Lamb-Jenkinson环流客观分型方法及其在中国的应用

介绍了Lamb-Jenkinson客观环流分型方法。利用1948年1月1日—2004年12月31日的NCEP逐日平均海平面气压资料,计算了中国16个区逐日的6个环流指数及相应的环流分类,分析了中国各区域不同季节各种环流类型出现的频率及其变化特征。结果表明,该方法在我国大部分地区适用,虽然在西部高海拔地区的海平面气压可能有订正误差,但该方法是可行的。对1958—2004年以来3个主要环流指数的线性趋势分析显示,华北及河套至内蒙古中西部地区夏季的经向风指数和纬向风指数下降明显,涡度指数也有明显的下降,表明控制上述地区的高值系统有增多趋势,而准地转西南风减弱,这可能是造成这些地区干旱化的重要环流背景。对冬季而言,我国东北、华北和新疆北部等地区的纬向风指数上升明显,表明我国北部地区冬季的近地层西风有加强的趋势,这与近年来这些地区冬季气温显著升高有密切关系。

基于Lamb-Jenkinson方法的天津地区PM_(2.5)污染环流型分析

用2012—2019年逐日08时(北京时)NCEP/NCAR海平面气压场再分析资料,采用Lamb-Jenkinson客观环流分型方法,探究天津地区易发生PM_(2.5)污染的主要环流型,并对其进行验证.研究表明,天津地区主要存在6种环流型,分别为高压反气旋型、偏北气流型、偏东北气流型、低压气旋型、偏西北气流型和偏西气流型.为了进一步分析天津地区的污染环流型,定义污染环流指数B值,得到易引发天津地区PM污染的环流型,且按污染的形成机制可将其分为4类,即沙尘输送型、海风型、高压后部均压场型和低压前部均压场型.

河北南部PM_(2.5)和O_(3)复合污染的气象特征及天气分型

为了解河北南部大气复合污染特征及其天气类型,利用2016—2022年环境监测、地面气象观测和NCEP再分析资料等,统计分析河北南部发生复合污染事件时的气象要素特征,并对地面气压场进行客观天气分型。结果表明,(1)2016—2022年期间河北南部复合污染占总污染天数4.0%;石家庄复合污染较多,且以O_(3)污染为主;复合污染较重的月份为4、7和9月。(2)复合污染期间,温度与O_(3)强正相关,与PM_(2.5)强负相关,海平面气压和相对湿度与O_(3)呈负相关,与PM_(2.5)呈弱正相关,水汽压、日照和能见度与O_(3)呈正相关,与PM_(2.5)呈弱负相关,风速与O_(3)和PM_(2.5)均为弱的负相关。(3)河北南部复合污染的天气类型主要有C型、W型、A型、U型,其中C型最多且偏O_(3)复合污染,W型、A型偏PM_(2.5)复合污染,U型以O_(3)和PM_(2.5)低浓度复合污染为主。研究显示,气象条件对复合污染影响显著,关注二者关系,对今后大气污染治理有一定指导意义。

2000-2019年兰州地区秋冬季大气环流下的污染特征分析

利用Lamb-Jenkinson大气环流分型法,对2000-2019年兰州地区秋冬季(当年11、12月及次年1、2月)850 hPa、700 hPa、500 hPa环流场进行环流指数分型,并分析该地区主要环流型与空气污染之间的关系。结果表明:850 hPa高度层以平直环流型为主,NE型(东北型)是主要环流型,700 hPa及500 hPa高度层均以混合型环流为主,主要环流型均为CE型(气旋东风型)。通过分析环流型与空气污染之间的关系发现,850 hPa、700 hPa和500 hPa高度层配合形成的组合环流型中,NE-CNE-CE、CNE-CE-CE、NE-CE-CE型是兰州秋冬季较易造成污染的环流型。在这3类环流型下,气团主要经由兰州市东北部进入市区,途经污染排放源地区,是造成兰州地区秋冬季污染的主要原因。NE-C-CE和E-C-CE环流型属于有利于传输扩散的环流型。在这2类环流型控制下兰州市位于低压区,气压梯度小,全天以弱上升气流为主,上升气流有利于污染物浓度降低。空气污染指数与环流型存在较好的对应,但并不能一直保持一致变化,这是因为污染变化相对于环流型变化具有一定的滞后性。

