淮河流域是中国南北气候重要的过渡带,气象灾害频繁发生。这里水网、农田、丘陵、山地、城镇密布,地-气作用复杂,干冷与暖湿空气时常交汇于此,造成局地或流域旱涝经常发生。淮河流域处于梅雨区,且是中国重要的农业生产基地,具有气象和...淮河流域是中国南北气候重要的过渡带,气象灾害频繁发生。这里水网、农田、丘陵、山地、城镇密布,地-气作用复杂,干冷与暖湿空气时常交汇于此,造成局地或流域旱涝经常发生。淮河流域处于梅雨区,且是中国重要的农业生产基地,具有气象和水文综合观测系统,积累了长序列的气象和水文观测资料。因此,淮河流域是研究能量和水分循环的理想试验区。国家自然科学基金重大项目"淮河流域能量与水分循环试验和研究(HUaihe river Basin Experiment,简称HUBEX)"于1998、1999年夏在淮河流域开展了气象和水文联合观测试验。文中回顾了HUBEX试验的目的、观测网设计与布局,介绍了HUBEX推动下的淮河流域综合观测网的发展,总结了HUBEX观测试验对区域气候事件和暴雨等灾害性天气机理研究、提高模式模拟和预报能力及建立长期连续的气象观测数据集等方面的成果和作用。展开更多
本文利用1980~2021年MERRA2(Modern-Era Retrospective analysis for Research and Applications,version 2)沙尘资料,结合ERA5大气再分析数据,系统分析了中国春季沙尘的时空分布特征及相关的大气环流异常,结果表明:西北地区沙尘主导了...本文利用1980~2021年MERRA2(Modern-Era Retrospective analysis for Research and Applications,version 2)沙尘资料,结合ERA5大气再分析数据,系统分析了中国春季沙尘的时空分布特征及相关的大气环流异常,结果表明:西北地区沙尘主导了我国春季沙尘的长期变化,二者均具有显著的2~4年和8年以上的周期变化,表现出明显的年际和年代际特征。利用EOF分析表明,EOF1主要体现我国春季沙尘,尤其是西北沙尘的年际变化,在正位相时表现出西北沙尘的显著增加。而EOF2则主要体现我国春季沙尘的年代际变化,在空间上表现为西北与中国其他地区沙尘变化的偶极子特征,其正位相为西北沙尘负异常和其他区域的正异常;在时间上则表现为20世纪90年代末由负转正的位相转变。进一步研究表明,中国春季沙尘变化与气象要素场具有显著的联系:当春季沙尘为正异常时,多为强风控制;此外,较高的地表温度和干旱少雨的背景利于土壤解冻和抑制沙尘沉降,最终造成沙尘天气的发生。此外,影响我国春季沙尘变化的下垫面海温异常表现出类拉尼娜型海温,且海温异常能够从前冬一直持续到同期春季,因此对提前预报春季沙尘变化提供一定的可能性。展开更多
雾对交通运输有不利影响,尤其是强浓雾。本文利用2019年1月上中旬在寿县国家气候观象台应用FM-100型雾滴谱仪测量的雾滴谱数据和常规气象观测数据,分析了不同强度雾的微物理特征,以及能见度与含水量、雾滴数浓度、相对湿度之间的关系,...雾对交通运输有不利影响,尤其是强浓雾。本文利用2019年1月上中旬在寿县国家气候观象台应用FM-100型雾滴谱仪测量的雾滴谱数据和常规气象观测数据,分析了不同强度雾的微物理特征,以及能见度与含水量、雾滴数浓度、相对湿度之间的关系,在此基础上建立了能见度参数化方案。结果表明:(1)随着雾的强度增强,雾中含水量显著增大,大雾、浓雾和强浓雾阶段含水量平均值分别为0.003 g m;、0.01 g m;和0.09 g m;当含水量大于0.02 g m;出现强浓雾的比例高达95%。