2020年第48卷第2期文章目次
2020, 48(2):147-153.
摘要:
利用南京市氣象局在江寧布設(shè)的激光雨滴譜儀、稱重式雨量計(jì)和翻斗式雨量計(jì)，整理2014—2018年期間2590 h的降水觀測(cè)資料，重點(diǎn)分析了Parsivel激光雨滴譜儀對(duì)降雨和降雪的測(cè)量性能。結(jié)果表明，與稱重式雨量計(jì)結(jié)果相比，翻斗式雨量計(jì)測(cè)量的降水時(shí)數(shù)和累積降水量均偏低，激光雨滴譜儀測(cè)量的降雨時(shí)數(shù)偏低，但累計(jì)降水量偏高15.07%；激光雨滴譜儀能夠有效跟蹤降水強(qiáng)度的變化，但在雨強(qiáng)較小（<2.5 mm〖DK〗·h-1）時(shí)對(duì)雨強(qiáng)略有低估，在降雨強(qiáng)度較大（≥2.5 mm〖DK〗·h-1）時(shí)對(duì)雨強(qiáng)有不同程度的高估，最大可達(dá)近50%，而且雨強(qiáng)越大，一致性就越差；翻斗式雨量計(jì)無法有效測(cè)量降雪；激光雨滴譜儀則可以有效跟蹤降雪的變化情況，但是受到測(cè)量原理的限制，對(duì)等效降水強(qiáng)度則有不同程度的高估。從5年數(shù)據(jù)來看，沒有發(fā)現(xiàn)隨著激光雨滴譜儀安裝時(shí)間的增長(zhǎng)，性能變差的問題。
利用南京市氣象局在江寧布設(shè)的激光雨滴譜儀、稱重式雨量計(jì)和翻斗式雨量計(jì)，整理2014—2018年期間2590 h的降水觀測(cè)資料，重點(diǎn)分析了Parsivel激光雨滴譜儀對(duì)降雨和降雪的測(cè)量性能。結(jié)果表明，與稱重式雨量計(jì)結(jié)果相比，翻斗式雨量計(jì)測(cè)量的降水時(shí)數(shù)和累積降水量均偏低，激光雨滴譜儀測(cè)量的降雨時(shí)數(shù)偏低，但累計(jì)降水量偏高15.07%；激光雨滴譜儀能夠有效跟蹤降水強(qiáng)度的變化，但在雨強(qiáng)較小（<2.5 mm〖DK〗·h-1）時(shí)對(duì)雨強(qiáng)略有低估，在降雨強(qiáng)度較大（≥2.5 mm〖DK〗·h-1）時(shí)對(duì)雨強(qiáng)有不同程度的高估，最大可達(dá)近50%，而且雨強(qiáng)越大，一致性就越差；翻斗式雨量計(jì)無法有效測(cè)量降雪；激光雨滴譜儀則可以有效跟蹤降雪的變化情況，但是受到測(cè)量原理的限制，對(duì)等效降水強(qiáng)度則有不同程度的高估。從5年數(shù)據(jù)來看，沒有發(fā)現(xiàn)隨著激光雨滴譜儀安裝時(shí)間的增長(zhǎng)，性能變差的問題。
2020, 48(2):154-162.
摘要:
做好風(fēng)廓線雷達(dá)水平風(fēng)探測(cè)數(shù)據(jù)與氣球探空的對(duì)比分析，對(duì)于更進(jìn)一步用好這種儀器十分必要。采用北京南郊2014—2018年5年探空資料，對(duì)該站同期風(fēng)廓線雷達(dá)〖JP2〗水平風(fēng)資料從總體平均、早中晚、不同天空狀況及平均年變化等方面進(jìn)行對(duì)比分析。結(jié)果表明：①5年平均均方根誤差U分量在2.2~5.0 m/s之間，V分量在2.3~3.6 m/s〖JP〗之間，均在850 hPa高度最小。平均誤差U分量均為負(fù)，表明近5年風(fēng)廓線雷達(dá)所測(cè)U分量比氣球探空的偏小；且隨高度其絕對(duì)值是增大的。V分量?jī)H在700 hPa高度為負(fù)，也在該高度最小。U、V分量分別在500 hPa和850 hPa高度相似程度最好。5年綜合來看，850和700 hPa高度風(fēng)與氣球探空更接近。②中午誤差低于早晚，這與中午大氣湍流比較強(qiáng)盛有關(guān)。③云量較多時(shí)誤差相對(duì)較小，云量少時(shí)（特別是晴空）誤差較大，反映出這種儀器對(duì)濕度比較敏感。④夏季或夏半年U、V分量與氣球探空的差異較小、相似程度好，尤以6或7月最突出；冬季或冬半年差異較大、相似程度較差，尤以12或1月明顯。這在實(shí)際業(yè)務(wù)和科研使用時(shí)需注意。
做好風(fēng)廓線雷達(dá)水平風(fēng)探測(cè)數(shù)據(jù)與氣球探空的對(duì)比分析，對(duì)于更進(jìn)一步用好這種儀器十分必要。采用北京南郊2014—2018年5年探空資料，對(duì)該站同期風(fēng)廓線雷達(dá)〖JP2〗水平風(fēng)資料從總體平均、早中晚、不同天空狀況及平均年變化等方面進(jìn)行對(duì)比分析。結(jié)果表明：①5年平均均方根誤差U分量在2.2~5.0 m/s之間，V分量在2.3~3.6 m/s〖JP〗之間，均在850 hPa高度最小。平均誤差U分量均為負(fù)，表明近5年風(fēng)廓線雷達(dá)所測(cè)U分量比氣球探空的偏小；且隨高度其絕對(duì)值是增大的。V分量?jī)H在700 hPa高度為負(fù)，也在該高度最小。U、V分量分別在500 hPa和850 hPa高度相似程度最好。5年綜合來看，850和700 hPa高度風(fēng)與氣球探空更接近。②中午誤差低于早晚，這與中午大氣湍流比較強(qiáng)盛有關(guān)。③云量較多時(shí)誤差相對(duì)較小，云量少時(shí)（特別是晴空）誤差較大，反映出這種儀器對(duì)濕度比較敏感。④夏季或夏半年U、V分量與氣球探空的差異較小、相似程度好，尤以6或7月最突出；冬季或冬半年差異較大、相似程度較差，尤以12或1月明顯。這在實(shí)際業(yè)務(wù)和科研使用時(shí)需注意。
2020, 48(2):163-170.
摘要:
從系統(tǒng)測(cè)量原理、組成結(jié)構(gòu)、計(jì)算過程及測(cè)量效果等方面介紹了一種自行研制的透射式能見度測(cè)量系統(tǒng)。該系統(tǒng)使用白色LED光源，實(shí)現(xiàn)發(fā)散角為1 mrad的平行光路;利用積分球進(jìn)行分光監(jiān)控以補(bǔ)償光能量變化;使用非球面鏡實(shí)現(xiàn)全光斑接收。系統(tǒng)與積分濁度計(jì)在2~10 km量程內(nèi)能見度測(cè)試誤差小于10%。從透射式能見度測(cè)量原理與計(jì)算過程，分析了影響系統(tǒng)測(cè)量性能的因素。結(jié)果顯示定標(biāo)準(zhǔn)確性、測(cè)量線性度與系統(tǒng)穩(wěn)定性是影響系統(tǒng)測(cè)量性能的主要因素，同時(shí)給出了該系統(tǒng)的定標(biāo)準(zhǔn)確性、測(cè)量線性度與系統(tǒng)穩(wěn)定性的評(píng)估方法及評(píng)估數(shù)據(jù)，驗(yàn)證了該系統(tǒng)的測(cè)量性能。
從系統(tǒng)測(cè)量原理、組成結(jié)構(gòu)、計(jì)算過程及測(cè)量效果等方面介紹了一種自行研制的透射式能見度測(cè)量系統(tǒng)。該系統(tǒng)使用白色LED光源，實(shí)現(xiàn)發(fā)散角為1 mrad的平行光路;利用積分球進(jìn)行分光監(jiān)控以補(bǔ)償光能量變化;使用非球面鏡實(shí)現(xiàn)全光斑接收。系統(tǒng)與積分濁度計(jì)在2~10 km量程內(nèi)能見度測(cè)試誤差小于10%。從透射式能見度測(cè)量原理與計(jì)算過程，分析了影響系統(tǒng)測(cè)量性能的因素。結(jié)果顯示定標(biāo)準(zhǔn)確性、測(cè)量線性度與系統(tǒng)穩(wěn)定性是影響系統(tǒng)測(cè)量性能的主要因素，同時(shí)給出了該系統(tǒng)的定標(biāo)準(zhǔn)確性、測(cè)量線性度與系統(tǒng)穩(wěn)定性的評(píng)估方法及評(píng)估數(shù)據(jù)，驗(yàn)證了該系統(tǒng)的測(cè)量性能。
2020, 48(2):171-177.
