2024年第52卷第5期文章目次
2024, 52(5):619-629.
DOI: 10.19517/j.1671-6345.20230291
摘要:
本文利用2020年5—9月山東省青島市S波段天氣雷達和地面雨量站數據，開展了基于最優插值的天氣雷達定量降水估測訂正方法的優化研究。根據青島地區地面雨量站的空間分布，確定了用于訂正格點估測降水的雨量站的搜索范圍。通過分析用于訂正的雨量站個數與分析誤差的關系，確定了參與訂正的最佳雨量站數量。采用隨機抽樣和交叉檢驗的方法，分析了不同相關函數模型對降水訂正結果的影響，最終得到適合青島地區的相關函數優化參數。進一步檢驗優化參數的訂正結果發現，訂正后估測降水的統計評分有明顯的提升，估測降水的強度和空間分布與實況更加一致。
本文利用2020年5—9月山東省青島市S波段天氣雷達和地面雨量站數據，開展了基于最優插值的天氣雷達定量降水估測訂正方法的優化研究。根據青島地區地面雨量站的空間分布，確定了用于訂正格點估測降水的雨量站的搜索范圍。通過分析用于訂正的雨量站個數與分析誤差的關系，確定了參與訂正的最佳雨量站數量。采用隨機抽樣和交叉檢驗的方法，分析了不同相關函數模型對降水訂正結果的影響，最終得到適合青島地區的相關函數優化參數。進一步檢驗優化參數的訂正結果發現，訂正后估測降水的統計評分有明顯的提升，估測降水的強度和空間分布與實況更加一致。
2024, 52(5):630-643.
DOI: 10.19517/j.1671-6345.20230345
摘要:
在測站稀疏的海島地區，如何科學選擇插值方案以合理體現氣象要素的空間分布特征是精細化監測面臨的重要問題。以舟山群島為例，挑選了有中尺度站觀測以來（2014—2021 年）影響舟山的8 次寒潮過程，對比檢驗了普通克里格（Ordinary Kriging，OK）、反距離權重（Inverse Distance Weighing，IDW）、ANUSPLIN（以下簡稱ANU）三種方案的插值效果。針對8 次過程的過程最低氣溫、日最低氣溫降幅和日平均氣溫降幅，在53 個測站中隨機選取11 個檢驗站點，發現ANU的插值誤差高于OK和IDW。進一步設計了周邊站點密集、周邊站點稀疏、檢驗站點脫離本島三組插值試驗，分析表明，ANU的插值表現與周邊站點的密集程度息息相關：當周邊站點密集時，ANU的插值誤差小于OK和IDW；當周邊站點稀疏時，ANU的插值誤差明顯高于OK和IDW。在周邊站點密集分布的情形下，無論檢驗站點位于舟山本島還是零散小島上，ANU均能取得最優插值效果，說明在氣溫插值中ANU對地形的依賴相對較小，插值精度對插值效果的影響亦較小。
在測站稀疏的海島地區，如何科學選擇插值方案以合理體現氣象要素的空間分布特征是精細化監測面臨的重要問題。以舟山群島為例，挑選了有中尺度站觀測以來（2014—2021 年）影響舟山的8 次寒潮過程，對比檢驗了普通克里格（Ordinary Kriging，OK）、反距離權重（Inverse Distance Weighing，IDW）、ANUSPLIN（以下簡稱ANU）三種方案的插值效果。針對8 次過程的過程最低氣溫、日最低氣溫降幅和日平均氣溫降幅，在53 個測站中隨機選取11 個檢驗站點，發現ANU的插值誤差高于OK和IDW。進一步設計了周邊站點密集、周邊站點稀疏、檢驗站點脫離本島三組插值試驗，分析表明，ANU的插值表現與周邊站點的密集程度息息相關：當周邊站點密集時，ANU的插值誤差小于OK和IDW；當周邊站點稀疏時，ANU的插值誤差明顯高于OK和IDW。在周邊站點密集分布的情形下，無論檢驗站點位于舟山本島還是零散小島上，ANU均能取得最優插值效果，說明在氣溫插值中ANU對地形的依賴相對較小，插值精度對插值效果的影響亦較小。
2024, 52(5):644-651.
