设为首页
加入收藏
用户登录
《应用气象学报》投稿模版
中国气象局2019年 第30卷 第3期
摘要
PDF 646KB
2019, 30(3): 257-266.
DOI: 10.11898/1001-7313.20190301
HTML全文
摘要:
广州高建筑物雷电观测站光电同步观测系统于2017年6月16日记录到一次峰值电流达+141 kA的单回击正地闪触发两个并发上行闪电过程。利用高速摄像、普通摄像和电场变化数据分析了触发型上行闪电的始发特征和机理。结果表明：正地闪回击后约0.8 ms内，在距正地闪接地点约3.9 km的广州塔（高600 m）和4.1 km的东塔（高530 m）分别有上行闪电始发。正地闪回击过程中和大量正电荷以及之后可能有云内负先导朝高塔方向快速伸展造成塔顶局部区域的电场发生突变是两个上行闪电激发的原因。两个上行闪电在353 ms内发生7次回击，其中6次在广州塔上，仅1次在东塔上，且广州塔回击峰值电流平均值（-21.4 kA）约为东塔回击峰值电流（-7.3 kA）的3倍，表明广州塔上行闪电通道可能比东塔上行闪电通道伸展至分布范围更广、电荷量（或电荷密度）更大的负电荷区。两个上行闪电先导的二维速率变化范围为9.4×104~1.8×106 m·s-1，平均值为6.9×105 m·s-1。
广州高建筑物雷电观测站光电同步观测系统于2017年6月16日记录到一次峰值电流达+141 kA的单回击正地闪触发两个并发上行闪电过程。利用高速摄像、普通摄像和电场变化数据分析了触发型上行闪电的始发特征和机理。结果表明：正地闪回击后约0.8 ms内，在距正地闪接地点约3.9 km的广州塔（高600 m）和4.1 km的东塔（高530 m）分别有上行闪电始发。正地闪回击过程中和大量正电荷以及之后可能有云内负先导朝高塔方向快速伸展造成塔顶局部区域的电场发生突变是两个上行闪电激发的原因。两个上行闪电在353 ms内发生7次回击，其中6次在广州塔上，仅1次在东塔上，且广州塔回击峰值电流平均值（-21.4 kA）约为东塔回击峰值电流（-7.3 kA）的3倍，表明广州塔上行闪电通道可能比东塔上行闪电通道伸展至分布范围更广、电荷量（或电荷密度）更大的负电荷区。两个上行闪电先导的二维速率变化范围为9.4×104~1.8×106 m·s-1，平均值为6.9×105 m·s-1。
2019, 30(3): 267-278.
DOI: 10.11898/1001-7313.20190302
摘要:
定位精度是评价雷电定位网络的重要指标之一，定位算法直接影响雷电探测结果的精度。雷电监测系统探测数据误差不可避免，传统定位算法不具备抗误差干扰能力，迭代计算易发散，定位结果精度不高。为了满足实际应用需求，提出一种新的雷电定位算法DG-LLA（DBSCAN and grid-search lighting location algorithm），在定位计算中引入DBSCAN（density-based spatial clustering of applications with noise）方法与网格搜索方法。通过仿真与国家雷电监测网实际定位结果对比分析定位算法性能。结果表明：到达时间差（time difference of arrival，TDOA）法和Taylor级数展开法定位误差较大，仿真区域的均方根误差分别为982 m和668 m；定位中引入DBSCAN方法后，均方根误差明显减小为406 m，引入DBSCAN方法和网格搜索方法后，均方根误差减小为349 m；在相同回击数据条件下，算法DG-LLA与国家雷电监测网相比定位数量更多，回击数据的利用率从43.4%提升到51.5%，新增定位结果周围雷达回波特征较强，定位精度更高。
定位精度是评价雷电定位网络的重要指标之一，定位算法直接影响雷电探测结果的精度。雷电监测系统探测数据误差不可避免，传统定位算法不具备抗误差干扰能力，迭代计算易发散，定位结果精度不高。为了满足实际应用需求，提出一种新的雷电定位算法DG-LLA（DBSCAN and grid-search lighting location algorithm），在定位计算中引入DBSCAN（density-based spatial clustering of applications with noise）方法与网格搜索方法。通过仿真与国家雷电监测网实际定位结果对比分析定位算法性能。结果表明：到达时间差（time difference of arrival，TDOA）法和Taylor级数展开法定位误差较大，仿真区域的均方根误差分别为982 m和668 m；定位中引入DBSCAN方法后，均方根误差明显减小为406 m，引入DBSCAN方法和网格搜索方法后，均方根误差减小为349 m；在相同回击数据条件下，算法DG-LLA与国家雷电监测网相比定位数量更多，回击数据的利用率从43.4%提升到51.5%，新增定位结果周围雷达回波特征较强，定位精度更高。
2019, 30(3): 279-291.
