一次江淮气旋暴雪的积雪特征及气象影响因子分析

利用自动站、人工加密观测及常规观测资料,通过对2017年2月21—22日一次江淮气旋暴雪过程积雪特征的分析,揭示了近地面气象要素对积雪深度的复杂影响。结果表明:(1)江淮气旋系统特有的空间结构导致山东南、北地区的降雪量和积雪深度不均衡分布。(2)积雪深度具有时效性,在降雪结束时达到峰值,因温度的变化导致峰值不一定维持到次日08时。(3)积雪深度是近地面多气象要素共同作用的结果,降水相态、降雪量、降雪强度、气温、地温和风速均有影响。主要表现为:雨夹雪在转为纯雪之前可产生不超过1 cm的积雪,如果不转雪则不会产生有量积雪;各地降雪含水比差异较大,全省平均为0. 5 cm·mm~(-1),低于全国平均值;在降雪不融化的情况下,降雪量、降雪强度越大则积雪越深,降雪强度大是气温和地温都高于0℃时产生积雪的必要条件;地温和气温越低对积雪形成越有利,积雪开始产生时的地温最高阈值多在0℃左右,地温先突降后缓升是积雪产生前后的共性特征,积雪产生后1～2 h内地温略有上升并逐渐趋于稳定;积雪产生时气温一般低于0℃,气温高于0℃时大部分降雪融化;有利于产生积雪的平均风力多不超过2级,极大风则在3～4级以下。     

基于加密观测的一次极端雨雪过程积雪特征分析

利用降水现象仪、地面自动站、人工加密积雪深度逐时观测资料及NCEP/NCAR 1°×1°再分析资料,对山东2020年1月5-7日罕见雨雪过程的积雪特征及温度影响机制进行了分析。结果表明:(1)降水量突破同期历史极值导致此次雨雪过程成为极端天气事件,地面影响系统为江淮气旋,冷平流较弱,积雪深度是预报难点。(2)整个过程全省各站的平均降雪含水比为0.46 cm·mm~(-1),低于过去20年间的江淮气旋暴雪过程。(3)积雪深度与高空温度、相对湿度和垂直速度的配置有关,在最大上升运动与90%以上相对湿度的叠置层次内,如果环境温度有利于树枝状冰晶增长则积雪深度和降雪含水比大,而环境温度适合空心柱状冰晶增长的则积雪深度小;云下温度高于0℃使得积雪深度减小。(4)积雪深度与近地面温度的关系表现为:气温低于0.5℃可形成有量积雪;0 cm地温对积雪的影响表现在积雪产生之前,降至0.4℃以下可形成有量积雪;雪面温度在产生积雪前后的2 h内维持在0℃左右,其他时段变化与气温类似。(5)降雪含水比基本上随着气温的升高而减小,在0.5 cm·mm~(-1)以上时一般降雪期间气温低于0.4℃。该个例揭示了积雪深度和降雪含水比的预报需要综合考虑高低空气象条件。     

降水相态转换机制及积雪深度预报技术研究

利用2014—2017年山西省地面和高空气象观测资料、NCEP/NCAR FNL再分析资料、山西及周边地区多普勒天气雷达资料,对山西冬半年雨转雪过程进行归类与分析,探讨地面气温在降水相态转换中的作用,提取降水相态转换的前兆信息。针对降雪过程,统计分析降雪量和积雪深度增量的关系,总结提炼积雪深度预报指标。最后,选取气候特征相似的两次雨转雪过程进行对比分析,揭示降水相态转换的物理机制。结果表明:(1)山西省11月发生雨转雪的站次最多,其次为2月。地面气温作为降水相态变化的重要指标,其与气候和天气(如冷空气强度和路径)特征、地理位置等有关。(2)山西冬半年积雪深度增量与降雪量比值约0.68 cm·mm~(-1),且比值随着气温降低而增大,因此存在明显的时空差异。(3)在雨转雪的不同时段,随着对流层低层降温,冰雪层厚度在总云层的比例有所增加,且云中固态凝结物下落路径缩短,使得固态凝结物在下落过程中融化概率减小,造成相态变化。     

