汶川Ms8.0级地震前后天气温度的异常变化

根据国内12个大中城市的12个气象站实际测量的2008年5月份31天的天气最低温度和最高温度共744个数据,结合曲线图对其特征进行对比研究,表明:①南宁市和广州市的低温,北京市和济南市的高温、低温,该月最低值都出现在5月12日汶川地震当天;②其他城市该月低温最低值出现的时间为:哈尔滨市9日,西宁市10日,西安市、郑州市...     

定量评价中国北方粉尘源区地表覆盖类型对表土风蚀强度的影响

根据中国北方不同地表覆盖类型下表土的微团粒粒度分布和粗糙度长度参数，应用DPM模型分别计算了高草覆盖下、低草覆盖下、开垦耕地、砂砾质戈壁、砾质戈壁和裸露沙地在不同摩擦速度时的跃移通量。结果表明，裸露的粉细砂和细砂的跃移通量分别是砂砾质戈壁的几十倍；只有在极高风速条件下低草和高草覆盖下的砾质砂地才出现风蚀，其跃移通量与前面几种覆盖类型存在着1—2个数量级的差异。不同覆盖条件下地表可蚀性组分粒度分布和粗糙度长度的差异是造成风蚀强度差异的主要原因。在此基础上。从风蚀机制讨论了中国北方第四纪粉尘和现代粉尘的主要源区。     

基于生成对抗网络和卫星数据的云图临近预报北大核心CSCD

利用风云四号气象卫星A星(FY-4A)红外云图,基于生成对抗网络方法,提出了红外云图外推预报模型,实现了华东区域未来3 h的云图预报,预报的时空分辨率分别为1 h和4 km。结果表明:该外推模型预报的云图可较好描述云团移动、发展和减弱趋势,对研究区域内云团的强度、位置和形态得到较为理想的预报效果。为了验证提出的云图外推模型的有效性,将其与光流法和轨迹门控循环单元模型进行比较。对比试验结果表明:该云图外推模型具有最优的预报效果,说明使用生成对抗网络进行云图外推具有较好的可行性,能有效应用于气象业务中监测云团的生消和移动并提前预警灾害性天气的发生,为天气预报提供重要的参考依据。     

台风“利奇马”远距离暴雨的关键动力因子和水汽来源

基于地面加密观测、ERA5再分析、ECMWF全球集合预报等多源资料,利用敏感性分析方法、涡度收支诊断方法以及拉格朗日水汽追踪方法,探讨1909号台风“利奇马”造成远距离暴雨的关键动力因子和水汽来源。结果表明,对流层低层短波槽的加深有利于台风远距离降水(Tropical cyclone Remote Precipitation,TRP)区南北两侧的气流共同增强TRP区域内的低层相对涡度,从而增强TRP。尤其相对涡度的散度项是影响TRP增强或减弱的关键作用项。在TRP增强阶段,有利于暴雨增强的正涡度主要由散度项贡献。负的散度项贡献导致相对涡度减小,TRP雨强也随即减弱。在水汽方面,TRP雨强和区域内的水汽含量密切相关。500 hPa上TRP区域内的水汽由局地和台风“利奇马”共同贡献;700 hPa的水汽主要由“利奇马”台风贡献;850 hPa的水汽则由局地和两个台风共同输送,其中台风“罗莎”的贡献更大一些。     

