排序方式: 共有425条查询结果,搜索用时 375 毫秒
81.
根据中国气象局《梅雨监测业务规定》中的入、出梅标准,结合1960—2016年全国661个常规气象站逐日气象资料,以及NCEP/NCAR月平均再分析资料,分析了江淮梅雨和东亚副热带夏季风进程变异的时空特征,提取季风关键区(32°~34°N,112°~120°E,包含17个站点),并分析了江淮梅雨和季风关键区的联系与成因。结果表明:1960—2016年平均梅雨期为6月8日—7月15日,平均梅雨量为303 mm。比东亚平均梅雨季的开始时间早9 d,比其结束时间晚7 d。梅雨量在近57 a中也呈波动式变化,但整体为上升趋势。入梅越早,出梅越晚,则梅雨期越长,梅雨量越多。副热带夏季风推进到关键区的平均时间为5月19日,其在1970s末和1990s末分别发生了由偏晚向偏早和由偏早向偏晚的突变。夏季风到达关键区偏早时,出梅日偏晚,梅雨量偏多,季风到达偏晚时,出梅日偏早,梅雨量偏少。副热带夏季风推进时间和江淮梅雨量呈全区一致的负相关,负相关区位于湖南、湖北及江西三省临近的两湖地区。东亚副热带夏季风到达关键区时间偏早(晚)年,500 hPa高度场上乌拉尔山—鄂霍茨克海为正(负)距平,阻塞高压增强(减弱);日本海附近为负(正)距平,东亚大槽加深(西退北缩),加强(削弱)了槽后冷空气向南输送且不(有)利于中低纬度副热带高压的北跳,西太平洋副热带高压中心强度增强(减弱),位置偏西(东),其西北侧的西南暖湿气流输送加强(减弱),江淮地区有水汽的辐合(辐散),有(不)利于梅雨量偏多。 相似文献
82.
利用ERA-Interim 1979—2018年6—8月的再分析资料,通过相关分析、信息流、合成分析等方法研究了南亚高压强度与其邻近地区垂直速度的相互依赖关系.结果表明:南亚高压在上对流层-下平流层区域具有上冷下暖的热力结构,冷、暖中心分别在70 hPa和250 hPa,以这两层的温度异常建立的温差指数可以反映南亚高压的强度.在不同时间尺度上,南亚高压强度与其邻近地区垂直速度的相互依赖关系是不同的.在月时间尺度上,南亚高压强度通过动力作用影响邻近地区的垂直速度,南亚高压增强(减弱)时,其东部地区的上升运动和西部地区的下沉运动同步增强(减弱);在日时间尺度上,南亚高压中部的垂直速度通过热力强迫影响南亚高压强度,南亚高压中部地区上升运动增强(减弱)时,南亚高压增强(减弱)且位置偏西(偏东). 相似文献
83.
利用欧洲中期天气预报中心0.75°×0.75°再分析资料,对中国海岸线两侧相邻区域内的风能、风速进行研究,讨论不同季节、不同区域风能、风速的分布特征;利用WRF(Weather Research Forecast)模式模拟海表面温度上升和城市化发展对中国东部沿海风能的影响。结果表明:1)中国沿海风能的时空分布不均一,季节变化明显。春季渤海湾区域风能明显大于其他三区(华东沿海、东南沿海和南海北部沿海区域)。夏季渤海湾区域风能显著小于其他三区,而华东沿海区域风能稍大。秋季东南沿海和南海北部沿海区域风能较大。冬季沿海四区风能大小接近。一般而言,秋冬季风能较大、春夏季风能较小,夏季风能显著小于冬季。2)不同区域、不同季节风速的年际变化存在明显差异。除冬季东南沿海区域风速有增大趋势外,其他区域各季节风速都呈缓慢减小趋势,但减小幅度很小。3)海表温度升高在不同季节对风速的影响不同。春季渤海湾和山东半岛、北部湾沿海及杭州湾风速随海温升高而增强。夏季海温升高幅度不同,则风速显著变化区域不同,但大部分沿海区域风速随海温升高而增强。秋冬季风速随海表温度升高而增强,影响区域较稳定:秋季东南沿海和华东沿海区域风速增强,冬季渤海湾和南海北部沿海区域风速增强。4)城市化发展增大了地表摩擦力,使得夏秋季登陆我国的热带气旋迅速减弱,沿海风速随之减小。 相似文献
84.
为有效引入“流依赖”的背景场误差协方差,同时降低集合预报带来的计算量,尝试通过优选与同化时刻天气形势更相似的历史预报样本,并结合预报过程中的时间滞后样本,将两种样本引入集合-变分混合同化系统中,构建基于优选历史预报样本和时间滞后样本的集合-变分混合同化方案。单点观测理想试验表明,优选历史预报样本结合时间滞后样本,既能够缓解样本不足所导致的采样误差,又能够为同化系统提供“流依赖”的背景场误差协方差。连续一周的循环同化及预报试验结果显示,相较于ERA5资料和探空资料,三维变分方案整体表现稍差,样本组合混合同化方案分析场和预报场的均方根误差最小,且比仅用时间滞后样本的混合同化方案有所改进;降水评分整体也表现最优,尤其对中雨和暴雨的模拟改进较明显,较好地模拟出了强降水中心的强度和位置,且改善了降水过报的问题。 相似文献
85.