摘要:
2016年底，毫米波雷達(dá)在國(guó)內(nèi)首次作為一種海霧監(jiān)測(cè)的技術(shù)手段被引入到寧波北侖港區(qū)。本文利用2015—2018年北侖港周邊多個(gè)區(qū)域自動(dòng)站的能見度監(jiān)測(cè)資料，分析區(qū)域內(nèi)海霧分布特點(diǎn),并對(duì)比了2018年兩次低能見度天氣個(gè)例。結(jié)果表明：①不同區(qū)域海霧差別較大，沿海區(qū)域霧日比陸地多，高海拔的較低海拔多；②港區(qū)海霧主要出現(xiàn)在3—6月并有逐月增多趨勢(shì)；③毫米波雷達(dá)監(jiān)測(cè)到的海霧個(gè)例，回波強(qiáng)度在-20 dBz左右，可完整記錄霧的空間分布及其生消過程，毫米波雷達(dá)能清晰監(jiān)測(cè)到云、霧的分層分布。毫米波雷達(dá)在港區(qū)海霧監(jiān)測(cè)中具有明顯優(yōu)勢(shì)。
2016年底，毫米波雷達(dá)在國(guó)內(nèi)首次作為一種海霧監(jiān)測(cè)的技術(shù)手段被引入到寧波北侖港區(qū)。本文利用2015—2018年北侖港周邊多個(gè)區(qū)域自動(dòng)站的能見度監(jiān)測(cè)資料，分析區(qū)域內(nèi)海霧分布特點(diǎn),并對(duì)比了2018年兩次低能見度天氣個(gè)例。結(jié)果表明：①不同區(qū)域海霧差別較大，沿海區(qū)域霧日比陸地多，高海拔的較低海拔多；②港區(qū)海霧主要出現(xiàn)在3—6月并有逐月增多趨勢(shì)；③毫米波雷達(dá)監(jiān)測(cè)到的海霧個(gè)例，回波強(qiáng)度在-20 dBz左右，可完整記錄霧的空間分布及其生消過程，毫米波雷達(dá)能清晰監(jiān)測(cè)到云、霧的分層分布。毫米波雷達(dá)在港區(qū)海霧監(jiān)測(cè)中具有明顯優(yōu)勢(shì)。
2020, 48(2):178-184.
摘要:
新一代天氣雷達(dá)系統(tǒng)使用ZI關(guān)系式反演降水，在估測(cè)降雨時(shí)不同地域具有不同誤差；在觀測(cè)降水時(shí)受到水平陣風(fēng)或短時(shí)大風(fēng)、回波強(qiáng)度、地形、大氣折射等因素影響，可能降低雷達(dá)定量估測(cè)降水的精度。本文利用湖南郴州雷達(dá)基數(shù)據(jù)不同低仰角反射率因子分別估算出降水量,對(duì)比分析了不同仰角雷達(dá)反演估測(cè)降水量與自動(dòng)雨量站雨量數(shù)據(jù)之間的誤差。通過對(duì)雷達(dá)估測(cè)降水的誤差來源分析、估測(cè)降水誤差并應(yīng)用數(shù)學(xué)統(tǒng)計(jì)分析誤差，初步得出：2.4°仰角估測(cè)降水與雨量站的觀測(cè)數(shù)據(jù)線性相關(guān)系數(shù)最高，雷達(dá)估測(cè)的降水較為真實(shí)。而0.5°、1.5°仰角受地型影響估測(cè)降水可行性不高。
新一代天氣雷達(dá)系統(tǒng)使用ZI關(guān)系式反演降水，在估測(cè)降雨時(shí)不同地域具有不同誤差；在觀測(cè)降水時(shí)受到水平陣風(fēng)或短時(shí)大風(fēng)、回波強(qiáng)度、地形、大氣折射等因素影響，可能降低雷達(dá)定量估測(cè)降水的精度。本文利用湖南郴州雷達(dá)基數(shù)據(jù)不同低仰角反射率因子分別估算出降水量,對(duì)比分析了不同仰角雷達(dá)反演估測(cè)降水量與自動(dòng)雨量站雨量數(shù)據(jù)之間的誤差。通過對(duì)雷達(dá)估測(cè)降水的誤差來源分析、估測(cè)降水誤差并應(yīng)用數(shù)學(xué)統(tǒng)計(jì)分析誤差，初步得出：2.4°仰角估測(cè)降水與雨量站的觀測(cè)數(shù)據(jù)線性相關(guān)系數(shù)最高，雷達(dá)估測(cè)的降水較為真實(shí)。而0.5°、1.5°仰角受地型影響估測(cè)降水可行性不高。
2020, 48(2):185-194.
摘要:
實(shí)況網(wǎng)格產(chǎn)品是智能網(wǎng)格預(yù)報(bào)業(yè)務(wù)重要數(shù)據(jù)源。為滿足氣象業(yè)務(wù)及氣象服務(wù)對(duì)實(shí)況網(wǎng)格產(chǎn)品的服務(wù)需求，在實(shí)時(shí)收集和處理各種實(shí)況網(wǎng)格產(chǎn)品基礎(chǔ)上，采用JavaScript、HTML、CSS等web技術(shù)，構(gòu)建了基于WebGIS的實(shí)況網(wǎng)格產(chǎn)品應(yīng)用分析平臺(tái)。采用Leaflet、Canvas等技術(shù)搭建了基于HTML5的WebGIS框架，實(shí)現(xiàn)了各種實(shí)況網(wǎng)格產(chǎn)品疊加地理信息統(tǒng)一展示。通過格點(diǎn)與站點(diǎn)觀測(cè)數(shù)據(jù)的對(duì)比分析，提供產(chǎn)品的實(shí)時(shí)數(shù)據(jù)質(zhì)量評(píng)估分析。基于網(wǎng)格格點(diǎn)，實(shí)現(xiàn)任意區(qū)域、不同要素等級(jí)的格點(diǎn)面積及面積比例等定量指標(biāo)的統(tǒng)計(jì)分析。平臺(tái)自投入業(yè)務(wù)應(yīng)用以來，為各級(jí)業(yè)務(wù)應(yīng)用和精細(xì)化氣象服務(wù)提供了數(shù)據(jù)支撐。平臺(tái)基于全國(guó)統(tǒng)一的數(shù)據(jù)環(huán)境和參數(shù)配置方式，具有很強(qiáng)的應(yīng)用推廣價(jià)值。
實(shí)況網(wǎng)格產(chǎn)品是智能網(wǎng)格預(yù)報(bào)業(yè)務(wù)重要數(shù)據(jù)源。為滿足氣象業(yè)務(wù)及氣象服務(wù)對(duì)實(shí)況網(wǎng)格產(chǎn)品的服務(wù)需求，在實(shí)時(shí)收集和處理各種實(shí)況網(wǎng)格產(chǎn)品基礎(chǔ)上，采用JavaScript、HTML、CSS等web技術(shù)，構(gòu)建了基于WebGIS的實(shí)況網(wǎng)格產(chǎn)品應(yīng)用分析平臺(tái)。采用Leaflet、Canvas等技術(shù)搭建了基于HTML5的WebGIS框架，實(shí)現(xiàn)了各種實(shí)況網(wǎng)格產(chǎn)品疊加地理信息統(tǒng)一展示。通過格點(diǎn)與站點(diǎn)觀測(cè)數(shù)據(jù)的對(duì)比分析，提供產(chǎn)品的實(shí)時(shí)數(shù)據(jù)質(zhì)量評(píng)估分析。基于網(wǎng)格格點(diǎn)，實(shí)現(xiàn)任意區(qū)域、不同要素等級(jí)的格點(diǎn)面積及面積比例等定量指標(biāo)的統(tǒng)計(jì)分析。平臺(tái)自投入業(yè)務(wù)應(yīng)用以來，為各級(jí)業(yè)務(wù)應(yīng)用和精細(xì)化氣象服務(wù)提供了數(shù)據(jù)支撐。平臺(tái)基于全國(guó)統(tǒng)一的數(shù)據(jù)環(huán)境和參數(shù)配置方式，具有很強(qiáng)的應(yīng)用推廣價(jià)值。
2020, 48(2):195-199.
