海曙区气象局信息化基础设施构建

参照中国气象局《气象信息化基础设施资源池建设指南》,按照信息安全等级保护第二级信息系统标准设计高速稳定的通信网络系统;采用分布式控制模式设计视频会议系统,满足区县天气会商和电子政务视联网平台需求;采用超融合基础架构和桌面虚拟化技术搭建虚拟化资源池,构建了海曙区气象局信息化基础设施,解决本市区县气象部门信息化建设中普遍存在的IT先进技术应用较少、缺少整体性安全规划、业务关键环节存在隐患点、灵活性和远期扩展性欠缺等一系列问题,为海曙区气象灾害监测、预报和预警业务提供强有力的支撑。

宁波市海曙区早稻产量预报模型及影响因子分析

运用SPSS19.0软件曲线估计法将宁波海曙区1993—2019年早稻气象产量进行分离,并将其与早稻全生育期气温、日照、降水等气象因子进行逐步线性回归,得出2种最优产量预报方程,通过最小二乘法对2种方程进行拟合,建立海曙区早稻产量预报模型。验证结果表明,早稻产量预报拟合准确率较高,除2003年准确率略高于92.34%外,其余年份均在95%以上;虽然2020年受长期阴雨(梅雨)天气影响,但模型预报准确率仍达91.48%,证明该预报模型可作为海曙区早稻产量预报有效依据。早稻产量受多种气象因子共同影响,其中,4月上旬平均最低和最高气温、5月平均最低气温、4—5月的平均气温与产量呈正相关;全生育期降水,尤其是6月降水不均,会影响早稻产量。

一次强寒潮引发的浙北不同地区雨雪气象条件差异

雨雪相态的转化是浙江省冬季降水预报服务的重点和难点。利用NCEP再分析格点资料、浙江省自动气象站和两部风廓线雷达观测资料,对2016年1月一次强寒潮在浙江北部地区导致不同的降水相态进行气象要素的对比分析。结果发现:高空强冷平流、中低层强暖湿气流为雨雪过程提供了良好的动力和水汽条件。对比分析发现:在同等强度的冷空气影响下,浙江北部沿海地区雨夹雪或雪需要大气低层的气温比内陆地区更低。根据不同降水相态下T_(2 m)、Φ_(850-1 000)和Φ_(925-1 000)指标差异对沿海地区和内陆地区分别建立雨雪判别指标。检验表明统计指标对浙北地区雨雪相态预报有较好的指示意义,且风廓线雷达资料500 m以下边界层平均垂直速度变化可以辅助判定地面雨雪的相态变化和地面降雪的强弱。

宁波臭氧浓度时空变化特征与相关气象因子分析和预报

利用20152018年宁波市O_(3)浓度和气象数据,分析了宁波市O_(3)浓度时空变化特征及三个特征区(市中心、化工区、郊区)O_(3)超标日特点及其天气形势分型,结果表明:宁波市O_(3)浓度分布区域特征明显,总体呈北高南低分布。季节性变化特征为冬季低、春夏季高,45月、79月O_(3)月浓度超过二级标准。三个特征区O_(3)年超标日数均是郊区的>化工区的>市中心的,市中心O_(3)年超标日数为10天左右,化工区为30~40天,郊区为3455天。O_(3)污染出现在211月,O_(3)超标天数和污染程度不成正比,超标天数不多的月份,其污染程度可能相对更严重。日变化趋势比较一致,1 h平均值分别在0607时和1415时达到谷值和峰值。宁波市O_(3)超标日共分为5种天气形势:高压型最多,占26.0%;其次是台风(低压)外围型和均压型,分别占22.8%和21.3%;高压脊型和低压槽型相对较少,低于20.0%。与O_(3)浓度相关性较高的气象要素有14时气温、日最小相对湿度、日照时数、14时风向、0915时是否下雨。根据该5项因子与O_(3)超标率的相关性,确定O_(3)污染气象条件总指数(OPMI),再与前一日O_(3)最大8 h浓度建立线性回归预测方程。利用2019年O_(3)相关实况数据对方程预报结果进行检验,预报和实况相关系数达0.780,说明方程对O_(3)浓度有较好的预测效果。

