黄渤海海区风速推算方法及效果评估

为了弥补海上风场监测数据不足,提高对黄渤海海上风场监测能力,针对不同大气环流形势,基于较为稳定的74个沿海和海岛站等陆基站2017—2020年风场观测资料,以及同时段具有一定连续性的21个浮标站和船舶站等海基站观测数据,采用多元线性回归方法,建立由陆基站推算海区风速的模型。利用2021年实况资料对推算结果进行检验评估。结果表明:分别针对全部风力等级和6级及以上大风建立的风速推算模型(以下分别简称CM模型和HM模型)均具有较高的可靠性,其中HM模型对大风推算的准确率更高;8种天气类型中共5种类型发生大风的概率高于60%,其中对西北高东南低类型的推算效果最好,对西高东低型、西南高东北低型和西北低东南高型的6~7级大风推算效果较好,对8级及以上大风的推算效果略差;不同海区大风的推算结果中,对黄渤海大部分海区推算的风速略偏小,仅对渤海西南部海区的部分站点推算的风速略偏大;对黄海北部海区风速推算的平均绝对误差最小(0.95 m·s^(-1)),对其他海区风速推算的平均绝对误差在1.32~1.70 m·s^(-1);在海区观测不连续、不稳定的情况下,推算的风速能够对海上风场资料进行有效的补充。该推算方法易于业务化应用,可随不同海区观测资料的增加而进一步优化,对海洋观测布局设计也有一定的参考作用。

2016-2021年山东省大风时空分布特征分析

本文利用2016—2021年山东省1886个气象观测站逐时大风观测资料和欧洲中期天气预报中心提供的ERA5客观再分析资料,分析了山东省大风的时空分布特征。结果表明,6年间山东省年均有1476个气象观测站出现8级以上大风,春季大风约占全年的40.1%,每日10—17时时间段大风天气年均超过1000站次,14时前后大风频率最高,偏北大风约占79.3%,北西北(NNW)方向最多。山东省北部沿海地区大风出现频率最高,站均30次以上,南部沿海地区和鲁中山区大风站均10~30次。6年间全省发生瞬时风力13级以上的共有14个站,12级以上的共有64个站,其中雷暴大风占据主导,最大风速为章丘站的39.9 m/s。系统性大风以爆发性气旋大风为主,大风分布与其移动路径及低压中心强度密切相关。高空冷涡是雷暴大风的主要影响系统,其中东北冷涡影响下大风次数占比达63.6%;低槽系统影响的大风发生次数次之,槽前型和槽后型天气系统对山东强对流天气影响机理不同。本文研究结果为山东大风天气的精细化预报提供了依据。

毫米波云雷达在高影响天气中的预警应用

为提高城市高影响天气的精细化预报预警水平,利用雄安新区2020年1月—2023年12月容城气象站Ka波段毫米波云雷达反射率因子、径向速度等7种产品及地面气象资料和天气学、雷达回波图像形态分析等方法对雄安新区暴雨、大风、雾、霾及沙尘等高影响天气进行分析。结果表明:1)云雷达对含降水的高影响天气云体探测结构清晰、垂直分布特征直观。当春、夏、秋季回波强度≥21 d BZ(冬季≥15 d BZ)、伸展高度≥5 km(冬季≥2 km)的云体出现,且云体最低高度达150 m时,可看作地面降水将出现的特征指标,时间提前量平均达20 min左右,当回波强度减弱、云底高度抬升,降水趋于结束;各级降水中,暴雨的强回波伸展高度、云水含量等最大。2)当回波顶伸展高度达8 km之上而后快速下落至云顶高度≤2 km时,地面易出现8级以上大风,降水伴大风的回波特点为强回波区中形成明显的U或V型缺口,缺口区最大径向速度达12.5 m·s^(-1)左右。3)云雷达反演滴谱数据产品可较好反映各级降水的粒子分布特征;垂直积分液态水含量(Vertically Integrated Liquid Water,VIL)对降水伴大风有预警指示意义,提前量0~30 min或以上。4)非含降水的高影响天气(雾、霾、沙尘等),云雷达回波强度等整体偏弱,各天气现象之间界限不清晰,但与降水天气发生转换时云雷达能快速、清晰地探测出降水云体,有利于提升降水的精细预报预警能力。

