Validation for a tropical belt version of WRF: sensitivity tests on radiation and cumulus convection parameterizations          下载免费PDF全文

SUN Bi-Yun  BI Xun-Qiang 《大气和海洋科学快报》2019,(3):192-200

对基本气候态和降水日变化的分析是检验模式模拟性能、理解模式误差来源的重要手段。为了评估出对热带气候模拟效果较好的物理参数化方案组合,本文应用WRF带状区域模式,主要比较了四种积云对流参数化方案:NewTiedtke、Kain-Fritsch、newSAS、Tiedtke,和两种辐射参数化方案:RRTMG和CAM,对热带带状区域的气候模拟结果。研究表明:使用NewTiedtke积云对流参数化方案和RRTMG辐射方案的试验,表现出对气温、降水及降水日变化等综合性最好的模拟性能;NewTiedtke积云对流参数化方案能模拟出较好的降水空间分布和降水日变化位相分布特征;与RRTMG辐射方案相比,CAM辐射方案会使温度模拟偏低,特别是陆地上更明显,这种陆地上的冷偏差可能主要来源于Tmin的模拟偏冷。  相似文献   

江淮切变线强度的定量化描述方法研究     

顾荣直  禹梁玉  韩桂荣  孙泓川  蔡凝昊 《气象科学》2019,39(6):810-817

从气象观测事实和物理的角度出发,定义了一种江淮切变线强度的定量化的表征方法,即综合与降水关系密切的切变涡度和散度形成能客观近似地刻画切变线附近切变强度的指标量■。并在此基础上利用再分析资料和实况降水资料分析切变强度与对应降水量之间的关系,分析表明:强切变强度区域与降水雨带有明显的对应关系,降水区往往与强切变强度区域相一致或是比强切变强度区域略偏南;证实了切变强度与降水强度有正相关关系的事实,当切变强度■时,对应区域6 h累积降水量超过10 mm,甚至达到30 mm。  相似文献   

有霾和无霾时宁波市大气混合层高度的日变化特征     

俞科爱  陈磊  陈有利  张晶晶  朱佳敏  孙海波 《气象科学》2019,39(2):187-193

根据2007—2013年宁波市每日8次地面观测气象资料,运用罗氏法和统计分析法计算大气混合层高度,分析其在霾日和非霾日的不同日变化特征。结果表明宁波市霾日与非霾日混合层高度均呈白天高,夜晚低的日变化特征,夏季两者差值的日变化波动最明显,波峰时间比其他季节晚3 h。混合层高度日变化趋势与风速、气温、能见度趋于一致,霾等级越重,混合层高度越低。霾日与非霾日的气温差值除冬季呈正变温外,其他季节呈负变温,冬季14时差值最小,夜间加大,春夏季凌晨差值最小,14时最大,秋季波动不明显;风速差值除冬季夜间为正值外,其余季节为负值,秋冬季差值最小、夏季最大。大气处于不稳定状态时,混合层高度随着稳定度增加而逐渐处于稳定状态时,随着稳定度增加而降低,中性大气是宁波易致霾的大气层结。霾日与非霾日大气稳定度表现不一致,中午霾日中性大气占多数,非霾日则是不稳定大气;夜间霾日稳定—弱稳定大气和中性大气所占比例相当,非霾日稳定—弱稳定大气占多数。另外,PM_(2.5)浓度在霾日和非霾日均为白天低、夜间高的日变化特征,但霾日波动大,波峰时间晚于非霾日2 h,峰值浓度也高于非霾日2.7倍;早晨或下午到上半夜是霾日的PM_(2.5)浓度两个上升时段,上午为下降时段;非霾日的两个浓度缓升(降)时段分别出现凌晨和下午(上午和前半夜)。研究成果有助于预报员了解大气混合层高度及其对霾的可能影响,从而提高霾预报预警能力。  相似文献   