(2)雾滴数浓度、雾滴尺度随着雾强度增强而增大,从大雾到浓雾,雾滴数浓度显著增加(增幅67%),而从浓雾到强浓雾,雾滴尺度显著增大,平均直径、平均有效半径分别增加62%、135%;当雾滴有效半径大于4.7μm,出现强浓雾的比例高达95%。(3)强浓雾、浓雾、大雾雾滴数浓度谱分布均为双峰结构,谱分布整体偏向小粒子一端,强浓雾谱型为Deirmendjian分布,浓雾、大雾均为Junge分布;强浓雾的雾水质量浓度谱呈现多峰特征,最大峰值出现在21.5μm处,浓雾雾水质量浓度谱为双峰分布,大雾为单峰型,最大峰值均出现在5μm处。(4)含水量、数浓度与能见度均呈反相关关系,含水量对能见度的影响最为显著;分别采用全样本和分段方式建立了四种能见度参数化方案,评估检验结果表明,基于含水量的能见度分段拟合方案对能见度的估算效果最好。展开更多
2020年超长梅雨期内的持续强降雨,导致安徽省发生全域性洪涝灾害,为了快速、准确地提取洪涝淹没范围,为防汛救灾提供科学支撑,选取安徽境内巢湖流域和淮河流域的灾前和灾中Sentinel-1A数据,首先,在快速预处理基础上,采用双极化水体指数(...2020年超长梅雨期内的持续强降雨,导致安徽省发生全域性洪涝灾害,为了快速、准确地提取洪涝淹没范围,为防汛救灾提供科学支撑,选取安徽境内巢湖流域和淮河流域的灾前和灾中Sentinel-1A数据,首先,在快速预处理基础上,采用双极化水体指数(Sentinel-1A dual-polarized water index,SDWI)法,并结合地形因子对平原和山区分别提取水体信息,建立一套洪水淹没区监测流程;然后通过该流程利用灾前、灾中两期合成孔径雷达数据提取2020年7月27日巢湖流域、淮河流域行蓄洪区洪水淹没范围。结果显示:SDWI比直接用后向散射系数提取水体具有优势;7月27日巢湖流域洪水淹没区面积为524.8 km^(2),其中受洪灾较重的是白石天河子流域,西河子流域次之;淮河流域安徽境内行蓄洪区,沿淮的4个地市淹没面积从大到小依次为淮南市、阜阳市、六安市、蚌埠市。研究表明,基于Sentinel-1A数据,采用SDWI和地形因子建立的洪水淹没区监测流程对平原和山区都具有较好的准确性、适用性,且具有较高的时效性,便于及时开展洪水灾害监测。展开更多
文摘淮河流域是中国南北气候重要的过渡带,气象灾害频繁发生。这里水网、农田、丘陵、山地、城镇密布,地-气作用复杂,干冷与暖湿空气时常交汇于此,造成局地或流域旱涝经常发生。淮河流域处于梅雨区,且是中国重要的农业生产基地,具有气象和水文综合观测系统,积累了长序列的气象和水文观测资料。因此,淮河流域是研究能量和水分循环的理想试验区。国家自然科学基金重大项目"淮河流域能量与水分循环试验和研究(HUaihe river Basin Experiment,简称HUBEX)"于1998、1999年夏在淮河流域开展了气象和水文联合观测试验。文中回顾了HUBEX试验的目的、观测网设计与布局,介绍了HUBEX推动下的淮河流域综合观测网的发展,总结了HUBEX观测试验对区域气候事件和暴雨等灾害性天气机理研究、提高模式模拟和预报能力及建立长期连续的气象观测数据集等方面的成果和作用。
