基于微波辐射计资料研究常州地区大气廓线

为了研究常州地区大气廓线,文章利用常州国家基本站地基微波辐射计近1年观测资料,在不同季节、不同天气情况下对观测资料进行数据处理,得出液态水廓线、相对湿度廓线、水汽密度廓线和温度廓线并进行了简要分析。结果表明:常州地区低层大气白天干热、夜间湿冷;水汽密度与相对湿度有较强的相关性;春季与冬季液态水含量空间垂直廓线有明显的双峰,夏秋季表现为单峰,云天在3 km处有峰值,雨天在1 km和3 km处有峰值。研究结果为常州地区降水及灾害预报提供指示意义。

2012—2014年常州市大气重污染日的气象条件分析

利用常州市环境监测中心的大气污染监测资料、常州市气象局的常规气象观测资料及NCEP/NCAR再分析资料等分析了2012—2014年常州市的大气污染情况,将大气重污染日的地面形势场进行了分型,并重点分析了污染程度极为严重的2013年1月的气象条件,得到以下结论:1)近3年常州市共计出现大气重污染日54天,冬季为重污染日数最多的季节,首要污染物主要是PM2.5。2)可将重污染日的地面形势场归纳为均压场型、高压底部型、高压后部型、变性高压型和低压型5种类型:均压场型扩散条件差,为大气重污染最常见的地面形势;高压底部型一般伴随有冷空气扩散,往往导致上游污染物的输送;高压后部型、变性高压型分别意味着冷高压移出和变性减弱致使污染物累积导致大气重污染发生;低压型一般易出现降水,若前期污染程度较重或降水较弱,往往导致污染维持。3)2013年1月大气污染极其严重,单月共计出现重污染日14天,降水量异常偏少是本月重污染频发的主要原因之一,高温高湿小风环境则有利于大气重污染的形成。4)秋冬季节多冷空气活动,本地往往经历均压场—高压底部—冷空气—冷高压—均压场的循环过程,冷空气"间歇期"为大气重污染高发时段,故地面形势场对大气重污染的预报预警有着较好的指示作用。

2012—2014年常州市空气质量与气象要素关系分析

利用常州市空气质量资料、常规气象观测资料,分析了2012—2014年常州市空气质量与气象要素之间的关系。结果表明:1)近3 a常州市总体空气质量特征以良为主,污染率接近40%,夏季空气质量最好,秋季次之,冬季为空气质量最差的季节。2)风向对污染物的输送有重要影响,常州市常年以偏东南风向为主导风向,风带来的海上清洁空气对污染物的稀释有一定作用,当空气达重污染时,西北风分量显著增大,说明上游地区污染物的输送对常州市空气质量有较大影响;风速对污染物的扩散作用明显,风速越大,空气污染率越低。3)降水对空气污染具有显著的净化作用,降水量级增大时,空气质量的优良率增大。4)气温与空气质量直接关系较小,气温低时,大气层结稳定,加之人类供暖致使能耗增大,导致空气污染概率较大,气温高时,大气对流活动较多,易产生降水,空气质量优良率较高;湿度与空气质量关系则较为复杂,当未形成降水时,相对较高的湿度有利于空气重污染的产生。

常州市气象预报业务工作平台

应用网页制作、办公自动化和图像处理软件,利用VB 6.0语言编程研制开发了常州气象预报业务工作平台。常州气象预报业务工作平台入库了1952-2003年常州气候整编资料,建立以资深预报员预报经验指标的天气系统模型,规范以“9210工程”和省市县网络互通互联为依托的预报业务工作流程。应用过程表明,该平台全面实现了人机交互作业方式进行检索、分析、制作和分发各种气象信息,有效地提高了工作效率和预报服务质量。

江苏省常州市水稻主要虫害发生规律及适宜气象条件

以1988—2007年江苏省常州市武进区植物保护站的虫害资料和常州市龙虎塘观测站的气象资料为基础,分析了常州市水稻主要虫害发生规律及适宜气象条件。结果表明,常州市褐飞虱、白背飞虱随气候变暖有增多趋势,3种螟虫随气候变暖趋于减少;褐飞虱在8月下旬至9月初高发,白背飞虱在7月中旬高发,三化螟在8月上旬至9月中旬高发,二化螟和大螟在4月下旬至6月上旬高发;并给出了常州市水稻虫害发生发展的适宜气象条件。

