青藏高原纳木错气象要素变化特征

依据中国科学院纳木错综合观测研究站设立的自动气象站和气象塔观测（30°46．44′N,90°59．31′E,4730ma．s．l．）资料,初步分析了2005年7月14日至2006年7月13日一年的气温、气压、相对湿度、降水和风等气象要素的季节和日变化特征。结果表明：纳木错站年平均气温为0℃,最冷月为12月,最热月为7月;全年降水量为281．8mm,多集中在5—10月;年平均相对湿度为52．6％,雨季和干季分明,全年夜雨率为78．6％;年平均气压值为571、2hPa,9月最大,1月最小;年平均风速为4m·S^-1,1月风速最大为6．1m·S^-1,上午风弱、午后风强;全年大风日数为53天,1月大风日数占全年的36％;全年盛行风处在东南至西风（135°--270°）之间,夏季有明显的湖陆风。     

季节变化和气象要素变化与呼吸道疾病关系及预防措施初探

根据钦州市2003年气象要索及该市某综合医院2003年患呼吸道疾病的门诊住院病例医疗统计资料，分析季节变化及气象要素变化与呼吸道疾病的关系，提出合理利用气象条件对呼吸道疾病采取的预防保健措施。     

塔中气象要素变化特征

利用塔中气象站12 a的气象要素数据,分析了塔中主要气象要素风、温度、湿度、气压等的变化特征。结果显示,塔中气温年较差、日较差很大,年较差达38℃,空气湿度很小。夜间温度低,日出后气温上升迅速,午后气温最高;3～9月地面风速〉2.0 m/s,冬季多在2 m/s以下。气压日变幅春〉夏〉秋〉冬;各季相对湿度夜间〉白天,冬季...     

浅谈降雹前地面气象要素的变化

通过对地面气象要素的连续监测,针对即将出现灾害天气前的气象要素变化,进行全面的综合分析,发现气象要素变化与灾害天气的临近两者有着密切的关系;密切监视地面气象要素的变化,对进一步搞好综合气象观测,应对重要灾害天气发生,提高业务技术水平质量,准确提供基本气象信息,为地方政府部门提前做好防灾、减灾决策准备起着主导的决定作用.     

北京不同站点气象要素的日与月际变化特征分析

利用2010年北京市南郊观象台与门头沟自动气象站的逐时气象数据,研究分析了北京气温、土壤温度、风速和相对湿度的日与月际变化趋势特点。结果表明:1)虽然处于不同区域,但2个自动气象站所反映的气温、土壤温度、风速和相对湿度的日季变化特征基本一致。2)经过月平均化处理后,每个月中,气温日变化特征基本一致,均存在明显的正弦曲线变化,一天中含有一个峰值和谷值,气温高峰值出现在15:00-16:00,谷值则出现在06:00左右。气温高峰值不再出现在14:00的现象,可能与城市土地利用与人为活动有关。3)自动气象站点的气温月际变化基本呈高斯分布,7月份气温最高,1月份气温最低;且南郊观象台与门头沟自动气象站的月均气温的平均值差异不显著。4)浅层土壤温度的日变化特征与气温基本一致,随着土壤深度的增加,土壤温度的日变化曲线逐渐趋于平缓,深层土壤温度较稳定,日变化很小,接近于恒值。5)土壤温度月均值的最大值出现时间随深度增加而向后推移,浅层土壤最大值一般出现在7月,最小值一般出现在1月;地表温度变化幅度最大,达27.3℃。深层土壤温度最大值一般出现在8月,最小值一般出现在2月;80 cm变化幅度最小,只有6.9℃。6)南郊观象台和门头沟瞬时风速全年平均值分别为2.31 m/s、1.78 m/s,通常在14:00-18:00风速出现最大值。7)相对湿度最大值均出现在05:00-07:00,最小值均出现在12:00-15:00,日变化呈双峰型;月际变化为单峰双谷型;2010年南郊观象台和门头沟相对湿度全年平均值分别为51%、54%。     

日全食期间武汉市气象要素变化特征

根据2009年7月22日日全食期间武汉市直接辐射、总辐射、气温、地表温度、地气温差、相对湿度、风速和云量等气象要素逐分钟资料以及日全食各个阶段发生时刻,对各要素进行特征分析和t检验,结果表明:(1)日全食间,直接辐射量和总辐射量变化特征基本一致,相关系数高达0.9,其中总辐射量出现较大幅度的下降.(2)气温、地表温度和...     

