设为首页
加入收藏
用户登录
投稿模版
中国气象局2022年 第33卷 第2期
摘要
PDF 665KB
2022, 33(2): 129-141.
DOI: 10.11898/1001-7313.20220201
HTML全文
摘要:
风是北京冬奥会场外赛事考虑的首要气象因素, 精细评估竞赛场地核心区域风环境对赛道施工建设、遴选防风方案及赛事安排非常必要。以北京冬奥会延庆赛区为中心, 将2009—2021年冬奥赛事月份(2—3月)天气环流场进行客观天气环流分型(分为93组), 采用北京城市气象研究院睿图-大涡模式系统对各组的典型个例开展37 m×37 m分辨率风场模拟。利用赛道周边12个自动气象站数据检验结果显示: 2 m温度、10 m风速和风向平均偏差分别为0.45℃, 1.51 m·s-1, 11.23°, 预报技巧较高。基于分型模拟数据获得赛场平均风、极大风分布及大风风险概率, 高山滑雪赛场赛道起点平均风速为15 m·s-1, 超出影响决策点概率为60%, 风险较大; 而赛道中、后段风险较小, 超过影响决策风速概率小于2%。
风是北京冬奥会场外赛事考虑的首要气象因素, 精细评估竞赛场地核心区域风环境对赛道施工建设、遴选防风方案及赛事安排非常必要。以北京冬奥会延庆赛区为中心, 将2009—2021年冬奥赛事月份(2—3月)天气环流场进行客观天气环流分型(分为93组), 采用北京城市气象研究院睿图-大涡模式系统对各组的典型个例开展37 m×37 m分辨率风场模拟。利用赛道周边12个自动气象站数据检验结果显示: 2 m温度、10 m风速和风向平均偏差分别为0.45℃, 1.51 m·s-1, 11.23°, 预报技巧较高。基于分型模拟数据获得赛场平均风、极大风分布及大风风险概率, 高山滑雪赛场赛道起点平均风速为15 m·s-1, 超出影响决策点概率为60%, 风险较大; 而赛道中、后段风险较小, 超过影响决策风速概率小于2%。
2022, 33(2): 142-154.
DOI: 10.11898/1001-7313.20220202
摘要:
2017—2020年利用运-12和空中国王-E350飞机搭载的国产云粒子测量设备在云南开展了76架次积层混合云观测, 数据分析表明:云南的云粒子数浓度远高于华北地区, 云粒子(直径为2~50 μm)数浓度平均值为339.7 cm-3, 最大值为1067.6 cm-3, 平均含水量为0.181 g·m-3, 最大值为2.827 g·m-3, 有效直径平均值为11.2 μm, 最大值为34.6 μm。云粒子谱呈负指数双峰分布, 主、次峰值分别出现在4 μm和10 μm处。云粒子数浓度、含水量和消光系数随高度呈明显分层特征, 有效直径随高度变化不明显, 反射率因子在3.4 km高度最大。暖云区200~1500 μm范围的雨滴粒子平均含水量为0.183 g·m-3, 最大值为4.247 g·m-3, 200~6000 μm范围的雨粒子平均含水量为0.406 g·m-3, 最大值为8.917 g·m-3。不同含水量条件下的云粒子谱宽不同, 随着云中含水量增加, 云粒子谱变宽。西南夏季风爆发后, 暖云区的小云粒子增多, 大云粒子减少, 开展暖云区人工增雨作业有利于提高人工增雨效率。
2017—2020年利用运-12和空中国王-E350飞机搭载的国产云粒子测量设备在云南开展了76架次积层混合云观测, 数据分析表明:云南的云粒子数浓度远高于华北地区, 云粒子(直径为2~50 μm)数浓度平均值为339.7 cm-3, 最大值为1067.6 cm-3, 平均含水量为0.181 g·m-3, 最大值为2.827 g·m-3, 有效直径平均值为11.2 μm, 最大值为34.6 μm。云粒子谱呈负指数双峰分布, 主、次峰值分别出现在4 μm和10 μm处。云粒子数浓度、含水量和消光系数随高度呈明显分层特征, 有效直径随高度变化不明显, 反射率因子在3.4 km高度最大。暖云区200~1500 μm范围的雨滴粒子平均含水量为0.183 g·m-3, 最大值为4.247 g·m-3, 200~6000 μm范围的雨粒子平均含水量为0.406 g·m-3, 最大值为8.917 g·m-3。不同含水量条件下的云粒子谱宽不同, 随着云中含水量增加, 云粒子谱变宽。西南夏季风爆发后, 暖云区的小云粒子增多, 大云粒子减少, 开展暖云区人工增雨作业有利于提高人工增雨效率。
2022, 33(2): 155-166.
