西安地区大雾天气的分析与预报

利用天气学原理和统计方法对1995--2006年西安地区7个观测站大雾日的湿度、能见度、风速、地面气压及高空环流形势等资料进行分析,总结了西安地区大雾天气的时空分布特征、大气环流背景和形成大雾的气象条件,归纳出预报因子,用PP法建立了大雾的预报方程,利用T639数值预报产品资料来制作未来24小时西安地区的大雾预报。     

嘉兴市大雾预报方法

我们依据嘉兴市1991-1995年出现雾的资料,对嘉兴市产生雾的地面天气形势进行天气学分型,利用1997-1999年资料建立天气学概念模式,在判断可能会出现雾情况下,进行华东曲面拟合的物理量计算,并结合MM5中尺度数值预报产品和本站地面实况资料,建立嘉兴市大雾预报方法。经2年使用,证明该方法对大雾有较强的预报能力,取得较好的社会和经济效益。     

数值预报产品在冬半年暴雪预报中的释用

利用天气学原理分型统计了1981～2000年鹤壁市12h暴雪预报指标，采用N-T方法对T213和HLAFS数值产品预报场进行反演，并应用于2002年冬半年12h暴雪分段预报中，还对两种数值产品的预报效果进行了对比检验。     

辽西地区区域性大雾气候统计特征及预报

利用1995～2004年辽西地区4个代表站的大雾观测资料,分析了区域性大雾天气的气候统计特征,统计出易产生大雾天气的地面和高空形势场及出现频率,并从大雾产生的条件和形成机制入手,提出判别大雾出现的预报指标,并结合近10 a的历史资料对预报指标进行了验证,平均历史概括率为81.0%。选取2004年7月1日—12月31日单站历史资料进行抽样预报效果检验,总空报率为22.2%,漏报率为5.1%,检验效果较好。     

数值预报产品在冬半年暴雪预报中的释用

利用天气学原理分型统计了1981～2000年鹤壁市12 h暴雪预报指标,采用N-T方法对T213和HLAFS数值产品预报场进行反演,并应用于2002年冬半年12 h暴雪分段预报中,还对两种数值产品的预报效果进行了对比检验.     

湖州市大雾天气的成因分析及预报研究

提出了一个大雾预报的天气学模型，为了建立客观预报模式，必须把相应环流背景信息进行量化处理。该模式应用多种物理量来描述大雾发生前天气形势的变化，既便于量化又很容易实现预报的客观化和自动化。给出了物理量转换、组合计算方法，定向输送量概念对背景场的动态量化十分有效。应用BP神经网络建立大雾预报模型，选取的预报因子、预报指标可以较完整地描述形成大雾的整个背景场，包含的信息量大，业务应用效果明显。用于建模的神经网络设计和参数化方案对其他预报系统建设有借鉴意义。     

数值预报产品南宁24h降水预报检验

运用目前业务中经常使用的日本降水预报产品和T213降水预报产品，选用2005年4月～2006年8月资料对南宁市单点的预报效果进行检验，结果发现：晴雨预报TS值，T213和日本相差不大。在24h分量级降水检验结果中，T213的TS评分通常高于日本。大雨量级降水，日本优于T213。中雨和小雨量级的降水，T213优于日本。但是T213空报率普遍较高。     

柳州地区春季严重对流天气预报业务系统

通过对柳州地区春季严重对流天气形成的能量场和不稳定场特征的分析,在天气学分型的基础上,利用T106数值预报产品,并借助Micaps平台,研制出适合柳州地区运行的业务系统.     