大理、理塘和林芝气象要素的日变化特征对比分析

用大理、理塘和林芝的地面自动气象站资料,对比分析3站气温、相对湿度、本站气压、瞬时风速、地面温度的日变化特征。结果表明:大理、理塘和林芝气温最低值和相对湿度最大值的出现时间分别为7时、7时左右和8时左右,气温最高值和相对湿度最小值出现的时间均在16时左右。3站气压日变化呈“双峰双谷型,”2个高峰值时段分别出现在10时左右和凌晨0~1时,2个低谷值时段分别出现在17时左右和5时左右。风速在凌晨至7时左右较低,之后至傍晚不断增大并出现极大值,日落后逐渐减小。3站地面温度7时左右出现最低值,14时左右出现最高值。从季节变化情况看,气温和地面温度出现最高值、最低值的月份及变化幅度最大的月份基本相同。地面温度增、降幅度最大的季节分别是春季、秋季。气压随季节变化幅度较气温、相对湿度小。初春风速较大,秋季风速较小,风速对相对湿度有一定影响,大理和林芝相对湿度出现最小值的月份与风速出现最大值的月份相同。各要素值基本是大理最大,林芝次之,理塘最小,这与3站的纬度、海拔高度和下垫面性质有关。      

大理、理塘和林芝气象要素的日变化特征对比分析

用大理、理塘和林芝的地面自动气象站资料,对比分析3站气温、相对湿度、本站气压、瞬时风速、地面温度的日变化特征。结果表明：大理、理塘和林芝气温最低值和相对湿度最大值的出现时间分别为7时、7时左右和8时左右,气温最高值和相对湿度最小值出现的时间均在16时左右。3站气压日变化呈＂双峰双谷型,＂2个高峰值时段分别出现在10时左右和凌晨0～1时,2个低谷值时段分别出现在17时左右和5时左右。风速在凌晨至7时左右较低,之后至傍晚不断增大并出现极大值,日落后逐渐减小。3站地面温度7时左右出现最低值,14时左右出现最高值。从季节变化情况看,气温和地面温度出现最高值、最低值的月份及变化幅度最大的月份基本相同。地面温度增、降幅度最大的季节分别是春季、秋季。气压随季节变化幅度较气温、相对湿度小。初春风速较大,秋季风速较小,风速对相对湿度有一定影响,大理和林芝相对湿度出现最小值的月份与风速出现最大值的月份相同。各要素值基本是大理最大,林芝次之,理塘最小,这与3站的纬度、海拔高度和下垫面性质有关。     

华山云海的变化特征以及与气象要素的关系

用华山气象站1985—2014年气象要素资料,分析近30 a华山云海的变化及云海与降水、相对湿度、风速的关系。结果表明,华山年平均云海日为26.27 d,最多年份72 d,最少年份仅3 d;面积200 km~2云海年平均日数24.23 d;面积≥200 km~2云海平均日数2.87 d,最多有20 d (1985、1994年),最少有2 d(1997年),1997年后再没有面积≥200 km~2的云海出现。云海的出现呈逐年下降的趋势,年际差异明显。秋季云海出现日数最多(平均云海日数8.13 d),冬季最少(平均4.60 d);各月的云海日数8月最多,5月最少。面积≥200 km~2云海冬季出现日数最多,夏季最少;11月出现最多,3、12月次之,5月最少。面积≥200 km~2云海出现的前一天或当天一般都有降水,两天中至少有一天出现降水的几率是84.30%;平均相对湿度≥70%时,较易形成云海;云海日出现时常伴有风,但总体风速不大,通常≤10.0 m·s~(-1),利于云海的形成保持。     

