2024年第52卷第1期文章目次
2024, 52(1):1-9.
DOI: 10.19517/j.1671-6345.20230080
摘要:
宇宙射線中子法是目前測量中尺度土壤水分的一種新興方法，通過監測近地表附近中子的數量來監測土壤含水率，理論探測深度12～76 cm。為了評估宇宙射線中子法土壤水分監測在草地、農田和林地3種不同生態系統測量深度適用性和對降水的敏感性。本研究分析了中國氣象局自動土壤水分站觀測數據和遙感土壤水分監測數據與宇宙射線中子法土壤水分監測數據差異性和相關性。結果顯示，宇宙射線中子法土壤水分監測草地0～20 cm效果最優，農田和林地0～30 cm最優；在農田和林地生態系統土壤水分監測結果與自動土壤水分站點差異較小，優于遙感監測；但對于草地生態系統，宇宙射線中子法土壤水分監測結果與遙感監測結果差異比單點自動土壤水分站點監測更小，可能與草地土壤的強異質性有關。宇宙射線中子法土壤水分監測在草地、農田和林地生態系統均可以敏感的響應降水事件，較點尺度自動土壤水分站更易捕捉到區域水分的波動性變化。
宇宙射線中子法是目前測量中尺度土壤水分的一種新興方法，通過監測近地表附近中子的數量來監測土壤含水率，理論探測深度12～76 cm。為了評估宇宙射線中子法土壤水分監測在草地、農田和林地3種不同生態系統測量深度適用性和對降水的敏感性。本研究分析了中國氣象局自動土壤水分站觀測數據和遙感土壤水分監測數據與宇宙射線中子法土壤水分監測數據差異性和相關性。結果顯示，宇宙射線中子法土壤水分監測草地0～20 cm效果最優，農田和林地0～30 cm最優；在農田和林地生態系統土壤水分監測結果與自動土壤水分站點差異較小，優于遙感監測；但對于草地生態系統，宇宙射線中子法土壤水分監測結果與遙感監測結果差異比單點自動土壤水分站點監測更小，可能與草地土壤的強異質性有關。宇宙射線中子法土壤水分監測在草地、農田和林地生態系統均可以敏感的響應降水事件，較點尺度自動土壤水分站更易捕捉到區域水分的波動性變化。
2024, 52(1):10-18.
DOI: 10.19517/j.1671-6345.20230026
摘要:
為了比較翻斗雨量計、稱重雨量計和DSG5降水天氣現象儀對冰雹過程降水量的探測性能，分析了一次降雹過程中的降水粒子譜特征，探討了區分雨滴和冰雹的方法，對3種設備獲取的分鐘降水量時間序列進行了綜合對比和統計檢驗。結果表明：翻斗雨量計、稱重雨量計測量和由DSG5計算的過程分鐘降水量序列具有較好的一致性，服從同一個連續分布；利用DSG5雨滴譜資料不僅可以區分冰雹過程中的降雨量和降雹量，而且能快速靈敏地偵測到降水的起始、結束時間，更準確地反映降水強度的時間變化，可為中小尺度天氣系統的研究提供精準的降水變化信息；翻斗雨量計和稱重雨量計對冰雹過程分鐘降水量的觀測存在一定的緩沖，不能準確描述降水量實時強度的變化；稱重雨量計觀測的分鐘降水量序列存在明顯的滯后。
為了比較翻斗雨量計、稱重雨量計和DSG5降水天氣現象儀對冰雹過程降水量的探測性能，分析了一次降雹過程中的降水粒子譜特征，探討了區分雨滴和冰雹的方法，對3種設備獲取的分鐘降水量時間序列進行了綜合對比和統計檢驗。結果表明：翻斗雨量計、稱重雨量計測量和由DSG5計算的過程分鐘降水量序列具有較好的一致性，服從同一個連續分布；利用DSG5雨滴譜資料不僅可以區分冰雹過程中的降雨量和降雹量，而且能快速靈敏地偵測到降水的起始、結束時間，更準確地反映降水強度的時間變化，可為中小尺度天氣系統的研究提供精準的降水變化信息；翻斗雨量計和稱重雨量計對冰雹過程分鐘降水量的觀測存在一定的緩沖，不能準確描述降水量實時強度的變化；稱重雨量計觀測的分鐘降水量序列存在明顯的滯后。
2024, 52(1):19-26.
