太平洋混合层厚度(dml)年际异常的初步分析

用太平洋区域30a逐月混合层厚度(dml)及浅层海温(Ts)距平资料,分析了20°S以北太平洋区域dml年际变率的地理分布和季节变化,得到两个纬向dml高变率带,它们分别位于北太平洋(45°N附近)和赤道中、西太平洋.重点分析了赤道太平洋dml高变率带,并对其上混合层气候位置、dml年际异常与El Nino事件关系及伴随强El Nino事件的dml正异常东传等作了初步分析.     

重庆城区浓雾的基本特征

统计分析沙坪坝1951～2002年间发生的浓雾事件，结合2001年12月重庆市雾的外场试验资料，探索重庆市主城区浓雾的基本特征。重庆主城区浓雾随年代演变有减缓趋势；主城区浓雾是自然雾与烟尘等的混合物，河谷及城市效应使雾更浓；城市中出现浓雾的大气边界层特征是在近地面层有逆温及增湿降温现象；高浓度气溶胶的净辐射效应阻碍白天混合层发展，使大气边界层趋于稳定，它是重庆连续几天有雾的原因之一；浓雾具有一定的湿沉降作用，能有限地清洁空气；有浓雾的天气条件下，建议降低污染物的排放总量，以避免严重大气污染事件发生。     

南大洋混合层的时空变化特征

过去对南大洋的研究受限于长期观测的缺乏,而现在地转海洋学实时观测阵(Arrayfor Real-timeGeostrophicOceanography,Argo)项目自开始以来持续提供了高质量的温度盐度观测,使系统地研究南大洋海洋上层结构成为可能。本研究使用2000—2018年的Argo浮标观测数据,分析了南大洋混合层深度(Mixed Layer Depth, MLD)的时空分布特征。结果表明:南大洋混合层存在明显的季节变化,冬春两季MLD在副南极锋面北侧达到最高值并呈带状分布,夏秋两季由于海表加热导致混合层变浅,季节变化幅度达到400m以上;在年际尺度上,MLD受南半球环状模(Southern HemisphereAnnularMode,SAM)调制,呈现纬向不对称空间分布特征,这与前人结果一致;本文指出在所研究时段,南大洋混合层在90°E以东,180°以西有加深趋势,而在60°W以西,180°以东有变浅趋势,显示出偶极子分布特征,并且这种趋势特征主要是风场的作用。     

基于高分辨率风场的海洋近惯性能通量计算——时空特征及其影响因素

基于高分辨率CFSR(climate forecast system reanalysis)风场资料、气候态海洋混合层厚度资料和卫星高度计海面高度异常资料,本文估计了大气风场向全球海洋混合层的近惯性能通量和近惯性能量输入功率,并探究了混合层厚度、风场时间分辨率、经验衰减系数和中尺度涡旋涡度对近惯性能通量和能量输入功率的影响。浮标实测风场和流速表明,本文所用的风场和阻尼平板模型可用于估计风场向全球海洋的近惯性能通量。本文计算得到的大气向全球海洋输入近惯性能量的功率为0.56TW(1TW=10~(12)W),其中北半球贡献0.22TW,南半球贡献0.34TW。在时间上,风场的近惯性能通量呈现各个半球冬季最强、夏季最弱的特征,这和西风带风场的季节变化有关。在空间上,近惯性能通量的高值海域为南、北半球西风带海洋,尤其是南大洋。混合层厚度和风场空间不均匀性使得西风带近惯性能通量呈现纬向变化,即海盆西部强于海盆东部。风场时间分辨率对近惯性能通量的估计至关重要,低时间分辨率风场对近惯性能通量的低估达到13%—30%。阻尼平板模型中的经验衰减系数对近惯性能通量估计的影响不超过5%。中尺度涡旋涡度仅改变近惯性能通量的空间分布,而对全球近惯性能量输入功率的影响可以忽略。     

