2019年第47卷第5期文章目次
2019, 47(5):719-730.
摘要:
由于單雷達在探測臺風臨近、登陸時仍具有雙部或多部雷達難以具備的優勢，目前利用單多普勒雷達反演渦旋風場的方法并不多見，本文對能夠反演渦旋風場的3種方法NIVAP（自然坐標系的積分VAP方法）、EVAPTC（反演熱帶氣旋的EVAP方法）、GBVTD（地基速度追蹤法）進行了比較，分別從每種方法的假設條件和數學方法以及結果精度來比較3種方法對渦旋風場的適用性。利用中尺度氣旋Rankine模式模擬了純渦旋性氣旋、只有環境風場時、環境風場和輻合（輻散）同時存在時的徑向速度場及風場，比較了各種情況下的反演風場和模擬風場的相似系數。在對模擬風場比較之后，選取了2014年“威馬遜”臺風登陸前1 h、登陸時及登陸后1 h的3個實測雷達資料，對比分析了3種方法反演實測資料的風場特征，3種方法中EVAPTC方法最好，GBVTD方法在應用中有一定的限制，NIVAP方法較差。
由于單雷達在探測臺風臨近、登陸時仍具有雙部或多部雷達難以具備的優勢，目前利用單多普勒雷達反演渦旋風場的方法并不多見，本文對能夠反演渦旋風場的3種方法NIVAP（自然坐標系的積分VAP方法）、EVAPTC（反演熱帶氣旋的EVAP方法）、GBVTD（地基速度追蹤法）進行了比較，分別從每種方法的假設條件和數學方法以及結果精度來比較3種方法對渦旋風場的適用性。利用中尺度氣旋Rankine模式模擬了純渦旋性氣旋、只有環境風場時、環境風場和輻合（輻散）同時存在時的徑向速度場及風場，比較了各種情況下的反演風場和模擬風場的相似系數。在對模擬風場比較之后，選取了2014年“威馬遜”臺風登陸前1 h、登陸時及登陸后1 h的3個實測雷達資料，對比分析了3種方法反演實測資料的風場特征，3種方法中EVAPTC方法最好，GBVTD方法在應用中有一定的限制，NIVAP方法較差。
2019, 47(5):731-739.
摘要:
X波段雙偏振天氣雷達在觀測強降水時衰減較大，雙偏振雷達的相位參數因衰減較小可用于反射率的衰減訂正。自適應算法和差傳播相移率KDP訂正法是應用較多的兩種衰減訂正算法，這兩種方法均采用了差分參數實現衰減訂正。自適應算法實現因難，但能夠根據不同降水類型對訂正系數進行調整，而KDP訂正法則無法實現。本文在自適應算法和KDP訂正法衰減訂正的基礎上提出了KDP綜合分類法，該算法實現簡單，并分別采用三種方法完成衰減訂正，然后對訂正效果進行了比較分析，并與S波段雷達進行了對比。最后將訂正前后的反射率聯合地面降水資料進行對比研究，結果顯示訂正后反射率更適合觀測降水及反演雨強。
X波段雙偏振天氣雷達在觀測強降水時衰減較大，雙偏振雷達的相位參數因衰減較小可用于反射率的衰減訂正。自適應算法和差傳播相移率KDP訂正法是應用較多的兩種衰減訂正算法，這兩種方法均采用了差分參數實現衰減訂正。自適應算法實現因難，但能夠根據不同降水類型對訂正系數進行調整，而KDP訂正法則無法實現。本文在自適應算法和KDP訂正法衰減訂正的基礎上提出了KDP綜合分類法，該算法實現簡單，并分別采用三種方法完成衰減訂正，然后對訂正效果進行了比較分析，并與S波段雷達進行了對比。最后將訂正前后的反射率聯合地面降水資料進行對比研究，結果顯示訂正后反射率更適合觀測降水及反演雨強。
2019, 47(5):740-746.
