Research on the characteristics of momentum downward gale in Yinchuan Airport based on wind LiDAR
-
摘要: 为了研究动量下传大风的特征、探讨动量下传大风的预报方法, 利用美国国家环境预报中心(NCEP)再分析资料、常规气象观测资料和测风激光雷达(LiDAR)资料, 对银川机场2022-03-06动量下传大风过程进行了分析。结果表明, 银川机场位于西风急流入口左侧的辐合区, 为动量下传大风的发生提供了有利的环流背景, 在晴空条件下, 测风激光雷达产品可以精准探测动量下传大风的时空演变特征; 多普勒光束摆动(DBS)模式产品中强下沉气流标志动量下传开始, 平面位置显示(PPI)模式探测范围的衰减程度和变化方位反映了沙尘天气强度和影响路径, 距离高度显示(RHI)模式500 m高度径向风分层现象的出现及被破坏是动量下传变化的预报指标; 利用测风激光雷达可提前30 min计算和预报出动量下传大风的出现时间。该研究对提高气象服务保障能力具有重要意义。Abstract: In order to research the characteristics of momentum downward gale and discussion on forecast method of momentum downward gale, the momentum downward gale process at Yinchuan Airport on 2022-03-06 was analyzed by using the reanalysis data of National Centers for Environmental Prediction (NCEP), conventional meteorological observation data, and wind light detection and ranging (LiDAR) data. The results show that Yinchuan Airport is located in the convergence area on the left side of the westerly jet inlet, which provides a favorable circulation background for the occurrence of momentum downward gale; Under clear sky conditions, the temporal and spatial evolution characteristics of momentum downwind can be accurately detected by the wind LiDAR product; the strong downdraft in the Doppler beam swinging(DBS) mode product marks the beginning of momentum downward transmission, the attenuation degree and change direction of the detection range of the plan position indicator(PPI) mode reflect the sand dust weather intensity and influence path, the occurrence and destruction of radial wind stratification at 500 m height in the range height indicator(RHI) model are the prediction indicators of momentum downward transmission changes; Using the wind LiDAR, the time of occurrence of downwind strong wind can be calculated and predicted 30 min in advance. This research is of great significance to improve the meteorological service support capability.
-
引言
