2023年春季,我国西南地区发生了严重的气象干旱,对当地社会经济造成严重影响。为深入认识这次干旱事件的成因、并为未来西南地区春旱的预测提供科学依据,本文利用站点观测数据、美国国家环境预测中心和国家大气研究中心(National Centers for Environmental Prediction/National Center for Atmospheric Research,NCEP/NCAR)再分析数据、美国国家海洋和大气管理局(National Oceanic and Atmospheric Administration,NOAA)的海表温度等,采用T-N波作用通量和合成分析等方法,从海温和热带大气季节内振荡(Madden-Julian Oscillation,MJO)的角度深入探讨此次春旱成因。结果表明:(1)2023年我国西南春旱是高温干旱复合事件,3月干旱发生在中部,4月干旱加剧并向西扩展,5月干旱持续。(2)3月北太平洋的马蹄形海温异常导致西风急流偏南偏西,抑制了西南地区的降水。(3)4月印度洋暖海温通过Kelvin波导致孟加拉湾附近的反气旋式环流异常,西北太平洋暖海温通过Rossby波导致南海至菲律宾的气旋式环流异常,造成西南地区南部出现偏北风,导致水汽辐散,加剧干旱。(4)5月MJO长时间维持在西太平洋,通过Gill响应引发南海至菲律宾对流层低层的气旋异常,减少偏南水汽的输送,从而使得西南干旱持续。
2023年1—6月我国西南、华北东部、华东北部、华中南部、华南及东北中部等地均发生不同程度的气象干旱,严重影响农业生产、制约当地经济发展。为提高应对旱灾能力,及时开展防灾减灾工作,应对旱情进行实时总结,本文利用 K干旱指数、MCI指数、T-N通量和 CABLE 陆面模式,以及气象观测数据、再分析数据、土壤水分资料等,综合分析区域性干旱事件的时空分布特征及成因。结果显示:(1)2023年上半年,中国西南和内蒙古东部地区发生严重区域性干旱,西南地区经历了从持续型到骤发型的干旱转变,而内蒙古地区则持续干旱。(2)同期 500 hPa高度场在中高纬度呈“两槽两脊”型,西太平洋副热带高压异常西伸北抬,欧亚中纬度Rossby波异常偏弱,导致中高纬地区的平直西风和冷空气影响减弱,造成西南地区和内蒙古东部地区降水偏少,进而引发区域性干旱。(3)2023年上半年,冬季La Niña事件转为春季El Niño事件,导致西南地区对流活动偏弱,诱发持续高温干旱天气;内蒙古地区的海温敏感区分布导致其上游高压脊稳定,造成内蒙古东部地区干旱少雨。
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。
关中作为西北地区最重要的城市群落,近年来O3污染逐渐成为影响当地空气质量的突出问题,探究其变化特征和影响因素对该地区大气环境治理有重要意义。基于2014—2020年关中地区5地市国控环境监测站O3质量浓度逐小时观测资料和国家气象站地面气象要素逐小时观测资料,对比分析关中地区近地面O3污染特征及其气象影响因素。结果表明:(1)近7 a来,O3已逐渐取代PM10成为关中地区仅次于PM2.5的大气首要污染物,以O3为首要污染物的天数占比总体呈波动增加态势。(2)关中地区O3质量浓度呈典型的单峰型月际、日变化,夏季(6—8月)浓度较高,且浓度值自西安、咸阳、渭南、铜川、宝鸡依次减小;07:00—08:00为谷值,15:00—16:00为峰值。(3)当最高气温大于36 ℃、相对湿度为45%~70%、平均风速为2~3 m·s-1时,关中地区O3易超标,且最高气温越高,O3超标率越大;西安、铜川、咸阳、渭南O3污染的有利风向为东北风(NE),而宝鸡则为东南风(SE)或西北风(NW)。(4)源自河南中西部的偏东路径是影响西安夏季O3质量浓度最主要的传输路径,除本省相邻城市影响外,河南中西部、山西南部运城及湖北北部也是西安O3污染主要的潜在贡献源区。