台风“利奇马”灾害风险及气象服务效益评估

利用气象资料、灾情资料、浙江宁波地方经济发展数据,采用模糊算法、层次分析法等对台风“利奇马”在宁波地区的影响进行风险和灾情评估,“利奇马”灾害风险评估等级是1级、特重,实际灾损虽是50.19亿元,但灾情等级5级、较轻,实际灾损低于风险评估等级;用逆推算法计算宁波地区“利奇马”台风的气象服务效益达41.76亿元,占台风直接经济损失与气象服务效益之和的45%,服务效益显著。政府及水利部门根据气象预报做出关闸滞洪的决策部署,在保障水库和下游河道堤防安全前提下,为城乡积涝赢得了45小时的排水时间,降低平原河网水位的压力,减轻了内涝灾害;同时充足的水库蓄水,使得后期出现气象干旱时,保障了本地供水安全,气象服务在减少内涝等灾害风险和保障水库蓄水等方面发挥巨大作用。

浙江省梅汛期两次暴雨过程热力动力机制诊断

利用常规气象观测资料、衢州S波段双偏振雷达产品资料、中国自动站与CMORPH降水产品融合的逐时降水量资料、NCEP GDAS/FNL 0.25°×0.25°再分析资料,对浙江省2020年梅汛期两次暴雨(6月30日和7月7日)进行热力动力机制诊断,结果表明:(1)“0630”暴雨由东北冷涡后部冷空气与西南暖湿气流交汇形成的东北—西南向冷切缓慢南压配合低空急流东移引发,“0707”暴雨由东亚大槽后部弱冷空气与副高北侧暖湿气流交汇形成的稳定的东西向切变配合低空急流东移而造成。(2)锋生函数诊断分析表明“0630”过程锋生作用更强,冷暖气流交汇更显著,锋区斜压性更强;水汽通量辐合区和大气可降水量大值区偏北是“0707”暴雨落区偏北的重要原因。(3)“0630”过程对流层低层存在条件对称不稳定,“0707”过程为对流不稳定层结。(4)两次过程的集合动力因子信号与降水强度相关性具有以下特征:共性为湿热力平流参数和广义Q矢量散度与降水相关性最高,其大值区与未来6 h强降水区对应较好;特性为广义对流涡度矢量垂直分量在“0630”过程中与降水相关性较好,说明对流系统更为深厚,中尺度系统活动更为活跃;水汽散度垂直通量在“0707”过程中与降水相关性更佳,是由于该过程的降水主要和天气尺度系统作用下引起的强辐合上升运动相关。

宁波市春夏季短时强降水特征及物理量指标研究

本文利用2006—2020年3—9月小时降水数据、常规观测资料及逐小时再分析数据(ERA5),统计分析宁波市春夏季(除梅雨、台风)短时强降水的时空分布特征,研究其天气形势分型和物理量参数预报预警指标。结果表明:宁波市春夏季短时强降水发生频次中西部高于东部,降水强度东部沿海最强;短时强降水8月降水频次最高,且多出现在午后到傍晚(14—19时)。高空槽型、副高控制型和副高边缘型是影响宁波短时强降水的主要天气分型,不同分型下的短时强降水空间分布差异较大。物理量参数预报预警指标为PW≥58.7 mm、925 hPa比湿≥15.9 g/kg、850 hPa比湿≥8.3 g/kg、K≥35.7℃、BLI≤-2℃、SI≤-0.21℃、SWEAT≥215.8,并通过个例验证了其应用价值。

沿海城市极端气温对脑卒中死亡的滞后定量影响

当夏季和冬季出现极端气温时,脑卒中死亡有明显增加,但不同地区极端气温对脑卒中死亡的影响不同。以宁波为沿海城市的代表,采用2013—2019年宁波市脑卒中死亡病例和同期的气温数据,利用分布滞后非线性模型(DLNM),研究了极端气温对不同群组脑卒中死亡的滞后定量影响。结果表明:(1)极端高温对除低龄组外的其他人群脑卒中死亡效应趋势基本一致,即累积相对危险度(RR)及95%置信区间(95%CI)随时间延长增大,热累积促进效应随时间增强,对全部人群滞后3 d内的脑卒中死亡有促进效应。40℃滞后0—1 d、0—2 d和0—3 d累积相对危险度(95%CI)分别为1.29(1.17—1.43)、1.38(1.22—1.55)和1.41(1.25—1.60)。(2)极端低温对不同人群脑卒中死亡促进效应趋势不同,对于全部人群,当天没有明显的促进效应,滞后第3到4天开始有明显的促进效应,累积相对危险度(95%CI)随时间增大,低温累积促进效应随时间增强,滞后15 d后对脑卒中死亡无明显的促进效应。-4℃滞后0—5 d、0—10 d和0—15 d累积相对危险度(95%CI)分别为1.23(1.00—1.50)、1.61(1.22—2.12)和1.95(1.39—2.75)。(3)极端气温对高龄组(≥65岁)脑卒中死亡的促进风险更高,对低龄组没有明显的促进或抑制效应。极端高温对男性热累积促进效应更强,极端低温对女性累积促进效应更强。