DOI: 10.19517/j.1671-6345.20230264
摘要:
有效的數據清洗手段可提高風電機組測風資料的質量，而風機數據質量對風資源評估、風功率發電有重要意義。本文提出了風功率區間識別風速、功率的異常值，再基于風機高相關片區修正風速的方法。資料選用2020—2022年內蒙古烏蘭察布市北部某風電場的風機測風數據進行分析。結果表明：風功率區間修正后的風機數據完整率提高至90%以上，利用風機高相關片區，修正了部分異常風速。該方法提高了風電場風電機組測風風速的數據質量，實現了風速和功率互相校準，為風電場發電量預測、調控提供基礎性支撐數據。
有效的數據清洗手段可提高風電機組測風資料的質量，而風機數據質量對風資源評估、風功率發電有重要意義。本文提出了風功率區間識別風速、功率的異常值，再基于風機高相關片區修正風速的方法。資料選用2020—2022年內蒙古烏蘭察布市北部某風電場的風機測風數據進行分析。結果表明：風功率區間修正后的風機數據完整率提高至90%以上，利用風機高相關片區，修正了部分異常風速。該方法提高了風電場風電機組測風風速的數據質量，實現了風速和功率互相校準，為風電場發電量預測、調控提供基礎性支撐數據。
2024, 52(5):652-667.
DOI: 10.19517/j.1671-6345.20230310
摘要:
大范圍的持續性暴雨事件會影響水文條件，造成洪水影響。本文針對20世紀60年代以來長江中下游致洪大暴雨事件個例，基于隨機分化模擬退火聚類方法和擾動集合相似方法，研究致洪大暴雨事件的關鍵環流型及其對大暴雨的定量貢獻。結果表明，長江中下游致洪大暴雨事件多發生在梅雨集中降水期，多個事件平均的日峰值降水強度達暴雨量級。致洪暴雨的500 hPa環流形勢可聚類為4類，分別為：東亞南高北低型（1型）、東亞三明治型（2型）、南支槽型（3型）和高緯雙阻型（4型）。4個聚類下的西太平洋副高和南支槽對致洪大暴雨的貢獻較為穩定，約占3成和1.5成；而中高緯系統影響較不穩定，東北亞環流異常對聚類1、3和4型的貢獻平均近2成，貝加爾湖阻塞異常對聚類2型有微弱貢獻；中緯度西風槽異常對聚類4型的貢獻約為2成。4個聚類下的10～30 d和30～60 d低頻環流顯著異常區和原始觀測的環流異常關鍵區基本一致。西太平洋副高區的低頻環流對所有事件均有正貢獻，占比約2～7成；其中，除30～60 d低頻環流對所有事件有影響外，其10～30 d低頻活動對聚類1～2型事件也有明顯影響。南支槽區的30～60 d低頻環流對聚類3和4型事件的貢獻占比為27%和16%。大暴雨事件相聯系的高緯低頻環流關鍵區分別位于貝加爾湖和鄂霍茨克海（1型）、烏拉爾山和西風槽區（2型）、東北冷渦（3型），且貢獻各不相同（12%～31%）。上述關鍵環流型及其定量貢獻評估結果可為加深對致洪大暴雨事件的形成認識和預報預測提供依據。