近年来,黄河流域气候发生明显变化,对流域地表水文、生态等过程产生显著影响。研究黄河流域蒸散时空变化特征,对加深陆-气相互作用认识及区域水资源管理有重要意义。本文分别在黄河源区、河套地区以及黄河下游地区选取一个代表性站点[海北、SACOL(Semi-Arid Climate and Environment Observatory of Lanzhou University)和禹城站]的观测资料,检验欧洲中期天气预报中心ERA5-Land产品中蒸散资料在黄河流域的适用性。在此基础上,利用ERA5-Land资料中1980—2021年逐月潜热通量资料,结合经验正交函数分解(Empirical Orthogonal Function,EOF)、功率谱和回归分析研究近42 a黄河流域蒸散时空变化特征。结果表明:ERA5-Land资料能够反映海北、SACOL和禹城站蒸散变化特征,与观测资料的相关性较好,偏差和均方根误差较小,适用于黄河流域蒸散时空变化特征分析。黄河流域不同区域蒸散存在多时间尺度变化,显著振荡周期主要为5、15 a,有明显的年际和年代际变化。黄河流域不同区域年蒸散EOF分解第1模态表现出同位相变化,在2004年前后由增大转为减少趋势;第2模态为偶极子分布,空间分布表现反向变化特征。近42 a黄河流域年蒸散为明显减少趋势,不同区域减幅不同,下游减少速率最快,为-3.74 mm·a-1,河套地区为-2.82 mm·a-1,黄河源区减少速率相对平缓。夏季蒸散变率最大,河套和下游减少速率较大;冬季蒸散变率较小,黄河源区减少速率最大,为-0.48 mm·a-1。
干旱是影响范围最广的自然灾害之一。2022年夏季发生在长江流域的异常高温干旱事件不仅强度大,而且持续时间长,是一次罕见的重大干旱事件,对我国的社会经济造成了十分严重的影响。鉴于这次事件的极端性,本文在客观分析此次事件演变特征的基础上,揭示大气环流和外强迫异常对此次高温干旱的可能影响。研究发现,气象干旱指数及土壤湿度监测结果一致表明本次旱情从6月开始出现,7月迅速发展,进入8月后范围进一步扩展、强度进一步加剧。与此同时,流域内整体气温偏高,部分地区高温日数超过40 d。此外,夏季整个流域的蒸散量距平是1960年以来的历史第二高值(仅次于2013年高温伏旱),进一步加剧了长江流域的水分亏缺程度。从环流特征来看,夏季西太平洋副热带高压异常偏强西伸、极涡面积偏小及强度偏弱、南亚高压偏强东移,共同导致长江流域的水汽输送条件偏弱、下沉气流盛行,使得整体条件不利于降水发生。而前期拉尼娜事件的持续、印度洋偶极子负位相的出现以及春季青藏高原西北部积雪负异常的持续,可能是导致今年夏季环流异常的主要外强迫因子。
利用ERA5再分析资料及云雷达、微波辐射计和SA双偏振多普勒雷达等多源观测资料,分析2020年11月17—19日张家口地区一次雨雪天气的降水相态演变特征。结果表明:在高空低槽、中低层低涡与地面倒槽配合下,高空槽后西北气流引导冷空气南下造成气温迅速下降,导致降水相态变化。过程前期整层大气均为强暖平流,且地面气温较高,降水相态为雨。18日傍晚冷平流发展强烈,各层温度迅速降低,整层变为冷层,导致降水相态转换为雪。散度和垂直速度的诊断表明降雨时段的动力强迫主要位于高层,降雪时段则主要位于低层。云雷达高分辨率资料可以反映0 ℃层变化,大于10 dBZ的质心变化可以指示降水强度变化,降雨时的基本速度最大可达6~8 m·s-1,而降雪时则小于 2 m·s-1。微波辐射计高分辨率时空资料可以准确判断雨雪转换时间,降水开始之前3~5 h积分水汽含量出现跃升与峰值。双偏振雷达和微波辐射计结合可以对降水粒子相态实现准确判断,可用于降水相态转换的临近预报。
利用青海省东部地区2018年7—9月、2019年4—9月、2020年4—7月FY-2G卫星反演的云特征参量及地面小时降水数据,分析了云顶高度、云顶温度、云光学厚度和云粒子有效半径4种云特征参量对降水频率及降水强度的指示性。结果表明:(1)单云特征参量中,云光学厚度对降水频率指示性最强。中雨、大雨频率分别随云顶温度下降、云顶高度及云光学厚度增加呈明显增加趋势,而小雨频率随之呈减小趋势。(2)双云特征参量(云光学厚度和云顶温度)对降水频率指示性优于单云特征参量,降水频率随云光学厚度增加及云顶温度下降而增大。当云光学厚度为21~30且云顶温度大于0 ℃时,小雨频率最大。云光学厚度大于40且云顶温度为-45~-31 ℃时,中雨频率最大。云光学厚度大于40且云顶温度小于-45 ℃时,大雨频率最大。(3)三云特征参量(云顶温度、云光学厚度和云粒子有效半径)对降水频率指示性优于单云特征参量,但比双云特征参量降水频率指示性弱。