冀东地区重污染天气分型及污染源研究

利用2017年-2020年唐山、承德、秦皇岛空气质量监测站资料和NCEP再分析资料,对冀东地区重污染天气进行天气学分型,并利用CAMx-PSAT模拟分析不同天气形势下唐山市PM_(2.5)来源和输送贡献,结果表明:冀东地区重污染天气类型可分为均压场型、西北高压型和低压辐合型。唐山市PM_(2.5)浓度贡献以本地排放最高,外来输送主要来自天津,廊坊次之,凌晨至上午周边输送明显,其中在02-08时之间,输送贡献可达40%~70%。从污染物输送路径来看,均压型及低压辐合型重污染过程的周边输送以西南路径为主,高压型以西南偏西路径为主。另外,均压场型周边输送相对于高压型及低压辐合型更为明显。

海陀山冬季降水天气分型及冬奥预报应用

基于2019—2021年1月1日至3月15日北京冬奥会延庆赛区(以下简称海陀山)降水观测资料和ERA5再分析资料,对期间34次降水过程进行天气分型,并对各天气型下不同海拔的降水实况特征开展统计分析。研究结果表明:冬季海陀山降水根据天气系统及地形影响可分为偏北气流型、偏东气流型、低涡低槽型、回流低涡低槽型四种天气型。不同天气型下海陀山地形高度以下主要气流方向和强度、水汽垂直分布等条件,以及与地形相互作用使得不同海拔之间降水量、持续时间等呈现显著差异。偏北气流型受500 hPa槽后整层强偏北气流控制,形成越山气流,降水集中在高海拔地区;偏东气流型受低层偏东气流影响,降水集中在低海拔地区,以上两种天气型无天气尺度系统配合,由地形强迫作用主导,降水量不大、持续时间相对较短。低涡低槽型受高空东移低涡低槽作用,配合低层西南气流,高海拔降水量更多,同时该型也是海陀山冬季最主要的降水天气型;回流低涡低槽型受高空东移低涡低槽影响,配合降水前东风回流对低层增湿并起到冷垫作用,低海拔降水量更多,以上两种天气型均存在天气尺度系统,并叠加海陀山地形作用,降水量显著且持续时间长,会对赛事运行造成较大影响。上述特征统计结果在2022年北京冬奥会期间一次强降雪预报服务中得到验证和应用,证明上述结果可以在冬季海陀山复杂地形降水预报中发挥作用。

基于天气分型的水平面总辐射及散射辐射建模分析

为获得无太阳辐射观测地区的水平面总辐射及散射辐射量提出一种组合模型。首先通过日照百分率将天气情况分成3类,在此基础上,探究总云量、气溶胶等气象环境因子对水平面总辐射的影响,构建水平面总辐射线性模型;其次,考虑不同天气类型下气象环境因子的特征,建立基于高斯过程回归(GPR)的散射比和散射系数模型,进而获得散射辐射量;最后,得到每种天气类型下最优水平面总辐射模型与散射辐射模型构成的组合模型。结果表明,所提组合模型可有效提高水平面总辐射与散射辐射的预测精度。

一种二模态天气分型方法及其在光伏功率概率预测的应用

天气分型是光伏功率预测中不可或缺的预处理步骤,为精细刻画光伏出力的不确定性,提出一种新的基于光伏功率聚类的二模态天气分类方法。该方法结合气象信息和功率信息进行天气分型,为天气分型在光伏功率预测的应用提供了一条有效的新路径。此外,该方法使用数据融合技术,依据融合数值天气预报(numeric weather prediction,NWP)气象和实际气象二者间的相关信息进行天气分型,以减少模型对NWP准确度的依赖并提高模型的鲁棒性。以吉林某光伏电站数据为例,验证了该天气分型方法的合理性,同时,将天气分型方法与功率概率预测相结合,其测算结果表明,使用所提方法进行天气分型概率预测的区间覆盖率更接近预设的置信水平,且平均带宽更窄。

