2022年 第27卷 第2期
2022, 27(2): 217-229.
doi: 10.3878/j.issn.1006-9585.2020.20097
摘要:
利用变差度诊断分析,分析讨论了亚洲夏季风建立及前后(4月1日至6月30日)气候风场变差度的时空特征,发现北半球在4月10日和21日、5月15日和31日、6月11日和28日分别有6次大气环流大调整;变差度的大值区则均位于广义季风区;变差度确实是诊断大气环流调整和研究广义季风的客观定量工具。得到的主要结论如下:该6次环流大调整分别对应于春季来临(平流层极涡崩溃)、冬季环流彻底崩溃(仲春)、南海夏季风建立、南亚夏季风建立、江淮入梅(东亚夏季风建立)、梅雨间歇。南海夏季风建立是北半球季节转换中最强的环流调整(突变),该调整完成后北半球环流转为夏季形势;南海和南亚夏季风建立均与各层等压面上的全球环流调整有关,不是单一等压面上的局部现象。南海与南亚夏季风建立的环流调整在700 hPa上最明显;在850 hPa,南海夏季风建立最早出现于南海南部,南亚夏季风建立则最早出现在印度半岛西面的东阿拉伯海上。冬季环流崩溃、南海、南亚及东亚夏季风建立均与北半球对流层中层副热带高压、高层南亚高压以及平流层青藏高压三者的脊线北移有关,太阳直射点北移是脊线北移的主要原因。
利用变差度诊断分析,分析讨论了亚洲夏季风建立及前后(4月1日至6月30日)气候风场变差度的时空特征,发现北半球在4月10日和21日、5月15日和31日、6月11日和28日分别有6次大气环流大调整;变差度的大值区则均位于广义季风区;变差度确实是诊断大气环流调整和研究广义季风的客观定量工具。得到的主要结论如下:该6次环流大调整分别对应于春季来临(平流层极涡崩溃)、冬季环流彻底崩溃(仲春)、南海夏季风建立、南亚夏季风建立、江淮入梅(东亚夏季风建立)、梅雨间歇。南海夏季风建立是北半球季节转换中最强的环流调整(突变),该调整完成后北半球环流转为夏季形势;南海和南亚夏季风建立均与各层等压面上的全球环流调整有关,不是单一等压面上的局部现象。南海与南亚夏季风建立的环流调整在700 hPa上最明显;在850 hPa,南海夏季风建立最早出现于南海南部,南亚夏季风建立则最早出现在印度半岛西面的东阿拉伯海上。冬季环流崩溃、南海、南亚及东亚夏季风建立均与北半球对流层中层副热带高压、高层南亚高压以及平流层青藏高压三者的脊线北移有关,太阳直射点北移是脊线北移的主要原因。
2022, 27(2): 230-242.
doi: 10.3878/j.issn.1006-9585.2021.21003
摘要:
利用多套中国近百年气温观测资料和台站历史沿革信息,通过还原和对比分析早期发表的百年气温序列,探讨分析了20世纪40年代“偏暖”记录的资料问题。结果表明:20世纪50年代初大量台站迁移造成观测序列非均一性问题,导致了早期气温记录相对偏高。因而,基于原始资料构建的中国百年气温序列在20世纪40年代有一个明显的暖峰,而基于均一化资料构建的序列则无此暖峰,由此估算的中国百年气候增暖趋势(1.41 ℃/100 a)大于早期的大部分估算结果。
利用多套中国近百年气温观测资料和台站历史沿革信息,通过还原和对比分析早期发表的百年气温序列,探讨分析了20世纪40年代“偏暖”记录的资料问题。结果表明:20世纪50年代初大量台站迁移造成观测序列非均一性问题,导致了早期气温记录相对偏高。因而,基于原始资料构建的中国百年气温序列在20世纪40年代有一个明显的暖峰,而基于均一化资料构建的序列则无此暖峰,由此估算的中国百年气候增暖趋势(1.41 ℃/100 a)大于早期的大部分估算结果。
2022, 27(2): 243-262.
