辽宁春季透雨的环流背景及与海温相关分析

利用1961—2008年4—5月辽宁14个站逐日降水资料,分析了春季第一场透雨出现日期与500 hPa的环流背景及海温的相关关系。结果表明:中国辽宁春季透雨出现日期与前一年9—11月500 hPa高度场有较好的相关性,与北半球同年4月500 hPa环流年代际变化有较好的对应关系;透雨出现日期与北太平洋前期海温呈显著的负相关,当北太平洋地区前期海温偏高时,中国辽宁春季透雨出现日期偏早;当北太平洋地区前期海温偏低时,中国辽宁春季透雨出现日期偏迟。

北涡南槽形势下的辽宁降水性质分析

2005年4月6日、19日辽宁省出现了两次降水天气过程。通过资料显示,这两场降水的影响系统,虽然都主要是北涡南槽的天气系统(这里的北涡南槽是指,由蒙古至贝加尔湖低涡和河套地区东部的高空槽以及槽前的西南气流组合的耦合系统)。但是由于具体影响的物理因子的不同,所以产生的降水性质也不同。6日的降水是不稳定的雷阵雨天气,是由中小尺度不稳定雷雨云团与东北西部东移的低压冷锋相结合的物理过程;19日是以稳定性降水为主,伴有阵雨、雷阵雨的混合性降水天气,是由东移的蒙古低涡与河套地区东部高空槽相结合的物理过程。

用数值预报产品分析2001年盛夏副高活动与辽宁暴雨的关系

应用常规天气资料和日本数值预报产品 ,揭示了 2 0 0 1年盛夏副高活动与辽宁暴雨的关系 ,并验证日本数值预报产品对辽宁暴雨强度与落区的预报能力。

辽宁中尺度数值模式产品和T213产品对比检验分析

利用国家级的气象预报产品质量客观检验评价系统,对辽宁中尺度模式预报MM5和T213数值预报的结果分别进行检验分析。检验类型分为历史资料检验和实时资料检验,检验要素包括地面降水、气温和高空500 hPa环流。检验结果显示,对于降水、气温的预报MM5模式预报检验结果优于T213数值预报,而对于500 hPa环流的检验结果T213更可信。

辽宁省初霜特征及预报技术指标初探

选取辽宁省秋季地面最低气温≤0℃的初日作为初霜日期,使用1961—2010年辽宁省14个测站初霜日期资料,分析初霜的时空分布规律。结果表明,自9月中下旬开始,辽宁省自西北、东北开始向南出现初霜,初霜出现日期,山区比平原地区早,沿海地区较晚,大连地区最晚。随着年代的变化,初霜出现日期整体呈推迟趋势。利用历史天气图资料,对近50年辽宁省初霜的天气特征进行分析,研究初霜出现前24 h的环流形势特征,总结初霜预报技术指标,规范预报业务流程,为实时预报业务提供参考。

2008年T213与德国降水数值预报产品对比检验

为了解各种数值预报的误差特点,更好地在预报过程中选择数值预报产品作为参考依据,将中国国家气象中心的T213降水预报与德国降水预报分别进行晴雨预报检验,对2008年5—8月东北地区降水资料进行对比分析。结果表明:两种模式24—120 h预报正确率为60%—70%,随着预报时效的增加,正确率呈下降趋势,德国降水预报的正确率高于T213,两种预报漏报率均明显小于空报率,T213漏报率较低,为5%左右,德国降水预报空报率较低,为20%左右。对2008年4—6月出现东北冷涡过程的两种模式降水预报进行对比分析,发现德国降水预报正确率明显高于T213预报,对冷涡降水预报有一定的指示意义。

大雪预报失误个例分析

20 0 2年 11月 6～ 7日大雪天气过程预报有一定难度 ,降水预报失误较大。在分析数值预报天气形势、气象要素预报的基础上 ,阐述了当时预报员的预报思路 ,分析实时天气形势的演变 ,指出 30 0hPa上亚洲中部的西北或偏西风急流轴逐渐南压 ,是诱发实时天气形势突变的触发物理机制。上下层高空槽从后倾转为前倾 ,不利于强烈的上升运动产生。高空引导气流的演变 ,导致地面气压路径改变、暖湿空气的配置变化 ,是预报失误的主要原因。

CMIP5模式对辽宁省气温模拟能力及未来2℃升温阈值出现时间评估

利用全球气候模式、多模式集合和辽宁省气象观测数据,评估了不同典型浓度路径下19个全球气候模式和多模式集合对辽宁省气温变化模拟能力和可信度。结果表明:最优模式模拟结果优于多模式集合,具有较高的可信度。随着全球二氧化碳排放浓度增加,气温变化率和可信度呈增加趋势,首次达到2℃年份呈提前趋势,大部分站点出现在2011年之前,且出现年份越晚,升幅往往越高,反之亦然。大部分站点首次稳定到达2℃阈值开始年份在2022年之前,结束年份出现在2019—2026年,持续时间在13 a以下,开始年份均呈西早—东晚分布形势,结束时间和持续时间分布较均匀,且随着全球二氧化碳排放浓度增加,升温幅度呈上升趋势。不同典型浓度路径下各区域最高温、最低温和平均气温出现年份和变化特征均比较一致。

