简介:利用常规观测资料、美国环境预报中心逐6hFNL(1°×1°)再分析格点资料、NCEP/NCAR(2.5°×2.5°)逐6h再分析资料、FY-2E气象卫星资料和雷达回波资料,用天气学分析和物理量场诊断分析方法,探究了2012年6月4~5日发生在新疆库尔勒至甘肃玉门一带干旱地区60a一遇的大暴雨天气过程的水汽来源以及触发机制。结果表明:中层强盛西南低空急流和低层偏东低空急流为暴雨区源源不断地输送水汽并带来不稳定能量;前倾槽结构和低层增温增湿,形成大气层结强烈对流不稳定;低层切变线(850hPa)和其上空辐合线(700hPa)叠加,导致不稳定能量释放,诱发大暴雨天气过程发生;低空辐合高空辐散,形成整层上升运动,为大暴雨的发展和维持提供了动力条件。
简介:土地利用/覆盖变化(LandUse/CoverChange,LUCC)是影响区域气候变化不可忽略的因素,然而目前还没有十分可靠的土地利用/覆盖数据,因此其对气候变化影响的研究存在很大不确定性。基于此,利用中国统计年鉴(简称年鉴)和中分辨率成像光谱仪(MODerate-resolutionImagingSpectroradiometer,MODIS)遥感观测资料,以行政区为研究单元对3种典型土地利用/覆盖类型(森林、城市和农田)的变化进行了比较分析。结果表明:(1)2004-2011年,年鉴和MODIS森林覆盖率在中国各省(市、区)的分布和变化整体一致性较好,年鉴和MODIS数据都显示全国大部分省(市、区)份的森林覆盖率均有不同程度的增加,而仅MODIS数据中的北京、天津、吉林、黑龙江、上海、江苏森林覆盖率降低。MODIS数据能准确反映森林总体覆盖情况,由于类别精度不够,对单种森林类型及变化的描述存在较大误差。(2)年鉴表明中国东部城市建成区覆盖率及其增长远高于西部地区,黄淮海地区、东南部沿海地区城镇用地呈现加速扩张趋势,符合实际情况。但MODIS数据没有表征出中国区域近10年来的快速城市化进程,可能原因是城市面积较小,且地面地物分布复杂,受空间分辨率的限制,在离散的不集中的区域MODIS数据的土地覆盖类型分类精度较低,导致监测不到新城市的扩张。(3)MODIS农田面积和年鉴农作物播种面积、有效灌溉面积覆盖率的数值和空间分布均有较好的一致性,均是黄淮海地区覆盖率最大。但在2001-2011年,3种数据变化量的差异较大,尤其东部省(市、区)份,MODIS农田面积和年鉴有效灌溉面积增加,而年鉴农作物播种面积减少。(4)2004-2011年中国土地利用类型变化中年鉴城市建成区的变化速率最大(6.25%),其次为森林;耕地由于总量大,变化部分所占的比例较小,因而MOIDS农田及年鉴农作物播种面�
简介:利用NCEP1°×1°再分析资料、常规观测资料、自动站等资料,对2016年8月24日夜间关中地区出现的强对流暴雨过程进行了分析。结果表明:(1)副高异常强盛,横槽转竖引导冷空气南下,与副高内部的暖湿气流交汇是造成这次强对流暴雨的主要背景条件;(2)造成这次强对流暴雨的水汽来源主要是本地水汽的聚积和辐合,整个过程大气处于对流性不稳定状态,锋面过境是该次过程的抬升触发机制;(3)对流不稳定、中等强度的对流有效位能和合适的对流抑制能量更有利于高降水效率和强降水的形成;(4)中尺度对流系统东移的过程中,尺度明显增大,并配合有利的对流条件,发展为MCC且维持时间较久,从而造成区域性强对流暴雨。
