贵州辐射雾的时空变化特征及其气象要素分析

选取2008—2012年贵州省3646站次的辐射雾天气过程,根据08时能见度大小将其划分为4级雾、3级雾、2级雾和1级雾四个等级,利用常规地面观测资料分析其时空变化特征,并根据辐射雾多发生区选取出修文、三穗和凤冈3个分布在贵州省高速干道上的站点,利用相应地面气象观测台站的逐日逐时实测气象要素资料,分析其不同等级的气象要素特征。结果表明:各等级辐射雾在10月—次年1月发生较多;空间分布呈"东多西少"格局,4级雾主要分布中心为修文和岑巩,其余等级辐射雾主要分布中心为三穗、凤冈、平塘、正安、松桃和锦屏;修文站的4级雾偏多与其平均相对湿度明显偏高、风速小于3 m/s和风向主要为偏东风相关性较高;三穗站和凤冈站的平均相对湿度与当日08时和前一日20时的气温差相对利于雾的生成,但其风速较小,垂直混合较弱,故其主要为较低等级雾。     

沈大高速公路雾气候特征与气象要素分析

利用1958—2007年沈大高速公路沿线6站雾日资料对沈大高速公路雾的气候特征及气象要素进行分析。结果表明：沿海地区雾日偏多,且总体呈上升趋势,内陆地区雾日偏少,且呈下降趋势。内陆地区雾多出现在秋冬季,沿海地区多出现在夏季。雾多在凌晨至日出前后时段生成,日出后逐渐消散,持续时间多为1—3 h。相对湿度、气温、风速和风向对雾的预报有较好指示意义：当相对湿度在90%—100%时,春季气温为-5—15 ℃、夏季为16—24 ℃、秋季为-3~19℃、内陆冬季为-20~2 ℃,沿海冬季为-7~4 ℃范围内,内陆风速为0—3 m•s-1,沿海风速为0—6 m•s-1,且沿海地区为偏南风时,雾易发生。     

长江中上游冬季山地雾边界层特征及生消过程分析

利用2010年12月在湖北宣恩观测山地雾获得的边界层廓线、雾滴谱、能见度资料,分析了该地雾过程的边界层特征及其生消过程。结果表明:1)宣恩山地雾主要由夜间辐射冷却引起,且能见度多在200 m以上;垂直发展深厚,成熟时厚度达到400~600 m。2)夜间风场主要由山风环流控制,风向多为东南风;入夜及雾生前期,地面风速不超过0.5 m/s,雾消前增大至2.0 m/s左右。3)雾生前观测到"C"字型温度层结,中下层气温降温率在0.3~1.0℃/(100 m)之间;结合该时段近地层露点温度逆温,离地200 m左右率先饱和成云;雾消时低空相对湿度依然保持较大值,重新变为空中雾层。4)雾前1~2 h地面及植被表明温度显著上升,个别升温率达1℃/h,对应时段地面相对湿度达到饱和,与其他地区有明显区别,对预报宣恩山地雾有积极意义。     

2m气温集成订正方法及在冬奥延庆赛区的应用北大核心CSCD

为提升北京冬(残)奥会气象服务保障能力,利用2018—2021年1月1日—3月28日欧洲中期天气预报中心(ECMWF)模式预报产品以及冬奥延庆赛区8个自动气象站的2 m气温实况,通过基于地形修正的模式偏差订正和支持向量机算法,构建赛区不同海拔高度站点72 h预报时效内逐3 h的2 m气温集成订正方法。2022年北京冬(残)奥会前夕及赛事期间应用评估表明:集成订正方法对延庆赛区2 m气温的预报准确率为0.856,平均绝对偏差为1.08℃,订正效果较单一订正方法更优,尤其针对海拔高度高出模式地形高度的站点订正性能更为突出,同时,对超阈值及关键过程的气温订正效果也表现较好。对于延庆赛区大多数站点而言,该方法订正的72 h预报时效内逐3 h的2 m气温平均绝对偏差总体上表现出一定的日变化特征,且0~24 h,24~48 h,48~72 h预报时效之间偏差变化相对平稳,但不同站点的日变化趋势存在差异。随着预报时效增加,该方法订正的2 m气温平均绝对偏差的变化趋势表现出海拔依赖性。     

