两次秸秆焚烧导致辽宁重污染过程的气象条件对比分析

利用环境监测站大气污染物数据、地面自动气象站观测资料、L波段加密探空资料和0.125°×0.125°的EC再分析资料,结合MODIS遥感火点监测和HYSPLIT4后向轨迹模拟结果,对比分析了2015年11月8日和2016年11月5日的两次由于东北地区秸秆焚烧导致辽宁重污染天气过程的大气边界层特征、气象扩散条件和大气污染物输送来源等。结果表明:两次过程地面PM_(2.5)浓度均出现快速上升和下降,其中2015年11月8日重污染过程的污染强度较2016年11月5日强,且持续时间更长。2015年11月8日重污染过程的混合层高度较低,其上层的中性层结转变为逆温层结,抑制混合层高度的发展。同时低层冷平流不断侵入到暖平流下方,使得大气层结稳定性增强,维持时间较2016年11月5日重污染过程更长,低层下沉运动和黑龙江西南部、吉林西部污染物的远距离输送增强使得辽宁地面污染物浓度快速累积。而2016年11月5日重污染天气过程主要受深厚冷空气影响,东北地区西部污染物的区域输送和地面风场辐合是地面污染物浓度快速上升的主要原因。     

华北“7.20”特大暴雨多尺度特征分析

利用华北地区248个加密气象观测站资料、FY-2G黑体亮温TBB、邢台站探空资料、华北地区多普勒雷达资料、欧洲中心（ECMWF）0.25°×0.25°和NCEP/NCAR（1°×1°）再分析资料,对2016年7月19—21日一场特大暴雨进行多尺度特征分析。结果表明：200 hPa南亚高压系统呈东西带状分布,500 hPa为“东高西低”环流背景,鄂霍茨克海附近闭合高压下游阻挡效应使上游系统移速缓慢,华北长时间处于深槽之中,环流形势利于产生稳定经向型暴雨;通过高低层流场对比发现,高空急流入口区右侧与低空急流出口区左侧重叠区为最强降水区域,降水大值区均位于太行山及燕山山脉迎风坡;垂直方向上,垂直上升运动中心介于散度辐合中心与辐散中心之间,剧烈的抽吸效应将水汽输送至高层,冷暖气流交汇及水汽上升过程凝结潜热释放导致对流系统迅速发展。河北地区稳定的深厚气旋是本次暴雨的关键系统,19日石家庄地区强对流单体（>45 dBz）存在时间超过20 h。MCS影响范围广、特殊山脉地形作用、系统停留时间较长等原因造成累积降水量增大,是本次暴雨与“7.21”北京特大暴雨相比的突出特点之一。     

风电场风速降尺度预报方法对比分析

使用中尺度数值天气预报业务模式9 km和3 km分辨率的模式输出产品,分别应用小尺度模式CALMET模式和双线性插值(BLI)方法将预报风速进行降尺度处理,并对比预报风速和风塔观测资料。结果表明：WRF模式9 km分辨率的模式输出经过CALMET模式降尺度以后得到的风速预报效果比3 km分辨率的模式输出略好。同时,由于中尺度数值预报模式分辨率本身较高,使用BLI也可以得到较好的风速预报。将风速分为0 m·s^-1≤风速<5 m·s^-1,5 m·s^-1≤风速<10 m·s^-1和风速≥10 m·s^-1共3个等级,检验3个风速等级的预报偏差百分比得出,CALMET模式和BLI方法对10 m·s^-1以上的大风的预报效果相对较差;如何对大风预报进行订正对风速预报准确率的提高具有重要的意义。     

