渤海大风特点以及海陆风力差异研究

利用2009年7月至今渤海浮标站观测资料,分析了渤海大风的特点.结果表明,2009年出现大风、强风57天,2010年为101天,2011年为38天.11月大风、强风日数最多,1月次之;夏季大风、强风日数较少.从风向来看,北风、东北风的大风、强风日数最多.浮标站与沿海两站风场的对比表明,大风日,东北、东风瓦房店站的最大风速更接近浮标站,其他风向旅顺站接近浮标站;强风日,8个风向都是旅顺站相对接近浮标站.从风速差最大值来看,沿海站比浮标站小2～4级.大风日与强风日的对比表明,大风日沿海站的风速更接近浮标站.对极大风速而言,沿海站与浮标站的风速相差较小,旅顺站的风速更接近浮标站.不同的大风过程由于影响系统不同,海陆风向风力会有很大的不同.但无论什么系统造成的大风,最大风速海陆差异都比极大风速海陆差异明显,最大风速海陆差异最小1级,最大5级,而极大风速只差1级左右.当北路、西路冷空气造成大风时,瓦房店站的风速更接近浮标站,最大风速小1～2级,极大风速小1级;当地面低压(包括热带气旋)造成南大风时,3个测站差别不大,最大风速小1级,极大风速相近.     

汕尾浮标站的风况特征分析

利用广东省汕尾红海湾大型浮标站的近4年观测资料,统计分析汕尾红海湾近海海面风的日变化特征、季节变化特征和大风特点.分析表明：红海湾近海海面秋、冬风速大,夏季风速小,风向以东北风为主;平均情况下中午前后风速较小,早晚较大,风向以东北风为主;冷空气和热带气旋是造成红海湾近海大风的主要天气系统;大风平均阵风系数较小,最大阵风系数在热带气旋影响下出现.     

浙江海岛台风和冬季大风阵风特征的对比分析

为了提高阵风预报准确率,利用2006—2016年浙江7个海岛气象站资料和ERA-interim资料,分析了台风和冬季大风的阵风因子与10 m稳定风速、风向、Brunt-Vaisala频率、总体理查逊数、边界层250~1 000 m风速及其与10 m稳定风速比值等的关系,对比两种大风系统阵风的主要成因差异,最后对冬季大风的阵风因子进行拟合。(1)从总体上,台风阵风因子比冬季大风要大0.1~0.2,波动幅度也一般比冬季大风偏大0.3~0.5。有些站点在稳定风速较大时,阵风因子随稳定风速变化不明显,而有的站点变化幅度较大。(2)站点不同方位的地表特征差异明显,导致台风和冬季大风的阵风因子在某个风向上有较统一的最大值和最小值,两者差值一般为0.2~0.3。(3)大气边界层台风样本主要表现为气流辐合上升及正涡度,而冬季大风样本主要表现为辐散下沉及负涡度,台风垂直速度、涡度和散度的强度均明显大于冬季大风样本;从Brunt-Vaisala频率来看,边界层750 m处冬季大风样本总体为静力不稳定,而台风样本总体为静力稳定;从总体理查逊数来看,台风样本和冬季大风样本两者边界层250 m处动力不稳定程度接近。(4)台风和冬季大风的阵风主要形成机制不同,冬季阵风与边界层上层气流向下动量传输引发的辐合辐散有关,而台风阵风可能更多与边界层气流的水平动量输送引发的辐合辐散有关。(5)基于风向、边界层1 000 m处风速和10 m稳定风速的冬季大风阵风因子的拟合模型,比仅考虑10 m稳定风速的拟合模型的绝对误差减少了20%~50%,误差方差也减少了10%~30%。      

琼州海峡海面风场特征的观测分析

在检验资料可靠性的基础上，利用船载自动站、浮标站与岸基自动站测风资料分析了琼州海峡海面风速空间变化规律，以及秋冬季节的海面风场的日变化特征。结果表明：(1) 琼州海峡海面风速平均比沿岸风速大3～4 m/s，当沿岸风速≥8.0 m/s(5级)时，海面风速比沿岸大5～6 m/s；(2) 海峡海面阵风系数随着风速加大而减小。沿岸风速<5级时，海面平均阵风系数在1.4～1.5之间，风速≥5级时，平均阵风系数为1.35左右；(3) 秋冬季节，海面的平均风速日较差与风一致率均小于沿岸，当海面出现≥10.8 m/s(6级)强风时，海面与沿岸的风速日较差减小，风一致率增加。     