DOI: 10.19517/j.1671-6345.20230076
摘要:
為解決三杯風速傳感器在計量檢定條件下與觀測場景中環境差異所導致的測量數據誤差，致力于研究空氣流速計量標準在量值傳遞過程中的真實性、準確性和一致性，為新一代三杯風速傳感器作為計量器具的新產品型式評價提供思路和參考指標，依據杯式測風儀測量方法與自動氣象站風速風向傳感器檢定規程，并在實驗中加入了主體由角度編碼器構成的自動化轉盤系統，設計了三杯風速傳感器在非水平風場內測量性能水平實驗。通過調整三杯風速傳感器在風洞試驗段內的傾斜角度，模擬其在自然界非水平風場中的測量狀態，同步采集風洞的標準指示風速、三杯風速傳感器的實測風速以及其相應的傾斜角度，計算示值誤差，利用方差分析、趨勢分析、相關性分析和線性回歸分析等統計方法，對不同傾斜角度下三杯風速傳感器示值誤差進行研究，得出了三杯風速傳感器在風洞試驗段內的示值誤差與實測風速和傾斜角度之間的相關關系，提出了三杯風速傳感器在非水平風場下的測量性能指標。研究了三杯風速傳感器在非水平風場中實測風速與標準風速和傾斜角度的回歸關系，提出了三杯風速傳感器在計量環境下非水平風場中數據的量值傳遞修正算法。
為解決三杯風速傳感器在計量檢定條件下與觀測場景中環境差異所導致的測量數據誤差，致力于研究空氣流速計量標準在量值傳遞過程中的真實性、準確性和一致性，為新一代三杯風速傳感器作為計量器具的新產品型式評價提供思路和參考指標，依據杯式測風儀測量方法與自動氣象站風速風向傳感器檢定規程，并在實驗中加入了主體由角度編碼器構成的自動化轉盤系統，設計了三杯風速傳感器在非水平風場內測量性能水平實驗。通過調整三杯風速傳感器在風洞試驗段內的傾斜角度，模擬其在自然界非水平風場中的測量狀態，同步采集風洞的標準指示風速、三杯風速傳感器的實測風速以及其相應的傾斜角度，計算示值誤差，利用方差分析、趨勢分析、相關性分析和線性回歸分析等統計方法，對不同傾斜角度下三杯風速傳感器示值誤差進行研究，得出了三杯風速傳感器在風洞試驗段內的示值誤差與實測風速和傾斜角度之間的相關關系，提出了三杯風速傳感器在非水平風場下的測量性能指標。研究了三杯風速傳感器在非水平風場中實測風速與標準風速和傾斜角度的回歸關系，提出了三杯風速傳感器在計量環境下非水平風場中數據的量值傳遞修正算法。
2024, 52(1):27-36.
DOI: 10.19517/j.1671-6345.20220520
摘要:
超聲波風速風向儀具有無轉動部件，響應快，精度高的優點，但體積大、功耗高、成本高成為限制超聲波風速風向儀廣泛使用的主要因素。為了便于超聲波風速風向儀的推廣和使用，本文采用國產FPGA(Field Programmable Gate Array)并結合FIR(Finite Impulse Respond)濾波器以及互相關檢測算法設計了一款超聲波風速風向儀，探頭之間的距離僅為80 mm，感風面積僅為傳統超聲波風的1/10，使得省級風洞均可計量檢定。整機經過風洞實測，每秒鐘可完成50次風速風向測量，在0～5 m/s時風速最大測量誤差為±0.3 m/s，5～20 m/s時風速最大測量誤差為±0.5 m/s，20～30 m/s風速測量最大誤差為±5%，穩定風速下風向測量最大誤差為±1°以內，總功耗為0.2 W（僅為傳統超聲波風功耗的1/20）。通過實測數據發現，FPGA結合數字濾波及互相關檢測算法相比于傳統的DSP(Digital Signal Processor)超聲波風速風向儀能明顯縮小體積，降低成本功耗。
超聲波風速風向儀具有無轉動部件，響應快，精度高的優點，但體積大、功耗高、成本高成為限制超聲波風速風向儀廣泛使用的主要因素。為了便于超聲波風速風向儀的推廣和使用，本文采用國產FPGA(Field Programmable Gate Array)并結合FIR(Finite Impulse Respond)濾波器以及互相關檢測算法設計了一款超聲波風速風向儀，探頭之間的距離僅為80 mm，感風面積僅為傳統超聲波風的1/10，使得省級風洞均可計量檢定。整機經過風洞實測，每秒鐘可完成50次風速風向測量，在0～5 m/s時風速最大測量誤差為±0.3 m/s，5～20 m/s時風速最大測量誤差為±0.5 m/s，20～30 m/s風速測量最大誤差為±5%，穩定風速下風向測量最大誤差為±1°以內，總功耗為0.2 W（僅為傳統超聲波風功耗的1/20）。通過實測數據發現，FPGA結合數字濾波及互相關檢測算法相比于傳統的DSP(Digital Signal Processor)超聲波風速風向儀能明顯縮小體積，降低成本功耗。
2024, 52(1):37-44.
