山东深秋一次暴雪过程雪水比影响因子分析

利用地面气象观测站资料、加密地面观测资料和欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts, ECMWF)第五代大气再分析数据(ECMWF Reanalysis v5,ERA5;分辨率为0.25°×0.25°)逐小时资料,对山东2021年11月6—8日极端暴雪过程雪水比影响因子进行研究。结果显示:此次暴雪过程平均雪水比分布总体呈“北大南小、西大东小”的分布特征,降雪初期产生的雪水比小,降雪中后期产生的雪水比大;温度偏高、云内液态水含量较高的地区雪水比较小,温度偏低、云内液态水含量较低的地区雪水比较大;雪水比与地面气温、地表温度呈负相关,地面气温与雪水比的相关性最大,积雪产生之后地表温度与雪水比变化无明显相关。

青藏高原雪水比例时空变化特征

为厘清青藏高原地区不同相态降水及其变化规律,本文基于第三极地区长时间序列(1979—2020年)高分辨率(1/30°,日)地面气象要素驱动数据集,采用基于表面高程和气象条件的雨雪识别方法,识别了青藏高原地区的降雨和降雪,分析了青藏高原雪水比例(SPR)的分布特征和时空演变规律。结果表明:①SPR空间分布差异显著,西高东低;②SPR整体呈下降趋势,平均以1.11%/(10 a)的速率显著降低;③冷、暖季均呈现降雨增加、降雪减少、SPR降低趋势,但暖季的变化速率和显著性高于冷季;④高原东西部降雪量在冷、暖季相当,高原中部以暖季降雪为主,高原暖季降雨量约占全年的90%,高原大部分地区暖季降雪占全年降雪的比例呈下降趋势(-0.29%/(10 a))。研究结果有望为区域气候变化和水科学研究提供科学依据。

华北中部平原地区一次降雪过程雪水比变化特征及成因分析

运用降雪深度加密观测资料,求取2020年2月14日华北中部一次降雪过程的平均雪水比(snow-to-liquid ratio,SLR),并分析了其变化特征和形成原因,发现此次过程SLR在东西方向上变化显著,即自北京平原地区至天津西部逐渐增大,再向东至天津东部又有所减小,京津两地SLR差别大。3 h平均的SLR显示北京平原地区东部和天津中北部随时间变化不大,天津南部和天津沿海地区有增大趋势。基于Cobb算法的云内SLR也具有相似的东西向变化特征,表明云内过程是此次华北中部平原地区SLR东西向变化的主要原因。北京平原地区近地层的融雪作用以及北京平原地区西南部的地表融雪加强了此变化特征。另外,通过分析误差来源发现文中研究区域的中西部地区云内SLR与由积雪深度观测计算的SLR差异较大,尤其是西部地区,这主要与该地区较高的地面2 m气温导致的近地面层的融雪作用有关,北京平原地区的误差基本上来源于此。对于天津西部,云内冰、液混合相态导致的凇附增长可能是该地区误差的主要来源。

CMIP6模式对欧亚大陆冬季雪水当量的模拟能力评估及未来预估

基于第六次耦合模式比较计划(CMIP6)的模式模拟数据和欧洲宇航局GlobSnow卫星遥感雪水当量(Snow Water Equivalent,SWE)资料,评估了CMIP6耦合模式对1981~2014年欧亚大陆冬季SWE的模拟能力,并应用多模式集合平均结果预估了21世纪欧亚大陆SWE的变化情况。结果表明,CMIP6耦合模式对冬季欧亚大陆中高纬度SWE空间分布具有较好的再现能力,能模拟出欧亚大陆中高纬度SWE的主要分布特征;耦合模式对SWE变化趋势及经验正交函数主要模态特征的模拟能力存在较大差异,但多模式集合能提高模式对SWE变化趋势和主要时空变化特征的模拟能力;此外,多模式集合结果对欧亚大陆冬季SWE与降水、气温的关系也有较好的再现能力。预估结果表明,21世纪欧亚大陆东北大部分地区的SWE均要高于基准期(1995~2014年),而90°E以西的欧洲大陆SWE基本上呈现减少的特征;21世纪早期,4种不同排放情景下积雪变化的差异不大,但21世纪后期积雪变化的幅度差异较大,而且排放越高积雪变化的幅度越大,模式不确定性也越大;进一步的分析表明,欧亚大陆冬季未来积雪变化特征的空间分布与全球变化背景下局地气温、降水的变化密切相关,高温高湿的条件有利于欧亚大陆东北部积雪的增多。