DOI: 10.11898/1001-7313.20190303
摘要:
云和降水过程是大气污染物的重要清除途径，但由于降水过程和大气污染颗粒物本身的复杂性，目前降水过程对大气污染物的清除机制及影响因素有待深入研究。该文利用2014年3月—2016年7月在北京地区连续观测的PM2.5和降水数据，研究了不同降水强度对PM2.5的清除率，以及雨滴谱、风速和降水持续时间对PM2.5清除率的影响。研究表明：降水强度越大，对PM2.5清除效率越高。小雨、中雨和大雨对PM2.5清除率平均值分别为5.1%，38.5%和50.6%。小雨不但对PM2.5的清除率最低，而且对PM2.5的清除效果也存在很大差异，约50%的小雨个例中PM2.5质量浓度出现减小情况，而另外50%的小雨个例中，PM2.5质量浓度出现增加情况。在持续时间长或地面风速增大的情况下，小雨也表现出较高的清除率。在中雨和大雨情况下，PM2.5质量浓度均出现明显减小情况。但降水持续时间和风速对中雨和大雨的清除率影响较小，这是由于中雨和大雨一般在较短时间内即可清除大部分PM2.5，因此，对降水的持续时间和风速大小不敏感。
云和降水过程是大气污染物的重要清除途径，但由于降水过程和大气污染颗粒物本身的复杂性，目前降水过程对大气污染物的清除机制及影响因素有待深入研究。该文利用2014年3月—2016年7月在北京地区连续观测的PM2.5和降水数据，研究了不同降水强度对PM2.5的清除率，以及雨滴谱、风速和降水持续时间对PM2.5清除率的影响。研究表明：降水强度越大，对PM2.5清除效率越高。小雨、中雨和大雨对PM2.5清除率平均值分别为5.1%，38.5%和50.6%。小雨不但对PM2.5的清除率最低，而且对PM2.5的清除效果也存在很大差异，约50%的小雨个例中PM2.5质量浓度出现减小情况，而另外50%的小雨个例中，PM2.5质量浓度出现增加情况。在持续时间长或地面风速增大的情况下，小雨也表现出较高的清除率。在中雨和大雨情况下，PM2.5质量浓度均出现明显减小情况。但降水持续时间和风速对中雨和大雨的清除率影响较小，这是由于中雨和大雨一般在较短时间内即可清除大部分PM2.5，因此，对降水的持续时间和风速大小不敏感。
2019, 30(3): 292-301.