一次江淮地区突发降雪的多源观测特征及其成因分析

利用激光雨滴谱仪资料、地面观测资料、合肥双偏振雷达资料和欧洲中心ERA5再分析资料，对2022年1月26日发生在江淮之间一次短时强降雪天气过程中滴谱变化和雷达回波特征进行分析，并探讨雨雪相态变化的成因，结果表明：（1）本次江淮之间突发的强降雪过程中，雨雪转换迅速，降水相态变化时间提前于地面温度变化，合肥地区温度变化明显强于周边地区。（2）此次短时强降雪发生在锋生强迫过程形成的高架雷暴中，强烈的上升运动、降水粒子的融化和蒸发引起温度负变化，导致降温过程自上而下产生，表现为地面温度下降落后于雨雪相态的变化。（3）降雪过程先后出现降雨、雨夹雪、纯雪3个阶段，雨（雪）滴谱的时间演变特征变化明显；转雪后降水粒子的下落末速度降低、粒径增大、滴谱明显变宽。（4）雷达观测显示此次降雪回波顶高度较高，超过6.5km，低空1km有强度超过50dBZ强反射率因子带并延伸到地面。反射率因子、相关系数（CC）和降水粒子产品（HCL）在降雪过程的发展中有明显特征。     

武汉一次短时暴雪过程的地面雨滴谱特征分析

利用Thies Clima激光雨滴谱仪(TCLPM)和站点加密观测资料,对2011年2月12日发生在武汉的一次短时暴雪天气过程的演变特征进行了初步分析。结果表明:人工观测与激光雨滴谱仪自动探测的累积降雪量较为一致,均为5.6 mm。该短时暴雪过程,先后经历降雨、雨夹雪和纯雪三个阶段,且激光雨滴谱仪监测到了这三种降水相态对应的不同滴谱特征,即:降雨阶段,粒子下落速度大而粒径小;纯雪阶段,粒子下落速度小而粒径大。同时,监测到三个阶段雨滴谱型的变化较明显,其经历了单峰、波动再多峰的演变过程,谱宽与数浓度呈明显增加趋势。降雨强度与反射率因子和粒子质量加权平均直径呈正相关:雨强大对应反射率因子和雨滴平均直径值大,雨强小对应反射率因子和雨滴平均直径也小。     

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。     

乌鲁木齐地区两次暴雪过程的滴谱特征分析

利用乌鲁木齐气象站的激光雨滴谱仪观测数据,分析2018年3月17—18日和12月1日的两次暴雪天气的滴谱特征。结果表明:(1)两次过程的雪滴谱表现为单峰分布,粒子浓度峰值均在低谱段,雪滴谱宽度分别为0.42～4.63 mm和0.55～6.78 mm。(2)个例1中降雪云偏向于层状云类型,降雪主要由较小尺寸的霰或者凇附的冰相粒子组成,个例2中的降雪云偏向积层混合云类型,降雪主要以尺寸较大的干雪花为主。(3)两次降雪过程中的Dm和lg NW的拟合经验关系式呈现出明显的负相关。(4)拟合的本地化Z-R关系式分别为Z=171.7R2.22和Z=518.7R2.27,两次降雪过程的雷达反射率因子平均值分别为20 dBZ和25 dBZ。     

一次强寒潮过程的多相态降水分析

综合利用常规观测资料、双偏振雷达和雨滴谱仪探测资料,对2020年3月28日发生在常州地区的一次罕见强寒潮引起的降雨、雨夹雪和雪不同相态降水天气进行了分析。结果表明：(1)此次3月末罕见强寒潮和降水主要是在高空槽、中低层切变线和西南急流与地面冷高压配合下,强冷平流入侵以及850 hPa明显干层的蒸发(或升华)吸热的共同作用引起的,中低层温度的急剧下降,导致降水相态发生变化。(2)双偏振雷达监测到3种降水相态呈现出不同的偏振变量特征：降雨相态向雨夹雪转变时,反射率因子Z增大,差分反射率因子Z_DR增大,相关系数C_C有明显的低值带状分布,呈现出Z>30 dBz,Z_DR>1 dB,C_C<0.95组成的雨雪相态混合区域;而纯雪则为Z>22 dBz,Z_DR<1 dB,C_C>0.98。(3)雨滴谱仪显示降雨阶段主要由高浓度小粒子构成,雨滴速度-尺度谱呈现为倾斜的带状;雨夹雪阶段数浓度减小,粒径范围较宽,质量加权平均直径明显增大,雨滴速度...     

