2024年第52卷第4期文章目次
2024, 52(4):457-467.
DOI: 10.19517/j.1671-6345.20230242
摘要:
利用河北省13套風廓線雷達資料，基于大氣動力學原理和動力條件反演算法，計算出垂直風切變、散度、渦度和邊界層通風量等參數(shù)產(chǎn)品。通過與探空資料計算結(jié)果對比，以及與近地面濃度聯(lián)合分析，對4種參數(shù)算法進行檢驗，結(jié)果表明，反演產(chǎn)品的變化趨勢和特征表現(xiàn)較為合理。以2022年11月9-11日河北境內(nèi)一次區(qū)域PM2.5(空氣動力學直徑小于等于2.5 μm的顆粒物)污染過程為例，4種產(chǎn)品的具體分析結(jié)果表明：在污染積累過程中3 km以下垂直風切變從對角線到右下角依次減小，右下角數(shù)值多小于5 m/(s·km)；渦度、散度數(shù)值基本都在20×10-5s-1以下，950 hPa等壓面以下多小于15×10-5s-1，靜穩(wěn)形勢明顯；邊界層通風量數(shù)值小于3000 m2/s。在污染物消散前垂直風切變整層數(shù)值升至10 m/(s·km)以上，2～3 km高度與0～1 km之間10 m/(s·km)以上風切變大值區(qū)對污染消散敏感性最強；850 hPa高空渦度、散度數(shù)值首先增大到30×10-5s-1以上，當20×10-5s-1以上渦度和散度區(qū)域擴展到邊界層以內(nèi)時，近地面PM2.5濃度迅速下降；邊界層通風量數(shù)值升至4000 m2/s時，污染物濃度達標，沿著冷空氣傳輸路徑，下游站點數(shù)值增大滯后，多站點聯(lián)合分析可用于下游站點的污染消散預報。
利用河北省13套風廓線雷達資料，基于大氣動力學原理和動力條件反演算法，計算出垂直風切變、散度、渦度和邊界層通風量等參數(shù)產(chǎn)品。通過與探空資料計算結(jié)果對比，以及與近地面濃度聯(lián)合分析，對4種參數(shù)算法進行檢驗，結(jié)果表明，反演產(chǎn)品的變化趨勢和特征表現(xiàn)較為合理。以2022年11月9-11日河北境內(nèi)一次區(qū)域PM2.5(空氣動力學直徑小于等于2.5 μm的顆粒物)污染過程為例，4種產(chǎn)品的具體分析結(jié)果表明：在污染積累過程中3 km以下垂直風切變從對角線到右下角依次減小，右下角數(shù)值多小于5 m/(s·km)；渦度、散度數(shù)值基本都在20×10-5s-1以下，950 hPa等壓面以下多小于15×10-5s-1，靜穩(wěn)形勢明顯；邊界層通風量數(shù)值小于3000 m2/s。在污染物消散前垂直風切變整層數(shù)值升至10 m/(s·km)以上，2～3 km高度與0～1 km之間10 m/(s·km)以上風切變大值區(qū)對污染消散敏感性最強；850 hPa高空渦度、散度數(shù)值首先增大到30×10-5s-1以上，當20×10-5s-1以上渦度和散度區(qū)域擴展到邊界層以內(nèi)時，近地面PM2.5濃度迅速下降；邊界層通風量數(shù)值升至4000 m2/s時，污染物濃度達標，沿著冷空氣傳輸路徑，下游站點數(shù)值增大滯后，多站點聯(lián)合分析可用于下游站點的污染消散預報。
2024, 52(4):468-476.
DOI: 10.19517/j.1671-6345.20230289
摘要:
標準偏差分析方法是有效評估雷達數(shù)據(jù)質(zhì)量的關(guān)鍵。本文采用標準差分析法對C波段雙極化雷達偏振參數(shù)進行了深入分析，以找出主要影響因素并優(yōu)化參數(shù)配置。通過觀測實驗考察了典型天氣過程中極化參數(shù)標準差的改善效果。結(jié)果表明：現(xiàn)有觀測模式對C波段偏振參數(shù)的精度較低，并且不同仰角之間存在顯著精度差異。其中，在1.5°仰角處，極化參數(shù)數(shù)據(jù)的精度高于0.5°仰角處。駐留時間、脈沖重復頻率和脈沖數(shù)直接影響C波段雙線極化雷達極化參數(shù)的標準差。通過優(yōu)化脈沖重復頻率和脈沖數(shù)，在不改變觀測模式的情況下，提高了在相同停留時間內(nèi)偏振標準差的精度。對兩個典型天氣過程中極化參數(shù)標準差的分析表明，在進行參數(shù)優(yōu)化之前，冰雹過程中極化標準差普遍高于強降水事件；然而，在改進后，強降水事件中極化標準差精度通常優(yōu)于冰雹事件。經(jīng)過改進后的觀測模式在一定程度上提升了C波段雙極化雷達偏振參數(shù)數(shù)據(jù)的精確性。
標準偏差分析方法是有效評估雷達數(shù)據(jù)質(zhì)量的關(guān)鍵。本文采用標準差分析法對C波段雙極化雷達偏振參數(shù)進行了深入分析，以找出主要影響因素并優(yōu)化參數(shù)配置。通過觀測實驗考察了典型天氣過程中極化參數(shù)標準差的改善效果。結(jié)果表明：現(xiàn)有觀測模式對C波段偏振參數(shù)的精度較低，并且不同仰角之間存在顯著精度差異。其中，在1.5°仰角處，極化參數(shù)數(shù)據(jù)的精度高于0.5°仰角處。駐留時間、脈沖重復頻率和脈沖數(shù)直接影響C波段雙線極化雷達極化參數(shù)的標準差。通過優(yōu)化脈沖重復頻率和脈沖數(shù)，在不改變觀測模式的情況下，提高了在相同停留時間內(nèi)偏振標準差的精度。對兩個典型天氣過程中極化參數(shù)標準差的分析表明，在進行參數(shù)優(yōu)化之前，冰雹過程中極化標準差普遍高于強降水事件；然而，在改進后，強降水事件中極化標準差精度通常優(yōu)于冰雹事件。經(jīng)過改進后的觀測模式在一定程度上提升了C波段雙極化雷達偏振參數(shù)數(shù)據(jù)的精確性。
2024, 52(4):477-487.