DOI: 10.11898/1001-7313.20190304
摘要:
为了研究极端雷暴大风天气环境要素特点，选取2002—2017年中国各地区极端雷暴大风个例95个和不伴随强对流的普通雷暴个例95个，通过两者间关键环境参数的对比，揭示极端雷暴大风事件的关键环境参数特征。结果表明：极端雷暴大风天气发生在对流层中层相对干的环境下，表现为400~700 hPa极端雷暴大风对应的单层最大温度露点差和平均温度露点差平均值分别为25.7℃和13.6℃，而普通雷暴的相应值分别为16.2℃和6.5℃。统计结果表明：尽管产生极端雷暴大风的对流风暴和普通雷达对应的地面露点差异并不大，但前者相应的大气可降水量（平均值为37 mm）明显低于后者（平均值为51 mm），差异突出表现在两者湿层厚度的不同上；相对于普通雷暴事件，极端雷暴大风事件对应的对流有效位能值（平均值为1820 J·kg-1）明显高于普通雷暴事件的对应值（平均值为470 J·kg-1）；此外，极端雷暴大风事件对应的对流层中下层垂直温度递减率、下沉有效位能、夹卷层平均风速和0~6 km，0~3 km垂直风切变均明显大于普通雷暴事件对应的相应值。
为了研究极端雷暴大风天气环境要素特点，选取2002—2017年中国各地区极端雷暴大风个例95个和不伴随强对流的普通雷暴个例95个，通过两者间关键环境参数的对比，揭示极端雷暴大风事件的关键环境参数特征。结果表明：极端雷暴大风天气发生在对流层中层相对干的环境下，表现为400~700 hPa极端雷暴大风对应的单层最大温度露点差和平均温度露点差平均值分别为25.7℃和13.6℃，而普通雷暴的相应值分别为16.2℃和6.5℃。统计结果表明：尽管产生极端雷暴大风的对流风暴和普通雷达对应的地面露点差异并不大，但前者相应的大气可降水量（平均值为37 mm）明显低于后者（平均值为51 mm），差异突出表现在两者湿层厚度的不同上；相对于普通雷暴事件，极端雷暴大风事件对应的对流有效位能值（平均值为1820 J·kg-1）明显高于普通雷暴事件的对应值（平均值为470 J·kg-1）；此外，极端雷暴大风事件对应的对流层中下层垂直温度递减率、下沉有效位能、夹卷层平均风速和0~6 km，0~3 km垂直风切变均明显大于普通雷暴事件对应的相应值。
2019, 30(3): 302-315.
DOI: 10.11898/1001-7313.20190305
摘要:
该文对2016年11—12月北京及周边地区不同站点重污染期间PM2.5质量浓度变化特征进行分析，并结合地面和探空气象要素及化学组分等对重污染成因进行深入探讨，比较了其中两次持续3 d及以上重污染过程的异同。结果表明：重污染期间北京及周边地区PM2.5质量浓度较高，北京上甸子站、顺义站、朝阳站的PM2.5质量浓度分别为73.1，130.8，226.0 μg·m-3，河北保定站和石家庄站分别为357.8 μg·m-3和346.9 μg·m-3。12月17—21日重污染过程比11月3—5日持续时间更长且PM2.5质量浓度更高。通过对11—12月所有重污染过程分析发现，北京颗粒物重污染发生的主要气象条件是静稳天气。在排放源相对稳定情况下，逆温层的结构、演变和持续时间决定了重污染的程度，其中污染持续时间和污染期间的主导逆温层类型演变对重污染程度有较好的指示作用。较低的水平风速、逆温层的持续出现及更多的燃煤和机动车尾气排放是12月17—21日污染偏重的原因。
该文对2016年11—12月北京及周边地区不同站点重污染期间PM2.5质量浓度变化特征进行分析，并结合地面和探空气象要素及化学组分等对重污染成因进行深入探讨，比较了其中两次持续3 d及以上重污染过程的异同。结果表明：重污染期间北京及周边地区PM2.5质量浓度较高，北京上甸子站、顺义站、朝阳站的PM2.5质量浓度分别为73.1，130.8，226.0 μg·m-3，河北保定站和石家庄站分别为357.8 μg·m-3和346.9 μg·m-3。12月17—21日重污染过程比11月3—5日持续时间更长且PM2.5质量浓度更高。通过对11—12月所有重污染过程分析发现，北京颗粒物重污染发生的主要气象条件是静稳天气。在排放源相对稳定情况下，逆温层的结构、演变和持续时间决定了重污染的程度，其中污染持续时间和污染期间的主导逆温层类型演变对重污染程度有较好的指示作用。较低的水平风速、逆温层的持续出现及更多的燃煤和机动车尾气排放是12月17—21日污染偏重的原因。
2019, 30(3): 316-331.