广东省清远市PM_(2.5)污染天气分型及污染潜在源区分析

利用2016—2021年清远市逐时空气质量监测数据和相关气象资料,基于统计分析、主观天气分型方法和后向轨迹模式(HYSPLIT),归纳总结粤北代表城市清远市在不同细颗粒物(PM_(2.5))污染天气分型下的气象要素特征及污染潜在源区特征,为大气污染精细化防控提供有效参考。结果表明:在日均风速<2 m/s、日均相对湿度为75%~90%、日均气温为18~22℃时的无降水或微量降水天气下,清远市易出现PM_(2.5)污染。变性高压脊型、脊后槽前型、冷锋前型、弱冷高压脊型、高压底后部型、台风外围型是造成清远市PM_(2.5)污染的典型天气型,其中PM_(2.5)重度污染均出现在秋、冬季弱冷高压脊型控制下;变性高压脊型下出现PM_(2.5)轻度和中度污染的频率最高;脊后槽前型是清远市春季PM_(2.5)污染的主要天气型;冷锋前型、高压底后部型和台风外围型下的PM_(2.5)污染程度较轻。加剧清远市PM_(2.5)污染的主要气流轨迹为弱偏南气流和南北气流辐合,当弱偏南气流控制时,污染潜在源区主要位于清远市辖区及广州、佛山、东莞、江门等珠三角城市;当南北气流辐合时,潜在源区主要位于清远市南部、韶关及珠三角,南岭山脉阻挡作用削弱了偏北方向长距离输送的PM_(2.5)污染。

西安市臭氧污染特征及天气分型研究

利用2015—2022年西安市环境监测数据和气象观测数据及欧州中期天气预报中心的ERA5再分析资料,分析西安市O_(3)质量浓度变化特征及气象影响因素,并对臭氧污染的天气形势进行分型。结果表明:(1)2015—2022年西安市O_(3)平均质量浓度呈波动上升趋势,月、日变化均呈单峰型变化特征,其中6月和7月O_(3)污染最明显,07—08时为O_(3)质量浓度谷值,15—16时为峰值。(2)O_(3)质量浓度与气温、风速、日照时数呈显著正相关关系,与相对湿度呈显著负相关关系;当日最高气温在32~39℃之间,日照时数5h以上,日平均湿度在33%~74%之间,日平均风速在1~3m/s之间时,O_(3)污染概率明显增加,且强度也增强,更易出现O_(3)中度污染。(3)西安市臭氧污染的天气形势分为脊前西北气流型、平直气流型、槽前西南气流型和副高型,占比最高的天气形势为脊前西北气流型和平直气流型。(4)西安市O_(3)污染呈现明显西高东低的空间分布特征,当脊前西北气流和槽前西南气流控制时,O_(3)污染区域相对更广,城西和城北O_(3)污染较明显。

驻马店市2016—2020年暖季极端短时强降水天气分型与物理量特征

利用常规高空、地面气象观测资料和ERA5再分析资料,分析了2016—2020年暖季(4—9月)驻马店市极端短时强降水的时空变化特征,并对其进行天气背景分型与物理量特征诊断。结果表明:极端短时强降水多发在7月到8月,日变化呈三峰型,在每日16—18时、00时、05—07时较多发,而小时雨强80 mm/h以上的极端短时强降水多发在00时,且在驻马店市中东部的平原地区较为多发。根据主观分型和K均值聚类客观分型相结合的方法,将驻马店市极端短时强降水分为低槽低涡切变型、副高影响型、地面冷锋型、西北气流型和台风倒槽型5种,雨强80 mm/h以上的极端短时强降水发生在前3种天气型下。对每种天气型的物理量诊断结果表明,低槽低涡切变型低层水汽通量最大,地面冷锋型环境场高湿,而西北气流型层结偏干,只有近地面露点相对较大。各天气型均有一定的不稳定能量。低槽低涡切变型整层动力条件均最强,地面冷锋型的低层动力条件较强,而其余3型的动力条件相对较弱。各型0℃层高度除低槽低涡切变型外,其余各天气型平均值均在5.4 km以上。将本研究统计的极端短时强降水物理量平均值与张一平等统计的淮河上游地区短时强降水的物理量平均值进行了对比,除CAPE偏高1倍较为明显外,其余物理量差异均不明显。

