2020年11月吉林省罕见冻雨天气成因分析

利用常规地面观测资料、探空秒数据、微波辐射计资料、ERA5再分析资料等,对2020年11月17—20日吉林省冻雨天气成因进行分析。结果表明:此次冻雨天气过程受高空槽东移加深、蒙古高压向南入侵和地面气旋北上共同影响。低空急流为吉林省输送了充沛的水汽,比湿为3~7 g·kg^(-1)。同时,受850 hPa暖脊影响,0℃等温线长时间停留在吉林中部并缓慢移动,导致冷暖气团持续作用,在对流层中低层形成稳定的逆温层,为长春市、吉林市等地冻雨天气的发生提供了有利温度层结条件。通过分析长春站和吉林站冻雨发生时的温度、湿度层结可知,冻雨发生于自下而上的冷—暖—冷温度层结中,冷垫高度高于950 hPa,厚度为0.7~1.0 km,1000 hPa温度为-3~0℃,850 hPa温度为1~3℃,暖层厚度为950~750 hPa,约1.5 km,中心最高温度大于3℃。同时,中高空(800~350 hPa)固态水含量需高于0.2 g·kg^(-1),中低空(900~700 hPa)液态水含量需大于0.2 g·kg^(-1),上升气流越强,含水量越高,降水越大。通过观测10 m风速骤降为0 m·s^(-1)或缺测,可大致推算冻雨发生时间,以订正或补充人工观测结果。

1981~2019年吉林省暖季冷涡降水时空变化特征

利用1981~2019年吉林省气象局信息中心提供的吉林省51个测站逐时降水数据,系统分析了暖季吉林省冷涡降水的时空分布特征。结果表明:(1)吉林省降水量日变化和频次的峰值均发生在下午16~18时(北京时);0.1~5 mm/h降水频次大值区主要集中在吉林省东部山区,而5~10 mm/h和>10 mm/h降水频次大值区则在吉林省中南部地区。(2)0.1~5 mm/h降水占冷涡降水总量百分比(简称:降水贡献)的空间分布特征中,白天降水贡献的空间分布比较一致,夜间大值区在吉林省东部山区;5~10 mm/h降水贡献大值区集中在吉林省中部地区,且白天贡献大于夜间;>10 mm/h降水贡献大值区位于吉林省中西部地区,白天贡献也大于夜间。(3)0.1~5 mm/h降水占暖季冷涡降水总量的60%,5~10 mm/h和>10 mm/h均在20%左右;0.1~5 mm/h降水贡献随时间变化减弱趋势明显,而>10 mm/h降水贡献增加趋势明显,且这两种量级降水年际变化呈反位相特征。

东北三省NDVI时空变化特征及对气候因子的响应

中国东北地区是全球气候变化最敏感的区域之一,了解植被的时空变化及对气候因子的响应对东北地区生态环境的构建和评价具有重要意义,对全球气候变化的响应也具有重要的指示作用。基于MODIS归一化差值植被指数(NDVI),利用Theil-Sen斜率估计、Mann-Kendall检验和Hurst指数开展2000—2021年东北三省NDVI时空演变特征及未来变化趋势研究,并通过相关分析方法研究NDVI对气候因子的响应。结果表明:2000—2021年NDVI整体均值为0.391,季节上呈现出春冬季低、夏秋季高的变化趋势,空间上呈现出西低东高的变化趋势;2000—2021年,NDVI年均增长率为0.003 a~(-1),而2010—2021年,NDVI整体呈现极显著上升趋势,年均增长率为0.006a~(-1);东北三省86.93%面积的NDVI在未来可持续增长,表明未来植被生长态势较好;相关分析表明,NDVI与气候因子在空间尺度上存在依赖性,气温与NDVI有更好的相关性;在东北三省大部分地区,气温和降水均对NDVI变化有正贡献,且两者的贡献相当,但在空间上存在着差异。

