基于多种探测资料对华北中部一次回流暴雪过程的分析

2020年1月5日07时至6日04时（北京时,下同）华北中部出现一次回流暴雪天气,过程最大降雪量15.5 mm。文中应用ERA5再分析和多种高分辨率观测资料分析了此次暴雪的大尺度天气背景和本地动、热力状况,探讨了暴雪落区、强度演变和降雪微物理特征及成因。结果表明,受河套地区地面倒槽和东北平原高压影响,900 hPa以下东北气流（被称为“回流”）自东北平原经渤海抵达华北平原,早于降雪7 h开始影响华北中部,受太行山阻挡在华北平原形成浅薄的近地面中尺度辐合线,对应暴雪落区;暴雪落区位于500 hPa高空槽前、700 hPa南北走向切变线东侧,850 hPa受西南低涡外围东南气流影响。降雪前1 h石家庄市观测到800 m以下转为东北风,1 km以下气温迅速下降至?5—?1℃,形成“冷垫”;暴雪区上空700 hPa附近低空急流较降雪早2 h出现,随后急流变厚、向下伸展至2 km高度,其下部暖湿空气沿“冷垫”爬升触发降雪,急流风速增至极值（19 m/s）和急流指数达峰值（约8）与大于1 mm/h强降雪时段重合,此时700 hPa上下为上升运动和水汽输送的大值中心。本次降雪粒子直径多为0.35—0.55 mm,降雪强度与粒子数浓度呈线性正相关;降雪云层位于1.3—5.5 km高度,大致以3 km （约?10℃）为分界线,下层为冰雪混合层,上层为冰雪层,冰雪层相对湿度与地面雪花粒子浓度及降雪强度呈正相关。基于雨滴谱仪探测资料反演的地面反射率因子与降雪强度拟合关系为Z=149.85R1.14。      

山西一次降雪云物理特征的飞机观测研究

通过飞机直接进入降雪云进行探测,并配合MICPAS（气象信息综合分析处理系统）、雷达和卫星等资料,对2011年11月29日山西一次降雪云宏、微观结构特征进行分析。研究发现:本次降雪过程的雷达回波以10～20 dBZ大片层状云回波为主,镶嵌了超过30 dBZ的块状强回波,雷达径向速度零线呈较强的“S”型弯曲,出现“牛眼”结构,从低层到高层有较强的风垂直切变。液态水含量主要位于3.2 km以下,最大值为0.0697 g m?3,N₅₀（粒子直径大于50 μm的冰雪晶数浓度）、N₂₀₀（粒子直径大于200 μm的冰雪晶数浓度）和冰水含量主要产生于层积混合降雪云的上部,极大值出现在?9.3°C附近,分别为188.4 L?1、33.5 L?1和0.121 g m?3。?14.4°C～?19.7°C冰晶图像以针状、柱状和不规则状为主,以冰晶的凝华增长为主。?9.3°C附近冰雪晶图像以辐枝状、不规则状为主,辐枝状冰晶的聚并碰撞和折裂繁生可能是造成此处冰雪晶高浓度的主要原因。利用指数形式能较好地拟合冰雪晶谱分布,谱拟合参数可以用幂函数N_os=1.021λ1.684表示（其中,N_os、λ分别表示截距和斜率,N_os越大表示小粒子数浓度越大,λ越大表示小粒子数浓度占总粒子数浓度比例越高）,相关系数R2为0.86。3.2 km以下存在三次逆温,逆温层的出现使云微物理特征量和拟合参数N_os减小,抑制了云内凇附增长和凝华增长,导致本次观测谱拟合参数N_os、λ随温度的变化规律与以往的观测不一致,逆温强度越大抑制作用越大。     

北京山区降雪微物理机制及催化影响的数值模拟研究北大核心CSCD

基于观测资料和中尺度数值模式WRF对2019年2月14日发生在北京地区的一次典型低涡低槽型降雪系统进行了观测资料分析和数值模拟,研究了降雪产生的云微物理机制,探讨了雪的形成过程并进行了人工催化降雪的数值模拟分析。结果表明:低涡前部暖湿平流带来的水汽和低涡切变线附近强烈的上升运动造成了此次区域性大雪;雪的凝华增长、雪降落过程中凇附云水继续长大、云冰自动转换为雪、冰晶和雪碰并聚合是此次降雪的主要微物理过程。催化模拟显示,人工播撒碘化银催化剂之后,云中产生大量冰晶,增多的冰晶通过凝华增长、碰并、聚合、凇附等转换成雪的过程增加,进而造成地面降雪的增加。     

