留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

2021年  第79卷  第5期

显示方式:
摘要:
摘要:
论文
摘要:
2016年6月30日生成于华北南部的一次长生命期的强飑线过程,造成了山东地区大范围风雹天气。文中利用常规观测资料、区域自动气象站观测数据及雷达监测产品,分析了山东半岛复杂的海风锋特征在这次飑线系统的断裂、再组织化以及极端大风、冰雹灾害形成过程中的重要作用。结果表明:(1)初始对流是在地面冷锋辐合线上触发的弱对流,在对流系统向更不稳定区域移动时与水平对流卷相交,对流迅速发展,并组织成东西走向的直线型飑线。(2)飑线系统在平原地区继续向前移动的过程中发生断裂,这一过程与渤海湾在黄河三角洲形成的两条移动方向不同的海风锋以及飑线系统的阵风锋有关:向内陆推进的两条海风锋与阵风锋在飑线系统中段的前部相交,诱发新生单体,造成该处对流系统更快地向前传播,最终导致飑线系统断裂;与此同时,断裂后的西段风暴因低层暖湿入流被切断而逐渐减弱。(3)断裂后西段残留风暴系统出流阵风产生的新生风暴向东北方向发展,与断裂后的东段风暴的后向传播(向西南方向发展)机制相互作用,完成了飑线的再次组织化,形成了具有典型弓状特征、水平尺度更大、近似于东北—西南走向的飑线系统。(4)长生命期飑线系统造成的极端雷暴大风和最大冰雹出现在飑线再组织化初期,位于飑线系统“弓部”位置,地面极端雷暴大风是冷池密度流、后侧入流急流和水成物对应的前侧下沉气流共同作用的结果,其中与后侧入流急流几乎完全分离的、与水成物对应的前侧下沉气流在这次极端地面大风发生时可能起到了重要作用。(5)山东半岛东侧的黄海海风锋向内陆推进(东南向西北)过程中与自西北向东南移动的飑线相遇,加强了风暴前侧的抬升、水汽供给和组织化程度,为飑线的长时间维持提供了有利条件。
摘要:
利用2019年夏季(6—8月)西南复杂地形区地面观测站逐时和逐日降水量观测数据,从降水量和降水频率入手,对同期GRAPES-Meso 3 km业务模式短期(36 h以内)降水预报性能,特别是在不同典型地貌区—四川盆地子区、云贵高原北部子区和南部子区、青藏高原东缘山地子区的预报偏差进行细致评估与分析。结果表明:(1)GRAPES-Meso 3 km模式能合理地刻画出西南复杂地形区夏季日降水和日内尺度降水的主要特征,以及小时降水频次-强度的基本关系。(2)在各子区,模式日降水量(频率)预报表现为清晰的正偏差,正偏差在盆地子区最显著,为观测值的1.1倍(0.3倍);日降水量正偏差主要由强降水日降水量预报偏大引起,但频率正偏差在云贵高原南、北子区与其他两个子区不同,主要是中小雨日数预报偏多的贡献;强降水(中小雨)落区预报存在明显(轻微)偏大倾向,强降水预报落区偏大频率在青藏高原东缘山地子区最高,达82.8%,在云贵高原南部子区最低,为53.6%。(3)日循环上,各时次小时降水量(频率)预报整体偏大,且主要正偏差出现在观测的夜雨峰值时段,其中海拔1200 m以下区域的降水频率正偏差从夜间峰值区延续到中午,模式偏强的日降水量预报往往表现为日内偏长的降水时长或小时降水空报。(4)诊断分析显示,模式在四川盆地区突出的夏季日降水预报正偏差是模式对流层低层在云贵高原南-东南侧偏强的西南风预报与西南地区特殊地形结合的产物。
摘要:
为深入认识对流可分辨模式对小尺度孤立地形区降水的预报性能,使用2017年暖季(5—9月)台站逐时降水观测数据,以小时尺度降水特征为指标,细致评估了千米尺度分辨率(3 km)的北京“睿图”短期数值预报子系统(RMAPS-ST)对泰山及其周边地区降水特征的预报能力,并对比了不同起报时次(北京时08时和20时)的预报差异。评估发现,RMAPS-ST可以再现泰山站的局地降水中心,但区域西南侧降水预报小于观测,而泰山站及其东北侧则相反。清晨和午后时段的降水预报与观测相比存在较大偏差。