DOI: 10.11898/1001-7313.20190306
摘要:
基于2015年6月—2016年5月GRAPES_Meso有限区域中尺度数值预报模式产品，采用美国国家气象中心（NMC）方法和高斯函数拟合方案统计中国区域的背景误差和水平相关尺度随纬度、高度和季节的变化特征。结果表明：控制变量的背景误差与水平相关尺度不仅随高度和纬度有明显变化，其中非平衡Exner气压和比湿具有明显的局地性和季节变化特征。非平衡Exner气压的背景误差在青藏高原地区较大，且冬季最大，夏季最小。比湿背景误差在低纬度热带季风区较大，且夏季最大，冬季最小。非平衡Exner气压和比湿的水平相关尺度在冬季最大，夏季最小。同时文中采用随高度变化的水平相关尺度替换GRAPES-3DVar中单一尺度参数，1个月的分析和模式预报试验表明，6 h的位势高度预报在对流层有明显改进；风场分析及其12 h内的预报在平流层改进明显；对24 h不同量级降水的预报有显著正贡献，也显著改善24 h内的小雨、中雨和大雨的空报现象，明显改善12~24 h特大暴雨的漏报现象。
基于2015年6月—2016年5月GRAPES_Meso有限区域中尺度数值预报模式产品，采用美国国家气象中心（NMC）方法和高斯函数拟合方案统计中国区域的背景误差和水平相关尺度随纬度、高度和季节的变化特征。结果表明：控制变量的背景误差与水平相关尺度不仅随高度和纬度有明显变化，其中非平衡Exner气压和比湿具有明显的局地性和季节变化特征。非平衡Exner气压的背景误差在青藏高原地区较大，且冬季最大，夏季最小。比湿背景误差在低纬度热带季风区较大，且夏季最大，冬季最小。非平衡Exner气压和比湿的水平相关尺度在冬季最大，夏季最小。同时文中采用随高度变化的水平相关尺度替换GRAPES-3DVar中单一尺度参数，1个月的分析和模式预报试验表明，6 h的位势高度预报在对流层有明显改进；风场分析及其12 h内的预报在平流层改进明显；对24 h不同量级降水的预报有显著正贡献，也显著改善24 h内的小雨、中雨和大雨的空报现象，明显改善12~24 h特大暴雨的漏报现象。
2019, 30(3): 332-344.
DOI: 10.11898/1001-7313.20190307
摘要:
选取2014年1月、4月、7月、10月的GRAPES_GFS 2.0预报产品和对应时刻的NCEP FNL分析资料进行对比。从时间演变看，南、北半球的非系统误差均在各自冬季达到极盛，误差呈现周期性变化规律。位势高度场的非系统误差随时间演变先呈指数增长，后呈线性增长，温度场和纬向风场的误差则近似于线性增长。从空间分布看，GRAPES_GFS 2.0的非系统误差大值主要分布在中高纬度地区，呈条带状分布，误差大值区域基本不随预报时效的变化而发生变化；位势高度场和纬向风场的误差大值区出现在对流层顶附近，而温度场的误差大值区则出现在边界层顶附近。将误差增长曲线参数化拟合后发现，南半球的初始场误差、可预报上限和初始场误差占比均高于北半球，随离地高度增加初始场误差占比逐渐减小。
选取2014年1月、4月、7月、10月的GRAPES_GFS 2.0预报产品和对应时刻的NCEP FNL分析资料进行对比。从时间演变看，南、北半球的非系统误差均在各自冬季达到极盛，误差呈现周期性变化规律。位势高度场的非系统误差随时间演变先呈指数增长，后呈线性增长，温度场和纬向风场的误差则近似于线性增长。从空间分布看，GRAPES_GFS 2.0的非系统误差大值主要分布在中高纬度地区，呈条带状分布，误差大值区域基本不随预报时效的变化而发生变化；位势高度场和纬向风场的误差大值区出现在对流层顶附近，而温度场的误差大值区则出现在边界层顶附近。将误差增长曲线参数化拟合后发现，南半球的初始场误差、可预报上限和初始场误差占比均高于北半球，随离地高度增加初始场误差占比逐渐减小。
2019, 30(3): 345-359.