大范圍的持續性暴雨事件會影響水文條件，造成洪水影響。本文針對20世紀60年代以來長江中下游致洪大暴雨事件個例，基于隨機分化模擬退火聚類方法和擾動集合相似方法，研究致洪大暴雨事件的關鍵環流型及其對大暴雨的定量貢獻。結果表明，長江中下游致洪大暴雨事件多發生在梅雨集中降水期，多個事件平均的日峰值降水強度達暴雨量級。致洪暴雨的500 hPa環流形勢可聚類為4類，分別為：東亞南高北低型（1型）、東亞三明治型（2型）、南支槽型（3型）和高緯雙阻型（4型）。4個聚類下的西太平洋副高和南支槽對致洪大暴雨的貢獻較為穩定，約占3成和1.5成；而中高緯系統影響較不穩定，東北亞環流異常對聚類1、3和4型的貢獻平均近2成，貝加爾湖阻塞異常對聚類2型有微弱貢獻；中緯度西風槽異常對聚類4型的貢獻約為2成。4個聚類下的10～30 d和30～60 d低頻環流顯著異常區和原始觀測的環流異常關鍵區基本一致。西太平洋副高區的低頻環流對所有事件均有正貢獻，占比約2～7成；其中，除30～60 d低頻環流對所有事件有影響外，其10～30 d低頻活動對聚類1～2型事件也有明顯影響。南支槽區的30～60 d低頻環流對聚類3和4型事件的貢獻占比為27%和16%。大暴雨事件相聯系的高緯低頻環流關鍵區分別位于貝加爾湖和鄂霍茨克海（1型）、烏拉爾山和西風槽區（2型）、東北冷渦（3型），且貢獻各不相同（12%～31%）。上述關鍵環流型及其定量貢獻評估結果可為加深對致洪大暴雨事件的形成認識和預報預測提供依據。
2024, 52(5):668-680.
DOI: 10.19517/j.1671-6345.20230324
摘要:
利用常規氣象觀測資料、ERA5再分析資料和數值模式資料，對2022年7月4—5日臺風“暹芭”深入內陸引發的鄂北暴雨不同階段降水中尺度特征及環流背景、物理量環境場、可預報性等進行分析。結果表明：①此次過程是發生在臺風北上與西風槽結合的環流背景下，中低層700～925 hPa“暹芭”東側強盛的偏南急流配合高空臺風低壓環流為強降水提供了動力抬升條件和水汽供應條件。按照系統影響可將此次過程分為螺旋云帶和低壓主體兩個降水階段，兩個階段都有明顯的對流性暖云降水特征，小時雨強大，但螺旋云帶降水持續時間短，范圍分散，而低壓主體降水持續時間長，范圍廣，累計雨量大。②螺旋云帶階段雨團出現前向傳播特征，導致雨團加速西移；低壓主體階段MCS(Mesoscale Convective System)快速高度組織化，東移速度緩慢，并出現“列車效應”。導致兩個階段雨團演變差異的主要原因是螺旋云帶階段具有強對流性不穩定和潛勢能量，但中低層的垂直運動和水汽輻合弱，對流觸發相對分散，維持時間短，主要以環境風場配合降水冷區形成的冷出流觸發為主；而低壓主體階段也有較強的對流不穩定，低層輻合高層輻散形成的上升運動、中低層水汽輸送及輻合均較螺旋云帶階段顯著增強，同時北方冷空氣侵入形成能量鋒區，為大范圍較長時間的強對流提供了有利的熱力、動力和水汽條件。地形阻擋作用使MCS出現后向傳播，與天氣尺度系統共同影響形成“列車效應”。③此次過程暴雨的短期可預報性高，但降水極值及強中心落區可預報性低。相較而言，全球模式對于低壓主體降水預報更有優勢，其中ECMWF效果最優，而中尺度模式對于螺旋云帶階段降水預報更有優勢。
