为探究复杂地形下冬半年降水相态预报方法,进一步提升降水相态预报时空分辨率和准确率,利用2010—2019年冬半年(11月至次年3月)宝鸡市11个国家气象站观测资料及欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)第五代大气再分析资料,统计分析宝鸡市冬半年雨、雨夹雪和雪3种降水相态时空分布特征,筛选确定降水相态判识因子及阈值,构建降水相态精细化客观预报方法,并检验预报效果。结果表明:宝鸡市初冬-冬末时期以降雨为主,雨雪转换时期3种相态日数占比相当,而隆冬时期则以降雪为主。降水相态空间分布与地形密切相关,海拔较低的渭河两岸川塬区降雨较多,而海拔较高的南北部山区降雪较多。地面2 m气温(T2)、850 hPa和700 hPa温度(T850、T700)、850~1 000 hPa和700~850 hPa位势厚度(H850-1000、H700-850)可作为宝鸡市冬半年降水相态组合判据,川塬区渭滨站初冬-冬末、雨雪转换、隆冬时期雨的T2(H850-1000)阈值分别为2.9 ℃(1 307 gpm)、2.1 ℃(1 308 gpm)、1.8 ℃(1 310 gpm),雪的T2(H850-1000)阈值分别为0.7 ℃(1 302 gpm)、0.3 ℃(1 303 gpm)、0.7 ℃(1 308 gpm),而山区太白站的降水相态判据不同于渭滨站,降雨时T2(H700-850)一般大于2.6 ℃(1 551 gpm),降雪时T2(H700-850)一般小于-0.3 ℃(1 540 gpm),雨夹雪的T2、H850-1000、H700-850阈值一般介于雨和雪之间;此外,雨雪相态转换时还需结合T850、T700综合判断。基于温度和位势厚度组合判据构建的宝鸡市不同地形区冬半年各时期降水相态精细化客观预报方法,能够较好地预报2020年11月至2022年1月冬半年逐小时降水相态,TS(Threat Score)值渭滨站达100%,太白站高于80%,优于单一物理量(温度或位势厚度)。
中国气象局陆面数据同化系统(CMA Land Data Assimilation System,CLDAS)提供了高时空分辨率的陆面融合数据集,为精细化气象服务提供了重要的数据支撑,而数据的适用性评估是开展数据应用的重要基础。基于国家气象信息中心CN05.1格点观测数据和内蒙古119个国家级气象站观测资料,对CLDAS的2 m平均气温和降水产品在内蒙古地区的适用性进行检验评估,并与欧洲中期天气预报中心的ERA5(The Fifth Generation European Centre for Medium-range Weather Forecasts Re-Analysis)和英国的CRU TS(Climatic Research Unit gridded Time Series)再分析资料进行对比分析。结果表明:三种数据集均能很好地反映内蒙古年降水量和年平均气温空间分布特征,但对内蒙古大部地区降水量存在低估、平均气温存在高估现象,且CLDAS数据集还能够反映地形变化对气温和降水的影响。CLDAS和CRU TS的降水变率空间分布优于ERA5;CRU TS和ERA5的气温线性趋势与CN05.1观测结果相似,但增温率高于观测,而CLDAS气温产品还能反映局地降温趋势。无论是月尺度还是季节尺度,CLDAS数据集与站点观测值的相关系数均高于CRU TS和ERA5,平均绝对误差小于CRU TS和ERA5,CLDAS气温和降水产品误差最大的区域在河套地区。