DOI: 10.11898/1001-7313.20220203
摘要:
利用深圳气象梯度观测塔观测数据, 以2017年以来进入深圳150 km范围的7个台风个例为研究对象, 基于幂指数律拟合讨论台风边界层风切变指数的变化规律。结果表明:幂指数能较好地拟合台风影响下350 m高度以下风廓线, 随着拟合高度范围增加, 风切变指数增大, 拟合精度基本维持;用深圳气象梯度观测塔等差层数据拟合台风风速效果好于全层次数据和等比层数据拟合;7个台风影响期间拟合风切变指数平均值为0.268, 明显高于以往研究(0.1~0.177), 主要原因是拟合的高度范围较以往研究明显增大, 此外还与强风样本较少以及下垫面更粗糙有关。利用幂函数拟合台风不同风速段最大风切变指数, 可在台风过程中预估不同高度极端大风风险。研究还表明:台风眼经过铁塔前后风切变指数明显升高, 在抗风设计以及台风防御过程中应充分考虑这一变化。
利用深圳气象梯度观测塔观测数据, 以2017年以来进入深圳150 km范围的7个台风个例为研究对象, 基于幂指数律拟合讨论台风边界层风切变指数的变化规律。结果表明:幂指数能较好地拟合台风影响下350 m高度以下风廓线, 随着拟合高度范围增加, 风切变指数增大, 拟合精度基本维持;用深圳气象梯度观测塔等差层数据拟合台风风速效果好于全层次数据和等比层数据拟合;7个台风影响期间拟合风切变指数平均值为0.268, 明显高于以往研究(0.1~0.177), 主要原因是拟合的高度范围较以往研究明显增大, 此外还与强风样本较少以及下垫面更粗糙有关。利用幂函数拟合台风不同风速段最大风切变指数, 可在台风过程中预估不同高度极端大风风险。研究还表明:台风眼经过铁塔前后风切变指数明显升高, 在抗风设计以及台风防御过程中应充分考虑这一变化。
2022, 33(2): 167-179.
DOI: 10.11898/1001-7313.20220204
摘要:
为深入认识对流降水云结构及动力特征, 基于降水频段调频连续波5520 MHz垂直指向雷达(VPR-CFMCW), 使用地面至15 km高度的反射率因子及径向速度, 建立对流降水云中大气垂直运动的反演方法, 分析对流垂直结构及大气垂直运动随高度分布的演变特征。对在广东龙门测站探测的2019年4月20—22日前汛期4次对流降水进行反演试验发现, 对流降水前大气上升运动对降水云反射率因子及地面降水有正贡献, 深厚对流具有倾斜性, 会导致垂直剖面在某些时刻呈分层结构;对流降水整层以下沉运动为主导, 高层大气上升运动与下沉运动交替出现, 低层大气下沉运动占比最高, 大气上升运动在6 km高度以上占比有所增加;大气垂直速度在高层较大、在低层较小, 超过10 m·s-1的强上升运动与下沉运动多出现在6 km高度以上, 4~6 km高度垂直运动变化较大, 4 km高度以下的平均下沉运动小于5 m·s-1, 上升运动约为2 m·s-1。
为深入认识对流降水云结构及动力特征, 基于降水频段调频连续波5520 MHz垂直指向雷达(VPR-CFMCW), 使用地面至15 km高度的反射率因子及径向速度, 建立对流降水云中大气垂直运动的反演方法, 分析对流垂直结构及大气垂直运动随高度分布的演变特征。对在广东龙门测站探测的2019年4月20—22日前汛期4次对流降水进行反演试验发现, 对流降水前大气上升运动对降水云反射率因子及地面降水有正贡献, 深厚对流具有倾斜性, 会导致垂直剖面在某些时刻呈分层结构;对流降水整层以下沉运动为主导, 高层大气上升运动与下沉运动交替出现, 低层大气下沉运动占比最高, 大气上升运动在6 km高度以上占比有所增加;大气垂直速度在高层较大、在低层较小, 超过10 m·s-1的强上升运动与下沉运动多出现在6 km高度以上, 4~6 km高度垂直运动变化较大, 4 km高度以下的平均下沉运动小于5 m·s-1, 上升运动约为2 m·s-1。
2022, 33(2): 180-191.
