排序方式： 共有6条查询结果，搜索用时 46 毫秒
1
1.
应用常规观测资料、污染物浓度资料和NCEP 1°×1°再分析资料从环流形势、边界层特征和扩散条件等方面对2013年和2016年两次持续性霾重污染过程进行对比分析。结果表明:①2013年过程和2016年过程在500hPa高空上分别为阻塞环流型和纬向环流型,关中地区受偏西气流影响、地面气压场较弱、大气层结均比较稳定;②2013年过程西安贴地逆温层顶高度低、相对湿度大、气温低、不利于大气垂直湍流交换,污染物容易堆积,这也是2013年过程比2016年过程重污染持续时间长、污染浓度高的原因之一;③两次过程西安平均风速均小于2m/s,具有显著的低风速特征,且东北风为其主导风向。持续东北风引起上游污染传输和低风速导致的本地污染累积是造成2013年过程污染浓度更高的重要因素;④2013年过程结束是受强冷空气影响,来自高空的干洁大气下沉到地面,置换了边界层的污染空气,使空气质量得到根本改善;而2016年过程是受高原槽东移影响,雨雪天气的沉降作用使得霾消散。 相似文献
2.
云微物理参数化对华北降雪影响的数值模拟 总被引：7，自引：3，他引：7
对发生在华北地区的一次降雪过程进行了中尺度数值模拟。结果表明,高纬强冷空气南下和低纬倒槽的水汽输送是造成这次长时间降雪过程的主要原因。采用混合方案的中尺度数值模拟表明,这次降雪天气不是对流云造成的,而是稳定性的非对流云降雪。敏感性试验也表明,采用其他积云参数化方案对模拟的降雪量基本没有影响。控制试验模拟的24h降雪量与实际观测比较吻合。模拟结果表明,当采用Dudhia简单冰相方案时,会有过多的云冰、过冷却水及雪;当采用Reisner 1混合相方案时,会有过多的云冰和雪;修改的各个Reisner 2方案对此次降雪的预报改进不大,但各个Reisner 2方案的敏感性试验中云冰混合比、过冷却水混合比和雪混合比稍微有差异。 相似文献
3.
华北暴雪的云微物理参数化方案的比较模拟 总被引：7，自引：3，他引：4
用MM5模式模拟2004年12月20-23日发生在华北地区的一次暴雪天气的发生发展及其演变过程.在四个嵌套网格区域内分别采用Goddard方案(试验G)和Reisner 2方案(试验R)的两个纯显式冰相云微物理参数化方案进行试验.模拟结果表明:试验G和试验R均可以较好的模拟暴雪过程中的环流形势演变、降雪分布和强度,并且两个试验的结果差别不大,但是云中的微物理过程有很大的不同.试验G的主要云微物理过程包括云水的凝结增长、云冰的凝华增长、云冰初始化、云冰被雪碰并、云水被雪碰并、雪的凝华增长、云冰的Bergeron过程等;而试验R的主要云微物理过程包括云冰的凝华增长、云冰转化成雪、雪的凝华增长和霰的凝华增长等. 相似文献
4.
北京地区雷暴大风不同生命期内的雷达统计特征及预警提前量分析 总被引：5，自引：1，他引：4
选取2010—2014年发生在北京地区的19个致灾的雷暴大风天气过程,应用北京新一代多普勒天气雷达体扫资料的反射率因子和径向速度产品,分析了雷暴大风天气不同生命期内的雷达回波特征。分析发现依据径向速度大值区能对77.8%的带状回波造成的雷暴大风天气提前发布预警,能对100%的弓形回波造成的雷暴大风天气提前发布预警,而其中有67%可提前30min发布预警;孤立的块状回波前侧均未观测到阵风锋回波,径向速度图未观测到入流急流,径向速度大值区不明显。但径向速度图上观测到的中层径向辐合、入流急流、中气旋及反射率图上观测到的阵风锋都为雷暴大风的提前预警提供了重要指示特征。 相似文献
5.
2015年11月27日至12月1日,北京地区出现了一次十分严重的雾、霾天气过程。综合分析此次雾、霾天气过程的天气形势、加密自动站、探空、风廓线雷达以及连续观测的PM2.5资料,结果表明:本次雾、霾过程,能见度的恶化与天气形势、PM2.5持续性波动增长、相对湿度增加、逆温出现频率高、近地层风速小及近地面偏南风输送有密切关系:(1)此次雾、霾过程期间,华北地区较长时间被地面高压后部的弱气压场和低压辐合区控制,地面风速和近地层风速较小,北京大部分地区处于弱的偏南风或偏东风控制中,很不利于污染物的水平扩散;(2)地面增湿趋势明显,低层偏南和偏东气流将水汽和上游污染物向北京地区输送,加之29日气温明显回升,导致地面积雪融化,近地面相对湿度增加,有时接近饱和;(3)边界层逆温一直存在,很不利于污染物的垂直扩散。 相似文献
6.
基于北京市观象台雷达基数据和加密自动气象站数据,利用支持向量机算法建立了雷暴大风天气的有效识别模型。首先确立了9个用于识别雷暴大风的预报因子:回波顶高、最大反射率因子、最大反射率因子所在高度、垂直积分液态水含量、垂直积分液态水含量随时间变率、垂直积分液态水含量密度、雷暴大风发生前最大反射率因子下降高度、风暴移动速度、速度谱宽。通过计算各预报因子在大风和非大风样本中的概率分布,得到对应的各项预报因子雷暴大风的隶属度,利用得到的隶属度函数对样本进行归一化处理。确立核函数和模型参数,利用支持向量机建立雷暴大风天气的提前识别和临近预警模型。通过对北京2017年7月7日飑线和2012年5月19日块状回波引起的灾害大风典型个例的识别效果检验,得到两个个例预测的命中率、误判率和临界成功指数分别为92.0%,22.1%,73.0%和99.1%,40.5%,59.2%,对于提高雷暴大风预警预报的准确率有一定帮助。 相似文献
1