聊城市大风气候统计分析

通过对聊城市大风的统计,分析了大风的气候特征,得出了聊城市年平均大风日数、风速、风向有明显的空间变化,大风日数呈逐年下降趋势,大风的日数、风向、风速的月变化明显,并且初步探讨了产生大风的天气形势。     

伊克昭盟春季大风及其预报

大风指平均风速达11m·s－1（6级）或以上的风。伊盟常见的大风有冷锋后偏北大风、高压北部偏西大风、蒙古气旋发展时大风及高压后部偏南大风，这4种大风型中，以前3种大风为主，占大风天气过程的90％强。1伊盟春季大风的气候特点本文统计了从1981～1990年10年中的3～5月份30个     

我国大风机理研究和预报技术进展

大风作为常见且影响严重的天气现象,可在各类天气系统和地形综合影响下产生。全面认识其机理和预报方法,对风灾防御和风能利用都有很大帮助。本文梳理了我国气象观测和业务预报关于大风定义、大风分布特征以及雷暴、台风等主要灾害性系统大风分布情况。之后简述雷暴、台风、冷空气等系统产生大风的机理,以及复杂地形下垫面的热力和动力作用对局地大风的影响,概括了不同系统大风预报技术的研究进展。最后总结大风研究现状和不足。     

基于模糊逻辑的雷暴大风和非雷暴大风区分方法

雷暴大风往往伴随飑线、阵风锋、龙卷等强对流天气而出现,风速大、发展迅速、突发性强,对生命财产安全造成极大威胁,因此对雷暴大风的监测与预报具有重要的意义。然而,雷暴大风监测一直也是强对流监测的难点。本文在地面气象观测站大风记录的基础上,结合多源数据(包括雷达、卫星、闪电、温度、露点等观测数据),利用模糊逻辑算法,实现雷暴大风与非雷暴大风的有效识别,可对雷暴大风进行实时监测。具体算法为:首先,基于历史样本数据的统计得到各变量的概率分布函数,进而得到各参数隶属度函数;然后采用概率重叠面积方法,确定各项质量控制数据的权重;最后通过选取判断概率阈值Q的方法,区分雷暴大风与非雷暴大风。通过对2010年全国50873条人工观测大风数据的识别结果检验表明,该算法能有效区分雷暴大风与非雷暴大风,当Q选取0.55时,雷暴大风的识别准确率POD约为0.76,误识别率约为0.18,雷暴大风CSI指数约为0.67。文中选取了两次大风过程,算法正确地识别了11个非雷暴大风记录,5个雷暴大风记录。本工作能一定程度上提升雷暴大风的监测效果、完善强对流监测业务体系。     

龙川县大风观测记录特征及测报策略

通过分析龙川县近50年的大风记录,探讨了大风天气的特征规律。分析表明：龙川县灾害性大风近年来有明显增多的趋势,大风的出现主要集中于春夏季节的午后时段,且多伴随雷暴、闪电、阵雨或飑等天气现象,具有突发性强、持续时间短、复杂多变、危害性大等特点。结合业务实际提出了如何避免大风的迟测与缺测策略,以提高大风天气的测报水平。     

十一运会沿海赛地大风预报技术研究

选取了十一届全运会比赛地烟台、威海、日照3站1971—2008年逐日10min平均最大风速,统计分析了比赛期间(9—11月)大风气候特征。结果表明:秋季大风随着年代的变化,大风日数逐渐减少,共同点是9—11月大风日数逐渐增多;不同区域大风发生几率差异较大,位于北部沿海的威海、烟台出现大风的几率明显大于南部沿海的日照,尤其以威海几率最大。利用2001—2008年的天气图资料,对产生大风的天气系统进行了普查,结果表明,9—11月造成烟台、威海、日照大风的主要有低槽冷锋、气旋、热带气旋等天气系统以及东高西低和南高北低两种形势场。利用NCEP再分析资料,对产生大风的各类天气系统天气形势进行了合成分析,并给出各类天气系统产生大风时平均形势场。     

