简介:利用2007年1月—2010年12月的CloudSat-CALIPSO卫星资料,对中国东部及其周边海域(20°—35°N,103°—137°E)夏季(7—8月)深对流云的云水路径、云水含量、粒子有效半径以及粒子数浓度等微物理变量进行了统计分析,并研究了上述微物理变量的概率密度分布以及垂直变化。结果表明:中国东部夏季深对流云液态水路径可以达到1000g/m^2,海上液态水路径逐渐减小到600g/m^2左右,在海洋上深对流云的冰水路径约为1600g/m^2,而在中国东部冰水路径大约为1200g/m^2;夏季深对流云的液态水含量在47—104mg/cm^3范围内分布概率最大,分布高度在5km左右达到极大值,冰水含量的分布概率单调递减,在7—11km高度的值大于200mg/cm^3;液态水粒子的有效半径在8—13μm的分布概率最大,其有效半径随着高度的增大而逐渐增大,冰粒子有效半径在108μm处分布概率达到最大,最大值出现在5.8km高度处且值为108μm;液态水粒子数浓度在55—65个/cm^3范围内分布概率最大,数浓度极大值出现的高度最大值为4.6km,冰粒子数浓度小于297个/L,在5km高度以上随着高度增加而逐渐增大,到12.3km高度处达到最大。
简介:利用WRF模式的5种云微物理方案对华西地区一次秋雨过程(2011年9月13—20日)进行了模拟,分析不同云微物理方案对华西秋雨的模拟能力,并对降水模拟差异的可能原因进行分析。结果表明:WRF模式的5种云微物理方案对华西秋雨均具有一定的模拟能力,可模拟出华西秋雨的夜雨特征,但Kessler方案模拟的降水落区偏小且降水强度偏弱,而Lin方案模拟的降水强度则偏强;相对来说,Ferrier和WSM3方案对华西秋雨主要降水过程的模拟效果较好。对比WRF模式5种不同云微物理方案对华西秋雨过程的模拟可知,各方案模拟的区域降水强度与WRF模式模拟的上升运动的强弱存在较好的一致性。
简介:利用1960—2013年辽宁省61个国家气象站地面降水观测资料和NCEP再分析资料,选取60次区域性大暴雨过程,采用天气学和物理诊断方法对暴雨发生过程中多个时次的环境场与物理量场进行了合成分析。结果表明:辽宁地区大暴雨天气是极地、西风带、副热带及热带系统相互作用的结果,低层冷式切变线带动极地冷空气从偏北路径入侵辽宁地区,西风带短波槽东移使低空急流加强,诱发地面辐合线锋生触发辽宁地区大暴雨。辽宁地区大暴雨的落区、强度与低空急流和冷暖空气的路径、强度密切相关;水汽条件和热力条件是产生强降水的基础,动力抬升条件是降水强度的决定因素。环境场和物理量场的合成分析揭示了辽宁地区大暴雨的共性,可为辽宁地区大暴雨预报提供参考。
简介:利用观测的海温资料和海平面气压资料,检验了CMIP5(CoupledModelIntercomparisonProject5,CMIP5)多模式对阿留申低压(AleutianLow,AL)特征指数的时空分布和变化的模拟能力;从AL周期及变化趋势等方面,分析了CMIP5模式预估的未来AL的变化特征。结果表明,CMIP5模式及其集合平均能够很好地模拟AL的环流结构,对AL的气候态有着较强的模拟能力,尤其是模式对于东太平洋海表温度的模拟能力直接影响其对于AL的模拟效果。模式的集合平均对变率强度的模拟偏强,且对于变率的模拟效果逊于对气候态的模拟。22个模式中的16个模式能模拟出AL强度指数的年代际变化周期,对年代际周期有着较好的刻画能力。Historical试验下对于AL的变化趋势存在着较大的不确定性,而相对于两种不同排放情景,随着排放的增加,AL更加偏北,强度增强,年际、年代际周期变得更加显著。在两种排放情景下模式的集合平均以及多数模式模拟出AL有着向北和增强的趋势。
简介:根据青海省50个国家级地面观测站最大冻土资料和站址迁移情况,采用t检验和标准正态检验(SNHT)方法,对各站迁站前后年最大冻土资料序列进行了均一性检验,结果表明:t检验有13个站15次、SNHT检验有10个站共10次因站址迁移造成了资料序列不连续,共有9个站9次迁站年份年最大冻土资料序列存在非均一性。针对检验结果,结合青海气候变化情况,对资料不连续的迁站年份逐一进行甄别,确定利用SNHT方法对9个站年最大冻土深度进行订正。对各站1961—2013年因冻土项目开展较晚或缺测的不完整资料序列,用待补台站与参考台站线性拟合的方法进行了插补延长。最终形成了青海省50个国家级地面气象观测站1961—2013年年最大冻土资料数据集,为青海高原气候变化和科学研究提供基础数据。
简介:利用2008—2013年西北地区东部169个气象观测站的天气实况资料和NCEP/NCAR1°×1°再分析资料计算的对流参数对西北地区东部雷暴日进行了天气分型,并应用分型统计的参数阈值对2013年西北地区东部雷暴日进行了试预报。结果表明:2008—2013年西北地区东部雷暴日集中出现在5—9月,占雷暴总日数的85.9%;雷暴日发生的天气形势可分为低涡型、低槽型、西北气流型和西南气流型4种。引入天气型强度指数,研究4种雷暴天气型的自动识别方法,通过天气分型检验表明,天气型自动识别方法可准确的识别雷暴发生的天气形势,且漏报较少。在天气型识别的基础上,进一步进行雷暴物理量诊断表明,消空效果明显。2008—2012年西北地区东部雷暴日回代预报的TS评分为54.1%,漏报雷暴日为4d;2013年雷暴日试预报的TS评分为51.8%,漏报雷暴日为10d;雷暴日回代预报与试预报的TS评分均超过气候概率,预报效果较理想,可为西北地区东部雷暴天气预报研究提供参考。