设为首页
加入收藏
用户登录
投稿模版
中国气象局2021年 第32卷 第5期
摘要
PDF 638KB
2021, 32(5): 513-529.
DOI: 10.11898/1001-7313.20210501
HTML全文
摘要:
电线积冰灾害是导致电力系统发生事故的重要自然灾害之一。基于已有研究成果，从电线积冰相关概念与分类出发，对电线积冰的影响与危害、时空分布、成因、影响因子、预报模型、风险评估以及预防措施等方面进行归纳。我国电线积冰灾害以雾凇型积冰和雨凇型积冰为主，主要环境成因包括准静止锋、大气垂直结构和逆温层，同时还受到地形、高度和导线自身特性等的影响。电线积冰灾害总体上呈现北方多雾凇而南方多雨凇的分布特征，20世纪80—90年代的积冰日数较多，90年代后呈下降趋势。为更好地实现电线积冰灾害的模拟与预测，预报模型也在不断完善，包括物理数值模型和统计预测模型；而对于电线积冰灾害风险评估的研究较少，主要集中在电线积冰灾害的危险性和线路的脆弱性。基于多学科指标构建的电线积冰综合性指标、基于灾变过程的综合风险评估及气候变化对电线积冰的影响将是今后重点研究方向。
电线积冰灾害是导致电力系统发生事故的重要自然灾害之一。基于已有研究成果，从电线积冰相关概念与分类出发，对电线积冰的影响与危害、时空分布、成因、影响因子、预报模型、风险评估以及预防措施等方面进行归纳。我国电线积冰灾害以雾凇型积冰和雨凇型积冰为主，主要环境成因包括准静止锋、大气垂直结构和逆温层，同时还受到地形、高度和导线自身特性等的影响。电线积冰灾害总体上呈现北方多雾凇而南方多雨凇的分布特征，20世纪80—90年代的积冰日数较多，90年代后呈下降趋势。为更好地实现电线积冰灾害的模拟与预测，预报模型也在不断完善，包括物理数值模型和统计预测模型；而对于电线积冰灾害风险评估的研究较少，主要集中在电线积冰灾害的危险性和线路的脆弱性。基于多学科指标构建的电线积冰综合性指标、基于灾变过程的综合风险评估及气候变化对电线积冰的影响将是今后重点研究方向。
2021, 32(5): 530-541.
DOI: 10.11898/1001-7313.20210502
摘要:
基于业务观测、历史灾情及互联网媒体等多源数据整编形成强对流天气人工智能应用训练基础数据集（Severe Convective Weather DataSet for AI application，SCWDS）。SCWDS包括2012—2019年中国大陆区域的雷暴、雷暴大风、短时强降水、冰雹及龙卷5种强对流天气，共184865个个例（站次），9256405个样本，每个样本包含强对流天气过程标注及对应时空窗口范围内的地面观测数据、探空数据、闪电定位数据、雷达基数据、卫星多通道数据和再分析产品等。雷暴、短时强降水、冰雹主要出现在6—8月，雷暴大风主要出现在4—5月，龙卷主要出现在6—8月和4月。短时强降水发生时间呈03：00—04：00（北京时，下同）和15：00—16：00时段双峰分布，雷暴、雷暴大风、冰雹、龙卷主要发生在13：00—19：00时段。雷暴主要出现在华南、江南及青藏高原、云贵高原，雷暴大风主要出现在华北北部及江南沿海，短时强降水主要出现在西南、华南、江南及黄淮江淮地区，冰雹主要出现在青藏高原、云贵高原及华北北部。SCWDS作为机器学习模型训练的基础数据，为强对流天气智能识别和预报应用提供数据支撑。
基于业务观测、历史灾情及互联网媒体等多源数据整编形成强对流天气人工智能应用训练基础数据集（Severe Convective Weather DataSet for AI application，SCWDS）。SCWDS包括2012—2019年中国大陆区域的雷暴、雷暴大风、短时强降水、冰雹及龙卷5种强对流天气，共184865个个例（站次），9256405个样本，每个样本包含强对流天气过程标注及对应时空窗口范围内的地面观测数据、探空数据、闪电定位数据、雷达基数据、卫星多通道数据和再分析产品等。雷暴、短时强降水、冰雹主要出现在6—8月，雷暴大风主要出现在4—5月，龙卷主要出现在6—8月和4月。短时强降水发生时间呈03：00—04：00（北京时，下同）和15：00—16：00时段双峰分布，雷暴、雷暴大风、冰雹、龙卷主要发生在13：00—19：00时段。雷暴主要出现在华南、江南及青藏高原、云贵高原，雷暴大风主要出现在华北北部及江南沿海，短时强降水主要出现在西南、华南、江南及黄淮江淮地区，冰雹主要出现在青藏高原、云贵高原及华北北部。SCWDS作为机器学习模型训练的基础数据，为强对流天气智能识别和预报应用提供数据支撑。
2021, 32(5): 542-552.