基于多种探测资料对武汉一次短时暴雪天气的监测分析

利用Thies Clima激光雨滴谱仪、MP3000A微波辐射仪、多普勒雷达和人工加密观测资料,分析了2011年2月12日武汉一次暴雪天气过程的演变特征。结果表明:(1)在这次短时暴雪过程中,先后出现了降雨、雨夹雪和纯降雪3个阶段,激光雨滴谱仪监测到该降雨阶段的雨滴谱较宽,最大直径达4.5mm,数浓度比较小,为2～5 429个.m-3.mm-1,雨滴谱型呈双峰型分布特点;(2)微波辐射仪对水汽相态监测显示,08:12-09:34(世界时)期间在1.5～3.5km过冷层比湿维持14～16g.kg-1大值区,之后迅速由雨夹雪过程(仅16min)过渡到纯降雪阶段,在65min内武汉站降雪量达到5.035mm,占整个降雪量的80%以上;(3)雷达反射率因子与粒子谱宽和数浓度密切相关,若后两者越大则对应的雷达回波强度也越大;同时还发现,与微波辐射仪反演的水汽密度、激光雨滴谱仪测得的降水强度也有较好的对应关系,若将这些结合起来对降水的相态变化、强度、量级和持续时间有很好的监测能力。     

北京地区4月一次罕见暴雪的形成机制分析

利用雨滴谱仪、多普勒天气雷达、微波辐射计、地面加密自动站、EC再分析资料及气候整编资料等多源观测资料,分析了2018年4月4—5日,北京地区罕见暴雪过程的极端性及形成机制。结果表明:(1)此次过程是北京地区4月首次出现纯雪日,降雪量和积雪深度均突破历史同期记录,1000～850 hPa温度标准化异常SD值均小于-3,日降雪量排在整个冷季的前5%,是一次极端天气过程。(2)低层强冷空气入侵形成冷垫,700 hPa强西南低空急流输送充沛水汽,使北京地区上空800～500 hPa产生条件性对称不稳定,暖空气在锋区以上的强上升运动触发不稳定能量,产生高架对流,局地雷达回波具有夏季对流单体的倾斜结构特征,有利于暴雪增幅。(3)降雪过程先后受到两次冷空气叠加影响,前期强冷空气持续剧烈降温导致低层温度偏低,使得温度达到降雪阈值,是此次极端降雪过程产生的主要原因。(4)微波辐射计监测显示,降雪的起止时间与逆温具有良好的对应关系,降水相态主要取决于1 km以下的温度变化。     

乌鲁木齐冬季清雪预报服务研究

以乌鲁木齐冬季清雪工作需求为牵引,利用乌鲁木齐2006—2016年冬季(当年11月—翌年3月)逐日降雪量、积雪深度、气温和173 d降雪日的逐时降雪量资料,分析了近11年冬季各量级降雪的分布特征、降雪持续时间和降雪的日变化特征;对积雪深度和对应降雪量做线性拟合,得出二者比值大体为0.968 cm/mm。得出清雪预报服务的重点是:小雪的有无、降雪起止时间和累积降雪量、积雪深度的预报,难点是中雪、大雪特别是暴雪和对应的积雪深度的精细化预报。     

1970—2019年内蒙古大兴安岭林区降雪特征分析

基于1970—2019年内蒙古大兴安岭林区11个气象站逐日降水量和温度资料, 提取降雪数据, 采用趋势分析法、距平法、M-K突变法、滑动t检验法等, 分析了大兴安岭林区降雪的时空变化特征。结果表明: 大兴安岭林区总降雪量和各等级降雪量均呈增加趋势, 其中小雪和暴雪的降雪量增加趋势较小; 小雪和中雪量在21世纪00年代达到最大值, 大雪和暴雪量在21世纪10年代达到最大值; 各等级降雪量对总降水量的贡献率为小雪>中雪>大雪>暴雪; 各等级降雪量年内月变化均呈M型分布, 总降雪量高峰出现在11月; 总降雪量在1995年有显著突变, 小雪、中雪、大雪、暴雪降雪量无显著突变年份。空间上总降雪量和各等级降雪量(除暴雪外)大体呈北多南少、西多东少的变化趋势。大兴安岭林区降雪初始日呈延后趋势, 终止日呈提前趋势, 雪季长度呈每10 a缩短2.3 d的趋势。     

