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4期
摘要
PDF 789KB
2022, 33(4): 385-399.
DOI: 10.11898/1001-7313.20220401
HTML全文
摘要:
利用高分辨率观测资料和ERA5再分析资料, 分析造成2021年11月7—8日东北极端暴雪的温带气旋结构特征及爆发性发展机制, 结果表明:温带气旋发生在高空冷涡背景下, 地面气旋在黄海形成后出现爆发性快速增强并沿东北地区东部北上。地面降雪区主要分布在气旋西侧, 且降雪强度与气旋的发生发展密切相关;地面气旋在爆发性发展后由叶状云系演变为逗点涡旋云系, 并表现出明显的锋面断裂和暖锋包卷;其垂直结构也先后出现高空锋区断裂、干暖核形成和中性锢囚锋区加强;西伯利亚高压脊、华北高空槽和东北高压脊3个异常中心构成Rossby波列, 随着高度异常中心不断东移及波能量向下游地区频散, 华北高空槽区的波作用通量明显增大导致华北冷涡快速增强, 涡度因子的急剧增大有利于地面气旋爆发性发展;随着平流层位涡高值区沿等熵面不断向南发展和向下传播, 导致中层冷涡快速发展并向下伸展, 诱发地面气旋爆发性增强。
利用高分辨率观测资料和ERA5再分析资料, 分析造成2021年11月7—8日东北极端暴雪的温带气旋结构特征及爆发性发展机制, 结果表明:温带气旋发生在高空冷涡背景下, 地面气旋在黄海形成后出现爆发性快速增强并沿东北地区东部北上。地面降雪区主要分布在气旋西侧, 且降雪强度与气旋的发生发展密切相关;地面气旋在爆发性发展后由叶状云系演变为逗点涡旋云系, 并表现出明显的锋面断裂和暖锋包卷;其垂直结构也先后出现高空锋区断裂、干暖核形成和中性锢囚锋区加强;西伯利亚高压脊、华北高空槽和东北高压脊3个异常中心构成Rossby波列, 随着高度异常中心不断东移及波能量向下游地区频散, 华北高空槽区的波作用通量明显增大导致华北冷涡快速增强, 涡度因子的急剧增大有利于地面气旋爆发性发展;随着平流层位涡高值区沿等熵面不断向南发展和向下传播, 导致中层冷涡快速发展并向下伸展, 诱发地面气旋爆发性增强。
2022, 33(4): 400-413.
DOI: 10.11898/1001-7313.20220402
摘要:
利用2014年12月—2020年12月时间间隔为3.5 h的高空风实况分析火箭发射前后3.5 h内高空风差异, 并利用WRF模式和火箭发射前3 h高空风建立火箭发射后0.5 h高空风预报模型, 结果表明:火箭发射前后3.5 h内高空风速、风向差异特征, 与高度、季节及火箭发射前3 h平均高空风速有关。高空风最大风速偏差为-24.00~26.00 m·s-1, 风速偏差在10 m·s-1以内达三分之二, 且主要出现在对流层中高层[6.5 km, 11.5 km)高度内;最大风向绝对偏差范围为10.00°~180°, 主要集中在[30°, 60°)范围及对流层中低层[1.5 km, 6.5 km)高度内。火箭发射前后3.5 h内高空风速平均绝对偏差随火箭发射前3 h高空风速平均值增大呈增大趋势, 风速相对误差绝对值和风向绝对偏差则表现为减小趋势, 说明高空风强时, 风向不易发生短时变化;火箭发射前后3.5 h内高空风差异随季节变化与高空风的季节特征有关。利用火箭发射后0.5 h高空风预报模型, 有助于降低火箭飞行风险。
利用2014年12月—2020年12月时间间隔为3.5 h的高空风实况分析火箭发射前后3.5 h内高空风差异, 并利用WRF模式和火箭发射前3 h高空风建立火箭发射后0.5 h高空风预报模型, 结果表明:火箭发射前后3.5 h内高空风速、风向差异特征, 与高度、季节及火箭发射前3 h平均高空风速有关。高空风最大风速偏差为-24.00~26.00 m·s-1, 风速偏差在10 m·s-1以内达三分之二, 且主要出现在对流层中高层[6.5 km, 11.5 km)高度内;最大风向绝对偏差范围为10.00°~180°, 主要集中在[30°, 60°)范围及对流层中低层[1.5 km, 6.5 km)高度内。火箭发射前后3.5 h内高空风速平均绝对偏差随火箭发射前3 h高空风速平均值增大呈增大趋势, 风速相对误差绝对值和风向绝对偏差则表现为减小趋势, 说明高空风强时, 风向不易发生短时变化;火箭发射前后3.5 h内高空风差异随季节变化与高空风的季节特征有关。利用火箭发射后0.5 h高空风预报模型, 有助于降低火箭飞行风险。
2022, 33(4): 414-428.
