NCEP中FNL全球分析资料的解码及其图形显示

合集下载

不同微物理方案对一次飞机积冰过程云微物理特征的影响分析

不同微物理方案对一次飞机积冰过程云微物理特征的影响分析

静止轨道卫星,其搭载的红外和可见光自旋扫描辐射计每半小
时获取一次地球圆盘图像。
为了更好地评估飞机积冰过程,本文选用了民航部门使用
较为广泛的飞机积冰指数 IC指数法(赵树梅,1994)。该积冰
指数法的表达式如下:
IC=[ ( RH-50) ×2] ×[ T×[ T+14] / 相 对 湿 度 (单 位;%),T表 示 温 度 (单
对模拟区域的设定,我们采取的是 Lambert投影的两重嵌 套网格区域,模拟中心为 32°N,104°E,采用三重嵌套,网格格 距由外到内分别为 27km、9km和 3km,模拟过程选取 2010年 10 月 25日 06时(世界时)作为 WRF模式启动时间并积分 30h。 模式初边界场采用 NCEPFNL的 1°×1°,主要物理过程参数化 方案包括:WDM6云微物理参数化方案(WDM6;Lim等,2010), KF积云对流参数化方案,RRTM长波、短波辐射方案和 YSU边 界层参数化方案。
环境科学
科技风 2020年 4月
DOI:10.19392/j.cnki.16717341.202010136
不同微物理方案
对一次飞机积冰过程云微物理特征的影响分析
张 迪 刘智新 孙钊钰 闫博芸 吴 迪
中国民航大学空中交通管理学院 天津 300300
摘 要:飞机积冰是威胁航空安全的严重危险天气之一,为理解飞机积冰期间大气环境演变特征及其影响,本文利用中尺度 数值模式 WRF对 2010年 10月 26日发生在四川地区的一次飞机积冰个例进行模拟,结果表明:(1)结合卫星数据、再分析资料、 积冰指数可以初步判断飞机积冰发生区域和条件;(2)WRF模式中 WDM6和 Thompson两种云微物理方案对积冰环流背景的模拟 与实况基本一致,较好地再现了积冰发生前的弱对流不稳定特征和水汽通量输送条件;(3)两种云微物理方案对积冰区云物理量 时空演变特征的模拟存在差异,对于 WDM6方案,37km高度云微物理量以云冰为主,3km高度以下以云水为主;而在 Thompson方 案中 37km高度内主要以云水为主,合理地刻画了过冷水粒子,更接近实际积冰环境特征。

一次暴雪过程的高架雷暴环境条件及雷达特征

一次暴雪过程的高架雷暴环境条件及雷达特征

112114116°E 36°N3432112114116°E (a)(b)地闪频数/次1086420降水量/m m1524FEB16171819202122230025FEB010*********0735302520151050开封1h 降水量郑州地闪频数开封地闪频数0.12.55102030mm南阳洛阳三门峡济源焦作郑州新乡鹤壁安阳濮阳开封商丘许昌漯河平顶山周口驻马店信阳FY-4A 卫星云图资料;(2)美国环境预报中心(NCEP)全球资料同化系统(GDAS)的NCEP GDAS/FNL 逐6h 再分析资料(空间分辨率1°×1°),共含26个标准等压层(1000—10hPa)的风、水汽通量、假相当位温、垂直速度等;(3)郑州双偏振雷达基本反射率因子、径向速度、风廓线以及差分相移率(KDP)、零阶滞后相关系数(CC)和差分反射率因子(ZDR)等产品;(4)河南省逐小时闪电定位资料。

1.2天气实况2021年2月24日12时—25日05时(北京时,下同),河南省出现一次降雨、雨夹雪、暴雪天气过程(以下简称“2·24”过程),河南中部降雪期间伴有密集雷暴,表现出总降水量大、降水时段集中、小时降雪强度强的特点。

当年2月24日08时—25日08时,安阳、鹤壁、新乡、郑州等8个地市22个气象站24h 累积降水量(08—08时)突破其建站以来2月份历史同期极大值。

该过程暴雪主要出现在河南沿黄及以北地区(图1a),其中特大暴雪出现在新乡西北部、鹤壁等地,24h 最大降雪量出现在新乡的辉县,该站纯雪量达到35.6mm ,小时最大降雪量(11.0mm)出现在新乡的封丘站,开封站和郑州站次之,分别为10.4mm 和10.0mm (图1c)。

该过程降雨24日12时首先出现在豫西,从当日15时开始降水自西向东转为降雪;21时后,省会郑州转为纯雪,降雪强度增大,22—23时郑州1h 降雪量达到10.0mm ;22时后,封丘、开封由雨夹雪转为纯雪;到25日05时,河南大部降雪趋于停止。

平顶山一次重污染天气过程成因及传输特征分析

平顶山一次重污染天气过程成因及传输特征分析

平顶山一次重污染天气过程成因及传输特征分析摘要:利用常规气象资料、颗粒物观测数据、NCEP 1°×1°分析资料、GDAS 1°×1°数据等,对2021年1月21日-24日平顶山一次重污染天气过程成因与污染物传输特征进行了分析。

结果表明: (1) 本次污染天气前期受静稳纬向环流和地面均压场影响,有利于污染积累;中期高空槽与地面高压引导弱冷空气东移南下,产生滞留效应,污染物迅速增加;后期低层东北路冷空气扩散,污染继续积累增长,形成重污染。

(2)本次重污染天气主要有5条传输路径,其中东北路径和偏东路径污染比例高,轨迹短,冷空气势力弱,对PM2.5近距离输送作用明显;西北路轨迹路径长,气团移速较快,重污染轨迹概率偏低;西北偏西路径近距离低高度传输对平顶山重污染影响不大。

(3)重污染时地面东北风占主导,其他方向风速较小,有利形成污染辐合以及污染物二次转化并加剧污染。

关键词:重污染天气;输送路径;轨迹聚类分析0引言近年来,随着经济快速发展及城市化进程的加快,大气污染问题日益突出,已经成为全社会面临的严峻问题,尤其是在冬半年,受东亚大槽槽后影响和青藏高原地形“背风坡”作用,我国中东部处于显著的下沉气流区,气象条件整体偏差,不利于大气污染扩散和清除;同时冬半年也是我国北方的集中供暖期,较高的污染源排放导致大气污染问题更为突出[1-3]。

研究表明,重污染天气不仅与本地排放源及不利的气象条件有关[4-6],外源污染物传输也是造成重污染天气的关键因素[7-8]。

刘超等[9]通过聚类分析法和后向轨迹模式对污染输送特征进行统计分析,花丛等[10]使用聚类轨迹模式对污染输送特征进行统计,进而基于潜在源区贡献和污染源排放强度等要素建立了传输指数,该指数在重污染天气预报评估中具有参考价值。

