• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      南極長城站能見度變化分析

      2014-03-08 01:25:23楊清華于樂江魏立新張本正孟上
      極地研究 2014年3期
      關(guān)鍵詞:長城站海霧吹雪

      楊清華 于樂江 魏立新 張本正 孟上

      (1國家海洋環(huán)境預(yù)報中心,北京100081;2南京信息工程大學(xué)水文氣象學(xué)院,江蘇 南京210044;3武漢市氣象局,湖北 武漢430040)

      0 引言

      水平能見度是一項基本氣象要素,用氣象光學(xué)視程表示,它是指白熾燈發(fā)出色溫為2 700 K的平行光束的光通量在大氣中削弱至初始值的5%所通過的路途長度[1]。人工觀測能見度,一般指有效水平能見度,即四周視野中二分之一以上的范圍能看到的目標物的最大水平距離,能見度觀測儀測定的是一定基線范圍內(nèi)的能見度[1]。能見度好壞主要與空氣中的顆粒物含量、液滴數(shù)及污染氣體有關(guān),它們對可見光的吸收和散射作用可以降低大氣能見度。

      南極長城站地處南極半島北側(cè)、南太平洋溫帶氣旋生成中心的下游,平均每3—4 d便受一次氣旋過境影響[2];受此影響,低能見度災(zāi)害性天氣(海霧、降雨、降雪、吹雪及雪暴)頻發(fā),對該地區(qū)科考作業(yè)、航空及航?;顒佑绊憳O大。同時,南極半島地區(qū)是過去50年中全球變暖最劇烈的地區(qū)之一[3],長城站氣象觀測對于我們理解南極半島對全球氣候變化的響應(yīng)和反饋過程尤為重要。基于1985年建站以來的氣象觀測資料,中國學(xué)者研究了該地區(qū)的溫、濕、風、壓等短期氣候特征[4-6],及其氣候增暖背景下的年際變化[7-8];雖然也對海霧和雪暴等低能見度災(zāi)害性天氣進行了天氣學(xué)個例研究[9-11],但尚未對該地區(qū)的能見度變化特征進行專門分析。

      自1985年長城站首次越冬考察開始,能見度即是常規(guī)氣象觀測項目,于每天 08:00、14:00和20:00開展3次人工觀測(本文時間均指當?shù)貢r);從1985年12月增加夜間02:00觀測,并持續(xù)至今。為了獲取更加精細、客觀的能見度變化信息,2012年1月,我們在站區(qū)安裝了芬蘭VAISALA公司生產(chǎn)的PWD20能見度儀,并首次開展了連續(xù)的能見度自動監(jiān)測實驗。本文使用建站以來累積的歷史觀測資料,分析了能見度的季節(jié)變化和年際變化特征,探討了能見度季節(jié)、年際變化和大霧、吹雪和降雪等災(zāi)害性天氣的關(guān)系;通過譜分析和小波分析探討了能見度不同周期的強弱和變化特征。最后,對2012年1—5月PWD20能見度儀與人工目測結(jié)果進行了初步對比,探討了長城站實施能見度自動監(jiān)測的可行性。

      1 資料和方法

      本文采用長城站1986—2012年每6 h一次的能見度人工觀測資料和2012年1月21日至5月29日PWD20能見度自動觀測資料。

      對能見度變化的分析討論均基于4次人工觀測的日平均數(shù)據(jù)。在分析周期變化時采用了譜分析和小波分析的方法。小波分析是一種新的時頻分析工具,能夠詳細準確地揭示出時間序列中瞬時頻率結(jié)構(gòu)隨時間的變換[12]。本文利用Morlet小波變換分析了長城站能見度不同周期的強弱及其隨時間的變化特征。

      2 變化特征

      2.1 季節(jié)變化

      長城站1986—2011年觀測資料表明,能見度季節(jié)變化特征明顯,11—3月的能見度較好,又以12—1月的能見度最佳,接近15 km;6—10月能見度較差,9月份最低,不到12 km(圖1)。