弱降水预报检验及天气分型

统计了抚顺地区2022年4—10月48个弱降水天气过程,运用多个案例天气形势、物理量要素的综合对比分析方法,并结合ECMWF模式预报检验,对上述弱降水天气个例进行研究,结果表明:在弱降水天气中,降水量越小,预报员漏报的概率越大,其中(0,0.5]mm降水的漏报日占比最大,为57.89%。ECMWF模式对抚顺弱降水的空报率(35.94%~59.38%)较高,漏报率(1.56%~9.38%)较低;章党站的空报率为3站中的最高值,章党站晴雨预报TS评分在3站中最低,为35.94%,清原站和新宾站的TS评分为54.68%和50.00%。当ECMWF细网格模式24 h时效内预报降水量为0 mm时,新宾站和章党站的晴雨正确率较高,分别为85.71%和76.92%;预报降水量为(0,3]mm时,清原的晴雨正确率相对较高,为61.76%~63.64%。根据影响系统的不同,将弱降水天气过程分为高空冷涡型、高空槽型、低压顶部型及高压前部型。漏报多出现在高空冷涡型与低压前部型天气系统,分别占42.11%和26.32%;空报多出现在高空槽型与冷涡型,分别占37.93%和31.03%。4种弱降水天气类型的关注重点是系统位置与各层湿度的配合。

基于天气分型的风电功率预测方法

对风电场输出功率进行预测是保证大规模风电集中并网后电力系统安全稳定运行的有效手段。提出了种基于天气分型的风电功率预测算法,以数值天气预报(numerical weather prediction,NWP)中的风速向量和压力日变化为基础,采用主成分分析对样本进行降维处理,以聚类分析的方法对天气类型进行分类,针对不同的天气类型分别建立预测模型,并与单预测模型进行对比。研究结果表明,主成分分析结合聚类分析的方法可实现对天气现象的有效分类;对于较为稳定的天气现象,聚类模型较单模型的预测精度提高显著,而对于不稳定的天气现象,聚类模型预测精度提高有限;对总体样本而,基于天气分型的预测方法较常规方法精度提高2%以上。

京津冀地区冬半年空气污染天气分型研究

利用ERA-Interim再分析资料,采用PCT方法,对2013~2015年冬半年京津冀地区海平面气压场进行了客观分型;利用同期空气污染资料和常规气象观测资料,分析了不同天气类型下京津冀地区空气污染和气象要素特征,并选取典型重污染月份,分析了京津冀地区重污染天气过程特征及形成原因.结果表明,京津冀地区天气形势可分为9种类型,包括高压前部和高压南部等不易污染天气类型,以及高压场、高压后部、鞍型场和冷锋前部等污染天气类型;污染天气类型多表现为高湿小风,稳定能量大,最大混合层厚度低,不利于污染物扩散,各城市AQI均值多在150以上;2014年2月两次重污染过程均发生在连续多日维持高压场等污染天气型的情况下;污染过程期间高压系统演变引起北部偏北风增大,抑制了北部城市空气污染持续加重的趋势,而偏南风输送使得北部城市污染物浓度迅速升高.

基于聚类天气分型的KNN方法在风预报中的应用

以模式识别和相似预报思想为基础,建立基于自组织神经网络(SOM)的聚类天气分型和交叉验证的K最近邻域非参数估计仿真模型(KNN)。该模型首先以自组织神经网络技术对西北地区的高空流场和高度场进行聚类分型,针对不同天气形势下的历史样本,通过交叉检验,分别寻求各类天气型下的最佳K组合。为了验证聚类天气分型对KNN方法的影响,使用2003—2006年冬半年T213数值预报产品和宁夏日最大风速资料,同时建立了宁夏冬半年日最大风速≥6m/s天气分型和未分型的KNN预报模型,并对2007年1—5月进行了预报试验,预报评估结果表明:天气分型后的预报模型总体上降低了预报空报率,提高了预报准确率,特别是某些类天气型,提高幅度更大,为分类相似预报开拓了思路。