风能资源数值模拟评估的分型方法研究北大核心CSCD

为了实现时间跨度较长(20—30年)的风能资源数值模拟评估,建立了一种新的分型方案,采用地面和探空观测资料,以风速、风向和最大混合层高度作为分型因子,针对每种类型随机抽取5%的日数进行真实算例的数值模拟。根据中国所有地区典型日的平均风能参数和30年观测平均结果的对比分析,得出以下结论:(1)中国所有分型站点挑选典型日的平均风速与30年平均风速的绝对误差均小于0.10 m/s,相对误差均低于6.50%;挑选典型日各风向频率值与30年结果的绝对误差平均值为0.28%—0.48%,风速频率绝对误差的平均值为0.09%—0.54%。(2)通过模拟区域分型站点以外探空气象站的风向频率和风速频率的对比检验发现:沿海地区风向频率绝对误差为0.27%—0.63%,风速频率绝对误差为0.14%—0.49%;内陆复杂山地风向频率绝对误差基本在0.57%以下,风速频率绝对误差为0.22%—0.60%;结果表明选取一个分型站点能够代表整个模拟区域内的风能资源特性。(3)根据沿海和内陆山地模拟区域重合范围内的探空站分型结果对比分析发现:对于模拟区域重合范围内的探空站,采用所有模拟区域分型站典型日结果加权平均后的风能参数对比误差大大低于各自模拟区域分型站点的对比误差。     

邢台市大气稳定度和混合层厚度特征研究

基于1981—2010年邢台市逐日4个时次地面气象观测资料和2014年的同期逐日空气污染API值及气象观测数据,运用修正的Pasquill稳定度分类法和混合层厚度计算方法得出邢台市近30年大气稳定度和混合层厚度变化特征,结果表明:近30年邢台市大气不稳定类呈1.16%/10a增长,中性类呈-1.40%/10a下降,稳定类变化趋势不明显,月变化以中性类和稳定类为主,日变化受太阳辐射强度的影响明显。混合层厚度主要受风速影响,平均厚度460.09m,月变化呈"单峰型"分布。在02:00、08:00、14:00和20:00四个时次上混合层厚度都具有春季大于夏季大于冬季大于秋季的分布特点。经验证发现混合层厚度和不同稳定度等级的出现频率是影响空气质量的重要因子。     

杭州地区2015年PM2.5浓度时空变化特征分析

在2015年杭州地区11个地面观测站PM2.5质量浓度监测数据的基础上,结合MOD04_3K AOT产品,建立了利用AOT反演近地面PM2.5质量浓度的模型.利用实测和遥感反演数据共同分析了杭州市PM2.5质量浓度时空变化特征.分析结果表明,PM2.5质量浓度分布的日变化特征为:在杭州市中心城区,冬季、春季及秋季都存在典型的双峰变化,冬季、春季的峰值出现在9:00-12:00,秋季峰值出现在6:00-9:00;夏季表现出夜间浓度高于白天的特征.PM2.5质量浓度分布的季节性变化特征为:冬季＞春季＞秋季＞夏季.PM2.5质量浓度的空间分布格局为:杭州地区东北区域的浓度明显高于其他区域;杭州—富阳—桐庐沿线、杭州—临安沿线PM2.5质量浓度存在高浓度的分布条带,PM2.5质量浓度的空间分布与城镇化的格局相似.PM2.5质量浓度空间分布与地形和植被指数呈负相关,春季地形和植被指数对PM2.5浓度分布的抑制影响最大.     