为提高智能网格的订正能力及预报水平,基于中央台客观指导产品的甘肃省切片数据和中国气象局陆面数据同化系统(Chinese Land Data Assimilation System Version 2.0,CLDAS-V2.0)日网格实况产品,采用卡尔曼滤波和滑动训练订正两种方法,对河西走廊东部地区(101.0°E—104.5°E,36.0°N—40.0°N)0.05°×0.05°格点最高、最低气温进行订正、检验和评估。结果表明:(1)季节对比,卡尔曼滤波和滑动训练订正产品对四季最高、最低气温的平均绝对误差均小于中央台客观指导产品,均小于2.00 ℃;卡尔曼滤波和滑动训练订正产品对四季最高、最低气温的预报准确率均大于70%,其中最高气温偏高6%~13%,最低气温偏高8%~24%。(2)空间对比,卡尔曼滤波和滑动训练订正产品对最高、最低气温的平均绝对误差绝大部分地区在1.00~2.00 ℃,个别地区大于2.00 ℃;卡尔曼滤波和滑动训练订正产品对最高(最低)气温的预报准确率大部分地区大于70%(60%~70%),个别地区大于80%(70%)。(3)总体上,卡尔曼滤波和滑动训练订正产品对最高、最低气温订正技巧基本为正技巧,个别季节和部分地区订正技巧大于0.300。说明两种订正方法具有较好的订正预报能力,可为今后的温度预报业务提供一定的技术支持。
观测数据的插补是提升气象数据完整性、恢复缺失数据真实性的重要手段。本文采用标准序列、空间回归和随机森林3种插补方法,对中国西南地区5个主要气候区地面气象观测站日平均气温序列数据以及犍为和北碚2个百年站月平均气温序列数据进行插补试验,并选用平均绝对误差、均方根误差以及插补值与观测值偏差分别在±0.8 ℃和±0.5 ℃区间的样本占比(P0.8、P0.5)等4项指标对插补结果进行评估。结果表明:3种方法对中国西南地区5个气候区站点气温日均值与2个百年站气温月均值插补效果较好,且空间回归方法的插补精度高、适用性最好,在5个气候区的插补精度都高于其他两种方法,在地形较为平坦的四川盆地P0.8约0.90,在地形最为崎岖的川西南滇北山地P0.8也在0.60以上,地形对气温插补精度影响明显。选取最优参考站数可有效降低插补误差,2个百年站95%以上的月平均气温样本插补误差可控制在±0.5 ℃以内。
土壤温、湿度是陆面过程的重要参数,也是大气数值模式下边界条件的重要物理参量。由于土壤湿度的观测站点较少,土壤温湿度的空间资料较少,另外,土壤温湿度作为干旱预测的主要内容,需要知道未来时刻的土壤温湿度变化。因此,如何获得未来时刻土壤温湿度的时空变化具有重要意义。本文根据土壤湿度的记忆性特点,通过机器学习方法试图获得模式中土壤湿度的时空变化。采用卷积神经网络算法(Convolutional Neural Networks,CNN),考虑土壤温度对土壤湿度的影响,选取ERA5 0~7、7~28、28~100、100~289 cm深度层土壤温、湿度作为预测因子,对月、季尺度上土壤湿度变化进行预测。结果表明,本方法能提前6个月对土壤湿度进行可靠有效地预测;预测的浅层(0~28 cm)与深层(28~289 cm)土壤湿度平均偏差分别小于0.05、0.02 m3·m-3;在湿润区,平均偏差基本在0.03 m3·m-3以内,表现出较好的效果。本文的预测方法和结果,既可用于土壤干旱的预测,也可作为数值模式初边界场的形成。
大气云水含量分布及演变规律研究对于区域云水资源开发利用意义重大。利用2017年10月至2020年12月陕西泾河站MWP967KV型地基多通道微波辐射计探测资料,分析关中平原中部大气云水含量时间变化特征,并结合地面降水和多普勒天气雷达观测资料,通过个例对比分析不同云系降水前水汽和液态水发展演变特征。结果显示:关中平原中部水汽夏季最高,秋季次之,冬季最低,峰值在7月,谷值在12月;液态水秋季和夏季较高,冬季最低,峰值在9月,谷值在12月。水汽和液态水均呈现单峰单谷型日变化,峰谷出现时间存在差异,水汽日峰值夏季和秋季在07:00—08:00(北京时,下同)、春季在23:00、冬季在13:00,日谷值春夏秋三季在12:00前后、冬季在22:00;液态水日峰值春夏秋三季在07:00—09:00、冬季略晚(10:00),日谷值均在夜间。不同类型云系降水前云水含量增长用时不同,层状云系发展用时平均为15.6 h,其他积状云系平均为9.0 h,初期水汽均先于液态水发展,越临近降水时刻波动幅度越大,但降水触发前液态水率先跳变跃增,且不同季节层状云系触发降水时的水汽和液态水差异较大;午后强对流发展用时较短,平均为30 min,发展初期和降水触发前均是液态水率先变化和跳变跃增。