      圖1 長城站能見度平均逐月變化Fig.1.Averagemonthly variation of visibility atGWS

      同鋒面氣旋相聯(lián)系的霧、降雪和吹雪等災(zāi)害性天氣可顯著減小能見度。對1986—2011年資料進行統(tǒng)計,長城站好能見度(>10 km)約占61.0%,差能見度(0—1 km)占8.0%。夏季月份中,海霧是能見度降低的主要原因,冬季則主要歸因于頻繁的吹雪或雪暴。長城站的霧多為平流冷卻霧,地處南大洋南極鋒的南側(cè)和繞極低壓帶的獨特地理位置決定了長城站多海霧的天氣特點;海霧最主要的天氣型是“東高西低”,海霧的持續(xù)時間取決于高壓在南極半島維持時間的長短[9];平均每次大霧持續(xù)時間約10 h,最短僅有十幾分鐘,最長可達連續(xù)數(shù)天。氣候統(tǒng)計表明,長城站平均每年出現(xiàn)145個霧日[含輕霧(水平能見度≥1.0 km至 <10.0 km[1])和大霧(水平能見度 <1.0 km[1],以下同],其中大霧93 d。9—3月霧日發(fā)生較多,4—8月霧日發(fā)生較少;其中1月最多,平均有15個霧日,6月最少,僅有9個霧日(圖2)。長城站夏季降水以雨為主,吹雪很少發(fā)生;進入冬季后,基本都是降雪天氣,地面積雪不斷增加。受頻繁過境的氣旋大風影響,冬季吹雪和雪暴天氣頻發(fā)。統(tǒng)計表明,平均每年有71個吹雪日,6—10月較多,其他月份較少;又以8—9月吹雪日最多(12 d),1月則基本沒有吹雪天氣(圖2)??梢?,長城站冬季霧日和吹雪日的發(fā)生總次數(shù)更多,故冬季能見度要明顯低于夏季。

      圖2 長城站霧日(黑方),吹雪日(白方)及其總?cè)諗?shù)(黑折線)的逐月變化(1986—2011年平均)Fig.2.Average monthly variation of fog days,blowing snow days and their totals at GWS

      2.2 年際變化和趨勢分析

      利用長城站1986—2011年人工觀測資料,計算其逐年變化(圖3)。長城站能見度具有明顯的年際變化特征,大致可分為四個階段。第一階段為1986—1989年,年平均能見度連續(xù)增加;第二階段為1990—1995年,年平均能見度變化幅度較小,基本為2年變化周期;第三階段為1996—2008年,年平均能見度變化幅度較大,基本為4年變化周期;2009—2011年,年平均能見度快速增加(圖3a)。

      1986年來,長城站平均能見度呈顯著的逐年上升趨勢,平均上升速率 1.5 km·(10 a)-1(通過0.01顯著性檢驗)。各季節(jié)也具有顯著的逐年上升趨勢,且冬季的上升速度最快,達1.9 km·(10 a)-1(表 1)。

      圖3 長城站年平均和各季節(jié)平均能見度逐年變化(1986—2011年).自上而下分別是年平均、秋季、冬季、春季和夏季平均結(jié)果Fig.3.Variation of annual and seasonal average visibility at GWS.The figures from top to the bottom are annual,autumn,winter,spring and summer average,respectively

      統(tǒng)計長城站26年來的低能見度(0—1 km)/(1—10 km)分布特征,秋季735/2 678次,冬季864/2 700次,春季 676/3 018次,夏季 675/2 575次,冬季和秋季的低能見度出現(xiàn)次數(shù)較多。但0—1 km和1—10 km的低能見度發(fā)生頻數(shù)都有減小傾向,且1—10 km的減小傾向更為顯著,年平均及各季節(jié)平均結(jié)果均通過0.01顯著性檢驗(表1)。

      長城站位于南極半島地區(qū),近半個世紀以來存在顯著的氣溫上升趨勢,其局地能見度的變化必然和大氣環(huán)境變化密切相關(guān)。表1同時給出了1986—2011年的大霧日、吹雪日和降水量變化傾向,期望初步揭示其變化的可能原因。年平均能見度的升高傾向主要歸因于大霧日和吹雪日的減少,兩者的減少傾向分別達 -17.0 d·(10 a)-1和-9.0 d·(10 a)-1;冬季的能見度升高傾向最為顯著,大霧日、吹雪日和降水量的減少傾向分別是-6.6 d·(10 a)-1、-3.3 d·(10 a)-1和 -19.7 mm·(10 a)-1,表明大霧、吹雪和降雪減少是主導(dǎo)冬季能見度升高的重要因素;春季的能見度升高傾向主要與大霧日和吹雪日的減少有關(guān)(-4.0 d·(10 a)-1、-6.3 d·(10 a)-1);夏季和秋季的能見度升高至少部分歸因于大霧日的減少傾向(-2.6 d·(10 a)-1、-3.7 d·(10 a)-1)。這里僅從霧、吹雪和降水等災(zāi)害性天氣方面進行了定性討論,影響能見度變化的還有很多其他因素,如氣溶膠、水汽條件等,這些因素同時存在復(fù)雜的相互影響和相互作用,需進一步分析研究。

