■聚 焦
近年来,各式极其天气灾害层出不穷,“百年一遇”“五十年一遇”等对灾害的描画性词语在媒体上屡看不鲜。我们国家幅员辽阔,灾害天气频发,每年因天气激发的灾害都给经济社会进行和国民寿命财产带来庞大损耗。
2012年7月21日,北京及其附近地域遭遇61年来最强暴雨及洪涝灾害,形成房屋倒塌10660间,160.2万人受灾,经济损耗达116.4亿元。
2017年8月23日,台风“天鸽”在广东登陆,登陆时中心周边第一大风力14级,与1991年第11号台风“Fred”并列成为1949年以来8月登陆广东的最强台风,导致广东、广西等省区近30人死亡,干脆经济损耗超越200亿元。
……
全世界气候浮动背景及东亚地域繁杂大度环流和地形,让得东亚地域灾害天气监测和预报面对很大的挑战,提升科学防灾减灾能力曾经成为各级政府和广泛群众的要紧任务和迫切要求。在这样的背景下,2005年3月,在原华夏气象科学探讨院强风暴实验室和数值预报中心的根基上创建的灾害天气国度要点实验室映入建造阶段,2007年8月经过建造期验收,2008年3月正规映入国度要点实验室的行列,成为我们国家从事灾害天气范畴探讨的国度要点实验室。
通过十余年的进行,实验室现存83名固定人士,此中两院院士4名,探讨员36名。已承受原国度“973”名目2项,国度科技支撑名目1项,国度基金委重要名目1项,国度重要产业专项名目1项,基金要点名目5项,得到国度科技进步奖二等奖3项,有多人在20若干世界国家内部学术组织任职。它们经过以遥感遥测为主的观测理论与技艺研发,大型观测试验为牵引的机理探讨,数值预报为焦点的预报理论与技艺探讨,引领了我们国家灾害天气学科进行,在国度气象防灾减灾能力建造中发挥了要紧的科技支撑效用。
“全球屋脊” 协同观测
理解物理学的人都晓得,假如潮湿空气在通过十足的冷却后,在大度凝结核上凝结,就会造成云。当水汽凝结物再通过一系列的物理进程,从云中降落到地面时,就成了降水。 云和降水进程在全世界水重复、生态环境、灾害天气及气候浮动等方面均具备要紧效用和作用。云物理及降水进程探讨是当前世界大度科学范畴的前沿科学难题,也是提升我们国家灾害性天气精细化、定量化预报能力所亟待解决的重要科学难题之一。
东亚云物理及降水进程有其特异性,尤其在青藏高原地域和华南季风区。青藏高原的云和降水物理进程不但作用高原腹地,况且还经过调节亚洲季风区的能量和水分重复,作用着高原附近及下游地域的灾害性天气和水重复。而华南地域受季风、海陆热力差异、繁杂下垫面等要素概括作用,降水频繁、强度大,云微物理进程繁杂,对其发展观测有益于深化暴雨物理体制认识,提升定量降水预报。
为增强青藏高原和华南地域云和降水物理进程演变规则的认识,提升数值预报形式中云物理进程的定量化描画能力,实验室牵头组织了“第三次青藏高原大度科学试验”和“华南季风降水试验”,要点展开云微物理及降水进程的观测和机理探讨。
第三次青藏高原大度科学试验是日前为止对高原云和降水进程最为体系的观测试验。团队以青藏高原那曲为概括观测焦点基地,建立了青藏高原东南缘、中部与南坡要害区的云物理、边界层和卫星反演概括观测体系,初次对高原云微物理进程发展了飞机、多波段雷达等协同观测,初次在高原组织实行了云和降水空基和地基协同观测试验,得到了独有的高原云和降水观测数据集,揭示了高原特异的云微物理和降水进程。
详细来看,团队揭示了高原对流云和降水进程的明显日浮动特征,指明高原日平均降水转化率较大,水分重复次数较同地域的干旱地域高,水分再重复(内重复)相比活泼。飞机观测探讨初次发觉,青藏高原过冷液态水含量丰富,云滴浓度甚而比海洋清洁环境下的还小,但尺度大,表达高原云体系更简单发生降水。探讨表达,高原雨滴谱分布相关于同纬度同季节的平原地域较宽,并确定了高原地域雨滴谱Γ分布的3个要害参数。这点效果关于揭示高原云和降水造成机理,改良数值形式云物理进程参数化方案,提升形式预报水准具备十分要紧的价格和意义。
采纳高原大度科学试验材料,它们估价了华夏气象科学探讨院自助研发的CAMS双参数云微物理方案,指明高原地域地面降水对云滴凝结进程非常感性,初始云滴大小的作用甚而超越其它微物理进程。进一步模拟探讨揭示,高原对流云的暖云层较浅薄,可是在降水中心,暖雨进程的效用甚而超越冷雨进程。这一发觉已利用于CAMS云微物理方案的改良,关于提升青藏高原数值预报水准具备要紧价格。
华南暴雨 探寻试验
在第三次青藏高原大度科学试验展开得如火如荼之时,实验室对华南地域的探讨也无落下。实验室持续展开暴雨多尺度体制和数值模拟探讨,应用迅速进行的雷达技艺观测我们国家东部尤其是华南地域的极其强降水,再经由高精度的数值模拟实现对暴雨的预报,多管齐下加深对暴雨体制的理解,在对流触发、对流体系长寿命期等方面取得了体系性探讨进展。
