冰雹云降水过程中微波亮温的变化特征

通过冰雹云模式模拟的一次冰雹云降水过程中降水粒子廓线和微波辐射传输模式结合,分析了冰雹云发展的不同阶段的微物理含量垂直结构变化及其对微波亮温的影响,得到以下几点结论:1)如果微波通道受到降水粒子散射和辐射的共同作用,如降水云早期的85 GHz亮温,成熟期的19 GHz亮温及消散期的37 GHz亮温,由于辐射和散射信息互相抵消,致使亮温随雨强的变化较复杂,这些通道亮温和雨强的相关性明显降低,不宜被用来反演地面雨强。2)根据19 GHz亮温随地面雨强或冰相粒子柱含量的改变,可以大致确定降雨云的不同阶段:在发展阶段,主要是降雨层以上的冰相粒子,尤其霰粒影响19 GHz亮温,致使其亮温与冰相粒子柱含量具有较好的负相关,而与地面雨强相关性较差;在成熟阶段,主要受雨水上层逐渐增加的辐射和冰相粒子散射共同作用,使得19GHz亮温与地面雨强和冰相粒子柱含量的相关性都不太好;在消散阶段,19 GHz亮温主要受较强的雨水辐射影响,与地面雨强和冰相粒子柱含量均有着较高的正相关。3)37 GHz是相对比较稳定的通道,其亮温与地面雨强有较好的线性关系,尤其与冰相粒子柱含量相关性更好,因此是反演地面雨强和冰相粒子柱含量的最佳通道。85 GHz亮温对降雨云体的中高层结构较为敏感,使得其亮温随地面雨强增加而降低的变化比较离散,不如37 GHz的集中。     

四川烤烟主产区冰雹灾害风险评估

以四川烤烟主产区冰雹灾害为研究对象,将烤烟气候适应性特征和自然灾害系统论相结合,利用冰雹频率、DEM高程数据、下垫面类型以及农业经济数据等资料,构建冰雹灾害风险评估指标体系,从致灾因子危险性、孕灾环境敏感性、承灾体易损性和抗灾能力4个方面进行分析,最终建立四川烤烟主产区冰雹灾害精细化风险评估模型并计算风险分布指数,借此将攀西烟区划分为由高至低的5个风险区域和1个不适宜种植区。结果表明,安宁河源头河谷地区、雅砻江下游流域以及攀西地区南部的河谷低山区和丘陵区冰雹灾害风险处于较高水平。评估结果为区域烤烟种植结构调整及冰雹灾害防御工作提供了科学指导。     

东北地区气温演变的一致性与局地性特征研究

选取中国东北区域162个气象站1961—2015年地面气温资料,采用多种统计方法分析了近55 a东北地区气温的一致性和局地性演变特征。结果表明:东北地区年平均气温存在较为良好的空间一致性,"全区一致型"气候类型为东北地区最主要气候形态;第一旋转载荷向量时间系数呈上升趋势亦存在较明显2—7 a的周期,说明北部地区气温受全球变暖、ENSO等大尺度气候背景影响显著; 1961—2015年北部区域以0. 34℃/10 a的升温率高于南部区域的0. 26℃/10 a,但1980年后增温趋势减慢;年平均气温的概率曲线随年代整体向高值区移动,北部区域冬季增暖较为显著,南部区域冬夏均较为明显,春秋季节可能有缩短趋势。     

云凝结核浓度对南京地区一次冰雹云过程影响的数值研究

采用WRF模式与包含了云凝结核(Cloud Condensation Nuclei,CCN)浓度和霰雹密度预报的NSSL(National Severe Storm Laboratory,国家强风暴实验室)微物理方案,模拟不同CCN初始浓度条件下南京地区的一次冰雹云过程,分析不同CCN初始浓度影响下冰雹云过程的宏微观演变特征,以及对流发展不同阶段的水凝物粒子及流场、温度场的垂直分布特征。研究发现:1)较大的CCN初始浓度虽然抑制了前期对流降水,但对后期对流降水的产生有促进作用;2)CCN初始浓度的增加使得模拟雷达回波的强回波区域(大于40 dBz)缩小,中等强度区域(小于40 dBz)扩张。3)CCN初始浓度增大不利于对流发展初期云雨自动转化过程的发生,但是促进了冰晶与雪的产生,使得冰雹含量峰值出现的时间推迟。4)CCN浓度增大抑制了雨水产生,间接使得霰粒子更倾向于干增长,平均密度更小;5)较大的CCN浓度促使冰雹云单体的发展时间增长。     

