不同季节的北京市GPS可降水量与PM_(2.5)/PM_(10)的比较研究

通过北京市2013年的PM2.5/PM10资料与GPS可降水量资料比较发现,在秋冬春季节,PM2.5/PM10与GPS可降水量呈明显的正相关性,相关系数大于0.5,在个别时段达到了0.89,而这一相关性在降水较多的夏季并不明显;水汽含量的上升是秋冬春季节雾霾天气过程发生的重要因素。     

基于GPS的河北省冬春季节MODIS水汽校正模型研究

以河北省为例，利用GPS水汽进行MODIS水汽的校正模型研究。通过GPS水汽与MODIS水汽的比较发现，两者的相关系数超过0.879，均方根误差达到2.31 mm，说明两者存在较好的相关性和一定的偏差；利用线性回归方法分别构建城市和区域MODIS水汽校正模型，实验证明，利用实测GPS水汽对城市模型和区域模型进行可靠性验证，9个测站的模型检验的均方根误差小于1 mm。两类模型均可有效提高MODIS水汽精度，满足气象预报应用的要求。     

河北2007年7月18日局地暴雨成因分析

利用常规观测资料、逐小时自动站资料、丁雎资料和NCEP再分析格点资料,对2007年7月18日河北省东北部和南部局地暴雨过程进行了诊断分析.结果表明:在相同的影响系统作用下,河北省不同区域暴雨的形成机制却不同,高、低空急流及其耦合条件下急流和暴雨相互作用是上午东北部暴雨的成因,低空急流直接输送水汽,在FY-2C云图上表现为云顶TBB<-70℃近乎圆形的中-α尺度强对流云;而下午河北南部强降水是在高温高能、层结不稳定的有利条件下,地面冷锋及锋前低压形成的强辐合抬升触发不稳定能量释放产生的强对流天气,对应云图上为最低丁BB在-80℃以下的准东西向带状对流云系.逐小时地面自动站资料分析的流场和计算的地面湿静力能对此类夏季强对流天气的预报具有指示意义.     

华北平原3次持续性大雾过程的特征及成因分析

应用常规气象观测资料、区域自动站资料、NCEP/NCAR(1°×1°)再分析资料和L波段加密探空资料,对近年华北平原3次持续10 d以上的大雾天气过程的高空及地面气象要素条件、大尺度环流背景、边界层特征、温湿场特征以及形成原因和维持机理进行了天气学诊断分析。结果表明：3次大雾过程都发生在纬向环流背景下,其平均高度场、湿度场、温度场和海平面气压场极其相似,其高空和地面气象要素如相对湿度、风速、温度露点差、逆温层厚度等的统计值也比较近似;高空纬向环流长时间维持导致的冷空气活动偏弱,加上太行山、燕山对冷空气的阻挡和消弱造成的华北平原长期静稳天气形势,是华北平原大雾长时间维持的根本原因;纬向环流背景下多个“干性短波槽”活动、大尺度下沉运动、太行山地形造成的地形辐合线及偏西气流越过太行山下沉增温导致的层结更加稳定也是华北平原大雾加强和维持的重要原因。     

西太平洋副热带高压的边界特征及其附近暖区对流雨带成因

利用NCEP FNLs分析资料,针对2012年7月23日、2013年7月2日下午至夜间发生在西太平洋副热带高压(副高)边缘附近暖区的对流雨带,从动力、水汽、热力和不稳定度等方面分析其产生原因,发现副高存在明显的动力、热力和对流不稳定度边界,对流雨带发生在副高的边界附近。研究结果表明,副高动力边界内部为大范围下沉运动,动力边界外侧存在弱的垂直上升运动;水汽和热力边界内部为高温、高湿,外部则相对干冷;在对流不稳定边界内部,对流不稳定层较深厚,而外部则较浅薄。在副高动力边界的外侧,水汽、热力及对流不稳定边界的内侧附近,有利的水汽条件、对流不稳定条件和动力抬升条件,使得这里容易产生对流活动,形成对流雨带。副高的动力、水汽、热力及对流不稳定度边界,对应了边界附近对流雨带的发展,相比传统的副高标志线,其物理意义更加明确,对暖区对流的预报更具指示意义。     

一次持续性大雾边界层结构特征及诊断分析

2010年11月30日至12月2日,冀中南部及天津地区出现了一次大范围的大雾天气,持续时间长达3 d,其中石家庄浓雾持续时间长达34 h,强浓雾持续时间7 h。利用加密自动站、天津市250 m气象铁塔梯度观测资料,结合常规气象资料和NCEP/NCAR再分析资料,对连续性大雾边界层结构特征以及大雾的形成、发展维持和消散进行了诊断分析。研究得到:大雾形成前期地面持续东风,有利水汽的聚积;当地面风向转为偏北风时促进水汽凝结,致使大雾形成,大雾形成后再次转为长时间偏东风有利大雾的维持和加强;850 hPa以下西南暖湿气流和近地面层逆温的长时间维持,是平流大雾持续的主要原因;低层3支水汽的输送及850 hPa的西南急流重建直接导致了强浓雾形成。大雾维持加强期间,边界层风速为1~2 m·s~(-1),尤其是强浓雾期间,风速仅为1 m·s~(-1);当边界层4 m·s~(-1)以上西北风速从250 m逐渐下传至地面时,逆温层破坏,大雾天气结束。     