华南区域高分辨率数值模式前汛期预报初步评估

基于华南地区自动站逐小时观测资料, 采用传统站点评分、邻域法等评估华南区域高分辨率数值模式(包括GRAPES_GZ_R 1 km模式和GRAPES_GZ 3 km模式)对降水、地面温度和风场等要素的预报能力。结果表明: GRAPES_GZ_R 1 km模式的降水预报技巧优于GRAPES_GZ 3 km模式, 模式预报以正偏差为主。对于不同起报时间的预报, 00时(世界时, 下同)起报的预报效果优于12时。GRAPES_GZ_R 1 km模式的TS评分是GRAPES_GZ 3 km模式的两倍以上, 对不同降水阈值的评分均较高。分数技巧评分(FSS)显示GRAPES_GZ_R 1 km模式6 h累计降水预报在0.1 mm、1 mm及5 mm以上的降水均可达到最低预报技巧尺度, 对所检验降水对象的空间位置把握能力更好。2 m气温和10 m风速检验结果表明两个模式均能较好把握广东省温度的分布特征, GRAPES_GZ_R 1 km模式对2 m气温预报结果优于GRAPES_GZ 3 km模式, 预报绝对误差更小; 两个模式对风速的预报整体偏强, 预报偏差在1~4 m/s之间, 但相比之下GRAPES_GZ 3 km模式在风场预报上表现更好。GRAPES_GZ_R 1 km模式的2 m气温和10 m风速预报偏差随降水过程存在明显波动, 强降水过后温度预报整体偏低, 风速预报偏强, 在模式产品订正、使用等需要考虑模式对主要天气系统的预报情况。总的来说, GRAPES_GZ_R 1 km模式的预报产品具有较好的参考价值。      

雷州半岛雾的气候特征及生消机理

利用分别位于雷州半岛北部、中部和南部的湛江站59a、雷州站46a和徐闻站42a的气象资料,分析了雷州半岛雾发生的规律及生消机理。结果表明：三站年雾日数变化趋势基本一致,呈＂W＂状,局部峰值明显升高。三站的年平均雾日数分别为24.7d、30.4d和21.0d。雷州半岛雾日主要出现在每年的1—4月及12月,3月雾日数最多,7月雾日数最少。近10a湛江站夜间雾发生频率为90%;短雾多,持续时间在4h以内的占75%。雾形成的天气形势可分为高压入海型、低压前型、冷锋前型、静止锋前型、鞍形场或均压场型5类,主要是平流雾、锋面雾和辐射雾。3种雾消散的天气形势是新冷空气补充南下、雾滴出现碰并沉降形成小雨或日出后雾滴蒸发。统计雷州半岛三站2000—2009年雾次频数得出,成雾概率最大的气象条件是气温为15～25℃、T-Td≤1.0℃、Δp3在-3.5～-2hPa和1.5～2.5hPa之间、风向为NNE-ESE及风速小于5m/s。L波段雷达探空大雾个例分析表明：雾顶高度在1.5km左右,雾中温度随高度增加而减小;雾中相对湿度大于92%,1.5km之上急剧减小,3km以上保持不变;T-Td为1.2～6.4℃;近地面风速为2～6m/s,风向随高度顺时针旋转,雾中有暖平流。     

冷空气影响下的黄东海海雾特征分析

根据历史观测资料研究分析了我国黄海和东海沿海在冷空气影响下发生海雾的气候规律和海雾形成的海洋、气象条件,发现冷空气条件下的成雾主要发生在冬春季节,其中半数以上为浓雾过程,冷空气条件下成雾次数约占总雾次的15%,成雾时以弱冷空气过程为主,风向偏北,风速一般小于8 m/s,成雾的相对湿度条件有昼夜之分,夜间发生的雾大多数出现在空气处于或接近饱和状态之下,而白天发生雾时相对湿度条件限制要低一些。成雾时以气海温差在2.0 ℃以内时所占的比例最多,但当气温低于海温2.0 ℃以上时的海雾仍占15%的比例,它高于一般海雾发生时对应的海气温差值所占的百分比。东海海域的冷空气雾其近海面边界层大气普遍有逆温或近于等温情况,而黄海北部海域有逆温或等温的情况比较少。以冷空气影响下成雾最多的小洋山站为例,海雾维持时间大多小于2小时,约有19%的海雾维持时间大于4小时。当冷空气影响下海上出现雾时,临近陆地上的能见度一般都比较好,这与相邻沿海陆地区域一般并不形成有利的成雾条件有关。     

