锢囚气旋钩状云区暴雪过程的水汽源地及输送分析

利用常规高空、地面观测资料、FY-2E卫星云图和NCEP再分析场,分析了2013年11月25日发生在中国东北东部的暴雪天气过程,并用HYSPLIT模式模拟了暴雪区上空气块的轨迹。结果表明:卫星云图显示暴雪发生在锢囚气旋的钩状云区中,且具有中尺度特征。钩状云区不同代表点、不同层次25日08时120 h气块的后向轨迹计算结果表明,在每个代表点的6条轨迹中,只有1条轨迹来自新疆以西地区的对流层上层,其他5条轨迹均来自蒙古国或我国北方地区的对流层中低层。几乎每条轨迹对应的气块在东移或南移时先以水平运动为主,伴有弱的下沉;中低层气块在72～24 h经过渤海湾和日本海;而中上层气块则主要经过黄海或东海,到达降雪区前几小时气块移速快并有明显的上升运动。对钩状云区不同代表点1500和3000 m上空120 h后向轨迹中气块湿度分析表明,来自东亚大陆的气块水汽含量并不大、相对湿度也小于60%,但在经过渤海湾和日本海时,海气交换使得气块的含水量和相对湿度均呈增加的趋势;特别是气块途径日本海的时间和距离越长,水汽含量越多。因此暴雪区的水汽主要来自日本海,其次是渤海湾。在降雪发生前几小时,气块随偏南风或东南风快速北移,相对湿度接近饱和并伴有上升运动,从而引起降雪。     

人工智能在飞机颠簸预报中的应用进展及未来趋势展望

飞机颠簸对飞机运行安全及旅客舒适度具有很大危害,提高飞机颠簸的预报准确率对于减轻人员伤害和财产损失具有重要意义,且一直是航空气象研究的重点领域。随着观测手段的丰富和科学技术的进步,飞机颠簸预报也取得了长足发展。本文首先从定性预报和定量预报的角度对国内外飞机颠簸预报的主要方法,特别是人工智能(AI)方法在其中的最新应用进行了综述。在此基础上,归纳总结出AI用于飞机湍流预报存在的主要问题和未来的重点研究方向：1)飞机实况数据的开放共享以及多源湍流数据的融合构建问题;2)基于人工智能构建飞机颠簸预报模型的可解释性及物理机制问题;3)基于人工智能构建飞机颠簸的集合预报问题。最后,提出了气象领域未来第三代人工智能的发展思路。     

新型静止气象卫星对流初生识别展望

为了解并提升风云四号卫星A星(FY-4A)对流初生(Convective Initiation,CI)产品对青藏高原夏季降水的指示意义,基于FY-4A CI产品及全球降水测量计划(Global Precipitation Measurement,GPM)降水数据,根据青藏高原地区2020—2022年6—8月FY-4A CI产品识别出的CI样本与1 h后实际观测降水的对应关系,将CI样本划分为无降水CI、弱降水CI和强降水CI三类,并结合大气对流参数与地理位置等信息,利用决策树和随机森林两种机器学习算法建立CI类别识别模型并检验,结果表明：青藏高原地区对流初生后1 h内的降水情况存在明显区域差异,其西北部无降水比例高而东南部降水的比例高;利用抬升指数、云水总量、垂直风切变、中低层湿度、云底高度、零度层高度等大气对流参数信息,能较好区分青藏高原CI出现后是否有降水及降水的强弱;随机森林识别模型结果对于CI类别的识别效果优于决策树识别模型结果,利用随机森林识别模型可以更有效地对青藏高原夏季CI按照降水强度的分类进行识别。

     

干侵入在黄河气旋爆发性发展中的作用

中亚气旋是造成新疆暴雨、暴雪、大风和沙尘等灾害性天气的一种主要天气系统。为深入了解中亚气旋的结构特征和形成原因,以2017年8月11—12日一次典型北上路径中亚气旋活动过程为例,利用常规气象观测资料、卫星水汽图像与NCEP再分析资料,分析了该中亚气旋的活动特征及环流形势,揭示了其垂直热力和动力结构特征,重点根据准地转理论和位涡守恒原理讨论了其发生发展机制。结果表明: (1) 中亚气旋形成于500 hPa高空槽前、伴有850 hPa低涡和切变线影响以及高空辐散等有利环流背景之下。(2) 水汽图像显示中亚气旋从初生、发展到减弱阶段,对应云系经历了由斜压叶状转变为逗点状、再由逗点状演变为螺旋状的过程。(3) 地面气旋中心物理量垂直剖面显示,地面气旋初生时,其中心西侧有明显锋区并伴有正相对涡度柱,上升运动仅位于锋区以上;地面气旋发展时,锋区增强且变陡,锋区上下均存在强上升运动,气旋中心上空对流层低层正相对涡度值增大,其西侧对流层高层有正相对涡度高值区东移接近地面气旋中心;气旋减弱时,气旋西侧锋区减弱,其上空垂直上升运动也变弱,低层正相对涡度减小、整层正涡度区变陡。(4) 气旋活动过程中,700 hPa暖平流明显增强、高低空涡度平流差值增大以及高空辐散增强有利于气旋发生发展;另外,高空干空气的高值位涡区下沉及位涡梯度正值中心东移伴随地面气旋发展。

