共查询到17条相似文献，搜索用时 203 毫秒
1.
利用2010年12月至2014年5月宁波近海凉帽山370m高塔气象梯度风观测和浙江北部沿海自动气象站测风资料,对浙江北部近海风速垂直廓线进行分析,结果发现:受地形影响,偏南、偏北风时塔基风速一般比上一层风速大。不同天气系统影响下近地边界层风廓线不同,南风型320m以下风速基本遵从对数律。热带气旋影响型和北风型时风廓线可分为3段,常通量层内基本满足对数律,该层向上一段高度热带气旋影响型风速变化不大,北风型反而减小,再往上风速又继续增大。北风型风廓线的这种3段结构表现比热带气旋影响型更为清楚,约80~109m风速出现相对极大值,200~250m间存在风速极小值。满足对数律的近地边界层内小风比大风具有更好的拟合优度。浙江北部沿海自动气象站测风资料不同风型统计分析与高塔风廓线表现基本一致。 相似文献
2.
基于宁波多普勒雷达、浙江省自动气象站、宁波凉帽山高塔梯度观测等资料,对1416号强热带风暴“凤凰”登陆浙江后的风场时空变化进行分析。结果表明:“凤凰”结构不对称,8级以上风速带主要位于风暴中心前进方向的前侧和右侧。前侧最大风速半径一直维持在60 km左右,最大风速带宽度约为50 km;其右侧最大风速半径为80~120 km,随中心北移有增大趋势,最大风速带宽度约100 km;其前侧和右侧最大风速半径在垂直方向上变化不大。“凤凰”前侧TREC（Tracking Radar Echoes by Correlation）风速在1 km高度最强,其上则随高度的增大而减小,其右侧1~3 km高度TREC风速的垂直变化明显小于前侧。宁波凉帽山高塔处TREC风和梯度观测表明:“凤凰”影响期间,高塔上空159 m和2~4 km高度出现多个风速高值中心;常通量层高度约为159 m;常通量层内风廓线遵从对数率,当高塔位于“凤凰”右前侧时塔层阵风系数随高度增大而减小,当高塔位于“凤凰”中心附近和右后侧时阵风系数明显增大,且层次差异减小;常通量层以上159~318 m的塔层风廓线不满足指数率或对数率,阵风系数上下差异不大。 相似文献
3.
登陆台风边界层风廓线特征的地基雷达观测 总被引：2，自引：0，他引：2
为了分析登陆台风边界层风廓线特征,利用2004—2013年中国东南沿海新一代多普勒天气雷达收集的17个登陆台风资料,采用飓风速度体积分析方法,反演登陆台风的边界层风场结构特征。与探空观测对比表明,利用雷达径向风场可以准确地反演登陆台风的边界层风场结构,其风速误差小于2 m/s,风向误差小于5°。所有登陆台风合成的边界层风廓线显示,在近地层(100 m)以上,边界层风廓线存在类似急流的最大切向风,其高度均在1 km以上,显著高于大西洋观测到的飓风边界层急流高度(低于1 km)。陆地边界层内低层入流强度也明显大于过去海上观测,这主要是由陆地上摩擦增大引起。越靠近台风中心,边界层风廓线离散度越大,其中,径向风廓线比全风速以及切向风廓线离散度更大。将风廓线相对台风移动方向分为4个象限,分析边界层风廓线非对称特征显示,台风移动前侧入流层明显高于移动后侧。最大切向风位于台风移动左后侧,而台风右后侧没有显著的急流特征,与过去理想模拟的海陆差异导致的台风非对称分布特征一致。 相似文献
4.