大风是指瞬时风速大于等于17 m/s的风，长时间的大风会使土壤风蚀、沙化，因大风引发的沙尘天气会造成能见度急剧下降，风向风速突然的改变也会引发低空风切变，对民航业的影响尤为突出。大风天气影响飞机的起飞和着陆，危及停场小型飞机的安全，毁坏地面设施和建筑物。春季的动量下传是引发大风天气的一种成因。多年来，许多学者不断开展动量下传大风的机理研究，发现高空急流通过次级环流动量下传至中低层形成低空急流，高低空急流活动的区域、高空强风速下传的高度、次级环流的强弱不同等因素，是出现不同强度风沙天气的重要动力因素[1-3]。动量下传是持续大风形成的关键因素，在高空急流入口区中心及左侧伴生的下沉运动能有效将高空动量下传到中低层[4-6]，春季大风形成初期，低层出现低空动量下传并影响地面风场[7-9]。为不断加深对风场的认识，许多学者使用测风激光雷达对低空急流[10]、下击暴流[11]、海面风场[12]变化进行监测和识别，并逐渐应用于低空风切变中，在北京[13-15]、香港[16]、攀枝花[17-18]、西宁[19]等多个机场进行试验，发现高时空分辨率的测风激光雷达能较好地探测到风切变的演变过程和精细结构。
以上研究表明, 测风激光雷达在风场探测中是一个非常有用的监测手段，但是如何利用测风激光雷达识别动量下传风的特征，以及精准地预报动量下传大风的出现时间，在这些研究中却没有过多涉及，而这正是春季动量下传大风的预报难点。因此，本文中利用美国国家环境预报中心(National Centers for Environmental Prediction, NCEP)的1.0°×1.0°再分析资料、常规气象观测资料和测风激光雷达资料对银川机场2022-03-06动量下传大风的特征进行分析，并对预报动量下传大风发生时间的方法进行探讨，拟为春季动量下传大风的精细化预报服务提供技术支持。
1. 数据资料和天气实况
气象数据来源于常规气象观测资料、测风激光雷达数据和NCEP再分析资料。常规气象观测资料采用的VAISALA公司AviMet自动气象观测系统的风向、风速和气温等数据，时间分辨率为0.5 min；测风激光雷达选用FC-Ⅲ型3维扫描测风激光雷达，采用平面位置显示模式(plan position indicator，PPI)扫描、多普勒光束摆动模式(Doppler beam swinging, DBS)扫描和距离高度显示模式(range height indicator，RHI)扫描，其中PPI扫描模式时间刷新率为1′57″，并采用4°和6°仰角分别探测，DBS扫描模式时间刷新率为2 s，探测高度为4 km，RHI扫描模式时间分辨率为1′19″；物理量等数据选择美国国家环境预报中心的NCEP再分析资料，数据空间分辨率为1.0°×1.0°，时间分辨率6 h，选取2022-03-06的16个气压层上风向、风速、位势高度等数据。
2022-03-06银川机场出现一次大风沙尘天气过程，当日最大风速21 m/s，并伴有800 m的尘暴天气。2022-03-06T08:55，银川机场地面是西南风，风速为7 m/s，随着温度的升高，到中午13:15, 机场转为偏西风，风速增至12 m/s，出现高吹尘天气，14:20, 地面风向转为西北风，风速增大至16 m/s，阵风达21 m/s，沙尘天气持续增强，能见度由6000 m迅速下降至1200 m，14:23, 机场出现尘暴天气，能见度800 m，14:31, 风速开始有所减小，能见度上升至1500 m，尘暴天气结束，14:42, 风速降至10 m/s，能见度升至3500 m，18:12, 风速降至3 m/s，能见度上升至8000 m，大风沙尘天气结束。此次大风沙尘天气过程是一次典型的动量下传大风过程，当日随着升温，空中动量完全下传至地面，地面风速开始增大，风向转变，地面出现与高空风向一致的西北风。
2. 天气分析
2.1 环流背景
2022-03-05T20:00的500 hPa位势高度场上，欧亚大陆中高纬呈一槽一脊型的环流形势，在乌拉尔山有冷槽活动，巴尔克什湖至贝加尔湖受暖脊控制，脊前西北气流的大值区位于新疆地区，银川机场位于暖脊前西北气流中，2022-03-06T08:00(见图 1a)暖脊不断增强，高空风的大值区移至河西地区上空，并不断向东移动，于6日白天移至宁夏地区上空。在700 hPa和850 hPa上，环流形势基本与500 hPa一致，银川机场(图中黑点位置)上空主要受西北气流影响，且风速不断增大，到14:00, 风速增大至12 m/s。地面图上，2022-03-06T08:00(见图 1b)青藏高原和东北地区受高压控制, 内蒙古至河套地区受低压控制，银川机场处于“南高北低”的热低压中，属于热低压大风环流形势，热低压有利于白天地面气温的迅速上升，为动量下传风的形成提供有利环流背景。
2.2 高空急流
在2022-03-06T08:00的200 hPa(见图 2a)高度场上，在贝加尔湖西侧至河西地区存在一个西北风急流，急流中心位于贝湖西侧，从青藏高原南侧至华东地区存在一个自西向东的西风急流轴，急流中心位于东海海面，河套地区位于西风急流入口区左侧，有下沉运动，到14:00(见图 2b), 西北风大风区东移至河套北部，河套处于西北风和偏西风的辐合区中，辐合区的产生有利于产生下沉运动的加强，使高空动量向下传导，高空急流及其伴生的次级环流对动量下传风的形成至关重要[8]。
![图 2 2022-03-06不同时刻200 hPa高度场和风场]()
