2023年第51卷第5期文章目次
2023, 51(5):613-628.
DOI: 10.19517/j.1671-6345.20220394
摘要:
青藏高原積雪監(jiān)測在地球輻射平衡、全球氣候變化和生態(tài)環(huán)境等方面有重要作用，對氣候預(yù)測、雪災(zāi)預(yù)測等具有重要意義。FY-4（風(fēng)云4號）衛(wèi)星數(shù)據(jù)具有高時空分辨率的優(yōu)勢，基于FY-4A（風(fēng)云4號A星）構(gòu)建積雪監(jiān)測方法與模型，不僅拓展了靜止衛(wèi)星應(yīng)用領(lǐng)域，也豐富了積雪監(jiān)測應(yīng)用的手段。FY-4的高時間分辨率為積雪監(jiān)測的研究提供了分鐘級數(shù)據(jù)，對積雪與云的變化掌握的更為細(xì)致，但用于積雪監(jiān)測的波段，因分辨率不高容易導(dǎo)致錯判與漏判。本文基于2020年小時級野外地面雪深觀測數(shù)據(jù)、風(fēng)云3號D星積雪覆蓋產(chǎn)品（FY-3D_SNC）數(shù)據(jù)，構(gòu)建了基于歸一化積雪指數(shù)（Normalized Difference Snow Index，NDSI）的FY-4A衛(wèi)星積雪判識方法，提出了雪深監(jiān)測模型與等級劃分指標(biāo)。結(jié)果表明：NDSI≥0.20是青藏高原地區(qū)FY-4A衛(wèi)星積雪判識的適用閾值，無論有云或無云條件，其漏判率均低于8.0%。地面站點(diǎn)驗(yàn)證結(jié)果表明，積雪判識準(zhǔn)確率達(dá)83.33%以上。空間范圍內(nèi)直接剔除云區(qū)后，積雪判識經(jīng)混淆矩陣驗(yàn)證準(zhǔn)確率在82.48%以上。因此，F(xiàn)Y-4A衛(wèi)星在青藏高原地區(qū)具有積雪監(jiān)測的能力。雖然FY-4A衛(wèi)星對超過10 cm以上雪深不具備區(qū)分能力，但可以較好地識別10 cm以下淺雪雪深，相關(guān)系數(shù)達(dá)到0.745，通過了0.001顯著性水平檢驗(yàn)。據(jù)此建立的FY-4A衛(wèi)星0～10 cm雪深等級指標(biāo)，總體分級精度達(dá)到87.50%。FY-4A衛(wèi)星雪深反演方法在青藏高原地區(qū)對0～10 cm淺雪雪深有較好的估算能力。
青藏高原積雪監(jiān)測在地球輻射平衡、全球氣候變化和生態(tài)環(huán)境等方面有重要作用，對氣候預(yù)測、雪災(zāi)預(yù)測等具有重要意義。FY-4（風(fēng)云4號）衛(wèi)星數(shù)據(jù)具有高時空分辨率的優(yōu)勢，基于FY-4A（風(fēng)云4號A星）構(gòu)建積雪監(jiān)測方法與模型，不僅拓展了靜止衛(wèi)星應(yīng)用領(lǐng)域，也豐富了積雪監(jiān)測應(yīng)用的手段。FY-4的高時間分辨率為積雪監(jiān)測的研究提供了分鐘級數(shù)據(jù)，對積雪與云的變化掌握的更為細(xì)致，但用于積雪監(jiān)測的波段，因分辨率不高容易導(dǎo)致錯判與漏判。本文基于2020年小時級野外地面雪深觀測數(shù)據(jù)、風(fēng)云3號D星積雪覆蓋產(chǎn)品（FY-3D_SNC）數(shù)據(jù)，構(gòu)建了基于歸一化積雪指數(shù)（Normalized Difference Snow Index，NDSI）的FY-4A衛(wèi)星積雪判識方法，提出了雪深監(jiān)測模型與等級劃分指標(biāo)。結(jié)果表明：NDSI≥0.20是青藏高原地區(qū)FY-4A衛(wèi)星積雪判識的適用閾值，無論有云或無云條件，其漏判率均低于8.0%。地面站點(diǎn)驗(yàn)證結(jié)果表明，積雪判識準(zhǔn)確率達(dá)83.33%以上。空間范圍內(nèi)直接剔除云區(qū)后，積雪判識經(jīng)混淆矩陣驗(yàn)證準(zhǔn)確率在82.48%以上。因此，F(xiàn)Y-4A衛(wèi)星在青藏高原地區(qū)具有積雪監(jiān)測的能力。雖然FY-4A衛(wèi)星對超過10 cm以上雪深不具備區(qū)分能力，但可以較好地識別10 cm以下淺雪雪深，相關(guān)系數(shù)達(dá)到0.745，通過了0.001顯著性水平檢驗(yàn)。據(jù)此建立的FY-4A衛(wèi)星0～10 cm雪深等級指標(biāo)，總體分級精度達(dá)到87.50%。FY-4A衛(wèi)星雪深反演方法在青藏高原地區(qū)對0～10 cm淺雪雪深有較好的估算能力。
2023, 51(5):629-638.