影响武汉市空气污染的地面环流形势及其与污染物浓度的关系

利用Lamb-Jenkinson客观环流分型法,分析2004—2013年影响武汉地区的主要地面环流型及其特点,并探讨环流型与污染物浓度之间的关系。结果表明,影响武汉地区的主要地面环流型有反气旋型(A)、气旋型(C)、偏东风型(E)、高压系统控制的偏东风型(AE)、偏东北风型(NE)及东南风型(SE)。秋、冬季以A、AE、E型为主,春季A、C、E型出现频率最高,夏季则C、E型出现次数最多。空气污染日出现的主要地面环流型有A、AE、E、SE、C及NE型,影响各季节出现污染的主要环流型不同,其中C型主要出现在春、夏季,表现为被弱低压控制;而中度及以上污染日的地面环流型主要为A、SE、E及AE型,受高压系统或偏东风影响时,高浓度污染较易出现。环流型对各种污染物浓度的影响程度存在差异。

北京地区大气环流型及气候特征

以北京地区为研究对象,应用Lamb-Jenkinson大气环流分型方法对1948—2008年的逐日平均海平面气压场进行定量计算环流指数。通过对27类逐日环流分型结果的统计分析得出:北京地区主导环流类型依次为A型、C型和SW型,其频率分别为23.8%、15.4%和7.0%;A和C环流型频率均呈逐年上升趋势,但A型频率上升速度远大于C型;春季北京主导环流类型为A型和C型,夏季主导环流型为C型和SW型,夏季CSW型环流所占比例也较大,秋季和冬季为A型。通过主导环流型和北京气温、降水之间变化规律的分析可知:冬季在A型环流的控制下北京地区多为低温晴好天气;夏季在C型环流的控制下北京地区降水增多,在SW型环流的控制下北京地区降水偏少,而CSW型环流控制下北京地区呈现干热天气状态,2000年后尤为明显。

大气环流客观分型在渤海海峡大风气候特征分析中的应用

应用Lamb-Jenkinson大气环流分型法对渤海海峡1979—2013年逐日海平面气压场进行大气环流客观分型,分析了渤海海峡大风天气与大气环流型的关系;以长岛气象站在渤海海峡大风天气中的指示作用为基础,分析了主要环流型下大风天气的气候特征。结果表明:渤海海峡大风天气以平直环流型为主,偏北型明显多于偏南型;春(夏)季是发生大风天气最多(少)的季节,以西南(SW)型出现频率最高,秋、冬季大风天气的环流型频率分布基本相同,均以偏北型为主;不同环流型下出现大风天气的概率及大风天气的气候特征也有明显不同。

山东省夏季降水与大气环流型关系分析

基于欧洲中期天气预报中心(ECMWF)逐日海平面气压场(MSLP)再分析资料和山东省122个台站逐日降水资料,采用Lamb-Jenkinson大气环流分型方法,将1958—2013年逐日海平面气压场分型,分析不同时间尺度下影响山东省的主要大气环流型出现频率分布特征,对山东省夏季降水与大气环流型关系进行初步研究,给出夏季各类环流型降水概率、降水强度及降水贡献率的时间变化特征。结果表明:(1)山东省全年主要环流型为SW、NE、A、SE、S、NW、N和C型;(2)8种主要环流型中,NE、NW、A和N型的出现频率在夏季为"低谷期",冬季为"高峰期",而SW、SE、C和S型则与之相反;(3)S、SE、SW、C型是夏季主要降水环流型,但是某些较为少见的环流型出现时,出现降水的概率非常大,可以为预报员提供参考;(4)夏季4种主要降水环流型的降水贡献率时间变化特征存在明显差异,S型和SE型呈现准周期振荡,SW型自1980年代以后持续降低,2011年以来仅为4%左右,为历史最低;1970年代以来,C型降水贡献率持续增加,由不足10%增至21%。