2012年7月,华夏气象局申请的“华南季风降水试验”(SCMREX计划)被全球气象组织全球天气探讨计划(WMO/WWRP)批准为WMO/WWRP的探讨进行名目。2013年,试验正规展开,美国、韩国、日本和澳大利亚等国度均参加了该名目的事业。依托雷达探测和数值模拟技艺,通过4年的不懈探寻,探讨人士揭示了华南前汛期特大暴雨进程对流触发进行的多尺度物理体制,阐明了季风进行不同阶段华南降水体系的微物理构造特征,提升了数值形式对华南前汛期暴雨的预报能力。
团队在暴雨和对流多发区的广东龙门构建了集双偏振雷达、多波段垂直观测雷达、激光雷达、微波辐射计和雨滴谱仪等概括观测体系的云降水垂直观测超等站;研发了X波段相控阵天气雷达体系,并在龙卷风多发地广东佛山建成了X波段相控阵天气雷达观测基地。经过展开很大范围的华南暴雨外场观测试验,它们初次构建了包涵水成物粒子相态,粒子落速,液、冰水含量,高时空分辨率降水构造等在内的华南季风区暴雨进程云和降水概括数据集。在此根基上,构建了多波段垂直观测雷达的品质操控方法,云降水微物理和能源参数反演方法,剖析了华南云降水微物理特征及其与青藏高原、汇合流域的差异;应用X波段相控阵天气雷达联合双线偏振雷达,认证了X波段相控阵天气雷达探测迅速浮动的强对流进程精细构造的能力,并进一步认识了强对流体系中气旋、冰雹和地面大风的构造、演变和相干关连。
应用外场试验获取的全新概括观测材料,联合高精度数值模拟,探讨人士发觉海岸线及其周边较小尺度山脉分布、先前对流运动遗留的冷堆、近地面风等中小尺度要素的协同效用是华南前汛期沿海特大暴雨对流体系触发的要害,准确西南季风夜间提速、海陆风以及繁杂下垫面等在3种降水日浮动流传模态中的效用。探讨发觉,弱地面冷出流导致的中尺度对流体系的稳固保持以及活泼的暖雨进程,是造成华南地域瞬时强降水并导致极其累积降水的干脆原因;华南暖区强降水进程中,对流体系的自激起和自组织是华南暖区弱能源强制下对流体系造成的要害进程。据此,团队构建了华南暖区暴雨多尺度天气概念模子,并利用于降水预报营业,提升了暴雨预报的明确性。
不忘初心 砥砺前行
台风是作用我们国家的要紧灾害天气,平均每年有7—8个台风正面登陆我们国家,登陆台风数居全球首位,年均因台风形成的灾害损耗达440亿元、死亡达470人。近30好几年来,台风搬动路径预报水准获得了持续改良,然则对台风强度预报的改良并非常缓慢。之是以如许,是由于探讨人士对作用台风强度浮动的机理无充足的认识,同一时间无一套老练的理论体制。为这,实验室依靠主办的国度要点根基探讨计划(原“973”)等科研名目,展开了“登陆台风科学试验”,在台风构造及强度浮动机理、数值形式要害技艺等方面展开了深入细致的探讨,并取得了一系列创新性探讨效果。
团队着力于台风数值形式要害技艺的改良,展开了在现代都市化背景下,台风登陆首尾气溶胶对形式云微物理进程的作用、都市下垫面临台风边界层的物理进程及台风降水作用的探讨,取得了一系列探讨效果。它们实现了雷达径向风材料同化技艺在登陆台风预报试验中的利用;改良繁杂地形概况下的台风涡旋初始化技艺,有用减小了台风路径和强度预报误差;研发和改良云微物理、长波辐射及边界层进程参数化方案,推进适用于台风精细构造数值预报的要害技艺进行。其构建的高分辨率地域同化预报示范平台(T-RAPS)展开了2015—2017年的西北太平洋台风实时预报试验。强度误差一年年减小,在汛期为中央气象台台风提前警告提供了有力的技艺支撑。
同一时间,实验室具有华夏气象局雷电野外科学试验基地,研发了闪电低频电场探测阵列、延续干涉仪和全视野闪电渠道成像仪等多个雷电光、电、磁探测设施,延续展开了十余年的雷电外场观测试验,获取了大批宝贵的科学试验数据,为雷电物理进程及其成灾机理的探讨、雷电防护技艺的概括测试以及雷电监测体系的客观检测估价等提供了要害的支撑。它们首先研发了不业余化雷电临近提前警告体系,实现了对雷电运动产生几率、搬动趋向、要点地域雷电危险度级别的临近提前警告,并在中央气象台和北京、上海、湖南等各省(市)气象营业部门,以及林业、航空航天等若干雷电感性产业获得利用,为奥运会、世博会、大运会和航天发射等重要运动提供了有用的雷电提前警告效劳。
除此之外,实验室在第一种估价期进行了我们国家数值天气预报体系(GRAPES),并实现营业化运转;鉴于ECHAM5大度形式和MOM4海洋形式构建了一种包涵大度、海洋、陆面和海冰的气候体系形式(CAMS-CSM),为天气—气候一体化形式要害技艺探讨提供耦合模拟平台,研发了新一代天气雷达飑线和对流体系辩别软件体系,并获得营业利用。
灾害天气国度要点实验室肩负展开灾害天气学科前沿探讨,监测、预报和提前警告重要技艺研发任务,面向现代天气营业进行要求,兢兢业业,踽踽独行,在暴雨、台风、雷电等灾害性天气和数值预报、雷达探测等方面硕果频出、丰收不停。新情势下,且看它们如何不忘初心,砥砺前行,为我们国家灾害预测和防灾减灾做出新的、很大的奉献!
来自:科技日报
作者:胡敬
编辑:曾映雪