基于聚类轨迹结果分析污染物输送路径和潜在污染源区,能够对本地污染做出综合判断[11-12]。

基于GRADS的NCEP/FNL再分析资料自动化处理程序设计与实现

基于GRADS的NCEP/FNL再分析资料自动化处理程序设计与实现

第41卷㊀第4期气象与环境科学Vol.41No.42018年11月MeteorologicalandEnvironmentalSciencesNov.2018收稿日期:2016-11-22ꎻ修订日期:2018-01-26基金项目:湖南省气象局短平快课题(XQKJ16B083)资助作者简介:单丹(1990)ꎬ女ꎬ湖南保靖人ꎬ工程师ꎬ学士ꎬ从事短期天气预报研究.E ̄mail:shanjordan@vip.qq.com单丹ꎬ朱国光ꎬ胡航菲.基于GrADS的NCEP/FNL再分析资料自动化处理程序设计与实现[J].气象与环境科学ꎬ2018ꎬ41(4):133-139.ShanDanꎬZhuGuoguangꎬHuHangfei.DesignandImplementationofAutomaticDrawingChartProgramforNCEP/FNLReanalysisDataBasedonGrADS[J].MeteorologicalandEnvironmentalSciencesꎬ2018ꎬ41(4):133-139.doi:10.16765/j.cnki.1673-7148.2018.04.019基于GrADS的NCEP/FNL再分析资料自动化处理程序设计与实现单㊀丹1ꎬ朱国光1ꎬ胡航菲2(1.湘西土家族苗族自治州气象局ꎬ湖南吉首416000ꎻ2.安阳市气象局ꎬ河南安阳455000)㊀㊀摘㊀要:随着气象业务现代化发展ꎬ精细化天气分析需求越来越大ꎬ主要体现在更高的时空分辨率和更为丰富的资料内容上ꎮ利用NCEP/FNL1ʎˑ1ʎ间隔6h再分析资料ꎬ通过GrADS绘图ꎬ运用批处理和VB语言编写自动化处理程序ꎬ可迅速还原历史天气形势ꎬ生成如全风速脉动㊁湿位涡等非常规诊断物理量ꎬ对MICAPS起到有效补充ꎮ同时集成欧洲中心细网格及T639模式预报部分产品ꎬ其中EC模式2m温度及逐6h降水预报以一维折线叠加柱状图呈现ꎬ使用起来更为直观方便ꎻT639模式时序图则以剖面显示预报时段的相对湿度场㊁风场㊁温度场及垂直速度场ꎬ为业务人员制作预报及对外服务提供依据ꎮ程序操作简单ꎬ易于维护ꎬ解决了资料时间和数据自动识别的难点ꎬ具有资料批量下载㊁总控文件规范生成的优点和依照需求实现多要素㊁多层次资料叠加显示的功能ꎮ出图迅速且丰富ꎬ能帮助预报人员从多个角度了解强降水天气过程的成因及特点ꎬ提升了撰写技术总结效率ꎮ产品均以图片形式分类储存ꎬ方便共享给基层测报人员使用ꎬ为县(市)气象台站进行技术总结交流提供技术支撑ꎮ关键词:NCEP/FNL资料ꎻ批量出图ꎻGrADSꎻ产品显示中图分类号:P409㊀㊀㊀㊀㊀文献标识码:A㊀㊀㊀㊀㊀文章编号:1673-7148(2018)04-0133-07引㊀言NCEP/NCAR再分析数据是由美国气象环境预报中心(NCEP)和美国国家大气研究中心(NCAR)联合采用当今最先进的全球资料同化系统和完善的数据库技术ꎬ对各种来源(地面㊁船舶㊁无线电探空㊁测风气球㊁飞机和卫星等)的观测资料进行质量控制和同化处理ꎬ获得的一套完整的再分析资料集ꎮ它具有包含的要素多㊁范围广㊁延伸时段长的特点ꎬ是目前进行天气过程个例分析研究中较为广泛应用的数据资料ꎮ此外ꎬFNL资料最早可查询到1999年7月ꎬ可以作为长期存档分析数据ꎬ能为当地气象灾害㊁环境气象等人员编写业务技术总结提供较好的分析材料[1-4]ꎮ近年来ꎬ随着NCL的兴起ꎬGrADS的发展趋缓ꎬ但其本身在气象行业已经有着非常广泛的应用基础ꎮ软件可免费从互联网下载ꎬ适用于多种平台ꎬ入门简单且绘图命令丰富ꎬ可共享脚本ꎮ国内各主流气象网站㊁博客和论坛上均有大量模板供免费学习使用ꎮ出于便捷性和易学性考虑ꎬ采用GrADS作为绘图主程序[5]ꎮ目前台站业务人员使用的是中国气象局开发设计的MICAPS系统ꎬ该系统功能齐全ꎬ能满足日常天气分析的需求ꎬ但个性化定制实现较为复杂ꎮ鉴于基层台站工作人员计算机技术能力有限ꎬ业务人员有着对多要素资料集中显示的现实需求ꎬ本文利用GrADS对NCEP/FNL1ʎˑ1ʎ再分析资料进行解码ꎬFortran语言汇编批量处理主程序ꎬVB编码辅助设计交互界面ꎬ绘图不仅包括基本的多层天气形势场和常规物理量场ꎬ还以常用判据指标为依据ꎬ计算多气象与环境科学第41卷种实用预报变量ꎬ增加剖面时序图ꎬ出图美观㊁内容详尽ꎬ以期程序能在日常业务和科研方面起到一定作用ꎮ1㊀资料及方法程序的第一部分是历史天气过程自动绘图模块ꎬ使用的资料为NCEP/FNL再分析资料ꎬ其具有时次多㊁密度大㊁连续性强㊁分辨率高等特点ꎬ在中小尺度天气分析中具备较大优势ꎬ能够有效弥补常规观测资料在灾害性天气分析方面的不足ꎮFNL数据时空间分辨率为1ʎˑ1ʎ㊁时间间隔为6h(世界时00㊁06㊁12㊁18时)ꎬ资料覆盖全球ꎬ从2007年12月6日起数据由原来的Grib1码转为Grib2码沿用至今ꎬFNL数据Grib2码包含的部分物理量及其单位见表1ꎮ另一模块是常用数值预报产品个性化成图ꎬ针对预报员的需求设计ꎬ能实现多种要素资料集中显示的天气指导剖面时序图ꎬ便于气象人员更快更全面地把握天气形势ꎮ目前业务上T639模式资料采用Grib1码压缩数据ꎬ欧洲中心数值预报模式采用bin简单压缩ꎬ可解压为Grib码数据或直接读取转换后的MICAPS格式资料ꎮ表1㊀FNL数据Grib2码包含的部分物理量及其单位缩写参数名称单位CAPE∗对流有效位能J/kgCIN∗对流抑制能J/kgCWATclm气柱云水kg/m2HGT∗位势高度gpmHLCY3000_0m风暴相对螺旋度(0~3000m)m2/s2POTsig995位温(σ=0.995)KPRES∗气压PaPWATclm气柱可降水量kg/m2RH∗相对湿度%SPFH∗比湿kg/kgTMP∗温度KUGRD∗u分量m/sVGRD∗v分量m/sVVEL∗气压垂直速度Pa/sVWSH∗垂直风切变1/s㊀注:∗表示为了节省篇幅仅给出其关键字ꎬ该类参数含有多个层次的值2㊀历史天气过程图模块的设计及实现2.1㊀设计思路程序是以Window7操作系统ꎬGrADS2.0.1软件及Fortran6.5编译器为程序设计平台ꎬ具体流程见图1ꎮGrADS是将任一物理量看作关于时空的四维变量ꎬ固定其中两个维度ꎬ从而得到物理量的二维分布ꎮ因此除了基本Grib数据外ꎬ还需要涉及Grib2编码资料的解码(g2ctl.exe)和映射为idx索引文件(gribmap.exe)ꎮ此外ꎬ涉及较复杂的物理量时ꎬ可通过在gs脚本中编写公式计算ꎬ剖面图和多要素物理量叠加等也可以通过gs绘图模板实现ꎮ图1㊀历史天气图批量绘制流程2.2㊀FNL资料批量下载FNL资料所在的官网地址为http://rda.ucar.edu/ꎬ通过VB将所需数据时间段写入官方提供的perl命令模板中ꎬ即可实现一键式下载ꎮ2.3㊀生成控制文件和索引文件Grib数据格式是WMO规定的一种通用的气象数据格式ꎬ可以在各类机器上不受限制地交换ꎮ每一组GrADS数据应至少包括两个数据文件ꎬ即ASCII码的数据描述文件和二进制的数据文件ꎮGrADS并不直接使用 数据文件 ꎬ而是通过 描述文件 间接使用 数据文件 ꎬ即ctl文件和idx文件[6]ꎮ本文利用g2ctl.exe生成描述性文件(∗.ctl)ꎬ其用法如下:Dos>g2ctl.exe数据文件名>控制文件名.ctlꎻ再通过软件自带的gribmap.exe映射索引文件(∗.idx):Dos>gribmap-v-i控制文件名.ctl生成idx文件ꎮ下面介绍如何编写总括控制文件ꎮ为实现多文件批量出图ꎬ需要对描述性文件(∗.ctl)部分关键行进行修改ꎬ即以一个总括的控制文件来描述所有的数据ꎮ步骤如下:首先ꎬ将dset的数据集文件名写成可替换格式ꎮ431㊀第4期单㊀丹等:基于GrADS的NCEP/FNL再分析资料自动化处理程序设计与实现格式如下:E:\FN\history\data\fnl_%y4%m2%d2_%h2_00.grib2ꎬ其中%y2㊀代表两位数年%y4㊀代表四位数年%m1㊀代表一位或者两位数的月份数字%m2㊀代表两位数月份数字(用0补齐1位数)%mc㊀3个字符月份的缩写%d1㊀1或2位日期(天)%d2㊀两位日期(天)%h1㊀1或者2位时刻%h2㊀2位时刻其次ꎬ在第一行后添加一行 optionstemplate 定义时间范围和增量ꎮ第三ꎬtdefnumberLinearstartincrement关键行中的number和increment信息ꎬ通过批处理编码实现自动获取并赋值ꎮ下面为部分关键代码:dir/bE:\FN\history\dat\>>dir.tmpfor/f"delims=tokens=∗eol="%%ain(dir.tmp)do(set/aa=a+1)#读取资料数目del/f/qdir.tmp>nulsetnb=!a!#为提高程序运行速度及方便添加绘图模板ꎬ资料数目均以nb代替echo!a!>>nb.tmpdel/f/qdir.tmp>nuldir/bE:\FN\history\gsoriginal\>>dir.tmpfor/f"delims=tokens=∗eol="%%ain(dir.tmp)do(setb=%%afor/f"delims=tokens=∗usebackqeol="%%bin("E:\FN\history\gsoriginal\!b!")do(echo%%b|find"nb">nl.tmpechoshandan>>nl.tmpsetf=zackfairfor/f"delims==tokens=1eol="%%din(nl.tmp)do(sete=%%dif!e!==nbsetf=nb)if!f!neqnb(set/actr+=1)else(set/actr2+=1for/l%%cin(!ctr2!ꎬ2147483467ꎬ!ctr2!)do(setline%%c=!ctr!)set/actr+=1))for/f"delims=tokens=∗usebackqeol="%%ain("E:\FN/history\gsoriginal\!b!")do(set/actr3+=1setstr=%%afor/l%%bin(1ꎬ1ꎬ!ctr2!)do(if!ctr3!==!line%%b!(set/pnb=<nb.tmpechonb=!nb!>>!b!)else(echo!str!>>!b!)最后ꎬ直接对总括的控制文件进行gribmap映射ꎮ2.4㊀绘图模板的实现GrADS系统允许将交互环境下输入的命令罗列在一个文本文件中ꎬ或者使用描述语言(scriptlanguage)编写具有复杂功能的gs命令集(∗.gs)ꎬ然后批处理执行ꎮ通过编写描述语言gs命令集可以设计菜单式用户界面程序ꎬ高效地自动完成全部GrADS操作ꎮ描述语言提供了变量㊁流控制㊁输入输出等高级语言功能ꎮ且其本身完全由纯ASCII码文本形式书写ꎬ通过程序设计可实现诸如鼠标操作㊁设计函数㊁表达式赋值计算等功能ꎮ3㊀常用数值预报产品图模块的设计及实现3.1㊀设计思路目前预报业务上主要使用MICAPS软件ꎬ现已升级到4.0版本ꎬ功能更加强大ꎮ但其成图模块固定ꎬ灵活性不能满足预报员的需求ꎮ所以借助For ̄tran读取并转换为Grib数据ꎬ通过编写gs模板ꎬ以期得到多要素㊁个性化㊁更直观的图ꎮ设计思路如图2所示ꎮ3.2㊀程序编写及注意事项以EC细网格2m温度为例ꎬ它是MICAPS第四类格式资料ꎬ由文件头和格点数据组成ꎮ通过For ̄tran读取数据所在的格点信息和站点的经纬度ꎬ直接计算并转换为相应的格点数组ꎬ将提取出的温度数值存储到新的Grib数据集ꎬ以方便GrADS绘图ꎮ根据图2所示流程ꎬ第一个关键点是修改日期:EC模式最新起报时间是昨日20时ꎬ这需要在读取当前系统日期的基础上进行订正ꎮ此外ꎬ特别需要注意的是每月1日时ꎬ需将月份订正为前一个月ꎬ同时ꎬ1月1日当天ꎬ在月份订正的基础上还要增加年531气象与环境科学第41卷份订正ꎮ这里借助Fortran的date_and_time函数和selectcase条件控制语句ꎬ依照文件名的规律提取并组合关键字符串ꎮ首先介绍一下Fortran中date_and_time函数的用法:图2㊀模式预报资料读取及出图流程calldate_and_time(dateꎬtimeꎬzoneꎬvalues)#date㊀㊀输出以CCYYMMDD格式表示的日期ꎬ其中CCYY表示四位数的年份ꎬMM表示两位数的月份ꎬDD表示两位数的日期ꎮ#time输出以hhmmss.sss格式表示的当前时间ꎬ其中hh表示小时ꎬmm表示分钟ꎬss.sss表示秒和毫秒ꎮ#zone输出与世界时(UTC)的时差ꎬ以小时数和分钟数表示ꎬ采用hhmm格式ꎮ#values输出8个元素组成的整数数组ꎮvalues(1)㊀㊀以4位整数表示的年份ꎮvalues(2)以从1到12的整数表示的月份ꎮvalues(3)以从1开始的整数表示的当月日期ꎮ结合selectcase语句ꎬ实现日期订正ꎮ举例ꎬ假设当前计算机时间为2018年1月1日:calldate_and_time(Ntime(1)ꎬNtime(2)ꎬNtime(3)ꎬdate_time)selectcase(ca)case("0101")date_time(1)=date_time(1)-1date_time(2)=date_time(2)+11date_time(3)=31mon= DEC通过以上步骤ꎬ可以将年份订正为2017年ꎬ月份订正为12ꎬ日期为31日ꎮ第二个关键点是借助CVF编译器中的sys ̄temqq函数ꎬ实现批处理命令ꎻ第三个关键点是for ̄tran实现循环读取systemqq函数写入文件名的文本文件ꎬ从而达到文件的批量读取与处理ꎮ关键代码如下:result=systemqq("dir"//trim(cfile1)//"∗.∗/b>"//trim(cfile2)//adjustl('filename.txt'))doi=1ꎬntopen(1ꎬfile=trim(cfile2)//filenamer(k))㊀㊀read(1ꎬ∗)㊀㊀read(1ꎬ∗)㊀㊀read(1ꎬ∗)ar(k)ꎬbr(k)ꎬcr(k)ꎬdr(k)ꎬer(k)ꎬfr(k)ꎬgr(k)ꎬhr(k)其中ꎬcfile1=数据所在路径ꎬcfile2=写入数据资料文件名的文本文件所在位置ꎬnt为数据个数ꎮ4㊀结果分析本程序通过VB编码设计界面ꎬ以简洁直观㊁实用为主ꎮ界面如图3(a)所示ꎬ左上区域可自主选择所需资料时间范围ꎬ左下为一键式下载资料按钮ꎮ资料的预处理与绘制集成在一处ꎮ程序默认后台运行所有gs绘图模板ꎬ生成的文件统一以实际使用数据时次结合所绘物理量缩写来命名ꎬ方便分类存档ꎬ左侧中间要素区域则可针对右边显示区域需要设置ꎮ本程序gs模板预设了多种物理量[7]ꎬ成图产品包括多层高度场叠加风场(200hPa㊁500hPa㊁700hPa㊁850hPa和925hPa)㊁中低层形势场(700hPa垂直速度叠加850hPa风场㊁水汽通量散度叠加温度平流)[8-15]㊁多种物理量分布场(假相当位温㊁比631㊀第4期单㊀丹等:基于GrADS的NCEP/FNL再分析资料自动化处理程序设计与实现湿㊁CAPE㊁两层温度差㊁K指数等)(图略)ꎬ此外还个性化绘制了历史实况场㊁Skewplot图[16-17]㊁全风速脉动[18]㊁广义湿位涡[19-21]㊁涡度㊁散度单点空间剖面[22-26]及EC模式2m温度及逐6h降水预报场㊁T639模式时序图等复杂图形ꎮ本文展示了以下产品:图3(b)综合了多种实况数据ꎬ包括500hPa高度场叠加850hPa风场ꎬ以色斑图的形式标出累计降水实况ꎬ并且以粉色斜杆指明tbbɤ-32ħ的区域ꎬ便于预报员全面快速把握实况信息ꎮ图3(c)是借助GrADS函数集的plotskew函数ꎬ通过本站气象要素计算出Skewplot图中的相关物理量ꎬ对于没有探空站的地方也能起到辅助分析作用ꎮ图3(d)在绘出常规850hPa全风速线的基础上ꎬ自动标记正涡度中心(以图中的 D 表示)ꎬ实现不同要素同时绘制ꎮ图3(e)和图3(f)则展示本程序的另一个功能:计算更为复杂的物理量ꎮ图3(e)中通过计算实况850hPa湿位涡ꎬ并将6h强降水㊁相当位温和风场同时绘制ꎬ便于分析湿位涡的分布对降水落区的指示意义ꎬ还能通过湿位涡正负值的交界带出现位置来说明对流层中低层大气可能出现了条件性对称不稳定ꎬ从而解释对流能否发展或维持的关键因素ꎮ而在图3(f)中实现了不同要素分块展示:上部是分析区域的气柱可降水量的曲线ꎬ下部则绘制了涡度㊁散度场的空间剖面及垂直风场分布ꎮ最后两张是预报模式图的个性化绘制ꎬEC模式2m温度及逐6h降水量预报见图3(g)所示ꎬ直接使用的是MICAPS资料ꎬ便于本地化存档ꎬ用作模式稳定性检验ꎻ此外还添加了T639预报模式的时间序列图ꎬ包含常规预报需要的物理量ꎬ如水汽条件中的相对湿度(图3h中的色斑)㊁动力条件中的垂直速度(图3h中的虚线)㊁逐层风场及温度曲线ꎮ731气象与环境科学第41卷图3㊀程序部分展示图图(h)为2016年11月10日20时起报ꎻ剖面坐标:29ʎN㊁109ʎEꎻ温度单位:ħꎬ垂直速度单位:Pa s-1ꎬ风速单位:m s-1㊀㊀通过多角度㊁多要素㊁按需定制的方式有效输出天气形势图和物理要素场ꎬ不仅能够提高天气分析效率ꎬ更能将多个层数㊁多种气象要素集中反映出来ꎬ帮助预报员获取立体空间气象信息ꎬ协助从多角度了解气象灾害天气的形成过程ꎬ深入分析形成原因ꎬ高效提炼过程特征ꎬ对灾害性天气的预报和研究有一定的促进作用ꎮ5㊀结㊀语基于GrADS的NCEP/FNL再分析资料自动化处理程序的设计ꎬ使用更高时空分辨率数据ꎬ一定程度上弥补了历史资料缺失问题ꎬ同时提高了预报人员撰写重要灾害性天气过程技术总结的效率ꎮ本程序的最大特点在于能够将不同层次资料ꎬ不同物理量按照需求同时在一张图上显示ꎬ此外还具有计算复杂物理量(譬如湿位涡㊁风速脉动㊁扰动比湿等)的功能ꎬ绘图模板可灵活添加ꎬ便于值班人员更快更全面地把握天气形势ꎮ程序操作简单易上手ꎬ易于维护ꎬ可依据本地业务人员需求设计绘图指令ꎬ集成模板ꎬ在使用中反馈较好ꎮ今后ꎬ该程序的功能还将不断更新完善ꎬ重点从当地天气指标提炼入手ꎬ深入研究灾害性天气形成过程ꎬ为气象服务提供技术支撑ꎮ参考文献[1]邓伟ꎬ陈海波ꎬ马振升ꎬ等.NCEP/FNL全球分析资料的解码及其图形显示[J].气象与环境科学ꎬ2009ꎬ32(3):78-82. [2]李葳.NECPFNL资料解码及数据格式转换[J].气象与减灾研究ꎬ2011ꎬ34(1):63-68.[3]陆琛莉ꎬ李海军ꎬ张雪慧ꎬ等.2013年12月浙北北部两次重度霾过程的对比分析[J].气象与环境科学ꎬ2018ꎬ41(1):47-55. [4]霍文ꎬ张广兴ꎬ秦贺ꎬ等.塔城312东风沙尘暴天气模拟分析[J].沙漠与绿洲气象ꎬ2014ꎬ8(4):26-31.[5]柏枫ꎬ谌孙荣ꎬ陈邦怀ꎬ等.NCEP/FNL分析资料本地化应用系统设计与实现[J].计算技术与自动化ꎬ2013ꎬ32(3):141-144. [6]朱禾.GrADS绘图实用手册[M].北京:气象出版社ꎬ2011:130.831㊀第4期单㊀丹等:基于GrADS的NCEP/FNL再分析资料自动化处理程序设计与实现[7]朱乾根ꎬ林锦瑞ꎬ寿绍文ꎬ等.天气学原理和方法[M].北京:气象出版社ꎬ2007:320-331.[8]杨舒楠ꎬ徐珺ꎬ何立富ꎬ等.低层温度平流对华北雨雪天气过程的降水相态影响分析[J].气象ꎬ2017ꎬ43(6):665-674. [9]武威ꎬ顾佳佳ꎬ牛淑贞ꎬ等.豫中南一次秋季区域性暴雨成因分析[J].气象与环境科学ꎬ2018ꎬ41(1):94-102.[10]吴璐ꎬ常军ꎬ徐岩岩.华北地区春季降水与ENSO的关系[J].气象与环境科学ꎬ2017ꎬ40(1):21-25.[11]王福侠ꎬ张南ꎬ赵玉广ꎬ等.河北盛夏2次大暴雨过程对比分析[J].干旱气象ꎬ2015ꎬ33(1):110-118.[12]朱义青ꎬ胡顺起ꎬ张品竹ꎬ等.山东南部一次大暴雨过程的中尺度特征及成因分析[J].干旱气象ꎬ2015ꎬ33(1):119-127. [13]徐祥德ꎬ王寅钧ꎬ魏文寿ꎬ等.特殊大地形背景下塔里木盆地夏季降水过程及其大气水分循环结构[J].沙漠与绿洲气象ꎬ2014ꎬ8(2):1-11.[14]耿建军ꎬ李浚河ꎬ杜佳ꎬ等.2013年北京地区一次强对流降水天气成因分析[J].气象与环境科学ꎬ2016ꎬ39(1):52-58. [15]张启绍ꎬ芦阿咪ꎬ张一平.河南一次局地强降水过程的中尺度分析[J].气象与环境科学ꎬ2016ꎬ39(1):74-81.[16]东高红ꎬ解以扬ꎬ于莉莉.一次局地大暴雨的落区分析与预报[J].气象ꎬ2010ꎬ36(6):50-58.[17]李圆圆ꎬ支竣ꎬ张超.2013年6月喀什地区一次强冰雹天气的成因分析[J].沙漠与绿洲气象ꎬ2014ꎬ8(2):19-26.[18]丁一汇.高等天气学[M].北京:气象出版社ꎬ2005:443-444. [19]曹楚ꎬ王忠东ꎬ刘峰ꎬ等.2013年 菲特 台风暴雨成因及湿位涡诊断分析[J].气象与环境科学ꎬ2016ꎬ39(4):86-92. [20]张晓红ꎬ罗静ꎬ陈兴ꎬ等.一次春季江淮气旋形成发展特征及暴雨诊断分析[J].气象ꎬ2016ꎬ42(6):716-723.[21]寿绍文.位涡理论及其应用[J].气象ꎬ2010ꎬ36(3):9-18. [22]杨新林ꎬ孙建华ꎬ鲁蓉ꎬ等.华南雷暴大风天气的环境条件分布特征[J].气象ꎬ2017ꎬ43(7):769-780.[23]孔期ꎬ林建.2015年5月19-20日华南地区不同性质暴雨成因和预报分析[J].气象ꎬ2017ꎬ43(7):792-803.[24]赵强ꎬ王楠ꎬ李萍云ꎬ等.两次陕北暴雨过程热力动力机制诊断[J].应用气象学报ꎬ2017ꎬ28(3):340-356.[25]卢小丹ꎬ王黎娟ꎬ刘国忠ꎬ等.两个不同季节台风引发广西特大暴雨的水汽和螺旋度对比分析[J].热带气象学报ꎬ2017ꎬ33(3):375-385.[26]张秉祥ꎬ韩军彩ꎬ陈静ꎬ等.华北地区空中水汽含量与降水量的关系[J].干旱气象ꎬ2012ꎬ30(2):207-215.DesignandImplementationofAutomaticDrawingChartProgramforNCEP/FNLReanalysisDataBasedonGrADSShanDan1ꎬZhuGuoguang1ꎬHuHangfei2(1.XiangxiAutonomousPrefectureMeteorologicalOfficeꎬJishou416000ꎬChinaꎻ2.AnyangMeteorologicalOfficeꎬAnyang455000ꎬChina)㊀㊀Abstract:Withthedevelopmentofmeteorologicalmodernizationꎬthereisagrowingdemandofrefinedweatheranalysisꎬwhichismainlyreflectedinthehigherspatialandtemporalresolutionandmoreplentyofdata.UsingtheNCEP/FNLreanalysisdata(1ʎˑ1ʎꎬ6hinterval)ꎬtheAutomaticDrawingChartProgramiswrittenbyGrADSꎬbatchprocessingandVBlanguage.ItcouldrestorethehistoricalweathersituationquicklyꎬcalculatingthewindvelocityfluctuationꎬMPVetalꎬandprovideeffectivesupplementsofMICAPS.AtthesametimeꎬtheprogramintegratessomeproductsofECMWFandT639ꎬwhiletheECmodel2mtemperatureand6hprecipitationforecastarepresentedinone ̄dimensionalpoly ̄lineoverlayhistogramchartꎬandT639modeltimeseriesplotarepresentedtherelativehumidityꎬwindfieldꎬtemperaturefieldꎬandverticalvelocityfieldinsection.Itcouldprovideeffectivesupplementarymaterialforbusinesspeopletomakeforecastandprovideservice.Theprogramiseasytooperateandmaintainwhichcandownloadꎬdecodeꎬreadꎬcalculateandoutputthedataautomatically.Moreimpor ̄tantlyꎬitcouldbewrittenaccordingtoindividualneedsꎬupdateandshareatanytime.Thereforeitcanhelpforecasterstounderstandthecausesandcharacteristicsofsevereweatherprocessfrommulti ̄angleview.Theproductsaresortedandstoredinpicturetypeꎬwhichisconvenienttosharewiththegrass ̄rootpersonnelꎬandprovidetechnicalsupportforthecityandcountymeteorologicalstationstuffintechnicalsummary.Keywords:NCEP/FNLdataꎻbatchdrawingꎻGrADSꎻproductdisplay931。

