Interaction Between Wind and Snow Surface

The horizontal and vertical wind velocity fluctuations were measured using two sonic anemometers at a height of 135 cm above a snow surface under a transverse snow wave-forming condition. A snow-wave was formed when the wind at a height of 1 m blew at a speed of more than 7 m s⁻¹ after an approximate accumulation of from 10 to 20 cm of new snow on a snowfield. For example, when a snow-wave had a wavelength of 10 m and a wave height of 15 to 20 cm, the measured horizontal and vertical velocity components showed that they had a frequency peak of 0.7 Hz in coherence and co-spectrum corresponding to this wavelength. The results suggest that wind turbulence and snow-wave formation interact with each other.     

The Fallacy of Drifting Snow

A common parametrization over snow-covered surfaces that are undergoing saltation is that the aerodynamic roughness length for wind speed (z ₀) scales as au_*²/g{\alpha u_\ast^2/g}, where u _* is the friction velocity, g is the acceleration of gravity, and α is an empirical constant. Data analyses seem to support this scaling: many published plots of z ₀ measured over snow demonstrate proportionality to u_*²{u_\ast^2 }. In fact, I show similar plots here that are based on two large eddy-covariance datasets: one collected over snow-covered Arctic sea ice; another collected over snow-covered Antarctic sea ice. But in these and in most such plots from the literature, the independent variable, u _*, was used to compute z ₀ in the first place; the plots thus suffer from fictitious correlation that causes z ₀ to unavoidably increase with u _* without any intervening physics. For these two datasets, when I plot z ₀ against u _* derived from a bulk flux algorithm—and thus minimize the fictitious correlation—z ₀ is independent of u _* in the drifting snow region, u _* ≥ 0.30 ms⁻¹. I conclude that the relation z₀ = au_*²/g{z_0 = \alpha u_\ast^2/g} when snow is drifting is a fallacy fostered by analyses that suffer from fictitious correlation.     

使用加密降雪资料分析降雪量和积雪深度关系

降雪量和积雪深度的关系是降雪预报及相关科研工作中的重要参数,加密降雪资料的出现为分析这种关系提供了新的支持。利用2009—2011年冬季加密降雪资料并采用线性拟合方法,分析得出我国冬季积雪深度变化值和相应降雪量的比值大体为0.75 cm·mm-1,该比值随气温上升呈明显减小趋势,且有明显的地区差异,但未体现出显著的时间变化特征。降雪量和积雪深度的关系仍需深入分析,并需要更高质量降雪资料的支持,以便能应用到实际业务和科研工作中。     

Estimating the Surface Wind Speed Over Drifting Pack Ice from Surface Weather Charts

Routine surface wind speed data, vital for the study of drifting pack ice, are not available for the polar oceans. Over sea, it has been demonstrated by Hasse that estimates of surface wind speed may be obtained from the geostrophic wind speed using linear formulae. Comparing estimated with observed data for six sites in Canada, it is found that the formulae may also be applied to obtain estimates of surface wind speed over pack ice.     

2009年石家庄暴雪过程降雪雷达估测

介绍了天气形势和采用多普勒雷达资料进行降雪估测的原理,利用雷达与降雪加密观测资料,对2009年11月10—12日石家庄地区暴雪过程采用卡尔曼滤波法进行降雪估测。研究表明：①卡尔曼滤波降雪估测法对石家庄地区的降雪估测效果较好,尤其是对较强降雪（大于等于2 mm/h）的估测。②采用卡尔曼滤波估测法对石家庄地区进行降雪估测,要根据不同的地理特征和雷达反射率因子、回波顶高等特征采用不同的仰角进行降雪估测,与雷达降水估测的仰角选取有一定的差别。因此,充分利用雷达产品与降雪加密观测资料能够估测降雪分布,可以为决策服务提供一定的科学依据。     

风廓线雷达资料在乌鲁木齐一次大暴雪过程分析中的应用

利用常规观测、自动站逐时降水量、乌鲁木齐市风廓线雷达及ECMWF1°×1°再分析等资料,对2018年10月17—18日乌鲁木齐雨夹雪转大暴雪过程进行分析。结果表明,大暴雪是在低空西北气流与中高层西南急流叠加并维持的有利环流背景下,由700～850 hPa风切变、风速辐合、地面冷锋及地形强迫抬升等多尺度系统共同作用造成的。强降雪时雷达探测高度维持较高达7500 m,随着降雪结束探测高度明显降低。水平风场表明低空西北急流与中高层偏南急流形成的垂直风切变廓线的维持,是强降雪持续的动力条件。大气折射率结构常数C_n~2、垂直速度的大小与雨雪的开始、结束时间有较好的对应关系,且低层较强偏北风与C_n~2大值区相对应,降雪时低层垂直速度为0.8～1.2 m·s~(-1),雨或雨夹雪时垂直速度为1.8～2.5 m·s~(-1)。因此,水平风向风速、C_n~2和垂直速度的垂直变化对暴雪短临预报有很好的参考价值。     

