1955—2020年中国雪都阿勒泰滑雪气象指数变化特征

选取1955—2020年冬季阿勒泰市基本气象要素数据,根据国标《滑雪气象指数》(QX/T 386-2017)计算阿勒泰市日、小时等不同时间尺度的滑雪气象指数,并分析其变化规律。结果表明:(1)平均每年冬季滑雪气象指数为1级和2级的日数分别为72、44 d,占比为55.5%和33.8%,合计占比高达89.4%。(2)11月下旬—12月中旬以及2月下旬—3月中旬日滑雪气象指数达1级标准或2级标准的日数占比超过90%,滑雪气象指数为1级的日数占比超过60%,是冬季滑雪气象指数最高时段。(3)随着冬季气候变暖,日最高气温低于-16℃的日数明显减少,因此阿勒泰冬季滑雪气象指数变化特征表现为1级和2级标准的日数明显增多,3级和4级标准的日数明显减少。(4)12—19时滑雪气象指数为非常适宜时段,13—18时为最佳时段,16时为最优时次。(5)近9年冬季因气温原因导致日滑雪气象指数为3级和4级的个例中,任意时次的小时滑雪气象指数均为3级或4级;因降雪原因导致日滑雪气象指数为3级和4级的个例中,小时滑雪气象指数为1级或2级的时长平均分别为10、8 h。

近54a阿勒泰地区夏季极端降水气候特征

采用阿勒泰地区 7 个国家级气象站近 54a （1960-2013 年） 夏季 （6-8 月）的日有效降水量 （20耀20h 降水量逸0.1 mm） 资料, 用 WMO 推荐的百分位法计算了全地区过去54a 夏季极端强降水的阈值、分析了当地夏季时空分布特征及变化趋势, 结果表明： 阿勒泰地区夏季极端强降水阈值呈西部、 南部小,北部、 东部大; 夏季以及夏季各月的强降水日数和强度均可总结出 5 种空间分布模型; 强降水量可总结出 6 种空间分布模型.强降水日数、 量级、 强度近 54a 来,除吉木乃略有下降以外, 其余各县 （市） 均为增长趋势, 尤其是北部、 东部地区.同时上述三指标存在着显著的年代际和年际尺度的周期变化, 20 世纪 90 年代和2010 年至今为 3 个指标最多 （强） 的年代, 而 20 世纪 70 年代为最少 （最差） 的年代.

近64 a阿勒泰市春季不同等级寒潮过程气候特征

根据1954—2017年阿勒泰市春季寒潮过程数据,分析阿勒泰市春季一般、强和特强3个等级的寒潮过程气候特征。结果表明:(1)1954—2017年阿勒泰市春季一般、强和特强寒潮过程频数分别为110、76和40次,特强寒潮过程占16.5%。(2)阿勒泰市春季一般、强和特强寒潮过程平均持续时间分别为2.0、2.3和2.3 d,均以持续1~3 d的过程为主、持续2 d的最多。(3)64 a来,阿勒泰市春季各级寒潮过程频数均呈线性减少趋势,变化不显著。3月和5月各级寒潮过程频数均减少,但4月特强寒潮过程频数显著增多。春季特强寒潮在20世纪60年代和21世纪前10 a最多。(4)阿勒泰市春季一般、强和特强寒潮过程降温幅度平均值分别为-10.8、-13.0、-17.3℃,特强寒潮过程降温幅度在3月最强。(5)阿勒泰市春季一般、强和特强寒潮过程24 h最大降温幅度平均值分别为-7.8、-9.0、-12.0℃,48 h最大降温幅度平均值分别为-10.7、-12.4、-16.7℃,72 h最大降温幅度平均值分别为-12.3、-13.9、-19.1℃。特强寒潮过程最大24、48和72 h降温幅度均在3月上旬最强,三类降温幅度旬平均值分别为-13.0、-17.8、-20.3℃。(6)阿勒泰市春季一般、强和特强寒潮过程最低气温平均值分别为-7.8、-12.8、-20.3℃,过程中最低气温距平平均值分别为-5.7、-7.9、-10.5℃;3个等级的寒潮过程最低气温距平为负值占该级寒潮过程频数的百分率分别为80.0%、97.4%和97.5%。

