抽查舔水白紧大视频,冲喜娘子超甜哒 激情五月,亚洲黄色图片偷拍网站,亚洲三级黄片免费播放,91在线观看喷潮红桃,日韩精品在线观看一区二区,久久久久久久久久久久黄色片子,日产精品99久久久久久久久,欧洲亚洲另类图片小说

摘要:基于1950—2021年美國國家環(huán)境預(yù)報中心/大氣研究中心(NCEP/NCAR)再分析資料以及英國哈德萊中心提供的海溫、海冰密集度資料,分析了年際尺度上北極—歐亞溫度偶極型模態(tài)及其對應(yīng)環(huán)流的非對稱特征和可能形成機(jī)理。結(jié)果表明,這種模態(tài)自身即相關(guān)地表氣溫異常的位置和強(qiáng)度在其正負(fù)位相下非對稱性都較弱,其中暖北極—冷歐亞(Warm Arctic-Cold Eurasia,WACE)事件下的溫度異常分布略偏北,在歐亞大陸的冷異常相較于冷北極—暖歐亞(Cold Arctic-Warm Eurasia,CAWE)事件暖異常的強(qiáng)度略強(qiáng)。然而,WACE模態(tài)正負(fù)位相對應(yīng)的環(huán)流有明顯的非對稱性,WACE事件對應(yīng)著弱的北大西洋濤動(North Atlantic Oscillation,NAO)正位相以及歐亞大陸上空的強(qiáng)大的高壓異常,而CAWE事件則對應(yīng)著強(qiáng)NAO負(fù)位相。進(jìn)一步研究表明,這種環(huán)流的非對稱性特征與熱帶太平洋海溫調(diào)控的非對稱性有關(guān),當(dāng)La Niña事件出現(xiàn),尤其海溫的負(fù)異常中心偏西時,歐亞大陸中高緯地區(qū)地表氣溫易呈現(xiàn)WACE的形態(tài),而CAWE事件則主要由大氣內(nèi)部變率調(diào)控,與熱帶太平洋海溫的聯(lián)系不明顯。

摘要:北太平洋維多利亞模態(tài)(Victoria Mode, VM)是北太平洋重要的氣候模態(tài),對全球降水和氣候有著重要影響。本文使用CN05.1格點化觀測數(shù)據(jù)集資料,研究了春季(2—4月)VM模態(tài)與我國淮河流域夏季(6—8月)降水的關(guān)系,揭示了其內(nèi)在的可能機(jī)制,并在此基礎(chǔ)上建立了一個淮河流域夏季降水預(yù)測模型。結(jié)果表明,春季VM模態(tài)與淮河流域夏季降水存在較強(qiáng)的正相關(guān)關(guān)系,該相關(guān)受ENSO影響有限;春季VM模態(tài)可以通過海氣相互作用在夏季增強(qiáng)赤道西太平洋上空的異常西風(fēng),導(dǎo)致影響淮河流域的氣旋性環(huán)流異常。氣旋性環(huán)流異常有利于淮河流域上空豐富的水汽供應(yīng)和異常上升運動。因此,淮河流域夏季降水量增加。

摘要:本文利用參與第六次國際耦合模式比較計劃(CMIP6)的高分辨率氣候模式CNRM-CM6-1-HR資料,對北太平洋中緯度海洋鋒強(qiáng)度與冬季風(fēng)暴軸的關(guān)系開展模擬和預(yù)估。研究發(fā)現(xiàn),該模式能夠較好地再現(xiàn)海洋鋒強(qiáng)度與風(fēng)暴軸的正相關(guān)關(guān)系,即當(dāng)海洋鋒加強(qiáng)(減弱)時,風(fēng)暴軸在其主體及下游區(qū)域顯著增強(qiáng)(削弱),但模擬的正相關(guān)關(guān)系在風(fēng)暴軸北部強(qiáng)于觀測,這是由于模擬的海洋鋒強(qiáng)度與低層大氣斜壓性的正相關(guān)關(guān)系在其北部偏強(qiáng)。對比模式在歷史試驗和未來4種共享社會經(jīng)濟(jì)路徑(SSPs)下的模擬結(jié)果發(fā)現(xiàn),全球變暖背景下,海洋鋒強(qiáng)度與風(fēng)暴軸依然存在顯著的正相關(guān)關(guān)系,但在風(fēng)暴軸氣候態(tài)大值區(qū)及其北部區(qū)域呈現(xiàn)減弱趨勢,正相關(guān)關(guān)系減弱程度在高輻射強(qiáng)迫情景(SSP5-8.5)下最大,在中等至高輻射強(qiáng)迫情景(SSP3-7.0)下最小。進(jìn)一步研究發(fā)現(xiàn),未來海洋鋒強(qiáng)度與低層大氣斜壓性的正相關(guān)關(guān)系呈現(xiàn)出類似的減弱趨勢,說明未來海洋鋒與風(fēng)暴軸關(guān)系的變化主要取決于海洋鋒與低層大氣斜壓性關(guān)系的變化。