河北廊坊雷暴大风的气候特征

利用1970~2012年廊坊地区9个气象站地面雷暴大风观测资料,采用趋势分析、滑动t检验、小波分析和最大熵谱分析等统计方法,系统分析了该地区雷暴大风天气的时空特征及变化趋势和变化周期。结果表明:廊坊地区的雷暴大风局地性强,43 a间只出现了一次全区性的雷暴大风天气过程,雷暴大风多以单站出现为主。雷暴大风的地域性特征明显,中部的廊坊市及南部的文安、大城站较易出现,而北部发生概率较低。雷暴大风的日、月及年变化特征明显。雷暴与大风主要发生在午后至前半夜,大风发生时间一般落后于雷暴,1 h内的雷暴与10 min以内的大风发生概率最高;雷暴大风3~10月都可出现,主要集中在夏季,发生概率为73.3%;近43 a来,年均雷暴大风日数整体呈现减少趋势,且中部的站点减少趋势最显著,1994年为雷暴大风的显著突变年,其显著变化周期为3.23a。雷暴大风多为"湿"型。     

对大风报警器的改进

大风报警器是供气象观测人员守候大风时使用的一种报警装置.当风速达到大风标准时,报警器发出声响,告诉观测人员出现了大风,从而避免了大风的漏测.现在有的气象台站配备了大风报警器,但其体积较大,使用起来也不方便,从电路来看又显得有些复杂,针对这种情况对大风报警器提出一些改进办法. 一、控制部分及触发电路采用集     

河西走廊大风持续时间的气候特征

分析了河西走廊1980~2010年一日大风持续时间的气候特征。结果表明:河西走廊一日大风平均和最长持续时间的空间分布特征与大风日数基本一致,总体上自东向西、自南向北增多,且随海拔高度的升高而增多。全区年大风平均持续时间在7~207 min之间,平均为65 min。大风一日最长持续时间是1 390 min。酒泉市大部、永昌、民勤和乌鞘岭年大风平均和最长持续时间偏长,其余地方偏短。各季大风平均和最长持续时间,春季最长、冬季次长、夏季最短、秋季次短。年一日大风持续时间的频率为偏态分布,在0~2 h的累积频率为0.67。风速偏小站大风的持续时间基本为0~12 h,风速偏大站大风的持续时间在12~24 h,这说明风速越大,大风的持续时间越长。     

中国大风集中程度及气候趋势研究

利用1961—2010年中国553个地面气象站大风资料,并且定义和采用大风集中度和大风集中期的方法,讨论了大风日数年内分布形态的时空特征。结果表明:中国大风日数呈现出西多东少的空间分布特点。近50 a来全国范围内,大风日数都具有减少的变化趋势,其中青藏高原地区减少趋势最显著。在大风天气的年内分布形态上,青藏高原地区出现的大风天气较为集中;而内蒙古地区的大风天气较为分散。青藏高原地区大风集中期最早;而东南沿海地区大风集中期最晚。近50 a来中国大风集中度均有增加的趋势,其中东南沿海地区增加最显著;内蒙古地区和华北地区的大风集中期有显著增加的趋势。同时,西太平洋副热带高压强度、北半球极涡强度和欧亚经向环流型与中国大风集中度的变化关系密切。     

青岛沿海地区大风特征及其预警评估

利用2007—2019 年青岛8 个海岛站和 22 个岸基站的观测数据,结合欧洲中期天气预报中心第五代大气再分析资料以及2015—2019 年青岛市气象台发布的大风预警信息,统计分析了青岛沿海地区的大风特征,检验评估了大风预警发布的命中率并由此提出了实况预警参考站点的建议。分析结果表明,青岛沿海地区60. 3%的大风日出现在冬、春季,82. 9%的大风出现在海岛站,青岛环胶州湾地区全年不易受到大风的影响;造成青岛大风的环流型主要由冷高压型、低压槽型、温带气旋型和台风型组成,其中冷高压型是以冬季大风为主,低压槽型以春季大风为主,温带气旋型以春、夏季大风为主;2015—2019 年青岛海岛站大风平均预警准确率为81. 0%,沿海地区大风预警发布提前量平均为12. 1 h,解除预警滞后 20. 8 h;海岛站中的田横岛、长门岩、朝连岛、灵山岛以及岸基站中的胶州营海、红岛休闲渔村、罗家营、奥帆基地和大涧山可作为大风实况参考站点,用以开展青岛沿海地区大风预警服务。     

河南大风灾害分布特征及成因分析

本文利用全省1961-2006年的大风天气资料和大风灾情资料,对大风灾情发生的地理分布特征,月、季、年的时间变化特征进行统计分析,并对其成因作了进一步研究,结果发现,自20世纪80年代开始,大风灾情日数年际变化大幅度增加,大风日数与大风灾情日数的地理分布基本一致,大风灾情日数季节变化明显.     

