TRMM星载测雨雷达和地基雷达反射率因子数据的三维融合

TRMM卫星上的测雨雷达(TRMMPR)探测资料分布均匀且具有很高的垂直分辨率,但灵敏度较低;地基雷达(GR)水平分辨率较高且具有较高的灵敏度,但其垂直分辨率低。通过将TRMM PR与GR反射率因子数据的三维数据融合,得到了更优的反射率因子图像。测雨雷达与地基雷达三维数据融合主要分为以下几步:测雨雷达与地基雷达数据预处理——如去杂波、衰减校正;测雨雷达与地基雷达时空匹配;选取和应用合适的三维图像融合算法;对融合后的图像进行效果评估。试验结果表明:融合后的图像不仅增大了信息量,更好地检测弱降水,还提高了空间三维(3D)分辨率,能更好地反映降水区域细节,且使得数据总体上具有更高的完整性和可靠性。此外,还将基于雷达资料估测的降水数据与地面雨量计数据进行对比,估计反射率因子数据融合在降水测量上的有效性。      

Spatially explicit assessment of water embodied in European trade: A product-level multi-regional input-output analysis

Responsible water management in an era of globalised supply chains needs to consider both local and regional water balances and international trade. In this paper, we assess the water footprints of total final demand in the EU-27 at a very detailed product level and spatial scale—an important step towards informed water policy. We apply the multi-regional input-output (MRIO) model EXIOBASE, including water data, to track the distribution of water use along product supply chains within and across countries. This enables the first spatially-explicit MRIO analysis of water embodied in Europe’s external trade for almost 11,000 watersheds world-wide, tracing indirect (“virtual”) water consumption in one country back to those watersheds where the water was actually extracted. We show that the EU-27 indirectly imports large quantities of blue and green water via international trade of products, most notably processed crop products, and these imports far exceed the water used from domestic sources. The Indus, Danube and Mississippi watersheds are the largest individual contributors to the EU-27’s final water consumption, which causes large environmental impacts due to water scarcity in both the Indus and Mississippi watersheds. We conclude by sketching out policy options to ensure that sustainable water management within and outside European borders is not compromised by European consumption.     

中国中东部冬季霾日的形成与东亚冬季风和大气湿度的关系

利用1961-2013年中国地面台站长期观测资料和同期NCEP/NCAR再分析资料,以华北、江淮和华南为研究区,分析了中国中东部冬季霾日的形成与东亚冬季风以及大气湿度的关系。结果表明:(1)冬季霾日与东亚冬季风强度成显著的负相关。首先,东亚冬季风强度的减弱使得地面风速减小,进而导致冬季霾日增多。其中,华北7-8 m/s最大风速日数和江淮6-8 m/s最大风速日数的减少,及华南≤2 m/s最大风速日数的增多对各区冬季霾日的增多作用较大。其次,东亚冬季风减弱引起冬季气温的持续升高,易导致冬季霾日的增多,这在华北地区较之在江淮和华南更为明显。(2)由于气候变暖,冬季气温升高,使得近地面相对湿度减小。在江淮和华南地区,冬季霾日的增多与近地面相对湿度的减小显著相关,而在华北地区这种相关较弱。(3)冬季气温升高也有利于大气层结稳定度的增强,3个区域冬季霾日的增多均与大气层结稳定度的增强显著相关,特别是与对流层中低层(850-500 hPa)大气饱和度的降低显著相关。(4)冬季霾日数变化与区域水汽输送关系密切。其中,华北地区的冬季霾日数与水汽总收入成显著正相关,江淮地区与纬向水汽收入成显著正相关,与经向水汽收入成显著负相关,华南地区与经向水汽收入成显著负相关。     

Anomalous Western Pacific Subtropical High during Late Summer in Weak La Nia Years: Contrast between 1981 and 2013

Both 1981 and 2013 were weak La Niña years with a similar sea surface temperature (SST) anomaly in the tropical Pacific, yet the western Pacific subtropical high (WPSH) during August exhibited an opposite anomaly in the two years. A comparison indicates that, in the absence of a strong SST anomaly in the tropics, the cold advection from Eurasian high latitudes and the convection of the western Pacific warm pool play important roles in influencing the strength and position of the WPSH in August. In August 1981, the spatial pattern of 500 hPa geopotential height was characterized by a meridional circulation with a strong ridge in the Ural Mountains and a deep trough in Siberia, which provided favorable conditions for cold air invading into the lower latitudes. Accordingly, the geopotential height to the north of the WPSH was reduced by the cold advection anomaly from high latitudes, resulting in an eastward retreat of the WPSH. Moreover, an anomalous cyclonic circulation in the subtropical western Pacific, excited by enhanced warm pool convection, also contributed to the eastward retreat of the WPSH. By contrast, the influence from high latitudes was relatively weak in August 2013 due to a zonal circulation pattern over Eurasia, and the anomalous anticyclonic circulation induced by suppressed warm pool convection also facilitated the westward extension of the WPSH. Therefore, the combined effects of the high latitude and tropical circulations may contribute a persistent anomaly of the WPSH in late summer, despite the tropical SST anomaly being weak.     