图 2 2022-03-06不同时刻200 hPa高度场和风场Figure 2. 200 hPa height field and wind field at different time on 2022-03-063. 测风激光雷达特征
测风激光雷达可对机场8 km、顶空4 km内的风场进行高时空分辨率的精细探测[11]，下文将利用测风激光雷达的DBS、RHI和PPI 3种扫描模式对此次过程的风场结构进行细致分析。
图 3为测风激光雷达在2022-03-06T09:23—18:53的DBS模式探测图，可有效反映银川机场上空风场随时间变化情况[17]。在水平风模式(见图 3a)中，09:23—11:48的500 m以下为西南风，高空为西北风，大风区位于3500 m~4500 m，风速大于20 m/s, 同时次的垂直风(见图 3b)中3500 m~4500 m有强下沉气流出现与大风区相对应，3500 m以下主要以上升气流为主，低层的上升气流会使大量尘土颗粒被携卷至大气中，为沙尘天气的发生提供有利的动力条件。12:33，在3000 m~3500 m的高度出现强下沉气流，强下沉气流的出现有利于动量向低层传递，此时大风区范围不断扩大，高度开始降低，至12:48，大风区高度下降至2000 m高度，500 m~1500 m出现速度为2 m/s ~3 m/s的上升气流，上升气流对应弱风速区，13:33开始，从地面至4000 m出现柱状强下沉气流，速度达1.4 m/s~2.4 m/s，同时大风区开始下降至1000 m以下逐渐接地，机场地面风速开始迅速增大，出现大风天气，14:48以后，下沉气流转为上升气流，大风区的高度开始抬升，大风区出现在1000 m以上，地面风速减小。通过测风激光雷达的DBS模式产品可以清楚地得到大风向下传递的时间演变特性，即可准确地给出“动量下传”的实测图像。
![图 3 2022-03-06T09:23—18:53测风激光雷达DBS模式两种风场产品]()
图 3 2022-03-06T09:23—18:53测风激光雷达DBS模式两种风场产品Figure 3. Two wind fields products in the DBS mode of wind LiDAR from 2022-03-06T09:23 to 18:53图 4是2022-03-06不同时刻和仰角的PPI径向速度图，可对机场8 km范围内风场进行高时间分辨率的探测。08:56(见图 4a), 机场主要以西南风为主，风速在14 m/s~18 m/s，13:16(见图 4b), 风向转为偏西风，同时机场西侧风速开始增大，个别区域风速达20 m/s，雷达探测范围衰减至不到6 km，刚好在这个时段机场周围出现沙尘天气，测风激光雷达在晴天的时候有效探测距离较长，当遇到降雨、大雾、沙尘等影响能见度的天气现象时，测风激光雷达的探测距离会衰减，天气现象越强，能见度越差，雷达探测距离越小[18]。此时雷达对机场南侧的探测距离为4 km，北侧是6 km，表明南侧沙尘较强，14:16(见图 4c), 雷达有效探测范围内的风场以西北风为主，且机场西侧2 km~4 km的范围内出现大风区，最大风速达28 m/s，机场西侧和南侧的有效探测范围衰减的较快，14:18(见图 4d), 机场西侧风速均超过20 m/s，且大风区离跑道越来越近，同时机场西侧探测范围快速衰减至仅有2 km，表明有较强的沙尘天气随着大风区不断自西向东向跑道方向移动，14:22(见图 4e), 雷达有效探测范围不到1 km，此时机场出现尘暴天气，14:31(见图 4f), 风速减小，风速在16 m/s，沙尘天气减弱，机场能见度也开始上升。
![图 4 测风激光雷达不同时刻、仰角PPI模式径向速度图]()
图 4 测风激光雷达不同时刻、仰角PPI模式径向速度图Figure 4. PPI images of wind LiDAR radial velocity at different times and different elevations图 5中给出了银川机场激光雷达探测距离与主导能见度的关系对比。可以看到, 在上午08:56, 机场没有沙尘天气，机场主导能见度10 km，雷达探测距离达到最大的8 km，到中午13:16, 机场开始出现少量扬沙天气，主导能见度下降至8000 m，雷达探测范围衰减至6 km，随着沙尘天气的不断增强，机场主导能见度不断下降，同时雷达探测距离不断衰减，14:22, 沙尘天气增强为沙尘暴，主导能见度仅为800 m，雷达探测距离也迅速衰减至1 km，随着沙尘天气的减弱，主导能见度和雷达探测距离逐渐回升，表明激光雷达探测距离衰减与能见度变化呈正相关。因此通过测风激光雷达PPI产品不仅可以有效探测到机场附近风场的变化情况，同时可以通过雷达探测距离的衰减情况在一定程度上反应机场的能见度和沙尘天气的强弱程度。
![图 5 银川机场激光雷达探测距离与主导能见度的关系]()
