基于均一化资料的中国大陆极端温度的长期趋势

近百年来,全球气候变暖。这与暖日和暖夜增加,冷日和冷夜减少相关联。文章研究结果进一步证实了这一发现。本文基于1960-2012年中国大陆542个台站均一化气温资料,通过将中国大陆划分为8个次区域,利用百分位定义法计算了极端温度指数序列,同时,运用时间趋势分析法,对中国大陆各区域极端温度和极端温度指数的时空分布及变化趋势特征进行了分析。结果表明:在全球变暖的背景下,从地理分布而言,中国大陆在过去53年除西南地区外,大部分地区最低和最高温度有显著的升高趋势,其中,东北温度升高最为明显;从季节而言,冬季极端温度升高最为明显,夏季升高最少;最低温度明显升高,最高温度也有所升高,但是最低温度的升高幅度更大。冷夜和冷日出现频率呈减少趋势,暖夜和暖日出现频率呈增加趋势,其中以冷夜指数变化最为突出,均呈现一种区域差异的现象。本文利用更新的资料验证了前人的工作,也进一步分区分析,结果可为更多地区评估以及进一步的相关研究提供参考。     

多普勒雷达图像逆风区的自动监测识别

在多普勒雷达降水回波径向速度场中及时准确地发现逆风区,对灾害天气预报预警具有重要意义.根据逆风区在雷达径向速度图中的物理图像特征,采用数字图像处理和分析方法实现了逆风区自动监测识别.首先,以雷达图像色标为依据,采用阈值法分别获取正、负速度区域二值图像,再对2幅图像分别进行形态学运算,然后将上述4幅图像做交叉逻辑运算,得到逆风区监测识别结果和相关参数.通过在2005-2011年长沙雷达站47幅根据实况进行人工标注后的多普勒雷达径向速度图像上进行实验,表明该方法对逆风区可以进行快速准确识别,与人工标注结果比较准确率可达89%,满足实际应用需要.     

强台风海鸥登陆期间近地层风特性分析

利用位于海南文昌市的90 m测风塔观测的强台风海鸥多层测风数据,分析了台风海鸥登陆期间近地层风场时空特征、湍流强度、垂直风切变及阵风因子等风场特性,分析结果表明:台风海鸥登陆期间,近地层各高度风速呈现"M"型双峰特征,最大风速出现在台风后风圈;台风过境前后,风向旋转了180°;近地层风速随高度升高而增大,各高度风速垂直切变符合对数和指数规律;粗糙度长度、风廓线幂指数、湍流强度、阵风系数等风场特性与风速呈负相关关系,随着风速的增加而降低;从台风外围至台风眼,粗糙度长度随风速呈现"增大-减小-增大"特征;台风眼内部风速垂直切变剧烈,前后风圈的风速垂直切变较弱;强风区湍流强度较弱,弱风区湍流强度较强;台风风圈的湍流强度随高度增加而减小,台风眼内湍流强度随高度先减小再增加;台风影响各阶段阵风系数随高度升高而减小,各高度层阵风系数遵循指数定律;阵风系数随风速的增大而减小,当风速达到一定强度时,阵风系数随风速变化不明显。     

IEC的风机选型参数估算方法在中国的适用性研究

国际电工委员会编制的《风力发电机组设计要求》(IEC 61400-1)推荐了针对风电机组安全等级评估的极端风速和湍流强度特征值估算方法,因其简单便捷,在风电领域被广泛采用。利用全国风能资源专业观测网的193座测风塔观测数据,对IEC推荐的极端风速计算方法与我国规范推荐的基于极值I型概率分布方法进行比较,发现两种方法计算的193座塔70 m高度层50年一遇10 min平均最大风速,仅有7座测风塔较为一致,差异在±1%;IEC推荐方法的计算结果多数偏小,其中偏小10%以上的测风塔有121座,偏小30%以上的有44座测风塔,而偏大10%以上的只有9座测风塔;IEC方法计算的极值风速大幅度偏小的测风塔主要分布在台风影响的东南沿海地区,偏差较小的测风塔主要分布在西北和华北地形平缓区域,但同时偏大10%以上的测风塔也多分布在这一地区。以目前行业领域普遍采用的以15 m·s~(-1)风速的平均湍流强度作为风电机组选型指标,与严格按照规范,以15 m·s~(-1)风速段所有样本湍流强度的90%分位数处的值作为指标进行风电机组等级确定作对比,发现193座塔中有46座塔的选型是不安全的,甚至相差两个等级。     

新疆地区年平均风速数据非均一影响研究

利用惩罚最大F检验(The Penized Maximal F Test,PMFT),对新疆地区105个国家级气象站点建站至2014年逐年平均风速资料进行了均一性检验,并通过订正得出新疆地区年平均风速均一化数据集合;通过对订正后数据与原始数据进行对比评估,讨论数据非均一性对新疆风速的影响,研究结论得出:(1)在95%的显著性水平下,检验出所有待检站点均出现非均一间断点,共计151个;(2)元数据中记录的人为影响因素,超过1/3对年平均风速序列产生了非均一影响,其中仪器换型对年平均风速序列影响最为显著,其次为环境变化;(3)仪器换型和站址迁移对年平均风速的非均一影响与台站风力大小成正比,其它人为因素对年平均风速的影响与台站风力大小成反比;(4)订正后,数据时间序列的均一性得到改善,数据序列明显的趋势拐点趋于缓和,下降趋势普遍增强,数据可用性进一步改善。     