昆明市晋宁区烤烟种植冰雹灾害风险区划及防御对策

文章利用晋宁区2009—2018年6—9月烤烟种植冰雹灾害、受损情况及各种气象资料,根据自然灾害系统理论和冰雹灾害风险评估的相关理论,构建由致灾因子危险性、烤烟种植易损性、孕灾环境敏感性、防灾减灾能力等风险指数模型和风险区划指标体系,采用层次分析法和加权综合评价法计算各指标权重和风险指数,并利用GIS技术进行栅格图层计算得到晋宁区冰雹灾害综合风险区划图。结果显示:晋宁区冰雹灾害风险东西部高、北部和中部低,沿山地带和山区高于平坦地区,晋城镇南部、双河乡和夕阳乡山区冰雹灾害风险处于较高水平。根据区划结果,提出了人工防雹的合理化建议。     

冷空气强风在大型城市中的精细结构和形成机制

地面强风可直接造成人员伤亡和经济损失,严重影响出行安全、工农业生产等社会秩序。强风的发生与天气系统和复杂下垫面的共同作用密切相关,在城市区域尤为明显。受数值模拟技术和计算资源的限制,对实际天气条件下大范围城区的强风现象进行建筑物分辨率的大规模数值模拟研究仍是一个挑战。本研究利用中尺度气象模式嵌套流体计算动力模式的超高分辨率局地气象预报系统,对强冷空气过程造成广州市区的一次强风事件进行数值模拟,深入探讨强风的精细结构和形成机制。结果表明,伴随着强冷空气入侵,广州市区的平均风速和风场高频扰动均明显增强,且在城市冠层顶尤为明显,呈现区域不均匀的三维结构,数值模拟与地面观测相一致。较大范围的强风速和阵风主要出现在建筑物较为低矮的老城区上空,并持续影响下游河道等开阔区域。在高层建筑密集的新城区,虽然整体风速明显减弱,但能在平行风向的街道狭管和下游区域形成局地强风。特别是,超高层建筑群引起显著的垂直环流,导致强风扰动向下传播,造成最大风速达8 m s?1的地面局地强风,阵风指数接近2。上游建筑群引起的风场扰动呈现大尺度湍流结构,能沿着平均气流传播影响数公里之远的下游地区。当风场扰动经过广州塔等单体超高层建筑时,可在其两侧绕流区再次加强,形成局地强风。局地强风和阵风还出现在垂直于风向排列的沿江高层建筑群的侧边,与建筑屏风的阻挡效应和缺口溢出有关。研究结果促进认识城市强风的时空特征和物理机制,有助于提升城市气象的精细化预报水平。     

一次冬季冰雹的双偏振多普勒天气雷达回波分析

为研究双偏振雷达资料在冬季冰雹监测预警中的应用,利用厦门S波段双偏振雷达资料,分析了2016年12月21日福建漳州冰雹的回波特征。发现在降雹过程中,最强回波达69 dBZ,三体散射回波径向长度达16 km,旁瓣回波切向宽达20 km,低层的钩状回波与入流缺口明显;冰雹区的差分反射率因子Z_(dr)和差分相位常数K_(dp)数值小,冰水混合区的相关系数ρ_(hv)较低。分析表明:此冰雹个例并非典型的超级单体,但存在超级单体的部分偏振回波特征,回波前侧下沉气流存在Z_(dr)弧,可延伸到中层,在入流缺口和后侧下沉气流处,Z_(dr)柱和K_(dp)柱成对出现,中层存在CC的低值环。     