2013—2019年宁波市高温热浪对中暑的滞后影响

高温热浪日趋严重,给居民身体健康带来了重大的威胁。采用2013—2019年6—9月逐日气象观测数据及同期中暑病例数据为基础资料,重点利用分布滞后非线性模型(DLNM)定量分析了宁波市高温热浪对中暑的滞后影响。结果表明:高温热浪(不分等级)引起中暑的单日相对危险度RR值(95%CI)在发生当天达到最大值;累计RR值(95%CI)在滞后0—4 d达到最大值;不同等级高温热浪(一般高温热浪、危害高温热浪和强危害高温热浪)引起中暑的最大单日RR值(95%CI)均出现在发生当天,最大累计RR值(95%CI)都发生在滞后0—3 d;高温热浪引起中暑的单日及累计RR值(95%CI)低龄组(<65岁)明显小于高龄组(≥65岁),随着高温热浪等级的增加,引起中暑的单日及累计RR值(95%CI)逐渐增高。

热带气旋“苏迪罗”(2015)海上活动时段降水物理过程模拟诊断研究——海表温度敏感性试验

利用WRF模式,在前期工作(王晓慧等,2018)模拟试验基础上,设计敏感性试验,借助三维降水诊断方程,分析揭示了海表温度(SST)变化对热带气旋(TC)'苏迪罗'(2015)海上活动时段降水物理过程的可能影响。对照试验(CTL试验:SST随时间变化)和敏感性试验(SNC试验:SST固定为初始值)的SST存在明显差异(CTL试验平均SST低于SNC试验)。对比分析表明:两试验模拟的海上时段TC路径差异不大,但SNC试验模拟的TC强度较CTL试验偏强;TC环流区域内,两试验垂直速度差值在对流层基本为正(SNC试验上升运动更强),随着SST差值不断增大,垂直运动差值也不断加大;SNC试验的降水强度(PS)大于CTL试验,但PS差值随SST差值增大并非线性变化,体现了PS变化的复杂性;SNC试验的QWVA(垂直积分的三维水汽通量辐合/辐散率)均基本大于CTL试验(后期差别更大),SST的不同可通过影响垂直运动,造成QWVA的差异,进而影响PS;分析时段内,两试验TC环流区域大气均持续变干(正值QWVL),且存在较明显海面蒸发(正值QWVE),其中,两试验之间的QWVL差异不明显,但SNC试验的QWVE总体上强于CTL试验(尤其是分析时段中后期);两试验间云相关过程变率差异的时间变化复杂,最大差异量级与QWVE相当;SST对水凝物发展和深对流活动有一定影响,伴随SST差异的逐渐增大,水凝物含量差异也逐渐增大,液相水凝物中,雨滴差异较大,而与液相水凝物相比,冰相水凝物差异更为突出,尤其是较大的冰相粒子(雪和霰);SNC试验中,零度层下更多的霰粒子和雨滴,在更强上升运动配合下,有助于云滴和雨滴碰并(Pracw)及霰粒子融化(Pgmlt)微物理过程的加强,进而造成更强降水。TC环流区域时间和空间平均的物理量对比分析揭示,两试验降水物理过程定性上基本相似,但定量上存在明显不同,SNC试验的PS与CTL试验相比,增幅达8.8%,这种差异主要源于降水宏、微观物理过程的差异,其中,不同SST环境下QWVE的差异最为显著。