气候变化影响中国粮食安全研究的新思路

鉴于气候变化影响粮食安全问题的特殊性和复杂性,本文试图从自然科学和社会科学的交叉研究入手,提出一种新的研究的思路和方法,即:运用计量经济学模型对气候变化数据进行统计分析,使用计量经济学方法来评估气候这一外部驱动因素引发的社会经济系统变化与观测到的气候变化引发的社会经济系统变化之间的关系;在厘清“气候变化影响量”对粮食产量的影响的基础上,预估我国未来30年特别是经济社会发展两个关键节点2035年和2050年的粮食生产的气候变化风险,文章给出了一种新的研究视角,构建了研究内容和研究方法,力争实现定性研究与定量研究相结合,以科学预测为政策指导提供有力支撑。

基于海-冰-气系统的东亚冬季风统计预测

东亚冬季风对东亚冬季的天气气候具有重要影响,对其预测研究是冬季气候预测的关键问题。已有东亚冬季风强度指数(ISA)与东北冬季气温在年际、年代际尺度具有显著且稳定的相关关系,但ISA的前兆信号在20世纪90年代末发生年代际转变,对ISA的预测效果转差。在海-冰-气系统重新寻找影响ISA的前兆因子,分析其与东亚冬季风的可能关联,构建统计预测方法并开展交叉检验。结果表明:20世纪80年代后ISA与前期热带太平洋马蹄型结构的海温、墨西哥湾流区海温、平流层欧亚中高纬环流型呈显著正相关,与巴伦支海海冰密集度呈显著负相关。以上前兆信号可通过冬季大气环流、海陆热力差等途径影响ISA,预测模型拟合效果较好,试报期间(2012—2022年)与实况的符号一致率达81.8%(9/11),可用于当前年代际背景下东亚冬季风强度预测。

中国与欧美龙卷统计特征比较分析及研究进展

介绍欧洲、美国和中国的龙卷研究进展及其龙卷的时空分布特征,包括对年变化、月变化及日变化等统计特征进行了回顾和比较分析,并肯定了中国对龙卷的关注度及龙卷研究水平的逐步提升以及对未来龙卷的发展前景的展望。

中国东北冬季相邻两天降温特征及其年代际变化

利用1961-2012年CN05.2的日平均温度、日最低温度和日最高温度,将3种温度资料冬季相邻两天的降温情况分为弱降温、一般性降温和强降温3类,并分析了这3类降温的时空分布特征。结果表明:日平均温度和日最低温度的弱降温和一般性降温发生频次最大的地区位于大、小兴安岭地区和长白山山脉一带,而强降温发生频次最大的区域则为长白山山脉一带;这三类降温的高频发生时段均为20世纪60年代和70年代,随后开始减少,到21世纪初为发生频次最少时段。对日最高温度而言,弱降温和一般性降温高频发区为42°-45°N,呈带状分布,其北部和南部均为一般性降温发生频次的低发区,呈现"低-高-低"的频次分布特征,而强降温的高频发生区则位于长白山山脉一带;同日平均温度和日最低温度年代际变化特征一样,日最高温度3类降温均在20世纪60年代和70年代频次最大,其后发生频次开始减少。

2021年“7.20”河南暴雨水汽输送特征及其关键天气尺度系统

本文重点分析了2021年“7.20”河南暴雨水汽输送特征、水汽来源以及关键天气尺度系统。双台风“烟花”和“查帕卡”以及西太平洋副热带高压共同为“7.20”河南暴雨提供了充足的水汽条件。然而,就暴雨的水汽供应而言,仅以台风和西太平洋副热带高压的作用难以解释2021年7月20日发生的日降水量663.9 mm和1小时最大降水量201.9 mm的极端暴雨事实。水汽通量分析和LAGRANTO模式轨迹分析结果表明,20日在河南南侧形成了一个很强的经向水汽通量带(850 hPa以上),它与台风和西太平洋副热带高压引起的低层水汽通量带在河南附近汇合,为暴雨提供了最为充沛的水汽条件。我们强调,20日在河南以西地区上空发生了对流层顶反气旋式波破碎事件,它与台风协同作用,引发了河南南侧的强经向水汽通量,从而导致此次极端暴雨事件。

