浅谈形成富源县雷暴的主要天气形势

本文从形成雷暴等对流性天气的三个基本条件出发,分析了形成富源雷暴天气所需的水汽来源:孟加拉湾和南海。分析了有利于富源雷暴等对流性天气形成的对流抬升形势:天气系统性对流抬升、山地地形抬升和局地热对流抬升;并总结出形成富源县雷暴天气的主要天气形势:冷锋、昆明准静止锋、南支槽、西风槽、川滇切变、西南涡、南海低压、副热带高压 外围气流等。

基于不同天气形势下的风电场出力预测误差分析

本文对江西省某风电场预测与实际风速、风向数据进行分析,并利用标准高斯核函数,对不同天气形势的处理预测误差进行拟合。发现风电场预测误差总体分布呈现一定对称性,风速误差主要集中在一3m/s到3m/s之间;而风向误差则集中在一45°到45°之间;在进行风电场风速和风向预测误差分布模型建模研究时,需要考虑不同天气系统,以此来提高模型对风速及风向预测误差分布情况的拟合效果;在晴天、多云、雨天、阴天的天气系统下,风速预测误差的概率密度分布用高斯核函数拟合均呈现出很好的拟合效果,而雪天的拟合效果较差。

2021年黄河中游秋汛及天气形势分析

2021年8月下旬至10月上旬,黄河中游阴雨持续超过40d,并发生7次强降水过程,其中泾渭河、北洛河、汾河、三门峡至花园口区间累计降雨量较常年同期偏多2~5倍,均列有实测资料以来同期第一位。受降雨影响,黄河发生1949年以来最严重的秋汛洪水,其中黄河中下游9d内连续出现3场编号洪水,潼关站发生1979年以来最大洪水,渭河、伊洛河、沁河发生9月同期最大洪水,汾河、北洛河发生10月同期最大洪水。利用水文站报汛数据及NCEP/NCAR再分析资料,统计2021年黄河流域秋汛期主要降水特征和洪水过程,分析产生秋汛洪水的降水天气形势。结果表明,本年度秋汛期,亚洲大陆中高纬以西低东高的环流型为主,巴尔喀什湖至贝加尔湖低槽偏深,东亚地区高压脊偏强,同时西北太平洋副热带高压偏北偏强,南亚低值区宽广,稳定的天气形势致使冷暖空气在黄河中游频繁交汇;水汽输送主要依靠西北太平洋副热带高压和孟加拉湾低值系统共同作用,黄河中游表现为异常强盛的水汽通量辐合。

福建省PM_(2.5)-O_(3)双高特征与天气形势影响分析

为理清福建省天气形势对PM_(2.5)与O_(3)演变的影响,识别二者的不同趋势与特点,揭示双高过程的气象场特征,利用2015-2021年PM_(2.5)与O_(3)连续观测资料,采用统计合成、天气学诊断等方法,探究PM_(2.5)与O_(3)变化趋势、污染状况及其与主导天气形势的关系,阐明气象因素对PM_(2.5)与O_(3)(简称“PM_(2.5)-O_(3)”)双高过程的协同作用。结果表明:2015-2021年福建省PM_(2.5)质量浓度年均值呈明显下降趋势,超标天数从5.6 d(2015年)下降到0.3 d(2021年)。O_(3)日最大8 h平均(简写为O_(3)-8h)质量浓度的年均值呈先上升后略下降的趋势,2018年O_(3)超标天数为2016年的8倍以上。天气形势对PM_(2.5)与O_(3)的影响存在一致性特征,也存在差异性,2015-2021年PM_(2.5)质量浓度在不利天气形势下从34.9μg∙m^(-3)降至24.8μg∙m^(-3),在有利的天气形势下从25.2μg∙m^(-3)降至17.5μg∙m^(-3),且不利天气形势下与有利天气形势下的质量浓度差在缩小。O_(3)-8h质量浓度在有利的天气形势下呈现上升趋势,在中性-拉尼娜气候背景加不利天气形势下却呈略降趋势,可见近年来针对O_(3)的管控措施是有一定效果的。福建省PM_(2.5)-O_(3)双高现象白天发生频率远高于夜间,协同控制最需要关注的是光化学型PM_(2.5)-O_(3)双高现象(08:00-20:00的PM_(2.5)-O_(3)双高现象),主要天气形势有两种,即2-5月锋前暖区下的静稳天气以及7-9月台风外围影响下的静稳天气;沿海代表性城市莆田市非光化学型PM_(2.5)-O_(3)双高现象(21:00至翌日07:00的PM_(2.5)-O_(3)双高现象)占比14.1%,说明加强上游区域的联防联控也是PM_(2.5)-O_(3)协同控制的关键因素之一。研究显示,近年来PM_(2.5)和O_(3)-8h浓度演变与天气形势变化有密切关系。期望研究成果能为低污染排放区域PM_(2.5)与O_(3)协同控制、污染防控效果评估奠定基础。