摘要:
本文通過對比檢驗2013年1月至2016年6月ASCAT衛星反演風場與青島浮標海島站實測10 m風場資料，開展ASCAT衛星反演風場在青島沿海的適用評估。結果表明：ASCAT反演風速整體偏大，風向偏左，但整體偏差均較小。ASCAT反演風場和浮標海島站實測風場的風速和風向的整體偏差分別為16 m/s和-96°，說明ASCAT反演風場在青島沿岸有很好的適用性，比EC再分析資料能更細致地反映青島沿岸的風場空間分布。從風速分級比較來看，風速越弱，衛星反演風速越接近站點實測風速，反演結果越好，而風向反演結果則反之。風速和風向的反演效果皆是晚上比早晨好。并且季節變化對風速反演效果影響不大，但是對風向反演效果有一定的影響，秋冬季節風向反演結果好于春夏季節。最后，對ASCAT反演風速分別進行線性回歸訂正、綜合誤差、風速等級誤差和升降軌誤差訂正，發現線性回歸訂正結果最佳。
本文通過對比檢驗2013年1月至2016年6月ASCAT衛星反演風場與青島浮標海島站實測10 m風場資料，開展ASCAT衛星反演風場在青島沿海的適用評估。結果表明：ASCAT反演風速整體偏大，風向偏左，但整體偏差均較小。ASCAT反演風場和浮標海島站實測風場的風速和風向的整體偏差分別為16 m/s和-96°，說明ASCAT反演風場在青島沿岸有很好的適用性，比EC再分析資料能更細致地反映青島沿岸的風場空間分布。從風速分級比較來看，風速越弱，衛星反演風速越接近站點實測風速，反演結果越好，而風向反演結果則反之。風速和風向的反演效果皆是晚上比早晨好。并且季節變化對風速反演效果影響不大，但是對風向反演效果有一定的影響，秋冬季節風向反演結果好于春夏季節。最后，對ASCAT反演風速分別進行線性回歸訂正、綜合誤差、風速等級誤差和升降軌誤差訂正，發現線性回歸訂正結果最佳。
2019, 47(5):747-751.
摘要:
空氣負離子濃度是判斷空氣質量好壞的重要標準。傳統的空氣負離子濃度檢測儀通過電容式離子收集器測量負離子在收集板兩端形成的電流，根據測量電流與空氣負離子濃度的關系進行計算。采用傳統方法設計的空氣負離子濃度檢測儀只能測量有限幾種半徑的空氣負離子濃度，并且在測量大半徑的空氣負離子濃度時存在一定的系統誤差。為滿足空氣負離子濃度高精度檢測的應用需求，通過模擬分析不同半徑的空氣負離子在收集器中的運動軌跡，提出了一種基于遷移率分析的空氣負離子濃度檢測方法，給出了相應的電路系統和設計參數，分析論證了系統設計的合理性。該方法將電流檢測與數值計算相結合，能夠精確測定空氣中不同半徑的負離子濃度，在環境監測與評價領域有重要的應用價值。
空氣負離子濃度是判斷空氣質量好壞的重要標準。傳統的空氣負離子濃度檢測儀通過電容式離子收集器測量負離子在收集板兩端形成的電流，根據測量電流與空氣負離子濃度的關系進行計算。采用傳統方法設計的空氣負離子濃度檢測儀只能測量有限幾種半徑的空氣負離子濃度，并且在測量大半徑的空氣負離子濃度時存在一定的系統誤差。為滿足空氣負離子濃度高精度檢測的應用需求，通過模擬分析不同半徑的空氣負離子在收集器中的運動軌跡，提出了一種基于遷移率分析的空氣負離子濃度檢測方法，給出了相應的電路系統和設計參數，分析論證了系統設計的合理性。該方法將電流檢測與數值計算相結合，能夠精確測定空氣中不同半徑的負離子濃度，在環境監測與評價領域有重要的應用價值。
2019, 47(5):752-756.
摘要:
針對目前業務上風速傳感器現場校準方法存在的不足，通過改進氣象部門廣泛使用的杯式風速傳感器現場校準設備，利用啟動風速校驗儀對風速傳感器進行低風速段的校準，從而解決風速校驗儀無法檢測風速傳感器整體性能的問題，實現了杯式風速傳感器到實驗室風洞標準的量值溯源。利用改進后的現場校準方法對風速傳感器校準后，擬合出的線性回歸方程與風洞檢定結果進行比對發現，改進后的方法基本上能滿足風速傳感器現場校準的需要。
針對目前業務上風速傳感器現場校準方法存在的不足，通過改進氣象部門廣泛使用的杯式風速傳感器現場校準設備，利用啟動風速校驗儀對風速傳感器進行低風速段的校準，從而解決風速校驗儀無法檢測風速傳感器整體性能的問題，實現了杯式風速傳感器到實驗室風洞標準的量值溯源。利用改進后的現場校準方法對風速傳感器校準后，擬合出的線性回歸方程與風洞檢定結果進行比對發現，改進后的方法基本上能滿足風速傳感器現場校準的需要。
2019, 47(5):757-767.