华南地区7-10月两类区域性极端降水事件特征及环流异常对比   总被引：2，自引：0，他引：2  

孙婧超  管兆勇  李明刚  于亚鑫 《气象学报》2019,77(1):43-57

利用1981—2016年7—10月中国753站逐日降水资料、气象信息综合分析处理系统（MICAPS）逐日站点降水资料、日本东京台风中心西北太平洋热带气旋（TC）最佳路径资料和NCEP/NCAR再分析资料集,分析了华南地区区域性日降水极端事件（RDPE事件）的统计特征及环流异常。根据华南地区RDPE事件的发生是否受热带气旋影响将其分为TCfree-RDPE和TCaff-RDPE两类事件,其中TCaff-RDPE事件占42%且集中发生在8月4—5候;TCfree-RDPE事件以7月发生频数最多,占其总频次的1/2以上。TCfree-RDPE事件发生时,华南地区受异常气旋性环流控制,来自西太平洋和中国南海的暖湿气流与北方冷气团在此汇合并形成一条狭长的水汽辐合带,低层辐合、高层辐散,显著强烈的上升运动为TCfree-RDPE事件的发生与维持提供了有利条件;与此同时,波扰动能量由高原东北侧及河西走廊地区向华南一带传播并在华南显著辐合,有利于华南上空扰动的发展和维持。TCaff-RDPE事件发生时,华南上空由低层到高层的斜压环流结构更为明显,异常上升运动更加强烈,热带气旋在其运动过程中携带了大量源自孟加拉湾、中国南海和西太平洋地区的水汽并输送至华南地区,水汽辐合气流更为强盛。同时,波扰动能量由高纬度地区沿河西走廊向下游传播,但在华南地区辐合不甚明显。两类极端事件发生时,加热场上的差异亦明显。华南及邻近地区上空的大气净加热及其南侧大范围区域的净冷却所形成的加热场梯度对TCfree-RDPE事件的发生有利。而TCaff-RDPE事件发生时,〈Q₁〉和〈Q₂〉在经向上由18°N以南、华南及其邻近地区、32°N以北呈负—正—负的异常分布型,正距平值更高,加热场梯度更大,有利于TCaff-RDPE事件的维持。这些结果有利于人们认识和预测华南区域性日降水极端事件的发生。   相似文献   

北京山区与平原冬季近地面风的精细观测特征     

乌日柴胡  王建捷  孙靖  黄丽萍  孙健 《气象学报》2019,77(6):1107-1123

利用2009—2018年冬季北京地区200多个自动气象站逐时10 m风速、风向观测数据,分典型区域（山区、山区与平原过渡区、平原区、城区）研究北京地区冬季近地面风的精细特征,并使用有完整记录的2 a（2017和2018年）冬季延庆高山区不同海拔高度10 m风逐时观测数据,多视角分析高山区不同海拔高度近地面风的特征和成因,以深刻认识北京地区复杂地形条件下冬季近地面风的特征和规律。结果表明:（1）北京地区冬季近地面平均风受西部北部地形、城市下垫面粗糙度和冷空气活动共同影响,平均风速沿地形梯度分布,山区高平原低,平原中又以城区风速最小;盛行西北风和北风,在城区东、西两侧盛行风出现扰流,在山区和过渡区一些地方还存在与局地地形环境明显关联的其他盛行风向。（2）4个典型区域冬季近地面风速日变化均表现为白天风速大于夜间,午间风速最大的“峰强谷平”单峰特征,这一特征的稳定性在城区高、山区低。（3）4个区域冬季弱风（< 1 m/s）频率为31%—42%,城区较高、山区较低;强风（> 10.8 m/s）频次则是山区多、城区少,强风风向主要表现为偏西—偏北,与冷空气活动密切关联;城区、平原区和过渡区偏南风频率均为极小,暗示北京“山区—平原”风模态在冬季是“隐式”的、不易被直接观测到。（4）近地面风的水平尺度代表范围在延庆高山区高海拔处明显大于低海拔处,海拔1500 m附近（平均的边界层顶高度）是延庆高山近地面风速日变化特征的“分水岭”,低于该海拔高度时近地面风速日变化表现为前述“峰强谷平”单峰特征,而高于该海拔高度时近地面风速日变化则呈现相反特征,即夜间大白天小、午间最小的“峰平谷深”特征,这是由边界层湍流活动的日变化及伴随的低层自由大气动量向边界层内下传所致。（5）延庆高山近地面风速大体上随观测高度而增大,高海拔站点日平均风速数倍于低海拔站点。白天—前半夜,海拔约2000 m的站点冬季盛行偏西风,风向变化不大,但风速为2—12 m/s;1000 m左右的低海拔站则风速比较稳定（< 6 m/s）,风向从午间至傍晚相对多变。   相似文献   