基于BP神经网络的宁波市台风灾情预估模型研究

选取1949—2015年间对宁波市影响较大、灾情记录完整的58个台风样本,基于灾损数据,采用灰色关联分析法建立台风灾情关联度,选取台风灾害致灾因子、台风灾情综合关联度,利用BP神经网络建立台风灾情预估模型。结果表明,利用台风灾情关联度评估台风灾情大小合理可用,台风灾害致灾因子与灾情评价指标及台风灾情综合关联度间均存在一定的相关性,利用BP神经网络预估模型对台风灾情预估效果较好,其中训练样本、测试样本的模拟值与实际值相关系数分别达到0. 94、0. 865,均通过了0. 01信度的显著性检验,训练集、测试集灾情级别预报一致率为85. 3%、77. 8%,相关研究成果可为政府决策部门的抗台减灾工作提供科学依据。

宁波四明山樱花花期预报模型及检验

该文基于自动气象站逐日平均气温及未来1—30 d智能网格预报数据,应用积温物候模型提取基本温、起算日和活动积温阈值等参数,研究樱花冬季休眠期与活动积温的关系,并建立花期预报模型,对2020年宁波四明山樱花始花期进行预测试验,结果表明:应用研究的花期预报模型预报樱花始花期提前7 d,中樱预测结果较实际观测值偏差3 d,预报准确率有待进一步提高;晚樱预测结果较实际观测值偏差1 d,可用于花期预报和服务。

浙江大暴雨与南海台风“山竹”相关性数值研究

2018年9月17日前后浙江东北部出现了大暴雨,与此同时,1822号台风“山竹”登陆广东并向西移动,为了研究浙江东北部大暴雨是否与“山竹”有关,利用云图资料、ERA-Interim再分析资料和自动站加密资料,先分析了2018年9月17日前后浙江东北部暴雨的天气形势,后通过WRF模式对此次过程进行了数值模拟,并做了将台风“山竹”去掉、增大一倍、缩小一半三个敏感性试验。表明此次暴雨过程出现在台风“山竹”倒槽东北顶端,是对流云系发展引发的。“山竹”的存在使得偏南气流输送到浙江东北部地区,且偏南风输送大小与“山竹”是否存在及其尺度密切相关。同时“山竹”使得浙江东北部区域存在着大范围深厚的高湿区,“山竹”越大,高湿区越深厚。“山竹”使得该区域低层有明显辐合,高层明显辐散,且尺度越大,辐合层高度越高。“山竹”还造成垂直运动旺盛,且尺度越大,上升运动越强。“山竹”使得浙江东北部大气层垂直螺旋度明显增大,且“山竹”越大,中低层垂直螺旋度越大,垂直螺旋度的大小对接下来6小时该区域降水量有很好的指示作用。由此,浙江暴雨预报需考虑同时出现的南海台风活动情况。

一次海上冷涡引起的强对流过程及海上大风成因分析

利用常规观测资料、NCEP再分析资料和雷达资料分析了2020年4月12日一次海上冷涡引起的华东地区强对流天气过程,并重点探讨风力在舟山沿海增强的原因。结果表明:横槽转竖过程中黄海上空的冷涡南压至35°N,发生强对流的华东地区位于冷涡西南方向,T_(850)-T_(500)中心值超过30℃对本次预报具有指示意义。与14时相比,20时水汽、热力和动力条件均维持或增强。强对流系统经过时出现了冷池,气压涌升所形成的雷暴高压和强气压梯度有利于产生地面极端大风。地面极端大风还与动量下传有关,加上海洋的光滑下垫面和岛屿之间的狭管效应,导致风力在舟山地区增强并普遍比浙北内陆大1~2级。

2006~2020年宁波市沿海酸雨特征及化学组分分析

为了更有针对性地治理酸雨污染,利用宁波市沿海站点2006~2020年降水量、pH及化学组分观测资料,分析了其酸雨污染特征及关键的影响因素。结果表明:宁波市沿海降水年均pH值在4.40~5.37之间,酸化程度总体呈减轻趋势,但酸雨频率没有明显改善,仍呈高发态势。pH值季节变化特征明显:夏季高、冬春季低。2020年宁波市沿海降水中总离子当量浓度为335.31μeq/L,比2006年下降约52%。SO_(4)^(2-)、NO_(3)^(-)是主要阴离子,两者之和占比约30%~50%;但2016~2019年Cl^(-)占比最大。NH_(4)^(+)是主要阳离子,占12%~31%,其次是Ca^(2+)和Na^(+)。阴离子和阳离子浓度年变化升降趋势一致程度高,是酸雨污染状况难以改善的重要因素之一。由于对NOX的控制力度不及SO_(2)以及机动车尾气排放的增加,NO_(3)^(-)的致酸影响增大。宁波市沿海酸雨类型正由混合型向硝酸型转变,且已接近硝酸型的界限值。宁波市沿海Cl^(-)/Na^(+)大于海水相应值(1.167),且仍呈升高趋势,氯的排放不容忽视,生活垃圾焚烧和煤炭燃烧的增长可能是主要原因。

