北京大气能见度的主要影响因子

利用北京市道面自动气象站、国家级自动气象站等多种观测数据分析北京地区2007—2015年能见度及其主要影响因子, 并挑选两次典型低能见度事件过程进行详细分析。从空间分布看, 北京西北地区能见度明显高于中心城区和东南大部地区。从时间分布看, 北京地区平均能见度最大值出现在5月, 最小值出现在7月; 日间的最低值多出现在06:00(北京时, 下同)左右, 冬季略向后推迟; 最高值多出现在16:00前后, 冬季略有提前。整体而言, 2007—2015年北京地区发生低能见度事件的概率为62.14%, 且发生低能见度的事件集中于1~5 km, 霾事件中干霾、湿霾的发生频率分别为86.13%和13.87%。能见度的主要影响因子为相对湿度、风速和PM_2.5浓度。其中, 能见度与风速呈正相关, 与相对湿度和PM_2.5浓度呈反相关。需要指出的是, 当相对湿度增加至80%, 能见度受PM_2.5浓度的影响程度在下降, 而主要受相对湿度的影响。基于所选个例, 当北京地区出现湿霾事件时, 能见度的恶化程度远高于干霾事件, 且PM_2.5浓度需比干霾事件时下降得更低才能有效改善能见度。     

宁波地区不同季节不同强度霾天气变化特征

利用2014—2016年宁波市镇海地区逐时气象观测资料和大气成分监测资料,对宁波地区霾天气的变化特征进行统计分析。结果表明:2014—2016年宁波地区霾天气小时出现频率为28.8%,湿霾出现频率为61.0%。近3 a宁波地区霾天气小时出现频率呈下降趋势,秋冬季(11月至翌年1月)霾天气小时出现频率较高,夏季(6—8月)霾天气小时出现频率较低;从日变化来看,霾天气小时出现频率峰值集中出现在上午09时和夜间20—23时。宁波地区重度霾的PM_(2.5)、PM_(10)颗粒物浓度为轻微霾的2.13倍和1.92倍,干霾颗粒物浓度高于湿霾,宁波地区霾天气的颗粒物组成较稳定,PM_(2.5)/PM_(10)比重为0.7左右。宁波地区颗粒物浓度与风速和降水量的相关性较好,春季和夏季风速与PM_(2.5)浓度的相关性较高,秋季和冬季风速与PM_(10)浓度的相关性较高;降水与PM_(10)浓度的相关性高于PM_(2.5)浓度。静稳天气时地面风速小易造成细颗粒物浓度的积累增长,冬季西北偏北风和东北风是影响宁波地区PM_(2.5)浓度变化的重要输送路径,当风向为西北风时,冬季和春季PM_(10)浓度增加明显。     

太原大气能见度影响因子分析及能见度预报

利用2017年1月—2019年12月太原地区逐时气象资料,分析了能见度及其主要影响因子的变化特征,并对两次低能见度过程进行深入分析,构建了能见度预报模型并进行检验,结果表明:(1)从空间分布看,太原北部能见度明显高于南部地区。从时间分布看,太原地区平均能见度最大值出现在5月,最小值出现在1月;日间最低值出现在06:00(北京时,下同),冬季略向后推移,最高值出现在15:00前后。(2)2017—2019年太原地区低能见度分别出现93、84、79 d;低能见度发生时,干霾、湿霾发生频率分别为59.27%、40.73%;湿霾发生时,能见度降低更加明显。(3)所选个例中,能见度均随各影响因子有所起伏,干霾、湿霾过程中能见度分别与颗粒物浓度、相对湿度变化一致。(4)采用神经网络方法构建太原地区能见度预报模型,预报模型相关系数为0.81,均方根为4.43 km,平均绝对误差为17.39%,轻微级能见度的TS评分为87%。神经网络方法对太原地区能见度预报具有较高的参考价值。     

