2004年夏季的天气及预测试验

简要介绍了2004年夏季的主要天气过程和中国科学院大气物理研究所2004年汛期预测的结果.总体上看,2004年夏季江淮流域的降雨分布较均匀,没有造成大江大河及大范围的洪涝,中高纬度典型的梅雨环流形势没有完全建立,西风槽活动频繁.夏季最强的一次降雨过程(7月15～20日)是高空低压槽前的持续性暴雨.2004年夏季华北大部分地区降雨偏多,多为低槽冷锋造成;影响我国的热带气旋明显偏多,8月登陆浙江、福建的2个台风破坏力较大;江南和西北都出现了较强的高温天气,江南和新疆的高温分别为副高和大陆高压造成;9月2～5日川东和重庆的降雨与低涡在该地区的稳定维持有关.从汛期实时降水预测结果看,预测系统对6～8月江淮雨带及其暴雨中心的预测较为准确,对大范围的雨带无漏报和空报.而对华北地区降雨而言,预测评分要低于江淮梅雨,这可能是因为模式中的物理过程,特别是降水的物理过程未能完全准确反映华北地区的情况.要提高华北地区降雨的预测水平,今后应继续开展深入的研究.     

2002年夏季气候及汛期实时预测与检验

简要介绍了中国科学院大气物理研究所2002年汛期预测的结果.作者首先利用IAP ENSO预测系统,较好地预测出2002年夏季将有一个强度偏弱的El Nno事件发生;IAP动力学气候预测系统(IAP DCP-Ⅱ)的跨季度预测结果则表明2002年夏季我国华北和东北大部将持续干旱少雨,长江下游和南方大部地区降水较常年偏多;在数值预测的基础上,结合其他的动力统计预测方法,最终得到中国科学院大气物理研究所2002年夏季旱涝趋势的跨季度集成预测结果.与实况比较表明,IAP DCP-Ⅱ预测和集成预报均较好地预测出我国夏季旱涝的大范围形势分布,特别是动力数值预测的效果在我国东部略优于集成预测.至于汛期(6～8月)每天的天气分析研究和数值天气预报,则表明国内外现有的中高分辨率数值天气预报模式均有很好的预测能力,并给出了我国长江流域和华北地区2002年持续性降水的天气学模型.     

华北和北京的酷暑天气 Ⅰ. 历史概况及个例分析

如果将日最高气温超过３５ ℃的天气定义为酷暑天气, 则近６０ 年的资料统计表明, 北京出现酷暑天气的年频率高达８１ ％ , 并不少见, 尤以４０ 年代和９０ 年代明显偏多。１９４２ 年６ 月和１９９９ 年７ 月都出现≥４２ ℃的酷暑天气。分析表明, 北京和华北酷暑天气的出现与大环流形势密切相关, 大陆副热带高压维持于华北上空是其主要因素, 空气下沉增温是酷暑的主要机制, 而大城市的热岛效应则可使城区百叶箱气温再增高２ ℃左右。     

1998年中国科学院大气物理研究所气候与环境预测研究中心汛期暴雨短期数值预测

对１９９８年夏季汛期（６～８月）天气过程进行了分析;在６～８月期间用ＩＡＰ－ＥＴＡ暴雨数值预报模式进行了每天的２４小时的降水实时预报;首次采用从Ｉｎｔｅｒｎｅｔ网上获取的ＮＣＥＰ资料,作为初值。预报的结果表明,ＥＴＡ坐标有限区域模式对暴雨预报有较好的参考价值;ＮＣＥＰ资料是有用的,尤其是在高原和广大海洋资料稀少地区。     

大兴安岭东麓平安镇白土山组的地层属性——对物源和沉积环境的指示北大核心CSCD

白土山组是松嫩平原地区的第四纪下限,早期对该组的认识仅限于岩性,其矿物学和地球化学属性尚未涉及。为此,本文以吉林白城平安镇白土山组标准剖面为研究对象,基于沉积学、矿物学和地球化学地层属性,揭示其化学风化、沉积循环、物源和沉积环境。结果表明,白土山组砾石砾径以20~80 mm为主,分选差,磨圆度较好,弱—中等风化程度,呈颗粒支撑,基质为砂—粉砂和泥。砾石成分以凝灰岩为主,流纹岩和石英质岩石次之,含少量花岗岩和沉积岩砾石。重矿物组成以白钛石、绿帘石和钛铁矿为主,锆石、磁铁矿、锐钛矿和赤褐铁矿次之,其他矿物含量<1%,个别样品出现软、硬锰矿。沉积学、重矿物及地球化学证据共同表明沉积物来自大兴安岭的中—酸性岩浆母岩,经历了中等程度化学风化,是初次循环的产物。综合沉积学和地球化学指标,本研究认为平安镇白土山组是在温暖偏干的氧化环境下形成的冲-洪积物堆积。此项研究对大兴安岭东麓地层划分及对重建松嫩平原的沉积环境具有重要意义。     