     

“5·12”南昌大暴雨过程水汽来源和输送特征

基于常规高空、地面观测资料,分析了2012年5月12日南昌大暴雨过程的环流背景和主要影响系统,并利用美国国家海洋和大气管理局(NOAA)开发的HYSPLIT模式和6 h一次的NCEP1°×1°再分析资料模拟了此次大暴雨过程中气块的240 h后向轨迹。结果表明:1)此次大暴雨过程发生在500 hPa高度层低槽前,中低层有低涡、切变线和低空急流,200 hPa高度层风向分流辐散的环流背景下,且南昌位于地面冷锋前暖区中,有弱的不稳定能量等对流性降水特征。2)在模拟的南昌站6条气块后向轨迹中,有3条轨迹源自陆地,1条来自暴雨区周围,只有2条轨迹来自暖湿的海洋,其中各有3条轨迹来自对流层低层和中高层。3)此次大暴雨过程的水汽主要来自于对流层低层南海西南部向我国陆地的水汽输送和本地周围水汽的贡献,其次是位于我国西部大陆对流层中下层向东的水汽输送。     

新疆冬春季强降水过程的水汽来源及输送特征分析

利用常规观测资料和6 h一次的NCEP 1°×1°再分析场资料对新疆2015年2月12—14日北疆暴雪过程和2015年5月17—21日南疆暴雨过程的环流形势和主要影响系统进行分析,并基于HYSPLIT模式模拟的后向轨迹分析强降水的水汽来源和输送特征。结果表明：1）2次强降水过程均发生在高空低槽东移,低层有低涡,地面有锋面气旋,高空有辐散的天气背景下。2）冬季暴雪过程中,北疆水汽主要源自西亚和中亚地区。其中源自西亚地区的干气块下沉到近地面时从下垫面获得水汽,对强降雪的贡献最大;其次是起源于中亚西南部地区近地层的湿气块对强降雪的贡献。3）春季暴雨过程中,南疆的水汽主要来自中亚的哈萨克斯坦。其中来自哈萨克斯坦南部上空的干空气下沉到近地层时从下垫面获得水汽,对强降雨的贡献最大;其次是源自哈萨克斯坦东部和东南部对流层低层的湿气块对强降雨的贡献大。4）2次强降水过程中水汽主要来自陆地而不是海洋,气块在近地层移动或下沉到近地层时,下垫面水汽蒸发使气块变湿,是强降水的水汽主要贡献者;表明春季和冬季的水汽输送通道与夏季来自阿拉伯海等低纬的水汽通道不同。     

新疆冬春季强降水过程的水汽来源及输送特征分析

利用常规观测资料和6 h一次的NCEP 1°×1°再分析场资料对新疆2015年2月12—14日北疆暴雪过程和2015年5月17—21日南疆暴雨过程的环流形势和主要影响系统进行分析,并基于HYSPLIT模式模拟的后向轨迹分析强降水的水汽来源和输送特征。结果表明:1) 2次强降水过程均发生在高空低槽东移,低层有低涡,地面有锋面气旋,高空有辐散的天气背景下。2)冬季暴雪过程中,北疆水汽主要源自西亚和中亚地区。其中源自西亚地区的干气块下沉到近地面时从下垫面获得水汽,对强降雪的贡献最大;其次是起源于中亚西南部地区近地层的湿气块对强降雪的贡献。3)春季暴雨过程中,南疆的水汽主要来自中亚的哈萨克斯坦。其中来自哈萨克斯坦南部上空的干空气下沉到近地层时从下垫面获得水汽,对强降雨的贡献最大;其次是源自哈萨克斯坦东部和东南部对流层低层的湿气块对强降雨的贡献大。4) 2次强降水过程中水汽主要来自陆地而不是海洋,气块在近地层移动或下沉到近地层时,下垫面水汽蒸发使气块变湿,是强降水的水汽主要贡献者;表明春季和冬季的水汽输送通道与夏季来自阿拉伯海等低纬的水汽通道不同。     

GRAPES全球模式浅对流过程和边界层云对低云预报的影响研究

在GRAPES全球模式云方案中加入浅对流卷出过程和边界层云对云水（冰）、云量的影响,改进模式低云预报,模拟比较改进前后预报结果,并与CERES（云和地球辐射能量系统）及YOTC（热带对流年科学计划）资料进行对比分析。结果表明：考虑浅对流卷出过程和边界层云后,主要增加了模式700 hPa以下低云量及低云中液态水凝物含量,改进后的结果与实际观测更接近。其中边界层层积云主要影响大气边界层顶附近较薄的一层云,影响厚度不超过200 hPa,浅对流卷出过程对云水和云量大小的影响与边界层云相当,而影响厚度则更广,对地面到700 hPa间的低云都会产生一定影响。进一步研究表明,由于低云预报的改进促进了地表和大气层顶云长短波辐射强迫的预报,云的辐射强迫得以增加。