一种台风海面非对称风场的构造方法

针对台风数值预报中由于采用对称模型而导致预报误差的现实，通过引入非对称分布的台风最大风速、最大风速半径等因子，在得到台风报告中7级风和10级风的半径的基础上，利用最佳权系数方案来得到非对称的台风外围风速分布因子，从而对Chan and Williams 1987年提出的切向风廓线方案进行改造，进而得到了台风海面非对称风场的计算式。检验表明，该方法能够描述台风海面风场的非对称分布，具有较好的应用前景。     

冬春季切变类冰雹发生条件的对比分析

本文以 1996年 12月 31日和 1981年 5月 1日为例 ,对冬、春季节发生在江苏的较大范围的切变类冰雹天气过程作了对比分析。结果指出 ,无论冬季或春季当高原东部有深槽东移 ,冷暖空气在江淮地区交汇 ,地面抬升系统为暖切 ,并有大气层结不稳定 (Δθse( 50 0 - 850 ) <0℃ =中心和较强的风向和风速垂直切变、85 0hPa西南急流轴、85 0hPa最大水汽通量轴线、5 0 0和 85 0hPa正涡度中心等相配置时 ,就可能导致江苏地区较大范围强对流天气的发生。     

MODIS遥感监测滇池蓝藻水华分布

以中分辨率的MODIS数据作为遥感影像源,运用蓝藻水华在蓝波段、红波段和近红外波段的光谱特征,使用假彩色合成法（RGB：6-2-1）和归一化植被指数法对滇池的蓝藻水华进行遥感监测。通过星地同步试验,证明了该两种方法的正确性。其中假彩色合成法通过色彩差异表现蓝藻水华,具有视觉效果较好的优点,归一化植被指数法则以数值大小的方式区别水华浓度,该方法建立反演模型后可用于定量研究。     

鄱阳湖流域径流模型

流域径流是鄱阳湖主要来水,建立鄱阳湖流域径流模型对揭示湖泊水量平衡及其受流域自然和人类活动的影响具有重要意义.针对鄱阳湖-流域系统的特点:流域面积大(16.22×104km2)、多条入湖河流、湖滨区坡面入湖径流等,研究了相应的模拟方法,建立了考虑流域土壤属性和土地利用空间变化的鄱阳湖流域分布式径流模型.采用6个水文站1991-2001年的实测河道径流对模型进行了率定和验证.结果显示,模型整体模拟精度较高.其中,赣江、信江和饶河均取得了较好的模拟结果,月效率系数为0.82-0.95;抚河和修水模拟精度略低,为0.65-0.78.模型揭示了研究时段内年平均入湖径流总量为1623×108m3,其中,赣江最多,占47%,其次为信江和抚河,分别占13%和12%,湖滨区坡面入湖径流约占4%,其余24%来自饶河、修水以及其它入湖支流.模型将用于评估流域下垫面或气候变化引起的入湖水量变化,为湖泊水量平衡计算提供依据.     

大敦煌地区水资源承载力及其承载状态评价（英文）

水资源承载力是衡量区域内人水关系协调发展的重要评判指标。定量评价水资源承载力,可为有效调控水资源、维持经济社会可持续发展提供重要依据。基于大敦煌地区各市县统计数据,以分县为基本单元,定量分析了2010–2017年不同来水条件和不同政策约束下大敦煌地区水资源承载力和承载状态。结果表明：（1）2010–2017年大敦煌地区水资源承载力逐年增加,平水年、枯水年和特枯年条件下的承载力分别从34.37万人、31.59万人和29.11万人增加到45.87万人、41.54万人和37.56万人。（2）不同政策约束下,2010–2017年大敦煌地区水资源承载力逐年增加,从2010年的30.94万人增加到2017年的41.24万人;预估2020年和2030年分别可承载人口32.66万人和34.12万人。（3）2010–2017年大敦煌地区水资源承载指数持续减小,平水年、枯水年和特枯年条件下承载指数分别从1.05、1.14和1.24降到0.80、0.88和0.97,人水关系均从临界超载转变为平衡有余。大敦煌地区水资源承载力显著提升,承载状态显著改善,但整体承载上限并不高,应着力提高水资源利用效率,以维持大敦...     

季节内印度洋-西太平洋对流涛动对次季节-季节尺度大气可预报性的影响

利用非线性局部Lyapunov指数和条件非线性局部Lyapunov指数定量估计了季节内印度洋-西太平洋对流涛动（IPCO）和实时多变量Madden-Julian指数（RMM指数）可预报期限,量化了季节内IPCO对S2S尺度大气可预报性的贡献,深入研究了季节内IPCO演变下S2S尺度可预报期限空间分布的变化规律。结果表明：（1）与RMM指数相比,季节内IPCO指数可预报性更强,可预报期限达到31天左右,比RMM指数高出2周以上;（2）印度洋-西太平洋区域S2S尺度大气可预报性最强,可预报期限达到30天以上,其中季节内IPCO是该地区的主要可预报性来源之一,其贡献达到6天,占总可预报期限的25%以上;（3）随着季节内IPCO的演变,印度洋-西太平洋地区S2S尺度大气可预报性有空间结构变化,表现为可预报期限异常的传播和振荡。S2S尺度大气可预报期限正负异常沿季节内IPCO传播路径,一支以赤道中西印度洋为起点北传至印度半岛,一支向东传播,经过海洋性大陆到赤道西太平洋后向北传播,到达日本南部。同时,可预报性异常的传播在在东印度洋和西太平洋表现出反向变化的特征,形成东西两极振荡,当季节内IPCO向正位相发展时,东印度洋具有更强的可预报性,西太平洋具有更弱的可预报性,反之亦然。季节内IPCO的发展（衰退）可使东印度洋（西太平洋）S2S尺度大气可预报性更强,表明模式预报技巧对此具有更大的提升空间。     

