近30年京津冀地区冰雹的气候特征和突变分析

基于1979—2008年京津冀地区175个气象站的冰雹观测资料,应用气候趋势系数、倾向率、集中度和集中期,以及连续功率谱等方法,分析了京津冀地区及4个划分关键区冰雹发生的多时间尺度变化特征和变化趋势,并运用蒙特卡罗方法检验了气候趋势系数的显著性。结果表明：近30年该地区的冰雹有明显减少趋势,北部地区比南部地区减少幅度要大,山地区域比平原地区减少幅度大;基本上都存在2.0～2.5年的变化周期,该地区冰雹的发生具有准两年周期振荡的特征;南部平原冰雹发生的集中度最大,该区冰雹在年内发生时间最为集中;南部平原集中期较早,出现在6月初,其他几个关键区冰雹主要发生在6月底到7月初。应用气候要素累计距平曲线、Yamamoto方法进行了气候突变分析,结果表明京津冀地区冰雹在1993年发生了减少的突变,山地区域尤为显著。     

西藏南部河谷气候变化趋势及预测——以江孜站为例

利用西藏江孜气象站1957-2006年气温、降水等资料,分析了近50年来西藏南部(下称藏南)河谷地区的气候变化,并对未来气候变化的可能趋势做了预测。分析表明:藏南河谷的气温在过去50年间呈明显的上升趋势,升温速率较全球平均升温速率偏高,主要表现为日最低气温的上升,降水呈波动下降变化;在21世纪的前期,藏南河谷气温上升、降水增加,但气温变化较降水更为明显,故湿润度呈波动减小。2030年代起由于温度升高、降水减少,呈现出趋于暖干化趋势,将预测结果与2007-2008年的实际观测资料相比较,预测结果与实际值接近。因此,预测结果基本可信。     

中国北方春季沙尘暴频次的多要素线性拟合

利用1953-2005年地面风速及地温(5 cm和40 cm深处)等18个气象要素的春季标准化资料对我国北方97个测站的标准化春季沙尘暴频次进行了线性拟合,结果表明:无论对单要素拟合还是对多要素拟合,要素与沙尘暴频次间的(平均)相关程度决定着其对后者的拟合效果,相关程度越高,拟合效果越好。若与实际级别相同的拟合沙尘暴频次视为准确,则全区约有33%的测站,其拟合准确率≥50%;53年间约有39.6%的年份,其拟合的准确范围≥50%;对所有年份和所有测站而言,约45.6%的沙尘暴频次能够被准确地拟合,拟合的沙尘暴频次略低于实际频次。根据线性拟合方程中各要素前的系数可断定,18个要素中风速和蒸发量是沙尘暴的正影响因子,而水汽压、相对湿度和最低气温等则是沙尘暴的负影响因子,其他一些因子对沙尘暴的影响方式具有明显的区域性差异。     

一种改进的BP算法及在降水预报中的应用

传统BP(back propagation)算法在实际应用中具有网络结构参数和学习训练参数难以确定、泛化能力差、训练学习易陷入局部极小点等问题。该文在传统BP算法的基础上,提出一种改进算法,在训练过程中能自动确定各种参数,并避免陷入局部极小点,提高网络的泛化能力。利用2003—2005年5—9月中国国家气象中心T213的数值预报产品,通过动力诊断得出反映降水的物理量,然后从中挑选出与降水关系较好的25个因子,连同中国国家气象中心T213模式、日本气象厅业务模式和德国气象局业务模式相应的降水量预报结果作为预报因子。采用改进的BP算法建立江淮流域68个站24 h降水(08:00—08:00,北京时)3个等级(降水量≥0.1 mm,降水量≥10 mm,降水量≥25 mm)的预报模型。通过对2006—2007年5—9月68个站试报结果表明:改进BP算法对降水预报的TS评分大大高于传统BP算法,也高于几种模式的降水预报结果,同时,改进算法使降水预报的平均空报率、漏报率明显降低。     

兰州市冬季霾的统计预报研究

 利用污染扩散方程,在分析了能见度与空气污染浓度之间关系的基础上,建立了兰州市冬季霾的统计预报模型。此预报模型既考虑了污染物排放量和污染浓度的作用,又考虑了气象条件的影响。利用兰州市2003—2008年冬季的能见度资料和同期兰州气象站的地面气象要素、天气形势和T213数值产品,分析了霾的出现与气象条件的定量关系,发现哈密、敦煌、酒泉3站平均海平面气压与兰州市之间气压差增大或是兰州附近的气压梯度增加时,有利于空气污染物的扩散,发生霾的可能性较低;反之,容易出现霾。此外,通过逐步回归,最终确定了冬季兰州市霾的24 h预报方程。使用2009年数据进行试预报检验,结果表明,此预报方法方便实用,具有较好的预报能力,可以用于兰州市霾的预报业务。     