DOI: 10.11898/1001-7313.20220403
摘要:
利用S波段双偏振天气雷达资料、探空和地面常规气象观测资料及灾情调查, 对2020年6月25日河北省蠡县和2021年7月9日山东省章丘的两次特大冰雹超级单体风暴双偏振特征进行对比。结果表明:两次超级单体风暴均发生在西北气流形势下, 章丘风暴具有较强的对流有效位能、较大的湿度和较高的湿球0℃层高度。蠡县风暴强度明显大于章丘风暴, 但差分反射率柱和比差分相移柱高度明显低于章丘风暴。蠡县风暴弱回波区上方存在深厚的强度超过65 dBZ强回波悬垂, 即悬垂的冰粒子循环增长产生较大的冰雹粒子, 大的冰雹粒子进入下降通道后, 再次产生明显增长且更加不规则, 导致更强的水平极化反射率因子和更小的相关系数。湿度的垂直分布是风暴发展强度的关键环境因素之一。蠡县超级单体风暴的产生环境非常干, 章丘超级单体风暴的产生环境相对较湿。
利用S波段双偏振天气雷达资料、探空和地面常规气象观测资料及灾情调查, 对2020年6月25日河北省蠡县和2021年7月9日山东省章丘的两次特大冰雹超级单体风暴双偏振特征进行对比。结果表明:两次超级单体风暴均发生在西北气流形势下, 章丘风暴具有较强的对流有效位能、较大的湿度和较高的湿球0℃层高度。蠡县风暴强度明显大于章丘风暴, 但差分反射率柱和比差分相移柱高度明显低于章丘风暴。蠡县风暴弱回波区上方存在深厚的强度超过65 dBZ强回波悬垂, 即悬垂的冰粒子循环增长产生较大的冰雹粒子, 大的冰雹粒子进入下降通道后, 再次产生明显增长且更加不规则, 导致更强的水平极化反射率因子和更小的相关系数。湿度的垂直分布是风暴发展强度的关键环境因素之一。蠡县超级单体风暴的产生环境非常干, 章丘超级单体风暴的产生环境相对较湿。
2022, 33(4): 429-441.
DOI: 10.11898/1001-7313.20220404
摘要:
垂直指向探测的C波段调频连续波雷达具有高灵敏度和高时空分辨率等特点, 以2016年5月广东两次飑线降水为例, 结合同址K波段微雨雷达和地面激光雨滴谱仪, 探究C波段调频连续波雷达两种反演大气垂直速度(Va)和雨滴谱的方法:粒子平均下落末速度(Vt)-反射率因子(Ze)关系法(简称经验关系法)和小粒子示踪法(简称示踪法)。结果表明:经验关系法和示踪法反演的上升和下沉气流的时空分布基本一致;当地面雨强R≤1 mm·h-1, 经验关系法反演的雨滴谱与雨滴谱仪观测结果更接近;当1<R≤10 mm·h-1时, 两种方法反演的雨滴谱均与雨滴谱仪观测及微雨雷达产品较吻合;当R>10 mm·h-1时, 两种方法反演的中雨滴数浓度与雨滴谱仪观测结果接近, 但大雨滴数浓度较低;从各物理量时序变化看, 经验关系法反演结果更接近雨滴谱仪观测结果。
垂直指向探测的C波段调频连续波雷达具有高灵敏度和高时空分辨率等特点, 以2016年5月广东两次飑线降水为例, 结合同址K波段微雨雷达和地面激光雨滴谱仪, 探究C波段调频连续波雷达两种反演大气垂直速度(Va)和雨滴谱的方法:粒子平均下落末速度(Vt)-反射率因子(Ze)关系法(简称经验关系法)和小粒子示踪法(简称示踪法)。结果表明:经验关系法和示踪法反演的上升和下沉气流的时空分布基本一致;当地面雨强R≤1 mm·h-1, 经验关系法反演的雨滴谱与雨滴谱仪观测结果更接近;当1<R≤10 mm·h-1时, 两种方法反演的雨滴谱均与雨滴谱仪观测及微雨雷达产品较吻合;当R>10 mm·h-1时, 两种方法反演的中雨滴数浓度与雨滴谱仪观测结果接近, 但大雨滴数浓度较低;从各物理量时序变化看, 经验关系法反演结果更接近雨滴谱仪观测结果。
2022, 33(4): 442-453.
