滇東北是少發(fā)區(qū)。云南不適航霧日變化呈現(xiàn)早晨和深夜多，午間和傍晚少的特征；季節(jié)變化具有夏秋季多于冬春季的特點(diǎn)。與臺(tái)站觀測(cè)相比，高分辨率資料客觀判識(shí)的不適航霧空間分布與地形有合理的對(duì)應(yīng)關(guān)系，能夠合理地反映地形復(fù)雜地區(qū)的空間分布特征。未來技術(shù)發(fā)展可利用衛(wèi)星反演資料與臺(tái)站資料同化訂正獲取高分辨率氣象要素資料，利用深度學(xué)習(xí)等建立不適航霧的判識(shí)模型。
利用云南省1981—2013年125站逐日逐6 h地面觀測(cè)的天氣現(xiàn)象、能見度和氣象要素資料，結(jié)合考慮地形高度的高分辨率氣象要素場(chǎng)插值技術(shù)和不適航霧（能見度≤800 m的大霧天氣）氣象要素判識(shí)模型，開展了影響云南適航條件視程障礙天氣的氣候特征分析。結(jié)果表明：云南最主要的視程障礙天氣是霧與輕霧，影響適航條件的視程障礙天氣僅為霧。不適航霧生成與相對(duì)濕度、風(fēng)速以及地氣溫差關(guān)系密切，“高濕—弱風(fēng)—穩(wěn)定”的氣象條件是其形成維持的關(guān)鍵，其量化判識(shí)特征為：相對(duì)濕度>98%、風(fēng)速<3 m/s、地氣溫差<3 ℃。滇西南、滇南、滇東是云南不適航霧的多發(fā)區(qū)，尤其景東—思茅—版納、西盟—瀾滄、保山—騰沖和羅平等地區(qū)。滇中、滇西和滇東北是少發(fā)區(qū)。云南不適航霧日變化呈現(xiàn)早晨和深夜多，午間和傍晚少的特征；季節(jié)變化具有夏秋季多于冬春季的特點(diǎn)。與臺(tái)站觀測(cè)相比，高分辨率資料客觀判識(shí)的不適航霧空間分布與地形有合理的對(duì)應(yīng)關(guān)系，能夠合理地反映地形復(fù)雜地區(qū)的空間分布特征。未來技術(shù)發(fā)展可利用衛(wèi)星反演資料與臺(tái)站資料同化訂正獲取高分辨率氣象要素資料，利用深度學(xué)習(xí)等建立不適航霧的判識(shí)模型。
2019, 47(2):337-348.
摘要:
為進(jìn)一步了解山區(qū)與平原雷電參數(shù)分布特征及其差異，為山區(qū)和平原地區(qū)雷電防護(hù)工程設(shè)計(jì)和雷擊風(fēng)險(xiǎn)評(píng)估提供參考，根據(jù)湖北省ADTD地閃定位系統(tǒng)2006年12月至2016年12月監(jiān)測(cè)的資料，采用數(shù)理統(tǒng)計(jì)方法，對(duì)山區(qū)和平原地區(qū)的地閃頻次、極性、雷電流幅值和波頭陡度等參數(shù)分布特征進(jìn)行了對(duì)比研究。結(jié)果表明：①山區(qū)地閃密度略高于平原地區(qū)，平原正地閃百分比稍高于山區(qū),近10年的正地閃百分比呈上升趨勢(shì)。②正地閃平均強(qiáng)度山區(qū)比平原大1.16 kA，負(fù)地閃平均強(qiáng)度山區(qū)比平原小3.67 kA，平原總地閃平均強(qiáng)度比山區(qū)大3.46 kA。③總地閃小雷電流幅值（I(xiàn)≤30 kA）概率山區(qū)比平原大8.9%，大雷電流幅值（I(xiàn)>100 kA）概率平原比山區(qū)大0.6%。④山區(qū)正地閃平均陡度分別比負(fù)、總地閃平均陡度大2.44 kA/μs和2.31 kA/μs，平原正、負(fù)、總地閃平均陡度分別比山區(qū)大341 kA/μs、5.77 kA/μs和5.64 kA/μs。可以得出，山區(qū)小雷電流繞擊率大于平原，正地閃雷電感應(yīng)的危害大于負(fù)地閃和總地閃；平原地區(qū)大雷電流反擊率比山區(qū)大，雷電感應(yīng)的危害大于山區(qū)。
為進(jìn)一步了解山區(qū)與平原雷電參數(shù)分布特征及其差異，為山區(qū)和平原地區(qū)雷電防護(hù)工程設(shè)計(jì)和雷擊風(fēng)險(xiǎn)評(píng)估提供參考，根據(jù)湖北省ADTD地閃定位系統(tǒng)2006年12月至2016年12月監(jiān)測(cè)的資料，采用數(shù)理統(tǒng)計(jì)方法，對(duì)山區(qū)和平原地區(qū)的地閃頻次、極性、雷電流幅值和波頭陡度等參數(shù)分布特征進(jìn)行了對(duì)比研究。結(jié)果表明：①山區(qū)地閃密度略高于平原地區(qū)，平原正地閃百分比稍高于山區(qū),近10年的正地閃百分比呈上升趨勢(shì)。②正地閃平均強(qiáng)度山區(qū)比平原大1.16 kA，負(fù)地閃平均強(qiáng)度山區(qū)比平原小3.67 kA，平原總地閃平均強(qiáng)度比山區(qū)大3.46 kA。③總地閃小雷電流幅值（I(xiàn)≤30 kA）概率山區(qū)比平原大8.9%，大雷電流幅值（I(xiàn)>100 kA）概率平原比山區(qū)大0.6%。④山區(qū)正地閃平均陡度分別比負(fù)、總地閃平均陡度大2.44 kA/μs和2.31 kA/μs，平原正、負(fù)、總地閃平均陡度分別比山區(qū)大341 kA/μs、5.77 kA/μs和5.64 kA/μs。可以得出，山區(qū)小雷電流繞擊率大于平原，正地閃雷電感應(yīng)的危害大于負(fù)地閃和總地閃；平原地區(qū)大雷電流反擊率比山區(qū)大，雷電感應(yīng)的危害大于山區(qū)。
2019, 47(2):349-354.