基于EOS/MODIS积雪遥感监测的北疆冬季人工增雪效果分析

在EOS/MODIS积雪遥感监测的基础上,运用图示分析法、序列试验法、区域对比试验法,分析了2006—2008年冬季在北疆进行的飞机人工增雪作业效果。研究结果表明,作业效果明显,作业可行;利用积雪遥感监测数据进行人工增雪效果评价的方法,能够客观地反映作业区域的积雪变化情况,可用于飞机人工增雪作业效果的评价业务。     

Modelling Small-Scale Drifting Snow with a Lagrangian Stochastic Model Based on Large-Eddy Simulations

Observations of drifting snow on small scales have shown that, in spite of nearly steady winds, the snow mass flux can strongly fluctuate in time and space. Most drifting snow models, however, are not able to describe drifting snow accurately over short time periods or on small spatial scales as they rely on mean flow fields and assume equilibrium saltation. In an attempt to gain understanding of the temporal and spatial variability of drifting snow on small scales, we propose to use a model combination of flow fields from large-eddy simulations (LES) and a Lagrangian stochastic model to calculate snow particle trajectories and so infer snow mass fluxes. Model results show that, if particle aerodynamic entrainment is driven by the shear stress retrieved from the LES, we can obtain a snow mass flux varying in space and time. The obtained fluctuating snow mass flux is qualitatively compared to field and wind-tunnel measurements. The comparison shows that the model results capture the intermittent behaviour of observed drifting snow mass flux yet differences between modelled turbulent structures and those likely to be found in the field complicate quantitative comparisons. Results of a model experiment show that the surface shear-stress distribution and its influence on aerodynamic entrainment appear to be key factors in explaining the intermittency of drifting snow.     

我国不同下垫面的近地层风切变指数研究

利用国家气候中心2009-2011年在内蒙古锡林浩特市、河北黄骅市、江西湖口县和星子县开展的100 m铁塔大气湍流观测试验数据,分析不同下垫面、不同稳定度条件下地面到100 m的风切变指数变化情况,得到了一些有意义的结论:(1)内陆简单地形整体风切变指数α0.3的情况出现在稳定和非常稳定层结状态下,分层风切变指数α0.4的频率为2.95%;(2)沿海平坦地形大气层结越稳定,整体风切变指数α的高值出现频率越高,分层风切变指数α0.4的频率略高,为4.2%;(3)对于内陆湖复杂地形,星子地形更为复杂,大于0.3的整体风切变指数出现频率高,分层风切变指数α0.4的频率高达10%,而湖口大于0.3的整体风切变指数值出现频率略低,分层风切变指数α0.4的频率为3.37%。(4)按照风力发电机组设计要求中假设风切变指数α为0.2,一般会过高的估计轮毂高度的风速。     

基于WRF/CALMET的近地面精细化风场的动力模拟试验研究

本文利用中尺度动力模式 WRF和诊断模式CALMET对琼州海峡的两次冷空气过程的近地层风场进行模拟和诊断,所用的资料是美国NCEP再分析FNL资料。WRF模式第一至第四层网格的水平距离分别是27、9、3和1 km,并用WRF-1 km场以单向嵌套模拟方式降至200 m,同时以 WRF-1 km 预报场作为 CALMET 初猜场降尺度诊断至200 m。分别用CALMET-200 m风场、WRF-1 km风场和 WRF-200 m风场,3个风场的风速、风向与沿琼海海峡分布的21个测站（其中6个测风塔）观测资料进行检验比较分析。主要结论是：（1）CALMET-200 m的风速RMSE明显小于另外两组试验,风向RMSE总体上差异不大;在60～80 m高度上也没有明显差异。（2）在0～8 m·s－1风速,10 m高度上CALMET-200 m风场诊断结果最好,风速平均偏差值从4～0 m·s－1,WRF的两组试验平均偏差值比CALMET-200 m结果大约2 m·s－1,风向上表现为偏差的分布更加集中;60～80 m高度上,CALMET-200 m 诊断效果与 WRF-1 km 模拟效果相当,但是冷空气时段内 WRF-200 m的风速要远远差于另外两组试验;而3组试验的风向并无大的差异。（3）WRF／CALMET模式系统在非冷空气活动时段内的风速风向模拟诊断偏差更小,说明其在层结相对较稳定时模拟诊断的准确度更高。     