wrfchem

wrfchem

排放清单
大气污染物排放清单指各种排放源在一定时间跨度和空间
区域内向大气排放的大气污染物的量的集合。准确、更新及 时、高分辨率排放清单是识别污染来源、支撑模式模拟、分 析解释观测结果和制定减排控制方案的重要基础,无论对于 大气化学与气候相互作用、大气复合污染来源识别等科学问 题探究,还是对于污染物总量减排、空气质量达标等环境管 理问题来说,都是极为关键的核心支撑。
选定模拟区域

可以使用 WRFDomainWizard软件来帮助划区域
选择Lambert 投影的基准纬 度
选择Lambert投影 更新
选择大致的母 网格区域
更 新 后
选择嵌套
修改参数
鼠标点击domain2框, 可以调整模拟区域 位置
新建domain2
修改参数:子网格 与母网格格局比等 参数
WRFCHEM前处理过程
气相化学(Gas-phase chemistry)


气相化学机制是区域空气污染模型中一个重要的组成部分, 气相化学转化率,以及排放、传输和沉降决定了气体的种 类。对流层中活性有机物、硫酸、氮氧化物及臭氧的排放 及酸沉降与区域空气污染的关系多由气相化学机制影响。 同时气相化学也决定了液相化学的种类,及反应速度。 WRFCHEM 提供了 4 种气相化学机制,分别是 RADM2 (Regional Acid Deposition Model version 2) 、 RACM (Regional Atmospheric Chemistry Mechanism) 、RACM NOAA/ESRL version 、CBMZ (Carbon-Bond Mechanism veF模式系统是采用Fortran 90、Fortran 77及c++编译语言进行编译 与测试的,所以,运行WRF必须先安装编译软件, 目前运用的编译 软件主要有PGI和INTEL。 另外,WRF运行时所使用的输入输出文件多为 NetCDF文件,因此还 需要安装Netcdf软件

