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。
基于贵州省 83 个国家级气象站 1981 年 1 月至 2023 年 3 月逐日气象干旱综合指数(Meteorological Drought Composite Index,MCI)及历史干旱灾情资料,从干旱过程演变特征、不合理跃变次数以及干旱日数与干旱灾情的相关性等方面,分析MCI在贵州省的适用性,揭示贵州省干旱时空分布及变化规律,并分析ENSO(El Niño-Southern Oscillation)事件对贵州省干旱的影响。结果表明:MCI在贵州省有较好的适用性。贵州西北部、北部及南部等地是干旱多发区,年干旱日数在40 d以上,东南部、西南部及中部一带干旱日数相对较少;西部春旱重、东部夏旱重。1981—2022年,贵州省平均年干旱日数和干旱强度总体呈增加趋势,其中西部增加趋势明显,东部呈减少趋势;秋季和冬季干旱强度呈增加趋势且秋季最明显,春季和夏季则呈减弱趋势。1981—2022年贵州省共发生 3次特强、9次强、17次较强区域性干旱过程,一般区域性干旱过程 27次,区域性干旱过程的持续天数、平均强度、平均影响面积以及综合强度指数均存在较大波动,总体呈弱增加趋势。贵州省及其 9个市(州)1981—2022年农作物因旱受灾面积与干旱强度演变规律基本一致,总体呈高、低、高、低的阶段性变化。El Niño衰减年夏季贵州省降水偏多的可能性大,而La Niña衰减年夏季降水偏少的可能性大。
为实现对降水粒子的高精准分类,整理3 a机载探测降水粒子图像,构建山东省降水粒子图像 数据集(Shandong Province Precipitation Particle Image Dataset, SD-PPID)。结合多维度混和的模型放 缩方法,提出一种基于EfficientNet卷积神经网络的降水粒子识别模型(A Precipitation particle Recogni⁃ tion model based on EfficientNet convolutional neural Network,PREN)。通过多模型、多指标评价对比, 验证了 PREN 模型具有较好的性能和分类识别能力,模型的识别准确率、精准率和召回率均为 98%。 使用 PREN模型分析对流泡降水粒子特征,选取 2次典型积层混合云降水过程的 3个时段,结合机载 Ka 波段云雷达(Airborne Ka-Band Precipitation Cloud Radar,KPR)和 DMT 粒子测量系统(Droplet Mea⁃ surement Technologies)分析对流泡内部与外部、不同强度和不同高度的降水粒子形状占比,并研究其 降水机制。结果表明,PREN可有效识别对流泡降水粒子的特征。对流泡内,主要是球状、针状、不规 则状和柱状降水粒子,而对流泡外降水粒子主要为球状和针状。不同强度的对流泡云微物理参数各 不相同。降水成熟阶段对流泡内霰粒子和针状粒子占比高于消散阶段,降水成熟阶段降水粒子平均 弦长415 µm,而消散阶段粒子平均弦长367 µm。对流泡上部降水粒子以球状和六边形板状为主,主 要通过凝华过程增长。在0 ℃层,不规则状粒子和柱状粒子的比例增加,融化过程与动力条件有利于 碰并增长形成不规则状粒子,柱状粒子主要来自于高层掉落。
研究短期天气变化强度对湖北省流感发病的定量影响,对开展发病风险预警和制定防御对策 具有重要意义。本文利用2009—2020年湖北省流感发病数据和气象站观测数据,通过建立一项衡量 短期内相邻两周最低气温累积变化的短期天气变化强度(Short-term Weather Variability Intensity, SWVI)指数,基于分布滞后非线性模型(Distributed Lag Nonlinear Model,DLNM)定量评估 SWVI 指数 与流感发病风险的关系,探讨流感发病风险预警等级划分方法。结果表明:湖北省流感样病例 (Influenza-Like Illnesses,ILI)发病人数年内变化呈双峰型,峰值位于秋冬季,次高峰位于前夏;SWVI 指数也呈双峰型,但峰值出现时间较 ILI发病人数早。11月至次年 3月,SWVI指数对 ILI发病率的变化有较强的指示意义,该时段内当 SWVI指数达到 8.0 ℃时,同期至未来 1周 ILI发病的累积相对风险 (Relative Risk, RR)达1.16(95%置信区间为:1.087~1.250);此外,SWVI还对滞后4—9周的ILI发病风 险产生间接影响,相比即刻效应影响程度小,但持续时间长。利用百分位法及 SWVI指数与 ILI发病 风险的关系模型,建立一套基于 SWVI指数的流感发病风险预警方法,当 SWVI大于等于 8.0 ℃时,其 对流感发病影响达高风险
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
