使用Himawari-8静止卫星数据,基于CALIPSO卫星云底高度结合云雾水平均匀性特征提取海雾/低云标签,并使用全卷积神经网络与全连接条件随机场相结合的模型(Fully Convolutional Network and Conditional Random Field,FCN-CRF),提出一种夜间海雾/低云卫星检测方法。经过建立与训练模型,使用CALIPSO卫星的海雾/低云观测检验FCN-CRF模型和双通道差值法的结果。FCN-CRF模型表现良好,其检出率(probability of detection,POD)为0.611,虚警率(false alarm ratio,FAR)为0.174,临界成功指数(critical success index,CSI)为0.541,Hanssen-Kuiper技能分数(Hanssen-Kuiper Skill Score,KSS)为0.436,Heidke技能分数(Heidke Skill Score,HSS)为0.577,整体优于双通道差值法。

虽然全球平均表面气温不断升高,但在冬季欧亚大陆经常出现年际-年代际尺度上的变冷趋势。利用美国国家环境预报中心(National Centers for Environmental Prediction,NCEP)再分析资料,指出冬季影响欧亚大陆变冷的大气环流主要是北大西洋涛动(North Atlantic Oscillation,NAO)和乌拉尔山阻塞(Ural blocking,UB)的环流组合。其中,NAO环流可以在年际尺度上作为背景环流影响UB过程对欧亚低温天气的作用。统计分析发现,在NAO正(负)位相(NAO⁺/NAO^-)环流背景下UB的发生频率可以解释冬季平均UB发生频率的52%(13%),表明NAO+环流有利于下游阻塞形势出现。尽管如此,研究发现在NAO^-环流背景下的UB事件平均给欧亚地区带来的降温幅度更强,约是NAO⁺环流背景下的2倍,而且亚洲降温区的位置偏北约5°、偏东约13.5°。中等强度的NAO⁺环流背景下UB事件对欧亚降温的贡献更显著,强的NAO⁺环流背景下,UB过程在欧亚大陆中纬度地区产生的冷异常较弱,这与NAO⁺环流在欧亚大陆北部产生的明显增温有关。而在NAO^-环流背景下,欧亚大陆北部有明显的降温,UB环流的出现会进一步将冷空气向南输送影响我国,这种情况主要反映的是NAO^-环流异常对欧亚地区降温的作用,因此NAO^-环流越强降温越强烈。

使用ERA-Interim和ERA5两套再分析资料分别驱动东亚区域再分析系统(East Asia Reanalysis System,EARS),并输出2015年一年期试验再分析资料,通过评估其中3次代表性的华南登陆台风降水过程,对比不同驱动场对该系统的影响,研究发现以ERA5驱动的EARS输出结果较ERA-Interim驱动的结果更准确,尤其在丘陵和山地等复杂地形下的降水模拟改进明显。进一步用ERA5驱动的EARS输出结果与欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)新一代陆面再分析资料ERA5-Land对比分析,发现ERA5-Land对于台风大尺度降水的把握更好,而EARS对中小尺度降水过程的再现更完整,特别是对沿海降水的模拟更准确。相较于ERA5-Land,EARS目前同化的观测资料有限,对物理过程参数化方案的选择仍欠准确,后续需要有针对性地改进。

基于中国气象局区域台风数值预报系统(CMA-TYM),通过一系列敏感性试验,分析研究了台风“天鸽”(1713)生命过程中不同时间阶段的移动路径及强度的数值模拟对模式参数化方案中边界层高度(h)和动量粗糙度(z₀)的敏感性。试验结果表明,使用不同参数化方案计算的h在“天鸽”(1713)初期的热带风暴阶段对热带气旋的移动路径有较明显的影响,在台风成熟后对热带气旋的移动路径影响不显著 ；台风中心附近最大10 m风速对h的变化不敏感,而最低海平面气压对h的变化却非常敏感。同时发现在台风发展初期阶段,边界层过薄或过厚都不利于台风强度的发展加强。这表明边界层高度h在热带气旋数值模拟和预报中是非常重要的,尤其是在台风发展的初期阶段。动量粗糙度z0的变化对台风“天鸽”的影响主要体现在台风增强阶段,台风中心附近10 m风速最大值在台风增强阶段对z₀敏感,尤其是在台风发展的初期阶段