DOI: 10.19517/j.1671-6345.20220199
摘要:
針對雙權(quán)重標(biāo)準(zhǔn)差法對探空溫度質(zhì)量控制中閾值參數(shù)不確定的問題，提出了以正態(tài)波形指標(biāo)偏度和峰度為判定依據(jù)的閾值Z參數(shù)優(yōu)化算法。利用2017年福建3部探空溫度資料和ERA5模式再分析溫度數(shù)據(jù)，對探空溫度增量數(shù)據(jù)進(jìn)行不同數(shù)據(jù)集質(zhì)控前后對比分析總結(jié)出：峰偏值CKS隨閾值Z的分布曲線表明閾值Z偏大則會造成質(zhì)控不完全，閾值Z偏小則會造成過度質(zhì)控；以峰偏值CKS所確定的最優(yōu)閾值Z雙權(quán)重標(biāo)準(zhǔn)差法比固定閾值的更符合模式同化系統(tǒng)正態(tài)分布要求，為探空溫度數(shù)據(jù)在模式同化的應(yīng)用提供了更好的質(zhì)控方法。在質(zhì)控前后溫度增量分布特征上，溫度觀測增量總是以某一固定增量值在整個氣壓高度上剔除離群值，其中57.15%的離群點(diǎn)主要分布在0～100 hPa范圍內(nèi)，42.85%的離群點(diǎn)均勻分布在100～1000 hPa范圍內(nèi)，其中0～100 hPa范圍內(nèi)溫度增量絕對值大于10 ℃的異常點(diǎn)是由于溫度傳感器受太陽輻射等因素影響超出了正常探測誤差范圍，這些異常點(diǎn)可以在質(zhì)控前提前剔除，進(jìn)一步提升探空溫度數(shù)據(jù)質(zhì)量。
針對雙權(quán)重標(biāo)準(zhǔn)差法對探空溫度質(zhì)量控制中閾值參數(shù)不確定的問題，提出了以正態(tài)波形指標(biāo)偏度和峰度為判定依據(jù)的閾值Z參數(shù)優(yōu)化算法。利用2017年福建3部探空溫度資料和ERA5模式再分析溫度數(shù)據(jù)，對探空溫度增量數(shù)據(jù)進(jìn)行不同數(shù)據(jù)集質(zhì)控前后對比分析總結(jié)出：峰偏值CKS隨閾值Z的分布曲線表明閾值Z偏大則會造成質(zhì)控不完全，閾值Z偏小則會造成過度質(zhì)控；以峰偏值CKS所確定的最優(yōu)閾值Z雙權(quán)重標(biāo)準(zhǔn)差法比固定閾值的更符合模式同化系統(tǒng)正態(tài)分布要求，為探空溫度數(shù)據(jù)在模式同化的應(yīng)用提供了更好的質(zhì)控方法。在質(zhì)控前后溫度增量分布特征上，溫度觀測增量總是以某一固定增量值在整個氣壓高度上剔除離群值，其中57.15%的離群點(diǎn)主要分布在0～100 hPa范圍內(nèi)，42.85%的離群點(diǎn)均勻分布在100～1000 hPa范圍內(nèi)，其中0～100 hPa范圍內(nèi)溫度增量絕對值大于10 ℃的異常點(diǎn)是由于溫度傳感器受太陽輻射等因素影響超出了正常探測誤差范圍，這些異常點(diǎn)可以在質(zhì)控前提前剔除，進(jìn)一步提升探空溫度數(shù)據(jù)質(zhì)量。
2023, 51(5):639-647.
DOI: 10.19517/j.1671-6345.20220267
摘要:
氣象臺站站網(wǎng)布局質(zhì)量直接影響觀測資料的使用效益。通過水平站間距、垂直層分布、坡度、流域、風(fēng)險區(qū)劃、站點(diǎn)控制范圍以及網(wǎng)格覆蓋率等多個角度對四川省現(xiàn)有地面雨量站站網(wǎng)進(jìn)行分析，以期為后續(xù)增減站點(diǎn)、站網(wǎng)布局優(yōu)化提供科學(xué)依據(jù)。分析結(jié)果表明：①四川省雨量站平均水平站間距為9.04 km，完全滿足世界氣象組織OSCAR對氣候監(jiān)測領(lǐng)域的需求，滿足全球數(shù)值天氣預(yù)報的“突破”需求，但距理想的“目標(biāo)”還有一定差距；②四川省80%以上的雨量站布設(shè)在低海拔和中海拔區(qū)域，92.38%的雨量站布設(shè)在平坡地、較平坡地、緩坡地和較緩坡地；③四川省較高和高風(fēng)險區(qū)面積占比不足40%，站數(shù)占比達(dá)50%以上，且站網(wǎng)密度隨著風(fēng)險區(qū)從低到高逐漸增大；④站點(diǎn)控制面積<100 km2的區(qū)域主要分布在四川盆地內(nèi)，川西高原站點(diǎn)控制面積普遍在100 km2以上，個別站點(diǎn)控制面積在1000 km2以上；⑤不同分辨率網(wǎng)格覆蓋率，四川盆地內(nèi)最高，攀西地區(qū)次之，川西高原相對較低。
氣象臺站站網(wǎng)布局質(zhì)量直接影響觀測資料的使用效益。通過水平站間距、垂直層分布、坡度、流域、風(fēng)險區(qū)劃、站點(diǎn)控制范圍以及網(wǎng)格覆蓋率等多個角度對四川省現(xiàn)有地面雨量站站網(wǎng)進(jìn)行分析，以期為后續(xù)增減站點(diǎn)、站網(wǎng)布局優(yōu)化提供科學(xué)依據(jù)。分析結(jié)果表明：①四川省雨量站平均水平站間距為9.04 km，完全滿足世界氣象組織OSCAR對氣候監(jiān)測領(lǐng)域的需求，滿足全球數(shù)值天氣預(yù)報的“突破”需求，但距理想的“目標(biāo)”還有一定差距；②四川省80%以上的雨量站布設(shè)在低海拔和中海拔區(qū)域，92.38%的雨量站布設(shè)在平坡地、較平坡地、緩坡地和較緩坡地；③四川省較高和高風(fēng)險區(qū)面積占比不足40%，站數(shù)占比達(dá)50%以上，且站網(wǎng)密度隨著風(fēng)險區(qū)從低到高逐漸增大；④站點(diǎn)控制面積<100 km2的區(qū)域主要分布在四川盆地內(nèi)，川西高原站點(diǎn)控制面積普遍在100 km2以上，個別站點(diǎn)控制面積在1000 km2以上；⑤不同分辨率網(wǎng)格覆蓋率，四川盆地內(nèi)最高，攀西地區(qū)次之，川西高原相對較低。
2023, 51(5):648-657.
