简介:针对2016年12月16-21日华北黄淮及周边地区的重度霾过程开展了诊断分析,发现全球、区域大气环流异常和局地气象条件是此次重度霾形成的重要原因之一。在此次过程中,受重度霾影响的面积为71×10-4km-2,霾持续时间达到6d,过程最高小时细颗粒物(PM2.5)浓度超过1100μg/m-3。东大西洋/西俄罗斯和西太平洋波列(中高层)和北极涛动(近地面)均表现为显著的正位相型分布,综合调控了华北黄淮局地的环流场和气象条件,有利于霾的发生。华北、黄淮上空的异常反气旋能够有效抑制垂直运动,减弱水平风速。与之对应,近地面层为明显的弱低压区和偏南暖湿气流。从局地气象条件看,地面小风速、高湿度以及浅薄的边界层是促使本次重度霾发生的重要因子。
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:利用1961~2006年NCEP/NCAR全球月平均再分析资料以及云南省124站5月降水资料,研究前期1~4月南半球大气环流对云南5月降水的影响。结果表明:前期1~2月影响的关键区主要位于南半球中纬西风带,当南半球中纬西风带位势高度偏高(低)时,5月降水易偏多(少),前期1月,南极绕极波北线与5月降水显著正相关。前期3月,南极地区影响显著,到前期4月时,南半球中高纬环流的影响减弱,热带太平洋的影响加强,当南方涛动处于正(负)位相时,5月降水易偏多(少)。前期1~4月,太平洋上空出现经向分布的波列结构,该波列结构在对流层低层到高层都存在且随时间不断变化,太平洋地区有可能是影响5月降水旱涝异常的另一个的关键区。
简介:基于中国、美国、欧洲和日本的4种气候模式对1983—2010年东北地区降水的回报试验结果,利用2011—2014年东北地区业务应用的结果和国家气象信息中心提供的东北地区172个气象站的观测资料,采用距平相关系数(ACC)、趋势异常综合评分(Ps)和距平符号一致率(Pc)3种定量方法对比评估了4种模式对东北地区月降水的预测性能。结果表明:EC模式和CFSv2模式与BCC模式和TCC模式相比,EC模式和CFSv2模式对东北地区月降水的总体预测效果较好,具有一定的预测技巧。从空间上来看,CFSv2模式各月Pc的分布存在较明显的差异,模式仍有较大的改进空间。CFSv2模式对东北地区初夏典型旱涝年具有一定的预测能力,对典型涝年的预测效果优于典型旱年。
简介:基于国际上最著名的4套全球地表月气温数据集,即英国东安格利亚大学气候研究所数据集(CRUTEM3)、美国国家气候数据中心数据集(GHCN-V3)、美国国家航天航空局数据集(GISSTMP)和Berkeley地球表面气温数据集,从分析现有资源的状况入手,通过广泛的国际调研与合作,整合了这4套全球地表逐月气温数据集和一些主要国家或地区的区域数据集,研发了中国第一套全球陆地表面逐月气温站点数据集.该数据集共包含全球9519站、7073站及6587站的月平均气温、最高及最低气温(序列长度不低于20年)数据,同CRUTEM3和GHCN-V3数据集相比,该数据集站点密度在各个区域都有所增加,尤其是在南美洲、非洲及亚洲地区;另外,1990年代以来的站点数量显著增加,有利于降低自1990年以来全球气温变化趋势估计的不确定性.