基于天气分型的北京地区雷电潜势预报预警系统

对1997-2006年457个雷暴过程的环流形势进行对比分析,将北京地区的雷暴天气分为东北低涡低槽、贝蒙低涡低槽、西来槽等11种雷暴天气型;利用南郊观象台(54511站)的探空资料计算对流有效位能、抬升指数和相对风暴螺旋度等33个对流参数,通过与北京地区SAFAIR3000获取的闪电定位资料进行统计分析,提取BCAPE、BLI、MDCI、BIC、KNEW和SWISS等6个对流参数作为北京地区潜势预报参数;采用事件概率回归(REEP)方法,利用获取的6个对流参数作为变量,形成了11种雷暴天气型下的潜势预报方法。利用WRF模式的预报场,建立适用于北京地区3～36 h雷电潜势预报系统。个例实验结果表明其具有较好准确性。由于该系统建立过程中使用了高分辨率探测资料和中尺度模式的输出结果,实现了雷电潜势预报由点到面,由粗到细的突破,对北京地区雷电预警预报具有一定的应用价值。

北京市上呼吸道感染与气象环境关系及其冬季天气分型初探

上呼吸道感染(简称上感)是常见的多发病,它与气象、环境(污染)条件密切相关.选取北京市2009年1月1日-2011年12月31日的上感急诊就诊人数资料和同期气象、环境资料,在去除就诊人数资料周末效应的基础上,采用Pearson与Spearman相关分析方法,综合分析了四季中各气象要素和污染物浓度与上呼吸道感染就诊人数的关系,并用聚类分析法对冬季上感多发期的天气形势进行了分型.结果表明:春季上感就诊人数与湿度和降水量呈负相关;夏季就诊人数与平均温度、最低温度呈正相关,与最大风速呈负相关;秋季就诊人数与温度、降水量呈负相关,与3种污染物浓度呈正相关;冬季就诊人数与温度、相对湿度、降水量呈负相关,与气压呈正相关.春、夏、冬3季气象条件对上感发病的影响大于环境条件的影响,秋季环境空气质量的作用大于气象条件的作用.对冬季上感多发期天气分型后发现,降温剧烈、高压、干燥、晴朗、风较大的天气条件下就诊人数最多,处于升温过程、较湿润的天气条件下上感就诊人数最少,可为当地居民相关疾病的预防提供参考依据.

基于河北区域天气分型的多模式降水检验评估

用常规天气图、雨情资料和中国气象局T213模式、T639模式、河北省MM5模式、日本气象厅JMA模式和德国气象局DWD模式的降水预报资料。将5种数值模式的降水要素预报,插值到河北省的142个站点上做TS评分。对2009年7月至2010年6月的多模式降水预报进行了分天气型的检验。结果表明,TS评分与模式和区域关系密切,降雨系统(如切变型、副高型、槽型)对应着较高的预报正确率,切变型、副高型对大雨和暴雨的预报正确率较高。对5种模式的综合评价是,对小雨和中雨的预报,DWD、T639、JMA模式好于其他模式,对大雨和暴雨的预报,T639、MM5、T213模式好于其他模式。

辽宁省区域性空气污染的天气分型

应用2003—2004年主要污染物浓度和气象资料,对辽宁省全年的PM10产生的区域性3级空气污染进行环流分型,按污染源划分为冬季煤烟型、春季沙尘型和夏秋大雾型。其中冬季煤烟型又分为长白山高压地形槽型、高压内部均压场型、东北高压脊,西部倒槽型、蒙古高压前均压场、蒙古低压前均压场、高压内部小范围均压场型6个型;春季沙尘型分为东北低压型、南大风型和干冷锋北大风型;夏秋大雾型分为低压槽型和低压前均压场。上述类型几乎概括了近两年PM103级污染的所有个例,为大气环境质量预报、总量控制等提供依据。