利用常規氣象觀測資料、ERA5再分析資料和數值模式資料，對2022年7月4—5日臺風“暹芭”深入內陸引發的鄂北暴雨不同階段降水中尺度特征及環流背景、物理量環境場、可預報性等進行分析。結果表明：①此次過程是發生在臺風北上與西風槽結合的環流背景下，中低層700～925 hPa“暹芭”東側強盛的偏南急流配合高空臺風低壓環流為強降水提供了動力抬升條件和水汽供應條件。按照系統影響可將此次過程分為螺旋云帶和低壓主體兩個降水階段，兩個階段都有明顯的對流性暖云降水特征，小時雨強大，但螺旋云帶降水持續時間短，范圍分散，而低壓主體降水持續時間長，范圍廣，累計雨量大。②螺旋云帶階段雨團出現前向傳播特征，導致雨團加速西移；低壓主體階段MCS(Mesoscale Convective System)快速高度組織化，東移速度緩慢，并出現“列車效應”。導致兩個階段雨團演變差異的主要原因是螺旋云帶階段具有強對流性不穩定和潛勢能量，但中低層的垂直運動和水汽輻合弱，對流觸發相對分散，維持時間短，主要以環境風場配合降水冷區形成的冷出流觸發為主；而低壓主體階段也有較強的對流不穩定，低層輻合高層輻散形成的上升運動、中低層水汽輸送及輻合均較螺旋云帶階段顯著增強，同時北方冷空氣侵入形成能量鋒區，為大范圍較長時間的強對流提供了有利的熱力、動力和水汽條件。地形阻擋作用使MCS出現后向傳播，與天氣尺度系統共同影響形成“列車效應”。③此次過程暴雨的短期可預報性高，但降水極值及強中心落區可預報性低。相較而言，全球模式對于低壓主體降水預報更有優勢，其中ECMWF效果最優，而中尺度模式對于螺旋云帶階段降水預報更有優勢。
2024, 52(5):681-691.
DOI: 10.19517/j.1671-6345.20230367
摘要:
本文利用S波段雙偏振雷達、X波段相控陣雷達數據及其反演風場、閃電定位、ERA5再分析資料等,對2022年7月21日發生在浙江中北部一次颮線的特征進行了分析。結果表明: 颮線發生在副高控制下，高空冷渦底部干冷空氣侵入造成不穩定層結以及較高的能量和充足的邊界層水汽，是颮線發生的有利環境條件。颮線初始對流形成于杭州東部和西北部南北風的輻合線中，強風暴合并后風暴尺度出現明顯增長并形成颮線，杭州灣南岸的輻合中心、垂直風速差的增強有利于颮線迅速發展，當垂直風速差與冷池傳播速度相當時，颮線發展成熟；大風主要出現在云閃密集區。X波段相控陣雷達可以精細探測極端大風發生前后颮線強單體的垂直結構：成熟階段強單體中差分反射率和差分相移率柱的發展代表風暴加強，回波質心迅速下降可指示地面大風，降水粒子下落拖拽進一步加強地面風力。
本文利用S波段雙偏振雷達、X波段相控陣雷達數據及其反演風場、閃電定位、ERA5再分析資料等,對2022年7月21日發生在浙江中北部一次颮線的特征進行了分析。結果表明: 颮線發生在副高控制下，高空冷渦底部干冷空氣侵入造成不穩定層結以及較高的能量和充足的邊界層水汽，是颮線發生的有利環境條件。颮線初始對流形成于杭州東部和西北部南北風的輻合線中，強風暴合并后風暴尺度出現明顯增長并形成颮線，杭州灣南岸的輻合中心、垂直風速差的增強有利于颮線迅速發展，當垂直風速差與冷池傳播速度相當時，颮線發展成熟；大風主要出現在云閃密集區。X波段相控陣雷達可以精細探測極端大風發生前后颮線強單體的垂直結構：成熟階段強單體中差分反射率和差分相移率柱的發展代表風暴加強，回波質心迅速下降可指示地面大風，降水粒子下落拖拽進一步加強地面風力。
2024, 52(5):692-703.