以泰山站为例,RMAPS-ST易于低估夜间至清晨时段的降水频率,这可能与模式对降水系统发展演变过程的预报偏差以及清晨泰山站弱降水事件的漏报有关;清晨泰山站降水强度的预报在不同起报时次的结果中存在差异,20时起报存在大幅度高估的问题,进而导致其暖季平均降水量预报大于观测,而08时起报对于清晨降水强度的高估不明显;08时起报易高估泰山站午后的降水频率,这与其午后短历时降水事件数预报偏多有关,模式对山区热动力场的预报偏差是午后降水空报的可能原因。小时尺度降水特征已应用于中国气象局区域数值预报模式的业务评估体系中,本研究结果也表明,此类评估有助于深入认识千米尺度数值预报模式对降水日内变化的预报能力,从而为精细化降水产品的订正提供更详实的科学依据。
摘要:
地球静止轨道微波观测同时具有高频次、大视场和穿透云雨的全天候观测能力,因此中国在规划第二代静止轨道气象卫星“风云四号”系列时已经明确提出对静止轨道微波观测的需求。基于中国候选的50、118、183、380和425 GHz五频段静止轨道微波辐射计载荷方案,开展了地球静止轨道微波观测系统模拟试验,理解其观测时间分辨率、频段选取和观测误差对台风预报的影响。试验基于GRAPES全球四维变分同化系统,同化静止轨道微波模拟观测资料,以2018年台风“玛利亚”和“山竹”为例分析了静止轨道微波资料同化对台风预报的影响。试验结果表明,对于静止轨道微波资料同化应用,提高观测资料的时间分辨率、增加通道数量和降低噪声水平能够有效提升台风数值预报性能。
摘要:
双偏振多普勒天气雷达的一个重要应用是进行定量降水估计(QPE),它可以获得反射率(ZH)、差分反射率(ZDR)和差传播相移率(Kdp)这些与降水粒子有关的信息,常用的双偏振雷达降水估计方法有基于ZHRZH)、基于ZHZDRR(ZH,ZDR)、基于KdpRKdp)和基于KdpZDRRKdpZDR)这4种。文中利用深圳市S波段和X波段双偏振多普勒雷达探测资料,结合高精度地形数据和雨滴谱仪观测数据,设计了基于双偏振量的定量降水估计方法:首先利用地形数据和雷达地理信息,分析了雷达的遮挡状况,形成了这两部雷达的复合平面扫描仰角信息;随后利用雨滴谱仪观测资料,使用T矩阵方法统计得到了深圳地区的上述4种降水反演方法的参数;最后设计了混合降水反演方法,基于双偏振信号(即KdpZDR)的强弱,使用不同的降水反演方法进行定量降水估计。基于12个降水个例,利用各反演方法产生的定量降水估计结果与雨量计观测资料比较。结果表明,混合降水反演方法在降水反演的准确度和稳定性上均优于任何一种单一定量降水估计反演方法。基于文中介绍的定量降水估计方法,使用深圳S波段和X波段雷达产生了定量降水估计产品,并与深圳目前业务定量降水估计产品进行对比评估。结果表明,使用本方法产生的定量降水估计产品在准确度和稳定性上要优于目前的业务产品。此外,X波段雷达的定量降水估计产品性能要略高于S波段雷达的定量降水估计产品,这说明高时、空分辨率的X波段雷达可以提高定量降水估计精度。但由于雷达扫描平面内双偏振雷达对融化层和冰区的偏振量观测与降水的关系尚未明确,因此,本方法仅适用于雷达扫描平面内液态降水区。
摘要:
衰减是影响X波段雷达数据质量的主要因素之一,直接影响到X波段雷达在强对流监测预警中的应用效果。文中在分析中、外雷达衰减订正方法的基础上,选择并改进了一种利用雷达网中不同雷达相互订正的方法,该方法通过不断迭代运算,使订正误差达到最小,形成了适合于网络化X波段雷达的反射率因子衰减订正方法。订正结果与原始雷达数据以及差分相位(${\phi _{{}_{{\rm{DP}}}}}$)订正法结果进行对比,并且还同时与北京S波段雷达观测数据进行了对比。结果表明:衰减订正对X波段雷达穿透强降水后的回波以及探测距离较远的回波效果比较明显,订正后的回波与S波段雷达观测结果比较吻合。
摘要:
