一次“高影响天气”的弱降雪过程的数值研究

该文对2001年12月7日下午北京的一次弱降雪天气过程进行了诊断分析和数值模拟研究。诊断结果表明:北京地区由于受500 hPa小槽东移及850 hPa东移小高压后部带来的来自东海和南海的偏南暖湿气流共同影响，造成降雪。数值模拟结果显示:MM5模式对这次降雪过程具有较好的模拟能力，不仅模拟出了北京地区的降雪量，而且对这次过程大尺度背景场的演变、触发机制和水汽源有很好的表述。利用诊断分析和数值模拟结果，对这次弱降雪过程引起交通大阻塞的可能因素进行了探讨，说明建立城市预警系统的迫切性。     

一次梅雨锋暴雨过程多尺度特征的诊断分析

文中对 1998年 6月 12～ 15日长江中下游地区入汛后最强的一次梅雨锋大暴雨过程进行了诊断分析。结果表明 ,此次暴雨是在 3种不同尺度天气系统的共同作用下形成的。中高纬的双阻型和副热带高压位置偏南 ,是引发该暴雨过程的大尺度背景条件 ;天气尺度的低压槽为该阶段的连续大暴雨提供了动力条件 ,它的前部存在一个低层辐合、正涡度和高层辐散、负涡度的带状区域。α中尺度上 ,该暴雨系统的垂直结构为中低层强烈的辐合和上层的辐散 ,其中心有着强烈的上升气流 ;同时在中高层 ,系统的南侧有一个高空急流强迫产生的次级环流。这种α中尺度暴雨系统的三维结构为强暴雨的形成提供了必要的动力、水汽和不稳定性条件。     

基于支持向量机的遥感大雾判识

提出了一种基于支持向量机的卫星遥感数据大雾判识方法:首先通过对风云1D卫星大雾区域的各通道辐射值出现频次进行概率统计,利用其阈值来粗判识大雾;然后在粗判识的基础上通过支持向量机的方法进行大雾细判识;最后利用腐蚀和膨胀的图像处理技术对判识后的图像进行优化处理。在对我国2006年9-12月的65条监测到大雾的风云1D轨道的探测数据进行分析之后,发现大雾判识结果与专家标记吻合。检验结果表明,利用1、2、4、6、7、10通道组合进行粗判识的结果最好,5交叉正确率为89.9849%,TS评分为74.04%。利用上述方法对个例的分析检验表明,基于支持向量机的遥感大雾判识方法是切实可行的。     

气象卫星及其产品在天气气候分析和环境灾害监测中的应用概述

随着气象卫星技术的发展,卫星观测能力不断提升,全球气象卫星观测体系逐步形成。美国、欧洲和中国都建立了极轨和静止气象卫星观测系统,日本、韩国等国家也拥有各自的气象卫星。与卫星发展初期相比,现在的气象卫星在空间分辨率、时间分辨率、光谱分辨率以及波段覆盖范围等方面都有了极大的提高。与之相伴,气象卫星遥感资料应用也取得了长足的进步。卫星应用领域不断拓展,新的资料处理方法不断涌现,数据使用也完成了从定性向定量的跨越。本文将在总结目前气象卫星遥感载荷观测能力的基础上,着重介绍卫星资料在天气分析、环境灾害监测以及气候变化研究方面的应用。     

青藏高原夏季夜雨率空间分布及其变化特征

选取了1961-2007年青藏高原海拔2000m以上76个气象站夏季(6-9月)逐日地面降水观测资料,分析了青藏高原夏季夜雨率的时空特征,结果表明:1.青藏高原夜雨率具有显著的区域差异性,在西藏中西部夜雨率呈“纬向型”分布,而西藏东部、川西高原至滇北夜雨率则表现为“西北-东南”走向;夜雨率高值中心出现在雅鲁藏布江中段(日喀则地区东北部至拉萨市一带),达到75％以上,同时喜马拉雅山脉南麓可能是夜雨率＞70％的另一个高值区域;夜雨率最低值在青海省西北部,仅为33％;2.高原夜雨率具有明显的海拔效应,夜雨率与海拔呈显著的反相关,即海拔越高夜雨率越低,反之亦然;3.高原夜雨率随夏季日期推后呈增大趋势,而年际变化上则表现为明显的下降趋势,20世纪80年代初存在明显的突变现象;4.高原夜雨率与日降水量之间存在一定的关联:当日降水量＜1 mm时夜雨率仅为48.8％,此后夜雨率随着日降水量增加而明显增大,特别是降水量在20 mm以下时,夜雨率上升速度最快,上升幅度超过20％;当日降水量为23～40 mm时,夜雨率稳定在70％～76％间,随后又略有波动下降;当日降水量为33 mm时,夜雨率达到极大值,为75.1％.青藏高原夜雨率的空间变化可能受大地形的影响.高原夜雨对农牧业生产有利的同时,也可能会带来诸多自然灾害.因此,深入探讨夜雨率是制定有效防御气象灾害对策的重要依据.     