CMIP5对东北地区气温评估和2℃/4℃升温阈值出现时间研究

利用全球气候模式、多模式集合和东北三省观测数据,评估了不同典型浓度路径下全球气候模式和多模式集合对东北区域气温变化模拟能力和可信度,结果发现最优模式模拟结果优于多模式集合,具有较高的可信度。2℃升温阈值结果分析表明:大部分地区首次稳定到达2℃阈值开始年份分别出现在2025年之前(RCP2.6),在2015年之前(RCP4.5)和在2033年(RCP8.5)之前;其中RCP2.6情景下出现最早,RCP8.5情景下最晚,各情景下大体呈西晚-东早分布形势。4℃升温阈值结果分析表明:随着情景增加,首次达到4℃阈值的年份呈提前趋势,其中RCP4.5下出现最早,大部分站点出现在2048年之前,RCP8.5下出现最晚,大部分站点出现在2073年之前。东北三省气温预估结果分析表明:东北三省未来气温呈同步一致变化特征,随着情景增加,各省升温速率均呈上升趋势。

鞍山地区大雾天气气候特征及成因探讨

利用1951—2014年鞍山地区大雾天气观测资料,采用线性趋势法和多项式趋势法分析了鞍山地区大雾天气的空间及时间变化特征。结果表明:1951—2014年鞍山地区年和季大雾日数呈东南部地区多、西北部和中部地区少的空间分布特征,同时各区域大雾日数的季节变化差异显著,东南部山区夏季和秋季(6—10月)为大雾多发季,其他地区深秋和冬季(11月至翌年1月)为大雾多发季;鞍山市各区域大雾日数趋势变化的差异较大,中部地区大雾日数呈减少的趋势,西部地区大雾日数呈弱增加的趋势,东南部地区大雾日数呈增加的趋势。近64 a鞍山地区区域性大雾过程最长持续时间为7 d,全区性大雾过程较少,一致性大雾过程仅出现8次;鞍山地区大雾天气受地形影响较大,具有明显的区域特征,平原地区大雾天气少、山区大雾天气多,且山区连续性大雾过程持续时间较长。鞍山地区大雾过程持续时间多集中在1—2 h,大雾天气出现时间主要集中在05—06时、08时和20时前后,大雾过程日最长持续时间为20—21 h。在1961—2010年鞍山地区大雾日数的年代际变化中,东南部山区大雾日数呈增加的趋势,中部地区大雾日数呈减少的趋势;特别是20世纪90年代以后,中部地区大雾日数减少明显,东南部地区大雾日数增加显著,区域性差异较大。同时,人类活动对气候环境的反馈影响可能也是鞍山地区大雾天气变化的一个原因。

汛期辽宁各流域降水量变化及预测研究

为了准确预测汛期辽宁省的洪涝灾害趋势,更好地为农业服务,满足日益增长的服务需求,建立汛期辽宁省各流域的洪涝灾害趋势客观化预报方法,以便为实际气候预测为农服务工作提供有价值的参考依据。以辽宁省53个测站1961—2011年6—8月平均降水量资料开展研究。结果表明:辽宁省内流域都属于面积较小的流域,可以用算术平均法作为汛期各流域的降水量的计算方法。除浑河流域汛期降水量略有增加趋势外,其他流域都是下降趋势。各流域在1960s中期前后发生了突变。1月500 h Pa位势高度场西太平洋副高系统、1月太平洋海温场Nino3-4区、2月海平面气压场西伯利亚高压系统、2月东南太平洋区域海温场与辽宁省各流域汛期降水相关显著。所建立的各流域汛期总降水量多元回归预报方程都通过了0.01信度的显著性检验,说明这些回归方程有显著意义。

东北地区寒潮特征及与影响因子关系的年代际变化

利用1961~2020年东北地区106站逐日最低气温资料,梳理了东北地区寒潮频次,探讨了东北地区寒潮频次的年代际变化特征,诊断了东北地区寒潮频次影响因子的年代际变化,分析了PDO不同位相对东北地区寒潮频次与其影响因子关系的调制作用。结果表明,东北地区寒潮频次分为寒潮频次偏多期、振荡减少期以及迅速减少期3个阶段。寒潮频次偏多期主要受NAO影响;振荡减少期主要影响因子有AO、西伯利亚高压、NAO和贝加尔湖关键区;迅速减少期受AO、西伯利亚高压和东亚大槽影响明显。寒潮频次偏多期PDO为冷位相,NAO以负位相为主,西伯利亚高压强度偏强,贝加尔湖附近冷空气活动频繁,东亚大槽强度偏强,东北地区寒潮频次偏多;振荡减少期PDO转为暖位相,AO以正位相为主,西伯利亚高压强度指数减弱,NAO指数升高,西伯利亚高压强度减弱,贝加尔湖附近位势高度正异常,冷空气势力减弱,东北地区寒潮频次减少;迅速减少期各影响因子振荡加剧,对东北地区寒潮频次的影响减弱。

