排序方式: 共有23条查询结果,搜索用时 0 毫秒
1.
利用常规观测、区域自动站、FY-2G气象卫星、多普勒雷达、风廓线雷达及NCEP 1°×1°再分析等多源资料,分析乌鲁木齐2015年6月9日和27日(分别简称"6·09"和"6·27"过程)两次极端短时强降水成因。结果表明:(1)"6·09"过程是在高压脊前西北气流下,由700、850 hPa双低空急流耦合触发,配合强低层风切变,低层水汽快速聚集造成的局地性强对流天气,TBB最低为-52℃,雷达回波为典型的"列车效应",强回波达55 dBZ。"6·27"过程是在中亚低涡背景下,西南、偏西、偏东三条水汽路径使得整层增湿,配合持续时间较长的弱低层风切变,是系统性降水中的强对流天气,TBB最低为-44℃,雷达回波为混合性降水回波中分散的对流单体,强回波达50d BZ;此外",6·09"过程热力不稳定条件较好。(2)风廓线雷达显示两次过程低层均存在垂直风切变,折射率结构常数均在强降水时迅速增大并维持高值,随着降水减弱迅速减小;两次过程均发生在中β尺度对流云团TBB梯度最大处。(3)雷达回波均属于低质心对流风暴,且地面均配合有中γ尺度气旋性风场辐合或切变。 相似文献
2.
利用地面常规观测、NCEP/NCAR0.25°×0.25°再分析及风廓线雷达等资料,诊断分析了2018年10月17—18日乌鲁木齐极端暴雪天气过程的锋面特征。结果表明:在欧洲高压脊衰退,中亚长波槽分段东移的背景下,天山北坡强烈锋生并持续近30小时,此次锋生是热力和动力共同作用的,天山附近锋面呈带状准垂直分布,动力锋生激发的次级环流使垂直运动维持发展,为大暴雪提供动力条件; 400~600 hPa西南和地面~850 hpa西北路径输送的水汽,在600~800 hPa强烈辐合,为乌鲁木齐暴雪提供充沛水汽。风廓线雷达监测资料水平风向风速的垂直变化、Cn2能够反映锋生和水汽的演变特征,也从观测事实上证实了锋面对动力抬升及水汽辐合的重要作用。 相似文献
3.
利用常规资料、14:00加密探空、NCEP1°×1°再分析资料,对比分析2013年6月18日和2014年6月23日南疆西部两次强冰雹环境场及物理机制,表明两次冰雹环境场有相同之处:在环流经向度较大的中亚低涡背景下,前期有明显降水,傍晚前后由中亚低涡后部西北气流下产生,高空干冷平流、低层暖湿环境、较大的垂直温度递减率及低层辐合线或切变线为冰雹天气提供了强不稳定层结和动力触发条件,为冷平流强迫类型。但两次冰雹中亚低涡位置、强度、物理机制变化等有所不同:"6·18"中亚低涡压至南疆西部,低涡强,西北风大,而"6·23"中亚低涡在巴尔喀什湖附近,位置偏北,低涡较弱,西北风较小;"6·18"偏西北气流、风(垂直)切变、强回波伸展高度、层结不稳定、水汽及动力等变化均较"6·23"明显偏强;"6·18"的0℃层和-20℃层的高度均比"6·23"的低300~400 m;"6·18"低层南疆盆地偏东风日变化明显,即傍晚到夜间增强,山前东西风辐合促使上升运动发展,并有明显的中尺度垂直环流圈,而"6·23"低层为西北风风速辐合及与偏东风的切变。 相似文献
4.
为认识统计山西雷暴大风的雷达产品特征,做好其预报预警,利用2013—2017年4—9月高空探测资料和地面观测资料以及多普勒雷达资料对山西39次雷暴大风过程进行研究。根据500 h Pa环流形势将其分为四大类型:西北气流型、冷涡型、西风槽前型、副热带高压(简称“副高”)切变型。统计分析了不同环流背景下雷暴大风的雷达产品特征及其预警提前量。结果表明:(1)块状孤立对流单体是任一环流背景下山西雷暴大风的主要雷达回波形态。(2)副高切变型雷暴大风的最大回波强度、回波顶高、最大垂直积分液态水含量值最高,冷涡型最低。(3)低层径向速度大值区对雷暴大风的指示意义最明显,预警提前量最多,可提前30 min以上。(4)雷暴大风发生时,有阵风锋和逆风区出现,但出现次数极少。研究结果对利用雷达产品预警山西雷暴大风提供参考依据。 相似文献
5.