2013~2017年气象条件变化对中国重点地区PM2.5质量浓度下降的影响

2013~2017年中国出台《大气污染防治行动计划》(简称"大气十条"),实施了系列污染减排措施,重点地区PM2.5质量浓度下降明显,这其中气象条件变化起到了多大作用,是政府和公众特别关心的问题.文章主要基于各类气象要素观测、诊断、结合污染-气象条件指数等对PM2.5污染影响的深入分析,发现"大气十条"实施后的2014~2015年中国重点地区气象条件相较2013年变差, 2016和2017年气象条件相较转好.但在京津冀地区2017年相较2013年PM2.5质量浓度下降的39.6%中,仅有~5%(约占总PM2.5降幅的13%)是来自气象条件转好的贡献;在长三角地区下降的34.3%中,有~7%(约占总PM2.5降幅的20%)是来自气象条件转好的贡献,由于气象条件改善程度明显低于此区域观测到的PM2.5降幅,显示出"大气十条"实施五年减排仍然发挥了PM2.5污染改善的主导作用,天气和气候变化因素虽有影响但没有起到控制性作用(文章是用PLAM指数来量化气象条件变好或变差的).在珠三角地区,气象条件对2017年相较2013年的年均PM2.5浓度下降影响较弱,下降成效也主要来自减排的贡献. 2017年冬季气象条件在京津冀和长三角区域相较2013年分别转好约20%和30%,在两区域冬季PM2.5分别约40.2%和38.2%的降幅中起到了明显的"助推"作用.京津冀区域2016年冬季气象条件好于2017年冬季约14%,但2017年冬季PM2.5降幅仍大于2016年,显示出2017年更大力度的减排措施发挥了重要作用;在北京冬季持续性重污染期间选择气象条件相同的过程对比,也发现因减排导致的PM2.5下降幅度逐年增加,特别是2016和2017年下降的PM2.5浓度幅度更为明显,表明"大气十条"实施5年后空气质量改善的根本原因还是在于各项控制措施取得了实质性进展,特别是2017年冬季污染物排放量得到了有效削减.中国大气PM2.5持续性重污染主要发生在冬季,冬季京津冀地区仅因气象条件不利就会导致PM2.5浓度较其他季节上升约40~100%,这与冬季到达地面的太阳辐射下降有关,与中国华北冬季受青藏高原大地形"背风坡"效应所导致的下沉气流和"弱风效应"有关,与气候变暖导致的区域边界层结构日趋稳定有关.重污染形成是因为区域出现停滞-静稳的形势,高空环流型主要可分为平直西风和高压脊型,污染形成后不断累积的PM2.5污染还会进一步导致边界层气象条件转差、转差气象条件的反馈作用控制了PM2.5的"爆发性增长"现象,形成显著的不利气象条件与PM2.5累积之间的双向反馈.这些表明在中国现今大气气溶胶污染程度仍然居高的情况下,不利气象条件是持续性重污染形成、累积的必要外部条件.在重污染形成初期大幅降低区域污染排放,是消除和减少持续性重污染事件的关键手段.即使在有利气象条件下,也不宜无限制地允许排放,因为当污染累积到一定程度后会显著改变边界层气象条件、会"关闭"污染扩散的"气象通道".     

APEC前后北京几次静稳天气边界层特征对比分析

对北京地区2014年11月3-11日APEC会议期间的大气扩散条件与2014年10月的4次雾-霾过程进行对比分析,表明APEC会议期间静稳天气指数略低于10月4次过程,具备一定的污染物积累潜势。数值模拟结果表明,对北京及周边地区污染排放的控制是APEC期间北京保持低水平气溶胶浓度的重要原因。周边地区污染物传输以及特殊地形条件下山谷风环流的日变化对北京地区污染物浓度的区域分布及演变有重要影响,夜间地形北风对近地面污染物有明显清除作用。相较于重污染天气,APEC期间气溶胶浓度低,温度效应小,山谷风环流明显,同时白天混合层高度上升幅度大,有利于污染物扩散。减排使气溶胶浓度减小,而低浓度气溶胶又使污染扩散条件进一步好转的相互反馈作用,是"APEC蓝"出现的主要原因。     