DOI: 10.19517/j.1671-6345.20230012
摘要:
隨著互聯網的快速發展，氣象部門職工作為學習者可以獲得的學習資源得到極大豐富。信息超載導致檢索合適的在線學習資源時遇到了困難；學習者在不同學習環境和序列訪問模式上也有不同的學習需求。但是，現有的推薦系統，如基于內容的推薦和協同過濾，沒有結合學習者的情境和序列訪問模式，推薦結果準確度不高。本文提出了一種結合情境感知、序列模式挖掘和協同過濾算法的混合推薦算法來為學習者推薦學習資源。混合推薦算法中，情境感知被用來整合學習者的情境信息，如知識水平和學習目標；序列模式挖掘被用來對網絡日志進行挖掘，發現學習者的序列訪問模式；協同過濾被用來根據學習者的情境數據和序列訪問模式為目標學習者計算預測并生成建議。實驗和應用效果表明，該混合推薦算法推薦的質量和準確性方面優于其他推薦算法。
隨著互聯網的快速發展，氣象部門職工作為學習者可以獲得的學習資源得到極大豐富。信息超載導致檢索合適的在線學習資源時遇到了困難；學習者在不同學習環境和序列訪問模式上也有不同的學習需求。但是，現有的推薦系統，如基于內容的推薦和協同過濾，沒有結合學習者的情境和序列訪問模式，推薦結果準確度不高。本文提出了一種結合情境感知、序列模式挖掘和協同過濾算法的混合推薦算法來為學習者推薦學習資源。混合推薦算法中，情境感知被用來整合學習者的情境信息，如知識水平和學習目標；序列模式挖掘被用來對網絡日志進行挖掘，發現學習者的序列訪問模式；協同過濾被用來根據學習者的情境數據和序列訪問模式為目標學習者計算預測并生成建議。實驗和應用效果表明，該混合推薦算法推薦的質量和準確性方面優于其他推薦算法。
2024, 52(1):45-54.
DOI: 10.19517/j.1671-6345.20230049
摘要:
針對省級衛星直收站數據存儲分散造成共享應用不便的問題，提出衛星多源數據便捷高效訪問和安全分級管理方案。引入數據湖技術，按照全國統一規范構建了基于氣象大數據云平臺的省級氣象數據湖系統，基于此實現了FY-3、FY-4衛星地面直收站原始接收數據、加工處理產品等多種衛星數據入湖集中管理，并提供統一的數據共享服務，解決了海量多源異構數據的存儲、管理和共享服務等技術難題。通過數據湖統一權限控制，實現對用戶訪問數據的分級管理，保障了數據應用的穩定性和安全性。通過數據湖統一文件目錄服務，實現長時間序列文件的便捷快速獲取，有效支撐衛星數據的服務應用和挖掘分析。
針對省級衛星直收站數據存儲分散造成共享應用不便的問題，提出衛星多源數據便捷高效訪問和安全分級管理方案。引入數據湖技術，按照全國統一規范構建了基于氣象大數據云平臺的省級氣象數據湖系統，基于此實現了FY-3、FY-4衛星地面直收站原始接收數據、加工處理產品等多種衛星數據入湖集中管理，并提供統一的數據共享服務，解決了海量多源異構數據的存儲、管理和共享服務等技術難題。通過數據湖統一權限控制，實現對用戶訪問數據的分級管理，保障了數據應用的穩定性和安全性。通過數據湖統一文件目錄服務，實現長時間序列文件的便捷快速獲取，有效支撐衛星數據的服務應用和挖掘分析。
2024, 52(1):55-65.