摘要:
本文提出了基于“江西預(yù)警發(fā)布”微信服務(wù)號(hào)的預(yù)警信息精準(zhǔn)智能推送平臺(tái)的設(shè)計(jì)思路和總體框架，搭建了由運(yùn)行支撐層、數(shù)據(jù)層、服務(wù)層和業(yè)務(wù)應(yīng)用層組成的業(yè)務(wù)平臺(tái)，實(shí)現(xiàn)了基于位置的網(wǎng)格化臨近預(yù)報(bào)信息的實(shí)時(shí)發(fā)布和預(yù)警信息的靶向發(fā)布，預(yù)警服務(wù)模式從“單向推送”向“雙向互動(dòng)”轉(zhuǎn)變。研究應(yīng)用了多項(xiàng)關(guān)鍵技術(shù)支持平臺(tái)的智能化，包括基于位置服務(wù)（LBS）的實(shí)時(shí)預(yù)警、臨近雨情、預(yù)警定制、定向群發(fā)和后臺(tái)管理等平臺(tái)核心功能技術(shù)。平臺(tái)操作簡(jiǎn)單，使用便捷，為用戶實(shí)時(shí)實(shí)地提供量身定制的預(yù)警服務(wù)。
本文提出了基于“江西預(yù)警發(fā)布”微信服務(wù)號(hào)的預(yù)警信息精準(zhǔn)智能推送平臺(tái)的設(shè)計(jì)思路和總體框架，搭建了由運(yùn)行支撐層、數(shù)據(jù)層、服務(wù)層和業(yè)務(wù)應(yīng)用層組成的業(yè)務(wù)平臺(tái)，實(shí)現(xiàn)了基于位置的網(wǎng)格化臨近預(yù)報(bào)信息的實(shí)時(shí)發(fā)布和預(yù)警信息的靶向發(fā)布，預(yù)警服務(wù)模式從“單向推送”向“雙向互動(dòng)”轉(zhuǎn)變。研究應(yīng)用了多項(xiàng)關(guān)鍵技術(shù)支持平臺(tái)的智能化，包括基于位置服務(wù)（LBS）的實(shí)時(shí)預(yù)警、臨近雨情、預(yù)警定制、定向群發(fā)和后臺(tái)管理等平臺(tái)核心功能技術(shù)。平臺(tái)操作簡(jiǎn)單，使用便捷，為用戶實(shí)時(shí)實(shí)地提供量身定制的預(yù)警服務(wù)。
2020, 48(2):200-208.
摘要:
利用1979—2016年CMAP(CPC Merged Analysis of Precipitation)和GPCP(Global Precipitation Climatology Project)的降水?dāng)?shù)據(jù)以及ERAInterim再分析資料，通過統(tǒng)計(jì)方法研究了夏季青藏高原地區(qū)對(duì)流層中上層溫度年際變率與同期西北太平洋副熱帶地區(qū)降水的關(guān)系及其相關(guān)的物理過程。結(jié)果表明，在年際變化尺度上，夏季高原對(duì)流層溫度與同期西北太平洋副熱帶地區(qū)降水存在顯著的正相關(guān)，即當(dāng)高原對(duì)流層溫度偏高時(shí)，西北太平洋副熱帶區(qū)域的降水偏多，反之亦然。分析研究指出，當(dāng)夏季高原對(duì)流層溫度偏高時(shí)，高原上空南亞高壓顯著增強(qiáng)并且向東擴(kuò)展至日本地區(qū)，高原北部對(duì)流層出現(xiàn)異常的上升運(yùn)動(dòng)，這一異常上升氣流隨著高度增加逐漸北偏，并在中高緯度地區(qū)沿著異常西風(fēng)氣流向東擴(kuò)展至日本地區(qū)，隨后向南下沉至日本南部；受該異常下沉運(yùn)動(dòng)影響，日本南部對(duì)流層低層出現(xiàn)異常反氣旋，其東側(cè)的異常北風(fēng)與西北太平洋低層的異常氣旋、反氣旋環(huán)流存在緊密聯(lián)系。西北太平洋地區(qū)這種異常環(huán)流特征為西北太平洋副熱帶區(qū)域的降水提供了有利的動(dòng)力和水汽條件，從而使該區(qū)域降水增多。
利用1979—2016年CMAP(CPC Merged Analysis of Precipitation)和GPCP(Global Precipitation Climatology Project)的降水?dāng)?shù)據(jù)以及ERAInterim再分析資料，通過統(tǒng)計(jì)方法研究了夏季青藏高原地區(qū)對(duì)流層中上層溫度年際變率與同期西北太平洋副熱帶地區(qū)降水的關(guān)系及其相關(guān)的物理過程。結(jié)果表明，在年際變化尺度上，夏季高原對(duì)流層溫度與同期西北太平洋副熱帶地區(qū)降水存在顯著的正相關(guān)，即當(dāng)高原對(duì)流層溫度偏高時(shí)，西北太平洋副熱帶區(qū)域的降水偏多，反之亦然。分析研究指出，當(dāng)夏季高原對(duì)流層溫度偏高時(shí)，高原上空南亞高壓顯著增強(qiáng)并且向東擴(kuò)展至日本地區(qū)，高原北部對(duì)流層出現(xiàn)異常的上升運(yùn)動(dòng)，這一異常上升氣流隨著高度增加逐漸北偏，并在中高緯度地區(qū)沿著異常西風(fēng)氣流向東擴(kuò)展至日本地區(qū)，隨后向南下沉至日本南部；受該異常下沉運(yùn)動(dòng)影響，日本南部對(duì)流層低層出現(xiàn)異常反氣旋，其東側(cè)的異常北風(fēng)與西北太平洋低層的異常氣旋、反氣旋環(huán)流存在緊密聯(lián)系。西北太平洋地區(qū)這種異常環(huán)流特征為西北太平洋副熱帶區(qū)域的降水提供了有利的動(dòng)力和水汽條件，從而使該區(qū)域降水增多。
2020, 48(2):209-219.
