新疆铁路沿线前百公里风区大风特征统计分析

基于2015—2017年新疆铁路沿线17个大风监测站的逐时观测资料,分析了南疆线前百公里风区的大风时空分布特征,并与著名的百里风区代表站十三间房气象站进行对比分析,结果表明:前百公里风区通常是指新疆著名的三十里风区和百里风区外又一强风区带,风速强劲,大风历时长,其间以铁泉西至三个泉大桥区段风速最大,代表站三个泉大桥瞬间极大风速比十三间房气象站平均大12.2 m/s;前百公里风区平均风速季节变化规律为夏季春季秋季冬季;5月达到月均风速的最大值,1月为最小值;平均风速日变化呈单峰形式变化。大风情况下前百公里风区沿线主导风向较稳定,为NW(西北风)至N(北风)之间。风区中铁路沿线呈东北—西南走向,正好与大风的主导风向相正交,形成横风,对列车运行可产生较大的危害。     

兰新铁路第二双线大风规律及影响分析

利用兰新铁路第二双线16个新建气象站2010年7月1日至2014年6月30日多层高度风向、风速资料,对兰新铁路第二双线沿线10 m高度和近地层大风分布规律进行分析。结果表明,兰新铁路第二双线沿线10 min平均风速、极大风速变化趋势基本一致,但风速最大站与最小站的差异显著;风速具有明显的日变化、月变化以及季节变化特征,且变化特征较为一致;兰新第二双线存在4个相对风速大值区—白洋河特大桥至头道河段、红台南至了墩南、烟墩风区西侧至红柳河特大桥段及安北车站东南段;风向方面,从白杨河特大桥至百里风区东侧以偏西、偏北风为主,烟墩风区西侧至玉门地窝铺大桥以偏东风为主;兰新铁路第二双线沿线近地层梯度风从由低到高风速逐渐增加,但增大幅度略有差异;典型大风天气过程中,大风维持时间与四大风速大值区有较好的对应关系,大风持续时间和铁路运营停轮时间均在白杨河特大桥至头道河段最多。     

2005—2020年新疆百里风区精细化逐时风速特征研究

精细化捕捉风速大小及其变化细节过程，是顺利开展风区大风监控预报预警气象服务的关键理论支撑。本文基于百里风区气象观测站的风速数据，对质量控制后的2分钟平均风速、大风日数、日最大风速、日极大风速资料进行计算，给出百里风区2005—2020年精细化逐时风速特征。结果表明：（1）随时间分辨率的提高，24次与4次定时观测值差异明显增大，且偏差随风力等级增高而增大；（2）百里风区风速变化规律与大气环流紧密相关，地形起到加强放大作用。在太阳辐射及地形地貌影响下，百里风区年平均风速8.3 m·s-1，年平均大风日数200.6天，地面风速持续较高；（3）一年中春夏季平均风速最大，且较大风速持续时间长；（4）一日中平均风速高峰时段与大风易发时段不完全重合，平均风速最大值出现在夜间4时前后，大风高发时段峰值集中在17—20时。     

新疆百里风区强风中尺度特征分析

大尺度环流背景和天山山脉大地形共同作用形成新疆百里风区，其风力之大居全疆九大风区之首。为进一步研究百里风区强风中尺度特征及其与局地地形的关系，选取2018年5月6—8日百里风区强风天气过程，使用WRF模式进行中尺度模拟分析，形成以下结论：天山两侧气压梯度力驱动下冷空气翻越天山，经色皮山口狭管效应和过山波水跃下沉接力加速，在背风坡上空形成强风区，强风区接地形成百里风区地面大风；大风过程中，七角井盆地地形强迫引发有限振幅重力波，背风坡上空大风区之上的临界层吸收上层能量并向下传递，增大了大风区的风速，使得低空大风区的接地更加充分。低空大气稳定层结的强度与大风强度相对应。     

新疆百里风区地形与大风的关系

大风是影响新疆交通运输安全生产的主要气象灾害之一,其中最典型的是百里风区,代表站为十三间房,由于特殊的地形地貌,该区域风力强劲,大风频繁。根据山口的狭管效应和冷空气越山后流波风的理论,利用近2年的实测风资料,对百里风区有强风出现的情况进行了估算和实例的验算,结果表明在冷空气入侵的过程中,上游木垒站与十三间房站风速存在着很好的延时9～10小时正相关。     

新疆“2.28” 大风的中尺度数值模拟

受西西伯利亚较强冷空气入侵的影响,2007年2月28日02时,乌鲁木齐开往阿克苏的5807次旅客列车,在新疆三十里风区遭遇狂风,造成11节车厢脱轨侧翻。使用WRF模式对这次大风天气过程进行了数值模拟。结果表明：WRF模式较好地模拟了三十里风区大风的演变和分布特征,对逐时风速的模拟较实况偏小,但变化比较同步;很大的气压梯度和特殊的地形是大风形成的主要原因,狭管效应和下坡风同时存在。     

