最高最低气温突升突降概念模型预报工具初探

通过数理统计和气候分析的方法,得出百色单站24h最高最低气温突升突降的分布特征,进行区间划分和分型.利用概念模型预报方法进行研究,得出最高最低气温突升突降的概念模型预报工具.     

多普勒雷达速度场缺测区域填补技术的数值模拟

针对多普勒天气雷达探测风场时,常因大面积无回波区的存在,对提取平均散度和平均形变信息的精度有较大影响。利用Sirmans建议的技术来模拟降水回波信号,得到含有0、1、2阶谐波的平面线性速度场并进行加噪处理,得到近乎真实的多普勒速度场。对模拟的平面线性速度场人为设定无回波区,利用VAD技术和迭代法对平面线性速度场做连续性缺口和非连续性缺口的迭代法填补。数值模拟结果表明:对于模拟的无噪声平面线性速度场,迭代法可以基本无误差填补连续性累积缺口在10°到180°的速度场无回波区;对连续性累积缺口,在σ_v=2m·s~(-1),SNR≥5 dB和SNR=20 dB,σ_v≤4 m·s~(-1)的情况下,连续性累积缺口在120°以内,迭代法能较高精度地填补速度场无回波区,填补后0、1、2阶谐波误差绝对值基本能控制在15%以内,80 km距离圈上缺口处迭代前后速度相对误差均在30%以内;对非连续性累积缺口为0°～180°的平面线性速度场,在附加不同噪声条件下,迭代法均可较好地填补累积缺口在180°以内的平面速度场,且80 km距离圈上缺口处迭代前后速度值误差均能控制在15%以内。说明利用迭代法填补多普勒速度场无回波区,填补效果较好,精度较高,这对改善从多普勒速度场中提取平均散度和平均形变信息的精度有极大的帮助作用。     

模式不同分辨率对新疆达坂城—小草湖风区地面风场模拟结果的分析

使用非静力平衡中尺度MM5V3模式及NCEP/GFS 1°×1°再分析资料,对新疆达坂城-小草湖风区2006年4～9月10m高度的风况进行了3km×3km与1km×1km的模拟试验。结果表明:(1)3km与1km分辨率模拟的平均风速的大小分布特征整体一致,仅在复杂地形处以及风速大小值中心区域的强弱上存在细微差别,1km高分辨率对风速大小区域分布的模拟比3km分辨率更细致,且风速大、小值之间的变化梯度更明显。(2)3km与1km分辨率的模拟试验均较真实地反映了地形比较平坦、地貌比较单一区域的日平均风速与逐时平均风速的变化特征,但分辨率的提高并不能完全减小模拟误差。对于地形、地貌特征相对复杂区域而言,水平分辨率的提高,反而会加大模拟偏差。(3)两种分辨率的模拟误差在7、8月最大,4、9月份最小;对逐时平均风速的模拟误差均与距初始场时刻的长短无关。(4)两种分辨率对柴窝堡站点的模拟偏差过大,这很可能与模式中定义的水体、植被等参数与实际相距过大,以及该处地形陡峭,恰好位于绿洲与水体之间的荒漠过渡带有关。     

祁连山区冬半年积雪分布及变化的遥感研究

利用国家卫星中心提供的1996—2002年冬半年(11月～翌年4月)的旬积雪数据、地面气象站温度和实测积雪数据,以及结合祁连山区DEM数据,研究了同期祁连山区积雪时空分布及其变化特征。结果表明:祁连山区冬半年积雪大多随山脉走向呈带状分布在山脊区,而山谷和南面盆地分布较少;积雪西段最多,东段次之,中段最少。祁连山区不同积雪频率所分布的平均高度的基本趋势为积雪频率越大分布的高度也越高。就不同频率的积雪而言,频率越低所占比例越大,频率越高所占比例越小;总体上祁连山区在1998/1999年冬季积雪达到最小值,在1998/1999年冬季之前呈波动变化,之后呈持续显著增加的趋势,但主要贡献在低频率。对祁连山东、中、西三段而言,东、中两段在1998/1999年冬季前呈减少趋势,1998/1999年冬季后呈增加趋势,东、中两段平均积雪频率变化量很接近;而西段从1996/1997年冬季开始呈缓慢增加的趋势,而且积雪平均出现频率明显要比东、中两段高很多。祁连山东、中、西三段积雪覆盖度随着高度增加而增大,只有中段在1999—2001年随着高度的递增积雪覆盖度增加不明显,变化趋势比较复杂,这可能与中段所受天气系统和地形等的影响比较复杂有关。     

黄河龙头水库多水月(季)预测的地气图方法

利用黄河龙头水库流量控制站——唐乃亥水文站1956年以来逐月流量资料和东亚地震资料及黄河产流区久治气象站1975年以来逐月3.2m地温资料,研究了唐乃亥多水期(流量正距平)的成因及其预报。发现东亚6.5级以上强震形成的地热涡经过黄河源区是唐乃亥多水的原因,具体可分为(1)上游强震涡东移;(2)南北地震带中段强震涡北移;(3)西北太平洋强震涡西退;(4)北方强震的"拍频"作用引发地热涡生成。另外,久治站3.2m地温的增暖过程可作为唐乃亥流量增加的指标。     

新一代天气雷达超级单体风暴中气旋特征分析

超级单体风暴常伴随着冰雹、雷雨大风等强对流天气,最本质的特征是有一持久深厚的几千米尺度的涡旋——中气旋。利用2003--2009年福建龙岩新一代天气雷达观测到的32次超级单体风暴,分析了超级单体风暴中气旋的时空分布、结构特征以及旋转速度大小、中气旋顶和底的高度、伸长厚度以及切变值等特征量。结果表明：90％以上的超级单体中尺度气旋是与冰雹、雷雨大风、短时强降水等强对流天气相联系的。统计8次有详细灾情的雷雨大风或冰雹天气过程发现,中气旋强度不断加强,中气旋厚度加大,最强切变中心突降时将产生大风或冰雹等强对流天气。     