基于Logistic方法构建的中国降雪判定方法研究

基于中国区域逐日降雪、降水、气温、相对湿度、气压和风速等观测数据,构建了中国区域的Logistic降雪判定方法,并对该方法和当前广泛应用的其他降雪判定方法在中国区域的适用性展开对比研究。结果表明,单温度阈值法和S曲线法对[-3,4] ℃气温区间内的降雪模拟不确定性相对较大。比较而言,Logistic拟合的系列方法成功率更高,对中国不同区域降雪识别也更为稳健,尤其是对青藏高原地区降雪事件的识别效果明显优于其他方法。在Logistic方法中,温度和相对湿度对降雪判定起决定作用,而气压和风速的影响相对较小。Logistic湿球温度方案(LogT_w)和气温+相对湿度方案(LogT_aH_R)均能很好地再现降雪量的空间分布和年际变化特征,且相应偏差均小于其他方法;总体上,这两种方案对降雪量识别效果差别不大。因此,可使用LogT_w方案或LogT_aH_R方案对中国区域降雪事件进行判别,尤其是对模式中降雪事件的识别。     

江苏不同量级降雪过程的对比分析和预报指标研究

利用常规观测资料和NCEP 1°×1°再分析资料,通过对2008-2018年共11年间发生在江苏省的区域性中雪、区域性大雪、区域性暴雪天气过程的对比分析,发现影响江苏区域性降雪的主要天气系统是500 hPa西风槽、700 hPa西南急流和地面冷空气。决定降雪量级的因素主要是700 hPa西南急流强度和范围,降雪区上空水汽输送强度、水汽辐合强度、水汽辐合厚度也与降雪量级有一定的正相关关系。暴雪时700 hPa水汽通量≥14 g·cm^-1·hPa^-1·s^-1,且水汽来源更为丰富,均来自于孟加拉湾和南海;大雪和中雪时,700 hPa水汽通量分别≥12 g·cm^-1·hPa^-1·s^-1和10 g·cm^-1·hPa^-1·s^-1。暴雪期间,水汽辐合区内水汽通量散度都≤^-1×10^-7g·s^-1·hPa^-1·cm^-2,水汽辐合厚度达200~400 hPa,明显强于大雪和中雪。有利于江苏发生区域降雪过程的温度垂直分布条件为:地面≤2℃、t₉₂₅≤-1℃、t₈₅₀≤-2℃、t₇₀₀≤-1℃、t₅₀₀≤-14℃。随着降雪量级的增大,中低层温度阈值呈降低趋势。中低层逆温是产生区域性大雪及暴雪的必要条件,而中雪发生时不一定都有逆温层结,只要近地层温度条件合适,就能产生降雪。随着降雪量级的增大,逆温层强度明显增强、厚度明显增厚。暴雪、大雪和中雪时逆温强度阈值分别为3~8℃、2~8℃和1~3℃,其逆温层厚度分别为150~200 hPa、100~200 hPa和50~100 hPa。降雪过程中上升运动强中心位于600400 hPa。暴雪时,上升运动区相对大雪和中雪时的更为深厚,基本整层都为上升运动区,垂直运动发展旺盛。暴雪和大雪时上升运动中心值均≤-0.7 Pa·s^-1,中雪时中心值≤-0.3 Pa·s^-1。     

1961—2019年北疆冬季不同等级降雪变化特征

利用1961—2019年冬季北疆45个国家站逐日降水观测资料,采用统计分析方法,对不同等级降雪的气候变化特征进行了分析。结果表明:近59 a北疆降雪日数、降雪量、降雪强度分别以0.41 d/10 a、3.13 mm/10 a、0.15(mm·d~(-1))/10 a的速率增加,其中降雪量对全年降水量的贡献以1.3%/10 a的速率增长。降雪日数、降雪量主要表现为中雪和大雪的增加,降雪强度主要表现为暴雪强度的增加。小雪对降雪日数、降雪量的贡献呈减少趋势,其余等级为增加趋势,以中雪降雪日和大雪降雪量的贡献最为明显。北疆降雪日数仅在1月表现为减少趋势,主要是小雪日数显著减少;冬季各月降雪量均表现为增加趋势,主要是中雪和大雪降雪量显著增加。21世纪前10 a是降雪日数和降雪量最多的时期,20世纪60年代和21世纪10年代是降雪日数较少的时期。北疆降雪量在1985年发生突变,突变后年平均降雪量增加了12.4 mm。对比丰雪年和枯雪年,丰雪年降雪量偏多主要是小雪以上等级降雪日数的增多。     

