中国冰冻天气的气候特征

研究冰冻天气的空间分布和变化规律对于冰冻灾害的预测、预估以及防灾减灾具有重要意义。利用1961—2008年603个站点雾凇和雨凇天气现象资料,283个站点的电线覆冰资料,采用计算多年平均值、标准冰厚转换、EOF以及求趋势变化等方法,研究了我国冰冻天气的空间分布和气候变化特征。结果表明:全国大部分地区都有冰冻天气出现;雾凇主要出现在北方地区,雨凇主要出现在南方。年冰冻日数随海拔高度增加而增加,但海拔3100 m高度以上冰冻日数较少。冰冻厚度较大的地区位于东北东南部、华北东部、西北地区东南部、西南地区东部、江南东北部。在全球气候变暖背景下,我国大部分地区冰冻天气发生频次减少,但强度增强。     

气候变暖背景下降水持续性与相态变化的研究综述

持续性降水和固态降水（或近地面气温为0℃左右的降水）都能导致洪涝和低温雨雪冰冻等灾害性的极端事件,对人民群众生命和财产安全以及社会经济发展也会造成严重危害。目前中外围绕降水量、极端降水事件变化等已开展了大量研究,但在降水持续性和相态变化的特征及其影响机理方面的研究仍显不足。因此,围绕降水持续性和相态变化的相关研究,对近20余年来取得的一些重要研究进展进行回顾。研究指出,在气候变暖背景下降水持续性和相态变化的特征在全球范围内表现出了区域上的不一致性。有关降水持续性变化方面,中国南方地区持续性降水过程及其产生的降水量呈现增多趋势,但北方地区呈现减少的趋势,而西南地区长持续性降水呈下降趋势。至于降水相态变化方面,中国南方地区持续性雨雪冰冻事件在气候变暖背景下总体呈减少趋势。这些变化除了与气候变暖有关外,可能还与大气遥相关模态、低频振荡及ENSO事件等引起的大气环流异常有关。今后应该更多开展气候变暖背景下降水持续性和相态变化的特征、可能机理以及其与气候变暖的可能联系方面的研究,以期通过相关研究深入理解中国降水持续性与相态变化的规律、成因及其与旱涝、低温雨雪灾害等的联系,进一步加深对气候变暖背景下中国天气、气候的影响及其机理的认识。      

地形对2008年初中国南方持续性冰冻灾害分布影响的数值模拟

2008年初我国南方发生了大范围、 持续性低温冰冻雨雪天气, 冻雨、 暴雪灾害属历史罕见, 许多地方突破50年记录。本文主要从数值模拟方面讨论了1月25日~2月2日冰冻雨雪最为严重的过程。CWRF数值模式较成功地模拟出与实况基本一致的降水分布、 温度垂直分布特征和地面气温状况, 较准确地再现了这次罕见的冰冻雨雪过程\.地形敏感性试验表明, 横断山脉和南岭山脉及邻近山区对冻雨的形成和维持具有重要影响, 这种影响是通过锋区特征的改变来实现的。具体体现在, 有地形时, 因暖湿空气的抬升和冷空气在近地面的堆积而形成易于产生冻雨的倾斜锋区; 无地形情况下, 锋区坡度增大, 冻雨赖以形成的逆温层结结构遭到破坏, 使冻雨（冰冻）灾害区在经历短暂的西进南扩后, 很快减弱消失。上述地形的移出还通过对环流特征的改变, 使对流层底层偏东气流更有组织, 整个回流也更清晰, 这对南方大范围的降水强度和强降水落区会产生显著影响, 但对整体降水的区域分布没有明显影响。     

2008年1月中国南方低温雨雪冰冻天气特征及其天气动力学成因的初步分析

在欧亚大陆中高纬度长期维持阻塞形势的背景下,2008年1月11日至2月2日中国南方连续经历了4 次低温雨雪冰冻天气过程(简称"0801南方雪灾").这次强天气事件过程范围广、强度大、持续时间长且灾害极为严重.其天气学特征表现为中高纬阻塞形势稳定少变,低纬系统活跃确保水汽输送,以及南方部分地区满足冰雪风暴形成的有利天气条件等.研究表明,导致大气环流异常从而促使这次低温雨雪冰冻强天气事件出现的主要因素包括:(1)北极涛动(AO)的异常活跃,有利于行星尺度波动的稳定维持;(2)阻塞上游50°N区域有极强的负涡度平流持续输送到阻塞区,使濒临崩溃的阻塞形势得以重新加强,从而使阻塞形势长时间稳定维持;(3)青藏高原以南低纬地区南支气流活跃,确保中国南方充沛的水汽来源;以及(4)长期存在有利于冰雪风暴生成发展的天气-动力-物理学条件等."0801南方雪灾"事件一个突出的特征就是冰冻现象极为严重.文中借助新型卫星CloudSat的星载云廓线雷达(CPR)资料对这次事件中典型云系进行天气-动力-物理学分析,揭示出西南暖湿气流沿锋面爬升,形成界限分明上下交替的两个冷暖气团,冷气团较浅薄;在2-4 km高度存在一个融化层,冰水不仅存在融化层之上,在近地面层亦含有丰富的冰粒子.结合常规观测资料分析发现,在此期间中国南方大部地区中层(大约在850-700 hPa)存在温度大约在0-4 ℃的逆温层,地面气温大致维持在-4-0 ℃且相对湿度在90%以上,分析表明,此次大范围冰冻灾害天气是由于冻结、凝华和冰雾粒子的附着增长等物理过程共同作用的结果."0801南方雪灾"事件持续时间较长,事件本身作为一个整体其成因可追溯到行星尺度系统.研究极涡异常及其随时间变化的结果表明,平流层极涡变化比对流层的超前,尤其是该事件前期平流层极涡进入12月后就趋于加强,而对流层的极涡加强则明显滞后,并且直到1月中至2月初才快速加强;这意味着平流层蕴含着对流层极涡变化及伴随的强天气事件的先期信号,这可能是中长期预报的一个值得深入研究的方向.     