DOI: 10.19517/j.1671-6345.20230288
摘要:
利用北部灣沿岸海島站觀測資料和ERA5數據，對混合型（高壓后部型轉西南倒槽型）海霧出現概率和一次典型過程進行了分析。結果表明：①2015—2020年混合型海霧過程出現概率最高，累計出現15次（58天），占比34.9%（39.5%）。②2016年3月15—23日海霧過程具有持續時間長、范圍廣的特點。前期北部灣受入海高壓后部偏東氣流影響，后期高原槽發展東移，北部灣逐漸轉為受西南倒槽邊緣偏南氣流控制。③熱力條件上，低空急流的強暖濕輸送，一方面使北部灣上空比濕增大，飽和層從近地面延伸至800 hPa，另一方面使逆溫層建立，逆溫層與其下方高濕區配合形成穩定狀態。動力條件方面，垂直方向維持一定強度的風切變，有利于邊界層的湍流混合，并與斜壓大氣形成有利于低層穩定層結維持的配置。此外800 hPa以下為弱上升運動，利于水汽在低層抬升凝結，促進海霧發展及維持。④海霧發生期間，前期（后期）氣海溫差大多在0～1.5 ℃（1.5～2.5 ℃）之間。
利用北部灣沿岸海島站觀測資料和ERA5數據，對混合型（高壓后部型轉西南倒槽型）海霧出現概率和一次典型過程進行了分析。結果表明：①2015—2020年混合型海霧過程出現概率最高，累計出現15次（58天），占比34.9%（39.5%）。②2016年3月15—23日海霧過程具有持續時間長、范圍廣的特點。前期北部灣受入海高壓后部偏東氣流影響，后期高原槽發展東移，北部灣逐漸轉為受西南倒槽邊緣偏南氣流控制。③熱力條件上，低空急流的強暖濕輸送，一方面使北部灣上空比濕增大，飽和層從近地面延伸至800 hPa，另一方面使逆溫層建立，逆溫層與其下方高濕區配合形成穩定狀態。動力條件方面，垂直方向維持一定強度的風切變，有利于邊界層的湍流混合，并與斜壓大氣形成有利于低層穩定層結維持的配置。此外800 hPa以下為弱上升運動，利于水汽在低層抬升凝結，促進海霧發展及維持。④海霧發生期間，前期（后期）氣海溫差大多在0～1.5 ℃（1.5～2.5 ℃）之間。
2024, 52(5):704-713.
DOI: 10.19517/j.1671-6345.20230406
摘要:
上海沿岸水域船舶和港口眾多，災害性天氣頻繁。利用2016—2022年上海沿岸水域代表站點的逐時自動站和預警相關數據，選取大風為研究對象，分析了大風時空分布特征，評估了大風分區預警預報質量及經濟效益。結果表明：①距海岸線越遠，大風日數越多、風速越大、持續時間越長；過程風力越大，各海區的風力差異越明顯，臺風引起的風力差異跨越5個風級；②相比統一預警，各海區大風分區預警漏報率明顯降低，最高降幅5%，長江口區西部海區空報率降低8%以上，TS評分提高了10%以上；③大風分區預警時間提前量減少3 h以上，持續時間最長縮短16 h以上，可減少近1800萬人民幣的損失，大大提高了生產經營效益。
上海沿岸水域船舶和港口眾多，災害性天氣頻繁。利用2016—2022年上海沿岸水域代表站點的逐時自動站和預警相關數據，選取大風為研究對象，分析了大風時空分布特征，評估了大風分區預警預報質量及經濟效益。結果表明：①距海岸線越遠，大風日數越多、風速越大、持續時間越長；過程風力越大，各海區的風力差異越明顯，臺風引起的風力差異跨越5個風級；②相比統一預警，各海區大風分區預警漏報率明顯降低，最高降幅5%，長江口區西部海區空報率降低8%以上，TS評分提高了10%以上；③大風分區預警時間提前量減少3 h以上，持續時間最長縮短16 h以上，可減少近1800萬人民幣的損失，大大提高了生產經營效益。
2024, 52(5):714-722.
