球面质心泰森多边形网格海浪预报的向量化检验方法

提出一种适于并行计算设备的向量化检验方法。采用特征半径近似判别法选取搜索域内观测点平均值作为实测值,基于广播、索引等向量化方法及海浪平稳性条件实现模式和观测资料时间和空间的匹配,并将待检区域等分为若干块分别计算以免内存溢出。本算法可在中央处理器（CPU）和图形处理器（GPU）上运行,也适用于其它类型的模式网格。为评估算法实际效果,以有限体积海浪模式产生的球面质心泰森多边形网格预报产品和卫星沿轨道遥感产品分别作为待检和参考数据,结果表明CPU和GPU的计算结果一致;GPU的计算效率较CPU提高30倍;区块大小对效率提升有一定影响,需根据实际算例调试优化。     

2009年西北太平洋和南海海域台风特征分析

利用中国气象局整编的1971～2009年台风数据,分析了2009年西北太平洋和南海海域生成台风在空间和时间上的分布以及对比1971～2000年气候态所具有的特征。2009年台风生成个数较常年偏少,其登陆个数较多所占总数比例较大。在我国近海沿岸一带,东海和南海沿岸受台风灾害影响较大,其中南海沿岸登陆台风最多。2009年在南部沿海登陆的台风有7个,比常年偏多2～3个。     

2014年初雪龙船在南极被海冰围困期间海洋气象环境分析

2014年初雪龙船为救援俄罗斯"绍卡利斯基院士"号船,在南极联邦湾被海冰围困,及时掌握雪龙船周边的冰情变化,以及给出准确的天气形势判断和预报,是此次雪龙船顺利脱困的关键。通过对雪龙船被困期间的海冰、气象和海洋环境状况综合分析发现,造成雪龙船被困的主要因素,一是由于雪龙船被困区域靠近大陆架,冰山较多,多年冰和当年冰夹杂在一起,海冰类型较为复杂;二是由于受连续多个气旋影响,在雪龙船受困海域,偏东大风持续时间长,风力大,导致海冰自东向西堆积,致使雪龙船被困。     

北极气旋的季节、年际变化及其与北极海冰、大气遥相关的关系

The seasonal and inter-annual variations of Arctic cyclone are investigated. An automatic cyclone tracking algorithm developed by University of Reading was applied on the basis of European Center for Medium-range Weather Forecasts(ECMWF) ERA-interim mean sea level pressure field with 6 h interval for 34 a period. The maximum number of the Arctic cyclones is counted in winter, and the minimum is in spring not in summer.About 50% of Arctic cyclones in summer generated from south of 70°N, moving into the Arctic. The number of Arctic cyclones has large inter-annual and seasonal variabilities, but no significant linear trend is detected for the period 1979–2012. The spatial distribution and linear trends of the Arctic cyclones track density show that the cyclone activity extent is the widest in summer with significant increasing trend in CRU(central Russia)subregion, and the largest track density is in winter with decreasing trend in the same subregion. The linear regressions between the cyclone track density and large-scale indices for the same period and pre-period sea ice area indices show that Arctic cyclone activities are closely linked to large-scale atmospheric circulations, such as Arctic Oscillation(AO), North Atlantic Oscillation(NAO) and Pacific-North American Pattern(PNA). Moreover,the pre-period sea ice area is significantly associated with the cyclone activities in some regions.     

东海近海海雾日变化特征及生成的水文气象条件分析

统计分析了东海沿海5个海洋站点的水文气象历史数据,对该区域雾生的日变化特征及海雾维持的气象条件包括气-水温差、风向风速等做出了初步评价.结果显示,除南麂站外各站点上午有雾的情况最多,下午次之,夜间有雾的情况偏少.出雾时气-水温差的阈值大于平流雾形成所要求的气-水温差范围,说明东海沿岸也受非平流雾的影响.另外,多岛区域与开阔水域相比,近岸岛与远离大陆的岛屿相比,雾的日变化规律有着较为明显的差别.     

中国南极考察航线上气旋大风过程统计分析

综合使用“雪龙”号走航气象观测数据、SeaSpace极轨卫星云图、ERA-Interim再分析数据,研究了中国第19～34次南极考察航线上由南大洋气旋导致的气旋大风过程,分析了其发生数量及时间间隔、强度和空间分布等特征,探讨了气旋大风发生间隔与南极涛动的关系。南大洋气旋对中国南极考察航线影响频繁且强烈,气旋大风过程数量与航次时长呈显著正相关,平均而言每个航次出现约18(4)次气旋大风过程(强过程),平均每间隔6.5(30)天就出现一次;气旋大风过程中,过程风速平均达8级,最大可达12级。但气旋大风过程的数量、发生时间间隔、最大风速都存在较为明显的航次差异。气旋大风过程时间间隔与南半球夏季南极涛动指数呈负相关,且对于发生在55°S以南的过程负相关更为显著;南极涛动通过调整中高纬度风压带强弱,并影响气旋活动数量和活动区域,进而影响考察航线上气旋大风过程发生数量和频率。气旋大风过程可以发生在南大洋和极区内的任意航段,其中以45°～60°S绕极西风带内发生最为频繁,尤其易出现在气旋中心及其北侧与副热带高压配合产生的强梯度风区内。在4个重点考察海域中,由于阿蒙森低压的存在,阿蒙森海气旋大风过程和强过程发生最为频繁,其次是南极半岛海域,而普里兹湾和罗斯海气旋大风过程频率明显低于前两个海域,由于罗斯海最为偏南,不易受到气旋大风过程影响。     

