辽宁地区大气可降水量与降水关系的研究

当大气可降水量(precipitable water vapor,PWV)达到某一阈值时将出现降水,则该值称为PWV降水阈值(threshold of PWV,PWVt),由此认为PWV_t可以作为PWV与降水关系研究的纽带。为了能够较为准确地计算出PWV_t,引入整层大气饱和可降水量(precipitable water vapor saturation,PWVsat)概念,并推导出多元大气条件下PWVsat计算公式,根据公式可知PWV_(sat)是地面温度(t_s)的函数,其表示整层大气在饱和状态下容纳的最大水汽量。大气必须达到一定层次的饱和才能成云致雨,因此推断t_s也可能影响着PWV_t。为了验证该推断的准确性,利用2015年5月至2016年10月辽宁地区36个观测站的PWV与t_s进行研究,将筛选出1122个降水样本的PWV_t与t_s进行拟合,发现PWV_t拟合公式与PWV_(sat)推导公式较为一致,说明PWV_t和PWV_(sat)两者密切相关,同时给出36个站的拟合参数,从而建立PWV与降水的对应关系。统计检验表明,该方法在降水预报中的准确率、漏报率和空报率分别为93.69%、2.32%和3.99%,说明PWV_t在降水预报方面具有一定的应用价值。最后在一次降水个例中应用,结果显示PWV_t可以较好地预报降水,并发现PWV与PWV_t的差值与降水量具有一定的对应关系。     

1981—2013年6—7月江淮地区切变线及暴雨统计分析北大核心CSCD

为了研究20世纪80年代以来的江淮切变线及暴雨的气候态特征,从而为未来的江淮切变线暴雨的业务预报和科研提供参考,利用欧洲中心风场再分析资料和地面气象站基本气象要素日值数据集(V3.0)的降水资料,通过纬向风的经向切变、相对涡度和纬向0风速线3个客观判据,统计了1981—2013年6—7月江淮地区暴雨、切变线以及切变线暴雨。结果表明:1981—2013年6—7月,江淮地区有30.2 d出现暴雨,有33.2 d出现切变线,22.0d出现切变线暴雨,切变线暴雨日数占切变线日数的近2/3,占暴雨日数的近3/4;6—7月江淮地区出现切变线和暴雨的日数有不显著的年际增长趋势,增长率比江淮切变线暴雨大一个量级,而后者的日数在近33年基本维持不变。江淮地区的切变线日数、暴雨日数和切变线暴雨日数2000年前年际波动较大,2000年后年际波动较小。6—7月江淮地区的暴雨日数、切变线日数和切变线暴雨日数均存在一定的年代际变化特征,且三者的年代际变化特征较为一致,在1981—2007年,江淮地区降水量的年代际变化与暴雨日数、切变线日数和切变线暴雨日数的年代际变化较为一致。1995年前,6—7月江淮切变线暴雨日数存在2—3年的周期,1995年后没有显著的周期。在6月上中旬和7月中下旬,江淮切变线暴雨日数存在2—4 d的周期,在6月下旬到7月上旬,江淮切变线暴雨日数不存在明显周期,切变线暴雨日数在梅雨期内稳定维持,且江淮切变线暴雨最集中发生在6月下旬到7月上旬的梅雨期内,说明梅雨期降水以切变线引发的降水为主。     

高原切变线研究的若干进展

高原切变线是青藏高原地区特有的重要天气系统。它具有特殊的结构特征,在移动过程中,通常会引发青藏高原附近及其下游东部地区的灾害性天气。本文回顾了以往有关高原切变线的结构、移动特征、发生、发展机理以及与其他天气系统相互作用等方面的研究进展,并在此基础上,展望了高原切变线未来的研究方向,以期提高对高原切变线的认识,为未来的科学研究和业务预报提供基础和支撑。     

CHARACTERISTICS OF THE MERIDIONALLY ORIENTED SHEAR LINES OVER THE TIBETAN PLATEAU AND ITS RELATIONSHIP WITH RAINSTORMS IN THE BOREAL SUMMER HALF-YEAR