DOI: 10.11898/1001-7313.20190308
摘要:
利用长时间序列气象卫星及多源数据，研究青藏高原低涡综合识别方法，完成低涡数据集并与青藏高原低涡年鉴中低涡位置、路径和分布进行对比分析。研究表明：卫星识别多年平均低涡分布存在两个高值区，分别位于西藏的中北部和青海西南部及青藏高原西部，在有探空站的青藏高原东部（90°E以东），卫星识别低涡高值区和年鉴数据吻合，冬半年，卫星识别低涡活动明显高于年鉴，主要为青藏高原西部低涡活动引起，逐年及2008年低涡路径对比也显示，有探空站区域卫星识别低涡和年鉴具有较好的一致性，表明卫星识别低涡在青藏高原东部地区的可信性；2015年青藏高原中西部新增3个探空站，年鉴中90°E以西低涡约占全年低涡总数量的22%，该区域卫星识别低涡和年鉴一致性较高，表明卫星识别低涡在高原中西部的可信性。因此，卫星识别低涡与年鉴低涡在有探空站区域有较好的一致性，可对年鉴中青藏高原东部低涡源地进行追踪，又可识别青藏高原中西部尤其是活跃于冬半年的低涡，是青藏高原年鉴低涡数据的有效补充。
利用长时间序列气象卫星及多源数据，研究青藏高原低涡综合识别方法，完成低涡数据集并与青藏高原低涡年鉴中低涡位置、路径和分布进行对比分析。研究表明：卫星识别多年平均低涡分布存在两个高值区，分别位于西藏的中北部和青海西南部及青藏高原西部，在有探空站的青藏高原东部（90°E以东），卫星识别低涡高值区和年鉴数据吻合，冬半年，卫星识别低涡活动明显高于年鉴，主要为青藏高原西部低涡活动引起，逐年及2008年低涡路径对比也显示，有探空站区域卫星识别低涡和年鉴具有较好的一致性，表明卫星识别低涡在青藏高原东部地区的可信性；2015年青藏高原中西部新增3个探空站，年鉴中90°E以西低涡约占全年低涡总数量的22%，该区域卫星识别低涡和年鉴一致性较高，表明卫星识别低涡在高原中西部的可信性。因此，卫星识别低涡与年鉴低涡在有探空站区域有较好的一致性，可对年鉴中青藏高原东部低涡源地进行追踪，又可识别青藏高原中西部尤其是活跃于冬半年的低涡，是青藏高原年鉴低涡数据的有效补充。
2019, 30(3): 360-375.