北京夏末秋初不同天气形势对大气污染物浓度的影响

根据2007～2008年地面、850hPa和500hPa天气图,结合主要气象要素将夏末秋初(8月和9月)影响北京地区的主要天气系统分为高污染的积累天气型(包括槽前无降水、槽后脊前、脊、副高4种基本型)和清洁的清除天气型(包括槽或槽前有降水、槽后有降水或偏北风2种基本型).北京地区4站2007年在积累天气型控制时NOx、O3(日小时均值最大值)、PM2.5和PM10浓度分别为38.1×10-9(体积分数),115.2×10-9(体积分数),90.6μg/m3,212.5μg/m3,清除天气型控制时4种污染物浓度分别为36.3×10-9(体积分数),68.9×10-9(体积分数),39.3μg/m3,125.4μg/m3;2008年施行北京奥运空气质量保障措施期间,上述4种污染物在积累天气型控制时分别为19.3×10-9(体积分数),87.1×10-9(体积分数),66.3μg/m3,99.6μg/m3,清除天气型控制时分别为19.0×10-9(体积分数),62.5×10-9(体积分数),41.0μg/m3,65.2μg/m3;尽管施行了源减排措施,积累天气型控制时北京地区污染物浓度仍相对较高,因此需关注此天气形势下污染物的变化.

天气形势对哈尔滨市空气质量影响的初步研究

应用 2 0 0 0～ 2 0 0 3年哈尔滨市三年来空气污染物浓度资料 ,研究空气质量与天气形势的关系 ,总结出哈尔滨市冬春两季空气污染的主要天气形势特征 ,研制了哈尔滨市空气质量天气图客观预报方法。

广东后汛期季风槽暴雨天气形势特征分析

对1981～2002年广东后汛期季风槽暴雨期间的环流形势和天气系统进行了统计分析,结果发现,广东后汛期的季风槽暴雨多数发生在西太平洋副高位置偏东或偏南的情况下,并与中纬西风槽或ITCZ有直接联系;季风槽多数位于华南地区上空或华南沿岸海面;高层辐散覆盖广东全部或大部,中心在华南近海.西南季风向北推进源于西南和华南地区低压槽发展,或由于热带气旋登陆后北上而牵动西南季风深入华南陆地,也有些过程是副高西端的偏南气流引导南海季风北进.对流活动有从南海北部或北部湾附近向华南移动的趋势,并有昼夜变化.