DOI: 10.19517/j.1671-6345.20220483
摘要:
利用海南島加密自動站逐小時降水資料、ERA5再分析資料，對海南島短時強降水日環流配置進行了天氣學分型，并進一步探討了各天氣型下海南島短時強降水的時空分布、環流形勢和關鍵環境參數特征。結果表明：①海南島短時強降水有明顯的日變化特征，呈單峰型，主要出現在15:00—19:00。②海南島短時強降水的天氣型主要有南海低壓槽、華南沿海槽、西南低壓槽和冷鋒型。③南海低壓槽、華南沿海槽、西南低壓槽和冷鋒型短時強降水分別占37%，31%，16%和16%。南海低壓槽和華南沿海槽型主要出現在7、8和9月；西南低壓槽型除9月外，其余各月份均可能出現；冷鋒型絕大多數出現在4、5月。④南海低壓槽和華南沿海槽型整層濕度條件都較好，不穩定能量較大，垂直風切變較弱。西南低壓槽型不穩定能量較大，濕度條件一般，垂直風切變較弱。冷鋒型存在明顯的上干下濕特征，垂直風切變最大，0～6 km風速差75%分位大于10 m/s，不穩定能量最小。
利用海南島加密自動站逐小時降水資料、ERA5再分析資料，對海南島短時強降水日環流配置進行了天氣學分型，并進一步探討了各天氣型下海南島短時強降水的時空分布、環流形勢和關鍵環境參數特征。結果表明：①海南島短時強降水有明顯的日變化特征，呈單峰型，主要出現在15:00—19:00。②海南島短時強降水的天氣型主要有南海低壓槽、華南沿海槽、西南低壓槽和冷鋒型。③南海低壓槽、華南沿海槽、西南低壓槽和冷鋒型短時強降水分別占37%，31%，16%和16%。南海低壓槽和華南沿海槽型主要出現在7、8和9月；西南低壓槽型除9月外，其余各月份均可能出現；冷鋒型絕大多數出現在4、5月。④南海低壓槽和華南沿海槽型整層濕度條件都較好，不穩定能量較大，垂直風切變較弱。西南低壓槽型不穩定能量較大，濕度條件一般，垂直風切變較弱。冷鋒型存在明顯的上干下濕特征，垂直風切變最大，0～6 km風速差75%分位大于10 m/s，不穩定能量最小。
2024, 52(1):66-75.
DOI: 10.19517/j.1671-6345.20220499
摘要:
利用廣西87個氣象站6月月平均降水量及NCEP/NCAR再分析資料，通過普查1960—2021年廣西6月月降水量年際增量與前期500 hPa位勢高度場的相關性，選取影響廣西6月降水異常相關性較高的前期預測因子，研究其主要影響機制，并采用模糊神經網絡與熵度量相結合的方法構建月降水年際增量的集合預報模型，對預測模型進行1960—2013年的擬合檢驗和2014—2021年的獨立樣本預報檢驗。結果發現，該模型的預測準確率較高，獨立樣本的回報年份同號率為87.5%，擬合平均絕對誤差為26.64 mm，擬合平均相對誤差為9.06 %，預報效果優于利用逐步回歸方法構建的預測模型，而且模型性能比較穩定，具有較好的業務應用前景。
利用廣西87個氣象站6月月平均降水量及NCEP/NCAR再分析資料，通過普查1960—2021年廣西6月月降水量年際增量與前期500 hPa位勢高度場的相關性，選取影響廣西6月降水異常相關性較高的前期預測因子，研究其主要影響機制，并采用模糊神經網絡與熵度量相結合的方法構建月降水年際增量的集合預報模型，對預測模型進行1960—2013年的擬合檢驗和2014—2021年的獨立樣本預報檢驗。結果發現，該模型的預測準確率較高，獨立樣本的回報年份同號率為87.5%，擬合平均絕對誤差為26.64 mm，擬合平均相對誤差為9.06 %，預報效果優于利用逐步回歸方法構建的預測模型，而且模型性能比較穩定，具有較好的業務應用前景。
2024, 52(1):76-89.