风廓线雷达与多普勒天气雷达在暴雨大风天气过程中的应用分析

文章简述了风廓线雷达与多普勒天气雷达在实时监测、数据采集、预警系统集成方面的理论基础,通过对广元地区一次强对流天气过程进行研究,探讨了风廓线雷达与多普勒天气雷达在暴雨大风天气过程中的应用。结果表明:受高原低值系统和低层暖湿气流的共同影响,配合副热带高压588线位置稳定少动,以及地面冷空气入侵,有利于暴雨大风天气的发生;强降水中心落区与多普勒天气雷达的片状混合云回波带和风速辐合区较一致;风廓线雷达垂直风场中垂直风向的转变和水平风速的加快能有效揭示对流天气的发生和发展过程。

尺度适应重力波拖曳方案在高分辨率数值预报中的应用研究

随着数值模式分辨率越来越高,在复杂地形区域仅考虑高层重力波拖曳作用和地形阻塞作用具有局限性,WRFv4.3模式中新型重力波拖曳方案在原有大尺度重力波拖曳和地形阻塞作用基础上新加入了边界层小尺度重力波拖曳作用,且对湍流地形拖曳作用增加了描述,从而可以达到尺度适应。为了验证新的重力波拖曳方案的效果,本文基于华北区域3 km对流可分辨模式开展了2021年冬季重力波拖曳参数化方案应用试验,对比分析了三组试验方案:不开启重力波拖曳、原有的仅考虑大尺度重力波拖曳和阻塞作用的方案以及新型的尺度适应方案的模拟结果。试验结果表明:原有重力波拖曳方案仅考虑重力波拖曳和大尺度地形阻塞,在3 km模式中对复杂地形附近整层风场影响较大,但是正效果有限;新型尺度适应重力波拖曳方案在3 km分辨率模式中大尺度重力波拖曳和阻塞拖曳作用为0,仅由边界层内小尺度重力波拖曳和湍流地形拖曳起作用,能够达到尺度适应效果;由于高层重力波拖曳为0,开启新型重力波拖曳会降低低空尤其是边界层内风场预报正偏差,对高空风场无影响;对模拟区域的统计检验结果表明,新型重力波拖曳方案可以有效减少地形复杂区域近地面风场预报的误差,但对温度等其它要素的改善有限。

1981-2020年北京市门头沟区部分灾害天气分析

文章中运用线性趋势分析方法和滑动平均法统计分析了1981-2020年北京市门头沟区的暴雨、高温、雷电、大风和低温灾害性天气事件的年际变化趋势,并对每种灾害天气的多年月际分布进行了统计,旨在了解门头沟地区灾害天气演变规律,以便做好气象灾害防御工作。分析结果显示门头沟区除高温日以每10年1.3天的线性趋势递增外,暴雨日、雷暴日、大风日和低温日均在逐渐递减;暴雨大多发生在7月与8月;高温日发生在每年的5月、6月、7月和8月;雷电最早于春季3月来临,最晚于冬季12月结束;冬季大风最为频发,冷空气过程全年均可能发生。

山地风电场强风化地貌植被恢复技术探讨

山地风电场道路建设,具有地形地貌复杂,范围广的问题,在建设过程中很容易出现水土流失的情景,我们主要对山地风电场具体做了研究,通过系统的探讨和地貌植被恢复的技术性研究,希望可以对山地分电场,恢复植被的技术,提供一些策略。

2022年3月14日江西及周边地区冰雹回波特征分析

为更好地开展对江西冰雹天气的监测预警工作,使用MICAPS数据、自动站数据、雷达拼图数据、雷达PUP产品数据、双多普勒雷达反演风场数据、冰雹灾情照片视频和微信冰雹信息反馈等资料,采用天气学、雷达气象学等原理与方法,对2022年3月14日江西及周边省份冰雹回波特征进行分析,结果表明:3月14日,江西及周边省份多地出现冰雹,20个区域站出现≥17.2 m·s^(-1)的大风,24个区域站出现≥50.0 mm的降水,且雷暴大风和冷空气大风混合出现。200 hPa高空出流区、500 hPa南支槽和风速切变、850 hPa低涡和切变线、地面辐合线和西南倒槽是冰雹天气主要系统;南昌订正后较大的CAPE、较强逆温层、中层干区和低层湿区为冰雹天气发生提供了环境条件。冰雹以超级单体回波为主,有时孤立存在,有时存在于回波群、回波带之中;回波强度≥60 dBz,强回波面积最小≥18 km^(2),最大≥180 km^(2);30~60 dBz强回波梯度距离≤6 km,具有明显的云砧前伸回波;冰雹回波生命史多数在2 h以上。在冰雹回波识别中,垂直积分液态水含量(VIL)是一个很重要的特征。江西冰雹单部雷达VIL在35~60 kg·m^(-2),雷达拼图上VIL为35~50 kg·m^(-2)。在冰雹回波2.5 km CAPPI图上,冰雹回波强度均≥60 dBz,最大可达65 dBz;在双多普勒雷达反演风场上多数回波中心具有中涡旋结构、侧面辐合风场、南北风场辐合等特征;有些个例风场比较凌乱。上述分析结果为江西冰雹天气的监测预警提供了分析依据。

