上海市闵行区内涝灾害风险评价与区划

利用上海市闵行区区域内气象站降水资料、GIS资料、区内各镇、街道的人口密度、财政收入等社会经济数据,应用加权综合法、GIS技术,通过对危险性、暴露性、脆弱性和防灾减灾能力4个因子的分析,构建了闵行区内涝灾害的风险评价指标体系和风险评估模型,并利用该风险模型给出了闵行区内涝灾害风险区划图。结果表明,闵行区内涝灾害风险分布总体上南部地区高于北部地区,区域内面临中高风险级别的街镇较多,其中吴泾镇面临的内涝风险指数最高,华漕镇最低。

上海市闵行区设施大棚风灾风险区划

基于上海10个区县30年大风统计资料和闵行区域自动站近年大风统计资料,通过对大风天气现象的时空分析结合设施大棚抗风强度得出大棚成灾与风力等级的关系,将研究结论应用于闵行区,基于GIS平台,制作了闵行区设施大棚风灾农业气候风险区划.结果表明,上海市闵行区大风主要出现在夏季,春季次之;其中近38％的大风出现在7～8月份;近30年来大风日数呈现逐年下降趋势.闵行区西南部地区主要包括马桥镇、江川路街道、吴泾镇南部等大风出现频率较高,为风灾较高风险区;中部地区梅陇镇、莘庄镇、颛桥镇、吴泾镇北部、浦江浦江镇西南部等大风出现频率中等,为风灾中等风险区;七宝镇、虹桥镇、古美街道以及浦江镇东北部等大风出现频率最低,是风灾较低风险区.

近10年来上海卫星气象遥感应用技术研究进展

立足《我国气象卫星应用发展专项规划(2010-2015年)》,紧密围绕风云系列气象卫星业务应用,上海区域卫星气象业务应用取得了较好进展。总结近10年来上海市气象局卫星遥感业务应用技术所取得的成果,并分析工作中存在的不足,为未来上海卫星遥感气象应用工作提供支撑。

上海环境气象业务发展概述

上海环境气象业务经过十几年的发展，建立了地面观测和卫星遥感相结合的环境气象综合观测站网，发展了以气象化学耦合模式WRF/CHEM为核心的高分辨率区域环境气象数值预报业务系统，完善了以PM2.5、臭氧等空气质量预报预报为切入点、以霾和健康气象预报服务为重点的环境气象业务体系。同时，与环保部门在科研攻关、业务会商、信息发布等方面建立了良好的联动互动机制。

上海佘山国家旅游度假区气象环境条件分析

利用松江国家气象观测站1955—2014年的平均气温、相对湿度、风速、日照时数和气象灾害数据等气候观测资料,分析了上海松江佘山国家旅游度假区的主要气象灾害的发生时段,同时采用了气候舒适度评价和气象灾害气候趋势分析研究了气象条件对度假区旅游的影响。结果表明,度假区旅游气象灾害主要有大雾、台风、暴雨、大风、雷暴、高温。虽然各种气象灾害影响时段不同,但主要出现在5—10月。度假区一年当中共有19个旬气候舒适,适宜旅游活动,时间段分布在3—5月和9月下旬—12月底。度假区共有17个旬不适宜旅游活动,时间段为1—2月和6月—9月中旬。最后针对度假区的气象环境条件研究结果,对做好度假区旅游气象服务工作提出了建议。

梅雨降水季节预测的多方法比较

基于1961—2000年逐月降水观测资料和全球大气再分析资料,分析了6—7月长江中下游(108°~123°E,27°~33°N)梅雨的时空分布特征。通过观测诊断和数值试验确定了影响梅雨异常偏多的3个前期因子:4—5月平均的西北太平洋海平面气压正异常;3月至5月北大西洋海平面气压负变压倾向;1月至4月西伯利亚的2 m温度负倾向。利用这3个具有物理意义的影响因子构建了梅雨季节预测模型,该模型在训练期(1961—2000年)和独立预测期(2001—2022年)均具有显著的预测技巧(相关系数分别为0.79和0.77,均方根误差分别为0.59和0.68)。同时,基于相似的潜在预测因子,对比了利用偏最小二乘回归方法和5种机器学习方法(随机森林、轻量级梯度提升机、自适应提升、类别型特征提升、极端梯度提升)建立的预测模型的技巧。虽然训练期(1961—2000年)偏最小二乘回归和机器学习建模拟合效果更高,但在独立预测期(2001—2022年)上述模型的预测技巧显著降低(相关系数均低于0.44,均方根误差均大于0.93),出现了明显的过拟合问题。本研究强调梅雨的短期气候预测应建立在物理机制基础之上,而使用机器学习方法需谨慎。