2022年4月25日连续两次飑线影响浙江且造成大范围风灾,研究连续飑线的发生发展对此类灾害性天气预报有重要参考价值。应用ERA5再分析资料、地面自动气象站实况数据、云顶亮温资料和多普勒雷达数据,分析连续飑线发展过程及机制。结果表明:连续两次飑线(按照飑线发生先后顺序分别称“飑线1”和“飑线2”)是在高层急流辐散区内、中层槽前、低层低涡南侧和西南急流轴顶端的暖区中发展起来的。飑线1为中β尺度飑线,初生阶段受高层干侵入和近地面弱冷锋触发,底部出流与杭州湾东南风强入流造成的中尺度辐合线和低层垂直风切变促使其移动过程中逐渐增强;飑线2初生到成熟阶段从中β尺度升至中α尺度,其初生与上游对流系统移入有关,受高层干侵入、低层垂直风切变、飑线1后部弱冷锋辐合线和上游回波并入影响,成熟阶段出现升尺度增长现象,当垂直风切变减小,且飑线2北段入海移速加快后,飑线2出现断裂。
利用地面常规观测资料及加密自动站观测资料、FY-2G卫星云图、多普勒天气雷达产品和ERA5再分析资料,对2021年5月10日贵州东部和北部的一次辐合线锋生极端暴雨过程中尺度特征进行分析,初步探讨其形成机制。结果表明:此次极端暴雨过程发生在低涡切变背景下,低层强盛的南风为中尺度对流系统发生发展输送了充足的水汽和不稳定能量,地面辐合线及锋生提供了触发条件,暴雨区主要位于云团云顶亮温低值中心西侧或南侧梯度大值区,并沿地面辐合线呈东西向带状分布,最强降水发生在对流云团合并阶段。辐合线锋生作用在其西侧频繁触发对流单体,新生对流单体沿地面辐合线东移发展,持续影响贵州东部和北部地区。在降水最强的两个阶段,雷达回波呈现暖云和悬垂结构特征。地面辐合线及其锋生、上游降水带来的降温增压以及持续增强的南风有利于暴雨区水汽辐合增强,而垂直方向上纬向、经向中尺度次级环流上升支正好位于特大暴雨中心附近,有利于中尺度对流系统维持和增强。
2021/2022年冬季,赤道中东太平洋海温偏低,导致贵州省气温偏低、降水偏多,但凝冻日数总体偏少,呈前期偏弱后期偏强的阶段性分布特征。利用贵州省84个国家气象观测站逐日观测资料、NCEP/NCAR(National Centers for Environmental Prediction/National Center for Atmospheric Research)再分析资料以及NOAA(National Oceanic and Atmospheric Administration)海温资料等,分别从海温场、高度场、风场、温度场和水汽条件等方面对凝冻阶段性特征成因进行分析。结果表明:高层南支锋区总体呈前期偏弱后期偏强,为贵州省凝冻阶段性特征提供了有利的大尺度环流背景。2022年1月26日之后,对流层低层切变线稳定维持、偏北气流异常强盛使0 ℃等温线南压明显。同时随着偏南气流持续增强,对流层低层水汽辐合也迅速增强,并维持低层辐合中层辐散的不稳定层结和上升运动,为贵州省凝冻阶段性特征提供了有利的水汽条件。温度场上,前期暖层较为深厚,冷空气势力前期偏弱后期偏强,为贵州省凝冻阶段性特征提供了有利的温度条件。但由于整个冬季无逆温层存在,导致3次区域性凝冻过程强度均偏弱。
为了加强对长江干线通航气象条件低能见度影响事件的了解,提高航道影响天气预报水平,利用国家级气象站观测资料及欧洲中期天气预报中心(ECMWF)全球再分析资料(ERA5),对长江沿线51站2016—2020年的雾日时空分布特征、雾发生时的天气形势和气象要素变化特征进行分析。结果表明:(1)大多数长江沿线站点雾高发于11月至次年1月,其中川渝一带雾常年高发,鄂皖平原地区雾春季多发。浓雾和大雾多出现在半夜和清晨,且强浓雾通常在雾发生2 h后出现。(2)冬季,长江沿线雾集中出现在四川航段(宜宾—重庆)、重庆西南部及中部航段(重庆—万州),其次是安徽航段(安庆—和县)和江苏航段(丹徒—太仓)。(3)雾出现时,10 min平均风速通常在0~3 m·s-1,少数地方超过4 m·s-1;以偏北风为主,其次为偏东风和偏西风。(4)沿江山区雨雾占比大,浓雾频次较高,与降水呈现出较好相关性;平原地区清晨辐射雾占比较大,浓雾发生通常与降水无直接关系;东部平原地区雨雾占比基本与山区相同,但各站点波动较小。(5)出现强浓雾天气时,近地面天气形势主要有4类:低压后部型、低压槽型、弱高压型和高压底部型。其中,弱高压型是高发天气型,其次是低压槽型,低压后部型和高压底部型较为罕见。