近60a阿勒泰地区不同等级降温日气候特征

利用阿勒泰地区7个气象站自建站至2014年12月31日的逐日气温资料,以日最低气温及其降温幅度为指标,整理出阿勒泰地区近60 a降温日数据库,按降温幅度将降温日分为寒潮、强降温、较强降温、中等强度降温和弱降温5个等级,分析了全地区各站不同等级降温日数的气候特征。结果表明:(1)阿勒泰地区寒潮日数和强降温日数在地区偏东、偏北多,向偏西偏南逐步递减,其它等级降温日数在河谷平原多,向西、向东逐步递减。寒潮、强降温和中等强度降温日数的EOF分解第一模态方差贡献率较大,全地区呈较好的一致性,较强降温和弱降温日数的EOF分解主要模态分别有3个和5个。(2)阿勒泰地区寒潮日数在冬季12月最多,强降温日数在秋季9月最多,较强降温日数主要集中在夏季6—8月,中等强度和弱降温日数在各季分布较平均。(3)近60 a来,阿勒泰地区各站的年寒潮和强降温日数呈明显减少趋势,年较强降温日数呈明显增多趋势,年中等强度降温日数没有明显的线性变化趋势,年弱降温日数呈地区西部减少、中、东部增多的趋势,且东部增多趋势较显著。

1954~2017a阿勒泰市春季各级别寒潮过程强度评估

利用阿勒泰基准气候站日最低气温资料,资料长度从1954年到2017年的春季,以日最低气温及其降温幅度为指标,计算寒潮过程单要素强度评估指标包括:寒潮降温幅度,最大24 h降温幅度,最大48 h降温幅度,最大72 h降温幅度,过程最低气温,过程最低气温距平;以寒潮综合强度指数IY评估各次寒潮天气过程,结果表明:1) 以寒潮天气过程降温幅度标准化指数IA为指标,强度从大到小排列前十位的过程一般寒潮和强寒潮过程各月分布比较均匀,特强寒潮过程全部现在3月。2) 以寒潮天气过程最大24 h、48 h和72 h降温幅度标准化指数I24 h、I48 h和I72 h为指标,强度从大到小排列前十位的寒潮过程中一般寒潮过程出现在3月的分别有2次、1次和4次,出现在4月的均为3次,出现在5月的分别有5次、6次和3次;强寒潮过程出现在3月的分别有6次、6次和5次,出现在4月的分别有2次、2次和3.5次,出现在5月的分别有2次、2次和1.5次;特强寒潮过程全部出现在3月。3) 以寒潮天气过程最低气温标准化指数ITD为指标,强度从大到小排列前十位的各级别寒潮过程全部出现在3月。以寒潮天气过程最低气温距平标准化指数IJP为指标,强度从大到小排列前十位的寒潮过程中一般寒潮过程中4次出现在4月,6次出现在5月;强寒潮和特强寒潮过程均有9次出现在3月,1次出现在4月。4) 以各级别寒潮过程强度综合评估指标IY为指标,强度从大到小排列前十位的一般寒潮过程3月只出现了1次,4次出现在4月,5次出现在5月;排列前十位的强寒潮过程中8次出现在3月,2次出现在4月;排列前十位的特强寒潮过程中9次出现在3月,1次出现在4月。5) 春季一般寒潮和强寒潮过程强度均为强度呈减弱的趋势,但不显著;而特强寒潮过程为强度减弱且显著。

阿勒泰单站近13a夏季小时降水日变化特征

利用阿勒泰基准气候站2005~2017a夏季(6~8月)逐小时降水资料揭示了阿勒泰单站夏季降水的日变化特征,结果表明:1) 2005~2017a夏季(6~8月)阿勒泰单站降水量日峰值呈双峰型,日峰值出现在早晨和傍晚;降水频率的日峰值出现在上午12:00;降水强度的日峰值出现在傍晚19:00。2) 2005~2017a夏季(6~8月)阿勒泰单站出现短时降水达305次,中时降水31次,长时降水22次;短时降水对夏季降水的贡献率最大,其次为长时降水,中时降水贡献率最小。3) 短时降水的日峰值最大,出现在傍晚;长时降水的日峰值其次,出现在早晨;中时降水量的日峰值最小,出现在傍晚。短时降水频率的日峰值明显高于中时降水和长时降水,同时三者的日峰值均出现在12:00。短时降水和中时降水的降水强度日峰值出现在傍晚,长时降水的降水强度日峰值出现在午后。4) 1级降水日峰值大于2级和3级,1级和3级降水量日峰值出现在午后至傍晚,2级降水量日峰值出现在清晨。

