河北廊坊市连续重污染天气的气象条件分析

利用2013年1月至2014年7月廊坊市空气污染资料及逐小时风向风速、相对湿度、气压等地面自动站观测资料，通过统计学方法对廊坊市该期间发生的17次连续3d及以上重污染天气过程进行分析，结果表明：（1）17次连续重污染天气过程主要发生在1～3月和11—12月，1月最多，最长连续时间长达7d；（2）连续重污染天气过程中，首要污染物主要是细颗粒物PM２.５；有高污染浓度持续日和高污染浓度间断分布日2种情况，平均浓度分别达到314μg／m3和193μG/m3，高污染浓度持续日的比例达60％；（3）500hPa高空廊坊市处于高压脊前西北偏西气流中，地面分别位于弱高气压场区及低压场（倒槽）区是连续重污染天气过程最主要的2类配置类型，后者是6级空气严重污染的主要控制形势；（4）连续重污染天气形成的气象条件是：廊坊市地面风向为西南风至偏西风或者为偏东风至东南风，风力≤2级；2—3月｜△P3｜≤3．0hPa，其余月｜△P3｜≤2．0hPa；相对湿度在40％-95％之间；日降水量G0．6mm，近地层有逆温层存在，平均高度900hPa以下，厚度≥10hPa，逆温层强度≥1℃；（5）当廊坊市地面处于低压场（倒槽）控制下，逆温层高度在925hPa以下、厚度320hPa及逆温层强度33℃，有利于严重污染天气的形成，若同时廊坊市地面风向为东北风至偏东风、风力为1级，相对湿度350％，则有利于高污染浓度持续日的形成和发展；（6）2014年2月11～15日河北省区域性空气重污染的演变状态及利用美国NOAA的Hysplit-4模式计算得到的空气质点的后向轨迹表明，燕山、太行山山脉的阻挡以及河北省和周边重污染区域分布导致的污染物区域输送是廊坊市连续重污染天气产生的重要因素之一。

河北省廊坊市大气污染扩散气象条件影响分析

对廊坊市1960—2012年气象资料和2012—2013年廊坊市空气质量监测资料进行了统计分析,结果发现:由于风速偏小,低层逆温日数多,中性及稳定天气偏多等气象条件,加之城镇化的发展使得廊坊市区大气污染扩散气象条件更加不利。雨雪对空气有净化作用,尤其是降雨的净化作用更加明显。风速、风向对空气中不同的污染物影响不同,平均风速大于5 m/s或瞬时风速大于8 m/s是造成廊坊PM10迅速增大的临界指标。针对廊坊城区大气污染的成因进行了分析。

河北廊坊重污染天气特征及气象条件影响研究

利用2013—2016年廊坊市环境监测数据以及同期相关气象资料,采用数理统计等方法,研究重污染天气特征及影响的气象条件.结果发现:空气质量达标天数呈逐年上升趋势,而重污染天数逐年下降;重污染天气主要出现在1—3月、10—12月;重污染天气首要污染物只有PM10、PM2.5、O3与PM10,PM2.54种情况.重污染天气日气象要素特征明显:主导风向主要位于风玫瑰图的第一、第三、第四象限,风速基本上小于1.6 m/s;相对湿度多在50%以上;年均能见度小于10 km;1—3月、10—12月主要污染月逆温层厚度更厚,强度更强,逆温出现频率也更高;静稳天气指数除了4、5、7月小于10以外,其余月均大于等于10;3—6月混合层高度在1000 m以上,其余月小于1000 m;重污染日霾、雾、轻雾、露、霜、结冰6种天气发生的频率较高.

