新疆北部持续性暴雪过程成因分析

利用1964-2010年新疆天山及其以北地区(新疆北部)45个气象观测站逐日降水资料和NCEP/NCAR逐日2.5°×2.5°经纬网格客观分析资料,提出了新疆北部持续性暴雪过程客观定义,根据定义1964 2010年共出现36次持续性暴雪过程,按暴雪落区可分为四类暴雪型:北疆型25次、北疆西部北部型9次、北疆沿天山型1次、北疆西部型1次。重点分析了北疆型和北疆西部北部型暴雪过程的大尺度环流背景、关键环流系统配置和水汽输送异常特征。结果表明:(1)北疆型暴雪环流分为经向I型、II型和纬向型,经向I型又可分为极涡偶极与中高纬3波配置型和极涡偶极与中高纬2波配置型;经向II型可分为极涡偶极型与中高纬2波配置和极涡单极型与中高纬2波配置;纬向型则表现为高纬极锋锋区波动和中低纬副热带锋区波动汇合于新疆地区引发暴雪。(2)北疆西部北部型暴雪环流分经向型和纬向型,经向型有极涡偶极与中高纬3波配置、极涡单极与中高纬3波配置,纬向型环流表现为乌拉尔山槽和里咸海槽汇合于新疆地区引发暴雪;(3)上述环流型新疆上空均存在300 hPa极锋急流、500 hPa强西风锋区和700 hPa低空西风急流配置,暴雪区处于极锋急流入口右侧辐散区和低空急流出口右侧辐合区的高低空配置。(4)造成新疆持续性暴雪的水汽源地有高纬北大西洋、巴伦支海,中纬地中海、里咸海,低纬红海,环流配置不同水汽输送路径有所差异,但主要以中低纬水汽输送为主。     

北疆北部一次暖区暴雪天气过程的综合分析

利用地面观测、高空探测常规资料、NCEP 1°×1°再分析以及FY-2G红外云图,综合分析2016年11月10—13日北疆北部的暖区暴雪过程成因,结果表明:此次暴雪天气是在"单阻型"经向环流和有利的高低空天气系统配置下发生的,主要表现为500 hPa东欧阻塞高压脊稳定,西西伯利亚低涡和冷槽东南下至北疆境外的中亚地区,200～500 hPa低涡和冷槽系统深厚且呈前倾结构,低涡底部极锋锋区加强并压至北疆上空,700～850 hPa北疆北部有暖平流和暖脊发展,地面气压场呈"两高夹一低"形势,北疆在地面冷锋前部和暖锋后部的暖区内。中高层西北急流、低层偏西气流和偏东气流3支气流在暴雪区上空汇合,暴雪区位于高空低涡底部西北急流、低层暖平流和切变线、地面暖低压南部的高低空重叠区域内。500 hPa以下仅有一条西方水汽输送路径,最强水汽输送在600～700 hPa,最强水汽辐合位于850 hPa附近,最大暴雪中心(裕民)的水汽输送强度更强、厚度更厚、时间更长,其平均云顶黑体亮温TBB值较富蕴偏高10℃左右。     

北疆北部一次暖区暴雪天气过程的的综合分析

利用地面观测、高空探测常规资料、NCEP 1°×1°再分析以及FY-2G红外云图资料，综合分析了2016年11月10—13日北疆北部的暖区暴雪过程成因，结果表明，此次暴雪天气是在“单阻型”经向环流和有利的高低空天气系统配置下发生的，主要表现为500 hPa东欧阻塞高压脊稳定，西西伯利亚低涡和冷槽东南下至北疆境外的中亚地区，200～500 hPa低涡和冷槽系统深厚且呈前倾结构，低涡底部极锋锋区加强并压至北疆上空，700～850 hPa北疆北部有暖平流和暖脊发展，地面气压场呈“两高夹一低”形势，北疆在地面冷锋前部和暖锋后部的暖区内。中高层西北急流、低层偏西气流和偏东气流三支气流在暴雪区上空汇合，暴雪区位于高空低涡底部西北急流、低层暖平流和切变线、地面暖低压南部的高低空重叠区域内。500 hPa以下仅有一条西方水汽输送路径，最强水汽输送在600～700 hPa，最强水汽辐合位于850 hPa附近，最大暴雪中心（裕民）的水汽输送强度更强、厚度更厚、时间更长，其平均云顶黑体亮温TBB值较富蕴偏高10℃左右。     