DOI: 10.19517/j.1671-6345.20230299
摘要:
為了提高日極大風風速的預報能力，特別是8級以上風力的預報，本文以歐洲中期天氣預報中心（European Centre for Medium-Range Weather Forecasts，ECWMF）模式輸出的過去3 h陣風風速預報作為輸入因子，同時針對ECWMF模式過去3 h陣風風速預報存在的小量級風預報偏大、大量級風預報偏小的預報特征，利用近5年地面觀測實況以及ECWMF模式過去3 h陣風資料，構建基于Tabnet的日極大風分級訂正預報模型。其中，模型的輸入設計包含了前期實況、站點的地理信息、ECWMF模式的預報場及其前期預報誤差項。該模型在1年半獨立檢驗樣本的估測結果中，其預報模型的平均絕對誤差相對ECWMF模式插值降低了45.2%，相應的均方根誤差也減少了25.7%。進一步地，在1~5級和8~9級以上風力等級的預報上，該預報模型的預報準確率較利用ECWMF模式預報場插值得到的預報方法均有明顯提高，表明該預報方法的可行性。
為了提高日極大風風速的預報能力，特別是8級以上風力的預報，本文以歐洲中期天氣預報中心（European Centre for Medium-Range Weather Forecasts，ECWMF）模式輸出的過去3 h陣風風速預報作為輸入因子，同時針對ECWMF模式過去3 h陣風風速預報存在的小量級風預報偏大、大量級風預報偏小的預報特征，利用近5年地面觀測實況以及ECWMF模式過去3 h陣風資料，構建基于Tabnet的日極大風分級訂正預報模型。其中，模型的輸入設計包含了前期實況、站點的地理信息、ECWMF模式的預報場及其前期預報誤差項。該模型在1年半獨立檢驗樣本的估測結果中，其預報模型的平均絕對誤差相對ECWMF模式插值降低了45.2%，相應的均方根誤差也減少了25.7%。進一步地，在1~5級和8~9級以上風力等級的預報上，該預報模型的預報準確率較利用ECWMF模式預報場插值得到的預報方法均有明顯提高，表明該預報方法的可行性。
2024, 52(5):723-732.
DOI: 10.19517/j.1671-6345.20230327
摘要:
高溫危險性評價是高溫災害風險評估的基礎工作。本文基于江西省1961—2022年79個氣象站逐日最高氣溫資料，采用最小二乘法和核密度估計方法，分析了江西省近62年高溫日數、極端最高氣溫和高溫強度等3個致災因子的變化趨勢，五年一遇、十年一遇、二十年一遇和五十年一遇4種重現期下各高溫致災因子取值；并結合K-means聚類分析，對江西省高溫綜合危險性進行了評估；最后，探討了高溫對農業影響的風險等級。結果表明：①近62年江西省三類高溫致災因子整體呈增加趨勢，但存在1997年以前下降的階段性特征；②各致災因子的單一危險性均較高，高危險性區域占全省面積比例達到41.7%～61.4%；③高溫綜合危險性呈南北低中間高的空間分布格局，高危險區域主要集中在上饒東部和吉安大部；④高溫對農業影響的中、高風險區與高溫綜合危險性分布一致，而低風險區有所擴大，主要集中在贛州南部、新余大部、南昌中北部以及九江東部。本文能夠為氣象災害綜合風險評估提供一定參考。
高溫危險性評價是高溫災害風險評估的基礎工作。本文基于江西省1961—2022年79個氣象站逐日最高氣溫資料，采用最小二乘法和核密度估計方法，分析了江西省近62年高溫日數、極端最高氣溫和高溫強度等3個致災因子的變化趨勢，五年一遇、十年一遇、二十年一遇和五十年一遇4種重現期下各高溫致災因子取值；并結合K-means聚類分析，對江西省高溫綜合危險性進行了評估；最后，探討了高溫對農業影響的風險等級。結果表明：①近62年江西省三類高溫致災因子整體呈增加趨勢，但存在1997年以前下降的階段性特征；②各致災因子的單一危險性均較高，高危險性區域占全省面積比例達到41.7%～61.4%；③高溫綜合危險性呈南北低中間高的空間分布格局，高危險區域主要集中在上饒東部和吉安大部；④高溫對農業影響的中、高風險區與高溫綜合危險性分布一致，而低風險區有所擴大，主要集中在贛州南部、新余大部、南昌中北部以及九江東部。本文能夠為氣象災害綜合風險評估提供一定參考。
2024, 52(5):733-742.