夏季西南极探空观测以及南极大陆大气垂直结构特征分析

利用第33次中国南极科学考察期间获取的中国长城站和智利Feri站以及夏季南极大陆沿岸8个世界气象组织(WMO)基准站探空资料对南极地区的大气垂直结构进行了分析,并结合NCEP和ERA-Interim再分析数据,对南极高纬度大气的表现能力进行了评估。研究发现长城站附近对流层顶的平均高度为9km,对应的温度和平均风速分别为–50℃、21m·s~(-1);对流层中部大气垂直温度递减率为–6.34℃·km~(-1);边界层平均高度为600 m,平均风速为10 m·s~(-1)。当长城站东侧存在气旋或者受极地高压控制时,对流层顶高度较低,大气垂直递减率偏小;相反当长城站西侧受气旋影响时,对流层顶高度偏高,大气垂直递减率偏大。夏季东南极沿岸对流层顶高度普遍高于西部,南极点对流层顶最低,可能与绕极气旋的生消源地存在密切的联系。在对流层顶高度、探空要素的垂直分布特征评估等方面, NCEP再分析数据比ERA-Interim再分析数据更接近观测数据真实值。     

南极阿蒙森海域气象和海况特征分析

本文通过比较我国第34次南极科考阿蒙森海航行期间雪龙船观测数据与欧洲中期天气预报中心(ECMWF)ERA-Interim的风浪数据,发现两者相关显著,ECMWF数据能较好地反映该区域风浪状况。基于该套数据,对1979—2017年12—3月阿蒙森海域的海平面气压、海表面10m风、海浪有效波高基本特征进行分析。结果表明,中高纬度阿蒙森海域风向呈稳定偏西,风速大小随纬度增高而减小。各月的平均风速、大风频率和极值风速大小存在差别, 3月较其他月份平均风速和大风频率都偏高, 2月次之, 12—1月最小。海浪有效波高变化特征与风速的纬向性分布以及月差异相对应,有效波高和巨浪出现频率随纬度的增加而减小。3月份,57°S—55°S海域平均有效波高最大值达到4m以上,该月60°S—55°S区域巨浪频率达35%以上。综合而言, 3月份阿蒙森海域风浪较大, 12—1月风浪状况相对较好。     

北极中央区海冰低密集度现象研究

近年,北极中央密集冰区出现海冰低密集度的异常现象。为了探讨这一现象的成因,本文使用ERA-Interim再分析资料,定义了北极中央区海冰低密集度（LCCA）指数,研究了2009-2016年的6-9月北极中央区发生的海冰低密集度现象。分析表明,研究时段内在北极中央区发生了6次明显的海冰低密集度（LCCA峰值）过程。在这些过程中,局地气温异常并不是导致海冰低密集度现象发生最主要的因素;海冰低密集度区域的形态及冰速场分布均与大气环流场相对应;在LCCA指数峰值发生前均有气旋中心出现在北冰洋70°N以北并伴随向北移动,气旋引起海冰辐散,同时所携带的较低纬度的热量导致海冰迅速融化。在6次过程中,有3次为气旋影响配合北极偶极子（DA）型环流。LCCA指数与84°N平均向北温度平流和北极中央区海冰速度散度呈正相关。在LCCA指数峰值前,温度平流对海冰低密集度区域形成的影响大于海冰辐散的影响。     

2017年夏季北冰洋浮冰区海雾特征分析

首先利用中国第八次北极考察队期间获取的走航观测数据分析了环北极考察的海雾特征。接下来利用在北冰洋密集浮冰区海雾加密观测实验期间获取的GPS探空观测数据和NCEP再分析资料,研究了北冰洋浮冰区海雾生成的气象要素特征、边界层特征和大气环流形势特征,发现浮冰区冰雪面之上的冷空气穹丘使得大气易于达到饱和,为北冰洋不同种类海雾的出现造了有利条件。平流雾、辐射雾和蒸汽雾生消的机理和影响期间边界层气象特征各不相同,并且根据特定环流形势对3种海雾进行预报是可行的。