DOI: 10.19517/j.1671-6345.20220277
摘要:
受限于地理環(huán)境、通信條件及人員保障能力，青藏高原科學(xué)考察數(shù)據(jù)無法通過現(xiàn)有氣象通信系統(tǒng)進(jìn)行收集和傳輸，這一直是困擾著氣象科研工作者的難題。本文依托電信運(yùn)營商的公有云資源建立科考數(shù)據(jù)匯集與傳輸平臺，在西藏墨脫地區(qū)開展了大量科考觀測數(shù)據(jù)的收集和傳輸工作。該平臺采用高并發(fā)數(shù)據(jù)獲取和分布式并行處理框架，實(shí)現(xiàn)在單臺服務(wù)器上數(shù)據(jù)收集、處理、分發(fā)、監(jiān)控等多個應(yīng)用的持續(xù)有序工作，并結(jié)合科考儀器特點(diǎn)對數(shù)據(jù)進(jìn)行有針對性的監(jiān)控和歸檔服務(wù)。同時，還設(shè)計實(shí)現(xiàn)了輕量化的數(shù)據(jù)上傳客戶端，解決布設(shè)于野外的科考觀測設(shè)備的數(shù)據(jù)采集問題。該平臺的設(shè)計可應(yīng)用于其他地區(qū)的科考觀測數(shù)據(jù)收集和傳輸工作中。
受限于地理環(huán)境、通信條件及人員保障能力，青藏高原科學(xué)考察數(shù)據(jù)無法通過現(xiàn)有氣象通信系統(tǒng)進(jìn)行收集和傳輸，這一直是困擾著氣象科研工作者的難題。本文依托電信運(yùn)營商的公有云資源建立科考數(shù)據(jù)匯集與傳輸平臺，在西藏墨脫地區(qū)開展了大量科考觀測數(shù)據(jù)的收集和傳輸工作。該平臺采用高并發(fā)數(shù)據(jù)獲取和分布式并行處理框架，實(shí)現(xiàn)在單臺服務(wù)器上數(shù)據(jù)收集、處理、分發(fā)、監(jiān)控等多個應(yīng)用的持續(xù)有序工作，并結(jié)合科考儀器特點(diǎn)對數(shù)據(jù)進(jìn)行有針對性的監(jiān)控和歸檔服務(wù)。同時，還設(shè)計實(shí)現(xiàn)了輕量化的數(shù)據(jù)上傳客戶端，解決布設(shè)于野外的科考觀測設(shè)備的數(shù)據(jù)采集問題。該平臺的設(shè)計可應(yīng)用于其他地區(qū)的科考觀測數(shù)據(jù)收集和傳輸工作中。
2023, 51(5):658-667.
DOI: 10.19517/j.1671-6345.20220330
摘要:
為達(dá)到整合省級氣象服務(wù)數(shù)據(jù)資源、統(tǒng)一氣象服務(wù)出口的目標(biāo)，推動氣象數(shù)據(jù)產(chǎn)品在防災(zāi)減災(zāi)和公共服務(wù)中的高效應(yīng)用，基于Spring Cloud云架構(gòu)，采用軟件插件（Plugin）、WEB服務(wù)（WebService)等技術(shù)研發(fā)了湖南氣象服務(wù)平臺。本文詳細(xì)介紹了此平臺的分層模型和功能結(jié)構(gòu)，以及所采用的多源氣象數(shù)據(jù)融合處理、基于微服務(wù)的氣象數(shù)據(jù)并行處理、基于可縮放矢量圖形（Scalable Vector Graphics,SVG）的氣象數(shù)據(jù)矢量化和數(shù)據(jù)安全交互等關(guān)鍵技術(shù)方法。此平臺通過天擎獲取氣象數(shù)據(jù)產(chǎn)品，統(tǒng)一加工處理后封裝為數(shù)據(jù)插件、圖形插件和行業(yè)插件，通過標(biāo)準(zhǔn)接口提供觀測資料、預(yù)報預(yù)警、衛(wèi)星云圖、雷達(dá)拼圖等產(chǎn)品，基于氣象數(shù)字對象標(biāo)識符（Meteorological Digital Object Identifier，MOID）保障氣象數(shù)據(jù)產(chǎn)品服務(wù)過程的安全性。此平臺的氣象服務(wù)插件已應(yīng)用于湖南省應(yīng)急管理廳、自然資源廳、水利廳等單位的業(yè)務(wù)系統(tǒng)。應(yīng)用結(jié)果表明：此平臺的插件服務(wù)模式適應(yīng)C/S客戶端、WEB網(wǎng)站、移動APP等不同類型的氣象服務(wù)需求，實(shí)現(xiàn)了氣象數(shù)據(jù)服務(wù)的統(tǒng)一管理、高效加工和規(guī)范應(yīng)用，提升了省級氣象服務(wù)的能力。
為達(dá)到整合省級氣象服務(wù)數(shù)據(jù)資源、統(tǒng)一氣象服務(wù)出口的目標(biāo)，推動氣象數(shù)據(jù)產(chǎn)品在防災(zāi)減災(zāi)和公共服務(wù)中的高效應(yīng)用，基于Spring Cloud云架構(gòu)，采用軟件插件（Plugin）、WEB服務(wù)（WebService)等技術(shù)研發(fā)了湖南氣象服務(wù)平臺。本文詳細(xì)介紹了此平臺的分層模型和功能結(jié)構(gòu)，以及所采用的多源氣象數(shù)據(jù)融合處理、基于微服務(wù)的氣象數(shù)據(jù)并行處理、基于可縮放矢量圖形（Scalable Vector Graphics,SVG）的氣象數(shù)據(jù)矢量化和數(shù)據(jù)安全交互等關(guān)鍵技術(shù)方法。此平臺通過天擎獲取氣象數(shù)據(jù)產(chǎn)品，統(tǒng)一加工處理后封裝為數(shù)據(jù)插件、圖形插件和行業(yè)插件，通過標(biāo)準(zhǔn)接口提供觀測資料、預(yù)報預(yù)警、衛(wèi)星云圖、雷達(dá)拼圖等產(chǎn)品，基于氣象數(shù)字對象標(biāo)識符（Meteorological Digital Object Identifier，MOID）保障氣象數(shù)據(jù)產(chǎn)品服務(wù)過程的安全性。此平臺的氣象服務(wù)插件已應(yīng)用于湖南省應(yīng)急管理廳、自然資源廳、水利廳等單位的業(yè)務(wù)系統(tǒng)。應(yīng)用結(jié)果表明：此平臺的插件服務(wù)模式適應(yīng)C/S客戶端、WEB網(wǎng)站、移動APP等不同類型的氣象服務(wù)需求，實(shí)現(xiàn)了氣象數(shù)據(jù)服務(wù)的統(tǒng)一管理、高效加工和規(guī)范應(yīng)用，提升了省級氣象服務(wù)的能力。
2023, 51(5):668-680.