DOI: 10.11898/1001-7313.20220205
摘要:
基于中国东部平原地区31部S波段多普勒天气雷达数据和实况记录, 筛选出2002—2020年56次由超级单体风暴导致的25 m·s-1以上的直线型大风事件, 分析超级单体风暴多普勒天气雷达回波特征与其导致的直线型大风间关系, 获得产生直线型致灾大风的超级单体的量化结构特征, 为超级单体产生的大风的主客观监测预警提供参考。统计结果表明:产生致灾大风的超级单体60 dBZ以上强回波深厚, 平均厚度为5.5 km, 中层径向辐合特征显著, 最大中层径向辐合超过29 m·s-1;中气旋强度中等, 平均旋转速度为18.4 m·s-1, 可向上伸展至对流层中上层(7 km高度);超级单体反射率因子核下降、中气旋核下降、29 m·s-1以上中层径向辐合以及垂直积分液态水含量减小是预警直线型大风的重要指标;下击暴流导致的明显且对称的低仰角辐散速度对仅在4次事件中出现, 超级单体风暴由于其移动性, 不易出现对称的下击暴流。
基于中国东部平原地区31部S波段多普勒天气雷达数据和实况记录, 筛选出2002—2020年56次由超级单体风暴导致的25 m·s-1以上的直线型大风事件, 分析超级单体风暴多普勒天气雷达回波特征与其导致的直线型大风间关系, 获得产生直线型致灾大风的超级单体的量化结构特征, 为超级单体产生的大风的主客观监测预警提供参考。统计结果表明:产生致灾大风的超级单体60 dBZ以上强回波深厚, 平均厚度为5.5 km, 中层径向辐合特征显著, 最大中层径向辐合超过29 m·s-1;中气旋强度中等, 平均旋转速度为18.4 m·s-1, 可向上伸展至对流层中上层(7 km高度);超级单体反射率因子核下降、中气旋核下降、29 m·s-1以上中层径向辐合以及垂直积分液态水含量减小是预警直线型大风的重要指标;下击暴流导致的明显且对称的低仰角辐散速度对仅在4次事件中出现, 超级单体风暴由于其移动性, 不易出现对称的下击暴流。
2022, 33(2): 192-204.
DOI: 10.11898/1001-7313.20220206
摘要:
北京大兴国际机场相控阵雷达性能先进，可实现对灾害性飞行天气的高效监测。对比该雷达和S波段多普勒天气雷达在2020年6月18日和25日两次强对流过程探测能力表明：2020年6月18日相控阵雷达探测到雷暴清晰的外流边界等弱回波，直到弱回波触发新对流单体并加强后，S波段多普勒天气雷达才探测到该弱回波，时间上比相控阵雷达晚24 min; 2020年6月25日的强对流雹暴过程，相控阵雷达探测的径向速度涡旋结构比S波段雷达清晰，垂直气流悬垂回波及雷暴形态与强雷暴的理论模型更吻合，S波段雷达垂直结构不典型; 相控阵雷达的回波强度空间变化层次丰富，S波段雷达空间分布显得粗糙; 相控阵雷达探测的冰雹三体散射回波及旁瓣回波比S波段雷达显著。因此相控阵雷达具有时间分辨率、空间分辨率、空间覆盖率、弱回波探测能力等方面的优势，更适合监测冰雹、外流边界等中小尺度灾害性飞行天气。
北京大兴国际机场相控阵雷达性能先进，可实现对灾害性飞行天气的高效监测。对比该雷达和S波段多普勒天气雷达在2020年6月18日和25日两次强对流过程探测能力表明：2020年6月18日相控阵雷达探测到雷暴清晰的外流边界等弱回波，直到弱回波触发新对流单体并加强后，S波段多普勒天气雷达才探测到该弱回波，时间上比相控阵雷达晚24 min; 2020年6月25日的强对流雹暴过程，相控阵雷达探测的径向速度涡旋结构比S波段雷达清晰，垂直气流悬垂回波及雷暴形态与强雷暴的理论模型更吻合，S波段雷达垂直结构不典型; 相控阵雷达的回波强度空间变化层次丰富，S波段雷达空间分布显得粗糙; 相控阵雷达探测的冰雹三体散射回波及旁瓣回波比S波段雷达显著。因此相控阵雷达具有时间分辨率、空间分辨率、空间覆盖率、弱回波探测能力等方面的优势，更适合监测冰雹、外流边界等中小尺度灾害性飞行天气。
2022, 33(2): 205-217.