摘要:利用四川省2010—2019年2 165個氣象站逐小時降水資料,分區(qū)統(tǒng)計了四川盆周山地暖季(5—9月)單站暴雨事件的精細(xì)特征。結(jié)果表明:(1)四川省單站暴雨事件頻數(shù)在川西山地與川西南山地呈密集的帶狀分布。川西與川西南山地通常在降水開始不久就達(dá)到雨量最大值,而川東北山地的峰值時間集中在暴雨事件中段。(2)盆周山地的暴雨系統(tǒng)整體呈自南向北由前半夜向后半夜傳播的特征。川西南山地和川東北山地的暴雨系統(tǒng)分別呈現(xiàn)較弱的自南向北和自西向東傳播,而川西山地的暴雨系統(tǒng)則存在明顯的自西向東的傳播特征。(3)長歷時暴雨事件的峰值出現(xiàn)時間略落后于短歷時暴雨事件。暴雨持續(xù)時間在空間上存在顯著的經(jīng)向差異,大值區(qū)主要位于川西山地和川東北山地一帶,暴雨雨量、頻次和峰值基本不隨持續(xù)時間變化,但川西南山地的暴雨峰值則隨持續(xù)時間的加長而推遲。(4)在四川省大部區(qū)域,單站暴雨事件的降水量、頻次和強(qiáng)度均表現(xiàn)出隨海拔高度升高而減小的特征。在成都平原西南部、東部以及川東北山地,夜間暴雨事件持續(xù)時間越長,降水量和頻次在較高海拔越易出現(xiàn)最大值。

摘要:本文利用站點觀測數(shù)據(jù)以及ERA5再分析資料分析了2006—2020年14次長江中下游地區(qū)梅雨期持續(xù)性暴雨的基本特征以及過程中云—輻射—降水的關(guān)系。結(jié)果表明,在梅雨期持續(xù)性暴雨過程中,降水呈緯向分布;云量分布隨高度向南傾斜,中云分布與降水分布對應(yīng)良好,高云分布在降水區(qū)南側(cè);降水發(fā)生時,梅雨鋒北側(cè)中低云增加,南側(cè)高云增加,北側(cè)中低云輻射降溫以及南側(cè)高云溫室效應(yīng)和暖平流共同作用造成梅雨鋒兩側(cè)溫差增大,鋒面加強(qiáng)使得持續(xù)性暴雨得以維持。

摘要:利用國家氣象信息中心1998—2018年分辨率為0.1°×0.1°的降水融合資料和ERA5小時再分析數(shù)據(jù),分析了四川盆地及東部山區(qū)6—9月降水的日變化特征及成因。研究表明,四川盆地(簡稱盆地)降水量和頻次有相似的日變化特征,盆地降水主要集中在夜間至清晨,降水高值區(qū)東傳到達(dá)盆地東部山區(qū)后,降水量和頻次都減少,東部山區(qū)沒有明顯的降水東傳特征。夜間至清晨,盆地東南山地背風(fēng)坡形成了較強(qiáng)的下沉氣流,促進(jìn)盆地低層形成質(zhì)量堆積,同時盆地氣旋性渦旋、水汽輸入和大氣層結(jié)不穩(wěn)定的增強(qiáng),造成盆地降水增強(qiáng)。盆地東南地區(qū)水汽通量方向自東南轉(zhuǎn)為偏南以及盆地低層水汽輻合區(qū)向東擴(kuò)展為盆地降水高值區(qū)向東傳播提供水汽條件。盆地東部山區(qū)降水量峰值時間呈早晨和午后的雙峰型分布,與地形觸發(fā)局地性降水有關(guān)。受大氣層結(jié)穩(wěn)定性、山地氣旋環(huán)流和山地—平原螺線管環(huán)流日變化的影響,盆地東部山區(qū)降水頻次峰值時間呈午后的單峰型分布。