DOI: 10.19517/j.1671-6345.20230390
摘要:
以2018年9月至2022年8月為研究時段，采用多種統計方法對滇西南及周邊生物質燃燒高發區（A區）、滇中人類活動強度較大的城市群區（B區）2—4月和6—8月閃電活動及其他干擾因素對NO2的影響進行對比分析。結果表明：①2—4月A、B區NO2柱濃度分別與火點數和人為CO2排放在空間上存在顯著正相關，但與閃電次數呈顯著負相關。②閃電活動多伴有明顯降雨（R≥1 mm），閃電活動較弱時，降雨對地面NO2的濕沉降作用明顯，較強的閃電活動下降雨的濕沉降仍無法完全抵消閃電對地面NO2濃度增長的貢獻。③6—8月初次出現閃電時A、B區地面NO2濃度前6 h逐時增加，之后3 h則逐時緩慢減小。④閃電日A、B區地面NO2濃度整體高于無閃電日，生物質燃燒強度、降雨強度和大氣邊界層高度等變化均會對其產生明顯影響。
以2018年9月至2022年8月為研究時段，采用多種統計方法對滇西南及周邊生物質燃燒高發區（A區）、滇中人類活動強度較大的城市群區（B區）2—4月和6—8月閃電活動及其他干擾因素對NO2的影響進行對比分析。結果表明：①2—4月A、B區NO2柱濃度分別與火點數和人為CO2排放在空間上存在顯著正相關，但與閃電次數呈顯著負相關。②閃電活動多伴有明顯降雨（R≥1 mm），閃電活動較弱時，降雨對地面NO2的濕沉降作用明顯，較強的閃電活動下降雨的濕沉降仍無法完全抵消閃電對地面NO2濃度增長的貢獻。③6—8月初次出現閃電時A、B區地面NO2濃度前6 h逐時增加，之后3 h則逐時緩慢減小。④閃電日A、B區地面NO2濃度整體高于無閃電日，生物質燃燒強度、降雨強度和大氣邊界層高度等變化均會對其產生明顯影響。
2024, 52(5):743-752.