摘要:
風廓線雷達是一種以大氣湍流為主要探測對象的晴空測風設備，近年來普遍使用。其資料的應用廣泛，對數據產品的可用性要求越來越高。本文以1456D/F型兩種布網風廓線雷達為研究對象，收集了22個產品異常個例，并對其進行了分類，分析了數據產品產生異常的原因;基于數據產品異常，總結出識別與分析風廓線雷達故障的經驗方法及排查流程。有利于提高省級、臺站業務人員識別風廓線雷達異常數據產品的能力，有效保障數據的正常采集與上傳，從而為預報服務提供更準確的探測數據。
風廓線雷達是一種以大氣湍流為主要探測對象的晴空測風設備，近年來普遍使用。其資料的應用廣泛，對數據產品的可用性要求越來越高。本文以1456D/F型兩種布網風廓線雷達為研究對象，收集了22個產品異常個例，并對其進行了分類，分析了數據產品產生異常的原因;基于數據產品異常，總結出識別與分析風廓線雷達故障的經驗方法及排查流程。有利于提高省級、臺站業務人員識別風廓線雷達異常數據產品的能力，有效保障數據的正常采集與上傳，從而為預報服務提供更準確的探測數據。
2019, 47(5):768-772.
摘要:
在Hadoop分布式計算和存儲架構下，自定義ETL數據清洗規則將海量自動站小時單站文件按所屬年和站號合并為大文件流轉存儲至HDFS中，并運用SparkSQL并行計算框架進行統計處理生成常用氣象要素日統計值。結果表明，數據處理和獲取時效較關系型數據庫方式有顯著提升。采用SparkSQL并行計算框架對多氣象要素多站點和長時間序列進行數據統計處理查詢均能達到秒級別響應，并隨著統計站點數的不斷增加和時間跨度的延長其優勢更為明顯，能更高效地支撐此類氣象數據服務，為海量氣象數據處理從關系型數據庫到大數據分布式架構的轉換處理提供了新思路。
在Hadoop分布式計算和存儲架構下，自定義ETL數據清洗規則將海量自動站小時單站文件按所屬年和站號合并為大文件流轉存儲至HDFS中，并運用SparkSQL并行計算框架進行統計處理生成常用氣象要素日統計值。結果表明，數據處理和獲取時效較關系型數據庫方式有顯著提升。采用SparkSQL并行計算框架對多氣象要素多站點和長時間序列進行數據統計處理查詢均能達到秒級別響應，并隨著統計站點數的不斷增加和時間跨度的延長其優勢更為明顯，能更高效地支撐此類氣象數據服務，為海量氣象數據處理從關系型數據庫到大數據分布式架構的轉換處理提供了新思路。
2019, 47(5):773-779.
摘要:
全國省級區域站數據傳輸業務流程逐步由市級轉發省級調整為直傳省級，省級區域站中心站成為數據傳輸的樞紐。區域站數據傳輸業務的調整給省、市、縣3級區域站運維保障工作帶來了一定的挑戰。為了應對統一管理難、監視難、故障診斷難的挑戰，本文設計并實現了一種省級區域站數據直傳監控系統。該系統依托CIMISS系統和省級區域站中心站，基于Django框架實現了CIMISS CTS環節、省級區域站中心站環節、區域站報文來源環節、區域站電池環節的監視和展示，以及區域站報文歷史傳輸情況的展示和故障診斷。該系統已經投入業務應用，進一步提高了全省區域站數據傳輸業務的運維保障能力。
全國省級區域站數據傳輸業務流程逐步由市級轉發省級調整為直傳省級，省級區域站中心站成為數據傳輸的樞紐。區域站數據傳輸業務的調整給省、市、縣3級區域站運維保障工作帶來了一定的挑戰。為了應對統一管理難、監視難、故障診斷難的挑戰，本文設計并實現了一種省級區域站數據直傳監控系統。該系統依托CIMISS系統和省級區域站中心站，基于Django框架實現了CIMISS CTS環節、省級區域站中心站環節、區域站報文來源環節、區域站電池環節的監視和展示，以及區域站報文歷史傳輸情況的展示和故障診斷。該系統已經投入業務應用，進一步提高了全省區域站數據傳輸業務的運維保障能力。
2019, 47(5):780-785.