DOI: 10.11898/1001-7313.20220405
摘要:
2021年夏季首次利用激光雾滴谱仪开展长白山主峰雾的观测研究。结合地面自动气象站、探空、葵花8号高分辨率卫星资料和ERA5再分析资料, 对2021年7月31日—8月1日长白山主峰出现的持续时间达19 h、最低能见度小于100 m的雾过程的宏微观特征分析表明:此次雾过程具有持续时间长、环境风速大、能见度低、有短暂消散, 且数浓度低、有效直径和液态水含量小等特征。雾滴有效直径平均值为5.7 μm, 数浓度平均值为246.4 cm-3, 液态水含量平均值为0.05 g·cm-3, 其微物理特征与海雾特征接近。雾过程开始为爬坡雾, 这是长白山主峰夏季典型的地形云雾, 随后由高空云层平流至长白山主峰而接地产生。在强浓雾的形成、发展和减弱阶段, 雾滴数浓度、液态水含量和有效直径的变化具有较好对应关系;在成熟阶段, 雾滴数浓度、液态水含量和有效直径变化的对应关系不明显。
2021年夏季首次利用激光雾滴谱仪开展长白山主峰雾的观测研究。结合地面自动气象站、探空、葵花8号高分辨率卫星资料和ERA5再分析资料, 对2021年7月31日—8月1日长白山主峰出现的持续时间达19 h、最低能见度小于100 m的雾过程的宏微观特征分析表明:此次雾过程具有持续时间长、环境风速大、能见度低、有短暂消散, 且数浓度低、有效直径和液态水含量小等特征。雾滴有效直径平均值为5.7 μm, 数浓度平均值为246.4 cm-3, 液态水含量平均值为0.05 g·cm-3, 其微物理特征与海雾特征接近。雾过程开始为爬坡雾, 这是长白山主峰夏季典型的地形云雾, 随后由高空云层平流至长白山主峰而接地产生。在强浓雾的形成、发展和减弱阶段, 雾滴数浓度、液态水含量和有效直径的变化具有较好对应关系;在成熟阶段, 雾滴数浓度、液态水含量和有效直径变化的对应关系不明显。
2022, 33(4): 454-465.
DOI: 10.11898/1001-7313.20220406
摘要:
全球变暖背景下, 我国北方冬麦区冬季冻害是否仍是主要气象灾害，冬小麦播期延迟是否能作为应对气候变化的措施，成为当前亟待解决的科学问题。研究表明：1981—2000年北方冬麦区偏北地区冬季冻害指数与冬小麦减产率相关系数为0.62(达到0.001显著性水平)，即2000年前冬季冻害是冬小麦减产的主要气象灾害之一；2000年后冻害与冬小麦减产率相关不显著，即冬季冻害已不再是冬小麦减产的主要影响因子。2018—2021年的冬小麦分期播种试验分析表明：山东泰安和陕西咸阳主栽的冬小麦品种播期推迟，冬前积温和生长季积温明显减少，导致冬小麦植株高度、地上总干重和叶面积指数减小；播期推迟对产量结构造成不利影响，有效穗数、穗粒数和千粒重均分别减少，导致减产，播期推迟10 d平均减产22%，推迟20 d平均减产40%。因此，冬小麦推迟播期并未产生积极效应, 可能原因是当前冬小麦播期和主栽的冬小麦品种已适应当地气候变化。
全球变暖背景下, 我国北方冬麦区冬季冻害是否仍是主要气象灾害，冬小麦播期延迟是否能作为应对气候变化的措施，成为当前亟待解决的科学问题。研究表明：1981—2000年北方冬麦区偏北地区冬季冻害指数与冬小麦减产率相关系数为0.62(达到0.001显著性水平)，即2000年前冬季冻害是冬小麦减产的主要气象灾害之一；2000年后冻害与冬小麦减产率相关不显著，即冬季冻害已不再是冬小麦减产的主要影响因子。2018—2021年的冬小麦分期播种试验分析表明：山东泰安和陕西咸阳主栽的冬小麦品种播期推迟，冬前积温和生长季积温明显减少，导致冬小麦植株高度、地上总干重和叶面积指数减小；播期推迟对产量结构造成不利影响，有效穗数、穗粒数和千粒重均分别减少，导致减产，播期推迟10 d平均减产22%，推迟20 d平均减产40%。因此，冬小麦推迟播期并未产生积极效应, 可能原因是当前冬小麦播期和主栽的冬小麦品种已适应当地气候变化。
2022, 33(4): 466-476.