黑龙江省粮食主产区雪水当量变化对土壤墒情的影响

土壤季节性冻融现象普遍存在于我国北方寒冷地区,是土壤水分时空分布剧烈变化的关键影响因素。雪水当量对积雪及冻土融化后土壤含水量有明显指示作用,对土壤墒情监测、预估和备春耕生产有指导作用。掌握季节性冻融过程中雪水当量、土壤水分状况和变化规律具有重要意义。利用全球环境变化观测卫星(GCOM-W1),分析并监测黑龙江省大豆、玉米、水稻产区的雪水当量和土壤含水量,空间分辨率为1 km。结果表明:2022年3月中下旬雪水当量高于历史平均,积雪积累丰富;4月初积雪迅速消融,雪水当量迅速减小,黑龙江省西北、东北和南部农区雪水当量在3月下旬和4月上旬高于历史同期,后逐渐与历史持平。2022年3—4月上旬,土壤含水量增高,变化趋势与雪水当量相反;3月下旬西部农区土壤含水率高于历史同期;4月上旬西部和东部大部分农区高于历史同期,4月中旬松嫩平原西部和三江平原中西部农区大风增温,失墒明显,部分农区土壤含水率低于2021年,但与近9a平均比仍持平或偏高。主要粮食产区雪水当量与土壤含水量呈显著负相关,即随着积雪融化,土壤含水量数值迅速增加;三种主要作物中,大豆产区随雪水当量减小,对土壤含水量影响最为显著。

2022年初5次降雪过程分析和预报着眼点

本文采用ECMWF(European Centre for Medium-Range Weather Forecasts)细网格和NCEP(National Centers for Environmental Prediction)模式数据、NCEP 1°×1°再分析资料、降雪加密观测和常规资料,对2022年初的5次降雪过程进行对比分析,发现5次降雪过程均为雨转雪过程,且持续时间相对较短,平原为雨夹雪或小雪到中雪,山区中到大雪,局部暴雪,数值模式预报的积雪深度与实况相差甚远;大尺度环流形势为500 hPa中低纬南支槽或弱波动配合700 hPa上的暖湿气流和中低层冷空气,造成边界层浅薄的冷垫上温度骤降而在短时间内形成降雪;相较于平原地区,高山区上空温度层结与最大上升运动中心的配置,有利于降雪粒子较长时间维持在有利于枝状雪花的形成区域,且高山区云底云水含量显著偏低、整层温度足够低,故高山区更利于暴雪的形成。

第三极和北极地区积雪水资源时空特征分析

积雪是重要的淡水资源,对气候变化、生态系统和人类经济社会发展都具有显著影响。第三极和北极地区是北半球积雪的主要分布区,但两区域积雪时空特征存在较大差异。本研究在评估了五种雪水当量产品(GlobSnow V2.1、GlobSnow V3.0、CanSISE、GLDAS-2.0、GLDAS-2.2)精度的基础上,提出利用最大雪水累积量指标对两区域积雪水资源进行评价。结果表明,1981—2010年第三极和北极地区多年平均最大雪水累积总量分别为(46.07±7.44)km3和(1255.73±81.35)km3,喜马拉雅山脉、喀喇昆仑山脉和念青唐古拉山脉地区是第三极积雪水资源最丰富的区域,北极积雪水资源大值区则主要分布在俄罗斯远东地区东部、西西伯利亚、加拿大马更些山脉和巴芬岛东部。两区域最大雪水累积量总体均呈现减少趋势,但在年际变化和波动性上存在差异。