一次江淮气旋大暴雨的诊断分析和数值模拟

一次江淮气旋大暴雨的诊断分析和数值模拟

第41卷㊀第1期气象科学Vol.41,No.1㊀2021年2月JournaloftheMeteorologicalSciencesFeb.,2021㊀吴琼,陈圣劼,白杨,等.一次江淮气旋大暴雨的诊断分析和数值模拟.气象科学,2021,41(1):86⁃98.WUQiong,CHENShengjie,BAIYang,etal.DiagnosticanalysisandnumericalsimulationofaheavyrainstormassociatedwiththeJianghuaicyclone.JournaloftheMeteorologicalSciences,2021,41(1):86⁃98.一次江淮气旋大暴雨的诊断分析和数值模拟吴琼1㊀陈圣劼2㊀白杨1㊀夏露1㊀汪婵娟1(1扬州市气象局,江苏扬州225000;2江苏省气象台,南京210008)摘要㊀利用ERAInterimDaily的0 5ʎˑ0 5ʎ资料对2011年6月9 10日的一次江淮气旋大暴雨天气过程进行天气学分析㊂结果表明:江淮气旋和低空急流是本次大暴雨过程的主要影响系统;高空200hPa西风急流右侧的上升支和锋面的抬升作用提供了动力条件;低空西南急流提供了水汽条件,此次过程对流条件较好,具有较大的对流有效位能(ConvectiveAvailablePotentialEnergy,CAPE);大气的对流不稳定性远大于斜压性,强降水发生在湿位涡正负值过渡的等值线密集带附近㊂过程最强降水时段由一次长生命史的中尺度飑线过程导致,利用WRFv3 9可以进行较好地模拟㊂研究飑线的环境条件和结构特征发现,环境大气具有较大的CAPE值和较小的对流抑制能(ConvectiveInhibitionEnergy,CIN),有利于对流的触发;较强的0 3km垂直风切变,有利于飑线的维持;尽管冷池较浅薄,但冷池出流的抬升作用有利于对流的触发和飑线的维持㊂关键词㊀大暴雨;江淮气旋;WRF;飑线;RKW㊀㊀分类号:P456 7㊀㊀㊀doi:10.12306/2020jms.0029㊀㊀㊀文献标识码:A收稿日期(Received):2019⁃08⁃09;修改稿日期(Revised):2020⁃04⁃12㊀㊀基金项目:江苏省气象局青年基金资助项目(KQ202126)通信作者(Correspondingauthor):吴琼(WUQiong).20061301262wq@sina.comDiagnosticanalysisandnumericalsimulationofaheavyrainstormassociatedwiththeJianghuaicycloneWUQiong1㊀CHENShengjie2㊀BAIYang1㊀XIALu1㊀WANGChanjuan1(1YangzhouMeteorologicalBureau,JiangsuYangzhou225000,China;2JiangsuMeteorologicalObservatory,Nanjing210008,China)㊀㊀Abstract㊀BasedontheERAInterimDailydata,aheavyrainstormassociatedwiththeJianghuaicycloneoccurredduring9to10inJune2011wasanalyzed.ResultsshowthattheJianghuaicycloneandthejetstreamathighandlowlevelsarethemaininfluencingsystemsoftheheavyrainstorm.Theupwardmotionontherightsideofthewestjetstreamat200hPaandfrontalliftingprovidesupliftconditionsfortheoccurrenceofheavyrainfall;thelow⁃levelsouthwestjetstreamtransportswatervapor.TheconvectionconditionofthiseventisgoodwithalargeCAPEvalue;theconvectiveinstabilityofatmosphereisfargreaterthanthebaroclinicinstabilityandthestrongprecipitationoccurrsinthevicinityofthedensezoneofpositiveandnegativevaluesofMPV.Theperiodofmaximumprecipitationinthisprocessiscausedbyalong⁃lastingmesoscalesqualllinewellreproducedbytheWRFv3 9numericalmodel.Theenvironmentalconditionsandstructuralfeaturesofthesqualllinewereanalyzed,andtheresultsshowthattheatmosphericenvironmenthaslargeConvectiveAvailablePotentialEnergy(CAPE)andsmallConvectiveInhibitionEnergy(CIN),whichisconducivetothetriggeringofconvection;theatmosphericenvironmentalsohasastrongverticalwindshearbetween0⁃3km,whichisadvantageoustothemaintenanceofsquallline;althoughthecoldpoolofsqualllinewasfairlyshallow,theupliftbythecoldpoolisconducivetothetriggeringofconvectionandhencethemaintenanceofsquallline.Keywords㊀heavyrainstorm;Jianghuaicyclone;WRFnumericalmodel;squallline;RKW㊀引㊀言江淮气旋是对我国影响较大,较常见的天气系统,易引发灾害性天气㊂国内外学者均对其进行了大量的研究[1-6]㊂马雷鸣等[7]通过研究垂直切变与入海江淮气旋初期发展的关系,揭示了大气斜压性对气旋发展的重要作用㊂李柏等[8]利用MM5模式模拟江淮气旋发现,700hPa以下的低层温压场的斜压结构是气旋发展的重要因素㊂吴海英等[9]通过对等压面位涡的垂直结构演变分析发现,高层位涡的下传,促进了对流层低层及地面的气旋发展,凝结潜热释放与气旋的发展机制之间存在着正反馈作用㊂赵兵科等[10]利用拉格朗日方法和位涡收支诊断对一次强气旋的发展演变过程进行了诊断分析,且ZHAO,etal[11]进一步运用位涡反演的方法验证了凝结潜热加热对该次气旋发展所起的重要作用㊂Ahmadr⁃Givi,etal[12]揭示了在一些个例中,非绝热加热作用对气旋的发生起主要贡献,能促进高低层位涡异常锁相并共同增幅发展㊂围绕江淮气旋暴雨,学者们也做了一系列研究㊂张晓红等[13]在诊断分析一次春季江淮气旋暴雨时发现,暴雨区主要位于高空槽前以及地面气旋的左前方㊂陈筱秋等[14]基于NCEP资料对一次东移且引发暴雨的江淮气旋进行了结构特征分析发现,500hPa高空槽前中低层低涡㊁切变线㊁气旋等天气系统引起了强上升运动,暴雨区南北两支次级环流圈的存在有利于上升运动的维持,地形的抬升作用也使降水得以加强㊂魏建苏等[15]在用WRF模式对江苏一次强降水过程模拟分析后发现,WRF模式对中小尺度天气过程有较强的模拟和预报能力㊂前人的研究多集中于江淮气旋气候特征分析和江淮气旋发展机理研究,或是针对江淮气旋造成的暴雨个例中较大尺度的动力学及热力学特征,针对江淮气旋暴雨过程里中小尺度系统动力特征的研究相对较少㊂因此本文根据历史江淮气旋个例中降水强度和小时雨强的情况选择了2011年6月9 10日发生在湘鄂赣交界处山区的一次江淮气旋大暴雨天气过程,进行了天气尺度的诊断分析,而对于过程中的中小尺度系统因为常规资料的时空分辨率不足,引入WRFv3 9数值模式对其中的强降水时段进行模拟,利用模式输出的高时空分辨率资料进一步诊断分析中小尺度系统在本次大暴雨过程中造成强降水时段的原因,以期为日后江淮气旋暴雨预报工作提供一定的参考㊂1㊀资料和方法(1)利用中国自动站与CMORPH[16]降水产品融合的逐小时降水量网格数据(空间分辨率为0 1ʎˑ0 1ʎ,时间间隔为1h)作为本文中降水量实况;(2)利用ERAInterimDaily的0 5ʎˑ0 5ʎ资料,对本次大暴雨天气过程进行天气尺度分析;(3)运用WRFv3 9对选取个例进行模拟,模式采用的初始场资料为NCEPFNL全球分析资料(水平分辨率为1ʎˑ1ʎ,时间间隔6h),时间段为2011年6月9日00时(世界时,下同) 2013年6月10日12时,模式运行时间为36h㊂试验具体设置如下:采用双向双重嵌套网格,母网格的区域范围为(10ʎ 50ʎN,90ʎ 130ʎE),中心位置在(30ʎN,110ʎE),子网格的区域范围为(20ʎ 40ʎN,100ʎ 125ʎE)㊂母网格网格距为12kmˑ12km,子网格的网格距为4kmˑ4km㊂母网格的积分步长是90ᶄ,子网格积分步长为30ᶄ㊂母网格数据输出时间为1h,子网格数据输出时间为10min㊂母网格和子网格的垂直分层均为50层,模式层顶达到50hPa㊂微物理过程采用WSM3类简单冰方案㊁边界层参数方案为YSU方案㊁陆面过程采用了Noah方案㊁积云参数采取Kain⁃Fritsch方案㊁短波辐射采用的是Dudhia方案㊁长波辐射方案为RRTM方案㊂2㊀过程概况2011年6月9 10日,500hPa西风槽东移,低层西南涡移出,东移略北抬(图1a),移动过程中发展出明显冷暖锋结构,产生气旋波降水,在江淮气旋移动路径沿线的湖北南部㊁湖南东北部㊁江西北部㊁安徽东南部,浙江北部㊁江苏南部地区先后出现暴雨到大暴雨天气(图1b)㊂10日,此次江淮气旋暴雨过程雨带呈东西向分布,降水量中心出现在安徽东南部和鄂湘赣交界(29ʎN,114ʎE)附近,日降水量中心分别达到100 150mm及200mm以上㊂根据逐小时降水演变情况来看,9日22时至10日04时为降水最强时段,湘鄂赣三省交界处部分站点小781期㊀吴琼,等:一次江淮气旋大暴雨的诊断分析和数值模拟图1㊀(a)9日08时 10日20时逐6h地面气旋移动路径;(b)10日24h累积降水量(单位:mm)Fig.1㊀(a)Themovingpathofcyclonefrom0800UTCon9to2000UTCon10;(b)accumulativerainfallof24hourson10(unit:mm)时雨强超过40mm㊃h-1(图略),随后减弱,10日午后降水在东移至安徽南部再次增强,中心小时雨强超过20mm㊃h-1㊂此次暴雨过程伴有雷电㊁短时强降水等对流性天气,湖南㊁湖北等省多处发生暴雨洪涝灾害,另有多地出现山体滑坡㊁泥石流等次生地质灾害,死亡41人,失踪33人,紧急转移安置11 1万人,对生命安全和社会经济造成了极大的损失㊂3㊀天气学分析3 1㊀环流背景分析9日20时 10日20时,500hPa副热带高压位于海上(图2a㊁c),其脊线位置位于23ʎN附近,副热带高压西北侧为西南暖湿气流;中纬河套槽东移,槽后冷空气东移南压,冷暖空气相持在长江流域附近㊂中高空槽前暖平流有利于低层减压,高空槽前正涡度平流的输送也有利于低层低值系统的发生发展㊂9日20时在对流层中低层850hPa(图2b)的重庆以东,湖南北部存在低值中心,其移动路径与地面气旋路径一致,为东北偏东,低压中心位置自地面向对流层中低层向冷区倾斜,冷暖空气的强烈对峙造成大气斜压性增强,有利于中低层气旋性波动的发生发展(图2d)㊂10日夜间,气旋东移北抬入海后(图略),由江淮气旋造成的本次降水过程也趋于结束㊂3 2㊀高低空急流分析分析200hPa风场(图3a㊁b)可以看出,9日20时 10日02时,200hPa急流分流区位于暴雨区上空,高空分流有利于高层辐散抽吸作用的增强㊂为了进一步观察垂直方向上的运动,沿暴雨中心114ʎE做纬向垂直剖面(图3c㊁d),可以看到,在高空急流北侧有下沉气流在46ʎ 48ʎN附近㊂在急流南侧,下沉气流与上升气流交汇于300 400hPa之间,上升气流最强支处于28ʎ 32ʎN之间,与暴雨带对应较好,高空急流北侧下沉支和南侧上升气流构成了闭合环流,闭合次级环流的上升支有利于对强降水区上升气流的增强㊂低空急流是中纬暴雨天气发生的重要影响系统,观察850hPa急流分布,9日20时(图4a),急流并不显著,从10日02时开始,急流开始增强(图4b),范围有所扩大,出现大片12m㊃s-1以上的急流带,急流范围主要在30ʎN以南,覆盖湘㊁赣㊁浙大部分范围,急流中心风速随后进一步增强,10日08时和14时分别达到18m㊃s-1和21m㊃s-1以上(图4c㊁d)㊂急流核随时间东移北抬,10日08时,位于30ʎN鄂湘皖浙交界一带,增强的西南急流位于强降水带的南侧,为本次大暴雨过程在低层输送暖湿气流,也为大气不稳定层结提供能量㊂3 3㊀水汽条件分析对于一个地区的强降水预报,除水汽的分布情况还必须考虑各个方向输送来的水汽能否在此集中[17],分析本次过程水汽通量情况可以发现(图5a㊁d),本次大暴雨过程的水汽通量输送来自孟加拉湾的西南暖湿气流,阴影负值区对应水汽通量辐合,在降水中心附近存在水汽通量辐合中心,其中10日02时前后,也就是本次过程小时降水量最强时段前后,水汽通量辐合中心数值可达-8ˑ10-8s-1以上(图5b)㊂10日08时之后西南水汽通量输送减小,水汽通量辐合也有所减弱,水汽供应的减弱也造成了降水随之减小(图5c㊁d)㊂3 4㊀湿位涡分析湿位涡(MoistPotentialVorticity,MPV)作为综合反映大气动力和热力性质的物理量,被广泛使用在暴雨天气的诊断分析中[18]㊂MPV在等压面上展88气㊀㊀象㊀㊀科㊀㊀学㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀41卷图2㊀9日20时(a)500hPa,(b)850hPa;10日08时(c)500hPa,(d)850hPa的等高线(实线,单位:hPa)和等温线(虚线,单位:ħ)分布Fig.2㊀Thedistributionofheightfield(solidline,unit:hPa)andtemperaturefield(dottedline,unit:ħ)at2000UTCon9at:(a)500hPa,(b)850hPa;at0800UTCon10at:(c)500hPa,(d)850hPa图3㊀200hPa风场和沿114ʎE剖面的纬向垂直剖面(阴影,单位:m㊃s-1):(a㊁c)9日20时;(b㊁d)10日02时Fig.3㊀Theflowfieldat200hPaandtheprofileofflowfieldalong114ʎE(shadow,unit:m㊃s-1)at:(a,c)2000UTCon9;(b,d)0200UTCon10981期㊀吴琼,等:一次江淮气旋大暴雨的诊断分析和数值模拟图4㊀850hPa流场和全风速(阴影,单位:m㊃s-1)(a)9日20时;(b)10日02时;(c)10日08时;(d)10日14时Fig.4㊀Theflowfieldandtotalwindspeed(shadow,unit:m㊃s-1)at850hPaat:(a)2000UTCon9;(b)0200UTCon10;(c)0800UTCon10;(d)1400UTCon10开可得,MPV=-g(ζp+f)∂θse∂p+g(∂v∂p∂θse∂x-∂u∂p∂θse∂y)=MPV1+MPV2㊀㊂(1)其中:ζp是相对涡度;f是科氏参数,是假相当位温;g是重力加速度,位涡的单位是PVU(1PVU=10-6m2㊃K㊃kg-1㊃s-1);MPV1是空气块绝对涡度的垂直分量与湿相当位温垂直梯度的乘积,是湿位涡的正压项;MPV2是风的垂直切变和湿相当位温水平梯度的乘积,表示湿位涡的斜压项[19]㊂沿112ʎ 114ʎE的平均范围内做经向的垂直剖面(图6a c)发现,MPV1和MPV的分布特征接近,MPV2比MPV1小一个量级,大气的斜压性作用远小于对流不稳定性的作用㊂强降水发生在MPV1或MPV2的正负值过渡的等值线密集带附近,在此处冷暖空气交汇,同时还是对流不稳定和斜压不稳定相结合的区域,有利于水汽的辐合和垂直涡度的剧烈发展㊂从MPV在850hPa的水平分布(图6d)来看,在10日02时,MPV的正值中心在湖南湖北交界线一带,中心值可达20PVU以上,负值中心在徽㊁赣㊁浙交界处,与其西侧正值中心间形成MPV等值线密集带,强降水发生在对流层低层MPV正负值过渡的等值线密集带附近㊂在此处冷暖空气交汇,是对流不稳定作用和斜压不稳定作用相结合的区域,有利于强降水的发生㊂4㊀数值模拟4 1㊀数值模拟结果验证为了检验数值模式实验的模拟效果,分别从主要影响系统气旋与急流的模拟情况,以及降水的模拟等方面将模拟结果与实况进行比较㊂实况中江淮气旋的路径是先东移后东移北上,整体是向东北方向移动(图7a),从模拟结果来看(图7b),试验对于气旋的移动路径进行了较好的模拟㊂在9日夜间强降水时段,试验对江淮气旋中心位置㊁移速和路径均有较好模拟㊂从急流模拟情况来看,急流范围大致相同,对比10日02时急流强度和风场分布情况,实况风速在14m㊃s-1左右,模式为12 16m㊃s-1㊂在(29ʎ 32ʎN,109ʎ115ʎE)区域内,风场呈气旋式环流,为东北西南向的低压中心(图7c),而模拟的同区域内风场呈气旋式环流切变,并包含3个独立气旋式环流(图7d),整体风场的模拟较成功,急流强度比实况略强㊂09气㊀㊀象㊀㊀科㊀㊀学㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀41卷图5㊀850hPa水汽通量(箭矢,单位:g㊃cm-2㊃hPa-1)和水汽通量散度(阴影,单位:10-8g㊃cm-2㊃hPa-1㊃s-1):(a)9日20时;(b)10日02时;(c)10日08时;(d)10日20时Fig.5㊀The850hPawatervaporflux(arrow,unit:g㊃cm-2㊃hPa-1)andwatervaporfluxdivergence(shadow,unit:10-8g㊃cm-2㊃hPa-1㊃s-1)at:(a)2000UTCon9;(b)0200UTCon10;(c)0800UTCon10;(d)2000UTCon1010日00 06时的6h降水实况来看,降水中心主要有3个(图7e),自西向东分别位于:(1)湖南中部(28ʎN,111ʎE)附近,中心雨量150 200mm;(2)湘鄂赣交界处(29ʎN,114ʎE)附近,中心雨量达到200 250mm;(3)最东侧雨量中心位于皖赣浙交界处,中心雨量在40 80mm㊂在模拟对应的时段内,模式比较好的模拟出了3个降水中心,雨带位置和雨量中心位置模拟结果与实况相比略偏南(图7f),对于湘鄂赣交界处(29ʎN,114ʎE)的雨量中心而言,6h的控制试验模拟降水效果与实况量级相当,超过80mm的降水范围略扩大,这与前面分析的急流模拟也略偏强的结论吻合㊂4 2㊀中尺度对流系统发展过程9日后半夜到10日凌晨产生多个侧向排列的对流单体,呈带状分布,长宽比大于5ʒ1,形成飑线[20]㊂由于飑线维持时间较长,且移动路径稳定,降水回波不断经过(28ʎN,114ʎE)附近,造成了该区域的强降水发生㊂飑线结构在遇到江南丘陵幕阜山㊁九岭山附近地形(图8a)迎风坡时增强(图8b),在经过山脉后回波逐渐破碎,在10日白天反射率迅速减弱㊂将影响降水中心的回波单体进行编号(图9),分别为中⁃β尺度单体1(绿色圆圈)㊁中⁃β尺度单体2(蓝色圆圈),如图9a所示,单体1逐渐离开丘陵下垫面,进入洞庭湖附近地势较为开阔平坦地区,其组织化程度逐渐转好,单体范围扩大,9日23时30分(图9b),单体1进入幕阜山㊁九岭山地形的迎风坡,地形抬升作用加强,其强度加强,单体2逐渐缩小与单体1的距离,逐渐与单体1合并连成一条带状飑线(图9c f)㊂本次飑线过程有较长生命史,其从发生㊁发展到逐渐减弱破碎生命史约9h,在其稳定东移过程中,对(28ʎ 29ʎN,114ʎE)范围内造成较长时间的连续强降水,导致了此地大暴雨天气的发生㊂4 3㊀飑线的发展演变机理利用模式输出空间分辨率为4kmˑ4km的较为精细数据来对此次飑线过程从不稳定能量㊁垂直风切变㊁垂直结构和冷池等方面着手,研究其发生发展的机制㊂4 3 1㊀不稳定能量对比CAPE值的模拟结果和实况可以看出,模式较好地模拟出9日午后具有较大CAPE值,和降191期㊀吴琼,等:一次江淮气旋大暴雨的诊断分析和数值模拟图6㊀10日02时沿112ʎ 114ʎE的平均经向垂直剖面:(a)MPV(单位:PVU);(b)MPV1(单位:PVU);(c)MPV2(单位:10-1PVU);(d)MPV在850hPa的水平分布(单位:PVU)Fig.6㊀Averageverticalsectionalong112ʎ-114ʎEat0200UTCon10:(a)MPV(unit:PVU);(b)MPV1(unit:PVU);(c)MPV2(unit:10-1PVU);(d)thedistributionofMPVat850hPa水发生后CAPE值的迅速减小的情况㊂可以看出,9日20时(图10a)在(26 6ʎ 28 8ʎN,113 6ʎ115 4ʎE)范围内,也是对流发展的前沿拥有较大的CPAE值,中心值达到3000J㊃kg-1以上,对流能量积聚,但对流降水发生后,CAPE值快速下降,到10日02时(图10b),中心只有1500J㊃kg-1左右㊂CIN值在整个过程中比较稳定,基本在10 