      表1 南極長城站1986—2011部分氣象要素的變化趨勢Table 1.Variation trend ofmeteorological elements from 1986 to 2011 at GWS

      3 周期分析

      首先對長城站1986—2011年逐日平均能見度進行功率譜分析,長城站存在顯著的年際變化周期、年周期、半年周期和天氣尺度周期(圖略)。進一步對逐日平均能見度進行小波分析,得到了類似的結(jié)果。圖4b為不同特征尺度時間周期的小波全譜,反映了能見度不同尺度的時間周期在整個研究時段的強弱。長城站能見度變化以年際變化周期最為顯著,主要有 2 a(748 d)、4.1a(1 496 d)和6.9—8.2 a(2 516—2 992 d)三個不同周期,又以4.1 a周期信號最強;其次為年周期(374 d);另外,2.1—8.3 d的天氣尺度周期也通過了95%的信度檢驗。

      圖4a為能見度不同特征尺度時間周期的局地小波譜隨時間的變化,反映了不同尺度的時間周期在研究時間序列上的強弱變化。年際變化周期中,最強的特征時間信號為4.1 a,表明長城站能見度變化可能也受厄爾尼諾-拉尼娜現(xiàn)象影響;天氣尺度周期的功率譜值雖然不強,但在整個時間序列上都比較顯著,大多通過了95%的信度檢驗。用小波分析計算了3—10 d振蕩的帶通濾波,3—10 d振蕩在多數(shù)時間內(nèi)比較顯著(圖略),這是由于長城站地處南極繞極低壓帶,平均3—4 d有一次氣旋過境,頻繁的氣旋導(dǎo)致長城站能見度具有顯著的天氣尺度周期變化。準雙周(10—20 d)和季節(jié)內(nèi)振蕩(30—60 d)在研究時段上并不顯著。

      圖4 長城站1986—2011年日平均能見度小波分析結(jié)果.(a)局地小波能量譜,黑色等值線以內(nèi)范圍表明超過95%信度檢驗;(b)小波全譜(實線)和95%信度水平(虛線)Fig.4.Wavelet analysis of daily average visibility at GWS from 1986 to 2011.(a)wavelet power spectrum,the black contours show the 95%confidence level;(b)global wavelet spectrum(solid line)and 95%confidence level(dashed line)

      4 自動和人工觀測對比

      對比了2012年1—5月02:00、08:00、14:00和20:00的能見度目測和PWD20的觀測結(jié)果(圖5)。目測和PWD結(jié)果變化趨勢較為一致,相關(guān)系數(shù)0.79;平均能見度分別是 14.7和 12.0 km,目測結(jié)果偏高2.7 km。對于目測能見度<20 km的時段,兩者相關(guān)系數(shù) 0.80,平均能見度分別為 10.0/9.1 km,兩者偏差僅有0.9 km。

      圖5 2012年1—5月能見度目測(紅線)和PWD20結(jié)果(黑線)對比Fig.5.Comparison ofmanual observation(red line)and PWD20 results(black line)from January to May,2012

      分析兩種觀測結(jié)果的差異,首先,PWD20測量范圍0—20 km,無法獲?。?0 km的能見度信息;第二,人工目測受主觀判別、視力、光照條件和目標物視角的大小等影響較大,自動觀測儀有更高的分辨率和精確度;第三,自動觀測儀采樣空間小,以點代面,當大氣均勻時代表性好,反之較差;而人工目測的樣本是測站四周視野。總體而言,PWD20能見度儀能夠自動、連續(xù)監(jiān)測南極長城站周邊大氣能見度變化。

      5 結(jié)論

      (1)長城站高能見度(≥10 km)出現(xiàn)頻率約占61.0%,低能見度(0—1 km)占 8.0%;海霧和降水是夏季能見度降低的主要原因,冬季則主要歸因于頻繁的降雪、吹雪或雪暴等災(zāi)害性天氣。長城站平均每年出現(xiàn)145個霧日和71個吹雪日。

      (2)能見度季節(jié)變化特征明顯,11—3月的能見度較好,6—10月能見度較差。

      (3)年平均和各季節(jié)平均能見度都呈顯著的逐年上升趨勢,且冬季的上升速度最快;大霧、吹雪和降雪等災(zāi)害性天氣減少是主導(dǎo)冬季能見度升高的重要因素。0—1 km和1—10 km能見度發(fā)生頻數(shù)都有減小傾向,且1—10 km的減小傾向更為顯著。