“12·14”山东暴雪过程的极端性特征及成因

利用国家级地面气象观测站、风廓线雷达、X波段双偏振相控阵雷达等多源观测资料和欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)第五代大气再分析(ECMWF Reanalysis v5,ERA5)资料,总结了2023年12月13—14日山东大范围暴雪、局地大暴雪(简称“12·14”暴雪)极端性的特征和成因,并与2021年11月7日山东极端暴雪过程(简称“11·7”暴雪)对比分析了降雪量和雪水比差异的原因。结果表明:(1)典型的暖平流型天气形势是产生极端暴雪有利的环流背景条件,低层切变线和风速辐合区在鲁西北叠加,形成强烈而持久的上升运动。(2)低空急流异常偏强,降水强度不仅与低空急流的强度有关,而且与其厚度有关。当3.0 km高度保持低空急流的强度时,10 m·s^(-1)风速到达的高度越低,降雪强度越大。(3)700 hPa比湿超过4 g·kg-1、850 hPa比湿超过3 g·kg-1的持续时间均长达10 h以上,为极端暴雪过程提供了充足的水汽。850 hPa比湿和比湿平流远远高于“12·14”暴雪过程,是“11·7”过程最大累计降雪量大于“12·14”过程的原因之一。(4)“12·14”暴雪过程垂直运动旺盛,最大上升速度位于不稳定层顶的前沿,处于-20~-10℃层,有利于树枝状冰晶生长,降雪效率高。对流层整层温度低于0℃,雪花下落过程中没有融化,雪水比高,积雪深度大。“11·7”暴雪过程初期最大上升运动中心高度低,形成更多柱状冰晶,经过暖层时融化,雪水比低,积雪深度小于“12·14”暴雪过程。

“12 ·14”山东暴雪过程积雪深度特征及成因

利用常规观测、积雪深度逐时加密观测资料和欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)第五代大气再分析(ECMWF Reanalysis v5,ERA5)资料,对2023年12月13—15日山东一次极端暴雪天气过程积雪特征及其成因进行分析,得到以下结论:(1)此次过程是一次江淮气旋暴雪天气过程,具有持续时间长、降水相态复杂、基础温度低、降温幅度大和积雪深度厚等特征。(2)最大小时新增积雪深度可达8 cm;过程平均雪水比为0.7 cm·mm^(-1),呈“西大东小”的分布特征。(3)有积雪的站近地面温度从开始降雪到地面产生积雪,气温和雪面温度均呈下降趋势,0 cm地温在降雪前期降温明显,积雪形成后地温不再明显变化。无积雪的站在整个降雪时段内近地面温度可分为4种情况。(4)雪水比随气温变化最明显;积雪形成之后地温对雪水比大小影响不大;当雪水比小于0.75 cm·mm^(-1)时,雪水比随雪面温度降低而增大,当雪水比大于0.76 cm·mm^(-1)后,雪面温度不再有明显变化。

极端生态环境水循环关键参量监测技术研究现状与进展

针对高寒和干旱极端生态环境水循环变化对国家生态安全的重要性,需要开展水循环关键参量监测设备与技术研究。本文重点围绕水循环关键参量野外原位/移动/非接触式、自动、稳定监测等技术难点,开展了一系列监测生态系统水-土-气-冰-雪的关键参量的新技术设备研究。通过构建基于物联网的天地一体化生态系统监测体系,打破行业技术壁垒,促进工程技术、地质学、计算机科学等不同领域的跨学科合作,共同开展极端生态环境水循环关键参量监测技术研究与创新,并将实现对重要生态功能区的大范围、全天候、立体化监测,对推进我国生态文明建设具有重要支撑作用,促进并实现我国生态监测技术的综合应用和发展。