常州水稻单产“12连冠”中气象条件的贡献效应

为研究气象条件在常州水稻单产"12连冠"中发挥的效应,应用2003—2014年间水稻单产数据及气象观测资料,采用数理统计、文献查阅以及SPSS软件中曲线估计等方法,结合水稻生长指标,对该期间气象要素适宜程度、农业气象灾害发生等级以及气象产量贡献作用进行综合分析。结果表明:(1)气象要素总体适宜:0℃以上积温较常年偏多;日照时数较常年偏少,但90.9%年份在常年-15%范围内;降水量一半年份少于常年,但拔节—孕穗期降水的偏多和抽穗—成熟期降水的偏少则利于水稻的高产;(2)农业气象灾害影响偏轻:基于水稻生育期农业气象灾害发生等级定量预警阈值分析,期间灾害发生等级多为轻度危害,但拔节—孕穗期中度、重度危害有增多趋势;(3)气象产量总体呈正贡献:计算线性、二次项、三次项3个最佳拟合方程,显示多数年份气象产量为正产量。气象条件在常州水稻"12连冠"中起到了增产的贡献效应。

2018年冬季常州市一次典型重污染过程的气象条件分析

利用常规气象观测资料、探空资料、NECP再分析资料以及大气环境监测数据,对2018年冬季常州市一次典型污染过程进行分析,结果表明:这次连续污染过程可分为污染发生、加强和减弱三个阶段,过程主要污染物为PM 2.5,期间伴随三次污染物浓度的“爆发性”增长。高空环流呈纬向型,地面长时间受均压场控制,是此次污染过程的基本环流形势。期间有两次地面弱冷锋南下,是造成空气污染加重的重要原因。污染过程期间风速小,多静风,风向乱,无主导风向,有利于污染物的积聚;弱冷空气和弱降水的发生对污染物没有明显的清除作用,反而造成污染物吸湿增长。绝对值0.2 hPa/s以内弱垂直运动和绝对值4×10-5/s以内弱散度也为此次污染过程提供了良好的动力条件。近地面持续的强逆温层覆盖和较低的混合层高度,抑制了污染物在垂直方向上的输送扩散,使大气污染得以维持或加强。污染物浓度的变化较混合层高度的变化有一定的滞后性。

常州市PM2.5与气象因子间相互关系的探讨

通过对常州市2015—2016年PM2.5连续的观测,统计同时期相关天气现象概率情况,基本掌握了常州市PM2.5浓度值与天气现象间的相互关系,并以同时期的气温、相对湿度、降水现象为研究对象,总结出PM2.5与气象因子间的相互关系。

常州用电负荷量气象指数初探

分析了常州市 1998～ 1999年全市用电量变化特征 ,建立与其关系密切的最高气温、最低气温、相对湿度、天气状况等气象要素之间的关系 ,得出其回归计算方程 ,并分析引起用电量变化的非气象要素 ,将得到的预报结果进行订正。通过检验、分析 。

常州晾晒气象指数的探讨

确立以日蒸发量来作为描述可晾晒程度的物理量。根据日蒸发量与日最高温度、日平均相对湿度等诸多因子的相关性 ,进行回归计算 ,建立其预报方程。通过数轴凝聚 ,对 1998、1999年常州市气象站的逐日蒸发量的变化范围并结合天空状况等因素进行分类 ,以此作为晾晒指数等级的划分标准。将方程结果与标准相对照 。

江苏省常州地区垂柳物候特征及其与气象要素关系的探讨

通过介绍江苏省常州地区垂柳观测的方法和常州垂柳的物候期分布规律,并探讨物候期和气象要素之间的关系,并得出相关结论。

基于数据共享系统的气象灾害防御网格治理平台设计与实现

为解决气象信息及时高效地以网格化形式精准靶向发布给决策者或普通用户这一实际需求,常州市气象局依托局内数据共享系统,结合常州市突发事件预警信息平台、常州市市域社会治理现代化联动指挥平台,设计研发了气象灾害防御网格化治理平台。该平台可将预警、预报、重要通知、气象防灾减灾等信息高效精准地发布至网格员使用的PC端或APP端,再由网格员扩散。技术上,气象灾害防御网格化治理平台所使用的数据共享系统引入了Token令牌管理机制,软件设计上采用了B/S数据处理架构,数据库依托Oracle,数据调取采用了Mybatis框架提供API服务。实际使用效果表明,系统灵活高效,基本满足服务的需求。