珠峰绒布河谷近地面层气象要素及湍流通量变化

利用2006年5～6月和2007年5～6月中国科学院HEST大气科学实验在珠峰绒布寺河谷野外观测期间获得的观测资料,分析了珠峰地区河谷近地层风向、风速、温度、湿度和CO2的日变化特征,讨论了珠峰北坡冰川风和山谷风的特点以及高原地表辐射、地表反照率和近地层湍流通量的变化特征.结果表明:在复杂地形和特殊下垫面影响下,珠峰绒布河谷地区近地面层各个气象要素和湍流通量日变化特征显著,并且明显存在冰川风和山谷风复合的局地环流,冰川风对该地区地气间物质能量交换起着重要作用.     

洱海流域近50年气候变化特征及其对洱海水资源的影响

利用1961-2010年洱海流域的气候和洱海水资源等资料,统计分析了洱海流域气候变化特征及不同气候类型对洱海水资源量的影响,并建立了洱海水资源量与洱海流域降水量、气温的定量关系,对洱海水资源量进行定量估计.结果表明:近50年洱海流域气温呈波动上升趋势,气候变暖明显;21世纪的第一个10年是洱海流域近50年来最暖的10年.年降水量总体上呈减少趋势.洱海水资源量与年降水量之间有显著的正相关关系,而与气温呈明显的负相关关系.洱海流域气候类型在20世纪60和70年代以偏冷和偏湿为主,进入80年代后开始出现暖年,特别是21世纪的第一个10年,气候以偏暖和偏干为主,未出现过偏冷年.在偏干和偏暖的年份洱海水资源均为枯水年;而偏湿和偏冷的年份洱海水资源多为丰水年;气候正常的年份,洱海水资源多为正常.可根据洱海流域未来气候趋势的预测结果,分别通过气候类型及回归预测方程对洱海水资源的丰欠作定性的估计和定量的预测.     

云贵高原洱海湖泊效应的数值模拟

采用耦合湖泊模型的WRF_CLM模式模拟山谷盆地中洱海的湖泊效应,并利用陆面(农田)和湖面的站点观测资料对模式进行了验证和校验。基于数值模式的模拟结果,分析了季风和非季风期间,洱海存在与否对山谷盆地局地环流及大气边界层结构的影响。发现非季风期湖泊对局地环流及大气边界层影响显著。相对于陆地,湖泊白天湍流通量输送少,湍流发展弱,大气边界层高度低。如果湖泊不存在,白天苍山山谷风只能上升至约200 m的高度,没有明显的山谷风环流形成;夜间则山风较强,两侧山风共同作用在山谷,环流高度约600 m。季风期,受降水天气影响,局地环流发展不充分。白天湖面辐散以及夜间湖泊南部的气旋式环流弱,湖泊作用没有非季风期明显。云的形成导致边界层高度较低。夜间,湖泊增强释放潜热、感热作用明显;此时湍流发展,夜间边界层反而比白天高。     

