一次特大暴雨天气的Q*矢量分析

应用修正的Q     

一次大冰雹过程的多普勒雷达回波特征

通过对粤北地区出现的一次大冰雹过程多普勒雷达产品及其出现的WER特征、TBSS的初步分析,认为与强上升气流有关的雷达回波特征和TBSS是降大雹的标志性指标。     

北京地区一次持续性雾霾天气分析

2015年11月27日至12月1日,北京地区出现了一次十分严重的雾、霾天气过程。综合分析此次雾、霾天气过程的天气形势、加密自动站、探空、风廓线雷达以及连续观测的PM2.5资料,结果表明:本次雾、霾过程,能见度的恶化与天气形势、PM2.5持续性波动增长、相对湿度增加、逆温出现频率高、近地层风速小及近地面偏南风输送有密切关系:(1)此次雾、霾过程期间,华北地区较长时间被地面高压后部的弱气压场和低压辐合区控制,地面风速和近地层风速较小,北京大部分地区处于弱的偏南风或偏东风控制中,很不利于污染物的水平扩散;(2)地面增湿趋势明显,低层偏南和偏东气流将水汽和上游污染物向北京地区输送,加之29日气温明显回升,导致地面积雪融化,近地面相对湿度增加,有时接近饱和;(3)边界层逆温一直存在,很不利于污染物的垂直扩散。     

一次冬季降雹过程的CINRAD/SA回波特征

利用新一代天气雷达 (CINRAD/SA)对 2 0 0 2年 1 2月 1 9日一次冬季降雹观测资料进行分析 ,从中得出冬季降雹的回波特征 ,并对这次过程中出现的三体散射现象及相应的雷达产品做初步分析 ,得出“三体”散射现象是降大雹的一指示性标志和降雹的一些雷达产品指标。     

一次冰雹风暴的CINRAD/SA产品分析

分析了2002年9月27日发生在山东东阿附近一次冰雹风暴发生、发展各阶段新一代天气雷达CINRAD/SA反射率、平均径向速度等产品的演变过程。在风暴中, 观测到了低层前侧入流缺口、有界弱回波区 (BWER)、中气旋 (M) 等超级单体风暴的特征。中气旋在风暴中维持了约90 min, 通过连续时次各仰角高度风暴相对速度产品的分析, 揭示了中气旋发生、发展和消亡的过程。分析表明风暴跟踪信息 (STI)、冰雹指数 (HI)、垂直积分液态含水量 (VIL)、中气旋 (M) 等产品对冰雹有较好的识别和预报能力。     

京津冀典型工业城市沙河市大气污染特征及来源分析

近些年京津冀地区秋、冬季大气重污染事件频发,工业生产与居民燃煤是大气灰霾污染的重要原因。河北省沙河市是京津冀地区以玻璃制造和加工为主的典型工业城市,本研究选取该城市为研究对象,主要利用2017年1月至12月国控站点的大气环境监测和气象数据,采用扩散模型、潜在源分析等手段,分析了沙河市主要污染物的时空分布特征和污染来源。主要结论有:（1）沙河市首要污染物具有明显季节特征,春季、夏季、秋冬季分别以PM₁₀、O₃、PM_2.5污染为主,季节贡献率分别为43.3%、72.3%、61.5%。（2）受城市大气边界层和排放的共同影响,PM₁₀、PM_2.5、SO₂、NO₂和CO浓度均有剧烈的季节—日变化特征。（3）冬季东北风时PM_2.5、NO₂、SO₂均展现出高浓度和高相关性特征,表明站点可能受东北方向玻璃企业排放影响。同时,站点可能也受城中村散煤燃烧影响。（4）沙河市冬季PM_2.5浓度为143 μg m-3。冬季的一次重污染中硫氧化率SOR、氮氧化率NOR的最高值分别达0.67、0.39,气态污染物的二次转化剧烈,高湿度利于二次粒子的生成。重污染中C(NO₃-)/C(SO₄2-)均值为1.89,推测沙河市NO₂主要来自大型运输车辆和企业的共同排放。（5）本地源是沙河市PM_2.5的主要潜在源区,周边几个重工业城市也有一定贡献。因此本研究建议沙河市PM_2.5的治理除需加强本地污染源的削减和控制外,区域联防联控也十分重要。     

Anthropogenic and biogenic winter sources of Arctic CO2—a model study

Long‐range transport of anthropogenic and biogenic CO₂ to a remote site in the Arctic is studied. A limited area, off‐line, Eulerian atmospheric transport model is used, and the results are compared to the observed CO₂ concentration at the "Ny‐Alesund International Arctic Research and Monitoring Facility". Inventories of anthropogenic CO₂ emissions and estimates of biogenic CO₂ emissions are used to investigate the respective impact of these emissions on Arctic CO₂ variations during 4 winter months. A direct comparison of the modelled and observed concentrations reveals remarkably good timing in the modelled variations as compared to the observed variations for most of the time. The correlation of observed versus modelled CO₂ concentration is significant at the 95% confidence level. The biogenic and the anthropogenic CO₂ emissions are shown to have approximately equal influence on Arctic CO₂ variations during winter. Europe is found to be the dominant source of anthropogenic CO₂ at the monitoring station, while Siberia and Northern America have little influence on Arctic CO₂, during the months studied. These results contradict Engardt and Holmén whose results indicate that the lower‐Ob region in western Siberia has a large impact on Arctic CO₂.