冷空气强风在大型城市中的精细结构和形成机制

地面强风可直接造成人员伤亡和经济损失,严重影响出行安全、工农业生产等社会秩序。强风的发生与天气系统和复杂下垫面的共同作用密切相关,在城市区域尤为明显。受数值模拟技术和计算资源的限制,对实际天气条件下大范围城区的强风现象进行建筑物分辨率的大规模数值模拟研究仍是一个挑战。本研究利用中尺度气象模式嵌套流体计算动力模式的超高分辨率局地气象预报系统,对强冷空气过程造成广州市区的一次强风事件进行数值模拟,深入探讨强风的精细结构和形成机制。结果表明,伴随着强冷空气入侵,广州市区的平均风速和风场高频扰动均明显增强,且在城市冠层顶尤为明显,呈现区域不均匀的三维结构,数值模拟与地面观测相一致。较大范围的强风速和阵风主要出现在建筑物较为低矮的老城区上空,并持续影响下游河道等开阔区域。在高层建筑密集的新城区,虽然整体风速明显减弱,但能在平行风向的街道狭管和下游区域形成局地强风。特别是,超高层建筑群引起显著的垂直环流,导致强风扰动向下传播,造成最大风速达8 m s?1的地面局地强风,阵风指数接近2。上游建筑群引起的风场扰动呈现大尺度湍流结构,能沿着平均气流传播影响数公里之远的下游地区。当风场扰动经过广州塔等单体超高层建筑时,可在其两侧绕流区再次加强,形成局地强风。局地强风和阵风还出现在垂直于风向排列的沿江高层建筑群的侧边,与建筑屏风的阻挡效应和缺口溢出有关。研究结果促进认识城市强风的时空特征和物理机制,有助于提升城市气象的精细化预报水平。     

CAUSAL ANALYSIS AND NUMERICAL MODELING OF THE INSHORE INTENSIFICATION OF SUPER TYPHOON “HATO”

This paper comprehensively analyzes the characteristics and cause of the inshore intensification of super typhoon "Hato", the 13 th super typhoon in 2017. The aspects of typhoon structure, evolution of large-scale circulation and physical quantity field are analyzed using observation data from the Guangdong Automatic Station, Shenzhen Doppler Radar data, NCEP 1°×1° reanalysis data, NCEP 0.25°×0.25° sea surface temperature(SST) data, etc.Additionally, in order to investigate the influence of SST change on the intensity of "Hato", the WRF model and ECMWF 0.125°×0.125° reanalysis data are combined to conduct 3 sensitivity tests on"Hato". The results show that the favorable conditions for inshore intensification of "Hato"included the strengthening and westward extension of the subtropical high, continuous increase of low level moisture transport, an anomalous warm SST area north of 20°N in the South China Sea, an extreme divergence value in the northern South China Sea exceeding 6 ×10-5 s-1, and vertical environmental wind shear between 1.1 m/s-4.8 m/s. The intensity of"Hato"was very sensitive to changes in SST. When the SST rose or dropped by 2℃, the minimum central pressure of the typhoon changed by about 13 hPa or 11 hPa,respectively. SST indirectly influenced the intensity of the typhoon through affecting latent heat transport and sensible heat transport.     

