首页期刊导航|气象灾害防御
期刊信息/Journal information
气象灾害防御
《吉林气象》编辑部
气象灾害防御

《吉林气象》编辑部

季刊

1006-5229

长春市西安大路200号

气象灾害防御/Journal JiLin QiXiang
正式出版
收录年代

    基于拉格朗日方法的一次极端雨雪过程水汽输送特征分析

    隋妍刘娜云天张昊...
    1-6页
    查看更多>>摘要：利用常规气象观测资料、ERA5 再分析资料和GDAS全球同化系统资料,基于拉格朗日轨迹模式HYSPLIT及聚类算法,定量分析了 2022 年 10 月 8-11 日吉林省一次极端雨雪过程的主要水汽输送通道以及不同水汽通道的水汽贡献.结果表明:此次极端雨雪过程发生在高空冷涡斜压发展和地面气旋快速加强的环流背景下,分为两个阶段,第一阶段强降水区域主要位于吉林省中西部,第二阶段强降水区域主要分布在吉林省东部.两个阶段的水汽输送通道分别有 3 条,第一阶段 3 条水汽通道分别起源于地中海、北冰洋和俄罗斯中北部,源自北冰洋的水汽输送占总水汽输送的 64.8%,起主导作用;途经渤海的水汽补充并向吉林省中西部输入是主要水汽输送通道,共占总水汽输送的 82.4%.第二阶段 3 条水汽通道分别起源于北大西洋、北冰洋和俄罗斯中北部,源自北冰洋的水汽输送最大,占总水汽输送的 39.3%;途经日本海向吉林省东部输入的水汽共占 78.2%.

    拉格朗日轨迹极端雨雪水汽输送水汽贡献

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    2022年夏季西太平洋副热带高压异常环流特征及其成因

    徐昌龙赵晶冯景瑜张昊...
    7-11页
    查看更多>>摘要：利用NCEP/NCAR逐月再分析资料、NOAA逐月海温资料和国家气候中心气候系统监测指数资料,分析了 2022 年夏季西太平洋副热带高压异常环流特征,并找出其成因.结果表明,西太平洋副热带高压强度指数较好地反映了西太平洋副热带高压异常特征;6 月欧亚中高纬度地区 500 hPa位势高度距平场呈"西低东高"型分布,东亚大槽较常年同期略偏强,东北冷涡活动频繁,导致 6 月吉林省降水异常偏多;6-8 月 500 hPa欧亚中高纬度地区环流形势转为"两脊一槽"型,东亚大槽偏弱,西太平洋副热带高压较常年明显偏强、偏西;西太平洋副热带高压控制区域对流层低层偏南风正距平显著,助推高温天气的维持;菲律宾和南海上空反气旋环流引导水汽向长江以北输送,导致我国南方降水偏少;2022 年夏季西太平洋副热带高压异常是全球变暖背景、拉尼娜事件持续、TIOD负位相引起对流层环流异常、黑潮区海温异常偏高、南亚高压加强偏北等多种因素共同作用的结果.

    西太平洋副热带高压大气环流降水高温海温指数

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    台风"巴威"引发吉林省暴雨的诊断分析

    徐婷婷丑士连郭俊廷丁涌...
    12-17页
    查看更多>>摘要：利用实时观测资料、NCEP再分析资料,对 2008 号台风"巴威"引发的吉林省暴雨天气过程进行初步分析.结果表明:台风登陆后,由于温度锋区和副热带急流的阻挡,使其移速由快到慢,从而产生明显的系统性降水.8 月 26 日午后在吉林省南部和东部发生了短历时强降水,为台风远距离降水,随着台风登陆,台风本身环流引发了系统性降水.通过对假相当位温的分析,发现Δθse850-500hPa正值区为对流不稳定区,易发生对流性降水;负值中心位置为条件不稳定区,与台风明显降水相对应.台风暴雨落区与低空风场的明显风切变区域或风速辐合的区域、700 hPa垂直速度负中心附近、K指数降低或保持不变区域、Δθse850-500hPa负值区中心附近、水汽通量辐合中心附近都有很好的对应关系.

    台风"巴威"暴雨远距离降水热力不稳定条件不稳定

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于频率匹配法的CMA模式降水预报订正研究

    秦玉琳于佳含姚凯
    18-23页
    查看更多>>摘要：利用 2020-2022 年中国气象局全球天气模式(CMA-GFS)、中国气象局高分辨率区域模式(CMA-MESO)降水预报数据和吉林省 381 个关键站点降水观测资料,基于频率匹配法开展降水偏差订正,采用3 种方法统计降水预报频率和实况频率,对订正结果开展检验,并对强降水个例开展分析.结果表明:频率匹配法能够有效提高CMA-GFS除中等量级外的降水预报的TS评分,特别是对暴雨预报改善明显,滑动平均法效果最好;频率匹配法能够降低CMA-MESO预报的湿偏差,但对强降水预报TS评分的改善效果不够理想.对于模式预报的强降水位置与实况较一致的过程,频率匹配能够有效提高评分.