两个相似路径台风残余造成局地特大暴雨的成因机制和能量收支对比分析

本文利用ERA-Interim 0.5°×0.5°再分析资料、自动站小时和分钟加密资料、风云2G（FY-2G）卫星红外云图及多普勒雷达和风廓线雷达资料对2015年路径高度相似的“苏迪罗”和“杜鹃”台风在浙江沿海引发的局地特大暴雨进行对比分析。这两次降水过程都是在台风减弱为热带低压甚至残压并深入内陆远离浙江沿海后发生的。结果表明,“苏迪罗”降水过程是由低层强东南和偏南急流长时间辐合加上有利地形共同作用导致的;经向环流背景下来自季风持续的水汽输送有利于“苏迪罗”维持较长的生命史和稳定的降水。“杜鹃”残压特大暴雨的触发系统则是高纬地面冷高压底部的东东北出流南下与“杜鹃”北象限的东东南风交汇形成的中尺度倒槽;纬向环流和强盛副热带高压造成的弱引导气流及夏季风南撤和低涡卷挟造成的水汽通道断裂是“杜鹃”登陆后快速减弱为残压和降水维持时间较短的原因。两次台风降水过程中均无外部动能输送和来自有效位能的动能转换。动能收支的主要影响因子为中低层局地次网格运动间的能量转换、旋转风和散度风效应及下垫面的摩擦耗散。所以,虽然“杜鹃”的对流有效位能很小,但仍可造成强对流和特大暴雨。此外,降水过程中释放的凝结潜热造成的局地非绝热加热使气柱中显热能大量累积,促使地面中小尺度涡旋和倒槽不断加深,造成降水的增幅。     

延庆-张家口地区复杂地形冬季山谷风特征分析

基于2016年12月—2017年2月和2017年12月—2018年2月两年冬季的近地面自动气象站逐时观测数据以及张家口探空数据分析延庆-张家口一带（包括张家口崇礼、赤城、海坨、小五台山区,延怀、怀涿、洋河、蔚县盆地以及北京延庆、昌平、怀柔部分平原地区）复杂地形的风场精细化时、空分布特征,揭示不同复杂地形下局地风场的时、空变化规律,加深对复杂地形动力、热力作用对近地面风场影响的认识,为冬季山区风场预报以及复杂地形数值模式改进提供参考。结果表明:晴朗小风天风持续性作为矢量平均风速和标量平均风速的比值,可以作为研究风场变化规律的重要参数。根据风持续性的日变化特征,可以将研究区域内所有站点分为10种类型,分别代表不同局地地形特征的影响,风持续与风向变化的相关也很强。研究区域主要有3种类型的地形风:斜坡风、峡谷风以及较大尺度的山区平原风。不同地形特征下的风场、风持续性存在明显不同的日变化特征,山风和谷风相互转化的时间也不同,山区最早,盆地次之,平原区最晚;山风时段持续时间较谷风时段长,风速小;晴朗小风天实测风反映了实际风场的特征,而排除环境背景风场,弱化地形动力作用后整个冬季的局地风作为理论山谷风,更能反映热力作用下的山谷风特征。      

人工智能在冰雹识别及临近预报中的初步应用

基于广东10部S波段多普勒天气雷达的三维拼图资料,利用机器学习技术开发了一种冰雹识别和临近预报的人工智能算法。算法设计时以雷达回波反射率的垂直和水平扫描数据为基础训练集,将冰雹云的雷达反射率扫描数据作为正样本,将其他雷达反射率扫描数据作为负样本,通过贝叶斯分类法对正、负样本数据集进行机器学习,训练人工智能识别冰雹云内在规律的能力。训练时以广东省2008-2013和2015-2016年的数据作为训练集,使用了2014年广东省12次冰雹过程的数据做检验。对比检验的结果表明,人工智能法比传统的概念模型法击中率高9个百分点。研究结果表明了人工智能对冰雹这类非线性强天气过程具有较强的识别能力。