DOI: 10.11898/1001-7313.20210503
摘要:
气候动力诊断和数值模拟是认识气候变化规律、提高短期气候预测与科学决策服务水平的重要手段。但基于气候模拟的动力诊断技术在气候预测业务中还未得到广泛应用，缺乏支撑科研成果转化为业务应用的中试平台。为此，通过集成多种现代计算机通信协议、可视化编辑和气象数值计算等技术，研发可视化交互气候动力诊断和分析系统（Climate Dynamic Diagnosis and Analysis System，CDDAS），以促进气候模拟的动力诊断技术在气候业务中的广泛应用。该系统具有结构开放、诊断方法集成度高、方便易用等特点，包括数据更新备份、气候动力诊断、多模式数值模拟、结果分析4个功能模块，并设计了一种远程交互控制脚本语言，为用户二次开发提供语言环境，可实现本地客户端、服务器端和超级计算机三者交互通信控制可视化管理。该系统使用便捷，目前已在国家级业务和科研单位获得应用，在气候异常成因分析、气候预测和气候决策服务中可显著提高工作效率。
气候动力诊断和数值模拟是认识气候变化规律、提高短期气候预测与科学决策服务水平的重要手段。但基于气候模拟的动力诊断技术在气候预测业务中还未得到广泛应用，缺乏支撑科研成果转化为业务应用的中试平台。为此，通过集成多种现代计算机通信协议、可视化编辑和气象数值计算等技术，研发可视化交互气候动力诊断和分析系统（Climate Dynamic Diagnosis and Analysis System，CDDAS），以促进气候模拟的动力诊断技术在气候业务中的广泛应用。该系统具有结构开放、诊断方法集成度高、方便易用等特点，包括数据更新备份、气候动力诊断、多模式数值模拟、结果分析4个功能模块，并设计了一种远程交互控制脚本语言，为用户二次开发提供语言环境，可实现本地客户端、服务器端和超级计算机三者交互通信控制可视化管理。该系统使用便捷，目前已在国家级业务和科研单位获得应用，在气候异常成因分析、气候预测和气候决策服务中可显著提高工作效率。
2021, 32(5): 553-566.
DOI: 10.11898/1001-7313.20210504
摘要:
利用基于BCC-CSM1.1m模式建立的第2代季节预测模式系统1984—2019年历史回算数据，客观评估该模式对1月和4月欧亚积雪覆盖率（snow cover fraction，SCF）气候态和年际变化的预测技巧，分析模式预测偏差产生的可能原因。结果表明：BCC-CSM1.1m模式在超前0~2个月对欧亚大陆SCF具有一定预测技巧，对4月SCF的预测能力明显高于1月，1月预测技巧在欧洲西部地区最高，4月在西西伯利亚地区最高。SCF的预测结果在除青藏高原外的大范围地区表现为系统性偏低，预测偏差在1月随着起报时间的增长没有明显变化，而在4月随着起报时间的增长，关键区偏差由负转正并逐渐增大。分析表明，SCF预测偏差与模式中近地面气温的预测偏差有直接关系。除此之外，SCF的预测偏差部分源于模式本身的系统性偏差，模式分辨率以及参数化方案可能是预测结果在积雪覆盖率接近100%的高纬度地区明显偏低的原因。
利用基于BCC-CSM1.1m模式建立的第2代季节预测模式系统1984—2019年历史回算数据，客观评估该模式对1月和4月欧亚积雪覆盖率（snow cover fraction，SCF）气候态和年际变化的预测技巧，分析模式预测偏差产生的可能原因。结果表明：BCC-CSM1.1m模式在超前0~2个月对欧亚大陆SCF具有一定预测技巧，对4月SCF的预测能力明显高于1月，1月预测技巧在欧洲西部地区最高，4月在西西伯利亚地区最高。SCF的预测结果在除青藏高原外的大范围地区表现为系统性偏低，预测偏差在1月随着起报时间的增长没有明显变化，而在4月随着起报时间的增长，关键区偏差由负转正并逐渐增大。分析表明，SCF预测偏差与模式中近地面气温的预测偏差有直接关系。除此之外，SCF的预测偏差部分源于模式本身的系统性偏差，模式分辨率以及参数化方案可能是预测结果在积雪覆盖率接近100%的高纬度地区明显偏低的原因。
2021, 32(5): 567-579.