2012~2017年阿克达拉CO浓度特征与气象要素关系分析

为了解中国西部上游区域一氧化碳变化特征及影响因素,利用SPSS软件进行统计分析阿克达拉区域大气本底站一氧化碳2012年1月1日~2018年3月31日每1分钟观测1次的资料和基本气象站同期逐日气象资料,研究分析一氧化碳质量浓度变化特征以及其主要气象要素相关关系。结果表示:阿克达拉一氧化碳质量浓度年变化为下降趋势,并存在明显的季节变化;其月变化呈U型分布,峰谷值出现时间与北半球大气本底站略有差异;没有明显的日变化,与北方城市日变化存在显著差异;单一气象要素对阿克达拉长序列的CO质量浓度的变化有较明显的影响,在不同季节尺度下,阿克达拉CO浓度与主要气象要素的相关关系存在明显的差异性,同时发现我国西部上游大气中的CO变化特征与东部地区和其他大气本底站差异明显。

阿克达拉大气本底站CO质量浓度变化特征分析

采用阿克达拉大气本底站2012年1月1日—2017年12月31日1 min观测1次的CO资料,统计分析CO质量浓度在日内、日际、月际、季节和年际时间尺度下的变化特征,结果表明:阿克达拉日内、日际、月际、季节与年际时间尺度下的CO质量浓度变化波动均较为剧烈;年平均CO质量浓度在6年内整体呈逐年减小趋势;季节变化呈现冬季大、其他季节小的特征,各季节CO平均质量浓度从大到小排序为后冬、前冬、春季、秋季、夏季;月平均CO质量浓度呈“U”型变化特征,峰值在1月、谷值在6月,6—9月在底部波动变化;日平均CO质量浓度变化大致呈“U”型,峰值在1月17日、谷值在6月18日;CO质量浓度四季日变化特征均为单谷型,每天14时之前波动不大,15时后迅速减小,17时达到谷值,之后又迅速增大,19时后相对平稳,四季日CO质量浓度逐时平均从大到小排序为后冬、前冬、春季、夏季与秋季。

近10年阿克达拉臭氧质量浓度与气象因子的相关性研究

在人体健康以及环境保护的需求之下,开展环境预报具有重要的现实意义。为了解阿克达拉臭氧质量浓度的影响因子,开展有针对性的气象环境预报,利用2010~2019年阿克达拉站的臭氧观测资料,采用皮尔森相关系数、逐步回归等方法,分析了臭氧日最大8 h滑动平均质量浓度(用C8h(O_(3))表示)与气象因子的相关性,并建立预报方程。结果表明:能见度、日照、气温不受季节影响,与C8h(O_(3))显著正相关,气压、湿度也不受季节影响,与C8h(O_(3))显著负相关;风速与水汽压随着季节的变化,与C8h(O_(3))的相关性差异大;日照和气温与C8h(O_(3))的相关性最密切。日最高气温和日照时数引起的C8h(O_(3))变化具有一致性,日最高气温为6℃、日照时数=7 h时C8h(O_(3))出现谷值;日平均本站气压、日最小相对湿度与C8h(O_(3))有明显线性关系,当日平均本站气压低于950 hPa、日最小相对湿度小于35%时C8h(O_(3))大于平均值;臭氧污染源来自于阿克达拉西侧,风向的季节性差异使C8h(O_(3))也具有季节性变化。四季回归方程能够有效预报C8h(O_(3))的变化趋势,秋季回归方程的预报准确率最高、夏季最低。此研究为阿克达拉开展空气环境质量预报提供了参考依据。