摘要:
土壤結(jié)構(gòu)的全面、正確分析，對(duì)接地裝置的優(yōu)化設(shè)計(jì)有重要意義。本文根據(jù)溫納四極法原理，利用CDEGS(Current Distribution, Electromagnetic fields, Grounding and Soil structure analysis)系統(tǒng)建立土壤電阻率測(cè)量仿真模型，對(duì)自定義的土壤結(jié)構(gòu)進(jìn)行土壤電阻率仿真，再反演得到土壤結(jié)構(gòu)參數(shù)反演值。通過土壤結(jié)構(gòu)參數(shù)反演值與定義值的對(duì)比分析，驗(yàn)證土壤結(jié)構(gòu)反演的正確性。通過進(jìn)行現(xiàn)場(chǎng)測(cè)試工作，將接地電阻的現(xiàn)場(chǎng)測(cè)量值和仿真值進(jìn)行對(duì)比，驗(yàn)證土壤結(jié)構(gòu)反演和接地電阻值仿真的有效性。探討了在2層土壤結(jié)構(gòu)下，增加垂直或水平接地體對(duì)接地電阻的降低效果。仿真和現(xiàn)場(chǎng)測(cè)試表明，該系統(tǒng)能反演得到真實(shí)的土壤結(jié)構(gòu)、接地電阻，從而指導(dǎo)接地裝置的設(shè)計(jì)、評(píng)估接地電阻。
土壤結(jié)構(gòu)的全面、正確分析，對(duì)接地裝置的優(yōu)化設(shè)計(jì)有重要意義。本文根據(jù)溫納四極法原理，利用CDEGS(Current Distribution, Electromagnetic fields, Grounding and Soil structure analysis)系統(tǒng)建立土壤電阻率測(cè)量仿真模型，對(duì)自定義的土壤結(jié)構(gòu)進(jìn)行土壤電阻率仿真，再反演得到土壤結(jié)構(gòu)參數(shù)反演值。通過土壤結(jié)構(gòu)參數(shù)反演值與定義值的對(duì)比分析，驗(yàn)證土壤結(jié)構(gòu)反演的正確性。通過進(jìn)行現(xiàn)場(chǎng)測(cè)試工作，將接地電阻的現(xiàn)場(chǎng)測(cè)量值和仿真值進(jìn)行對(duì)比，驗(yàn)證土壤結(jié)構(gòu)反演和接地電阻值仿真的有效性。探討了在2層土壤結(jié)構(gòu)下，增加垂直或水平接地體對(duì)接地電阻的降低效果。仿真和現(xiàn)場(chǎng)測(cè)試表明，該系統(tǒng)能反演得到真實(shí)的土壤結(jié)構(gòu)、接地電阻，從而指導(dǎo)接地裝置的設(shè)計(jì)、評(píng)估接地電阻。
2019, 47(2):355-360.