利用ARW-WRF模式,以垂直方向40个模式层（对低层加密）、水平方向最高1 km的分辨率,对台风桑美（2006）进行数值模拟,模拟结果与实况基本一致。基于台风桑美（2006）1 km分辨率的模拟结果,对台风低层（海面或地表以上1500 m以下）风场结构进行了分析。结果表明,在台风登陆前,其最大风速半径附近存在水平风速在垂直方向有很强变化的风廓线,该类型风廓线的最大风速高度有明显变化,表现出类似急流的特征;而台风登陆后,其水平风速垂直变化明显减弱,即风廓线类型发生较大变化;另有一种水平风速在高层少变的风廓线类型在台风中是普遍存在的。还根据高层和低层两个切变因子,将台风登陆前的风廓线分为急流型、普通型和过渡型,并进一步分析各类风廓线在台风中出现的位置和急流高度。对急流型风廓线的形成原因也进行了初步探讨,结果表明,超/次梯度风在垂直方向上的变化是形成急流型风廓线的原因,而外围绝对角动量的输送在其中起关键作用。 相似文献
5.
利用实时多普勒天气雷达、边界层风廓线雷达和自动站资料对超强台风“威马逊”第4次登陆广西沿海时台风结构的演变特征进行研究,结果表明：台风眼区气压呈“漏斗”形变化,具有气压低、风速弱、空气干而暖的特征;登陆过程中眼区保持圆形,半径约为30 km,是典型强台风结构;天气雷达径向速度大风区具有非对称性,右象限大于左象限;风廓线雷达水平风场能够精确、直观地描述台风不同部位经过测站时的垂直结构特征,从低层到高层风向先后经历了“东北风—东风—东南风—南风”的转变过程,风速整体上呈现随高度先增大后减小的特点,其垂直速度和大气折射率结构常数(C2n)能够很好地反映台风的结构及其云和气流的变化特征;两种雷达风场产品的风向一致,但是VWP产品的风速比风廓线雷达的要小,VWP产品出现无效数据时,可以用风廓线雷达产品作为补充。 相似文献
6.
基于风廓线雷达的广东登陆台风边界层高度特征研究 总被引：3，自引：1，他引：2
针对8个登陆广东省的热带气旋,利用经过数据质量控制的风廓线雷达连续、高时空分辨率的风场观测数据,对热带气旋边界层特征进行了分析。研究结果表明:热带气旋边界层中切向风速大值区垂直范围越大、风速越强、持续时间越久,则热带气旋强度越大、登陆后强度维持时间越久。眼区外入流层厚度越大,入流层气流越强,热带气旋登陆后强度维持时间则越久。风廓线雷达信噪比垂直梯度对大气湍流信息有一定的指示作用,对于入流层高度在2000 m以下的热带气旋,其入流层顶所在高度与信噪比梯度最大值所在高度相近,对于入流层较为深厚的热带气旋,用信噪比垂直梯度确定的边界层高度虽接近入流层顶高,但仍有一定差距。不同特点的热带气旋其边界层高度并不相同,对于登陆后强度迅速减弱的热带气旋边界层高度在500~1000 m;登陆后强度持续时间短的热带气旋,其边界层高度约1000~2000 m;登陆后强度持续时间长的热带气旋,其边界层高度在2000 m之上,最高可达5000~7000 m。这些结果加深了对登陆台风边界层高度演变特征的认识。 相似文献
7.
利用位于江苏海岸陆地的两座测风塔以及福建海面的一座测风塔气象要素资料,分析了这两种下垫面风速、湍流等要素的日变化规律及廓线特征,探讨了这两种不同下垫面特征导致的风力特征差异。结果表明:海岸陆面日最大风速出现时间较内陆滞后,最小风速出现时间与内陆相差不大,风速日变化位相随高度滞后,日振幅随高度减小,冬季70 m高度风速日变化特征与10 m高度风速日变化特征相反,夜间大于白天,说明冬季的过渡层转换高度低于夏季;海面风速的日变化位相、日振幅等特征随高度变化很小。两种下垫面的风廓线用对数律、指数律拟合的效果相当,海岸陆面的风廓线指数呈现的规律为离岸风组大于向岸风组,冬季大于夏季;海面风廓线指数呈现的规律则是向岸风组大于离岸风组,夏季大于冬季。 相似文献
8.
