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。

新疆阿勒泰地区近50a低云量变化特征及与气象因子的关系

选取1961~2010年新疆阿勒泰地区阿勒泰市、哈巴河、吉木乃、布尔津、福海、富蕴和青河7个国家级基准、基本气象站月平均低云量、温度、日照时数、相对湿度、水汽压、蒸发、平均风速、积雪深度等相关气象要素。利用线性趋势法、Cubic函数、经验正交函数分解(EOF),相关分析等方法对阿勒泰近50a低云量气候变化特征及与气象因子的关系进行了分析。结果表明:低云量的季节分布最多的是夏季,其次是春、秋季,最少的是冬季。阿勒泰各站低云量的均值为10.0%~17.4%,其分布自西向东呈低-高-低分布,即低云量呈山麓丘陵向河谷平原增大的趋势。阿勒泰地区大部分站60~70年代低云量以负距平为主,80~21世纪00年代低云量增多,以正距平为主。大部分站低云量的变化趋势呈明显增多趋势,倾向率为0.82%~2.32%/10a,通过了显著水平检验。通过FOF分析可知,阿勒泰地区尽管地形复杂,气候差异大,但低云量的空间分布受大尺度气候的影响是一致的,其次还受明显的地理差异影响。降水、气温、蒸发、日照、平均风速是影响阿勒泰地区低云量长期变化的主要因素,而相对湿度、水汽压的影响较小。

阿勒泰地区近50a冰雹日数变化特征分析

利用1961-2010年逐日气温资料以及国家气候中心下发的74项环流指数，对阿勒泰地区冰雹日数的变化特征进行分析。结果表明：阿勒泰地区冰雹发生频数月分布不均匀，5—7月是冰雹集中发生期，其中5月、出现冰雹最多；其次为6、7月冰雹发生频数相当；而10月冰雹很少。近50a阿勒秦地区冰雹呈减少趋势，冰雹频数在20世纪80年代发生了由多到少的转型。该地区冰雹存在着明显的年代际尺度的周期性变化，并存在着明显的年代际尺度的周期性变化。在整个时域内，冰雹以22～25a、13—14a尺度的周期信号显著，还存在5a左右年际尺度的显著周期变化，模值均〉0．5。

基于MODIS数据的云降水估计方法

利用卫星遥感资料定量估计降水及其区域分布对强降水等灾害性天气监测具有十分重要的意义,还可弥补常规气象观测的不足,提供更为丰富的降水信息。(1)利用MODIS卫星的可见光、近红外、短红外、中红外和热红外波段数据,采用云指数法和多光谱综合法对云类型进行了判识,有效地分类出云和冰雪、卷云、水云和高、中、低云。(2)在云分类的基础上定量反演了各类云参数,包括云顶亮温梯度、云顶亮温最小值面积变化、不同量级的云顶亮温面积及变化趋势、对流云的核心位置判别、亮温方差和大气中的水汽含量等因子参数,结合地面实测降水数据和地表高程数据,建立了降雨的强度的定量估计模式。(3)通过对2007年7月16-18日、26-29日的新疆大降水过程进行降水估计,并对估计值与区域站地面实时观测降水值作了比较,结果显示相对误差为31.97%,均方根误差为2.31 mm。降水量级的定量误差在±3 mm以内的占66%,±5 mm以内的占86%。因此,该模式具有较好的降水估计效果。