北京市奥运期间气象灾害风险承受与控制能力分析

针对北京市奥运会期间的7种主要气象灾害(雷电、冰雹、大风、高温、暴雨、大雾和霾灾害),建立了气象灾害风险承受能力与风险控制能力评价的指标体系。经过专家评分,获取7种气象灾害的评价指标所对应的分值。利用层次分析法,计算评价指标的权重系数。最后得到7种气象灾害评价指标的加权平均值作为其风险承受能力与风险控制能力系数。利用灾害模数、经济易损模数、生命易损模数3个指标进行北京市奥运期间18个区县空间易损度区划分析。结果表明:北京市奥运会期间,高温灾害和暴雨灾害的风险承受能力与风险控制能力最弱;雷电灾害和大雾灾害的承受与控制能力中等;冰雹灾害和霾灾害较强;大风灾害最强。易损度空间差异分析表明,城区(东城区、西城区、崇文区和宣武区)、朝阳区和海淀区为高易损性区域;丰台区、石景山区、房山区、昌平区、顺义区和大兴区为中易损性区域;门头沟区、通州区、平谷区、怀柔区、密云县和延庆县为低易损性区域。

北京市海淀区细菌性痢疾与气象因素的关系

目的研究北京市海淀区细菌性痢疾发病与气象因素的关系;建立主成分多元线性回归方程,预测菌痢周发病数,并建立菌痢发病预警系统。方法收集北京市海淀区2004年1月1日～2006年12月31日菌痢周发病数和同期气象因素资料,建立数据库,SPSS11.5与SAS8.0相结合进行相关分析、主成分分析和多元线性回归分析。结果相关分析结果显示,菌痢周发病率与平均气温、水气压、湿度、最高气温、最低气温和最小相对湿度成正相关,与风速和日平均海平面气压成负相关。主成分多元线性回归分析结果显示,对菌痢发病数影响大的气象因素有日照时间、水气压、日平均海平面气压和温度。结论①海淀区菌痢发病率有明显的季节性,日照时间长、高温高湿、低压气候易引起菌痢的高发;②主成分多元线性回归建立的预测方程能预测近期菌痢的周发病数。

北京市自然雷电与雷电灾害的时空分布

利用1995—2002的LIS/OTD卫星雷电资料(以下称自然雷电)及1995—2005年北京市18个区县的雷电灾害资料,对北京市自然雷电和雷电灾害的时空分布特征进行对比分析。结果表明,北京市雷电灾害的日变化与自然雷电的日变化趋势大体一致,两者不一致处主要与人们的出行生活规律以及电子设备与仪表的启用、关闭等有关。雷电灾害与自然雷电的季节变化大体一致,春、秋、冬三季较少,夏季较为集中。北京市自然雷电与雷电灾害的区域分布很不一致。自然雷电较多的北部偏远郊区雷电灾害并不频繁,相反,自然雷电较少的城区反而是雷电灾害的多发区域。结合北京市各区县的人口和经济资料进一步分析表明:自然雷电只是北京市雷电灾害的致灾因子之一,北京市雷电灾害的发生还受到人口密度及经济特征等因素的制约。

北京市雷电灾害灾情综合评估模式

在灾情网络分析的基础上,建立了北京市雷电灾害的灾情评估指标体系。通过对体系内的各评估指标进行量化分析,给出灾情评估指标的量纲换算表,进而确定了北京市雷电灾害的灾情综合评估模式,并对评估结果进行了等级划分。通过实例评估发现,此综合评估模式简单易于操作,且评估结果能较好地反映北京市雷电灾害的综合损失。

北京市雷电灾害易损性分析、评估及易损度区划

根据1995—2005年北京市18个区县的雷暴日和雷电灾害统计资料,结合北京市的经济和人口密度特征,提出了雷暴日数、雷电灾害频度、生命易损模数及经济易损模数作为北京市雷电灾害易损性评估指标,并在此基础上,给出了北京市雷电灾害易损度评估结构。采用4级分区法对上述雷电灾害易损性评估指标进行了分级,并赋予各等级如下定值:极高级为1.0,高级为0.8,中级为0.5,低级为0.2。将北京市18个区县按照4个雷电灾害易损性评估指标的所属等级获取相应等级值,将各区县4个评估指标的等级值累加,得到平均值作为雷电灾害易损性评估的评价指数。最后通过对北京市各区县雷电灾害易损性进行综合评估,并利用4级分区法形成北京市雷电灾害易损度区划。结果表明:城区和丰台区为雷电灾害极高易损区,海淀区、朝阳区、昌平区和石景山区为雷电灾害高易损区,延庆县、大兴区、门头沟区和平谷区为雷电灾害低易损区,其他区县为雷电灾害中易损区。