西江流域面雨量与区域大气环流型关系

利用Lamb-Jenkinson大气环流分型方法,对西江流域1971—2015年逐日平均850 hPa和500 hPa高度场进行环流客观分型,分析流域降水天气环流型出现概率及主导环流型变化特征,探讨主导环流型对西江流域总面雨量和子流域面雨量的贡献率及环流型配置与降水的关系。结果表明:当850 hPa为西南风型、500 hPa为西风型时,流域出现降水天气的概率最大;850 hPa气旋型和500 hPa西风型对年总面雨量和各子流域面雨量的贡献率均为最大,且对东部子流域面雨量的贡献率大于西部子流域,850 hPa南风型与500 hPa反气旋型的环流配置是西部子流域秋季降水偏多的主导环流型配置;春季850 hPa气旋型与500 hPa西风型、夏季850 hPa气旋型与500 hPa西风型、秋季850 hPa南风型与500 hPa反气旋型、冬季850 hPa西南风型与500 hPa西风型的环流配置时,出现强降水天气的概率分别为18.7%,21.1%,4.0%和2.0%,即夏季最大,其次为春季,冬季最小。近45年,850 hPa气旋型、500 hPa西风型对流域年总面雨量的贡献率呈增加趋势,是西江流域面雨量呈偏多趋势的主导环流型。

华北冬季地面环流型对不同城市大气能见度的影响研究

采用Lamb-Jenkinson客观环流分型方法,对华北地区2014年-2018年冬季日均海平面气压场进行分型,并分析了不同环流型下不同城市冬季能见度的分布特征。结果表明A型、N型、NE型、AN型、E型、ANE型、C型、AE型和SE型等9种环流出现频率超过3%,为主要环流型;其中C、E、SE型为全区性低能见度环流型,A、N、AN型为全区性高能见度环流型,NE、AE、ANE型对不同城市能见度的影响存在局地差异;低能见度环流型对应高相对湿度、高PM2.5浓度,而高能见度环流型对应低相对湿度、低PM2.5浓度。

宁波区域霾过程的天气分型及环流场特征

利用2001—2012年NCEP逐日再分析资料和宁波7个县(市)区的地面气象资料,运用Lamb-Jenkinson客观分型方法和统计方法,分析宁波区域霾发生规律和大气环流场特征。结果表明,宁波区域霾具有冬季频发、夏季少发的季节分布特点,年均15次,2011和2012年区域霾明显增多与大气环流密切相关;区域霾的主要环流类型为A型、AN型、AS和C型,分别占总数的65.9%、12.3%、6.7%和4.7%,A型主要出现在稳定平直环流的秋、冬季,AN型出现在环流经向度明显增加的冬季,AS型出现在冷暖气流转换空隙期的春、秋季,C型出现在西太平洋高压明显加强的地面弱低压环境场的春、夏季;东部沿海500 hPa气旋性环流、偏西气流及850 hPa微风有利于宁波区域霾发生,反之,500 hPa反气旋环流、850 hPa强盛偏南气流则不利于霾发生;A型环流在弱冷空气影响或静稳天气条件下,连续霾日、重度霾出现概率增大。

河北省重污染天气分型及其预报概念模型研究

根据20152018年河北省三个污染分区的空气质量监测站点出现的重污染天气,运用统计分析、天气学方法和Lamb-Jenkinson环流分型法对不同分区重污染天气进行分析和环流分型。结果表明,河北省一区和二区重污染过程呈逐年减少趋势,三区在20152018年没有重污染过程出现。各区重污染过程都集中在11月底到2月初(除2018年3月1214日的重污染过程)。重污染日首要污染物PM2.5占比在90%以上。各区重污染日的地面环流可分为平直环流型、旋转型、混合型三大类和另一类U型(无定义型)。其中,一区共分为13种类型:平直气流型5种(SW、S、NE、N、E),旋转型2种(A、C),混合型5种(AS、AN、ANE、CN、CE)及U型;二区共分为6种类型:平直气流型1种(NE),旋转型1种(A),混合型3种(ANE、CE、CN)及U型。河北省的重污染天气NE、A、CE、CN、ANE及U型在一区和二区中均有发生,是河北省重污染天气的主要环流型,也是未来重污染天气预报的主要天气形势。根据重污染日特征、地面环流分型及边界层各气象要素阈值,建立了河北省重污染天气预报概念模型。模型为本地区重污染天气预报预警提供了科学的参考依据。

