2008年1月我国南方罕见冰冻雨雪灾害性天气诊断分析

从天气、气候及大气物理量场等方面对2008年1月中下旬发生在我国南方大部分地区历史罕见的冰冻雨雪灾害性天气发生发展的成因、主要特征以及造成严重灾害的主要原因进行了诊断分析。结果表明：地面准静止锋是造成这次严重冰冻雨雪灾害的主要天气系统;逆温层是冻雨形成的必要条件;西南暖湿气流及北方强冷空气的不断补充是造成南方连续出现冰冻雨雪天气及造成严重灾害的充分必要条件。同时,Micaps二次开发产品的利用有助于深入分析极端天气事件。研究结果可为此类天气预报提供借鉴。     

2008年初柳北罕见低温雨雪冰冻灾害分析

利用柳北地区40个加密自动气象站监测资料及三江、融安、融水三县建站以来的气温资料,对2008年初柳北地区的低温雨雪冰冻灾害进行了综合分析,结果表明:此次低温雨雪冰冻天气过程为柳北地区近50 a来最严重的冰冻灾害天气过程,在这次过程中,海拔越高、纬度越高的地带灾害程度越严重,纬度相同的地带又以海拔高的受害严重。     

卫星反演积雪信息的研究进展

综合分析了积雪信息反演的主要遥感信息源和提取方法。在光学遥感方面，应用较广的主要是改进型甚高分辨率扫描辐射仪（AVHRR）资料和中分辨率成像光谱仪（MODIS）资料；提取积雪信息大多是根据积雪在可见光波段的高反射率和近红外波段的低反射率，并通过建立回归模型反演积雪面积和深度。由于传感器的改进，MODIS卫星资料在空间分辨率、积雪反演算法等方面明显优于AVHRR资料。光学仪器受云层和大气的影响很大，由于云和积雪在可见光和近红外波段上都具有高反射率。并且由于云层的遮挡。云下的地表信息不能被光学遥感仪器所接收到。微波遥感方面，被动微波遥感仪如微波辐射计成像仪（SSM／I）、高级微波扫描辐射计（AMSR—E）等可以全天候穿过云层进行监测，具有光学仪器所没有的优势，并通过提取地表的亮温差，建立雪深反演模型得到积雪深度。被动微波传感器存在分辨率低。无法监测浅雪区信息等问题。另外影响地表微波亮温的因素很多，这些都在一定程度上影响了反演结果的精确度。主动微波遥感仪如合成孔径雷达、微波散射计等利用积雪与其它地物的后向散射系数的不同来识别积雪，但也同样存在分辨率低等问题。最后探讨了卫星反演积雪信息中仍然存在的问题和进一步发展的方向。     

大雾天气多发，低温暴雪罕见——2008年冬季（12-2月）浙江天气与气候

浙江省2008年冬季气温、降水与常年持平,日照偏少。几次大雾天气对交通造成一定影响;1月中旬至2月上旬出现持续低温雨雪冰冻天气,浙北积雪量达50年一遇,持续低温雨雪冰冻对农业、林业、电力、交通等行业造成了严重影响和损失。冬季拉尼娜状态继续维持,中高纬度欧亚地区的大气环流异常稳定,同时南支槽比较活跃,是引起冬季南方地区大范围持续低温雨雪冰冻灾害的重要原因。     

中国南方2008年1月罕见低温雨雪冰冻灾害发生的原因及其与气候变暖的关系

2008年1月中国南方发生的低温、雨雪、冰冻灾害不是一个局地或地区性现象,它是同期发生的亚洲大范围冰雪灾害链中的一环,在影响范围和灾害程度上是最严重的一环.它有3个主要特征:(1)降雪、冻雨和降雨3种天气并存,冻雨是导致南方致灾的主要原因;(2)低温、雨雪、冻雨天气强度大,根据中国国家气候中心和南方各省气象部门的统计及分析,有8项气象要素打破同期中国历史记录;(3)低温、雨雪、冰冻天气持续时间长,破历史记录.这次低温、雨雪冰冻灾害形成的原因不是单一的,是多种因素在同一时段,同一地区相互配合和迭加的结果,其中La Nina事件是灾害发生的气候背景,它为雨雪冰冻天气提供了冷空气侵袭中国南方的前提条件;欧亚大气环流异常持续性是造成冷空气不断侵袭中国南方的直接原因;孟加拉湾和南海地区暖湿气流的北上是大范围冻雨和降雪形成并持续在中国南方的必要条件.     