高原涡和西南涡影响的两次四川暴雨过程的对比分析

为了进一步研究高原涡、西南涡对西南地区暴雨的影响,本文用中国气象局自动站与CMORPH降水数据融合的逐时降水资料、国家卫星气象中心的逐时FY-2E卫星的云顶亮温（TBB）资料、欧洲气象资料中心（ERA-interim）的再分析资料,通过天气学诊断分析方法以及拉格朗日轨迹模式HYSPLITv4.9,对发生在四川盆地的有高原涡东移影响西南涡发展引发暴雨的两次过程进行对比分析,发现:（1）两次暴雨过程的降水强度和分布有明显区别,并且TBB活动特征显示在过程一中有MCC（Mesoscale Convective Complex）的产生和发展,过程二则没有。（2）对于过程一,500 hPa上,高原涡逐渐减弱为高原槽并伸展到四川盆地上空,850 hPa上,在鞍型场附近有MCC的产生和发展,200 hPa上,高原涡在南亚高压北部偏西风急流下方的强辐散区内,位于南亚高压东南侧急流区下方稳定少动,偏东风急流北部有辐散中心,有利于西南涡的加强。对于过程二,500 hPa高原涡东移在四川盆地上空与西南涡耦合,形成一个稳定且深厚的系统,这也是过程二的暴雨强度比过程一强的最主要原因。200 hPa上,四川盆地始终位于南亚高压东侧的西北气流中,“抽吸作用”明显。（3）在过程一中,位涡逐渐东传且位涡增加的地方对应强降水区与MCC发展区,反映了暴雨和位涡的发展基本一致。在过程二中,中层位涡高值区从高原上东移并下传至盆地上空,两涡耦合使得上下层打通,位涡值比耦合之前单独的两涡强度更强。 MCC产生的必要条件是中层大气要有强正涡度、强辐合和强上升运动,在未产生MCC前,过程一与过程二在盆地上空的动力条件甚至是相反的;从热力条件看,过程一中有明显的干冷空气入侵,增强不稳定条件,有利于MCC的产生并引发强降水;另一方面,本文也应证了二阶位涡的水平分布与暴雨落区有较好的对应关系。（4）通过拉格朗日方法的水汽轨迹追踪模式和聚类分析方法分析可得两次暴雨过程的水汽输送源地和通道也有明显区别,过程一主要有两条水汽通道,通道一来自阿拉伯海和孟加拉湾洋面的底层,通道二来自四川南部750 m以下高度;而过程二的主要水汽输送通道有三条,通道一来自西方地中海、黑海和里海上空1500～2500 m高度附近,通道二来自阿拉伯海和印度洋的底层,通道三的水汽从孟加拉湾低层绕过云贵高原直接输送到四川盆地。     

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。     

京津冀地区低层局地大气环流的气候特征研究

本文采用2007-2016年的中尺度数值模拟结果和15个地面气象站观测资料,定义了局地风场表征风速,研究京津冀平原地区局地大气环流日变化的气候特征,并对区域大气污染及其输送的影响进行分析。此外,对2016年12月30日至2017年1月7日北京地区跨年大气重污染过程进行了个例分析。得到结论:京津冀平原地区低空风场变化是天气系统与局地大气环流共同作用的结果,山谷风环流致使太行山和燕山沿线平原地区大气边界层内的长年主导风向为偏北和偏南;太行山和燕山沿线地区山谷风环流本身呈顺时针旋转的日变化特征,夜间至早晨谷风转向山风,午后至夜间山风转向谷风;在午后谷风向山风转向期间,容易形成沿太行山东麓和燕山南麓、自南向东北的"弓形"气流输送通道,此气流输送通道在1月于21时左右形成,持续时间大约3 h,在7月于18时左右形成,持续时间可达9 h;冬季午后至晚间盛行谷风时,受山体的阻挡,污染物容易在山前累积,导致污染浓度增高;夏季同样的情况会发生在后半夜。     

一次冰雹天气过程的云系发展演变及云物理特征研究

利用中尺度数值模式WRF(Weather Research and Forecasting)的数值模拟,结合NECP/FNL再分析资料、地面、探空、多普勒雷达基数据和卫星产品等观测资料,综合分析了2014年3月30日发生在贵州省西南部的一次冰雹天气过程。研究了有利于冰雹发生的环流特征和环境条件,分析了冰雹云系的发展演变特征、云微物理结构特征,初步分析了冰雹形成的云物理机制。结果表明:此次冰雹天气是典型的低压辐合线型降雹类型,地面降雹位置位于700 hPa切变线和近地面辐合线附近及南侧;发生此次冰雹过程的对流云系经历了对流云系的初生阶段、合并加强阶段、成熟降雹阶段和东移阶段。贵州地区上空对流云系的微物理结构具有混合相云特征,高层为冰晶、雪,中层为云水、霰,低层为雨水、冰雹。霰和云水是形成雨水和冰雹的主要来源,霰撞冻过冷云水和霰的自动转化是冰雹形成的主要微物理机制。     

飞机积冰预报算法对比及其集成预报模型研究

以人工增雨作业获取的飞机积冰实例资料为基础,利用WRF模式对51次飞机积冰过程进行数值模拟,对比分析了常用七种积冰预报算法对积冰潜势区和强度的预报效果,进而采用评分权重集成法建立了飞机积冰强度集成预报模型,并检验了其预报效果。结果表明:(1)假霜点温度经验法对2002年4月4日积冰个例的预报效果与实况一致,而其他积冰算法预报效果均与实况相差较大;(2)对51次飞机积冰预报效果进行统计检验发现,假霜点温度经验法的预报效果最好,积冰强度预报准确率为72.55%,其次是RAOB法,IC指数法和I积冰指数法次之,改进的IC指数法预报准确率最差,只有19.61%;(3)对比不同积冰算法建立的集成预报模型的预报效果发现,选用IC指数法、假霜点温度经验法、RAOB法进行集成预报时,预报准确率最高,且漏报率、偏弱率及偏强率均能控制在10%以内,比单一预报算法中的最高预报准确率提高了8%,且漏报率降低了4%,偏强率降低了8%。     

