2018年广东空中水物质评估及开发分析

doi:10.11755/j.issn.1006-7639（2022）-03-0516

干旱气象 ›› 2022, Vol. 40 ›› Issue (3): 516-523.DOI: 10.11755/j.issn.1006-7639（2022）-03-0516

2018年广东空中水物质评估及开发分析

高建秋¹^,²(), 郑彬³, 游积平¹, 何松蔚¹, 余小嘉¹, 杨博成⁴

1.广东省突发事件预警信息发布中心/广东省人工影响天气中心,广东广州 510640
2.中国气象局云雾物理环境重点开放实验室,北京 100081
3.中国气象局广州热带海洋气象研究所,广东广州 510640
4.广东海洋大学海洋与气象学院,广东湛江 524088

收稿日期:2021-09-27 修回日期:2021-11-19 出版日期:2022-06-30 发布日期:2022-06-28
作者简介:高建秋（1981—）,女,河北人,高级工程师,主要从事云降水物理和人工影响天气业务与研究工作.E-mail： 549448819@qq.com。
基金资助:
中国气象局云雾物理环境重点开放实验室开放课题（批准号：2017Z016(2017Z016);国家自然科学基金委员会资助面上项目(41975138);广东省基础与应用基础研究基金(2021A1515011399)

Assessment and development analysis of air water substances in Guangdong in 2018

GAO Jianqiu¹^,²(), ZHENG Bin³, YOU Jiping¹, HE Songwei¹, YU Xiaojia¹, YANG Bocheng⁴

1. Guangdong Provincial Emergency Early Warning Information Release Center/Guangdong Weather Modification Center, Guangzhou 510640, China
2. Key Laboratory for Cloud Physics of China Meteorological Administration, Beijing 100081,China
3. Institute of Tropical and Marine Meteorology of China Meteorological Administration, Guangzhou 510640, China
4. College of Ocean and Meteorology, Guangdong Ocean University, Zhanjiang 524088,Guangdong,China

Received:2021-09-27 Revised:2021-11-19 Online:2022-06-30 Published:2022-06-28

摘要/Abstract

摘要：

利用2018年1月1日至12月31日逐小时欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasts,ECMWF）第五代全球大气再分析产品——ERA5和中国气象局多源降水分析系统（CMA multi-source precipitation analysis system,CMPAS）中逐小时降水产品（CMPAS-hourly）,采用基于大气水物质收支平衡方程的水物质评估方法对广东2018年空中云水资源及空中水汽、水凝物时空分布进行评估。对广东省整体而言,2018年水汽降水效率为5.1%,水凝物降水效率为89.6%,水汽和水凝物都为净输出。从空间分布来看,水汽总量自西南向东北逐渐减少,水凝物总量高值区在粤西云雾山、天露山及粤东莲花山的南坡,云水资源总量从北部山区向沿海地区逐渐减小,水凝物降水效率从沿海地区向北部山区逐渐减小。从时间变化来看,水汽总量在夏季最大,水凝物总量在8月下半月和9月上半月最大,云水资源总量非汛期高于汛期;水汽和云水资源的变化月内尺度大于天气尺度,水凝物的变化天气尺度大于月内尺度。

关键词: 水汽, 水凝物, 云水资源, 降水效率, 人工增雨

Abstract:

Based on the hourly European Centre for Medium-Range Weather Forecasts (ECMWF) fifth-generation global atmospheric reanalysis (ERA5) and the hourly precipitation product from the CMA multi-source Precipitation Analysis System(CMPAS-hourly) from January 1 to December 31, 2018, the temporal and spatial distributions of water vapor,hydrometeors and cloud water resources in Guangdong in 2018 were evaluated by using the proposed evaluation method of air water substances based on the atmospheric water material balance equation. In 2018, the water vapor precipitation efficiency in Guangdong was 5.1%, and the hydrometeors precipitation efficiency was 89.6%; both water vapor and hydrometeors were net output by taking Guangdong Province as a whole. For the spatial variation, the total water vapor gradually decreased from southwest to northeast, the high value area of total amount of hydrometeors located on the south slope of the Yunwu Mountain, the Tianlu Mountain in western Guangdong and the Lianhua Mountain in eastern Guangdong and the total amount of cloud water resources gradually decreased from northern mountainous areas to coastal areas, and the precipitation efficiency of hydrometeors gradually decreased from coastal areas to northern mountainous areas. For the temporal variation, the total amount of water vapor was largest in summer, the total amount of hydrometeor was largest in the second half of August and the first half of September, and the total amount of cloud water resources in non-flood season were higher than those in flood season. The variations of water vapor and cloud water resources in monthly scale were larger than those in weather scale, and the variation of hydrometeors in weather scale was larger than that in monthly scale.