西北地区东部夏季水汽输送特征及其与降水的关系 总被引:2,自引:2,他引:0
采用ERA Interim 再分析资料和160 站逐月站点降水资料,运用经验正交函数(EOF)分析、合成分析等方法揭示了西北东部3 个分区的水汽输送的区域气候特征、与降水EOF气候模态相对应的整层水汽输送特征以及降水偏多(少)年的水汽输送异常特征。结果表明:西北地区东部夏季经向水汽输送的大值区处于900 hPa~800 hPa 高度上;纬向水汽输送大值位于700 hPa~500 hPa 高度上。对西北东部降水做EOF 分析,第一模态为全区一致型,与降水相对应的西风影响区主要盛行西风水汽输送,季风边缘区的南部盛行西南风水汽输送;第二模态为东南-西北型,东风、东北风水汽输送流入西北东部地区;第三模态为东北-西南型,西风和西北风水汽输送将水汽带到西风影响区内。 相似文献
86.
87.
利用印度气象局(India Meteorological Department,IMD)、国际气候管理最佳路径档案库(International Best Track Archive for Climate Stewardship,IBTrACS)提供的1982—2020年阿拉伯海热带气旋路径资料,美国国家环境预报中心(National Centers for Environmental Prediction,NCEP)再分析资料,对近39 a阿拉伯海热带气旋源地和路径特征、活跃区域、频数及气旋累积能量(accumulated cyclone energy,ACE)指数的季节特征和年际变化特征进行分析,并结合环境因素,说明其物理成因。结果表明:阿拉伯海热带气旋多发于10°~25°N,65°~75°E海域,5—6月、9—12月发生频数较高且强度较强,1—4月、7—8月发生频数较低且气旋近中心最大风速均小于35 kn;频数的季节变化主要受控于垂直风切变要素;阿拉伯海热带气旋发生频数和ACE近年有上升趋势,年际变化主要受控于海面温度(sea surface temperature,SST)和850 hPa相对湿度要素。 相似文献
88.
低纬地区平流层准零风层时空分布特征分析 总被引:1,自引:0,他引:1
利用ERA-Interim逐日再分析资料,使用EOF(Empirical Orthogonal Function)等统计方法,分析了中国低纬地区平流层准零风层(Quasi-Zero Wind Layer,QZWL)的时空分布特征,旨在为平流层飞艇寻找合适的运行区域及时段。低纬地区QZWL主要受到热带平流层大气环流季节性变化和平流层准两年振荡(Quasi-BiennialOscillation,QBO)的影响。在二者共同作用下,低纬地区QZWL高概率带可分为南北两支:“北支”出现在10月至次年4月间,QBO东风位相时期,“北支”中心纬度基本维持在20°N附近,西风位相时期,“北支”中心纬度随高度降低南移明显;“南支”仅出现在QBO西风位相期间,5~11月在5°N附近,其余时段与“北支”合并,可以认为是“北支”向南延伸。通过对比海口站和南沙站Weibull概率密度函数与风速资料的拟合结果,表明Weibull分布可以很好拟合不同QBO位相下平流层逐月风速频率分布,根据Weibull分布计算特定的累积概率风速值,可以作为选取适宜平流层飞艇运行的低风速风场的判据。海口站30~50 hPa高度11月至次年4月、南沙站50~70 hPa高度QBO西风位相时期全年均较为适合平流层飞艇运行。 相似文献
89.
中国东部夏季极端降水事件及大气环流异常分析 总被引:1,自引:0,他引:1
主要利用1961~2014年中国东部地区438个台站的逐日降水资料和NCEP/NCAR的再分析资料,从大气内部动力角度对夏季不同极端降水情况下的环境场进行分析,结果表明:对长江中下游地区而言,在极端降水频次偏多年时,850 hPa风场及整层水汽输送距平场均表明东亚夏季风偏弱,有利于更多的水汽输送到长江中下游地区,500 hPa鄂霍次克海阻塞高压持续日数偏多,有利于冷空气南下,200 hPa东亚副热带急流偏南,且30°N以南偏西风异常有利于辐散,而在斜压波包从西北东南向传播为极端降水事件分发生集聚了能量;对华北地区极端降水频次偏多年而言,850 hPa风场及整层的水汽输送距平场均表明东亚夏季风偏强,有利于更多的水汽输送到华北地区,500 hPa高度距平场日本海正距平,贝加尔湖蒙古地区为负距平,华北地区东高西低,200 hPa东亚副热带急流偏北,从而导致我国华北地区极端降水频次偏多,能量传播也为西北东南向。这些结果表明极端降水的变化,与大气内部的动力作用和能量的传播有密切的关系。 相似文献
90.
基于WRF/Chem(Weather Research Forecasting/Chemistry)模式对2015年11月25日至12月2日我国北方一次大范围PM2.5(空气动力学当量直径小于等于2.5 μm的颗粒物,即细颗粒物)重污染过程进行了模拟。与观测资料对比表明,模式能够较好地模拟出PM2.5浓度及气象因素的变化趋势,结果适用于此次污染事件的机理分析。动力、热力条件及化学转化等因素对此次强污染事件形成的机理分析表明,动力因子主要通过表面风和垂直风切变的减弱对此次污染事件造成影响,边界层逆温等热力因子促进了大气稳定性的增强,不利于污染物扩散。依据PM2.5组成成分变化分析可知,硝酸盐、硫酸盐和有机碳在此次事件中含量增加,说明机动车汽车尾气和燃煤排放所致的二次气溶胶生成对PM2.5污染加剧起重要贡献。多元线性回归分析和多因子相对贡献率量化解析结果表明,热力因子在此次污染过程中起主要作用,方差贡献率为52%,动力因子次之,方差贡献率为34%,而化学转化方差贡献率约为14%,说明气象条件,尤其是热力条件是引起此次污染事件的主要原因。 相似文献