2013—2016年天气形势对北京秋季空气重污染过程的影响

我国北方秋冬季节的空气重污染过程已经成为影响人们生活的重大环境事件,不仅受到公众和科研工作者的广泛关注,也已成为各地各部门政策制订者最为重视的关键问题之一.针对众说纷纭的空气重污染过程的形成机理、治理方案、控制对策等,利用2013—2016年秋季(9—11月)中国环境监测总站公布的逐时空气质量监测数据,重点对北京奥体中心站的空气重污染过程的演变进行了分析.结合中国气象局发布的天气形势分析图,系统地分析了我国4 a来秋冬季节出现大范围空气重污染过程的气候背景.结果表明:秋季我国东北和华北地区出现持续时间长、影响范围广的空气重污染过程,除了排放源的影响之外,天气形势同样起着重要作用.2013—2016年秋季北京奥体中心的PM_(2.5)污染状况仍以优良天气为主,其间中度及以上污染的持续时间虽然不长,但其影响〔高ρ(PM_(2.5))〕也不容忽视.秋季北京奥体中心ρ(PM_(2.5))日均值超标(二级)日数占25.8%,其中2014年最为严重,超标日数达44 d,占37.4%.通过对空气重污染过程与我国传统节气的对比分析发现,入秋后我国北方首次出现持续48 h以上的空气重污染过程分别是在秋分和寒露两个节气,而最严重的空气重污染过程则出现在寒露和霜降两个节气.从时间序列来看,4 a来北京奥体中心ρ(PM_(2.5))没有特别显著的改善,优良时数占60%左右,而中度以上的污染时数则维持在25%左右,但严重污染事件〔ρ(PM_(2.5))≥250μg/m^3〕的有效时数则有明显的变化.此外,白天污染物的浓度明显低于夜晚.研究还发现,西伯利亚高压指数的异常偏低往往会导致持续时间长、影响范围广和污染强度强的重度污染事件.

造成北京PM10重污染的二类典型天气形势

利用北京空气质量监测资料和NCEP再分析资料,分析了北京发生PM10重污染的天气形势。研究表明:1)虽然北京地区PM10重污染(API指数3级以上)每年只有10 d左右,但与之关联的轻微或轻度空气污染(API指数3级)天数,却可能占全年3级污染总天数的40%-50%。因此,分析研究造成北京PM10重污染的天气形势,对于空气污染的预警预报以及污染源的控制和管理,都具有十分重要意义。2)通过海平面气压场的主观分析,确定了二类北京PM10重污染的典型天气形势,即高压南下东移阻滞型和与北上台风(或热带低压)相关联的弱高压控制型,并指出了后者在2008年奥运会期间,对开展北京空气污染预报和污染控制的指导作用。

广州市37℃以上酷热天气形势及相关要素分析

对1951年以来广州市出现的37℃以上的酷热天气的形势特征和广州气象要素进行分析,发现这类天气多发生在地面气压场西北高东南低的形势之下,与副热带高压和热带气旋活动关系密切,二者的共同作用使广州附近多数情况下出现下沉气流。结果还表明,广州地面和低空吹偏北气流更易出现酷热天气,酷热天气还与前期的气温和降水等要素关系密切。

中山市2013年污染天气形势和气象要素特征分析

利用2013年中山市空气质量监测资料、气象观测资料、韩国气象厅天气图资料和WRF数值模式模拟分析了中山市全年大气污染的基本特征,总结了易于造成大气污染的典型天气形势和气象要素条件。结果表明：2013年中山市空气污染主要发生在秋季和冬季,首要污染物类型为PM2.5和O3,全年共发生12次持续污染事件;当中山市位于我国大陆冷高压底部（冷锋前部）副热带高压脊线北部或台风外围地区时有利于污染发生;中山市的弱（风速1～2 m/s）偏北风或偏东风、合适的相对湿度（40%～60%）和温度（秋季20～25℃,冬季10～15℃）均可能造成秋冬季的大气污染,而高温（大于30℃）是造成夏季大气污染的主要原因。1月PM2.5重污染期间的WRF数值模拟结果表明：此次PM2.5污染是小风（风速小于2 m/s）、地面增暖（增温2℃）、增湿（增湿5%以上）综合作用的结果,而大风（风速大于4 m/s）的强扩散作用对PM2.5的清除效果显著。

