渤海海洋气象灾害天气分型与预报指标研究

为了掌握渤海海洋气象灾害的特征,提高海洋气象灾害的监测预报能力,根据天气学原理并采用天气学分析方法,利用Micaps、卫星云图、探空、国家基本气象观测站及大浮标站资料,对2001—2015年渤海海区由大风、大雾、强对流引发的78次海难事故的天气个例进行分析。结果表明:渤海海上大风以冬季和春季偏北大风为主,偏南大风次之,影响渤海及沿岸地区的偏北大风冷空气可以分为北路、西北路和西路3条路径,偏南大风地面气压场可以分为东北低压型和华北地形槽型。渤海海上大雾多出现在秋季和冬季,多发的平流雾通过东、东南和西南3条路径进入并影响渤海及沿岸地区。渤海强对流天气主要出现在5—9月,强对流天气主要受蒙古低涡(低槽)和东北低涡(低槽)影响。     

利用春季黄渤海沿海大风观测资料评估CFSR风场再分析数据

利用2008—2010年春季(3—5月)黄渤海沿海地区34个站点的地面观测风场资料,对CFSR(Climate Forecast System Reanalysis)10m风场再分析数据进行对比分析和检验评估。结果表明:CFSR对逐时风速的平均误差以及平均绝对误差大都在1~2m/s之间,对6级以上大风的平均误差大都在-1~-3m/s,而A平台、成山头、西连岛站为-3~-4m/s。CFSR对逐日风速的平均误差基本在-2~2m/s之间,成山头站最大为-3m/s,对6级以上大风的平均误差基本在-4m/s以内,但西连岛站为-4.7m/s。CFSR对更接近海上的站点以及6级以上大风的评估更加偏小,此外逐日误差比逐时偏大1m/s左右。由北方气旋造成的7级以上大风站点最多,平均误差大都为-4~-5m/s。成山头站在南方气旋和低槽冷锋天气类型下的平均误差都在-5m/s以上。CFSR对各种天气系统产生的西北以及偏北大风的次数及其风向的评估均较好,对北方气旋和东高西低产生的偏南大风评估也比较准确,但对南方气旋产生的东北以及偏东大风评估略差。     

山东省沿海冬春季海陆大风对比分析

利用山东省划分的沿海12个海区代表站和部分海岛站资料,6艘渤海和黄海救助船资料,验证了2010年11月以来冬春季海区大风过程(≥6级)中,烟台北部沿海和威海南部沿海站大风资料的可用性,并对渤海湾、渤海中部海区、黄海北部海区和山东沿海大风进行了对比分析,得到以下结论:(1)渤海湾海区,滨州北部和东营北部沿海站均比海面风速偏小。(2)渤海中部海区,当天气系统为低槽冷锋时,东营东部、潍坊北部、烟台北部和烟台西部沿海站均比海面风速偏小。(3)黄海北部海区,在统计时段内,成山头站非常接近海面风速,其次是长岛县大黑山比海面风速小3 m·s-1左右。     

变分方法在渤海海域ASCAT风场订正中的应用

利用渤海观测站风场对ASCAT风场进行检验,发现其风速、风向均有较大误差,尤其在渤海中部以外的海域可信度相对较低。为提高ASCAT风场在渤海海域的精度,基于变分方法,利用渤海观测站风场对2017年9月—2018年2月的ASCAT风场进行订正,得到空间分辨率为12.5 km×12.5 km的订正风场。并对辽东湾、渤海湾、莱州湾、渤海中部和渤海海峡5个海域风场的订正误差进行检验,结果表明:ASCAT风场订正后精度提高显著,风速平均偏差从4 m·s-1减小为1 m·s-1,风向平均偏差从-30°~30°减小为-7°~4°,可见变分方法对渤海ASCAT风场有很好的订正效果,尤其对误差较大的渤海湾订正效果最为明显。对2017年12月18日的一次大风过程进行订正分析,结果表明:订正风场可以很好地反映沿岸风场信息和大风过程中的风速极值区,并能动态监测大风变化过程。变分方法解决了海面观测数据空间分辨率低、ASCAT数据精度低的问题,能够实时监测海上大风,且对大风预报有很好的指导意义,能够为海洋模式提供更精确的初始场。     