DOI: 10.19517/j.1671-6345.20230243
摘要:
為提高雷達定量降水估測的精度，本文選取2018—2022年汕頭地區(qū)3次西南季風和3次臺風降水過程，利用S波段雙偏振雷達和自動站雨量計資料進行雷達降水估測效果分析。通過5個誤差指標，分析了傳統(tǒng)的PPS法、Ryzhkov的Ryzhkov法、郭佳的CSU-HIDRO_I法和汪舵的HCA-LIQ法，共4種雷達降水估測算法在6次降水過程中的降水估測效果，得出以下結(jié)論：在不分降水量級和降水類型的情況下，采用CSU-HIDRO_I進行雷達降水估測效果最優(yōu)；在分雨強的情況下，小雨類采用Ryzhkov最優(yōu)，中雨類和強降水類采用CSU-HIDRO_I最優(yōu)；在分降水類型的情況下，西南季風降水過程中采用CSU-HIDRO_I最優(yōu)，而臺風降水過程中采用HCA-LIQ最優(yōu)。在實際應用中，可綜合考慮雨強和降水類型，采用相應的降水估測算法以提高雷達在定量降水估測的精度。
為提高雷達定量降水估測的精度，本文選取2018—2022年汕頭地區(qū)3次西南季風和3次臺風降水過程，利用S波段雙偏振雷達和自動站雨量計資料進行雷達降水估測效果分析。通過5個誤差指標，分析了傳統(tǒng)的PPS法、Ryzhkov的Ryzhkov法、郭佳的CSU-HIDRO_I法和汪舵的HCA-LIQ法，共4種雷達降水估測算法在6次降水過程中的降水估測效果，得出以下結(jié)論：在不分降水量級和降水類型的情況下，采用CSU-HIDRO_I進行雷達降水估測效果最優(yōu)；在分雨強的情況下，小雨類采用Ryzhkov最優(yōu)，中雨類和強降水類采用CSU-HIDRO_I最優(yōu)；在分降水類型的情況下，西南季風降水過程中采用CSU-HIDRO_I最優(yōu)，而臺風降水過程中采用HCA-LIQ最優(yōu)。在實際應用中，可綜合考慮雨強和降水類型，采用相應的降水估測算法以提高雷達在定量降水估測的精度。
2024, 52(4):488-496.
DOI: 10.19517/j.1671-6345.20230104
摘要:
為確保數(shù)字式氣壓計測量不確定度的可靠性，需對現(xiàn)有的測量不確定度表示指南（GUM）評定數(shù)字式氣壓計不確定度的方法進行適用性驗證。本文根據(jù)國際標準ISO/IEC Guide 98-3:2008 附件1給出的蒙特卡洛法(Monte Corlo Method,簡稱MCM)驗證方案，以PTB220型數(shù)字式氣壓計為研究對象，分別采用自適應MCM對GUM方法進行不確定度的評定；將評定結(jié)果對比求偏差；根據(jù)偏差值是否超限來判定GUM方法適用性。結(jié)果表明：所采用的自適應MCM通過迭代增加試驗次數(shù)，實時判斷試驗統(tǒng)計意義上的穩(wěn)定，能有效確保評定結(jié)果的可靠性，且僅通過2×104樣本量，計算出對應的評定結(jié)果。通過將GUM評定結(jié)果與其對比求偏差，分析得出GUM在進行數(shù)字式氣壓計的不確定度評定時偏離程度超過規(guī)定范圍，說明GUM未能通過驗證，即GUM可能不宜適用于該儀器不確定度的評定。
為確保數(shù)字式氣壓計測量不確定度的可靠性，需對現(xiàn)有的測量不確定度表示指南（GUM）評定數(shù)字式氣壓計不確定度的方法進行適用性驗證。本文根據(jù)國際標準ISO/IEC Guide 98-3:2008 附件1給出的蒙特卡洛法(Monte Corlo Method,簡稱MCM)驗證方案，以PTB220型數(shù)字式氣壓計為研究對象，分別采用自適應MCM對GUM方法進行不確定度的評定；將評定結(jié)果對比求偏差；根據(jù)偏差值是否超限來判定GUM方法適用性。結(jié)果表明：所采用的自適應MCM通過迭代增加試驗次數(shù)，實時判斷試驗統(tǒng)計意義上的穩(wěn)定，能有效確保評定結(jié)果的可靠性，且僅通過2×104樣本量，計算出對應的評定結(jié)果。通過將GUM評定結(jié)果與其對比求偏差，分析得出GUM在進行數(shù)字式氣壓計的不確定度評定時偏離程度超過規(guī)定范圍，說明GUM未能通過驗證，即GUM可能不宜適用于該儀器不確定度的評定。
2024, 52(4):497-507.