Key words: water vapor, hydrometeor, cloud water resources, precipitation efficiency, precipitation enhancement

中图分类号:

P481

高建秋, 郑彬, 游积平, 何松蔚, 余小嘉, 杨博成. 2018年广东空中水物质评估及开发分析[J]. 干旱气象, 2022, 40(3): 516-523.

GAO Jianqiu, ZHENG Bin, YOU Jiping, HE Songwei, YU Xiaojia, YANG Bocheng. Assessment and development analysis of air water substances in Guangdong in 2018[J]. Journal of Arid Meteorology, 2022, 40(3): 516-523.

图/表 11

图1 CMPAS-hourly数据采样示意图（黑点为采样点）

Fig.1 Schematic diagram of CMPAS-hourly data sampling （Black spots represent sampling points）

图2 1951—2018年广东年降水量变化

Fig.2 Annual precipitation variation in Guangdong during 1951-2018

图3 2018年广东汛期、非汛期降水与常年值对比

Fig.3 Comparison of precipitation in flood season and non-flood season with perennial values in Guangdong in 2018

图4 基于CMPAS-hourly（a）和自动气象站（b）的2018年广东降水量空间分布（单位：mm）

Fig.4 The spatial distribution of precipitation in Guangdong in 2018 based on CMPAS-hourly（a） and automatic meteorological station （b）（Unit： mm）

表2 2018年广东水汽和水凝物输入和输出单位： 1011 kg

Tab. 2 Input and output of water vapor and condensate in Guangdong in 2018

水物质	输入项	输出项	净收支
水汽	38887.80	40515.70	-1627.90
水凝物	176.28	214.04	-37.76

图5 2018年广东水汽总量（a）和水凝物总量（b）空间分布（单位：

Fig.5 The spatial distribution of total water vapor （a） and total hydrometeor （b） in Guangdong in 2018 （Unit： 1011 kg）

图6 2018年广东云水资源总量空间分布（单位：1011 kg）

Fig.6 The spatial distribution of total cloud water resources in Guangdong in 2018 （Unit： 1011 kg）

图7 2018年广东水汽降水效率（a）和水凝物降水效率（b）空间分布（单位：%）

Fig.7 The spatial distribution of water vapor precipitation efficiency （a） and hydrometeor precipitation efficiency （b） in Guangdong in 2018 （Unit：%）

图8 2018年广东水汽（a）和水凝物（b）净输送值空间分布（单位：1011 kg）

Fig.8 The spatial distribution of net transport values of water vapor （a） and hydrometeor （b） in Guangdong in 2018 （Unit： 1011 kg）

图9 2018年广东水汽（a）,水凝物（b）和云水资源（c）总量的逐日变化

Fig.9 The daily variation of total water vapor （a）, hydrometeor （b） and cloud water resources （c） in Guangdong in 2018

表3 2018年广东两种时间尺度水汽、水凝物、云水资源的均方差单位： 1011 kg

Tab.3 Mean square deviation in water vapor, hydrometeor and cloud water resources with two time scales in Guangdong in 2018

	水汽		水凝物		云水资源
	天气尺度	5~30 d尺度	天气尺度	5~30 d尺度	天气尺度	5~30 d尺度
全年	47.33	62.19	9.70	8.06	0.54	0.71
春季	41.48	45.78	7.64	5.91	0.44	0.42
夏季	50.10	70.40	9.44	10.04	0.36	0.40
秋季	58.30	82.02	13.99	9.00	0.56	0.66
冬季	28.81	22.62	2.54	3.84	0.81	1.28
前汛期	45.28	48.88	9.18	8.46	0.40	0.46
后汛期	64.29	100.25	15.05	11.81	0.48	0.45