A CLOUD-RESOLVING MODELING STUDY OF SURFACE RAINFALL PROCESSES ASSOCIATED WITH LANDFALLING TYPHOON KAEMI(2006)

The detailed surface rainfall processes associated with landfalling typhoon Kaemi(2006) are investigated based on hourly data from a two-dimensional cloud-resolving model simulation. The model is integrated for 6 days with imposed large-scale vertical velocity, zonal wind, horizontal temperature and vapor advection from National Center for Environmental Prediction (NCEP) / Global Data Assimilation System (GDAS) data. The simulation data are validated with observations in terms of surface rain rate. The Root-Mean-Squared (RMS) difference in surface rain rate between the simulation and the gauge observations is 0.660 mm h^-1, which is smaller than the standard deviations of both the simulated rain rate (0.753 mm h^-1) and the observed rain rate (0.833 mm h^-1). The simulation data are then used to study the physical causes associated with the detailed surface rainfall processes during the landfall. The results show that time averaged and model domain-mean P_s mainly comes from large-scale convergence (Q_WVF) and local vapor loss (positive Q_WVT). Large underestimation (about 15%) of P_s will occur if Q_WVT and Q_CM (cloud source/sink) are not considered as contributors to P_s. Q_WVF accounts for the variation of P_s during most of the integration time, while it is not always a contributor to P_s. Sometimes surface rainfall could occur when divergence is dominant with local vapor loss to be a contributor to P_s. Surface rainfall is a result of multi-timescale interactions. Q_WVE possesses the longest time scale and the lowest frequency of variation with time and may exert impact on P_s in longer time scales. Q_WVF possesses the second longest time scale and lowest frequency and can explain most of the variation of P_s. Q_WVT and Q_CM possess shorter time scales and higher frequencies, which can explain more detailed variations in P_s. Partitioning analysis shows that stratiform rainfall is dominant from the morning of 26 July till the late night of 27 July. After that, convective rainfall dominates till about 1000 LST 28 July. Before 28 July, the variations of in rainfall-free regions contribute less to that of the domain-mean Q_WVT while after that they contribute much, which is consistent to the corresponding variations in their fractional coverage. The variations of Q_WVF in rainfall regions are the main contributors to that of the domain-mean Q_WVF, then the main contributors to the surface rain rate before the afternoon of 28 July.     

黄土高原半干旱区非均一下垫面粗糙度分析

利用2007年4月17日-2008年4月16日兰州大学半干旱气候与环境观测站边界层气象塔的风速、 风向、 温度、 气压、 湿度等观测资料, 采用经典的廓线法和风速、 风向标准差法, 分别计算了中性大气层结下观测站下垫面粗糙度长度, 并得到了具有黄土高原地理特征的地表粗糙度及其时空变化特征。计算结果表明, 季节变化对粗糙度的影响幅度可达0.159 m, 空间非均一性对粗糙度的影响幅度可达0.155 m。测站附近粗糙度春季为0.017 m, 夏季为0.062 m, 秋季为0.065 m, 冬季为0.018 m。测站西北方向上游粗糙度春季为0.17 m, 夏季为0.22 m, 秋季为0.34 m, 冬季为0.05 m。测站东南方向上游粗糙度春季为0.11 m, 夏季为0.17 m, 秋季为0.19 m, 冬季为0.05 m。该站下垫面粗糙度计算宜选用风速为6±1.5 m·s-1, 风向变化30°范围内的数据。     

北京雷暴大风气候特征及短时临近预报方法

北京地区雷暴大风的预报准确率低而且时效短.为了提高对这种灾害性天气的预警能力,在气候统计的基础上,研究了潜势预报方法和临近预报算法.对1998-2007年134个雷暴大风过程的统计结果表明,北京地区绝大多数的雷暴大风具有下击暴流特征,而且冰雹的落区附近也是大风的爆发区之一.因此,负浮力的作用和对冰雹具有指示性意义的因子是研究雷暴大风预报方法应主要考虑的因素.500hPa环流背景分析表明,尽管绝大多数雷暴大风爆发时对流层中层有干空气侵入,但是还有少数个例产生在偏南暖湿气流中.目前,对后一类大风产生的机制仍然不清楚.研究表明,当对流层中层有干空气侵入时,有利于雷暴大风出现的环境条件是:下沉气流具有较大的不稳定性,同时对流层低层环境大气的温度直减率较大.此外,还讨论了经验指数--大风指数在北京地区的应用.基于上述的研究,形成了北京地区雷暴大风短时潜势预报方法,还使用相关分析和多元回归分析技术建立了基于雷达观测和环境条件的雷暴大风临近预报方程.个例分析表明,临近预报方程对于飑线和弓形回波等带来的地面大风具有一定的预报能力.     

水库对河流营养盐滞留效应研究进展

综述了国内外水库对河流营养盐滞留效应的主要进展,尽管在大型水库是否显著改变原有河流输送营养盐的问题上存在诸多争议,反映在滞留效率的估算上,存在前后矛盾的结果,但大量的文献仍支持筑坝显著改变了河流原有输送营养盐的特性,并对下游、河口产生深远的影响.本文将"滞留"的主要过程分为泥沙过滤作用和生物过滤作用,并列举了若干经典的估算滞留效率的方法和部分水库对营养盐的滞留效率.