图 5 银川机场激光雷达探测距离与主导能见度的关系Figure 5. Relationship between LiDAR detection range and dominant visibility in Yinchuan Airport图 6为2022-03-06不同时刻测风激光雷达的RHI模式径向速度图。可探测沿跑道方向的垂直剖面风场信息[19]，银川机场跑道为西南-东北向。09:00(见图 6a), 跑道南侧为一致的负速度区，北侧为正速度区，4000 m以下为西南风，且风速较大，11:33(见图 6b), 在跑道上空径向速度上出现了分层现象，500 m以下的高度保持较强西南风，而500 m以上高度的西南风风速则较弱，13:19(见图 6c), 受动量下传的影响，中低空风向交换，垂直结构出现变化，分层现象遭到破坏，跑道南侧2000 m~4000 m的高度出现成片的正速度区，14:06(见图 6d), 跑道北侧1000 m~3000 m高度出现负速度区，同时在跑道南侧500 m以下出现正速度区，跑道南侧出现北风，14:26(见图 6e), 地面风再次转为西南风，且风速增大，同时受沙尘天气的影响，激光雷达的水平探测范围衰减至1000 m，垂直探测范围衰减至不足3000 m，14:33(见图 6f), 沙尘天气减弱，激光雷达的探测范围提升，近地面则完成了一次明显的风向转变，1000 m以下跑道南侧是正速度区，跑道北侧为负速度区，地面风向转为北风。
![图 6 2022-03-06测风激光雷达不同时刻RHI模式径向速度图]()
图 6 2022-03-06测风激光雷达不同时刻RHI模式径向速度图Figure 6. Radial velocity diagram of RHI mode at different time of wind LiDAR on 2022-03-064. 预报方法研究
通过前文对测风激光雷达的分析研究可以看到，利用测风激光雷达的综合探测模式可以有效监测，并提前判断出动量下传大风的发生和发展。在DBS产品(见图 3)13:33以后低层出现强下沉气流柱并接地，在这一下沉气流柱中，13:53的1500 m~2100 m的大风区与下沉气流相配合，其中1500 m高度的风速为16.8 m/s，下降气流速率为0.68 m/s，通过计算可知, 在37 min后的14:30地面将出现大风天气，这与实际大风出现的14:20误差仅有10 min，因此利用这一方法可以提前30 min较为精准地预报出地面动量下传大风的出现时间。
那是否还有其它的预报方法，可以更早地预报出动量下传大风的发生时间呢？分析2022-03-06T08:00银川机场的温度对数压力图(见图 7a)，图中LCL(lifting condensation level)为抬升凝结高度，在850 hPa有逆温层存在，在逆温层以下垂直方向以西南风为主，风速在4 m/s，在850 hPa~500 hPa则以西北风为主，风速在14 m/s~18 m/s，逆温层阻碍了中高层与低层的能量交换，在14:00(见图 7b)的温度对数压力图上可以看到，逆温层破坏，850 hPa至近地面风向都转为西北风，低层风速增大，风速增至12 m/s~18 m/s，动量下传到地面。在这个过程中，逆温层相当于阻挡层，它将低层和对流上层分开，阻碍对流的发展，有利于静力能的积累。只有当逆温层破坏，中高层的动力才能传递到低层，因此逆温层的破坏时间是预报地面出现动量下传大风的重要指标，通过计算逆温层的破坏时间来与实况进行对比，验证两者是否相符。
![图 7 银川机场2022-03-06不同时刻温度对数压力图]()
图 7 银川机场2022-03-06不同时刻温度对数压力图Figure 7. Temperature logarithmic pressure diagram of Yinchuan Airportat different time on 2022-03-06逆温层破坏时间的预报原理: 逆温层可因地面加热或抬升作用而破坏，因此根据对流温度的原理，即沿经过对流凝结高度的干绝热线下降到地面所对应的温度，当地面加热使气温能超过对流温度，则有热对流的可能。同理沿从逆温层顶高度的干绝热线下降到地面所对应的温度计为T1，当地面加热使气温能超过T1时，则逆温层破坏，因此只需要预报T1出现时间即为逆温层破坏时间。T1的计算公式如下:
T1=T+rd(H1−H0) (1) 式中，T为逆温层顶的温度，rd为干绝热递减率，H1是逆温层顶高度，H0机场的标高。将当日08:00的温度对数压力图上的数据代入以上公式可得T1=14 ℃，表明当地面温度增温到14 ℃以上时，逆温层会破坏。通过表 1利用银川机场自动观测系统采集的风场和温度数据可以看到，在当日早间08:55, 机场气温为7.7 ℃，风速7.2 m/s，西南风为主，到13:15, 地面气温升至13.7 ℃，风向转为偏西风，风速增至12 m/s，13:40, 气温升至14 ℃，但机场于14:20, 出现了16 m/s的大风天气(其中阵风：21 m/s)，预报误差在40 min，这种方法的提前量大，但误差相比较利用测风激光雷达计算后的误差要大。因此两种方法应结合应用会给实际业务工作带来更大的帮助。