我国登陆热带气旋引起的大陆地面风场分布

利用逐小时风速观测资料以及台风年鉴资料,分析了2008~2014年登陆我国大陆地区的51次热带气旋（TC）的地面风场分布特征,包括TC登陆期间大陆地面风场演变和大风分布特征、海岛站和内陆站的风速差异以及海拔对风力造成的影响等。结果表明:6级及以上大风主要发生在距离TC中心300 km内、TC强度达到台风（TY）以上时,并主要位于TC移动方向的右侧,尤其是右前象限;华南区TC风场分布主要由在此区域登陆的TC（Ⅰ类）造成,较大风速区包括广东西南部沿海、雷州半岛附近和海南西部沿岸;华东区TC风场分布主要由在此区域登陆的TC（Ⅱ类）造成,杭州湾出海口以及浙闽沿海是较大风速区;6级及以上大风广泛分布在华南和华东沿海,6~7级地面大风高频站主要位于杭州湾附近,8级及以上地面大风高频站点在杭州湾和福建沿海分布比广东西南部更为密集;TC登陆前后均可能造成大风,大风出现时间与站点至TC中心的距离密切相关;同等强度TC在海岛站造成的风速比陆地站更大,对高海拔站点造成的风力大于低海拔站点。本文研究结论对于TC大陆地面风场的预报具有一定参考价值。     

渤海大风特点以及海陆风力差异研究

利用2009年7月至今渤海浮标站观测资料,分析了渤海大风的特点.结果表明,2009年出现大风、强风57天,2010年为101天,2011年为38天.11月大风、强风日数最多,1月次之;夏季大风、强风日数较少.从风向来看,北风、东北风的大风、强风日数最多.浮标站与沿海两站风场的对比表明,大风日,东北、东风瓦房店站的最大风速更接近浮标站,其他风向旅顺站接近浮标站;强风日,8个风向都是旅顺站相对接近浮标站.从风速差最大值来看,沿海站比浮标站小2～4级.大风日与强风日的对比表明,大风日沿海站的风速更接近浮标站.对极大风速而言,沿海站与浮标站的风速相差较小,旅顺站的风速更接近浮标站.不同的大风过程由于影响系统不同,海陆风向风力会有很大的不同.但无论什么系统造成的大风,最大风速海陆差异都比极大风速海陆差异明显,最大风速海陆差异最小1级,最大5级,而极大风速只差1级左右.当北路、西路冷空气造成大风时,瓦房店站的风速更接近浮标站,最大风速小1～2级,极大风速小1级;当地面低压(包括热带气旋)造成南大风时,3个测站差别不大,最大风速小1级,极大风速相近.     

ASCAT反演风场与华南及南海站点观测对比分析

利用2014—2017年华南沿海及南海的浮标站、海岛站、石油平台站、沿海自动站等277个自动站风场数据,与ASCAT反演风场进行了对比分析。结果表明,当观测风速小于5 m/s(大于15 m/s)时,ASCAT反演风速的平均绝对误差在3 m/s左右(存在2级左右的高(低)估);当风速介于5~10 m/s时,平均绝对误差在2 m/s左右(多数ASCAT有1~2级的高估);介于10~15 m/s时,ASCAT反演结果相对最好,风速、风向准确率能够达到60%以上。ASCAT对风速的反演结果受陆地影响较大,与观测风速的相关系数从高到低可分为三类:(1)浮标、平台站;(2)西沙、南沙自动站;(3)广东沿海自动站及海岛站、海南海岛站。ASCAT反演风场在风向的应用较风速更优,其中,东北风样本数最多,其次分别为西南风、东南风和西北风。浮标站、平台站、西沙自动站的风向反演质量相对较好;所有测站风向偏差主要由5 m/s以下的弱风贡献。单站多年月平均风速变化显示,ASCAT反演风速相对测站主要为正偏差,且秋冬季比春夏季偏差更大,这可能与大气稳定度有关。      