研究青藏高原冬季强降雪的气候特征对高原冬季降水预测及雪灾防御有重要意义。基于1961—2021年冬季(11月至次年2月)青藏高原99个地面气象观测站的逐日降雪资料,采用线性倾向估计、相关性分析、集合经验模态分解等方法,揭示青藏高原前、后冬强降雪时空分布特征,对比分析前、后冬强降雪量和强降雪日数差异性,探讨不同海盆海表温度、北极涛动与前、后冬强降雪量和强降雪日数的关系。结果表明:近61 a来,青藏高原前冬初期最易出现较大量级降雪过程,而后冬降雪过程多且持续时间长;前冬高原强降雪量、强降雪日数总体呈“少—多—少—多”变化特征,后冬强降雪量和强降雪日数均呈显著增加趋势;前冬强降雪量和强降雪日数的贡献率明显大于后冬;前、后冬高原中东部主体为强降雪高值区,前冬东北侧强降雪量也较大。热带印度洋、北大西洋、太平洋海表温度异常是影响青藏高原冬季强降雪的重要因子,前冬强降雪量与热带中东太平洋、热带印度洋西部海表温度呈显著正相关,后冬强降雪量与热带印度洋、西北太平洋、北大西洋海表温度的正相关最显著;自20世纪90年代中期开始印度洋偶极子与前冬强降雪量由弱正相关转为显著正相关并维持至今,北极涛动异常对后冬强降雪具有重要影响,二者始终呈稳定正相关性。
伴随全球气候变暖,极端降水事件明显增多,造成的灾害损失日益增加。青藏高原作为全球气候变化敏感区域,开展该区域极端降水事件时空变化特征研究有助于提升高原气候预测和防灾减灾能力。利用1961—2017年青藏高原中东部68个气象站逐日降水观测数据,通过百分位阈值法和线性倾向估计法,结合极端降水指数,分析该区域极端降水时空分布及变化趋势,探讨不同等级降水对总降水量的贡献。结果表明:青藏高原中东部地区各极端降水指数总体均由东南向西北递减,东南部是总降水和极端降水高值区,但该区域对整体降水量增加的影响较小。近57 a来,各极端降水指数整体均呈增加趋势,总降水量及其强度、强降水量、1日最大降水量和连续5 d最大降水量增加趋势显著,强降水量气候倾向率大于特强降水量,且强降水量占比明显增大,而特强降水量占比略有减小,表明强降水量增加对总降水量的贡献更大。强降水量和强降水、中雨日数与总降水量及其强度的变化趋势空间分布基本一致,区域东北部为显著增加区,中雨、强降水日数及雨量的增加导致高原中东部总降水量和极端降水量增加。
为了解华东地区的植被变化特征,基于1982—2016年全球陆表特征参量卫星叶面积指数(Global Land Surface Satellite Leaf Area Index,GLASS LAI)数据,利用趋势分析方法研究过去35 a华东地区植被叶面积指数(Leaf Area Index, LAI)的时空变化特征,采用偏相关方法分析植被LAI与气候因子(温度、降水和太阳辐射)的相关性,并探究华东不同区域LAI变化的主导气候因子。结果表明:(1)华东地区年平均LAI为0.05~7.20,年最大LAI为0.04~8.60,均呈现由南向北递减态势。(2)近35 a华东地区年平均和年最大LAI均呈波动上升趋势,增加率分别为每年0.007 9(p<0.05)和0.022 6(p<0.05)。虽然华东北部LAI低于南部,但近35 a上升趋势明显;南部LAI虽较高,但部分区域有下降趋势。(3)年平均和年最大LAI显著增加的区域分别占整个区域的60.9%和60.5%,主要分布于江淮以北地区;两者显著降低的区域分别占8.9%和6.4%,主要集中在浙北到苏南一带。(4)不同区域年平均和年最大LAI变化的主要气候影响因子存在差异,年平均LAI主要受温度和降水影响的区域均占13.9%,主要受太阳辐射影响的区域占10.0%;年最大LAI主要受温度影响的区域占26.5%,集中分布于华东中南部。