辽宁春季界限温度发生日期的预报方法研究

为了在春季气候预测工作中,尽可能准确地预测辽宁春季稳定通过5℃的日期,采用1961—2010年辽宁省53站逐日气温资料和NCEP/NCAR再分析的月平均位势高度场、海平面气压场资料以及由NOAA重构的月平均海温场资料,通过相关分析方法并开展物理因子的普查工作,寻找辽宁春季稳定通过5℃日期的影响因子,并利用多元线性回归方法建立预报方程。结果表明:1961—2010年辽宁春季气温稳定通过5℃日期随时间有提前出现的趋势;稳定通过5℃日期与2月北大西洋海温、1月西北太平洋海温、2月北极涛动、1月印度洋海温、10月阿留申低压强度和1月北大西洋涛动关系密切;建立的预报稳定通过5℃日期的多元线性回归方程具有显著意义。

Discussion on the Formation of Anomalously Lower Temperature in Liaoning Province in April,2010

Making use of the temperature data from 53 stations in Liaoning Province in April from 1961 to 2010 and the data of 500 hPa height field and sea surface temperature issued by National Climate Center,the characteristics of temperature,sea surface temperature(SST) and 500 hPa height field in April in 2010 were analyzed.The results showed that the anomalously lower temperature in April in 2010 was mainly caused by the anomalous Arctic Oscillation(AO),so as to provide scientific basis for short-term climate prediction.

2010年4月辽宁省气温异常偏低成因初探

利用辽宁省53个台站1961～2010年4月气温资料和国家气候中心下发的500hPa高度场及海温资料,分析了2010年4月气温与同期海温及500hPa高度场的特点。结果表明,2010年4月辽宁省气温异常偏低,主要是北极涛动异常引起,从而为短期气候预测提供科学依据。

基于机器学习方法的辽宁省初霜冻日期预测模型研究

基于前期ERA5逐月再分析数据,应用3种机器学习算法(Lasso回归、随机森林和神经网络)对辽宁省初霜冻日期进行预测评估。Lasso回归算法提取对初霜冻日期预测有重要指示意义的气象要素特征集,通过交叉验证和超参数调优建立初霜冻日期预测模型,利用均方根误差(RMSE)和距平同号率方法定量定性地评估模型的预测效果。结果表明:特征选择后的气象要素特征集建模提升了模型的泛化能力、可解释性和稳定性;Lasso回归模型在4月起报的预测效果最好(RMSE为6—8 d),神经网络模型在5月起报性能最好(RMSE为6—9 d),随机森林模型在3月起报性能最好(RMSE为8—9 d);辽宁全省大部分站点距平同号率为50%—70%,其中Lasso回归和神经网络模型为5月起报最高(约为68%),随机森林算法为3月起报最高(约为62%)。特征选择和敏感性实验结果发现,低植被覆盖比例是初霜冻日期预测关键预测因子,植被覆盖率越高越有利于地表含水量保持,降温容易产生霜冻,初霜冻日期也就越易提前,去掉低植被覆盖比例因子后模型预测效果显著下降,也表明该因子是模型建模的前期关键因子。

空气质量预报质量考核自动评分系统

采用VB 6 .0制作业务软件 ;使用VB程序化语言 ,结合数据库访问技术 ,提取空气质量预报质量考核数据 。

2014年辽宁省汛期旱涝预测评述

利用东北三省53个站月平均气温降水资料及NCEP/NCAR月平均再分析资料，采用合成分析、相关分析及统计分析等方法，对2014年夏季（6-8月）辽宁地区降水及气温趋势进行预测。预测意见：2014年汛期辽宁降水接近常年，气温偏高0.2-0.9℃。

2000年4月6日辽宁大风扬沙天气分析

通过对 2 0 0 0年 4月 6日辽宁大风扬沙天气的地面、高空天气形势和物理量场的分析 ,试图找出此类天气的预报依据。

板兰根注射液治疗单纯疱疹性角膜炎

板兰根治疗单纯疱疹性角膜炎国内已有多篇报道，由于使用方法不同，其疗效也不一。在临床实践中，笔者用板兰根注射液治疗，取得较好疗效，未见不良反应，报道如下。