喀什市极端气温指数长期变化及突变特征分析

利用喀什市1961—2012年逐日最高、最低、平均气温资料,采用回归分析、R/S分析、Morlet小波分析及Mann-kendall突变检验等方法,分析了喀什市极端气温长期变化趋势、持续性、周期变化及突变特征。结果表明:喀什市年平均气温呈显著上升趋势,升温率高于全球及全国水平且主要变暖从20世纪90年代开始,较全国同期增温时间滞后;极端高温、夏季日数呈显著增加趋势,极端低温、霜冻日数呈减少趋势,经R/S分析,极端气温指数及年平均气温序列具有较好的连续性,未来喀什市气温保持升高,极端高温、夏季日数增加,极端低温、霜冻日数减少;喀什市极端气温指数在时间域上包含了多个尺度的周期变化,各类极端气温指数具有不同强度的周期变化特征;近52a极端高温日数在1995年发生突变,夏季日数、极端低温、霜冻日数的突变均发生在2001年左右。     

南疆阿克苏冰雹天气的判识指标研究

利用常规气象资料和CINRAD/CC雷达资料对2009~2012年34个冰雹天气个例进行了分析,统计归纳出南疆阿克苏冰雹天气发生前的环境条件和雹云雷达回波判识指标。结果表明:冰雹发生前期,当850 hPa与500 hPa温差≥30℃,地面露点温度≥10.2℃时,预示冰雹天气发生的可能性较大;对流有效位能在冰雹尺寸相对较大(≥10 mm)时指示效果较好,但对小范围局地冰雹的预报具有一定局限性;0~6 km较弱的垂直风切变也能形成冰雹天气;适宜的0℃层和-20℃层高度有利于冰雹的产生。雹云雷达回波具有的特征:组合反射率因子达到50 dBZ以上;径向速度场往往伴有逆风区出现,部分还出现风暴顶辐散特征;45 dBZ强回波核高度≥9 km,垂直剖面出现前悬回波、穹窿等冰雹特征回波;回波顶高6~8月超过12 km,5月和9月超过11 km;垂直积分液态水含量阈值5月为18 kg·m-2,其它月份为30 kg·m-2;冰雹指数产品至少持续5个体扫出现实心大三角标识。     

塔里木盆地西缘两次致灾冰雹环境场和雷达特征对比分析

利用常规气象观测资料、雷达资料、探空资料、NCEP再分析资料,对2018年5月19日和7月29日喀什地区北部2次致灾冰雹天气的环境场及雷达特征进行对比分析。结果表明: (1)两次冰雹都是在中亚低涡的有利的环流背景下产生,午后垂直温度递减率增大,中高层干冷空气与低层暖湿空气交汇增强了大气不稳定性、冰雹发生前强对流指数明显增强、深层风切变加强、0℃～-20℃层高度适宜,为冰雹产生提供了有利的环境场条件。不同之处在于,两次过程中亚低涡中心强度和南伸的位置不同,“5.19”过程低涡位置偏南; 低层触发系统不同,“5.19”为地面中尺度辐合线触发对流,“7.29”为700 hPa切变线附近触发；θse能量锋区、比湿、中高层干冷空气入侵势力、深层风切变等变化上“7.29”冰雹比“5.19”冰雹偏强；(2)雷达回波形态和风暴类型上,前者为多单体线性风暴,后者为超级单体风暴,反射率因子剖面均出现弱回波区和悬垂回波等特征结构,≥50 dBZ 的回波伸展到-20 ℃层高度以上；径向速度图上均出现中小尺度辐合辐散特征；冰雹发生前VIL值出现跃增,冰雹结束后迅速下降,可以作为监测冰雹特征之一。上述特征结构在“7.29”过程表现的更明显。     

南疆西部初雪气候特征及典型强初雪天气分析

基于1961—2020年南疆西部16个气象站初雪资料、利用ERA5再分析资料、全球资料同化系统（GDAS）分析资料及常规气象资料，分析了南疆西部近60 a初雪的气候特征，以2020年11月20—22日典型强初雪天气为例分析了异常降水的大尺度环流背景、暴雪高低空环流配置、水汽特征及雨雪转换机制。结果表明，近60 a南疆西部平原初雪变化稳定，山区初雪呈显著延迟趋势。强初雪发生在中高纬度大尺度环流呈现异常“+-+”的距平分布和500 hPa典型的“东西夹攻”形势下，深厚的中亚低涡为暴雪提供有利的水汽条件，高低空急流的耦合作用和地形的动力抬升作用为暴雪提供动力条件。暴雪区中高层水汽主要来自偏西路径的欧洲大陆、西西伯利亚及黑海、里海、客拉海等洋面，低层水汽主要来自塔里木盆地内部回流的水汽。低层环境湿度、边界层温度平流及云层属性差异是造成此次暴雪相态差异的主要原因，云顶发展旺盛的冰晶云在干燥的低层环境下更有利于降雪。850 hPa气温＜0℃可作为此次南疆西部暴雪天气雨雪相态转换指标。     