巴基斯坦瓜达尔港气象要素特征分析

利用克拉玛依-瓜达尔友好城市气象站2018年1月1日至2019年12月31日逐日及逐小时气温、气压、降水、相对湿度、水汽压、风向风速观测资料,对瓜达尔港的气象要素特征进行分析。结果表明：1）瓜达尔港属热带沙漠气候,年平均气温为26.9 ℃,最热月为5—7月,最冷月为1月。瓜达尔港气温年较差、日较差分别为12.5 ℃和6.5 ℃,各季节间气温差异较小。其极端高温达42.7 ℃,极端低温为11.9 ℃。2）瓜达尔港年平均气压为1 009.1 hPa,气压最大值出现在12月和1月,最小值出现在7月,季节差异明显。3）瓜达尔港受制于副热带高压,常年干旱少雨,降水年季之间分布不均,差异明显。2018年年降水量为0.3 mm,集中于冬季;2019年年降水量为67.6 mm,主要集中于秋冬两季。相对湿度和水汽压年均值分别是67.3%和24.3 hPa。4）瓜达尔港年平均风速为2.4 m·s-1,白天风速大于夜晚风速。四季中春季风速偏大,夏季、秋季次之,冬季偏小。风向季节性变化明显,盛行风向除东北风外,还包括西南风。出现频率最高的是2级风,其次是1级风和3级风,6级以上大风出现频率为0。     

Characterization of Black Carbon in the Ambient Air of Agra,India:Seasonal Variation and Meteorological Influence

This study characterizes the black carbon in Agra, India home to the Taj Mahal—and situated in the Indo-Gangetic basin.The mean black carbon concentration is 9.5 μg m~(-3)and, owing to excessive biomass/fossil fuel combustion and automobile emissions, the concentration varies considerably. Seasonally, the black carbon mass concentration is highest in winter, probably due to the increased fossil fuel consumption for heating and cooking, apart from a low boundary layer. The nocturnal peak rises prominently in winter, when the use of domestic heating is excessive. Meanwhile, the concentration is lowest during the monsoon season because of the turbulent atmospheric conditions and the process of washout by precipitation. The ratio of black carbon to brown carbon is less than unity during the entire study period, except in winter(December). This may be because that biomass combustion and diesel exhaust are major black carbon contributors in this region, while a higher ratio in winter may be due to the increased consumption of fossil fuel and wood for heating purposes. ANOVA reveals significant monthly variation in the concentration of black carbon; plus, it is negatively correlated with wind speed and temperature. A high black carbon mass concentration is observed at moderate(1–2 m s~(-1)) wind speed, as compared to calm or turbulent atmospheric conditions.     

基于自然邻点插值法的洱海湖面降水特征分析

湖面降水是影响湖泊水量和水质的重要因素之一,对湖面降水的研究有利于湖泊水环境的研究和治理。本文利用洱海周边11个气象站降水观测数据,对洱海周边站点的降水进行分析,并基于自然邻点插值法对洱海湖面降水进行分辨率为0.01°的网格插值,分析洱海湖面降水的分布特征。结果表明:洱海湖面降水分布时空差异显著,时间上具有季节性特征,夏季最多,秋季次之,冬季最少;空间上存在显著分布不均,降水高值中心位于洱海中部靠西岸湖湾区域,低值中心位于东南部湖区,最大格点降水量是最小格点的1.9倍;湖面降水存在明显的季节性空间振荡特征,降水的高值中心夏季略有北移向外呈发散性递减。洱海湖面降水时空分布特征的研究为大气湿沉降敏感区域和时段的划分提供数据支持,同时为湖泊水环境研究治理提供科学的技术支持。     

重庆山地区域气象要素空间插值方法对比

利用重庆地区1999年和2018年气象数据,分别采用薄盘光滑样条、协同克里金、普通克里金、反距离加权4种方法,从年和月两种尺度对气温、降水、太阳总辐射三个要素进行空间插值;采取交叉验证方法,用MAE、MRE、RMSE评估插值精度,确定各要素最优插值方法。结果表明：气温和太阳总辐射最优插值方法为薄盘光滑样条,降水为反距离加权;插值精度上气温、太阳总辐射高值月份优于低值月份,降水则相反,但三个要素均表现出年尺度优于月尺度。MRE检验表明,插值精度为气温>太阳总辐射>降水,1999年年尺度插值精度分别为1.86%、4.60%、6.87%,月尺度插值精度分别为2.79%、5.82%、17.42%;2018年太阳总辐射年、月尺度插值精度分别为3.03%、4.88%,区域站加密后气温、降水年尺度插值精度分别为2.03%、11.20%,月尺度对应插值精度分别为3.20%、23.14%。     