DOI: 10.19517/j.1671-6345.20230040
摘要:
為進一步做好中國雪都阿勒泰山冬季冰雪旅游暴雪預報預警服務，利用阿爾泰山固態降水數據、NCEP/NCAR 再分析和GDAS 數據，應用天氣學診斷和不同水汽分析方法對2021年阿爾泰山區3次暴雪過程環流背景和水汽特征進行分析。結果表明：① 3次暴雪過程均為新疆北部典型的暖區暴雪過程。②歐拉方法分析表明，該區水汽主要源于大西洋及其沿岸，阿爾泰山西邊界為水汽輸入，東邊界和南邊界為水汽輸出，中、低層的水汽輸入量與暴雪量關系密切，水汽通量散度輻合區位于對流層低層。③HYSPLIT（拉格朗日）方法分析表明，水汽源地主要來自北冰洋、歐洲，其次是中亞和加拿大，與上述結論明顯不同；對暴雪區綜合貢獻較大的是對流層低層的水汽。④構建了阿爾泰山區暴雪過程水汽貢獻模型，700 hPa及以上水汽自源地到達關鍵區后主要從偏西（西南）路徑輸入暴雪區，700 hPa以下水汽到達關鍵區后，在環流合適時主要從東南路徑輸入暴雪區，但從偏西（西南）和西北路徑輸入暴雪區的水汽也不容忽視；水汽主要在對流層低層聚集，并輻合抬升。
為進一步做好中國雪都阿勒泰山冬季冰雪旅游暴雪預報預警服務，利用阿爾泰山固態降水數據、NCEP/NCAR 再分析和GDAS 數據，應用天氣學診斷和不同水汽分析方法對2021年阿爾泰山區3次暴雪過程環流背景和水汽特征進行分析。結果表明：① 3次暴雪過程均為新疆北部典型的暖區暴雪過程。②歐拉方法分析表明，該區水汽主要源于大西洋及其沿岸，阿爾泰山西邊界為水汽輸入，東邊界和南邊界為水汽輸出，中、低層的水汽輸入量與暴雪量關系密切，水汽通量散度輻合區位于對流層低層。③HYSPLIT（拉格朗日）方法分析表明，水汽源地主要來自北冰洋、歐洲，其次是中亞和加拿大，與上述結論明顯不同；對暴雪區綜合貢獻較大的是對流層低層的水汽。④構建了阿爾泰山區暴雪過程水汽貢獻模型，700 hPa及以上水汽自源地到達關鍵區后主要從偏西（西南）路徑輸入暴雪區，700 hPa以下水汽到達關鍵區后，在環流合適時主要從東南路徑輸入暴雪區，但從偏西（西南）和西北路徑輸入暴雪區的水汽也不容忽視；水汽主要在對流層低層聚集，并輻合抬升。
2024, 52(1):90-103.