2016年1月大气环流和天气分析

2016年1月大气环流主要特征为：北半球共有三个极涡中心,强度较常年同期偏强,欧亚中高纬环流经向度大,东亚大槽和南支槽均偏强。1月,全国平均降水量25.7 mm,较常年同期偏多94.7%,广东、广西和湖南三省(区)平均降水量偏多3.7倍,为1951年以来同期第一多。1月,全国平均气温-5.3℃,较常年同期（-5.0℃）偏低0.3℃,冷空气和降水活动频繁,共有5次降水过程和4次寒潮过程,其中,1月21—25日,我国大部地区遭受强寒潮天气。此次过程降温幅度大,影响范围广,多地最低气温跌破历史极值。1月28—29日,南方出现历史同期罕见的强暴雨天气过程。     

中国冰冻圈网络数据库设计

中国冰冻圈资源在世界冰冻圈资源中占据重要的地位,已生成的中国冰冻圈数据库由６个子库组成,采取ＨＴＴＰ和ＦＴＰ两种协议传输数据,应用客户机／服务器（Ｃ／Ｓ）模型的动作方式,基于ＣＧＩ调用ＩＤＣ程序实现属性数据的网上查询,通过ＶＲＷＬ和Ｊａｖａ等技术实现空间数据的网上发布,从而使冰冻圈信息可以更广泛、更快捷地服务之广大冰冻圈领域的科研工作者。从这些有益的尝试中可以看到,网络技术在未来的地球信息中特别是     

西北边境地区冰冻圈遥感调查与监测(2013—2015年)主要进展

2013—2015年由中国国土资源航空物探遥感中心牵头开展了中国地质调查局地质调查项目“西北边境地区国土资源遥感综合调查”,我国西北边境高寒、高海拔地区的冰冻圈遥感调查是其中一项重要内容。冰冻圈遥感调查的主要进展有: 基于地形地貌、地温分布和坡度坡向特征等综合信息完成了藏北等地区的多年冻土范围调查; 利用高分1号(GF-1)宽幅数据和Landsat数据,对2013年1月—2014年12月期间阿里西部地区近10 000 km²的积雪覆盖情况进行了连续19个期次的动态监测; 基于1999—2013年间的Landsat多期影像,对班公湖和斯潘古尔湖冷季6个月份的湖冰覆盖情况进行了动态调查。     

2008年黔西南冰冻灾害天气形势分析及影响评估

2008年1月13日~2月14日的冰冻灾害是黔西南有气象记录以来最重的一次冰冻灾害,共造成154万人受灾,直接经济损失3.4亿元。利用高空和地面气象资料,分析了此次冰冻灾害的天气成因。结果表明:冰冻灾害是在大气环流形势稳定背景下发生的,对黔西南农业、交通、电力和通讯的危害最大。高空阻塞高压和低涡在南支槽和西南暖湿气流的长时间配合控制下是此次冰冻灾害形成的主要原因。乌拉尔山至贝加尔湖阻塞高压、中亚到西亚地区的低槽、鄂霍次克海至贝加尔湖低涡和南支槽是主要影响天气系统。贵州上空中低层的逆温长时间维持,以及冷暖湿空气交汇于中国西南、长江中下游以南地区而形成低温阴雨是造成黔西南冰冻灾害的一个重要原因。黔西南地形呈西北高东南低分布,境内山脉对气流的移动有阻挡作用,从而使黔西南中部以北地区受灾比东南部严重。     

我国南方冬季异常低温和异常降水事件分析

统计分析1951 年以来1 月份以及1880 年以来冬季, 我国南方的异常低温与降水事件, 结果表明1 月异常低温(温度距平< -1σ) 有12 次, 降水异常偏多(降水距平> +1") 有10 次, 冷湿组合有3 次(1969、1993、2008); 冬季异常低温有29 次, 降水异常偏多有16 次, 冷湿组合有2 次(1886/87、1904/05)。利用NCEP/NCAR 再分析资料等, 采用合成方法分析异常低温与异常降水事件时大气环流特征, 结果表明有利于南方低温的环流特征是: 西伯利亚高压、东亚大槽及东亚急流异常偏强。有利于降水偏多的环流特征是: 东亚大槽偏弱; 200 hPa 上中东急流异常偏强、东亚急流偏弱; 东亚从对流层低层到中高层都有异常南风。当发生冷湿组合时, 低温主要是受到西伯利亚冷高压异常偏强的影响, 而降水主要受对流层850 hPa 至200 hPa 环流异常的作用。南方冬季水汽主要来自南支槽的西南气流和南海上空的转向 气流, 在降水偏多时有异常西南水汽输送距平。西伯利亚高压、欧亚遥相关型、西太平洋遥相关型、北极涛动4 个环流因子能解释南方1 月和冬季气温方差的47.2%和51.5%; 而中东 急流、东亚经向风、欧亚遥相关型则能共同解释南方1 月和冬季降水方差的49.4%和48.4%。 统计降水异常与ENSO 的对应关系表明, 当发生El Niño 事件时南方冬季降水偏多的概率较 大, 当发生La Niña 事件时, 降水偏少的概率较大, 而温度与ENSO 没有明显的统计相关。