DOI: 10.19517/j.1671-6345.20220379
摘要:
針對2021年7月20日發(fā)生于河南省鄭州市的極端暴雨事件，利用數(shù)值模式對此次暴雨過程中的地形影響問題進(jìn)行了數(shù)值試驗(yàn)分析。結(jié)果發(fā)現(xiàn)， CMA-MESO（GRAPES-MESO 3 km）模式能夠較好地模擬此次極端降水過程。地形對降水具有顯著影響，地形高度降低時，降水中心強(qiáng)度減弱，位置偏北；地形高度增加時，降水中心強(qiáng)度增加，位置偏南。其主要影響機(jī)制為：①太行山與鄭州市西側(cè)山體抬升作用使鄭州市西部出現(xiàn)較強(qiáng)的上升運(yùn)動中心；太行山南端阻擋作用使東南暖濕氣流北支一部分氣流向西偏轉(zhuǎn)，與越過伏牛山的偏南氣流及東南氣流南支匯合，使鄭州市上空維持大尺度水汽輻合，進(jìn)而產(chǎn)生極端暴雨。②當(dāng)?shù)匦胃叨仍黾訒r，東南氣流北支的部分氣流遇太行山阻擋轉(zhuǎn)為偏東北氣流，氣流輻合區(qū)強(qiáng)度增強(qiáng)，鄭州市上空水汽含量明顯增加；而東南氣流南支受伏牛山阻擋抬升作用影響在鄭州市西南側(cè)也產(chǎn)生了強(qiáng)上升氣流，在鄭州市西北側(cè)與西南側(cè)形成兩個強(qiáng)降水中心。
針對2021年7月20日發(fā)生于河南省鄭州市的極端暴雨事件，利用數(shù)值模式對此次暴雨過程中的地形影響問題進(jìn)行了數(shù)值試驗(yàn)分析。結(jié)果發(fā)現(xiàn)， CMA-MESO（GRAPES-MESO 3 km）模式能夠較好地模擬此次極端降水過程。地形對降水具有顯著影響，地形高度降低時，降水中心強(qiáng)度減弱，位置偏北；地形高度增加時，降水中心強(qiáng)度增加，位置偏南。其主要影響機(jī)制為：①太行山與鄭州市西側(cè)山體抬升作用使鄭州市西部出現(xiàn)較強(qiáng)的上升運(yùn)動中心；太行山南端阻擋作用使東南暖濕氣流北支一部分氣流向西偏轉(zhuǎn)，與越過伏牛山的偏南氣流及東南氣流南支匯合，使鄭州市上空維持大尺度水汽輻合，進(jìn)而產(chǎn)生極端暴雨。②當(dāng)?shù)匦胃叨仍黾訒r，東南氣流北支的部分氣流遇太行山阻擋轉(zhuǎn)為偏東北氣流，氣流輻合區(qū)強(qiáng)度增強(qiáng)，鄭州市上空水汽含量明顯增加；而東南氣流南支受伏牛山阻擋抬升作用影響在鄭州市西南側(cè)也產(chǎn)生了強(qiáng)上升氣流，在鄭州市西北側(cè)與西南側(cè)形成兩個強(qiáng)降水中心。
2023, 51(5):681-692.
DOI: 10.19517/j.1671-6345.20220356
摘要:
2020年第4號臺風(fēng)“黑格比”在浙南登陸后過境北雁蕩山期間在山區(qū)引發(fā)了特大暴雨。基于中尺度數(shù)值模式WRFV4.0.2對臺風(fēng)進(jìn)行高分辨率數(shù)值模擬，分析北雁蕩山地形對此次臺風(fēng)暴雨的作用，并設(shè)置了升降地形敏感性試驗(yàn)。結(jié)果表明：數(shù)值試驗(yàn)較好地模擬了臺風(fēng)移動及特大暴雨的落區(qū)和強(qiáng)度，臺風(fēng)大風(fēng)區(qū)明顯不對稱分布，臺風(fēng)登陸后第一、四象限過境山區(qū)，其東側(cè)強(qiáng)偏南氣流向山區(qū)輸送了充足水汽。臺風(fēng)登陸前山區(qū)低空存在一條由臺風(fēng)內(nèi)核拖曳出的狹長螺旋輻合帶，水汽通量輻合與風(fēng)場輻合相一致。臺風(fēng)眼墻過境時沿著降水中心的迎風(fēng)坡有強(qiáng)烈上升運(yùn)動，動力條件極好，水汽輸送帶由近地面向?qū)α鲗拥蛯友诱梗絽^(qū)有零星對流單體觸發(fā)加強(qiáng)。臺風(fēng)后部環(huán)流影響時在高海拔山區(qū)風(fēng)速減弱、繞流激發(fā)了中尺度低渦，強(qiáng)降水中心迎風(fēng)坡上出現(xiàn)持續(xù)性、停滯不動的強(qiáng)正渦度中心，是特大暴雨發(fā)生的主要原因。地形敏感性試驗(yàn)中無地形時降水減幅40%～50%，地形高度翻倍降水增幅超過60%。
2020年第4號臺風(fēng)“黑格比”在浙南登陸后過境北雁蕩山期間在山區(qū)引發(fā)了特大暴雨。基于中尺度數(shù)值模式WRFV4.0.2對臺風(fēng)進(jìn)行高分辨率數(shù)值模擬，分析北雁蕩山地形對此次臺風(fēng)暴雨的作用，并設(shè)置了升降地形敏感性試驗(yàn)。結(jié)果表明：數(shù)值試驗(yàn)較好地模擬了臺風(fēng)移動及特大暴雨的落區(qū)和強(qiáng)度，臺風(fēng)大風(fēng)區(qū)明顯不對稱分布，臺風(fēng)登陸后第一、四象限過境山區(qū)，其東側(cè)強(qiáng)偏南氣流向山區(qū)輸送了充足水汽。臺風(fēng)登陸前山區(qū)低空存在一條由臺風(fēng)內(nèi)核拖曳出的狹長螺旋輻合帶，水汽通量輻合與風(fēng)場輻合相一致。臺風(fēng)眼墻過境時沿著降水中心的迎風(fēng)坡有強(qiáng)烈上升運(yùn)動，動力條件極好，水汽輸送帶由近地面向?qū)α鲗拥蛯友诱梗絽^(qū)有零星對流單體觸發(fā)加強(qiáng)。臺風(fēng)后部環(huán)流影響時在高海拔山區(qū)風(fēng)速減弱、繞流激發(fā)了中尺度低渦，強(qiáng)降水中心迎風(fēng)坡上出現(xiàn)持續(xù)性、停滯不動的強(qiáng)正渦度中心，是特大暴雨發(fā)生的主要原因。地形敏感性試驗(yàn)中無地形時降水減幅40%～50%，地形高度翻倍降水增幅超過60%。
2023, 51(5):693-703.
