江淮气旋与3、4月闽东渔场大风

每年3、4月,是福建闽东渔场的春汛期。这时,做好沿海及渔场的大风预报,对于广大渔民及渔业生产的安全,关系极为密切。经普查发现,造成闽东渔场大风的地面天气系统有气旋、冷锋及冷空气扩散南下三种类型。其中尤以气旋对风的影响更大,既有西南大风,又有东北大风,因此,我们首先分析气旋及其大风预报的问题。 我们运用了1964—1973年3、4月地面及700毫巴高空图资料。大风的标准是:福鼎县台山站平均风速达12米/秒,或虽平均风速不足12米/秒,但阵风风速超过16米/秒,就算大风。实践证明,台山站的风力基本上能代表闽东渔场海面的风力。     

保定大风的气候规律和预报指标

为探索本站大风的规律,选取预报指标,我们用保定1958—1977年1—4月的资料进行了统计分析。规定大风的标准为:10分钟平均最大风速≥10米/秒,或极大风速≥20米/秒(每天只要有一次即算一个大风日,不管其间隔如何)。     

雷州半岛东部沿海风况的特征

统计雷州半岛东部海岛自动站的近4年观测资料,分析得到雷州半岛东部沿海海面风的时间变化特征和大风特点。结果表明:雷州半岛东部沿海风速冬季最大、夏季最小;日平均风速分布呈单峰型,且日较差较小,正午前后风速较大,傍晚到次日早上风速较小;全年主导风向为东南、东北和偏东风,春季的主导风向为东南、偏东风,夏季以东南风向为主,秋季主导风向为东北风和偏东风,冬季主导风向为东北风;热带气旋和冷空气是造成沿海大风的主要原因;热带气旋所致大风的平均阵风系数和离散度均明显大于冷空气样本。     

BP人工神经网络在MM5预报福建沿海大风中的释用

利用MM5中尺度数值模式输出的福建沿海6个气象站2004年5月到2007年10月每天08、20时48 h每6 h间隔的风速预报和实况资料,采用不同隐层以及节点数,按照风速大小分类建立人工神经网络模型,以此为基础应用BP人工神经网络建立风速预报模型,并将该模型应用到2008年1月至2009年2月福建沿海平潭、崇武、东山三站风力预报,对其效果进行检验。结果表明,采用一层隐层3个隐层节点数的人工神经网络模型是预报风速的最佳模型;经人工神经网络订正后,沿海风速预报比MM5模式预报有很大改善,特别是对大风(10 m.s-1)预报能力有极大提高,其Vs评分比MM5模式提高60分;经检验,经人工神经网络订正后的风速预报精度比MM5模式提高约32.3分,总体上,随风力增大,订正后的风速预报效果越好。     

东北低压大风天气的数值预报与模式诊断分析

东北低压是我国东北地区的主要天气系统,一年四季均可出现。但在春季出现最频繁,低压强度也最大,它所带来的天气经常是持续的强烈大风。根据1956—1980年的历史资料统计,四、五月份东北低涡出现大风(长春,四平和白城三站地面风速≥10米/秒)的机率可达60—80％。本文对一次东北低压的发展及其大风天气进行了数值预报。为     

3—4月苏北沿海大风预报的一种业务系统

为了预报我国东部沿海海域上3—4月的大风,我们建立了一个自动化预报系统,该系统由识别东亚大槽的移行,诊断地面流场,海上风统计预报模式等软件组成。通过对1985年到1986年春季观测资料的检验,结果表明风速预报的平均准确率为87.8％,风向预报平均准确率为74.6％,该系统已纳入上海气象协作区《东海沿海大风短期预报业务自动化系统》。     

渤海大风特点以及海陆风力差异研究

利用2009年7月至今渤海浮标站观测资料,分析了渤海大风的特点.结果表明,2009年出现大风、强风57天,2010年为101天,2011年为38天.11月大风、强风日数最多,1月次之;夏季大风、强风日数较少.从风向来看,北风、东北风的大风、强风日数最多.浮标站与沿海两站风场的对比表明,大风日,东北、东风瓦房店站的最大风速更接近浮标站,其他风向旅顺站接近浮标站;强风日,8个风向都是旅顺站相对接近浮标站.从风速差最大值来看,沿海站比浮标站小2～4级.大风日与强风日的对比表明,大风日沿海站的风速更接近浮标站.对极大风速而言,沿海站与浮标站的风速相差较小,旅顺站的风速更接近浮标站.不同的大风过程由于影响系统不同,海陆风向风力会有很大的不同.但无论什么系统造成的大风,最大风速海陆差异都比极大风速海陆差异明显,最大风速海陆差异最小1级,最大5级,而极大风速只差1级左右.当北路、西路冷空气造成大风时,瓦房店站的风速更接近浮标站,最大风速小1～2级,极大风速小1级;当地面低压(包括热带气旋)造成南大风时,3个测站差别不大,最大风速小1级,极大风速相近.     