基于DataV的气象可视化数据平台设计与实现

综合分析了传统气象数据展示的缺陷,针对气象数据量大、展示直观度低、分析研判少、智能演示弱等问题,提出将DataV技术引入可视化展示平台的解决方案,结合气象业务现状,将气象预警、预报、站点、服务产品等海量信息分析后集中展示,给决策机构提供可靠的数据展示;平台总体框架设计过程中,引入数据中台技术,使用了多线程B/S架构录入数据,后台采用了MySQL数据库存储服务,数据接口使用了Mybatis框架,前端使用DataV平台进行演示;阐述了系统各项技术设计方案,并给出具体设计方法。实际运行效果表明,该技术方案可以直观反映气象大数据分析的结果,极大地提高了气象数据的交互性、实时性、灵活性,更清晰地辅助于决策。

常州地区PM_(2.5)浓度预测对比分析

根据常州市生态环境局统计,近5年常州地区月空气质量主要污染物中PM_(2.5)仍然占有较大比例。收集常州地区近5年国家基本站大气成分和A文件数据,构建多元线性回归、KNN、RF、BPNN、Xgboost以及CNN模型,开展PM_(2.5)浓度预测对比实验。结果表明:PM_(2.5)浓度主要分布在30~60μg/m~3范围内,在该范围内6种学习模型都能得到较好的拟合效果,但当PM_(2.5)浓度低于30μg/m~3和高于60μg/m~3时,拟合效果不够理想;整体上Xgboost和RF模型拟合效果最好,Xgboost模型略优于RF模型,相关系数可达0.878 4。

台风“利奇马”引发山东极端降水过程分析

利用NCEP-GFS再分析资料,对2019年1909号台风“利奇马”8月10-11日在山东产生极端强降水过程展开分析,并与相似路径台风“安比”进行对比,结果表明:强辐合区和急流的长期维持是极端强降水的直接原因。风场和温度场的不对称性有利于暖湿气流在山东中部长期维持。冷暖平流在山东中部即台风倒槽处交汇,导致台风倒槽内锋生函数的大值区长期维持。冷空气从台风的西侧和南侧侵入,并没有很快破坏台风东北侧气流的暖湿特性。水汽图像能直观地反映出冷空气向东侵入的连续过程。850 hPa水汽通量强辐合区集中在山东中部,为极端降水的出现提供水汽条件。相似路径台风“安比”风场辐合中心强度、锋生强度、水汽通量辐合中心强度远不及“利奇马”的强度,这些都导致类似“安比”的一般台风过程造成山东的降水强度远弱于“利奇马”造成的降水强度。

CMIP5模式对江淮流域极端气候指数的模拟评估及预估

基于1976-2005年淮河流域260个区域站点观测资料及CMIP5中19个全球气候模式模拟的16个极端气候指数格点资料,利用空间相关系数、均方根误差方法对CMIP5各模式和多模式集合模拟的极端气候指数分别进行评估,并研究在RCP4.5情境下CMIP5优选模式的多模式集合预估2016-2045年和2071-2100年的江淮流域极端气候指数变化情况,结果表明:(1)CMIP5中有11个模式与站点观测的空间相关系数较高。其中,CCSM4、CMCC-CM模拟TXx的结果最好,ACCESS1-0、MPI-ESM-LR、MPI-ESM-MR和GFDL-ESM2M对于TNn具有较好的模拟能力,ACCESS1-0、CMCC-CM对Rx1day具有良好的模拟能力。(2)CMIP5多模式集合模拟结果能很好地再现1976-2005年R95p、R99p、CDD的空间分布特点,但是对GSL、CSDI及极端气候强度指数模拟的结果与站点资料偏差较大。(3)在RCP4.5情境下,CMIP5多模式集合模拟的江淮流域极端气候指数中,在2016-2045年的TXx普遍增加了1.0℃左右,TNn在安徽省北部和河南省东部增加了约1.8℃,Rx1day和Rx5day的高增长区集中在河南省北部;2071-2100年,TXx和TNn增长幅度大于2.1℃,Rx1day和Rx5day各站点增长幅度的差异减弱。