表 1 银川机场自动观测系统风场温度变化情况Table 1. Temperature change of wind field of automatic observation system of Yinchuan Airporttime meteorological elements wind speed/(m·s -1) wind direction/(°) temperature/℃ 08:55 7.2 210 7.7 13:15 12 270 13.7 13:40 9.3 275 14 14:20 16(gust: 21) 296 11 为了验证逆温层破坏时间的预报方法是否准确，由图 7b可见，在下午14:00, 地面气温升至14 ℃后，逆温层消失，与通过当日08:00的温度对数压力图的数据计算结果基本一致的。同样利用测风激光雷达的RHI产品，也可以说明逆温层的变化情况，在11:33(见图 6b), 出现分层现象，表明在500 m这一高度有逆温层的存在，同时随着升温，逆温层强度逐渐减弱，厚度逐渐变薄，到了13:19, 逆温层破坏，空中分层现象消失，这一时间点也与前面计算结果基本吻合。
5. 结论
利用NCEP的1.0°×1.0°再分析资料、常规气象观测资料和测风激光雷达资料对银川机场2022-03-06动量下传大风的特征进行分析，并对预报动量下传大风出现时间的方法进行初步探讨。
(1) 2022-03-06过程高空为一槽一脊型，在高层有急流轴存在，银川机场位于西风急流入口区左侧的辐合区，地面受热低压控制，高空急流及其伴生的次级环流对动量下传风的形成至关重要，为动量下传大风的出现提供有利的环流背景。
(2) 利用测风激光雷达的综合扫描模式可以立体、精准地探测到大风向下传递的时空演变特性，即可以准确地给出“动量下传”的实测图像。尤其在晴空条件下，高时空分辨率的测风激光雷达产品，能实时监测动量下传大风出现的位置、强度、移速和移向。
(3) 利用DBS产品可分析沙尘天气的早期动力条件，强下沉气流标志动量下传开始，大风区高度接近地面，地面将出现大风。PPI探测范围的衰减程度和变化方位反映了沙尘天气强度和影响路径。RHI图上空中径向风的分层及被破坏也是动量下传变化的预报指标。
(4) 动量下传大风发生时间预报若采用计算地面温度时，预报提前量大，采用激光雷达大风区高度和下沉气流速度变化方法，可提前30 min对动量下传大风做出精准预报，这两种方法结合可对航空气象服务有更多帮助。
-
![]()
图 2 2022-03-06不同时刻200 hPa高度场和风场
Figure 2. 200 hPa height field and wind field at different time on 2022-03-06
![]()
图 3 2022-03-06T09:23—18:53测风激光雷达DBS模式两种风场产品
Figure 3. Two wind fields products in the DBS mode of wind LiDAR from 2022-03-06T09:23 to 18:53
![]()
图 4 测风激光雷达不同时刻、仰角PPI模式径向速度图
Figure 4. PPI images of wind LiDAR radial velocity at different times and different elevations
![]()
图 5 银川机场激光雷达探测距离与主导能见度的关系
Figure 5. Relationship between LiDAR detection range and dominant visibility in Yinchuan Airport
![]()
图 6 2022-03-06测风激光雷达不同时刻RHI模式径向速度图
Figure 6. Radial velocity diagram of RHI mode at different time of wind LiDAR on 2022-03-06
![]()
图 7 银川机场2022-03-06不同时刻温度对数压力图
Figure 7. Temperature logarithmic pressure diagram of Yinchuan Airportat different time on 2022-03-06
表 1 银川机场自动观测系统风场温度变化情况
Table 1 Temperature change of wind field of automatic observation system of Yinchuan Airport
time meteorological elements wind speed/(m·s -1) wind direction/(°) temperature/℃ 08:55 7.2 210 7.7 13:15 12 270 13.7 13:40 9.3 275 14 14:20 16(gust: 21) 296 11 
下载: 导出CSV
-