微雨雷达在宁波典型降水过程中的表现特征

利用宁波微雨雷达(MRR)数据,进行仪器观测雨强评估,在此基础上,分析了宁波地区三次典型过程的雨滴谱和降水特征量分布情况,并对降水特征量在雨强预报中的应用做了初步分析。结果表明,MRR具备较可靠的降水观测能力,三次过程中雨滴粒子浓度均随雨滴直径增大而减小。西风槽和梅雨过程雨滴谱基本相似,液态水含量均较小且变化不明显;而台风"黑格比"雨滴粒子浓度更高,粒径范围更大,液态水含量显著提高且随高度降低而减小,粒子有效直径随高度降低明显增大,粒子数浓度明显减小,说明台风中雨滴碰并增长作用较强,大量小粒子相互碰并成大粒子。整层积分的液态水含量和整层平均的粒子有效直径对降水强度预报有较好的指示作用,二者变化均提前于降水强度变化约10min左右。

四明山空气清新度分布变化特征及预测模型

为分析宁波四明山空气清新度分布变化特征,为旅游休闲提供服务,利用负(氧)离子、气象、环境等资料,采用逐步回归等方法,分析该区域空气清新度等级分布变化特征、雷电和霾天气的影响,并得到负(氧)离子浓度预测模型。10个监测站的Ⅱ级(空气较清新)及以上空气清新度等级比例在58%-98%之间,雷电活动可以显著增加空气负(氧)离子浓度,有霾日空气清新度降低。利用预测模型可开展空气清新度等级预报,效果较好。

基于CUACE模式的宁波地区空气质量预报评估和订正分析

利用递减平均法和滚动偏差订正法,在对2018年1月~12月宁波各区县(市)CUACE模式预报性能评估的基础上,对同时段的CUACE模式AQI预报值进行了订正。结果表明:CUACE模式在宁波地区的AQI值预报结果普遍偏小,不同起报时次、不同预报时效的空气质量等级预报正确率差别不大。模式对2018年宁波区域性污染天气的AQI预报值偏小明显。订正后,标准误差、平均偏差和归一化偏差均明显减小,订正效果显著,且2种方法的订正效果差别不大,随预报时效的增加订正效果波动小,稳定性较好;2种方法对宁波各区县(市)0~72 h空气质量等级预报的正确率提升较明显,订正后普遍达到60%以上;宁波发生区域性污染天气时订正后的AQI预报值更接近实况值。

宁波和舟山双偏振雷达对估测台风降水的对比评估

【目的】为评估双偏振雷达定量降水估测(QPE)产品的区域适用性,【方法】以地面雨量站小时降水数据为基准,利用相关系数(CC)、相对偏差(RB)、均方根误差(RMSE)以及分级评分指标等方法,定量评估宁波、舟山的雷达QPE产品在2019—2022年期间6次台风(“利奇马”“米娜”“黑格比”“烟花”“灿都”“梅花”)过程的准确度。【结果】结果显示:(1)宁波雷达对“黑格比”、“烟花”、“灿都”期间降水低估严重,RB值最低达到-71.56%,而对“梅花”期间的各个评估指标表现最好。舟山雷达在6个台风期间总体以低估为主,但没有出现类似宁波雷达严重低估的现象。(2)两个雷达QPE产品在台风期间的小时降水表现很好,CC均在0.80以上,RMSE均在1.93 mm以下。(3)随着雨强的增大,两个雷达对台风雨量的估测能力逐渐下降。舟山雷达QPE容易低估4 mm/h以上的降水过程。宁波雷达QPE的水平参差较明显,先高估“利奇马”“米娜”期间4 mm/h以上降水率的降水,然后低估“黑格比”“烟花”“灿都”期间的所有降水过程,但在“梅花”期间的表现基本与实况吻合。【结论】总体上,宁波和舟山雷达基本可以估测出台风期间的雨量分布,但两个雷达QPE产品表现差异较大,宁波雷达QPE产品在台风期间稳定性表现比舟山雷达更差。业务系统的QPE算法在宁波和舟山地区可能需本地化改进。