广西行业社会气象观测发展现状与对策

对广西行业社会气象观测发展进行调查研究,分析其发展沿革、现状和存在问题以及社会需求,并提出相应对策。结果表明,广西社会气象观测已认定的志愿气象观测站2430个,划分为11个行业,包含100余种观测要素。在气象观测数据接入、数据质量、数据应用、产品服务等方面存在问题。为促进广西行业社会气象观测高质量发展,应加强地方部门沟通、建立统一的应用标准、促进观测系统资源整合以及优化建站布局。

柳州2022年“龙舟水”过程一次降水的雨滴谱特征分析

利用柳州国家站DSG5型降水现象仪(雨滴谱仪)对柳州2022年6月16日18时—17日11时暴雨过程的雨滴谱特征进行分析,并与自动雨量传感器(雨量筒)数据对比,探究不同雨强范围雨滴谱特征。结果表明:(1)雨滴谱仪和雨量筒的累积降雨量具有很好的一致性,相关性系数达到0.99;降水量与分钟粒子数呈强相关(0.82)。(2)降水量的多少不仅仅由雨滴粒子的数量决定,还取决于雨滴粒子的直径;本次降水主体以粒径小于3 mm的雨滴粒子为主;降水贡献主体以1~4mm的雨滴粒子为主。(3)雨强增大,雨滴粒子数密度逐渐增大,小雨滴更容易合并成大雨滴。(4)无论雨强大小,粒子数占比均随粒径区间的增加而下降,小雨滴粒子占比始终最高;随着雨强增大,小雨滴(D≤2 mm)降水贡献率占比下降,大雨滴(D> 2 mm)降水贡献率占比升高,进一步表明雨强增大,对流增强。

利用地形高度差对ERA5气温降尺度的方法研究

基于ERA52m气温数据(T_(ERA)),考虑地形高度对气温的影响,结合温度垂直递减率,开展了气温降尺度研究。利用广西91个国家观测站2021年1月—12月逐小时气温数据(T_(sit))来验证该方法降尺度后气温(T_(air))精度,对比探讨降尺度效果,并讨论T_(air)误差时空分布特征。结果表明:(1)全年T_(sit)与T_(air)有效匹配数据点的相关系数(R)为0.978,均方根误差(RMSE)为1.59℃,平均偏差(MB)为0.441℃。比T_(ERA)与T_(sit)的相关性高(R=0.974)、均方根误差小(RMSE=1.71℃)。(2)T_(air)细化地形对气温的影响,展示了很好的空间分布细节纹理,特别是海拔较高区域。(3)T_(air)误差有明显的时空变化特征,桂南精度高(RMSE<1.5℃,|MB|<1℃),桂东北、桂西北精度相对较低(RMSE>1.8℃,|MB|>1℃),秋季的精度(RMSE=1.54℃,MB=0.35℃)优于其他季节(RMSE>1.58℃,MB>0.38℃)。

气象观测质量管理体系有效运行模式研究

通过采用SWOT模型分析方法,对当前气象观测质量管理体系运行过程,由于体系程序文件和指导书涉及面广、专业性强、内容繁杂,导致基层业务人员在实际业务开展中查询应用不便等对气象观测质量管理体系运行及实现预期结果具有影响的风险,从气象观测质量管理体系有效运行的要素、模式进行分析,以观测业务流程为重点,探讨降低该风险、增强“质量改进”的可操作性和实用性,并提出将体系文件进行可视化转换的方法和步骤,形成以体系程序文件和作业指导书为蓝本的指导视频,使气象观测质量管理体系文件在实际观测业务中的应用性进一步加强,促进体系效益全面发挥,为气象观测质量管理体系持续高质量运行提供有效支撑。

基于雨滴谱和雨量筒观测资料不同类型云降水对比分析

选取北海国家气候观象台2019年1—12月的雨滴谱和雨量筒资料,根据雨强划分降水类型,对比分析两种设备观测对流云和层状云降水的差异。结果表明:(1)两次降水过程均以“雨”和“阵雨”为主,由于仪器测量精度不同,雨滴谱和雨量筒观测到的降水量有所差别。(2)对于对流云和层状云降水,雨量筒与雨滴谱累积降水量绝对误差均小于20%,相关性系数均达到0.99;另外,对流云事件雨滴谱与雨量筒累积降水量平均值误差大于层状云事件的。(3)雨滴谱仪观测出现降雨时间早于雨量筒记录的,降雨结束时间则晚于雨量筒记录的。相比于层状云降水,对流云降水起始阶段雨量更大,降雨速度更快,雨滴谱仪和雨量筒记录到有降水现象的时间差更小。

降水类天气现象自动与人工观测质量对比分析

选取2017年8月-2018年7月广西DSG1、DSG4和DSG5型降水类天气现象仪自动观测数据与人工观测数据,通过对比分析,研究降水类天气现象仪自动观测与人工观测数据质量的情况。结果表明,广西91个国家站点数据完整性好,设备年平均缺测率小于2%,DSG5型设备数据完整性最高(缺测率0.01%)。DSG1、DSG4和DSG5型设备对降雨的捕获率较高,均超过80%,DSG5型设备捕获率最高(90.18%),且吻合率较好(大于50%),错报率较低。三类设备对雪、雨夹雪、冰雹的识别均较困难,将雨误判为雪、雨夹雪和冰雹的分钟数较多;其中DSG1型设备容易误判为冰雹,DSG5型设备容易误判为雪。三类设备在雪、雨夹雪、冰雹等微降水和混合类降水方面进行更好的智能识别和质控算法优化,将会提高其业务应用效能。