河北省廊坊市初冬雨雪相变特征及预报指标初探

利用河北省廊坊市45 a的地面气象观测资料,分析了河北省廊坊市区初冬雨雪相变的天气气候特点。利用Micaps常规资料、新一代多普勒雷达资料、自动站资料,对近年来廊坊市出现的典型雨雪相变天气过程的环流背景、物理量场和雷达资料进行综合分析表明:500 hPa西来低槽(涡)、700hPa和850 hPa切变、地面倒槽等影响系统共同作用是河北省廊坊市雨雪相变天气过程的典型形势。0℃层在950 hPa可作为雨雪转换的临界面,北京多普勒天气雷达上0℃层亮带高度迅速下降后1～2 h内,即可以推断廊坊降水相态将由雨转为雪。

廊坊空气重污染的大气环流形势和气象条件

利用2013-2014年廊坊环境监测站空气污染资料、廊坊气象观测站气象资料以及NECP/NCAR再分析资料和倾斜旋转T模态主成分分析法,分析了廊坊空气重污染的大气环流形势和气象条件。结果表明:空气重污染主要有5种大气环流配置形式,其中廊坊850h Pa高空为高压脊前,地面分别处于弱高压场或低气压场中是最主要的2类,当地面为低气压场控制时,容易造成严重污染;空气重污染的有利气象条件是:地面风力≤2级,风向静稳以及偏西、西西南及偏东风;空气相对湿度在50-95%之间;日降水量≤1.8mm;气温、气压接近各自平均值。

河北省廊坊市一次初冬雨转暴雪天气过程分析

利用Micaps常规资料、新一代多普勒雷达资料、自动站资料,对2009年10月31日至11月1日河北省廊坊市出现的一次雨转大到暴雪天气过程的环流背景、物理量场和雷达资料进行综合分析。结果表明:500 hPa西来低槽、700 hPa和850 hPa切变、地面倒槽等影响系统共同作用造成了廊坊市大到暴雪天气,此次降水过程是一次比较典型的华北回流降水天气过程。低空从渤海海面的水汽输送是造成本次大到暴雪天气降水过程的重要水汽源。底层强烈的辐合造成了较强的上升速度,导致强降雪发生。暖平流高度和回波顶高度的抬升可作为降雪增强的判据之一。北京多普勒天气雷达上0℃层亮带高度迅速下降后1～2 h内,即可以推断廊坊降水相态将由雨转为雪。

河北廊坊雷暴大风的气候特征

利用1970～2012年廊坊地区9个气象站地面雷暴大风观测资料，采用趋势分析、滑动t检验、小波分析和最大熵谱分析等统计方法，系统分析了该地区雷暴大风天气的时空特征及变化趋势和变化周期。结果表明：廊坊地区的雷暴大风局地性强，43 a间只出现了一次全区性的雷暴大风天气过程，雷暴大风多以单站出现为主。雷暴大风的地域性特征明显，中部的廊坊市及南部的文安、大城站较易出现，而北部发生概率较低。雷暴大风的日、月及年变化特征明显。雷暴与大风主要发生在午后至前半夜，大风发生时间一般落后于雷暴，1 h内的雷暴与10 min以内的大风发生概率最高；雷暴大风3～10月都可出现，主要集中在夏季，发生概率为73．3％；近43 a来，年均雷暴大风日数整体呈现减少趋势，且中部的站点减少趋势最显著，1994年为雷暴大风的显著突变年，其显著变化周期为3．23 a。雷暴大风多为“湿”型。

河北廊坊近地面层O_3特征及其影响因素

利用2013—2015年廊坊市环境监测数据及同期气象资料,采用相关分析等统计方法,分析廊坊市臭氧浓度的日变化特征、超标规律以及气象因素对其的影响。结果表明:臭氧浓度的日变化特征明显,为"1谷1峰"型,每日07:00—08:00左右达到谷值,15:00—16:00达到峰值;臭氧超标只集中出现在春季、夏季与秋季的部分月份,1—3月、11—12月不存在臭氧超标情况,超标现象日变化特征明显,主要出现在11:00—20:00。气象因素对臭氧浓度的影响很大,风向为西南风与东南风时臭氧超标率较高;臭氧超标时,地面天气类型主要为高压后部或高压底部,高空天气类型主要为脊前西北气流或平直西风环流;臭氧浓度与相对湿度呈显著负相关,与温度、日照呈显著正相关。