南沙永暑礁近海面风的特征分析

选用南沙永暑礁1989年1月到2009年12月的水文气象月报表资料,运用概率统计的方法将风向和风速记录资料进行分析,定义了永暑礁的4个风期,通过风向风速的年内变化分析得出永暑礁盛行风风向在年内变化成顺时针向右偏移;无论是东北季风期,还是西南季风期,盛行风平均风速都大于非盛行风。东北季风期主导风向顺时针偏移时风力减小,西南季风期主导风向顺时针偏移时,到南南西风时最大,在西南风时略有减弱,呈现波状发展趋势。通过引入风速不稳定指数概念,发现永暑礁西南季风期风速变化突然,更不稳定。     

乌鲁木齐冬季清雪预报服务研究

以乌鲁木齐冬季清雪工作需求为牵引,利用乌鲁木齐2006—2016年冬季(当年11月—翌年3月)逐日降雪量、积雪深度、气温和173 d降雪日的逐时降雪量资料,分析了近11年冬季各量级降雪的分布特征、降雪持续时间和降雪的日变化特征;对积雪深度和对应降雪量做线性拟合,得出二者比值大体为0.968 cm/mm。得出清雪预报服务的重点是:小雪的有无、降雪起止时间和累积降雪量、积雪深度的预报,难点是中雪、大雪特别是暴雪和对应的积雪深度的精细化预报。     

青藏高原东部多、少雪年地表能量和水分特征对比研究

青藏高原积雪对地表能量和水分交换有重要影响。本文通过选取青藏高原东部玛多、玛曲和垭口3个站点多雪年和少雪年的气象资料,对比分析了多雪年和少雪年的地表能量和土壤水热特征。结果表明：在地表辐射平衡方面,多雪年或积雪较多的时期可以反射掉较多的向上短波辐射。玛多站多雪年反射掉的向上短波辐射是少雪年的2.3倍,玛曲站主要积雪期（3-5月）中多雪时期比少雪时期多反射掉10.07 W·m^-2的向上短波辐射,垭口站多雪年的年平均向上短波辐射分别比两个少雪年高出37.49 W·m^-2和31.92 W·m^-2。多雪年或积雪较多的时期还可以减少向上长波辐射的发射。玛多站多雪年与少雪年向上长波辐射的差值在整个研究时段中基本为负,垭口站两个少雪年在当年12月初到次年1月和次年2月末到4月初这两个时段,积雪越深,向上长波辐射值越小。向上短波和向上长波辐射的差异使得多雪年的地表净辐射少于少雪年。不论多雪年还是少雪年,土壤热通量的值都很小,地表能量分配主要以感热通量和潜热通量为主。玛多站少雪年以感热通量为主且感热通量为正,但多雪年感热通量为负;玛曲站的...     

西岭雪山滑雪场秋冬旅游降雪预报研究

利用大邑、西岭雪山滑雪场及周边区域自动站2005～2017年每年10月～次年2月逐日最低温度资料,通过统计分析区域自动站与大邑站候平均最低温度差值,建立以大邑本站最低温度预报值为基础,加上逐候最低温度差值后得到区域各站的日最低温度预报的候最低温度差值订正方法;用距滑雪场最近的格点温度预报数据代替滑雪场站点温度预报,选出最低温度,以气温预报变化量,建立最低气温预报的模式温度订正方法;建立以候最低温度差值订正和模式温度订正进行加权平均的最低温度集成订正方法。通过对以上三种最低温度预报方法进行检验,发现最低温度集成订正方法预报准确率最高。基于最低温度集成订正方法预报西岭雪山滑雪场的最低温度,结合智能网格降水预报结果和降雪最低温度阈值判别,建立西岭雪山降雪的订正预报方法。     