2003-2010年青藏高原积雪及雪水当量的时空变化

利用MODIS逐日无云积雪产品与AMSR-E雪水当量产品进行融合,获取了青藏高原500 m分辨率的高精度雪水当量产品,通过研究青藏高原积雪时空动态变化特征,分析了积雪覆盖日数、雪水当量以及总雪量的季节及年际变化.结果表明:青藏高原地区降雪主要集中在高海拔山区,而高原腹地降雪较少,降雪在空间上分布极为不均;2003-2010年期间,平均积雪日数呈显著减少趋势,稳定积雪区面积在逐渐扩大,常年积雪区面积在不断缩小.与积雪日数时空变化相比,雪水当量增加的区域与积雪日数增加的区域基本一致,但喜马拉雅山脉在积雪日数减少的情况下雪水当量却在逐年增加,表明该地区温度升高虽然导致部分常年积雪向季节性积雪过渡,但降雪量却在增加.总的积雪面积年际变化呈波动下降的趋势,但趋势不显著,且减少的比例很少.最大积雪面积呈现波动上升后下降的趋势,平均累积积雪总量呈明显的波动下降趋势,年递减率为1.0×103m3·a-1.

被动微波遥感反演中国西部地区雪深、雪水当量算法初步研究(英文)

雪深、雪水当量是积雪研究中重要参数,其在流域水量平衡和融雪径流预报以及雪灾监测与评价中起着重要作用。Chang等(1987)以辐射传输理论和米氏散射为理论基础,假定积雪密度和颗粒大小为常数,利用实测雪深数据和SMMR的亮温数据,通过统计回归方法,建立了雪深与18GHz和37GHz水平极化的亮温梯度之间的关系,发展了SMMR半经验的反演雪深的算法。后在此基础上又发展了针对SSM/I的半经验反演雪深算法。2002年发射的装载于Aqua卫星上的AM-SR-E是新一代的被动微波辐射计,性能较以往星载被动微波辐射计有较大提高,采用了改进后的SSM/I的半经验算法作为其估算全球雪水当量的反演算法。将AMSR-E的雪水当量产品与气象台站观测的雪水当量进行比较,发现在新疆地区和青藏高原地区雪水当量的RMSE分别达到31.8mm和21mm。本研究旨在建立基于AMSR-E亮温数据,适用于中国西部地区的雪深和雪水当量反演算法。首先收集整理了2003年新疆地区的雪深、雪水当量数据和AMSR-E亮温数据,去除错误样本,利用统计回归的方法,建立了新疆的反演雪深、雪水当量的半经验算法,算法中加入积雪覆盖度参数,较以往的算法有所改进,与气象台站观测数据比较,结果也表明新疆地区建立的经验算法较AMSR-E的雪水当量算法有较大改进,RMSE为15.7mm。但青藏高原地区因海拔高,地形复杂,大部分地区积雪较浅,空间分布不均和冻土存在等诸多因素运用同样的方法建立反演算法,结果不甚理想,以后的研究将重点消除这些干扰因素。

青藏高原积雪深度和雪水当量的被动微波遥感反演

利用1993年1月份的SSM/I亮度温度数据反演了青藏高原的雪水当量,首先使用被动微波SSM/I数据19和37GHz的水平极化数据来反演雪深,根据积雪时间的函数来计算实时的雪密度,由雪的深度和密度计算出雪水当量.最后,利用SSM/I数据的19和37GHz的垂直极化亮度温度梯度对计算出的雪水当量进行回归分析,得到了利用SSM/I数据直接反演雪水当量的算法.