汕头市PM2.5的气象要素影响分析及预报研究

利用2014—2017年汕头市PM_2.5的日浓度资料、以及汕头市国家基准气象观测站的同期地面气象资料,重点分析了汕头市PM_2.5浓度的变化特征以及风、混合层厚度、降水等气象条件对PM_2.5浓度的影响,同时探讨了污染物浓度变化的成因。在此基础上,根据汕头市的气候特点,采用BP （Back-Propagation）人工神经网络方法针对汛期和非汛期分别建立了PM_2.5质量浓度预报模型。结果表明：与多数内陆城市不同,汕头市PM_2.5浓度日变化为单峰型,这与汕头地处沿海受海陆风影响有关;PM_2.5浓度日峰值出现在08时左右,除早高峰污染物排放增加的因素外,与早晨时段的低风速环境有关;PM_2.5日均浓度随着风速的增大呈现减小趋势,PM_2.5日均浓度与08时混合层厚度显著相关（相关系数为-0.143）;汕头市非汛期PM_2.5浓度比汛期高,这与汕头市的亚热带季风气候特征有关,汛期各量级降水（暴雨以上除外）对PM_2.5的清除效果无明显差别,而非汛期降水对PM_2.5浓度有明显清除作用;BP人工神经网络模型的预报效果表明,汛期和非汛期的PM_2.5级别命中率TS分别为100%和90.3%,准确指数分别为87.7%和89.9%,总体预报效果良好。不同时期预报模型出现正误差的数量和程度均大于负误差,汛期预报模型在有强降水发生时误差较大,而非汛期预报模型在有冷空气入侵时误差较大。     

气象因素对汕头市大气O3污染的影响

利用2014年到2016年汕头市O_3的逐日浓度资料,分析了O_3污染的时间变化特征,并结合汕头市国家基准气象观测站的同期地面气象资料,分析了风、混合层厚度、降水、大气环流等气象因素对O_3污染的影响,同时探讨了影响污染物浓度变化的原因。结果表明:不同于北方多数城市夏季O_3污染严重,汕头市的O_3污染秋季(9—11月)最严重,初夏(6月)污染较小,这与汕头的地理位置和气候条件有关。O_3浓度呈单峰型日变化,午后15:00左右浓度最高,夜间浓度较低。风速对O_3既有扩散作用,又有混合作用,当日均风速为1.7 m/s时O_3的平均浓度最大;O_3日均浓度与14时混合层厚度呈显著正相关,午后混合层厚度对O_3日内峰值有很大影响;O_3平均浓度在相对湿度60%时达到最大,高相对湿度不利于O_3体积分数的积累;降水对O_3的去除效果随着降水量级的增大而增大,汛期降水的去除效果与总体去除效果基本一致,而非汛期强降水(中雨以上)去除效果更加显著;出现轻雾时O_3浓度接近平均,出现霾时O_3浓度较高,出现大雾时不利于O_3的生成;当汕头市地面为冷高压脊、850 hPa为东北风场、500 hPa为副热带高压控制时,有利于光化学反应,易造成O_3污染。     

有霾和无霾时宁波市大气混合层高度的日变化特征

根据2007—2013年宁波市每日8次地面观测气象资料,运用罗氏法和统计分析法计算大气混合层高度,分析其在霾日和非霾日的不同日变化特征。结果表明宁波市霾日与非霾日混合层高度均呈白天高,夜晚低的日变化特征,夏季两者差值的日变化波动最明显,波峰时间比其他季节晚3 h。混合层高度日变化趋势与风速、气温、能见度趋于一致,霾等级越重,混合层高度越低。霾日与非霾日的气温差值除冬季呈正变温外,其他季节呈负变温,冬季14时差值最小,夜间加大,春夏季凌晨差值最小,14时最大,秋季波动不明显;风速差值除冬季夜间为正值外,其余季节为负值,秋冬季差值最小、夏季最大。大气处于不稳定状态时,混合层高度随着稳定度增加而逐渐处于稳定状态时,随着稳定度增加而降低,中性大气是宁波易致霾的大气层结。霾日与非霾日大气稳定度表现不一致,中午霾日中性大气占多数,非霾日则是不稳定大气;夜间霾日稳定—弱稳定大气和中性大气所占比例相当,非霾日稳定—弱稳定大气占多数。另外,PM_(2.5)浓度在霾日和非霾日均为白天低、夜间高的日变化特征,但霾日波动大,波峰时间晚于非霾日2 h,峰值浓度也高于非霾日2.7倍;早晨或下午到上半夜是霾日的PM_(2.5)浓度两个上升时段,上午为下降时段;非霾日的两个浓度缓升(降)时段分别出现凌晨和下午(上午和前半夜)。研究成果有助于预报员了解大气混合层高度及其对霾的可能影响,从而提高霾预报预警能力。