基于小时温度数据的北京市热岛时空变化与土地利用分析

利用2016年北京市自动观测站的逐时气象要素数据,排除复杂天气影响,筛选出微风、晴朗的10月23日全天为研究时段。采用ANUSPLIN空间化插值软件和百分位法定义城市热岛,探究北京市热岛24小时移动路径与空间分布格局特征,分析热岛逐小时变化与土地覆被的关系,得到如下结果。1)北京市秋季晴天热岛强度存在日变化规律,其中18:00—23:00时段的热岛强度增长速率最大为0.48ºC/h。2)日内不同时刻热岛分布存在差异,水平分布形态有以下3种范式:单中心式热岛、多中心式热岛和辐射状热岛。3)不同时刻热岛分布区内6种土地利用类型的面积占比不同,白天热岛分布区无代表性土地利用类型,不同时刻热岛区6种土地利用类型的百分比结构差异大;夜晚热岛分布区土地利用类型以建设用地为主,不同时刻热岛区6种土地利用类型的百分比结构差异小。4)热岛日内变化与土地利用的关系:00:00—03:00,热岛逐时移动面积小,且移动区6种土地利用类型的占比无明显变化;03:00—07:00,热岛向林地占比增多、建设用地占比减小的区域移动;07:00—09:00,热岛向林地占比减小、耕地与建设用地占比增大的区域移动;09:00—15:00,热岛整体向东移动,建设用地占比减小、耕地占比增大;15:00—19:00,热岛移回建设用地占比增大的区域;19:00—22:00,热岛移动区内6种土地利用类型的占比无明显变化;22:00—23:00,热岛向耕地占比增大、建设用地占比减小的区域移动。

突发灾害性天气预警及应急服务——以北京市为例

北京地区气象灾害预警概述突发灾害性气象事件预警是处置突发气象事件、做好应急服务、避免或减少气象灾害及次生灾害对社会及生命财产的威胁和损失的重要机制,已在世界范围许多发达国家和地区得到广泛运用。了解、研究世界发达国家和地区的情况,建立适合我国及不同地区的突发灾害性气象事件预警体系势在必行。

北京“23·7”极端强降雨特征和成因分析

利用北京地区加密气象站、补盲的北京市规划和自然资源委员会雨量站、双偏振雷达、风廓线雷达、GPS水汽等观测数据和ERA5再分析数据,对北京“23·7”极端强降雨阶段性特征和成因进行了分析。结果表明:“23·7”极端强降雨累计降水量(331 mm)和单点最大降水量(1025 mm)均打破历史纪录,最大雨强(126.6 mm·h^(-1))排名历史第二位,具有显著的极端性。强降雨可分为5个阶段,其中第Ⅱ和第Ⅳ阶段降水量分别占过程累计降水量的37.1%和39.7%,第Ⅳ阶段雨强更大,对应急流更强,高温、高湿特征也更明显。地形对降雨的增幅作用显著,降水量在海拔100~300 m山区迅速增加,极大值出现在海拔约400 m的山区,第Ⅱ(第Ⅳ)阶段山区平均降水量和小时雨强分别是平原的2.1(3.0)倍和2.0(2.7)倍;第Ⅱ阶段主要为地形对急流的直接抬升,第Ⅳ阶段为地形绕流辐合和直接抬升共同作用。7月31日上午(第Ⅳ阶段)边界层急流出口区与低空急流入口区耦合导致低层上升运动增强,促使西部山前β中尺度对流系统由块状发展成线状并有γ中尺度涡旋产生,该β中尺度对流系统北上时形成短暂的列车效应,引发了西部山区8个站次100 mm·h^(-1)以上的极端短时强降水。

北京一次罕见1月初雪过程的复杂降水相态成因分析

2023年1月12日的降雪为北京近42年来首次出现在1月上中旬的初雪,期间降水相态经历了复杂的变化。应用多种常规观测资料和云雷达、微雨雷达等新型探测资料以及ERA5再分析资料,对此次过程进行分析,并重点探讨相态变化成因。结果表明:850 hPa以下偏南暖湿急流输送了丰富的水汽,但动力抬升较弱导致降水量不大,而近地层冷垫的缺失不利于全市范围转雪和降雪的维持;0℃层高度的东西差异是北京西部为雪、东部为雨的主要原因,融化和蒸发过程引起的冷却效应导致0℃层高度快速降至500 m以下使得平原地区转雪,>0℃暖层增厚和融化层以上雪花尺度与密度的减小导致平原相态由雪转为雨;针对复杂的降水相态转换,确定性模式无法准确刻画融雪过程,而短期时效内集合预报可弥补确定性模式的短板;综合应用云雷达、微雨雷达和微波辐射计等探测资料,可提高对云中成雪和边界层融雪的判断准确性,有助于提升临近时段降水相态的预报准确率。