一次局地暴雪过程低层降温机制分析

2015年12月5日在强西南暖湿气流和弱冷空气配合之下,浙江杭州到安徽黄山一带出现了局地大到暴雪,此次过程预报偏差较大。通过对水汽、动力和温度条件分析表明:强西南暖湿气流和冷暖空气的辐合为大量地面降水的产生提供了水汽和动力条件;深厚的湿层和合适的中层温、湿条件有利于生成大量可供降落的冰雪晶;转雪前杭州站低层异常降温是形成降雪的关键原因。通过对降温机制的分析表明:引起杭州站低层降温的原因主要是水物质相变相关的非绝热加热,冷平流的作用很弱。5日08时之前低层降温主要是降水粒子蒸发吸热引起的;5日白天低层降温主要是由大量冰(雪)晶融化吸收环境潜热导致,冷平流和垂直输送项也有部分贡献。预报中对降温机制分析不足,可能是导致预报偏差的主要原因。该个例中平流等降温机制较弱,冰晶融化吸热作用导致中低层形成0℃的均温层,从而使冰晶顺利到达地面。中低层温度与常用的预报相态的温度阈值相差较大,说明预报中不能机械依赖温度指标,而应全面分析降雪形成的物理机制。当降水量大时,融化吸热可以成为降温的主要机制,预报中应予以充分考虑。     

杭州“12·05”降雪天气过程的偏振雷达观测分析

国内利用新一代多普勒天气雷达已经开展了较多冬季天气过程的分析研究,但随着国内雷达网逐渐升级到双线偏振雷达,如何将偏振参量应用于冬季业务预报成为了目前需要解决的问题。利用杭州临安C波段双线偏振雷达观测的2015年12月5日一次降雪过程资料及地面和探空资料,通过提出的基于零度层亮带识别的降雪相态识别方法和降雪累计时间统计方法,分析了雷达参量、零度层亮带的时空演变及统计的降雪累计时间分布特征,并与地面和探空资料对比,探索了双线偏振雷达在冬季降雪预报中的优势。结果表明:(1)冬季降水相比夏季连续性降水回波强度偏弱;雨、雪的差分反射率因子、相关系数差别不大。(2)零度层亮带在某些方位并不是水平的,大多数情况下为偏离雷达站的不规则环状或者线状,且某些时刻还有垂直零度层亮带存在。(3)降雪累计时间分布与实际降雪厚度分布基本一致,统计方法为地区降雪厚度的估测提供了可能。(4)零度层亮带的演变与地面和探空温度的空间、时间变化一致,相比单极化雷达使用双线偏振雷达观测零度层亮带更加可靠。     

石羊河流域降雪初、终日及雪期特征分析

利用1960—2017年石羊河流域5个气象站点降雪和气温观测资料,采用气候诊断分析方法,分析了石羊河流域降雪初、终日及雪期的时空变化特征及与气温和海拔高度的关系。结果表明:降雪初日为山区早于平原区,平原区早于荒漠区;降雪终日为山区晚于平原区,平原区晚于荒漠区;雪期为山区长于平原区,平原区长于荒漠区。各地降雪初、终日及雪期存在一定的异常性,正常降雪初、终日及雪期年概率均超过67%。年、年代降雪初日呈推迟趋势,降雪终日(除凉州和古浪外)呈提早趋势,雪期呈缩短趋势。降雪初、终日及雪期与气温和海拔高度呈极显著相关性,气温每升高1℃,初日推迟约6.3 d,终日提早约7.6 d,雪期缩短约13.8 d;海拔每升高100 m,初日提早约3.3 d;终日推迟约4.0 d,雪期延长约7.3 d。本研究为降雪预报提供了参考依据,同时对防御雪灾、科学利用降雪资源、保护生态环境和促进区域经济发展有重要意义。     

桂林降雪天气分析与预报

通过对桂林最近２０ａ降雪过程的统计分析，得出桂林降雪天气的环流特征和相关要素，找出预报降雪的天气形势和预报指标，最后结合现有数值产品资料的检验应用，归纳降雪天气预报思路。     

遵义市1960—2020年降雪特征分析

本文利用1960～2020年共61年遵义市12个国家站点的地面观测日资料和一般统计学方法对遵义市降雪时空分布特征做出分析,并利用NCEP（美国国家环境预报中心）再分析资料分析了遵义市3次暴雪个例的环流特征。结果表明：遵义市1960～2020年降雪年变化呈波动变化特征,整体呈下降趋势。月平均降雪日数呈现单峰特征,1月份达到峰值。各站点月降雪日数1月和2月明显多于其他月份。空间上,西北方向的习水到东部的凤冈一线降雪日数较多,大部分站点降雪日数分布与站点海拔正相关。另外,遵义市2000年以来的暴雪个例都是暖湿气流在冷垫上爬升,造成暴雪天气。