100J㊃kg-1,CAPE值远大于CIN值,有利于对流的发生(图10c),而降水发生后CIN则略有回升(图10d)㊂在图10方框所示范围内求CAPE和CIN的平均值(方框位置选取在回波发展的上游),做垂直方向的剖面㊂结果如图11所示,分别显示了9日16时(空心圆线条),10日07时(实心圆线条),10日07时(叉号线条)的CAPE和CIN的空间分布,可以看到高值区基本都在700hPa以下区域,对流是从较低层积聚能量发展起来的,对流有效位能集中在低层㊂在9日上午(图11a),CAPE高值在900J㊃kg-1左右,到了9日16时逐渐增加到2000J㊃kg-1左右,但是随着对流降水的发生又快速减弱,10日07时已经降至250J㊃kg-1左右,CAPE值有一个先累积增大,再释放减小的过程,很好地解释了对流能量的累积和释放过程㊂CIN(图11b)在整个过程中均小于CAPE值,并且在CAPE增加过程中CIN值逐步减小㊂9日08时为60J㊃kg-1,之后有所下降,9日16时降至10J㊃kg-1左右,在对流发生以后,又有所增加,达到23J㊃kg-1左右㊂CAPE和CIN值的变化较好的体现了对流发生前能量的积累过程和对流发生后能量的释放减弱㊂较强的CAPE和较弱的CIN是本次飑线可以维持较长生命史的一个重要原因㊂4 3 2㊀垂直风切变Rotunno,etal[21]提出了描述飑线发展传播的RKW理论 ,指出低层风垂直切变与地面冷池的动力平衡是飑线维持发展的重要因子㊂垂直于飑线的低层切变越强[22],飑线的强度也越大,生命史也越长㊂对比模式输出0 3km风切变(图12a c)和实况(图12d)可知:9日20时0 3km垂直风切变的模式输出数据和实况数据均显示为西北气流,量级相近,具有较高可信度㊂通过观察0 3km垂直风切变分布可以看出,从中尺度对流单体1和单体2开始逐步靠近㊁合并,29气㊀㊀象㊀㊀科㊀㊀学㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀41卷图7㊀09日08时 10日20时逐6h气旋中心位置:(a)实况㊁(b)模式;850hPa风杆(单位:m㊃s-1)和全风速(阴影,单位:m㊃s-1):(c)实况㊁(d)模式;10日00 06时的6h降水(单位:mm):(e)CMORPH㊁(f)模式Fig.7㊀Thelocationofcyclonecenterby6hfrom0800UTCon9to2000UTCon10:(a)observation,(b)simulation;thewind(unit:m㊃s-1)andtotalwindspeed(shadow,unit:m㊃s-1)at850hPa:(c)observation,(d)simulation;theprecipitationfrom0000UTCto0600UTCon10(unit:mm):(e)observation,(f)simulation发展为带状飑线时(9日夜间)开始一直到飑线结构逐渐松散(10日白天),均存在较强的垂直风切变,在飑线发生前,9日20时以后,在飑线发展的前部区域可达10 20m㊃s-1以上㊂从垂直风切变的方向来看,飑线是东北 西南走向的,在飑线加强发展前,9日20时后,在飑线前部存在和飑线走向相垂直的垂直风切变,呈西北 东南向㊂垂直于飑线的低层切变越强,飑线的强度也越大,生命史也越长[22]㊂由于强的垂直风切变产生较强的水平涡度,从而有利于飑线的发展和维持㊂4 3 3㊀飑线的垂直结构和冷池沿着图9d f中垂直于飑线方向的黑色虚线所在位置做垂直剖面,对飑线的垂直结构和冷池进行分析,从垂直结构中可以看出两支气流(图13a),一支是飑前指向飑后的斜升气流,另一支为飑后指向飑前的气流(即后部入流急流)㊂近地面冷池是飑线风暴的一个重要特征,冷池是由于风暴中降水蒸发冷却导致的冷空气不断下沉扩散而形成的近地面冷空气堆㊂10日02时(图13a),强烈的上升运动发生在冷池前部,冷池向外辐散的冷空气与环境暖391期㊀吴琼,等:一次江淮气旋大暴雨的诊断分析和数值模拟图8㊀(a)地形(单位:m;框区为湘鄂赣交界附近九岭山㊁幕阜山地形);(b)10日00时30分组合反射率(单位:dBZ)Fig.8㊀(a)Thetopographicmap(unit:m;theframeareaislocatedatJiulingmountainandMufumountainnearborderareaofHunan,HubeiandJiangxi);(b)thecombinedreflectivityat0030UTCon10(unit:dBZ)图9㊀组合反射率(单位:dBZ):(a)9日21时30分;(b)9日23时30分;(c)10日01时30分;(d)10日02时;(e)10日02时30分;(f)10日03时Fig.9㊀Thecombinedreflectivity(unit:dBZ)at:(a)2130UTCon9;(b)2330UTCon9;(c)0130UTCon10;(d)0200UTCon10;(e)0230UTCon10;(f)0300UTCon1049气㊀㊀象㊀㊀科㊀㊀学㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀41卷图10㊀模式CAPE(单位:J㊃kg-1):(a)9日20时㊁(b)10日02时;CIN值(单位:J㊃kg-1):(c)9日20时㊁(d)10日02时;CAPE值实况(单位:J㊃kg-1):(e)9日20时㊁(f)10日02时Fig.10㊀ThemodelCAPE(unit:J㊃kg-1)at:(a)2000UTCon9,(b)0200UTCon10;theCIN(unit:J㊃kg-1)at:(c)2000UTCon9,(d)0200UTCon10;theactualCAPE(unit:J㊃kg-1)at:(e)2000UTCon9,(f)0200UTCon10湿入流辐合形成了支持飑线发展的动力[23]㊂至03时(图13e),随着大量降水的发生,冷空气持续下沉,飑线后部的低层冷却更加明显,冷池范围也随之扩大,上升运动区逐渐移至冷池上空㊂但是整体而言,冷池均比较浅薄(图13b㊁d㊁f),仅在925hPa以下显示㊂主要考虑是因为环境较为湿润,不利于强烈的蒸发,因此蒸发冷却的作用并没有那么显著,就相对比较浅薄㊂Rotunno,etal[21]和Weisman,etal[24]通过理想数值模式试验,并在分析已有的观测研究后,首次提出了描述飑线发展传播的 RKW理论 ,理论指出低层风垂直切变与地面冷池的动力平衡是飑线维持发展的重要因子㊂结合多时次的冷池分布来看,本次飑线过程冷池均较浅薄,并不能和垂直风切变的强度相当㊂根据RKW理论,当冷池弱于低层垂直风切变时,冷池产生的负涡度小于低层垂直风切变产生的正涡度,冷池前沿的上升气流向前略倾斜,并不利于沿着出流边界形成新的对流单体㊂而本次飑线过程维持较长时间主要考虑是因为对流有效位能大值分布在低层,冷池虽然浅薄,无法591期㊀吴琼,等:一次江淮气旋大暴雨的诊断分析和数值模拟图11㊀(a)CAPE值(单位:J㊃kg-1);(b)CIN值(单位:J㊃kg-1)Fig.11㊀(a)CAPE(unit:J㊃kg-1);(b)CIN(unit:J㊃kg-1)图12㊀0 3km垂直风切变(矢量为风矢;阴影为全风速(单位:m㊃s-1)):(a)9日20时30分;(b)9日21时30分;(c)9日22时30分;(d)9日20时实况(框区为垂直风切变与飑线垂直区域)Fig.12㊀0⁃3kmverticalwindshear(vectoriswind;shadowistotalwindspeed(unit:m㊃s-1))at:(a)2030UTCon9;(b)2130UTCon9;(c)2230UTCon9;(d)theactualat2000UTCon9(theframeistheregionverticalwindshearandthesqualllineperpendiculartoeachother)提供深厚的垂直抬升,但是低层冷池的抬升作用还是较容易触发对流不稳定的发生;另一方面,飑线发生在复杂下垫面附近,地形的作用也会促进不稳定上升运动㊂5 结论(1)本次过程是江淮气旋背景下的一次大暴雨天气㊂锋面抬升和高空急流右侧上升支提供有利的动力条件,低空西南急流提供水汽输送㊂(2)过程具有较大CAPE,大气的对流不稳定性的作用远大于斜压性作用,强降水发生在MPV1或MPV2的正负值过渡的等值线密集带附近㊂(3)利用WRFv3 9模式较好地模拟了本次过程的影响系统和降水强度㊁范围,并成功模拟强降水时段的一次长生命史的飑线过程㊂(4)较强的CAPE和较小的CIN提供了有利的环境条件;强的0 3km垂直风切变㊁低层的冷池外流抬升作用以及地形作用有利于飑线的形成和维持㊂参㊀考㊀文㊀献[1]㊀梁丰,陶诗言,张小玲.华北地区一次黄河气旋发生发展时所引起的暴雨诊断分析.应用气象学报,2006,17(3):257⁃265.LIANGFeng,TAOShiyan,ZHANGXiaoling.Diagnosticanalysis69气㊀㊀象㊀㊀科㊀㊀学㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀41卷图13㊀相对风暴速度(流线,单位:m㊃s-1)和反射率(阴影,单位:dBZ):(a)10日02时㊁(c)10日02时30分㊁(e)10日03时;相对风暴速度(流线,单位:m㊃s-1)和扰动位温(阴影,单位:K):(b)10日02时㊁(d)10日02时30分㊁(f)10日03时Fig.13㊀Relativestormspeed(stream,unit:m㊃s-1)andreflectivity(shadow,unit:dBZ)at:(a)0200UTCon10,(c)0230UTCon10,(e)0300UTCon10;relativestormspeed(stream,unit:m㊃s-1)andperturbedpotentialtemperature(shadow,unit:K)at:(b)0200UTCon10,(d)0230UTCon10,(f)0300UTCon10ofaheavyraineventinNorthChinacausedbythedevelopmentofYellowRivercyclone.JournalofAppliedMeteorologicalScience(inChinese),2006,17(3):257⁃265.[2]㊀孙贞,徐晓亮,盛春岩,等.两次气旋暴雨过程风廓线特征分析.海洋预报,2011,28(2):28⁃34.SUNZhen,XUXiaoliang,SHENGChunyan,etal.Analysisofthecharacteristicsofwindprofileintwocyclonerainstormprocesses.MarineForecasts(inChinese),2011,28(2):28⁃34.[3]㊀江苏省气象局预报课题组.江苏省重要天气分析和预报(上册).北京:气象出版社,1988:1⁃20.ForecastingGroupofJiangsuMeteorologicalBureau.AnalysisandforecastofimportantweatherinJiangsuProvince(volumeI).Beijing:ChinaMeteorologicalPress(inChinese),1988:1⁃20.[4]㊀仪清菊,丁一汇.黄㊁渤海气旋暴发性发展的个例分析.应用气象学报,1996,7(4):483⁃490.YIQingju,DINGYihui.AnanalysisoftheexplosivecycloneoverYellowSeaandBohaiSea.QuarterlyJournalofAppliedMeteorlolgy(inChinese),1996,7(4):483⁃490.[5]㊀袁佳双,寿绍文.高低空位涡扰动㊁非绝热加热与气旋的发生发展.热带气象学报,2002,18(2):121⁃130.YUANJiashuang,SHOUShaowen.Genesisanddevelopmentofcyclonewithupper/lowerPotentialVorticity(PV)anomaly,diabaticheating.JournalofTropicalMeteorology(inChinese),2002,18(2):121⁃130.[6]㊀魏建苏,刘佳颖,孙燕,等.江淮气旋的气候特征分析.气象科学,2013,33(2):196⁃201.WEIJiansu,LIUJiaying,SUNYan,etal.ClimatecharacteristicsofJiang⁃huaicyclone.JournaloftheMeteorologicalSciences(in791期㊀吴琼,等:一次江淮气旋大暴雨的诊断分析和数值模拟Chinese),2013,33(2):196⁃201.[7]㊀马雷鸣,秦曾灏,端义宏,等.大气斜压性与入海江淮气旋发展的个例研究.海洋学报,2002,24(S1):95⁃104.MALeiming,QINZenghao,DUANYihong,etal.CasestudyontheimpactofatmosphericbaroclinicitytotheinitialdevelopmentofJianghuaicyclones.ActaOceanologicaSinica(inChinese),2002,24(S1):95⁃104.[8]㊀李柏,俞卫平,卢云,等.江淮气旋发生发展中尺度系统特征数值模拟研究.气象科学,2002,22(1):72⁃80.LIBai,YUWeiping,LUYun,etal.ThenumericalsimulatingstudyofthemesoscalecharacteristicsondevelopmentofJiang⁃HuaiCyclones.ScientiaMeteorologicaSinica(inChinese),2002,22(1):72⁃80.[9]㊀吴海英,寿绍文.位涡扰动与气旋的发展.南京气象学院学报,2002,25(4):510⁃517.WUHaiying,SHOUShaowen.Potentialvorticitydisturbanceandcyclonedevelopment.JournalofNanjingInstituteofMeteorology(inChinese),2002,25(4):510⁃517.[10]赵兵科,吴国雄,姚秀萍.2003年夏季梅雨期一次强气旋发展的位涡诊断分析.大气科学,2008,32(6):1241⁃1255.ZHAOBingke,WUGuoxiong,YAOXiuping.AdiagnosticanalysisofpotentialvorticityassociatedwithdevelopmentofastrongcycloneduringtheMeiyuperiodof2003.ChineseJournalofAtmosphericSciences(inChinese),2008,32(6):1241⁃1255.[11]ZHAOBingke,WUGuoxiong,YAOXiuping.PotentialvorticitystructureandinversionofthecyclogenesisovertheYangtzeRiverandHuaiheRiverValleys.Adv.Atmos.Sci.,2007,24(1):44⁃54.[12]Ahmadi⁃GiviF,GraigGC,PlantRS.Thedynamicsofamidlatitudecyclonewithverystronglatent⁃heatrelease.Quart.J.Roy.Meteorol.Soc.,2004,130(596):295⁃323.[13]张晓红,罗静,陈兴,等.一次春季江淮气旋形成发展特征及暴雨诊断分析.气象,2016,42(6):716⁃723.ZHANGXiaohong,LUOJing,CHENXing,etal.FormationanddevelopmentmechanismofonecycloneoverChangjiang⁃Huaiheriverbasinanddiagnosticanalysisofrainstorm.MeteorologicalMonthly(inChinese),2016,42(6):716⁃723.[14]陈筱秋,王咏青.基于NCEP资料的一次东移引发暴雨的江淮气旋结构特征分析.暴雨灾害,2016,35(1):53⁃60.CHENXiaoqiu,WANGYongqing.StructureandmechanismanalysisofaJiang⁃huaicyclonewithaneasternpathandheavyrainbasedonNCEPdata.TorrentialRainandDisasters(inChinese),2016,35(1):53⁃60.[15]魏建苏,陈鹏,孙燕,等.WRF模式对江苏一次强降水过程的模拟分析.大气科学学报,2011,34(2):232⁃238.WEIJiansu,CHENPeng,SUNYan,etal.AcasestudyofaheavyrainfallinJiangsuwithWRFmodel.JournalofNanjingInstituteofMeteorology(inChinese),2011,34(2):232⁃238.[16]许时光,牛铮,沈艳,等.CMORPH卫星降水数据在中国区域的误差特征研究.遥感技术与应用,2014,29(2):189⁃194.XUShiguang,NIUZheng,SHENYan,etal.AresearchintothecharactersofCMORPHremotesensingprecipitationerrorinChina.RemoteSensingTechnologyandApplication(inChinese),2014,29(2):189⁃194.[17]吴琼,钱鹏,郭煜,等.江苏一次持续性梅雨锋暴雨过程诊断与分析.气象科学,2014,34(5):549⁃555.WUQiong,QIANPeng,GUOYu,etal.DiagnosisandmesoscaleanalysisonacontinuousMeiyufrontheavyrainfallprocessofJiangsuProvinceinJuly2012.JournaloftheMeteorologicalSciences(inChinese),2014,34(5):549⁃555.[18]吕博,韩风军,李又君,等.一次持续性暴雨过程的湿位涡诊断分析.环境科学与技术,2013,36(S1):129⁃134.LÜBo,HANFengjun,LIYoujun,etal.DiagnosticanalysisofmoistpotentialvorticityforpersistantrainstormintheNorthwestShandong.EnvironmentalScienceandTechnology(inChinese),2013,36(S1):129⁃134.[19]赖绍钧,何芬,陈海山,等.华南前汛期一次特大暴雨过程的数值模拟及其诊断分析.热带气象学报,2012,28(3):409⁃416.LAIShaojun,HEFen,CHENHaishan,etal.NumericalsimulationanddiagnosticanalysisofarainstormduringtheannuallyfirstrainyseasonofSouthChina.JournalofTropicalMeteorology(inChinese),2012,28(3):409⁃416.[20]俞小鼎,姚秀萍,熊廷南,等.多普勒天气雷达原理与业务应用.北京:气象出版社,2006:182⁃187.YUXiaodong,YAOXiuping,XIONGTingnan,etal.Dopplerweatherradarprincipleandprofessionalapplication.Beijing:ChinaMeteorologicalPress(inChinese),2006:182⁃187.[21]RotunnoR,KlempJB,WeismanML.Atheoryforstrong,long⁃livedsquallline.J.Atmos.Sci.,1988,45(3):463⁃485.[22]陈明轩,王迎春.低层垂直风切变和冷池相互作用影响华北地区一次飑线过程发展维持的数值模拟.气象学报,2012,70(3):371⁃386.CHENMingxuan,WANGYingchun.Numericalsimulationstudyofinteractionaleffectsofthelow⁃levelverticalwindshearwiththecoldpoolonasqualllineevolutioninNorthChina.ActaMeteorologicaSinica(inChinese),2012,70(3):371⁃386.[23]李娜,冉令坤,高守亭.华东地区一次飑线过程的数值模拟与诊断分析.大气科学,2013,37(3):595⁃608.LINa,RANLingkun,GAOShouting.NumericalsimulationanddiagnosisstudyofasqualllineineasternChina.ChineseJournalofAtmosphericSciences(inChinese),2013,37(3):595⁃608.[24]WeismanML,KlempJB,RotunnoR.Structureandevolutionofnumericallysimulatedsqualllines.J.Atmos.Sci.,1988,45(14):1990⁃2013.89气㊀㊀象㊀㊀科㊀㊀学㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀41卷。