摘要:最新觀測統(tǒng)計分析表明臺風(fēng)生成前對流活動存在周期性特征,周期集中在18~26 h,峰值多出現(xiàn)在夜間。本文通過一系列理想的云分辨數(shù)值控制試驗和輻射敏感性對比試驗討論了臺風(fēng)生成階段周期性對流爆發(fā)的成因以及輻射日變化在此過程中產(chǎn)生的影響。結(jié)果表明,在給定無日變化的恒定太陽輻射情況下,臺風(fēng)生成過程中也會出現(xiàn)與觀測一致的周期性對流爆發(fā),說明輻射日變化不是該周期性形成的控制因素。對濕靜力能擾動的收支分析發(fā)現(xiàn)邊界層中濕靜力能的周期性增減是導(dǎo)致周期性深對流爆發(fā)的關(guān)鍵因素。深對流爆發(fā)形成的冷池通過平流作用降低了邊界層內(nèi)的濕靜力能,需要通過輻射與海表面通量過程使其恢復(fù),才能再次觸發(fā)對流。輻射日變化對于一些較弱的熱帶低壓渦旋有調(diào)制作用,能使其周期性對流爆發(fā)的峰值時間相位改變并趨于在夜晚出現(xiàn);但對于較強(qiáng)的渦旋,輻射的這種調(diào)制作用并不顯著,渦旋會保持其最初對流爆發(fā)的周期和相位。本研究對觀測到的臺風(fēng)生成階段對流峰值出現(xiàn)在白天或夜間的情況都可以作出合理解釋,也深化了對臺風(fēng)生成過程對流和輻射的作用和影響科學(xué)問題的理解。

摘要:午后地面氣溫對對流的發(fā)生發(fā)展具有重要作用,對其準(zhǔn)確預(yù)報一直是中尺度數(shù)值模式的基本要求。針對一次冷云過程,本文基于WRFv3.9.1模式評估了5種云微物理參數(shù)化方案對華東地區(qū)地面氣溫的模擬效果。結(jié)果表明,各方案模擬的午后及午夜地面氣溫都存在較大偏差。其中,WDM6方案對地面氣溫模擬的效果最佳,Thompson方案模擬的云冰含量過低,模擬效果最差。因此對WDM6方案進(jìn)行進(jìn)一步評估和改進(jìn),通過修改冰核濃度、初始云凝結(jié)核數(shù)、優(yōu)化WDM6方案以及替換方案中云水向雨水自動轉(zhuǎn)化過程的公式的方式設(shè)計了敏感性試驗,以改進(jìn)WDM6方案對地面氣溫的模擬。結(jié)果表明,使用Grabowski公式替換WDM6方案中的Berry公式,能提高云水含量,有效改善地面氣溫的模擬。并通過一次梅雨過程對改進(jìn)方案進(jìn)行了有效性驗證。最后在此基礎(chǔ)上將改進(jìn)后的WDM6方案應(yīng)用于江蘇省精細(xì)化天氣分析和預(yù)報系統(tǒng)PWAFS模式中,顯著提高了PWAFS模式對午后地面氣溫的模擬效果,為模式的業(yè)務(wù)應(yīng)用提供了技術(shù)支撐。

摘要:降水臨近預(yù)報對于強(qiáng)對流天氣的預(yù)報具有重要的支撐作用。氣象業(yè)務(wù)中主要采用雷達(dá)回波外推方法解決此問題。然而,現(xiàn)有方法通常缺乏從序列雷達(dá)數(shù)據(jù)中有效學(xué)習(xí)的能力,導(dǎo)致預(yù)測精度不佳。為了解決這一問題,本文提出了一種改進(jìn)的時空圖卷積模型ASTGCN(A Spatio-Temporal Graph Convolution Neural Network)用于強(qiáng)對流降水的臨近預(yù)報。利用時空圖卷積網(wǎng)絡(luò),有效地捕獲相鄰雷達(dá)幀之間的時間依賴性。此外,利用注意力機(jī)制和自動編碼器來增強(qiáng)模型捕獲時空相關(guān)性的能力。結(jié)果表明,該模型可以從數(shù)據(jù)中發(fā)現(xiàn)隱藏的圖結(jié)構(gòu),從而捕獲隱藏的空間關(guān)系。與現(xiàn)有模型(Transformer)相比,該模型的臨界成功指數(shù)(CSI)提高了28%,表明其在強(qiáng)對流降水臨近預(yù)報方面具有優(yōu)越的性能。