DOI: 10.19517/j.1671-6345.20220490
摘要:
本文選取了2017—2020年威寧縣111個對流單體（35個冰雹云單體和76個雷雨云單體），著重分析了對流單體雷達回波在垂直指向上的分層結構特征，并結合雙偏振雷達觀測分析了對流云單體偏振參量和水凝物相態分布特征。研究分析結果表明：①威寧對流單體雷達回波典型特征量基本一致，對流單體生命史周期約為100 min，最大反射率因子主要位于與0 ℃層高度差±2.0 km的范圍內；②當對流單體雷達回波強度從45 dBz發展到55 dBz以上時，冰雹云具有發展迅速且持續時間長的特點，冰雹大小則與強回波在融化層高度以上的擴展高度存在一定的對應關系，高度越高、冰雹越大；③X波段雙偏振天氣雷達能夠較好地反映降水粒子類型，基本符合粒子形狀、大小和相態分布的特點，但應考慮降水相態粒子處于臨界過渡區域的轉化特點；④威寧多小冰雹主要與垂直風切變較弱、對流有效位能CAPE值不穩定能量偏低，且中小冰雹在下落過程中逐漸融化變小有關。
本文選取了2017—2020年威寧縣111個對流單體（35個冰雹云單體和76個雷雨云單體），著重分析了對流單體雷達回波在垂直指向上的分層結構特征，并結合雙偏振雷達觀測分析了對流云單體偏振參量和水凝物相態分布特征。研究分析結果表明：①威寧對流單體雷達回波典型特征量基本一致，對流單體生命史周期約為100 min，最大反射率因子主要位于與0 ℃層高度差±2.0 km的范圍內；②當對流單體雷達回波強度從45 dBz發展到55 dBz以上時，冰雹云具有發展迅速且持續時間長的特點，冰雹大小則與強回波在融化層高度以上的擴展高度存在一定的對應關系，高度越高、冰雹越大；③X波段雙偏振天氣雷達能夠較好地反映降水粒子類型，基本符合粒子形狀、大小和相態分布的特點，但應考慮降水相態粒子處于臨界過渡區域的轉化特點；④威寧多小冰雹主要與垂直風切變較弱、對流有效位能CAPE值不穩定能量偏低，且中小冰雹在下落過程中逐漸融化變小有關。
2024, 52(1):104-115.
DOI: 10.19517/j.1671-6345.20220530
摘要:
利用微波輻射計、激光測風雷達、多普勒雷達、相控陣雷達等新型探測資料、地面加密觀測資料、ERA5再分析及多模式數值預報結果對2022年4月24日西安城區一次弱降水預報出現明顯失誤的原因進行分析，結果表明：①全球數值預報模式和中尺度數值預報模式對本次過程西安城區均報有明顯降水，主要原因為模式對低層相對濕度預報明顯偏大；②多種新型探測數據分析認為近地層濕度條件較差及中層的絕對水汽含量低，中層的干暖空氣不利于成云致雨，垂直上升運動不強，且由于低層非常干燥，使水滴在下沉過程中蒸發，從而無法形成雨滴下落，這些原因共同造成西安城區無降水，低層相對濕度預報偏大是造成這次西安城區降水預報失誤的主要原因之一；③造成西安城區近地層濕度條件差的原因是城市干熱島效應和低層干暖平流輸送，且降水云團翻越秦嶺后其濕空氣絕熱下沉至城區后出現增溫降濕，使得城區形成較為深厚的干層，即使有雨滴在下落過程中也會造成更強的蒸發，這也是城區沒有降水的重要原因之一；④預報員主觀預報訂正出現空報主要是源于對邊界層水汽、抬升條件等關鍵降水要素缺乏訂正能力，且對大城市的干熱島效應和秦嶺山區地形影響研究不足。
利用微波輻射計、激光測風雷達、多普勒雷達、相控陣雷達等新型探測資料、地面加密觀測資料、ERA5再分析及多模式數值預報結果對2022年4月24日西安城區一次弱降水預報出現明顯失誤的原因進行分析，結果表明：①全球數值預報模式和中尺度數值預報模式對本次過程西安城區均報有明顯降水，主要原因為模式對低層相對濕度預報明顯偏大；②多種新型探測數據分析認為近地層濕度條件較差及中層的絕對水汽含量低，中層的干暖空氣不利于成云致雨，垂直上升運動不強，且由于低層非常干燥，使水滴在下沉過程中蒸發，從而無法形成雨滴下落，這些原因共同造成西安城區無降水，低層相對濕度預報偏大是造成這次西安城區降水預報失誤的主要原因之一；③造成西安城區近地層濕度條件差的原因是城市干熱島效應和低層干暖平流輸送，且降水云團翻越秦嶺后其濕空氣絕熱下沉至城區后出現增溫降濕，使得城區形成較為深厚的干層，即使有雨滴在下落過程中也會造成更強的蒸發，這也是城區沒有降水的重要原因之一；④預報員主觀預報訂正出現空報主要是源于對邊界層水汽、抬升條件等關鍵降水要素缺乏訂正能力，且對大城市的干熱島效應和秦嶺山區地形影響研究不足。
2024, 52(1):116-123.