辽宁省温带气旋龙卷的环境参数特征

利用欧洲中期天气预报中心ERA5再分析数据, 统计1979—2020年辽宁省42个温带气旋龙卷环境背景和物理量参数特征, 结果表明:辽宁省温带气旋龙卷多发于温带气旋中心的西南、东南象限, 与冷锋前暖区相对应, 主要分布在辽河平原中西部及渤海湾沿岸, 强龙卷(EF2及以上级别)占比为28.6%。风暴相对螺旋度和对流有效位能的大值区出现在气旋西南—东南象限, 呈带状分布, 龙卷风暴主要分布于风暴相对螺旋度大值区西北侧、对流有效位能大值区的顶端的强梯度区附近。强龙卷参数最大值达0.7, 其大值区与EF2及以上级别龙卷相对应。地面冷锋和干线是温带气旋龙卷的关键触发系统, 对比近气旋中心和冷锋尾部湿度垂直分布, 后者所表现的高层强干侵入导致风暴产生更强的冷池, 过强的下沉气流可能是龙卷产生的不利因素。温带气旋龙卷多分布于高空急流左侧气流的分流区内, 对应高空强辐散区。0~3 km垂直温度递减率大值区与气旋中心附近的弱龙卷高发区有较好对应关系。     

地形云催化增雨试验研究进展

地形云作为最具有前景和可行的人工影响云系,受到人工影响天气工作者和研究人员的关注。本文分析了国内外地形云催化增雨野外科学试验的历史进程,总结了野外科学试验中取得的成果,梳理了在地形云催化增雨试验中需关注的几个关键科学问题,包括对地形云自然降水过程的分析、地形云系统中过冷水在云内的分布、山地云系的微物理过程演变特征及其与中尺度动力结构的关联,介绍了宁夏开展地形云野外科学试验的实践,提出了加快地形云催化野外科学试验,提高地形云云水资源开发利用的对策及建议。为解决中国西北地区干旱问题,推动黄河流域生态环境保护及高质量发展提供了一种思路。     

1971—2020年辽宁龙卷的气候特征及环境条件分析

为了解辽宁龙卷气候特征,基于《中国气象灾害大典》《中国气象灾害年鉴》和其他相关资料,根据“改进藤田分级”龙卷级别分类标准,对1971—2020年辽宁龙卷进行强度分类和时空分布特征统计,并对比我国辽宁与美国龙卷高发区环境背景差异,分析辽宁龙卷典型的环流形势、物理量特征。得到以下主要结论:1971—2020年辽宁地区共记录到97个龙卷日发生龙卷105次,年均为2.1次,年平均龙卷生成密度为1.4×10^-5个·km^-2,约为美国的1/10。EF2及以上级别强龙卷共记录到17次,年均出现0.3次。95%的龙卷出现在5—9月,67%出现在14—19时。EF2及以上级别强龙卷主要分布在辽宁中部以西地区,东南沿海地区多为弱龙卷,辽宁西北部龙卷季明显早于东南部。对流有效位能和中低层风切变随季节呈反相位变化,两者的合适配置是龙卷等强对流天气产生的前提条件。低层风暴相对螺旋度偏小是我国辽宁较美国龙卷高发区龙卷密度明显偏小的主要原因。辽宁87%的龙卷与冷涡相关,分为低层锋生主导的冷涡底部短波槽和冷涡前部型(65%)、中高空干冷气流主导的冷涡后部型(12%)以及强热...     

降雪含水比研究进展

降雪深度预报与定量降水预报(QPF)一样是冬季天气预报最重要的业务之一,而降雪含水比是降雪深度预报中所必须的重要参数,国外一般多将其称为snow-to-liquid ratio(SLR)。本文回顾了过去几十年来国内外在SLR的变化特征、影响因素等方面的主要研究进展,并对其预报技术和方法进行了总结和比较。研究表明:SLR具有明显的时间变化,并且存在季节和空间分布差异;大气温度和相对湿度是影响SLR的两个最重要气象因子,气压、垂直运动等气象因素,以及地表风、积雪自重、太阳辐射和积雪融化也会不同程度地影响SLR;随着预报技术的发展,SLR的预报方法可概括为气候学的、统计学的和基于物理基础的三类预报方法,气候学方法过于简单化,统计学方法的应用提高了SLR的预报能力,但仍无法摆脱统计方法自身的缺陷,比较而言,基于数值模式的瞬时预报更符合未来雪深预报业务的精细化发展趋势;目前,国内降雪深度观测资料较少、观测频率较低,有效开展地面降雪和探空加密观测,解决观测资料不足是今后SLR研究中亟待解决的问题;基于数值天气预报业务模式,探索气象因子对SLR的影响机理,建立适合我国冬季天气预报业务需求的降雪预报系统是未来的发展方向。     