文摘本文利用1980~2021年MERRA2(Modern-Era Retrospective analysis for Research and Applications,version 2)沙尘资料,结合ERA5大气再分析数据,系统分析了中国春季沙尘的时空分布特征及相关的大气环流异常,结果表明:西北地区沙尘主导了我国春季沙尘的长期变化,二者均具有显著的2~4年和8年以上的周期变化,表现出明显的年际和年代际特征。利用EOF分析表明,EOF1主要体现我国春季沙尘,尤其是西北沙尘的年际变化,在正位相时表现出西北沙尘的显著增加。而EOF2则主要体现我国春季沙尘的年代际变化,在空间上表现为西北与中国其他地区沙尘变化的偶极子特征,其正位相为西北沙尘负异常和其他区域的正异常;在时间上则表现为20世纪90年代末由负转正的位相转变。进一步研究表明,中国春季沙尘变化与气象要素场具有显著的联系:当春季沙尘为正异常时,多为强风控制;此外,较高的地表温度和干旱少雨的背景利于土壤解冻和抑制沙尘沉降,最终造成沙尘天气的发生。此外,影响我国春季沙尘变化的下垫面海温异常表现出类拉尼娜型海温,且海温异常能够从前冬一直持续到同期春季,因此对提前预报春季沙尘变化提供一定的可能性。
文摘雾对交通运输有不利影响,尤其是强浓雾。本文利用2019年1月上中旬在寿县国家气候观象台应用FM-100型雾滴谱仪测量的雾滴谱数据和常规气象观测数据,分析了不同强度雾的微物理特征,以及能见度与含水量、雾滴数浓度、相对湿度之间的关系,在此基础上建立了能见度参数化方案。结果表明:(1)随着雾的强度增强,雾中含水量显著增大,大雾、浓雾和强浓雾阶段含水量平均值分别为0.003 g m;、0.01 g m;和0.09 g m;当含水量大于0.02 g m;出现强浓雾的比例高达95%。(2)雾滴数浓度、雾滴尺度随着雾强度增强而增大,从大雾到浓雾,雾滴数浓度显著增加(增幅67%),而从浓雾到强浓雾,雾滴尺度显著增大,平均直径、平均有效半径分别增加62%、135%;当雾滴有效半径大于4.7μm,出现强浓雾的比例高达95%。(3)强浓雾、浓雾、大雾雾滴数浓度谱分布均为双峰结构,谱分布整体偏向小粒子一端,强浓雾谱型为Deirmendjian分布,浓雾、大雾均为Junge分布;强浓雾的雾水质量浓度谱呈现多峰特征,最大峰值出现在21.5μm处,浓雾雾水质量浓度谱为双峰分布,大雾为单峰型,最大峰值均出现在5μm处。(4)含水量、数浓度与能见度均呈反相关关系,含水量对能见度的影响最为显著;分别采用全样本和分段方式建立了四种能见度参数化方案,评估检验结果表明,基于含水量的能见度分段拟合方案对能见度的估算效果最好。
文摘2020年超长梅雨期内的持续强降雨,导致安徽省发生全域性洪涝灾害,为了快速、准确地提取洪涝淹没范围,为防汛救灾提供科学支撑,选取安徽境内巢湖流域和淮河流域的灾前和灾中Sentinel-1A数据,首先,在快速预处理基础上,采用双极化水体指数(Sentinel-1A dual-polarized water index,SDWI)法,并结合地形因子对平原和山区分别提取水体信息,建立一套洪水淹没区监测流程;然后通过该流程利用灾前、灾中两期合成孔径雷达数据提取2020年7月27日巢湖流域、淮河流域行蓄洪区洪水淹没范围。结果显示:SDWI比直接用后向散射系数提取水体具有优势;7月27日巢湖流域洪水淹没区面积为524.8 km^(2),其中受洪灾较重的是白石天河子流域,西河子流域次之;淮河流域安徽境内行蓄洪区,沿淮的4个地市淹没面积从大到小依次为淮南市、阜阳市、六安市、蚌埠市。研究表明,基于Sentinel-1A数据,采用SDWI和地形因子建立的洪水淹没区监测流程对平原和山区都具有较好的准确性、适用性,且具有较高的时效性,便于及时开展洪水灾害监测。
