简介:利用2003年7月7—8日NCEP/NCAR资料和地面高空常规探测资料,利用客观分析方法,研究了东北冷涡积层混合云系形成的环境条件。结果表明:这一冷涡天气系统是由北部和南部两个低压系统组成,且均比较深厚,有明显低温区配合。东北地区的降水主要受南部低压系统影响。该系统有气旋性环流配合,气旋中心区、气流辐合区和气旋东南侧西南气流中均存在相对湿度高于80%的湿度区。湿度区中含有湿度高于90%的区域,积层混合云系产生在这个区域内,而且降水区与系统的不稳定区和动力场辐合区配合一致。研究表明,东北冷涡天气系统中积层混合云系是在冷涡系统东南部的西南气流中形成的,水汽输送条件较好,而且有高湿不稳定区配合,对研究其生成和发展有指示意义。
简介:一、受害概况本地1991年12月26日后受强冷空气影响,气温骤降,特别是28、29日,日平均气温在-1.5℃以下。由于该次冷空气地面降温强烈,高空湿度大,出现严重的雨雪冰冻天气,农作物冻害普遍。本地名优特产柑桔(本地原属黄岩县)也受害非浅。我们12月30、31日就在椒江市郊及洪家观测到温州蜜柑卷叶现象,从实际调查和椒江农林局反映看,柑桔冻害普遍,一般在1、2级之间(按沈德绪等的5级分),重的在3、4级。以下是1992年1月22日农林局农情反映:“最近,我市水果生产遭受历史少有的严重冻害,据初步统计,全市柑桔出现全树叶片枯萎的面积4000多亩,占总面积8%以上;冻害较重,全树叶片枯萎50%以上的面积
简介:京津冀大气灰霾污染严重,天津市作为其核心组成之一其污染形势亦严峻。选取2013年2月20~28日天津重霾污染时段7站PM2.5(空气动力学当量直径小于等于2.5μm的颗粒物,即细颗粒物)和气态污染物数据,结合北京污染数据、地面气象要素、能见度、边界层温湿和风廓线、后向轨迹,深入分析重霾污染过程特征及气象和边界层成因。结果显示,研究时段天津PM2.5、SO2、NO2、CO和O3浓度均值为150、87、56、2.4和22μgm-3,气态污染物各站差异显著,但仅有SO2全面超过国家空气质量一级标准(50μgm-3),而PM2.5具有区域同步变化特征,且严重超标,是一级标准(35μgm-3)的2~8倍,最高小时均值高达364μgm-3;高浓度PM2.5是导致低能见度的主因,能见度小于10km对应PM2.5阈值为50μgm-3。弱风和高湿度导致局地排放累积,PM2.5始增,在高湿度条件下,持续偏南风促使其稳步增加,配合弱北风和弱东风PM2.5震荡上扬,污染高值阶段,南北气流短时迅速切换,区域污染传输叠加污染的循环累积,PM2.5浓度峰值达到最高;除因边界层强东风导致的平流逆温外,高浓度PM2.5与平流逆温密切相关;高污染时段高湿主要集中在500m以下,且随高度递减幅度较大;位于200~600m的低空急流一定程度抑制污染上升,尤其持续强东风使PM2.5浓度稳步降低到二级水平,污染迅速有效清除最终依赖整层的强西北风。北京、环绕天津的河北中部和西南部地区对天津重污染有显著贡献。
简介:2013年1月华北平原出现了罕见的重污染天气过程,并引发连续多天大范围重霾现象。利用中华人民共和国环境保护部公布的空气污染指数日值数据和气象常规观测数据,结合区域空气质量模式系统RAMS-CMAQ的模拟结果,对1月10~15日污染过程的气象要素和关键气溶胶物种时空分布特征进行了详细分析,并对灰霾成因进行了探讨。结果表明,受本次污染过程影响的区域主要分布在北京-天津-唐山、河北省中南部和山东省大部。这些地区细颗粒物(即PM2.5)日均质量浓度超过120μgm-3,且基本被灰霾覆盖,日均能见度在5~8km之间。其中在北京、天津、石家庄和济南市及周边地区细颗粒物日均质量浓度可达250~300μgm-3,部分市区可超过300μgm-3,而日均能见度则可下降至3km以下,形成重度灰霾。此外,对气象场的分析显示,本次污染过程期间华北平原大部分地区水平风速较多年平均值偏小约20%,且有明显逆温层覆盖,北京-天津-唐山、河北省南部和山东省北部的相对湿度则较多年平均值偏高达10%~40%。这样的气象条件不仅造成污染物易于堆积,而且有利于吸湿性粒子消光效应的快速增长,使能见度明显下降,是引发灰霾的重要因素之一。在北京地区引发灰霾的主要气溶胶物种为硫酸盐、硝酸盐和铵盐,这3种无机盐对近地面的消光贡献比率达到50%以上。其中硝酸盐的消光贡献比率最高,可达总体效应的1/4,表明在这次污染过程中除相关工业源排放外,交通源排放也是北京地区主要的污染源之一。
简介:针对北京市2016年12月16~21日的空气重污染过程进行了回报试验,探讨了该次事件预报的目标观测敏感区。使用新一代高分辨率中尺度气象模式(WeatherResearchForecasting,WRF)和嵌套网格空气质量模式(NestedAirQualityPredictionModelSystem,NAQPMS),针对初始气象场的不确定性,通过4套初始场资料识别了影响北京地区细颗粒物(PM2.5)预报水平的目标观测敏感变量及其敏感区。结果表明:当综合考虑初始气象场的风场、温度、比湿不确定性的影响时,发现改善黑龙江区域上述气象要素的初始场精度,对北京地区PM2.5预报不确定的减小最显著;当分别考察风场、温度、比湿的不确定性的影响时,发现初始风场精度的改善,尤其是黑龙江区域风场精度的改善,能够更大程度地减小北京地区PM2.5的预报误差,对北京东南地区的PM2.5预报误差的减小甚至可达到40%以上。因此,优先对黑龙江区域的气象场,尤其是该区域的风场进行目标观测,并将其同化到预报模式的初始场中,将会有效提高初始气象场的质量,进而大大减小北京地区PM2.5浓度的预报误差,提高北京地区空气质量的预报技巧。初始风场代表了北京地区该次空气重污染事件预报的目标观测变量,而黑龙江地区则是该目标观测的敏感区域。