DOI: 10.19517/j.1671-6345.20230202
摘要:
打造開放的氣象綜合業(yè)務實時監(jiān)控體系，全面提升氣象業(yè)務的運行質(zhì)量與效率是氣象信息化發(fā)展的重要工作。針對氣象綜合業(yè)務監(jiān)視范圍廣泛、內(nèi)容多樣以及傳輸密集等特性，為實現(xiàn)海量監(jiān)視數(shù)據(jù)高效、完整及準確的采集、傳輸與處理，本文設(shè)計了一種基于標準化數(shù)據(jù)分類的可擴展的監(jiān)視數(shù)據(jù)內(nèi)容模型。該模型對種類繁多的監(jiān)視數(shù)據(jù)進行抽象與概括，劃分了監(jiān)視數(shù)據(jù)的類別；描述了每一類別監(jiān)視數(shù)據(jù)的通用屬性；同時依據(jù)核心監(jiān)視功能的數(shù)據(jù)需求，在通用屬性的基礎(chǔ)上進一步設(shè)計了典型的監(jiān)視數(shù)據(jù)屬性域內(nèi)容。該模型具備通用性、可擴展性特點，在中國氣象局“氣象綜合業(yè)務實時監(jiān)控系統(tǒng)（天鏡）”的建設(shè)中得到廣泛應用，并在2022年發(fā)布為氣象行業(yè)標準，為國省共有核心監(jiān)控功能的實現(xiàn)以及各省特有監(jiān)控范圍的擴充提供了有效的監(jiān)視數(shù)據(jù)支撐。
打造開放的氣象綜合業(yè)務實時監(jiān)控體系，全面提升氣象業(yè)務的運行質(zhì)量與效率是氣象信息化發(fā)展的重要工作。針對氣象綜合業(yè)務監(jiān)視范圍廣泛、內(nèi)容多樣以及傳輸密集等特性，為實現(xiàn)海量監(jiān)視數(shù)據(jù)高效、完整及準確的采集、傳輸與處理，本文設(shè)計了一種基于標準化數(shù)據(jù)分類的可擴展的監(jiān)視數(shù)據(jù)內(nèi)容模型。該模型對種類繁多的監(jiān)視數(shù)據(jù)進行抽象與概括，劃分了監(jiān)視數(shù)據(jù)的類別；描述了每一類別監(jiān)視數(shù)據(jù)的通用屬性；同時依據(jù)核心監(jiān)視功能的數(shù)據(jù)需求，在通用屬性的基礎(chǔ)上進一步設(shè)計了典型的監(jiān)視數(shù)據(jù)屬性域內(nèi)容。該模型具備通用性、可擴展性特點，在中國氣象局“氣象綜合業(yè)務實時監(jiān)控系統(tǒng)（天鏡）”的建設(shè)中得到廣泛應用，并在2022年發(fā)布為氣象行業(yè)標準，為國省共有核心監(jiān)控功能的實現(xiàn)以及各省特有監(jiān)控范圍的擴充提供了有效的監(jiān)視數(shù)據(jù)支撐。
2024, 52(4):508-518.
DOI: 10.19517/j.1671-6345.20230328
摘要:
為滿足氣象部門政務數(shù)據(jù)高效管理和共享應用需求，推動氣象政務數(shù)據(jù)融入國家政務大數(shù)據(jù)體系，中國氣象局依托國家級氣象專有云設(shè)計、建設(shè)了氣象部門首個一級集中、四級應用的集約統(tǒng)一的政務數(shù)據(jù)中心，直接支撐氣象政務和業(yè)務應用。本文介紹了該數(shù)據(jù)中心系統(tǒng)的核心架構(gòu)設(shè)計、主要業(yè)務功能、關(guān)鍵信息流程、基于氣象政務數(shù)據(jù)特征的數(shù)據(jù)分類和分層數(shù)據(jù)體系、關(guān)鍵實現(xiàn)技術(shù)、應用成效等。系統(tǒng)的實現(xiàn)采用了一系列的新興信息技術(shù)，包括支持多源異構(gòu)的數(shù)據(jù)匯聚、基于策略的數(shù)據(jù)清洗和整合治理、全局統(tǒng)一的數(shù)據(jù)服務和接口管理、基于ElasticSearch引擎的全文檢索、基于消息驅(qū)動的管理應用協(xié)同、主備中心數(shù)據(jù)同步等。作為氣象部門政務管理數(shù)字化轉(zhuǎn)型升級的數(shù)字底座，系統(tǒng)建成后為國省市縣四級氣象部門提供了一站式的政務數(shù)據(jù)管理和共享應用服務，在有力支撐中國氣象局行政辦公、科學決策和履行公共職能中發(fā)揮了良好效益。
為滿足氣象部門政務數(shù)據(jù)高效管理和共享應用需求，推動氣象政務數(shù)據(jù)融入國家政務大數(shù)據(jù)體系，中國氣象局依托國家級氣象專有云設(shè)計、建設(shè)了氣象部門首個一級集中、四級應用的集約統(tǒng)一的政務數(shù)據(jù)中心，直接支撐氣象政務和業(yè)務應用。本文介紹了該數(shù)據(jù)中心系統(tǒng)的核心架構(gòu)設(shè)計、主要業(yè)務功能、關(guān)鍵信息流程、基于氣象政務數(shù)據(jù)特征的數(shù)據(jù)分類和分層數(shù)據(jù)體系、關(guān)鍵實現(xiàn)技術(shù)、應用成效等。系統(tǒng)的實現(xiàn)采用了一系列的新興信息技術(shù)，包括支持多源異構(gòu)的數(shù)據(jù)匯聚、基于策略的數(shù)據(jù)清洗和整合治理、全局統(tǒng)一的數(shù)據(jù)服務和接口管理、基于ElasticSearch引擎的全文檢索、基于消息驅(qū)動的管理應用協(xié)同、主備中心數(shù)據(jù)同步等。作為氣象部門政務管理數(shù)字化轉(zhuǎn)型升級的數(shù)字底座，系統(tǒng)建成后為國省市縣四級氣象部門提供了一站式的政務數(shù)據(jù)管理和共享應用服務，在有力支撐中國氣象局行政辦公、科學決策和履行公共職能中發(fā)揮了良好效益。
2024, 52(4):519-534.