一次南方特大暴雪灾害过程诊断分析

采用NCEP逐日0.5°×0.5°再分析资料对2008年1月发生在中国南方地区的暴雪过程进行诊断分析,通过对水汽分布、低空西南急流、切变线和垂直大气运动等气象要素分析表明:副热带高压异常偏北,低空西南急流活跃,为南方地区输送了充沛的水汽;中高纬度欧亚地区大气环流经向度偏大,冬季风偏强,导致冷空气势力较强;强冷空气与暖湿气流汇合,加上汇合带的强抬升作用,共同造成了此次南方地区的大范围降雪天气过程。     

新疆北部一次暖区与冷锋暴雪并存的天气过程分析

利用常规、高时空分辨率ECMWF资料、FY-2E红外云图及FNL资料,对比分析了2014年1月30~31日发生在新疆北部的暖区和冷锋暴雪天气成因。结果表明,汇合的南北两支锋区上东移的短波槽是此次过程的直接影响系统;西南低空急流带来大西洋上充沛的水汽;短波槽前,对流层低层及地面中尺度辐合系统与高空辐散叠置,为暴雪天气提供了强烈的上升运动。暖区暴雪发生在减压升温区,冷锋暴雪则相反;冷锋暴雪区具有较强的对流不稳定层结,而暖区暴雪区相对较弱;暖区暴雪区位于地形中尺度冷高压北部,正涡度区后侧、负涡度区前侧梯度最大的区域,而冷锋暴雪位于正涡度区。因地形作用在艾比湖附近形成的?中尺度冷高压是预报北疆暴雪开始和结束的一个新指标。     

2020年初内蒙古一次暴雪天气过程的成因分析

利用常规观测资料和NCEP（1°x1°）再分析资料，对2020年2月发生在内蒙古的一次地面回流与倒槽共同作用下的暴雪天气过程进行详细分析。结果表明：本次暴雪过程的主要影响系统是高空槽、700hPa切变线、高低空急流、地面冷高压、倒槽和冷锋。在高空下沉气流及1000~800hPa上东北急流的共同作用下，干冷气流形成“冷垫”，迫使暖湿空气沿冷垫抬升，同时不断的有干冷空气向中低层暖湿气流下方入侵，与中高层的西南急流形成深厚的锋生区和锋面次级环流，二者的正反馈作用为暴雪提供增幅作用。700hPa西南急流不断输送水汽，暴雪区位于比湿、水汽通量和水汽通量散度辐合的大值区。低层辐合高层辐散，配合显著的上升气流，有利于水汽积聚与输送和上升运动。强锋生落区与暴雪区域相对应，其中水平变形作用项对锋生的贡献最大，垂直运动项对锋生的贡献最小。湿位涡在强降雪落区内MPV1>0, MPV2<0，有利于本次暴雪过程的发生，高空下传的正MPV1会引起低层冷空气加强，冷暖空气对比度加大，有利于锋生，同时湿斜压性增强，诱发气旋式环流，进一步增强降雪。     