纳米TiO_2固相萃取电感耦合等离子体质谱法测定雪水中的痕量金属离子

建立了一种以纳米TiO2 固相萃取与ICP MS联用技术为基础的测定雪水中痕量重金属离子的方法。合成了 3种不同粒径的纳米TiO2 ,研究了粒径对重金属离子分离富集效率的影响 ,发现其萃取效率随着粒径的增大而降低。在最佳条件下 ,水样中重金属离子Cu2 + 、Cd2 + 、Pb2 + 和Mn2 + 的检出限分别为 1 0、1 1、1和 1 5ng/L。雪水中痕量重金属离子的分析结果表明 ,该方法灵敏、简便、快速 。

CMIP3模式对未来50a欧亚大陆雪水当量的预估

为研究预估未来50 a欧亚大陆雪水当量,基于遥感数据,用误差百分率、空间相关和误差标准差等统计方法,评估了14个CMIP3模式在20C3M的雪水当量产品,诊断各模式对欧亚大陆雪水当量的模拟能力,在此基础上对模拟效果较好的10个模式产品进行多模式集合,分析了A2和B1情景下2002-2060年欧亚大陆雪水当量的变化.结果表明:欧亚大陆整体的雪水当量在未来50 a呈现一致的减少趋势;空间上,除了欧亚大陆东北部存在显著正趋势外,其余地区均为显著负趋势.季节上,雪水当量在夏季减少的比率最大,但量值上减少最大的却不是在积雪最多的冬季,而是在春季,这是因为春季雪水当量值的减少趋势普遍比冬季大,但增加却普遍比冬季小.未来50 a欧亚大陆冬、春季雪水当量呈现东增西减,且青藏高原明显减少的特征,这将有利于我国东部夏季雨带的北抬.雪水当量在A2情景下的减小范围和速率都要大于B1情景,表明较高的温室气体排放将从时间和空间上加快雪水当量的减少,不利于积雪的维持,控制温室气体排放对于未来欧亚大陆积雪的生存至关重要.

CMIP5耦合模式对欧亚大陆冬季雪水当量的模拟及预估

基于美国冰雪资料中心(NSIDC)提供的卫星遥感雪水当量资料,评估了26个CMIP5(Coupled Model Inter-comparison Project)耦合模式对1981~2005年欧亚大陆冬季雪水当量的模拟能力,在此基础上应用多模式集合平均结果,预估了21世纪欧亚大陆雪水当量的变化情况。结果表明,CMIP5耦合模式对欧亚大陆冬季雪水当量空间分布具有一定的模拟能力,能够再现出欧亚大陆冬季雪水当量由南向北递增、青藏高原积雪多于同纬度其他地区的特征;就雪水当量的幅值而言,几乎所有模式均显著低估了西伯利亚中部雪水当量的大值中心,对中国东北地区雪水当量的模拟也显著偏低,但模式对乌拉尔山以西的东欧平原、我国北方及蒙古地区冬季雪水当量的模拟却比卫星遥感资料显著偏大,此外模式对堪察加半岛及以北的西伯利亚东北部地区的雪水当量也明显偏大。对于青藏高原地区,虽然部分模式可以模拟出青藏高原东部的雪水当量大值区,但大多数模式对青藏高原西部雪水当量的模拟却明显偏大,存在虚假的大值中心。对遥感反演资料的EOF(Empirical Orthogonal Function)分解表明,对于EOF第一个模态所对应欧亚大陆全区一致的年代际变化特征,仅有少数模式具有一定的模拟能力,大多数模式以及多模式集合的结果均未能予以反映;对应于欧亚大陆雪水当量年际变化的EOF第二模态而言,仅有少数模式(如俄罗斯的INMCM4)具有一定的再现能力,绝大多数模式对该模态及其时间演变的特征没有模拟能力。比较CMIP5多模式的集合预估结果与1981~2005年基准时段的雪水当量,可以发现在RCP4.5排放情景下,西伯利亚中东部地区的雪水当量相对于基准时段显著增加,区域平均的增加量在21世纪前、中、后期分别为4.1mm、5.4 mm和6.8 mm,且随时间增加得更显著;对90°E以西的欧洲大陆和青藏高原地区,其雪水当量则相对减少,减少的幅度和显著性也随时间而增大。就雪水当量的相对变化而言,在欧亚大陆东北部存在雪水当量相对变化的大值区,在21世纪后期相对变化显著区大都在5%~10%;但在青藏高原、斯堪的纳维亚半岛进和东欧平原,并没有发现雪水当量相对变化的髙值区,这是由于这些区域冬季雪水当量的幅值较大的缘故。RCP8.5情景下欧亚大陆雪水当量的变化特征与RCP4.5相类似,只是变化的幅度更大。

