黑风暴前6 小时的天气系统跃变

文中从90年代以来河西走廊东部发生的两次强黑风暴天气过程入手,在对预报服务过程进行分析的基础上,应用"93.5.5"黑风暴的研究成果[1～2],分析研究当地黑风暴天气特点及成因,发现黑风暴天气是产生于春季常见的强冷空气东移南下过程中,在黑风暴过程前6h左右开始,天气尺度系统发展最强,高空、地面系统特征量及本地气象要素变化最为显著,出现一个跃变过程.     

甘肃“5·5"黑风暴小波分析

用小波变换理论对１９９３年春季甘肃省河西走廊地区一场特大黑风暴进行了分析。结果表明，小波分析能比较客观地将时间序列中不同时间尺度的振动分离开，使我们能清楚地看到黑风暴中的中尺度扰动。     

百余年全球海温的状态跃变分析

应用刘桂馥（１９９５）〔１〕提出的递归相似（又称递归分解）方法，考查了百余年（１８５６～１９９１年）南、北半球太平洋、大西洋和印度洋海温季距平的状态跃变。发现在适当分辨率下，海温跃变具有准１０年周期特性     

百余年全球海温的状态跃度分析

应用刘桂馥提出的递归相似方法，考查了百余年南，北半球太平洋，大西洋和印度洋海温季距平的状态跃度。发现在适当分辨率下，海温嗅度具有准１０年周期特性。     

强沙尘暴发展与干飑线—黑风暴形成的一个机理分析

该文分析了１９９３年５月５日黑风暴的发展过程和景观以及天气形势，研究了干飑线和强冷锋前干飑线发展同黑风暴爆发的关系。分析结果指出：由于强冷锋过境时冷锋前干飑线移至被强烈太阳辐射加热的地表以及条件不稳定大气层结结构，干飑线进一步发展至使黑风暴爆。黑风暴的沙墙是类似于飑线阵风锋面的干飑线阵风锋面的干飑线沙暴锋面。它是阵风锋面前沿反向上升气流卷起干燥地表尘沙面形成的。     

太阳活动百年尺度的跃变与气候跃变的相关分析

讨论了２５００多年来太阳黑子周期长度（ＳＣＬ）的跃变特征,发现有在年尺度上ＳＣＬ基本在平均值附近变化,而其变率则存在明显的跃变现象,当ＳＣＬ的变率增大时,气候随之发生冷跃变,反之,则发生暖跃变。小冰期内,太阳活动弱且不稳定,与地球气候冷且不稳定具有同时性。     

递归相似及其在海温演化中的应用

对刘桂馥（１９９５）［１］提出的递归相似进行计算机编程，并用此法作了特殊个例分析。与统计概念不同，文中的跃变定义为前Ｒ个数据不能完全表达当前时刻值的程度。通过对百余年（１８５６—１９９１年）南北半球太平洋、大西洋和印度洋季海温距平的递归相似分析发现：在适当分辨率下，当６≤Ｒ≤２０时跃变具有准１０年周期；当２５≤Ｒ≤８０时跃变主要出现在１８９０年左右、１９１０年左右和１９３０年左右，５０—７０年代为跃变的群发期     

济南市近80年来降水趋势变化及跃变的初步分析

本文分析了济南市近８０年来的降水趋势变化特征。结果表明，年降水大致呈“平减增减增”的变化趋势；夏季降水变化同年降水变化趋势基本一致；冬季降水先增多后减少。另外，引用气候跃变的概念，采用滑动的均值差异假设检验，对济南市的降水资料（１９１６～１９９６年）进行分析，发现年降水和夏季降水在１９６０年前后跃变增多，在１９６４年前后跃变性减少；冬季降水在１９４７年前后出现了跃变增多的现象。周期图分析表明，济南市降水的跃变具有明显的周期性     

西南气候跃变及影响因子分析

通过ＥＯＦ展开，利用Ｍａｎｎ－Ｋｅｎｄａｌｌ方法，并结合Ｙａｍａｎｏｔ检验，对近４２年西南地区气温和降水进行了跃变分析。结果表明，年平均气温在１９６２年发生暖转冷强跃变，年平均降水无跃变发生。在此基础上，对高原加热指数、南方涛动指数、五组副高指数进行跃变分析，讨论了这些因子与西南气候跃变的联系，发现西南气温跃变的主要影响因子是：副高脊线位置和副高西伸点。     

甘肃省两次强沙尘暴天气对比分析

利用常规观测资料、自动站逐时资料及T639数值预报初始场,对2010年3月19日、2011年4月28日甘肃省2次强沙尘暴天气过程从天气概况、气候背景、环流形势及单站地面气象要素、高空急流、垂直速度、稳定度等方面进行深入分析。结果表明:2次过程前期均具有气温偏高、降水稀少的的气候背景;高空斜压槽和强锋区、地面强冷高压和锋前蒙古气旋或热低压是发生此类强沙尘暴的环流形势;高低空急流配置和地面气象要素演变对沙尘暴天气有指示意义;由于2次过程冷空气路径、强度有所差异,因此对甘肃造成的影响不同。     

2014年春季甘肃一次特强沙尘暴过程的中尺度模拟及触发机制分析

利用实况观测资料以及NCEP 6 h再分析资料,基于位涡理论和WRF模式,对2014年4月23～24日甘肃最强的一次沙尘暴过程进行数值模拟及发生机制分析.结果表明:沙尘暴过程出现伴有各气象要素“突变”现象,即风速加大、能见度陡降、PM10浓度陡增、地面气温和气压大幅度下降,模式模拟结果与实况一致,能够准确反映出各要素的强烈变化;此次沙尘暴过程在高空强风带和强锋区及地面冷高压、热低压以及两者过渡地带产生的地面强冷锋共同作用下发生,而河西地形的“狭管效应”对此次沙尘暴起加强作用;高值位涡沿着陡峭的310 K等熵面下滑时垂直涡度不断增大,致使垂直正涡度柱造成强烈上升运动,并与下沉运动相互作用,最终导致此次特强沙尘暴的发生.     