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。     

基于自动站资料的海上风客观预报方法

根据辽宁省沿海自动站资料,采用卡尔曼滤波方法对沈阳区域气象中心MM5中尺度数值预报产品进行解释应用,制作环渤海及邻近海域海面最大风矢量预报的技术方法,对2009年8-12月预报结果进行检验。结果表明：海上最大风矢量预报结果中风速的预报要明显好于风向的预报,其中风向预报最好的海区为黄海北部,准确率为57.3 %;风速预报最好的海区为渤海中部,准确率为64.6 %;风速误差以正误差为主,说明风速的预报值与实况值相比偏大。该方法对于环渤海及邻近海域海上风的预报效果较好,能够比较真实地反映海上风演变过程,具有预报参考价值。     

杭州市冬季大风预报方法

随着经济的发展,灾害性天气对经济生产和人民生命财产所造成的损失和危害越来越大.大风等灾害性天气直接关系到人身安全,对工农业生产及航运、电力等部门也有很大的影响.为了做好大风预报服务工作,我们研制了杭州市冬季大风预报方法.1 资料来源及大风标准通过对1980年—1994年每年12月1日一次年2月底杭州、富阳、萧山、临安、桐庐、建德、淳安7个观测点每天的瞬时、自记风资料的普查,我们把大风标准定为瞬时风速V≥17.0m/s,2分钟平均风速 V_2≥14.0m/s或10分钟平均风速V_(10)≥12.0/s.凡7站中至少一站出现上述风速之一者定为一个大风日.     

山东省沿海冬春季海陆大风对比分析

利用山东省划分的沿海12个海区代表站和部分海岛站资料,6艘渤海和黄海救助船资料,验证了2010年11月以来冬春季海区大风过程(≥6级)中,烟台北部沿海和威海南部沿海站大风资料的可用性,并对渤海湾、渤海中部海区、黄海北部海区和山东沿海大风进行了对比分析,得到以下结论:(1)渤海湾海区,滨州北部和东营北部沿海站均比海面风速偏小。(2)渤海中部海区,当天气系统为低槽冷锋时,东营东部、潍坊北部、烟台北部和烟台西部沿海站均比海面风速偏小。(3)黄海北部海区,在统计时段内,成山头站非常接近海面风速,其次是长岛县大黑山比海面风速小3 m·s-1左右。     

汕尾浮标站的风况特征分析

利用广东省汕尾红海湾大型浮标站的近4年观测资料,统计分析汕尾红海湾近海海面风的日变化特征、季节变化特征和大风特点.分析表明：红海湾近海海面秋、冬风速大,夏季风速小,风向以东北风为主;平均情况下中午前后风速较小,早晚较大,风向以东北风为主;冷空气和热带气旋是造成红海湾近海大风的主要天气系统;大风平均阵风系数较小,最大阵风系数在热带气旋影响下出现.     

ASCAT近岸风在山东沿海的适用性分析

利用2013年1月—2014年12月山东近海的8个浮标站、海岛站和自动站资料与ASCAT近岸风速和风向进行对比,以分析ASCAT反演风场在山东沿海的适用性。研究发现：总体上看,ASCAT近岸风速与代表站实况风速正相关,ASCAT近岸风速在山东沿海误差较小,风向有明显的偏离。ASCAT近岸风在渤海、渤海海峡和黄海北部的适用性优于黄海中部。风力不同时,ASCAT近岸风速与实况偏差有明显差别,表现为当实况出现6级及以上的大风,ASCAT近岸风速小于实况;当实况出现6级以下的风,ASCAT近岸风速大于实况。就ASCAT风速偏差而言,6级以下的风速偏差小于6级及以上风。ASCAT近岸风向与实况偏差也有明显差别,当实况出现6级及以上的大风,ASCAT近岸风向与实况的偏离变小;当实况出现6级以下的风,ASCAT近岸风向与实况的偏离变大。因此,ASCAT近岸风速在山东沿海有较好的适用性,6级以下风更优;ASCAT近岸风向也有一定的适用性,6级及以上风向可用性比6级以下强。     

我国登陆热带气旋引起的大陆地面风场分布

利用逐小时风速观测资料以及台风年鉴资料,分析了2008~2014年登陆我国大陆地区的51次热带气旋（TC）的地面风场分布特征,包括TC登陆期间大陆地面风场演变和大风分布特征、海岛站和内陆站的风速差异以及海拔对风力造成的影响等。结果表明:6级及以上大风主要发生在距离TC中心300 km内、TC强度达到台风（TY）以上时,并主要位于TC移动方向的右侧,尤其是右前象限;华南区TC风场分布主要由在此区域登陆的TC（Ⅰ类）造成,较大风速区包括广东西南部沿海、雷州半岛附近和海南西部沿岸;华东区TC风场分布主要由在此区域登陆的TC（Ⅱ类）造成,杭州湾出海口以及浙闽沿海是较大风速区;6级及以上大风广泛分布在华南和华东沿海,6~7级地面大风高频站主要位于杭州湾附近,8级及以上地面大风高频站点在杭州湾和福建沿海分布比广东西南部更为密集;TC登陆前后均可能造成大风,大风出现时间与站点至TC中心的距离密切相关;同等强度TC在海岛站造成的风速比陆地站更大,对高海拔站点造成的风力大于低海拔站点。本文研究结论对于TC大陆地面风场的预报具有一定参考价值。     