基于合成孔径雷达图像的山区雪水当量反演

雪水当量是表征积雪水资源量的重要指标,准确获取雪水当量信息对于流域水资源管理与区域气候研究具有重要意义.以新疆玛纳斯河流域山区典型地区为研究区,在获取RADARSAT-2精细四极化产品、地面同步观测数据、数字高程数据和土地覆盖类型数据的基础上,探讨了针对山区地形与下垫面条件的EQeau模型参数优化方法,修订了模型系数,并反演获得了研究区2013年12月13日的雪水当量分布信息.结果表明:(1)在山区复杂地形与下垫面条件下,增加地形、土地覆盖类型和局部入射角作为EQeau模型的条件参数,可取得冬秋季后向散射系数比与积雪热阻间较好的拟合关系,从而修订模型系数;(2)利用系数修订后的EQeau模型和RADARSAT-2数据反演得到了研究区精度较高的雪水当量信息,进而表明利用C波段合成孔径雷达数据和EQeau模型反演山区雪水当量是有效可行的.研究成果可为山区雪水当量的定量反演提供新思路.

IPCC AR4多模式对中国地区未来40a雪水当量的预估

通过评估参加CMIP3计划的22个GCM在20世纪气候情景(20C3M)下中国地区雪水当量模拟能力的检验,挑选出模拟能力较好的模式,通过多模式集合方法,对SEARS的模拟结果进行集合,预估未来40a雪水当量在中国地区的时空变化特征.结果表明:在A1B情景下和B1情景下,中国地区未来40a雪水当量年际变化均呈减少趋势;在A1B和B1情景下,青藏高原地区、华北平原地区、长江中游地区及东北北部地区的雪水当量均呈减少趋势,其中在昆仑山西段帕米尔高原地区减少最为显著,其次为喜马拉雅山区和巴颜喀拉山东段地区.在中国北部的内蒙古高原地区、云贵高原等部分地区的雪水当量则有所增加.总体上,A1B情景下比B1情景下雪水当量的减少更为明显.2021-2050年雪水当量在青藏高原减少显著;对于季节变化来说,在秋冬季积雪的累积期,雪水当量可能增加,尤其在10-12月,而在积雪消融的春夏季(2-6月)有所减少.

被动微波遥感估算雪水当量研究进展与展望

被动微波遥感可以透过云层 ,全天候地提供地表一定深度的信息。星载被动微波遥感传感器的时间分辨率很高 ,在冰冻圈动态研究中有着重要的地位。在最近的二三十年中 ,大量被动微波遥感的应用都是在美国、加拿大、欧洲等地 ,而我国在这方面的研究相对较少。首先介绍了被动微波遥感数据在监测积雪方面的国内外研究进展 ,对现存的雪水当量 (SWE)估算算法 (和模型 )的适用性进行讨论。然后 ,详细讨论了我国西部的青藏高原地区雪水当量的估算 ,阐明了利用SSM /I数据估算青藏高原地区雪水当量的复杂性 ,并指出了其复杂性产生的原因 ,提出了解决问题的方法 。

冻融及雪水入渗作用下土壤水盐运移特征研究

针对北疆冻融及雪水入渗作用下土壤水盐运移特征进行了监测。结果表明，越冬期各土层水盐随时间呈中等变异特征，盐分变异系数较含水率变异系数大，且含水率变异系数随深度的增加而减小。研究发现，雪水入渗能在一定程度上补给土壤水，尤其对0~60 cm 土层水盐分布影响较大，在消融期后期，这一土体是造成春季土壤次生盐渍化最危险的区域。