ECMWF细网格2 m温度预报产品在南疆西部温度预报中的释用

利用2016年1月1日—2018年12月31日ECMWF细网格模式2 m温度预报产品，使用三次多项式差值方法内插到站点，并用中短期天气预报检验方法，对南疆西部12个国家站与15个区域自动站共27个站的最高、最低气温未来24 h预报效果进行检验分析。结果表明：ECMWF细网格模式2 m温度预报产品对南疆西部非山区站未来24 h最高、最低气温的预报能力较好，对山区站未来24 h预报效果差；对南疆西部最高、最低气温的预报效果随季节变化，夏季预报准确率高于冬季，秋季预报准确率最低；模式最高气温预报准确率在降雪、高温天气时较高，最低气温预报准确率在降雨时较高，在高温过程中较低；模式对于降雨、降雪、大风/沙尘等天气最高气温预报偏低，高温事件中最高气温预报偏高。最低气温预报在降雨、高温天气中偏高，降雪时偏低，大风/沙尘天气最低气温预报偏东地区偏高、偏北地区偏低。降雪、高温天气预报相对降雨、大风/沙尘天气预报效果更稳定。     

基于多源数据的北疆春季 霜冻指标检验及其应用

为检验春季霜冻灾害和棉花播种及出苗期间的各温度指标，本文选用北疆1120个气象站和空间分辨率5km×5km的CLDAS多源融合实况数据，对2021年4月北疆春季霜冻灾害性天气中的平均气温、最低气温、最大降温幅度、温度≤0℃和温度≤12℃所有时刻的平均气温和累计小时数在北疆棉花主产区进行检验。利用气象站点数据、结合实地调查验证CLDAS数据在霜冻灾害性天气中的可用性，结果表明：CLDAS数据在均方根误差、气温预报准确率、平均气温和最低气温分布上对比地面气象站数据可信度较高，但在降温幅度、≤0℃分布区域和≤12℃持续时间上局部略有差别，总体来看在没有地面观测站点区域，CLDAS温度数据可代表当地温度，为分区域、分作物、分灾种精细服务到田间地头提供基础保障。     

2020年春季南疆西部一次极端暴雨成因分析

利用常规观测、FY-2G卫星、雷达、全球同化系统(GDAS)及NCEP(1°×1°)再分析等资料,分析2020年4月17—24日南疆西部喀什地区极端暴雨过程。结果表明:此次极端暴雨是在100 hPa南亚高压呈东部型的大尺度环流背景下,主要影响系统为500 hPa中亚低涡(槽)和700～850 hPa切变线;低层辐合、高层辐散的发展及持续为暴雨提供动力支持;暴雨过程中低层θse均随高度增加而减小,为暴雨产生提供了较好的不稳定条件;且中低层水汽充沛,700 hPa喀什地区水汽辐合中心强度达-10×10~(-6)g/(cm~2·hPa·s),比湿≥5 g/kg。雷达回波图上单体风暴或线性多单体风暴持续多个体扫导致强降水的发生,风暴最大反射率因子≥55 dBZ,径向速度图上具有明显的中小尺度辐合特征;TBB低值区与降雨落区紧密结合,强降雨发生在TBB梯度最大处,且TBB等值线越密集雨强越强。     

喀什地区浮尘天气特征及一次重污染天气成因分析

根据1961—2018年喀什地区9个国家站浮尘日数逐日观测资料,利用气候学统计、M-K突变检验等方法分析喀什地区浮尘日数的时空分布等气候特征,分析2019年3月19—25日喀什地区出现的强浮尘造成的重污染天气成因。结果表明:喀什地区年平均浮尘日数为71 d,浮尘日数总体呈减少趋势,并于1997年前后发生了显著减少性突变。2019年3月19—25日出现的强浮尘天气过程,持续时间长,影响范围广,乌拉尔山高压脊发展,脊前横槽转竖,在新疆东部回流东灌冷空气是造成此次沙尘过程的天气背景。浮尘天气造成21—24日喀什地区空气污染指数AQI指达500,属严重污染,首要污染物PM_(2.5)和PM_(10)在21日、22日达到峰值,分别为494、1 175μg/m~3。热力、动力条件以及近地面存在逆温层均不利于污染物的扩散。污染过程前后喀什市本站气压与PM_(10)、PM_(2.5)浓度均呈正相关,相关系数为0.762、0.507,均通过0.05显著性水平检验;气温与PM_(10)浓度呈负相关,与PM_(2.5)相关性不明显;相对湿度跟PM10和PM2.5呈正相关,表明气象因子在大气污染过程中对大气环境影响明显。     

南疆西部沙尘天气长期变化及突变特征分析

利用南疆西部15个国家气象站1961—2019年逐日沙尘天气资料，采用气候倾向率和统计检验等方法对南疆西部沙尘天气的时空变化特征进行分析。研究表明：春季为南疆西部沙尘暴及浮尘天气出现最多的季节、扬沙天气出现次多的季节，分别占全年沙尘暴、扬沙、浮尘的49%、38%、43%；夏季为扬沙天气出现最多的季节、是沙尘暴、浮尘天气出现次多的季节，分别占全年沙尘暴、扬沙、浮尘的35%、43%、35%；冬季为低频季节，发生占比分别为7%、6%、14%。南疆西部沙尘天气呈东多西少特征，山区沙尘天气日数明显少于平原，浮尘天气平原地区分布均匀，沙尘暴、扬沙平原东部和南部区域多于平原腹地。沙尘天气日数年际变化振幅较大，沙尘暴、扬沙、浮尘日数整体呈明显减少趋势。浮尘年际变化周期显著，其次为扬沙与沙尘暴，1984和1977年为沙尘暴、浮尘统计定义上的突变年份，扬沙存在2个突变点，分别为1982和1992年。沙尘暴和扬沙的主导风向为偏西北风，浮尘主导风向为偏东北风，主导风向与地形影响关联密切。