简介:利用近58年(1950~2007年)热带气旋资料,研究了南海(5°N~25°N,110°E~120°E)和西北太平洋(5°N~25°N,120°E~180°)两个区域热带气旋生成频数的年际变化和季节变化特征,结果表明西北太平洋热带气旋生成频数明显多于南海,且两区域的热带气旋活动表现出明显的区域性差异。在年际变化上,两者之间相关系数仅为-0.09,即南海和西北太平洋热带气旋生成频数在变化上相对独立。在季节变化上,西北太平洋热带气旋生成频数主要决定了整个西北太平洋明显的季节变化特征,而南海热带气旋生成频数在活跃期5~11月内季节差异不够明显,8~9月为相对盛期;特别地,从热带气旋频数相对于整个西北太平洋所占比率来看,5~6月南海区域由前期的寂静期骤然上升至31.7%~33.8%,使得5~6月成为全年比率中最突出的2个月份。对上述热带气旋活动区域性差异的可能原因进行了分析,初步显示在年际变化上ENSO对南海热带气旋生成频数的影响是显著的;在季节变化上,5~6月南海出现了较之西北太平洋更加有利于热带气旋生成的动力条件(季风槽)和热力条件(高海温),这可能是南海热带气旋生成频数相对于整个西北太平洋所占比率在5~6月成为全年最突出的两个月份的主要原因。
简介:利用区域气候模式RegCM4.3(RegionalClimateModeversion4.3)对新疆地区冬季的地表状态进行了模拟分析,通过与ERA40再分析资料的对比分析发现,温度分布形势模拟较好,地面热力状态受地形影响显著,陡峭地形附近由于热性质差异大和非均匀性强会导致较大模拟误差;模式较好模拟出降水和潜热通量北疆多南疆少,山区多盆地少的分布特征,模拟出通过反照率影响,地表吸收的短波辐射呈现出沙漠腹地吸收多而天山地区吸收少的分布,对北疆呈感热通量汇而南疆呈感热通量源的感热分布形势也模拟较好;模拟的雪水当量与降水分布有较好的一致性,春季融雪径流与冬季雪水当量分布及降水均有较好的对应关系。通过模拟分析也发现,现有方案实际感热通量计算中以地面温度代替地面位温,造成感热通量偏小,因此会低估南疆感热源效应和高估北疆感热汇效应。此外,积雪量和地面温度模拟偏高可能是春季北疆主要积雪区径流偏强的原因。
简介:利用中国气象局提供的地面气象站基本气象要素日值数据集(V3.0)中均一化温度数据,分析了1961~2012年陕西境内秦岭山脉南北两侧4个地貌单元平均最高温度和最低温度的趋势分布特征,同时采用极端气候指标计算软件RClimdex计算了5种极端温度指数,并分析其变化特征及其与区域增暖的关系。结果表明:不同季节秦岭地区极端温度变化存在较大的差异,平均最高温度春季增暖信号最明显,而平均最低温度冬季升温明显,不同的增暖趋势导致了秦岭地区春季、秋季气温日较差变大,冬季、夏季气温日较差变小。陕北黄土高原、关中盆地、秦岭南坡和汉水流域平均最高、最低温度变化趋势基本一致,但变化幅度存在一定差异,其中秦岭北部黄土高原和关中盆地平均最低、最高温度的变化幅度均大于南部的秦岭南坡和汉水流域,尤其平均最低温度关中盆地增幅更明显。秦岭北部2区域极端最低温度相关指数的变化幅度大于极端最高温度指数,而南部2区域前者的变化幅度小于后者。秦岭山脉区域增暖与平均最高、最低温度变化密切相关,还受极端温度变化的影响,其北部地区增暖主要是暖夜增加的贡献,而南部地区增暖主要与暖昼增加有关。
简介:采用2017年7月25日08时-26日08时地面观测资料与欧洲中期数值模式(ECMWF,简称“EC”)、中国气象局全球中期数值模式(GRAPES_GFS,简称“GFS”)和日本气象厅数值模式(简称“JMA”)的降水预报进行对比,分析各模式对此次区域性大暴雨过程的预报性能,并将各模式预报的环流形势、物理量场与NCEP1°×1°再分析资料做对比,分析模式降水误差的产生原因.结果表明:EC对降水量预报较好,达到大暴雨量级;GFS降雨量级预报为暴雨,中心位置比EC更接近实况;JMA中心位置预报最好,但降雨量与实况相差较大.各模式均为20时预报优于08时预报,且随着预报时效的临近,预报结果更接近实况.EC预报的低层切变、垂直速度中心、水汽通量散度大值区和假相当位温能量舌均偏北,因而预报的降雨区域偏北.GFS预报低层辐合、θse相对大值区、垂直上升运动中心均明显偏西,故降水大值区在内蒙地区,垂直运动次上升中心对应榆林上空降水中心.JMA的各因素均与实况位置-致,降水中心预报在各模式中最接近实况,由于低层气流较弱以及弱的水汽辐合,导致降水量预报与实况相差较大.