DOI: 10.19517/j.1671-6345.20230217
摘要:
利用1981—2022年華西地區(qū)373個氣象臺站和ERA5再分析資料，使用Mann-Kendall、相關(guān)和合成等方法分析了進入新氣候態(tài)時段（1991—2020年）后華西秋雨變化特征，并探討其大氣環(huán)流和海溫異常特征。結(jié)果表明：華西秋雨于2011年發(fā)生了明顯由少轉(zhuǎn)多的突變。歐洲西岸至烏拉爾山附近和鄂霍次克海地區(qū)阻塞高壓（下稱鄂海阻高）加強、西太平洋副熱帶高壓（下稱西太副高）加強西伸和水汽條件配合等，為其由少轉(zhuǎn)多提供了有利條件。海溫場分析表明：前期春、夏季及同期秋季印度洋海溫由冷轉(zhuǎn)暖和中太平洋海溫由暖轉(zhuǎn)冷，引起中低緯度對流活動和經(jīng)向環(huán)流發(fā)生調(diào)整，導致西太副高發(fā)生由弱到強、顯著西伸的變化。西北太平洋海溫異常偏暖通過激發(fā)經(jīng)向遙相關(guān)波列，使鄂海阻高加強。西大西洋海溫偏暖使阿拉伯海至孟加拉灣地區(qū)對流活動增強。上述區(qū)域海溫變化共同致西太副高西側(cè)及孟加拉灣輸送至華西地區(qū)的水汽由弱變強，從而導致華西秋雨由少轉(zhuǎn)多。
利用1981—2022年華西地區(qū)373個氣象臺站和ERA5再分析資料，使用Mann-Kendall、相關(guān)和合成等方法分析了進入新氣候態(tài)時段（1991—2020年）后華西秋雨變化特征，并探討其大氣環(huán)流和海溫異常特征。結(jié)果表明：華西秋雨于2011年發(fā)生了明顯由少轉(zhuǎn)多的突變。歐洲西岸至烏拉爾山附近和鄂霍次克海地區(qū)阻塞高壓（下稱鄂海阻高）加強、西太平洋副熱帶高壓（下稱西太副高）加強西伸和水汽條件配合等，為其由少轉(zhuǎn)多提供了有利條件。海溫場分析表明：前期春、夏季及同期秋季印度洋海溫由冷轉(zhuǎn)暖和中太平洋海溫由暖轉(zhuǎn)冷，引起中低緯度對流活動和經(jīng)向環(huán)流發(fā)生調(diào)整，導致西太副高發(fā)生由弱到強、顯著西伸的變化。西北太平洋海溫異常偏暖通過激發(fā)經(jīng)向遙相關(guān)波列，使鄂海阻高加強。西大西洋海溫偏暖使阿拉伯海至孟加拉灣地區(qū)對流活動增強。上述區(qū)域海溫變化共同致西太副高西側(cè)及孟加拉灣輸送至華西地區(qū)的水汽由弱變強，從而導致華西秋雨由少轉(zhuǎn)多。
2024, 52(4):535-548.
DOI: 10.19517/j.1671-6345.20230241
摘要:
為了提高對副高內(nèi)部臺風遠距離暴雨特征和機制的認識，綜合利用多源觀測和ERA5再分析資料，對2018年臺風“山竹”在副高內(nèi)部引發(fā)的一次遠距離暴雨過程進行分析。結(jié)果表明：①這次暴雨發(fā)生在500 hPa副高內(nèi)部高溫、高濕、高能的強對流不穩(wěn)定環(huán)境中，暴雨區(qū)位于低層臺風倒槽北端、偏南氣流風速輻合區(qū)和高空急流入口區(qū)右側(cè)。②低層暖濕平流提供了充足的水汽和能量，促使對流不穩(wěn)定層結(jié)發(fā)展和維持；高層強輻散耦合低層輻合形成強烈上升運動，為暴雨提供有利動力條件。③中尺度對流系統(tǒng)有3個演變階段：帶狀對流組織和建立、對流帶北移南側(cè)超級單體發(fā)展和移動、北部對流減弱南部對流帶新建發(fā)展，造成了兩個階段的極端短時強降水(100 mm/h以上)。④低層華北高壓先后與臺風倒槽、海上高壓結(jié)合，增強了低層輻合并維持了切變線(地面輻合線)，利于對流的發(fā)展和維持。臺風倒槽是初始對流帶的觸發(fā)和組織者，雷暴冷池出流是超級單體發(fā)展移動的關(guān)鍵因素。⑤高空急流的輻散抽吸強迫中層輻合，正渦度和低槽發(fā)展，暴雨區(qū)垂直風切變增強，利于南部對流帶發(fā)展。當?shù)途暥扔信_風活動時，500 hPa副高內(nèi)部低層有臺風倒槽，臺風倒槽北端的輻合區(qū)是遠距離暴雨預報的著眼點。