DOI: 10.19517/j.1671-6345.20220354
摘要:
600 hPa天氣系統(tǒng)能夠分析川西高原低渦變化的主要特征，并能識別低渦的發(fā)展移動和川西高原強(qiáng)降水落區(qū)的關(guān)系。利用1979—2020年逐3 h的ERA5再分析資料（0.25°×0.25°）和2011—2020年逐小時降水資料，對夏半年川西高原600 hPa低渦活動特征、低渦與降水的關(guān)系及致雨低渦動力和熱力特征進(jìn)行統(tǒng)計分析，結(jié)果表明:①42年間低渦年均80個，持續(xù)時間1 d以內(nèi)占總數(shù)的95.7%;在川西高原本地生成、移入和移出低渦年均61.5個、18個和5.3個;低渦源地和消散地分別在甘孜州白玉縣和理塘縣為中心的區(qū)域。②生命史大于12 h的低渦占比36.4%，都會帶來降水，其中超83.7%會造成中雨以上降水;低渦伴隨的日降水強(qiáng)度最大值中心位置隨月份先由川西高原東部與南部地區(qū)北移到中部，之后逐漸移回到東部與南部地區(qū)，相對應(yīng)7—8月多低渦從北部南移到中部擺動消亡，其余月份多低渦從中部生成影響到東部和南部地區(qū)或在南部生成并停滯或擺動。③強(qiáng)烈垂直上升運(yùn)動和正渦度區(qū)的耦合發(fā)展以及深厚不穩(wěn)定層結(jié)的形成和加強(qiáng)是致雨低渦發(fā)生發(fā)展并產(chǎn)生強(qiáng)降水的動力特征和熱力層結(jié)條件。
600 hPa天氣系統(tǒng)能夠分析川西高原低渦變化的主要特征，并能識別低渦的發(fā)展移動和川西高原強(qiáng)降水落區(qū)的關(guān)系。利用1979—2020年逐3 h的ERA5再分析資料（0.25°×0.25°）和2011—2020年逐小時降水資料，對夏半年川西高原600 hPa低渦活動特征、低渦與降水的關(guān)系及致雨低渦動力和熱力特征進(jìn)行統(tǒng)計分析，結(jié)果表明:①42年間低渦年均80個，持續(xù)時間1 d以內(nèi)占總數(shù)的95.7%;在川西高原本地生成、移入和移出低渦年均61.5個、18個和5.3個;低渦源地和消散地分別在甘孜州白玉縣和理塘縣為中心的區(qū)域。②生命史大于12 h的低渦占比36.4%，都會帶來降水，其中超83.7%會造成中雨以上降水;低渦伴隨的日降水強(qiáng)度最大值中心位置隨月份先由川西高原東部與南部地區(qū)北移到中部，之后逐漸移回到東部與南部地區(qū)，相對應(yīng)7—8月多低渦從北部南移到中部擺動消亡，其余月份多低渦從中部生成影響到東部和南部地區(qū)或在南部生成并停滯或擺動。③強(qiáng)烈垂直上升運(yùn)動和正渦度區(qū)的耦合發(fā)展以及深厚不穩(wěn)定層結(jié)的形成和加強(qiáng)是致雨低渦發(fā)生發(fā)展并產(chǎn)生強(qiáng)降水的動力特征和熱力層結(jié)條件。
2023, 51(5):704-714.
