环渤海地区云量的动力过程相似预报方法

利用环渤海35个台站1954-2002年近50年逐日平均总云量和低云量的观测资料,统计关注区域内少云、中等云量、多云的发生情况;再用同期NCEP再分析资料,计算出预报关注区域内与不同云量形成相关性较好的各种不同要素的平均场,依据动力过程相似原理,利用T213数值预报产品相邻24h预报场,以域块距离为依据,建立云量预报模型,制作日平均总云量和低云量4～9天的预报.经过2003-2007年的预报结果与实况资料的对比检验表明:依据动力过程相似方法建立的云量预报模型对日平均总云量和日平均低云量的预报准确率较高;日平均低云量预报准确率要高于日平均总云量;冬半年预报准确率高于夏半年;天空出现少云的预报准确率高于中等云量和多云的情况.     

内蒙古大雪发生的规律及环流特征

应用内蒙古117个观测站1971—2008年的历史资料,对内蒙古大雪暴雪天气的时空分布特征进行了统计分析,并将其环流特征归纳分类.结果表明:内蒙古地区年降雪量具有东强西弱、山区强平原弱的地域分布特征;内蒙古大雪过程主要发生在3,4,10月份,纯雪主要出现在10月至翌年4月,较雨夹雪发生日数明显偏少;近38年内蒙古大雪日数总体呈略有下降的趋势;内蒙古大雪、暴雪天气过程环流形势可划分为两类六型.对于弱冷空气类,其共同特征为低值系统较为深厚,低层暖平流强盛,而强冷空气类,冷涡与低压槽结构明显不同.     

北京市上呼吸道感染与气象环境关系及其冬季天气分型初探

上呼吸道感染(简称上感)是常见的多发病,它与气象、环境(污染)条件密切相关.选取北京市2009年1月1日-2011年12月31日的上感急诊就诊人数资料和同期气象、环境资料,在去除就诊人数资料周末效应的基础上,采用Pearson与Spearman相关分析方法,综合分析了四季中各气象要素和污染物浓度与上呼吸道感染就诊人数的关系,并用聚类分析法对冬季上感多发期的天气形势进行了分型.结果表明:春季上感就诊人数与湿度和降水量呈负相关;夏季就诊人数与平均温度、最低温度呈正相关,与最大风速呈负相关;秋季就诊人数与温度、降水量呈负相关,与3种污染物浓度呈正相关;冬季就诊人数与温度、相对湿度、降水量呈负相关,与气压呈正相关.春、夏、冬3季气象条件对上感发病的影响大于环境条件的影响,秋季环境空气质量的作用大于气象条件的作用.对冬季上感多发期天气分型后发现,降温剧烈、高压、干燥、晴朗、风较大的天气条件下就诊人数最多,处于升温过程、较湿润的天气条件下上感就诊人数最少,可为当地居民相关疾病的预防提供参考依据.     

北京市大气污染物与呼吸系统疾病入院人数的时间序列

为评价北京市空气污染对居民呼吸系统疾病急诊就诊人数的影响,采用基于时间序列的半参广义相加模型,在控制了长期趋势、"星期几效应"及气象因子等混杂因素的影响后,分析2009-2011年北京市空气污染物与呼吸系统疾病入院人数的暴露—反应关系,并按上呼吸道感染(上感)和下呼吸道感染(下感)分层建立模型.结果表明,污染物有一定的滞后效应,NO_2在当天或滞后2 d,SO_2在滞后2 d,PM_(10)在滞后2 d或4 d使得呼吸系统疾病急诊就诊人数的相对危险度(RR)值达到最大,其中SO2、NO2和PM_(10)浓度每增加10μg/m~3,对应的呼吸系统疾病全人群的RR值及95%置信区间(CI)分别为:1.0114(95%CI:1.0077~1.0183),1.021 3(95%CI:1.0150~1.021 3)和1.011 3(95%CI:1.0049~1.0173).同时还发现,大气污染物对上感的影响比下感明显.     

基于神经网络逐级分类建模的北京地区能见度预报

在研究了北京市近10年来城市能见度变化特征及低能见度发生的主要影响因素的基础上,利用北京市气象站观测资料筛选出主要的预报因子,使用学习向量量化算法对样本进行分类,再利用列文夸特算法逐级建立预报模型,并进行预报试验.结果表明神经网络逐级分类模型具有良好的预报能力,其关键在于模型的识别分类能力,试验得到分类准确率达到87.0%,采用列文夸特优化算法的逐级分类模型较统计回归预报残差平方和下降了57.1%;低能见度、中等能见度、高能见度预报准确率分别为60.0%,68.2%,79.3%,均高于统计回归预报方法(12.5%,41.7%,52.4%).     