摘要:
隨著智能電視盒硬件技術、Android系統以及互聯網技術的不斷發展，基于Android系統的智能電視盒已成為國內發展最快的朝陽產業之一，智能電視盒應用軟件領域也隨之孕育而生。為了豐富移動氣象信息服務手段，使用Android、Nginx、Web service等技術手段，研發一種智能電視盒氣象服務軟件：天氣盒子。闡述了該軟件的系統結構、網絡拓撲、服務功能，通過負載均衡技術和網絡架構優化，確保系統可快速適應高并發用戶以及網絡安全；根據智能電視盒的用戶操作特性，在客戶端的設計上簡化了操作流程，提升了用戶的體驗。該軟件填補了氣象部門在智能電視盒氣象服務領域的缺失。
隨著智能電視盒硬件技術、Android系統以及互聯網技術的不斷發展，基于Android系統的智能電視盒已成為國內發展最快的朝陽產業之一，智能電視盒應用軟件領域也隨之孕育而生。為了豐富移動氣象信息服務手段，使用Android、Nginx、Web service等技術手段，研發一種智能電視盒氣象服務軟件：天氣盒子。闡述了該軟件的系統結構、網絡拓撲、服務功能，通過負載均衡技術和網絡架構優化，確保系統可快速適應高并發用戶以及網絡安全；根據智能電視盒的用戶操作特性，在客戶端的設計上簡化了操作流程，提升了用戶的體驗。該軟件填補了氣象部門在智能電視盒氣象服務領域的缺失。
2019, 47(5):786-794.
摘要:
利用國家氣象信息中心提供的降水資料、NCEP/NCAR再分析月平均資料以及Hadley中心提供的海溫資料，基于可預報模態分析（PMA）方法，從觀測數據中提取青藏高原東部夏季降水具有物理意義的可預報模態，根據已有研究選取合適的預報因子并建立了物理經驗（PE）模型，從而對青藏高原東部夏季降水進行統計預測。結果表明：南北反向型、一致型、中部型和東北型這4個主導模態反映了降水的異常變化，具有一定的物理意義，為可預報模態；超前0個月和超前1個月的區域平均的預報技巧分別為0.44和0.36，其中青藏高原東南部地區的預報技巧較高；超前0個月和超前1個月的模態相關系數分別為0.46和0.42，預報最好的年份都是1998年，預報最差的年份分別是1980年和2009年。
利用國家氣象信息中心提供的降水資料、NCEP/NCAR再分析月平均資料以及Hadley中心提供的海溫資料，基于可預報模態分析（PMA）方法，從觀測數據中提取青藏高原東部夏季降水具有物理意義的可預報模態，根據已有研究選取合適的預報因子并建立了物理經驗（PE）模型，從而對青藏高原東部夏季降水進行統計預測。結果表明：南北反向型、一致型、中部型和東北型這4個主導模態反映了降水的異常變化，具有一定的物理意義，為可預報模態；超前0個月和超前1個月的區域平均的預報技巧分別為0.44和0.36，其中青藏高原東南部地區的預報技巧較高；超前0個月和超前1個月的模態相關系數分別為0.46和0.42，預報最好的年份都是1998年，預報最差的年份分別是1980年和2009年。
2019, 47(5):795-808.
摘要:
利用地面、高空觀測資料、衛星和多普勒雷達資料、ERAInterim再分析資料，對2012年8月17日(12〖DK〗·08)和2017年7月16日(17〖DK〗·07)四川盆地西部兩次暖區暴雨過程的環境條件、中尺度對流系統、雷達回波特征和動力抬升條件等預報著眼點進行了對比分析。結果表明：兩次過程均出現在低層偏南暖濕氣流和地面熱低壓之中，12〖DK〗·08暴雨發生在副高邊緣，水汽輸送條件更好，對流持續時間更長，17〖DK〗·07暴雨發生在高空低渦切變后部，高層冷平流使得位勢不穩定更強，對流強度更劇烈；12〖DK〗·08暴雨中尺度對流系統沿副高外圍自南向北緩慢移動，具有明顯列車效應，其強回波質心高度較低，屬于積狀云為主的混合性降水，17〖DK〗·07暴雨中尺度對流系統在高空低渦后部偏北氣流引導下自北向南快速移動，其強回波質心高度較高，屬于積狀云降水；地面輻合線為對流的發生發展提供了較好的動力觸發條件，兩次過程強降水均隨著地面輻合線的生成而發生，且強降水中心出現在中尺度輻合線附近，并隨著輻合線而移動。
利用地面、高空觀測資料、衛星和多普勒雷達資料、ERAInterim再分析資料，對2012年8月17日(12〖DK〗·08)和2017年7月16日(17〖DK〗·07)四川盆地西部兩次暖區暴雨過程的環境條件、中尺度對流系統、雷達回波特征和動力抬升條件等預報著眼點進行了對比分析。結果表明：兩次過程均出現在低層偏南暖濕氣流和地面熱低壓之中，12〖DK〗·08暴雨發生在副高邊緣，水汽輸送條件更好，對流持續時間更長，17〖DK〗·07暴雨發生在高空低渦切變后部，高層冷平流使得位勢不穩定更強，對流強度更劇烈；12〖DK〗·08暴雨中尺度對流系統沿副高外圍自南向北緩慢移動，具有明顯列車效應，其強回波質心高度較低，屬于積狀云為主的混合性降水，17〖DK〗·07暴雨中尺度對流系統在高空低渦后部偏北氣流引導下自北向南快速移動，其強回波質心高度較高，屬于積狀云降水；地面輻合線為對流的發生發展提供了較好的動力觸發條件，兩次過程強降水均隨著地面輻合線的生成而發生，且強降水中心出現在中尺度輻合線附近，并隨著輻合線而移動。
2019, 47(5):809-817.