DOI: 10.11898/1001-7313.20190309
摘要:
西北太平洋副热带高压（简称副高）位置的异常变动对东亚和中国气候有十分重要的影响。为进一步认识副高东西变动对中国西南地区降水的影响，根据东亚—西北太平洋地区高低层大气环流的季节特征，选取700 hPa不同关键区区域平均相对涡度定义了一个新的表征副高位置东西变动的VORT指数。分析发现：该指数不仅能客观定性地表征副高反气旋环流位置的东西变动，而且能反映副高与东亚经向环流变化的关系，副高偏东（西）时，东亚呈负-正-负（正-负-正）经向异常波列。与其他副高指数相比，该指数能较好地反映夏季中国东部雨带位置的季节性移动，并与西南地区降水呈显著相关，对西南地区降水变化有指示意义。其中，6月和7月的相关非常显著，副高偏西时，6月四川西部和南部、云南中北部地区降水偏少，贵州大部降水偏多；7月四川北部和东部、贵州东北部降水偏多，而云南中部和西北部降水偏少，反之亦然。进一步分析还发现，副高与海温的关系与副高活动的位置有关，副高越偏北，与海温的关系就越弱。
西北太平洋副热带高压（简称副高）位置的异常变动对东亚和中国气候有十分重要的影响。为进一步认识副高东西变动对中国西南地区降水的影响，根据东亚—西北太平洋地区高低层大气环流的季节特征，选取700 hPa不同关键区区域平均相对涡度定义了一个新的表征副高位置东西变动的VORT指数。分析发现：该指数不仅能客观定性地表征副高反气旋环流位置的东西变动，而且能反映副高与东亚经向环流变化的关系，副高偏东（西）时，东亚呈负-正-负（正-负-正）经向异常波列。与其他副高指数相比，该指数能较好地反映夏季中国东部雨带位置的季节性移动，并与西南地区降水呈显著相关，对西南地区降水变化有指示意义。其中，6月和7月的相关非常显著，副高偏西时，6月四川西部和南部、云南中北部地区降水偏少，贵州大部降水偏多；7月四川北部和东部、贵州东北部降水偏多，而云南中部和西北部降水偏少，反之亦然。进一步分析还发现，副高与海温的关系与副高活动的位置有关，副高越偏北，与海温的关系就越弱。
2019, 30(3): 376-384.
DOI: 10.11898/1001-7313.20190310
摘要:
利用渤海观测站风场对ASCAT风场进行检验，发现其风速、风向均有较大误差，尤其在渤海中部以外的海域可信度相对较低。为提高ASCAT风场在渤海海域的精度，基于变分方法，利用渤海观测站风场对2017年9月—2018年2月的ASCAT风场进行订正，得到空间分辨率为12.5 km×12.5 km的订正风场。并对辽东湾、渤海湾、莱州湾、渤海中部和渤海海峡5个海域风场的订正误差进行检验，结果表明：ASCAT风场订正后精度提高显著，风速平均偏差从4 m·s-1减小为1 m·s-1，风向平均偏差从-30°~30°减小为-7°~4°，可见变分方法对渤海ASCAT风场有很好的订正效果，尤其对误差较大的渤海湾订正效果最为明显。对2017年12月18日的一次大风过程进行订正分析，结果表明：订正风场可以很好地反映沿岸风场信息和大风过程中的风速极值区，并能动态监测大风变化过程。变分方法解决了海面观测数据空间分辨率低、ASCAT数据精度低的问题，能够实时监测海上大风，且对大风预报有很好的指导意义，能够为海洋模式提供更精确的初始场。
利用渤海观测站风场对ASCAT风场进行检验，发现其风速、风向均有较大误差，尤其在渤海中部以外的海域可信度相对较低。为提高ASCAT风场在渤海海域的精度，基于变分方法，利用渤海观测站风场对2017年9月—2018年2月的ASCAT风场进行订正，得到空间分辨率为12.5 km×12.5 km的订正风场。并对辽东湾、渤海湾、莱州湾、渤海中部和渤海海峡5个海域风场的订正误差进行检验，结果表明：ASCAT风场订正后精度提高显著，风速平均偏差从4 m·s-1减小为1 m·s-1，风向平均偏差从-30°~30°减小为-7°~4°，可见变分方法对渤海ASCAT风场有很好的订正效果，尤其对误差较大的渤海湾订正效果最为明显。对2017年12月18日的一次大风过程进行订正分析，结果表明：订正风场可以很好地反映沿岸风场信息和大风过程中的风速极值区，并能动态监测大风变化过程。变分方法解决了海面观测数据空间分辨率低、ASCAT数据精度低的问题，能够实时监测海上大风，且对大风预报有很好的指导意义，能够为海洋模式提供更精确的初始场。
浏览排行
下载排行
引用排行