根据Airda3000Q型边界层风廓线雷达获取的台风启德(1213)强风观测数据,分析了强风条件下的近地层风廓线特征,发现以下观测事实:台风中心经过前后风速呈现尖耸的"M"形双峰变化,台风眼壁强风区风速最大,台风眼区经过前后100m高度极大10min平均风速分别为35.7、35.4m/s,眼区经过时出现最小风速为16.2m/s;而风廓线幂指数α则呈现比较平缓的"M"形双峰变化,风廓线幂指数α出现极大值的时间比风速出现极大值的时间分别提前约1h和延后3.5h,台风眼区经过时风廓线幂指数α接近最小,甚至出现负值;台风影响期间,风的垂直变化主要发生在200m以下的低空,风的垂直变化率有波动,最大值出现在台风眼壁强风区和台风中心过境后的外围大风区。 相似文献
9.
10.
11.
塔克拉玛干沙漠腹地沙尘暴过境时近地层风速、温度和湿度廓线特征 总被引：4，自引：0，他引：4
利用塔中80m梯度观测塔探测系统采集的资料,详细的分析了2006年4月10日沙尘暴过境时,塔克拉玛干沙漠腹地近地层风速、温度和湿度廓线的演变特征。结果表明:风速廓线满足风速值随高度增高而增大,风速梯度随高度增高而减小的对数律关系;沙尘暴由爆发前到过境时,温度廓线的温度值由随高度增高而增大转变为温度值随高度增高而减小,同时在贴地层2m处存在一微弱拐点;沙尘暴过境时,近地层大气出现微弱逆湿现象,并在不同高度上存在多处拐点,比湿增减在时间上与风速的增减呈负相关性,且整个沙尘暴天气是一个降温增湿的过程。 相似文献
12.
利用深圳气象梯度观测塔观测数据,以2017年以来进入深圳150 km范围的7个台风个例为研究对象,基于幂指数律拟合讨论台风边界层风切变指数的变化规律。结果表明:幂指数能较好地拟合台风影响下350 m高度以下风廓线,随着拟合高度范围增加,风切变指数增大,拟合精度基本维持;用深圳气象梯度观测塔等差层数据拟合台风风速效果好于全层次数据和等比层数据拟合;7个台风影响期间拟合风切变指数平均值为0.268,明显高于以往研究(0.1～0.177),主要原因是拟合的高度范围较以往研究明显增大,此外还与强风样本较少以及下垫面更粗糙有关。利用幂函数拟合台风不同风速段最大风切变指数,可在台风过程中预估不同高度极端大风风险。研究还表明:台风眼经过铁塔前后风切变指数明显升高,在抗风设计以及台风防御过程中应充分考虑这一变化。 相似文献
13.
利用温江观测站边界层塔和探空获取的观测资料,从地表物理量的日变化、边界层的垂直结构及逐日变化这些方面分析该站夏季边界层特征,得到以下结论:(1)地表各物理量都具有明显的日变化特征,呈现一峰一谷的演变状态,其中地表热通量、动量通量、气温以及风速的峰值皆出现在午后,谷值出现在凌晨,湿度与气温日变化是反位相的。(2)近地层低层大气气温在早晚时段,随高度的增加而上升,呈逆温状态;午间时段随高度的增加而下降。9 m以下大气在午后的比湿梯度最大。风速值随着高度的增高而增大,风切变随着高度的增高而减小。(3)探空观测的边界层垂直结构显示:夏季温江站早晚边界层大气层结稳定,而午后表现为典型的混合边界层特征。大气温/湿度差异随高度增长而降低,各个时次温/湿度的差异都主要集中边界层低层,越靠近地面大气温/湿度差异越突出。8:00的温度最低,14:00最高。14:00的大气比湿最小,2:00和20:00较大。近地层风速随高度增长较快,在离地2~300 m左右高度达到一个极值,4个时次的风速差异不大。(4)地表温度、短波辐射、感热通量对边界层的高度和降水都有一定的影响。 相似文献
14.
