2015年11月沈阳地区一次PM2.5重污染过程综合分析

利用多源观测资料综合分析了2015年11月沈阳地区一次PM2.5 重污染天气的气象条件、垂直风场演变、大气边界层特征以及污染物的来源。结果表明:本次重污染过程中,沈阳市区PM2.5浓度长达81h超过250μg · m^-3 ,其中峰值浓度达到1287μg · m^-3 ,重污染期间PM2.5 /PM10 的比例最高为90%。受地面倒槽和黄淮气旋影响,近地面层持续存在的逆温层、高相对湿度和弱偏北风为颗粒物吸湿增长和长时间聚集提供有利的天气条件。风廓线雷达风场资料显示在重污染期间,近地面层存在弱风速区、凌乱风场和弱下沉气流。利用风廓线雷达资料计算了边界层通风量(Ventilation Index,VI)和局地环流指数(Recirculation,R),边界层通风量VI和PM2.5 存在明显的负相关,非污染日VI是重污染日的2倍,局地环流指数R在重污染天气前大于0.9,而在污染期间部分空间R小于0.8。通过后向轨迹模式和火点监测资料分析发现,沈阳上空300m高度气团来自于生物质燃烧区域,而且沈阳地区NO2和CO浓度的变化与PM2.5一致,说明本次重污染过程也可能和生物质燃烧有关。     

The Extra-Area Effect in 71 Cloud Seeding Operations during Winters of 2008–14 over Jiangxi Province,East China

Effects of weather modification operations on precipitation in target areas have been widely reported, but little is specifically known about the downwind (extra-area) effects in China. We estimated the extra-area effect of an operational winter (November-February) aircraft cloud-seeding project in northern Jiangxi Province in eastern China by using a revised historical target/control regression analysis method based on the precipitation data in winter. The results showed that the overall seasonal average rainfall at the downwind stations increased by 21.67%(p=0.0013). This enhancement effect was detected as far as 120 km away from the target area. Physical testing was used to compare the cloud characteristics before and after seeding on 29 November 2014. A posteriori analysis with respect to the characteristics of cloud units derived from operational weather radar data in Jiangxi was performed by tracking cloud units. Radar features in the target unit were enhanced relative to the control unit for more than two hours after the operational cloud seeding, which is indicative of the extra-area seeding effect. The findings could be used to help relieve water shortages in China.     

基于标准差分析法的X波段双偏振天气雷达资料质量评估

2015年9月,北京市气象局在北京地区架设4部X波段双线偏振天气雷达并开展了观测试验。本文利用其中3部雷达在2016年6月30日的观测数据,用标准差分布统计方法,对雷达的观测参量进行初步质量评估。结果表明:(1)3部雷达反射率标准差符合理论值的数据占总观测数据的73.5%~77.9%,反射率的数据波动基本符合理论分布;(2)3部雷达差分反射率标准差符合理论值的数据占总观测数据的68.4%~81.4%,其中房山雷达数据波动较大;(3)3部雷达互相关系数标准差符合理论值的数据占总观测数据的45.7%~63.5%,其中房山雷达数据波动最大,其他2部雷达都有同程度的数据波动;(4)3部雷达差分传播相位标准差符合理论值的数据占总观测数据的73.5%~83.9%,其中房山雷达数据波动相对较大,与雷达其他观测参量相比,差分传播相位的波动较小。     

一次冬季冰雹的双偏振多普勒天气雷达回波分析

为研究双偏振雷达资料在冬季冰雹监测预警中的应用,利用厦门S波段双偏振雷达资料,分析了2016年12月21日福建漳州冰雹的回波特征。发现在降雹过程中,最强回波达69 dBZ,三体散射回波径向长度达16 km,旁瓣回波切向宽达20 km,低层的钩状回波与入流缺口明显;冰雹区的差分反射率因子Z_(dr)和差分相位常数K_(dp)数值小,冰水混合区的相关系数ρ_(hv)较低。分析表明:此冰雹个例并非典型的超级单体,但存在超级单体的部分偏振回波特征,回波前侧下沉气流存在Z_(dr)弧,可延伸到中层,在入流缺口和后侧下沉气流处,Z_(dr)柱和K_(dp)柱成对出现,中层存在CC的低值环。     

毫米波雷达云回波的自动分类技术研究

毫米波雷达在云探测方面比厘米波天气雷达和激光雷达具有显著优势,可获得更多的云粒子信息,是研究云特性的主要遥感探测设备。为了开展对毫米波雷达探测的云回波进行自动分类的研究,利用161次云回波的个例数据,统计得到了卷云、高层云、高积云、层云、层积云和积云6类云型的特征量和其他参量的数值范围,利用分级的多参数阈值判别方法,达到了自动分类的目标,通过与人工分类的初步验证,两种分类结果的一致性达到84%,其中,层云和积云的识别一致较低的原因在于样本数据有限,仅有6次层云和8次积云的个例样本数据。通过更多样本的处理,提取的特征参量更可靠,自动分类的准确率会得到提高,以便将基于毫米波雷达的云分类技术应用于将来的云观测自动化业务。      