辽宁省霾天气季节变化特征及其主导因子分析

利用辽宁省51个地面气象观测站的能见度、均一化相对湿度和天气现象资料,采用最优距离法和固定比例法对能见度资料进行一致性处理,重建了1961—2020年的辽宁省逐日霾资料,并利用该资料对辽宁省年和四季霾日时空变化特征和主导因子进行分析。结果表明,1961—2020年辽宁省平均年霾日呈显著增加趋势[2.1 d·(10 a)^-1],但2015年以来霾日显著减少;空间上,年和四季霾日呈现一致的分布特征,均存在1个高值中心(沈阳)和2个副高值中心(北票和锦州),年平均霾日分别为139、52、46 d,辽东和辽西山区为霾日低发区,年平均霾日在20 d以内。风向和风速是霾日形成的重要气象因子,西南偏南风增加带来的暖湿气流对春季、夏季和秋季霾日的形成贡献较大,北风的减少则对冬季霾日的形成贡献较大。霾发生时辽宁省春季、夏季和秋季发生西南偏南风的频率分别由11.4%、12.1%和8.0%增加至15.8%、19.8%和13.5%,冬季则表现为北风发生频率的减少和静风发生频率的增加;霾发生时四季风速均较平均状况偏小,说明小风有利于霾的形成。辽宁省霾长期演变受到污染物排放、风力因子和环境政...     

基于CALIPSO的华北地区气溶胶垂直分布特征

利用2007—2014年CALIPSO Level 2气溶胶廓线产品,统计分析了华北地区气溶胶垂直分布规律,并以2013年12月发生的一次大范围霾过程为例,探讨了霾天气中气溶胶垂直变化特征。结果表明,华北地区气溶胶消光系数(σ)随高度指数衰减,年平均标高为2.48 km;1 km以下存在σ高值层,冬季较大、春季较小,年平均为0.333km~(-1)。年平均颗粒退偏振比(Particulate Deploarization Ratio,PDR)随高度递增,变化范围为0.18~0.25;PDR春季较大,夏季较小。年平均色比(Color Ratio,CR)随高度弱增加,变化范围为0.7~0.8;春季CR随高度递减,其他季节随高度递增。华北地区近地面以污染沙尘气溶胶为主;春季以沙尘为主,夏秋季以污染沙尘为主,冬季中高层以沙尘为主,低层以污染沙尘为主。霾事件中,霾日1 km以下存在消光高值层,消光系数约为清洁日三倍。霾日PDR和CR都低于清洁日,2 km以下PDR大多小于0.2,CR以0.3~0.5为主。本地烟尘与远距离输送的沙尘相混合形成的污染沙尘是本次霾过程的主要气溶胶类型。     

南京大气能见度变化规律及影响因子分析

利用累积百分率法、Ridit中值分析法、"非常好"能见度出现频率法以及平均能见度年际和季节变化法,对1980—2005年南京大气能见度年际变化趋势进行分析,发现1980—1984年能见度呈上升趋势,1985年以后则在波动中呈明显下降趋势。26 a中,日均大气能见度最小值为0.55 km,最大值为29.25 km,平均值为8.59 km。大气能见度具有明显的日变化和季节变化特征,一日之中,14时最好,08时最差;一年之中,冬季能见度最低,夏季最高。能见度与相对湿度呈负相关,与风速呈正相关,与温度和气压的相关性相对较小。PM10是影响南京地区大气能见度的首要污染物,通过对能见度与PM10平均质量浓度进行曲线拟合发现,二者呈负相关,复相关系数在秋季最高,夏季最低。由统计预报方程可知,空气污染和气象条件协同作用对能见度的影响在春季、秋季、冬季较为明显,夏季则相对较差。     