基于ECMWF产品的站点气温预报集成学习误差订正

提出一种基于数值模式预报产品的气温预报集成学习误差订正方法,通过人工神经网络、长短期记忆网络和线性回归模型组合出新的集成学习模型（ALS模型）,采用2013—2017年的欧洲中期天气预报中心数值天气预报模式2 m气温预报产品和中国部分气象站点数据,利用气象站点气温、风速、气压、相对湿度4个观测要素,挖掘观测数据的时序特征并结合模式2 m气温预报结果训练机器学习模型,对2018年模式2 m气温6~168 h格点预报产品插值到站点后的预报结果进行偏差订正。结果表明:ALS模型可将站点气温预报整体均方根误差由3.11℃降至2.50℃,降幅达0.61℃（19.6%）,而传统的线性回归模型降幅为0.23℃（8.4%）。ALS模型对站点气温预报误差较大的区域和气温峰值预报的订正效果尤为显著,因此,集成学习方法在数值模式预报结果订正中具有较大的应用潜力。     

气象要素对电力污闪发生的影响

利用石家庄地区1990~2013年电力污闪事故发生的详细资料,归纳整理出污闪发生的一般规律,结合诱发污闪发生的天气现象和气象要素,综合在不同气象条件下污闪发生的可能性大小,对其进行分级,给出污闪发生级别的综合预测标准,从而判定预测电力污闪发生的气象指数,并提出必要安全预防措施。结果表明:当气温15.6℃,相对湿度45%,风速4.8 m/s时天气晴朗,不会发生污闪;在相对湿度≥80%,风速≤2.0 m/s时,气温在-7.5~7.5℃时出现雾,气温在-4.5~4.5℃时出现积雪或结冰,极易发生污闪;在相对湿度≥80%,风速≤2.0 m/s,气温在-4.5~4.5℃时出现液态、混合或固态降水、轻雾,容易发生污闪。     

2022年11月大气环流和天气分析

2022年11月大气环流的主要特征是:北半球极涡呈偶极型,东亚大槽偏弱,南支槽偏弱,副热带高压偏强。11月,全国平均降水为26.9 mm,比常年同期(20.2 mm)偏多33.2%;全国平均气温为4.8℃,较常年同期(3.3℃)偏高1.5℃。月内气温冷暖起伏较大,前中期冷空气活动偏弱,大部地区气温偏高,降水偏少;后期受强冷空气、活跃南支槽影响,气温大幅降低,降水显著增多。月内出现了1次全国型寒潮过程,影响范围广、降温幅度大,以及2次大范围持续性雾-霾天气过程。     

一种偏差订正方法在平昌冬奥会气象预报的应用

为了提高GRAPES_3 km（Global/Regional Assimilation and Prediction System）模式在2018年平昌冬奥会气象服务中的预报能力,采用一阶自适应的卡尔曼滤波方法对GRAPES_3 km模式的2 m气温、2 m相对湿度和10 m风开展偏差订正。结果表明:偏差订正方法明显提高了地面要素的预报效果,其中2 m气温的均方根误差整体减小到2℃左右,站点订正改善率为10%~60%;10 m风速的均方根误差减小到2 m·s-1左右,站点订正改善率为10%~45%;2 m相对湿度减小到20%以下,站点订正改善率为0~20%。与韩国气象厅LDAPS（Local Data Assimilation and Prediction System）及美国宇航局NU-WRF（NASA-Unified WRF）模式相比,GRAPES_3 km模式的风速预报表现更为优异,各站点整体预报效果明显优于LDAPS和NU-WRF模式。偏差订正方法可有效改善模式在复杂地形条件下的预报能力,是提高精细化预报准确率的重要手段。     