浙江近海冬季大风风速推算和ASCAT风速订正方法探讨

利用2010—2014年12月至次年2月浙江省自动气象站测风资料和ASCAT散射计反演的风场资料,通过模糊聚类空间分型,选取有代表性的站点建立浙江近海冷空气大风的风速推算公式,并对ASCAT近海风场产品进行误差分析和风速订正。结果表明:冷空气影响时浙江北部近海多数自动站与舟山浮标站相比有偏南风矢量差,南部近海自动站比温州浮标站有东南风矢量差,自动站风速一般小于浮标站。海拔高度与自动站和浮标站风速差值δ相关性不显著,站点离岸距离是影响δ的主要因子。冷空气影响时浙江近海ASCAT反演风速与实况相关系数的分布具有平行于海岸线且自西向东增大的特征,相关系数超过0.5的站点一般离岸30 km以上,舟山和温州12个浮标站测风与ASCAT反演风具有较好的相关性。浙江近海ASCAT风速的误差空间差异较大,经订正后的风速分布也具有平行于海岸线、自西向东逐渐增大的特征,且与观测的误差绝对值一般小于2 m·s~(-1)。     

“CMA北京模式”中三种不同阵风诊断方案在北京地区大风预报中的评估

数值模式预报是阵风预报的重要途径之一,对“中国气象局北京快速更新循环数值预报系统（简称CMA北京模式）”中AFWA、UPP、IUM三种阵风诊断方案在北京地区大风预报中的性能进行了分析评估。两次大风过程的分析以及各季节大风预报的批量试验检验结果显示:三种方案的阵风预报存在明显差异,IUM方案的阵风预报能力优势明显。IUM方案对冷空气大风和雷暴大风预警都有较好的指示意义。其对2020年3月18日冷空气大风过程中大风起始时间、大风区位置和演变以及过程极大风速均有较好的预报效果,对2020年8月2日雷暴大风过程中大风区范围预报偏大且位置存在偏差,但对大风预警的指示意义最强。IUM方案的阵风风速预报整体偏强,但对各个季节达到或超过5级阵风的等级预报较为准确。总体而言,IUM方案对北京地区大风预报性能较好,基于该方案制作的阵风预报产品可为大风预报提供有力支撑。      

茂名近海、近岸及陆地站点气象要素对比分析

基于广东省茂名近海海洋浮标站、近岸海上平台站以及陆地电白基准站1年的观测数据,对比分析了风速、风向、温度和湿度的变化特征。(1)三个站点全年的主导风向均呈双峰状,只是主导风向有差异,海洋浮标站和海上平台站以东北风为主,偏南风为辅;而电白基准站主要是东北风和东南风。三个站点的月平均风速最小值都是在8月;最大值海洋浮标站出现在1月,海上平台站为11月,而电白基准站为4月。(2)电白基准站和海上平台站温度年平均日变化呈现出“一谷一峰”型特征;海上浮标站早上有一个低谷,但是峰值不太明显。三个站点月平均温度都是上半年呈上升趋势,下半年呈下降趋势。海洋浮标站纬度更南,受到陆地影响最小,全年高温持续时间最长。(3)三个站点的湿度年平均日变化都是呈“一峰一谷”型,即早晚湿度高,中午到下午低。从日变化振幅上看,电白基准站最大,海上平台站次之,海洋浮标站最小。三个站点湿度月平均都是2—8月湿度较大,最低月份出现在东北季风盛行的11—12月。海洋浮标站出现高湿度的月份最长;海上平台站因为受到陆地的影响,在中午和下午会出现较明显的低值区域。(4)受下垫面的影响,三个站点的风速、温度和湿度的日较差全年平均值,最...     