為了提高對副高內(nèi)部臺風遠距離暴雨特征和機制的認識，綜合利用多源觀測和ERA5再分析資料，對2018年臺風“山竹”在副高內(nèi)部引發(fā)的一次遠距離暴雨過程進行分析。結(jié)果表明：①這次暴雨發(fā)生在500 hPa副高內(nèi)部高溫、高濕、高能的強對流不穩(wěn)定環(huán)境中，暴雨區(qū)位于低層臺風倒槽北端、偏南氣流風速輻合區(qū)和高空急流入口區(qū)右側(cè)。②低層暖濕平流提供了充足的水汽和能量，促使對流不穩(wěn)定層結(jié)發(fā)展和維持；高層強輻散耦合低層輻合形成強烈上升運動，為暴雨提供有利動力條件。③中尺度對流系統(tǒng)有3個演變階段：帶狀對流組織和建立、對流帶北移南側(cè)超級單體發(fā)展和移動、北部對流減弱南部對流帶新建發(fā)展，造成了兩個階段的極端短時強降水(100 mm/h以上)。④低層華北高壓先后與臺風倒槽、海上高壓結(jié)合，增強了低層輻合并維持了切變線(地面輻合線)，利于對流的發(fā)展和維持。臺風倒槽是初始對流帶的觸發(fā)和組織者，雷暴冷池出流是超級單體發(fā)展移動的關(guān)鍵因素。⑤高空急流的輻散抽吸強迫中層輻合，正渦度和低槽發(fā)展，暴雨區(qū)垂直風切變增強，利于南部對流帶發(fā)展。當?shù)途暥扔信_風活動時，500 hPa副高內(nèi)部低層有臺風倒槽，臺風倒槽北端的輻合區(qū)是遠距離暴雨預報的著眼點。
2024, 52(4):549-559.
DOI: 10.19517/j.1671-6345.20230280
摘要:
利用常規(guī)氣象觀測站點資料、探空資料、青島S波段多普勒和雙偏振雷達資料對2023年7月8日下午青島機場一次對流單體冰雹過程天氣背景以及雷達回波特征進行分析。結(jié)果表明：此次冰雹過程是在500 hPa強西風帶、冷渦槽的共同作用下發(fā)生的，具有很強的局地性。整層大氣具有強的不穩(wěn)定性，上干下濕特征明顯，低層垂直風切變強度中等，深層垂直風切變較強，0～6 km風矢量差達到21 m/s，高低空溫差較大，濕球溫度0 ℃高度為4 km。雷達回波具有高聳的強回波、有界弱回波區(qū)、回波懸垂和三體散射結(jié)構(gòu)，同時中層4～8 km的高度處有明顯中氣旋結(jié)構(gòu)，氣旋直徑約4 km，輻合層厚度約為3.2 km，高層出現(xiàn)速度輻散，這些均為典型雹暴的雷達特征。單體的垂直液態(tài)水含量(C-VIL)和垂直液態(tài)水含量(VIL)密度的大值能夠很好對應冰雹粒子，C-VIL突變還能作為預報冰雹和大風參考指標，C-VIL躍增出現(xiàn)比青島機場降雹提前30 min，驟降出現(xiàn)比青島機場大風出現(xiàn)提前7 min。這次冰雹過程，雙偏振雷達差分反射率因子ZDR和相關(guān)系數(shù)ρhv能有效區(qū)分冰雹和強降水，而差分相位常數(shù)KDP大值區(qū)對應大雨或融化的冰雹，需要結(jié)合其他參量進一步判斷粒子形態(tài)。這次冰雹過程出現(xiàn)了明顯的ZDR和KDP柱結(jié)構(gòu)，ZDR柱高于KDP柱，ZDR柱對應較強的上升運動，與速度圖上的中氣旋位置相對應，KDP柱對應著較明顯的下沉氣流。分析的結(jié)果能為青島機場的冰雹短臨預報提供一定的參考，也對于實際應用雙偏振雷達產(chǎn)品有一定的指示意義。
利用常規(guī)氣象觀測站點資料、探空資料、青島S波段多普勒和雙偏振雷達資料對2023年7月8日下午青島機場一次對流單體冰雹過程天氣背景以及雷達回波特征進行分析。結(jié)果表明：此次冰雹過程是在500 hPa強西風帶、冷渦槽的共同作用下發(fā)生的，具有很強的局地性。整層大氣具有強的不穩(wěn)定性，上干下濕特征明顯，低層垂直風切變強度中等，深層垂直風切變較強，0～6 km風矢量差達到21 m/s，高低空溫差較大，濕球溫度0 ℃高度為4 km。雷達回波具有高聳的強回波、有界弱回波區(qū)、回波懸垂和三體散射結(jié)構(gòu)，同時中層4～8 km的高度處有明顯中氣旋結(jié)構(gòu)，氣旋直徑約4 km，輻合層厚度約為3.2 km，高層出現(xiàn)速度輻散，這些均為典型雹暴的雷達特征。單體的垂直液態(tài)水含量(C-VIL)和垂直液態(tài)水含量(VIL)密度的大值能夠很好對應冰雹粒子，C-VIL突變還能作為預報冰雹和大風參考指標，C-VIL躍增出現(xiàn)比青島機場降雹提前30 min，驟降出現(xiàn)比青島機場大風出現(xiàn)提前7 min。這次冰雹過程，雙偏振雷達差分反射率因子ZDR和相關(guān)系數(shù)ρhv能有效區(qū)分冰雹和強降水，而差分相位常數(shù)KDP大值區(qū)對應大雨或融化的冰雹，需要結(jié)合其他參量進一步判斷粒子形態(tài)。這次冰雹過程出現(xiàn)了明顯的ZDR和KDP柱結(jié)構(gòu)，ZDR柱高于KDP柱，ZDR柱對應較強的上升運動，與速度圖上的中氣旋位置相對應，KDP柱對應著較明顯的下沉氣流。分析的結(jié)果能為青島機場的冰雹短臨預報提供一定的參考，也對于實際應用雙偏振雷達產(chǎn)品有一定的指示意義。
2024, 52(4):560-570.