2013年7月辽宁省降水异常物理机制研究

利用MICAPS常规资料和NCEP再分析资料,对2013年7月辽宁省降水异常物理机制进行了研究。结果表明:2013年7月辽宁省降水偏多发生在异常环流背景下,乌拉尔山高压脊和贝加尔湖低压槽强度大于常年,冷空气偏强且路径偏南;东亚40°—50°N处在纬向强锋区中,有利于气旋生成发展;副热带高压脊线比常年偏北2个纬度,西北侧暖湿气流活跃。7月中高纬地区有3次明显冷空气向南侵入至40°N,与中低纬北上至40°N及以北的暖湿气流交绥形成暴雨,影响系统分别为华北气旋、蒙古气旋冷锋和副热带高压西侧辐合线,不同影响系统暴雨过程的物理机制存在差异。3次暴雨过程中,华北气旋暴雨水汽供应最充沛,水汽源地不仅有西太平洋、南海、东海和黄海,还有孟加拉湾;暴雨区水汽主要由副热带高压外围西南或偏南气流向北输送,东海北部和黄海是水汽汇合及输送量最大的区域。高空急流受贝加尔湖低槽强度影响,不同影响系统高空急流演变和强度不同,低空急流分布与强度及高空辐散区、低空辐合区相对高、低空急流轴分布的位置也不同;高、低空急流耦合发展及高空辐散区、低空辐合区叠置产生的强垂直上升运动造成了水汽强烈辐合,其中华北气旋暴雨水汽辐合最强,水汽辐合层顶达850hPa,蒙古气旋冷锋和副热带高压西侧辐合线暴雨水汽辐合顶在900hPa附近及以下。热力分析表明,3次暴雨过程环境大气中层均有干冷空气侵入,增加了降水对流的不稳定性。     

巴音布鲁克山区夏季罕见极端雨转暴雪成因分析

利用常规气象观测、加密自动站、FY-2G卫星云图以及NCEP的FNL 1°×1°和欧洲中心的ERA5 0.25°×0.25°再分析资料,对2020年6月28—29日巴音布鲁克山区一次罕见雨转暴雪天气环境场特征进行分析,结果表明：(1)此次雨转暴雪发生在对流层高层南压高压双体型呈西强东弱向东强西弱转换和中层两脊一槽的大尺度背景中,由中高纬度同位相叠加低槽锋区南段强冷温槽掉入南疆盆地东移北抬造成。(2)咸海北部、阿拉伯海水汽从中高层、北疆和河西走廊的水汽从中低层向南疆盆地汇合堆积,沿偏南气流向中天山集中辐合,并在中高层增强,偏西路径水汽输送持续时间长,偏南路径水汽仅存在短暂接力输送。(3)南疆盆地冷温槽前西南湿暖气流风速脉动辐合与中低层伊犁河谷冷湿气流和南疆盆地东南侧干暖舌在中天山附近叠加触发β中尺度对流云团发展,与α中尺度云团合并增强,在中天山高海拔地形作用下与低槽冷锋叠加影响,形成长时间维持的＜-50℃TBB中尺度对流云团,降温明显致使雨转暴雪。(4)雨转暴雪区位于副热带西风急流分流区、地面冷锋后部负变温区和南疆盆地700hPa东南低空急流出口区顶端辐合区的叠置区域,高空强烈发展的倾斜锋区致使暴雪区垂直涡度显著发展。(5)中天山东西两边的暴雪落区与600hPa中尺度涡旋锋生对应,低层偏北气流为暴雪发生提供“冷垫”并与中层西南暖湿急流形成强的垂直风切变增强斜升运动,水平方向上冷暖、干湿气团的局地锋生造成中尺度次级环流与大尺度锋面次级环流叠加发展,致使上升运动更强、向上伸展高度更高,对降雪强度起增幅作用。     

2017年春季南疆中部两次强降水天气环流配置及干冷空气侵入特征对比

本文利用常规观测资料、加密自动站资料、NCEP再分析资料对比分析2017年4月14日("4·14"过程)和2017年5月1—2日("5·1"过程)南疆中部巴州地区强降水过程,探讨春季强降水天气动力学异同。结果表明:春季强降水发生在副热带西风急流活跃,伊朗副热带高压向北伸展,地面冷锋活动,高低空为急流锋区配置背景中。水汽源地位于东经40°的阿拉伯海—里海附近,沿西方路径进入新疆,在有利风场条件下汇合至巴州地区,高低空急流耦合形成次级垂直环流,干冷空气多方向侵入增强春季降水强度。主要差异在于"4·14"过程是副热带西风急流异常北跳、影响系统西风带短波槽、冷空气西方路径,"5·1"过程则是极锋急流与副热带西风急流汇合、深厚长波槽系统、冷空气西北路径;"4·14"过程是典型急流锋区降水伴有对流性降水,强降水发生时形成两支次级环流圈,3股干冷空气从不同方向向中低层气旋性环流附近汇合激发了另一支低层中尺度次级垂直环流圈的建立;"5·1"过程是典型急流冷锋降水,高空干冷空气在垂直方向向下入侵触发和增强冷锋降水,形成了一支完整强大的次级垂直环流圈造成巴州大范围的系统性降水。     