基于机器学习的数值天气预报风速订正研究

对风速进行准确预测是精细化天气预报服务(如风能发电、冬季奥运会赛场条件保障等)的重要环节。本文基于三种机器学习算法(LASSO回归、随机森林和深度学习),对数值天气预报模式ECMWF预测的华北地区近地面10 m风速进行订正。首先利用LASSO回归算法提取对10 m风速有重要影响的气象要素特征集,将其作为三种机器学习算法的输入,建立相应模型对ECMWF预测的风速进行订正。用提取后的气象要素特征集建模有助于减少计算量和存储开销,并减小模型的复杂性,从而提高模型的泛化能力。将订正结果与传统订正方法模式输出统计(model output statistics,MOS)得到的订正结果进行对比。结果表明,三种机器学习算法的订正效果均好于MOS方法,显示了机器学习方法在改善局地精准气象预报方面的潜力。     

我国暴雨机理与预报研究进展及其相关问题思考

为了不断提高对我国暴雨发生发展机理的认识和暴雨预报的准确率,本文对新中国成立70年来我国暴雨机理与预测研究历程与重要成果进行了回顾,首先简要介绍了热带季风及其变异、西太平洋副热带高压及阻塞高压对我国暴雨的影响;然后,概述了我国梅雨期暴雨、华北暴雨与华南前汛期暴雨、登陆台风暴雨与西部地区强降水、青藏高原及不同地形对暴雨影响研究方面的主要进展;最后,探讨了我国发展更精细暴雨定量降水数值预报的前景和存在问题。在此基础上,提出未来我国暴雨研究与预报中值得关注和思考的几个科学问题。     

复杂地层取心钻进堵心原因分析及其预防措施

复杂地层取心钻进时极易发生堵心,严重影响回次进尺长度及取心钻进效率。本文对复杂地层钻进时易出现的堵心问题进行了分析和整理,总结了易堵心地层特征,开展了堵心原因分析,在此基础上,从取心钻头、取心钻具、冲洗液性能及取心钻进工艺方面给出了堵心预防措施。     

江淮流域持续性强降水过程的多尺度物理模型

本文对江淮流域持续性暴雨事件（PHREs）的多尺度物理模型和能量转换特征以及青藏高原东部对流系统东移影响下游地区降水的研究成果进行了总结。从欧亚大陆Rossby波列能量频散的角度揭示了江淮流域PHREs中纬度系统槽脊稳定的机制,定量分析了冷暖空气的源地和输送路径,提出了江南型和江北型PHREs的多尺度物理模型。从天气尺度和次天气尺度之间的能量转换角度呈现了不同尺度系统相互作用的物理图像,指出背景场的能量供给是直接触发暴雨的次天气尺度系统维持的最重要因子,尤其是在对流层的低层,动能的降尺度级串（即能量由背景场传递给次天气尺度系统）最强。研究表明青藏高原东部对流系统东移影响江淮流域的降水是一系列天气系统配合和活跃的结果,主要由青藏高原和四川盆地、二级地形和东部平原之间的热力环流、西南涡、二级地形以东中尺度涡旋和对流系统的共同影响。除了本文总结的内容,还有一些影响PHREs的因子值得深入研究,多尺度相互作用中的Rossby波源及其波列如何影响天气系统,中尺度系统对其背景场的能量反馈等。     

Classification of persistent heavy rainfall events over South China and associated moisture source analysis

Persistent heavy rainfall events (PHREs) over South China during 1981–2014 were selected and classified by an objective method, based on the daily precipitation data at 752 stations in China. The circulation characteristics, as well as the dry-cold air and moisture sources of each type of PHREs were examined. The main results are as follows. A total of 32 non-typhoon influenced PHREs in South China were identified over the study period. By correlation analysis, the PHREs are divided into three types: SC-A type, with its main rainbelt located in the coastal areas and the northeast of Guangdong Province; SC-B type, with its main rainbelt between Guangdong Province and Guangxi Region; and SC-C type, with its main rainbelt located in the north of Guangxi Region. For the SC-A events, dry-cold air flew to South China under the steering effect of troughs in the middle troposphere which originated from the Ural Mountains and West Siberia Plain; whereas, the SC-C events were not influenced by the cold air from high latitudes. There were three water vapor pathways from low-latitude areas for both the SC-A and SC-C PHREs. The tropical Indian Ocean was the main water vapor source for these two PHRE types, while the South China Sea also contributed to the SC-C PHREs. In addition, the SC-A events were also influenced by moist and cold air originating from the Yellow Sea. Generally, the SC-C PHREs belonged to a warm-sector rainfall type, whose precipitation areas were dominated by southwesterly wind, and the convergence in wind speed was the main reason for precipitation.