河北省廊坊市城市积涝动态预报预警系统研制

结合廊坊城区地形地貌、市政工程、排水设施现状等,应用二维非恒定流基本方程和一维明渠非恒定流方程算法,构建城市积涝模型,结合区域自动站雨量实时监测数据、数值预报和预报员主观精细化降水预报,建立廊坊城市积涝动态预报预警系统,可实时估算、预报城市积水深度、积水时间等,预报并进行了业务试运行。系统以2012年7月21日廊坊市特大暴雨引起的城市积涝过程为例对系统进行了验证,结果表明:预报积水深度与实际积水情况比较接近,预报结果对城市防洪减灾有指导意义。

廊坊市雾的气象条件及预报预警技术

利用1971-2000年冀中滨海平原区廊坊市雾数据、地面气象数据、冀中东部地区雾资料及国家气象中心历史高空数据、MICAPS数据,归纳了廊坊市雾及浓雾的气候特征,计算、分析了廊坊市雾及浓雾的气象条件与预报流程。结果表明：雾及浓雾是廊坊市秋冬季节最频繁的一类灾害性天气,浓雾越浓,灾害性影响特征越显著;在利于雾及浓雾形成的大气环流形势下,地面偏南偏东的微风小于等于3 m.s^-1、相对湿度大于等于50%、6 h气压差绝对值小于等于3.0 hPa及大气层结稳定,尤其1000-925 hPa存在明显逆温层是廊坊市雾及浓雾预报预警的重要参考指标;利用VB等计算机语言实现雾及浓雾的自动化初步识别;进一步探讨了冀中滨海平原区廊坊市雾及浓雾的预报预警发布技术,为廊坊市雾及浓雾的预报预警及服务提供了科学依据。

河北省廊坊地区暴雨预报的地气学方法

利用1981 2011年发生在中国及周边地区4级以上地震资料和廊坊地区降水资料,首先分析了落在廊坊地区境内的地震"拍涡"和河北省境内4级以上地震引发的"震源涡"对廊坊地区降水的影响,然后进一步统计分析了由于地热涡产生和活动引起的地温场分布、变化与暴雨天气产生和落区分布关系,最后对2011年廊坊地区降水与暴雨个例进行了检验分析。结果表明,由4级以上地震引发的落在廊坊地区境内的地震"拍涡"及河北省境内4级以上地震相伴的"震源涡"可导致廊坊地区降水异常和偏多;一年中由于地震频发落在廊坊地区境内形成的多个地震"拍涡",其存在可以导致廊坊地区数月降水的异常和偏多。从地气学的角度分析,影响廊坊地区多雨和暴雨的主要地气系统是地震"拍涡"和"震源涡"。通过对2011年廊坊地区降水及暴雨个例的分析表明,掌握地下中强震活动信息,充分利用地热涡形成引起的地温场变化以及地热涡最强点("超能值")的分布,结合天气影响系统的诱发,对暴雨及其落区预报具有非常重要的预报参考价值。

河北廊坊“恒温”天气特征及其可预报性分析

利用河北省廊坊市气象观测站2000-2014年常规观测资料、NCEP/NCAR再分析资料和倾斜旋转T模态主成分分析法,在分析廊坊＂恒温＂天气的天气气候、大气环流形势特征的基础上,探讨了＂恒温＂天气的可预报性,并通过一个＂恒温＂天气预报个例对其可预报性进行验证。结果表明：廊坊＂恒温＂天气主要发生在秋冬季,以阴沉（日照时数〈1 h）、有雾或雨雪天气、小风（地面风力等级为1-2级）以及偏东风或西南风为主要气象环境背景;＂恒温＂天气产生时,尽管各气象要素条件特征显著,但发生比例仅为1.5%-13%,其中地面风力等级为1-2级气象条件下最低,在阴天伴雨或雪的气象条件下相对最高;当廊坊市500 hPa上空为西南、偏西气流控制,地面处于辐合场、高压场底部和高压场后部时最利于＂恒温＂天气产生;依据＂恒温＂天气产生的各类气象条件,将大气环流形势场与各气象要素条件进行匹配筛选,可明显降低＂恒温＂天气的极端性分布,对其进行准确预报成为可能。