摘要:
采用TRMM(Tropical Rainfall Measuring Mission)降水和云特征數(shù)據(jù)集，對(duì)南海2001年1月至2012年3月不同回波頂高對(duì)流系統(tǒng)的垂直結(jié)構(gòu)、表面降雨率、數(shù)量時(shí)空分布的季節(jié)變化進(jìn)行統(tǒng)計(jì)分析。結(jié)果表明：①淺對(duì)流、較深對(duì)流、深對(duì)流大于20 dBz的回波區(qū)分別分布在4～8 km、4～10 km、4～14 km之間；淺對(duì)流20 dBz回波頂高的頻率峰值為9 km；冬季，較深對(duì)流、深對(duì)流20 dBz回波頂高的頻率峰值分別為13 km、14.5 km，其余季節(jié)偏高分別為14.5 km、16 km。②較深對(duì)流和深對(duì)流是南海地區(qū)面積平均降雨率較強(qiáng)的2種主要的降水系統(tǒng)；夏秋兩季，較深對(duì)流的降雨率大于深對(duì)流；冬春兩季，深對(duì)流的降雨率大于較深對(duì)流。③較深對(duì)流、深對(duì)流出現(xiàn)頻次最少的季節(jié)為冬季，淺對(duì)流則為春季。④淺對(duì)流偏向于出現(xiàn)在12°N以南；深對(duì)流偏向于出現(xiàn)在12°N以北；較深對(duì)流在冬春季節(jié)集中在12°N以南，夏秋季節(jié)橫貫?zāi)虾！＂菹那飪杉驹谀虾１辈砍霈F(xiàn)氣旋性輻合上升的差異中心，南海中南部的西南水汽輸送差異與700 hPa以下水汽的輻合差異，是較深對(duì)流在夏秋兩季比冬春兩季帶來更強(qiáng)降雨率的主要原因。
采用TRMM(Tropical Rainfall Measuring Mission)降水和云特征數(shù)據(jù)集，對(duì)南海2001年1月至2012年3月不同回波頂高對(duì)流系統(tǒng)的垂直結(jié)構(gòu)、表面降雨率、數(shù)量時(shí)空分布的季節(jié)變化進(jìn)行統(tǒng)計(jì)分析。結(jié)果表明：①淺對(duì)流、較深對(duì)流、深對(duì)流大于20 dBz的回波區(qū)分別分布在4～8 km、4～10 km、4～14 km之間；淺對(duì)流20 dBz回波頂高的頻率峰值為9 km；冬季，較深對(duì)流、深對(duì)流20 dBz回波頂高的頻率峰值分別為13 km、14.5 km，其余季節(jié)偏高分別為14.5 km、16 km。②較深對(duì)流和深對(duì)流是南海地區(qū)面積平均降雨率較強(qiáng)的2種主要的降水系統(tǒng)；夏秋兩季，較深對(duì)流的降雨率大于深對(duì)流；冬春兩季，深對(duì)流的降雨率大于較深對(duì)流。③較深對(duì)流、深對(duì)流出現(xiàn)頻次最少的季節(jié)為冬季，淺對(duì)流則為春季。④淺對(duì)流偏向于出現(xiàn)在12°N以南；深對(duì)流偏向于出現(xiàn)在12°N以北；較深對(duì)流在冬春季節(jié)集中在12°N以南，夏秋季節(jié)橫貫?zāi)虾！＂菹那飪杉驹谀虾１辈砍霈F(xiàn)氣旋性輻合上升的差異中心，南海中南部的西南水汽輸送差異與700 hPa以下水汽的輻合差異，是較深對(duì)流在夏秋兩季比冬春兩季帶來更強(qiáng)降雨率的主要原因。
2020, 48(2):220-228.
摘要:
在已有的三維對(duì)流云模式的基礎(chǔ)上新植入了同質(zhì)凍結(jié)和異質(zhì)核化方案，結(jié)合一次山地雷暴個(gè)例，通過敏感性試驗(yàn)來探討大氣冰核濃度對(duì)對(duì)流云微物理過程和降水的影響。模擬結(jié)果表明：①冰核濃度的改變會(huì)對(duì)對(duì)流云的動(dòng)力場(chǎng)及各水成物粒子產(chǎn)生明顯作用。增加冰核濃度，冰相粒子的數(shù)濃度隨之增加；同時(shí)，凝華過程中釋放大量潛熱導(dǎo)致云中上升氣流增強(qiáng)。由于水汽含量一定，各水成物粒子“爭(zhēng)奪”水汽，使得云滴、冰晶和霰的增長(zhǎng)均受到抑制，難以成為較大尺寸的降水粒子。②冰核濃度的增加，“貝吉龍效應(yīng)”導(dǎo)致云滴的尺度減小，削弱了云〖CD*2〗雨轉(zhuǎn)化過程。雨滴、云滴混合比的減小抑制了雨滴對(duì)云滴的收集。同時(shí)，小尺度的霰粒子削弱了霰融化為雨滴的物理過程，最終導(dǎo)致地面累積降雨量降低。
在已有的三維對(duì)流云模式的基礎(chǔ)上新植入了同質(zhì)凍結(jié)和異質(zhì)核化方案，結(jié)合一次山地雷暴個(gè)例，通過敏感性試驗(yàn)來探討大氣冰核濃度對(duì)對(duì)流云微物理過程和降水的影響。模擬結(jié)果表明：①冰核濃度的改變會(huì)對(duì)對(duì)流云的動(dòng)力場(chǎng)及各水成物粒子產(chǎn)生明顯作用。增加冰核濃度，冰相粒子的數(shù)濃度隨之增加；同時(shí)，凝華過程中釋放大量潛熱導(dǎo)致云中上升氣流增強(qiáng)。由于水汽含量一定，各水成物粒子“爭(zhēng)奪”水汽，使得云滴、冰晶和霰的增長(zhǎng)均受到抑制，難以成為較大尺寸的降水粒子。②冰核濃度的增加，“貝吉龍效應(yīng)”導(dǎo)致云滴的尺度減小，削弱了云〖CD*2〗雨轉(zhuǎn)化過程。雨滴、云滴混合比的減小抑制了雨滴對(duì)云滴的收集。同時(shí)，小尺度的霰粒子削弱了霰融化為雨滴的物理過程，最終導(dǎo)致地面累積降雨量降低。
2020, 48(2):229-241.
摘要:
通過對(duì)上海地區(qū)1998—2009年4—9月各類強(qiáng)對(duì)流天氣的統(tǒng)計(jì)分析，選取42個(gè)對(duì)流參數(shù)及其時(shí)間變量，采用逐步回歸方法建立了針對(duì)各類強(qiáng)對(duì)流天氣的0～12 h潛勢(shì)預(yù)報(bào)方程。在此基礎(chǔ)上，提出了基于關(guān)鍵對(duì)流參數(shù)進(jìn)行分級(jí)的強(qiáng)對(duì)流潛勢(shì)預(yù)報(bào)方法，選取K〖WTBZ〗指數(shù)、SI〖WTBZ〗指數(shù)、PWV〖WTBZ〗（大氣可降水含量）指數(shù)和θsedif85〖WTBZ〗（500 hPa和850 hPa假相當(dāng)位溫差）等反映大氣熱力和水汽條件的關(guān)鍵對(duì)流參數(shù)，根據(jù)對(duì)流分布情況將各對(duì)流參數(shù)分別分為3個(gè)等級(jí)，并分級(jí)建立了針對(duì)不同強(qiáng)對(duì)流天氣的潛勢(shì)預(yù)報(bào)方程。與未分級(jí)方程對(duì)比表明：基于關(guān)鍵對(duì)流參數(shù)分級(jí)的預(yù)報(bào)方程對(duì)雷雨大風(fēng)、強(qiáng)雷電和所有對(duì)流等預(yù)報(bào)效果上有明顯提升，采用如下組合評(píng)分更佳：雷雨大風(fēng)的預(yù)報(bào)采用SI〖WTBZ〗分類方程，強(qiáng)雷電和所有對(duì)流采用PWV〖WTBZ〗分類方程。將基于關(guān)鍵對(duì)流參數(shù)分級(jí)的強(qiáng)對(duì)流潛勢(shì)預(yù)報(bào)方法在數(shù)值預(yù)報(bào)模式中進(jìn)行了業(yè)務(wù)應(yīng)用，取得了較好效果。
通過對(duì)上海地區(qū)1998—2009年4—9月各類強(qiáng)對(duì)流天氣的統(tǒng)計(jì)分析，選取42個(gè)對(duì)流參數(shù)及其時(shí)間變量，采用逐步回歸方法建立了針對(duì)各類強(qiáng)對(duì)流天氣的0～12 h潛勢(shì)預(yù)報(bào)方程。在此基礎(chǔ)上，提出了基于關(guān)鍵對(duì)流參數(shù)進(jìn)行分級(jí)的強(qiáng)對(duì)流潛勢(shì)預(yù)報(bào)方法，選取K〖WTBZ〗指數(shù)、SI〖WTBZ〗指數(shù)、PWV〖WTBZ〗（大氣可降水含量）指數(shù)和θsedif85〖WTBZ〗（500 hPa和850 hPa假相當(dāng)位溫差）等反映大氣熱力和水汽條件的關(guān)鍵對(duì)流參數(shù)，根據(jù)對(duì)流分布情況將各對(duì)流參數(shù)分別分為3個(gè)等級(jí)，并分級(jí)建立了針對(duì)不同強(qiáng)對(duì)流天氣的潛勢(shì)預(yù)報(bào)方程。與未分級(jí)方程對(duì)比表明：基于關(guān)鍵對(duì)流參數(shù)分級(jí)的預(yù)報(bào)方程對(duì)雷雨大風(fēng)、強(qiáng)雷電和所有對(duì)流等預(yù)報(bào)效果上有明顯提升，采用如下組合評(píng)分更佳：雷雨大風(fēng)的預(yù)報(bào)采用SI〖WTBZ〗分類方程，強(qiáng)雷電和所有對(duì)流采用PWV〖WTBZ〗分類方程。將基于關(guān)鍵對(duì)流參數(shù)分級(jí)的強(qiáng)對(duì)流潛勢(shì)預(yù)報(bào)方法在數(shù)值預(yù)報(bào)模式中進(jìn)行了業(yè)務(wù)應(yīng)用，取得了較好效果。
2020, 48(2):242-247.