利用微波探测仪(ATMS)对在轨微波辐射计观测精度的模拟分析

利用微波探测仪(ATMS)对在轨微波辐射计观测精度的模拟分析

利用微波探测仪(ATMS)对在轨微波辐射计观测精度的模拟分析杜明斌;王超;安大伟;李泓;李雪;杨何群【摘要】微波辐射计的观测精度及其对数值模式同化应用的影响评估是微波辐射计观测指标设计的重要参考.基于微波探测仪(ATMS)资料,利用三维变分同化系统模拟分析在轨微波辐射计的观测精度指标.针对ATMS观测误差特征,在其观测基础上增加均值为零、标准偏差分别为0.5,1.0,1.5,2.0K的正态随机扰动,进而获得不同精度的观测模拟值序列,然后利用Harris和Kelley的辐射资料偏差订正经验方法订正不同精度的观测资料.偏差订正后,利用三维变分同化模式(WRFDA)直接同化ATMS 资料.通过2016年6月6h预报场的同化试验,评估了不同观测精度的模拟资料对数值模式的同化影响.【期刊名称】《上海航天》【年(卷),期】2018(035)002【总页数】7页(P66-72)【关键词】卫星资料;微波辐射计;直接同化;观测模拟;观测精度;质量控制;偏差订正;随机扰动【作者】杜明斌;王超;安大伟;李泓;李雪;杨何群【作者单位】上海市气象科学研究所,上海 200030;上海市气象科学研究所,上海200030;国家卫星气象中心,北京 100081;中国气象局上海台风研究所,上海200030;上海航天电子技术研究所,上海 201100;上海市气象科学研究所,上海200030【正文语种】中文【中图分类】P4120 引言卫星资料不仅覆盖范围广、空间分辨率高,而且具有定标系统稳定的特点,极大地改善了常规观测站稀少地区的资料状况,在很大程度上弥补了海洋和高原区域常规观测资料的不足。