DOI: 10.19517/j.1671-6345.20230339
摘要:
利用2022年1月1日至12月31日成都市西部沿山和東部平原地區的風廓線雷達資料，分析大氣邊界層水平風場垂直結構及日變化趨勢的區域差異。結果表明：①成都市邊界層低層盛行風向存在東西區域差異，西部山區盛行北東北風，東部平原盛行東北風，且不存在季節差異；邊界層中高層盛行風向不存在東西區域差異，表現為與西側山脈走向一致的東北風和西南風交替出現。②成都市東西部的邊界層平均風速廓線變化趨勢一致，相同探測高度東部平原的水平風速大于西部沿山。③邊界層低層西部沿山地區受局地山谷風影響，在四季均存在顯著的水平風向日變化，白天盛行東南風，夜間盛行西北風。④相同探測高度水平風速的日變化特征沒有區域差異，在四季基本一致，為單峰單谷型，最小值在白天，最大值在夜間。⑤成都市東西區域的低層大氣邊界層風場特征的差異主要由西部沿山地區局地復雜地形造成。
利用2022年1月1日至12月31日成都市西部沿山和東部平原地區的風廓線雷達資料，分析大氣邊界層水平風場垂直結構及日變化趨勢的區域差異。結果表明：①成都市邊界層低層盛行風向存在東西區域差異，西部山區盛行北東北風，東部平原盛行東北風，且不存在季節差異；邊界層中高層盛行風向不存在東西區域差異，表現為與西側山脈走向一致的東北風和西南風交替出現。②成都市東西部的邊界層平均風速廓線變化趨勢一致，相同探測高度東部平原的水平風速大于西部沿山。③邊界層低層西部沿山地區受局地山谷風影響，在四季均存在顯著的水平風向日變化，白天盛行東南風，夜間盛行西北風。④相同探測高度水平風速的日變化特征沒有區域差異，在四季基本一致，為單峰單谷型，最小值在白天，最大值在夜間。⑤成都市東西區域的低層大氣邊界層風場特征的差異主要由西部沿山地區局地復雜地形造成。
14 廣州荔枝氣象指數保險產品
2024, 52(5):753-761.
DOI: 10.19517/j.1671-6345.20230228
摘要:
以廣州從化和增城地區的荔枝作為保險標的物，結合荔枝全生育期的氣象災害，設計荔枝氣象指數保險產品，并進行保險賠付率驗證?；诶笾Ξa量數據和歷史氣象資料，構建荔枝氣象指數，擬合氣象指數的分布情況，厘定觸發賠付的不同氣象指數的保險純費率和單位面積保險金額，設置不同等級的賠付金額。研究表明，從化荔枝花期降水指數R1，增城荔枝抽穗期低溫指數Tmin、果熟期降水指數R100 d是導致荔枝減產的關鍵氣象指數。當從化荔枝花期累積降水量達350 mm，增城荔枝抽穗期最低氣溫為3.3 ℃、果熟期日雨量≥100 mm的累積天數為2 d時觸發理賠。對應氣象指數不同等級的保費金額分別在448～2582元/hm2、522～2567元/hm2、1403～3284元/hm2之間，不同氣象指數各等級的賠付比例分別在7%～10%、7%～10%、10%～12%之間，兩區10年、20年和30年3個時間尺度的平均賠付率分別為77.0%、69.6%和63.7%，與保險公司賠付率65%～75%的要求較為一致。研發的荔枝氣象指數保險產品可為廣州新一輪政策性農業保險提供參考，為荔枝果農分散轉移氣象災害風險提供技術支持。
以廣州從化和增城地區的荔枝作為保險標的物，結合荔枝全生育期的氣象災害，設計荔枝氣象指數保險產品，并進行保險賠付率驗證?；诶笾Ξa量數據和歷史氣象資料，構建荔枝氣象指數，擬合氣象指數的分布情況，厘定觸發賠付的不同氣象指數的保險純費率和單位面積保險金額，設置不同等級的賠付金額。研究表明，從化荔枝花期降水指數R1，增城荔枝抽穗期低溫指數Tmin、果熟期降水指數R100 d是導致荔枝減產的關鍵氣象指數。當從化荔枝花期累積降水量達350 mm，增城荔枝抽穗期最低氣溫為3.3 ℃、果熟期日雨量≥100 mm的累積天數為2 d時觸發理賠。對應氣象指數不同等級的保費金額分別在448～2582元/hm2、522～2567元/hm2、1403～3284元/hm2之間，不同氣象指數各等級的賠付比例分別在7%～10%、7%～10%、10%～12%之間，兩區10年、20年和30年3個時間尺度的平均賠付率分別為77.0%、69.6%和63.7%，與保險公司賠付率65%～75%的要求較為一致。研發的荔枝氣象指數保險產品可為廣州新一輪政策性農業保險提供參考，為荔枝果農分散轉移氣象災害風險提供技術支持。
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