基于人工神经网络算法的渤海海风预报方法研究

基于2015—2017年常规海洋气象观测资料、天津中尺度天气预报模式(TJ-WRF)预报产品、EC数值预报及其集合预报产品,建立了渤海BP神经网络两级海风预报模型,该模型在大量历史样本的拟合训练基础上分别实现小风和大风与相关因子间的非线性映射,其结果有较高的预报准确率。一年的业务试用期间,该模型对各风级、各预报时效的预报能力基本稳定,预报误差较使用该释用技术前数值模式误差有所减小,72 h内风速平均绝对误差为1. 72 m·s^-1;对灾害大风的预报准确率仍能保持较高水平,8级风风速平均绝对误差仅为1. 77 m·s^-1。     

黄、渤海沿海大风变化特征及影响系统

利用1981—2010年黄、渤海沿海44个气象站大风资料,根据中央气象台对近海海区的划分,分析了近30 a黄、渤海近海5海区大风的气候特征,以及通过天气分型对2008—2012年黄、渤海沿海大风的影响系统进行了统计,结果表明:近30 a黄、渤海沿海5海区日最大风速≥6级和≥8级日数呈递减趋势,1980s大风日数较多,各海区≥6级大风在1981年和1987年前后均有两个峰值。≥6级大风日数随季节变化的峰值,渤海海区出现在春季,黄海南部海区是春季、夏季8月和秋季11月,渤海海峡、黄海北部和中部海区则主要是春季和冬季。渤海海区以偏北风和南南西风为主导风向,与其他海区以北或西北风为主的特征明显不同。冷锋是黄、渤海沿海大风最主要的影响系统,其次是气旋型和高低压型大风。另外以850 h Pa温度平流的强度、冷/暖中心的强度、等温线密集带梯度、地面高/低压强度、地面大风前3 h/24 h最强变压中心强度和地面气压梯度等要素为着眼点,对不同类型的大风指标进行了分析。     

ASCAT散射计风场在我国近海的初步检验与应用

为了弥补中国近海海区缺乏洋面风场观测资料,提高海洋气象预报能力,对MetOP-A极轨卫星搭载的ASCAT散射计反演风场资料和中国气象局在近海布设的18个浮标站测风资料进行对比。结果表明,离岸较远的海域中ASCAT反演风场的质量要优于离岸较近的海域,在较远的海域中,ASCAT风速和浮标观测风速的平均偏差为0.9 m·s~(-1),ASCAT的风速高于浮标站的风速,平均绝对偏差和均方根误差分别为1.2和1.4 m·s~(-1),风速的相关系数为0.94。统计特征分析结果显示,ASCAT散射计风场资料在中国近海有较好的可信度,在高风速的时候,ASCAT和浮标资料一致性较好,而低风速时候,ASCAT比浮标略偏大。目前,中央气象台正在逐步开展ASCAT资料的业务应用,ASCAT洋面的MICAPS格式产品和图形产品现已实现准实时运行。     