Ⅱ型射电暴射电增强与太阳高能粒子事件关系的统计

本文基于Learmonth等地面台站和Wind/WAVES, STEREO/SWAVES等卫星射电观测资料,筛选了第24个太阳活动周2007年1月至2015年12月期间82个米波-十米百米波(meter-decahectometric, M-DH)、十米-百米波(deca-hectometric, DH)Ⅱ型射电暴事件,其中39个射电增强事件和43个非射电增强事件.研究结果显示:1)射电增强事件的日冕物质抛射(coronal mass ejection, CME)速度、质量、动能和耀斑等级普遍高于无射电增强事件的;无论有无射电增强,产生太阳高能粒子(solar energetic particle, SEP)事件的CME速度、质量和动能均明显大于无SEP事件的CME. 2)特征时间分析显示高能粒子起始释放时间普遍早于射电增强开始时间,由此表明射电增强不是导致高能粒子事件产生的直接原因. 3)无论有无射电增强,SEP事件伴随的Ⅱ型射电暴开始高度略低于无SEP事件的;而Ⅱ型射电暴结束高度,产生SEP的事件明显高于无SEP的事件;伴随射电增强的Ⅱ型射电暴结束高度显著大于无射电增强事件,即表明有射电增强事件中的激波更强且可持续到更高高度. 4)当快速CME完全扫过另一个先行CME时, CME相互作用更易产生射电增强,而是否产生SEP无明显差异.本文结果表明,射电增强是CME激波与其他CME相互作用而增强的表现,增强的激波可能增强粒子加速过程而更易产生大的SEP事件,但射电增强并非产生SEP事件的直接原因.

基于射电观测的日冕物质抛射驱动激波的统计特征研究

本文基于Wind/WAVES和STEREO/SWAVES等多卫星射电观测资料,选择第24太阳活动周2007年1月至2015年12月期间77个Ⅱ型射电暴样本事件,拟合其激波速度,分析了激波参数与日冕物质抛射(CME)、耀斑和太阳高能粒子(SEP)等参数的相关关系及变化规律,并探讨了射电增强对这些关系的影响.研究结果显示:1)在Ⅱ型射电暴十米百米(DH)波段范围起始时刻,激波高度比CME前沿高度略高一点,即激波脱体距离(standoff distance)约0.4 Rs,且这个高度随CME向外传播而增大.在低日冕和高日冕,激波脱体距离随CME速度的变化呈现明显相反的规律;在低高度上,CME速度快,激波脱体距离大,而在高高度上,CME速度慢,脱体距离大.2)射电增强伴随事件的CME速度明显大于无射电增强事件;射电增强伴随事件的激波速度与CME质量、动能的相关性明显好于无射电增强伴随事件.3)有射电增强伴随的Ⅱ型射电暴DH波段持续时间与CME速度、质量、动能之间无明显相关性,而无射电增强事件的DH波段持续时间与这三个量之间呈正相关.4)产生SEP事件的激波速度明显大于未产生SEP事件的激波速度;有射电增强伴随的II型射电暴(激波)事件产生SEP事件的比例略高于无射电增强事件(73.5%>67.4%),但射电增强事件产生大SEP事件(large SEP event)的比例(67.6%)明显高于无射电增强事件(37.2%).进一步表明,Ⅱ型射电暴射电增强可作为其驱动源(激波)大概率产生大SEP事件的辨别信号之一.

北海一次强降雨过程的雨滴谱特征分析

基于北海国家气候观象台的自动雨量站和激光雨滴谱仪观测资料,针对2019年08月17日00∶00—18∶00出现持续性降雨过程进行雨滴谱特征初步分析。结果显示:(1)激光雨滴谱仪和自动雨量站累积降水量具有很好的一致性;(2)分钟粒子数和分钟降水量呈正相关,但降水量不仅由粒子个数决定,还取决于雨滴的直径;(3)谱宽和降水粒子数随时间起伏变化基本同步,决定了降雨强度;(4)特征直径之间线性关系较好,可互相包容,能反映降水粒子大小。综上激光雨滴谱仪在不同速度、直径通道观测的雨滴粒子是可信的,可反映实际降雨情况;降雨强度主要由大雨滴决定;在遇到短时强降雨时,雨滴重叠会导致激光雨滴谱仪观测的降雨强度和累积降水量偏大。

