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

2020年  第31卷  第3期

显示方式:
2020年第3期封面及目次
2020, 31(3)
摘要:
2020年第3期封面及目次
2017年8月13日东洞庭湖水龙卷特征
杨伟, 方阳, 蒋帅, 袁泉, 林南
2020, 31(3): 328-338, DOI: 10.11898/1001-7313.20200307
摘要:
利用常规观测资料、自动气象站资料及湖南省岳阳多普勒天气雷达资料对2017年8月13日东洞庭湖水龙卷(简称扁山水龙卷)进行分析。结果表明:高空辐散、中低空低压切变、边界层气旋式辐合与特殊环境共同形成强烈辐合上升流场,3个相继北上的γ中尺度低涡中第2个低涡在上升流场和前后低涡共同作用下,在扁山水域迅速加强形成水龙卷,扁山湖心自动气象站风向风速、气压、能见度等变化较为显著,但仅伴随0.2 mm阵性降水。雷达产品显示:扁山水域强辐合带北部强降水质心低、强风切变低、切变上空水平径向风速小,但整条辐合带无风暴跟踪信息、中气旋和龙卷式涡旋特征;风廓线显示扁山水龙卷形成时边界层0.6 km中气旋与0.3 km近地面辐合流场上下叠加。通过与安徽升金湖水龙卷以及洞庭湖区历史上多次龙卷进行比较,认为低空强烈气旋式辐合流场对水龙卷生消有重要作用,高空大范围辐散与中低空、边界层、地面辐合垂直叠加产生的强烈抬升抽吸作用则是扁山水龙卷的主要成因。
长沙机场阵列天气雷达地物识别算法
魏万益, 马舒庆, 杨玲, 甄小琼, 吕寺炜
2020, 31(3): 339-349, DOI: 10.11898/1001-7313.20200308
摘要:
地物杂波是影响雷达产品准确性的重要因素。该文提出了一种改进的基于模糊逻辑的阵列天气雷达地物识别算法。在Kessinger模糊逻辑基础上,加入回波强度时间变化量(time variability of reflectivity factor,TVR)参数,利用收集到的雷达数据统计出各输入参数的概率分布,确定隶属函数;分析TVR参数对地物识别算法的贡献,并在不同天气情况下进行识别算法有效性验证。试验结果表明:加入TVR参数,长沙机场阵列天气雷达地物识别准确率最大可提高4%,降水识别误判率最多可降低2%。该文提出的地物杂波识别算法,无降水时,地物识别准确率达96%;有降水时,地物识别准确率达92%;降水回波误判为地物杂波的误判率约为10%,能较好地区分降水回波和地物杂波。
双偏振雷达水凝物相态识别算法的参数改进
徐舒扬, 吴翀, 刘黎平
2020, 31(3): 350-360, DOI: 10.11898/1001-7313.20200309
摘要:
双偏振雷达的水凝物相态识别算法基于模糊逻辑方法建立,针对方法的可靠性和稳定性问题,利用2016—2017年暖季广州S波段双偏振雷达数据,从3个方面找出影响识别效果的关键因素并改进。使用模糊逻辑的累加值为检验依据,找出不合理的模糊规则,通过相态特征统计和权重矩阵修改加以改进。使用误差敏感性检验法系统,评估误差对识别效果的影响,发现反射率因子的误差在-0.5~+0.5 dBZ、差分反射率因子的误差在-0.1~+0.1 dB、雷达相关系数的误差在0~0.02、差分相移率的误差在-0.3~+0.9 dB的范围内,识别结果稳定性较好。此外,相态时空分布统计中发现底层冰雹面积异常增加,通过空间一致性检验可订正异常结果。
降水时风廓线雷达风场反演效果评估
林晓萌, 尉英华, 陈宏, 王艳春
2020, 31(3): 361-372, DOI: 10.11898/1001-7313.20200310
摘要:
风廓线雷达(wind profile radar,WPR)因具有高时空分辨率特点,成为当前短时临近预报的重要参考工具。降水时WPR同时接收大气湍流回波和降水粒子散射回波,现有技术不能有效分离叠加在一起的湍流信号和降水信号,导致降水期间风廓线雷达反演的风场数据严重缺失或失真。根据风廓线雷达探测技术原理及降水天气的功率谱特点,提出了降水天气时风廓线雷达湍流信号提取方法(WPR-HW),并选取2015—2018年天津10次降水过程对WPR-HW方法进行模式检验及个例效果评估。结果表明:WPR-HW方法对改善降水期间风廓线雷达风场数据缺失问题效果明显,在选取的10次降水过程中,目前通用的风廓线雷达风场反演方法(WIND)风场数据平均缺失率为25.4%,WPR-HW方法未出现风场数据缺失现象;WPR-HW方法较WIND方法反演风场数据可信度有显著提高,反演数据与再分析数据的风速均方根误差由WIND方法的2.3 m·s-1降至WPR-HW方法的1.6 m·s-1,风向均方根误差由WIND方法的45°降至WPR-HW方法的22°,从而验证WPR-HW方法在降水期间适用。