2020年上海梅雨异常特征及延伸期预报分析

利用NCEP/NCAR逐日再分析资料、上海观测站降水资料,对上海2020年超强梅雨特征及成因进行了分析,并对基于大气低频特征的延伸期预报效果进行了评估。结果表明:(1) 2020年上海梅雨量为2000年以来最多。(2)受夏季赤道中东太平洋冷水位相和热带印度洋海温异常偏暖的影响,西北太平洋异常反气旋强盛且稳定少动,其西侧转向的水汽输送偏强加之中高纬地区Rossby波列的传播引起中低层天气系统(槽、脊等)的变化,引发冷空气活动,也对副高的北抬起到了抑制作用,造成梅雨期偏长,雨量偏多。(3) 2020年梅雨期降水过程表现出明显的准双周振荡特征,4次强降水过程均对应低频降水的峰值。沿Rossby波低频活动通量方向移动的低频波列南下,并与低频反气旋对峙于长江流域,导致多轮强降水。基于大气低频特征研发的延伸期预报方法较为准确地预报出2020年上海入梅首场强降水过程。

边界层风廓线仪多普勒频谱高度图综合应用初探

文章介绍了边界层风廓线仪多普勒频谱高度图的原理,并且给出了无降水、有降水、降雪、速度折叠、地物杂波、外界信号干扰等典型的多普勒频谱高度图型。研究发现,多普勒频谱高度图除了可以从中提取测风产品所需的数据外,该在线显示的图形还实时提供了许多其他潜在的气象信息,并可用于:连续监视测站上空天气;提前了解测站上空风的垂直切变;发现并确定降水起始时间;在线估测风向风速;实时判别降水云底高度和0°层的范围;验证和解释风羽剖面图产品中的奇异现象;帮助固定和移动风廓线仪选址;诊断风廓线仪系统故障;评价风廓线仪系统软/硬件性能优劣等。文章指出:深入发掘边界层风廓线仪在降水天气系统中进行高时间密度探测的潜力,使得它可以晴雨两用,对今后将边界层风廓线仪配备到一般气象观测站,提高单站天气监测/预警能力和开展精细化天气预报意义深远。文章还对当前商业化的边界层风廓线仪提出了具体的改进意见,以满足频谱在线分析的需要。

南京市北郊夏季臭氧浓度变化特征分析

利用南京市北郊2014年7月11日至2014年9月10日近地面O3浓度的连续观测数据,结合相应气象要素资料,分析了近地面O3浓度的逐日变化、日变化以及不同天气条件下的日变化特征,同时对青奥会时段以及非青奥会时段O3浓度进行了比较与分析,探讨了O3浓度与气象要素的相关性。结果表明：1整个观测期间O3浓度日均值为75.55μg/m3,青奥会时段日均值为66.47μg/m3,非青奥会时段为79.74μg/m3,随着青奥会的临近,O3浓度呈现逐渐降低的趋势。2 O3浓度的日变化呈现单峰型的特点,夜间变化平缓,白天变化剧烈。3不同天气条件下,晴天、阴天、雨天的O3浓度的日均值分别为102.23、63.66、63.86μg/m3,日变化最强烈的是晴天,阴天和雨天日变化较为平缓。4O3浓度的日均值出现的频率主要集中在40-80μg/m3之间,占总日数的59.02%。5太阳辐射强度、相对湿度、气温、风向、风速影响O3浓度的变化,其中O3浓度与气温及太阳辐射呈正相关关系,与相对湿度呈负相关关系。

乌鲁木齐市大气污染物浓度的变化特征

利用乌鲁木齐2014年3月1日至2015年2月28日PM2.5、PM10、SO2、CO、NO2、O3浓度的日平均数据,结合相应气象要素资料,分析了大气污染物浓度的逐日变化、季节变化特征.建立了基于气体污染物的PM2.5浓度预测模型,探讨了污染物浓度与气象要素的相关性.结果表明:(1)整个1年期间PM2.5、PM10、SO2、NO2、O3年平均浓度分别为67.9、159.3、24.9、56.1、31.5μg·m-3,CO为1.4 mg·m-3.(2)各污染物浓度频率分布不一.期间SO2的污染并未超标,NO2超标率为15.3%,说明"煤改气"能源结构的调整对SO2浓度的降低起到了积极作用,但是由于机动车保有量的增加,使得机动车排放的NO2浓度超过了燃煤.(3)PM2.5与PM10、SO2、CO、NO2、O3具有很强的相关性,尤其与SO2、CO、NO2更为明显,说明机动车尾气和化石燃料的燃烧是乌鲁木齐市PM2.5的重要来源,此外,建立了基于气体污染物的PM2.5浓度预测模型为:CPM2.5=0.21376CPM10+0.42422CSO2+41.66384CCO-0.24325CNO2+0.12466CO3-24.15316.(4)PM2.5、SO2和CO均与气温和水汽压存在较大的负线性相关关系,与O3呈显著的正相关关系.相对湿度与O3浓度的相关性最高为-0.62,与CO有一定的正相关关系,与其他污染物的相关性不大.风速对大气污染的影响较小.日照时数对污染物也有一定影响.