对2022年第12号台风“梅花”的主要特点、路径预报难点问题和路径预报误差特征进行分析,研究主要结论显示:(1)“梅花”登陆次数多、登陆强度强,是首个4次登陆不同省(市)的台风,也是2022年最强登陆台风,造成华东与东北地区长时间、大范围的风雨影响。(2)台风生成初期的中长期时效路径预报是路径预报难点之一,模式对台风主要影响系统的长时效预报存在明显偏差,针对模式的及时检验和订正对预报调整非常重要。(3)双台风或多涡旋情景下,集合预报发散度大,“梅花”陆上路径预报偏西偏慢,其东侧“南玛都”的强度和位置差异对其路径有明显影响。(4)台风变性过程中的移速误差是路径预报极大误差的来源,关注台风是否处于变性过程可作为调整台风移速预报的参考。未来开展多模式交叉实时检验,基于集合预报研发针对转向变性台风路径预报订正技术可为主观预报提供支撑。

基于常规气象观测资料和探空资料,对2007—2019年山东省123个国家级地面气象观测站观测到的持续性短时强降水发生特征、环流形势和环境参数进行分析。结论如下:(1)其间共有81个站点在78个降水日内发生144站次持续性短时强降水,鲁东南地区发生次数和发生站点比例均明显高于其他区域;降水集中在6月下旬至8月下旬,又以8月上旬至中旬最多。(2)天气过程主要发生在低层绝对湿度和相对湿度高、抬升凝结高度低、暖云层厚的条件性不稳定环境下。(3)准正压类和低层暖平流强迫类探空温湿廓线近似平行,对流有效位能中等、垂直风切变偏弱,低层暖湿平流是大气层结不稳定建立或维持的主导者;斜压锋生类和高空冷平流强迫类探空温湿廓线呈“V”形,低层偏湿、中层偏干,对流有效位能较弱、垂直风切变中等,冷暖平流对于大气层结不稳定的作用均较显著。

基于2018年12月—2019年11月臭氧层观测仪(Ozone Monitoring Instrument,OMI)和对流层观测仪(TROPOspheric Monitoring Instrument,TROPOMI)遥感反演产品数据,统计两种数据在中国区域对流层NO2柱浓度数据缺失率,分析得出两者的时空分布差异。结果表明:(1)该时间段内,两种传感器数据缺失率呈现“S”形的变化趋势,TROPOMI月数据缺失率低于OMI,TROPOMI年平均数据缺失率为3.98%,OMI年平均数据缺失率为36.22%,造成该结果的原因可能是不同仪器的分辨率不同。(2)在中国区域内,两种数据存在一定的相关性,相关系数为0.844,但TROPOMI获得的对流层NO₂年平均柱浓度值大于OMI;从季节差异上来看,TROPOMI获得的结果同样相对OMI的结果高出57.5%,造成OMI结果偏低的原因可能是OMI传感器在有云(非晴空)情况下用其他卫星观测进行校正,使得结果平均降低15%,但不会影响季节变化趋势。(3)季节相关性方面,秋、冬两季相关性较好,春、夏两季相对较差,是由于春、夏季节NO₂柱浓度易受其他气体污染物的影响,且两种传感器在反演方法上有所不同,会造成一定的系统误差。(4)在重污染情况下,TROPOMI传感器获得的地域范围相比于OMI大1.54%,只有在冬季污染最为严重的情况下,TROPOMI获得的污染区域相比于OMI小0.86%。(5)在时空差异上,东部地区两者差异明显,TROPOMI获得的月平均结果相比于OMI的结果大10.21%,西部差异不大,中国不同城市群之间的结果也存在差异。