DOI: 10.11898/1001-7313.20220407
摘要:
以东北春玉米为研究对象，探究利用植被光合特性的日光诱导叶绿素荧光(solar-induced chlorophyll fluorescence，SIF)指数、近红外-短波红外波段构建的归一化差值水分指数(normalized difference water index，NDWI)和可见光-近红外波段构建的归一化差值植被指数(normalized difference vegetation index，NDVI)识别东北春玉米干旱的准确度和敏感度。研究发现：SIF指数、NDWI和NDVI对干旱识别准确度均超过80%，其中重度干旱准确度超过94%，且在春玉米苗期表现最佳；3种指数对比可知，SIF指数在春玉米干旱识别的准确度和敏感度方面均最佳，分别为89.27%和81.65%，NDWI敏感度次之，NDVI最差。表明基于光合特性的SIF指数在识别东北春玉米干旱方面优于基于地物光谱特性所构建的植被指数。
以东北春玉米为研究对象，探究利用植被光合特性的日光诱导叶绿素荧光(solar-induced chlorophyll fluorescence，SIF)指数、近红外-短波红外波段构建的归一化差值水分指数(normalized difference water index，NDWI)和可见光-近红外波段构建的归一化差值植被指数(normalized difference vegetation index，NDVI)识别东北春玉米干旱的准确度和敏感度。研究发现：SIF指数、NDWI和NDVI对干旱识别准确度均超过80%，其中重度干旱准确度超过94%，且在春玉米苗期表现最佳；3种指数对比可知，SIF指数在春玉米干旱识别的准确度和敏感度方面均最佳，分别为89.27%和81.65%，NDWI敏感度次之，NDVI最差。表明基于光合特性的SIF指数在识别东北春玉米干旱方面优于基于地物光谱特性所构建的植被指数。
2022, 33(4): 477-488.
DOI: 10.11898/1001-7313.20220408
摘要:
利用2014年7月10日00:00—19日18:00(世界时)热带降水测量(TRMM)卫星3B42降水估测数据以及ERA5再分析数据，结合傅里叶变换以及Liang-Kleeman信息流等方法，分析台风威马逊(1409)强度与降水变化的相互作用。结果表明：台风威马逊(1409)降水具有明显的非对称性，降水主要位于台风中心偏西一侧，在该区域台风强度与降水相互影响。相较于台风强度对降水的影响，由降水到台风强度的信息流减小接近1个量级，表明在两者的相互作用中，台风强度变化的影响占主导。在水汽条件上，台风强度的增强(减弱)导致台风中心西南侧水汽通量辐合(辐散)的增强，进而与该区域的降水建立联系。此外，台风威马逊(1409)移动过程中随着强度变化，南海以及西太平洋水汽通道均存在明显响应。在动力条件上，中低层垂直螺旋度强值中心主要位于台风中心西侧，台风强度的增强(减弱)，导致台风中心西侧的垂直螺旋度绝对值增大(减小)，一定程度促进(抑制)了该区域上升运动的发展，造成更多(更少)的水汽凝结致雨。
利用2014年7月10日00:00—19日18:00(世界时)热带降水测量(TRMM)卫星3B42降水估测数据以及ERA5再分析数据，结合傅里叶变换以及Liang-Kleeman信息流等方法，分析台风威马逊(1409)强度与降水变化的相互作用。结果表明：台风威马逊(1409)降水具有明显的非对称性，降水主要位于台风中心偏西一侧，在该区域台风强度与降水相互影响。相较于台风强度对降水的影响，由降水到台风强度的信息流减小接近1个量级，表明在两者的相互作用中，台风强度变化的影响占主导。在水汽条件上，台风强度的增强(减弱)导致台风中心西南侧水汽通量辐合(辐散)的增强，进而与该区域的降水建立联系。此外，台风威马逊(1409)移动过程中随着强度变化，南海以及西太平洋水汽通道均存在明显响应。在动力条件上，中低层垂直螺旋度强值中心主要位于台风中心西侧，台风强度的增强(减弱)，导致台风中心西侧的垂直螺旋度绝对值增大(减小)，一定程度促进(抑制)了该区域上升运动的发展，造成更多(更少)的水汽凝结致雨。
2022, 33(4): 489-500.