黑龙江省是我国主要的粮食生产基地,研究该区域干旱气候特征对科学开展旱灾防御治理具有重要作用。基于1971—2020年农作物生长季(5—9月)黑龙江省80个国家气象站逐日气温、降水资料,计算黑龙江省逐日气象干旱综合指数(Meteorological Drought Composite Index,MCI),分析黑龙江省中旱、重旱、特旱日数时空分布特征,进一步对比分析典型干旱、湿润年的环流特征。结果表明:1971—2020年5—9月,黑龙江省大兴安岭南部、松嫩平原西部是干旱多发区;干旱日数月际空间分布西多东少、中部腹地局部偏多;中旱、重旱、特旱日数年代际特征明显且均呈减少趋势,中旱减少趋势最明显,变化速率为-1.7 d·(10 a)-1。典型干旱年与典型湿润年的环流存在显著差异,典型干旱年,贝加尔湖以西地区受反气旋控制,黑龙江上空受西风带气流控制,盛行下沉气流,不利于冷暖空气交汇,水汽输送通道不明显,水汽难以到达黑龙江地区;典型湿润年情况则相反。
近年来,长江流域干旱事件频发,干旱灾害造成的损失越来越大,为进一步提升区域干旱灾害风险管理及防旱抗旱能力,开展典型旱区干旱时空演变规律研究具有重要意义。“衡邵娄干旱走廊”是湖南省干旱最严重区域,利用该区域33个气象站1971—2022年逐月降水量构建标准化降水指数(Standardized Precipitation Index,SPI)序列数据集,以邵阳县为示例,应用游程理论整合干旱事件,基于Gumbel-Copula函数构建干旱历时和强度联合分布函数,计算干旱联合重现期并推广至整个研究区域,在此基础上构建干旱等级划分标准,分析整个研究区域各等级干旱概率空间分布特征。主要结论如下:邵阳县Ⅰ型和Ⅱ型干旱历时和强度理论联合重现期峰值分别约97、27 a,表明长历时且高强度干旱事件发生概率很小,远低于长历时或高强度干旱事件发生概率,这是研究区干旱事件的共性。基于干旱历时和强度联合分布组合可有效避免单一变量在识别干旱等级时对干旱事件整体的分割,能够更准确评估干旱的复杂性及大范围影响。近52 a来,“衡邵娄干旱走廊”西部轻旱最频繁,重旱与特旱发生频率低,特旱主要分布在邵阳县、邵东县及双峰县一带。
荒漠化目前已成为威胁全球生态环境的主要问题,开展荒漠化监测对于荒漠化防治至关重要。基于2014—2021年植被生长季(5—9月)Suomi/NPP(National Polar-orbiting Partnership)遥感数据和柴达木盆地8个气象站点观测数据,利用NDVI-Albedo(Normalized Difference Vegetation Index-Albedo)特征空间计算荒漠化差值指数(Desertification Difference Index,DDI),运用自然间断法、Sen+M-K趋势分析法、相关性分析法、精度误差矩阵计算和转移矩阵计算等方法,探讨柴达木盆地植被生长季荒漠化土地时空动态演变及气象影响因素。结果表明:(1)基于NDVI-Albedo特征空间构建的DDI在柴达木盆地荒漠化监测中适用性较高,特征方程R2≥0.65,整体分类精度79.38%,Kappa系数0.62。(2)2014—2021年,柴达木盆地荒漠化程度东部、南部较低而西部、中部较高,且东部、南部部分地区DDI值以每年超过0.01的速率增大,部分地区增大显著;荒漠化土地总面积呈减小趋势,速率为-1 173 km2·a-1,不同程度荒漠化土地之间存在转移特征,具体表现为荒漠化程度较重的土地向较轻的土地转移。(3)相关性分析表明,降水量、平均相对湿度均与DDI呈极显著正相关(P<0.01),相关系数分别为0.91、0.86,水分是影响柴达木盆地荒漠化的主要气象因子。
气溶胶类型的准确识别是进一步研究其气候与环境效应的重要前提。基于兰州大学半干旱气候与环境观测站2009年10月至2012年11月地基双波长偏振激光雷达观测资料,分别在清洁天、人为污染物、沙尘事件和强沙尘暴事件4种典型情形下挑选若干个例,对其气溶胶消光系数、体积线性退偏比、气溶胶退偏比等进行统计分析,明确不同气溶胶类型的判定阈值。结果表明:清洁天该区域气溶胶消光系数小于0.085 km-1。在消光系数大于该阈值的污染情形下,人为污染物的体积线性退偏比小于0.07,相应的气溶胶退偏比小于0.09;污染沙尘的体积线性退偏比介于0.07和0.22之间,气溶胶退偏比为0.09~0.31;纯沙尘的体积线性退偏比大于0.22,气溶胶退偏比大于0.31。当出现强沙尘暴时,体积线性退偏比大于0.35,气溶胶退偏比大于0.49。
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。
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。
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。
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。
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。