北京2005—2014年PM2.5质量浓度的演变特征

利用2005—2014年北京宝联（城区）和2006—2014年上甸子本底站（郊区）的PM2.5质量浓度监测结果揭示了其长时间的演变特征。结果表明,2005—2007年北京地区PM2.5污染最重,2008年以后PM2.5年平均浓度明显降低,中度以上污染日数减少,但是2013—2014年有加重趋势。城区秋、冬季平均浓度最高,春季和夏初次之。然而,近年来春、夏季污染有减轻的趋势,高浓度值出现的时间越来越向秋、冬季集中,从而导致季节性差异变大。春季沙尘天气是其影响因素之一。上甸子春、夏季的PM2.5平均浓度高于秋、冬季,与城区不同。但2011年以后城郊差异逐渐变小,表明污染事件的区域性特征增强。北京城区中度污染日数年平均为30 d,重度污染为26 d,严重污染为4.7 d。污染日数月际变化明显并且月分布具有年际差异。2013—2014年,中度污染日数减少,严重污染日数增加,PM2.5年平均浓度与秋、冬季重污染过程的相关性增大。上甸子中度以上污染日数是城区的1/3。持续性重污染过程多发生在秋、冬季。2008—2014年以后中度以上污染持续超过3 d的过程每年平均发生1.9次,重度以上污染0.6次。绝大多数严重污染只持续2~3 d。重度以上污染日多出现在污染过程的中后期,因此遇不利气象条件提前采取减排措施将有可能减少重污染发生的频次。     

1961-2017年京津冀地区寒潮活动特征

基于1961—2017年京津冀地区126个气象观测站逐日最低气温和降水资料,分析该区域寒潮发生频次时空变化特征,在此基础上通过定义的干湿判别指标分析区域性寒潮的干湿特征。结果表明:(1)京津冀地区单站寒潮年平均发生频次空间分布呈西北多东南少,86%的站点寒潮年发生频次呈减少趋势。(2)1961—2017年寒潮累计发生站次呈显著减少趋势(P<0.001),气候倾向率为-5.7站次·a^(-1),且在1983年发生突变。1961—1971年寒潮累计发生站次出现峰值,从1972年开始锐减,2007—2017年寒潮平均发生站次为历史最少。(3)1961—2017年区域性寒潮发生频次年际变化总体呈递减趋势,气候倾向率为-0.282次·(10 a)^(-1),1960年代冬季区域性寒潮发生频次最多,1970年代秋季和春季最多,2000年代冬季和春季为次高峰期,2011—2017年3个季节最少。区域性寒潮发生频次季节分布中以秋季出现最多、其次是冬季、春季最少;10月、11月寒潮最为活跃。(4)京津冀地区区域性寒潮过程干过程发生频次最多,2011—2017年区域性寒潮过程干湿特征趋向于干过程和湿过程两极化分布。     

基于激光雷达的宁波地区气溶胶垂直分布特征研究

利用2016年宁波逐时气象观测资料、大气成分监测资料及气溶胶激光雷达资料,对宁波地区霾日进行判定,并对不同天气状况下气溶胶垂直分布特征进行分析。结果表明:2016年宁波地区霾日共70天,轻微霾最多为54天。气象要素和颗粒物浓度在霾日和非霾日都有明显日变化特征,除风速以外,能见度、PM2.5和PM10在霾日和非霾日有非常显著的差异。霾日和非霾日均在高度为0.00.5km时,气溶胶消光系数最大,贡献率分别为53.3%和40.5%。不同季节气溶胶消光系数变化范围有明显差异,消光系数在霾日秋季的>冬季的>春季的;非霾日冬季的>秋季的>春季的>夏季的。秋冬季多冷空气活动,多污染物输送造成霾日消光系数明显高于非霾日的,秋季两者消光系数峰值差异达0.47km^-1。夜间到早晨由于扩散条件不利,容易有污染物的积累增长。春季轻微霾在02时前后消光系数最大,可达2.9km^-1;轻度霾08时在1.4km处的最大,可达2.8km^-1。秋季轻微霾在0.5km以下,02时、08时有消光系数峰值区,最大可达1.0~1.2km^-1。冬季多静稳天气,扩散条件较差,气溶胶消光系数日变化规律不明显,随着霾程度的加重,消光系数波动幅度增大,无霾或轻微霾时消光系数为0.0~1.0km^-1,轻度和中度霾时,消光系数峰值从1.2km^-1增大到2.2km^-1。     