星载微波辐射计相比于红外、可见光等卫星探测载荷,具有能够穿透薄云的优点,在全球各大天气数值预报中心的观测资料应用改善贡献评估中均位居前列。

星载微波大气探测载荷为美国国家海洋和大气管理局(NOAA)成熟的业务卫星系列上携带2通道先进微波探测器(AMSU)的大气探测系统(ATOVS)。

北京市秋冬季大气环流型下的气象和污染特征

北京市秋冬季大气环流型下的气象和污染特征

北京市秋冬季大气环流型下的气象和污染特征林廷坤;洪礼楠;黄争超;王雪松;蔡旭晖【摘要】分析了北京市2013~2018年秋冬季(即当年11、12月和次年1、2月份)11种环流型的地面和垂直气象特征,归纳出5类大气环流条件,探讨了不同环流型下北京地区的大气传输规律以及环流型与北京PM2.5污染之间的关系.在5类大气环流条件中,第I类(含北(N)、东北(NE)环流型,天数占比28%)和第II类(含西北(NW)、反气旋(A)环流型,占33%)有利于传输扩散,以西北风为主,风向较稳定,风速大,边界层高度高;第III类(含东(E)环流型,占7%)传输扩散条件居中,边界层内以东南风为主,风向变化大,风速中等;第IV类(含西南(SW)、西(W)、南(S)3种环流型,占12%)和第V类(含东南(SE)、均压(UM)、气旋(C)3种环流型,占20%)均不利于传输扩散,边界层内以偏南风为主,风速较小,边界层高度低,低层逆温较强,第IV类近地面风向较稳定,而第V类则风向变化大.不同环流型下气团传输至北京的路径存在差异,对北京空气质量产生潜在影响的周边地区随之发生变化.大气环流型与北京市秋冬季PM2.5污染紧密关联,SW、UM、C、S和W是北京地区最易发生PM2.5污染的环流型(平均污染发生频率>75%,平均重度以上污染发生频率>42%),而在N、A、NE和NW环流型下污染发生频率最低.研究期间,PM2.5污染极端严重的月份存在UM环流型占比显著增加的共同特点,而PM2.5污染水平最低的月份N环流型占比增加近一倍.此外,PM2.5污染变化相对于环流型变化存在一定的滞后性.【期刊名称】《中国环境科学》【年(卷),期】2019(039)005【总页数】10页(P1813-1822)【关键词】环流型;气象;细颗粒物;污染;北京【作者】林廷坤;洪礼楠;黄争超;王雪松;蔡旭晖【作者单位】北京大学环境科学与工程学院,环境模拟与污染控制国家重点联合实验室,北京 100871;北京大学环境科学与工程学院,环境模拟与污染控制国家重点联合实验室,北京 100871;天津市环境保护局,天津 300191;北京大学环境科学与工程学院,环境模拟与污染控制国家重点联合实验室,北京 100871;生态环境部宣传教育中心,北京 100020;北京大学环境科学与工程学院,环境模拟与污染控制国家重点联合实验室,北京 100871;北京大学环境科学与工程学院,环境模拟与污染控制国家重点联合实验室,北京 100871【正文语种】中文【中图分类】X513大气环流型常用于气候和局地气象的研究中,特别在中高纬度地区,气象条件的变化往往由大气环流驱动[1],而北京地区近几年发生的多次大气污染事件均和极端不利的气象条件有关[2-4],研究大气环流和局地气象、大气污染的关系,能够更深刻地理解大气污染发生演变的规律,从而更好地预防和应对大气污染的危害.北京地区三面环山,特殊的地形和大气运动相互作用,使得北京地区大气环流和局地气象、大气污染的关系较为复杂,成为当前的研究热点[2,5-13].有的研究通过若干污染过程总结大气环流与污染的规律,如Zhang等[5]主要分析了2008年奥运期间的污染过程与排放管控措施和环流型变化的关系,认为北京地区环流型是大气污染日变化的首要驱动力.Liu等[6]重点分析了2011年9月份一次重雾霾过程,指出北京地区在稳定的弱高压作用下会产生下沉气流,使得边界层降低,从而促进霾的生成和发展.而有的研究通过长时间的分析总结规律,Zhu等[2]对2016年冬季进行分析,认为2016年冬季发生重污染过程的重要原因是西向暖流在京津冀中层对流层形成“暖盖”,极大增强了逆温现象,形成极端低的边界层高度.Ye等[7]分析了2010~2014年秋冬季9种环流型和气象、能见度的关系,认为京津冀地秋冬季在西南、东南、均压型环流型下风速低,湿度高,能见度低.Miao等[8]总结2011~2014年夏季环流型特点,指出在北京东面高压、北面低压、西北面低压的气压分布条件下,北京的PM2.5平均浓度较高.近年来,北京市秋冬季的PM2.5污染问题严重 [2,14-15].当前,研究工作多集中于研究环流型与近地面污染的关系,缺乏对北京秋冬季不同环流型下的大气垂直结构和污染传输规律的总结.所以本文从近地面和边界层内垂直结构2个方面对2013~ 2018年北京秋冬季各环流型下的气象特征、传输规律进行总结,识别出北京地区主要的PM2.5污染环流型,并分析极端PM2.5污染月份的环流型构成特点,从大气环流型的角度增进气象对污染影响规律的认识,加强对北京秋冬季大气污染成因的理解.本文采用的气象数据有美国国家环境预报中心(NCEP)提供的1°×1°全球再分析资料(NCEP- FNLreanalysis data),美国国家海洋和大气管理局(NOAA)提供的1°×1°气象数据(NOAA-GDAS meteorological data).这两类气象数据都是由全球数据同化系统(GDAS)产生, GDAS中用于同化的观测数据有地面观测站数据、气球数据、风廓线数据、飞机报告、浮标观测、雷达观测和卫星观测数据等 [16].本文分析的时间是从2013年11月开始到2018年2月,选取每年的1,2,11,12月份进行分析.观测数据来自中国环境监测总站的实时空气质量发布平台(http://106.37.208.233:20035/),采用万寿西宫(39.87°N,116.37°E)、东四(39.95°N, 116.43°E)、天坛(39.87°N,116.43°E)、农展馆(39.97°N, 116.47°E)、官园(39.94°N,116.36°E)、海淀区万柳(39.99°N, 116.32°E)、奥体中心(40.00°N,116.40°E),7个国控站的PM2.5平均值作为北京地区的PM2.5浓度值. 大气环流型的计算采用的是Lamb-Jenkension的环流型计算方法.该方法由Lamb[17]首先提出,然后Jenkension等[18]通过定义指数和分类方法将该方法客观化.这种方法能够很好地结合客观分析和主观经验的优势,判断一天的主要大气环流类型[19],在中国和欧洲地区得到广泛的应用[20-25],周荣卫等[24]采用Lamb-Jenkension环流分型法分析北京地区各大气环流型的气候特征.本文采用NCEP-FNL再分析资料中的逐日平均海平面气压场进行Lamb- Jenkinson环流分型计算. 考虑北京市的位置,将40°N,116°E设为环流型的中心,在30~50°N、100~130°E 的范围内,每隔10°经度、5°纬度的网格上取16个点,利用所选区域内16 个格点上的海平面气压,计算以下6个环流指数,环流分型格点如图1所示.式中:p(n)(n=1,2,…,16)为图1中标记对应位置的海平面气压值;α、α1和α2分别为图中A、A1和A2点处的纬度值(即40°、35°和45°);V为地转风;u、v分别为地转风的纬向分量和经向分量;ξ为地转涡度;ξu为地转涡度的经向梯度;ξv为地转涡度的纬向梯度.以中心点所在纬度为参照系,6个环流指数的单位是hpa/(10°纬度).根据地转风方向(θ)、地转风速和地转涡度的关系将一天的环流共分为11种类型.当|ξ|>2V时,为旋转型,包括ξ>0时为气旋型(C), ξ<0时为反气旋型(A).|ξ|<2V时,为平直型,按照地转风方向分别为西(W)、西北(NW)、北(N)、东北(NE)、东(E)、东南(SE)、南(S)、西南(SW)环流型.当|ξ|<6且V<6时,研究区域的气压梯度较小,可以看作均压型(UM).本文同时采用NCEP-FNL再分析资料分析北京地区近地面和垂直方向的气象参数(风速、边界层高度、温湿度、位温[26]等),为了更详细地分析各类环流型下的风场特征和变化,计算以下描述风场的参数[27].式中:T是一天中风速的时间间隔(6h);N是一天中风速次数(4次);ui是纬向风速,m/s;vi是经向风速,m/s;L近似表示风的移动距离,km;S可以近似表示风的传输路程,km;R是一天中的风向变化因子,S’是一天中的平均风速,m/s,本文主要采用R 和S’描述北京城区的风场特征和变化,当R较大时,说明一天中风向变化较大;当S’较大时,说明一天中的风速较大.采用hysplit4模型(/ ready/hysplit4.html)以NOAA-GDAS 1°´1°的气象数据作为输入,进行北京地区各环流型下的72h后向轨迹分析,轨迹起始点坐标是(116°E, 40°N),高度300m,分析的时间分辨率是1h.如图2所示,2013~2018年秋冬季(11,12,1,2月份)北京地区的环流型中A型的出现频率最高,占秋冬季总天数的25%,另外偏北环流型(N、NE、NW)和UM型也较多,分别占到秋冬季总天数的18%,10%, 8%和11%,偏西、偏南的类型(SW、W、S)和C型则出现较少,分别占4%,4%,4%和3%.图3是11种环流分型下的平均海平面气压分布,可见通过Lamb-Jenkinson 法得到的环流型呈现出辨识度很高的海平面气压分布特征.各环流型下北京秋冬季的近地面风速见图4(a).将风向变化因子R和平均风速S’作为指标[27],R³0.6时认为风向变化大;S’£1.5m/s属于停滞风速;R£0.2,S’³3.0m/s,为扩散条件好的情况,按照以上阈值统计各环流型下不同扩散条件的出现频率,见表1.偏北类型(N、NE、NW)和A型下北京近地面风速较大,风向变化小,扩散条件好的天数比例较高,其中,N和NE型风速最大,超过3.5m/s,60%以上的天数有较好的扩散条件.在其余7类环流型下,北京地区出现有利扩散条件的天数比例均很低,其中,在SW、W、S和C型下一半以上的天数出现停滞风速,而在E、SE、UM和C型影响下北京地区近地面风速不高且风向变化相对较大.根据图5,风速较大的N、NE、NW和A型在北京地区以西北风为主.风速中等的E型以东南风为主.风速较小,风向变化较小的S、SW和W型中,S型以东南风为主,SW型以南风为主,W型以西南风为主.风速较小,风向变化较大的S、SW和W型以偏南风为主.根据图4(b)和(c),北京市秋冬季C、偏西(W、SW)和S型的温度较高,N和A型的温度较低.偏南(S、SW、SE)、C、E和UM型的相对湿度较高,而偏北(NE、NW、N)、W和A型的相对较低,相对湿度低的区域主要出现在太行山、燕山与华北平原交界地(见图5).边界层高度是大气垂直扩散条件的重要指标,本文选择北京时间14:00的边界层高度分析环流型对垂直扩散的影响规律.由图6可见,边界层较高的是偏北(N、NE、NW)和A型,平均边界层高度大于900m,其中N和NE型的边界层高度最高.E型边界层高度居中(平均700m左右).边界层高度较低包括SE、S、W、SW、UM和C等类型(平均高度低于600m).边界层高度和水平风速、位温的垂直结构有关,水平风速越小、逆温越强,边界层高度越低,反之越高[28].根据图7,在垂直高度1~3km,各环流型都以西北风或西风为主,风速较大;在边界层内,不同环流型之间的风速和风向差别显著,但总体上呈现出边界层高度越高则风速越大的特点.图8绘制了各环流型下的位温和位温矩平垂直廓线,从中能够看到不同类型环流型存在的差异.N和NE型受到寒冷的西北风影响,各高度上的位温矩平均小于0,而且从地面到2km位温矩平减少2K以上,说明N和NE型低层大气的逆温较弱.NW、A、E型从地面到2km位温矩平变化不大,低层大气处于中等程度逆温.SE、UM、SW、W、S和C等环流型的主要特点是在2km左右的高度上,位温矩平达到最大值,从地面到2km位温矩平上升了1.5K以上.这6种环流型在2km的高度上以西风为主(图7),有研究认为,这可能是因为来自黄土高原上的暖空气传输到北京地区,使得北京低层大气(0~2km)的逆温增强[29-30],边界层高度降低.表2根据11种环流型的近地面气象和大气垂直变化性质,总结出北京地区5类大气环流条件及气象特征,其中,第IV类与第V类的区别主要在于,前者近地面风向较稳定,而后者的风向变化大,这会对污染传输和污染来源产生不同影响.采用后向轨迹方法分析北京地区2013~2018年秋冬季各环流型的传输特征,图9是各环流型下传输至北京的平均印迹,表3是通过计算平均面积轨迹停留时间得到的各环流型下轨迹经过的主要城市.总体而言,各环流型下的传输路径与大尺度环流方向及北京近地面风场特点有关.在有利于传输扩散的I类和II类大气环流条件下,气团主要传输路径由西北传向北京,少量轨迹经河北中部传输到北京,主要途径的城市包括内蒙古的包头、乌兰察布,河北的张家口、保定和廊坊等城市.在中等传输扩散条件的E环流型下,因近地面风向变化大,高印迹的传输范围相对较小,北京受周边相邻地区传输影响大,主要途径城市有廊坊、天津、张家口等.在不利于传输扩散的第IV类大气环流条件下,因低层风向相对稳定,高传输印迹的范围较大,其中,SW环流型下的轨迹主要由河北南部和中部、天津传至北京,主要途径河北的保定、廊坊、沧州、衡水、以及天津等城市;W环流型下的轨迹主要经河南北部、河北南部和中部传至北京,经过的城市主要有河南濮阳和河北的保定、衡水、廊坊和沧州等;S环流型下气团主要经由山东北部、河北中部传到北京,主要途径城市为山东的滨州,河北的廊坊、沧州、衡水和保定等.在同样不利于传输扩散的第V类大气环流条件下,由于低层风向变化大,高传输印迹范围比第IV类小,其中,SE环流型下的轨迹主要由北京东南方向传至北京,主要途径廊坊、天津、沧州、唐山和保定等城市;在UM和C环流型下,气团主要由河北中部传至北京,主要途径河北的保定、廊坊以及天津等城市.北京市秋冬季PM2.5污染与大气环流型紧密相关,环流型的扩散条件好坏、传输轨迹是否经过污染物高排地区,都会影响PM2.5的浓度水平.如图10(a)所示,北京秋冬季SW、UM、C、S和W环流型的PM2.5浓度较高,出现这5类环流型的天数占总天数的26%,但是这5类环流型下发生污染的频率平均高达75%以上,重污染以上的发生频率平均在42%以上(图10b).这5类环流型属于传输扩散条件最差的环流类型,平均风速低于1.6m/s,低层大气的逆温较强,午后边界层高度一般低于600m,而且在传输过程中气团多途径污染排放较大的河北中、南部地区,是北京秋冬季污染的主要环流类型.北京E和SE环流型的PM2.5浓度水平居中,这2类环流型在总天数中的占比为13%,发生污染的频率平均在50%左右,重污染以上的发生频率约15%,是北京秋冬季污染的次要环流类型.在NW、NE、A和N环流型下,北京秋冬季的PM2.5水平最低.这4类环流天数占总天数的61%,发生污染的频率在30%左右,重污染频率约10%.这4类环流型属于传输扩散条件最好的环流类型,平均风速大,低层大气的逆温较弱,午后边界层高度近1000m甚至更高.气团多由内蒙古等污染排放较低的地区传输到北京,是北京秋冬季污染最轻的环流类型.此外,从图10(c)中还可以看到,即使在传输扩散条件最好的N和NE型下,仍存在一定比例的重污染天数,而最不利传输扩散的W、SW、S、C和UM型下也有15%以上的非污染天,反映出大气传输扩散条件与PM2.5污染程度不一致的情况,这是因为污染变化相对于环流型变化有一定的滞后性.进一步分析表明(图11a), 在N和NE环流型出现重度以上污染的时候,前一天的环流型以最不利传输扩散的IV、V类环流条件为主(占58.8%),当环流型从扩散条件最差的类型转变到有利扩散的类型时,污染还未完全消散,使得N和NE环流型下会出现一定比例的重度污染天.类似的,在扩散条件最差的W、SW、S、C、UM型出现非污染天时,其前一天的环流型以传输扩散条件较好的II类(占52.5%)和I类(占17.5%)为主,说明当传输扩散条件转差后,污染的发生还需要经历一个发展的过程.2013~2018年PM2.5浓度的月均变化如图12所示,可以看到,2014年2月、2015年12月、2016年12月都是污染非常严重的月份,月均的浓度水平在140μg/m3以上,而2017~2018年秋冬季污染非常低,其中2018年1月份月均浓度水平在30μg/m3左右,针对污染极高的3个月份,以及污染极低的1个月份进行环流型分析,如图13所示.可以看到,PM2.5污染严重的3个月份中,均压型(UM)的比例明显增加,达到了18%以上(在研究期间的平均比例11%),这3个月在均压环流型下,平均风速在1.2m/s左右,低层大气逆温强,午后的边界层高度低于450m,易造成污染物累积和浓度水平升高.对于2018年1月的最大特点是传输扩散条件最好的北向(N)环流型比例明显增加,达到了35%以上(在研究期间的平均值18%),该月在北向环流型下,平均风速在3.4m/s左右,低层大气逆温弱,午后的边界层高度达到1700m以上,有利于降低污染水平,而传输扩散条件最差的IV、V类环流型不到10%(在研究期间的平均占比32%),由此可以反映出环流型变化对北京秋冬季PM2.5污染的重要影响.3.1 根据对北京地区2013~2018年秋冬季(11、12、1、2月份)大气环流型气象特征的分析,归纳出5类大气环流条件:第I类(包括N、NE环流型,天数占比28%)和第II类(包括NW、A环流型,占33%)均有利于传输扩散,以西北风为主,风向比较稳定,风速大,边界层最大高度分别>1300m和>900m;第III类(E环流型,占7%)传输扩散条件中等,边界层内以东南风为主,风向变化大,风速中等,边界层最大高度~700m;第IV类(包括SW、W、S环流型,占12%)和第V类(包括SE、UM、C环流型,占20%)均不利于传输扩散,边界层内以偏南风为主,风速较小,边界层最大高度<600m,低层大气(0~2km)逆温较强,区别主要在于前者近地面风向较稳定,而后者风向变化大.3.2 5类大气环流条件下的污染传输路径存在差异.在第I、II类条件下,气团主要从西北方向、途径包头、乌兰察布、张家口等地到达北京;第III类条件下北京受周边相邻地区(天津、廊坊、张家口等)的传输影响大;第IV类气团主要途经河南北部、河北南部和中部、以及山东北部等地,涉及范围较大;第V类气团则主要经河北中部传输到北京.3.3 北京市秋冬季PM2.5污染程度与环流型的扩散条件基本一致,污染变化相对于环流型变化存在一定的滞后性.最易发生PM2.5污染的环流型包括SW、UM、C、S和W,这5类环流型下污染发生频率>75%,重度以上污染发生频率>40%;在N、A、NE和NW环流型的天气下污染发生频率最低.3.4 PM2.5浓度水平极高的月份,共同特点是均压型(UM)比例明显增加,而极低的月份特点是扩散条件最好的北向(N)环流型比例明显增加,而扩散条件最差的IV、V 类环流型明显减少.[1] Jacobeit J. Classifications in climate research [J]. Physics and Chemistry of the Earth, Parts A/B/C, 2010,35(9):411-421.[2] Zhu W, Xu X, Zheng J, et al. The characteristics of abnormal wintertime pollution events in the Jing-Jin-Ji region and its relationships with meteorological factors [J]. Science of The Total Environment,2018,626:887-898.[3] 张文龙,尤凤春,张小玲,等.北京2013年1月严重霾天气过程的气象成因分析[J]. 气象与环境科学, 2016,39(2):46-54. Zhang W L, You F C, Zhang X L, et al. Meteorological characteristics analysis of severe haze weather processes in Beijing in January 2013 [J]. Meteorological and Environmental Sciences, 2016, 39(2):46-54.[4] 戴健,程月星.北京市2016年7月一次雾霾天气过程分析 [J]. 环境科学导刊, 2018,37(1):34-41. Dai J, Cheng Y X. Analysis of one haze in Beijing in July 2016 [J]. Environmental Science Survey, 2018,37(1):34-41.[5] Zhang J P, Zhu T, Zhang Q, et al. The impact of circulation patterns on regional transport pathways and air quality over Beijing and its surroundings [J]. Atmospheric Chemistry and Physics, 2012,12(11): 5031-5053.[6] Liu X G, Li J, Qu Y, et al. Formation and evolution mechanism of regional haze: a case study in the megacity Beijing, China [J]. Atmospheric Chemistry and Physics, 2013,13(9):4501-4514.[7] Ye X X, Song Y, Cai X H, et al. Study on the synoptic flow patterns and boundary layer process of the severe haze events over the North China Plain in January 2013 [J]. Atmospheric Environment, 2016,124: 129-145.[8] Miao Y, Guo J P, Liu S H, et al. Classification of summertime synoptic patterns in Beijing and their associations with boundary layer structure affecting aerosol pollution [J]. Atmospheric Chemistry and Physics, 2017,17(4):3097-3110.[9] Miao Y, Guo J P, Liu S H, et al. Relay transport of aerosols to Beijing-Tianjin-Hebei region by multi-scale atmospheric circulations [J]. Atmospheric Environment, 2017,165:35-45.[10] Zhang Y, Ding A J, Mao H T, et al. Impact of synoptic weather patterns and inter-decadal climate variability on air quality in the North China Plain during 1980~2013 [J]. Atmospheric Environment, 2016,124: 119-128.[11] Wang C, An X Q, Zhai S X, et al. Tracking sensitive source areas of different weather pollution types using GRAPES-CUACE adjoint model [J]. Atmospheric Environment, 2018,175:154-166.[12] Wang C, An X Q, Zhang P, et al. Comparing the impact of strong and weak East Asian winter monsoon on PM2.5 concentration in Beijing [J].Atmospheric Research, 2019,215:165-177.[13] Zhang H, Yuan H, Liu X et al. Impact of synoptic weather patterns on 24h-average PM2.5 concentrations in the North China Plain during2013~2017 [J]. Science of The Total Environment, 2018,627:200-210. [14] Zhang H F, Wang S X, Hao J M, et al. Air pollution and control action in Beijing [J]. Journal of Cleaner Production, 2016,112:1519-1527.[15] 李令军,王占山,张大伟,等.2013~2014年北京大气重污染特征研究 [J]. 中国环境科学, 2016,36(1):27-35. Li L J, Wang Z S, Zhang D W, et al. Analysis of heavy air pollution episodes in Beijing during 2013~2014 [J]. China Environmental Science, 2016,36(1):27-35.[16] Kalnay E, Kanamitsu M, Kistler R, et al. The NCEP/NCAR 40-year reanalysis project [J]. Bulletin of the American Meteorological Society, 1996,77(3):437-471.[17] Lamb H H. Types and spells of weather around the year in the British Isles [J]. Quarterly Journal Royal Meteorological Society, 1950,76: 393-438.[18] Jenkinson A F, Collison F P. An initial climatology of gales over the North Sea [C]//Synoptic Climatology Branch Memorandum, No. 62. Bracknell: Meteorological Office, 1977:1-18[19] Trigo R M, DaCamara C C. Circulation weather types and their influence on the precipitation regime in Portugal [J]. International Journal of Climatology, 2000,20(13):1559-1581.[20] Pope R J, Savage N H, Chipperfield M P, et al. The influence of synoptic weather regimes on UK air quality: regional model studies of tropospheric column NO2 [J]. Atmospheric Chemistry and Physics,2015,15(19):11201-11215.[21] Russo A, Trigo R M, Martins H, et al. NO2, PM10 and O3 urban concentrations and its association with circulation weather types in Portugal [J]. Atmospheric Environment, 2014,89:768-785.[22] Santurtún A, José C G H, Arturo S L, et al. Surface ozone concentration trends and its relationship with weather types in Spain (2001~2010) [J]. Atmospheric Environment, 2015,101:10-22.[23] 贾丽伟,李维京,陈德亮,等.东北地区月平均大气环流型与哈尔滨气候关系的初步研究 [J]. 气象学报, 2006,(2):236-245. Jia L W, Li W J, Chen D L, et al. A monthly atmospheric circulation classification and its relationship with climate in Haerbin [J]. Acta Meteorologica Sinica, 2006,(2):236-245. [24] 周荣卫,何晓凤,苗世光,等.北京地区大气环流型及气候特征[J]. 气候变化研究进展, 2010,6(5):338-343. Zhou R W, He X F, Miao S G, et al. Atmospheric circulation types and their climatic characteristics over Beijing [J]. Advances in Climate Change Research, 2010,6(5):338-343.[25] 朱艳峰,陈德亮,李维京,等.Lamb-Jenkinson环流客观分型方法及其在中国的应用 [J]. 南京气象学院学报, 2007,30(3):289-297. Zhu Y F, Chen D L, Li W J, et al. Lamb-Jenkinson circulation type classification system and its application in Chian [J]. Journal of Nanjing Institute of Meteorology, 2007,30(3):289-297.[26] Curry J A. Thermodynamics | Saturated Adiabatic Processes, in Encyclopedia of Atmospheric Sciences (Second Edition) [M]. Academic Press: Oxford, 2015:398-401.[27] Allwine K J, Whiteman C D. Single-station integral measures ofatmospheric stagnation, recirculation and ventilation and ventilation [J]. Atmospheric Environment, 1994,28(4):713-721.[28] Vogelezang D H P, Holtslag A A M. Evaluation and model impacts of alternative boundary-layer height formulations [J]. Boundary-Layer Meteorology, 1996,81(3/4):245-269.[29] Zhu X W, Tang G Q, Hu B, et al. Regional pollution and its formation mechanism over North China Plain: A case study with ceilometer observations and model simulations [J]. Journal of Geophysical Research-Atmospheres, 2016,121(24):14574-14588.[30] Hu X M, Ma Z, Lin W, et al. Impact of the Loess Plateau on the atmospheric boundary layer structure and air quality in the North China Plain: a case study [J]. Science of The Total Environment, 2014, 499:228-37.【相关文献】[1] Jacobeit J. Classifications in climate research [J]. Physics and Chemistry of the Earth, Parts A/B/C, 2010,35(9):411-421.[2] Zhu W, Xu X, Zheng J, et al. The characteristics of abnormal wintertime pollution events in the Jing-Jin-Ji region and its relationships with meteorological factors [J]. Science of The Total Environment, 2018,626:887-898.[3] 张文龙,尤凤春,张小玲,等.北京2013年1月严重霾天气过程的气象成因分析[J]. 气象与环境科学, 2016,39(2):46-54. Zhang W L, You F C, Zhang X L, et al. Meteorological characteristics analysis of severe haze weather processes in Beijing in January 2013 [J]. Meteorological and Environmental Sciences, 2016, 39(2):46-54.[4] 戴健,程月星.北京市2016年7月一次雾霾天气过程分析 [J]. 环境科学导刊,2018,37(1):34-41. Dai J, Cheng Y X. Analysis of one haze in Beijing in July 2016 [J]. Environmental Science Survey, 2018,37(1):34-41.[5] Zhang J P, Zhu T, Zhang Q, et al. The impact of circulation patterns on regional transport pathways and air quality over Beijing and its surroundings [J]. Atmospheric Chemistry and Physics, 2012,12(11): 5031-5053.[6] Liu X G, Li J, Qu Y, et al. Formation and evolution mechanism of regional haze: acase study in the megacity Beijing, China [J]. Atmospheric Chemistry and Physics,2013,13(9):4501-4514.[7] Ye X X, Song Y, Cai X H, et al. Study on the synoptic flow patterns and boundary layer process of the severe haze events over the North China Plain in January 2013 [J]. Atmospheric Environment, 2016,124: 129-145.[8] Miao Y, Guo J P, Liu S H, et al. Classification of summertime synoptic patterns in Beijing and their associations with boundary layer structure affecting aerosol pollution [J]. Atmospheric Chemistry and Physics, 2017,17(4):3097-3110.[9] Miao Y, Guo J P, Liu S H, et al. Relay transport of aerosols to Beijing-Tianjin-Hebei region by multi-scale atmospheric circulations [J]. Atmospheric Environment, 2017,165:35-45.[10] Zhang Y, Ding A J, Mao H T, et al. Impact of synoptic weather patterns and inter-decadal climate variability on air quality in the North China Plain during 1980~2013 [J]. Atmospheric Environment, 2016,124: 119-128.[11] Wang C, An X Q, Zhai S X, et al. Tracking sensitive source areas of different weather pollution types using GRAPES-CUACE adjoint model [J]. Atmospheric Environment, 2018,175:154-166.[12] Wang C, An X Q, Zhang P, et al. Comparing the impact of strong and weak East Asian winter monsoon on PM2.5 concentration in Beijing [J]. Atmospheric Research, 2019,215:165-177.[13] Zhang H, Yuan H, Liu X et al. Impact of synoptic weather patterns on 24h-average PM2.5 concentrations in the North China Plain during 2013~2017 [J]. Science of The Total Environment, 2018,627:200-210.[14] Zhang H F, Wang S X, Hao J M, et al. Air pollution and control action in Beijing [J]. Journal of Cleaner Production, 2016,112:1519-1527.[15] 李令军,王占山,张大伟,等.2013~2014年北京大气重污染特征研究 [J]. 中国环境科学, 2016,36(1):27-35. Li L J, Wang Z S, Zhang D W, et al. Analysis of heavy air pollution episodes in Beijing during 2013~2014 [J]. China Environmental Science, 2016,36(1):27-35.[16] Kalnay E, Kanamitsu M, Kistler R, et al. The NCEP/NCAR 40-year reanalysis project [J]. Bulletin of the American Meteorological Society, 1996,77(3):437-471.[17] Lamb H H. Types and spells of weather around the year in the British Isles [J]. Quarterly Journal Royal Meteorological Society, 1950,76: 393-438.[18] Jenkinson A F, Collison F P. An initial climatology of gales over the North Sea[C]//Synoptic Climatology Branch Memorandum, No. 62. Bracknell: Meteorological Office, 1977:1-18[19] Trigo R M, DaCamara C C. Circulation weather types and their influence on the precipitation regime in Portugal [J]. International Journal of Climatology,2000,20(13):1559-1581.[20] Pope R J, Savage N H, Chipperfield M P, et al. The influence of synoptic weather regimes on UK air quality: regional model studies of tropospheric column NO2 [J]. Atmospheric Chemistry and Physics, 2015,15(19):11201-11215.[21] Russo A, Trigo R M, Martins H, et al. NO2, PM10 and O3 urban concentrations and its association with circulation weather types in Portugal [J]. Atmospheric Environment, 2014,89:768-785.[22] Santurtún A, José C G H, Arturo S L, et al. Surface ozone concentration trends and its relationship with weather types in Spain (2001~2010) [J]. Atmospheric Environment, 2015,101:10-22.[23] 贾丽伟,李维京,陈德亮,等.东北地区月平均大气环流型与哈尔滨气候关系的初步研究 [J]. 气象学报, 2006,(2):236-245. Jia L W, Li W J, Chen D L, et al. A monthly atmospheric circulation classification and its relationship with climate in Haerbin [J]. Acta Meteorologica Sinica, 2006,(2):236-245.[24] 周荣卫,何晓凤,苗世光,等.北京地区大气环流型及气候特征[J]. 气候变化研究进展,2010,6(5):338-343. Zhou R W, He X F, Miao S G, et al. Atmospheric circulation types and their climatic characteristics over Beijing [J]. Advances in Climate Change Research, 2010,6(5):338-343.[25] 朱艳峰,陈德亮,李维京,等.Lamb-Jenkinson环流客观分型方法及其在中国的应用 [J]. 南京气象学院学报, 2007,30(3):289-297. Zhu Y F, Chen D L, Li W J, et al. Lamb-Jenkinson circulation type classification system and its application in Chian [J]. Journal of Nanjing Institute of Meteorology, 2007,30(3):289-297.[26] Curry J A. Thermodynamics | Saturated Adiabatic Processes, in Encyclopedia of Atmospheric Sciences (Second Edition) [M]. Academic Press: Oxford, 2015:398-401. [27] Allwine K J, Whiteman C D. Single-station integral measures of atmospheric stagnation, recirculation and ventilation and ventilation [J]. Atmospheric Environment, 1994,28(4):713-721.[28] Vogelezang D H P, Holtslag A A M. Evaluation and model impacts of alternative boundary-layer height formulations [J]. Boundary-Layer Meteorology, 1996,81(3/4):245-269.[29] Zhu X W, Tang G Q, Hu B, et al. Regional pollution and its formation mechanism over North China Plain: A case study with ceilometer observations and model simulations [J]. Journal of Geophysical Research-Atmospheres, 2016,121(24):14574-14588.[30] Hu X M, Ma Z, Lin W, et al. Impact of the Loess Plateau on the atmospheric boundary layer structure and air quality in the North China Plain: a case study [J]. Science of The Total Environment, 2014, 499:228-37.。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

