环渤海地区云量的精细化预报方法

利用2010-2016年的云观测资料和T639数值预报产品,分析了云量与影响云生成的主要气象因子间的相关性,通过逐步回归方法建立了环渤海地区云量的时间精细化定量预报模型.结果表明,与总云量和低云量相关性显著的气象因子主要是水汽、大气不稳定度和上升运动.其中水汽类因子包括整层相对湿度、整层湿度和大气可降水量;大气不稳定度类因子为K指数和位势不稳定指标;上升运动为850~400 hPa 5层平均垂直速度.通过逐步回归方法建立了环渤海地区总云量和低云量的时间精细化预报模型,总云量和低云量预报方程的复相关系数大部分在0.5以上.回代预报检验结果表明,总云量和低云量绝对误差分别为22%和18%;试预报检验结果表明,总云量预报的绝对误差为23%;个例分析结果表明,新民站和沂源站的预报效果比较理想,大部分时段总云量的预报值及变化趋势与实际观测结果接近,模型预报性能较好,具有一定的实际应用价值.

环渤海地区云量的时空分布特征

利用环渤海地区69个观测站点2001年6月-2016年12月8次/d的云观测资料,欧洲中期数值天气预报中心ERA-Interim的垂直速度和比湿数据,初步分析了该地区云量的时空分布特征及成因.结果表明,环渤海地区总云量年平均和秋冬季呈南多北少、西多东少的分布特征,春季分布相对均匀,夏季从东南向西北递减;低云量年平均和各季节的空间分布大体相同,其中对流云量北部山区多于南部平原地区,非对流云量从东南沿海向西北内陆递减,北部低云以对流云为主,南部以非对流云为主.总云量的空间分布与上升运动和水汽的空间分布呈正相关;对流云量的空间分布与大尺度下沉运动呈正相关,与水汽呈负相关;非对流云量的空间分布在秋冬季只与水汽呈正相关,在春夏季只与大范围上升运动呈正相关.两个代表站围场站和莒县站的总云量、围场站的对流云量以及莒县站的非对流云量年变化均比较显著,夏季最多,春秋季次之,冬季最少,主要是由垂直上升运动和水汽的年变化引起的.两站总云量全年各季日变化均不明显,对流云量和非对流云量在夏季表现出明显的日变化特征,对流云量在08:00最少,午后对流活动发展,云量增加,至14:00达到峰值;非对流云量夏季峰值出现在05:00,在14:00达到谷值.

全国10个代表性城市空气污染指数与气象条件的关系

选取全国10个代表性城市,研究空气污染指数与地面及边界气象条件的关系.结果表明,空气污染严重,则能见度差;空气质量好,则能见度好,而且冬半年比夏半年更为显著;空气污染指数与气温呈正相关,北方城市夏半年比冬半年显著,南方城市冬半年比夏半年显著;北方城市冬半年空气污染指数与空气中水汽的饱和程度呈正相关;南方城市夏半年与空气饱和程度呈负相关;风对空气污染物有扩散作用,且冬半年比夏半年显著.稳定的大气层结不利于空气污染物的扩散,冬半年比夏半年显著,南方城市比北方城市显著.

十个代表城市空气污染指数与能见度和相对湿度的关系

影响能见度的不仅仅是大气污染物,雾也是一个重要因素。因此,用能见度反映空气质量,需要考虑水汽的作用。在已有的研究结果基础上,构造空气污染指数(API)与能见度和空气相对湿度的数学关系。依据全国10个代表城市2001—2012年逐日API资料和同期08:00(北京时)地面气象资料,运用线性回归方法,确定公式中的待定系数,从而建立利用能见度和相对湿度估算API的统计方程。结果表明:(1)当空气相对湿度小于78%时,能见度主要受空气污染物浓度影响;当空气相对湿度大于96%时,能见度主要受空气湿度影响;当空气相对湿度介于78%~96%时,能见度受空气污染物浓度和空气湿度共同影响;(2)除拉萨和兰州外,其余城市API与能见度和相对湿度的相关程度都通过了α=0.000 01的显著性水平,并且相关程度冬半年好于夏半年;(3)API与能见度和相对湿度拟合关系中的参数b0和b,除拉萨、乌鲁木齐和兰州以外,其余城市的变化幅度都比较小;(4)回代检验表明,除个别月份外,绝对误差和相对误差都相对较小,说明API与能见度和空气湿度的数学关系式可以拟合API。