贵州红心猕猴桃膨大期对气温与降水变化的响应

为了探明贵州红心猕猴桃果实膨大期气温和降水对其生长的影响,利用贵州省六盘水市水城县猴场乡猴场村2009—2014年5—7月逐日气温、降水资料及其同期红心猕猴桃果实膨大期的膨大直径资料,分析红心猕猴桃果实膨大对气温、降水的响应。结果表明:近6a来,红心猕猴桃果实膨大期最关键时间为6月,其次是5月。果实膨大最适宜日平均气温为18~24℃,其果实横向膨大平均速度为0.48mm/d、纵向膨大平均速度为0.61mm/d;果实膨大最适宜日降水量为1.1~20.0mm,其果实横向膨大平均速度为0.54mm/d、纵向膨大平均速度为0.60mm/d,相关性达显著水平(P0.05)。红心猕猴桃果实膨大期积温与其产量呈反相关关系,其相关性达到极显著水平(P=0.000);降水量与其产量呈正相关关系,其相关性达到极显著水平(P=0.001);果实膨大期积温小于2100℃、降水量大于670mm,其单产量在2.3kg/m~2以上;果实膨大期积温大于等于2100℃、降水量小于等于410mm,其单产量在2.0kg/m~2以下。建立了与红心猕猴桃果实膨大相关的气温和降水的上、下限指标,为其趋利避害、提高产量提供研究依据。     

国家级格点实况分析产品在江苏地区的适用性评估分析

利用国家级格点实况分析资料与地面气象站实况数据,采用误差分析、技巧评分等方法评估了2017年7月至2018年6月逐时的格点实况产品在江苏地区的地面2 m气温、2 m相对湿度、10 m风和降水要素的一致性和准确性,同时采用MODE检验方法对格点降水产品空间分布偏差进行了分析。结果表明:2 m气温格点实况与自动站观测基本一致,平均绝对误差在0.5~0.8℃,均方根误差在0.8℃左右,其中日最高气温误差较小。格点实况和自动站2 m相对湿度之间的平均绝对误差在5%左右,均方根误差在6%~7%,表现出较高的准确性和稳定性。格点实况10 m风向准确率达到70%左右,而风速准确率仅为56%,与气象站点观测相比有明显差异。格点降水产品的全年有无降水准确率为90%~98%,对于晴雨检验存在带来较大影响的可能。格点实况产品对小雨级别降水的准确率最高,随着降水量级增大,格点实况降水场相比站点观测存在较多的降水漏报,因此,对于降水分量级检验还不适合用格点实况场来替代气象站点观测。设计了一种基于空间形态的降水准确率评分方法对降水空间落区进行检验,格点实况降水场的空间形态准确率评分在0.9左右,较准确地反映了实际降水空间分布。因而,格点实况数据在江苏平原地区都有较高的精度,误差在可接受的范围内,基本可以代替自动站观测作为预报和模式检验的真实实况场,但也存在以下几个方面的问题:(1)格点2 m气温、2 m相对湿度产品在江苏的丘陵地带误差较大,降水产品在海岛气象站准确性较低;(2)格点降水产品一定程度地弱化了大雨以上量级降水强度;(3)格点实况风速产品误差较大,与业务服务需求有一定差距。     

铜仁区域恶劣能见度分布特点及主要影响因子初探

利用铜仁市国家级自动气象站多种观测数据分析铜仁区域2016—2018年恶劣能见度及其主要影响因子。从空间分布看,铜仁区域有2个低能见度中心,西部为德江,东部是万山。恶劣能见度的主要影响因子为雾和降水现象,其中,已搬迁站受雾影响最为显著,未搬迁站(低矮地区)受降水影响最为严重。2019年江口、沿河搬迁后,雾日和小于500 m雾日增长明显,雾由搬迁前造成恶劣能见度的次要因素上升为主要因素。     

青海东部一次秋季多相态降水天气成因分析

利用Micaps常规资料,对2014年10月10-13日青海东部地区出现的一次历史同期少见的寒潮背景下雨转暴雪天气过程的环流形势、水汽输送以及雨转雪过程中温度的垂直结构特征等方面进行了分析,结果表明:前期特别是近地面层气温背景与不同相态降水的发生与转换关系密切,青海东部地面气温大于3℃时,降水性质以雨为主;当地面气温介与2~3℃之间,降水性质为雨夹雪;气温小于2℃,降水性质为雪;降水相态变化与700h Pa 0℃线位置存在相关。     

中国地面气象要素格点融合业务产品检验

对2018年5 km分辨率中国地面气象要素2m温度、10 m风速和24 h累积降水格点融合产品进行非独立和独立检验.非独立检验结果表明:(1)相比于站点观测,2m温度格点融合产品整体偏暖,各月平均均方根误差在1 ℃左右,35 ℃以上高温和-20 ℃以下低温天气时均方根误差分别在1 ℃和2 ℃以上.(2)10m风速格点融...     