江苏省雾霾天气特征分析

根据2007年1月—2013年12月江苏省国家基准气候站的逐日地面观测资料,分析了江苏省雾、霾日数的气候变化特征以及霾天气发生时的主要气象要素场特征。结果表明:(1)雾日数分布从江苏省东部向西部逐渐减少,霾分布由南向北逐渐递减。(2)年际变化上,雾日数呈现一定的波动,霾日数逐年增长。秋、冬两季雾日数较多;霾日数在夏季最少。雾、霾天气分别在08时和14时发生次数最多。(3)淮安中度霾居多,微风、高湿情况下霾发生概率最高,不同季节风向分布不同。(4)风速与能见度成正相关关系,春、夏季的相关性较差,秋、冬季相关性相对较好。能见度与相对湿度春、冬两季两者之间呈明显的线性负相关,而夏、秋季拟合曲线呈非线性负相关。     

风廓线雷达和雨滴谱仪资料在北京一次弱雨雪天气中的特征分析

利用北京市海淀区风廓线雷达、OTT Parsivel 2多功能激光雨滴谱仪和自动气象站观测资料,对2016年11月20日北京一次雨雪天气过程的演变特征进行了初步分析。结果表明:(1)风廓线(低模式)雷达反射率因子与雨滴谱仪反射率因子序列的变化趋势一致。当风廓线雷达反射率因子亮带消失后,雨滴谱反射率因子序列出现先降后升的小幅波动,降水相态转为降雪。(2)降水相态发生雨雪转换时,风廓线雷达谱宽600 m高度分散的大值区减弱并随高度降低后,雨滴谱仪数浓度出现先降后升的小幅度波动。(3)本次弱降水相态转换发生时,风廓线雷达所探测的垂直径向速度变化不明显,而雨滴谱仪降雨强度变化却有明显减弱特征,其雨强由5 mm·h^-1下降至1 mm·h^-1左右,这对临近降水相态变化的监测预报有一定指示意义。     

不同降水卫星数据反演降水量精度评价——以雅鲁藏布江流域为例

利用多种定量指标和分类指标,评估PERSIANN-CDR(Precipitation Estimation from Remotely Sensed Information using Artificial Neural Netw orks-Climate Data Record)和TRM M 3B42 V7 (Tropical Rainfall M easuring M ission 3B42 V7)两种降水卫星产品在雅鲁藏布江流域的反演精度,并首次在雅鲁藏布江流域使用降水量体积分类指标对卫星数据的适用性进行评价。结果表明:(1)降水卫星数据的偏差主要表现在微量和重度降水的偏差上,两种降水卫星数据总是高估了弱降水,低估了强降水,PERSIANN降水卫星要比TRM M降水卫星对降水数据偏离程度小;(2) PERSIANN-CDR降水卫星数据与地面实测数据的相关系数为0. 663,偏差为0. 845,TRMM 3B42 V7降水卫星数据与地面实测数据的相关系数为0. 666,偏差为0. 579。只考虑定量指标的评价体系,两个降水卫星数据的精度差异相对较小;(3) PERSIANN-CDR卫星数据在各站点的各分类指标数值范围均比TRMM 3B42 V7卫星数据的指标数值范围大,PERSIANN-CDR卫星数据对降水事件和降水量的反演精度要高于TRMM 3B42 V7卫星数据。考虑降水量分类指标的评价指标体系比单纯使用传统定量指标评价降水卫星数据更能有效地反映出降水卫星对资料稀缺的高寒地区地面降水特征的捕捉能力。     