利用雷达回波三维拼图资料识别雷暴大风统计研究

应用雷达回波三维组网拼图数据、加密自动站和地面灾害大风资料,对2008—2012年京津冀地区20次区域性雷暴大风天气过程进行了统计。检验了基于模糊逻辑建立的利用回波强度识别大风的算法,分析了大风出现的位置。该大风识别算法确定了雷暴大风的6个雷达识别指标及其对应的权重系数和不同季节的隶属函数。检验分析块状回波、带状回波和片状回波3类大风过程的识别效果,结果表明：块状回波类大风是由孤立的强单体风暴引发的,风暴单体具有回波强、回波顶高、垂直积分液态水含量大和移动快等特点,雷暴大风多出现在风暴单体附近且二者移动路径一致;带状回波的长度远大于宽度,主要包含飑线和弓状回波,大风影响范围广且多位于带状回波的前沿一带;片状回波多指大面积层云回波中镶嵌着强回波单体块的混合回波,对应出现的雷暴大风多位于风暴单体的周边区域。3类回波识别到的可能出现大风区域与实测大风范围基本吻合,块状、带状和片状3种类型的雷暴大风命中率分别为96.2%、68.6%和45.3%,漏报率分别为3.8%、31.4%和54.7%。由于垂直积分液态水含量偏低和回波强度弱,片状雷暴大风识别漏报相对较多;空报原因除了与测站分布稀疏有很大关系外,也与识别算法本身有关。识别检验证明雷暴大风综合识别方法是合理可靠、切实可行的,可以为雷暴大风的短时临近预警业务和系统开发提供技术支撑,这一工作也为进一步预警大风出现的位置提供了基础。     

河西走廊东部大风气候特征及预报

利用河西走廊东部1971—2010年4个气象站大风（≥6级,即10min平均风速≥10.8～13.8m/s）资料,系统分析了该区大风的时空分布、强度和持续性等气候特征。结果表明,河西走廊东部大风天气主要发生在山区和沙漠边缘;年、年代际大风日数总体呈减少趋势,3—5月是大风的高发期,占全年大风日数的34.8%～56.8%,其次是2月、6月和11月;各强度大风日数的变率较大,随着大风强度的增强,大风日数迅速减少;大风天气具有持续性特征,最大风速大多出现在持续大风时段内。采用2003—2007年逐日20时ECMWF数值预报格点场资料,按照Press准则进行预报因子初选,运用逐步回归预报方法进行预报因子精选,使用最优子集回归建立大风预报方程,并用双评分准则（CSC,couple score criterion）确定各季节各地大风预报全局最优的显著性方程,预报方程通过了α=0.01的显著性检验。预报方程回代拟合率为66.7%～73.4%,预报准确率为58.8%～67.5%,达到了一定的预报水平,可为大风的业务预报提供客观有效的指导产品。采用最大靠近原则确定了大风预报临界值和预报、预警的级别。     

琼州海峡沿岸大风分布规律及影响系统分析

利用琼州海峡南北沿岸自动气象站2007年9月至2010年8月风向、风速资料,分析了最大风和极大风两种大风事件标准下的海峡沿岸大风分布规律,并基于大风天气影响系统分析南北沿岸大风的差异。结果表明：琼州海峡南侧沿岸大风事件多于北侧沿岸,其中最大风标准下的大风事件南侧沿岸明显多于北侧沿岸,但极大风标准下的大风事件北侧沿岸则多于南侧沿岸,且极大风风速明显偏大;北侧沿岸两种大风事件及南侧沿岸最大风事件均主要出现在秋冬季节,其中,两侧沿岸最大风事件主要由冷空气影响造成,南侧沿岸极大风事件集中出现在秋季,由冷空气影响造成较少;两岸位于海峡东侧入口沿岸的自动站点出现大风频率最高,风速偏大,两侧入口沿岸站点次之,中间沿岸各站出现大风的频率相对较低;海峡南北沿岸出现的大风风向多为北到东风;东路冷空气比西路冷空气更易造成海峡南北沿岸同步大风,琼州海峡对冷空气湍流强度的消弱作用明显。     