白鹤滩水电站坝区极端大风天气分析

利用常规观测资料和美国NCEP/NCAR再分析资料,从环流背景、物理量诊断、对流系统演变以及卫星和雷达遥感探测方面,综合分析2016年6月4日出现的有记录以来最强的雷暴大风天气的形成机制。结果表明:对流层中高层强烈干冷空气入侵与低层暖湿气流叠加,形成强烈的位势不稳定大气层结,为大风过程提供热力条件;对流层中高层的西风急流促进了高层的辐散运动,为过程提供动力条件;对流层低层的干冷空气堆促进水汽蒸发,使环境温度降低,加速冷空气下沉;在高空槽、中层切变线等天气尺度系统引导下,小尺度雷暴单体不断新生、合并,使得对流天气维持和加强;白鹤滩水电站坝区地形的“狭管峡谷效应”有利于风速的增大。

风廓线雷达资料在强对流天气预报中的应用

强对流天气局地性强,难以准确、提前监测预警,常造成严重的人员伤亡和经济损失。为了弥补探空资料在连续观测中时间间隔长的不足,利用风廓线雷达对环境风场开展连续观测,分析常熟市沿江地区发生的一次强对流天气过程。结果表明,风廓线雷达资料能够一定程度上反映垂直方向上的风场、垂直气流等气象要素,雷达资料反演的垂直风切变和垂直速度也与强对流天气特征相吻合,可为强对流天气的监测预警提供参考。

江孜县近30年大风天气统计分析及防灾减灾措施

利用1991—2022年西藏自治区日喀则市江孜县的大风日数、平均风速的观测数据资料对近30年江孜县大风天气进行统计分析,并讨论了其对江孜县的影响及相关防灾减灾措施。

EC平均风预报场在温州沿海大风预报适用方法的研究

通过对2017—2019年温州沿海42个海岛站极大风实况数据的分析,发现冬季温州沿海更容易出现大风,这主要是因为冬季冷空气活动频繁;而这种系统性造成的大风以8~9级大风为主,10级及以上的极端性大风出现频次较少。欧洲中心细网格10 m风场数据与温州沿海观测站实况极大风呈较好的正相关关系,00:00和12:00(世界时)起报整体差异不大,但年度差异显著,不同站点之间也有所差异,据此可针对不同站点构建线性回归方程,且存在年度动态更新线性回归方程的必要性。从实况检验发现,这些方程能较明显地提高风力等级的准确率,或是减小相差的级数,对EC预报风场达到了较好的释用效果。

大风天气下北京城市边界层阵风结构特征

通过分析北京 32 5米气象塔风温观测资料,研究了大风天气条件下北京城市地区大气边界层特征。发现在大风天气条件下北京城市大气边界层阵风结构存在如下规律:(1 )大风条件下,对数风廓线规律可适用到 1 5 0m的高度,主要是因为城市下垫面的地面粗糙度较大,使得大风与地面粗糙元素之间的相互作用加强;(2 )阵风系数在地面附近较大,随高度呈负指数函数形式递减;(3)阵风强度随高度也呈负指数函数形式递减,但其递减率要小于阵风系数的递减率。

新疆铁路沿线最强风区大风特征对比分析

利用2015—2018年新疆境内兰新铁路沿线32个大风监测站逐小时风速资料,基于统计学方法、空间分析法,从平均大风日数、大风历时、不同风速的贡献率以及平均风速不同时间尺度和地域分布的变化特征等,对兰新铁路新疆段内两个最强风区带——百里风区和前百里风区的大风特征进行统计和对比分析。结果表明:较之百里风区,前百里风区更易出现极端大风天气(大于11级风),同时具有风速“昼弱夜强”、地域分布差异性大、主导风向与兰新铁路运行方向基本垂直以致横风强劲等特点。该分析结果能够有效弥补前百里风区这一无人区气象规律探索的空白,可为探明特殊地域强风区大风最新变化规律、关键区的大风逐小时内精细化预报、专项试验研究、风速灾害预警阈值的制定等提供基础。