杭州湾大风的中、短期预报

通过建立的预报方程,把大风预报数值化。通过对王盘山和嵊泗3年来出现的大风个例的对比分析,找出杭州湾大风的主导风向;各季节二站风向风速之间的特点,利用二个测站的空间相关性,建立线性预报方程,来预报短期的杭州湾的风。而中期预报,则是通过PPM方法,采用前一天20时的欧洲数值预报资料,做出杭州湾3~5天内,每一天的最大平均风速和风向,在此基础上加上一级为阵风风速。     

渤海湾大风的特征及其预报

利用1988—2011年渤海湾两个站的大风资料,对渤海湾多年大于17m/s强风特点进行分析,发现冬季以西北风为主,春、夏、秋季以东北风为主,偶尔会出现偏南风。渤海湾海面大于10级的强风主要出现在10月、11月和12月。强风年分布特征呈两峰两谷型,最多月份是11月,最少月份是8月。根据天气学原理和因子统计筛选,发现强风的极大风速与当日最大风速有较好的相关性;对不同下垫面(海面、陆面)分别建立了极大风速与当日最大风速的预报方程。预报方程通过了α=0.01的显著性检验。方程回代拟合率达到75%~94%。将WRF数值预报计算出当日的最大风速值进行订正、代入预报方程、快速计算出强阵风,为灾害性大风预报提供了客观、有效的预报手段。     

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。     

热带气旋周围15米/秒风的半径和频率

1.引言海上交通常受台风海浪的影响。为了最大地保证船只的安全以及减少船只改变航线而付出的代价,我们必须预报出大风的水平范围。对于海面状态,地面风速为15米/秒的半径是一个重要的参数。本研究使用西北太平洋和西大西洋的无线电测风资料,计算了离台风和飓风中心各个距点上地面风≥15米/秒的发生概率。文章探讨了15米/秒等风速线与风暴强度和范围之间的关系,还讨论了沿     

基于ERA5再分析资料的余姚地区阵风预报模型探究

利用2007—2017年余姚地区44个气象自动站观测数据和欧洲中心ERA5再分析资料,对余姚地区日极大风分布进行了统计分析,并提出一种本地化的经验阵风预报模型(雷暴日除外)。研究发现:余姚地区日极大风呈正态分布,风力峰值为4～5级,平均每年大风日占比达7.03%,累计大风时次占比3.32%,年平均大风日26 d。风力越小,阵风与平均风之间的线性拟合效果越好。影响阵风预报的因子主要有10 m平均风速、925 hPa风速、地面粗糙度、摩擦速度和3 h变压。6级及以下阵风预报中,业务中的阵风经验系数1.4容易造成余姚本地阵风预报偏低,适用于余姚本地阵风预报经验系数为1.775;6级以上阵风预报经验方程考虑了平均风速、垂直动量下传、水平动量传输、地面摩擦和海拔高度订正,其与925 hPa风速的平方呈正相关,与摩擦速度呈自然指数相关,经验方程相对于经验阵风系数的预报拟合优度提升了59.61%;经验阵风预报方程通过了2018—2019年的数据检验,该方程对1～2级阵风预报偏高,3～5级效果最好,6级阵风的预报偏低;6级以上的阵风等级预报准确率达55.2%。地形摩擦作用在冷空气大风与台风大风过程中尤为重要,这两类过程阵风系数分布类似,但台风带来的动量下传比冷空气更为明显。     

咸阳地区大风天气特征及智能网格大风预报订正

利用2014—2019年咸阳地区13个地面气象观测自动站风场数据、NCEP/NCAR 1°×1°再分析资料、西安探空资料及多普勒雷达产品、陕西智能网格逐小时格点化预报风场产品,对2014—2019年发生在咸阳地区的大风天气过程进行统计及分型处理,对比2017—2019年大风过程中陕西智能网格预报风场产品与实况风场差异,提炼出基于陕西智能网格预报风场产品的订正指标,利用2020年大风个例进行检验评估来验证订正指标的可靠性。结果表明：发生在咸阳地区的大风分为系统性大风和雷雨大风,其中系统性大风包括高压后部偏东大风和冷锋后部偏北大风,雷雨大风分为高空冷槽型、西风槽型、副高影响型、冷涡后部型以及低涡型;陕西智能网格预报可提前72 h准确预报出2类系统性大风天气过程,提前12 h预报的平均风速最大值与实况最大风速之间差值最小,可参考该预报时次的结果增加4 m/s进行订正,检验得到6级以上风速预报准确率提高约1831%左右;对于雷雨大风,最大小时增幅在2 m/s以上对雷雨大风的发生时段预报有一定的指示意义,结合25百分位的实况极大风速阈值、陕西智能网格预报极大风速阈值,与各个环境参量和雷达产品参数进行概率匹配,订正预报可在一定程度上提高此类大风极大风速预报准确率。