DOI: 10.19517/j.1671-6345.20230219
摘要:
為探求造成吉林省玉米倒伏災害的天氣系統(tǒng)類型、特征及發(fā)生規(guī)律，利用歷史災情和玉米發(fā)育期數(shù)據(jù)、ERA5再分析資料，采用典型個例分析方法，對吉林省造成玉米倒伏災害的天氣系統(tǒng)進行了分析總結(jié)。結(jié)果表明：造成玉米倒伏災害的天氣系統(tǒng)主要有臺風、東北冷渦、低空切變線及高空槽。玉米拔節(jié)—抽雄期倒伏主要受東北冷渦影響，抽雄-乳熟期主要受低空切變線、高空槽影響，乳熟-成熟期主要受北上臺風影響。臺風是造成吉林省玉米倒伏最為嚴重的天氣系統(tǒng)，影響范圍廣，其移動路徑對作物倒伏災害的發(fā)生范圍起決定性作用，倒伏災害多發(fā)生在臺風移動路徑的西側(cè)或北側(cè)，地面低壓系統(tǒng)的北側(cè)。東北冷渦次之，倒伏主要發(fā)生在水汽、動力、熱力和對流不穩(wěn)定條件均最為顯著的冷渦東南象限。低空切變線、高空槽影響范圍小,低空切變線類倒伏發(fā)生位置取決于低空切變線或輻合線的位置。高空槽類倒伏一般發(fā)生在高空槽前，地面冷鋒附近。
為探求造成吉林省玉米倒伏災害的天氣系統(tǒng)類型、特征及發(fā)生規(guī)律，利用歷史災情和玉米發(fā)育期數(shù)據(jù)、ERA5再分析資料，采用典型個例分析方法，對吉林省造成玉米倒伏災害的天氣系統(tǒng)進行了分析總結(jié)。結(jié)果表明：造成玉米倒伏災害的天氣系統(tǒng)主要有臺風、東北冷渦、低空切變線及高空槽。玉米拔節(jié)—抽雄期倒伏主要受東北冷渦影響，抽雄-乳熟期主要受低空切變線、高空槽影響，乳熟-成熟期主要受北上臺風影響。臺風是造成吉林省玉米倒伏最為嚴重的天氣系統(tǒng)，影響范圍廣，其移動路徑對作物倒伏災害的發(fā)生范圍起決定性作用，倒伏災害多發(fā)生在臺風移動路徑的西側(cè)或北側(cè)，地面低壓系統(tǒng)的北側(cè)。東北冷渦次之，倒伏主要發(fā)生在水汽、動力、熱力和對流不穩(wěn)定條件均最為顯著的冷渦東南象限。低空切變線、高空槽影響范圍小,低空切變線類倒伏發(fā)生位置取決于低空切變線或輻合線的位置。高空槽類倒伏一般發(fā)生在高空槽前，地面冷鋒附近。
2024, 52(4):571-582.
DOI: 10.19517/j.1671-6345.20230249
摘要:
為改進傳統(tǒng)“切片”式天氣形勢相似分析方法存在的不同切片相似結(jié)果不一致、預報穩(wěn)定性欠佳問題，借鑒大數(shù)據(jù)思維，將天氣系統(tǒng)視為一個由高中低層大氣相互配合、靜力熱力動力條件相互影響的綜合體，以多種氣象要素再分析格點資料為基礎(chǔ)，采用機器學習PCA方法對原始數(shù)據(jù)進行降維、濃縮，經(jīng)歸一化處理后構(gòu)建出適于綜合天氣相似分析的樣本衍生特征因子矩陣;然后使用KNN算法計算樣本間各特征維度的相似距離、并結(jié)合方差貢獻率賦予其相應的權(quán)重，最終按綜合相似距離大小排序給出目標樣本在歷史天氣形勢庫中的綜合最相似序列，從而實現(xiàn)對傳統(tǒng)相似天氣預報方法的升級改進。對比分析和測試應用表明，該方法可提供多要素、多層次“立體”綜合相似下的一致性結(jié)論，有助于預報員更好地理解天氣系統(tǒng)結(jié)構(gòu)和演變過程、進而更準確地研判可能發(fā)生的相關(guān)天氣現(xiàn)象，在精細化氣象預報服務方面有良好的應用前景。在2023年以來的幾次廣西區(qū)域性極端降水氣象預報服務中，該方法取得了較為顯著的應用效果。
為改進傳統(tǒng)“切片”式天氣形勢相似分析方法存在的不同切片相似結(jié)果不一致、預報穩(wěn)定性欠佳問題，借鑒大數(shù)據(jù)思維，將天氣系統(tǒng)視為一個由高中低層大氣相互配合、靜力熱力動力條件相互影響的綜合體，以多種氣象要素再分析格點資料為基礎(chǔ)，采用機器學習PCA方法對原始數(shù)據(jù)進行降維、濃縮，經(jīng)歸一化處理后構(gòu)建出適于綜合天氣相似分析的樣本衍生特征因子矩陣;然后使用KNN算法計算樣本間各特征維度的相似距離、并結(jié)合方差貢獻率賦予其相應的權(quán)重，最終按綜合相似距離大小排序給出目標樣本在歷史天氣形勢庫中的綜合最相似序列，從而實現(xiàn)對傳統(tǒng)相似天氣預報方法的升級改進。對比分析和測試應用表明，該方法可提供多要素、多層次“立體”綜合相似下的一致性結(jié)論，有助于預報員更好地理解天氣系統(tǒng)結(jié)構(gòu)和演變過程、進而更準確地研判可能發(fā)生的相關(guān)天氣現(xiàn)象，在精細化氣象預報服務方面有良好的應用前景。在2023年以來的幾次廣西區(qū)域性極端降水氣象預報服務中，該方法取得了較為顯著的應用效果。
2024, 52(4):583-591.