摘要:利用中國氣象局上海臺風(fēng)研究所熱帶氣旋(Tropical Cyclone, TC)最佳路徑數(shù)據(jù)、美國環(huán)境預(yù)報中心(National Center of Environmental Prediction, NCEP)最終分析格點資料(Final Analysis, FNL)及常規(guī)觀測數(shù)據(jù)等,分析了2021年7月鄭州極端暴雨過程的特征機(jī)理。結(jié)果表明:(1)兩個TC同時遠(yuǎn)距離輸送大量水汽,東南風(fēng)低空急流與強(qiáng)降水關(guān)系密切。當(dāng)東南風(fēng)急流北上到太原、邢臺等站后鄭州市暴雨減弱。鄭州市6 h降水超過62.5 mm站點數(shù)目增減與850 hPa地轉(zhuǎn)偏差數(shù)值變化趨勢一致。(2) 20日白天鄭州站極端降水發(fā)生前,從850 hPa經(jīng)500 hPa至200 hPa風(fēng)向從東南風(fēng)順轉(zhuǎn)為西南風(fēng)。200 hPa與850 hPa水平風(fēng)的垂直切變(Vertical Wind Shear, VWS)從最大值開始減小、可降水量(Precipitable Water Vapor, PWV)明顯加大、不穩(wěn)定程度減小,這些都是極端暴雨發(fā)生的有利條件。極端暴雨具有明顯的濕對流特點。(3)緯、經(jīng)向風(fēng)變率診斷表明,最有利于鄭州市850 hPa東風(fēng)維持的因子是地轉(zhuǎn)偏差,最有利于南風(fēng)加大的因子是動量平流。動量對流促使鄭州市暴雨過程850 hPa南風(fēng)減小,故動量上、下傳遞并非850 hPa南風(fēng)加大原因。

摘要:利用GPCP逐日降水資料、NCEP/NCAR和ERA5再分析資料,研究了2020年7月17—19日長江梅雨大暴雨異?？臻g分布及成因。結(jié)果表明,強(qiáng)降水主雨帶在長江下游呈緯向分布,與長江干流位置重合、走向一致、長江中游雨帶為西南—東北走向。中高層大氣環(huán)流出現(xiàn)"兩脊一槽"的異常大氣環(huán)流型,南亞高壓主體強(qiáng)盛東伸,副高西北側(cè)水汽通道持續(xù)維持,為暴雨的形成和維持提供了有利環(huán)流背景。17—18日高空西風(fēng)急流呈緯向分布、副高控制華南、低空西南急流持續(xù)加強(qiáng)并東移;19日高空西風(fēng)急流轉(zhuǎn)為"V"型分布,江淮氣旋形成,長江中下游位于高空急流入口區(qū)南側(cè)、副高的西北側(cè)和低空西南急流出口區(qū)北側(cè)。"兩脊一槽"和"V"型大氣環(huán)流配置結(jié)構(gòu)使得上層的"抽吸"作用和下層的抬升活動相重疊,伴有江淮氣旋的輻合作用,導(dǎo)致強(qiáng)烈的上升運動,易產(chǎn)生大暴雨。過程內(nèi)高低空急流和副高位置和形態(tài)的變化是暴雨空間分布出現(xiàn)變化的主要原因。診斷結(jié)果顯示,熱力因子對抬升活動起主要作用,位渦垂直輸送和非絕熱加熱隨氣壓變化項均有利于位渦增強(qiáng),假相當(dāng)位溫在500 hPa與850 hPa之差的峰值、強(qiáng)上升運動和位渦高值區(qū)與強(qiáng)降水中心重合為本次大暴雨形成提供了有利的熱力與動力條件。假相當(dāng)位溫在500 hPa與850 hPa之差的谷值具有較好前期預(yù)報指示意義。