东天山图拉尔根大型铜镍矿区两个镁铁-超镁铁岩体的锆石U-Pb定年及其地质意义

图拉尔根铜镍矿位于新疆黄山-镜儿泉铜镍矿带东段,其发现和探明是近年来该区带找矿的重大突破。矿区内分布有Ⅰ、Ⅱ、Ⅲ号3个小岩体,其中Ⅰ号岩体含矿性最佳,勘查程度也最高。Ⅰ号杂岩体为一同构造基性-超基性杂岩体,具有典型的环带状岩相分带结构。图拉尔根Ⅰ号岩体的辉长岩单颗粒锆石SHRIMP U-Pb精确定年结果为300.5±3.2Ma,而Ⅱ号岩体锆石SIMS U-Pb精确定年结果为357.5±2.5Ma,明显早于Ⅰ号岩体。Ⅰ号岩体成岩时代为晚石炭世-早二叠世,与东天山地区大多数镁铁-超镁铁岩体的形成时代相近,而Ⅱ号岩体时代为早石炭世,表明二者不是同期岩浆活动的产物,其形成背景与东天山早二叠世大规模成矿期的碰撞后伸展背景形成的基性-超基性侵入岩体不同。稀土元素及微量元素分析表明,两个岩体的轻重稀土分异明显,都为向右倾的轻稀土富集型配分模式,具负的Nb、Ta异常。但Ⅱ号岩体的斜率高于Ⅰ号岩体。Ⅰ号岩体富集大离子亲石元素Rb,Th轻微亏损,高场强元素Zr、Hf呈正异常,而Ⅱ号岩体明显亏损Rb,富集Ba,同时有Sr的正异常和Zr、Hf的明显负异常。Ⅰ号岩体微量元素具有Nb、Ta相对于Th、La亏损,Ba、Th、U含量高的特点,表现出地壳物质混染的特征。Ⅱ、Ⅲ号岩体目前所见均以辉长岩为主体岩石类型,含矿性较差。Ⅱ号岩体和Ⅰ号岩体微量元素富集特征不一致,也显示这两个岩体的母岩浆性质可能不尽相同,但两个岩体的微量元素特征都显示出遭受了一定程度的地壳混染,这对成矿是有利的。由于Ⅱ、Ⅲ号岩体发育有高磁、高重力和低阻异常,我们尚不能排除其深部产出矿化的可能性,有必要开展进一步的勘查评价。图拉尔根两个镁铁-超镁铁岩体的最新定年结果,将东天山地区与铜镍硫化物矿床相伴的镁铁-超镁铁质岩浆活动时限提前了10Ma,为在该区进一步找矿提供了年代学依据。     

蒙特卡罗不确定性分析在O3模拟中的初步应用

利用蒙特卡罗不确定性分析方法,分析了嵌套网格空气质量模式系统(NAQPMS/IAP)中154个模式输入变量不确定性对臭氧模拟的影响,量化了模式在北京奥运会期间臭氧模拟的不确定性,并确定出了主要不确定性因子。结果表明:(1)在奥运会期间(2008年8月8日～2008年8月24日),北京城区臭氧模拟的平均不确定性为19ppb,不确定性存在明显的日变化特征,白天不确定性大,夜间不确定性小。(2)在白天,北京城区近地层臭氧模拟最重要的不确定性来源是局地前体物排放,其次是NO2光解系数、风向、北京周边前体物排放和垂直扩散系数。另外,地面约150m以上,对臭氧模拟影响最大的不确定性因子是风向和北京周边前体物排放;夜间,北京城区近地层臭氧模拟的最大不确定性来源是局地NOx排放和垂直扩散系数。     

北京奥运会期间CBM-Z化学机制的模拟应用

利用CBM-Z化学机制模拟了中国科学院大气物理研究所气象塔站在北京奥运会期间高臭氧时段O3浓度的日变化,评估了气象条件、北京奥运会加强控制措施以及O3前体物浓度对近地面O3生成的影响。结果表明:(1)CBM-Z化学机制较好地模拟了北京奥运会期间典型时段气象塔站O3、NO、NO2日变化特征。(2)有利于局地高臭氧事件发生的气象条件非常相似;北京奥运会加强控制措施的实施显著减少了NOx及VOCs的排放量,导致近地面O3浓度的明显下降。(3)奥运会期间VOCs和CO是影响气象塔站O3生成量的关键因素。     

ＣＬＭ３０对中国区域陆面过程的模拟试验 及评估Ⅱ：土壤湿度

利用NCAR公用陆面模式（Community Land Model 3.0,CLM3.0）及普林斯顿大学1948—2001年1°×1°、3 h一次的全球大气近地面强迫资料,对中国地区1948-2001年的土壤温度进行了off-line模拟试验,通过对模拟结果和全国台站观测土壤温度资料的对比,评估了CLM3.0对中国区域不同层次土壤温度的模拟能力。结果表明：模式能模拟出中国地区多年平均土壤温度的空间分布型,除部分地区模拟比观测偏高外,模式模拟的土壤温度普遍偏低;模式能较好地反映出中国地区土壤温度的年际变化,对4月的模拟稍好于7月。对于划分的8个子区域,东部区域模拟好于其它各区,除高原一带外,表层的模拟均好于深层;模式基本能抓住土壤温度的变化趋势,而且模拟出了7月长江流域以南地区土壤温度显著降低这一趋势,但模拟的趋势比观测有所偏弱。