深圳两次大雾天气过程对比分析及预报启示

2005年2月23-25日和2006年3月6日深圳分别出现了一次大雾天气。从天气学角度对两次大雾过程的形成原因、特点进行对比分析，分析表明：大雾天气需在一定的形势场中出现并维持，近地面层气象要素场的变化会促进大雾的形成、维持和消失，而近地面层风场或温度场的改变除了与其环境、当地气候特征有关外，与大的形势场是分不开的。通过对比，对深圳大雾天气的生消和维持机制有一定了解，对预报本地大雾天气有指示作用，也为其它地区特别是沿海地区雾的预报提供借鉴。     

深圳两次大雾天气过程对比分析及预报启示

2005年2月23~25日和2006年3月6日深圳分别出现了一次大雾天气。从天气学角度对两次大雾过程的形成原因、特点进行对比分析,分析表明:大雾天气需在一定的形势场中出现并维持,近地面层气象要素场的变化会促进大雾的形成、维持和消失,而近地面层风场或温度场的改变除了与其环境、当地气候特征有关外,与大的形势场是分不开的。通过对比,对深圳大雾天气的生消和维持机制有一定了解,对预报本地大雾天气有指示作用,也为其它地区特别是沿海地区雾的预报提供借鉴。     

合肥市大雾预报方法建立与应用

利用主成分分析方法对2012～2014年合肥市高速公路沿线交通气象站日最低能见度资料统计出的大雾观测样本进行研究，应用因子荷载点聚图将合肥市县大雾划分为2个区：中南区、北区。基于PP法统计ECMWF模式输出产品与大雾之间的相关性，全市和分片分别确定与大雾密切相关的高影响因子，利用等级分类和逐步回归建立大雾预报模型。在回归结果的判定阈值和消空指标选定的情况下，通过研发的大雾天气精细化预报系统每日定时输出合肥市大雾预报格点产品。经过前期业务化运行和预报效果检验表明：数值模式产品释用方法在有无大雾预报技巧方面较WRF模式明显占优，技巧评分大幅提升，而两类典型大雾天气过程预报效果检验则可以更直观地看出数值模式产品释用的预报方法效果要更好。     

一次中国东部大范围强浓雾的传播与扩展机制分析

本文利用常规气象观测资料、NCEP再分析资料对2016年12月31日至2017年1月4日中国东部持续近5天的大范围强浓雾过程进行了分析,重点对强浓雾的传播与扩展机制进行了诊断研究。结果表明:这次浓雾过程以1日晚间冷高压南下为分界点,在高压南下之前强浓雾范围局限于河北中南部,高压南下之后,强浓雾增强并大范围传播,影响江苏、安徽、河南、河北、山东等多个省。冷高压南下导致低层逆温层加强,逆温区范围扩大,是强浓雾得以大范围传播的重要条件。由海上经江苏、安徽、河南至河北的水汽平流输送则为浓雾的大范围传播提供了充足的水汽条件。     

新疆雾霾天气自动判识业务系统

新疆气象局依据中国气象局发布的《霾的观测和预报等级》（QX/T113-2010）中霾观测等级标准,开发的“雾霾天气自动判识业务系统”软件,具备自动识别雾、霾、晴等天气现象的功能,能24 h连续在线、实时、自动显示气象监测站PM2.5、气溶胶吸收特性等表征大气洁净状况的监测值,能为气象站观测员提供一个辅助判识雾、霾等天气状况的依据,能为预报员提供一个检验雾、霾等天气状况预报质量的在线实况依据.该软件系统已经在乌鲁木齐国家基本气象站、自治区气象台等单位试运行,且运行情况良好.     

自动建模客观分型方法在非汛期人工增雨中的应用

根据安徽省人工影响天气业务系统需要,利用NCEP 500 hPa高度场和风场格点资料及安徽省81站10年非汛期逐日降水资料,在客观分析天气形势基础上,结合预报员实践经验给出的不同系统影响安徽省时的关键区,计算机自动建模,形成逐日天气型日历,实现环流分型客观化。此方法识别条件实用,模型物理意义明确,自动化程度高,自动生成的逐日天气型日历,为安徽省非汛期人工增雨作业指挥系统提供了很好的天气预报参考依据。     