廊坊市PM10污染与气象条件分析

利用2003年1月到2004年12月廊坊市环境监测站资料与同期的气象资料，统计分析了廊坊市主要污染物PM10的演变特徵，井用SPSS统计软件的Pearson线性相关以及多元线性回归分析方法，对PM10浓度与平均气温、日照时间、相对湿度、平均风速、气压和降水等六个气象要素的相关性进行了详细研究。通过分析发现：PM10的日平均浓度2004年高于2003年；廊坊市的PM10浓度具有明显的季节变化特徵，冬、春季的PM10的浓度明显偏高，夏季的PM10浓度低于其它三个季节，5到9月PM10的污染等级属于优、良级别；两年中PM10污染以2级为主，占76．6％；PM10污染较重的当天，往往含伴随出现雾、大风、沙尘、烟幕等天气现象；平均气温、日照时间、相对湿度对PM10污染影响较大；PM10污染与气象要素之间的关系井非具有简单的线性特徵。

河北廊坊降水对PM2.5质量浓度的湿清除作用

采用2013~2017年廊坊市区逐时PM2.5质量浓度监测数据及对应气象资料,分析降水对PM2.5质量浓度的影响。研究表明,有降水时的PM2.5质量浓度,年均值比无降水时偏低21.7%~47.1%,月均值在2月、4~11月低于无降水,一日内逐时次值均低于无降水;降水对PM2.5质量浓度的湿清除受降水前其浓度大小与降水量的共同影响,降水前PM2.5质量浓度>45μg/m3时,正清除量明显增加到21μg/m3以上,春、夏、秋、冬四季降水前PM2.5质量浓度(μg/m3)分别为>31.8、≥30.0、≥40.0、≥156.8时,正清除概率大于71%,降水量超过5 mm以后,正清除占比达负清除的3倍以上;降水强度对PM2.5质量浓度的清除作用在冬季表现不明显,而春季、夏季、秋季当降水强度(mm/h)分别>0.7、>1.9和>0.6时正清除概率达76.9%、94.1%和87.5%。

廊坊市不同等级霾日气象条件异同特征分析

利用2013～2015年廊坊市气象站霾、气温、相对湿度、气压、风速、降水、日照等地面观测资料以及环保局PM2. 5资料,对各级霾的季、日气象要素特征进行了深入研究,结果表明:(1)廊坊市各级霾均有明显的季节性分布特征,轻微霾以夏季为最多,轻度、中度霾以秋季为最多,重度霾以冬季为最多;(2)重度霾的日平均气温接近相应季节的季平均值,轻微及中度霾则与季平均气温相差较大,轻度霾与季平均气温相差最大;(3)各级别霾的平均相对湿度值均高于相应季平均值,且以重度霾高出平均值为最多;(4)较低的气压利于重度霾的形成;(5)各级别霾日平均风速均小于同季平均风速,以重度霾偏小最多;(6)随着霾级别加重,日照时数明显减少;(7)各级别霾日中无降水日占比最多,表明降水可以抑制霾的形成。

冀中廊坊市局地暴雨的温湿能量特征分析

利用2010~2018年廊坊市暴雨资料,应用数理统计、能量天气学等方法对廊坊市局地暴雨的时空分布、环流形势、温湿能量特征等进行了深入分析,结果表明:1) 局地暴雨具有明显的分散性分布、较大强度差异,年际分布不均匀以及多发时段长、强度偏强等天气气候特征;2) 局地暴雨的大气环流形势主要有四类,其中有两类不属于暴雨的典型天气学概念模型,约77.5%的局地暴雨产生在与暴雨环流形势不相似的条件下;3) 局地暴雨产生前,温湿能距平较常年明显偏高,无短时强降水的局地暴雨较短时强降水超过50 mm/h的局地暴雨其各种能量明显偏小;4) 60%以上的局地暴雨,温湿能量较暴雨日前一天有不同程度下降。上述这些信息可为局地暴雨预报提供参考思路。