[1] 陈豫英, 陈楠, 谭志强. 宁夏不同强度沙尘天气动力机制[J]. 中国沙漠, 2015, 35(2): 438-447. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGSS201502024.htm CHEN Y Y, CHEN N, TAN Zh Q. Dynamic mechanism of dust weather with defferent intensities in Ningxia[J]. Journal of Desert Research, 2015, 35(2): 438-447(in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-ZGSS201502024.htm
[2] 段海霞, 李耀辉, 蒲朝霞, 等. 高空急流对一次强沙尘暴过程沙尘传输的影响[J]. 中国沙漠, 2013, 33(5): 1461-1472. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGSS201305025.htm DUAN H X, LI Y H, PU Ch X, et al. The influence of high level jet on dust transportation in a sandstorm process[J]. Journal of Desert Research, 2013, 33(5): 1461-1472(in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-ZGSS201305025.htm
[3] 陈晓光, 纪晓玲, 刘庆军, 等. 200 hPa高空急流与宁夏春季沙尘暴过程的特征分析[J]. 中国沙漠, 2006, 26(2): 238-242. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGSS200602014.htm CHEN X G, JI X L, LIU Q J, et al. Relationship between 200 hPa jet and sandstorm during spring in Ningxia[J]. Journal of Desert Research, 2006, 26(2): 238-242(in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-ZGSS200602014.htm
[4] 张文军, 李健, 杨庆华, 等. 河西走廊西部一次极端大风天气过程3次风速波动的动力条件分析[J]. 高原气象, 2019, 38(5): 1082-1090. https://www.cnki.com.cn/Article/CJFDTOTAL-GYQX201905016.htm ZHANG W J, LI J, YANG Q H, et al. Analysis on dynamic condition of three wind speed fluctuation events during an extreme gale process in the west of the Hexi Corridor[J]. Plateau Meteorology, 2019, 38(5): 1082-1090(in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-GYQX201905016.htm
[5] 邬仲勋, 王式攻, 尚可政, 等. 冷空气大风过程中动量下传特征[J]. 中国沙漠, 2016, 36(2): 467-473 https://www.cnki.com.cn/Article/CJFDTOTAL-ZGSS201602027.htm WU Zh X, WANG Sh G, SHANG K Zh, et al. The characteristic of momentum transfer during a cold strong wind process[J]. Journal of Desert Research, 2016, 36(2): 467-473(in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-ZGSS201602027.htm
[6] 张琳娜, 冉令坤, 李娜, 等. 雷暴大风过程中对流层中低层动量通量和动能通量输送特征研究[J]. 大气科学, 2018, 42(1): 178-191. https://www.cnki.com.cn/Article/CJFDTOTAL-DQXK201801013.htm ZHANG L N, RAN L K, LI N, et al. Analysis of momentum flux and kinetic energy flux transport in the middle and lower troposphere during a thunderstorm event[J]. Chinese Journal of Atmospheric Sciences, 2018, 42(1): 178-191(in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-DQXK201801013.htm