doi: 10.3878/j.issn.1006-9585.2021.20112
摘要:
大气污染物质量浓度变化主要受气象条件和人为排放变化所控制。2020年上半年在“新冠”疫情影响背景条件下,四川盆地的六项主要污染物质量浓度较往年有不同程度的变化,为了区分这些变化受气象条件和人为排放变化各自的影响程度,开展了气象条件变化对四川盆地污染物质量浓度影响的初步分析。分析结果表明:2020年1~6月整体空气质量优于2019年同期。主要影响污染物浓度的气象参数中,成都平原、川东北地区平均风速与往年相当,川南地区平均风速低于往年。从2020年3月开始,盆地各个城市的总降水量明显偏少,其中5月降水偏少情况最为严重,对应的相对湿度在5月同比较低。平均温度2020年高于2019年,尤其是5、6月平均温度较往年偏高大约4~5°C。月日照总时长从3、4月开始明显长于往年。用固定污染源,改变初始气象条件的方法进行数值模拟结果表明,PM2.5和PM10相似,1、2月模拟结果低于2019年,3、4月高于往年,5、6月同比偏低,主要偏差区域在川南城市群。SO2 在1、2月气象条件有利于扩散,3月川东北不利扩散,其余月份差距不明显。NO2在2月气象条件较为不利,CO不利的月份为4月。4月气象条件有利于臭氧扩散,而5、6月盆地气象条件对O3污染过程起了较强的推动作用。定量分析各个城市污染物浓度贡献率表明,受疫情影响,除臭氧外的颗粒物和气体污染物在1~4月人为排放贡献为负,5、6月由于全面复工复产,导致盆地的污染物浓度也有所上升,人为排放贡献率也大幅增加。O3由于人为排放增加与不利气象条件叠加,导致盆地O3污染情况较为严重。
大气污染物质量浓度变化主要受气象条件和人为排放变化所控制。2020年上半年在“新冠”疫情影响背景条件下,四川盆地的六项主要污染物质量浓度较往年有不同程度的变化,为了区分这些变化受气象条件和人为排放变化各自的影响程度,开展了气象条件变化对四川盆地污染物质量浓度影响的初步分析。分析结果表明:2020年1~6月整体空气质量优于2019年同期。主要影响污染物浓度的气象参数中,成都平原、川东北地区平均风速与往年相当,川南地区平均风速低于往年。从2020年3月开始,盆地各个城市的总降水量明显偏少,其中5月降水偏少情况最为严重,对应的相对湿度在5月同比较低。平均温度2020年高于2019年,尤其是5、6月平均温度较往年偏高大约4~5°C。月日照总时长从3、4月开始明显长于往年。用固定污染源,改变初始气象条件的方法进行数值模拟结果表明,PM2.5和PM10相似,1、2月模拟结果低于2019年,3、4月高于往年,5、6月同比偏低,主要偏差区域在川南城市群。SO2 在1、2月气象条件有利于扩散,3月川东北不利扩散,其余月份差距不明显。NO2在2月气象条件较为不利,CO不利的月份为4月。4月气象条件有利于臭氧扩散,而5、6月盆地气象条件对O3污染过程起了较强的推动作用。定量分析各个城市污染物浓度贡献率表明,受疫情影响,除臭氧外的颗粒物和气体污染物在1~4月人为排放贡献为负,5、6月由于全面复工复产,导致盆地的污染物浓度也有所上升,人为排放贡献率也大幅增加。O3由于人为排放增加与不利气象条件叠加,导致盆地O3污染情况较为严重。
2022, 27(2): 263-275.
doi: 10.3878/j.issn.1006-9585.2021.20151
摘要:
用偏最小二乘(Partial Least Square, PLS)回归方法分析了1979~2018年影响亚马逊旱季(6~8月)降水年际变率的热带海面温度模态。第一海面温度模态解释了总方差的64%,主要表现为前期亚马逊雨季(12月至次年2月)至旱季(6~8月)热带东太平洋La Niña型海面温度异常演变。12月至次年2月热带东太平洋出现La Niña型海面温度冷异常;3~5月热带东太平洋冷异常增强,并在热带印度洋、热带北大西洋出现冷异常,在热带南大西洋有暖异常;6~8月热带东太平洋冷异常向东收缩;9~11月整个热带海面温度异常均快速衰退。第二海面温度模态解释了总方差的19%,主要表现为前期亚马逊雨季(12月至次年2月)至旱季(6~8月)中太平洋Modoki El Niño型增暖。12月至次年2月在热带中太平洋出现暖异常,印度洋和南大西洋同样也出现暖异常,热带中太平洋和南大西洋暖异常能持续到9~11月,而印度洋暖异常在9~11月衰减。