2008年奥运会期间北京地区PM10污染天气形势和气象条件特征研究

利用2008年7～9月北京污染监测资料、气象观测资料、韩国气象厅天气图资料及NCEP再分析资料,分析了2008年奥运会期间北京地区空气动力学当量直径小于等于10μm颗粒物(PM10)污染特征及其成因,统计了利于和不利于污染物扩散的天气形势,研究了北京发生PM10污染的典型天气形势和气象条件。结果表明:1)奥运会期间北京共有8天出现PM10污染,包括一次持续污染过程,奥运会赛时和残奥会赛时未出现污染过程,这主要与北京8、9月降水偏多有关;2)不利于污染扩散的天气形势(如风速较小、偏南风、高温高湿、近地层出现持续逆温)出现频率较高,但并未造成特征性的PM10污染,这可能与奥运会期间的污染控制措施有关;3)PM10污染过程多与台风系统或热带低压的北上,从而阻滞了华北地区天气系统的南下东移相关联。

华中区域极端降水天气形势及物理量异常度特征

选取1960—2012年间共139例极端降水个例,对其降水特征、天气形势及物理量异常度进行了分类对比研究。结果发现:华中区域极端降水主要发生在四种不同的天气形势下,即纬向型、经向型、台风西风带冷槽结合型和短波槽前低涡暖切型,其个例占比分别为42.4%,30.2%,17.3%,10.1%;台风西风带冷槽结合型在暴雨站数、极端降水站数、极端降水量平均值均居四类最大,纬向型和经向型次之,短波槽前低涡暖切型最小;低层水汽辐合、中低层上升速度、低层风场辐合及气旋性涡度,高层风场辐散和大气可降水量的异常比例超过50%,是极端降水物理量异常的共性特征。个性特征为:纬向型500 hPa比湿异常比例较高,经向型中低层暖平流异常比例较高,台风西风带冷槽结合型500 hPa正涡度平流和中低层比湿异常比例较高,短波槽前低涡暖切型与其他类比异常量更集中于边界层且大气可降水量异常比例低。此外,极端降水预报除了要关注物理量异常程度,降水的持续时间也是重要因素之一。

影响北京大气污染物变化的地面天气形势分析

首先对影响北京地区大气污染物扩散的地面天气形势进行了分类 ,然后结合1 998～ 2 0 0 0年北京南郊观象台的地面、高空资料 ,重点分析了在各类地面天气形势控制下北京地区局地低空、地面的气象条件特征。发现当低压类地面天气形势控制时 ,容易引起污染物在北京地区的汇聚和累积。比较各类地面天气形势对二氧化硫(SO2 )、二氧化氮 (NO2 )、可吸入颗粒物 (PM10 )、一氧化碳 (CO)浓度的影响 ,说明同一种天气形势对不同污染物的影响程度不同 ,进一步证实了在低压类地面天气形势控制时 。

桂林市雷雨大风特征及天气形势分析

通过对桂林市13个气象观测站2004～2008年雷雨大风资料进行普查和统计,研究了桂林市雷雨大风天气的时空分布和变化特征。分析结果表明,桂林雷雨大风主要出现在春夏季节(2～8月),其中以5月最多,其次为3月,而1、9、10、11、12月这5个月基本没有雷雨大风出现。从空间分布来看,雷雨大风有3个多发区,一是"湘桂走廊"入口的全州、兴安县,二是在桂林、临桂附近的中部区,三是以阳朔、荔蒲县为代表的南部区。同时分析了33个雷雨大风个例的天气成因,得到了桂林产生雷雨大风的3种天气形势。这些结论为进一步研究桂林的强对流天气提供了重要依据。

天气形势预测法在深圳市空气质量预报中的应用研究

基于深圳市2013年4月-2014年3月每日气象观测数据和空气质量监测数据,分析了深圳市不同空气污染程度下的天气规律及影响要素特征,并通过将天气系统分为13种类型,在寻求与建立不同天气类型情景下污染物（PM2.5、PM10、SO2、NO2、CO、O3与AQI指数）变化函数的基础上,构建了天气形势预测模型对深圳市未来1-3 d空气质量进行预测。结果表明：（1）整体而言,低压系统和辐合区有利于深圳市大气污染物的扩散,而高压系统和均压区不利于大气污染物的扩散。（2）当深圳市出现轻度以上污染时,陆地一般由高压系统所控制,且深圳以处于高压前部分主。（3）天气形势预测模型对深圳市AQI指数的24、48、72 h预报相对误差分别为22.0%、22.2%与21.9%,该模型具有一定的准确率和可靠性,对空气质量预测具有较好的应用价值,可为空气质量预报预警提供科学的参考依据。