DOI: 10.19517/j.1671-6345.20230251
摘要:
采用區(qū)域回歸數(shù)值模擬評價方案對2005—2020年洱海流域火箭人工增雨效果進行統(tǒng)計檢驗，得出洱海流域?qū)釉啤⒒旌显圃鲇晷史謩e為16.57 %和20.09 %。利用新一代天氣雷達和激光雨滴譜儀對2020年1月31日層云降水和8月13日混合云降水進行增雨效果物理檢驗發(fā)現(xiàn)：作業(yè)后試驗區(qū)層云目標云體雷達最大回波強度和平均垂直積分液態(tài)水含量（VIL）略有降低，回波頂高變化不大，混合云目標云體最大回波強度、平均VIL和回波頂高均出現(xiàn)躍增，兩種類型增雨作業(yè)后地面降雨強度均顯著增強。雨滴譜特征表明，試驗區(qū)層云和混合云雨強和雨滴數(shù)濃度在作業(yè)后10～15 min開始增加，最大數(shù)濃度所在直徑由0.437 mm增加到0.562 mm，雨滴譜的譜寬增加，峰型由單峰變?yōu)殡p峰結(jié)構(gòu)。
采用區(qū)域回歸數(shù)值模擬評價方案對2005—2020年洱海流域火箭人工增雨效果進行統(tǒng)計檢驗，得出洱海流域?qū)釉啤⒒旌显圃鲇晷史謩e為16.57 %和20.09 %。利用新一代天氣雷達和激光雨滴譜儀對2020年1月31日層云降水和8月13日混合云降水進行增雨效果物理檢驗發(fā)現(xiàn)：作業(yè)后試驗區(qū)層云目標云體雷達最大回波強度和平均垂直積分液態(tài)水含量（VIL）略有降低，回波頂高變化不大，混合云目標云體最大回波強度、平均VIL和回波頂高均出現(xiàn)躍增，兩種類型增雨作業(yè)后地面降雨強度均顯著增強。雨滴譜特征表明，試驗區(qū)層云和混合云雨強和雨滴數(shù)濃度在作業(yè)后10～15 min開始增加，最大數(shù)濃度所在直徑由0.437 mm增加到0.562 mm，雨滴譜的譜寬增加，峰型由單峰變?yōu)殡p峰結(jié)構(gòu)。
2024, 52(4):592-600.
DOI: 10.19517/j.1671-6345.20230196
摘要:
大風是影響重載鐵路運輸安全的主要氣象災害之一，開展大風災害風險評估對鐵路部門防災減災有一定的指導意義。本文以朔黃鐵路為研究對象，首先通過致災因子危險性、孕災環(huán)境敏感性、承災體易損性和防災減災能力4個準則層以及不同等級大風報警頻次、強橫風頻次、海拔高度、地形、股道數(shù)量、列車對數(shù)、車站級別、線路允許速度、橋梁、隧道、是否有防風墻、大風預警能力、搶險人數(shù)、應急救援設(shè)備物資17個指標層構(gòu)建了重載鐵路典型段大風災害風險評估體系，然后利用AHP-熵權(quán)法確定各指標層和準則層的權(quán)重，最后得到重載鐵路典型段大風災害綜合風險區(qū)劃。結(jié)果表明：神池南—寧武西、黃驊南—黃驊港、北港—大港、神港段為高風險路段；龍宮—滴流磴、黃驊東—羊三木為次高風險路段；猴刎—三汲、行唐—曲陽、定州西—定州東、安國—博野、蠡縣—李天木、竇莊子—郭莊子為中風險路段。可見西部山地、丘陵地區(qū)和東部沿海地區(qū)鐵路路段大風災害綜合風險等級最高。
大風是影響重載鐵路運輸安全的主要氣象災害之一，開展大風災害風險評估對鐵路部門防災減災有一定的指導意義。本文以朔黃鐵路為研究對象，首先通過致災因子危險性、孕災環(huán)境敏感性、承災體易損性和防災減災能力4個準則層以及不同等級大風報警頻次、強橫風頻次、海拔高度、地形、股道數(shù)量、列車對數(shù)、車站級別、線路允許速度、橋梁、隧道、是否有防風墻、大風預警能力、搶險人數(shù)、應急救援設(shè)備物資17個指標層構(gòu)建了重載鐵路典型段大風災害風險評估體系，然后利用AHP-熵權(quán)法確定各指標層和準則層的權(quán)重，最后得到重載鐵路典型段大風災害綜合風險區(qū)劃。結(jié)果表明：神池南—寧武西、黃驊南—黃驊港、北港—大港、神港段為高風險路段；龍宮—滴流磴、黃驊東—羊三木為次高風險路段；猴刎—三汲、行唐—曲陽、定州西—定州東、安國—博野、蠡縣—李天木、竇莊子—郭莊子為中風險路段。可見西部山地、丘陵地區(qū)和東部沿海地區(qū)鐵路路段大風災害綜合風險等級最高。
2024, 52(4):601-609.