神农架及周边地区夏季气象要素时空特征初步分析

采用2010—2011 年6—8 月神农架及周边地区高山自动气象站观测的逐时资料,初步分析了神农架及周边地区夏季降水、气温、风场等气象要素的时空分布特征。结果发现：降水时数基本呈现随着海拔的增高而增多的趋势。东北坡和东南坡降水时数日变化整体均呈单峰型变化趋势,峰值出现在午后至傍晚,西南坡降水时数的日变化分布均匀。西南坡最高气温出现时间偏晚。多数站点2010—2011 年夏季盛行风向具有一致性。局地风场受地形影响很大,日变化明显,可能由山谷风效应引起。海拔较高的站点水汽昼夜变化较大,海拔较低的站点水汽昼夜变化较小。东北坡松柏站夜间盛行西北风,水汽大幅度减少,白天盛行东南风,水汽增加,可能是午后降水时数明显增多的原因之一。     

山东区域性辐射雾时空分布及地面气象要素特征分析

选取2016—2019年共61次山东区域性辐射雾天气过程,利用山东122个国家级气象观测站逐小时观测资料,对其时空分布及地面气象要素特征进行分析。结果表明：1）山东辐射雾具有显著的季节和日变化特征,主要发生在10月—次年2月,持续性大雾主要发生在1月和12月,一天中20时以后大雾频次增加,02—08时为雾最集中的时段,07时前后达到峰值,下午一般无强浓雾出现。2）辐射雾空间分布呈现明显“西多东少”格局,主要出现在鲁西北和鲁西南地区,山区和半岛沿海地区较少,强浓雾和特强浓雾主要分布在德州、聊城及菏泽等地。3）区域性辐射雾发生时,地面无突出风向,北风略占优势,风速多在3 m·s-1以下;各等级雾形成前气温和露点温度均存在不同程度的下降,20时气温与次日最低气温温差在2～6 ℃、14时地面露点与最低能见度时刻地面露点的温差在1～5 ℃时最有利于辐射雾的发生;随着辐射雾强度的增强,对温度露点差和地面相对湿度的要求越来越高,出现大雾时的温度露点差主要在2 ℃以下,相对湿度大于90%;出现浓雾、强浓雾和特强浓雾时的温度露点差小于1 ℃,相对湿度大于95%。     

Seasonal and Diurnal Variations of Cloud Systems over the Eastern Tibetan Plateau and East China: A Cloud-resolving Model Study

The seasonal and diurnal variations of cloud systems are profoundly affected by the large-scale and local environments. In this study, a one-year-long simulation was conducted using a two-dimensional cloud-resolving model over the Eastern Tibetan Plateau (ETP) and two subregions of Eastern China: Southern East China and Central East China. Deep convective clouds (DCCs) rarely occur in the cold season over ETP, whereas DCCs appear in Eastern China throughout the year, and the ETP DCCs are approximately 20%?30% shallower than those over Eastern China. Most strong rainfall events (precipitation intensity, PI> 2.5 mm h^?1) in Eastern China are related to warm-season DCCs with ice cloud processes. Because of the high elevation of the ETP, the warm-season freezing level is lower than in Eastern China, providing favorable conditions for ice cloud processes. DCCs are responsible for the diurnal variations of warm-season rainfall in all three regions. Warm-season DCCs over the ETP have the greatest total cloud water content and frequency in the afternoon, resulting in an afternoon rainfall peak. In addition, rainfall events in the ETP also exhibit a nocturnal peak in spring, summer, and autumn due to DCCs. Strong surface heat fluxes around noon can trigger or promote DCCs in spring, summer, and autumn over the ETP but produce only cumulus clouds in winter due to the cold and dry environment.