这些结果表明,亚马逊旱季降水与热带海面温度的演变有关,当前期12月至次年2月出现La Niña(Modoki El Niño)事件、3~8月出现热带南北大西洋海面温度梯度负异常并且热带印度洋海面温度冷(暖)异常时,亚马逊旱季降水偏多。这两个海面温度模态对降水的总贡献与亚马逊旱季降水指数的相关关系高达0.92,说明亚马逊旱季降水年际变率与热带海面温度密切相关;而且这两个海面温度模态对亚马逊旱季降水的贡献还有明显的年代际变化,自1979年以来,海面温度对降水的贡献有下降趋势。还对海面温度影响亚马逊旱季降水年际变率的机制进行了分析,发现海面温度可以通过影响亚马逊地区的环流场、水汽输送以及大气对流层稳定性进而导致降水异常。第一海面温度模态能激发亚马逊低空北部气流辐合,高空北部气流辐散,容易形成异常的上升运动;同时,亚马逊对流层的异常湿静能收支也表明第一海面温度模态会使亚马逊地区对流层不稳定性增加;另外,第一海面温度模态还能使亚马逊北部出现异常水汽辐合,这都会导致亚马逊北部降水增加。第二海面温度模态激发亚马逊东南部气流辐合上升,西部气流辐散下沉;亚马逊对流层的异常湿静能收支显示第二海面温度模态使亚马逊东南部气层不稳定,中部稳定,这导致亚马逊东部降水增加。最后选取了大气模式比较计划(Atmospheric Model Intercomparison Project, AMIP6)中7个模式数据的集合平均对以上结果进行验证,发现无论是海面温度模态还是影响机制,都与再分析资料的结果基本一致。这说明以上结果是可信的,热带海面温度确实与亚马逊旱季降水有密切关系。
用偏最小二乘(Partial Least Square, PLS)回归方法分析了1979~2018年影响亚马逊旱季(6~8月)降水年际变率的热带海面温度模态。第一海面温度模态解释了总方差的64%,主要表现为前期亚马逊雨季(12月至次年2月)至旱季(6~8月)热带东太平洋La Niña型海面温度异常演变。12月至次年2月热带东太平洋出现La Niña型海面温度冷异常;3~5月热带东太平洋冷异常增强,并在热带印度洋、热带北大西洋出现冷异常,在热带南大西洋有暖异常;6~8月热带东太平洋冷异常向东收缩;9~11月整个热带海面温度异常均快速衰退。第二海面温度模态解释了总方差的19%,主要表现为前期亚马逊雨季(12月至次年2月)至旱季(6~8月)中太平洋Modoki El Niño型增暖。12月至次年2月在热带中太平洋出现暖异常,印度洋和南大西洋同样也出现暖异常,热带中太平洋和南大西洋暖异常能持续到9~11月,而印度洋暖异常在9~11月衰减。这些结果表明,亚马逊旱季降水与热带海面温度的演变有关,当前期12月至次年2月出现La Niña(Modoki El Niño)事件、3~8月出现热带南北大西洋海面温度梯度负异常并且热带印度洋海面温度冷(暖)异常时,亚马逊旱季降水偏多。这两个海面温度模态对降水的总贡献与亚马逊旱季降水指数的相关关系高达0.92,说明亚马逊旱季降水年际变率与热带海面温度密切相关;而且这两个海面温度模态对亚马逊旱季降水的贡献还有明显的年代际变化,自1979年以来,海面温度对降水的贡献有下降趋势。还对海面温度影响亚马逊旱季降水年际变率的机制进行了分析,发现海面温度可以通过影响亚马逊地区的环流场、水汽输送以及大气对流层稳定性进而导致降水异常。第一海面温度模态能激发亚马逊低空北部气流辐合,高空北部气流辐散,容易形成异常的上升运动;同时,亚马逊对流层的异常湿静能收支也表明第一海面温度模态会使亚马逊地区对流层不稳定性增加;另外,第一海面温度模态还能使亚马逊北部出现异常水汽辐合,这都会导致亚马逊北部降水增加。第二海面温度模态激发亚马逊东南部气流辐合上升,西部气流辐散下沉;亚马逊对流层的异常湿静能收支显示第二海面温度模态使亚马逊东南部气层不稳定,中部稳定,这导致亚马逊东部降水增加。最后选取了大气模式比较计划(Atmospheric Model Intercomparison Project, AMIP6)中7个模式数据的集合平均对以上结果进行验证,发现无论是海面温度模态还是影响机制,都与再分析资料的结果基本一致。这说明以上结果是可信的,热带海面温度确实与亚马逊旱季降水有密切关系。
2022, 27(2): 276-284.