[7] 郝玲, 刘瑞翔, 顾春雷, 等. 江苏北部近海一次罕见大风天气过程成因分析[J]. 气象与减灾研究, 2019, 42(3): 192-198. https://www.cnki.com.cn/Article/CJFDTOTAL-HXQO201903005.htm HAO L, LIU R X, GU Ch L, et al. Analysis on the strong wind process near the sea of northern Jiangsu[J]. Meteorology and Disaster Reduction Research, 2019, 42(3): 192-198(in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-HXQO201903005.htm
[8] 赵建伟, 毕波. 大理机场一次晴空大风天气诊断分析[J]. 沙漠与绿洲气象, 2017, 11(4): 32-38. https://www.cnki.com.cn/Article/CJFDTOTAL-XJQX201704006.htm ZHAO J W, BI B. Diagnosis analysis of a clear sky windy weather in Dali Airport[J]. Desert and Oasis Meteorology, 2017, 11(4): 32-38(in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-XJQX201704006.htm
[9] 张胜才, 杨先荣, 张锦泉, 等. 春季西风急流异常对甘肃极端天气的影响[J]. 中国沙漠, 2012, 32(4): 1089-1094. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGSS201204028.htm ZHANG Sh C, YANG X R, ZHANG J Q, et al. Influence of abnormal westerly jet on extreme weather in spring in Gansu Province[J]. Journal of Desert Research, 2012, 32(4): 1089-1094(in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-ZGSS201204028.htm
[10] 马秋杰, 李珍妮, 宋小全, 等. 基于多普勒测风激光雷达的低空急流观测研究[J]. 海洋气象学报, 2019, 39(4): 61-67. https://www.cnki.com.cn/Article/CJFDTOTAL-SDQX201904007.htm MA Q J, LI Zh N, SONG X Q, et al. Observational study of low-level jet based on Doppler wind lidar[J]. Journal of Marine Meteorology, 2019, 39(4): 61-67(in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-SDQX201904007.htm
[11] 张涛, 黎倩, 郑佳锋, 等. 激光测风雷达研究微下击暴流引发的低空风切变[J]. 激光技术, 2020, 44(5): 563-569. DOI: 10.7510/jgjs.issn.1001-3806.2020.05.007 ZHANG T, LI Q, ZHENG J F, et al. A study on low-level wind shear caused by microburst using lidar and other data[J]. Laser Technology, 2020, 44(5): 563-569(in Chinese). DOI: 10.7510/jgjs.issn.1001-3806.2020.05.007
[12] WANG G L, LIU L P, LIU Z S, et al. The application of sea-surface wind detection with Doppler lidar in Olympic sailing[J]. Advances in Atmospheric Sciences, 2011, 28(6): 1471-1480.