In this paper, European Center for Medium-Range Weather Forecasts(ECMWF) Reanalysis-Interim(ERAInterim) data and daily precipitation data in China from May to October during 1981-2016 are used to study the climatic characteristics of the meridionally oriented shear lines(MSLs) over the Tibetan Plateau(TP). The relationship between the MSL and rainstorms in the eastern TP and neighboring areas of the TP during the boreal summer half-year is also investigated. An objective method, which uses a combination of three parameters, i.e. the zonal shear of the meridional wind, the relative vorticity and the zero line of meridional wind, is adopted to identify the shear line. The results show that there are two high-occurrence centers of MSL. One is over the central TP(near 90°E) and the other is over the steep slope area of the eastern TP. Fewer MSLs are found along the Yarlung Zangbo River over the western TP and the southern Tibet. There are averagely 42.2 MSL days in each boreal summer half-year. The number of MSL days reaches the maximum of 62 in 2014 and the minimum of 22 in 2006. July and October witness the maximum of 10.2 MSL days/year and the minimum of 4.2 MSL days/year, respectively. The annual number of the MSL days shows periodicities of 2-4 and 4-6 years, which is quite similar to those of the MSL rainstorm days. In the neighboring areas of the TP, nearly56% of the MSLs lead to rainstorms, and nearly 40% of rainstorms are caused by the MSLs, indicating a close relationship between the MSLs and rainstorms in this region.     

基于离子配对法的黄山地区云凝结核闭合研究

为了对黄山地区云凝结核(Cloud Condensation Nuclei,CCN)进行闭合研究,2014年6月30日至7月28日在黄山光明顶对大气气溶胶理化性质和CCN数浓度进行观测,分析了气溶胶化学组分、谱分布以及CCN数浓度随时间变化的特征,通过κ-K?hler理论并使用离子配对法计算得到CCN数浓度与观测得到的...     

青藏高原夏季降水研究进展

青藏高原夏季降水是高原气象研究关注的重要领域.受高原夏季各个层次的天气系统的影响,在高原多尺度地形的强迫作用下,高原夏季降水表现出复杂多样的时空分布和演变特征.回顾了国内外学者在高原夏季降水特征和影响机理方面取得的主要研究成果,分为以下三个方面:高原夏季降水的时空分布和演变特征;影响高原夏季降水的高原天气系统,包括南亚...     

1981—2013年6—7月江淮地区切变线及暴雨统计分析

为了研究20世纪80年代以来的江淮切变线及暴雨的气候态特征,从而为未来的江淮切变线暴雨的业务预报和科研提供参考,利用欧洲中心风场再分析资料和地面气象站基本气象要素日值数据集(V3.0)的降水资料,通过纬向风的经向切变、相对涡度和纬向0风速线3个客观判据,统计了1981—2013年6—7月江淮地区暴雨、切变线以及切变线暴雨。结果表明:1981—2013年6—7月,江淮地区有30.2 d出现暴雨,有33.2 d出现切变线,22.0 d出现切变线暴雨,切变线暴雨日数占切变线日数的近2/3,占暴雨日数的近3/4;6—7月江淮地区出现切变线和暴雨的日数有不显著的年际增长趋势,增长率比江淮切变线暴雨大一个量级,而后者的日数在近33年基本维持不变。江淮地区的切变线日数、暴雨日数和切变线暴雨日数2000年前年际波动较大,2000年后年际波动较小。6—7月江淮地区的暴雨日数、切变线日数和切变线暴雨日数均存在一定的年代际变化特征,且三者的年代际变化特征较为一致,在1981—2007年,江淮地区降水量的年代际变化与暴雨日数、切变线日数和切变线暴雨日数的年代际变化较为一致。1995年前,6—7月江淮切变线暴雨日数存在2—3年的周期,1995年后没有显著的周期。在6月上中旬和7月中下旬,江淮切变线暴雨日数存在2—4 d的周期,在6月下旬到7月上旬,江淮切变线暴雨日数不存在明显周期,切变线暴雨日数在梅雨期内稳定维持,且江淮切变线暴雨最集中发生在6月下旬到7月上旬的梅雨期内,说明梅雨期降水以切变线引发的降水为主。      

基于CloudSat卫星观测资料的辽宁省不同天气系统影响下云系垂直结构特征

为区分不同天气系统影响下云垂直结构的差异,从而为人工增雨作业提供参考,对2004—2014年辽宁省进行人工增雨作业期间,500、850 hPa以及地面的天气形势进行了统计,利用CloudSat卫星观测资料对筛选的出现频率≥2次·a~(-1)的系统配置下的云垂直结构进行分析,并研究了典型系统影响下的作业云系垂直结构特征。根据系统配置差异,2004—2014年间影响辽宁省的共有225次过程,可划分为17种配置类型,其中典型天气系统四种,分别为西风槽—切变线—冷锋(CF型)、西风槽—低涡—蒙古气旋(MCW型)、西风槽—低涡—南方气旋(SC型)和低涡—低涡—蒙古气旋型(MCV型)。对四种典型天气系统影响下的云垂直结构分析发现,不同天气系统影响下云层均以单层云为主。SC影响下的云层发展较为旺盛,云底较低而云顶较高,云层深厚。MCW影响下的云层云底高度较高,云层较薄。不同天气系统影响下的云夹层厚度大多(50%)在1 km以下,而且随着云层数目增加,低于1 km的云夹层所占的比例增加。将云底高度≤2 km且云厚≥2 km视为作业云系,发现有云条件下,SC型符合条件的作业云系最多(59.7%),而MCW型影响下最少(14.5%)。作业云系以单层低冷云为主,单层低冷云的云底高度低于1 km且云顶高度可达7 km以上,作业云系的云夹层厚度对降水云催化效果影响较小。     