DOI: 10.11898/1001-7313.20210505
摘要:
利用中国气象局地面自动气象站、探空、天气雷达等观测资料和ERA-Interim再分析资料，分析2016年9月8日川藏高原一次强对流天气过程。结果表明：该过程多站出现8级雷暴大风、10 mm以上小时强降水且伴有最大直径为18 mm的冰雹，是川藏高原一次混合型强对流过程。对流系统发生在500 hPa弱冷平流和低层切变线影响下，中低层深厚湿层、环境中等强度对流有效位能和垂直风切变为超级单体的形成和维持提供有利条件。初始北侧多单体和南侧弱对流在地面辐合线上生成，向东南移入适宜环境后，北侧多单体发展成线状对流系统，与南侧单体合并且促使其迅速发展成超级单体。成熟超级单体低层具有清晰的前侧入流缺口、钩状回波和中气旋特征。强回波区随高度前倾，呈显著的上冲云顶突起、回波悬垂和有界弱回波区。风暴内中层径向辐合、上升气流减弱和反射率因子核心快速下降预示下击暴流的产生。中层干空气的夹卷和水凝物快速下落的拖曳作用加强下沉气流，结合峡谷地形的狭管效应，引起地面大风。
利用中国气象局地面自动气象站、探空、天气雷达等观测资料和ERA-Interim再分析资料，分析2016年9月8日川藏高原一次强对流天气过程。结果表明：该过程多站出现8级雷暴大风、10 mm以上小时强降水且伴有最大直径为18 mm的冰雹，是川藏高原一次混合型强对流过程。对流系统发生在500 hPa弱冷平流和低层切变线影响下，中低层深厚湿层、环境中等强度对流有效位能和垂直风切变为超级单体的形成和维持提供有利条件。初始北侧多单体和南侧弱对流在地面辐合线上生成，向东南移入适宜环境后，北侧多单体发展成线状对流系统，与南侧单体合并且促使其迅速发展成超级单体。成熟超级单体低层具有清晰的前侧入流缺口、钩状回波和中气旋特征。强回波区随高度前倾，呈显著的上冲云顶突起、回波悬垂和有界弱回波区。风暴内中层径向辐合、上升气流减弱和反射率因子核心快速下降预示下击暴流的产生。中层干空气的夹卷和水凝物快速下落的拖曳作用加强下沉气流，结合峡谷地形的狭管效应，引起地面大风。
2021, 32(5): 580-591.
DOI: 10.11898/1001-7313.20210506
摘要:
为了探究深度学习用于飑线识别的可行性，基于2008—2020年河南省郑州和驻马店雷达数据，采用卷积神经网络（convolutional neural network，CNN）算法构建飑线识别模型，引用临界成功指数、公平风险评分、命中率和误判率定量评价模型的识别效果，对比不同样本组成比例和网络结构对飑线识别效果的影响。结果表明：建模所用的样本组成比例对飑线识别有一定影响，通过改变采样方式和优化网络结构均能够改善样本比例不平衡的问题，提高飑线识别效果，且后者提升的幅度更大，而两种方法的结合无明显提升。测试结果表明：该模型临界成功指数为0.66，公平风险评分为0.58，命中率为0.86，误判率为0.24。研究揭示了卷积神经网络能够提取并学习飑线和非飑线回波的图像特征，对飑线有一定识别能力。
为了探究深度学习用于飑线识别的可行性，基于2008—2020年河南省郑州和驻马店雷达数据，采用卷积神经网络（convolutional neural network，CNN）算法构建飑线识别模型，引用临界成功指数、公平风险评分、命中率和误判率定量评价模型的识别效果，对比不同样本组成比例和网络结构对飑线识别效果的影响。结果表明：建模所用的样本组成比例对飑线识别有一定影响，通过改变采样方式和优化网络结构均能够改善样本比例不平衡的问题，提高飑线识别效果，且后者提升的幅度更大，而两种方法的结合无明显提升。测试结果表明：该模型临界成功指数为0.66，公平风险评分为0.58，命中率为0.86，误判率为0.24。研究揭示了卷积神经网络能够提取并学习飑线和非飑线回波的图像特征，对飑线有一定识别能力。
2021, 32(5): 592-602.