      (4)功率譜和小波分析一致表明,長城站能見度除受頻繁的氣旋影響具有顯著的天氣尺度周期(2.1—8.3 d)外,還具有顯著的年周期,以及年際變化周期(2 a,4.1 a,6.9—8.2 a),其中以 4.1 a周期最為顯著。今后將對這些周期變化作進一步的研究分析。

      (5)自動觀測實驗表明,0—20 km能見度時的自動觀測精度較高,適用于長城站能見度連續(xù)監(jiān)測。但由于長城站冬季降雪較多,需要在今后觀測中提升觀測儀器高度,并注意及時清除陸地表面積雪。

      最后,由于長城站氣象觀測人員交替頻繁,大家對能見度的判別難免存在一些主觀偏差,也可能會給本文的分析帶來一些偏差。

      致謝 中國第28次南極科學(xué)考察長城站汪大立站長及全體越冬隊友給予了現(xiàn)場支持,中國氣象科學(xué)研究院提供了長城站氣象觀測歷史資料,謹致謝忱。

      1 中國氣象局.地面氣象觀測規(guī)范.北京:氣象出版社,2003:17—24.

      2 楊清華,汪孝清,張林.2006年南極長城站的氣象要素特征.海洋預(yù)報,2007,24(4):55—64.

      3 Solomon S,Qin D,Manning M,etal.Climate Change2007:the Physical Science Basis.Contribution ofWorking Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change.Cambridge:Cambridge University Press,2007.

      4 卞林根,薛正夫.1985年長城站氣象要素的特征(一)//南極科學(xué)考察論文集第四集.北京:海洋出版社,1989:55—66.

      5 張文義.第四次南極考察長城站越冬隊極地海洋氣象考察報告.海洋預(yù)報,1993,10(2):24—32.

      6 張林.第六次南極考察—長城站越冬氣象考察報告.海洋預(yù)報,1993,10(2):40—50.

      7 卞林根,馬永鋒,逯昌貴,等.南極長城站(1985—2008)和中山站(1989—2008)地面溫度變化.極地研究,2010,22(1):1—9.

      8 卞林根,馬永鋒,逯昌貴,等.南極長城站(1985—2008)和中山站(1989—2008)風和降水等要素的氣候特征.極地研究,2010,22(4):321—333.

      9 楊清華,張林,薛振和,等.南極長城站海霧特征分析.極地研究,2007,19(2):111—120.

      10 Yang Q H,Zhang L,Xue Z H,et al.A case study of a snowstorm at the GreatWall station,Antarctica.Chinese Journal of Polar Science,2010,21(2):137—146.

      11 許淙,楊清華,薛振和.南極長城站夏季海霧預(yù)報的初步研究.自然災(zāi)害學(xué)報,2011,20(6):112—116.

      12 Torrence C,Compo G P.A practical guide to wavelet analysis.Bulletin of the American Meteorological Society,1998,79(1):61—78.

      猜你喜歡
      長城站海霧吹雪
      基于LoRa的海霧監(jiān)測系統(tǒng)在漳州的觀測精度分析*
      天山北坡公路風吹雪災(zāi)害分布特征及形成機理分析
      南極不再“難及”,長城站旅游申請開放
      我們的南極長城站
      大雪滿弓刀
      南風(2018年5期)2018-07-14 02:23:40
      基于FY-3B衛(wèi)星資料的中國南海海區(qū)1—3月海霧時空分布特征研究
      風吹雪的日子
      中國公路(2017年6期)2017-07-25 09:13:56
      偏斜風對地物周邊空間吹雪及積雪形成的影響
      我們的南極長城站
      一次黃海海霧的集合預(yù)報試驗
      曲阳县| 信宜市| 辽中县| 长乐市| 浦县| 长泰县| 新竹县| 建平县| 仙游县| 红桥区| 鄂尔多斯市| 镇坪县| 昆明市| 宁远县| 兴业县| 恩施市| 仁布县| 宝丰县| 仁寿县| 连城县| 青龙| 石台县| 曲靖市| 尚志市| 石棉县| 满城县| 张家界市| 白银市| 察雅县| 四平市| 遂川县| 石屏县| 兴文县| 和政县| 乐平市| 中西区| 乐陵市| 德江县| 新沂市| 渝北区| 元谋县|