摘要:
降雨閾值是泥石流預(yù)警預(yù)報(bào)和防災(zāi)減災(zāi)的重要研究?jī)?nèi)容。通過野外考察、文獻(xiàn)查詢等手段，收集了汶川地震災(zāi)區(qū)典型區(qū)域（都(江堰)汶（川）公路沿線）震后34次泥石流事件和對(duì)應(yīng)的降雨過程，通過統(tǒng)計(jì)誘發(fā)泥石流的降雨歷時(shí)及平均降雨強(qiáng)度，建立了該地區(qū)的降雨〖WTBX〗ID〖WTBZ〗(雨強(qiáng)〖CD*2〗歷時(shí))關(guān)系；針對(duì)〖WTBX〗ID〖WTBZ〗關(guān)系在實(shí)際預(yù)報(bào)中的不足，結(jié)合中國(guó)氣象部門的雨量劃分標(biāo)準(zhǔn)和誘發(fā)泥石流的降雨歷時(shí)將降雨分為小量級(jí)降雨（SI）、中量級(jí)降雨（MI）和大量級(jí)降雨（LI）3個(gè)等級(jí)，得出復(fù)合型降雨〖WTBX〗ID〖WTBZ〗關(guān)系。結(jié)果表明：①都汶地震災(zāi)區(qū)誘發(fā)泥石流的降雨歷時(shí)為2～53 h，平均降雨強(qiáng)度為0.1～13.8 mm/h，〖WTBX〗ID〖WTBZ〗關(guān)系可表示為〖WTBX〗I〖WTBZ〗=5.94 〖WTBX〗D〖WTBZ〗-0.70；②復(fù)合型降雨〖WTBX〗ID〖WTBZ〗預(yù)報(bào)模型可進(jìn)行分級(jí)預(yù)警，其中約80%泥石流事件超過了橙色等級(jí)預(yù)警線，〖WTBX〗ID〖WTBZ〗關(guān)系式為〖WTBX〗I〖WTBZ〗=10.0〖WTBX〗D〖WTBZ〗-0.56（1 h≤〖WTBX〗D〖WTBZ〗 <12 h），I=4.8〖WTBX〗D〖WTBZ〗-0.26（〖WTBX〗D〖WTBZ〗≥12 h）；③改進(jìn)后的復(fù)合型降雨〖WTBX〗ID〖WTBZ〗閾值線斜率更小，預(yù)報(bào)精度更高，更適合中國(guó)西部山區(qū)的泥石流預(yù)報(bào)工作，且在2014—2016年都汶公路沿線的泥石流預(yù)報(bào)檢驗(yàn)中取得了較好效果。本研究擬為汶川地震災(zāi)區(qū)泥石流的預(yù)警預(yù)報(bào)提供技術(shù)支撐。
降雨閾值是泥石流預(yù)警預(yù)報(bào)和防災(zāi)減災(zāi)的重要研究?jī)?nèi)容。通過野外考察、文獻(xiàn)查詢等手段，收集了汶川地震災(zāi)區(qū)典型區(qū)域（都(江堰)汶（川）公路沿線）震后34次泥石流事件和對(duì)應(yīng)的降雨過程，通過統(tǒng)計(jì)誘發(fā)泥石流的降雨歷時(shí)及平均降雨強(qiáng)度，建立了該地區(qū)的降雨〖WTBX〗ID〖WTBZ〗(雨強(qiáng)〖CD*2〗歷時(shí))關(guān)系；針對(duì)〖WTBX〗ID〖WTBZ〗關(guān)系在實(shí)際預(yù)報(bào)中的不足，結(jié)合中國(guó)氣象部門的雨量劃分標(biāo)準(zhǔn)和誘發(fā)泥石流的降雨歷時(shí)將降雨分為小量級(jí)降雨（SI）、中量級(jí)降雨（MI）和大量級(jí)降雨（LI）3個(gè)等級(jí)，得出復(fù)合型降雨〖WTBX〗ID〖WTBZ〗關(guān)系。結(jié)果表明：①都汶地震災(zāi)區(qū)誘發(fā)泥石流的降雨歷時(shí)為2～53 h，平均降雨強(qiáng)度為0.1～13.8 mm/h，〖WTBX〗ID〖WTBZ〗關(guān)系可表示為〖WTBX〗I〖WTBZ〗=5.94 〖WTBX〗D〖WTBZ〗-0.70；②復(fù)合型降雨〖WTBX〗ID〖WTBZ〗預(yù)報(bào)模型可進(jìn)行分級(jí)預(yù)警，其中約80%泥石流事件超過了橙色等級(jí)預(yù)警線，〖WTBX〗ID〖WTBZ〗關(guān)系式為〖WTBX〗I〖WTBZ〗=10.0〖WTBX〗D〖WTBZ〗-0.56（1 h≤〖WTBX〗D〖WTBZ〗 <12 h），I=4.8〖WTBX〗D〖WTBZ〗-0.26（〖WTBX〗D〖WTBZ〗≥12 h）；③改進(jìn)后的復(fù)合型降雨〖WTBX〗ID〖WTBZ〗閾值線斜率更小，預(yù)報(bào)精度更高，更適合中國(guó)西部山區(qū)的泥石流預(yù)報(bào)工作，且在2014—2016年都汶公路沿線的泥石流預(yù)報(bào)檢驗(yàn)中取得了較好效果。本研究擬為汶川地震災(zāi)區(qū)泥石流的預(yù)警預(yù)報(bào)提供技術(shù)支撐。
2020, 48(2):248-253.
摘要:
利用吉林省業(yè)務(wù)運(yùn)行的WRF模式，計(jì)算了與紫外線指數(shù)相關(guān)的氣溫、濕度、云量、風(fēng)速等常規(guī)氣象要素和地表向下的短波輻射通量、地面熱通量、反照率等非常規(guī)氣象要素，利用長(zhǎng)春市紫外線觀測(cè)資料，分析了紫外線輻射與常規(guī)和非常規(guī)氣象要素的相關(guān)性。基于長(zhǎng)春市紫外線觀測(cè)實(shí)況，以常規(guī)氣象要素、非常規(guī)氣象要素、混合氣象要素為因子，利用相同的統(tǒng)計(jì)建模方法，分別建立紫外線預(yù)報(bào)模型。結(jié)果表明：大氣短波輻射等非常規(guī)氣象要素與紫外線指數(shù)的相關(guān)性，明顯高于氣溫、云量、比濕、風(fēng)速等常規(guī)氣象要素；應(yīng)用非常規(guī)氣象要素和混合氣象要素的紫外線預(yù)報(bào)方程，顯著優(yōu)于常規(guī)氣象要素；基于混合氣象要素的紫外線預(yù)報(bào)方程，與基于非常規(guī)氣象要素的預(yù)報(bào)方程比較，預(yù)報(bào)性能差異不大。此外，應(yīng)用常規(guī)氣象要素建立的分季節(jié)紫外線預(yù)報(bào)方程，其預(yù)報(bào)效果明顯優(yōu)于全年預(yù)報(bào)方程。應(yīng)用非常規(guī)氣象要素建立的分季節(jié)紫外線預(yù)報(bào)方程，與全年預(yù)報(bào)方程相比，預(yù)報(bào)效果差異不大。
利用吉林省業(yè)務(wù)運(yùn)行的WRF模式，計(jì)算了與紫外線指數(shù)相關(guān)的氣溫、濕度、云量、風(fēng)速等常規(guī)氣象要素和地表向下的短波輻射通量、地面熱通量、反照率等非常規(guī)氣象要素，利用長(zhǎng)春市紫外線觀測(cè)資料，分析了紫外線輻射與常規(guī)和非常規(guī)氣象要素的相關(guān)性。基于長(zhǎng)春市紫外線觀測(cè)實(shí)況，以常規(guī)氣象要素、非常規(guī)氣象要素、混合氣象要素為因子，利用相同的統(tǒng)計(jì)建模方法，分別建立紫外線預(yù)報(bào)模型。結(jié)果表明：大氣短波輻射等非常規(guī)氣象要素與紫外線指數(shù)的相關(guān)性，明顯高于氣溫、云量、比濕、風(fēng)速等常規(guī)氣象要素；應(yīng)用非常規(guī)氣象要素和混合氣象要素的紫外線預(yù)報(bào)方程，顯著優(yōu)于常規(guī)氣象要素；基于混合氣象要素的紫外線預(yù)報(bào)方程，與基于非常規(guī)氣象要素的預(yù)報(bào)方程比較，預(yù)報(bào)性能差異不大。此外，應(yīng)用常規(guī)氣象要素建立的分季節(jié)紫外線預(yù)報(bào)方程，其預(yù)報(bào)效果明顯優(yōu)于全年預(yù)報(bào)方程。應(yīng)用非常規(guī)氣象要素建立的分季節(jié)紫外線預(yù)報(bào)方程，與全年預(yù)報(bào)方程相比，預(yù)報(bào)效果差異不大。
2020, 48(2):254-262.