DOI: 10.11898/1001-7313.20210507
摘要:
利用高空和地面观测、欧洲中期预报中心再分析资料（ERA5）以及卫星云图，统计2010—2019年4—9月我国黄淮地区触发对流天气的干线特征。结果表明：干线主要出现在山东德州附近和豫北周边地区，多呈准西北—东南向和准东北—西南向；长度集中在100~200 km，宽度在50~100 km；多出现在14：00（北京时，下同）或17：00；多发生在高空冷涡形势下，低层多有切变线（或辐合线）配合，地面多位于入海高压后部。地面气象要素统计显示：干线干侧温度较湿侧偏高1.9 ℃，湿侧露点温度较干侧偏高6.8 ℃，干线两侧温度梯度为-2.7 ℃·（100 km）-1，露点温度梯度为10.1 ℃·（100 km）-1，比湿梯度为5.9 g·kg-1·（100 km）-1。探空参数统计结果表明：干线湿侧大气可降水量略高于干侧，925 hPa，850 hPa和700 hPa湿侧比湿均大于干侧；对流有效位能湿侧平均值远大于干侧；干线两侧700 hPa，850 hPa与500 hPa温度差非常接近，即黄淮地区干线两侧对流有效位能的显著差异主要由干线两侧低层水汽条件差异造成，干线两侧条件不稳定度大致相当。
利用高空和地面观测、欧洲中期预报中心再分析资料（ERA5）以及卫星云图，统计2010—2019年4—9月我国黄淮地区触发对流天气的干线特征。结果表明：干线主要出现在山东德州附近和豫北周边地区，多呈准西北—东南向和准东北—西南向；长度集中在100~200 km，宽度在50~100 km；多出现在14：00（北京时，下同）或17：00；多发生在高空冷涡形势下，低层多有切变线（或辐合线）配合，地面多位于入海高压后部。地面气象要素统计显示：干线干侧温度较湿侧偏高1.9 ℃，湿侧露点温度较干侧偏高6.8 ℃，干线两侧温度梯度为-2.7 ℃·（100 km）-1，露点温度梯度为10.1 ℃·（100 km）-1，比湿梯度为5.9 g·kg-1·（100 km）-1。探空参数统计结果表明：干线湿侧大气可降水量略高于干侧，925 hPa，850 hPa和700 hPa湿侧比湿均大于干侧；对流有效位能湿侧平均值远大于干侧；干线两侧700 hPa，850 hPa与500 hPa温度差非常接近，即黄淮地区干线两侧对流有效位能的显著差异主要由干线两侧低层水汽条件差异造成，干线两侧条件不稳定度大致相当。
2021, 32(5): 603-617.
DOI: 10.11898/1001-7313.20210508
摘要:
发育进程是作物的生理年龄，发育模式是作物生长模型的时间指针。但目前的发育模式只关注某时段（日）气象条件对作物发育的影响，其准确率也难以满足作物生长模拟的需求。根据作物发育速率不仅与气象条件有关、还与其所处发育期有关的理论假设，重构发育进程模式，并利用1980—2019年我国甘蔗发育实测数据进行模式适应性分析，比较传统模式与重构模式的模拟能力。结果表明：重构模式中，发育单位日序模式和温度日序模式对甘蔗发育进程的适应性均较好，尤其在后期温度不断降低的发育进程以及低温年型的模拟中，其适应能力明显优于传统模式。重构及传统模式模拟能力从强到弱依次为发育单位日序模式、温度日序模式、响应适应模式、发育单位模式、发育单位温度修正模式、热量单位模式，均方根误差计算的模拟能力值依次为4.3，3.9，3.7，3.3，3.0，2.8。
发育进程是作物的生理年龄，发育模式是作物生长模型的时间指针。但目前的发育模式只关注某时段（日）气象条件对作物发育的影响，其准确率也难以满足作物生长模拟的需求。根据作物发育速率不仅与气象条件有关、还与其所处发育期有关的理论假设，重构发育进程模式，并利用1980—2019年我国甘蔗发育实测数据进行模式适应性分析，比较传统模式与重构模式的模拟能力。结果表明：重构模式中，发育单位日序模式和温度日序模式对甘蔗发育进程的适应性均较好，尤其在后期温度不断降低的发育进程以及低温年型的模拟中，其适应能力明显优于传统模式。重构及传统模式模拟能力从强到弱依次为发育单位日序模式、温度日序模式、响应适应模式、发育单位模式、发育单位温度修正模式、热量单位模式，均方根误差计算的模拟能力值依次为4.3，3.9，3.7，3.3，3.0，2.8。
2021, 32(5): 618-628.