江南地区近31a的大气环流分型及与温度场演变的关系

本文应用Lamb-Jenkinson大气环流分型方法,利用1987~2017年的逐日平均海平面气压资料,计算了江南地区逐日的6个环流指数及相应的环流分类,分析了江南地区不同季节各种环流类型出现的频率及其变化特征。通过对27类逐日环流分型结果的统计分析得出:江南地区主导环流类型依次为E型、N型和AE型,其频率分别为33.15%、22.62%和13.61%,划分的环流型符合实际情况。春季江南地区主导环流为N、AN型;夏季主导环流类型较复杂,主导环流为N、CN、SE及C型;秋季和冬季主导环流均有E型与N型,但冬季AN型环流出现频率比E、N型高。通过主导环流型和江南地区气温之间变化规律的分析可知:冬季在AN型控制下,江南地区多为低温天气,夏季在CN型环流控制下,江南地区气温较高。

天津区域霾过程统计特征及环流分型研究

利用1998—2017年NCEP逐日再分析资料和天津9个区的地面气象资料,运用Lamb-Jenkinson客观分型方法和统计方法,分析天津区域霾发生规律和大气环流场特征.结果表明,天津4种标准的区域性霾日数均先增加后减小,其月分布具有双峰型特征,峰值分别出现在冬季及夏季.在天津区域霾日下9种环流型出现频率较高,其中ANE型发生区域性轻微霾的频率最高,C型发生区域性轻度霾的频率最高,各环流类型发生区域性中度霾的频率相当,A型、C型、W型和SW型环流出现区域性重度霾日概率较高.A型、W型和SW型500 hPa环流均为平直气流,A型天津地区地面受大陆高压控制,W型则位于低压底部受偏西风影响,SW型位于低压前部受西南风影响,而C型500 hPa环流存在浅薄的一脊一槽,地面受弱低压影响,风力均较弱,均易形成严重污染.

中国典型地区风电场天气环流分型特征分析

本文通过采用Lamb—Jenkinson环流分型方法。利用2012年1月至2014年7月的GFS每3小时的海平面气压的预报数据，计算了中国典型地区六个风电场的6个环流指数和相对应的环流型，同时分析不同环流型的平均风速和风速rmse值。结果表明：用Lamb—Jenkinson环流分型方法可以表现出不同地区的风电场环流型；对27种环流型分类后，不同地区的风电场环流型出现的频率特征明显；将27种环流型归成5类不能有效的表示某一种环流型的特征。

横断山脉地区大气环流演变特征分析

应用Lamb-Jenkinson大气环流分型方法对横断山脉地区的8个经度×10个纬度范围内1948-2012年逐日平均的海平面气压场进行环流分型,由日平均海平面气压场算出6个环流指数（u、v、V、ξu、ξv、ξ）,并由此划分出27种不同的环流型。分型结果表明：横断山脉地区主要环流分型为E型、NE型、SE型、N型和C型,其频率分别为：21.4%、14.6%、13.7%、9.8%和9.5%;E和NE型环流频率逐渐增加,C型环流型频率逐渐减少。春季横断山脉地区主导环流比较繁琐;NE、N型为夏季的主要环流型,但E型环流在夏季的频率也相当大;秋季和冬季横断山脉地区的主导环流型都为E型和SE型。夏季主导环流型持续时间较长,冬季也是主导环流持续的时间较长,个别年份主导环流型持续时间超过了一个月,这主要与横断山脉地区复杂的地形有联系。