摘要:
利用2005—2015年安徽省內(nèi)1162個(gè)站點(diǎn)觀測(cè)資料簡(jiǎn)要分析了短時(shí)強(qiáng)降水的時(shí)空分布特征，并利用中國(guó)氣象局CLDAS（CMA Land Data Assimilation System）近實(shí)時(shí)降水資料檢驗(yàn)2012—2015年安徽省WRF（Weather Research and Forecast）模式對(duì)短時(shí)強(qiáng)降水的預(yù)報(bào)性能，探討不同空間插值方法、檢驗(yàn)方法對(duì)預(yù)報(bào)效果的影響,以評(píng)估模式預(yù)報(bào)短時(shí)強(qiáng)降水的應(yīng)用價(jià)值和使用注意事項(xiàng)。結(jié)果表明：短時(shí)強(qiáng)降水主要發(fā)生在大別山區(qū)和皖南山區(qū)；一年中發(fā)生次數(shù)呈單峰分布，集中于6—8月；日變化呈雙峰狀，強(qiáng)峰為北京時(shí)間下午15:00—19:00，弱峰為06:00—09:00，兩個(gè)低谷分別為01:00、12:00前后。在兩分類評(píng)分TS（Threat Score）檢驗(yàn)中，各個(gè)季節(jié)評(píng)分均十分低，插值方法對(duì)TS評(píng)分影響不大。鄰域法FSS評(píng)分（Fractions Skill Score）檢驗(yàn)中，春季FSS評(píng)分低，最高僅可達(dá)15%，空間窗、時(shí)間窗、時(shí)間超前或滯后變化對(duì)FSS評(píng)分的影響不如夏季、秋季明顯；夏季，不考慮時(shí)間窗時(shí)，單獨(dú)的時(shí)間超前或滯后不能提高預(yù)報(bào)準(zhǔn)確率；秋季，模式分別滯后1 h或滯后2 h預(yù)報(bào)結(jié)果優(yōu)于同期預(yù)報(bào)，而超前1 h或超前2 h預(yù)報(bào)結(jié)果低于同期預(yù)報(bào)，表明秋季W(wǎng)RF模式對(duì)短時(shí)強(qiáng)降水的預(yù)報(bào)有一定滯后性。
利用2005—2015年安徽省內(nèi)1162個(gè)站點(diǎn)觀測(cè)資料簡(jiǎn)要分析了短時(shí)強(qiáng)降水的時(shí)空分布特征，并利用中國(guó)氣象局CLDAS（CMA Land Data Assimilation System）近實(shí)時(shí)降水資料檢驗(yàn)2012—2015年安徽省WRF（Weather Research and Forecast）模式對(duì)短時(shí)強(qiáng)降水的預(yù)報(bào)性能，探討不同空間插值方法、檢驗(yàn)方法對(duì)預(yù)報(bào)效果的影響,以評(píng)估模式預(yù)報(bào)短時(shí)強(qiáng)降水的應(yīng)用價(jià)值和使用注意事項(xiàng)。結(jié)果表明：短時(shí)強(qiáng)降水主要發(fā)生在大別山區(qū)和皖南山區(qū)；一年中發(fā)生次數(shù)呈單峰分布，集中于6—8月；日變化呈雙峰狀，強(qiáng)峰為北京時(shí)間下午15:00—19:00，弱峰為06:00—09:00，兩個(gè)低谷分別為01:00、12:00前后。在兩分類評(píng)分TS（Threat Score）檢驗(yàn)中，各個(gè)季節(jié)評(píng)分均十分低，插值方法對(duì)TS評(píng)分影響不大。鄰域法FSS評(píng)分（Fractions Skill Score）檢驗(yàn)中，春季FSS評(píng)分低，最高僅可達(dá)15%，空間窗、時(shí)間窗、時(shí)間超前或滯后變化對(duì)FSS評(píng)分的影響不如夏季、秋季明顯；夏季，不考慮時(shí)間窗時(shí)，單獨(dú)的時(shí)間超前或滯后不能提高預(yù)報(bào)準(zhǔn)確率；秋季，模式分別滯后1 h或滯后2 h預(yù)報(bào)結(jié)果優(yōu)于同期預(yù)報(bào)，而超前1 h或超前2 h預(yù)報(bào)結(jié)果低于同期預(yù)報(bào)，表明秋季W(wǎng)RF模式對(duì)短時(shí)強(qiáng)降水的預(yù)報(bào)有一定滯后性。
2020, 48(2):263-273.
摘要:
利用NCEP再分析資料、地面和高空觀測(cè)資料、衛(wèi)星和雷達(dá)資料等，對(duì)風(fēng)暴系統(tǒng)在華北中部加強(qiáng)發(fā)展為颮線并產(chǎn)生地面大風(fēng)的原因進(jìn)行了分析。結(jié)果表明: ①2017年8月5日，在冷渦影響下，華北中高層有干空氣滲透，具有條件不穩(wěn)定層結(jié)，11:00天津訂正探空CAPE高達(dá)3184 J〖DK〗·kg-1，且低層水汽充沛，有利于雷暴大風(fēng)和濕對(duì)流的產(chǎn)生。②風(fēng)暴出流邊界與華北中部地面輻合線合并，且東南部地面露點(diǎn)更高，是颮線系統(tǒng)在華北中南部強(qiáng)烈發(fā)展的重要原因。③高溫高濕環(huán)境使得風(fēng)暴向南傳播，在西偏北的引導(dǎo)氣流作用下，最終風(fēng)暴向南偏東方向移動(dòng)。④北京探空0～6 km垂直風(fēng)切變達(dá)到3.3 m〖DK〗·s-1〖DK〗·km-1，氣流在前側(cè)上升后側(cè)下沉，強(qiáng)垂直運(yùn)動(dòng)與強(qiáng)垂直風(fēng)切變作用產(chǎn)生了強(qiáng)旋轉(zhuǎn)，使颮線系統(tǒng)初期具有中氣旋特征。⑤中層強(qiáng)輻合和風(fēng)暴頂輻散產(chǎn)生強(qiáng)下沉氣流，地面最大風(fēng)出現(xiàn)在中氣旋發(fā)展階段和冷池合并階段。
利用NCEP再分析資料、地面和高空觀測(cè)資料、衛(wèi)星和雷達(dá)資料等，對(duì)風(fēng)暴系統(tǒng)在華北中部加強(qiáng)發(fā)展為颮線并產(chǎn)生地面大風(fēng)的原因進(jìn)行了分析。結(jié)果表明: ①2017年8月5日，在冷渦影響下，華北中高層有干空氣滲透，具有條件不穩(wěn)定層結(jié)，11:00天津訂正探空CAPE高達(dá)3184 J〖DK〗·kg-1，且低層水汽充沛，有利于雷暴大風(fēng)和濕對(duì)流的產(chǎn)生。②風(fēng)暴出流邊界與華北中部地面輻合線合并，且東南部地面露點(diǎn)更高，是颮線系統(tǒng)在華北中南部強(qiáng)烈發(fā)展的重要原因。③高溫高濕環(huán)境使得風(fēng)暴向南傳播，在西偏北的引導(dǎo)氣流作用下，最終風(fēng)暴向南偏東方向移動(dòng)。④北京探空0～6 km垂直風(fēng)切變達(dá)到3.3 m〖DK〗·s-1〖DK〗·km-1，氣流在前側(cè)上升后側(cè)下沉，強(qiáng)垂直運(yùn)動(dòng)與強(qiáng)垂直風(fēng)切變作用產(chǎn)生了強(qiáng)旋轉(zhuǎn)，使颮線系統(tǒng)初期具有中氣旋特征。⑤中層強(qiáng)輻合和風(fēng)暴頂輻散產(chǎn)生強(qiáng)下沉氣流，地面最大風(fēng)出現(xiàn)在中氣旋發(fā)展階段和冷池合并階段。
2020, 48(2):274-283.