    频率匹配CMA模式降水订正

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    吉林省东南部山区气温客观订正方法研究

    刘娜周海霞王智宇零磊...
    24-29页
    查看更多>>摘要：利用吉林省智能网格 2020 年 72h日最高、最低气温格点气温指导预报产品、2020 年地面 2m实况日最高、最低气温数据,采用小波分析方法、准对称混合滑动训练方法、最优融合方法对吉林省东南部山区 72h最高、最低气温进行产品检验及订正研究.结果表明:72 h日最高、最低气温预报随时间延长,准确率和误差均增加;客观模式在东南部山区气温预报中存在局地小气候特征,高寒山区预报准确率及误差较其他地区明显偏大;72 h日最高气温预报准确率均较最低气温高且误差小;客观方法空间区域上预报性能存在差别,在高寒山区预报性能较其他地区较差,沿鸭绿江流域相关区域预报稳定性较好,且准确率高,同时高温预报准确率仍高于低温预报准确率;最优融合方法在 72h日最高、最低气温订正中普遍高于其他订正方法,特别是在最低气温预报和 48-72 h预报时效上优于其他预报产品.

    智能网格产品日最高、最低气温客观订正

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    新疆智能网格日极端气温在阿勒泰地区的预报效果检验

    赵江伟赵克明努尔江·铁格斯陈丽娟...
    30-35页
    查看更多>>摘要：利用 2020 年 9 月 1 日—2022 年 8 月 31 日新疆智能网格日最高、最低气温预报产品,结合阿勒泰地区 154 个气象站的日最高、最低气温观测资料,采用中短期天气预报检验方法,对新疆智能网格日极端气温在阿勒泰地区的预报效果进行了检验评估.结果表明:日最高气温的准确率高于日最低气温的准确率,国家站的准确率高于区域站的准确率;预报准确率较高的区域主要集中在阿勒泰地区的河谷平原,准确率较低的区域主要集中在阿尔泰山的沿山和山区;春季、夏季、秋季的准确率较为接近,明显高于冬季;预报误差按河谷平原、沿山、山区的顺序递增,且平均误差均为负值,显示预报模型存在轻微的系统性偏低误差;不同预报时效的误差空间分布相对稳定,显示出良好的一致性.

    智能网格日极端气温预报效果预报准确率阿勒泰

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    阈值判定法在吉林省汛期短时强降水预报中的应用研究

    王智宇杨晰同张彤崔忠强...
    36-40页
    查看更多>>摘要：利用 2016-2022 年 6-8 月吉林省 55 个常规气象站逐时降水实况数据和ECMWF-thin物理量预报产品,根据阈值判定的方法构建吉林省关键区短时强降水预报模型.结果表明:长春南部、吉林、通化北部、四平东南部、辽源短时强降水发生频次最高.箱型图差异指数Ibd对于判断各物理量区分短时强降水是否发生的敏感程度,有着较好的指示意义,实用价值较强.

    阈值判定法短时强降水Ibd

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    2023年吉林省作物生长季气象条件及其对粮食生产的影响

    王冬妮任景全王美玉胡轶鑫...
    41-44页
    查看更多>>摘要：2023 年吉林省作物生长季内天气气候特点是:气温偏高、积温偏多、无霜期较长,降水略多,日照略少,农业气象条件阶段性变化明显,总体看较有利于农作物生产发育和产量形成.各地热量充足,初霜冻偏晚,作物成熟度和产量均较高,但遭受了局地干旱、暴雨洪涝、阶段性阴雨寡照等农业气象灾害,造成一定产量损失.与 2022 年相比,2023 年气象条件利多弊少,吉林省粮食总产量明显高于 2022 年,农业为丰收年景.

    积温降水农业影响作物生长季

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于GF—1卫星数据的敦化市园参分布提取与变化分析

    马艳敏袁福香李建平马云飞...
    45-48页
    查看更多>>摘要：利用 2022-2023 年的高分一号(GF—1)卫星数据,采用目视解译的方法提取了吉林省敦化市园参种植区域分布现状及面积,对 2022 年采收参地、存留参地、2023 年新增园参参地分布情况进行分析.结果表明:园参种植区主要位于中间河谷平原边缘、山间谷地等海拔较低区域;青沟子乡、额穆镇、大石头镇为园参分布面积的前 3 位,2022-2023 年敦化市园参面积总体有所增加;2022 年敦化市园参采收面积约为 1 658 hm2,留存园参参地面积约为 1 180 hm2,2023 年敦化市新增园参参地面积约为 1 792 hm2.

    高分卫星园参分布监测动态变化吉林省敦化市

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    《气象灾害防御》征稿简则

    封3页
      原文链接:
    • NETL
    • NSTL
    • 万方数据