DOI: 10.11898/1001-7313.20220409
摘要:
基于线性回归方法、梯度提升回归方法(GBRT方法)、XGBoost方法和堆叠集成学习方法(Stacking方法)4种机器学习方法，采用误差分析建模思路，针对北京城市气象研究院研发的睿图-睿思系统对2020年12月—2021年11月所有起报时次未来3~12 h的2 m温度、2 m相对湿度、10 m风速以及10 m风向4种气象要素预报，开展京津冀复杂地形下的站点预报误差订正技术研究及试验应用。结果表明：基于预报误差分析构建的4种订正模型中，由于Stacking方法集成了前3种方法的优势，在4个季节的4种气象要素订正中均表现最佳，其他3种单一机器学习方法试验中，XGBoost方法表现最佳，其后依次为GBRT方法、线性回归方法，但均对预报准确率有明显的正向提升效果。总体上，基于机器学习方法构建的预报误差订正模型可有效降低系统原始预报误差，有助于进一步提升复杂地形下站点客观释用产品的预报准确性。
基于线性回归方法、梯度提升回归方法(GBRT方法)、XGBoost方法和堆叠集成学习方法(Stacking方法)4种机器学习方法，采用误差分析建模思路，针对北京城市气象研究院研发的睿图-睿思系统对2020年12月—2021年11月所有起报时次未来3~12 h的2 m温度、2 m相对湿度、10 m风速以及10 m风向4种气象要素预报，开展京津冀复杂地形下的站点预报误差订正技术研究及试验应用。结果表明：基于预报误差分析构建的4种订正模型中，由于Stacking方法集成了前3种方法的优势，在4个季节的4种气象要素订正中均表现最佳，其他3种单一机器学习方法试验中，XGBoost方法表现最佳，其后依次为GBRT方法、线性回归方法，但均对预报准确率有明显的正向提升效果。总体上，基于机器学习方法构建的预报误差订正模型可有效降低系统原始预报误差，有助于进一步提升复杂地形下站点客观释用产品的预报准确性。
2022, 33(4): 501-512.
DOI: 10.11898/1001-7313.20220410
摘要:
为了利用大量视频监控设备提高能见度数据采集密度，提出一种基于实景图像转换的、采用简单卷积神经网络分类提取能见度等级的算法。该算法假设视频设备水平安装且具备开阔视野, 对原始视频图像进行水平分块，提取各分块的梯度、饱和度和亮度信息组成新的图像，基于简单卷积神经网络建模。采用2019年9月—2020年12月上海洋山港气象站29668张视频图像进行训练，建立识别模型，并采用2021年1—5月5757张视频图像对模型进行测试。采用该算法建立的模型参考雾的预报等级(GB/T 27964—2011)将能见度分为5个等级进行检验，白天准确率为87.99%，夜间准确率为81.32%，优于直接采用AlexNet模型。对1000 m以下低能见度天气的识别准确率达95%以上。利用现有的视频摄像头，可有效弥补气象站点能见度仪数据不足的问题，在气象业务上有一定的应用价值。
为了利用大量视频监控设备提高能见度数据采集密度，提出一种基于实景图像转换的、采用简单卷积神经网络分类提取能见度等级的算法。该算法假设视频设备水平安装且具备开阔视野, 对原始视频图像进行水平分块，提取各分块的梯度、饱和度和亮度信息组成新的图像，基于简单卷积神经网络建模。采用2019年9月—2020年12月上海洋山港气象站29668张视频图像进行训练，建立识别模型，并采用2021年1—5月5757张视频图像对模型进行测试。采用该算法建立的模型参考雾的预报等级(GB/T 27964—2011)将能见度分为5个等级进行检验，白天准确率为87.99%，夜间准确率为81.32%，优于直接采用AlexNet模型。对1000 m以下低能见度天气的识别准确率达95%以上。利用现有的视频摄像头，可有效弥补气象站点能见度仪数据不足的问题，在气象业务上有一定的应用价值。
浏览排行
下载排行
引用排行