DOI: 10.19517/j.1671-6345.20220229
摘要:
綜合利用常規(guī)觀測資料、雙偏振雷達(dá)和雨滴譜儀探測資料，對2020年3月28日發(fā)生在常州地區(qū)的一次罕見強(qiáng)寒潮引起的降雨、雨夾雪和雪不同相態(tài)降水天氣進(jìn)行了分析。結(jié)果表明：①此次3月末罕見強(qiáng)寒潮和降水主要是在高空槽、中低層切變線和西南急流與地面冷高壓配合下，強(qiáng)冷平流入侵以及850 hPa明顯干層的蒸發(fā)（或升華）吸熱的共同作用引起的，中低層溫度的急劇下降，導(dǎo)致降水相態(tài)發(fā)生變化。②雙偏振雷達(dá)監(jiān)測到3種降水相態(tài)呈現(xiàn)出不同的偏振變量特征：降雨相態(tài)向雨夾雪轉(zhuǎn)變時，反射率因子Z增大，差分反射率因子Z DR 增大，相關(guān)系數(shù)C C 有明顯的低值帶狀分布，呈現(xiàn)出Z>30 dBz，Z DR >1 dB，CC C <0.95組成的雨雪相態(tài)混合區(qū)域；而純雪則為Z>22 dBz，Z DR <1 dB，C C >0.98。③雨滴譜儀顯示降雨階段主要由高濃度小粒子構(gòu)成，雨滴速度-尺度譜呈現(xiàn)為傾斜的帶狀；雨夾雪階段數(shù)濃度減小，粒徑范圍較寬，質(zhì)量加權(quán)平均直徑明顯增大，雨滴速度-粒徑范圍介于降雨和純雪之間；純雪階段速度-尺度譜下壓右伸，粒子直徑分布較寬。
綜合利用常規(guī)觀測資料、雙偏振雷達(dá)和雨滴譜儀探測資料，對2020年3月28日發(fā)生在常州地區(qū)的一次罕見強(qiáng)寒潮引起的降雨、雨夾雪和雪不同相態(tài)降水天氣進(jìn)行了分析。結(jié)果表明：①此次3月末罕見強(qiáng)寒潮和降水主要是在高空槽、中低層切變線和西南急流與地面冷高壓配合下，強(qiáng)冷平流入侵以及850 hPa明顯干層的蒸發(fā)（或升華）吸熱的共同作用引起的，中低層溫度的急劇下降，導(dǎo)致降水相態(tài)發(fā)生變化。②雙偏振雷達(dá)監(jiān)測到3種降水相態(tài)呈現(xiàn)出不同的偏振變量特征：降雨相態(tài)向雨夾雪轉(zhuǎn)變時，反射率因子Z增大，差分反射率因子Z DR 增大，相關(guān)系數(shù)C C 有明顯的低值帶狀分布，呈現(xiàn)出Z>30 dBz，Z DR >1 dB，CC C <0.95組成的雨雪相態(tài)混合區(qū)域；而純雪則為Z>22 dBz，Z DR <1 dB，C C >0.98。③雨滴譜儀顯示降雨階段主要由高濃度小粒子構(gòu)成，雨滴速度-尺度譜呈現(xiàn)為傾斜的帶狀；雨夾雪階段數(shù)濃度減小，粒徑范圍較寬，質(zhì)量加權(quán)平均直徑明顯增大，雨滴速度-粒徑范圍介于降雨和純雪之間；純雪階段速度-尺度譜下壓右伸，粒子直徑分布較寬。
2023, 51(5):715-727.
DOI: 10.19517/j.1671-6345.20220367
摘要:
城市熱島效應(yīng)是人類活動對大氣系統(tǒng)影響的最主要體現(xiàn)之一。本文利用（Space and Time Multiscale Analysis System，STMAS）時空多尺度分析系統(tǒng)，融合了地面自動站、雷達(dá)、衛(wèi)星等多源高時空分辨率觀測資料，建立了城市熱島三維數(shù)據(jù)集。并在此基礎(chǔ)上統(tǒng)計了2021年北京夏季的城市熱島強(qiáng)度變化特征，選取其中一次超強(qiáng)城市熱島個例（2021年6月11—12日）詳細(xì)分析了其三維精細(xì)化結(jié)構(gòu)特征。結(jié)果表明：①本個例中，夜間郊區(qū)近地面迅速降溫，形成逆溫層；而城市近地面降溫緩慢，使得近地面城郊溫差不斷增大。②本次超強(qiáng)城市熱島三維溫度場暖心結(jié)構(gòu)在地面和990 hPa以下低空等壓面清晰可見，風(fēng)場距平呈現(xiàn)氣旋性環(huán)流特征并在低空從郊區(qū)向城區(qū)輻合，引起可到達(dá)中高空的上升運(yùn)動，說明城市熱島效應(yīng)有增強(qiáng)垂直環(huán)流的作用。
城市熱島效應(yīng)是人類活動對大氣系統(tǒng)影響的最主要體現(xiàn)之一。本文利用（Space and Time Multiscale Analysis System，STMAS）時空多尺度分析系統(tǒng)，融合了地面自動站、雷達(dá)、衛(wèi)星等多源高時空分辨率觀測資料，建立了城市熱島三維數(shù)據(jù)集。并在此基礎(chǔ)上統(tǒng)計了2021年北京夏季的城市熱島強(qiáng)度變化特征，選取其中一次超強(qiáng)城市熱島個例（2021年6月11—12日）詳細(xì)分析了其三維精細(xì)化結(jié)構(gòu)特征。結(jié)果表明：①本個例中，夜間郊區(qū)近地面迅速降溫，形成逆溫層；而城市近地面降溫緩慢，使得近地面城郊溫差不斷增大。②本次超強(qiáng)城市熱島三維溫度場暖心結(jié)構(gòu)在地面和990 hPa以下低空等壓面清晰可見，風(fēng)場距平呈現(xiàn)氣旋性環(huán)流特征并在低空從郊區(qū)向城區(qū)輻合，引起可到達(dá)中高空的上升運(yùn)動，說明城市熱島效應(yīng)有增強(qiáng)垂直環(huán)流的作用。
2023, 51(5):728-737.