2017年5月7日广州特大暴雨模拟中的背景场影响分析

2017年5月7日广州发生了特大暴雨,为研究不同背景场资料对这次暴雨过程的影响,模式背景场分别采用美国NCEP的GFS资料和中国的T639资料,利用GRAPES_Meso模式对这次暴雨过程进行了数值模拟和影响分析;数值试验结果表明,采用不同的背景场对这次暴雨过程具有显著影响,用T639资料(T639_run)作为模式背景场大致模拟出了这次暴雨过程,而采用NCEP GFS数据(GFS_run)模拟的降水明显偏北。其原因是,采用T639资料做背景场时,华南暴雨区域存在深厚的水汽输送,同时存在强烈的上升运动,可以产生极端强降水;而采用GFS资料进行数值模拟时,实际暴雨区上空的上升气流较弱,水汽输送也较弱,使强降水落区偏北。GRAPES_Meso模式模拟的华南地区的云顶高度整体偏高,云顶温度整体偏低,相对来说,采用T639_run的模拟结果优于GFSrun的结果,该研究结果可以为云降水方案中的水物质和云量计算方案的改进和优化提供一定的参考。     

不同要素谱逼近对高分辨区域数值模式梅雨模拟的改进

为改进高分辨率区域数值天气预报模式雨带模拟偏差,利用WRF模式探讨了不同要素及其组合谱逼近方法对2015年浙江典型梅雨天气预报性能的影响。结果表明:(1)不同单要素逼近对梅雨模拟效果影响差异明显,风场逼近对模拟结果改进较大,高度场逼近对结果略有改善,而温度场逼近主要表现为负效应;风场组合了其他要素的逼近效果与单要素类似,故将水平风场谱逼近确定为最优方案。(2)最优方案对梅雨期间形势场各要素改进程度的排序为纬向风、经向风、相对湿度、温度场和高度场;三个特征层850、500、200 hPa各要素平均的均方根误差(相关系数)分别降低了(增加了)24. 1%(13.6%)、22.7%(21.7%)和13.0%(12.2%);且改进幅度随预报时效的延长而增加,这主要与区域模式内部大尺度系统的误差随积分时间增长有关。(3)典型个例分析显示,最优方案在较好订正低层风场及切变线动力条件的基础上,经过数值模式各物理过程的协同积分也修正了高湿区等关键热力因子,最终改进了高分辨率区域模式的梅雨模拟。     

近10年青藏高原及其周边湍流通量变化的数值模拟

应用改进地表粗糙度的中尺度模式WRF模拟青藏高原及其周边地区2004-2013年地表湍流通量的变化特征,结果发现,自2004-2013年以来,青藏高原中部和东南部地区感热通量增加,分别增加了9. 952 W·m~(-2)·(10a)~(-1)和14. 595 W·m~(-2)·(10a)~(-1);青藏高原其他区域感热减小,减少了-4. 473 W·m~(-2)·(10a)~(-1);青藏高原周边东南部横断山脉增加了9. 928 W·m~(-2)·(10a)~(-1),云贵高原地区增加了9. 868 W·m~(-2)·(10a)~(-1)和江南丘陵地区增加了15. 177 W·m~(-2)·(10a)~(-1);其他周边地区感热减小,减少的量级为-10. 26 W·m~(-2)·(10a)~(-1)。青藏高原东部地区潜热有较弱的增加[1. 175 W·m~(-2)·(10a)~(-1)],青藏高原其他区域都减小[-3. 762 W·m~(-2)·(10a)~(-1)];青藏高原东侧四川盆地、南侧孟加拉湾附近以及周边北部地区减弱,分别为-0. 27,-2. 416和-2. 287 W·m~(-2)·(10a)~(-1);周边其他地区潜热通量都有不同程度的增加,我国东南部江浙地区有较强的增加[11. 385 W·m~(-2)·(10a)~(-1)],印度半岛增加的幅度不大[2. 988 W·m~(-2)·(10a)~(-1)],云贵高原以东缅甸增加[9. 287 W·m~(-2)·(10a)~(-1)]和黄土高原增加[1. 160 W·m~(-2)·(10a)~(-1)],但云贵高原是减少的[-2. 705 W·m~(-2)·(10a)~(-1)]。