塔中春季阴天近地层风速、温度和湿度廓线特征分析 总被引：1，自引：0，他引：1
利用塔中最新安装的80 m梯度观测塔探测系统采集的资料,详细分析了2006年4月2日1次阴天天气时塔克拉玛干沙漠腹地近地层风速、温度和湿度廓线演变特征,并与典型晴天廓线做了对比,得到以下结果:(1)阴天,夜间风速廓线风速值随高度增高而增大,但不是以对数增长,而是以比对数关系更快的速度增长;白天,风速很小,近地层10 m上下廓线分布规律各异;(2)温度廓线有夜间辐射型、早上过渡型、白天日射型及傍晚过渡型4种类型,与晴天类似;(3)比湿廓线存在一个极小值,其出现高度以上比湿随高度增加而增加,廓线呈逆湿特征,极小值出现高度以下比湿随高度减小而增加。 相似文献
15.
A simple algorithm is proposed in order to transform routine surface wind speed observations near the coast to a wind at the height of the equilibrium planetary boundary layer as well as to any other height over a relatively flat coastal region. The model is based on the well known internal boundary layer (IBL) concept, Monin-Obukhov similarity theory and the resistance law, and describes the effects of the roughness transition from sea to land as well as the effect of stability on the shape of the profiles and the IBL growth. The required input weather data are no more than surface wind speed, air temperature and total cloud cover. Satisfactory agreement was found between measurements at Hellinikon airport and estimations made with the scheme. The introduction of a transition layer above the IBL did not improve the agreement to any significant extent. Mean values of the estimated wind differed by less than 1 m s -1 from the observed ones, a difference within the accuracy of the reported rawinsonde values. The rms error varied in the range of 17–22% of the observed average value, giving the best agreement under unstable conditions. The correlation coefficient between the observed and the estimated values of the wind, at the height of the equilibrium planetary boundary layer, ranged between 0.74 and 0.90. 相似文献
16.
H. Linné B. Hennemuth J. Bösenberg K. Ertel 《Theoretical and Applied Climatology》2007,87(1-4):201-211
Summary Water vapour flux profiles in the atmospheric boundary layer have been derived from measurements of water vapour density fluctuations
by a ground-based Differential Absorption Lidar (DIAL) and of vertical wind fluctuations by a ground-based Doppler lidar.
The data were collected during the field experiment LITFASS-2003 in May/June 2003 in the area of Lindenberg, Germany. The
eddy-correlation method was applied, and error estimates of ±50 W/m2 for latent heat flux were found. Since the sampling error dominates the overall measurement accuracy, time intervals between
60 and 120 min were required for a reliable flux calculation, depending on wind speed. Rather large errors may occur with
low wind speed because the diurnal cycle restricts the useful interval length. In the lower height range, these measurements
are compared with DIAL/radar-RASS fluxes. The agreement is good when comparing covariance and error values. The lidar flux
profiles are well complemented by tower measurements at 50 and 90 m above ground and by area-averaged near surface fluxes
from a network of micrometeorological stations. Water vapour flux profiles in the convective boundary layer exhibit different
structures mainly depending on the magnitude of the entrainment flux. In situations with dry air above the boundary layer
a positive entrainment flux is observed which can even exceed the surface flux. Flux profiles which linearly increase from
the surface to the top of the boundary layer are observed as well as profiles which decrease in the lower part and increase
in the upper part of the boundary layer. In situations with humid air above the boundary layer the entrainment flux is about
zero in the upper part of the boundary layer and the profiles in most cases show a linear decrease. 相似文献
17.
Shi Feng Zhang 《Boundary-Layer Meteorology》1981,20(1):117-123
The wind speed distribution with height is analysed by using hourly data for a full year recorded at 6 levels of a 164 m tower at Nanjing. A statistical error analysis shows that power law and logarithmic law are best applicable when the wind is strong. For the height range from 16 to 164 m, the power law represents the actual speed distribution better than does the logarithmic law. 相似文献