台风“狮子山”并入温带气旋过程及引发东北强降水的分析

使用常规观测、最佳台风路径数据、风云二号气象卫星亮温(Black body temperature equivalent,TBB)、全球协同探空站资料和NCEP/NCAR全球再分析资料,对2016年第10号台风"狮子山"并入温带气旋过程中,二者相互作用下引发的东北地区强降水进行了分析。结果发现,台风"狮子山"并入温带气旋过程中,其结构由对称的热带涡旋云系向非对称斜压云系发展,最终演变为成熟的温带气旋云系。受温带气旋的影响,台风"狮子山"逐渐进入到强垂直风切变环境,台风涡旋环流、水汽输送、垂直运动呈现明显的不对称和垂直向西倾斜结构,暖心结构遭遇破坏,水汽输送逐渐远离台风环流;台风影响下的高低空急流有利配置对温带气旋形成正涡度平流输送,伴随着锋生作用,使得温带气旋获得动力和能量而发展。对东北地区强降水的分析发现,台风并入温带气旋过程中,温带气旋加强发展,带来了增强的动力、水汽和能量的输送,是引发东北地区强降水的主要原因,降水主要发生在暖平流带中,600 h Pa与900 h Pa之间的厚度梯度大值区对强降水的落区具有很好的指示,强低层辐合、高层辐散,促使强的垂直上升运动,配合强暖平流和充沛水汽的输送,对应着强降水的发生。高层弱的干冷空气缓慢向低层侵入,使得降水持续时间长、结束缓慢。降水总体具有持续性,伴有较强对流降水的发生。     

土壤湿度和土壤温度模拟中的参数敏感性分析和优化

使用一种复杂洗牌算法 (SCE-UA, Shuffled Complex Evolution Algorithm) 对Noah陆面模式中的参数进行敏感性分析和优化,其中水文参数采取直接优化和优化土壤成份的形式,侧重于研究两种水文参数给出方法对土壤湿度和土壤温度模拟的敏感性。结果表明:将土壤湿度和土壤温度作为判据,模式中水文参数敏感性最高,水文参数对土壤湿度的敏感性要高于对土壤温度的敏感性。表层土壤湿度作为判据对土壤水文参数优化后,可以改善土壤湿度和土壤温度的模拟,加入深层土壤湿度同时作为判据后,优化使土壤温度的模拟变差。当土壤成份作为优化的参数,表层和深层土壤湿度作为判据,优化能够同时改善土壤湿度和土壤温度的模拟。单独使用土壤温度作为判据不能达到优化水文参数的目的。将土壤成份作为优化的参数后,土壤湿度和土壤温度的多判据优化效果最好,且减少不敏感参数的个数后对优化结果的影响总体不大。基于以上结果,将土壤成份作为优化水文参数的方法能够更好的考虑不同水文参数之间的约束关系,优化后的水文参数具有很好的一致性,优化效果较直接优化水文参数更好。     

评估集合卡曼滤波反演土壤湿度廓线的性能

集合卡曼滤波由于易于使用而被广泛地应用到陆面数据同化研究中,它是建立在模型为线性、误差为正态分布的假设上,而实际土壤湿度方程是高度非线性的,并且当土壤过干或过湿时会发生样本偏斜.为了全面评估它在同化表层土壤湿度观测来反演土壤湿度廓线的性能,特引入不需要上述假设的采样重要性重采样粒子滤波,比较非线性和偏斜性对同化算法的影响.结果显示:不管是小样本还是大样本,集合卡曼滤波都能快速、准确地逼近样本均值,而粒子滤波只有在大样本时才能缓慢地趋近;此外,集合卡曼滤波的粒子边缘概率密度及其偏度和峰度与粒子滤波完全不同,前者粒子虽不完全满足正态分布,但始终为单峰状态,而后者粒子随同化推进经历了单峰到双峰再到单峰的变化.