摘要:
應用常規觀測資料、污染物濃度資料和NCEP 1°×1°再分析資料從環流形勢、邊界層特征和擴散條件等方面對2013年和2016年兩次持續性霾重污染過程進行對比分析。結果表明：①2013年過程和2016年過程在500 hPa高空上分別為阻塞環流型和緯向環流型，關中地區受偏西氣流影響、地面氣壓場較弱、大氣層結均比較穩定；②2013年過程西安貼地逆溫層頂高度低、相對濕度大、氣溫低、不利于大氣垂直湍流交換，污染物容易堆積，這也是2013年過程比2016年過程重污染持續時間長、污染濃度高的原因之一；③兩次過程西安平均風速均小于2 m/s，具有顯著的低風速特征，且東北風為其主導風向。持續東北風引起上游污染傳輸和低風速導致的本地污染累積是造成2013年過程污染濃度更高的重要因素；④2013年過程結束是受強冷空氣影響，來自高空的干潔大氣下沉到地面，置換了邊界層的污染空氣，使空氣質量得到根本改善；而2016年過程是受高原槽東移影響，雨雪天氣的沉降作用使得霾消散。
應用常規觀測資料、污染物濃度資料和NCEP 1°×1°再分析資料從環流形勢、邊界層特征和擴散條件等方面對2013年和2016年兩次持續性霾重污染過程進行對比分析。結果表明：①2013年過程和2016年過程在500 hPa高空上分別為阻塞環流型和緯向環流型，關中地區受偏西氣流影響、地面氣壓場較弱、大氣層結均比較穩定；②2013年過程西安貼地逆溫層頂高度低、相對濕度大、氣溫低、不利于大氣垂直湍流交換，污染物容易堆積，這也是2013年過程比2016年過程重污染持續時間長、污染濃度高的原因之一；③兩次過程西安平均風速均小于2 m/s，具有顯著的低風速特征，且東北風為其主導風向。持續東北風引起上游污染傳輸和低風速導致的本地污染累積是造成2013年過程污染濃度更高的重要因素；④2013年過程結束是受強冷空氣影響，來自高空的干潔大氣下沉到地面，置換了邊界層的污染空氣，使空氣質量得到根本改善；而2016年過程是受高原槽東移影響，雨雪天氣的沉降作用使得霾消散。
2019, 47(5):818-829.
摘要:
利用常規氣象觀測資料和ECMWF再分析資料，對2013年5月26—27日（簡稱“05〖DK〗·26”過程）和2014年5月10—11日（簡稱“05〖DK〗·10”過程）青島的兩次氣旋暴雨過程進行對比分析。結果表明：“05〖DK〗·26”過程強降水開始前850 hPa相對濕度大，降水持續時間長，“05〖DK〗·10”過程強降水開始前850 hPa相對濕度小,且具有明顯的短時強降水的特征。較好的低層風速、濕度條件，持續較長的上升運動以及源源不斷的水汽輸送是“05〖DK〗·26”過程降水時間長，累計雨量大的主要原因。地面輻合線的觸發作用以及強的垂直上升速度則是“05〖DK〗·10”過程產生短時強降水的有利條件。
利用常規氣象觀測資料和ECMWF再分析資料，對2013年5月26—27日（簡稱“05〖DK〗·26”過程）和2014年5月10—11日（簡稱“05〖DK〗·10”過程）青島的兩次氣旋暴雨過程進行對比分析。結果表明：“05〖DK〗·26”過程強降水開始前850 hPa相對濕度大，降水持續時間長，“05〖DK〗·10”過程強降水開始前850 hPa相對濕度小,且具有明顯的短時強降水的特征。較好的低層風速、濕度條件，持續較長的上升運動以及源源不斷的水汽輸送是“05〖DK〗·26”過程降水時間長，累計雨量大的主要原因。地面輻合線的觸發作用以及強的垂直上升速度則是“05〖DK〗·10”過程產生短時強降水的有利條件。
2019, 47(5):830-840.