黄渤海一次持续性大雾过程的边界层特征及生消机理分析

利用常规气象观测资料、NCEP的FNL客观再分析资料和L波段雷达探测资料以及采用国家卫星气象中心多通道气象卫星监测数据和定性分析海雾的方法来处理卫星监测的海雾信息,探讨了2010年2月22—25日黄渤海大雾过程的边界层海气要素的特征、大雾成因及生消机理,结果表明:(1)这次大雾是产生在欧亚中高纬平直环流、大气层结稳定的气象条件下。南支槽前的西南气流与副热带高压西北侧及沿海高压脊后部的偏南气流汇合,形成一支跨越中低纬的偏南气流为海雾形成提供有利的水汽条件。(2)大雾的生消与海表温度、气海温差、空气稳定度和风场等气象、水文要素有密切关系;大雾期间,黄渤海气海温差在0~2℃;大气边界层至对流层下部均有逆温层和等温层,逆温层内的温差为6~8℃,垂直温度的变化是上层温度随时间增大高于低层,使逆温层加强并不断抬升,抑制空气垂直对流发展。近地层空气湿度较大,在200 m附近出现一个液态水含量达0.6 g·kg~(-1)大值区;850 hPa以下层均由2~4 m·s~(-1)的东北风随高度顺转成6~8 m·s~(-1)的西南风,为大雾形成和持续发展提供了有利条件。(3)大雾的湍流最大发展高度达到240 m,湍流混合作用可将中上层湿区水汽和雾滴带到近海面层,同时也有利于空气的降温,易达到饱和凝结而形成大雾。中低层持续弱暖平流把暖湿气流输送至冷海面上有利于近海面逆温层的建立和维持,海面辐射冷却作用激发平流形成大雾。     

黄渤海海雾数值预报系统及检验方法研究

基于PSU／NcAR的WRF模式2．2版本,优选模式微物理过程和边界层方案,开发了海雾诊断程序,并将该诊断程序耦合到WRF模式中,建立了黄渤海海雾数值预报系统,对2007年6月30至8月1日多个海雾过程进行了连续业务预报试验。结合常规沿海站点和卫星监测资料的特点研究设计了能见度数值预报多种检验方法。结果表明：海雾数值预报系统可较准确地诊断（预报）海上能见度,特别是对大雾预报有较好的指导作用,具有一定的应用价值。检验方法的设计是目前海洋气象观测资料匮乏的有益尝试,能有效地控制数值预报产品的质量。     

黄渤海一次持续性海雾过程形变特征及其成因分析

2016年3月3—5日,渤海和黄海大部出现了一次大范围持续性的海上大雾天气过程。本文从卫星遥感监测上分析海雾在生成、发展和消亡三个阶段的形态演变特征。从海洋气象条件上分析了山东半岛东南近海没有海雾和海雾形态演变的原因。结果表明:(1)在海雾形成初期,在山东半岛东南海域有弱气旋性弯曲,大气层结不稳定,地面形势受低压影响,虽受偏南风控制,但湿度小,无水汽辐合,因此在山东半岛东南近海没有雾。(2)海雾的形成与低层的偏南暖湿气流有关,而这个偏南暖湿气流来源于西北太平洋,雾区对应着水汽辐合区,海气温差为0～1℃的区域与雾区吻合,在海雾发展成熟期,雾顶长波辐射导致雾体降温,出现气温低于海温的现象。(3)925～1000 hPa垂直风切变有利于海雾在逆温层内维持和垂直高度上的发展,形成有一定厚度的海雾。     

黄、渤海气旋暴发性发展的个例分析

对1993年6月初的一个在黄、渤海区达到暴发性发展强度，并形成了一个有明显眼区的温带气旋个例进行了诊断研究。结果表明，温度平流和涡度平流、沿岸锋生以及高空急流的动力作用对气旋暴发性发展有重要贡献。     

黄渤海热带气旋检索系统

系统汇集了１８８４年以来国内所能收集到的比较完整的热带气旋历史资料，对一百多年来影响黄渤海的热带气旋进行诊断分析，建立了“黄渤海热带气旋检索系统”，为黄、渤海的热带气旋预报和研究、海上安全生产、运营调度、决策指挥及防灾服务。     