全球变暖背景下,研究石羊河流域干湿气候变化特征及对植被覆盖度的影响对该流域的生态环境建设具有重要参考价值。基于1971—2020年石羊河流域的降水温度均一化指数(S),从干旱站次比、干旱频率等方面分析该流域干湿气候的时空变化,并结合归一化植被指数(Normalized Differential Vegetation Index,NDVI)遥感数据,分析干湿变化对NDVI的影响。结果表明:近50 a来石羊河流域年际和季的S指标呈波动上升趋势,四季中,夏季湿润化速度最快。流域干旱程度、干旱发生区域均呈减小趋势;中下游地区干旱强度高于上游地区,下游地区干旱频率高于中上游地区;年NDVI随着1—10月干旱减轻、降水量增多和气温降低而增加,其中,植被生长前期和中期降水量、生长中期气温对年NDVI影响较大。2月、5月和7月,NDVI对干旱存在滞后效应。
干旱灾害是甘南高原发生最频繁的气象灾害之一,严重影响该地区农牧业生产和生态环境安全。利用1973—2022年甘南高原及周边31个气象观测站逐月降水和气温观测数据,选取标准化降水蒸散指数(Standardized Precipitation Evapotranspiration Index,SPEI)表征气象干旱,采用Mann-Kendall检验和Sen’s slope估计方法,研究甘南高原年、季尺度的干旱时空分布及变化特征。结果表明:近50 a来,甘南高原年SPEI呈显著减小趋势,全域整体趋向干旱化,1986年为突变年。干旱变化趋势存在季节差异,夏、秋季呈干旱加剧趋势,春、冬季则相反。年和季SPEI变化趋势存在空间差异性,年和秋季全域呈干旱化趋势;夏季甘南高原中东部呈干旱加剧趋势,春季与夏季相似,但春季干旱加重区域和干旱化程度明显小于夏季;冬季整体呈干旱减轻趋势。甘南高原年和季节尺度不同等级干旱发生频率有明显的空间差异,高原中东部轻旱频发,高原南部中旱和重旱高发,特旱各区域发生频率均较低;高原西部干旱发生频率总体小于高原中东部。
ERA5-Land再分析产品作为全球重要的地表要素数据,其在干旱监测中的误差评估对进一步提升干旱预警能力和降低灾害风险具有重要意义。利用1981—2020年国家气象信息中心逐日降水格网数据,结合标准化降水指数(Standardized Precipitation Index, SPI),定量评价欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts, ECMWF)的第五代再分析陆地产品(Land component of the Fifth Generation of European Reanalysis, ERA5-Land)降水资料在黄河流域及其子流域干旱监测中的误差特征,探讨ERA5-Land降水产品在不同地区和不同时间尺度下对降水的高(低)估以及对干旱特征的描述能力。结果表明:ERA5-Land降水产品在黄河流域对降水量存在明显高估现象,上游地区降水量高估误差最大,中游次之,而下游相对较低。在不同时间尺度下,ERA5-Land降水产品对干湿状况的反映能力存在明显差异,并随时间尺度的增加,差异也增加。针对黄河流域干旱事件,ERA5-Land降水产品存在明显的干旱频次高估和干旱历时低估。上游地区主要以干旱烈度和严重度高估为主,中下游则存在明显的干旱烈度和严重度低估现象。虽然ERA5-Land降水产品能够有效捕获典型干旱事件的空间分布,但对不同等级干旱面积的描述并不准确。因此,使用ERA5-Land降水产品数据进行干旱监测时,需特别注意其高估或低估现象。