DOI: 10.19517/j.1671-6345.20230205
摘要:
為更好地鞏固伊春市“中國天然氧吧”創(chuàng)建成果，促進伊春森林康養(yǎng)旅游產(chǎn)業(yè)綠色健康發(fā)展，助力小興安嶺地區(qū)生態(tài)資源價值轉(zhuǎn)化，本文基于2021年伊春市13個站點的空氣負氧離子濃度監(jiān)測數(shù)據(jù)，制定了數(shù)據(jù)質(zhì)量控制方法，分析評價了小興安嶺腹地伊春市的負氧離子濃度年、季、月和日變化特征。研究結(jié)果顯示：伊春市的年平均負氧離子濃度普遍高于國內(nèi)大多數(shù)地區(qū)，呈現(xiàn)出山區(qū)高、平原低的空間分布特征，且隨著經(jīng)緯度和森林覆蓋率逐漸增加而遞增，呈現(xiàn)南部到北部的增長趨勢。季節(jié)變化特征不顯著，總體趨勢是夏季最高，冬春季次之，秋季最低，而各縣區(qū)又表現(xiàn)出明顯的局部特征。負氧離子濃度具有日變化規(guī)律，呈現(xiàn)出U形雙峰特征，夜間明顯高于白天。月變化特征不顯著，峰值出現(xiàn)在7—8月，最低值則出現(xiàn)在1月和4月。全市有90%的縣級行政區(qū)域負氧離子濃度達到Ⅰ級水平，三種類型監(jiān)測站的負氧離子濃度基本達到清新及以上水平。
為更好地鞏固伊春市“中國天然氧吧”創(chuàng)建成果，促進伊春森林康養(yǎng)旅游產(chǎn)業(yè)綠色健康發(fā)展，助力小興安嶺地區(qū)生態(tài)資源價值轉(zhuǎn)化，本文基于2021年伊春市13個站點的空氣負氧離子濃度監(jiān)測數(shù)據(jù)，制定了數(shù)據(jù)質(zhì)量控制方法，分析評價了小興安嶺腹地伊春市的負氧離子濃度年、季、月和日變化特征。研究結(jié)果顯示：伊春市的年平均負氧離子濃度普遍高于國內(nèi)大多數(shù)地區(qū)，呈現(xiàn)出山區(qū)高、平原低的空間分布特征，且隨著經(jīng)緯度和森林覆蓋率逐漸增加而遞增，呈現(xiàn)南部到北部的增長趨勢。季節(jié)變化特征不顯著，總體趨勢是夏季最高，冬春季次之，秋季最低，而各縣區(qū)又表現(xiàn)出明顯的局部特征。負氧離子濃度具有日變化規(guī)律，呈現(xiàn)出U形雙峰特征，夜間明顯高于白天。月變化特征不顯著，峰值出現(xiàn)在7—8月，最低值則出現(xiàn)在1月和4月。全市有90%的縣級行政區(qū)域負氧離子濃度達到Ⅰ級水平，三種類型監(jiān)測站的負氧離子濃度基本達到清新及以上水平。
2024, 52(4):610-618.
DOI: 10.19517/j.1671-6345.20230274
摘要:
利用湖南省株洲市2011—2021年地質(zhì)災害災情記錄及區(qū)域自動站降雨資料，統(tǒng)計分析了株洲市地質(zhì)災害發(fā)生規(guī)律；以湖南省株洲市為例，分析了地質(zhì)災害與降雨量特征值的關(guān)系，探討滑坡型地質(zhì)災害預警雨量閾值確定辦法。結(jié)果表明，暴雨或以上強降雨是突發(fā)地質(zhì)災害的主要誘因，地質(zhì)災害不僅與當日降雨量有關(guān)，還與前期降雨量、降雨強度等密切相關(guān)；以有效降雨量、激活雨強作為致災因子，利用箱形圖分析法確定了不同預警分區(qū)內(nèi)滑坡型地質(zhì)災害藍色、黃色、橙色、紅色預警雨量閾值；經(jīng)典型過程反查和歷史案例回算檢驗，以有效雨量為因子確定的地質(zhì)災害預警雨量閾值，可應用于地質(zhì)災害氣象風險預警服務，激活雨強確定的地質(zhì)災害短臨預警閾值指標偏低，空報率大，不宜單獨使用。
利用湖南省株洲市2011—2021年地質(zhì)災害災情記錄及區(qū)域自動站降雨資料，統(tǒng)計分析了株洲市地質(zhì)災害發(fā)生規(guī)律；以湖南省株洲市為例，分析了地質(zhì)災害與降雨量特征值的關(guān)系，探討滑坡型地質(zhì)災害預警雨量閾值確定辦法。結(jié)果表明，暴雨或以上強降雨是突發(fā)地質(zhì)災害的主要誘因，地質(zhì)災害不僅與當日降雨量有關(guān)，還與前期降雨量、降雨強度等密切相關(guān)；以有效降雨量、激活雨強作為致災因子，利用箱形圖分析法確定了不同預警分區(qū)內(nèi)滑坡型地質(zhì)災害藍色、黃色、橙色、紅色預警雨量閾值；經(jīng)典型過程反查和歷史案例回算檢驗，以有效雨量為因子確定的地質(zhì)災害預警雨量閾值，可應用于地質(zhì)災害氣象風險預警服務，激活雨強確定的地質(zhì)災害短臨預警閾值指標偏低，空報率大，不宜單獨使用。
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