东北地区入春日期变化特征及前期信号场

本文利用1961~2020年水平分辨率为0.25°×0.25°的CN05.1日平均气温资料、NCEP/NCAR逐日再分析数据和NOAA逐日海表温度资料,对东北地区入春日期变化特征及前期信号场进行了分析,结果表明:(1)东北地区入春呈由南向北推进的特征,大部地区集中在第26和27候。东北地区入春日期近60年来呈显著提前的特征。(2)入春偏早典型年份,3月份东北地区地表温度和降水均呈现正距平特征,入春偏晚典型年份则相反;500 hPa环流场上,入春偏早典型年份,西西伯利亚平原、贝加尔湖和勘察加半岛存在一个低压槽、高压脊和低压槽的Ω形态环流配置,而入春偏晚典型年份,乌拉尔山地区存在一个高压脊,其东侧为一个强的斜槽,槽底位于东北地区上空,该环流配置从第22候持续到第26候。(3)入春偏早典型年份,前冬北太平洋最明显的关键区海温信号为赤道中东太平洋呈现类La Niña的模态,北大西洋格陵兰岛以南的海域和西太平洋菲律宾以东的海域为明显的海温正距平,入春偏晚典型年份则位相相反,通过相关分析发现,前冬北大西洋和西北太平洋关键区海温均对东北地区入春日期有较好的指示性。

江淮地区玉米涝渍指标构建及时空特征分析

[目的]江淮地区玉米涝渍灾害严重,研究揭示区域玉米涝渍灾害时空发生规律对科学开展区域防洪减灾具有重要意义。[方法]利用1981—2010年江淮地区18个站点地面气象观测数据和农业气象资料,基于作物水分盈余指数(CWSI),引入播种前底墒,根据玉米各生育阶段涝渍敏感性差异,采用层次分析法确定阶段涝渍灾害影响权重,构建适用于江淮地区玉米涝渍等级评估的玉米综合水分盈余指数(CWSIM),并根据典型涝渍年综合指数同对应减产率的线性回归方程,划分春、夏玉米不同等级涝渍的指标阈值。[结果](1)春玉米的轻、中、重涝指标阈值依次为:0.80≤CWSIM<1.01,1.01≤CWSIM<1.23,CWSIM≥1.23;夏玉米为:1.09≤CWSIM<1.44,1.44≤CWSIM<1.79,CWSIM≥1.79。(2)各阶段水分盈余指数(WSIM)分布规律,春玉米为:出苗—拔节期、拔节—吐丝期呈由北向南的纬向增加分布;吐丝—成熟期高值区位于安徽省西南临江一带、江苏省淮安市东部、扬州市及其周边区域,低值区位于安徽省北部及中部的中心区域、江苏省东南边缘,其余为中值区。夏玉米为:出苗—拔节期呈由北向南的纬向增加分布;拔节—吐丝期高值区位于江苏省东北部,低值区位于安徽省中部及临江一带,其余为中值区;吐丝—成熟期指数呈由西向东的经向增加分布。(3)江淮地区近30年,春玉米CWSIM值由北向南呈纬向增加分布。整体指数在不同时期的排序为1991—2000年>1981—1990年>2001—2010年;夏玉米CWSIM值由北向南呈近辐射状条带增加分布,不同时期指数排序为1991—2000年>2001—2010年>1981—1990年。[结论]安徽省沿江一带是玉米涝渍害发生的重灾区,且1991—2000年较其前后10年涝情最重。

