利用2002~2011年的能见度观测资料以及NCEP格点资料,采用天气学方法研究了华北地区的低能见度天气过程。结果表明:造成研究区域低能见度的500 hPa天气形势可分为3种类型:2槽1脊型、低槽型、纬向气流型;用特征物理量作为这3种天气型的入型判据,建立了华北区域性低能见度天气的自动识别系统;并在此基础上,利用K指数、露点温度差以及500 hPa和850 hPa的假相当位温差等天气诊断物理量,进行第二次判别,进一步消空,最后制作低能见度天气预报。利用以上建立的预报方案,对2002~2011年进行冬半年逐日回代检验,预报准确率达到了78%左右;对2012年的试预报结果为:出现3 d区域性低能见度天气过程完全报对,试验结果表明预报方法达到了较好的效果。
利用常规观测资料、美国环境预报中心逐6 h FNL(1°×1°)再分析格点资料、NCEP/NCAR(2.5°×2.5°)逐6h再分析资料、FY-2E气象卫星资料和雷达回波资料,用天气学分析和物理量场诊断分析方法,探究了2012年6月4~5日发生在新疆库尔勒至甘肃玉门一带干旱地区60 a一遇的大暴雨天气过程的水汽来源以及触发机制。结果表明:中层强盛西南低空急流和低层偏东低空急流为暴雨区源源不断地输送水汽并带来不稳定能量;前倾槽结构和低层增温增湿,形成大气层结强烈对流不稳定;低层切变线(850 hPa)和其上空辐合线(700 hPa)叠加,导致不稳定能量释放,诱发大暴雨天气过程发生;低空辐合高空辐散,形成整层上升运动,为大暴雨的发展和维持提供了动力条件。
气象要素的变量可反应天气系统的变化趋势,所以,在数值预报产品释用业务中,气象要素场及一些物理量的24 h 变量经常作为重要的预报因子,因此,有必要以24 h 变量相关系数为指标,对数值预报产品进行检验。利用国家气象中心T213 L31 数值预报产品,对东亚范围内2006 ~ 2011 年对流层各等压面的高度场、温度场、风场、垂直速度场和水汽场的预报,以24 h 变量相关系数为指标,进行了检验。结果表明: 1) 高度场预报,通过相关显著性水平α = 0.001 检验的时效为10 d,高可信度( 24 h 变量相关系数> 0.4) 的时效,对流层中上部6 ~ 7 d,对流层中下部5 d; 2) 温度场预报,通过α =0.001 水平相关显著性检验的时效为9 d,高可信度的时效,对流层中上部4 d,对流层中下部5 d; 3)风场预报,通过α = 0.001 水平相关显著性检验的时效为8 d,高可信度的时效,对流层上部、中部和下部分别为5 d、4 d 和3 d; 4) 垂直速度场预报,通过α = 0.001 水平相关显著性检验的时效为5 d,高可信度的时效仅为1 ~ 2 d; 5) 水汽场预报,通过α = 0.001 水平相关显著性检验的时效为6 d,高可信度的时效,对流层中部2 d,下部3 ~ 4 d。这些将为T213 L31 数值预报产品的合理有效利用提供参考依据。
利用1956 年1 月1 日至2008 年12 月31 日环渤海15 个地面测站观测资料,建立降水天气过程的时间序列,利用灰色预测模型法,对各站降水天气进行预测研究。为了提高预报准确率,对灰色预测模型进行了改进。通过不同长度时间序列建立灰色预测模型,从而排除时间序列长度对模型的影响; 基于光滑比对灰色预测模型的影响,为提高时间序列光滑比,对时间序列进行函数变换; 优化灰色预测模型。利用1956 ~ 2008 年观测资料进行检验,实证分析结果表明: 改进后的灰色预测模型降水过程预测准确率明显高于灰色预测模型,达到65%,对中长期降水预报具有一定的参考价值。
利用葫芦岛附近4 个站点( 兴城、绥中、建昌和锦州) 2000 ~ 2009 年的雷暴观测资料分析了该地区雷暴的气候特征; 结合雷暴发生时的高空图,对雷暴发生的天气形势进行了划分; 在天气分型的基础上,利用数值预报产品计算了与雷暴相关的物理量,作为雷暴预报的进一步判别指标,得到了葫芦岛1 ~ 10 d 雷暴预报方法。结果表明: 1) 发现雷暴主要出现在5 ~ 9 月,占全年雷暴日数的91. 3%;2) 雷暴发生的天气形势划分为4 种类型: 高空槽型、高空冷涡型、西北气流型和副高边缘型; 3) 运用天气分型和物理量指标叠加,可起到双重消空作用,提高预报准确率,降低空报率; 4) 预报结果检验显示, 24 ~ 72 h 预报,TS 评分在50.00% ~ 88.89%之间,空报率在37.50% 以下,漏报率在28. 57% 以下; 96 ~ 168 h 预报,TS 评分在43.48% ~ 83.33% 之间,空报率在52.38% 以下,漏报率在33.33% 以下; 192 ~ 240 h 预报,TS 评分在39.13% ~ 82.61%之间,空报率在52.38% 以下,漏报率在37.50% 以下。