2021年秋季中国气候异常特征及主要气象灾害

利用1961—2021年中国区域2400余站地面气象常规观测资料,根据2019年中国气象局发布的《区域性重要过程监测和评价业务规定》,对2021年秋季中国气候基本概况及主要气象灾害进行全面分析。结果表明:(1)2021年秋季,中国气候状况总体偏差,平均气温较常年同期偏高,平均降水量较常年同期偏多;由于台风登陆个数偏少,且强降水以及冷空气过程影响区域叠加累积效应显著,导致北方部分省份雨、雪和冰冻灾害影响明显高于南方。(2)2021年秋季,我国气象灾害形势复杂严峻,极端天气气候复合事件多发,以暴雨洪涝、高温干旱、低温冰冻雨雪灾害为主,灾害极端性和区域性特征显著。区域暴雨过程较常年同期偏多4.2次,北方多地发生罕见秋汛,山西、陕西等地洪涝灾害较重;阶段性区域高温天气多发,区域高温过程较常年同期偏多2.4次,导致江南、华南高温干旱复合发展;寒潮过程较常年同期偏多1.2次,过程影响区域叠加累积效应显著,东北三省和内蒙古部分地区雪情较重。     

青海省甘德两次降雪过程的微气象特征分析

利用青海省甘德两次降雪过程的微气象观测数据,探讨了两场降雪过程雪深、雪密度、雪中含冰量、雪中含水量和雪面温度的变化情况,分析了地表反照率与雪密度、雪中含冰量及雪中含水量的关系,结合降雪过程近地面温、湿、风廓线特征分析了积雪对近地面温、湿、风梯度的影响。结果表明:积雪覆盖会导致地表反照率显著增加,降雪过后正午时地表反照率可高达0.8～0.9。随着积雪的消融,地表反照率逐渐减小;积雪反照率与雪密度和雪中含冰量呈正相关,与雪中含水量呈负相关;地表积雪覆盖会导致近地面温度梯度绝对值减小,相对湿度梯度绝对值在凌晨减小、午后增大,地表积雪覆盖对近地面风速梯度变化并无特定的影响。     

2018年末湖南雨雪冰冻过程对农业的影响及大棚积雪致灾指标构建

研究低温雨雪冰冻天气过程对越冬作物的影响及塑料大棚积雪致灾指标对开展区域农业冬季灾害防御、塑料大棚雪灾监测预警具有现实意义。为此,以湖南省为研究区域,基于全省97个地面气象观测站逐日气象资料,结合农作物、塑料大棚灾情资料,采用S-W检验、正态分布置信区间估计方法,研究2018年12月27日—2019年1月3日低温雨雪冰冻天气过程对农业生产的影响,并构建了湖南省塑料大棚积雪致灾气象指标;利用多元线性回归方程,模拟了积雪深度变化,探讨了冬季大棚灾害的主要影响因素、冰冻持续与气温要素的关系。结果表明:过程中全省大部分地区出现了≥4 d轻度及以上低温,伴随中度冰冻,其中湘西南、湘东北和湘北是受灾最严重的地区,塑料大棚和油菜、冬季蔬菜、柑橘等作物受灾严重;构建得到湖南大棚致灾积雪深度指标为5 cm,独立样本验证结果与实际灾情有较好一致性;日最高气温、最低气温、降水量3要素与积雪增量呈显著线性相关,可用于积雪深度预测;塑料大棚受损程度与农村人均可支配收入、致灾因子强度密切相关;地区冰冻观测状态与日最低气温关联程度高,农业生产中需更加关注日最低气温低于0℃的出现和持续时间。     

用TRMM卫星微波成像仪遥感云中液态水

应用热带降雨测量卫星微波成像仪(TRMM/TMI)的被动遥感资料,选用对云中液态水变化非常敏感的85.5 GHz垂直极化通道的亮温信息,通过离散纵坐标矢量辐射传输模式,采取逐步逼近的方法确定出地表的微波比辐射率,并运用迭代方法有效地反演出云中液态水含量及其分布.与对应的卫星红外云图对比结果表明,反演的云中液态水分布是合理和可信的.     

