The vertical structure of the atmospheric boundary layer over the central Arctic Ocean

The tropopause height and the atmospheric boundarylayer （PBL） height as well as the variation of inversion layer above the floating ice surface are presented using GPS （global position system ） radiosonde sounding data and relevant data obtained by Chinas fourth arctic scientific expedition team over the central Arctic Ocean （86°-88°N, 144°-170°W） during the summer of 2010. The tropopause height is from 9.8 to 10.5 km, with a temperature range between -52.2 and -54.10C in the central Arctic Ocean. Two zones of maximum wind （over 12 m/s） are found in the wind profile, namely, low- and upper-level jets, located in the middle troposphere and the tropopause, respectively. The wind direction has a marked variation point in the two jets from the southeast to the southwest. The average PBL height determined by two methods is 341 and 453 m respectively. These two methods can both be used when the inversion layer is very low, but the results vary significantly when the inversion layer is very high. A significant logarithmic relationship exists between the PBL height and the inversion intensity, with a correlation coefficient of 0.66, indicating that the more intense the temperature inversion is, the lower the boundary layer will be. The observation results obviously differ from those of the third arctic expedition zone （800-85° N）. The PBL height and the inversion layer thickness are much lower than those at 870-88° N, but the inversion temperature is more intense, meaning a strong ice- atmosphere interaction in the sea near the North Pole. The PBL structure is related to the weather system and the sea ice concentration, which affects the observation station.     

地热学岩石圈厚度计算方法综述

地热学岩石圈厚度体现了长时间尺度上的岩石圈热学作用,可以反映地球深部动力学过程。介绍了地热学岩石圈厚度的计算方法,探讨了这种方法的参数选取和影响因素,并对比了地热学岩石圈厚度与其他类型岩石圈厚度的差异及其原因。结果表明:地热学岩石圈厚度的计算结果受地壳分层结构、岩石生热率、岩石热导率以及地表热流的影响;地质历史时期内的地壳分层结构要结合岩石学、岩石地球化学等领域最新研究成果得出;地表热流较低(42mW·m-2)时,岩石圈地幔生热率对计算结果的影响非常显著,岩石圈地幔生热率变化0.02μW·m-3,地热学岩石圈厚度计算结果最高变化40km,岩石圈地幔热导率每变化0.2W·(m·K)-1,地热学岩石圈厚度变化15km;地表热流为60mW·m-2时,岩石圈地幔生热率每变化0.02μW·m-3,地热学岩石圈厚度变化3km,岩石圈地幔热导率每变化0.2W·(m·K)-1,地热学岩石圈厚度变化5km;地表热流增高1mW·m-2,地热学岩石圈厚度约增加3km;地热学岩石圈厚度与岩石学、地震学岩石圈厚度略有差异,其差异取决于流变边界层的厚度。     

太原城市下垫面扩张对边界层特征影响的个例研究

通过高分辨率卫星夜间灯光数据获取最新的城市地表分布,并利用高分辨率数值模式对2013年8月14~16日太原区域的一次高温过程进行研究,探讨城市下垫面扩张对大气边界层的影响。结果表明：基于DMSP/OLS夜间灯光数据对模式中地表参数修正后,能够更准确地反映太原主城区和高速公路沿线小规模建筑群的扩张,有效改善了模式的预报性能,显著提高对近地面气温、地表温度的预报能力。城市下垫面的扩张,使城区夜间升温明显,热岛强度增强。与1992年的城市化状况相比,晴空天气条件下,2012年太原城区夜间气温上升5℃,热岛强度升高2~3℃。城市下垫面扩张,改变了地表能量分配关系,使得地表感热传输明显加强,潜热通量明显减弱,城市冠层作用下的储热能力增强。边界层内部湍流交换、水汽输送等的进一步研究表明：城市地表水汽输送减弱,边界层水汽含量减少,2~4 km高度的水汽含量增加,湍流动能的影响高度增高,湍流混合加剧;14：00,城区边界层高度抬高了800 m,城市上空混合层加深,持续时间更长。     

南京夏季城市热岛时空分布特征的观测分析

利用2010年南京夏季城市热岛三维观测试验资料,分析了南京夏季典型天气条件下城市热岛的时空分布特征。结果表明,南京夏季高温晴天日平均热岛强度达1℃以上,夜间热岛强度稳定且强于白天,热岛分布具有方向性特征并与城市土地利用现状对应较好。白天,城市大气混合层的发展速度和高度均大于郊区;夜间,由于城市大气层结的不稳定及下垫面的粗糙特性,致使城市低空始终存在着一个对流混合层,其高度至少有250 m。城市下垫面高热量储存和强湍流输送的共同作用形成边界层内热岛,热岛强度总体上随高度递减,影响高度在白天约900 m、夜间约300 m。     

一次春季黄海海雾和东海层云关系的研究

结合多种观测数据和数值模拟结果对2011年3月12—13日的一次黄海海雾过程进行分析。观测数据分析表明:此次黄海海雾过程与东海层云之间存在密切的联系。地面高低压位置为水汽从层云区向北输送提供了有利的环流条件;黄海上空天气尺度下沉运动,加强了海洋大气边界层(MABL)层结的稳定性,MABL顶自南向北高度降低,有利于水汽在向北输送过程中不断向海面聚集;下沉导致的干层以及逆温层对海雾的发生发展起重要作用。模式结果进一步证明天气尺度下沉运动与MABL内的下沉在29°—30°N附近同位相叠加,使得该海区上空的下沉运动明显增强,边界层高度迅速下降。下沉可能会导致气块温度升高,云滴蒸发,来自层云区的水汽随流场向北向下输送逐渐接近冷海面凝结成雾,近海面水汽的平流输送使海雾进一步向北发展。本研究为海雾预报提供新的参考思路。     