DOI: 10.19517/j.1671-6345.20220313
摘要:
利用氣溶膠激光雷達(dá)觀測的消光系數(shù)數(shù)據(jù)，對2019年12月北疆沿天山的石河子市開展人工消減霧霾作業(yè)效果進(jìn)行分析，主要采用了符號檢驗(yàn)、成對秩和檢驗(yàn)等非參數(shù)性檢驗(yàn)法，以及參數(shù)性t驗(yàn)法等人工影響天氣的物理統(tǒng)計檢驗(yàn)方法，得出了基于氣溶膠激光雷達(dá)消光系數(shù)為依據(jù)的人工消減霧霾作業(yè)效果。結(jié)果為：符號檢驗(yàn)法檢驗(yàn)得出飛機(jī)人工消減霧霾作業(yè)后20 min，400 m以下不同高度消光系數(shù)平均值減小的可信度達(dá)到非常顯著的99.5%，進(jìn)一步按照95%的可信度閾值得出減小值為0.05，減小率為9.8%；成對秩和檢驗(yàn)法得出的作業(yè)正效果可信度達(dá)到97.5%，很顯著；但是參數(shù)性t檢驗(yàn)得出作業(yè)正效果的可信度只有90%～80%，未達(dá)到99.5%的閾值，顯著性一般。這與作業(yè)采用了不同類型的催化劑如只用吸濕性干粉催化劑，以及播撒作業(yè)高度偏高導(dǎo)致作為樣本的消光系數(shù)變化效果不能滿足檢驗(yàn)效率相關(guān)。進(jìn)一步分析表明，飛機(jī)人工消減霧霾作業(yè)后20 min，400 m以下不同高度消光系數(shù)的減小響應(yīng)效果自上而下遞減，這與人工影響作業(yè)播撒的催化劑作用的物理機(jī)制自上而下逐步響應(yīng)的過程相一致。
利用氣溶膠激光雷達(dá)觀測的消光系數(shù)數(shù)據(jù)，對2019年12月北疆沿天山的石河子市開展人工消減霧霾作業(yè)效果進(jìn)行分析，主要采用了符號檢驗(yàn)、成對秩和檢驗(yàn)等非參數(shù)性檢驗(yàn)法，以及參數(shù)性t驗(yàn)法等人工影響天氣的物理統(tǒng)計檢驗(yàn)方法，得出了基于氣溶膠激光雷達(dá)消光系數(shù)為依據(jù)的人工消減霧霾作業(yè)效果。結(jié)果為：符號檢驗(yàn)法檢驗(yàn)得出飛機(jī)人工消減霧霾作業(yè)后20 min，400 m以下不同高度消光系數(shù)平均值減小的可信度達(dá)到非常顯著的99.5%，進(jìn)一步按照95%的可信度閾值得出減小值為0.05，減小率為9.8%；成對秩和檢驗(yàn)法得出的作業(yè)正效果可信度達(dá)到97.5%，很顯著；但是參數(shù)性t檢驗(yàn)得出作業(yè)正效果的可信度只有90%～80%，未達(dá)到99.5%的閾值，顯著性一般。這與作業(yè)采用了不同類型的催化劑如只用吸濕性干粉催化劑，以及播撒作業(yè)高度偏高導(dǎo)致作為樣本的消光系數(shù)變化效果不能滿足檢驗(yàn)效率相關(guān)。進(jìn)一步分析表明，飛機(jī)人工消減霧霾作業(yè)后20 min，400 m以下不同高度消光系數(shù)的減小響應(yīng)效果自上而下遞減，這與人工影響作業(yè)播撒的催化劑作用的物理機(jī)制自上而下逐步響應(yīng)的過程相一致。
2023, 51(5):738-746.
DOI: 10.19517/j.1671-6345.2022.372
摘要:
洪澇災(zāi)害危險性預(yù)警分析是防災(zāi)減災(zāi)的重要基礎(chǔ)，在災(zāi)害發(fā)生前進(jìn)行預(yù)警，可以有效減輕災(zāi)害帶來的影響。本文以2020年6—8月長江—淮河流域洪澇災(zāi)害為研究案例，首次利用前3天累計降水量（前期狀態(tài)），當(dāng)前時次土壤濕度（當(dāng)前狀態(tài)）和預(yù)測日降水量（未來狀態(tài)）作為致災(zāi)因子，基于改進(jìn)的層次分析法建立危險性預(yù)警分析模型。通過縣域?yàn)?zāi)情信息驗(yàn)證表明，評估正確率達(dá)74.46%，遺漏率僅5.59%，評估結(jié)果與實(shí)際災(zāi)情吻合性好；同時對預(yù)警準(zhǔn)確性和時相一致性進(jìn)行評價，最大值（縣內(nèi)最高指數(shù)）的預(yù)警率達(dá)到81.6%；“特大型”暴雨洪澇災(zāi)害中的預(yù)警達(dá)到77.3%以上，且災(zāi)害在前3～5天危險性指數(shù)普遍提升，存在有效預(yù)警。本文方法對于長江—淮河流域短時暴雨洪澇災(zāi)害危險性預(yù)警有較好的準(zhǔn)確性和可靠性，可提供防災(zāi)減災(zāi)決策依據(jù)。
洪澇災(zāi)害危險性預(yù)警分析是防災(zāi)減災(zāi)的重要基礎(chǔ)，在災(zāi)害發(fā)生前進(jìn)行預(yù)警，可以有效減輕災(zāi)害帶來的影響。本文以2020年6—8月長江—淮河流域洪澇災(zāi)害為研究案例，首次利用前3天累計降水量（前期狀態(tài)），當(dāng)前時次土壤濕度（當(dāng)前狀態(tài)）和預(yù)測日降水量（未來狀態(tài)）作為致災(zāi)因子，基于改進(jìn)的層次分析法建立危險性預(yù)警分析模型。通過縣域?yàn)?zāi)情信息驗(yàn)證表明，評估正確率達(dá)74.46%，遺漏率僅5.59%，評估結(jié)果與實(shí)際災(zāi)情吻合性好；同時對預(yù)警準(zhǔn)確性和時相一致性進(jìn)行評價，最大值（縣內(nèi)最高指數(shù)）的預(yù)警率達(dá)到81.6%；“特大型”暴雨洪澇災(zāi)害中的預(yù)警達(dá)到77.3%以上，且災(zāi)害在前3～5天危險性指數(shù)普遍提升，存在有效預(yù)警。本文方法對于長江—淮河流域短時暴雨洪澇災(zāi)害危險性預(yù)警有較好的準(zhǔn)確性和可靠性，可提供防災(zāi)減災(zāi)決策依據(jù)。
2023, 51(5):747-754.