辽宁省特大暴风雪(雨)极端天气个例诊断分析

利用常规观测资料、T213物理量产品,结合分析FY-2C水汽图像,对2007年3月3～5日辽宁省特大暴风雪（雨）极端天气事件的环流背景、影响系统及成因进行了诊断分析。结果表明：①这次极端天气事件发生在前期北半球环流呈现高指数特征,全国大部分地区异常偏暖的背景下,暴雪（雨）伴随大风和剧烈降温天气;②江淮气旋是主要影响系统;高层正涡度平流及低层暖平流的共同作用是江淮气旋生成和发展的主要原因;③低层辐合和高层辐散配置导致的强垂直上升运动是暴雪（雨）形成的动力机制;④江淮气旋生成在高层副热带西风急流和极锋急流之间,在从副热带急流出口区北侧移向极锋急流入口区南侧,低空西南风急流左侧移向左前方过程中强烈发展;⑤干侵入是气旋进一步发展的重要特征;⑥低空西南风和东南风急流向暴雪（雨）区提供了丰沛的水汽,暴雪（雨）发生在850hPaθsc暖湿舌里,降水性质与850hPa温度有直接关系;⑦剧烈降温发生在长波槽发展东移引导极地冷空气南下,地面形成强冷高压形势下,强烈发展的气旋以及与强冷高压之间的强气压梯度造成强风天气。     

我国近30年龙卷风研究进展

从3方面总结了龙卷风研究成果:①研究概况,最初的龙卷风灾后调查到开展天气气候特征分析至近年来开展龙卷风本体结构、产生机制的探讨,获得了丰硕成果;②研究方法提高,从事实调查到利用统计方法,从利用台站常规观测资料到运用卫星、多普勒雷达、风廓线仪等非常规资料开展分析,近年数值模式WRF、ARPS等也被用来研究龙卷风,研究的方法手段不断得到改进;③龙卷风研究、预报面临的困难和未来展望。     

河西走廊农业区春季气溶胶光学特性

为研究干旱农业区农耕季节气溶胶的基本光学特性,2014年4月利用地面气溶胶移动集成系统在甘肃武威黄羊镇农场开展气溶胶综合观测试验。结果表明,河西走廊黄羊镇农场PM2.5和PM1.0的散射系数以及PM2.5的吸收系数分别为98.2±38.3、74.6±29和8.8±6.3 Mm-1,均小于中东部地区观测值。气溶胶单次散射反照率为0.90±0.03,PM2.5和PM1.0的Angstrom指数分别为1.31±0.29和2.10±0.24。散射系数和吸收系数的日变化具有明显的双峰特征,单次散射反照率在散射系数出现峰值的时间段出现谷值。黄羊镇农场受人为气溶胶影响较大,西、西南和东南方向来的气溶胶散射系数和吸收系数值较大,西北方向传输过来的气溶胶主要是农业生产活动产生的。     

城市气象研究进展

中国数十年来在城市气象研究这一新兴学科领域开展了大量研究并获得了多方面的丰硕成果。文中从城市气象观测网与观测试验、城市气象多尺度模式、城市气象与大气环境相互影响、城市化对天气气候的影响等4个方面论述了城市气象的主要研究进展:中国各大城市已建立或正在完善具有多平台、多变量、多尺度、多重链接、多功能等特点的城市气象综合观测网;北京、南京、上海等地开展了大型城市气象观测科学试验,被世界气象组织列入研究示范项目;成功开展了风洞实验、缩尺度外场实验研究;建立了多尺度城市气象和空气质量预报数值模式,并应用于业务;在城市热岛效应、城市对降水影响、城市气象与城市规划、城市化对区域气候及空气质量的影响、城市气象与大气环境相互作用等研究领域取得长足进展。最后指出,未来需要重点从新观测技术及观测资料同化应用、城市系统模式研究、城市化对天气气候的影响机理、城市化对大气环境和人体健康的影响、城市水文气象气候与环境综合服务等方面开展科学研究与应用,为中国城市化、生态文明建设、防灾减灾和应对气候变化等国家需求提供科技支撑。      