新疆百里风区近地层垂直风切变指数特征

采用新疆百里风区十三间房100 m高度铁塔2009年5月—2011年1月逐时5层测风十分钟平均风速资料,计算各层平均风速,利用最小二乘曲线拟合幂函数计算塔层高度整层的风切变指数(α),用幂函数公式直接计算各层间α值。取启动风速段(风速3 m·s~(-1))和大风风速段(风速13 m·s~(-1))2个风速段分别进行计算;分析了一日内各时次和整年各月α值变化规律。研究发现:启动风速段和大风风速段α平均分别为0.084 5和0.036 4,α与风速成反比关系;一日内9:00(北京时间,以下均同)日出后α值缓慢减小,16:00—21:00维持较小值,22:00后α快速增大,直到次日08:00维持较大值;11月—翌年2月α较大,其他月份显著变小,α值与太阳高度角成反比关系。     

新疆多风区极值风速与大风日数的变化趋势

在新疆5大风区代表气象站历史风况资料均一化处理基础上,从平均风速、极端风速强度、极端风速频次、大风持续时间等4个方面分析了极端风气候特征的演变趋势。结果表明:1)达坂城风区瞬间风速≥17.0m.s-1的年大风日数以及极端弱风频次没有显著的变化趋势,但极端强风的强度显著减弱,发生频次显著减少,大风年时数与最长持续时间仅从20世纪90年代中期显著减少,风力可利用时间增加。2)阿拉山口风区极端强风的强度显著减弱,极端强风频次与极端弱风频次均显著减少,大风日数、大风年时数、大风年最长持续时间均从20世纪90年代中期显著减少,风力可利用时间增加。3)十三间房风区仅极端弱风的频次显著增加、平均风速显著减小,其余变化均不明显。4)淖毛湖与哈巴河呈现出对称的极端强风强度显著减弱、极端强风频次显著减少、极端弱风频次显著增加趋势,大风日数、大风年时数、大风年最长持续时间等虽呈显著的减小趋势,但具有很大不确定性。5)十三间房风区平均风速的显著减小主要是弱风天数增加引起的,而其余风区则主要是由极端强风的强度减弱引起,极端风力频率和持续时间的影响作用相对略小。     

新疆百里风区大风天气的风廓线雷达资料分析

利用2010年和2011年春季在新疆百里风区十三间房气象站观测取得的风廓线雷达资料,分析了该地区两次强风天气过程三维风随高度的分布特征。研究表明：（1）风廓线雷达对大风的总体观测结果是准确的,由于受地物杂波等因素影响,某些高度层探测结果不佳。（2）十三间房大风爆发迅速,低空风速强劲,最大风速可达40m/s以上,大风急流区位于2500米高度以下,急流区无明显的水平和垂直风切变。（3）2010年4月19～20日大风随高度无显著变化,为一致的北风气流;2011年3月12～13日大风过程,2000米以下为北风控制,2000～4000m高度风速风向变化复杂,存在风向随高度逆时针和顺时针的多次偏转,4000m以上为平直的西风气流。（4）大风过程中,大气在铅直方向既可做上升运动,也可做下沉运动。通过对速度谱宽的分析,谱宽时间～高度分布与大风随时间和高度的变化有较好的一致性。     

河源市风能资源特征和开发利用前景分析

选取河源区域内五个气象观测站1956-2000年逐日观测资料和2009-2010年逐小时观测资料,利用统计学方法分析近地面风速及风能特征.结果表明:根据河源东西高、南北低的地形地貌,形成一个天然风口,处于中间区域的和平风能最大,河源北部的龙川、连平次之.和平的平均风速、最大风速、大风日数等方面均居各站之首.和平站的日平均风能有效时数为10.3h、年平均风能有效时数为3801h、年平均有效风能密度为124.7w.m-2;河源区域内的和平、龙川、连平为风能较丰富区,东源为风能可利用区,紫金年累计可利用风能小时数在2000h以下,为风能缺乏区.并根据地域和气候特点,分析河源风能开发利用前景.     

大风精细化预报及对动车安全影响

以2014—2017年新疆铁路强风区逐小时风速监测资料为基础,开展了基于EC细网格二次建模和上游指标站2种大风精细化预报方法研究,结合铁路部门、科研院所、气象部门联合在新疆开展的11次大风环境下动车组行车安全试验,建立起一套将大风精细化预报和大风环境下动车安全试验紧密结合的服务应用模式,该模式在兰新客专线大风条件下动车组行车安全试验的前期准备、进度安排、试验计划修订以及现场运行试验的全过程中起到了关键决策作用,也可满足行车调度和防灾应急指挥对气象信息的特殊需求。     

一种基于粗糙度分布的大风风速降尺度方法初步研究——以上海市域为例

精细准确预报大风风速对于风功率预报和风灾防御具有重要意义。本文以上海市域为研究区域,基于形态学方法估算上海市域空气动力学粗糙度分布,并通过近地层分层风速插值方法推算上海市域10 m高度精细风速分布。针对2016年1月23日20时—24日20时一次大风过程开展实证检验,对比分析降尺度模拟风速、地面实测风速、ECMWF预报10 m风速的空间分布、时间变化以及垂直廓线特征。结果表明,该方法可以较好地模拟上海市域风速大小的精细空间分布,模拟精度总体上表现为中心城区精度高、郊区精度稍低,但相比于ECMWF预报10 m风速分布有了明显提高,可以为风速的精细化预报提供技术支撑。     