油菜生育期气象指数等级及灾害预警指标研究

应用2004—2012年金坛市气象局油菜试验田观测的生育数据和气象数据进行分析,结果表明,育苗移栽和直播栽培方式的不同导致油菜全生育期、播种期、苗期持续天数和气象要素出现较大差异,但对蕾薹期、开花期、成熟期影响较小;气象灾害对各生育期影响不同。(1)连阴雨主要影响苗期、蕾薹期、开花期;(2)寒潮主要影响苗期、蕾薹期;(3)暴雨在苗期和开花期偶有发生;(4)暴雪对苗期影响越来越大;(5)苗期低温冻害趋于严重,开花期低温影响趋小;(6)高温逼熟显著加重。利用SPSS软件中位数聚类法、专家调查法等,结合农业气象条件普查等,提出油菜生长需要的气象要素适宜与否区间及各生育期综合气象指数等级;通过气象灾害分析、灾情普查、专家指导等,得到不同气象灾害在各生育期的预警指标及综合预警等级。

江苏雷暴大风双偏振雷达特征统计分析

利用双偏振雷达、地面自动站、闪电定位仪、探空等资料对江苏2012—2022年262次雷暴大风过程的环境参数和2020—2022年41个导致雷暴大风的对流风暴演变特征进行分析。结果表明:(1)雷暴大风发生在大气层结不稳定背景下,850 h Pa和500 h Pa温差中位数超过25°C,对流层中层存在干层;春季动力条件较好,0~6km垂直风切变中位数达到18.4 m·s^(-1),是夏季的2倍;夏季能量条件较好,CAPE平均值可达2 491.0 J·kg^(-1),而春季仅为977.5 J·kg^(-1)。(2)凝练和定量验证了基于双偏振特征量的雷暴大风风暴演变的概念模型:对流风暴的生命史分为3个阶段,初生阶段存在较强的Z_(DR)柱,Z和K_(DP)较弱且未及地;发展阶段K_(DP)柱显著增强,Z_(DR)柱稍有减弱;雷暴大风发生阶段Z、Z_(DR)和K_(DP)核心高度均明显降低。因此,较强的Z_(DR)柱,并伴随显著增强的K_(DP)柱是雷暴大风发生的前兆信号。(3)统计获得双偏振特征量预警指标:初生阶段和发展阶段多数分别发生在雷暴大风发生前60 min和前20 min;在0~2 km的高度上,3~4 d B的Z_(DR)大值区提前10~15 min到达雷暴大风站点。

常州雷暴的气候特点及多普勒雷达回波特征

利用常州基本观测站1952—2007年长序列的雷暴观测资料和多普勒雷达回波资料,采用数理统计和小波变换方法,对常州雷暴的变化规律、周期特征以及雷达回波特征进行了分析。结果表明:(1)雷暴日数年代际间差异显著。(2)雷暴年际变化很大,最大值为最小值的5.9倍;雷暴日数总体呈显著减少的趋势。(3)夏季为雷暴高发季节,占总雷暴日数的66.8%。(4)月际变化差异大,雷暴集中出现在4—9月,其中7、8月为雷暴高发月。(5)从日分布来看,傍晚出现次数最多,其次为下午,上午出现最少。(6)常州年雷暴日数分布主要表现为12a(年代际)震荡周期贯穿在整个56年里;1952—2004年存在着非常明显7a左右的次周期特征;1968—2007年还存在3～4a的小周期特征。(7)常州雷暴的雷达回波基本反射率因子一般在30～65dBz之间,回波顶高为6～17km。(9)常州雷暴雷达回波移向主要有五类:西南东北向、东南西北向、西北东南向、旋转、局地生成。另外对常州雷雨大风和冰雹进行了统计分析,发现:7月为雷雨大风最高发月;5月和7月为冰雹最高发月。

基于HYSPLIT4.8的常州市大气污染扩散应急响应系统研究

利用中尺度数值预报模式、大气扩散模式及地理信息系统软件建立了常州市大气污染扩散应急响应系统,该系统以中尺度数值模式CWRF输出的大气背景场作为气象初始场,运用美国国家海洋大气局(NOAA)最新开发的大气污染扩散模式HYSPLIT4.8计算大气污染物的轨迹、扩散、沉降浓度及扩散范围,采用叠加了常州、金坛和溧阳加密观测站点的地理信息系统软件(GoogleEarth)精确地显示出大气污染物的传播路径、影响区域和污染物浓度的变化情况。