廊坊蓄洪区企业环境污染风险与气象因素分析

针对目前环境污染依然严峻的形势,为降低企业生产对工农业用地的污染风险,以廊坊中南部重点企业为例,采用快速检测方法和地累积指数法,调查分析其环境粉尘污染物含量、分布特征及污染风险,并利用统计方法分析气象影响因素。结果表明,在110件企业环境粉尘样品中发现39种元素,其中有70%以上的元素其含量超过当地土壤背景值,有40%以上的样品中含多种重金属和S、Cl等元素,9大行业环境粉尘中有17种元素含量平均值超过当地土壤背景值,包括有毒元素Cl、S、Cr、Pb、Cd等,且同类型生产企业分布集中,在车间、厂区和周边环境中,Cr、Pb、Cd的地累积指数均达到了重度及以上污染水平,同时存在常年平均风速较小和风向辐合的不利气象条件,使周边空气、水和土壤的污染风险升高,建议企业加强生产资料的密闭性管理,控制有毒粉尘的形成。

基于随机森林算法和气象因子的砀山酥梨始花期预报

准确预报始花期是制定砀山酥梨花期管理措施和赏花活动方案的重要基础。该研究利用1983-2018年砀山酥梨始花期的定位观测物候数据和平行观测的气象资料,采用线性趋势法,揭示始花期演变趋势;采用相关分析,筛选影响始花期的关键气象因子,依据不同预报日期构成特征变量集;采用随机森林算法(Random Forest,RF),自3月11日开始预报到3月25日终止预报,每日训练1个预报模型。结果表明,1)1983-2018年始花期呈极显著提早发生趋势,每10 a约提前2.750 d(P<0.001)。2)16个逐日气象预报模型中,共计有200个气象因子与始花期早迟密切相关,相关系数在0.469~0.789之间;各气象预报模型的训练集与测试集的平均正确率(Nd)分别为92.9%和75.5%、平均均方根误差(RMSE)分别为1.693~2.870和2.240~7.237、平均决定系数(R2)分别为0.891和0.701。3)2019年试验预报中,提前15 d准确预报出当年始花期。该文研究表明RF在梨树始花期逐日气象预报中有一定业务应用潜力,预报准确率基本满足气象服务需求。

廊坊市雷电灾害易损性分析、评估及易损度区划

利用1968～2007年河北省廊坊市9个地面气象观测站的雷暴资料及1998～2007年廊坊市雷电灾情统计数据，结合其区域经济状况和人口密度，确定用雷暴日数（M）、雷电灾害频度（R）、经济（GDP）易损模数（E）、经济损失模数（E’）、生命易损模数（L）、生命损伤模数（L’）作为廊坊市雷电灾害易损性评估指标。计算出廊坊市各县（市、区）6个雷电灾害易损性评估指标后分等级进行综合评估与分析，得出各县市区的易损度，并按5级分区法对廊坊市雷电灾害易损度进行区划。结果表明：廊坊市开发区为极高易损区，全市无低易损区和极低易损区。

廊坊市暴雨洪涝灾害风险评估与区划

2008年廊坊市气象灾情普查资料显示,暴雨洪涝灾害是气象灾害中造成损失最为严重的气象灾害,1949～2007年廊坊市由暴雨洪涝灾害造成的直接经济损失总计达1986.73亿元,占所有气象灾害造成直接经济损失的82.2%,严重影响着国家和地方经济的可持续发展。依据自然灾害系统理论和灾害风险评估原理,计算出廊坊市地理地貌状况指数(H)、暴雨洪涝发生强度指数(C)、暴雨洪涝灾害频率指数(R)、承灾体经济承灾能力指数(E)、经济损失指数(E')、生命易损指数(L)、生命损伤指数(L'),抗灾能力指数(K)等8个风险指数,并对其进行评估与分析的基础上,综合评价了廊坊市暴雨洪涝灾害风险程度的地域差异,得出各县市区的综合风险指数,并按极高、高、中、低等4级分区法对廊坊市暴雨洪涝灾害的综合风险指数进行区划。研究所形成的暴雨洪涝灾害风险度区划对本地防御暴雨洪涝和降低灾害损失,以及对暴雨洪涝灾害采取有效管理提供了比较客观的科学依据。