A Study on Typhoon-Induced Rainfalls over Beijing: Statistics and Case Analysis

Based on the Shanghai Typhoon Institute (STI) Typhoon Year Book and typhoon precipitation data, Japan Meteorological Agency satellite TBB data, and National Centers for Environmental Prediction (NCEP) reanalysis data, the climatic characteristics of rainfalls in Beijing associated with typhoons were analyzed for the period 1949–2006, and two typhoon cases with remarkable differences in rainfall intensity over Beijing were compared and diagnosed. The 58-yr statistical results show that rainfall events associated with typhoons occurred in Beijing about once every three years during June–September. These typhoons were mainly active in the region 20?–50?N, 109?–128?E and most of them moved northwestward while the others turned to the northeast. The typhoon rainfall over Beijing in general sustained for 2–5 days. Typhoon centers were usually located in the areas from Jiangxi to Anhui, the Yellow Sea, or near Beijing, when rainstorms occurred over Beijing. Case study indicates that the 2-day torrential rainfall event that happened in Beijing in 1984 was due to the interaction between Typhoon Freda (8407) and a westerly trough, while only a medium-strength rainfall event occurred in Beijing in 2005 in spite of the dominating cyclonic circulation of Typhoon Matsa (0509) directly over Beijing. It is found that both Freda and Matsa underwent extratropical transition and possessed an asymmetric structure. The rainfall difference was caused by the fact that Beijing was located in different convective development areas of the two typhoons. On the other hand, the lifting conditions were different although plentiful atmospheric moisture and convective unstable energy existed over Beijing during both events. The ascending motion of warm southerly in Beijing was stronger and deeper and a larger vertical wind shear was associated with Typhoon Freda. However, the lifting of water vapor was restrained by the descending motion of northerly cold airflow in Beijing under the impact of Typhoon Matsa. Besides, it is also found that topography played an important role in the typhoon rainfall over Beijing.     

北京智能网格温度客观预报方法(BJTM)及预报效果检验

基于欧洲中心中期天气预报(ECMWF)精细化数值预报模式产品资料,采用一元线性回归以及克里金插值,发展了北京地区智能网格温度客观预报方法(Beijing intelligent grid temperature objective prediction method,BJTM),并对2017年1—12月北京地区55个考核站进行检验。结果表明,BJTM对ECMWF细网格模式的温度预报订正能力有显著提升,日最高、最低气温预报准确率分别提高25.4%和11.2%。2018年1—6月的业务运行结果也表明BJTM预报产品的预报结果优于同期ECMWF模式、中央台指导预报及预报员主观预报产品。BJTM可以有效提升北京地区温度预报的精细化能力和水平,有较好的业务应用价值。     

基于标准差分析法的X波段双偏振天气雷达资料质量评估

2015年9月,北京市气象局在北京地区架设4部X波段双线偏振天气雷达并开展了观测试验。本文利用其中3部雷达在2016年6月30日的观测数据,用标准差分布统计方法,对雷达的观测参量进行初步质量评估。结果表明:(1)3部雷达反射率标准差符合理论值的数据占总观测数据的73.5%~77.9%,反射率的数据波动基本符合理论分布;(2)3部雷达差分反射率标准差符合理论值的数据占总观测数据的68.4%~81.4%,其中房山雷达数据波动较大;(3)3部雷达互相关系数标准差符合理论值的数据占总观测数据的45.7%~63.5%,其中房山雷达数据波动最大,其他2部雷达都有同程度的数据波动;(4)3部雷达差分传播相位标准差符合理论值的数据占总观测数据的73.5%~83.9%,其中房山雷达数据波动相对较大,与雷达其他观测参量相比,差分传播相位的波动较小。     

基于NCEP FNL资料的山西岢岚地区雨雪天气诊断可信度分析

基于山西岢岚地区2005—2014年共1218个雨雪天气日的NCEP FNL资料(1°×1°)与探空资料,采用偏差、绝对差、相关系数和偏差区间占有率的统计方法,对常规物理量(温度、相对湿度、纬向风和经向风)和诊断物理量(T_800-500、T_d800和TT_d700)进行统计分析。结果表明:常规物理量中的温度平均偏差值和绝对差值最小、相关系数值最大,分别为-0. 22℃、1. 02℃、0. 90,可信度最高;而相对湿度的平均偏差值和绝对差值最大、相关系数值最小,分别为12. 31%、19. 68%和0. 63,可信度最低;纬向风和经向风的可信度相差不大,略低于温度;诊断物理量T_800-500、T_d800和TT_d700的偏差值分别为-0. 08℃、1. 50℃和2. 79℃,绝对差值分别为1. 21℃、3. 33℃和4. 14℃,相关系数值分别为0. 95、0. 92和0. 74,偏差值为[-5,5]占总数百分比分别为98. 77%、80. 30%和75. 04%。即T_800-500可信度最高,TT_d700指数可信度最低。     