台湾海峡西岸台风大风特征及极端大风典型个例分析

利用1987-2016年福建省沿海台风大风资料、美国NCEP再分析资料和FY2C卫星云顶亮温（TBB）资料,采用统计和天气学诊断方法,对台湾海峡西岸台风大风和极端大风进行定义并对特征进行分析。结果表明：台湾海峡西岸台风大风以7-9级为主,极端大风在10-14级,海峡西岸中部是大风重灾区。将研究时段内的台风大风样本按路径归为4类,发现产生大风的台风以登陆闽中北-浙中和登陆闽南-粤东路径居多,大风区总体位于登陆台风路径的右侧。对0608号"桑美"和1614号"莫兰蒂"产生极端大风的典型个例对比研究发现,地面北高南低形势及气压梯度越密集越有利于大风提早产生,台风上空中层冷平流侵入激发低层中尺度对流发展强盛是导致地面大风增强的可能成因。     

千米尺度数值预报模式对泰山地区暖季降水预报性能的评估

为深入认识对流可分辨模式对小尺度孤立地形区降水的预报性能,使用2017年暖季（5—9月）台站逐时降水观测数据,以小时尺度降水特征为指标,细致评估了千米尺度分辨率（3 km）的北京“睿图”短期数值预报子系统（RMAPS-ST）对泰山及其周边地区降水特征的预报能力,并对比了不同起报时次（北京时08时和20时）的预报差异。评估发现,RMAPS-ST可以再现泰山站的局地降水中心,但区域西南侧降水预报小于观测,而泰山站及其东北侧则相反。清晨和午后时段的降水预报与观测相比存在较大偏差。以泰山站为例,RMAPS-ST易于低估夜间至清晨时段的降水频率,这可能与模式对降水系统发展演变过程的预报偏差以及清晨泰山站弱降水事件的漏报有关;清晨泰山站降水强度的预报在不同起报时次的结果中存在差异,20时起报存在大幅度高估的问题,进而导致其暖季平均降水量预报大于观测,而08时起报对于清晨降水强度的高估不明显;08时起报易高估泰山站午后的降水频率,这与其午后短历时降水事件数预报偏多有关,模式对山区热动力场的预报偏差是午后降水空报的可能原因。小时尺度降水特征已应用于中国气象局区域数值预报模式的业务评估体系中,本研究结果也表明,此类评估有助于深入认识千米尺度数值预报模式对降水日内变化的预报能力,从而为精细化降水产品的订正提供更详实的科学依据。      

奥运会赛艇场馆逐时风场特征

应用2007年8月北京奥林匹克水上公园12个自动测风仪逐时风场资料、BJ-ANC对流临近预报系统提供的产品和自动气象站资料等,统计分析了8月奥林匹克赛艇场地的逐时风场各级风的出现频率,同时分析了逐时风速特征和风向特点.结果表明:08:00～18:00,0～2 m/s风速出现的最大频率为82%,出现在08:00;风速在3～5 m/s的最大频率为41%,出现在09:00,次之是15:00频率为36%;风速呈现在6～8 m/s的频率迅速降低,最大仅有14%.大于9 m/s的风速出现频率更小,这种风速一般与强对流天气相对应.BJ-ANC系统的强度产品弱窄带同波,能够预报风向的转变:当弱窄带回波经过奥林匹克水上公周时,有风向转变和风速变化,若两条弱窄带回波碰撞时,雷暴加强,这对奥运赛艇比赛有指导意义.     

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。      

采用次网格地形方案对白鹤滩水电站坝区一次大风天气的数值模拟

基于中尺度气象模式,采用次网格地形方案模拟了2019年3月19~20日四川、云南交界处白鹤滩水电站的一次大风过程,对10 m风速、风向和2 m温度空间分布及日变化的模拟结果进行检验评估,并结合地形分析了坝区易产生大风的原因。结果表明:此次西南大风天气是由高低空一致的西南气流配合地面“东高西低”的环流形势共同造成的。午后热低压发展强盛,地面风速增大,坝区出现8级大风。采用次网格地形方案后,风速的平均绝对误差和均方根误差最高可分别减小17%和14%,同时该方案有效地缓解了模式对白天风速的低估和夜间风速的高估,在大风和小风时段均对风速有较好的模拟能力,从而能更好地刻画风速的日变化特征。综合来看,次网格地形方案能显著改善风场的模拟效果,其中Jiménez方案更适用于坝区大风的模拟,但次网格地形方案对温度模拟没有改善作用。白鹤滩水电站的大风受局地地形影响极大,南北向狭长河谷地形产生的狭管效应使气流增速显著,坝区主体高度区河谷风的放大系数超过3.0,使得白鹤滩水电站极易出现灾害性大风天气。