基于雷达径向风的广东2011年4月17日强对流过程螺旋度特征分析

利用中国气象局广州热带海洋气象研究所数值模式预报的12 km产品,对广州市加密的雷达径向风资料进行修正,计算出较高分辨率的螺旋度分布,从而对2011年4月17日广东省强对流过程进行分析。结果发现,利用较高分辨率的螺旋度可以更方便对较小尺度的强对流及雷雨大风天气的生成、发展过程进行诊断分析和监控预报;而相对螺旋度对强对流发生的指示效果明显好于普通的螺旋度指标。当强对流发生时,螺旋度的分布基本与垂直速度分布一致;在强对流发生地附近的上空,垂直风切变线十分明显,且强对流向上可达100 hPa高度,向下到达地面;在垂直方向上螺旋度大值区具有漏斗状特征,而垂直螺旋度仅在113.18°E,22.98°N附近上空存在一条上下垂直分布的较强大值线,说明该强对流天气过程具备一定的龙卷风特征。

大风天气下大型船舶撤离洋山港外航道可行性的探讨

根据洋山港自然、地理条件,运用目前在航道论证方面已经比较成熟的船舶操纵模拟器,有针对性地对大风天气下大型船舶撤离洋山港外航道疏浚段的可行性进行研究;根据所选5 250 TEU和8 000 TEU大型集装箱船舶的模拟船型撤离外航道疏浚段模拟试验的结果并基于航迹带概率分布对试验数据充分和系统分析的基础上,提出了大型船舶安全撤离外航道疏浚段的可行性,为洋山港大型集装箱船舶在大风天气下安全撤离外航道疏浚段提供比较科学的参考依据。

基于强对流天气判别的风功率爬坡预报方法研究

该文讨论一种基于强对流天气判别的风功率爬坡预报模型。首先选出指定区域中可以表征历史强对流天气的动力学和热力学特征的预报因子,再采用费希尔判别法将历史大风型强对流天气进行归纳分析,以得到预报因子的加权系数,进而确定判别强对流天气的预报方程。根据数值天气预报的数据分析得出强对流天气的预报结果,引入模板参数法将强对流天气参数库进行爬坡气象类型识别,并修正了风速预报数据,从而得到更准确的预报结果。结合风电场实际运行状况、电力系统的调度方式,以及区域电网的热备用启动速度和承受能力确定风功率爬坡定义。由此引入启发式分割算法对强对流天气预报结果进行突变检测,可得到风功率爬坡场景的定性预报结果,最终形成基于强对流天气判别的风功率爬坡预测方法。

基于深度神经网络的强对流天气识别算法

短时强降水、大风等强对流天气危害巨大,对其进行自动识别存在相当大的技术困难。提出一种基于深度神经网络的强对流天气智能识别模型,以雷达回波图像和表征回波移动路径的光流图像作为输入,通过神经网络的自学习,寻求雷达图像与"是否发生强对流天气"之间的函数映射关系;并运用数据集增强、代价函数优化和模型泛化性能优化等技术,解决了训练样本的不均衡问题,避免了模型训练过程陷入局部极值的问题。实验结果表明,该方法对强对流天气识别的准确率达到96%,误报率低于60%。该方法也适用于对下击暴流等灾害性天气的自动识别。

多普勒雷达风廓线产品应用初探

利用雷达投入运用一年来的风廓线产品资料,对给桂林站造成大雨以上或大风、冰雹等强对流天气的过程进行分类,挑选几个典型个例,结合多普勒雷达风廓线产品进行研究。得出各类天气形式下风廓线产品的变化特点。

WRF、EC和T639模式在福建沿海冬半年大风预报中的检验与应用

基于福建省冬半年沿海和港湾岛屿自动站的逐时极大风观测资料和WRF（Weather Research and Forecast）、EC（European Centre for Medium-Range Weather Forecasts）细网格以及T639（TL639L60）三种模式预报的10 m风场资料，将模式预报的风向风速与观测资料进行对比检验，结果表明：福建省沿海冬半年大风的盛行风向以东北风为主，大风的时空分布极为不均，沿海风力的脉动性、跳跃性、局地性突出。从三种模式对风速风向的模拟效果来看， WRF和EC细网格的预报效果较好，有可参考性， T639可参考性不高。对于风速，模式预报结果相比实况极大风速偏小，港湾岛屿代表站风速的平均绝对误差均小于沿海代表站，预报平均误差由沿海向内陆逐渐减小，由中部向南北逐渐减小。风向相比风速的预报效果要差， WRF和EC细网格的风向预报误差在45°-50°，有一定的参考意义；港湾岛屿代表站风向的平均绝对误差大于沿海代表站，以浮标站的误差最大。当观测风速出现7级及以上风速时，若对大风进行分级检验，则较低风速的预报平均绝对误差小于较高风速；风向预报的平均绝对误差也大大降低，且误差都在45°以内，具有良好的参考性。