深圳356米气象塔观测数据的质量控制方法和空气动力学参数研究

气象高塔数据资料弥足珍贵,对其进行质量控制将为后续科学研究和业务工作的开展提供便利;此外,利用塔基观测资料计算空气动力学参数有助于校正模式空气动力学参数理论值。对2017—2018年深圳356 m气象梯度观测塔共13层的每10 s风速、风向、相对湿度、温度探测资料进行数据质量控制,基于莫宁-奥布霍夫相似理论和数据质量控制后的气象梯度观测塔近地层(10 m、20 m、40 m、50 m和80 m)1分钟平均的风温资料,利用最小二乘法拟合迭代计算了近中性条件下深圳气象梯度观测塔下垫面空气动力学粗糙度(z0)和零平面位移(d)。结果表明:深圳气象梯度观测塔的气象探测资料数据质量很高,连续两年平均数据缺失率为1.28%,数据错误率为0.01%。近中性边界层条件下,深圳气象梯度观测塔下垫面空气动力学粗糙度均值为0.35 m,零平面位移均值为5.33 m,结果合理可信。研究表明空气动力学参数受下垫面非均匀性、植株柔软性、气流来向、风速等的共同影响。

基于高塔观测的登陆台风边界层风切变指数拟合

利用深圳气象梯度观测塔观测数据,以2017年以来进入深圳150 km范围的7个台风个例为研究对象,基于幂指数律拟合讨论台风边界层风切变指数的变化规律。结果表明:幂指数能较好地拟合台风影响下350 m高度以下风廓线,随着拟合高度范围增加,风切变指数增大,拟合精度基本维持;用深圳气象梯度观测塔等差层数据拟合台风风速效果好于全层次数据和等比层数据拟合;7个台风影响期间拟合风切变指数平均值为0.268,明显高于以往研究(0.1~0.177),主要原因是拟合的高度范围较以往研究明显增大,此外还与强风样本较少以及下垫面更粗糙有关。利用幂函数拟合台风不同风速段最大风切变指数,可在台风过程中预估不同高度极端大风风险。研究还表明:台风眼经过铁塔前后风切变指数明显升高,在抗风设计以及台风防御过程中应充分考虑这一变化。