论文部分内容阅读
本文对2008年年初的冰雪天气进行了回顾。对冰雪天气在垂直温度分布方面的特征进行了分析。提出了针对冰雪天气应增加服务产品，为防灾减灾服务。
2008年初江南冰雪天气分析
【摘 要】
：
本文对2008年年初的冰雪天气进行了回顾。对冰雪天气在垂直温度分布方面的特征进行了分析。提出了针对冰雪天气应增加服务产品，为防灾减灾服务。
【机 构】
：
湖州市气象局 浙江湖州 313000
【出 处】
：
中国气象学会2008年会
【发表日期】
：
2008年5期
其他文献
选取河北省、北京市、天津市1961～2007年165个站点的逐日最高气温资料和NCEP/NCAR全球再分析资料。利用线性趋势分析、M-K突变检验、小波分析、相关分析、t检验等方法分析了47年来京津冀地区高温天气的时空分布特征，探讨了高温天气的年代际变化与大尺度环流特征。结果表明：(1)京津冀地区高温天气一般出现在6、7月份，大于37℃的强高温天气和大于40℃的极端高温天气90％以上都出现在这一时段
对九江出现的一次雨凇转大到暴雪形成机制的变化进行分析，结果表明，雨凇和大到暴雪都具备中空暖低空冷的逆温层结，并处对称不稳定状态中，垂直风切变明显，有足够的水汽输送和上升运动等有利的形成机制条件。雨凇转大到暴雪时，形成机制发生变化，主要表现为冷层增厚，暖层气温略降低且厚度减小，过饱和层升高，水汽输送迅速增强。垂直风切变加强导致对称不稳定能量增大，冷空气增强使辐散辐合层明显抬高，造成强烈上升运动。本文
受北方强冷空气和西南暖湿气流共同影响，2008年1月12日～2月2日，新余市出现了一次历史罕见的低温雨雪冰冻灾害性天气。这次灾害强度大，持续时间长，损失严重，为有气象记录以来最严重的。平均最高气温异常偏低，创历史同期新低。持续22天无日照也是历史同期罕见。日平均气温异常偏低、降水量显著偏多、最长连续冰冻日数、积雪深度等排名历史同期第二。造成这次雨雪冰冻天气的根本原因是拉尼娜事件影响和欧亚地区自1月
南通地区近二十年来只出现过两次暴雪天气。本文将利用常规气象资料和新一代多普勒天气雷达资料，从影响系统的配置和物理量及多普勒雷达回波特征，对1998年3月19-21日和2008年1月25-29日这两次暴雪过程进行对比分析，找出这两次暴雪天气形成的共同原因以及不同之处，为今后的降雪预报工作积累依据。结果表明：两次过程的相同之处是①高空槽、暖切变线和地面冷锋的相互配置是这两次暴雪天气过程的主要影响系统。
对1956～2008年的气象资料分析表明，20世纪90年代中期以来，在全球变暖大背景下，地处珠江三角洲的江门地区极端气候事件增多：近50年来，江门年平均气温在波动中不断上升，冬季气温上升最明显；夏季高温出现频率增加，持续性高温也呈增长趋势；“龙舟水”增多明显；雷暴日数增多；年暴雨日数上升；灰霾现象日趋严重。2008年年初该市还遭受了严重的低温阴雨天气灾害。同时，2008年4月出现有史以来影响最早的
深入研究人类社会经济活动在全球变化中的作用和影响，研究相应的适应性对策，进而为人类社会减缓或适应气候变化提供决策信息是当今气候变化研究的核心目标。人类活动主要通过土地利用/覆盖变化(LUCC)和温室气体排放两个途径对气候变化产生影响。本文利用耦合了作物产量生态学模型SUCROS的区域环境集成模式RIEMS(V2.0)，考虑人类活动引起的土地利用变化和温室气体的综合效应，对未来50年社会经济稳定发展
利用NCEP/NCAR再分析资料，计算了1948－2002年全球4个季节大气热源的气候分布，并对其季节变化规律进行分析。研究表明，全球存在4个主要的大气热源中心，且位置随季节的改变而改变。夏季分别位于中非、孟加拉湾附近、热带西太平洋菲律宾群岛附近及加勒比海西南部，其中以孟加拉湾东北部的热源最强。冬季则移至南非、海洋大陆至印度洋一带、澳大利亚西北部至南太平洋一带及南美洲北部。在大气热源的季节变化中，
本文采用倾向率、趋势系数、累积距平、滑动T检验等方法，通过对滁州市冬季气温变化的研究，结果表明：滁州市冬季平均气温总趋势是变暖的，气候倾向率为0.32℃/10年，平均气温1986年发生了突变，突变后温度升高了1.2℃；平均最高气温在1990年发生了突变，平均最低气温有3个突变点，分别在1986、1988、1997年，最近10年冬季气候暖异常较多。极端气温也有不同程度的增温趋势，极端最低气温变化很大
利用常规资料、自动站资料以及中尺度数值模式(mm5v3)对2007年3月3日～5日大连地区出现的暴雨、雨凇、雪、大风、寒潮等多种灾害性极端天气进行了分析。结果表明，这次极端天气是由北上江淮气旋与北方冷空气共同作用造成的。中尺度数值模式可以较好地模拟出降水量级和落区、大风的开始时间和风速、各站的降温时段和降温幅度。利用模式对造成这次极端天气的天气系统的发展和演变进行了诊断。结果表明，高、低空急流及其
在分析江苏省龙卷风气候特征的基础上建立了以江苏省为例的龙卷风灾害风险性评价模型，确定水域面积、海拔高度、人均国民生产总值、人口密度、龙卷密度和龙卷灾害综合灾度这6个因子作为评估指标，利用层次分析法确定各因子的权重，计算出江苏省各市龙卷风灾害风险度并进行了风险度区划。表明苏州、无锡、南通为龙卷灾害高度风险区，常州、南京为较高风险区，镇江、泰州、徐州、盐城、扬州、连云港为中度风险区，宿迁和淮安为低度风