摘要:
利用常規觀測資料、地面加密自動站、多普勒雷達等多種觀測資料和高分辨率分析場資料，對2018年7月15—18日北京地區特大暴雨過程的降水時空演化規律、成因以及極端性進行了初步分析。結果表明:此次過程有3股明顯降水“波峰”，是典型的強度大、時間長、效率高的華北暖區降水。①具有典型華北暴雨環流形勢，高層輻散，中層位于副高邊緣、緩慢東移的低槽前端，配合低層急流輻合及高溫高濕條件。②此次暴雨過程有一定環流形勢和物理量極端性，包括副高異常偏強偏北，低層較強的西南氣流、暴雨區上游異常偏強的能量和水汽以及異常偏北的熱帶輻合帶(CITZ)。③本地具有一定對流潛勢，配合中低層西南氣流的劇烈溫濕輸送，及其在山前強迫抬升，并與夜間山風形成地面輻合線，觸發對流；此次過程雷達回波的“列車效應”和后向傳播現象明顯，回波具有低質心的熱帶降水回波特點。
利用常規觀測資料、地面加密自動站、多普勒雷達等多種觀測資料和高分辨率分析場資料，對2018年7月15—18日北京地區特大暴雨過程的降水時空演化規律、成因以及極端性進行了初步分析。結果表明:此次過程有3股明顯降水“波峰”，是典型的強度大、時間長、效率高的華北暖區降水。①具有典型華北暴雨環流形勢，高層輻散，中層位于副高邊緣、緩慢東移的低槽前端，配合低層急流輻合及高溫高濕條件。②此次暴雨過程有一定環流形勢和物理量極端性，包括副高異常偏強偏北，低層較強的西南氣流、暴雨區上游異常偏強的能量和水汽以及異常偏北的熱帶輻合帶(CITZ)。③本地具有一定對流潛勢，配合中低層西南氣流的劇烈溫濕輸送，及其在山前強迫抬升，并與夜間山風形成地面輻合線，觸發對流；此次過程雷達回波的“列車效應”和后向傳播現象明顯，回波具有低質心的熱帶降水回波特點。
2019, 47(5):841-850.
摘要:
利用常規觀測資料、NCEP/NCAR(1°×1°)的逐 6 h再分析資料結合ARWWRF中尺度數值模式模擬結果對2018年6月20日發生在福建沿岸的一次颮線過程的發生發展機理進行了分析，結果表明：①本次颮線過程屬于槽前型，對流層低層存在發展的低渦切變，切變南側有冷空氣南下，低空西南急流不明顯，但有持續的暖濕氣流輸送至福建中北部地區，颮線生成于低渦南側的沿岸附近。②颮線發展期間系統南側低層風速不斷增大且維持高的水汽輸送和不穩定能量；前期對流的觸發因子包括鋒面對流系統的冷出流、地形的抬升以及海風鋒造成的冷堆強迫抬升；后期冷出流邊界與海風鋒邊界碰撞合并，加強了低層輻合促進了對流的發展，是颮線形成的主要原因。③颮線成熟時期地面存在中高壓和尾流低壓，高壓后部為強烈的輻散區，風速較大；成熟時期內部存在兩支氣流，前向入流為低層暖濕氣流在颮線前方流入并在對流云區被抬升，后向入流為中層干冷空氣在颮線后方流入，在低層形成下沉運動，是地面大風形成的重要原因之一。
利用常規觀測資料、NCEP/NCAR(1°×1°)的逐 6 h再分析資料結合ARWWRF中尺度數值模式模擬結果對2018年6月20日發生在福建沿岸的一次颮線過程的發生發展機理進行了分析，結果表明：①本次颮線過程屬于槽前型，對流層低層存在發展的低渦切變，切變南側有冷空氣南下，低空西南急流不明顯，但有持續的暖濕氣流輸送至福建中北部地區，颮線生成于低渦南側的沿岸附近。②颮線發展期間系統南側低層風速不斷增大且維持高的水汽輸送和不穩定能量；前期對流的觸發因子包括鋒面對流系統的冷出流、地形的抬升以及海風鋒造成的冷堆強迫抬升；后期冷出流邊界與海風鋒邊界碰撞合并，加強了低層輻合促進了對流的發展，是颮線形成的主要原因。③颮線成熟時期地面存在中高壓和尾流低壓，高壓后部為強烈的輻散區，風速較大；成熟時期內部存在兩支氣流，前向入流為低層暖濕氣流在颮線前方流入并在對流云區被抬升，后向入流為中層干冷空氣在颮線后方流入，在低層形成下沉運動，是地面大風形成的重要原因之一。
2019, 47(5):851-858.