一次引发极端降水事件的江淮气旋发生发展分析   总被引：3，自引：3，他引：0  

沈阳  孙燕  蔡凝昊  苏翔  史达伟 《气象》2019,45(2):166-179

利用NCEP0.25°×0.25°再分析数据和多种观测资料,对2017年6月9—10日在苏皖地区引发区域性大暴雨并在江苏数个观测站造成极端降水事件的江淮气旋过程(简称"0609"过程)进行了分析,从气旋的生成、发展、冷暖锋和相当正压性等方面与前一次降水较弱的江淮气旋过程(同年6月5日过程,简称"0605"过程)进行了对比,结论如下:(1)对流层高层正涡度平流及出流区引发高空辐散场,继而导致对流层低层动力减压,是"0609"江淮气旋的启动机制,而"0605"过程对流层低层强盛的暖平流引起的上升运动导致了气旋的生成;(2)对锋生函数的计算表明"0609"过程锋生作用较"0605"过程更强,前者暖锋锋区较后者更为陡立且在一定区域内缓慢移动,暖锋附近及暖区一侧上升运动更强且更为深厚,以上因素直接导致了"0609"过程区域性大暴雨的发生;(3)相对涡度和纬向风0值线的垂直分布表明,"0609"过程气旋在700 hPa以下表现为集中的涡度柱形态,强度较大,系统随高度几近垂直分布,相当正压结构十分明显,而"0605"过程气旋涡度柱仅存在于850 hPa以下,强度较弱,相对涡度和纬向风0值线随高度北倾,斜压性明显;(4)"0609"过程强降水引起的潜热释放通过涡度混合加强了气旋,加强的气旋又增强了降水,降水和气旋之间建立了类似于"CISK"机制的正反馈过程,这可能是"0609"过程气旋表现出较强正压性的原因,说明了江淮气旋发展方式的多样性。  相似文献   

利用FY-2F快速扫描资料分析对流初生阶段的云顶物理量特征   总被引：2，自引：0，他引：2  

周鑫  周顺武  覃丹宇  孙阳 《气象》2019,45(2):216-227

基于FY-2F静止气象卫星提供的2015年5—9月的高分辨率数据,通过温度阈值法识别出深、浅对流后,分析和比较了深、浅对流在对流初生(convective initiation,CI)至发展阶段中云顶高度、云顶快速降温率(cloud top cooling rate,CTC)以及多通道差值等云顶物理量特征的变化异同。结果表明:深、浅对流在CI阶段的云顶物理量特征具有相似变化特征,即云顶高度均在短时间内快速上升,CTC值均先减小后增大;深、浅对流差异表现为深(浅)对流云顶上升高度能(不能)超越水汽层高度;深对流CTC最低值较浅对流CTC最低值更低。基于CI阶段深、浅对流的CTC最低值的差异,通过个例验证,表明利用深、浅对流CTC最低值的差异,可以在识别出CI的基础,判断出CI是否发展成为深对流,从而能提前做出预警。  相似文献   

