东北冷涡客观识别方法的研究

利用1991-2000年NECP/NCAR逐日再分析资料,根据其概念模型的3个物理特征来客观识别东北冷涡。结果表明：在500 hPa上,冷涡中心是极小值点,并且北部有相邻两个格点纬向风向为偏东或静风;冷涡东部的相对厚度高于冷涡中心;冷涡东部的暖锋参数（TFP）高于冷涡中心。当判断连续2d内是否为同一冷涡时,采用方法：前一日识别出有冷涡,那么第二日在与前一日位置相差的经度为（-10?,15?）;纬度为（-7.5?,7.5?）内识别出冷涡时,则认为是同一冷涡。将利用客观方法识别的东北冷涡气候特征与前人主观研究成果进行对比发现,二者识别的东北冷涡主要分布区域（40?-55?N ,115?-145?E）、持续时间、活跃期基本一致。将客观识别与主观方法对本资料识别的冷涡进行比较,完全一致的达72%。误差原因为主客观方法标准不一致,导致有无闭合等值线产生的空识别、中心定位差异的空漏识别和起止时间的空漏识别,以上误差对气候统计不会造成明显影响,可视为正确识别。另外,10 a间,有19例漏报情况,为错误识别,仅占全部冷涡的1.4%,因此,这一客观识别方法是比较合理的,可以应用到冷涡的气候统计中。     

台风布拉万(1215)深入内陆所致的大暴雨成因分析

本文使用多种观测资料和NCEP再分析资料,对1215号台风布拉万北上深入内陆在黑龙江中部地区引发大暴雨过程进行追踪和诊断分析,探究此次大暴雨天气发生、发展的动力学、热力学和不稳定机制以及卫星云图特征。分析结果表明：大暴雨的发生是中低纬系统相互作用的结果,冷空气向东南方向移动增强了大气的斜压性,有利于斜压扰动的发展;对流层低层的对流不稳定和对流层中层的湿对称不稳定的共同存在,说明大气层结不稳定,为大暴雨的出现提供了有利的环境条件;对流层中低层形成了一个自下向上的正涡管,促使对流发展,散度场上表现为低层辐合、高层辐散的动力配置结构以及中尺度次级环流的出现均为暴雨的维持和加强提供了重要的动力机制;台风中心东侧的偏南和东南急流为大暴雨提供了充沛的水汽条件和热力条件。分析还表明地形对暴雨有增幅作用。     

黑龙江省降水概率分县指导预报

根据１９９５￣１９９７年的Ｔ１０６数值预报产品资料和晴雨资料,利用逐步回归方法建立黑龙江省７５个市、县短期降水概率预报方程,并利用１９９８年１￣１０月的资料进行了试报,检验结果表明该方法有一定的应用价值。     

一次罕见的冬季雷暴天气成因分析

利用天气图和哈尔滨多普勒雷达资料,详细分析了在初冬哈尔滨及周边地区一次雷暴天气的背景场、雷达回波演变过程和回波特征,对雷暴天气成因及临近预报方法进行了初步探讨。     

辽宁测震台网台站选取对地震速报定位结果的影响

选取2015-2018年辽宁测震台网记录的10条M_L>2.5的三种类型地震,运用3~20个台站分别对地震进行重新定位,将得出的结果与编目结果进行对比,最终得到一个线性曲线。结果表明,对于网缘地震应选取8~10个台站,网内地震选取5~7个台站进行定位可以保证速报结果的准确和速度。     

营口—海城地区一维速度模型研究

营口—海城地区是省内地震活跃区,每年地震条目占总数的2/3以上。这一地区又是辽宁省各项地震学研究的重点,所以研究适合该区域地壳速度结构是非常有意义的。本研究选取该地区地震,提取震相,拟合波速,使用Hyposat定位方法计算出适合该地区的速度模型。通过一系列的研究可以看出营海模型比辽宁模型能更好的定位地震,营海模型的走时残差也要更小,更适合营口—海城地区的实际地质情况。     

使用辽宁地区P波走时反演一维速度模型

选取辽宁地震台网记录到的67个天然地震,使用单纯型法定位方法和Pn/Pg联合测定深度的方法,对震中和震源深度测定,提取定位结果的P波走时数据。使用理论走时公式,将已知变量和未知变量分离,利用走时公式,构造方程组进行求解,反演得到两层均匀速度模型。使用Hyposat定位程序,对此次研究的模型和目前使用的华南模型进行定位对比,定位结果优于华南模型。     

黑龙江省2020-2022年汛期多模式降水预报检验评估

本文利用黑龙江省考核站降水观测数据,对2020-2022年汛期6-8月全球尺度模式预报、中尺度模式预报、客观订正预报等在黑龙江省预报性能、误差进行了对比分析。对比检验分析发现,定量降水预报误差与观测降水量密切相关,汛期降水量较大,预报定量误差较大。黑龙江省气象台客观预报和融合预报误差相对较小,中尺度模式的定量误差相对较大。五种降水预报存在预报范围偏大的问题,EC预报范围偏大现象最为显著。针对一般性降水,两种订正预报随机误差表现最好,其次为EC预报,两种中尺度模式降水预报的随机误差表现相对较差。订正预报pm＿fm在大雨及以下量级随机误差表现最好,暴雨量级CMA-SH9最好。订正预报不但可以有效消除模式系统性误差,也可以改善原始模式随机误差。降水分级检验结果表明,CMA-MESO在大暴雨量级有一定的预报能力,fuse在大雨量级上表现较好,pm＿fm在小雨、暴雨量级上预报能力明显优于其它模式。     

基于大数据环境下的气象灾害预警信息分析

加强气象灾害监测预警及信息发布是防灾减灾工作的关键环节,是防御和减轻灾害损失的重要基础。基于气象大数据平台,分析了2018-2021年黑龙江省预警信息发布数量和等级特征、重大天气过程和典型天气预警信息发布情况,结果表明：2018年起黑龙江省预警信息发布数量呈逐年增加的趋势,4月和11月是预警信息发布数量最多的2个时期;预警信息发布数量最多的是大风预警,其次是道路结冰预警;秋季预警发布种类最多,达14种,冬季最少;在一个天气过程中发布的不同预警信息类别之间具有关联性。该项研究可为了解黑龙江省预警信息发布情况,提高气象防灾减灾服务成效提供参考。     

黑龙江省短历时降水时空分布特征研究

以百分位法和空间系统聚类法为理论基础，利用GIS空间插值技术，分析近30 a(1991—2020年)黑龙江省短历时（1 h、3 h、6 h、12 h）降水时空分布特征。结果表明：黑龙江省短历时降水分布趋势与夏季降水量分布趋势差异较大；短历时降水极值分布较为分散，基本上在西部松嫩平原地区最高，北部大、小兴安岭地区和东南山区最低；短历时降水99%、95%和90%分位，在西部松嫩平原地区最高，向东南和东部两个方向逐渐降低，大、小兴安岭最低；短历时降水从极值到99%、95%、90%分位降水量迅速下降，短历时降水高值在总降水样本中出现比例较小；黑龙江省各短历时降水的极值和均值年际变化趋势基本一致，各短历时的极值均呈明显增加趋势，历时越短增加趋势越明显。