“中国人工影响天气事业50周年纪念大会暨第十五届全国云降水与人工影响天气科学会议”成功举办

“中国人工影响天气事业50周年纪念大会暨第十五届全国云降水与人工影响天气科学会议”于2008年10月8～11日在吉林省长春市召开,会议由中国气象学会秘书处、中国气象局预测减灾司主办,中国气象科学研究院、吉林省气象局承办。来自财政部、科技部、农业部、中国气象局,各省、市气象局,有关院校和科研院所等单位的近500名代表参加了会议。中国气象局局长郑国光与吉林省副省长王守臣出席纪念大会并致辞,中国气象局副局长矫梅燕主持会议。     

1991年淮河流域农村洪涝灾情分析

本文从灾害系统的概念出发,分析了1991年淮河流域苏皖地区农村洪水的雨情、水情和灾情,并探讨了这次洪水对农村造成严重灾情的原因。     

2016—2017年冬季华北地区一次重污染过程的气象条件分析

以华北地区为研究区域,利用地面监测数据、高空观测资料、NCEP FNL资料及HYSPLIT后向轨迹模式,对2016年12月26日至2017年1月9日该地区的雾霾天气过程进行综合分析。结果表明,雾霾期间高空以纬向环流为主,冷空气势力偏弱,主要受高压、弱高压或均压场控制,有利于华北地区静稳天气形成。同时,雾霾期间边界层平均高度约600~900 m,污染物浓度与边界层高度呈负相关,且污染物浓度变化较边界层高度变化存在滞后现象。逆温层的长期存在,不利于污染物垂直扩散,能见度一直维持在5 km以下。后向轨迹集合模拟与聚类分析表明,以北京地区为核心的华北地区雾霾天气期间,外来污染物中,80%来自西北方气团,20%来自河北西南地区气团。     

CLM4.0模式对中国区域土壤湿度的数值模拟及评估研究

本文利用普林斯顿大学全球大气强迫场资料,驱动公用陆面过程模式（Community Land Model version 4.0,CLM4.0）模拟了中国区域1961～2010年土壤湿度的时空变化。将模拟结果与观测结果、美国国家环境预报中心再分析数据（National Centers for Environmental Prediction Reanalysis,NCEP）和高级微波扫描辐射计（Advanced Microwave Scanning Radiometer-EOS,AMSR-E）反演的土壤湿度进行了对比分析,结果表明CLM4.0模拟结果可以反映出中国区域观测土壤湿度的空间分布和时空变化特征,但东北、江淮和河套三个地区模拟值相对于观测值在各层次均系统性偏大。模拟与NCEP再分析土壤湿度的空间分布基本一致,与AMSR-E的反演值在35°N以北的分布也基本一致;从1961～2010年土壤湿度模拟结果分析得出,各层土壤湿度空间分布从西北向东南增加。低值区主要分布在新疆、青海、甘肃和内蒙古西部地区。东北平原、江淮地区和长江流域为高值区。土壤湿度数值总体上从浅层向深层增加。不同深度土壤湿度变化趋势基本相同。除新疆西部和东北部分地区外,土壤湿度在35°N以北以减少趋势为主,30°N以南的长江流域、华南及西南地区以增加为主。在全球气候变暖的背景下,CLM4.0模拟的夏季土壤湿度在不同程度上响应了降水的变化。中国典型干旱区和半干旱区土壤湿度减小,湿润区增加。其中湿润区土壤湿度对降水的响应最为显著,其次是半干旱区和干旱区。     

甘肃省气候舒适度时空分异特征研究

利用甘肃省37个气象台站的气候资料,采用温湿指数、风寒指数、着衣指数及综合舒适度指数等气候舒适度指标和反距离权重空间插值分析方法,对甘肃省气候舒适度的时空分异特征进行了详细分析,研究表明,4—10月气候舒适度都比较优越,6—8月气候舒适度最佳,1月、12月气候舒适度较差。气候舒适度整体呈纬度地带性变化,由东南向西北递减,同时垂直地带性影响显著,导致海拔较高的南部和中部地区气候舒适度较差,其中陇南市、天水市和白银市气候舒适度最好,其次为平凉市、庆阳市等地区,比较差的有甘南藏族自治州、张掖市和金昌市等地区。研究结果全面反映了甘肃省气候舒适度的时空分异规律,对于研究区旅游规划、人口分布研究等有一定参考价值。     