DOI: 10.19517/j.1671-6345.20220508
摘要:
利用石家莊17個國家氣象站1972—2021年逐日地面氣溫、0 cm地溫資料，分析了石家莊地-氣溫差的變化特征，結果表明：①石家莊地-氣溫差從1月開始逐漸增加，5月達到最大值5.0 ℃，然后開始減小，12月達到最小值-0.8 ℃；地-氣溫差在11月到次年1月為負值；春、夏、秋季均為正值，夏季最大，春季大于秋季，冬季以負值為主；②石家莊多年平均地-氣溫差在1.6~2.6 ℃之間，平均為2.1 ℃；整體上東部大于西部。③近50年石家莊年平均地-氣溫差呈顯著的減小趨勢，變化速率為-0.14 ℃/10a；夏、秋、冬三季的減小趨勢均非常顯著，夏季的減小趨勢最強；石家莊市區和近郊站點年和四季地-氣溫差的減少趨勢更顯著。本文結論對科學認識石家莊城市生態環境的變化具有參考意義。
利用石家莊17個國家氣象站1972—2021年逐日地面氣溫、0 cm地溫資料，分析了石家莊地-氣溫差的變化特征，結果表明：①石家莊地-氣溫差從1月開始逐漸增加，5月達到最大值5.0 ℃，然后開始減小，12月達到最小值-0.8 ℃；地-氣溫差在11月到次年1月為負值；春、夏、秋季均為正值，夏季最大，春季大于秋季，冬季以負值為主；②石家莊多年平均地-氣溫差在1.6~2.6 ℃之間，平均為2.1 ℃；整體上東部大于西部。③近50年石家莊年平均地-氣溫差呈顯著的減小趨勢，變化速率為-0.14 ℃/10a；夏、秋、冬三季的減小趨勢均非常顯著，夏季的減小趨勢最強；石家莊市區和近郊站點年和四季地-氣溫差的減少趨勢更顯著。本文結論對科學認識石家莊城市生態環境的變化具有參考意義。
2024, 52(1):124-131.
DOI: 10.19517/j.1671-6345.20220424
摘要:
利用2019—2021年廣州市紫外輻射數據、常規氣象觀測數據以及環境空氣質量觀測數據，對廣州市紫外線輻射強度變化特征及與氣象、環境因子的相關性進行分析，選擇與廣州市紫外輻射顯著相關的7種特征因子，采用梯度提升樹（Gradient Boosting Decision Tree,GBDT）算法建立廣州市紫外輻射擬合模型。結果表明：①廣州市紫外線輻射強度具有明顯的季節變化和日變化特征，季節變化表現為夏秋季高、冬春季低的特征。2020、2021年紫外輻射強度的最大值出現在7月，2019年出現在9月。3年紫外線輻射最小值都出現在3月，2020年最小為15.9 W·m-2。日變化呈現出早晚小中午大的特征，于12：00左右達到日最大值；②與紫外線輻射強度顯著相關的因子為氣溫、能見度、總云量、相對濕度、太陽高度角、臭氧(O3)濃度、二氧化氮(NO2)濃度；③紫外線輻射模型擬合效果較好，訓練集和測試集的決定系數R2分別為0．93、0．80，對應的均方根誤差RMSE為2.7 W·m-2、4.9 W·m-2。模型擬合估算等級正確的為75%，相差1級的占21%，相差2級的比例為4%。
利用2019—2021年廣州市紫外輻射數據、常規氣象觀測數據以及環境空氣質量觀測數據，對廣州市紫外線輻射強度變化特征及與氣象、環境因子的相關性進行分析，選擇與廣州市紫外輻射顯著相關的7種特征因子，采用梯度提升樹（Gradient Boosting Decision Tree,GBDT）算法建立廣州市紫外輻射擬合模型。結果表明：①廣州市紫外線輻射強度具有明顯的季節變化和日變化特征，季節變化表現為夏秋季高、冬春季低的特征。2020、2021年紫外輻射強度的最大值出現在7月，2019年出現在9月。3年紫外線輻射最小值都出現在3月，2020年最小為15.9 W·m-2。日變化呈現出早晚小中午大的特征，于12：00左右達到日最大值；②與紫外線輻射強度顯著相關的因子為氣溫、能見度、總云量、相對濕度、太陽高度角、臭氧(O3)濃度、二氧化氮(NO2)濃度；③紫外線輻射模型擬合效果較好，訓練集和測試集的決定系數R2分別為0．93、0．80，對應的均方根誤差RMSE為2.7 W·m-2、4.9 W·m-2。模型擬合估算等級正確的為75%，相差1級的占21%，相差2級的比例為4%。
2024, 52(1):132-140.