重庆市大风冰雹气候规律研究

提出了重庆市大风、冰雹的分区指标和年型划分指标，据此对重庆市大风、冰雹的发生、分布和变化情况进行了分析，揭示了重庆市大风、冰雹的时空分布规律。     

1986－2006年抚顺大风特征分析及预报

选取1986－2006年抚顺地区3个测站地面自记风资料,探讨抚顺地区大风的时空分布规律。结果表明：近20 a抚顺地区大风有多个高值年和低值年,平均7－8年为1个波段,2002年后大风日数明显减少。春季大风最多,冬季最少。根据环流形势特征,将大风分为两高夹低型、东高西低型、西高东低型和中小尺度型4种天气环流类型。建立了偏南大风、偏北大风和中小尺度型大风的预报指标和预报方法,为大风预报提供依据。选取2001－2006年40次大风观测数据进行预报效果检验,预报正确率为62％,检验效果较好。     

南疆大风气候特征分析及其对沙尘天气的影响

利用1961-2015年南疆23个地面气象站大风和沙尘暴资料,采用大风集中度和大风集中期的方法,讨论了年内大风频数的时空分布特征及其对沙尘天气的影响。结果表明：（1）沙尘天气频数和大风天气频数有着良好的正相关关系;南疆沙尘天气年际变化趋势与大风天气基本一致,1979年后发生突变性减少,2000年以后趋于平稳。（2）南疆地区年内大风季节长短较为固定（4-8月）,月内大风次数均在20次以上,年内大风天气出现最多的时段主要是5月中下旬到6月初期间,且有提前出现的趋势。（3）盆地北部是大风频发区,大风次数年际变化较为剧烈;盆地南部是大风少发区,大风次数年际变化幅度不大。其中盆地北部等地区（喀什、巴州北部）年内大风天气发生情况较为集中,大风季节较短,爆发期在5月下旬以后;盆地南部等地区（和田、克州等地区）年内大风天气发生情况较为分散,大风季节较长,爆发期主要在5月中旬以前。     

1986-2005年抚顺大风特征分析及预报

选取1986-2005年抚顺地区3个测站地面自记风资料,探讨抚顺地区大风的时空分布规律。结果表明：近20a抚顺地区大风有多个高值年和低值年,平均7—8a为1个波段,2002年后大风日数明显减少。春季大风最多,冬季最少。根据环流形势特征,将大风分为两高夹低型、东高西低型、西高东低型和中小尺度型4种天气环流类型。建立了偏南大风、偏北大风和中小尺度型大风的预报指标和预报方法,为大风预报提供依据。选取2001-2005年40次大风观测数据进行预报效果检验．预报正确率为62％,检验效果较好。     

近50a阿勒泰地区大风的环流分型及预报

利用1961~2010年阿勒泰地区7个观测站地面大风观测资料,统计分析了阿勒泰地区大风日数的时空分布规律及变化特征,结合2007~2012年35个大风个例的历史天气图、ECMWF和T213数值预报产品,进一步分析了大风天气环流特征,总结归纳出不同天气形势下大风预报指标和预报方法,并进行检验。结果表明:阿勒泰地区年大风日数为30 d,春季最多,冬季最少;各县市大风日数年际变化差异较大,均呈明显减少趋势,就全区而言,其气候倾向率为-8.5 d/10 a;受地形显著影响,西北部为大风多发区,东部最少。根据环流形势特征,该区大风主要分为冷锋型、动量下传型、回流型、中小尺度型4种类型。根据归纳的大风预报指标及预报方法,得出该地区2011~2012年大风预报准确率为77%,效果较好,在预报业务中具有重要的参考价值。