2015/2016年强厄尔尼诺过程及其对全球和中国气候的主要影响

根据全球气候系统和中国的最新观测资料,分析了2015/2016年ENSO循环过程,讨论了强厄尔尼诺过程对2015年全球温度和极端天气气候灾害的可能影响,重点研究了其对中国夏季和秋冬转换季节的降水异常的影响。指出自2015年春季开始,厄尔尼诺条件迅速发展,使得2015年厄尔尼诺成为有观测记录以来最强的三次厄尔尼诺之一,同时由于前期(2014年春季开始)赤道太平洋异常热状况的维持,这次厄尔尼诺也可以视为最长的厄尔尼诺过程。受到长期气候变化趋势和强厄尔尼诺等共同影响,2015年全球地表温度和中国陆面气温均创有观测以来的最高记录。强厄尔尼诺事件在2015年给全球许多地区带来了灾害性天气气候事件,也使得中国夏季华北地区,特别是河套地区、内蒙古中部和环渤海湾地区降水显著减少,并造成一些地区夏季严重干旱。在2015年11-12月厄尔尼诺峰值时期,受到西北太平洋对流层低层菲律宾反气旋性异常环流和中高纬度欧亚-太平洋遥相关型负位相异常环流的共同影响,中国东部出现偏南风异常,造成南方地区降水明显增多,而北方地区偏北风气流受到抑制,PM2.5浓度异常偏高,雾霾天气频繁发生。目前,这一事件快速减弱,但其对全球和中国气候的影响在未来几个月仍将持续。      

GRAPES紫外线（UV）数值预报

应用GRAPES（Global/Regional Assi milation PrEdiction System）模式中的Goddard短波辐射方案,创建了紫外线数值预报系统（GRAPES-UV）。介绍了Goddard短波辐射方案,给出了GRAPES-UV系统的运行和个例分析。研究结果表明,紫外线指数（UVI）除了与纬度、地形和日变化有关外,还与云的分布以及天气形势密切相关,GRAPES模式中云的微物理方案对UV预报有较大的影响,UVI在晴空和对流云降水地区的强烈反差是UVI的重要特征。在个例试验中应用了臭氧总量预报模式,通过T213模式为化学输送模式提供气象背景,利用卫星资料同化技术建立臭氧的初始场,预报大气臭氧总量。应用国际上通常采用的临界成功指数（CSI）对2007年夏季北京和上海UV预报进行统计检验。北京和上海24 h紫外线强度等级为强和很强的CSI分别为0.625和0.780,接近同样方法的美国检验结果0.677。该系统从2006年3月起在中国气象局大气成分观测与服务中心的业务系统中正常运行,并在大气成分中心网站上发布UVI和紫外线强度等级预报,并提醒公众采取合适的方法保护自身免受UV的过度辐射。     

黑碳气溶胶的气候效应和拓展的研究领域

 黑碳气溶胶不仅是全球变暖的重要影响因子，也可能对气候系统的多个参数产生影响，如大气环流、云和降水等。随着研究的深入，与黑碳有关的研究领域已经拓展到黑碳气溶胶与碳循环和大气环流的相互作用、黑碳表面与活性气态物种间的相互作用等方面。在评述国内外有关研究新进展的基础上，展望了黑碳气溶胶未来的研究领域。     

基于机器学习的中国冬季气温影响因子分析及模型估算

使用1951—2021年160个中国国家级气象观测站冬季平均气温及多项大气环流及海温等指数,用机器学习方法研究影响中国冬季气温异常的大气环流及海温等外强迫因子,并建立估算拟合模型,评价筛选出的影响因子组合对中国冬季气温异常分布的贡献。使用最小绝对收缩和选择算子（LASSO）算法提取与冬季气温异常相关的影响因子。为体现特征因子之间非线性关系,使用泰勒公式对筛选后的特征进行多项式增广。使用最小二乘梯度提升决策树（LS-GBDT）算法对筛选出的特征因子与冬季气温异常之间的非线性关系进行估算拟合。结果表明,机器学习方法能够对影响冬季气温异常的特征因子进行合理筛选与重要性分析,建立的估算模型在一定程度上体现了气候系统特征因子与冬季气温距平的非线性联系。本研究为了解中国冬季气温异常分布的影响因素及其模拟与估算提供了新方法和途径。