摘要:
利用常規(guī)天氣資料、雷達(dá)資料及NCEP（1°×1°）再分析資料，對(duì)1812號(hào)臺(tái)風(fēng)“云雀”和1818號(hào)臺(tái)風(fēng)“溫比亞”在上海和浙江產(chǎn)生的暴雨過程進(jìn)行對(duì)比分析，結(jié)果表明：①“云雀”受副高南側(cè)偏東氣流引導(dǎo)，降水集中在臺(tái)風(fēng)南側(cè)，“溫比亞”受大陸高壓南側(cè)偏東氣流引導(dǎo)，降水在臺(tái)風(fēng)兩側(cè)分布均勻，暴雨范圍比“云雀”廣，但暴雨中心強(qiáng)度比“云雀”弱。②“云雀”后期南側(cè)杭州灣一帶有弱冷空氣侵入，大氣對(duì)流不穩(wěn)性增強(qiáng)，降水再次增強(qiáng)，“溫比亞”后期大氣為弱對(duì)流不穩(wěn)定狀態(tài)，降水逐漸減弱。③“溫比亞”兩側(cè)水汽分布均勻，水汽通量大值區(qū)范圍和強(qiáng)度比“云雀”大，但垂直方向上“云雀”輻合高度到達(dá)了對(duì)流層中上層。④ “云雀”暴雨中心正好位于南亞高壓主體南側(cè)偏東氣流中，更有利于高層輻散加強(qiáng)，產(chǎn)生強(qiáng)降水。
利用常規(guī)天氣資料、雷達(dá)資料及NCEP（1°×1°）再分析資料，對(duì)1812號(hào)臺(tái)風(fēng)“云雀”和1818號(hào)臺(tái)風(fēng)“溫比亞”在上海和浙江產(chǎn)生的暴雨過程進(jìn)行對(duì)比分析，結(jié)果表明：①“云雀”受副高南側(cè)偏東氣流引導(dǎo)，降水集中在臺(tái)風(fēng)南側(cè)，“溫比亞”受大陸高壓南側(cè)偏東氣流引導(dǎo)，降水在臺(tái)風(fēng)兩側(cè)分布均勻，暴雨范圍比“云雀”廣，但暴雨中心強(qiáng)度比“云雀”弱。②“云雀”后期南側(cè)杭州灣一帶有弱冷空氣侵入，大氣對(duì)流不穩(wěn)性增強(qiáng)，降水再次增強(qiáng)，“溫比亞”后期大氣為弱對(duì)流不穩(wěn)定狀態(tài)，降水逐漸減弱。③“溫比亞”兩側(cè)水汽分布均勻，水汽通量大值區(qū)范圍和強(qiáng)度比“云雀”大，但垂直方向上“云雀”輻合高度到達(dá)了對(duì)流層中上層。④ “云雀”暴雨中心正好位于南亞高壓主體南側(cè)偏東氣流中，更有利于高層輻散加強(qiáng)，產(chǎn)生強(qiáng)降水。
2020, 48(2):284-291.
摘要:
利用常規(guī)觀測(cè)資料、中尺度加密氣象站資料以及衛(wèi)星和雷達(dá)產(chǎn)品等資料，對(duì)2015年7月13日出現(xiàn)在祁連山南麓的一次冰雹天氣進(jìn)行綜合分析。結(jié)果表明：蒙古冷渦旋轉(zhuǎn)過程中底部下滑的冷槽向東南方向移動(dòng)引導(dǎo)高空冷空氣和正渦度平流，配合地面輻合線共同影響，給祁連山區(qū)南麓地區(qū)帶來此次冰雹天氣；南北較大的濕度梯度與中低層冷空氣的滲透，使得大氣層結(jié)不穩(wěn)定度加大，促使垂直上升運(yùn)動(dòng)加強(qiáng)，為強(qiáng)對(duì)流天氣的發(fā)展提供了有利條件。衛(wèi)星云圖上出現(xiàn)的逗點(diǎn)狀雹暴云團(tuán)，是造成冰雹天氣的主要中尺度系統(tǒng)。雷達(dá)回波強(qiáng)度圖上回波具有典型冰雹結(jié)構(gòu)特征；VIL值出現(xiàn)驟降和陡增的變化趨勢(shì)，與降雹時(shí)間有一一對(duì)應(yīng)關(guān)系。
利用常規(guī)觀測(cè)資料、中尺度加密氣象站資料以及衛(wèi)星和雷達(dá)產(chǎn)品等資料，對(duì)2015年7月13日出現(xiàn)在祁連山南麓的一次冰雹天氣進(jìn)行綜合分析。結(jié)果表明：蒙古冷渦旋轉(zhuǎn)過程中底部下滑的冷槽向東南方向移動(dòng)引導(dǎo)高空冷空氣和正渦度平流，配合地面輻合線共同影響，給祁連山區(qū)南麓地區(qū)帶來此次冰雹天氣；南北較大的濕度梯度與中低層冷空氣的滲透，使得大氣層結(jié)不穩(wěn)定度加大，促使垂直上升運(yùn)動(dòng)加強(qiáng)，為強(qiáng)對(duì)流天氣的發(fā)展提供了有利條件。衛(wèi)星云圖上出現(xiàn)的逗點(diǎn)狀雹暴云團(tuán)，是造成冰雹天氣的主要中尺度系統(tǒng)。雷達(dá)回波強(qiáng)度圖上回波具有典型冰雹結(jié)構(gòu)特征；VIL值出現(xiàn)驟降和陡增的變化趨勢(shì)，與降雹時(shí)間有一一對(duì)應(yīng)關(guān)系。
2020, 48(2):292-298.
摘要:
2016年12月30日至2017年1月8日，山東出現(xiàn)了以PM2.5為首要污染物、持續(xù)幾天、大部地區(qū)重度以上污染的霾天氣。基于多種實(shí)況觀測(cè)資料和ERAInterim再分析資料，分析了此次過程天氣背景和邊界層特征等。結(jié)果發(fā)現(xiàn)：高空平直緯向環(huán)流、地面弱氣壓場(chǎng)、典型的靜穩(wěn)天氣，有利于霾維持較長(zhǎng)時(shí)間。此次過程期間有3次冷空氣影響，冷空氣的強(qiáng)度影響霾的變化，弱冷空氣難以破壞近地層逆溫結(jié)構(gòu)，并會(huì)從上游向下輸送污染物，有利于污染物的累積；較強(qiáng)冷空氣帶來較強(qiáng)的垂直運(yùn)動(dòng)，破壞了靜穩(wěn)天氣形勢(shì)，有利于污染物的擴(kuò)散及清除。此次過程穩(wěn)定層結(jié)形勢(shì)下，邊界層高度是一個(gè)對(duì)霾有指示意義的物理量。邊界層高度和AQI的變化呈滯后負(fù)相關(guān)關(guān)系，邊界層高度降低之后對(duì)應(yīng)AQI指數(shù)升高。逆溫層長(zhǎng)時(shí)間的存在是此次霾持續(xù)的重要條件，另外由于地理原因東南風(fēng)增濕和逆溫層頂高度降低都會(huì)導(dǎo)致污染物濃度增大，使霾加重。
2016年12月30日至2017年1月8日，山東出現(xiàn)了以PM2.5為首要污染物、持續(xù)幾天、大部地區(qū)重度以上污染的霾天氣。基于多種實(shí)況觀測(cè)資料和ERAInterim再分析資料，分析了此次過程天氣背景和邊界層特征等。結(jié)果發(fā)現(xiàn)：高空平直緯向環(huán)流、地面弱氣壓場(chǎng)、典型的靜穩(wěn)天氣，有利于霾維持較長(zhǎng)時(shí)間。此次過程期間有3次冷空氣影響，冷空氣的強(qiáng)度影響霾的變化，弱冷空氣難以破壞近地層逆溫結(jié)構(gòu)，并會(huì)從上游向下輸送污染物，有利于污染物的累積；較強(qiáng)冷空氣帶來較強(qiáng)的垂直運(yùn)動(dòng)，破壞了靜穩(wěn)天氣形勢(shì)，有利于污染物的擴(kuò)散及清除。此次過程穩(wěn)定層結(jié)形勢(shì)下，邊界層高度是一個(gè)對(duì)霾有指示意義的物理量。邊界層高度和AQI的變化呈滯后負(fù)相關(guān)關(guān)系，邊界層高度降低之后對(duì)應(yīng)AQI指數(shù)升高。逆溫層長(zhǎng)時(shí)間的存在是此次霾持續(xù)的重要條件，另外由于地理原因東南風(fēng)增濕和逆溫層頂高度降低都會(huì)導(dǎo)致污染物濃度增大，使霾加重。
2020, 48(2):299-306.