摘要:臺風(fēng)"煙花"于2021年7月22日00時(世界時, 下同)在臺灣島東側(cè)突然向北轉(zhuǎn)向,但美國、日本和中國的業(yè)務(wù)預(yù)報均沒有正確預(yù)報出該過程?；贜CEP/NCAR提供的全球再分析資料(Final Operational Global Analysis, FNL),采用Lanczos濾波方法分析發(fā)現(xiàn),臺風(fēng)"煙花"轉(zhuǎn)向前的西行減速主要受到與季風(fēng)渦旋有關(guān)的季節(jié)內(nèi)尺度環(huán)境引導(dǎo)氣流分量的影響,向北轉(zhuǎn)向及轉(zhuǎn)向后的向北加速則主要受到季風(fēng)渦旋和臺風(fēng)相互作用導(dǎo)致的天氣尺度環(huán)境引導(dǎo)氣流分量的引導(dǎo),主要和beta渦旋對旋轉(zhuǎn)、與季風(fēng)渦旋的合并、以及加強(qiáng)的Rossby波能量頻散這3個重要過程有關(guān)。臺風(fēng)"煙花"在緯向尺度約3 000 km的季節(jié)內(nèi)尺度季風(fēng)渦旋北部的偏東氣流西移過程中,與季風(fēng)渦旋相互作用導(dǎo)致beta渦旋對氣旋性旋轉(zhuǎn),通風(fēng)流經(jīng)歷東南風(fēng)—東北風(fēng)—西南風(fēng)的轉(zhuǎn)變,使得"煙花"向西減速并逐漸向季風(fēng)渦旋中心移動,并于7月22日00時與季風(fēng)渦旋合并,加強(qiáng)了Rossby波能量頻散,使得"煙花"東南邊緣的天氣尺度西南風(fēng)加強(qiáng),為緩慢移動的"煙花"提供了向北的引導(dǎo),"煙花"突然向北轉(zhuǎn)向。

摘要:針對地基微波輻射計反演資料的質(zhì)量問題,利用北京區(qū)域7個站點的RPG-HATPRO型微波輻射計反演的溫濕數(shù)據(jù),在傳統(tǒng)質(zhì)量控制方法的基礎(chǔ)上,通過增加雙權(quán)重檢查和偏差訂正方法,設(shè)計了新的質(zhì)量控制方案,而后針對質(zhì)量控制后的溫濕廓線開展了同化應(yīng)用研究,結(jié)果表明:只有個別站點的反演溫度誤差較大,反演溫度誤差大的站點在質(zhì)量控制前最大均方根誤差為8 ℃,但在質(zhì)量控制后均方根誤差下降到4 ℃以內(nèi),誤差下降50％以上,而對于反演溫度誤差小的站點,質(zhì)量控制只對高層數(shù)據(jù)有所改善;進(jìn)一步分析表明所有站點的反演相對濕度誤差都比較大,在質(zhì)量控制前反演的相對濕度均方根誤差最大甚至達(dá)到50％,但在質(zhì)量控制后所有站點反演的相對濕度均方根誤差都降到20％以內(nèi),誤差顯著降低,同時經(jīng)過質(zhì)量控制后的反演溫濕數(shù)據(jù)誤差平均偏差降為0左右,誤差滿足高斯分布,符合同化的要求。同化試驗表明:與控制試驗相比,同化質(zhì)量控制后的地基微波輻射計反演溫濕廓線資料能有效改善模式對所有量級的6 h累積降水量預(yù)報,無論是降水中心位置預(yù)報還是降水量級預(yù)報,都使得模式降水預(yù)報更加趨近實況,同化試驗還表明同化對溫濕場有較大影響,使得模式溫濕場更加合理,能有效提高模式的預(yù)報準(zhǔn)確率。