武汉市气候变暖与极端天气事件变化的归因分析

根据武汉市1951—2007年间年平均、最高、最低气温与8类年极端天气日数的序列,计算分析其变化趋势及年平均气温与极端天气日数的相关性,引入格兰杰因果性检验法,探讨气候变暖与极端天气事件之间的因果关系。结果发现:(1)近57年来武汉市年平均最低气温增幅为0.45℃/10a,明显高于年平均最高气温0.19℃/10a的增幅,可见气候变暖主要是由夜间气温升高所致;(2)高温和闷热天气事件为增多趋势,其中闷热天气事件最明显,达到2.8 d/10a,而年雷暴、降雪、低温、大风、雾日则均为下降趋势,雷暴、雾和低温事件降幅明显,每10年减少3.0 d、4.0 d和2.1 d。大风和降雪事件,每10年减少1.8 d和1.5 d。暴雨事件波动幅度较小。(3)年平均气温与当年及超前、滞后1～2年的极端天气事件具有高相关性;(4)格兰杰因果性检验结果发现,气候变暖是闷热天气增多和降雪事件减少的原因,同时亦是大风和低温减少的结果。这种因果关系的存在对极端天气事件预测和预估有重要的价值。     

Trends in Temperature Extremes in Association with Weather-Intraseasonal Fluctuations in Eastern China

Trends in the frequencies of four temperature extremes (the occurrence of warm days, cold days, warm nights and cold nights) with respect to a modulated annual cycle (MAC), and those associated exclusively with weather-intraseasonal fluctuations (WIF) in eastern China were investigated based on an updated homogenized daily maximum and minimum temperature dataset for 1960–2008. The Ensemble Empirical Mode Decomposition (EEMD) method was used to isolate the WIF, MAC, and longer-term components from the temperature series. The annual, winter and summer occurrences of warm (cold) nights were found to have increased (decreased) significantly almost everywhere, while those of warm (cold) days have increased (decreased) in northern China (north of 40°N). However, the four temperature extremes associated exclusively with WIF for winter have decreased almost everywhere, while those for summer have decreased in the north but increased in the south. These characteristics agree with changes in the amplitude of WIF. In particular, winter WIF of maximum temperature tended to weaken almost everywhere, especially in eastern coastal areas (by 10%–20%); summer WIF tended to intensify in southern China by 10%–20%. It is notable that in northern China, the occurrence of warm days has increased, even where that associated with WIF has decreased significantly. This suggests that the recent increasing frequency of warm extremes is due to a considerable rise in the mean temperature level, which surpasses the effect of the weakening weather fluctuations in northern China.     

Changes in polar amplification in response to increasing warming in CMIP6

由于全球变暖,极地地区的气候经历了明显的变暖放大.在本项研究中,我们根据CMIP6模式的三种变暖情景(SSP1-2,6,SSP2-4.5和SSP5-8.5)下,极地放大变化对各个反馈机制(包括普朗克,温度递减率,云,水蒸气,反照率反馈,CO2强迫,海洋热吸收和大气热传输)的响应进行了分析.结果表明,通过用“辐射核”方法量化不同反馈机制对地表温度的增温贡献,北极放大(AA)强于南极放大(ANA),由温度递减率反馈主导,其次是反照率和普朗克反馈.此外,海洋的热吸收导致冬季比夏季有更强的极地变暖.在冬季,温度递减率反馈主导了AA大于ANA.AA和ANA的模式间差异随着全球变暖的增强而减小.     