乌鲁木齐冬季清雪预报服务研究

以乌鲁木齐冬季清雪工作需求为牵引,利用乌鲁木齐2006—2016年冬季(当年11月—翌年3月)逐日降雪量、积雪深度、气温和173 d降雪日的逐时降雪量资料,分析了近11年冬季各量级降雪的分布特征、降雪持续时间和降雪的日变化特征;对积雪深度和对应降雪量做线性拟合,得出二者比值大体为0.968 cm/mm。得出清雪预报服务的重点是:小雪的有无、降雪起止时间和累积降雪量、积雪深度的预报,难点是中雪、大雪特别是暴雪和对应的积雪深度的精细化预报。     

现代低纬度冰川特征

1990年,南美委内瑞拉和智科北部之间的安第斯山、东非的Kenya、Rwenzori和Kilimanjaro以及Irian的Jaya(新几内亚)的低纬度高山冰川的覆盖面积近2500km。,安第斯山在这些高山冰川中几乎占据了99％的面积。自小冰期1850年以来,所有这些冰川均具有范围缩小的全球性趋势(表1)。在冰川总体后退的期间,存在着冰川前进的多个亚期：如20世纪20年代和70年代冰川有再次向前推进的全球性趋势。在Cordillera Blanea或整个秘鲁Cordilleras大多数冰川表面从1998年10月至2002年5月或多或少的有持续降雪的覆盖,     

1736～1999年西安与汉中地区年冬季平均气温序列重建

基于现代气象资料所建立的西安、汉中地区冬季降雪天数与年冬季平均气温之间的相关关系,根据清代档案所记载的西安与汉中地区冬季降雪日数,恢复了西安与汉中地区1736～1910年的年冬季平均气温,重建了1736～1999年西安与汉中地区年冬季平均气温序列。序列分析表明,这两个地区年冬季平均气温变化趋势一致:18世纪和20世纪为暖期,19世纪为冷期,且20世纪的增暖趋势明显。与利用树轮重建的镇安初春(3～4月)温度序列对比分析表明:西安、汉中地区冬季平均气温与镇安初春温度的低频变化趋势基本一致,但镇安较西安与汉中有明显的位相提前。     

民国二十五年十二月份各地气象通讯

成都:本月成都市天气转赛。自十九日六时起微雨雪,至14时43分暂停;19时20分又微雨雪,至22时方已。以後20日9,12 14等时;22日7,9,19等时;及23日6,9,10等时,皆微雪。各次雪量虽微,但飞雪次数之多,时间之长,为过去四年同月所无。盖除24年12月有12日22日两次微雪而外;21,22,23等年12月皆未降雪也。(刘仲则)     

PARSIVEL2对降雪测量的订正方法及误差计算

为了获得更加准确的冬季降水数据,针对PARSIVEL2（Particle Size and Velocity）测量降雪时近地面水平风的影响进行了订正及误差计算。订正结果表明:一定风速下,不考虑风的影响会造成小粒子直径的明显低估,而对于同一粒径段的粒子,风速越大,计算过程中对于粒子直径的低估越明显。风速不超过2 m s?1时,其降雪粒子下落末速度计算误差在3%左右,直径计算误差在7%以内（水平偏转角度45°）。在对2018年1月4日南京一次降雪过程中获取的真实雪花谱的分析中可以看出,忽略风的影响会导致雪花谱峰值的偏移和谱的缩窄,这会造成小粒子数浓度的高估和大粒子数浓度的低估,进而影响微物理量的计算。具体表现在雷达反射率因子Z和降雪强度I的低估,及Z–I关系拟合系数a值的实际数值会大于计算值,b值则偏小。但当风速较大时,近地面流场比较复杂,垂直向湍流运动不可忽略,此种订正方法很可能不再适用。建议在以后的业务观测中增设防风圈或在后续的数据处理中增加针对风的订正,以排除风对降雪测量的影响。     

天山季节性积雪稳定期雪密度与积累速率的观测分析

利用Snow Fork雪特性分析仪测量的天山积雪雪崩站2009年2月21-26日及2010年1月26-31日雪特性数据,分析了季节性积雪稳定期内积雪垂直剖面密度的变化特征及其随降雪沉积时间和雪层深度的变化规律.结果表明:季节性积雪稳定期内,积雪剖面密度中部最大,表层和底层密度较低;新雪层密度随时间的推移增加速率逐渐增大...     

地面气象降水观测中应注意的问题

通过总结降水出现时容易忽略的各种问题,提出注意事项,在实际工作中有效避免观测失误、仪器误差,提高降水观测数据准确性。