NCEP FNL全球分析资料的解码及其图形显示
作者:邓伟, 陈海波, 马振升, 田宏伟, 张永涛, 申占营, Deng Wei, Chen Haibo, Ma Zhensheng, Tian Hongwei, Zhang Yongtao, Shen Zhanying
作者单位:邓伟,陈海波,田宏伟,申占营,Deng Wei,Chen Haibo,Tian Hongwei,Shen Zhanying(河南省气象科学研究所,郑州,450003;中国气象局农业气象保障与应用技术重点开放实验室,郑州
,450003), 马振升,Ma Zhensheng(河南省气象培训中心,郑州,450003), 张永涛,Zhang
Yongtao(河南省气象局,郑州,450003)
刊名:
气象与环境科学
英文刊名:METEOROLOGICAL AND ENVIRONMENTAL SCIENCES
年,卷(期):2009,32(3)
1.徐影;丁一汇;赵宗慈美国NCEP/NCAR近50年全球再分析资料在我国气候变化研究中可信度的初步分析[期刊论文] -应用气象学报 2001(03)
2.苏志侠;吕世华;罗四维美国NCEP/NCAR 40年全球再分析资料及其初步分析[期刊论文]-高原气象 1999(02)
3.赵天宝;艾丽坤;冯锦明NCEP再分析资料和中国站点观测资料的分析和比较[期刊论文]-气候与环境研究
2004(02)
4.苏爱芳;周毓荃;吴蓁一次典型降水层状云的结构特征和增雨潜势分析[期刊论文]-气象与环境科学 2007(01)
5.李戈;寿绍文;张广周2006年4月11~12日平顶山市沙尘天气中尺度动力机制分析[期刊论文]-气象与环境科学2007(01)
6.郑永光;张春喜;陈炯用NCEP资料分析华北暖季对流性天气的气候背景[期刊论文]-北京大学学报(自然科学版) 2007(05)
7.闫小利;余锦华;刘谦河南省一次强寒潮天气诊断分析[期刊论文]-气象与环境科学 2008(01)
8.闫淑莲;周淑玲;刘澈山东半岛一次区域性暴雪天气过程分析[期刊论文]-气象与环境科学 2007(zk)
9.鲁坦;乔春贵;谷秀杰河南省一次区域暴雪和雾凇天气分析[期刊论文]-气象与环境科学 2007(zk)
10.张广周;李戈;白家惠不同高度急流耦合在2007年7月中旬河南省区域暴雨中的作用[期刊论文]-气象与环境科学 2008(02)
11.王君;康雯瑛;张霞一次台风倒槽暴雨过程的螺旋度分析[期刊论文]-气象与环境科学 2008(02)
12.王金兰;寿绍文;刘泽军河南省一次大雾的数值模拟及生消机制分析[期刊论文]-气象与环境科学 2008(01)
13.周青;赵凤生;高文华NCEP/NCAR逐时分析与中国实测地表温度和地面气温对比分析[期刊论文]-气象 2008(02)
14.施晓辉;徐祥德;谢立安NCEP/NCAR再分析风速、表面气温距平在中国区域气候变化研究中的可信度分析[期刊论文]-气象学报 2006(06)
本文链接:/Periodical_hnqx200903017.aspx。

相关文档
最新文档