摘要:
利用常規資料、區域自動站加密資料、探空資料、GFS 0.25°×0.25°逐6 h的分析場數據和SB多普勒天氣雷達資料對2018年5月18日發生在浙中地區的一次強對流天氣過程進行分析。結果表明：此次過程產生了脈沖風暴、中等到強多單體風暴和颮線這3種風暴類型，分別出現冰雹、大范圍強降水和雷雨大風等強天氣。3種風暴的雷達回波在回波形態、強度、垂直結構、平均徑向速度、垂直累積液態水含量VIL等特征如下：①脈沖風暴呈塊狀，初始回波高度在6～9 km，強回波所在高度在-10 ℃等溫線附近，強回波值達60 dBz以上，VIL值出現躍升且最大值在50 kg〖DK〗·m-2以上，冰雹出現在反射率因子核和VIL值迅速下降之后；②中等到強多單體風暴呈帶狀，大降水效率和“列車效應”是發生大范圍強降水的主要原因，雷雨大風天氣則與反射率因子核迅速下降、MARC、低層強輻散區有關；③颮線呈弓形回波形態，移速快，引起了大范圍的雷雨大風天氣。此次過程影響系統多，天氣復雜，存在較大預報難點，在短時臨近預報技術研究上有重要借鑒意義。
利用常規資料、區域自動站加密資料、探空資料、GFS 0.25°×0.25°逐6 h的分析場數據和SB多普勒天氣雷達資料對2018年5月18日發生在浙中地區的一次強對流天氣過程進行分析。結果表明：此次過程產生了脈沖風暴、中等到強多單體風暴和颮線這3種風暴類型，分別出現冰雹、大范圍強降水和雷雨大風等強天氣。3種風暴的雷達回波在回波形態、強度、垂直結構、平均徑向速度、垂直累積液態水含量VIL等特征如下：①脈沖風暴呈塊狀，初始回波高度在6～9 km，強回波所在高度在-10 ℃等溫線附近，強回波值達60 dBz以上，VIL值出現躍升且最大值在50 kg〖DK〗·m-2以上，冰雹出現在反射率因子核和VIL值迅速下降之后；②中等到強多單體風暴呈帶狀，大降水效率和“列車效應”是發生大范圍強降水的主要原因，雷雨大風天氣則與反射率因子核迅速下降、MARC、低層強輻散區有關；③颮線呈弓形回波形態，移速快，引起了大范圍的雷雨大風天氣。此次過程影響系統多，天氣復雜，存在較大預報難點，在短時臨近預報技術研究上有重要借鑒意義。
2019, 47(5):859-865.
摘要:
采用重慶市34個地面觀測站1981—2017年的降水觀測資料，以及2005—2017年逐時雨量資料，分析了重慶地區暴雨的空間分布及日變化特征。結果表明：開州、酉陽、北碚為重慶的暴雨中心，開州年均暴雨日數最多達6.2 d。榮昌、渝北、梁平、開州、彭水、酉陽等地大暴雨出現頻率較高，南川、萬盛大暴雨相對較少。暴雨平均雨量大值區分布在主城區、西部、東北部，西南部暴雨平均雨量較低。重慶地區的暴雨在不同時段主要影響區域不同。銅梁、合川、北碚等站點的暴雨夜間降雨量占比75%以上。代表站夜間平均降雨強度大于白天，大足、沙坪壩、涪陵降雨主要集中在22:00至次日04:00，酉陽03:00—06:00降雨強度較大。小時降雨量≥20 mm暴雨日出現頻率較高的時段在00:00—06:00和13:00—18:00。
采用重慶市34個地面觀測站1981—2017年的降水觀測資料，以及2005—2017年逐時雨量資料，分析了重慶地區暴雨的空間分布及日變化特征。結果表明：開州、酉陽、北碚為重慶的暴雨中心，開州年均暴雨日數最多達6.2 d。榮昌、渝北、梁平、開州、彭水、酉陽等地大暴雨出現頻率較高，南川、萬盛大暴雨相對較少。暴雨平均雨量大值區分布在主城區、西部、東北部，西南部暴雨平均雨量較低。重慶地區的暴雨在不同時段主要影響區域不同。銅梁、合川、北碚等站點的暴雨夜間降雨量占比75%以上。代表站夜間平均降雨強度大于白天，大足、沙坪壩、涪陵降雨主要集中在22:00至次日04:00，酉陽03:00—06:00降雨強度較大。小時降雨量≥20 mm暴雨日出現頻率較高的時段在00:00—06:00和13:00—18:00。
2019, 47(5):866-871.