基于苏州地区2018—2021年黑碳(black carbon,BC)质量浓度观测数据,结合黑碳仪模型、浓度权重轨迹分析法(concentration weighted trajectory,CWT),对苏州地区BC分布特征和来源进行了分析。结果表明,2018—2021年苏州BC平均质量浓度为1.81 μg/m³且呈逐年下降的趋势,与2018年相比,2021年BC年平均质量浓度下降了43.6%。同时,苏州本地源以化石燃料(fossil fuel,简记为“ff”)燃烧为主,75.5%的BC由化石燃料燃烧产生。在BC质量浓度逐年降低的同时, BC_ff占比也呈逐年下降的趋势。在季节变化上,BC质量浓度冬季最高,夏季最低,BC和BC_ff日变化均呈双峰型分布。与气温、降水量相比,相对湿度对BC质量浓度影响较小;当BC质量浓度小于6 μg/m³时,BC质量浓度随风速增加而减小;同时,BC质量浓度在各风向上的分布差异并不明显。潜在源分析显示,四季BC的潜在源区多集中在西南方向,浙江、安徽、江西等3个省份对苏州BC影响相对更多。

基于2006年6月—2021年10月期间CALIPSO星载激光雷达观测数据,对吕宋海峡低云和深对流等影响飞行的云时空分布特征进行统计学分析。结果表明,在南海季风、太阳辐射和季风槽的共同影响下:(1)低云覆盖率在8月左右最小,为2.9% ,在1月左右最大,为67.4%;低云平均云底高在7月左右最低,为756.1 m,在1月左右最高,为1 259.4 m;低云平均厚度在7月最小,为714.1 m,在12月最大,为1 039.4 m。(2)深对流发生概率在10月左右最小,为1.9%,12月最大,为18.7%;深对流顶高在10月最大,平均顶高为16 056.2 m,在4月最小,平均顶高为14 164.0 m。

以济宁S波段双线偏振多普勒雷达观测的层状云降水资料为例,分析了信噪比(signal-to-noise ratio,SNR)、相关系数(ρhv)对偏振参量的影响以及近距离双偏振参数的特征。利用雷达最高扫描仰角的层状云降水资料,对小雨和干雪两种自然目标物差分反射率因子(Z_DR)的订正效果进行分析。研究表明:(1)SNR小于21 dB时,Z_DR、ρ_hv、差分传播相位偏差(ΔΦ_DP)的平均值和标准差随SNR的变化波动明显,Z_DR、ρ_hv、差分传播相位(Φ_DP)不稳定,数据质量差。SNR大于21 dB时,Z_DR、ρ_hv、Φ_DP才具有可信度,且随着SNR的增大,Z_DR、ρ_hv、Φ_DP的稳定性越来越好。(2)SNR大于21 dB、ρ_hv＜0.965时,ΔΦ_DP的平均值和标准差随ρhv的变化而波动剧烈;SNR大于21 dB、ρhv＞0.965时,ρhv越大,Φ_DP的值越稳定。(3)受地面噪声干扰、近距离地物以及天线旁瓣的影响,0~15 km的近距离偏振参数不稳定,数据质量差,业务应用中需特别注意。(4)利用小雨和干雪两种自然目标物对ZDR系统误差进行标定,通过对比发现,小雨粒子的ZDR系统误差的平均值和标准差比干雪粒子小很多,且小雨粒子ZDR系统误差订正曲线比干雪粒子稳定;小雨粒子相比于干雪粒子,其ZDR系统误差订正效果更稳定;经过系统误差订正后的降水粒子的ZDR值较订正前更加合理。

2022年秋季(9—11月)北半球大气环流特征为:极涡呈偶极型,中高纬环流呈5波型分布,欧亚大陆西风带环流较为平直,西风带槽脊较弱,影响我国的冷空气势力较历史同期平均偏弱,9—10月热带气旋活动频繁。我国近海出现了14次8级以上大风过程,其中冷空气和温带气旋共同影响的大风过程为5次,冷空气和热带气旋共同影响的大风过程为5次,热带气旋大风过程为2次,冷空气大风过程为2次。西北太平洋和南海共生成13个热带气旋,全球其他海域生成22个热带气旋。我国出现2.0 m以上大浪过程的日数为80 d,约占秋季总日数的88%。秋季,我国近海海域海面温度逐月下降,北部海域海面温度较常年平均偏低,南部海域偏高。