天空辐射计观测反演北京城区气溶胶光学特性
杨先逸, 车慧正, 陈权亮, 梁苑新
2020, 31(3): 373-384, DOI: 10.11898/1001-7313.20200311
摘要:
利用2018年10月—2019年9月天空辐射计观测数据反演北京城区气溶胶光学特性参数,重点分析污染过程中气溶胶光学特性与气象条件的相关性。结果表明:500 nm气溶胶光学厚度在2—7月较大,最高值出现在6月,为0.71。单次散射反照率最高值出现在8月,为0.96;最低值出现在5月,为0.89。440~870 nm Ångström波长指数最高值出现在夏季,为1.11;最低值出现在春季,为0.89。统计发现污染日数仅占总日数的17%,其中62%为轻度污染;污染和清洁天气条件下PM2.5浓度分别为107.22 μg·m-3和47.16 μg·m-3,500 nm气溶胶光学厚度分别为0.85和0.49,单次散射反照率分别为0.96和0.92;冬季Ångström波长指数在污染天气条件下(1.02)大于清洁天气(0.91),春季相反。结合天空辐射计、激光雷达和气象数据分析2019年1月一次污染事件,可知低风速与高湿度等不利气象条件、气溶胶粒子的吸湿增长和二次转化、污染物局地排放及区域输送共同导致污染事件发生。
综述
机器学习技术在现代农业气象中的应用
李颖, 陈怀亮
2020, 31(3): 257-266, DOI: 10.11898/1001-7313.20200301
摘要:
智慧气象和精准农业结合下的现代农业气象工作意味着对包含遥感影像在内的大型农业和气象数据高时效性的分析与处理,机器学习技术是当代自然科学研究和技术发展的主流技术,亦是现代农业气象科研和业务发展的重要工具。该文系统论述了机器学习技术的主要方法及其在现代农业气象中的主要应用方向,比较了不同方法在农业气象不同领域应用的情况,侧重介绍了基于深度学习技术的成果和近年来的最新研究进展。传统浅层机器学习技术中,以支持向量机和人工神经网络应用最为广泛且效果最为理想。近年来,随机森林和梯度提升机等决策树集成方法普遍取得优于核方法的精度,深度学习技术则在某些任务中取得更优于集成学习的精度。未来,有待检验机器学习技术特别是深度学习技术在更多农业气象问题上的适用性和先进性,更好地迎接现代农业气象发展的新挑战与新机遇。
论著
土壤水分对冬小麦叶片光合速率影响模型构建
王培娟, 马玉平, 霍治国, 杨建莹, 邬定荣
2020, 31(3): 267-279, DOI: 10.11898/1001-7313.20200302
摘要:
植物叶片光合速率是表征植物光合能力的重要参数,对土壤水分反应敏感,建立不同土壤水分对冬小麦叶片光合速率影响模型,有助于准确理解冬小麦的光合作用和产量形成。该文收集整理了1996—2017年我国冬小麦主产区11个试验地点、17个冬小麦品种的干旱和渍水试验数据共64组310个样本,分别构建干旱和渍水对冬小麦叶片光合速率影响的分段式和指数型模型,形成土壤水分对冬小麦叶片光合速率影响模型(the model for Soil Moisture Effects on leaf Photosynthesis rate of winter wheat,SMEP)。结果表明:随着土壤相对湿度增加,冬小麦叶片光合速率系数呈稳定低值-线性增加-稳定高值-缓慢下降的特点;随着渍水时间延长,冬小麦叶片光合速率系数呈缓慢下降-快速下降的特点。对SMEP模型进行回代检验、外推检验、单点验证、单发育期验证发现,模型模拟结果与文献数据有较好的一致性,回归系数在1.0附近,且均达到0.01显著性水平。SMEP模型将嵌入中国农业气象模式(CAMM1.0),为CAMM不断完善提供科技支撑。
北方地区小麦蚜虫气象适宜度预报模型构建
王纯枝, 霍治国, 张蕾, 郭安红, 黄冲, 陆明红
2020, 31(3): 280-289, DOI: 10.11898/1001-7313.20200303
摘要:
根据1958—2015年我国北方地区8个主产省(市)小麦蚜虫分省发生面积和发生程度资料、1958—2015年601个气象站点相应逐日气象资料和农业气象站小麦发育期资料,采用相关分析、主成分分析和逐步回归等方法,并利用相关系数法进行因子普查,结合小麦蚜虫适宜生理气象指标和华北、黄淮小麦生育期规律,筛选影响小麦蚜虫年发生程度的关键气象因子,构建分区域的小麦蚜虫气象适宜度预报模型,并将气象适宜度指数划分为非常适宜、适宜、较适宜、不适宜4个等级,以反映气象条件对小麦蚜虫发生发展的适宜程度。结果表明:筛选出影响华北小麦蚜虫年发生程度的8个关键气象因子,影响黄淮小麦蚜虫年发生程度的6个关键气象因子。建立的华北、黄淮模型回代检验等级准确率分别为91.2%,93.1%,2016—2018年3年外推预报平均准确率均在75%以上;利用黄淮模型反演苏皖两省2016—2018年小麦蚜虫发生等级、异地检验3年预报效果均较理想。模型适用于从气象角度对华北、黄淮及江淮地区小麦蚜虫发生等级进行监测和预报。
台风温比亚(1818)降水及环境场极端性分析
杨舒楠, 端义宏
2020, 31(3): 290-302, DOI: 10.11898/1001-7313.20200304
摘要:
利用多种观测及分析资料对台风温比亚(1818)暴雨过程的降水演变、极端降水特点及环境场物理量特征等进行分析。此次台风暴雨日降水量极端性显著,降水主要分为登陆前后、深入内陆并转向以及冷空气作用和变性3个阶段,其中第2阶段为最强降水时段。受其影响,河南、山东等地多个站点的日降水量突破历史极值。温比亚(1818)最大小时降水量达127.7 mm,其中74个站点小时降水量超过80 mm,短时强降水维持时间长达14 h,高降水效率及长持续时间造成极端降水。对流层中、低层存在标准化异常小于-4倍标准差的异常低压环流,造成极端低层辐合,叠加高空急流和高压边缘的极端高空辐散,动力条件极端性显著,200 hPa辐散和850 hPa辐合均接近或远超1988—2017年日降水量排名前30(HT30)降水日的最大值。受台风东侧水汽输送影响,降水区假相当位温、整层大气可降水量和水汽通量散度无论与气候态相比,还是与HT30降水日相比,均具有显著极端性,且极端水汽维持时间长达30 h。
基于集合成员订正的强降水多模式集成预报
智协飞, 赵忱
2020, 31(3): 303-314, DOI: 10.11898/1001-7313.20200305
摘要:
基于TIGGE资料集下欧洲中期天气预报中心(ECMWF)、日本气象厅(JMA)、英国气象局(UKMO)、美国国家环境预报中心(NCEP)和中国气象局(CMA)5个气象预报中心2016年5月1日—8月31日中国地区逐日起报预报时效为24~168 h的24 h累积降水量集合预报的结果,对各个集合预报成员进行了频率匹配法的订正,并对订正前后的多模式集成预报效果进行评估。结果表明:采用频率匹配法订正后的降水预报,有效改善了集合平均预报中强降水(日降水量25 mm以上)预报由平滑作用产生的量级偏小现象,使预报的降水量级更接近实况,但对降水落区预报改进不明显。基于卡尔曼滤波技术的集成预报效果优于基于线性回归的超级集合预报和消除偏差集合平均预报,对强降水落区的预报较单模式更优。基于集合成员订正的降水多模式集成预报在强降水的落区预报和降水中心的量级预报更接近实况,效果优于原始多模式集成预报与单模式结果。
2015年初北极极端气旋对中国寒潮的影响
张琳, 吕俊梅, 丁明虎
2020, 31(3): 315-327, DOI: 10.11898/1001-7313.20200306
摘要:
从北大西洋中高纬度进入北极的极端气旋会引起北极异常增暖,与中高纬度极端天气事件关系密切,危害极大。利用ERA-Interim再分析资料和中国地面气象站观测资料,探讨了2015年1—2月两个极端气旋(C1,C2)影响中国天气的物理过程和机制。结果表明:当极端气旋生成并北移,附近大气低层和高层均出现异常增暖,中高纬度大气环流表现为乌拉尔阻塞形势形成,极涡断裂,低压槽加深南压,我国发生寒潮天气;且极端气旋伴随的异常增暖加强Rossby波能量频散,使中高纬度的槽和脊发展。对比发现,C1和C2的生成地和路径均存在差异,相比于C2,C1生成纬度较高且路径偏东,对应低温寒潮天气范围更大,但强度比C2略弱。这些结果均表明,极端气旋的生成和移动是中国寒潮天气发生的重要原因之一。