doi: 10.3878/j.issn.1006-9585.2021.21009
摘要:
利用臭氧检测仪(Ozone Monitoring Instrument, OMI)反演的甲醛柱浓度数据(OMHCHO_003),选取山东省日照市作为东部典型沿海城市,分析其2014~2020年甲醛柱浓度的时空变化特征和影响因素,发现其甲醛柱浓度空间分布呈现季节性特征,夏季高值是其他季节平均值的1.5倍左右,且夏季高值呈带状分布于西北部莒县境内。日照市7年间全境甲醛柱浓度呈现显著增长,其中东港区增幅达到0.20\begin{document}$ \times $\end{document} ![]()
![]()
1015 mol cm−2 a−1,该增幅与高人为源排放的京津冀地区的甲醛柱浓度增幅趋于一致,并且日照市甲醛柱浓度与森林覆盖、机动车保有量、工业能源消耗量存在显著相关性。为进一步探究山东省日照市在中国东部沿海城市中甲醛柱浓度变化,选取共32个中国东部沿海城市(对应六大沿海省份辽宁、山东、江苏、浙江、福建和广东省),对比分析其2014~2020年夏季甲醛柱浓度含量和变化趋势,其中山东省日照市甲醛柱浓度7年间增幅在32个中国东部沿海城市中排名第一。本研究对山东省日照市的甲醛防控部署有非常好的应用和参考,并很好地弥补了中国东部沿海城市甲醛柱浓度研究的空白。
利用臭氧检测仪(Ozone Monitoring Instrument, OMI)反演的甲醛柱浓度数据(OMHCHO_003),选取山东省日照市作为东部典型沿海城市,分析其2014~2020年甲醛柱浓度的时空变化特征和影响因素,发现其甲醛柱浓度空间分布呈现季节性特征,夏季高值是其他季节平均值的1.5倍左右,且夏季高值呈带状分布于西北部莒县境内。日照市7年间全境甲醛柱浓度呈现显著增长,其中东港区增幅达到0.20
2022, 27(2): 285-298.
doi: 10.3878/j.issn.1006-9585.2021.21018
摘要:
利用欧洲中心ERA-Interim逐6 h再分析资料和国家气象中心提供的逐小时台风业务资料,对比分析了2020年第7号台风“海高斯”和2017年第13号台风“天鸽”的环流形势和强度结构特征,发现二者的尺度都比较小;生成的时间和移动路径比较相似;并且都出现了近海快速加强的过程。从对比分析来看,造成两个台风近海快速加强的共同原因主要有海温异常偏高、环境风的垂直切变较小以及有利的高低层环流配置等,而造成两个台风近海快速加强的不同原因也较为显著,分别从位涡垂直分布、涡度收支和涡度拟能等方面进行诊断分析,得到一些有利于台风强度快速增长的不同因素。
利用欧洲中心ERA-Interim逐6 h再分析资料和国家气象中心提供的逐小时台风业务资料,对比分析了2020年第7号台风“海高斯”和2017年第13号台风“天鸽”的环流形势和强度结构特征,发现二者的尺度都比较小;生成的时间和移动路径比较相似;并且都出现了近海快速加强的过程。从对比分析来看,造成两个台风近海快速加强的共同原因主要有海温异常偏高、环境风的垂直切变较小以及有利的高低层环流配置等,而造成两个台风近海快速加强的不同原因也较为显著,分别从位涡垂直分布、涡度收支和涡度拟能等方面进行诊断分析,得到一些有利于台风强度快速增长的不同因素。
2022, 27(2): 299-314.
doi: 10.3878/j.issn.1006-9585.2021.20064
摘要:
ECMWF和GRAPES(Global/Regional Assimilation and Prediction System)预报产品是国内目前主要的应用服务产品。为了了解ECMWF和GRAPES预报产品的性能,使用户在实际应用中,根据需求可选择性地应用上述预报产品,本文利用中国气象局2421个国家级自动站和8155个地面天气站(骨干站)逐时观测资料对2017年7月和11月、2018年1月和4月的ECMWF确定性预报模式(C1D)和我国研发的区域数值预报模式GRAPES_MESO、全球数值预报模式GRAPES_GFS的气温、地表温度、湿度、风速预报资料在中国区域的适用性进行了评估。结果表明:与各观测要素实况相比,3个模式均存在系统误差。地表温度预报易低估、风速预报易高估;3个模式预报能力普遍存在明显的区域差异、季节差异和昼夜变化。青藏地区3个模式预报能力明显低于其他地区。3个模式气温、风速的预报能力春季最差,湿度预报能力夏季最优,地表温度白天的预报能力秋冬季低于春夏季。GRAPES_MESO模式气温、风速的预报能力没有明显的昼夜变化;在分析的所有气象要素中,3个模式均为湿度的预报准确率最低,GRAPES_MESO模式的地表温度预报准确率最高,GRAPES_GFS模式和C1D模式风速预报准确率最高。
ECMWF和GRAPES(Global/Regional Assimilation and Prediction System)预报产品是国内目前主要的应用服务产品。为了了解ECMWF和GRAPES预报产品的性能,使用户在实际应用中,根据需求可选择性地应用上述预报产品,本文利用中国气象局2421个国家级自动站和8155个地面天气站(骨干站)逐时观测资料对2017年7月和11月、2018年1月和4月的ECMWF确定性预报模式(C1D)和我国研发的区域数值预报模式GRAPES_MESO、全球数值预报模式GRAPES_GFS的气温、地表温度、湿度、风速预报资料在中国区域的适用性进行了评估。结果表明:与各观测要素实况相比,3个模式均存在系统误差。地表温度预报易低估、风速预报易高估;3个模式预报能力普遍存在明显的区域差异、季节差异和昼夜变化。青藏地区3个模式预报能力明显低于其他地区。3个模式气温、风速的预报能力春季最差,湿度预报能力夏季最优,地表温度白天的预报能力秋冬季低于春夏季。GRAPES_MESO模式气温、风速的预报能力没有明显的昼夜变化;在分析的所有气象要素中,3个模式均为湿度的预报准确率最低,GRAPES_MESO模式的地表温度预报准确率最高,GRAPES_GFS模式和C1D模式风速预报准确率最高。
2022, 27(2): 315-322.