利用常规气象观测、FY-4A卫星及ERA5再分析数据,对比分析2021年2月25—27日(过程I)和4月1—4日(过程II)西天山南麓阿克苏地区拜城县2次暴雪过程成因。结果表明有差异也有共性,共性为均在中亚低值系统影响下发生,300 hPa偏西急流、500 hPa低涡(低槽)、850 hPa偏东急流、地面冷高压冷锋及暴雪区上空垂直环流的发展是形成暴雪的主要动力机制;均有偏西和西南路径的水汽输送,水汽强辐合出现在700 hPa;降雪期间TBB极值、<-30 ℃的维持时间及>-5 ℃对降雪量级、持续时间及降水相态预报有很好的指示意义。不同点主要表现在:(1)过程I为中亚低槽快速东移型,偏东急流仅在850 hPa,急流强度较弱且位置偏南,过程II为中亚低涡缓慢东移型,700 hPa、850 hPa有明显偏东急流且持续时间长,位置西伸至西天山南麓阿克苏地区;(2)与过程I相比,过程II上升运动中心更接近暴雪中心,且强度强、伸展高、持续时间长,冷暖交汇更剧烈,暖平流导致降水相态发生变化,偏东水汽输送明显且辐合强度更强、辐合持续时间更长。 相似文献
6.
应用南疆西部(35°~42°N,73°~80°E)15个气象站及200个区域自动气象站2013年逐日降水量资料和NCEP/NCAR每日4次1°×1°再分析资料,分析2013年南疆西部4次典型暴雨天气过程的水汽源地、水汽输送及水汽收支特征。结果表明,2013年4场暴雨天气水汽主源地主要分布在阿拉伯海和孟加拉湾,其次是波斯湾,低层东风急流(LLEJ)在南疆西部暴雨过程中作用显著。过程Ⅰ水汽输送路径主要为偏东和西南气流,在南疆西部沿山及偏东平原强烈辐合引发暴雨,偏东路径水汽输送明显大于西南路径,水汽输送的大值区域持续时间为24 h。过程Ⅱ水汽输送有西方、西南和偏东路径,3支水汽输送在南疆西部东—西、南—北产生剧烈的辐合造成大范围、强度强的暴雨天气,东边界水汽输入量接近南边界,水汽输送的大值区域持续时间为60 h。 过程Ⅲ水汽输送为西方、偏南和偏东路径,LLEJ引导的水汽在西风、东风气流的交汇下沿山堆积产生强的辐合,造成暴雨天气。水汽输送的大值区域持续时间为24 h。过程水汽输送主要有西方、偏南和偏东路径,西方路径的输送量远远大于偏东和偏南水汽,水汽输送出现2次高低空大值区域叠置现象,暴雨过程中大值区域持续时间48 h。 相似文献
7.
南疆西部持续性暴雨环流背景及天气尺度的动力过程分析 总被引:5,自引:2,他引:5
2013年6月14—19日南疆西部出现了持续性暴雨,使用常规观测资料和NCEP再分析资料在讨论环境大气湿度条件与暴雨关系的基础上,分析了水汽远距离输送到新疆并在南疆上空积累的天气尺度动力过程及其形成的原因。结果表明,暴雨产生在大气异常潮湿的环境中,强降雨时段对流层低层比湿最大值达到16~18 g·kg-1。长时间强降水的重要原因是边界层以上高湿的特征在暴雨产生过程中一直维持,充沛的水汽被一支从阿拉伯海和孟加拉湾的偏南气流向北输送,偏南风持续增速加大了水汽的输送。同时,随着偏南气流向北靠近新疆,对流层低层偏东急流在南疆西部产生强的水汽通量辐合,使得高空强烈辐散与低空辐合之间的耦合不断加强,不仅增加了低层水汽在暴雨区汇集,也通过增强垂直速度将更多的潮湿空气向上输送,使高层大气湿度增加。暴雨的日变化与阿克苏南部中尺度垂直环流圈的间断性建立及低层偏东急流在夜间增强有关。 相似文献
8.