江苏一次锢囚状MCS和相关中涡旋MCV的观测分析

利用常规地面和高空气象观测资料,结合气象卫星云图和雷达回波,分析了2009年6月14日15—23时(北京时,下同),造成江苏强对流天气的一个中尺度对流系统(MCS)的锢囚状特征的形成过程及其垂直结构。地面中尺度分析表明,雷暴高压东侧在飑前倒槽北端发展的闭合低压环流的东南气流将暖湿空气输送到冷性雷暴高压的北侧形成东南一西北向的暖舌,从而形成锢囚状的结构。长三角探空网资料的垂直结构分析表明,在对流层下部地面到850 hPa为冷性的雷暴高压,在对流层中部700 hPa为冷性的α中尺度涡旋(MCV),而500 hPa已转变为暖性的MCV。静力学关系可以说明MCV仅仅存在于700~500 hPa的原因和MCS下冷上暖的热力结构密切相关。     

Logistic判别模型在强降水预报中的应用

利用Logistiv判别模型进行强降水预报,并设计3种方案进行对比分析。方案1直接使用14个影响因子进行判别预报,受因子共线性作用及噪音信号影响,虽然拟合效果较好,但预报效果明显下降。方案2对14个影响因子进行主成分分析,利用前6个主成分建模,虽然拟合效果较方案1降低,但由于消除了因子共线性作用以及噪音信号影响,预报效果较方案1提高。方案3运用Bootstrap抽样技术得到符干样本并建模计算模型参数,打乱了原有时间序列中的波动,仪保留平稳信息,拟合自由度进一步降低,导致拟合效果较方案案2下降,但预报效果却是3种方案中最好且最稳定的。在上述研究基础上,利用欧洲中心数值预报模式的预报场资料,建立基于Logistic判别模型的强降水客观预报系统,并在中央气象台业务运行。2013和2014年连续两年汛期预报检验结果表明,概模型对强降水预报的TS评分高于数值模式本身,具有一定的业务参考价值。     

风暴分类识别技术在人工防雹中的应用

利用新一代多普勒天气雷达资料,在风暴跟踪识别算法的基础上,发展了风暴分类技术,以提高人工防雹作业指挥的效率。首先以SCIT算法为基础,结合风暴的结构特征,综合利用雷达、探空资料,自动提取风暴结构特征指数;其次采用基于决策树模型的风暴自动分类技术,将风暴按强度分为雷雨云、单体风暴、多单体风暴和强风暴;最后根据风暴强度、高度和位置等属性,对有可能产生冰雹的单体,结合GIS,自动对下游方向或附近作业点进行预警或输出作业参数。通过对2006—2014年期间重庆、辽宁大连和河南三门峡三地发生的较为典型的31次冰雹天气过程、182站次冰雹样本的检验来看:该方法通过对风暴按强度、垂直结构等综合属性进行分类,能有效提高冰雹识别的命中率、降低空报率,其中强风暴的命中率能达到100%,空报率仅为11.4%。能有效提高人工防雹作业的自动化程度,对防雹作业的科学决策有着重要参考作用。     

长江中下游地区暖区暴雨特征分析

利用2007到2013年5-9月间常规和非常规资料以及6 h一次的NCEP 1°×1°再分析资料,将长江中下游地区暖区暴雨按天气形势划分为冷锋前暖区暴雨、暖切变暖区暴雨以及副热带高压边缘暖区暴雨三种类型。统计表明暖区暴雨一般发生在距离切变线(锋线)100~300 km的暖区内。主要结论包括:(1)冷锋型降水强度偏弱且分布均匀,集中在5、6月;暖切变型发生次数最多且强度大,主要发生在6、7月长江中下游地区的偏南部;副热带高压边缘型发生次数最少但强度较大,发生在7、8月。暖区暴雨的发生次数及强度在大别山、皖南山区较为集中。(2)暖区暴雨中短时强降水贡献大。(3)冷锋背景下的暖区暴雨一般产生在锋前低压槽中,暴雨落区与高低空急流耦合有紧密联系;暖切变型以低层暖切变线为主要天气背景,地面常有弱静止锋,暖区对流活动与中尺度急流结构、地形强迫等因素存在较高的相关性;副热带高压边缘暖区暴雨与局地的水汽积累和对流不稳定条件的发展有密切关系。据此建立三类暖区暴雨的概念模型。     

西藏夏季降水的季节内变化特征及其影响系统

利用西藏地区1980-2013年夏季降水量资料、NCEP再分析资料等,分析了西藏地区夏季降水主模态季节内变化特征,尤其是盛夏7和8月降水异常对应的大尺度环流特征和影响系统。结果表明:西藏夏季降水存在明显的季节内变化,6和7月降水主模态的时间系数变化具有较好的持续性,而7和8月降水主模态的时间系数的相关关系明显减弱。西藏地区7和8月降水偏多年,西藏地区上游低层纬向风场均呈西风异常,但是水汽来源有差异;同时欧亚中高纬地区对流层中高层环流存在显著差异。西藏7月降水与南亚高压强度存在显著负相关关系,南亚高压偏强/弱时,降水偏少/多。西藏8月降水与南亚高压的位置关系更密切,南亚高压偏南/北,降水偏多/少。     

高性能计算技术在气象领域的应用

高性能计算通过应用超级计算机与并行处理技术解决复杂的计算问题,是信息技术发展比较迅猛的领域之一。气象应用始终是高性能计算的重要领域,高性能计算技术有效地解决了高分辨率、高精度气象数值预报模式发展限制,在气象预报预测业务中发挥着核心支撑作用。数十年以来,由于数值天气模式研究和业务运行对计算资源的强烈需求,国内外气象领域高性能计算机及应用迅速发展起来。气象领域对高性能计算能力及系统的可靠性需求日益提升。高性能计算技术将与气象预报应用日益融合,相互影响促进,不断创新发展。为满足气象预报预测业务和科研工作需求,中国气象部门将进一步提升高性能计算能力,并致力于优化集约高性能计算系统布局,高效管理计算资源,发挥最大效益。