DOI: 10.19517/j.1671-6345.20230004
摘要:
飛機積冰是影響飛行安全的重要危險天氣，準確的積冰診斷對民航運行與安全具有重大意義，特別是對國產大飛機適航取證具有重要作用。本文參考改進的CIP（Current Icing Potential）指數，使用垂直速度和云中液態水含量對積冰潛勢診斷指數進行優化得到SCIP（Simplified Current Icing Potential）指數，該指數直接基于大氣層結資料給出較為準確地飛機積冰潛勢，具有命中率高、實用性強的特點。用2021年2月28日至12月31日民航航空器報告對原CIP指數和SCIP指數進行對比驗證評估，發現相比于原CIP指數，SCIP指數具有更優異的ROC曲線（Receiver Operating Characteristic Curve）和TSS評分（True Skill Score）。但是對于不同程度的積冰，原CIP指數和SCIP指數均表現出較一致診斷效果，表明SCIP指數對診斷飛機積冰潛勢具有重要作用，但無法判斷積冰強度。根據2020年3月16日陜西區域飛機結冰個例驗證表明增加垂直速度和云中液態水含量的影響對飛機積冰的描述更加細致，對提升積冰潛勢診斷效果具有重要意義。
飛機積冰是影響飛行安全的重要危險天氣，準確的積冰診斷對民航運行與安全具有重大意義，特別是對國產大飛機適航取證具有重要作用。本文參考改進的CIP（Current Icing Potential）指數，使用垂直速度和云中液態水含量對積冰潛勢診斷指數進行優化得到SCIP（Simplified Current Icing Potential）指數，該指數直接基于大氣層結資料給出較為準確地飛機積冰潛勢，具有命中率高、實用性強的特點。用2021年2月28日至12月31日民航航空器報告對原CIP指數和SCIP指數進行對比驗證評估，發現相比于原CIP指數，SCIP指數具有更優異的ROC曲線（Receiver Operating Characteristic Curve）和TSS評分（True Skill Score）。但是對于不同程度的積冰，原CIP指數和SCIP指數均表現出較一致診斷效果，表明SCIP指數對診斷飛機積冰潛勢具有重要作用，但無法判斷積冰強度。根據2020年3月16日陜西區域飛機結冰個例驗證表明增加垂直速度和云中液態水含量的影響對飛機積冰的描述更加細致，對提升積冰潛勢診斷效果具有重要意義。
2024, 52(1):141-150.
DOI: 10.19517/j.1671-6345.20220523
摘要:
選取2018—2021年汛期短時強降水天氣過程，利用相關性分析、箱線圖法和極值統計法，嘗試研究FY-4A衛星產品在短時強降水天氣過程中的監測預警指標。研究表明：①FY-4A衛星多通道數據可以作為短時強降水監測預警的定量化指標予以應用。②篩選出相關性較好的13項產品統計出短時強降水的監測預警指標，其中賦值類指標4項，數值判別類指標9項（含輔助指標3項）；初步設定13項指標中有9項達標時，短時強降水會發生。③在評估基礎上完善了指標，監測預警效果有所提高，TS評分提高5.4%，空報率降低2.7%，漏報率降低1.9%。
選取2018—2021年汛期短時強降水天氣過程，利用相關性分析、箱線圖法和極值統計法，嘗試研究FY-4A衛星產品在短時強降水天氣過程中的監測預警指標。研究表明：①FY-4A衛星多通道數據可以作為短時強降水監測預警的定量化指標予以應用。②篩選出相關性較好的13項產品統計出短時強降水的監測預警指標，其中賦值類指標4項，數值判別類指標9項（含輔助指標3項）；初步設定13項指標中有9項達標時，短時強降水會發生。③在評估基礎上完善了指標，監測預警效果有所提高，TS評分提高5.4%，空報率降低2.7%，漏報率降低1.9%。
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