ASCAT近岸风在山东沿海的适用性分析

利用2013年1月—2014年12月山东近海的8个浮标站、海岛站和自动站资料与ASCAT近岸风速和风向进行对比,以分析ASCAT反演风场在山东沿海的适用性。研究发现：总体上看,ASCAT近岸风速与代表站实况风速正相关,ASCAT近岸风速在山东沿海误差较小,风向有明显的偏离。ASCAT近岸风在渤海、渤海海峡和黄海北部的适用性优于黄海中部。风力不同时,ASCAT近岸风速与实况偏差有明显差别,表现为当实况出现6级及以上的大风,ASCAT近岸风速小于实况;当实况出现6级以下的风,ASCAT近岸风速大于实况。就ASCAT风速偏差而言,6级以下的风速偏差小于6级及以上风。ASCAT近岸风向与实况偏差也有明显差别,当实况出现6级及以上的大风,ASCAT近岸风向与实况的偏离变小;当实况出现6级以下的风,ASCAT近岸风向与实况的偏离变大。因此,ASCAT近岸风速在山东沿海有较好的适用性,6级以下风更优;ASCAT近岸风向也有一定的适用性,6级及以上风向可用性比6级以下强。     

北京冬季大风过程大气边界层特征分析

利用北京中国科学院大气物理研究所325 m气象观测塔的气象梯度资料和湍流资料,分析了2014年11月29日至12月5日北京两次大风过程中气象要素和湍流输送特征的变化。第一次大风过程的强度和持续时间均高于第二次大风过程。强烈的风速垂直切变主要集中在距地面100 m高度范围内,最强风速垂直切变达到0.31 s~(-1)。大风过程中,阵风系数呈现随高度减小的趋势,越接近地面,阵风系数愈大。阵风强度的变化与阵风系数相似,100 m以下高度时,阵风强度随高度增大而减小。大风过程自上而下改变边界层结构,平均动能、湍流动能和摩擦速度最先从上层(280 m)发生变化且迅速增加。近地层由于风速垂直梯度的显著差异,近地层垂直方向的湍流强度最大。大风时各功率谱在低频区(0.01 s~(-1))达到峰值,大风过后各高度的能量都有所下降。     

深圳地区季节风特征研究

本研究利用深圳地区8个沿海、陆地自动气象站2007年6月1日至2017年6月1日11年的小时风速观测数据,按不同季节对各站历史阵风观测进行特征分析研究,并计算比较各站的阵风系数。结果表明,沿海气象自动站四季风力观测普遍高于陆地自动站的风力;8个气象台站在夏、秋季受台风影响的最大阵风大于冬春之际受冷空气影响的最大阵风。各台站中,距离海岸最近的港口码头气象站,盐田港、妈湾港、蛇口码头具有最小的阵风系数;随着离海岸距离的增加,气象站的阵风系数变大,即距海岸线远的气象站的大风更具阵性特点。各台站中背仔角与盐田港是大风记录最为频繁的气象站,历史上受台风影响下的最大阵风达到了12级以上,最大平均风分别达到了9级和10级。进一步的大风个例分析结果表明,相比较台风、冷空气条件下的大风,深圳地区强对流天气引发大风更具有阵性的特征,大风发生地点更随机。本研究可以为不同季节条件下深圳地区的风力预测和风险评估提供指导。     

环渤海海域卫星反演风与站点观测风对比分析

选用了布设在渤海海域的浮标、平台、海岛共计18个站点,利用COARE算法进行站点风速的高度修正,对ASCAT卫星反演风与三类站点风进行对比分析。统计检验结果表明,卫星风与站点风相比,整体上卫星风速比站点风速大。浮标与卫星的风速差最小,而平台和海岛与卫星的风速差较大。风向对比结果显示,卫星风与站点风的风向平均偏差都很小,但均方根偏差却比较大。随着风速的增加,三类站点的风速平均偏差都是由大到小变化,由正值变化为负值,弱风速的时候卫星风速大于站点风速,高风速的时候卫星风速小于站点风速;风速的均方根偏差则相对稳定。卫星风与站点风的风向均方根偏差随着风速的增加而减小,在不同的方向上,风速偏差和风向偏差等统计量的区别较小。随季节的变化中,平台和海岛站的风速与卫星风速的平均偏差秋冬季大而春夏季小。     

汕尾浮标站与周边自动站观测资料对比

将2009年11月沿海自动站和浮标站温度、风等资料进行对比分析,结果得出:11月份自动站温度高于浮标站,而风速通常要稍小于浮标站;在冷空气到达沿海前风速会较小,可能会有弱风;冷空气影响时,平均风和阵风会较大,可能对比赛有影响。     