北京地区3次对流下山增强过程的云参数特征

利用FY-4A资料,识别北京地区3次对流下山加强过程(2021年7月1日、2022年6月12日和2022年8月4日)的中尺度对流系统(mesoscale convective system,MCS),结合京津冀自动气象站降水资料、中国气象局北京快速更新循环数值预报系统(CMA-BJ)产品分析MCS云特征以指示MCS的形成、成熟阶段和演变特征。结果表明:形成阶段MCS面积增长缓慢,红外亮温梯度大,亮温值快速下降,最低值小于-65℃;成熟阶段MCS面积迅速增大,面积最大时地面短时强降水站数最多,但变温区面积、降温幅度和亮温梯度均小于形成阶段。水汽与红外亮温差(简称亮温差)可表示对流云发展强度,亮温差随时间变化呈缓慢波动增长-快速增长-稳定维持的特征,指示MCS不同发展阶段。MCS形成阶段后期,云顶高度升高,红外亮温和水汽亮温下降,亮温差接近于0℃;MCS成熟阶段,云顶高度、红外亮温和水汽亮温均达到极值,高空出流明显,云团面积增至最大。以上特征可揭示北京地区对流下山过程中MCS的发展阶段,为判断MCS强度变化和地面强降雨、大风落区提供参考。

2018年8月23日北京市一次双单体下击暴流特征分析

本文利用多普勒雷达观测资料、NCEP再分析资料、实况观测资料和现场灾情勘察情况,对2018年8月23日发生在北京市平谷区的一次双单体下击暴流天气过程进行分析。结果表明,此次过程中高层有明显干冷空气侵入,中低层有暖平流配合,形成上干下湿的大气层结特征,且高低空温差较大,有利于下击暴流的形成。另外,从多普勒天气雷达产品来看,风暴初始由边界层辐合线触发并迅速发展,进而形成2个近距离强雷暴单;两个近距离强对流单体相互作用,不断更迭,期间雷暴反射率强回波中心在高度上快速下降,受雷暴本身下沉气流及降水的拖曳作用,形成强烈的下沉气流,强下沉加速撞击至地面,并出现强烈的辐散气流,带来灾害性天气。

北京一次连续重污染过程的气象条件分析

2006年4月7—10日北京出现空气质量持续重污染,对当地生产和生活带来较大影响。从天气形势、气象要素、流场、大气稳定度等方面分析了这次重污染的形成及维持原因。结果表明,此次连续重污染过程是一次沙尘过程先后两次影响北京所造成。第一次为内蒙沙源地沙尘随西北气流南下影响北京的典型沙尘污染过程;第二次是移至下游的沙尘在“回流”天气形势下沿偏东风返回北京所造成,较为少见。这次重污染是混合型的,是沙尘和静稳气象条件共同作用的结果。

北京一次持续霾天气过程气象特征分析

2013年1月10—14日,北京平原地区出现了水平能见度在2 km以下、以PM2.5为首要污染物、空气质量持续5 d维持在重度以上污染水平的霾天气。综合分析此次霾天气过程的天气形势、北京地区常规和加密气象站资料以及城郊连续观测的PM2.5浓度资料。结果表明:此次霾过程期间,北京高空以平直纬向环流为主,受西北偏西气流控制,没有明显冷空气南下影响北京地区,地面多为不利于污染物扩散和稀释的弱气压场;大气层结稳定、风速小(日平均风速小于2 m·s-1)、相对湿度较大(日平均相对湿度在70%以上)、逆温频率高且强度大,边界层内污染物的水平和垂直扩散能力差;北京城区及南部的京津冀地区人类活动排放污染物强度大。在相对稳定和高湿的天气背景下,受地形和城市局地环流的影响,北京本地污染物累积和区域污染物输送以及PM2.5在高湿条件下的物理化学转化等过程共同作用造成此次北京城区及平原地区污染物浓度快速增长并持续偏高,高浓度PM2.5对大气消光有显著影响,造成低能见度和持续霾天气。

北京2013年1月严重霾天气过程的气象成因分析

利用常规观测资料、地面自动站资料及NCEP 1°×1°分析资料,结合边界层散度场的诊断分析,探讨了北京2013年1月严重霾天气过程的环流特征和气象成因。主要结论如下:1)500 h Pa为偏西气流,冷空气活动弱,无明显冷平流,对流层低层850 h Pa及其以下风速小、冷空气活动偏弱,是霾天气的显著特征。2)边界层存在逆温和大气层结稳定是霾发生的另一重要条件,逆温层不仅可出现在边界层,有时也出现在对流层低层850 h Pa附近。3)边界层存在弱辐合中心是霾形成的重要条件,特别是在区域性污染的情况下,边界层辐合可使霾因区域性污染物的输送汇聚而加重。4)偏东风对霾形成和加重具有重要作用,主要表现为风速一般较小,在边界层形成暖平流结构,易形成逆温,增加边界层相对湿度和维持边界层辐合,配合北京西部山地特殊地形,使污染物积累,最终通过增大污染物浓度及增大边界层相对湿度,造成大气水平能见度严重降低。5)1月10—14日霾天气过程主要是在边界层有弱辐合而相对湿度较低的条件下形成的,而27—31日过程主要发生在边界层相对湿度较高的条件下。