天气雷达探测资料是进行强对流天气临近预报的主要参考数据。针对传统雷达回波外推方法中存在资料信息利用率不足和外推时效有限的问题,文中利用神经网络进行雷达回波的外推、利用预测神经网络模型进行2 h以内的回波变化预报。回波外推问题的关键是回波时、空序列预测问题,该网络具有解决时间记忆问题的长、短时记忆单元(Long Short-Term Memory,LSTM)和提取空间特征的卷积模块。应用福建、江苏和河南多年的雷达探测资料构造训练和测试数据集。为消除降水的不平衡和提高对强回波的预报准确率,网络采用带权重的损失函数进行训练。对光流法和预测神经网络进行测试集检验以及个例分析,结果表明,在相同外推时效和检验反射率阈值的情况下,预测神经网络的临界成功指数、命中率均高于光流法,虚警率低于光流法。不同类型降水预测神经网络的SSIM值(structural similarity)均高于光流法,且层状云降水的SSIM值比对流云降水的大。因此,预测神经网络对强回波的预报能力高于光流法;在预报时效性上,预测神经网络模型具有一定的优越性;预测神经网络对层状云降水预报的准确率比对流云降水的高。
摘要:
雾和霾都是低能见度天气,生成条件相似。利用安徽78个地面站逐时观测资料,基于雾、霾发生物理条件,建立了不同等级雾日和重度霾日的观测诊断方法,重建了不同等级雾和重度霾的时序资料。根据各站强浓雾发生的同步性,将安徽分为5个雾、霾分布特征不同的区域,探讨了各区域不同等级雾及重度霾出现时地面气象条件的异同。结果表明:(1)安徽省强浓雾主要是辐射雾。强浓雾、浓雾和大雾空间分布形势大体一致,淮河以北东、西部和江南都属于强浓雾高发区,但各地强浓雾的时、空分布特征和影响系统不同;重度霾有明显的北多、南少、山区最少的分布特征。(2)强浓雾年变化呈双峰型分布,峰值在1月和4月,日变化为单峰型,峰值在06时;而重度霾年变化为单峰型,峰值在1月,日变化为双峰型。(3)在强浓雾的高发时段(02—08时),强浓雾时降温幅度最大,比重度霾平均高1℃,风速显著偏低,超过75%的样本风速低于1.5 m/s,且无明显主导风向;而重度霾时,风速比雾时明显要大,个别区域有超过75%的样本风速大于1.5 m/s,且以西北风到东北风为主。说明重度霾能否演变为强浓雾的关键地面气象因子是风速、风向和降温幅度。
摘要:
为加深对雅鲁藏布大峡谷水汽通道入口处云和降水三维结构及微物理特征的认识,在第二次青藏高原综合科学考察研究专题和国家重点研发计划项目的支持下,中国气象科学研究院于2019年在西藏墨脱地区建立了野外观测试验基地,开展了水汽、云和降水的综合观测,先后布设了先进的Ka波段云雷达、微波辐射计、X波段双偏振相控阵雷达、降水现象仪、K波段微雨雷达等设备,获取了高时、空分辨率的云和降水的宏、微观数据。文中简单介绍了此次观测的情况,并利用云雷达2019年的观测数据和降水现象仪2019年6月至2020年6月的观测数据对云的宏观特征及雨滴谱特征进行了统计分析。从云的宏观特征来看,该地区云的发生率较高,云廓线占2019年云雷达观测廓线的67%,降水云廓线占总云廓线的45%。旱季和雨季云底高度的频率分布在垂直方向均有两个高值区,分别为0—1 km和2—3 km,且超过40%的云底高度低于1 km,这可能是墨脱降水云较多造成的。接近60%的云顶高度在4—7 km。总的来说,墨脱地区以中云和低云为主,云通常在下午到晚上形成,早上到中午慢慢消散;从雨滴谱分布特征来看,该地区平均的雨滴谱谱宽和大雨滴的浓度随雨强的增大而增大,降水以中、小粒子为主,中、小粒子浓度超过粒子数浓度的99%。对流云降水的特点是粒子直径较小,而数浓度较高。粒子质量加权平均直径(Dm)的范围在1.0—1.6 mm(平均1.38 mm),标准化截距参数(lgNw)的范围在3.6—4.5(平均4.01),表现出海洋性对流降水的特征。此外,该地区降水的lgNw呈现双峰特征,分别对应于对流云和层状云降水。
摘要:
最近60多年,全球范围内广泛开展了人工增雨作业,但人工增雨效果检验一直是个难题。传统上,利用雨量计和目标/对比区统计数据评估人工增雨效果,结果大多不确定。对一次人工增雨作业而言,从科学上给出令人信服的效果检验更是没有好的解决方案。2017年3月19日,陕西省实施业务飞机冷云增雨作业播撒含有750 g碘化银(AgI)的催化剂,播撒线长125 km。作业后卫星、雷达观测到一条与播云线对应的清晰的云迹线,地面雨滴谱仪观测到相应的雨强、雨滴数浓度、雨滴直径增大,表明播云使云体产生了增雨响应。针对这次增雨过程,从连片雷达回波中分离增雨作用造成的回波增强带(增雨影响回波)和确定了自然降水回波强度,建立增雨影响回波强度(Z)与地面雨强(I)的拟合关系(Z-I关系),定量研究人工增雨的时、空演变。结果表明:(1)增雨影响时间约4 h,增雨影响回波区域(增雨影响区)面积为5448 km2。该区累计降雨总量和增雨总量分别为1.518×106 m3和8.04×105 m3,增雨影响区内增雨率达53%。(2)总降雨量、增雨量、自然降雨量随时间先增后减,总降雨量与增雨量的峰值同步,两者峰值都早于自然降雨峰值;催化后146 min (04时47分,世界时,下同),每6 min增雨量达到最大,为4.9×104 m3;催化后174 min (05时15分),增雨雷达回波面积达到最大(1711 km2),面积峰值滞后增雨量峰值出现。(3)增雨影响区位于播撒线下游,呈条带状;区域内总降雨量空间分布为中间大边缘小,与增雨量空间分布一致。(4)此次增雨作业改变了降雨时、空分布,促进降雨形成,增加了地面降雨量。
摘要:
为了定量评估降水(雨、雪、雹等)和大气中冰核浓度,搭建了一种新型的离线式冰核测量装置(FINDA)用于检测浸润冻结机制的冰核。对多通道测温元件进行了改装和校准,并利用红外热成像仪动态校准了冷台水平温差,开发了自动化软件实现对测量过程的控制和数据分析。通过超纯水冻结实验、雪水及大气样品中冰核检验评估了FINDA的测量性能。结果表明,FINDA温度测量偏差随温度降低而线性增大,−25℃时误差为±0.75℃;超纯水初始冻结温度平均为−21.27±1.45℃,中值冻结温度(T50)平均为−25.65±0.64℃;对同一降雪融水样品中冰核浓度温度谱检测,FINDA与其他冻滴设备测量结果基本一致,同冰核浓度下温度偏差小于3℃;大气样品中冰核−20℃时比在线连续流量扩散云室测量值略高,与国际上其他学者的结论一致。FINDA能够有效获得0—−25℃每隔0.25℃的冰核浓度谱,超纯水和试验操作引入的冰核对测量结果影响很小。设备的广泛应用可帮助深入了解大气冰核在混合云降水中的作用,为预报和云模式的本地化改进及对云降水理论研究提供重要的实验数据和理论基础。
摘要:
为揭示气候变化对云南省小粒咖啡适生区的影响,基于最大熵(MaxEnt)模型,结合小粒咖啡物种分布数据、环境变量数据,构建云南省小粒咖啡适生区评估及预测模型,对当前气候条件下小粒咖啡在云南省的适生区进行评估,并对未来气候条件下,小粒咖啡在云南省的适生区进行预测,再对预测结果进行对比分析。结果显示:(1)构建的最大熵模型能够较精确地用于小粒咖啡在云南省适生区的评估和预测,当前气候条件下,评估模型的训练集与测试集的AUC (Area under ROC Curve)值均为0.941,达到评估结果为极好的标准。(2)影响云南省小粒咖啡种植的主导环境因子依次为11月平均最高气温、7月降雨量、海拔高度、2月平均最低气温、10月降雨量、坡度和最冷月最低气温,共占总贡献率的91.4%。(3)当前气候条件下,小粒咖啡的适生区主要分布在滇西、滇西南以及滇南的保山、德宏、普洱、临沧、西双版纳等地区,总适生区约为116300 km2,占云南省国土面积的29.51%,且总体上,高适生区外围分布中适生区,中适生区外围分布低适生区。RCP4.5、RCP8.5情景下,小粒咖啡总适生区的面积分别约为98300、69700 km2,分别占云南省国土面积的24.95%、17.69%,两种排放情景下小粒咖啡总适生区面积分别减少了18000、46600 km2,国土面积占比分别减少了4.56%、11.82%,且总适生区的质心均由东南向西北方向移动,与RCP4.5情景相比,RCP8.5情景的移动距离更远。(4)未来气候变化将会导致小粒咖啡在云南省的总适生区面积减小,总适生区的质心位置向海拔更高与纬度更高的方向移动,且高碳排放情景下这种变化幅度更大。