南海冬季一次海面大风天气的WRF模式预报检验

为寻找出适合南海冬季海面大风天气预报的边界层参数化方案,利用中尺度气象模式WRF中9种边界层方案(YSU、MYJ、QNSE-EDMF、MYNN2、MYNN3、ACM2、BouLac、UW、GBM),对2012年12月29-31日的大风过程进行预报,并用最终分析资料(FNL)检验10 m风场预报。结果表明:风速风向预报的整体平均偏差相当,风向预报的均方根误差较风速大;风速风向与实况的相关随着预报时间增加,整体呈现下降趋势;各方案对海陆交界风速预报普遍偏大2 m/s以上,而在远离陆地的海域偏差较小;YSU方案对北部湾、东沙群岛、西沙群岛、南沙群岛4个海区风场的变化趋势均能较好预报;整体而言,南海大部分海域的预报偏差较小,YSU、MYNN2、MYNN3方案对风速预报较好,ACM2方案对风向预报较好。     

多旋翼无人机群自主探测大气边界层气象要素的模式分析

深入研究大气边界层气象现象的发生、发展、消散机制,需要获取三维同步气象要素数据,而现有探测技术与手段难以提供.因此,提出利用多旋翼无人机群进行自主探测大气边界层气象要素的探测模式,并就探测模式的背景与意义、特点与优势、流程与可行性,以及需要进一步研究的相关科学问题进行了分析,认为多旋翼无人机群自主探测大气边界层气象要素的探测模式针对性、灵活性、机动性、可操作性强,并具有自主动态同步探测、自主智能追踪探测等功能.     

高原东南缘大气近地层湍能特征与边界层动力、热力结构相关特征

基于云南省大理2008年3、5、7月GPS加密探空试验时段(14和02时)资料,结合边界层铁塔综合观测资料,采用温度梯度法、逆温强度法和涡动相关法分别计算高原东南缘对流边界层(convective boundary layer,CBL)及稳定边界层(stable boundary layer,SBL)顶高度,通过计算获取感热通量、潜热通量、湍流动能、切变项以及浮力项与大气动力、热力过程垂直相关特征综合分析,可发现湍能方程中浮力项、感热、潜热通量与NCEP再分析资料计算获取的大气视热源相关特征显著,这某种程度反映了高原东南缘近地层大气湍流动量、热量输送对低层大气视热源Q_1的重要贡献。低层视热源Q_1亦表现出与湍能方程分量类似的日变化周期,此特征反映了高原东南缘大气热源变化与下垫面水热过程及其湍流输送日变化密切相关;浮力项与湍能等项对大气低层热源与涡动特征、热力混合结构的形成有重要作用;低层大气视热源、水汽汇均与边界层高度有显著相关,综合分析结果某种程度描述了青藏高原东南缘近地层湍流动量、热量输送状况与低层大气热源,热力混合边界层结构的综合相关物理图像,初步探索了高原东南缘对流活跃区大气湍流运动与大气动力、热力过程相互作用特征。研究表明近地层湍流通量变化某种程度可反映未来局地大气视热源垂直结构变化的"强信号"特征。本文上述研究结论也可启发我们进一步关注近地层湍流通量异常变化特征及其对局地降水过程大气热源结构演变的影响问题。     

辐射雾局地爆发性增强原因探讨

利用常规气象资料、NCEP 1°×1°再分析资料、河北省高速公路专业气象自动监测资料以及天津市255 m气象铁塔梯度观测资料,对2010年12月21-22日发生在河北东北部沿海(以乐亭为代表站)和天津地区的一次历时短、局地性强的辐射雾爆发性增强原因及其边界层结构特征进行研究。结果表明,乐亭爆发性大雾的形成是由于低层暖湿气流受切变线的阻挡作用形成了弱水汽辐合,加上短波槽前弱冷空气和入夜后辐射降温共同影响所导致;副冷锋南下逼近天津境内时,渗透进低层的锋前弱冷空气是天津大雾爆发性发展的直接原因;同时,由于副冷锋南压过程中,锋后较强冷空气过境导致雾天气由北向南逐渐消散。雾过程中,始终维持着近地层湿冷、上层干暖的温湿结构。雾爆发性增强前,气温呈整体下降趋势的过程中存在小幅上升的现象,对局地浓雾的爆发有很好的指示意义。     

Spectrum Analysis of Wind Profiling Radar Measurements

Unlike previous studies on wind turbulence spectrum in the planetary boundary layer, this investigation focuses on high-altitude （1-5 km） wind energy spectrum and turbulence spectrum under various weather conditions. A fast Fourier transform （FFT） is used to calculate the wind energy and turbulence spectrum density at high altitudes （1-5 km） based on wind profiling radar （WPR） measurements. The turbulence spectrum under stable weather conditions at high altitudes is expressed in powers within a frequency range of 2 × 10-5-10-3 s-1, and the slope b is between -0.82 and -1.04, indicating that the turbulence is in the transition from the energetic area to the inertial sub-range. The features of strong weather are reflected less obviously in the wind energy spectrum than in the turbulence spectrum, with peaks showing up at different heights in the latter spectrum. Cold windy weather appears over a period of 1.5 days in the turbulence spectrum. Wide-range rainstorms exhibit two or three peaks in the spectrum over a period of 15-20 h, while in severe convective weather conditions, there are two peaks at 13 and 9 h. The results indicate that spectrum analysis of wind profiling radar measurements can be used as a supplemental and helpful method for weather analysis.