doi: 10.3878/j.issn.1006-9585.2021.20072
摘要:
以锡盟特高压输电线路为主要研究对象,利用化学模式对济南地区进行模拟和评估,定量化评估特高压跨区域输电工程对受端区域大气灰霾的改善效应,开展排放源的敏感性试验。结果表明:静稳天气背景下,虚拟电厂对大气环境最大影响距离约30 km,最大的影响面积约占济南地区的20%左右;对不同高度层PM2.5浓度的影响46 m降幅最大,对整个主城区整体的大气环境影响较小,PM2.5浓度小时平均值降低约1 μg m−3。
以锡盟特高压输电线路为主要研究对象,利用化学模式对济南地区进行模拟和评估,定量化评估特高压跨区域输电工程对受端区域大气灰霾的改善效应,开展排放源的敏感性试验。结果表明:静稳天气背景下,虚拟电厂对大气环境最大影响距离约30 km,最大的影响面积约占济南地区的20%左右;对不同高度层PM2.5浓度的影响46 m降幅最大,对整个主城区整体的大气环境影响较小,PM2.5浓度小时平均值降低约1 μg m−3。
2022, 27(2): 323-332.
doi: 10.3878/j.issn.1006-9585.2021.21045
摘要:
利用线性回归分析法、突变检验法等分析博斯腾湖流域1980~2018年的年均气温、年降水量、年蒸发量等气候因子变化趋势和突变现象及其对开都河径流量的影响。结果表明:1980~2018年博斯腾湖流域年均气温呈波动中上升趋势,其变化速率为0.15°C (10 a)−1,年降水量则以0.765 mm (10 a)−1的速率增加,而年蒸发量出现以−11.6 mm (10 a)−1的速率逐渐下降态势,流域气候出现由干向湿的趋势;开都河径流量对气候因子突变的响应表明,1980~2018年开都河径流量通过0.05的水平上呈显著增加态势;流域气候变化对开都河径流量的影响研究表明,流域年均气温与开都河径流量的相关性最大,相关系数为0.463,年降水量、年蒸发量与径流量之间相关性不大,相关系数分别为0.276、−0.03。对比分析发现,博斯腾湖流域气候变化对开都河径流量的影响从大到小依次为年均气温>年降水量>年蒸发量。
利用线性回归分析法、突变检验法等分析博斯腾湖流域1980~2018年的年均气温、年降水量、年蒸发量等气候因子变化趋势和突变现象及其对开都河径流量的影响。结果表明:1980~2018年博斯腾湖流域年均气温呈波动中上升趋势,其变化速率为0.15°C (10 a)−1,年降水量则以0.765 mm (10 a)−1的速率增加,而年蒸发量出现以−11.6 mm (10 a)−1的速率逐渐下降态势,流域气候出现由干向湿的趋势;开都河径流量对气候因子突变的响应表明,1980~2018年开都河径流量通过0.05的水平上呈显著增加态势;流域气候变化对开都河径流量的影响研究表明,流域年均气温与开都河径流量的相关性最大,相关系数为0.463,年降水量、年蒸发量与径流量之间相关性不大,相关系数分别为0.276、−0.03。对比分析发现,博斯腾湖流域气候变化对开都河径流量的影响从大到小依次为年均气温>年降水量>年蒸发量。