风场变形误差对冬季降雪测量及其趋势估算的影响

利用71个气象站1960～2009年共50年的冬季逐日降水、风速和天气现象资料, 以及3个站降水对比观测试验数据, 对东北地区降雪测量记录的风场变形误差进行了评价和订正, 并在此基础上分析了风场变形误差对研究区降雪量变化趋势估算结果的影响。结果如下:1)东北地区冬季降雪量台站观测记录普遍被低估, 全区观测的冬季平均降雪量为15.1 mm, 而风场变形误差订正后冬季平均降雪量为22.5 mm。各站绝对误差介于1.1～19.4 mm, 平均绝对误差为7.5 mm, 各站相对误差介于11.8%～50.8%, 平均相对误差为34.1%。2)主要由于受气象台站观测环境改变导致的风速减弱现象影响, 东北地区大部分台站雨量计对降雪的捕获率有所增加, 冬季降水观测中的风场变形误差减小, 引起实测的降雪量变化趋势估算值被高估。风场变形误差订正前, 东北地区近50年的冬季降雪量变化趋势为0.4 mm·(10 a)^-1, 而风场变形误差订正后, 冬季降雪量变化趋势为0.1 mm·(10 a)^-1。3)东北南部地区台站受风场变形误差影响尤其明显, 冬季实测的降雪量变化趋势偏高更大, 订正后和订正前趋势差值为-1 mm·(10 a)^-1, 即订正前冬季降雪量变化趋势被高估程度达到了64.3%。     

基于风廓线雷达资料的“雷打雪”天气过程分析

利用高时空分辨率的风廓线雷达资料对湖北省荆门市2013年2月18~19日的一次雨转雪过程进行精细化的时空特征分析,结果表明:(1)风廓线雷达水平风廓线清晰反映出冷空气补充南推,强度增大,低层偏北风形成的冷垫也随之增厚,导致了降水相态的转变;(2)通过精细化风廓线和功率谱密度产品分析,认为对流运动发生低层冷垫之上的中高层;(3)冷锋抬升潜热释放、垂直风向切变和中层槽过境的多重因素叠加下,潜在不稳定能量得以释放在中高层触发对流天气,产生了"雷打雪"现象;(4)风廓线雷达大气折射率结构常数产品能反映期间降水强度的变化,为精细化短临预报提供参考。     

Effects of Mesoscale Surface Thermal Heterogeneity on Low-Level Horizontal Wind Speeds

Using large-eddy simulation, we investigate characteristics of horizontal wind speed at 100 m above the ground, with surface heat-flux variations that are sinusoidal with amplitudes of 0, 50, and 200 W m⁻² and wavelengths of 16, 32, and 128 km, and no background flow. When the amplitude is 200 W m⁻², wind speeds induced by the surface-flux variations on scales of 16 and/or 32 km have multiple temporal oscillations from 0600 to 1800 local standard time. The positive peaks first appear before noon. In contrast, for wind speeds induced by the 128-km surface heterogeneity, a single oscillation occurs in the late afternoon, which is much larger than those generated by the 16- and 32-km surface heterogeneity. In addition, at the oscillation onset the kurtosis of the velocity increment over a distance of 1 km significantly increases, which implies intermittency in the generation of 1-km scale eddies. The spatially intermittent energy cascade generated by surface heterogeneity scaled down to 1-km eddies is analogous to the well-known intermittent energy cascade in the inertial subrange. The kurtosis of the 1-km eddies is much larger with the 128-km surface heterogeneity than with the 16- and 32-km heterogeneities. Thus we conclude that localized rapid changes of low-level horizontal wind speed may be caused by significant local surface heterogeneity on scales between a few tens and a few hundreds of kilometres.     

雪面温度与地面温度的关系分析

人工地面观测转变为自动地面观测,其观测方法发生了较大的变化.通过平行观测,对鱼台县气象局(2006-2007年)及周边的金乡(2003-2004年)、微山(2004-2005年)的人工站与自动站的地面观测资料进行了对比分析,得出:无积雪状况下,人工站与自动站地面观测数据对比值较小;有积雪状况下,人工观测的雪面温度与自动观测的地面温度具有一定的对比关系.因自动观测的地面温度更能代表实际地面状况,所以,这种对比关系的出现,将为使用地表温度的水文及农业部门提供一个地表温度使用参数β,使这些部门能够更加准确地掌握地面温度的变化规律,从而为地能、地热、地表水的预测与判断提供准确数据.     

不同积雪深度下地面温度与雪面温度的相关

基于新疆昌吉州5个国家气象站2008—2010年积雪深度大于等于0 cm的实测地面温度与雪面温度,对0 cm地面温度（含最高、最低）、雪面温度（含最高、最低）及云量、日照时数、雪深进行统计分析,找出不同积雪深度下地面温度与雪面温度的关系,并以阜康市天池气象站2011年所有积雪日数据对关系模型作检验。结果显示：地面温度与雪面温度的关系有3个雪深分层：5 cm以下、6~40 cm和40 cm以上,积雪深度为0~5 cm时,地面温度与雪面温度差值很小,受雪深及天气条件影响明显,雪深6~40 cm,主要受雪深影响,雪深超过40 cm,地面温度趋于定值。