微波辐射计观测同降水相关性的研究

利用南阳站微波辐射计反演产品数据,结合L波段探空、多普勒天气雷达和地面雨量等资料,分析了2017年6月4—5日南阳地区一次降水过程中水汽与液态水变化特征,并对2017年6—8月不同降水条件下该地区的水汽与液态水总含量进行了统计。结果表明:微波辐射计反演的产品数据较准确,可靠性较强,可应用于日常业务工作和科研中。降水开始前,水汽总含量与液态水总含量明显增加,随着降水减弱结束,水汽总含量与液态水总含量减少。利用这一现象,可以将水汽和液态水的变化作为选择人工影响天气作业最佳时机的辅助判别条件。对比同时刻、同位置的雷达和微波辐射计资料发现,水汽总含量和液态水总含量跃增时对应较强雷达回波。水汽总含量达到5 cm、液态水总含量达到1 mm,可以作为判断南阳地区夏季降水开始的参考值。     

青藏高原东部牧区雪灾的环流型及水汽场分析

冬、春季雪灾是青藏高原东部牧区重要的灾害性天气。本文利用历史天气图和国家气象中心T106L19全球模式的分析值格点资料，分析了青藏高原东部牧区近20年来冬，冬季降雨的天气形势和水汽场。结果表明，北脊南槽型、乌山脊型、阶梯槽型和国境槽型是造成高原东部牧区降雪的四类主要环流型；在高原东部牧区强降雪天气过程时气柱可降水量有明显增加，记要降雪区与水汽通量辐合区吻合，主要水汽来自孟加拉湾地区。     

基于RBF网络的新疆特重雪灾区最大积雪深度预测研究

新疆是我国积雪资源最丰富的区域之一,也是雪灾多发区之一,预测最大积雪深度,可以为雪灾的预警与防范提供参考和依据。本研究基于建立的雪灾灾损指数,确定了新疆特重雪灾区域;进一步聚焦特重雪灾区的8个县（市）,包括阿勒泰市、福海县、青河县、塔城市、托里县、沙湾市、尼勒克县和伊宁县,分别建立县域RBF网络模型,预测2021—2050年年最大积雪深度,结果表明：该模型可用于新疆特重雪灾区最大积雪深度预测,但预测精度仍有待提升;塔城市、尼勒克县将于2025—2029年连续出现最大积雪深度偏高事件,2039年青河县将出现最大积雪深度的极大值,因此应关注可能发生雪灾的年份与县(市),积极做好雪灾的防御工作。     

基于RBF网络的新疆特重雪灾区最大积雪深度预测研究

新疆是我国积雪资源最丰富的区域之一,也是雪灾多发区之一,预测最大积雪深度,可以为雪灾的预警与防范提供参考和依据。本研究基于建立的雪灾灾损指数,确定了新疆特重雪灾区域;进一步聚焦特重雪灾区的8个县（市）,包括阿勒泰市、福海县、青河县、塔城市、托里县、沙湾市、尼勒克县和伊宁县,分别建立县域RBF网络模型,预测2021—2050年年最大积雪深度,结果表明：该模型可用于新疆特重雪灾区最大积雪深度预测,但预测精度仍有待提升;塔城市、尼勒克县将于2025—2029年连续出现最大积雪深度偏高事件,2039年青河县将出现最大积雪深度的极大值,因此应关注可能发生雪灾的年份与县(市),积极做好雪灾的防御工作。     

热带大气季节内振荡与2008年初中国南方雪灾的关系

利用热带大气季节内振荡(MJO)指数、向外长波辐射(OLR)资料和NCEP/NCAR全球逐日再分析资料以及中国南方地区降水资料,应用合成分析等探讨了MJO与2008年初南方雪灾的关系,进而从MJO角度研究雪灾过程成因。结果表明：雪灾过程中,MJO存在明显的东传现象,即由西太平洋向东传送至印度洋附近。伴随着MJO的向东传播,中国南方降水强度及集中区也在随之变化,MJO在一定程度上对雪灾过程有调制作用。通过对OLR的分析,表明2008年初中国南方4次异常降水(雪)过程受到了MJO两次东传的影响,第一次导致西太平洋副热带高压持续偏强,第二次导致南支槽活跃;副热带高压西侧偏南风带来的暖湿气流,以及南支槽带来的印度洋和孟加拉湾的暖湿气流不断向中国输送,为中国南方强降水过程提供了水汽条件。     