不同观测分辨率强台风云系的遥感特征

静止气象卫星的快速区域扫描是监测不同天气过程的有利手段。以获取的风云静止气象卫星快速区域扫描数据为基础,选取2011年台风梅花(1109)及2012年台风海葵(1211)的观测数据,采用Hovm(o|¨)ller分析图、变异系数等参数,研究不同时空分辨率观测数据对台风云系结构特征参数监测的敏感性影响。分析结果表明:可见光通道10 min观测时间间隔配以1.25 km空间分辨率可以很好地反映云系演变特征,在相同观测时间分辨率条件下,降低空间分辨率会对云系结构特征的提取有较大影响;在相同空间分辨率条件下,观测时间分辨率的降低对云系结构及演变特征的分析影响较小;基于变异系数的分析说明云像元特性在60 min的观测时间间隔下发生了较大变化,如果以60 min为观测时间间隔将会失去较多的云像元变化特征。水汽通道不同观测时间的变异系数差值小于红外通道1,说明云像元在红外通道1的特性演变对观测时间的敏感性高于水汽通道,提高观测频率可获取更多的云像元红外通道1的辐射特性。     

“7·18”济南突发性大暴雨特征

运用FY-2号气象卫星资料、NCEP再分析资料、常规资料以及自动站加密观测资料,对2007年7月18日济南市突发性大暴雨天气过程的形成发展进行了综合分析。结果显示:这次大暴雨发生在大气层结十分不稳定和高、低空急流耦合的有利大尺度环流背景下,由强烈发展的中尺度对流云团直接造成,具有明显的中尺度特征。低层冷空气南侵,触发了具有高不稳定能量的对流发展;低空强劲的西南急流直抵黄河下游一带,不仅与南下的冷空气形成强烈辐合,还将大量水汽和能量输送到该地区,使降水得以加强。     

近60年北京地区沙尘天气变化及路径分析

利用1951-2010年地面气象月报资料,根据北京发生沙尘天气情况下周围观测站发生沙尘天气的概率空间分布推断影响北京地区沙尘天气移动路径的方法,得到影响北京地区沙尘天气的主要通道是张掖—民勤—鄂托克前旗—大同—北京和锡林浩特盟二连浩特市—浑善达克沙地西部—张北—北京这两条路径之间。该区域内的巴丹吉林沙漠、乌兰布和沙漠、毛乌素沙地和浑善达克沙漠是影响北京地区沙尘天气的主要沙源地。     

利用风云气象卫星反演产品定义南海夏季风爆发指标

夏季风爆发伴随着风场和大气温湿度的急剧变化,我国风云气象卫星反演的云导风(AMV)和黑体亮温(TBB)产品可从大气动力和热力两个方面对夏季风活动进行实时监测。根据气象卫星AMV和TBB资料综合分析,选择南海夏季风监测区域为110~120 °E,10~20 °N。夏季风爆发期间,对流层高层(150~300 hPa高度层范围)云导风由偏西风转为偏东风,风云气象卫星区域日平均TBB下降至280 K以下,综合利用AMV和TBB双指标可更好描述南海夏季风的爆发特征。定义气象卫星监测南海夏季风爆发判别方法为:4月15日以后,AMV和TBB指标同时稳定大于临界值,其中,AMV指标稳定是指持续10天且中断不超过5天,TBB指标稳定是指维持5天。该判别方法可为南海夏季风业务服务和研究提供参考。      

华南季风低压暴雨及其结构分析

文中对2005年夏季华南的一次季风低压大暴雨过程进行了诊断分析,讨论了该季风低压的三维结构,并将其与南亚季风低压和梅雨锋上低压系统的结构进行了对比分析。结果表明,这次暴雨过程由华南季风低压直接引起,造成大暴雨的季风低压产生在有利的大尺度环流背景下。这次华南季风低压的三维结构特征为:在水平方向上,季风低压的南侧是一条对流云带,在对流层中低层,季风低压基本上处于对流不稳定并伴随有较强的上升运动;它对应中低层的湿舌、辐合区和很强的正涡度带。在垂直方向上,季风低压在对流层中低层有明显的气旋性环流,在300 hPa以上无反映。它对应低层辐合和气旋性涡度,高层辐散和反气旋性涡度。季风低压的上升气流可达对流层高层,主要上升运动区位于低压的西侧,主要下沉运动区位于低压的东侧。季风低压南侧有低空急流存在,但高层急流并不明显;季风低压的热力结构为上暖下冷。华南季风低压的轴线随高度向东南方向倾斜。这种种特征,与南亚季风低压和梅雨锋低压均有较大不同。