基于2013—2015年冬季乌鲁木齐市6个环境监测站6类污染物逐时的浓度数据,结合乌鲁木齐逐时的地面气象数据、风廓线雷达及常规探空资料,分析了浅薄型焚风对大气扩散条件及污染物浓度变化规律的影响。研究发现:冬季乌鲁木齐浅薄型焚风的出现频率为57.3%,焚风气流平均气流底高约600 m,气流顶高约2100 m,气流厚度约1500 m;乌鲁木齐市冬季焚风日大气扩散条件与非焚风日相比,最大混合层厚度偏低200 m,逆温层厚度偏厚350 m,逆温差差异达4.4℃,逆温强度和平均风速差别不大;焚风日各污染等级的出现频率都高于非焚风日:Ⅲ-Ⅵ级污染日出现频率累积偏高18%,Ⅵ级严重污染日则必有焚风相伴随;除O3以外,焚风日里各类污染物浓度都高于非焚风日,但日变化规律类似;6类污染物浓度的空间分布在焚风日和非焚风日一致,但是各站污染物浓度均高于非焚风日(O3除外)。市区偏南地带空气质量稍优于市区中心和北部地区。 相似文献
9.
利用常规观测资料、NCEP FNL(1o×1o)再分析资料以及卫星、雷达资料,对乌鲁木齐2015年12月10日-12日的极端暴雪天气过程的环流演变及暴雪产生和维持的机制进行了初步分析。结果表明:此次暴雪过程是欧洲脊发展推动乌拉尔山地区长波槽东移南压,同时配合低层风场的辐合切变、地面冷锋及地形强迫抬升等共同作用造成此次过程。500hPa偏南气流,700hPa、850hPa的偏北气流在乌鲁木齐的交汇有利于加强冷暖空气的汇合和水汽的聚集,为乌鲁木齐强降雪提供了有利的动力条件。各物理量场的配合及地形作用使得此次乌鲁木齐大暴雪持续时间长,降雪强度大;降雪前期乌鲁木齐逆温使不稳定能量集中释放;散度辐合中心最强时段及上升运动均与降雪时段对应,乌鲁木齐地形引起的强迫抬升为暴雪提供有利的垂直环流;水汽的主要来源为阿拉伯海及孟加拉湾,且水汽在中低层的辐合上升明显,水汽通量散度辐合中心的出现时间对本次乌鲁木齐大暴雪的最强降水时段有很好的指示意义。 相似文献
10.
基于2017-2019年南疆地基GPS大气可降水量(下文简称“GPS-PWV”)、常规探空水汽廓线计算的大气可降水量(下文简称“RS-PWV”)和逐时降水资料,统计分析南疆西部和昆仑山北坡GPS-PWV时空变化特征、夏季不同海拔高度不同降水量级下GPS-PWV变化与实际降水的对应关系。结果表明:(1)南疆西部和昆仑山北坡GPS-PWV与RS-PWV,二者具有符合预期的很高的相关性。(2)不同海拔高度站点GPS-PWV空间分布差异明显,大部分站点GPS-PWV随海拔高度的增加而降低。(3)各站点GPS-PWV逐月变化均呈单峰型,冬季12月或1月最小,夏季7、8月最大;春、夏季各站GPS-PWV距平日变化为单峰型,秋、冬季GPS-PWV距平日变化除秋季乌恰站、若羌站为单峰型外,其它均为三峰或四峰型。(4)各站有、无降水时PWV平均值差异明显,昆仑山北坡差异更大;降水发生前GPS-PWV已开始上升,南疆西部PWV峰值主要出现在降水前0~1 h,昆仑山北坡PWV峰值主要出现在降水前0~3 h和7~9 h。 相似文献