HRCLDAS-V1.0和ERA5海面风场对比评估分析

基于2020年中国近海31个浮标的逐小时数据,使用统计分析方法对中国气象局高分辨率陆面数据同化系统(HRCLDAS-V1.0)和欧洲中期天气预报中心第5代全球大气再分析数据(ERA5)海面风场进行了系统的检验,检验结果表明：两者在我国近海均具有较高的可信度,风速平均绝对误差(MAE)分别为1.16 m/s和1.09 m/s,风向MAE分别为23°和22°。随着风力增大两者的风速准确度均有所降低,当风力等级≥10级时,前者准确度优于后者;对于风向而言,随着风力增大,两者准确度均升高。此外,选取2020年典型的两次冷空气过程和2008号台风“巴威”过程,检验两者在不同天气过程影响下的准确度,两类融合产品均能较好地再现冷空气过程引起的风向变化,而对不同强度的冷空气过程下的风速反映存在差异;对于台风引起的大风,在风速较低时两者风速均具有不错的表现,但HRCLDAS-V1.0对峰值强度的表现优于ERA5。     

基于ERA5再分析资料的余姚地区阵风预报模型探究

利用2007—2017年余姚地区44个气象自动站观测数据和欧洲中心ERA5再分析资料,对余姚地区日极大风分布进行了统计分析,并提出一种本地化的经验阵风预报模型(雷暴日除外)。研究发现:余姚地区日极大风呈正态分布,风力峰值为4～5级,平均每年大风日占比达7.03%,累计大风时次占比3.32%,年平均大风日26 d。风力越小,阵风与平均风之间的线性拟合效果越好。影响阵风预报的因子主要有10 m平均风速、925 hPa风速、地面粗糙度、摩擦速度和3 h变压。6级及以下阵风预报中,业务中的阵风经验系数1.4容易造成余姚本地阵风预报偏低,适用于余姚本地阵风预报经验系数为1.775;6级以上阵风预报经验方程考虑了平均风速、垂直动量下传、水平动量传输、地面摩擦和海拔高度订正,其与925 hPa风速的平方呈正相关,与摩擦速度呈自然指数相关,经验方程相对于经验阵风系数的预报拟合优度提升了59.61%;经验阵风预报方程通过了2018—2019年的数据检验,该方程对1～2级阵风预报偏高,3～5级效果最好,6级阵风的预报偏低;6级以上的阵风等级预报准确率达55.2%。地形摩擦作用在冷空气大风与台风大风过程中尤为重要,这两类过程阵风系数分布类似,但台风带来的动量下传比冷空气更为明显。     

基于概率密度匹配方法的WRF模式阵风风速误差订正

为提高数值模式对阵风风速预报能力,采用概率密度匹配方法 (Probability Density Function Matching Method,简称PDF方法)对WRF模式地面极大风速预报数据开展误差订正。结果表明:①基于PDF方法订正后的阵风预报效果明显优于WRF预报结果,当实况极大风力≤5级时,两种预报结果均与实况较为一致;当实况极大风力≥6级时,WRF预报相比实况明显偏小,而PDF方法订正结果则与实况较为接近;②对比不同地形条件下两种预报结果发现,在实况风力整体偏弱的平原地区,WRF预报和PDF订正结果对极大风的预报效果均较好;在风力偏强的山区和沿江河谷地区,PDF订正结果的预报效果相比WRF预报则有明显提升;③对2017年安徽省81个国家站逐日极大风速的预报效果检验发现:预报误差和过去五年整体拟合误差基本相当,说明基于2012—2016年历史数据建立的概率密度分布函数可以代表安徽各站多年的实况和WRF预报极大风速的联合分布特征,利用PDF方法进行逐日极大风速预报具有一定的可靠性。     