参考文献 26

[1]	伍红雨, 邹燕, 郭尧,等. 广东气候年景的客观定量化评估[J]. 大气科学学报, 2020, 43(3):516-524.
[2]	杜尧东, 余勇, 林继生. 开发广东空中水资源的战略思考[J]. 广东气象, 2003(3):40-44.
[3]	ZHOU Y Q, CAI M, TAN C, et al. Quantifying the cloud water resource: basic concepts and characteristics[J]. Journal of Meteorological Research, 2020, 34(6):1242-1255. DOI URL
[4]	潘卫华, 余永江, 罗艳艳,等. 基于地基GPS大气可降水量的福建水汽资源时空分布特征分析[J]. 干旱气象, 2021, 39(4):577-584.
[5]	韩辉邦, 张小军, 张博越,等. 柴达木盆地GPS大气可降水量精度检验及其变化特征[J]. 干旱气象, 2020, 38(1):50-57.
[6]	康晓燕, 马学谦, 韩辉邦,等. 1981—2015年黄河上游河曲地区大气可降水量变化特征[J]. 干旱气象,2017, 35(6):975-983.
[7]	强安丰, 汪妮, 解建仓,等. 三江源区大气可降水量时空特征及其与降水关系[J]. 干旱气象, 2019, 37(1):22-30.
[8]	黄小燕, 王圣杰, 王小平. 1960—2015年中国西北地区大气可降水量变化特征[J]. 气象, 2018, 44(9):1191-1199.
[9]	王怀娟. 中国区域大气水汽变化的分析与模拟研究[D]. 兰州: 兰州大学, 2015.
[10]	王娜, 顾伟宗, 邱粲,等. 山东夏季空中水汽分布和水汽输送特征[J]. 高原气象, 2021, 40(1):159-168. DOI
[11]	蔡淼. 中国空中云水资源和降水效率的评估研究[D]. 北京: 中国气象科学研究院, 2013:11-18.
[12]	CAI M, ZHOU Y Q, LIU J Z,et al. Quantifying the cloud water resource:methods based on observational diagnosis and cloud model simulation[J]. Journal of Meteorological Research, 2020, 34(6):1256-1270. DOI URL
[13]	石晓兰, 杨青, 姚俊强,等. 天山山区水汽和云水含量的空间分布特征[J]. 沙漠与绿洲气象, 2016, 10(2):50-56.
[14]	晓东, 黄建平, 李积明. 基于主动卫星遥感研究西北地区云层垂直结构特征及其对人工增雨的影响[J]. 干旱气象, 2012, 30(4):529-537.
[15]	林丹. 成都地区云水资源分布特征及其与降水的关系[J]. 成都信息工程大学学报, 2021, 36(3):330-335.
[16]	孙仲毅, 靳冰凌, 王敏,等. 2008年6—8月河南空中云水资源分布特征[J]. 气象与环境科学, 2009, 32(4):55-59.
[17]	张海宏, 石明明, 吴昊,等. 基于ERA-Interim 资料的青海省空中云水资源评估[J]. 干旱气象, 2021, 39(4):569-576.
[18]	尹宪志, 王毅荣, 庞朝云,等. 祁连山空中云水资源开发潜力研究新进展[J]. 沙漠与绿洲气象, 2020, 14(6):134-140.
[19]	SHEN Y, ZHAO P, PAN Y. A high spatiotemporal gauge-satellite merged precipitation analysis over China[J]. Journal of Geophysical Research:Atmospheres, 2014, 119(6):3063-3075. DOI URL
[20]	蔡淼, 周毓荃, 欧建军,等. 三维云场分布诊断方法的研究[J]. 高原气象, 2015, 34(5):1330-1334. DOI
[21]	林良勋, 冯业荣, 黄忠,等. 《广东省天气预报技术手册》[M]. 北京: 气象出版社, 2006:9
[22]	陈光学, 段英, 吴兑. 《火箭人工影响天气技术》[M]. 北京: 气象出版社, 2008:135.
[23]	陈宝君, 李爱华, 吴林林,等. 暖底对流云催化的微物理和动力效应的数值模拟[J]. 大气科学. 2016, 40(2):186-207.
[24]	刘卫国, 陶玥, 党娟,等. 2014年春季华北两次降水过程的人工增雨催化数值模拟研究[J]. 大气科学, 2016, 40(4):669-688.
[25]	CHEN B J, XIAO H. Silver iodide seeding impact on the microphysics and dynamics of convective clouds in the high plains[J]. Atmospheric Research, 2010, 96(2/3):186-207. DOI URL
[26]	郭学良, 付丹红, 胡朝霞. 云降水物理与人工影响天气研究进展(2008—2012年)[J]. 大气科学,2013, 37(2):351-363.