摘要:
本文根據(jù)人工影響天氣（以下簡(jiǎn)稱人影）作業(yè)安全射界管理需求，討論分析了影響人影作業(yè)安全射界因素包括裝備性能、彈藥穩(wěn)定性、高空氣流、站點(diǎn)海拔和人員操作水平等,提出一種人影作業(yè)安全射界精細(xì)化繪制思路和方法,設(shè)計(jì)開發(fā)了基于高分辨率衛(wèi)星影像數(shù)據(jù)和數(shù)字高程模型數(shù)據(jù)（以下簡(jiǎn)稱DEM數(shù)據(jù)）人工標(biāo)識(shí)技術(shù)的人影安全射界繪制系統(tǒng)。經(jīng)實(shí)踐應(yīng)用，該系統(tǒng)輸出的人影作業(yè)安全射界圖，可解決傳統(tǒng)射界圖安全標(biāo)記要素不全、繪制分辨率不高、信息化程度低等問題，對(duì)提升作業(yè)效益和安全管理水平具有一定的實(shí)用價(jià)值，可以向開展人影作業(yè)的各級(jí)單位推廣使用。
本文根據(jù)人工影響天氣（以下簡(jiǎn)稱人影）作業(yè)安全射界管理需求，討論分析了影響人影作業(yè)安全射界因素包括裝備性能、彈藥穩(wěn)定性、高空氣流、站點(diǎn)海拔和人員操作水平等,提出一種人影作業(yè)安全射界精細(xì)化繪制思路和方法,設(shè)計(jì)開發(fā)了基于高分辨率衛(wèi)星影像數(shù)據(jù)和數(shù)字高程模型數(shù)據(jù)（以下簡(jiǎn)稱DEM數(shù)據(jù)）人工標(biāo)識(shí)技術(shù)的人影安全射界繪制系統(tǒng)。經(jīng)實(shí)踐應(yīng)用，該系統(tǒng)輸出的人影作業(yè)安全射界圖，可解決傳統(tǒng)射界圖安全標(biāo)記要素不全、繪制分辨率不高、信息化程度低等問題，對(duì)提升作業(yè)效益和安全管理水平具有一定的實(shí)用價(jià)值，可以向開展人影作業(yè)的各級(jí)單位推廣使用。
2019, 47(2):361-366.
摘要:
利用微信小程序技術(shù)開發(fā)“智慧氣象”公眾版，研究基于小程序的圖形繪制技術(shù)，實(shí)現(xiàn)氣象數(shù)據(jù)可視化。同時(shí)將氣象與新聞、視頻和圖片等相融合，開發(fā)多個(gè)符合公眾需求的功能頁面。“智慧氣象”公眾版在浙江省氣象服務(wù)工作中得到廣泛應(yīng)用，為微信小程序在公眾氣象服務(wù)上的應(yīng)用研究提供了參考。
利用微信小程序技術(shù)開發(fā)“智慧氣象”公眾版，研究基于小程序的圖形繪制技術(shù)，實(shí)現(xiàn)氣象數(shù)據(jù)可視化。同時(shí)將氣象與新聞、視頻和圖片等相融合，開發(fā)多個(gè)符合公眾需求的功能頁面。“智慧氣象”公眾版在浙江省氣象服務(wù)工作中得到廣泛應(yīng)用，為微信小程序在公眾氣象服務(wù)上的應(yīng)用研究提供了參考。
2019, 47(2):367-372.
摘要:
本文介紹了農(nóng)業(yè)氣象測(cè)報(bào)工作基數(shù)統(tǒng)計(jì)系統(tǒng)（AgMOBase）的框架、數(shù)據(jù)庫、功能模塊設(shè)計(jì)與業(yè)務(wù)應(yīng)用情況。AgMOBase系統(tǒng)是農(nóng)業(yè)氣象測(cè)報(bào)業(yè)務(wù)系統(tǒng)（AgMODOS）配套的業(yè)務(wù)軟件，采用面向?qū)ο蠹夹g(shù)與模塊化結(jié)構(gòu)技術(shù)開發(fā)，由數(shù)據(jù)層、技術(shù)層、應(yīng)用層和用戶層組成4層架構(gòu)結(jié)構(gòu)。系統(tǒng)已在全國(guó)農(nóng)業(yè)氣象觀測(cè)站業(yè)務(wù)應(yīng)用，實(shí)現(xiàn)氣象部門開展的農(nóng)業(yè)氣象觀測(cè)質(zhì)量考核和軟件應(yīng)用質(zhì)量考核所規(guī)定的日常工作基數(shù)統(tǒng)計(jì)工作，提供個(gè)人和臺(tái)站的月份/年度詳細(xì)的基數(shù)統(tǒng)計(jì)報(bào)告。
本文介紹了農(nóng)業(yè)氣象測(cè)報(bào)工作基數(shù)統(tǒng)計(jì)系統(tǒng)（AgMOBase）的框架、數(shù)據(jù)庫、功能模塊設(shè)計(jì)與業(yè)務(wù)應(yīng)用情況。AgMOBase系統(tǒng)是農(nóng)業(yè)氣象測(cè)報(bào)業(yè)務(wù)系統(tǒng)（AgMODOS）配套的業(yè)務(wù)軟件，采用面向?qū)ο蠹夹g(shù)與模塊化結(jié)構(gòu)技術(shù)開發(fā)，由數(shù)據(jù)層、技術(shù)層、應(yīng)用層和用戶層組成4層架構(gòu)結(jié)構(gòu)。系統(tǒng)已在全國(guó)農(nóng)業(yè)氣象觀測(cè)站業(yè)務(wù)應(yīng)用，實(shí)現(xiàn)氣象部門開展的農(nóng)業(yè)氣象觀測(cè)質(zhì)量考核和軟件應(yīng)用質(zhì)量考核所規(guī)定的日常工作基數(shù)統(tǒng)計(jì)工作，提供個(gè)人和臺(tái)站的月份/年度詳細(xì)的基數(shù)統(tǒng)計(jì)報(bào)告。
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(guó)氣象局中國(guó)氣象局氣象探測(cè)中心中國(guó)氣象科學(xué)研究院北京市氣象局國(guó)家衛(wèi)星氣象中心及國(guó)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