安徽省不同等级雾和重度霾时空分布特征及地面气象条件比较

雾和霾都是低能见度天气,生成条件相似。利用安徽78个地面站逐时观测资料,基于雾、霾发生物理条件,建立了不同等级雾日和重度霾日的观测诊断方法,重建了不同等级雾和重度霾的时序资料。根据各站强浓雾发生的同步性,将安徽分为5个雾、霾分布特征不同的区域,探讨了各区域不同等级雾及重度霾出现时地面气象条件的异同。结果表明:（1）安徽省强浓雾主要是辐射雾。强浓雾、浓雾和大雾空间分布形势大体一致,淮河以北东、西部和江南都属于强浓雾高发区,但各地强浓雾的时、空分布特征和影响系统不同;重度霾有明显的北多、南少、山区最少的分布特征。（2）强浓雾年变化呈双峰型分布,峰值在1月和4月,日变化为单峰型,峰值在06时;而重度霾年变化为单峰型,峰值在1月,日变化为双峰型。（3）在强浓雾的高发时段（02—08时）,强浓雾时降温幅度最大,比重度霾平均高1℃,风速显著偏低,超过75%的样本风速低于1.5 m/s,且无明显主导风向;而重度霾时,风速比雾时明显要大,个别区域有超过75%的样本风速大于1.5 m/s,且以西北风到东北风为主。说明重度霾能否演变为强浓雾的关键地面气象因子是风速、风向和降温幅度。      

华北地区高速公路沿线雾预报

在数值预报产品(MM5)的基础上,建立了华北高速公路沿线及邻近460个气象站的高影响天气一雾的统计预报模型.抽样检验系统运行2年多来所积累的预报和实况资料的结果表明,北京24 h能见度V≤5 km预报的年临界成功指数(CSI:Critical Success Index)为0.61,京津塘高速公路沿线的7个站为0.68...     

用PP方法做河北省雾的分县预报

利用 1 96 0～ 1 999年 4 0年的气候资料 ,运用天气学原理和气候统计学方法 ,分析了雾与气象要素的关系。使用常规气象资料、利用T1 0 6数值预报产品和PP方法 ,分别制作了 2 4小时、4 8小时河北省雾的区域预报和分县预报     

江门地区初春大雾的预报预警业务系统

介绍江门地区大雾天气分型预报业务系统。该系统采用Delphi语言编写程序、应用Access作为数据库进行开发,并采用人机交互方式,简化了预报流程,减少工作量,为及时、准确发布大雾预报和预警信息提供依据。该系统通过自动读取Micaps实时数据,以人工判断锋面、倒槽、切变线等有利于春季大雾的天气形势为辅助,对江门地区初春大雾天气做出客观预报,并对预报结果进行自动检验。     

安徽省酷热天气分析及预报指标

基于安徽省1961-2017年逐日地面最高气温资料,采用Mann-Kendall法对安徽省高温天气事件进行突变分析,发现安徽省2000年后高温事件明显增加。为分析安徽省酷热天气特征和产生机理,文中挑选了35~37℃高温天气个例对比分析。结果发现:1)500 hPa西太平洋副高位置和850 hPa气温对酷热天气预报的指示性最好。2)受西太平洋副热带高压不同位置控制,安徽省增温机制不同:当为高压中心控制时,太阳辐射在增温过程中起决定性作用,安徽省易出现酷热天气;当高压中心位于海上,脊线位于安徽省附近时,安徽省高温强度较弱。通过酷热天气个例研究和合成平均分析,文中总结了安徽省酷热天气预报指标。     

应用单多普勒雷达资料反演风场作暴雨中尺度分析

针对2002年6月23日发生在安徽西部的一次暴雨过程，以有限的探空资料作为大尺度背景场，应用合肥CINRAD-98D多普勒雷达资料，通过准四维变分分析方法进行反演，获得了不易被常规探测到的中小尺度三维风场，由此分析了引起强降水的中尺度天气系统。指出暴雨中心位于风速切变的下方，同时上空也伴随辐合中心，以及正涡度极大值。分析结果表明，变分法是一种较为准确的从雷达资料中提取三维风场的方法。利用雷达资料反映中尺度天气系统，同时又加入大尺度的背景场作为基础，两者相互弥补，能较真实地反映实际天气状况。在气象预报中有效地应用多普勒雷达资料，有助于研究更为细致的中小尺度天气系统结构，而且也可为中小尺度数值预报模式提供准确的初始场。