卫星地面站雷电直击效应防护设计探讨

卫星地面站雷电防护工程通常采用接闪杆作为天线主体的雷电直击效应防护措施,接闪杆的高度不仅影响其保护范围,而且影响其截闪概率。通过计算年预计雷击次数对截闪概率进行量化分析,结果表明,截闪概率近似与接闪杆高度平方成正比,采用过高的接闪杆将增大地面站遭受雷击电磁脉冲损坏的风险。为优化接闪杆设计,定义了保护体积的概念,并利用折线法与滚球法分别计算了三维立体空间内的保护范围。结果表明:接闪杆的保护范围与高度呈现非线性相关,当接闪杆超过一定高度(折线法超过30m,滚球法超过0.8倍滚球半径)后,对保护范围的影响十分有限;当接闪杆高度低于0.4倍滚球半径时,滚球法保护范围较大,反之则折线法保护范围较大。对接闪杆接闪瞬间周边的磁场强度分析结果表明,无屏蔽环境下地面站电子系统与接闪杆的常规距离远小于两者的理论安全距离,实际工程中难以通过增大接闪杆与卫星地面站的间距消除雷击电磁脉冲危害。为降低这一风险,卫星地面站直击雷防护应优先采用天线自带接闪杆的方式,条件不具备时也应尽量避免采用单支高大接闪杆,可选取适当的计算方法,采用多支较低接闪杆共同防护的方案。     

2016年冬季京津冀豫大气污染的时空分布及影响因子研究

利用2016年12月至2017年2月北京、天津、石家庄和郑州的PM2.5质量浓度、反应性气体质量浓度及其相对应的气象要素资料分析了大气污染的理化特征、传输和生消规律。结果表明:北京、石家庄、天津及郑州的PM2.5质量浓度分布频率均有两个较为明显的峰值,四个地区PM2.5质量浓度分布频率最高时均值分别为10.1、19.2、40.0和47.1μg·m^-3,大气的氧化程度为北京最低,其次为石家庄、天津,郑州最高。四个研究地区的交通源对环境大气污染均有重要贡献。PM2.5和CO的相关性在低相对湿度时高于高相对湿度时;而PM2.5和NO2的相关性在相对湿度较大时高于相对湿度较小时。四个研究地区的PM2.5质量浓度均随风速的增大呈快速降低后趋于平缓的趋势,其中北京、石家庄和郑州的风速阈值均为3m·s^-1,天津地区为4m·s^-1。受上游污染地区的影响,偏南风的输送作用滞后20~30h达到最大,而偏北风的影响作用在滞后8~12h达到最大。     

中尺度暴雨云团发生发展前的一些征兆

利用湿有效能量方法找出了盛夏午后北京地区中尺度暴雨云团发生发展的一些征兆：（１）北京地区已贮存着大量能量；（２）湿有效能量正在北京地区积聚；（３）低层流场结构有利于出现强迫抬升；（４）北京地区与河套地区之间午后将出现非绝热加热形成的巨大水平温差。     

高寒沙区生物土壤结皮覆盖区凝结水组分分析

凝结水作为干旱半干旱地区重要的组分,对生物土壤结皮具有重要的生态学作用。为阐明高寒沙区青海共和盆地生物土壤结皮表层5 cm凝结水水汽来源,利用2017年5—9月自制微渗仪对土壤表层5 cm不同类型生物土壤结皮(苔藓结皮、藻类结皮、物理结皮)和流沙凝结水进行了观测。结果表明:高寒沙区凝结水量随结皮发育程度变化呈增加趋势,表现为:苔藓结皮>藻类结皮>物理结皮>流沙;生物土壤结皮覆盖区凝结水量显著大于流沙凝结水量,即生物土壤结皮有利于凝结水的产生;凝结水主要由吸湿水和大气水汽凝结水与土壤凝结水两部分组成;观测期间,不同类型结皮日土壤凝结水量无显著性差异;吸湿水量和大气水汽凝结水总量显著高于土壤凝结水量(P<0. 05);随时间的变化,吸湿水和大气水汽凝结水与土壤凝结水对凝结水的贡献率呈波动性变化;吸湿水和大气水汽凝结水贡献率主要集中在65%～80%,土壤凝结水贡献率主要集中在20%～35%。