西北太平洋热带气旋变性过程中的风及降水分布变化特征分析

利用中国气象局上海台风研究所（CMA/STI）整编的热带气旋最佳路径资料、美国飓风联合警报中心（JTWC）最佳路径资料、美国国家海洋与大气管理局（NOAA）的全球多平台热带气旋风场资料（MTCSWA）和CMORPH降水资料、日本卫星云顶黑体辐射温度（T_BB）资料等,分析1987～2016年30年间西北太平洋228个变性热带气旋（ETTC）的活动规律、风与降水分布及其演变特征。结果表明:（1）ETTC年均7.6个,除1～2月,各月均有分布,峰值在9月。约90.4%的ETTC变性位置在30°N以北,仅约9.6%在30°N以南较低纬度,且多发生于春夏和秋冬交替季节。（2）TC（热带气旋）变性通常发生在其转向后,半数以上移速加快,大多数中心气压升高或维持,仅10.5%降低。（3）变性过程中ETTC近中心最大风速减小,最大风速半径增大,内核趋于松散。其34节风圈半径北侧明显大于南侧,风场结构非对称性增强。（4）ETTC强风和强降水呈显著非对称性分布,其强风区主要出现在ETTC中心东侧,即路径右后方;强降水区主要出现在北侧,且变性后在东北象限向外扩张。（5）较强的环境水平风垂直切变（VWS）是影响ETTC风及降水分布的重要因子。强降水主要出现在顺风切方向及其左侧,强风（去除TC移速时）出现在切变左侧。     

苏州市一次重霾污染天气过程的数值模拟

本文对苏州地区2015年12月13—15日发生的一次典型的重霾污染天气过程进行了数值模拟,分析了颗粒物及其组分的时空变化特征及其气象影响因子,以期为该区域空气污染治理和预防提供科学依据。结果表明:(1)利用WRF-Chem模式对此次重霾污染天气过程的污染气体成分进行数值模拟后发现,小时平均的PM_(2.5)、PM_(10)、CO、SO_2、NO_2模拟值与实测值的相关系数较高,达到0.68以上,通过了P0.01的显著性检验,且日变化过程对应也较好。(2)通过分析此次污染过程的天气背景,发现污染形成期高空环流比较平直,中层为均匀的弱高压控制,地面受弱高压脊控制,这种形势容易导致颗粒物的堆积。后期地面等压线密集时,风速大,有利于污染物的输送与扩散。(3)通过分析此次污染过程期间气象要素的变化发现,有逆温、风速小、相对湿度大等不利的气象条件是导致此次污染过程发生的重要原因之一。(4)HYSPLIT轨迹分析显示,此次重霾过程主要受北方大范围灰霾颗粒物南下影响,北方污染气团逐步南推,14至15日本地大气扩散条件差、污染物累积,最终导致本地污染加重,从而发生重霾事件。(5)火点图的分布进一步验证了此次重霾污染过程是由外来污染气团输入所导致。     

定量研究雅安地形坡向坡度对降水分布的影响

利用四川省雅安市30 m分辨率基础高程数据,提取栅格的坡向和坡度参数,将雅安307个区域自动站在2017年汛期(6—9月)共50次的降水天气个例,分为16次大尺度降水和34次中小尺度降水,使用对应时次的欧洲中心细网格0.25°×0.25°再分析风场资料,根据不同的站点地形高度将风场合成平均风场,和各站点地形的坡向和坡度计算出其动力抬升作用,同时使用当天日照和天文太阳辐射值来计算地形的热力抬升作用,与对应降水过程的降水分布进行多元线性回归,根据回归的标准系数的大小确定各自变量对降水分布的影响,得出以下结论:(1)中小尺度降水中,地形的热力抬升作用对降水分布的影响作用最大,其次是海拔高度,地形的动力抬升作用在三者中对降水分布的影响最小;(2)在大尺度降水中刚好相反,地形的动力抬升对降水的分布影响作用最大,海拔次之,热力抬升作用在三者中影响作用最小;(3)日降水量最大值的站点海拔高度基本位于1 000 m左右,与抬升凝结高度对应较好;(4)从长期的统计来看,地形的动力作用和地表的植被情况对降水分布的影响最大。在实际预报工作用,根据不同的降水类型,关注不同的动力和热力作用对于判断降水分布大值区的位置有较好的参考作用。     

2017年江西汛期设区市城区暴雨回波特征分析

使用江西WebGIS雷达拼图和自动站雨量、雷电监测、强天气监测等数据,以及MICAPS常规天气图资料,对2017年3—7月江西汛期11个设区市26次城区暴雨过程的雷达回波特征进行分析。结果表明:2017年江西汛期共出现52日暴雨过程,其中江西11个设区市所在地城区出现26次暴雨。在这26次城区暴雨个例中,有23次伴随出现短时强降水,有3次降水比较均匀。暴雨维持时间长短不一,最长的有15 h,最短只有3 h,平均是10 h。有5次出现大风天气,21次没有大风出现。雷达回波特征主要有3种:块状(强单体、超级单体)、带状(飑线、回波带)、絮状(絮带、絮团)。这3种回波形态特征,出现率最高的是絮状回波,即比较宽、嵌有中等强度的对流单体絮带状回波带,强度40～55 dBz,出现16次,概率62%;其次是窄而长、紧密排列由强单体组成的飑线回波带,强度50～60 dBz,出现8次,概率30%;块状(强单体、超级单体)回波强度最强,中心强度达到60～70 dBz,出现2次,概率8%。     