高斯过程回归方法在浙江沿海海岛冬春季阵风预报中的应用试验

利用2006—2016年冬春季浙江四个海岛气象站10 m大风观测资料和ERA-interim资料,首先分析了阵风因子和阵风风速的概率分布特征;然后统计阵风与10 m至500 hPa层的气温、风速、散度、涡度、比湿、垂直速度、浮力能等要素的关系,选取高相关的预报因子;最后采用高斯过程回归方法建立阵风概率预报模型,并进行试报。(1)平均风速相同时对应的阵风因子变化较大,导致阵风也出现大的差异,说明阵风数据分布具有混沌性;阵风风速具有正态或准正态分布特点,在自然对数处理后完全符合正态分布,表明采用高斯过程回归方法建立阵风概率预报模型合理可行。(2)阵风与大气低层的动力因子相关较好,而在近中层则与热力因子相关较好。(3)阵风大值样本在大气低层具有更强的下沉速度,有利于上层动量向下输送,且大值样本对应的中层气温和比湿相对大些,说明中层暖湿气流有利于湍流的发展和不稳定能量的交换。(4)试报模型的因子权重尺度分析表明,最佳预报因子绝大多数集中在875 hPa层以下,说明大气低层因子对近地面阵风起主导作用。(5)高斯过程回归模型试报表明,大部分站点阵风预报的50%概率区间上下界跨度约为2.5 m/s,75%概率区间跨度约为4.5 m/s,样本的50%和75%概率区间击中率均符合预期。      

杭州湾大风的中、短期预报

通过建立的预报方程,把大风预报数值化。通过对王盘山和嵊泗3年来出现的大风个例的对比分析,找出杭州湾大风的主导风向;各季节二站风向风速之间的特点,利用二个测站的空间相关性,建立线性预报方程,来预报短期的杭州湾的风。而中期预报,则是通过PPM方法,采用前一天20时的欧洲数值预报资料,做出杭州湾3~5天内,每一天的最大平均风速和风向,在此基础上加上一级为阵风风速。     

阵风锋在短时大风预报中的应用

应用石家庄及周边县（市）风自记、多普勒雷达等短时高频资料，对2005年5—8月石家庄出现的短时大风及其与阵风锋、对流降水关系进行统计，侧重分析了2005年6月17日强对流性雷雨云外围产生的阵风锋造成的雷雨大风过程。结果表明：阵风锋在雷达反射率因子图上表现为强对流回波前方近地层的条状或孤状弱窄带回波；在径向速度图上表现为风向、风速急剧变化的辐合带区域；速度图中的风辐合最强处与强度图中阵风锋回波位置相符，并且与风速演变曲线中的峰值有很好对应；阵风锋移向和移速提前预示了主体对流回波传播方向、强对流天气的强弱以及短时大风的时空分布，从而为灾害性天气的短时及临近预报提供参考依据。     

华东沿海ASCAT反演风速的检验和订正

基于2010—2014年ASCAT反演风速、华东沿海14个浮标站和浙江沿海249个自动气象站资料,对华东沿海ASCAT反演风速进行检验和订正。研究表明:站点ASCAT风速误差不仅与离岸距离相关,而且与站点周围地形有关,误差较大的5个浮标站均位于舟山群岛附近海区,平均偏大4.79 m·s-1,其他海区浮标站的ASCAT反演风速平均偏差仅为0.46 m·s-1。ASCAT反演风速与浮标站风速的线性回归可有效减小反演风速误差,订正后误差大幅减小,误差越大的站点订正效果越好。相距160 km内的浮标站点间风速误差呈正相关,且站点间距越小,误差正相关越明显。考虑带影响半径的反距离权重,采用邻站方程订正法和邻站误差订正法分别对华东沿海ASCAT反演风速进行订正,均能明显减小平均偏差和均方根误差,两种方法订正效果接近,即两种方法均有较好的订正效果,可用于实际业务。     

琼州海峡南岸近地面层大风观测分析

利用2009年7月—2011年6月琼州海峡南岸东西两侧2部梯度测风塔2年实测资料,分析了海峡区域近地面层风向风速、阵风系数、风随高度变化的特征。结果表明:海峡东西两侧风参数大小有较大差异。在地面10 m高度风速＜10 m/s时,海峡风向风速有明显日变化,体现了以海陆风为主导的局地环流特征;海峡西侧的日最大风速及风速日较差分别比东侧大0.6 m/s和1.1 m/s;地面10 m高度的阵风系数及风随高度变化的幂指数α分别比东侧小0.03和0.02;阵风系数与α值随地面风速的增大而减小。当海峡地面10 m高度风速≥10 m/s时,阵风系数与α值并未随地面风速增大而减小。天气系统对海峡大风的阵风系数、风向风速演变趋势有一定影响,但对α影响较小。热带气旋大风过程的平均阵风系数比冷空气过程大。中心经过型、近距离经过型和外围影响型热带气旋大风过程的风速演变特征分别为双峰型、单峰型和平台型。过境型、锋消型以及冷暖系统共同影响型的冷空气大风过程的风速演变特征分别为平台型、单峰型和多峰型。