英国CRU高分辨率格点资料揭示的近百年来青藏高原气温变化

利用英国East Anglia大学CRU高分辨率地面温度格点资料和EOF, REOF及线性趋势等方法,分析了青藏高原地面温度的时空分布特征及近百年来的变化趋势.结果表明:空间一致性是高原气温空间结构的主要特征,除此之外,高原气温在空间分布上还存在东西、南北反相结构.利用方差最大化旋转可将高原气温变化分为高原中部区、西部区、北部区、南部区及东部区.近百年来高原气温处于上升通道,气候倾向率约为0.07?C/10 a,经历了四次冷暖交替的时期:1901?1930年为冷期;1931?1950年为暖期,气温显著升高;1950年开始一直到1980年前后,高原气温总体变化比较平稳;而从1980年至今,高原的气温都处于快速上升的通道.高原气温的变化主要以准60年周期为主,同时还有30年准周期振荡,存在多个突变点.高原各个区域近百年来气温都处于上升状态,青藏高原中部区气候倾向率达0.065?C/10 a,西部区上升趋势最显著,气候倾向率达0.128?C/10 a,北部区为0.108?/10 a,南部区为0.015?/10 a,东部区为0.022?C/10 a,且大部分区域都通过α=0.01的信度检验.各区域有不同的温度变化特征,中部区和北部区相似,而东部区正负交替比较频繁.     

积层混合云降水雨滴谱特征分析

研究了雷州半岛积层混合云雨滴的微结构参量特征,用2007年8月8日至11日在广东湛江和遂溪观测获取的295个降水雨滴谱样本.根据雨滴瞬时谱和有关物理量的演变特征,分别得到了数浓度、雷达反射率因子和雨水含量与雨强的变化关系,给出了雨滴谱的Γ分布拟合和参数随时间的变化特征,得出三次积层混合云降水的平均谱Γ分布,可以描述为N=58 859.634 29D~(7.403 805) exp(-4.816 26D).这些结果可作为检验标准与雷达回波资料进行比较,确定降水的性质和定量估量降水;还可以通过地面连续雨滴谱数据推测空中雨滴谱的基本特征,从而完整地认识整个降水过程.     

兰州市空气污染与气象条件关系分析

利用20012003,20072008年兰州市环境保护局环境监测站SO2,NO2,PM10逐日质量浓度监测资料及同期兰州市气象局的常规气象观测资料,分析了兰州市空气污染的变化特征,探讨了SO2,NO2和PM10质量浓度与气象条件的关系.结果表明:兰州市空气质量以良和轻微污染天气状况为主,空气污染状况呈现冬季加重夏季减轻的年变化特征.吹东北风不利于污染物稀释扩散,吹西北风有利于污染物稀释扩散,降水、相对湿度和风速等气象条件对空气污染状况有显著影响,另外该市城市热岛效应与空气污染状况有明显相关关系.     

近50年夏季西北暴雨特征和水汽轨迹分析

采用中国西北地区19602009年68月常规气象观测站24 h（20:0020:00）降水资料和NCEP/NCAR（2.5×2.5）19602009年再分析逐日4次的850,700,600,500 hPa位势高度、比湿q和U,V风场资料.在分析西北地区降水概况的基础上,通过NOAA HYSPLIT₄水汽轨迹模型和常规诊断分析方法,对2005年7月12日降水过程进行了分析,结果表明:中国西北地区暴雨的主要特点是降水频率低,降水频数有明显的年际变化特征;降水时间相对集中,主要集中在7月和8月;降水持续时间短,且降水时间持续2天（包括2天）以上的过程性降水次数有明显的年代分布特征.西北地区降水的环流形势主要以西低东高型和偏南气流型为主.利用HYSPLIT后向轨迹模型,对2005年7月12日降水过程向前360 h追踪水汽输送轨迹,发现水汽主要来自偏南气流;但是,不同等压面上水汽轨迹并不总是一致的,降水量越大,不同等压面上的水汽输送轨迹越趋于一致.通过物理量的诊断分析,表示水汽来源的水汽通量分布与后向轨迹模型给出的水汽来源一致.因此在本个例中,后向轨迹模型可以作为判断降水过程中水汽来源的方法之一,并且此次降水过程伴随强烈的上升运动和对流层中下层的强辐合及高层的辐散气流.     

兰州市霾日的气候特征

利用1961-2006年的常规气象资料分析了兰州市霾日的气候特征.研究表明20世纪70,80年代兰州市霾日发生较频繁,但整体呈减少趋势,尤其90年代开始大幅下降;兰州的霾日一年内各季均有发生,但主要发生在秋末和冬季,12月份最多,强度最强的霾日也集中在冬季;时次分布上春、夏季8:00出现霾日最多,而秋、冬季14:00最多;一年中霾日数成"U"型分布,与地表气温呈负相关,气温越低,霾日出现的概率越高;风速小于2m/s和日平均相对湿度低于70%也是霾发生的主要气象条件之一.