利用青海省38 个测站1960 ~ 2006 年4 ~ 10 月冰雹、雷暴日数资料,其中24 站有连续的温度资料,采用线性回归分析、经验正交函数( EOF) 等方法,分析了青海冰雹、雷暴的时空特征及对气候变暖的响应。结果发现: 47 a 来38 站平均雷暴、冰雹日数的年内分布都为单峰型分布,雷暴和冰雹日数都在7 月达到峰值; 年平均冰雹、雷暴日数均具有明显的线性下降趋势,平均冰雹、雷暴日数空间分布特征呈南多北少的纬向分布; 年冰雹日数在海南地区、玉树西北部和海西西部地区( 负变化) 与其它地区呈反位相变化关系; 年雷暴日数在海西北部大柴旦地区、海北祁连和海东西宁地区( 正变化) 与其它地区呈反位相变化关系,变化敏感区位于年平均冰雹、雷暴日数大值区。7 月份海东、海西及果洛地区冰雹、雷暴日数与其温度无显著的相关性,海南、海北地区冰雹、雷暴日数与温度呈显著负相关,黄南和玉树地区冰雹日数与温度呈显著负相关。
利用祁连山地区8个气象观测站1960—2002年逐日气象观测资料和1970—1997年NCEP/NCAR再分析资料(2.5。×2.5。格距),分析了祁连山地区的空中水资源状况。结果表明:该区大气水汽含量从春季到夏季逐渐升高,之后又逐渐减少,对应全年降水主要集中在5—9月,占年降水量的86.8% ;从1987年西北地区气候转型前后2个时期的比较来看,1987年后比1987年之前平均年降水量增加了22.7 mm(约8.1%),而且主要是春、夏季降水增加了,这将有益于该地区生态环境的改善。从空间分布来看,祁连山地区中部的年降水量大,东部和西部降水较少,其中西部最少。祁连山地区平均每年水汽输入量约为885.4亿m ,水汽输入主要在600 hPa以下层,高层全年多数时间整体表现为辐散,且水汽主要来源于经向输送。
全球气候变暖的加剧,水资源短缺问题表现得越来越突出,如何有效地开发利用空中水资源已成为人们关注的热点问题之一。本文回顾了人工增雨的发展历史,概述了当今国内外人工增雨的发展状况,归纳了各地区云状、积云特征、液态含水量、冰晶浓度等云物理特征,并在此基础上对我国各地区尤其是西北地区的增雨潜力进行了分析,最后归纳总结了人工增雨的常用手段、经验和检验人工增雨效果的方法。
回顾了我国开展酸雨研究以来所取得的各方面研究成果,主要包括酸雨的定义、空间分布特征、化学特征、影响酸雨pH 值的因素、酸雨对生态社会的影响以及酸雨控制的对策和方法6 个方面。研究表明,海洋降水pH 值以4. 8、内陆降水以5. 0 作为酸雨的界限更为合理;我国酸雨空间分布存在明显的地域差异,南方酸雨比北方严重,且以城市为中心分布;我国降水中总离子浓度很高,酸雨是典型的硫酸性酸雨,降水酸度与(SO42 - + NO3- )(/ NH4+ + Ca2 + )的浓度比值有着高度的正相关;酸雨的形成不仅仅取决于酸性物质的排放,还与酸性物质的迁移和扩散、土壤的性质、大气中的氨、大气颗粒物及其缓冲能力和气象条件有关;酸雨对生态系统、建筑物和人体健康都造成了严重危害,我国酸雨还有进一步加重的趋势,因此必须进一步加强和发展酸雨控制的对策和方法。
利用1951-2000年中国X70个台站沙尘天气和地面气象资料进行了分析,并做了沙尘暴、扬沙、浮尘的空间分布图。分析结果表明沙尘天气主要发生在我国西北、华北地区,有3个多发中心:①以民勤为中心的河西走廊及内蒙占阿拉善高原区;②以和田为中心的南疆盆地南缘区;③以朱日和为中心的内蒙古中部区。另外,以宁夏盐池及内蒙古鄂托克旗为中心的宁、蒙、陕交界处等也是较高的话动区。扬沙、浮尘与沙尘暴的分布很相似。在此基础上,又计算了沙尘天气空间分布与地面气象要索的关系,结果表明:沙尘天气与降水量、相对湿度、植被覆盖率旱显著的负相关,与蒸发量旱正相关。说明影响沙尘天气发生的主要因子是植被覆盖率、蒸发量、降水量和相对湿度。在西北干旱地区,多年平均温度与沙尘天气的发生相关不显著,多年平均风速与沙尘天气的相关也弱.
根据2000年6月至2001年5月兰州市大气气溶胶的监测资料,分析了兰州市大气气溶胶的浓度、尺度谱分布及其年、月、日变化规律,进而探讨了大气气溶胶对人体舒适度的影响,分析了大气气溶胶浓度与呼吸道疾病发病人数之间的关系。结果表明:PM10月均浓度与同期呼吸道疾病月发病人数的变化趋势基本一致,两者呈显著性相关;当PM10日均浓度明显升高后1~2d,呼吸道疾病发病人数也随之增多.
按照《地面气象观测规范》规定,能见度VV与风速V是对沙尘天气进行分级的重要指标。我们利用能见度和风速构造沙尘指数,用以衡量沙尘现象的强弱,并通过它对时间和空间的累积来分析某一地区的沙尘天气发生状况。结果表明:所构造的指数能够代表我国沙尘天气多发区的沙尘天气状况。对上游沙区的沙尘指数与下游邻近城市空气污染指数所作的相关分析显示:二者间存在较为密切的关系。因此利用上游沙区的沙尘指数作为下游邻近城市空气污染预报的重要因子。