为做好ECMWF(European Centre for Medium-Range Weather Forecasting)模式本地化释用,提高四川省降水预报准确率,对四川省2020—2021年7—9月模式各量级降水预报系统性偏差规律分析发现,该模式预报的雨日较实况偏多,尤其是攀西地区和川西高原;预报的大雨日数盆地西南部及攀西地区多于实况,而盆地南部少于实况。然后,基于分位数映射法对模式预报的24 h累积降水开展大量级降水订正试验与检验。基于分位数映射法订正后,暴雨及以上量级TS(Threat Score)提高7%~15%,且各量级降水TS均高于多模式集成客观预报产品2%~4%,大雨及以上、暴雨及以上量级命中率提高10%~20%,订正后雨带位置特别是暴雨落区与实况更接近。
雾和霾是危害人类健康和影响社会经济发展的灾害天气,精细化的实况资料能够在雾和霾的防治中发挥重要作用。利用2017年12月1日至2020年11月30日天津及其周边地区国家气象观测站资料、Himawari-8卫星L1级全圆盘观测数据和L3级气溶胶光学厚度产品,分析了中国气象局陆面数据同化系统(CMA Land Data Assimilation System,CLDAS)能见度和相对湿度融合实况分析产品判识天津地区雾、轻雾和霾的准确性。结果表明:与台站资料相比,CLDAS产品对轻雾、雾和霾的平均检出率分别为90.4%、84.2%和78.8%;CLDAS产品对轻雾的逐月检出率为81.1%~96.4%,雾和霾出现较多的月份,其检出率均在80.0%左右。个例分析表明CLDAS产品判识的雾、轻雾和霾与台站观测结果以及Himawari-8卫星反演检测结果基本一致。CLDAS产品未正确判识雾、轻雾和霾的情况主要表现为雾误判为轻雾(各站为3.8%~21.4%)和霾漏判(各站为8.6%~25.0%)。当台站水平能见度在区间[0,0.75 km)时,CLDAS能见度的误差主要导致雾误判为轻雾;在区间[0.75,7.5 km)时,CLDAS能见度的误差主要导致霾漏判;在区间[7.5,15 km)时,CLDAS能见度的误差主要导致轻雾和霾空报。当台站相对湿度大于40%且小于等于60%时,CLDAS相对湿度的误差主要导致霾误判为轻雾。总体而言,CLDAS产品对天津地区雾、轻雾和霾的判识准确性较好,能够为雾、轻雾和霾的精细化监测提供参考,改善雾和霾监测中能见度观测站点稀少、空间覆盖不足的现状。
为科学管理葡萄越冬埋土工作,基于2021/2022年冬季宁夏贺兰山东麓酿酒葡萄种植区10个葡萄园地温观测资料,分析不同葡萄园冬季日平均地温的变化特征和10~20 cm土壤热扩散率。结果表明:各葡萄园冬季土壤温度先下降后上升,土壤温度随着深度增加而上升,深层土壤温度波动幅度小于表层土壤,变化趋势也滞后于表层土壤。热传导方法可以很好地模拟冬季贺兰山东麓10、20 cm土壤温度,20 cm效果最佳,回归校正系数达0.947 5。贺兰山东麓葡萄园冬季土壤热扩散率k整体较高,各葡萄园区k值存在一定差异。产区北端大武口区的贺东庄园和永宁县偏东的圣易路丁酒庄k值较小,平均值分别为6.11×10-6、4.53×10-6 m2·s-1;靠近贺兰山的观兰酒庄、西鸽酒庄、留世酒庄、轩尼诗酒庄和产区南端的东方裕兴酒庄、红粉佳荣酒庄k值较大,平均值为11.08×10-6~14.94×10-6 m2·s-1;御马酒庄和美御酒庄的平均k值分别为9.63×10-6、8.52×10-6 m2·s-1。
探究夏玉米生长季热量资源利用率的时空分布特征,可为夏玉米品种布局调整、保障高产稳产提供理论依据。基于河北省夏玉米主产区15个农业气象观测站1981—2019年逐日气象数据、玉米及后茬轮作小麦的发育期观测数据,利用回归分析及空间插值等方法,分析气候变化背景下夏玉米生长季热量资源利用率时空变化。结果表明,1981—2019年河北省夏玉米潜在生长日数无显著变化、潜在积温显著增加(P<0.05);生长季热量资源利用率显著增加(P<0.05),生长日数利用率从1981年的80.4%提高到2019年的94.5%,积温利用率从1981年的84.5%提高至2019年的94.9%。河北地区夏玉米潜在生长季日数、潜在积温呈现南多北少的空间分布;生长日数利用率及积温利用率整体呈现南低北高的分布特征,其中廊坊地区生长日数利用率及积温利用率均较高(95%以上),邯郸生长日数利用率较低(85%以下)。1981—2019年夏玉米花前积温与花后积温气候倾向率分别为19.6、58.7 ℃·d·(10 a)-1,花后积温的上升速度明显高于花前积温,积温比呈现明显下降趋势,从1981年的1.6下降到2019年的1.1,下降28.5%。研究表明冀南地区夏玉米气候资源利用率仍有一定的提升空间,可以选用生长季更长的中熟和晚熟品种,育种或栽培上可选择灌浆阶段更长的品种,充分利用生长季热量条件,提高玉米产量。