2000年4月12日特强沙尘暴天气分析

对2000年4月12日归生在甘肃，青海，宁夏的一次强沙尘暴天气进行了天气成因分析，分析指出：“4．12”沙尘暴是西北路径强冷空气引发的锋后西大风沙尘暴天气过程，前期持续增温为沙尘暴的发生提供了有利的热力条件，河西气旋性涡旋的生成，发展是激发沙尘暴的中尺度天气系统，西北地区干暖舌的形成和维持对沙尘暴的发生以及落区有很好的指示性，高空急流发生异变时的非平衡状态变化导致对流层中下部锋区加强和大气层结不稳定，为中小尺度系统和沙尘暴的产生提供了有昨的大尺度环流背景，河西狭管地表和特殊的流沙，尾矿矿地表为沙尘暴形成提供了有利的地理环境。     

西北地区4.18强沙尘暴、浮尘天气成因分析

针对１９９８ 年４ 月１８ ～２１ 日出现在中国西北地区的一次强沙尘暴、浮尘天气过程,从天气事实、天气成因及动力诊断等方面进行了分析探讨。结果表明,西西伯利亚强冷空气迅速东移,在新疆西部上空形成强锋区,对应地面冷锋东移至前期增暖显著的新疆、内蒙古、甘肃、宁夏等地的沙漠、戈壁上,形成了大风、强沙尘暴、浮尘天气。该次强沙尘暴天气过程出现在基本稳定的大气层结中。     

青海省春季沙尘暴特征及其异常气候背景分析

主要分析了青海春季沙尘暴空间、时间演变特征及异常大气环流、海温对沙尘暴天气的影响。结果表明,青海沙尘暴高发区位于柴达木盆地、青海湖西北部、海南南部3地;20世纪60年代至本世纪初青海沙尘暴天气总体上是减少的。过程次数20世纪60年代青海北部较多、南部较少,70年代北部开始减少、南部回增,80年代开始整体减少,进入90年代后呈波动式减少趋势,且在80年代初大部分地区发生了一次由高向低的显著波动;青海沙尘暴天气与前期12～2月、同期3～5月500hPa高度场相关密切,尤其是同期3～5月,当乌拉尔山高压脊加强(减弱),蒙古低槽加深(减弱),冷空气活动频繁(减少),青海春季沙尘暴天气偏多(少),这种沙尘暴的时间变化趋势和异常天气形势与我国北方一致。青海春季沙尘暴与前期印度洋海温关系密切,当前期3～5月、6～8月印度洋中北部海温持续偏高(低),青海春季沙尘暴偏少(多)。     

"2002.3"强沙尘暴过程的中尺度动力学诊断分析

利用较成功模拟的一次强沙尘暴过程的MM5模式输出资料进行了动力学诊断研究,计算了动量收支残差x,结果表明,3月19日高低层上,最大x矢量位于河西小槽的后部,表明动量残差主要是加速西北气流的南下.x矢量与风矢量y的夹角在槽后＜90°,这说明动量残差在槽后加速冷空气南下,非常有利于小槽的发展和东进南下.300 hPa动能转换E的带状分布非常清楚,并且E的大值中心分布在高空急流(＞50m/s)的两侧,这也表明高空急流在能量转换的过程中起到非常重要的作用.涡度、散度和位涡的分布特征与引发此次沙尘天气的河西小槽位置比较一致.轨迹分析表明,在300hPa高空主要是低压槽起引导作用,500hPa向东南方向移动,而在700hPa气块在高原北侧的绕流非常明显.将沙尘浓度和气块轨迹叠加在一起时,可以确定沙尘的输送路径,所以它有一定的预报实用性.     

一次强沙尘暴天气的大尺度环流分析

１９９８年４月１４～１９日蒙古和我国北方连续发生２次强沙尘暴天气,沙尘暴减弱后的浮尘随高空西风急流东移,跨越黄海到达韩国南部。通过分析认为,这是一次发生于纬向环流中的沙尘暴天气,主要影响系统是蒙古西部热低压和地面冷锋。     

中国近49年沙尘暴变化趋势的分析

利用1954～2002年的气象观测资料分析了我国沙尘暴的变化特点及趋势,并从大风天气变化的角度,初步探讨了沙尘暴变化的气候原因。分析结果表明,我国的沙尘暴总日数在20世纪80年代中期以后比50年代到60年代减少了73％;沙尘暴的下降趋势具有十分明显的空间一致性。比较发现,沙尘暴总日数和大风总日数的变化趋势有很好的一致性,两者的线性相关系数达到0．92。这表明,我国沙尘暴的变化趋势主要是随大风的变化而变化,风力条件的减弱是近半个世纪以来我国境内沙尘暴频数下降的主要原因。1997年后沙尘暴日数的回升也同样伴随着大风日数的增加。     

东疆沙尘暴天气的分析

对1961～2001年东疆6个气象站沙尘暴资料的分析表明：东疆沙尘暴高发区在平原地区，主要出现在3～7月，4月份最多。沙尘暴多出现在午后到晚上，傍晚最多，持续时间多在1．5h之内。东疆局地和区域性沙尘暴天气过程，从80年代到90年代减少明显，年平均气温的升高和降水的增多是造成这种变化的主要因素。