DOI: 10.11898/1001-7313.20220207
摘要:
雨滴谱观测对理解云-降水物理过程和提高雷达降水估测等有重要意义，利用福建安溪2017—2020年雨滴谱资料，研究不同季节和不同类型的雨滴谱特征和差异，提出该地区降水的雷达反射率因子与降水强度(Z-R)关系和形状参数与斜率参数(μ -Λ)关系，并与国内其他典型地区进行对比。结果表明：福建安溪雨滴谱季节差异明显，整体上夏季雨滴粒径最大、总数浓度最高，冬季粒径最小，春季总数浓度最低; 随粒径增大，四季雨滴数浓度季节变化与台湾省桃园市相似，但小雨滴数浓度存在差异。与华东和华北地区相比，福建安溪夏季层状云小雨滴数浓度更高，中大雨滴数浓度则与华东地区较为一致; 夏季对流云小雨滴数浓度与华北地区接近，中雨滴数浓度则与华东地区接近，大雨滴数浓度则介于两个地区之间。夏季福建安溪层状云和对流云降水的Z-R关系与台湾省桃园市得到的结果较为吻合; 斜率参数Λ大于2.5 mm-1时，福建安溪的形状参数μ值与美国佛罗里达地区的结果十分相近。
雨滴谱观测对理解云-降水物理过程和提高雷达降水估测等有重要意义，利用福建安溪2017—2020年雨滴谱资料，研究不同季节和不同类型的雨滴谱特征和差异，提出该地区降水的雷达反射率因子与降水强度(Z-R)关系和形状参数与斜率参数(μ -Λ)关系，并与国内其他典型地区进行对比。结果表明：福建安溪雨滴谱季节差异明显，整体上夏季雨滴粒径最大、总数浓度最高，冬季粒径最小，春季总数浓度最低; 随粒径增大，四季雨滴数浓度季节变化与台湾省桃园市相似，但小雨滴数浓度存在差异。与华东和华北地区相比，福建安溪夏季层状云小雨滴数浓度更高，中大雨滴数浓度则与华东地区较为一致; 夏季对流云小雨滴数浓度与华北地区接近，中雨滴数浓度则与华东地区接近，大雨滴数浓度则介于两个地区之间。夏季福建安溪层状云和对流云降水的Z-R关系与台湾省桃园市得到的结果较为吻合; 斜率参数Λ大于2.5 mm-1时，福建安溪的形状参数μ值与美国佛罗里达地区的结果十分相近。
2022, 33(2): 218-230.
DOI: 10.11898/1001-7313.20220208
摘要:
基于花生生长中后期2020年8月1日和15日两个时相高分多光谱数据，构建40个作物分类遥感特征，采用ReliefF-Pearson方法优选出15个特征，构造作物可分的4种特征空间。采用最大似然分类法、支持向量机和随机森林分类器，分别耦合4种特征空间，开展作物分类对比试验，进行分类精度和景观评价提出作物双时相遥感分类模型(dual-temporal remote sensing classification model for crop, C-DRSC)。结果表明：该模型具有较高的作物分类和花生识别能力，作物分类总体精度和Kappa系数分别为93.25%和0.89，平均形状指数和平均斑块分维指数分别为1.33和1.13;花生识别的用户精度和制图精度分别为96.20%和96.32%，平均形状指数和平均斑块分维指数分别为1.27和1.11。利用该模型在黄淮海地区的4个花生主产县开展夏花生种植面积遥感测算，与统计面积相比，面积测算相对误差为±16.25%，决定系数为0.9778(达到0.01显著性水平)，模型具有较好的适用性。
基于花生生长中后期2020年8月1日和15日两个时相高分多光谱数据，构建40个作物分类遥感特征，采用ReliefF-Pearson方法优选出15个特征，构造作物可分的4种特征空间。采用最大似然分类法、支持向量机和随机森林分类器，分别耦合4种特征空间，开展作物分类对比试验，进行分类精度和景观评价提出作物双时相遥感分类模型(dual-temporal remote sensing classification model for crop, C-DRSC)。结果表明：该模型具有较高的作物分类和花生识别能力，作物分类总体精度和Kappa系数分别为93.25%和0.89，平均形状指数和平均斑块分维指数分别为1.33和1.13;花生识别的用户精度和制图精度分别为96.20%和96.32%，平均形状指数和平均斑块分维指数分别为1.27和1.11。利用该模型在黄淮海地区的4个花生主产县开展夏花生种植面积遥感测算，与统计面积相比，面积测算相对误差为±16.25%，决定系数为0.9778(达到0.01显著性水平)，模型具有较好的适用性。
2022, 33(2): 231-243.