为提高暴雨预报准确率,减少暴雨致灾损失,基于地面常规气象观测资料、卫星云图反演的云顶亮温(Black Body Temperature, TBB)资料及美国国家环境预报中心(National Centers for Environmental Prediction, NCEP)再分析资料,对2017年8月云南一次强对流暴雨成因进行分析。结果表明:500 hPa低槽东移、700 hPa切变线南压、地面冷锋西推是此次降水过程发生的天气背景;中-β、中-α尺度对流系统(Mesoscale Convective System, MCS)是产生强对流暴雨的直接系统,强降雨主要出现在TBB梯度大值区;MCS与700 hPa切变线关系最为密切,切变线位于滇中以东地区,MCS呈椭圆状,沿切变线附近及后部发展,切变线靠近哀牢山或翻越后,MCS呈西北—东南向带状分布,沿切变线前部发展;切变线翻越哀牢山前,白天移动较快,主要产生雷暴天气,夜间移动缓慢,降雨较强;强对流暴雨需重点关注水汽通量辐合大值区、800 hPa与500 hPa温差大于20 ℃区域;强降雨时段,整层大气均为上升运动,强降雨区维持低层辐合、中高层辐散的动力抽吸机制。
探究降水对不同区域PM2.5质量浓度的影响,可为当地空气质量评估和预报以及大气污染防治等提供重要科学支撑。利用2016—2021年四川盆地成都、乐山、宜宾、绵阳和达州5个典型城市逐小时降水观测资料和PM2.5质量浓度监测数据,从降水过程发生时段、持续时间、强度以及降水前PM2.5初始浓度等方面,探析降水过程对不同区域城市PM2.5的清除作用。结果表明:随着降水强度或PM2.5初始质量浓度增加,四川盆地PM2.5正清除过程占比增加,清除率升高。空气污染状态下,1 mm·h-1及以上降水强度对四川盆地PM2.5清除作用明显提升,清除率达35.0%。PM2.5清除作用与降水过程持续时间呈正相关,降水持续时间超过3 h的清除率较持续时间小于等于3 h的高出9.0%~18.0%。四川盆地凌晨和下午的降水过程出现正清除的概率较高,且凌晨的降水过程对PM2.5清除效果更好。对比来看,降水发生后,乐山和宜宾出现正清除过程占比较高,且在不同PM2.5初始质量浓度下,随着降水持续时间增加,清除率明显高于其他地区。
为探究沙尘天气发展规律和污染特征,以石家庄和济南为例,基于偏振-米散射激光雷达观测数据和城市颗粒物小时质量浓度等数据,分析2021年3月中国北方发生的两次强沙尘过程(3月15日与27日强沙尘过程,简称“3·15”过程与“3·27”过程)。结果表明:(1)两次过程沙尘入境时,两市PM10质量浓度快速上升,PM2.5与PM10质量浓度比迅速减小。(2)两次过程期间,两市PM10质量浓度符合正态分布,“3·15”过程石家庄和济南PM10质量浓度高斯拟合的决定系数分别为0.92和0.76,“3·27”过程分别为0.83和0.89。(3)沙尘爆发期,近地面消光系数和退偏比都明显增大。(4)因沙尘沉降和多沙尘源,沙尘传输过程中出现多层结构,可分为近地面沙尘层、低空沙尘层和高空沙尘层。近地面沙尘层出现时间和地面颗粒物质量浓度急剧上升时间基本一致。(5)离地面近且雷达数据质量可靠的195 m高度处,“3·15”过程(“3·27”过程)石家庄和济南退偏比最大分别为0.29、0.23(0.28、0.20),消光系数最大分别为3.94、3.84 km-1(3.10、1.83 km-1)。表明沙尘在传输过程中强度变弱,大粒子不断减少。该高度退偏比开始快速上升时间比地面颗粒物质量浓度开始快速上升时间早约1 h。(6)根据沙尘天气污染特征可将其发展分为前期、爆发期、维持期和后期4个阶段,综合利用PM10质量浓度、PM2.5与PM10质量浓度比、消光系数和退偏比等能很好地识别沙尘的不同阶段。