中国典型城市大气污染物浓度时空变化特征分析

利用2014年3月1日至2015年2月28日北京、广州和南京三市6种污染物浓度(PM_(2.5)、PM_(10)、SO_2、CO、NO_2、O_3)的日平均数据,统计分析了三市各污染物浓度的变化特征及其与气象条件的关系。结果表明:(1)3个城市中,广州空气质量最好,南京次之,北京最差。广州优、良出现的天数最多,分别为98和222天,占全年的26.8%和60.8%,没有出现重度污染和严重污染的现象。北京优出现的天数为55天,高于南京的29天,但是中度污染、重度污染和严重污染天数要高于南京,分别为61、34和8天;南京则为30、14和0天,南京没有出现过严重污染。(2)整个1年间,北京PM_(2.5)、PM_(10)、SO_2、NO_2、O_3年平均浓度分别为80.5、112.9、16.8、53.4和57.3μg/m^3,广州平均浓度分别为45.9、67.2、16.6、45.7和47.9μg/m^3,南京平均浓度分别为70.6、120.1、21.5、50.3和54.9μg/m^3,北京、广州和南京CO年平均浓度分别为1.2、1.0和0.9mg/m^3。(3)上述三个城市PM_(2.5)日均值超标率分别为42.7%、7.9%和38.4%,而PM_(10)日均值超标率分别为23.0%、1.6%和25.2%,NO_2日均值超标率分别为14.0%、3.8%和7.1%,CO浓度仅北京超标,超标率为1.4%,3个城市SO_2无超标现象。(4)3个城市SO_2和NO_2均随风速的增大而减小。风速对广州CO浓度影响不大,而北京和南京CO浓度则随风速的增大而减小。风速越大,南京PM_(2.5)和PM_(10)浓度越小,但当风速≥4m/s时,北京PM_(10)和广州PM_(2.5)与PM_(10)浓度增加。此外,风向对污染物的传输也有影响。

长江三角洲地区地面GPS探测大气的研究进展

简述利用GPS探测数据反演得到大气可降水量(PWV)的月平均分布情况,单站PWV时序图与1小时降水量的对应关系。GPS/PWV月平均分布具有一定的季节变化特征,PWV的变化与降水过程有很好的对应关系,利用GPS/PWV可以很好的为大暴雨、台风、梅雨期等的监测和预报服务。

长江三角洲地区地面GPS探测大气的研究进展

简述利用GPS探测数据反演得到大气可降水量(PWV)的月平均分布情况,单站PWV时序图与1小时降水量的对应关系。GPS/PWV月平均分布具有一定的季节变化特征,PWV的变化与降水过程有很好的对应关系,利用GPS/PWV可以很好的为大暴雨、台风、梅雨期等的监测和预报服务。

2012年汛期东亚夏季风活动进程及上海阶段性天气气候

本文利用2012年NCEP/NCAR逐日再分析资料及中国国家气候中心监测产品,分析了2012年东亚夏季风的活动特征。发现全国汛期的降水特征与东亚夏季风的强弱及其活动过程有着密切的联系:夏季风偏强,季风北边缘位置偏北,主雨带偏北,降水的阶段性过程与季风的推进也有着较好的对应关系。此外,随着东亚夏季风阶段性北进与南撤,季风环流也相应地发生变化,造成了上海汛期不同时段不同的天气气候事件,主要有:1)梅汛期偏短;2)7月上旬阶段性高温天气;3)7月中旬连阴雨天气;4)7月下旬至8月多晴朗天气;5)8月台风活跃且登陆台风多。

冬麦田臭氧干沉降过程的观测

地表臭氧作为近地层最主要的大气污染物之一,其不断上升的浓度及其对粮食作物的影响受到越来越多的关注.本研究利用微气象学观测方法,探明自然条件下冬麦田的臭氧沉降过程,分析了影响臭氧沉降过程的环境因子.结果表明:观测期内(小麦生长旺期)臭氧通量均值为-0.35μg·m^(-2)·s^(-1)(负号表示沉降方向指向地面),臭氧沉降平均速率为0.55cm·s^(-1),空气动力学阻力均值为30 s·m^(-1),粘性副层阻力均值为257 s·m^(-1),冠层阻力均值为163 s·m^(-1),且均存在明显的日变化趋势.臭氧沉降阻力大小受摩擦速度、太阳辐射强度、温度和相对湿度等因素的影响.