秋高气爽 初冬干暖

今年第四季度，影响我省的冷空气较频繁，但势力弱。我省天气的主要特点是日照充足，气温明显偏高，其中11月部分站点的气温达到了建站以来的最高值；而降水异常偏少，部分地区整个季度的总雨量不足10毫米。1冷空气弱气温偏高10月份气温大部分地区偏高1～2℃。10月上旬后期，受中等强度的冷空气影响，北部出现了3～4天干型寒露风天气。中下旬无明显强冷空气入侵，秋高气爽，日照充足，平均每天有8小时左右的日照。中旬平均气温普遍偏高1～2”C，下旬大部地区偏高2～3t。11月气温大部偏高2～3C，部分站点达到了建站以来的最高值。11月上旬气…     

河北省输电线路舞动特点及气象因素分析

利用2007—2010年河北省发生的9次输电线路舞动故障资料和代表气象站的观测资料,分析了输电线路舞动的时空分布特点;从降水、气温、平均相对湿度、风速等方面研究了影响输电线路舞动的气象条件;对导致输电线路舞动的天气过程、环流背景和冷空气路径进行了详细的分析。结果表明:河北省有2个输电线路舞动高发区,分别在蔚县和沽源;输电线路舞动出现在雨、雨夹雪或雨转雪的天气条件下,气温经历(或接近)0 ℃(最高气温≥0 ℃、最低气温≤0 ℃),平均相对湿度≥70%;在平原地区,平均风速≥4 m/s,最大风速≥7 m/s,在山区风速条件较平原低;输电线路舞动前后风速存在短周期的高频变化;输电线路舞动产生在地面等压线密集的区域,舞动区域与冷空气路径有关。      

高分辨率地形资料应用对CMA-MESO模式地面气象要素的影响

真实地形包含各自不同尺度的地形特征,对各种时空大气运动有深刻影响。不同尺度的地形效应很难在数值模式的离散格点中准确刻画,是发展数值模式的难点问题之一。随着模式向亚千米级高分辨率发展,高分辨模式要求刻画出更高准确度的地形数据。本研究在CMA-MESO中引入ASTER-1s高精度地形数据和改进地形滤波函数,在滤去波长接近模式网格的小尺度地形的同时保留更多地形细节,以提高模式对地形的刻画准确度。通过冬、夏各1个月批量模拟试验结果与2万多个地面观测站点观测数据的对比,发现单独采用ASTER-1s地形而不改变CMA-MESO的地形滤波函数,模式对2 m气温和10 m风速的整体预报准确度提升较小,采用ASTER-1s地形并改进地形滤波函数明显提高了模式对2 m气温和10 m风速的预报准确度,对气温和风速的月平均均方根误差分别减少了6.4%和4.9%。夏季1个月批量试验显示,改进的新地形方案对降水预报提升较弱,未造成非真实的细碎降水分布或异常值。此外,动能谱分析新引入的地形和滤波函数未造成高频能量积累。研究结果表明新地形方案能够明显改进低层气温和风速的预报准确度,并且在数值上稳定可靠。     

气象条件对浙江省泡桐物候期的影响研究

利用气候资料及泡桐物候期数据,分析了浙江省泡桐关键生育期与相关气象要素的关系,研究了泡桐开花展叶前相关气候特征,探讨了冷空气对泡桐秋季物候期的可能影响。从统计值的关系来看,其物候期主要取决于气温及≥10℃有效积温的高低,降水量的影响其次,日照时数的影响最小。泡桐物候期对当季的气温条件非常敏感,降水对其开花、展叶的影响有滞后作用。泡桐开花和展叶始期前3个月的≥10℃有效积温一般分别要达到200℃·d和300℃·d以上;由落叶末期至下一年开花和展叶始期的≥10℃有效积温也分别要基本达到200℃·d和300℃·d以上;开花展叶前3个月的降水量和日照时数一般在230 mm和在210 h以上。泡桐秋季物候期前7 d内的冷空气,特别是中等强度以上的冷空气对其影响很大,落叶前的冷空气促使泡桐开始落叶,落叶开始后,冷空气将加速落叶。开花末期前2周的冷空气,在一定程度上促进了泡桐花期的结束。