江淮梅雨期极端对流微物理特征的双偏振雷达观测研究

为研究梅雨期极端对流系统的微物理特征,利用2013—2014年江淮梅雨期间南京溧水S波段双偏振雷达探测资料和地面自动站小时降水资料,统计分析了两类极端对流降水系统的微物理特征及差异。这两类极端对流系统的定义基于地面降水强度和雷达回波顶高,分别为所有对流中降水强度最强的1%（R类:小时降水强度>46.2 mm/h）和对流发展高度最高的1%（H类:20 dBz回波顶高>14.5 km）。结果显示这两类极端对流系统仅有30%的样本重合,显示了二者之间的弱相关性。对于相同的反射率因子Z_H,R类极端对流系统的近地面差分反射率因子Z_DR通常较H类极端对流小约0.2 dB,表明R类极端对流具有较小的平均粒径。结合双偏振雷达反演的粒子大小和相态分布显示,虽然两类极端对流都表现出海洋性对流降水特征,但R类极端对流较H类极端对流的总体雨滴粒径更小而数浓度更高,导致R类极端对流系统的地面降水更强。与R类极端对流系统相比,H类极端对流系统的上升运动更强,将更多的水汽和过冷水输送到0℃层以上,有利于形成更大的冰相粒子（如霰粒子等）,并通过融化形成大雨滴。以上研究表明,梅雨期降水强度和对流发展深度并没有必然的联系,极端降水主要是中等高度的对流引起。      

Interannual and Decadal Changes in Tropospheric Ozone in China and the Associated Chemistry–Climate Interactions: A Review

China has been experiencing widespread air pollution due to rapid industrialization and urbanization in recent decades.The two major concerns of ambient air quality in China are particulate matter(PM) and tropospheric ozone(O_3). With the implementation of air pollution prevention and control actions in the last five years, the PM pollution in China has been substantially reduced. In contrast, under the conditions of the urban air pollution complex, the elevated O_3 levels in city clusters of eastern China, especially in warm seasons, have drawn increasing attention. Emissions of air pollutants and their precursors not only contribute to regional air quality, but also alter climate. Climate change in turn can change chemical processes, long-range transport, and local meteorology that influence air pollution. Compared to PM, less is known about O_3 pollution and its climate effects over China. Here, we present a review of the main findings from the literature over the period 2011–18 with regard to the characteristics of O_3 concentrations in China and the mechanisms that drive its interannual to decadal variations, aiming to identify robust conclusions that may guide decision-making for emissions control and to highlight critical knowledge gaps. We also review regional and global modeling studies that have investigated the impacts of tropospheric O_3 on climate, as well as the projections of future tropospheric O_3 owing to climate and/or emission changes.     

GRAPES全球集合预报系统模式扰动随机动能补偿方案初步探究

为了体现次网格尺度能量升尺度转换过程中存在的不确定性, 文中将随机动能补偿(Stochastic Kinetic Energy Backscatter, SKEB)方案应用于GRAPES(Global/Regional Assimilation and Prediction System)全球集合预报系统(GRAPES-GEPS), 以更好地表征模式误差并且增大集合离散度。使用的SKEB方案基于具有一定时、空相关特征的随机型以及由数值扩散导致的局地动能耗散率来构造随机流函数强迫。并根据流函数与水平风速旋转分量的关系, 将SKEB方案中的流函数强迫转化为适用于GRAPES全球模式的水平风速扰动。结果表明, SKEB方案的使用一方面能够提高GRAPES对大气动能谱的模拟能力; 另一方面能够改善GRAPES-GEPS的集合离散度与集合平均误差的关系, 增加了集合离散度, 并在一定程度上减小了集合平均误差, 尤其是在热带地区这种改进更为显著。而且该方案使得热带地区连续分级概率评分(CRPS评分)显著减小。就降水预报而言, 从Brier评分与相对作用特征面积(AROC, Area under the Relative Operating Characteristics)的结果来看, SKEB方案有助于改善中国地区小雨[0.1 mm, 10 mm)、中雨[10 mm, 25 mm)与大雨[25 mm, 50 mm)量级降水的概率预报技巧, 而对暴雨[50 mm, ∞)量级降水预报技巧影响很小(24 h降水量)。总体上, 模式扰动随机动能补偿方案提高了GRAPES-GEPS的概率预报技巧。      