DOI: 10.11898/1001-7313.20210509
摘要:
越冬冻害是猕猴桃的主要气象灾害，为探讨低温对猕猴桃的伤害机理，建立猕猴桃越冬冻害指标体系，2020年12月—2021年2月利用MSX-2F霜箱系统模拟越冬期低温过程，采用组织褐变率、细胞伤害率等参数对结果母枝冻害特征进行定量描述，通过冻害指数与低温的Logistic关系模型，研究6个主栽品种结果母枝冻害特征。结果表明：结果母枝主芽半致死温度以海沃德最低，为-16.5 ℃，瑞玉、徐香、金福居中，分别为-14.8 ℃，-14.9 ℃和-14.2 ℃，翠香、红阳较高，分别为-13.4 ℃，-13.8 ℃。-16 ℃~-10 ℃低温主要影响结果母枝主芽活性，-16 ℃为主芽受冻向副芽受冻的转折点，低于-18 ℃对主、副芽活性均有伤害，-20 ℃以下低温可造成结果母枝大量死亡。品种间抗冻性能，以海沃德最强，瑞玉、金福、徐香居中，翠香、红阳最弱。以结果母枝芽冻害指数为主要参数，构建6个主产品种猕猴桃结果母枝5级低温冻害指标，对应类型和温度阈值如下：1级为轻度减产型，-11.0 ℃~-10.5 ℃；2级为中度减产型，-14.5 ℃~-10.5 ℃；3级为重度减产型，-16.5 ℃~-12.0 ℃；4级为绝收型，-20.0 ℃~-13.5 ℃；5级为致死型，-20.0 ℃~-15.0 ℃。
越冬冻害是猕猴桃的主要气象灾害，为探讨低温对猕猴桃的伤害机理，建立猕猴桃越冬冻害指标体系，2020年12月—2021年2月利用MSX-2F霜箱系统模拟越冬期低温过程，采用组织褐变率、细胞伤害率等参数对结果母枝冻害特征进行定量描述，通过冻害指数与低温的Logistic关系模型，研究6个主栽品种结果母枝冻害特征。结果表明：结果母枝主芽半致死温度以海沃德最低，为-16.5 ℃，瑞玉、徐香、金福居中，分别为-14.8 ℃，-14.9 ℃和-14.2 ℃，翠香、红阳较高，分别为-13.4 ℃，-13.8 ℃。-16 ℃~-10 ℃低温主要影响结果母枝主芽活性，-16 ℃为主芽受冻向副芽受冻的转折点，低于-18 ℃对主、副芽活性均有伤害，-20 ℃以下低温可造成结果母枝大量死亡。品种间抗冻性能，以海沃德最强，瑞玉、金福、徐香居中，翠香、红阳最弱。以结果母枝芽冻害指数为主要参数，构建6个主产品种猕猴桃结果母枝5级低温冻害指标，对应类型和温度阈值如下：1级为轻度减产型，-11.0 ℃~-10.5 ℃；2级为中度减产型，-14.5 ℃~-10.5 ℃；3级为重度减产型，-16.5 ℃~-12.0 ℃；4级为绝收型，-20.0 ℃~-13.5 ℃；5级为致死型，-20.0 ℃~-15.0 ℃。
2021, 32(5): 629-640.
DOI: 10.11898/1001-7313.20210510
摘要:
利用1960—2019年黄淮海地区186个气象站逐日气象数据，结合春花生发育期数据，采用标准化降水作物需水指数将旱涝灾害分为7个等级，分析春花生旱涝灾害的时空分布特征；并以旱涝灾害发生的强度和频率构建春花生旱涝灾害危险性指数，开展黄淮海地区春花生旱涝灾害危险性评价。结果表明：黄河流域西北部和中部、淮河流域东北部以及海河流域北部是干旱灾害高发区；涝害高发区主要集中在黄河流域的大部分地区、淮河流域北部和南部地区以及海河流域东部，以中度涝害为主。春花生干旱灾害高危险性地区零散分布，主要集中在黄河流域西北部；而涝害中、高危险性地区多分布于黄河流域。
利用1960—2019年黄淮海地区186个气象站逐日气象数据，结合春花生发育期数据，采用标准化降水作物需水指数将旱涝灾害分为7个等级，分析春花生旱涝灾害的时空分布特征；并以旱涝灾害发生的强度和频率构建春花生旱涝灾害危险性指数，开展黄淮海地区春花生旱涝灾害危险性评价。结果表明：黄河流域西北部和中部、淮河流域东北部以及海河流域北部是干旱灾害高发区；涝害高发区主要集中在黄河流域的大部分地区、淮河流域北部和南部地区以及海河流域东部，以中度涝害为主。春花生干旱灾害高危险性地区零散分布，主要集中在黄河流域西北部；而涝害中、高危险性地区多分布于黄河流域。
浏览排行
下载排行
引用排行