[13] 刘晓英, 吴松华, 张洪玮, 等. 基于相干多普勒测风激光雷达的不同成因类型的低空风切变观测[J]. 红外与毫米波学报, 2020, 39(4): 491-504. https://www.cnki.com.cn/Article/CJFDTOTAL-HWYH202004014.htm LIU X Y, WU S H, ZHANG H W, et al. Low-level wind shear observation based on different physical mechanisms by coherent Doppler lidar[J]. Journal of Infrared and Millimeter Waves, 2020, 39(4): 491-504(in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-HWYH202004014.htm
[14] ZHANG H W, WU S H, WANG Q C, et al. Airport low-level wind shear lidar observation at Beijing Capital International Airport[J]. Infrared Physics & Technology, 2019, 96: 113-122.
[15] ZHANG X, ZHANG J J, DING Y Y, et al. Detection and identification of wind shear using airport Doppler lidar[J]. Meteorological Science and Technology, 2021, 49(2): 184-191(in Chinese).
[16] 王青梅, 郭利乐. 激光雷达在机场低空风切变探测中的应用[J]. 激光与红外, 2012, 42(12): 1324-1328. https://www.cnki.com.cn/Article/CJFDTOTAL-JGHW201212003.htm WANG Q M, GUO L L. Development of lidar in detection of low altitude wind shear[J]. Laser and Infrared, 2012, 42(12): 1324-1328(in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-JGHW201212003.htm
[17] 冯力天, 周杰, 范琪, 等. 应用于民航机场风切变探测与预警的3维激光测风雷达[J]. 光子学报, 2019, 48(5): 0512001. https://www.cnki.com.cn/Article/CJFDTOTAL-GZXB201905022.htm FENG L T, ZHOU J, FAN Q, et al. Three-dimensional lidar for wind shear detection and early warning in civil aviation airport[J]. Acta Photonica Sinica, 2019, 48(5): 0512001(in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-GZXB201905022.htm
[18] 范琪, 朱晓林, 周鼎富, 等. 激光测风雷达分析典型高原机场风场特征[J]. 激光技术, 2020, 44(5): 525-531. DOI: 10.7510/jgjs.issn.1001-3806.2020.05.001 FAN Q, ZHU X L, ZHOU D F, et al. Analysis of the wind field characteristics using the wind lidar in a typical plateau airport[J]. Laser Technology, 2020, 44(5): 525-531(in Chinese). DOI: 10.7510/jgjs.issn.1001-3806.2020.05.001
[19] 黄轩, 郑佳锋, 张杰, 等. 西宁机场一次低空风切变的结构和特征研究[J]. 激光技术, 2022, 46(2): 206-212. DOI: 10.7510/jgjs.issn.1001-3806.2022.02.010 HUANG X, ZHENG J F, ZHANG J, et al. Study on the structure and characteristic of a low-level wind shear process that happened over Xining Airport[J]. Laser Technology, 2022, 46(2): 206-212(in Chinese). DOI: 10.7510/jgjs.issn.1001-3806.2022.02.010
-
期刊类型引用(5)
1. 余静梅，胡非，汤胜茗. 一次强下坡风爆发机制分析. 气象学报. 2024(01): 68-79 . 
百度学术
2. 刘畅，胡宁，李昱薇，朱晓清，孟凡辉，卢绪兰. 山东一次春季冷空气10级大风的天气成因. 海洋气象学报. 2024(01): 52-64 . 百度学术
3. 牛向华，黄轩，朱文会，郑佳锋，唐顺仙，任涛，程振. 1.55μm激光雷达高原机场下击暴流探测应用研究. 激光技术. 2024(03): 318-326 . 本站查看
4. 王楠，程海艳，尹才虎. 测风激光雷达对孤立雷暴引发湿下击暴流的结构分析. 激光技术. 2024(05): 643-650 . 本站查看
5. 龙妍妍，张雯. 基于双偏振雷达的一次冷空气大风过程研究. 民航学报. 2024(06): 83-86 . 百度学术
其他类型引用(0)
计量
- 文章访问数: 8
- HTML全文浏览量: 2
- PDF下载量: 5
- 被引次数: 5