副高外围对流雨带中的对流—对称不稳定及锋生的诊断分析

对2009年8月25日西太平洋副热带高压（简称副高）西北外围对流雨带的云图特征进行了分析,利用WRF3.3中尺度模式对对流雨带的发生发展进行了数值模拟,在模拟较成功的基础上,利用模式输出结果分析了对流雨带发生时的对称不稳定、对流不稳定、惯性不稳定以及锋生等。结果表明：副高外围对流雨带由若干具有一定间隔的对流单体构成,单体在随对流层中层气流的移动中逐渐发展直至消亡。对流雨带的西北侧为宽广的带状斜压云系,东南侧为副高控制的晴空区。对流雨带发生于对流层低层（700 hPa以下）的对称不稳定区,700～500 hPa存在对流不稳定和弱的惯性不稳定。随着对流的发展,700～500 hPa的对流不稳定度明显减弱,而惯性不稳定明显加强。对流层低层为倾斜上升区,中高层为垂直上升区,左侧对应下沉气流,呈现明显的倾斜对流和垂直对流的混和特征,体现了对流—对称不稳定的作用。对流层低层（750 hPa以下）锋生的存在提供了对流—对称不稳定能量释放的有利条件。对流雨带与500～800 hPa等厚度线基本平行,而与500 hPa等高线存在明显的交角,雨带中的对流单体随环境气流移动,雨带符合与对称不稳定相联系的带状降水特征。上述结论对实际预报副高外围对流雨带的位置和走向具有指示意义。     

融合GNSS水汽、风速与大气污染物的河北省冬季PM2.5浓度预测研究

为提高PM_2.5浓度预测的时效和精度,本文综合大气污染物、GNSS水汽和风速等观测要素,利用FFT与LSTM神经网络方法构建PM_2.5浓度预测模型,开展未来24 h的PM_2.5浓度预测研究。首先对大气污染物、GNSS水汽和风速等观测要素进行快速傅里叶变换,提取各类要素的公共变化周期,获得最佳公共周期为216 h;然后选取最佳公共周期长度的各类要素作为模型输入,24 h序列的PM_2.5浓度作为模型输出,分别以PM_2.5单要素的RBF神经网络和融合大气污染物、风速、GNSS水汽的LSTM神经网络构建PM_2.5浓度预测模型;最后利用实测PM_2.5浓度序列分别对2种模型开展外部可靠性检验,将RMSE和IA作为评价指标进行模型精度评价。研究结果表明,基于FFT-LSTM的PM_2.5浓度预测模型的RMSE和IA分别为16.22 μg/m³和84.36%,模型预测精度较好,可有效预测未来24 h的PM_2.5浓度,该模型可为大气污染防治部门空气质量预测提供参考。     

河北省副热带高压外围降水的特征与预报

应用高空、地面等常规观测资料、NCEP/NCAR再分析资料、京津冀降水量资料,对2000—2013年河北省69次副热带高压(以下简称副高)外围降水个例进行了综合分析,结果表明:(1)69个副高外围降水个例雨量统计表明,暴雨和大暴雨发生频次自西北向东南明显增加,有三个区域较易出现暴雨和大暴雨:燕山南麓的唐山和秦皇岛、太行山东麓的邢台、河北平原东部的沧州和衡水。河北北部的坝上高原和保定西北部山区出现暴雨的概率较低。(2)按照副高型态,将69个副高外围暴雨过程分为三类,分别给出了每类的代表环流型和降水分布特征,并对这三种类型的环流背景场和物理量场进行了合成分析,给出了不同类型的环流特征和物理量特征。(3)统计了多个物理量及气象要素的平均值和极端值,统计结果可作为该类暴雨过程的量级、强度及极端性预报的重要参考指标。(4)在预报副高外围降水过程时,除了关注高空槽和副高的位置、强度、型态外,更要关注中低层及地面辐合系统。强降水多发生在584或586 dagpm等高线外围、低层700和850 hPa的低涡和切变线及地面倒槽或低压附近。     

能见度观测方式改变对京津冀地区雾霾判识及统计的影响分析

将京津冀地区177个自动站2000—2020年地面资料分为2000—2013年(目测)、2014年(目测与器测)和2015—2020年(器测)3个阶段对能见度进行对比分析。定义冷季为11月至翌年4月,暖季为5—10月。结果表明：能见度年平均值在08时和14时绝大多数站点器测值小于目测值。冷季月平均能见度08时器测低于目测,14时差别较08时明显缩小;暖季08时器测总体低于目测,但两者差异小于冷季,5月差异最小。2014年,在雾霾多发的1—4月,08时和14时器测能见度明显小于目测,在雾霾较少的5—12月,半数以上器测能见度大于目测。能见度小于12 km时,器测小于目测,12 km以上时器测大于目测,能见度小于1 km时器测接近目测。能见度和相对湿度呈反相关。当能见度小于0.5 km,目测和器测的相对湿度为93%～96%,但随着能见度的增大,器测更为分散。能见度转为器测后,雾和霾次数明显增加,霾更明显。京津冀地区雾器测和目测高发区均位于京广铁路沿线,但霾高发区是从中南部太行山到平原过渡的浅山区东移到京广铁路沿线。