1321号台风“蝴蝶”强度变化特征和影响因素分析

利用NCEP/NCAR全球再分析格点资料（空间分辨率1°×1°）、台风实况资料及海南省气象台站观测资料,选取1321号台风＂蝴蝶＂为研究个例,从天气学原理高低空形势及动力、热力学物理量等多角度分析了＂蝴蝶＂强度演变特征及影响因素.研究结果表明,副热带高压与高空西风槽是影响此次台风的主要大尺度天气系统,弱冷空气南侵、南海海温偏高及越赤道气流强盛是＂蝴蝶＂迅速加强的重要原因.西风槽引导弱冷空气南侵使得台风外围环流气压梯度增加,斜压不稳定状态加剧;南海海温达到29℃,海温偏高使台风区域大气层结降低,深热对流发展;105°E越赤道气流强盛为台风提供了充沛水汽和能量.三者共同作用促使台风强度突然增强.另外,低层涡度、高层散度、湿位涡及水汽通量等物理量能够较好地表征＂蝴蝶＂强度变化特征.低层辐合流入、高层辐散流出为台风的加强提供了动力条件;湿位涡下负上正表明大气热力层结不稳定;水汽通量增加表明水汽条件充足.良好的动力条件、热力条件与水汽条件共同作用,使得＂蝴蝶＂在短时间内迅速加强为强台风.     

主成分分析与聚类分析在青岛夏季气温变化研究中的应用

选用青岛站1951-2010年每年6-8月各月平均气温资料,通过SAS软件进行了主成分分析和聚类分析,分析了近60 a夏季气温的年际气候变化.主成分分析的结果表明,第一主成分反映青岛夏季气温距平,其正（负）方向反映夏季气温的正（负）距平,其强度反映气温偏高（低）的程度;第二主成分则反映同一年内夏季各月间气温的差异,其绝对值越大,表示各月气温差异越大.聚类分析的结果表明,青岛站夏季月平均气温的变化可以分为3类：1）6月、7月气温较低,在8月升温;2）7月平均气温最高,6月、8月相对较低;3）6月气温低,7、8两月气温较高.其中1993、2003年为第一类,2005年为第二类,其余为第三类.     

静力平衡近似下大气中非线性对称运动的稳定性、分岔和突变

本文在考虑基本气流具有非线性切变情况下,导出了对称运动所满足的非线性常微分方程,并用非线性系统的稳定、分岔、突变理论,严格地讨论了非线性对称运动的稳定性、分岔和突变问题,获得了一个推广的对称不稳定判据,找到了突变产生的条件。     

“GNSS气象学”课程实践教学探讨

随着测绘学科与气象学科不断交叉与渗透,测绘相关理论、技术与方法在气象业务中的应用越来越深入,尤其全球导航卫星系统（GNSS）在气象行业中的广泛应用,急需大量的从事GNSS气象应用方面的高级工程技术人才。结合南京信息工程大学测绘工程专业开设的“GNSS气象学”课程,从实践教学内容、教学手段、考核方式、实践条件、师资队伍等几方面对该课程的实践教学进行了探讨,为高校培养测绘气象复合型人才提供参考。     

水汽层析代数重构算法

讨论了代数重构算法在水汽层析应用中的各种问题,包括约束条件的构造、层析初值的选择、松弛因子的计算、终止条件的确定等,给出了计算最优松弛因子的黄金分割搜索法和确定终止条件的NCP规则,对比分析了Kaczmarz、Randkaczmarz、Symkaczmarz、SART、Landweber、Cimmino、CAV、DROP等8种常见的代数重构算法,并以香港SatRef的观测数据进行了试验。试验结果表明,以上8种代数重构技术都能够满足水汽层析的要求;迭代终止条件比松弛因子更为重要;采用文中计算最优松弛因子的黄金分割搜索法和NCP迭代终止条件,CAV算法结果最优,其次为Cimmino算法。     

PLAM指数跟踪方法对中国沙尘天气过程及其波动变化特征的研究

采用1980-2011年气象台站地面气象要素观测资料、高空探空资料,时间和空间加密气象观测站资料,以及中国气象档案馆原始天气图表等资料,基于沙尘气溶胶浓度（PM₁₀）潜势源地贡献函数PSCF（Potential source contribution function）的沙尘系统追踪方法,发展空气质量气象条件PLAM（……）指数对沙尘天气过程的路径跟踪,给出1980-2011年东北亚沙尘天气过程特征分布;采用Spline趋势分析,讨论沙尘天气系统强度的年变化特征。结果表明：基于气溶胶浓度PSCF函数和气象条件PLAM指数追踪得出,中国和东亚地区沙尘天气过程年际强度变化并非单调减弱,具有历史持续性与转折突变性并存的波状变化趋势,出现准10 a的高低频活动特征。     

中小地形对局地天气气候的影响

本文采用地形活动坐标系,研究在二维运动条件下地形对局地天气气候的影响。指出:地形对气流的影响不仅与地形高度z有关,而且与地形的坡度α,下垫面的热力分布,近地层大气稳定度г,垂直交换系数k以及基流v等诸因素密切相关。其中下垫面温差,地形坡度和基流尤为重要。     

半Lagrange法在数值预报中的应用和近年来的发展(Ⅰ)

本文就五十年代以来半Lagrange法在数值预报中的应用和近年来的发展进行评述,介绍我国在这方面的工作。还就此法和Euler法的优缺点作了比较;指出了存在的问题。     

地形作用下有限振幅Rossby波的稳定性分析

本文用微分方程定性理论方法分析了地形对有限振幅Rossby波的稳定性影响。结果表明:地形北坡有利于波动出现不稳定,南坡使波动稳定;西坡使导式波动不稳定但使曳式波动稳定,东坡使导式波动稳定但使曳式波动不稳定。     

The mesoscale convection life cycle: Building block or prototype for large-scale tropical waves?

A cumulonimbus cloud may ascend and spawn its anvil cloud, precipitation, and downdrafts within an hour or so. This paper inquires why a similar progression of events (life cycle) is observed for tropical weather fluctuations with time scales of hours, days, and even weeks. Regressions using point data illustrate the characteristic unit of rain production: the mesoscale convective system (MCS), covering tens of kilometers and lasting several hours, with embedded convective rain cells. Meanwhile, averages over larger spatial areas indicate a self-similar progression from shallow to deep convection to stratiform anvils on many time scales.Synthetic data exercises indicate that simple superpositions of fixed-structure MCS life cycles (the Building Block hypothesis) cannot explain why longer period life cycles are similar. Rather, it appears that an MCS may be a small analogue or prototype of larger scale waves. Multiscale structure is hypothesized to occur via a Stretched Building Block conceptual model, in which the widths (durations) of zones of shallow, deep, and stratiform anvil clouds in MCSs are modulated by larger scale waves.Temperature (T) and humidity (q) data are examined and fed into an entraining plume model, in an attempt to elucidate their relative roles in these large-scale convection zone variations. T profile variations, with wavelengths shorter than troposphere depth, appear important for high-frequency ( 2–5-day period) convectively coupled waves, as density directly links convection (via buoyancy) and large-scale wave dynamics (via restoring force). Still, the associated q anomalies are several times greater than adiabatic, suggesting a strong amplification by shallow convective feedbacks. For lower frequency (intraseasonal) variability, q anomalies are considerably larger compared to T, and may be dominant.