高原季风特征及其与东亚夏季风关系的研究   总被引：1，自引：0，他引：1  

王奕丹  胡泽勇  孙根厚  谢志鹏  严晓强  郑汇璇  付春伟 《高原气象》2019,38(3):518-527

利用ERA-Interim的位势高度场、温度场和风场再分析资料,计算了1988-2017年的传统高原季风指数(Trational Plateau Monsoon Index,TPMI)和动态高原季风指数(Dynamic Plateau Monsoon Index,DPMI),分析了高原季风的空间分布特征和时间演变规律,结合东亚夏季风指数(East Asian Summer Monsoon Index,EASMI),探讨了高原季风与东亚季风的关系。研究表明:(1)高原夏季风从4月开始形成,暖性低值系统在高原上生成;6月暖性低压系统中心形成并达到最强,此时高原夏季风强度也达到最大;10月暖性闭合低压系统向东北方向移动且强度也随之减弱并退出,高原夏季风结束。(2)DPMI和EASMI具有明显的年际变化特征,在关键年高原夏季风和东亚夏季风的强度表现一致。(3)中纬度受东亚季风所影响区域的位势高度场和青藏高原区域的位势高度场均处于同一正相关区域,而且超前两个月的DPMI同EASMI的相关系数最大,表明高原夏季风对东亚夏季风具有一定的指示意义。(4)东亚夏季风经圈环流受高原温度场变化的影响而移动,高原夏季风的低压系统与高原温度场关系密切。  相似文献   

那曲高寒草地总体输送系数及地面热源特征     

郑汇璇  胡泽勇  孙根厚  谢志鹏  严晓强  王奕丹  付春伟 《高原气象》2019,38(3):497-506

利用中国科学院那曲高寒气候环境观测研究站那曲/BJ观测点的野外观测数据,估算了青藏高原那曲地区典型高寒草地下垫面的热量和水汽总体输送系数以及地表大气相对湿度因子,在此基础上利用中国气象局那曲气象站1980-2016年的常规业务观测数据,采用总体输送法计算并分析了那曲高寒草地地表通量特征。研究结果表明:(1)那曲/BJ观测点地表大气相对湿度因子γ的数值在33%~62%,9月最大,2月最小,热量和水汽输送系数CH和Cλ的季节变化范围分别在1.6×10^-3~2.7×10^-3和1.0×10^-3~2.0×10^-3,两者存在较大的差异。(2)1980-2016年那曲高寒草地感热通量总体呈现减弱趋势,而潜热通量呈现增强趋势,导致地面热源变化趋势不明显;分阶段来看,感热通量的变化在2004年前后发生转折,转折点前后的趋势为先减弱后增加,潜热通量在1994-2005年下降趋势明显,这也导致地面热源在1995-2005年有一个明显的减少。(3)年内季节变化上潜热通量相较于感热通量更明显,地面热源的季节变化更依赖于潜热通量的季节变化。  相似文献   

基于小波长短期记忆网络的风电功率超短期概率预测     

王朋  孙永辉  翟苏巍  候栋宸  王森 《南京气象学院学报》2019,11(4):460-466

随着大规模的风电并网,风电所具有的间歇性与随机性对电力系统的稳定性产生了很大的影响,风电功率预测成为当前解决该问题重要的方式之一.本文利用长短期记忆（LSTM）网络良好的时序记忆特性,将小波分解技术与LSTM深度网络结合,提出基于小波长短期记忆网络的风电功率超短期概率预测模型.首先通过小波分解技术将原始时间序列进行平稳化处理,再建立各子序列样本的LSTM网络预测模型,借助最大似然估计法估计预测误差的高斯分布函数,最终实现对未来4 h时刻的风电功率概率区间预测.最后,采用中国东北某风电场数据对所提方法进行算例分析,结果表明,将小波分解与深度学习方法结合可以较好地提高预测的精度,提高概率预测的区间可靠性.  相似文献