一种新的平面插值方法

一、前言众所周知,气象要素场的客观分析,对于现代气象学的发展起着至关重要的作用。其分析结果的精确度,主要取决于插值方法。如何将不规则测站上的气象要素值合理地内插到规则的网略点上,是做好客观分析的重要保证。Gustafsson(1984)在回顾客观分析     

基于IBAM指数的重庆地区空气污染气象条件预报方法

通过重庆城区2013—2016年空气质量指数AQI与气象要素的相关分析,引入表征大气温湿状态的物理量总温度、比湿、近地层风速、24h变压及大气低层总温度差,构建新的空气污染气象条件指数IBAM(Index Between Air pollution and Meteorology)。应用2013年4月1日至2016年12月31日欧洲中心预报产品计算重庆地区历史IBAM指数,通过K均值聚类分析,引入极端天气事件概念确定空气污染气象条件阈值,建立预报模型。利用IBAM指数与滞后1天AQI建立拟合曲线方程,计算出AQI预报值,计算预报准确率,经过2017年1月1日至2018年9月1日样本检验,72h内预报准确率在70%左右。通过误差分析发现:当气象条件为大气污染物浓度主要影响因素且在大气污染源变化不明显时,预报误差较小;而当大气污染源变化明显时,预报误差较大。该预报方法已在重庆市气象台业务应用,对预防和处理重污染事件,改善重庆地区空气质量有较好参考价值。     

春季沙尘天气对内蒙古相关城市颗粒物污染影响研究

沙尘天气是造成我国北方春季区域性沙尘型重污染的主要原因,然而目前对此研究并不多见。因此,本文利用中国环保网2014年1月1日-2016年12月31日内蒙古11个城市环境监测站的颗粒物浓度的逐日和逐时资料,首先分析近3年该地区颗粒物污染浓度的年变化特征,然后对比这3年沙尘天气发生的次数及时段,探究颗粒物污染的年变化特征及其与沙尘天气之关系。统计结果表明,近3年春季内蒙古沙尘天气的发生次数是逐年增加的,中西部是沙尘天气频发区,与之相对应,西部颗粒物浓度的年变化高于东部,且造成内蒙古主要城市PM10浓度春季出现全年的最高值,表明沙尘天气频繁发生对当地粗颗粒物污染有显著的影响。对比内蒙古全年3个时间段的PM10浓度值,其排序是：春季沙尘期间＞春季非沙尘期间＞其他季节;即春季沙尘期间PM10浓度比非沙尘期间高69%,比其他季节高101%。有所不同的是,3个时间段平均PM2.5浓度排序则为：春季沙尘期间＞其他季节＞春季非沙尘期间;春季沙尘期间PM2.5的平均浓度比其他季节高16%,比春季非沙尘期间高29%;可见,春季沙尘天气对相关城市PM10浓度的影响明显大于对PM2.5浓度的影响。最后对内蒙古地区典型沙尘暴和扬沙个例进行细致研究, 发现沙尘暴个例中PM10浓度的增加倍数在2.3~15.1之间,而扬沙过程PM10浓度的增加倍数在0.8~5.6之间,两者相比可看出,沙尘暴过程对颗粒物污染的影响显著大于扬沙过程。     

春季沙尘天气对内蒙古地区颗粒物污染影响研究

利用内蒙古11个环保监测站提供的2014—2016年颗粒物浓度监测日均值和同期沙尘天气观测资料,从统计分析和个例剖析两方面探究了沙尘天气对颗粒物污染年变化的影响,研究表明:近3 a春季内蒙古沙尘天气的发生呈逐年增加的态势,中西部是沙尘天气频发地带,与之相对应,中西部地区颗粒物浓度的年变化高于东部,表明沙尘天气对颗粒物浓度的影响显著;春季沙尘天气对PM_(10)浓度的影响强于PM_(2.5),而当地供暖排放与之相反;沙尘输送以粗颗粒物为主,当地颗粒物污染排放以细颗粒物为主;沙尘暴过程对颗粒物污染的影响明显大于扬沙过程。     

基于REOF方法的海南岛人体舒适度特征分析

利用1980—2018年海南岛19个气象站逐日常规气象观测资料,根据中国气象行业标准(QX/T152—2012)对海南岛气候季节进行划分,基于“黄金分割率”的体感温度方法计算人体舒适度。在此基础上,采用旋转经验正交分解法对海南岛季节人体舒适度进行综合区划,获取海南岛气候康养的最佳舒适区域。结果发现:(1)海南岛气候温和湿润,年平均气温为22.9~25.3℃,年平均雨量为1157~2615 mm,年平均相对湿度在74%~86%之间,年平均比湿在14.8~16.4 g·kg^(-1)之间,十分适宜康养旅居。(2)与常规气候统计相比,气象行业标准更符合海南岛的季节划分。其中,海南岛夏季为3月中旬至11月中旬,春、秋两季为11月中下旬至次年3月中旬,表明海南岛无冬,最佳的气候康养时段为春、秋两季。(3)春、秋季海南岛人体舒适区可分为琼北、琼中、琼南3个区域,整体上以琼中为最佳舒适区,且3个区域近39 a来气候稳定。