冬季中国东北极端低温事件环流背景特征分析

利用1961~2014年CN05.2逐日温度数据,对冬季东北极端低温事件进行了定义,并按其发生时冷空气对中国东部(105°E以东)的影响范围,将其分为第一类和第二类极端低温事件,其中前者局限在东北,而后者则扩展至中国东部大部分地区。分析表明,在年代际时间尺度上,第一类极端低温事件强度减弱,而第二类的则增加;对持续天数而言,第二类极端低温事件的在减少,而第一类在1990年代以前也持续减少,但是1990年代之后急剧增加;2月份总的极端低温事件发生天数最多,其在1990年代以前要远大于12月和1月份,且在1990年代以前总体在减少,以后则增加;850 hPa风场分析显示,第二类极端低温事件中来自贝加尔湖的西北路径冷空气比第一类的要强,而来自鄂霍次克海的东北路径冷空气则相反;在300 hPa的E-P通量散度场上,这两类极端低温事件中东北都处于波动能量辐散中心,第二类极端低温事件发生时罗斯贝波波动能量传播比第一类时的要弱,第一类发生时则纬向传播比较明显,而且波动中心值都比较大;在位势高度距平场的谐波分析中,长波槽同位相扰动叠加在超长波槽上更易导致极端低温事件的发生。

两种微物理方案对夏季东北亚阻塞过程影响的数值模拟结果分析

选用NCEP/NCAR FNL再分析资料,利用中尺度模式WRF对2011年7月25日-8月3日的一次东北亚阻塞高压过程进行数值模拟试验。通过数值对比试验,讨论有冰相物理过程和无冰相物理过程的两种微物理方案对此次阻塞高压过程的强度和维持时间模拟的差异,并简要阐述原因。结果表明:WRF对阻塞高压过程有较好的模拟效果,有冰相物理过程的微物理方案模拟的阻高强度及维持时间较接近实况,整体阻塞闭合环流形势、高压中心值、中心位置以及中心上下游的低压槽强度均与实况接近;无冰相物理过程的微物理方案模拟阻塞高压在500及200 hPa平均位势高度场上没有闭合的高值中心出现,500 hPa阻塞高压强度弱,持续时间短,200 hPa则相反。进一步研究发现,这两种差异主要由阻塞高压活动区域内的非绝热加热不同引起的,它对阻塞高压形成的强度和维持时间具有很好的指示意义。另外,阻塞高压附近区域的微物理潜热释放对阻塞过程的强度和维持时间也有一定影响。

东北区域空气质量时空分布特征及重度污染成因分析

东北已成为我国又一个霾污染多发和重发区域.采用2013~2017年东北区域大气污染物地面监测数据、卫星数据和气象数据等信息,探讨了中国东北地区空气质量时空分布特征与重度污染成因.结果表明,"沈阳-长春-哈尔滨"带状城市群是全年污染最严重的区域,空气质量指数(AQI)的空间分布具有明显的季节性,冬季污染最严重,春季吉林省西部周围为椭圆形污染区,夏季和秋季大部分时间空气质量最佳.3个典型的霾污染时期是10月下旬和11月上旬(即秋末和初冬,时期一),12月下旬和1月(即冬季最冷的时候,时期二),及4月到5月中旬(即春季沙尘和农业耕作期).时期一,季节性作物残茬焚烧和冬季采暖用煤燃烧产生的PM2.5强排放是极端霾事件发生的主要原因(AQI> 300);时期二,在最严寒月份里,重度霾污染事件(200 <AQI <300),主要由燃煤和汽车燃料消耗的PM2.5排放量高,大气边界层较低,以及大气扩散性差等共同引起;时期三,春季PM10浓度较高,主要是由内蒙古中部退化草原的风沙和吉林省西部裸地的区域性扬尘传输造成的.同时,当地农业耕作本身也释放PM10,并提升了裸土的人为源矿物尘的排放强度.

人-地系统模式耦合中数据时空匹配方法的新探索

人-地系统模式双向耦合的运行,存在着人-地数据时空尺度不相匹配的障碍.为使二者相匹配,在空间尺度上,提出通过经济模型将行政单元统计数据转变为网格数据的运行路径,并设计了“面积权重折算法”的数据转换方法,使经济系统的行政单元数据与地球系统模式的网格数据相匹配;在时间尺度上,将选取的不同时间尺度的经济统计数据整合到年际范围,使其与地球系统模式的时间步长尺度相一致.运用该方法分别对中国大陆和世界各国的人口、GDP、CO2排放等进行网格化处理,结果表明其特征与实际分布相一致.新方法结果可信度高,为人-地系统模式的双向耦合提供了可靠的变量运转的基础.