1998-2009年间台风不活跃期间热带云团活动分析

热带云团是台风生成的前兆,虽然一些研究将近20 a来台风不活跃与大尺度环境场相联系,但是还没有人分析台风不活跃期热带云团的活动特点。本文利用目前仅有的1989-2009年全球热带云团资料,分析了西北太平洋热带云团近20 a的变化特征。1998年以后西北太平洋台风生成减少主要发生在7-10月,集中在南海（13～23°N,110～120°E）和西北太平洋台风活动区域的东部（13～23°N,145～170°E）。热带云团除1月外各月都有增加的趋势,特别是与台风生成显著减少区域相联系的热带云团活动具有显著的增加趋势。通过对NCEP/NCAR再分析资料分析发现,1998年后热带云团活动增加与环境风垂直切变增加有关,而增强的垂直切变不利于台风生成。     

京津冀地区中α尺度飑线过程中大风特征分析及成因初探

应用常规天气观测资料、地面加密自动气象站资料、大风灾情报资料、京津冀地区7部多普勒天气雷达组网观测资料及VDRAS资料,从多个角度对2013年8月4日京津冀地区一次飑线过程产生的大范围大风天气过程进行了分析,结果显示:此次过程是在高空冷空气南下、低层暖湿气流北上、系统前倾及位势不稳定的有利层结条件下,由多单体风暴演变为中α尺度的强飑线所致。飑线形成于低层垂直切变加强、冷池合并之后;大风主要发生在飑线主体回波中,其次是主体回波前和中前,主体回波后很少发生。大风发生的位置取决于飑线结构中气流的性质,气流的性质与冷池前进的程度和对流的强度关系密切。大风大部分由下沉冷气流产生,少数为近地面上升暖气流导致。大风发生的范围和强度与低层风垂直切变的强度呈正比,大范围低层风垂直切变的加强增强了飑线入流和出流的强度,是大范围大风、局部强风形成的重要原因。大风发生站次与冷池的强度和范围密切相关,冷池的加强和范围的扩大加强了后侧冷入流和前侧暖入流的强度和范围,也是大范围大风形成的重要因素。     

MASNUM-WAM海浪模式集合Kalman滤波同化研究-I.风场扰动对海浪模拟影响

模式集合样本的代表性和观测信息的可靠性是制约数据同化效果的重要因素,而前者对海浪模式同化的影响尤为显著。由于海浪模式对初始场的敏感性较弱,来自大气的风输入源函数是海浪的重要能量输入,如何合理地对风输入进行扰动,构造海浪的集合模式运行,是实现和改进海浪模式集合Kalman滤波同化的关键问题。为了实现海浪模式集合运行,本文提出了风场的三种集合扰动方案,分别为：纯随机数、随机场和时间滞后的风场扰动方法。本研究利用2014年1月ECMWF全球风场,基于这三种风场扰动方法开展了集合海浪模式的集合运行实验,并统计分析了海浪特征要素（有效波高）和二维波数谱对风场扰动的响应。结果表明,随机场集合扰动方案所构造的风场集合效果最佳,所得海浪模拟结果的集合样本发散度适中,能够较为合理地反映背景误差的统计特征,可用于进一步的集合Kalman滤波海浪数据同化实验。     

Estimation of mean and extreme waves in the East China Seas

Accurately estimating the mean and extreme wave statistics and better understanding their directional and seasonal variations are of great importance in the planning and designing of ocean and coastal engineering works. Due to the lack of long-term wave measurement data, the analysis of extreme waves is often based on the numerical wave hind-casting results. In this study, the wave climate in the East China Seas (including the Bohai Sea, the Yellow Sea and the East China Sea) for the past 35 years (1979–2013) is hind-casted using a third generation wave model – WAMC4 (Cycle 4 version of WAM model). Two sets of reanalysis wind data from NCEP (National Centers for Environmental Prediction, USA) and ECMWF (European Centre for Medium-range Weather Forecasts) are used to drive the wave model to generate the long-term wave climate. The hind-casted waves are then analysed to study the mean and extreme wave statistics in the study area. The results show that the mean wave heights decrease from south to north and from sea to land in general. The extreme wave heights with return periods of 50 and 100 years in the summer and autumn seasons are significantly higher than those in the other two seasons, mainly due to the effect of typhoon events. The mean wave heights in the winter season have the highest values, mainly due to the effect of winter monsoon winds. The comparison of extreme wave statistics from both wind fields with the field measurements at several nearshore wave observation stations shows that the extreme waves generated by the ECMWF winds are better than those generated by the NCEP winds. The comparison also shows the extreme waves in deep waters are better reproduced than those in shallow waters, which is partly attributed to the limitations of the wave model used. The results presented in this paper provide useful insight into the wave climate in the area of the East China Seas, as well as the effect of wind data resolution on the simulation of long-term waves.     

Oil dispersal modelling: reanalysis of the Rena oil spill using open-source modelling tools

ABSTRACT

Oil spill forecast modelling is typically used immediately after a spill to predict oil dispersal and promote mobilisation of more effective response operations. The aim of this work was to map oil dispersal after the grounding of the MV Rena on Astrolabe Reef and to verify the results against observations. Model predictions were broadly consistent with observed distribution of oil contamination. However, some hot spots of oil accumulation, likely due to surf-zone and rip current circulation, were not well represented. Additionally, the model was run with 81 differing wind conditions to show that the events occurring during the grounding represented the typical likely behaviour of an oil spill on Astrolabe Reef. Oil dispersal was highly dependent on prevailing wind patterns; more accurate prediction would require better observations of local wind patterns. However, comparison of predictions with observations indicated that the GNOME model was an effective low-cost approach.