2018年广东空中水物质评估及开发分析

Assessment and development analysis of air water substances in Guangdong in 2018

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 11

参考文献 26

相关文章 15

编辑推荐

Metrics

[1]	郭静妍, 肖栋. 孟加拉地区夏季水汽变化及其与太平洋年代际振荡的联系[J]. 干旱气象, 2023, 41(3): 380-389.
[2]	王佳津, 肖红茹, 杨康权, 王彬雁, . 四川盆地一次持续性暴雨的水汽输送特征[J]. 干旱气象, 2023, 41(3): 474-482.
[3]	苏立娟, 衣娜娜, 郑旭程, 史金丽, 邓晓东. 内蒙古中部干旱半干旱区水汽和液态水特征研究[J]. 干旱气象, 2023, 41(2): 251-259.
[4]	姜舒婕, 程莹, 方楠, 周毓荃, 单中华, 张磊. 基于干旱和水位特征构建水库人工增雨需求指数[J]. 干旱气象, 2023, 41(2): 341-349.
[5]	把黎, 奚立宗, 蔡迪花, 庞朝云, 张鑫海, 尹春. 基于微波辐射计资料的祁连山东段大气水汽和液态水时空变化特征[J]. 干旱气象, 2023, 41(1): 64-72.
[6]	邢峰华, 黄菲婷, 李光伟, 黄巧明. 海南岛中部山区暖云人工增雨催化试验物理效果分析[J]. 干旱气象, 2023, 41(1): 114-122.
[7]	陈小婷, 赵强, 刘慧, 彭力. 黄土高原两次不同类型暴雨水汽特征分析[J]. 干旱气象, 2022, 40(6): 968-980.
[8]	张磊, 宋哲, 徐铖, 黄旋旋. 浙江省夏秋季人工增雨作业雷达指标研究[J]. 干旱气象, 2022, 40(5): 888-896.
[9]	许志丽, 衣娜娜, 毕立格, 于水燕, 张俊成. 内蒙古中部一次春季透雨过程的云微物理特征分析[J]. 干旱气象, 2022, 40(4): 632-639.
[10]	张义, 孙根厚, 严晓强. 基于区域历史回归法的成都地区人工增雨效果检验[J]. 干旱气象, 2022, 40(4): 640-645.
[11]	兰明才, 周莉, 蒋帅, 尹依雯, 许霖. 西太平洋副热带高压控制下湖南一次短时强降水成因分析[J]. 干旱气象, 2022, 40(4): 656-666.
[12]	檀成龙, 檀佳. 中国陆地平均降水量与空中水汽含量的统计关系分析[J]. 干旱气象, 2022, 40(4): 710-719.
[13]	沈晓玲, 潘灵杰, 左骏, 桑明慧, 章丽娜. 浙江西部梅汛期两次相似落区暴雨过程对比分析[J]. 干旱气象, 2022, 40(2): 244-255.
[14]	庄晓翠, 李博渊, 赵江伟, 李建刚, 张林梅. 天山南坡暖季暴雨过程的水汽来源及输送特征[J]. 干旱气象, 2022, 40(1): 30-40.
[15]	冯箫,李勋,杨薇,张春花. 2018年2月琼州海峡一次持续性海雾过程特征分析[J]. 干旱气象, 2021, 39(5): 785-795.