中尺度降水集合预报随机参数扰动方法敏感性试验

中尺度降水模式预报具有很大的不确定性,为更好地描述与模式降水预报密切相关的物理过程关键参数的不确定性,基于中国气象局GRAPES（Global/Regional Assimilation and Prediction System）中尺度区域集合预报模式,从对模式降水预报不确定性有较大影响的积云对流、云微物理、边界层及近地面层等4个参数化方案中选取了18个关键参数,设计了一种随机参数扰动方案（Stochastically Perturbed Parameterization,SPP）,并通过2015年6—7月总计10 d的随机扰动集合预报试验,对比分析了SPP方案对不同物理过程参数扰动敏感性、随机场时、空尺度敏感性、能量变化特征及其集合预报效果。结果显示,对所选择的任一物理过程参数化方案增加SPP扰动后,降水及等压面要素的概率预报技巧优于无SPP扰动的预报,而扰动积云对流和边界层过程中的参数较扰动云微物理过程中的参数影响更显著,且同时扰动积云对流、云微物理、边界层及近地面层参数化方案中的18个参数的集合预报效果优于扰动任何单一物理过程中的部分参数,表明SPP方案能够有效地提高中尺度降水概率预报技巧;从能量变化特征可知,不同物理过程的参数扰动对动能、内能和总能量的影响层次和特征有所不同,但总体而言,扰动前后各项能量基本相同;随机场时、空尺度敏感性试验发现,SPP扰动随机场时间、空间相关尺度对集合预报效果有明显影响,当扰动随机场选用12 h抗相关时间及截断波数20时,集合预报结果最优。上述结果表明,SPP随机参数扰动方案不仅能够有效提高集合概率预报效果,还能够提高集合降水概率预报技巧,具有良好的业务应用与发展前景。      

北京山区与平原冬季近地面风的精细观测特征

利用2009—2018年冬季北京地区200多个自动气象站逐时10 m风速、风向观测数据,分典型区域（山区、山区与平原过渡区、平原区、城区）研究北京地区冬季近地面风的精细特征,并使用有完整记录的2 a（2017和2018年）冬季延庆高山区不同海拔高度10 m风逐时观测数据,多视角分析高山区不同海拔高度近地面风的特征和成因,以深刻认识北京地区复杂地形条件下冬季近地面风的特征和规律。结果表明:（1）北京地区冬季近地面平均风受西部北部地形、城市下垫面粗糙度和冷空气活动共同影响,平均风速沿地形梯度分布,山区高平原低,平原中又以城区风速最小;盛行西北风和北风,在城区东、西两侧盛行风出现扰流,在山区和过渡区一些地方还存在与局地地形环境明显关联的其他盛行风向。（2）4个典型区域冬季近地面风速日变化均表现为白天风速大于夜间,午间风速最大的“峰强谷平”单峰特征,这一特征的稳定性在城区高、山区低。（3）4个区域冬季弱风（< 1 m/s）频率为31%—42%,城区较高、山区较低;强风（> 10.8 m/s）频次则是山区多、城区少,强风风向主要表现为偏西—偏北,与冷空气活动密切关联;城区、平原区和过渡区偏南风频率均为极小,暗示北京“山区—平原”风模态在冬季是“隐式”的、不易被直接观测到。（4）近地面风的水平尺度代表范围在延庆高山区高海拔处明显大于低海拔处,海拔1500 m附近（平均的边界层顶高度）是延庆高山近地面风速日变化特征的“分水岭”,低于该海拔高度时近地面风速日变化表现为前述“峰强谷平”单峰特征,而高于该海拔高度时近地面风速日变化则呈现相反特征,即夜间大白天小、午间最小的“峰平谷深”特征,这是由边界层湍流活动的日变化及伴随的低层自由大气动量向边界层内下传所致。（5）延庆高山近地面风速大体上随观测高度而增大,高海拔站点日平均风速数倍于低海拔站点。白天—前半夜,海拔约2000 m的站点冬季盛行偏西风,风向变化不大,但风速为2—12 m/s;1000 m左右的低海拔站则风速比较稳定（< 6 m/s）,风向从午间至傍晚相对多变。      

具有随机扰动和混合时滞的两层异质网络的同步研究

在现实生活中,很多复杂的系统不是由单个网络来表示,而是由一组相互依赖的网络系统来表示的.本文研究了具有随机扰动和混合时滞的两层异质网络的对应节点的同步控制问题.基于随机微分时滞方程的LaSalle不变原理和Lyapunov稳定性理论,采用牵制控制方法,对部分节点实施控制,给出了实现同步的充分条件.为了降低反馈控制的增益,结合自适应控制的方法,进一步弱化了两层异质网络实现同步的条件.最后,通过数值仿真,验证了理论结果的有效性.     