福州天气形势分型与大气污染物相关分析

利用2002—2006年地面天气图和500 hPa高空图,将影响福州的天气形势分为10型,结合大气污染物浓度资料,统计2002—2006年福州全年、冬半年和夏半年不同天气形势型的出现率及相应的污染物浓度值,分析不同天气形势下大气扩散能力的强弱以及对污染物浓度的影响。结果表明:锋前暖区和地面倒槽是最不利于扩散的天气型,台风(热带辐合带)和低涡锋面是最有利于扩散的天气型;冬半年高压后部、锋前暖区和地面倒槽对污染物浓度增大的影响最大,低涡锋面、高压脊和高压底部对污染物浓度减小的影响最大;夏半年台风(热带辐合带)及外围、低涡锋面、副热带高压对污染物浓度减小的影响最大,其他天气型影响下污染物浓度变化幅度均为正值。

2014年2月北京PM2.5污染过程及天气形势分析

2014年2月19—27日,北京出现了重度污染及以上水平的霾天气,严重危害着人们的身体健康。以北京该段持续污染过程为研究对象,基于同期气象数据与PM_(2.5)观测数据,利用SPSS统计软件分析了PM_(2.5)浓度与气象因子间的相关性,探究区域周边城市PM_(2.5)污染变化特征及其与地面天气形势之间的关系。研究结果表明,在一定的气象条件下,PM_(2.5)浓度与风速、相对湿度分别呈显著的负相关、正相关,与气压呈负相关,与气温无显著相关关系。同时,比较该时段北京市与周边区域7个城市的PM_(2.5)浓度变化趋势及后向轨迹分析,发现北京市与周边城市在相似的气象背景条件下,污染过程具有区域性特征。华北地区处于地面高压均压场控制时,地面风速小,逆温层明显,大气层结稳定,区域扩散条件差,弱偏南气流主导时间长,受局地源积累和区域输送的影响,污染物浓度累积上升,可形成持续霾天气。

G-CNN模型在浓雾天气形势识别中的应用

天气形势图特征分类是实现浓雾智能在线预报的关键因素之一,为了探索高效、正确的天气形势图分类模型,一种基于方向滤波器的深度卷积神经网络(Gabor-Convolutional Neural Network,G-CNN)模型被提出,模型通过训练已建立的浓雾天气形势图-雾型关系数据集,建立形势图纹理特征与雾型之间非线性映射关系进而实现天气形势图智能化识别。G-CNN模型:利用Gabor滤波器对输入的天气形势图纹理特征进行强化;利用2个卷积-池化层及2个全连接层的CNN架构拟合天气形势图与雾型之间的映射关系。利用江苏地区2010至2016年浓雾天气形势图-雾型关系数据集,从中随机取样70%作训练集,余下30%样本作为测试集的情形下,训练、测试建立的模型,并针对3个惯用的评价指标:准确率(Probability of Detection,POD)、虚警率(False Alarm Rate,FAR)及临界成功指数(Critical Success Index,CSI)对模型进行评价。试验结果显示POD、FAR及CSI分别为0.86、0.11及0.77,指标值表明模型具有高度的有效性和正确性。

南极长城站海雾形成的气候背景及天气形势分析

基于长城站气象观测数据和NCEP再分析资料,分析研究了长城站海雾的发生背景和天气形势。认为长城站海雾的季节性变化是大气环流、地面气压场变化的结果;长城站海雾形成的天气形势基本可分为低压锋前型、鞍型场型和弱气旋过境型3类,其中低压锋前型是长城站海雾形成的主要天气形势。长城站以平流冷却雾为主,也存在其它类型的雾。本文从天气学角度分析了长城站海雾发生的原因,为该地区的海雾预报提供了依据。