“7.20”北京特大暴雨过程决策气象服务现状与对策

分析了2016年7月19—20日北京市特大暴雨天气过程中决策服务方式、内容等现状,并提出相应的改进对策,旨在提高决策气象服务产品质量和效益,为各级政府、防汛部门指挥决策提供科学依据。

北京奥运会期间“鸟巢”内外气象要素的对比分析

国家体育场(鸟巢)属大型体育场,有自己独特的小气候,是北京奥运会最重要的场馆,也是奥运气象服务保障的重点。通过对比分析北京奥运会期间,鸟巢内、奥体中心和奥林匹克公园三个自动气象站的观测资料,来了解这种小气候的影响。发现鸟巢内外的气象要素确有所差别:鸟巢内部的日平均气温高于外部的平均值,最高气温要略低于外部的最高气温,内部的相对湿度低于外部,而风速明显小于外部风速等。对造成差异的原因进行了分析。希望能对重大活动的精细化预报服务有所帮助。

北京“8·11”崩塌地质灾害气象成因分析

利用气象监测数据,分析2018年8月11日北京市房山区较大规模崩塌地质灾害事件(简称“8·11”事件)的气象成因。结果表明,西太平洋副热带高压异常偏强、偏西且偏北,导致北京地区降雨和高温日数比常年同期明显偏多,二者的累积效应为崩塌事件的发生孕育了非常有利的气象条件。持续性强降雨引发的长期渗透作用使得深层土壤含水量增加并稳定维持;高温天气的“烘焙”效应对崩塌灾害的作用也不容忽视。干湿循环的剧烈变化引起的热胀冷缩作用使得地表层斜坡的稳定性发生变化,从而影响岩土体的稳定性。

北京地区温度预报对心脑血管疾病的健康影响及经济效益评估

研究证实不适温度能增加人群因心脑血管疾病死亡,但温度预报在不适温度-死亡暴露反应关系中的调节作用及经济价值尚未见报道。本研究以北京观象台(No.54511)的监测数据和北京市逐日心脑血管疾病死亡数据为依据,对2006—2016年北京市气象台对公众发布温度预报数据进行准确性检验,利用分布滞后模型构建了准确预报、高估和低估时温度与北京市心脑血管疾病死亡的暴露反应关系,并以主观预估为基准评估了温度预报的健康效应,最后运用调整后的人力资本法估算了温度预报在减少心脑血管疾病健康风险方面的经济价值。结果发现:2006—2016年,北京市气象台发布的白天最高气温准确率明显提升,以偏差不超过2℃为划分依据的准确率由60%提升至84%;暴露反应关系的研究表明准确预报时不适温度所造成的最大单日相对风险有所降低;基于人们将依据前一日实际温度形成主观预估温度的假设发现,主观预估的准确率基本保持稳定;根据温度预报和主观预估的差异,识别出北京市温度预报所减少的心脑血管疾病单日最大超额死亡人数呈上升趋势,每年减少114—457人;经济学评估发现北京市温度预报对心脑血管疾病健康影响的经济收益由2006年的1.21亿元上升至2016年的11.31亿元,降低了人群心脑血管疾病风险,具有显著的经济价值。

多源遥感数据在北京春季沙尘天气监测中的应用评估

利用2021年春季影响北京的3次沙尘(暴)天气过程(3月15日、28日和4月15日)中激光雷达、激光云高仪和云雷达3种遥感探测设备的探测数据,北京4个国家气象站能见度观测及北京市生态环境监测中心PM_(10)监测数据,综合分析3种遥感探测设备对沙尘监测的特点及优劣,以期提高沙尘天气预报预警技术。结果表明:激光雷达的消光系数和退偏振比可以较准确地区分沙尘气溶胶和大气污染物,在边界层和对流层中下层沙尘表现为高消光系数(>0.30 km-1)和高退偏振比(>10%);云高仪的近地面后向散射系数、云底高度与PM_(10)质量浓度、能见度变化有较好的对应关系,也能通过近地面后向散射系数的陡增和云底高度的下降来判断沙尘沉降;云雷达能探测到边界层(0~2 km)内的沙尘和对流层中上层(6~10 km)的沙尘云,且能探测垂直速度。综合来看,激光雷达是3类遥感探测设备中唯一能够区分沙尘和大气污染物的设备;云高仪在近地面层对沙尘的监测效果较好,且能够判断沙尘的持续时间;云雷达的探测距离最远且能探测垂直速度。