摘要:利用三江源地區(qū)沱沱河、玉樹、達(dá)日3個探空站的探空資料對1999—2021年-10 ℃層高度時間變化趨勢、突變時間進(jìn)行了研究,同時對該地區(qū)2021年云出現(xiàn)頻率和云垂直分布特征進(jìn)行了研究,并探討了-10 ℃層高度、云層垂直結(jié)構(gòu)與降水的關(guān)系。結(jié)果表明:(1)近20 a來三江源地區(qū)夏季08時和20時的-10 ℃層高度平均值分別為7 014.1、7 201.6 m,并呈顯著上升趨勢。突變檢驗分析確定三江源地區(qū)夏季08時-10 ℃層高度出現(xiàn)突變是從2009年開始,20時出現(xiàn)突變是從2012年開始。(2)08時三江源地區(qū)夏季云層結(jié)構(gòu)較為復(fù)雜,20時三江源地區(qū)夏季主要以單層云為主,6—8月平均出現(xiàn)頻率分別為35%、42%、39%。從三江源地區(qū)夏季云頂高度、云底高度和云層厚度來看,7月云頂高度最低、云底高度最高、云層厚度最小。(3)三江源地區(qū)夏季-10 ℃層位于該地區(qū)云層中下部。產(chǎn)生降水時-10 ℃層高度主要集中在7 200~7 800 m,云層厚度在4 000~11 000 m。三江源地區(qū)夏季降水量與-10 ℃層高度、云頂高、云層厚之間存在顯著的正相關(guān),與云底高存在顯著的負(fù)相關(guān)。-10 ℃層高度與云頂高度、云層厚度間存在顯著的正相關(guān);與云底高度間相關(guān)性不顯著。

摘要:利用高性能空中國王飛機(jī)搭載的DMT(Droplet Measurement Technologies)探測系統(tǒng),分析2020年6月15—16日祁連山地區(qū)兩次冷鋒過程前后積層混合云的宏微觀特征。結(jié)果表明:冷鋒前CIP(Cloud Imaging Probe)粒子平均濃度在10¹~10²L^-1,PIP(Precipitation Imaging Probe)粒子濃度在10² L^-1;CIP粒子數(shù)濃度隨高度逐漸上升,降水粒子在7 300 m時濃度達(dá)到峰值后下降;平均粒子譜拓寬速率為3.5 mm·km^-1,隨著高度的下降而降低。冷鋒前存在對流泡區(qū)域,對流泡內(nèi)粒子濃度均高出對流泡外,粒子譜拓寬速率高出層云一倍。冷鋒后大CIP粒子粒子濃度為10² L^-1,降水粒子濃度為10⁰~10² L^-1,粒子譜拓寬速率為1.5 mm·km^-1,較冷鋒前粒子譜拓寬速率小1.7倍。鋒前后粒子均呈現(xiàn)多峰型;鋒前積層混合云云中對流泡內(nèi)外譜型一致,云頂處對流泡內(nèi)外峰值粒徑不同。鋒前云粒子形狀為聚合狀、枝狀、柱狀和不規(guī)則狀,以聚合狀為主;云內(nèi)冰晶以凇附和聚合增長為主;對流泡內(nèi)外在粒子形態(tài)上沒有明顯差異。鋒后粒子形狀以不規(guī)則粒子為主,云粒子增長形式以聚合增長為主,并伴有上層云向下層播撒大云粒子的現(xiàn)象。

摘要:本文選取南京市新街口商業(yè)區(qū)和白下路居民區(qū)作為典型研究區(qū)域,利用大渦模式(Parallelized Large Eddy Simulation Model,PALM)模擬不同入流風(fēng)速和風(fēng)向?qū)α鲌龅挠绊?。結(jié)果表明,不同入流風(fēng)速條件下歸一化風(fēng)廓線基本一致,風(fēng)廓線總體上主要受到功能區(qū)自身建筑物形態(tài)的影響,在中性層結(jié)下城市冠層內(nèi)平均風(fēng)速隨高度的變化接近于指數(shù)分布。而本文計算得到的指數(shù)風(fēng)廓線衰減系數(shù)的范圍為0.55~0.81,高于目前城市冠層模式中的默認(rèn)值,說明目前的城市冠層模式對建筑物密集區(qū)域的風(fēng)速衰減可能存在低估。風(fēng)速衰減系數(shù)主要受迎風(fēng)面面積的影響,隨迎風(fēng)面積指數(shù)的增加而增大。迎風(fēng)面積指數(shù)隨入流風(fēng)向發(fā)生改變,在本文研究的商業(yè)區(qū)和居民區(qū)中,行人高度風(fēng)速隨入流風(fēng)向的改變最大下降幅度可分別達(dá)8%和10%。行人高度風(fēng)速一般在與入流風(fēng)向平行的街道和開闊的空地上較大,在建筑物密集分布的區(qū)域風(fēng)速較低,由于強(qiáng)烈的狹管效應(yīng)部分區(qū)域的風(fēng)速可以超過入流風(fēng)速。不同城市結(jié)構(gòu)中入流風(fēng)向的影響也不同,在十字路口、對稱和非對稱街谷以及多排建筑物中局地風(fēng)場隨入流風(fēng)向存在各種變化。