DOI: 10.11898/1001-7313.20220209
摘要:
为预估全球变暖背景下中国西南地区未来暴雨洪涝灾害风险的变化特征，研究挑选5个CMIP6模式和5个极端降水指数，结合地形因子、社会经济数据和耕地面积百分比，构建暴雨洪涝灾害风险评估模型，对西南暴雨洪涝灾害风险进行基准期(1995—2014年)评估、未来两个时期(2021—2040年，2041—2060年)3种情景(SSP1-2.6，SSP2-4.5，SSP5-8.5)下的预估和对比分析。结果表明：EC-Earth3, EC-Earth3-Veg两个单模式对5个极端降水指数的模拟效果较好，不等权重集合(UEWA-5)的效果整体优于等权重集合(EWA-5)。西南地区5个极端降水指数的高值区位于云南西部、广西东北部以及四川盆地西缘，社会脆弱性和辐射强迫越高，极端降水指数平均值和最大值越大; 从基准期到未来两个时期，5个极端降水指数均呈增大趋势。未来暴雨洪涝灾害的中高风险区和高风险区主要分布在四川成都市、重庆中心和四川盆地西部、云南昆明市、广西中南部和桂林市等局部较发达地区; 未来两个时期SSP2-4.5情景下的中高风险区和高风险区面积最大; 从基准期到未来远期，中高风险区和高风险区面积将随着时间增长而增加。
为预估全球变暖背景下中国西南地区未来暴雨洪涝灾害风险的变化特征，研究挑选5个CMIP6模式和5个极端降水指数，结合地形因子、社会经济数据和耕地面积百分比，构建暴雨洪涝灾害风险评估模型，对西南暴雨洪涝灾害风险进行基准期(1995—2014年)评估、未来两个时期(2021—2040年，2041—2060年)3种情景(SSP1-2.6，SSP2-4.5，SSP5-8.5)下的预估和对比分析。结果表明：EC-Earth3, EC-Earth3-Veg两个单模式对5个极端降水指数的模拟效果较好，不等权重集合(UEWA-5)的效果整体优于等权重集合(EWA-5)。西南地区5个极端降水指数的高值区位于云南西部、广西东北部以及四川盆地西缘，社会脆弱性和辐射强迫越高，极端降水指数平均值和最大值越大; 从基准期到未来两个时期，5个极端降水指数均呈增大趋势。未来暴雨洪涝灾害的中高风险区和高风险区主要分布在四川成都市、重庆中心和四川盆地西部、云南昆明市、广西中南部和桂林市等局部较发达地区; 未来两个时期SSP2-4.5情景下的中高风险区和高风险区面积最大; 从基准期到未来远期，中高风险区和高风险区面积将随着时间增长而增加。
2022, 33(2): 244-256.
DOI: 10.11898/1001-7313.20220210
摘要:
利用1979—2019年多年平均5—8月的逐日气象资料，采用EOF，MV-EOF、相关分析和合成分析等方法，对夏季青藏高原-孟加拉湾的大气热源与中国东部暴雨的时空演变特征及两者之间的联系进行探讨。研究结果表明：MV-EOF能够很好地表现不同要素的空间分布特征及其时间演变之间的联系。结果显示：在气候平均状态下，强降水事件分别发生在华南地区、华西和长江中下游地区时，青藏高原东部和孟加拉湾的大气加热出现相反的变化趋势，说明青藏高原东部和孟加拉湾之间的海陆热力对比很可能是导致中国东部强降水事件在不同地点发生的关键因素之一。合成分析结果揭示可能物理机制：青藏高原和孟加拉湾的热力对比变化通过调制大气垂直环流，影响南亚高压和西北太平洋副热带高压的位置和强度，改变水汽输送，最终对中国东部暴雨事件的时空变化产生重要的影响。
利用1979—2019年多年平均5—8月的逐日气象资料，采用EOF，MV-EOF、相关分析和合成分析等方法，对夏季青藏高原-孟加拉湾的大气热源与中国东部暴雨的时空演变特征及两者之间的联系进行探讨。研究结果表明：MV-EOF能够很好地表现不同要素的空间分布特征及其时间演变之间的联系。结果显示：在气候平均状态下，强降水事件分别发生在华南地区、华西和长江中下游地区时，青藏高原东部和孟加拉湾的大气加热出现相反的变化趋势，说明青藏高原东部和孟加拉湾之间的海陆热力对比很可能是导致中国东部强降水事件在不同地点发生的关键因素之一。合成分析结果揭示可能物理机制：青藏高原和孟加拉湾的热力对比变化通过调制大气垂直环流，影响南亚高压和西北太平洋副热带高压的位置和强度，改变水汽输送，最终对中国东部暴雨事件的时空变化产生重要的影响。
浏览排行
下载排行
引用排行