1981—2013年6—7月江淮地区切变线及暴雨统计分析北大核心CSCD

为了研究20世纪80年代以来的江淮切变线及暴雨的气候态特征,从而为未来的江淮切变线暴雨的业务预报和科研提供参考,利用欧洲中心风场再分析资料和地面气象站基本气象要素日值数据集(V3.0)的降水资料,通过纬向风的经向切变、相对涡度和纬向0风速线3个客观判据,统计了1981—2013年6—7月江淮地区暴雨、切变线以及切变线暴雨。结果表明:1981—2013年6—7月,江淮地区有30.2 d出现暴雨,有33.2 d出现切变线,22.0d出现切变线暴雨,切变线暴雨日数占切变线日数的近2/3,占暴雨日数的近3/4;6—7月江淮地区出现切变线和暴雨的日数有不显著的年际增长趋势,增长率比江淮切变线暴雨大一个量级,而后者的日数在近33年基本维持不变。江淮地区的切变线日数、暴雨日数和切变线暴雨日数2000年前年际波动较大,2000年后年际波动较小。6—7月江淮地区的暴雨日数、切变线日数和切变线暴雨日数均存在一定的年代际变化特征,且三者的年代际变化特征较为一致,在1981—2007年,江淮地区降水量的年代际变化与暴雨日数、切变线日数和切变线暴雨日数的年代际变化较为一致。1995年前,6—7月江淮切变线暴雨日数存在2—3年的周期,1995年后没有显著的周期。在6月上中旬和7月中下旬,江淮切变线暴雨日数存在2—4 d的周期,在6月下旬到7月上旬,江淮切变线暴雨日数不存在明显周期,切变线暴雨日数在梅雨期内稳定维持,且江淮切变线暴雨最集中发生在6月下旬到7月上旬的梅雨期内,说明梅雨期降水以切变线引发的降水为主。     

1981—2013年6—7月江淮地区切变线及暴雨统计分析

利用第5次耦合模式比较计划(CMIP5)提供的39个全球气候模式模拟的1961—2005年逐月500 hPa位势高度场资料,以及同期美国国家环境预测中心再分析资料,通过经验正交函数分解提取主要模态,基于泰勒图方法、概率密度函数的Brier评分和显著性评分指标,探讨CMIP5模式对东亚500 hPa高度场主要模态时空结构的模拟能力,寻求具有较好东亚环流型态模拟能力的气候模式以及模拟较好的主模态。结果表明:(1) CMIP5模式能够模拟出东亚500 hPa高度场主要模态,且各模式对冬季主要模态时空结构的模拟能力都高于夏季。(2) 各模式对冬季模态(西太平洋遥相关型)模拟能力最强,第3模态最差,对冬季主要模态空间结构模拟较好的模式为IPSL-CM5B-LR、MPI-ESM-P、CMCC-CMS、FGOALS-g2、HadGEM2-ES;夏季第1模态空间结构模拟能力最强,其次分别为第2模态和东亚-太平洋型(简记第3模态),西太平洋遥相关型较差,对夏季主要模态空间结构模拟较好的模式为ECEARTH、CanESM2、CMCC-CM、GFDL-ESM2G、IPSL-CM5A-MR。(3)对主要模态时间系数概率密度函数特征的模拟评估表明,模式对冬季第2模态概率密度函数的模拟较好,其次为西太平洋遥相关型,其主要模态时间系数的概率密度函数模拟较好的模式为CESM1-FASTCHEM、HadGEM2-ES、INM-CM4、GISS-E2-H、BCC-CSM1-1;模式对夏季第2模态时间系数的概率密度函数模拟较好,其次分别为第3模态、西太平洋遥相关型,其主要模态时间系数概率密度函数模拟较好的模式为CCSM4、HadGEM2-CC、GFDL-CM3、MRI-CGCM3、NorESM1-M。(4)综合时空结构模式模拟能力,对冬季主要模态模拟较好的前5个模式为HadGEM2-ES、IPSL-CM5B-LR、CESM1-FASTCHEM、INM-CM4、BCC-CSM1-1;夏季前5个模式为ECEARTH、CMCC-CM、CCSM4、CANESM2、MIROC5。