摘要:本文將造成直接經(jīng)濟(jì)損失的熱帶氣旋定義為致災(zāi)氣旋。依據(jù)城區(qū)常住人口,將我國城市劃分為小城市、中等城市、大城市三種規(guī)模等級,基于1984—2019年熱帶氣旋災(zāi)情和路徑數(shù)據(jù)篩選出致災(zāi)氣旋,分析我國城市的致災(zāi)氣旋頻次、強(qiáng)度,并研究致災(zāi)氣旋造成的不同規(guī)模城市直接經(jīng)濟(jì)損失變化。主要結(jié)論為:(1)1984—2019年影響我國城市的致災(zāi)氣旋為7.7個·a^-1,呈微弱下降趨勢,而強(qiáng)臺風(fēng)和超強(qiáng)臺風(fēng)的發(fā)生頻次呈顯著增加趨勢(α=0.05顯著水平),30°N以南城市頻次整體比北部高;(2)由于致災(zāi)氣旋影響范圍增加,暴露于不同強(qiáng)度致災(zāi)氣旋的城市個數(shù)呈增加趨勢,其中暴露于強(qiáng)臺風(fēng)的城市個數(shù)增速最快,約為2.0個/(10 a);致災(zāi)氣旋影響城市個數(shù)增加以及城市經(jīng)濟(jì)快速發(fā)展,使得暴露于致災(zāi)氣旋影響范圍內(nèi)的經(jīng)濟(jì)總量迅速增加,以大城市經(jīng)濟(jì)暴露度(占比81.7%)的增速最快(402.6億元·a^-1);(3)1984—2019年致災(zāi)氣旋造成的城市直接經(jīng)濟(jì)損失約為262.3億元·a^-1(以2019年市值),呈增加趨勢;城市經(jīng)濟(jì)快速發(fā)展和高強(qiáng)度致災(zāi)氣旋頻次增加的共同作用下,城市經(jīng)濟(jì)損失占我國致災(zāi)氣旋經(jīng)濟(jì)損失的比重從30.0%增加到63.3%。大城市資產(chǎn)財富集中,且多位于沿海地區(qū),致災(zāi)氣旋發(fā)生頻次較多,經(jīng)濟(jì)損失占比最大(為51.4%),增速最快(為5.2億元·a^-1)。

摘要:融合應(yīng)用分布滯后非線性模型(Distributed Lag Mon-linear Model,DLNM)與廣義相加模型(Generalized Additive Model,GAM),在控制新冠疫情影響、節(jié)假日效應(yīng)、星期效應(yīng)、長期趨勢以及大氣污染因子等因素基礎(chǔ)上,探究了2018—2020年南京市日最高氣溫與當(dāng)?shù)刂夤茴?、心血管類疾病就診人數(shù)的暴露反應(yīng)關(guān)系,包括滯后效應(yīng)和累積效應(yīng)。結(jié)果表明:對于支氣管類疾病,冬季為高風(fēng)險期,低溫的即時效應(yīng)和累積效應(yīng)顯著;中短期累積作用下,氣溫越低危險性越大;長期累積作用下,10 ℃左右的危險性最大;高溫累積效應(yīng)不顯著,30 ℃左右滯后效應(yīng)顯著。對于心血管類疾病,低溫的即時效應(yīng)和累積效應(yīng)顯著,11~12 ℃左右影響的累積效應(yīng)和持續(xù)性最強(qiáng);高溫的滯后效應(yīng)顯著,溫度越高,滯后效應(yīng)越明顯;長期暴露于高溫環(huán)境的患病風(fēng)險會快速增加,日最高氣溫32 ℃左右的暴露累積風(fēng)險最大。針對這兩類疾病,當(dāng)日最高氣溫在22~24 ℃范圍內(nèi),屬于人體最舒適溫度。