基于多视角观测的SEP事件与twin-CME关系研究

本文联合SOHO和STEREO-A/B(三视角)日冕观测和太阳高能粒子(SEP)观测,分析了2007—2014年间169个快速(速度>900km·s-1)、宽角度(>60°)日冕物质抛射(CME)及其先行CME和关联SEP事件.通过相关分析,给出了SOHO/EPHIN 25~53MeV及STEREO/HET 23.8~60 MeV能量范围的大SEP事件通量判断阈值,分别为0.01和0.014(cm2·s·sr·MeV)-1.三视角CME观测能有效地避免投影效应产生的twin-CME事件误判,统计得到单一视角确定twin-CME事件的误判率一般低于10%,最高不超过15%.基于三视角判断的twinCME事件及SEP事件峰值强度,得到判断twin-CME事件的时间阈值最短约为9h(9~13h).single-CME产生的SEP事件强度与CME速度、动能的相关性明显高于twin-CME,并且三视角下的相关性结果与单视角类似.结果表明,一个主CME可能存在多个先行CME,依据单卫星观测判断先行CME时有一定的误判几率,但少数单个先行CME的误判并不影响基于单卫星的统计规律或统计结果.

Ⅱ型射电暴分类及其与太阳高能粒子事件的关系

基于Wind, STEREO等卫星联合观测资料,选取第24太阳活动周2010年1月至2018年3月共计273个Ⅱ型射电暴事件,按起始-结束频率对事件进行分类,统计分析各类Ⅱ型射电暴观测特性差异及其伴随的日冕物质抛射(coronal mass ejection, CME)与太阳高能粒子(solar energetic particle, SEP)事件之间的关联.研究结果显示:1)每一类Ⅱ型射电暴事件中, SEP事件对应的CME角宽、速度、质量、动能及耀斑等级均普遍大于不产生SEP的事件,表明SEP事件的产生需要快速大角宽且高能的CME;2)相比从DH波段开始的Ⅱ型射电暴,从米波段开始的Ⅱ型射电暴伴随大SEP事件的比例更高,多频段Ⅱ型射电暴事件比单频段事件更容易产生SEP事件,其中M-DH-KM Ⅱ型射电暴伴随SEP事件比例最高(73%), DH Ⅱs only类最低(19%);3)同一类Ⅱ型射电暴中,有SEP事件产生的Ⅱ型射电暴比无SEP的事件具有更高的起始频率(更低的激波形成高度)、更低的结束频率(更高的结束高度)、以及更长的持续时间,容易产生SEP事件(尤其是大型SEP事件)的日冕激波普遍在较低高度开始形成(如小于3R_s, R_s为太阳半径),且能维持到很高的高度(如大于30R_s);4) Ⅱ型射电暴持续时间和结束频率呈很强的负相关(cc=–0.93),产生SEP事件的比例随Ⅱ型射电暴持续时间增加而明显增大,随结束频率增加而明显降低,且很大程度上取决于CME的速度等参数.本文结果进一步表明, SEP事件产生与否与Ⅱ型射电暴种类及特性明显相关, Ⅱ型射电暴起始频率越高、结束频率越低,如M-DH-KM Ⅱ型射电暴,其CME在很低高度驱动形成激波并传播至很高高度,激波持续时间越长,加速粒子时间越长,产生SEP事件(尤其是大SEP事件)的概率也就越大.

基于三种机器学习算法的降水现象仪和雨量筒数据一致性检验

基于三种机器学习算法,对2018年南宁国家气象观测站雨量筒观测数据和降水现象仪的雨滴观测数据进行一致性检验试验。通过降维算法,对降水现象仪数据去除数据冗余,进一步分别采用多元线性回归、决策树回归、最近邻回归等3种机器学习算法验证与雨量筒数据的一致性情况。结果表明,综合性能中多元线性回归算法效果最好,在误差范围内的准确率达到85%以上;最近邻回归算法在小雨量中可以有较好的预测值,综合准确率达到75%,两种算法均优于决策树算法70%的准确率。

太阳高能粒子观测特征经向分布统计

基于多卫星联合观测数据,筛选了2006年12月至2017年10月期间122个太阳高能粒子(SEP)事件及其伴随的日冕物质抛射(CME),分析了SEP事件属性随相对经度的变化、与CME属性之间相关性的经向分布以及与Fe/O比值的关联.研究结果显示:低Fe/O类事件的峰值通量I_(p)通常更高,伴随CME更大,但通量上升速度较慢,且其D_(u)(持续时间)和I_(p)与CME速度呈现更强的相关性;SEP特征时间T_(o)(CME爆发至SEP事件爆发)与T_(R)(SEP事件爆发至半峰值)随相对经度增加而增大,D_(u)与I_P随相对经度增加而减小,通量上升斜率K在±90°范围内自东向西递减;SEP事件属性与伴随CME属性的相关性随相对经度的改变有明显变化,在磁连接好的位置,T_(o)与CME速度等属性呈现负相关,T_(R)与CME速度等属性呈现正相关,D_(u),I_(p)与CME速度之间的相关性更强.研究结果进一步表明,SEP事件观测属性既与CME参数相关,同时又具有很强的经度依赖性,在磁连接越好的位置卫星观测到的SEP事件强度越高,SEP观测参数受CME的影响越大,这对大型SEP事件的预报很有意义.此外,高Fe/O类SEP事件与CME相关性的减弱暗示了耀斑加速、种子粒子源等因素的影响.