基于2016年11月20日机载微波辐射计GVR(G-band water Vapor Radiometer)和热线含水量仪探测资料以及FY-2E卫星云顶亮温、天津塘沽站雷达组合反射率、美国国家环境预报中心(National Centers for Environment Prediction,NCEP)/国家大气研究中心(National Center for Atmospheric Research,NCAR)FNL再分析资料,分析天津地区典型层状云水汽和液态水分布特征。结果表明:层状云的液态水路径自云底向上随高度上升而减小,到达冰云高度后减至0 mm,而积分水汽含量自地面向上随高度上升逐渐减小,在云上3 500 m高度平飞过程中稳定在0.3~0.5 cm。液态水密度随高度上升先增后减,在云底(900 m)以上GVR探测的液态水均为过冷水,在上升过程中过冷水主要分布在900~2 400 m高度,密度最大为0.63 g·m-3,而在下降过程中主要分布在900~1 600 m高度,密度最大为0.78 g·m-3。相比热线含水量仪,GVR能更好地反映云中过冷水含量及过冷层高度和厚度。水汽主要源于平流输送,水汽密度在400 m高度向上不断增大,在云底附近明显积聚后迅速减小,在1 400~3 000 m高度波动变化。随着降水的临近,飞机下降阶段的最大水汽密度增大且高度上升,水汽大值层厚度增大,可为降水预报及人工影响天气提供一定参考。
三峡库区地处长江流域腹地,是典型的气象灾害频发区和生态环境脆弱区,夏季小时强降水(Hourly Heavy Rainfall,HHR)因突发性强、预测难度大等极易致灾。利用中国气象局国家气象信息中心提供的逐小时降水量观测资料,分析1992—2021年三峡库区夏季HHR和强降水事件(Heavy Rainfall Event,HRE)的精细化时空分布特征。结果表明,三峡库区夏季HHR局地性强、强度大,其降水量对夏季总降水量贡献大,且主要源于降水频次的贡献,库区东南部是高值中心。近30 a来,三峡库区夏季HHR降水量呈不显著增加趋势;HHR的降水量和频次日变化均呈双峰型,峰值分别出现在清晨和下午,且日峰值时间位相与地形相关。三峡库区夏季HRE以短历时(1~6 h)为主,其降水量多为20~60 mm,而长历时(>12 h)发生少,其降水量多为60~100 mm。短历时HRE多开始于下午,其最大小时降水量也多发生于下午,而中历时(7~12 h)和长历时HRE多开始于夜间,二者的最大小时降水量均多发生于清晨。
为科学确定气象站点地形起伏特征,基于先进星载热发射和反射辐射仪全球数字高程模型(Advanced Spaceborne Thermal Emission and Reflection Radiometer Global Digital Elevation Model,ASTER GDEM)30 m数据,利用均值变点分析法确定四川省地形起伏度模型的最佳分析窗口。提取地面气象观测站所处的地形起伏特征,探究气象站点布设的区域代表性空间格局。结果表明:(1)四川省地形起伏度的最佳窗口为39×39个像元矩形邻域,对应面积1.369 km2。建立的地形起伏度模型与山脉走向一致,能够捕捉到地表各种尺度的地形起伏状况,符合四川省地貌特征。(2)国家站和区域站所处地势以台地、丘陵和小起伏山地为主,地形起伏较小的国家站占比明显高于区域站,即国家站更具有区域代表性。(3)四川省气象观测站点布设的适宜地区主要集中在盆地、川西高原的北部和西部及攀西地区的东部和南部,占全省面积的69.74%。均值变点分析法确定的分析窗口面积可以兼顾各种地貌类型,提取的地形起伏度能较好地反映气象站点所处地形特征,可为气象站点布局和站网优化提供重要参考依据。