94/220 GHz星载雷达双波长比对非球形冰晶云参数敏感性分析

利用不同形状冰晶的散射特性,获得了非球形冰晶云的94/220 GHz测云雷达双波长比,探讨了非球形冰晶云的双波长比与云内微物理参数的关系,分析了衰减前后的星载雷达反射率因子及双波长比的垂直廓线。结果表明:（1）双波长比可以反映小到0.1 mm中值尺度的冰粒子,对粒子总数、谱的形状参数不敏感,对粒子大小、形状、云衰减较敏感。（2）雷达灵敏度一定时,星载雷达可测云厚与雷达波长、冰含水量（IWC）的垂直分布、云厚及衰减有关;没有进行衰减订正时,双波长比和衰减有关,冰含水量越大,波长越短,衰减越大,双波长比最大值与可探测云厚有关。两部雷达可探测冰含水量为0.001—0.1 g/m3、厚2 km的冰云;当云厚5 km、冰含水量垂直分布在0.001—0.2 g/m3时,云厚的94%基本可以被220 GHz云雷达探测到。（3）如果两部雷达气象方程中用水的介电因子,测量回波强度应进行介电因子的订正后再计算双波长比。      

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。      

Uncertainty of the Linear Trend in the Zonal SST Gradient Across the Equatorial Pacific Since 1881

The change in the zonal sea surface temperature gradient (ZSSTG) across the equatorial Pacific plays an important role in the global climate system. However, there has not yet been a consensual conclusion about the changing ZSSTG at either a short-term (from 20 to 90 years) or a long-term time scale (longer than 90 years) in the literature. In this study, the uncertainty of the trend in ZSSTG for different sub-periods since 1881 was examined using four interpolated datasets and four un-interpolated datasets. It was found that the trend in ZSSTG on the short-term time scale could be significantly influenced by internal variability such as the El Niño–Southern Oscillation and the Pacific Decadal Oscillation. On the long-term time scale, the sign of the ZSSTG trend depends on the dataset used. In particular, it was not possible to draw a uniform conclusion about the secular trends in ZSSTG in recent history, given the high sensitivity of the ZSSTG trends to the period, dataset, and regions used to calculate the trends. Our results imply that it may not be possible to detect the response of ZSSTG to global warming until a longer data record becomes available in the future.     

降水现象仪观测应用评估

利用2017年9月至2018年8月北京20个站降水现象仪采集数据与人工平行观测数据,对降水现象仪进行了对比评估。结果表明:降水现象仪的缺测率为0.01%,空报率为0.6%,捕获率为93.5%,漏报率为27.9%,错报率为10.0%。从统计结果可知,降水现象仪的缺测率、空报率较低,捕获率较高,体现出设备性能良好的一面,漏报率和错报率偏高,表明设备漏识别和错误识别的情况较多,漏报主要发生在弱降水过程中,错报主要出现在毛毛雨的识别上。设备测量和人工观测降水开始时间一致性较好,终止时间一致性偏差;降水现象仪现存问题:在大雨强时易出现雨滴叠加误识别,在小雨强时识别率会降低,在无降水错误输出降水现象方面缺少质控。     

降雨型地质灾害预报方法研究进展

开展降雨型地质灾害预报是减少灾害损失的有效方法。该文在讨论降雨型地质灾害预报相关概念的基础上,结合国内外已有的研究成果,系统总结了隐式统计模型、显式统计模型和动力模型等降雨型地质灾害预报模型的特点和适用条件。近几年区域降雨型地质灾害的预报技术研究有以下新特点:统计模型简单实用,目前已经由单一考虑降雨特征的第1代隐式统计模型,进一步发展为考虑地质、地貌等静态因子的显示统计模型;动力模型逐渐由基于垂直入渗理论的边坡稳定性模型开始向基于水土耦合机制的复杂预报模型发展;降雨型地质灾害业务预报预警的核心是地质灾害预报模型的本地化运行,我国已经基于统计模型搭建了服务于不同区域的业务预报预警系统。结合多源预报降雨资料,搭建基于水土耦合机制的降雨型地质灾害集合预报预警系统是未来可能的发展方向。     

具有遗忘时滞的静态神经网络的H∞状态估计

本文研究了具有遗忘时滞的静态神经网络的H_∞状态估计问题.首先降低了时变时滞可微的条件,然后通过构造合适的Lyapunov-Krasovskii泛函,设计保H_∞性能的状态估计器,使得误差系统实现全局渐近稳定.最后,借助Matlab中线性矩阵不等式工具箱进行数值仿真,验证了结论的有效性.