DOI: 10.19517/j.1671-6345.20220347
摘要:
為探究影響山岳型景區(qū)雷電發(fā)展的關(guān)鍵因素，實(shí)時掌握黃山風(fēng)景區(qū)及周圍雷電發(fā)展趨勢，采用多普勒天氣雷達(dá)、氣象探空、閃電定位等多種監(jiān)測數(shù)據(jù)，根據(jù)雷電發(fā)生基本物理原理，從系統(tǒng)強(qiáng)度、旺盛程度和移動趨勢3個方面提取雷達(dá)回波特征作為關(guān)鍵預(yù)報因子，基于多種機(jī)器學(xué)習(xí)算法建立了雷電臨近預(yù)報模型，結(jié)果表明：隨機(jī)森林（RF）、邏輯回歸（LR）、K-臨近（KNN）、貝葉斯（GNB）、支持向量機(jī)（SVM）5種機(jī)器學(xué)習(xí)算法均對雷電具有一定臨近預(yù)報能力，RF的TS最高，SVM漏報率最低，LR空報率最低；在RF算法中雷暴系統(tǒng)強(qiáng)度和發(fā)展旺盛程度兩類因子起主要作用，其中作用最大的是雷暴系統(tǒng)強(qiáng)度中-20 ℃層高度雷達(dá)基本反射率，其次是0 ℃層以上回波厚度。
為探究影響山岳型景區(qū)雷電發(fā)展的關(guān)鍵因素，實(shí)時掌握黃山風(fēng)景區(qū)及周圍雷電發(fā)展趨勢，采用多普勒天氣雷達(dá)、氣象探空、閃電定位等多種監(jiān)測數(shù)據(jù)，根據(jù)雷電發(fā)生基本物理原理，從系統(tǒng)強(qiáng)度、旺盛程度和移動趨勢3個方面提取雷達(dá)回波特征作為關(guān)鍵預(yù)報因子，基于多種機(jī)器學(xué)習(xí)算法建立了雷電臨近預(yù)報模型，結(jié)果表明：隨機(jī)森林（RF）、邏輯回歸（LR）、K-臨近（KNN）、貝葉斯（GNB）、支持向量機(jī)（SVM）5種機(jī)器學(xué)習(xí)算法均對雷電具有一定臨近預(yù)報能力，RF的TS最高，SVM漏報率最低，LR空報率最低；在RF算法中雷暴系統(tǒng)強(qiáng)度和發(fā)展旺盛程度兩類因子起主要作用，其中作用最大的是雷暴系統(tǒng)強(qiáng)度中-20 ℃層高度雷達(dá)基本反射率，其次是0 ℃層以上回波厚度。
2023, 51(5):755-763.
DOI: 10.19517/j.1671-6345.20220319
摘要:
為科學(xué)評價雷電防護(hù)措施的防護(hù)能力，分析國內(nèi)外多種評價方法的優(yōu)劣，結(jié)合雷電防護(hù)措施的特點(diǎn)提出基于改進(jìn)層次分析法的模糊綜合評價。依據(jù)雷電防護(hù)相關(guān)技術(shù)標(biāo)準(zhǔn)和規(guī)范，綜合考慮雷電環(huán)境、承載體特征、自然因素的影響，建立雷電防護(hù)能力評價指標(biāo)體系。利用改進(jìn)層次分析法計算各級指標(biāo)的權(quán)重，采用模糊綜合評價法確定雷電防護(hù)能力評價等級。運(yùn)用此方法對采取多種雷電防護(hù)措施的油氣集輸站進(jìn)行雷電防護(hù)能力評價，評價等級與實(shí)際情況和有關(guān)文獻(xiàn)案例相符，表明該方法適用于雷電防護(hù)能力的評價。
為科學(xué)評價雷電防護(hù)措施的防護(hù)能力，分析國內(nèi)外多種評價方法的優(yōu)劣，結(jié)合雷電防護(hù)措施的特點(diǎn)提出基于改進(jìn)層次分析法的模糊綜合評價。依據(jù)雷電防護(hù)相關(guān)技術(shù)標(biāo)準(zhǔn)和規(guī)范，綜合考慮雷電環(huán)境、承載體特征、自然因素的影響，建立雷電防護(hù)能力評價指標(biāo)體系。利用改進(jìn)層次分析法計算各級指標(biāo)的權(quán)重，采用模糊綜合評價法確定雷電防護(hù)能力評價等級。運(yùn)用此方法對采取多種雷電防護(hù)措施的油氣集輸站進(jìn)行雷電防護(hù)能力評價，評價等級與實(shí)際情況和有關(guān)文獻(xiàn)案例相符，表明該方法適用于雷電防護(hù)能力的評價。
2023, 51(5):764-770.
DOI: 10.19517/j.1671-6345.20220213
摘要:
利用壽縣國家氣候觀象臺開路式甲烷氣體分析儀的觀測數(shù)據(jù)，分析了淮河流域稻麥輪作農(nóng)田不同生育期甲烷通量變化特征及其影響因素。結(jié)果表明：淮河流域甲烷通量一年中呈單峰型分布，峰值出現(xiàn)在夏季。甲烷通量日變化呈單峰型分布，峰值出現(xiàn)在午后，白天高于夜間。水稻生育期甲烷通量明顯高于小麥生育期；小麥出苗期甲烷通量最小，成熟期最大，達(dá)到0.14 μg·m-2·s-1；水稻拔節(jié)期甲烷通量最大，達(dá)到3.02 μg·m-2 ·s-1，成熟期最小，為0.12 μg·m-2·s-1。作物生物量對甲烷通量影響明顯，水稻和小麥?zhǔn)崭钋昂?4 h甲烷通量降幅達(dá)到50%和30%。甲烷通量與降水、相對濕度、水汽壓、土壤溫度、氣溫均呈顯著的正相關(guān)關(guān)系。降水量越大，濕度越大，溫度越高，甲烷通量就越大。
利用壽縣國家氣候觀象臺開路式甲烷氣體分析儀的觀測數(shù)據(jù)，分析了淮河流域稻麥輪作農(nóng)田不同生育期甲烷通量變化特征及其影響因素。結(jié)果表明：淮河流域甲烷通量一年中呈單峰型分布，峰值出現(xiàn)在夏季。甲烷通量日變化呈單峰型分布，峰值出現(xiàn)在午后，白天高于夜間。水稻生育期甲烷通量明顯高于小麥生育期；小麥出苗期甲烷通量最小，成熟期最大，達(dá)到0.14 μg·m-2·s-1；水稻拔節(jié)期甲烷通量最大，達(dá)到3.02 μg·m-2 ·s-1，成熟期最小，為0.12 μg·m-2·s-1。作物生物量對甲烷通量影響明顯，水稻和小麥?zhǔn)崭钋昂?4 h甲烷通量降幅達(dá)到50%和30%。甲烷通量與降水、相對濕度、水汽壓、土壤溫度、氣溫均呈顯著的正相關(guān)關(guān)系。降水量越大，濕度越大，溫度越高，甲烷通量就越大。
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