拜泉县霜冻灾害的区划研究

<正>1引言1.1气象灾害区划及防御工作的研究意义气象灾害是指由于气象因素直接或间接的影响造成的灾害,常见的气象灾害主要有干旱、霜冻、洪涝、冰雹、大风等。拜泉县位于黑龙江省西北部,地处小兴安岭余脉与嫩江平原的过渡地带,属寒温带气候。主要气象灾害为水灾、旱灾、霜冻、冰雹、雷电等。给工农业生产造成不同程度的危害,对社会经济造成严重的影响。因此对影响拜泉县的气象灾害进行区划和防御管理对策研究,对提高全县防灾减灾能力具有重要     

一次层状云降雨过程多源遥感特征参量演变分析

利用河北省邢台市皇寺国家观测站布设的Ka波段云雷达、微波辐射计和微雨雷达以及地面雨量计等观测资料,对2017年5月3日一次西南涡天气过程的降水云系进行了综合分析,结果表明:本次降水过程为稳定性层状云过程,云内粒子下落速度由高空向地面逐渐增大,第一轮降水出现在云的发展阶段,第二轮降水出现在云的成熟阶段,每次降水开始前云内的相对湿度、水汽含量、液态水含量和温度曲线同时出现跃增和峰值,各指标在降水结束后出现较明显下降,之后得到恢复,出现第二三次峰值并产生降水;利用微波辐射计资料在时间和空间上连续反演计算云中水汽压和冰面饱和水汽压差值场("e—E_i"差值场),当云中过冷水和过冷水汽大值区与"e—E_i"差值场的正值区重合时,冷云中贝吉龙过程较强,有利于精细化定量判断强降水出现和人工增雨潜力区位置,综合以上遥感探测资料分析结果,可以认为本次天气过程有利的人工增雨作业时机出现两次,第一次在13:45降水刚刚开始至云顶下降到6 km前;第二次时间较长,云层条件更为有利,即17:40—21:15云顶高度维持在8~10 km的时段;作业适宜高度为4~8 km(-20~0℃)。     

GRAPES区域集合预报两种侧边界扰动方法对比试验

中国气象局数值预报中心自2014年建立了区域集合预报业务系统,其使用的侧边界扰动由全球集合预报系统动力降尺度得到。为深入了解侧边界扰动对区域集合预报的影响,基于15 km水平分辨率的区域集合预报模式,使用动力降尺度方法和尺度化滞后平均法(scaled lagged average forecasting,SLAF)设计构造了两种侧边界扰动方案,并开展了2015年7月共6天的集合预报试验,利用集合均方根误差、集合离散度、连续分级概率评分、离群值、Brier Score及相对作用特征曲线面积等概率预报检验方法进行了多方面检验,分析了两种侧边界扰动方案对区域集合预报质量的影响。结果表明:动力降尺度侧边界扰动方案(DOWN)的扰动总能量在各垂直层次均大于SLAF方案,使得边界上前者的离散度大于后者,集合扰动增长更为合理;对于等压面要素和地面要素,DOWN方案的离散度、Outlier、CRPS等评分优于SLAF方案,反映了DOWN方案构造的侧边界扰动更加合理;在降水概率预报技巧方面,SLAF方案在评分上具有一定优势,但评分的提高没有通过显著性水平检验,因此认为两种方案对降水预报的改进基本相当。     

高分辨率模式雷达回波预报能力分析

利用2018年7—8月GRAPES_3 km、东北短临(WRFRUC)高分辨率模式综合雷达回波预报数据和辽宁省SWAN雷达组合反射率(MCR)实况,基于邻域法FSS评分指数,分析模式在台风北上和副热带高压边缘暴雨过程中的雷达回波预报能力。结果表明:两家模式在不同降水过程中对小阈值雷达回波有较好的预报技巧,随着回波量级增大,模式预报FSS逐渐减小,雷达回波55 dBz时,FSS甚至为0。当邻域半径是3时,35 dBz以下的回波预报中GRAPES模式在台风北上暴雨中的预报技巧低于副热带高压边缘,35 dBz则相反。WRFRUC模式始终表现为台风北上暴雨中预报较好。当邻域半径9时,WRFRUC模式在台风暴雨中的FSS评分高于GRAPES模式,GRAPES模式在副热带高压暴雨中的FSS评分始终高于WRFRUC模式。GRAPES和WRFRUC模式的最大FSS评分技巧均出现在邻域半径是11时,分别为0.239和0.195。GRAPES模式中FSS评分在12 h逐小时预报中前3个时次较强,WRFRUC模式则表现为中间时次强,两头弱。