中国西部退耕还林(草)和沙漠化土地绿化的区域性气候效应

中国正在实施的西部大开发必将导致较大规模的土地利用和地表覆盖(LULC)变化,其中最重要的两类LULC变化是退耕还林(草)和沙漠化土地绿化工程。利用最新的全球地表特征资料数据库(GLCCD)识别以上两项生态建设工程的实施规模与范围,并以此更新了目前比较流行的区域气候模式的下边界条件,利用修正了的区域气候模式研究上述大规模LULC变化可能对中国区域性气候造成的影响。使用的卫星资源数据库是由美国地质测绘局(USGS)和Nebraska-Lincoln大学牵头,根据NOAA卫星的AVHRR资料、USGS掌握的高分辨率数字化地图,以及生态区划和植被分布等资料组建的。     

乡镇区域生态环境气象指标初探

基于安徽省来安县区域生态环境气象监测站网数据和卫星遥感数据,选取了能见度、霾频率、温湿适宜频率和植被覆盖度4个因子进行统计分析,从而构建了乡镇区域生态环境的气象评价指标(MEI)。对2015年8月至12月来安县各乡镇的MEI适用性和可靠性进行了试算验证,结果表明MEI能够科学合理地反映各乡镇区域间生态环境质量状况的差异和季节变化差异。本文提出的指标适用于乡镇级及以上的行政区域范围内的霾监测和评估,以及地方社会经济发展对生态环境的影响评估,旨在为乡镇级区域生态环境健康发展提供科学依据。     

A CASE OF MESOSCALE CONVECTIVE COMPLEX EVOLVING INTO A VORTEX*

A case of mesoscale convective complex(MCC) which evolved into a vortex is documented in this paper.As the MCC entered into the dissipating phase,a well-defined spirally banded structure became visible in the satellite image.The blackbody temperature(TBB) of the residual cold-cloud-shield indicates the vortex existed in the layer from 400 to 250 hPa.According to the upper air analysis,the upper level vortex was an anticyclone.The MCC-generated vortex was visualized in the satellite images because it was located in the subtropical high where the wind field was very weak.     

区域雷电灾害风险评估模型与应用

在分析国内雷电灾害风险区划发展现状进行的基础上,从区域雷电灾害事前风险评估的角度出发,采用灾害评估的承灾体、致灾体模式,引入雷电风险、地域风险和承灾体风险作为评估指标,针对每个指标选取与其发生紧密度较高的参数作为2级评价标准,对区域雷电灾害风险进行基于事前致灾因子的区域雷电灾害风险评估研究,并以福建省为例,应用该模型进行了计算。结果表明,基于承灾体、致灾体模式的区域雷电灾害风险评估模型能较好地反应出区域雷电灾害发生的损失程度,对于行政区域范围的雷电灾害风险度区域与政府决策支持具有积极的指导意义。     

Statistical estimation of high-resolution surface air temperature from MODIS over the Yangtze River Delta,China

High-resolution surface air temperature data are critical to regional climate modeling in terms of energy balance, urban climate change, and so on. This study demonstrates the feasibility of using Moderate Resolution Imaging Spectroradiometer (MODIS) land surface temperature (LST) to estimate air temperature at a high resolution over the Yangtze River Delta region, China. It is found that daytime LST is highly correlated with maximum air temperature, and the linear regression coefficients vary with the type of land surface. The air temperature at a resolution of 1 km is estimated from the MODIS LST with linear regression models. The estimated air temperature shows a clear spatial structure of urban heat islands. Spatial patterns of LST and air temperature differences are detected, indicating maximum differences over urban and forest regions during summer. Validations are performed with independent data samples, demonstrating that the mean absolute error of the estimated air temperature is approximately 2.5°C, and the uncertainty is about 3.1°C, if using all valid LST data. The error is reduced by 0.4°C (15%) if using best-quality LST with errors of less than 1 K. The estimated high-resolution air temperature data have great potential to be used in validating high-resolution climate models and other regional applications.