我国东部地区冬季模式边界层探空效果评估

应用中尺度气象模式MM5对2006年和2007年12月东部地区进行逐日模拟,并用地面常规观测资料及南京和安庆12h一次的逐日探空资料对模拟的地面及边界层内气象要素进行检验,计算地面和边界层内不同高度的温度、湿度、风向和风速等要素的多种常用统计参数;并分别评估雾发生前和发生时边界层探空的模拟效果。结果表明:(1)MM5模式模拟的地面温度和湿度均较理想,但风速误差较大。温度、相对湿度、风速的观测与模拟的偏差概率分布均呈近正态分布,峰值中心分别为-1.52℃、4.59%和1.92m·s-1,白天模拟效果优于夜间。(2)以南京、安庆两站为例,模拟的08:00(北京时,下同)和20:00边界层内探空基本可靠,但20:00的效果比08:00好;模拟效果均随高度上升而变好;且南京站边界层内温度、湿度的模拟效果优于安庆站,但安庆站风的模拟效果优于南京站。(3)以南京站为例,雾发生前和发生时温度、湿度模拟效果较平均情况差,风速模拟较其他模拟时段无明显变化。(4)南京、安庆冬季近地层逆温发生频率都比较高,常见多层逆温,MM5模式能再现近地层逆温,但有高估的倾向,且对边界层中上部逆温模拟效果不佳。此外,敏感性试验的结果表明,模拟方案中地面负的温度偏差不是由近地层高垂直分辨率所致。     

夏季全国降水EOF展开与黑龙江省降水的关系

用EOF对全国160个站夏季降水展开，取前5个特征向量进行分析，发现全国主要有4种雨型分布，依次呈“＋－＋”、“＋－”、“－＋－”、“－“型。与黑龙江省降为第1种，即东北区及黄河下游多雨，江浪少雨， 长江中下游流域多雨；夏末雨带南退至长江以南，华南多雨，而中国中部为广大的少雨区。     

Quantile Trends in Temperature Extremes in China

A number of recent studies have examined trends in extreme temperature indices using a linear regression model based on ordinary least-squares. In this study, quantile regression was, for the first time, applied to examine the trends not only in the mean but also in all parts of the distribution of several extreme temperature indices in China for the period 1960-2008. For China as a whole, the slopes in almost all the quantiles of the distribution showed a notable increase in the numbers of warm days and warm nights, and a significant decrease in the number of cool nights. These changes became much fas- ter as the quantile increased. However, although the number of cool days exhibited a significant decrease in the mean trend estimated by classical linear regression, there was no obvious trend in the upper and lower quantiles. This finding suggests that examining the trends in different parts of the distribution of the time-series is of great importance. The spatial distribution of the trend in the 90th quantile indicated that there was a pronounced increase in the numbers of warm days and warm nights, and a decrease in the number of cool nights for most of China, but especially in the northern and western parts of China, while there was no significant change for the number of cool days at almost all the stations.     

Characteristics of Chemical Speciation in PM_1 in Six Representative Regions in China

A better knowledge of aerosol properties is of great significance for elucidating the complex mechanisms behind frequently occurring haze pollution events. In this study, we examine the temporal and spatial variations in both PM_1 and its major chemical constituents using three-year field measurements that were collected in six representative regions in China between 2012 and 2014. Our results show that both PM_1 and its chemical compositions varied significantly in space and time, with high PM_1 loadings mainly observed in the winter. By comparing chemical constituents between clean and polluted episodes, we find that the elevated PM_1 mass concentration during pollution events should be largely attributable to significant increases in organic matter(OM) and inorganic aerosols like sulfate, nitrate, and ammonium(SNA),indicative of the critical role of primary emissions and secondary aerosols in elevating PM_1 pollution levels. The ratios of PM_1/PM_(2.5) are found to be generally high in Shanghai and Guangzhou, while relatively low ratios are seen in Xi'an and Chengdu, indicating anthropogenic emissions were more likely to accumulate in forms of finer particles. With respect to the relative importance of chemical components and meteorological factors quantified via statistical modeling practices, we find that primary emissions and secondary aerosols were the two leading factors contributing to PM_1 variations, though meteorological factors also played important roles in regulating the dispersion of atmospheric PM.