摘要:
采用2011—2016年合肥地區高時空分辨率的能見度觀測數據，分析能見度空間分布特征及大霧生消過程中的能見度變化特點。結果表明：能見度多呈現正態分布且分布相對均勻，有霧時正態分布比例明顯下降，非均勻性明顯增加；大霧過程中平均能見度變化趨勢較為穩定有利于臨近預報，而空間最低能見度對臨近預報有指示意義；大霧過程中空間變差系數多有明顯增加，大霧開始形成和消散階段空間差異性較大；歷史回算表明，利用高密度能見度數據的空間分布和趨勢外推，較實際預警發布時間平均提前約1.9 h。
采用2011—2016年合肥地區高時空分辨率的能見度觀測數據，分析能見度空間分布特征及大霧生消過程中的能見度變化特點。結果表明：能見度多呈現正態分布且分布相對均勻，有霧時正態分布比例明顯下降，非均勻性明顯增加；大霧過程中平均能見度變化趨勢較為穩定有利于臨近預報，而空間最低能見度對臨近預報有指示意義；大霧過程中空間變差系數多有明顯增加，大霧開始形成和消散階段空間差異性較大；歷史回算表明，利用高密度能見度數據的空間分布和趨勢外推，較實際預警發布時間平均提前約1.9 h。
2019, 47(5):872-878.
摘要:
利用2012—2018年鴨梨花芽發育實景觀測照片，精準判定每個鴨梨花芽發育物候期節點發生時間，以此為依據統計鴨梨花芽每個發育物候期的氣象要素數據,以物候期為單位分析氣象影響因子對花芽發育過程的影響。研究表明：溫度在鴨梨花芽發育各階段起主導作用，篩選出鴨梨花芽萌發到始花、開綻到始花、露蕾到始花3個時段日平均氣溫≥0 ℃活動積溫和≥3 ℃有效積溫，作為制作鴨梨始花期預報的積溫指標計算鴨梨開花日期，得到“積溫對比預報法”；經2016—2018年應用檢驗：預報時效10～12 d時預報結果與鴨梨開花實況誤差在1～2 d以內，預報時效7 d時預報結果與鴨梨開花實況完全吻合。本研究克服了傳統植物花期預報研究因花前物候資料匱乏、不能進行花前發育期分析的缺陷，并把“中長期天氣預報產品”引入了花期預報方法的使用，為植物花期預報研究方法提供了新思路。
利用2012—2018年鴨梨花芽發育實景觀測照片，精準判定每個鴨梨花芽發育物候期節點發生時間，以此為依據統計鴨梨花芽每個發育物候期的氣象要素數據,以物候期為單位分析氣象影響因子對花芽發育過程的影響。研究表明：溫度在鴨梨花芽發育各階段起主導作用，篩選出鴨梨花芽萌發到始花、開綻到始花、露蕾到始花3個時段日平均氣溫≥0 ℃活動積溫和≥3 ℃有效積溫，作為制作鴨梨始花期預報的積溫指標計算鴨梨開花日期，得到“積溫對比預報法”；經2016—2018年應用檢驗：預報時效10～12 d時預報結果與鴨梨開花實況誤差在1～2 d以內，預報時效7 d時預報結果與鴨梨開花實況完全吻合。本研究克服了傳統植物花期預報研究因花前物候資料匱乏、不能進行花前發育期分析的缺陷，并把“中長期天氣預報產品”引入了花期預報方法的使用，為植物花期預報研究方法提供了新思路。
2019, 47(5):879-884.
摘要:
利用廣東省廣州市2017年1月1日至5月30日的大風信息和災情數據，分析了大城市位置微博的時空特征，在此基礎上采用關鍵詞語意分析、風險等級映射、災情權重值結合GIS熱點分析的方法構建基于位置微博的大風信息提取架構，實現大風信息的提取，并利用個例進行驗證。研究表明：本文提出基于位置微博的大風信息提取架構，對收集大風信息和災情具有一定的實用價值。而位置微博信息本身具有及時性強、成本低、數據量大的優勢，能作為一種大風信息提取的有效補充手段。
利用廣東省廣州市2017年1月1日至5月30日的大風信息和災情數據，分析了大城市位置微博的時空特征，在此基礎上采用關鍵詞語意分析、風險等級映射、災情權重值結合GIS熱點分析的方法構建基于位置微博的大風信息提取架構，實現大風信息的提取，并利用個例進行驗證。研究表明：本文提出基于位置微博的大風信息提取架構，對收集大風信息和災情具有一定的實用價值。而位置微博信息本身具有及時性強、成本低、數據量大的優勢，能作為一種大風信息提取的有效補充手段。
您是第位訪問者
技術支持：北京勤云科技發展有限公司
技術支持：北京勤云科技發展有限公司