摘要:
本文根據(jù)美國(guó)《建筑和其它結(jié)構(gòu)最小設(shè)計(jì)荷載》中t秒平均最大風(fēng)速與1 h平均最大風(fēng)速的比值公式，推導(dǎo)出EF級(jí)別和F級(jí)別風(fēng)速測(cè)量標(biāo)準(zhǔn)間的轉(zhuǎn)換方法，將京津冀1956—2016年122個(gè)龍卷風(fēng)個(gè)例由EF等級(jí)轉(zhuǎn)化為F等級(jí)，再按照《核電廠廠址選擇的極端氣象事件》HAD101/10中推薦的龍卷風(fēng)風(fēng)險(xiǎn)評(píng)估方法，對(duì)京津冀龍卷風(fēng)風(fēng)險(xiǎn)度進(jìn)行了定量評(píng)價(jià)，結(jié)果表明：京津冀122個(gè)龍卷風(fēng)個(gè)例的風(fēng)程1/4 mile平均最大風(fēng)速均比3 s平均最大風(fēng)速低，平均偏低2.1 m〖DK〗·s-1，風(fēng)速越大，兩者差距越小；122個(gè)龍卷風(fēng)個(gè)例分布在F0到F3共4個(gè)等級(jí)中， F0等級(jí) 31個(gè)，F(xiàn)1等級(jí)78個(gè)，F(xiàn)2等級(jí)12個(gè)，F(xiàn)3等級(jí)1個(gè)；京津冀龍卷風(fēng)發(fā)生次數(shù)最多依次為天津、唐山和張家口市，分別為21、21和14次，強(qiáng)龍卷發(fā)生最多的是廊坊市（3個(gè)），衡水、承德、保定、北京4個(gè)市沒有發(fā)生過強(qiáng)龍卷；京津冀發(fā)生超越EF1、EF2、EF3、EF4等級(jí)龍卷風(fēng)重現(xiàn)期分別為5.8、10.1、20.2、49.5 a，發(fā)生超越F1、F2、F3、F4等級(jí)龍卷風(fēng)重現(xiàn)期分別為4.9、13.8、38.5、130.7 a；京津冀一年中單位面上（1 km2）10-7概率水平對(duì)應(yīng)的龍卷風(fēng)設(shè)計(jì)基準(zhǔn)風(fēng)速為73.4 m〖DK〗·s-1。
本文根據(jù)美國(guó)《建筑和其它結(jié)構(gòu)最小設(shè)計(jì)荷載》中t秒平均最大風(fēng)速與1 h平均最大風(fēng)速的比值公式，推導(dǎo)出EF級(jí)別和F級(jí)別風(fēng)速測(cè)量標(biāo)準(zhǔn)間的轉(zhuǎn)換方法，將京津冀1956—2016年122個(gè)龍卷風(fēng)個(gè)例由EF等級(jí)轉(zhuǎn)化為F等級(jí)，再按照《核電廠廠址選擇的極端氣象事件》HAD101/10中推薦的龍卷風(fēng)風(fēng)險(xiǎn)評(píng)估方法，對(duì)京津冀龍卷風(fēng)風(fēng)險(xiǎn)度進(jìn)行了定量評(píng)價(jià)，結(jié)果表明：京津冀122個(gè)龍卷風(fēng)個(gè)例的風(fēng)程1/4 mile平均最大風(fēng)速均比3 s平均最大風(fēng)速低，平均偏低2.1 m〖DK〗·s-1，風(fēng)速越大，兩者差距越小；122個(gè)龍卷風(fēng)個(gè)例分布在F0到F3共4個(gè)等級(jí)中， F0等級(jí) 31個(gè)，F(xiàn)1等級(jí)78個(gè)，F(xiàn)2等級(jí)12個(gè)，F(xiàn)3等級(jí)1個(gè)；京津冀龍卷風(fēng)發(fā)生次數(shù)最多依次為天津、唐山和張家口市，分別為21、21和14次，強(qiáng)龍卷發(fā)生最多的是廊坊市（3個(gè)），衡水、承德、保定、北京4個(gè)市沒有發(fā)生過強(qiáng)龍卷；京津冀發(fā)生超越EF1、EF2、EF3、EF4等級(jí)龍卷風(fēng)重現(xiàn)期分別為5.8、10.1、20.2、49.5 a，發(fā)生超越F1、F2、F3、F4等級(jí)龍卷風(fēng)重現(xiàn)期分別為4.9、13.8、38.5、130.7 a；京津冀一年中單位面上（1 km2）10-7概率水平對(duì)應(yīng)的龍卷風(fēng)設(shè)計(jì)基準(zhǔn)風(fēng)速為73.4 m〖DK〗·s-1。
2020, 48(2):307-312.
摘要:
利用湖南97個(gè)氣象觀測(cè)站逐日綜合氣象干旱指數(shù)、逐日降水量和湖南天氣氣候分區(qū)，研究湖南極端干旱特征和極端干旱時(shí)段內(nèi)人工影響天氣增雨潛力，結(jié)果表明：①湖南極端干旱期有相當(dāng)?shù)脑鲇隄摿Γ鱾€(gè)分區(qū)的極端干旱頻次和大氣可降水量年代際變化除70年代外均呈現(xiàn)為北少南多的特點(diǎn)。②極端干旱時(shí)段內(nèi)各分區(qū)年均可增雨日數(shù)主要表現(xiàn)為月際差異，可增雨日數(shù)主要集中在8—10月，各分區(qū)區(qū)域差異較小，各分區(qū)在伏旱期的可增雨日數(shù)大約占伏旱期的16%～20%。③湖南極端干旱按照出現(xiàn)的季節(jié)分類有11種，頻次最高的是夏秋連旱，同時(shí)夏秋連旱的可增雨日數(shù)最多。
利用湖南97個(gè)氣象觀測(cè)站逐日綜合氣象干旱指數(shù)、逐日降水量和湖南天氣氣候分區(qū)，研究湖南極端干旱特征和極端干旱時(shí)段內(nèi)人工影響天氣增雨潛力，結(jié)果表明：①湖南極端干旱期有相當(dāng)?shù)脑鲇隄摿Γ鱾€(gè)分區(qū)的極端干旱頻次和大氣可降水量年代際變化除70年代外均呈現(xiàn)為北少南多的特點(diǎn)。②極端干旱時(shí)段內(nèi)各分區(qū)年均可增雨日數(shù)主要表現(xiàn)為月際差異，可增雨日數(shù)主要集中在8—10月，各分區(qū)區(qū)域差異較小，各分區(qū)在伏旱期的可增雨日數(shù)大約占伏旱期的16%～20%。③湖南極端干旱按照出現(xiàn)的季節(jié)分類有11種，頻次最高的是夏秋連旱，同時(shí)夏秋連旱的可增雨日數(shù)最多。
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