淮河流域(河南段)连续性暴雨天气分型及环流背景

利用19812016年68月河南省淮河流域64个国家自动观测站逐日2020时日降水量资料、常规高空探测和地面观测资料等对淮河流域连续性暴雨时间分布特征、影响系统等进行分析和天气分型,结果表明:1)36年淮河流域共发生45次连续性暴雨,2000年的最多,19982008年是高发期,近10年较少,年出现次数无明显减少趋势,存在2~4年和4~6年两个周期;7月连续性暴雨次数最多,6月的最少,旬分布呈正态分布;最长连续时间5天,连续2天的最多。2)影响系统主要有切变线和高低空急流,高空急流在方向转换的过程中,降水有24h左右的减弱期,低空急流有明显的日变化特征,夜间加强,白天减弱。3)连续性暴雨按照500hPa影响系统,分为低槽型、副高边缘型、西北低涡型三类。4)以不同类型的3次典型连续性暴雨为例,从大尺度环流背景、高度距平场、水汽输送、高低空急流等方面探讨了连续性暴雨的维持成因,3次连续性暴雨的发生与异常的500hPa大气环流、高低空急流、切变线和持续偏强的水汽输送等有关。

用TSI天气分型方法分析上海环境空气质量

基于主成分分析和聚类分析的TSI天气分型方法,把2003-2005年上海市的气象资料按季节分型,对比分析上海市四季不同天气类型下的空气污染指数,结果发现:四季API最大值的天气类型为冬季Ⅷ型、春季Ⅲ型、夏季Ⅰ型、秋季Ⅱ型;不同天气类型下同一污染物指数冬季差别最显著,春秋季节次之,夏季最不显著;冬季污染物指数最大,春季次之,夏季最小;各季节各天气类型下,均以PM10污染指数最大。

宜昌峡口区夏季暴雨天气分型及多普勒雷达特征

利用区域雷达拼图产品,结合探空、地面常规观测资料,对2010—2012年6—7月湖北宜昌峡口区暴雨的天气形势进行分型,并分析不同天气型下雷达回波演变的典型特征,可建立5种雷达回波暴雨概念模型,即副高边缘Ⅰ型、副高边缘Ⅱ型、低槽东移型、低涡暖切型和低压型。(1)副高边缘型中,副热带高压北抬至湖北境内,雷达回波带呈东西向或东北—西南向分布。I型中,宜昌南侧和北侧生成的强回波逐渐向宜昌峡口区汇合。Ⅱ型中,主要受强回波东移影响。(2)低槽东移型中,副热带高压位于长江以南,雷达回波带呈东北—西南走向,强回波也呈东北—西南向东移影响宜昌峡口区。(3)低涡暖切型中,副热带高压偏南偏弱。雷达回波带呈准东西走向,强回波较少出现。(4)低压型中,低层西南或华南存在低压横槽(倒槽),受闭合低压东北侧气流影响,强回波相继向西北方向移动。(5)副高边缘型和低槽东移型中,强回波的回波顶高和垂直累积液态水含量较高。

渤海海洋气象灾害天气分型与预报指标研究

为了掌握渤海海洋气象灾害的特征,提高海洋气象灾害的监测预报能力,根据天气学原理并采用天气学分析方法,利用Micaps、卫星云图、探空、国家基本气象观测站及大浮标站资料,对2001—2015年渤海海区由大风、大雾、强对流引发的78次海难事故的天气个例进行分析。结果表明:渤海海上大风以冬季和春季偏北大风为主,偏南大风次之,影响渤海及沿岸地区的偏北大风冷空气可以分为北路、西北路和西路3条路径,偏南大风地面气压场可以分为东北低压型和华北地形槽型。渤海海上大雾多出现在秋季和冬季,多发的平流雾通过东、东南和西南3条路径进入并影响渤海及沿岸地区。渤海强对流天气主要出现在5—9月,强对流天气主要受蒙古低涡(低槽)和东北低涡(低槽)影响。

我国北方地区的污染天气分型

概述了近年来我国北方各地区污染天气分型,将污染天气划分为沙尘天气和空气质量天气。结果表明:影响我国北方地区产生沙尘暴的天气系统主要为蒙古气旋,其次为偏南风干冷锋天气系统,大气中污染物浓度过高多出现在地面高压系统的控制下;提出了天气分型研究重点是应用天气分型结论形成自动业务化的天气预测模式。