江淮梅雨期极端对流微物理特征的双偏振雷达观测研究

为研究梅雨期极端对流系统的微物理特征,利用2013—2014年江淮梅雨期间南京溧水S波段双偏振雷达探测资料和地面自动站小时降水资料,统计分析了两类极端对流降水系统的微物理特征及差异。这两类极端对流系统的定义基于地面降水强度和雷达回波顶高,分别为所有对流中降水强度最强的1%（R类:小时降水强度>46.2 mm/h）和对流发展高度最高的1%（H类:20 dBz回波顶高>14.5 km）。结果显示这两类极端对流系统仅有30%的样本重合,显示了二者之间的弱相关性。对于相同的反射率因子Z_H,R类极端对流系统的近地面差分反射率因子Z_DR通常较H类极端对流小约0.2 dB,表明R类极端对流具有较小的平均粒径。结合双偏振雷达反演的粒子大小和相态分布显示,虽然两类极端对流都表现出海洋性对流降水特征,但R类极端对流较H类极端对流的总体雨滴粒径更小而数浓度更高,导致R类极端对流系统的地面降水更强。与R类极端对流系统相比,H类极端对流系统的上升运动更强,将更多的水汽和过冷水输送到0℃层以上,有利于形成更大的冰相粒子（如霰粒子等）,并通过融化形成大雨滴。以上研究表明,梅雨期降水强度和对流发展深度并没有必然的联系,极端降水主要是中等高度的对流引起。      

CINRAD-SA双偏振雷达资料在降水估测中的应用初探

对基于水平反射率ZH和差分传播相移率K_(DP)的降水估测综合法R(C)进行了改进,并对广州S波段双偏振雷达2016年2次飑线和2次台风降水过程的Φ_(DP)使用小波分析进行滤波处理,在此基础上使用变距最小二乘法拟合得到K_(DP)的值。分别使用R(C)和R(Z_H)法对2次飑线和2次台风降水过程进行降水估算,将估算结果和雨量计小时雨量进行了对比,并将两种方法的评估结果进行了对比。结果表明:(1)对于飑线类型降水,R(C)法对5 mm·h~(-1)以上的降水估测精度要好于R(Z_H)法,且降水率越大,R(C)法优势越明显,当降水率≥20 mm·h~(-1)时,两次过程R(C)法比R(Z_H)法的平均相对误差(RE)降低了17. 2%,平均绝对误差(AE)减少了1.89 mm,平均均方根误差(RMSE)减少了1.66 mm;(2)对于台风类型降水,R(C)法对5 mm·h~(-1)以上的降水估测精度也好于R(Z_H)法,当降水率≥20 mm·h~(-1)时,两次过程R(C)法比R(Z_H)法的平均RE降低了33. 19%,平均AE减少了3. 95 mm,平均RMSE减少了4.05 mm;(3)对于飑线和台风两种类型降水R(C)法都明显改善了降水率较大时的R(Z_H)法低估问题,但R(C)法在降水率10 mm·h~(-1)时也存在低估,可能是由雨滴谱资料观测误差导致拟合的系数偏小或雷达硬件造成的观测偏差等造成的。     

基于SRTM数据的天气雷达探测环境分析研究

利用SRTM高程数据作为选址基础数据,结合天气雷达工作方式和探测方法,计算得到天气雷达在0.5°、1.0°、2.4°仰角上地物遮挡情况;利用高程格点数据获得3个仰角的地物剖面数据,提高了SRTM数据利用精度和运算速度;分析中结合地球曲率和电磁波折射影响,改进算法获得站点遮蔽角图,站点上空1 km、海拔3和6 km等射束高度图及数据,该分析结果充分体现了SRTM数据的高分辨率特点。最后将结果数据与GIS地图结合,完成了四川省天气雷达网探测环境分析,并给出了各个台站评估结果。     

高分辨率模式雷达回波预报能力分析

利用2018年7—8月GRAPES_3 km、东北短临(WRFRUC)高分辨率模式综合雷达回波预报数据和辽宁省SWAN雷达组合反射率(MCR)实况,基于邻域法FSS评分指数,分析模式在台风北上和副热带高压边缘暴雨过程中的雷达回波预报能力。结果表明:两家模式在不同降水过程中对小阈值雷达回波有较好的预报技巧,随着回波量级增大,模式预报FSS逐渐减小,雷达回波55 dBz时,FSS甚至为0。当邻域半径是3时,35 dBz以下的回波预报中GRAPES模式在台风北上暴雨中的预报技巧低于副热带高压边缘,35 dBz则相反。WRFRUC模式始终表现为台风北上暴雨中预报较好。当邻域半径9时,WRFRUC模式在台风暴雨中的FSS评分高于GRAPES模式,GRAPES模式在副热带高压暴雨中的FSS评分始终高于WRFRUC模式。GRAPES和WRFRUC模式的最大FSS评分技巧均出现在邻域半径是11时,分别为0.239和0.195。GRAPES模式中FSS评分在12 h逐小时预报中前3个时次较强,WRFRUC模式则表现为中间时次强,两头弱。