黄渤海大风的客观相似预报

以MICAPS资料为基础，海平面气压资料为指标，设计了一种通过计算相似系数查找相似形势，制作黄、渤海地区24h大风的客观预报方法，并建立了包括109个大风历史个例资料库。试验结果表明，风速预报的平均误差在20％以下，满足大风预报业务的要求。相似法具有不需依赖国外资料及计算简单迅速的特点，它不仅是现在日常业务的一个补充，更重要的是，它是一种可以在战争等非常情况下使用的预报方法。     

Satellite Monitoring of Sea Ice Cover and Water Parameters for the Caspian Sea

A number of technologies have been developed in the Planeta Research Center for Space Hydrometeorology to provide the satellite monitoring of sea ice cover and water parameters for the Caspian Sea. These technologies produce maps of sea ice, sea ice drift, tracking of near-surface water fluxes, automated classification of ice and water objects, surface wind, and sea surface temperature. Satellite-based products are used for operational hydrometeorology and climate studies of the Caspian Sea environment. A specialized web service for the preparation and comprehensive analysis of satellite data on hydrometeorological and ice conditions in the Caspian Sea was developed to provide information on ice cover characteristics, surface wind, and sea surface temperature.     

Sea ice and wind: Effects on primary productivity in the Barents Sea

Abstract

The Barents Sea is divided into a northern and a southern part by the Polar Front (at about 75–76° N) where Atlantic waters descend under Arctic waters. Near to and north of the Polar Front, the spring bloom of phytoplankton is triggered by the stability induced in the upper 20 m by the melting of ice. The pycnocline is too strong to be eroded by wind. Primary productivity after the bloom is therefore small and largely regenerative. Underneath the pycnocline there is a 3–5 m thick layer characterized by dense, slow‐growing algal populations. New productivity north of the Polar Front is no more than 40 g C m^?2 a^?1.

In permanently open waters south of the Polar Front, the spring bloom starts in early May. Rhythmic wind‐induced mixing related to the atmospheric low‐pressure belt reaches an average 40–60 m depth in the growth season, and secondary phytoplankton maxima may arise. As a result, new annual productivity is more than doubled, i.e. 90 g C m^?2 a^?1, relative to the same system without wind. Although productivity is highest south of the Polar Front, it is more concentrated north of it, in the sense that high new production is mainly related to a 20–50 km wide belt that sweeps the area following the ice edge northwards while the ice melts through the summer.     

Temporal variability and spatial distribution of Sea Surface Temperatures in the Aegean Sea

Summary Sea Surface Temperature (SST) is a critical factor in the assessment of the climatic structure of a coastal region affected mainly by air temperature (AT). A regionalization of the Aegean Sea based on SST values measured at twenty-one representative stations is presented using a widely accepted clustering method. With this method, the Aegean Sea is divided into sub-regions with similar characteristics, on a seasonal basis.Principal Component Analysis (PCA) shows that SSTs oscillate simultaneously in the Aegean Sea and that the major part of the variance is concentrated in the first mode. Spectral analysis shows a high concentration of energy for periods of one year, as is expected. When the annual oscillation is filtered, two secondary peaks can be distinguished, one representing periods from two to three years and another representing periods from three to five years. The first peak is caused by the Quasi-Biennial Oscillation (QBO) and the second as a result of the Southern Oscillation (SO).Interannual variability of the SSTs, although present in the overall signal, seems to be low compared with the strong annual period signal.With 7 Figures     

夏季黄、渤、日本海高压与华北暴雨的观测事实

本文利用1966—1987年夏季（6—8月）逐日500hPa环流图，把在30°—50°N、110°—140°E范围内出现的高压过程按其形成的性质分为五类，即西风带高压、高原高压、副热带高压、西风带高压与副热带高压联合和高原高压与副热带高压联合五类高压过程。分析了上述五类高压过程的时间和地理分布的气候特征，并指出盛夏（7—8月）华北地区，尤其是华北东部和东北南部地区出现的暴雨和大暴雨天气过程与这些稳定的高压形势有着极其密切的关系。