垃圾填埋场恶臭污染统计分析及预报方程建立

通过Lamb-Jenkinson大气环流客观分型法对津南区2020年5月14日至8月13日的大气环流进行分型,并通过相关分析和主成分分析等方法筛选影响臭气浓度(以下称为OU值)的气象要素、建立OU值统计预报方程。结果表明:津南区大韩庄垃圾填埋场OU值具有明显日变化,呈明显单峰型;当出现W型、SW型、A型、C型、ASW型和AW型大气环流时,不利于恶臭气体扩散;气温、风速与OU值呈负相关,相对湿度及大气稳定度与OU值具有明显正相关。选取气温、相对湿度、风速和大气稳定度建立OU值的统计预报方程,其预报准确率为85.42%,但OU值的预报值明显偏高。

福州市大雾天气环流分型研究

利用1981～2005年NCEP再分析资料、常规地面和高空观测资料，结合Lamb-Jenkinson（L—J）环流分型方法和传统天气形势分型方法，分析了福州大雾发生时的天气形势特征。分析结果表明：传统分型方法和L—J分型方法对大雾发生时的主要天气形势分型具有基本一致的气压场分布，即大雾发生时海平面气压为均压场分布；并且L-J分型方法可得到较传统分型方法更细致和全面的结果，可为福州大雾的客观预报提供重要的依据。

大气环流型及挥发性有机物对广东佛山市臭氧污染的影响

基于2019—2022年空气质量监测数据和气象再分析数据,用Lamb-Jenkinson客观大气环流分型方法(LWTs)分析了广东省典型工业城市佛山市的臭氧污染大气环流型,并比较了2022年典型臭氧污染天气类别下超标日与非超标日臭氧前体物挥发性有机物(VOCs)的特征.结果表明,佛山市2022年臭氧浓度月变化呈双峰形态,峰值出现在春季和秋季.特别是秋季臭氧超标情况严重,占总超标天数50%以上.共有15种天气型下发生了臭氧超标情况.E型、C型、NE型、AE型、A型和SE型天气均有较高比率发生臭氧污染,尤其是9月NE型和C型发生臭氧超标的频率分别高达92.3%和52.9%.而A型对春季的臭氧超标贡献较大.根据850 hPa风场的风向变化及中心系统的不同位置,将15种天气型合并为5个天气类别,N-E-S方向类和A类易发生臭氧超标,且这两类别天气下VOCs在臭氧超标日的浓度及其臭氧生成潜势(OFP)都远高于非超标日.进一步相关性分析表明,高温、强太阳辐射,协同高浓度和高活性VOCs,促进了臭氧超标情况的发生.

大气环流型对珠三角2015~2020年臭氧变化的影响

基于2015~2020年的珠三角臭氧(O_(3))日最大8 h浓度平均值[MDA8 O_(3),ρ(O_(3)-8h)]的观测数据和气象再分析数据,运用Lamb-Jenkinson天气分型法(LWTs)分析不同大气环流型的特征并定量其对MDA8 O_(3)年际变化的贡献.结果表明,珠三角发生的18种天气型中ASW型更容易出现O_(3)污染现象,而NE型会导致更严重的O_(3)污染.根据850 hPa风场的风向变化及中心系统的不同位置将18种天气类型合并为5个天气类别来探讨不同天气型的O_(3)生成机制,发现ρ(O_(3)-8h)高的天气类别为N-E-S方向类别[(161±68)μg·m^(-3)]和A类别[(122±39)μg·m^(-3)],二者ρ(O_(3)-8h)与日最高气温和太阳净辐射量都呈显著正相关.N-E-S方向类别为秋季主导大气环流型,而A类别多发生在春季,其中春季珠三角发生的90%O_(3)污染事件是由A类别控制.珠三角受大气环流频率和强度变化影响对MDA8 O_(3)年际变化的贡献率为69%,天气型频率变化的贡献率为4%.MDA8 O_(3)的年际波动与天气型强度密切相关,O_(3)超标日天气型强度和频率对MDA8 O_(3)年际波动的贡献相当.