2008年1-2月江西低温雨雪冰冻灾害分析评估

受北方较强冷空气和西南暖湿气流共同影响,2008年1月12日-2月2日,江西出现了一次有气象记录以来最严重的持续低温、雨雪、冰冻灾害性天气。对这次灾害性天气的基本气候特征及其影响进行分析评估,有利于为今后抗御类似灾害和其他气象灾害提供参考。为此,从天气气候特点、成灾原因及影响等方面进行分析评估后发现,此次灾害影响范围大,受灾人数多,损失重,1月22—27日大范围冻雨,以及1月28—29日和1月31日～2月2日两场大雪,使危害迅速加剧;灾害影响涉及社会各行各业,其中受灾最为严重的有交通、电力、通信、农业、林业等部门;影响因子以低温、冰冻（道路结冰、电线积冰）、雪压等为主,另外还有雨雪、冰雪融化等;冻雨强度大,低温、雨雪和冰冻天气范围广、持续时间长等,是此次罕见灾害的直接原因;此外,承灾体设计标准太低、应急准备不够充分等是导致灾害损失严重的重要因素。     

内蒙古暴雪灾害的成因与减灾对策

分析了暴雪灾害的成因。冬季的低温加暴雪形成深厚的积雪,这种积雪不但能掩埋牧草,影响家畜采食,而且增加了家畜的体能消耗,使大批家畜冻饿而死,从而形成了白灾。气候变冷、环境恶化及载畜量过大,都会加重白灾,而暴雪、大风加大幅度降温能在短时间内使家畜迅速丧失保持正常体温的能力,造成家畜大批死亡,这就是暴风雪灾害。提出了加强灾害预警,以防为主的减灾对策。     

青藏高原东部牧区冬季雪灾天气的形成及其预报

对青藏高原东部牧区 ( 1967— 1996年 )冬季发生的成灾性降雪天气过程进行了较为详细的分析。探讨了北冰洋低压槽、贝加尔湖低压、东亚大槽和南支槽等欧亚大型天气系统活动对高原冬季降雪天气形势形成的作用。归纳出两种高原冬季成灾性降雪天气形成的模型。重点讨论了高原气流波动不稳定对高原波槽形成的量化指标 ,找出了若干高原低温—降雪过程预报的统计关系 ,并对高原冬季的雪灾预报提出了着眼点     

内蒙古大(暴)雪与白灾的气候学特征

使用１９６１～１９９８年内蒙古１１８个地面测站的历史资料及同期亚欧５００ｈＰａ高空资料,分析了内蒙古大（暴）雪及白灾的气候学特征。结果表明,发生大（暴）雪频率最高的地区是内蒙古的东部和南部,而白灾最重的地区却是内蒙古北部。指出产生“坐冬雪”是形成白灾的必要条件,给出了产生“坐冬雪”的气象指标,总结了内蒙古大（暴）雪的环流特征。     

冰雪灾害对北京城市交通影响的预警评估方法

依据灾害学原理,利用1952—2011年北京历史冰雪灾情资料分析构建了冰雪灾害对北京城市交通运行的预警评估指标体系:发生时间、冰雪强度、交通脆弱度、预警能力和减灾能力,利用层次分析法构建了城市冰雪灾害预警评估模型和评判标准,并对北京历史上38次冰雪灾害事件进行了影响评估及研究分析。研究结果表明:各预警评估因子对冰雪灾害影响贡献的权重分别为冰雪强度0.4404、交通脆弱度0.2789、减灾能力0.1797、发生时间0.05264、预警能力0.0484,建立的预警评估模型准确率达76%。冰雪强度不再是唯一的决定性因子,而是与城市化背景下的多种因素共同决定着冰雪灾害对北京城市交通运行的影响程度。     

基于实际灾情的青海高原雪灾等级（评估）指标研究

利用1951—2008年青海高原雪灾实际灾情资料,通过统计计算各年份雪灾造成的牲畜死亡率,并进行排序,参照了计算SPI(标准化降水指数)不同等级干旱在全部干旱中所占比例的过程,确定了不同雪灾等级的阈值,制订了基于实际灾情的雪灾指标。并对几次典型雪灾过程进行评估检验,结果表明:本研究确定的雪灾等级与DB63雪灾标准基本一致。在青海高原牧区,用雪灾造成的实际牲畜死亡率来确定雪灾等级指标,评估雪灾受灾程度,是一种较为科学和具有很好的现实指导意义的新方法。