应用气象学报  2016, 27 (3): 323-333   PDF    
风廓线雷达反演温度平流的应用
单楠1,2, 何平2, 吴蕾2     
1. 南京信息工程大学,南京 210044;
2. 中国气象局气象探测中心,北京 100081
摘要: 利用北京延庆站风廓线雷达水平风廓线资料进行大气温度平流的反演,详细分析2014年11月15日夜间冷空气入侵过程,并统计分析2015年9—11月6次冷空气入侵过程,同T639L60模式的预报风场及温度平流预报产品进行对比。结果表明:在一定预报时效内 (约6~12 h),风廓线雷达获取的水平风廓线与模式给出的预报风场有较好的一致性;由风廓线雷达反演的温度平流与模式给出的温度平流量级相同,温度平流属性一致;风廓线雷达6 min完成1次垂直高度分辨率为120 m的探测,高时空分辨率使风廓线雷达获取的温度平流较T639L60模式更能反映大气温度平流的细节。
关键词: 风廓线雷达    温度平流    T639L60模式    
The Application to Temperature Advection Retrieval Based on Wind Profile Radar Data
Shan Nan1,2, He Ping2, Wu Lei2     
1. Nanjing University of Information Science & Technology, Nanjing 210044;
2. CMA Meteorological Observation Center, Beijing 100081
Abstract: Temperature advection is a basic physical variable in the weather prediction. It directly leads to the change of atmospheric thermal structure and further brings about the alteration of atmospheric physics field, and can reflect the development of weather systems better. In recent years, the technology of wind profile radar (WPR) improves greatly, and WPR data has both high precision and high spatial-temporal resolution and could continuously provide the distribution of horizontal winds over time. Based on the concept of temperature advection and the principle of thermal wind, retrieving the temperature advection with high precision and spatial-temporal resolution is feasible by algorithms established. The temperature advection information is retrieved from WPR data at Yanqing Station of Beijing, whose results are compared to temperature advection prediction products of Global Medium Range Forecast System of T639L60 (hereinafter, T639L60 model). A cold air invasion process on 15 Nov 2014 in the night is analyzed in detail and 6 more samples occurring from Sep to Nov in 2015 are statistically analyzed for evaluation too. Results show that the horizontal wind of the WPR is highly consistent with the wind prediction data of T639L60 model within a certain amount of prediction time (about 6 to 12 h). The order of magnitude is consistent and the value is close between the retrieval of temperature advection by the WPR data and the initial data of T639L60 model. The quality of retrieving temperature advection depends on the quality of horizontal wind profile data. Temperature advection prediction products of T639L60 model and the real-time retrieval products are accordant within a period of 6-12 h depending on the temporal scale of different weather system. The derivation gradually increases as the prediction time lengthens, sometimes even reverse prediction advection attribute may appear. Temperature advection with real-time, continuous attribute and high precision can be provided through WPR observations whose time and vertical resolution is 6 min and 120 m, respectively. And some prediction results can be calculated using the measured results by linear extrapolation in a short period. Thus, the precision of numerical forecast can be improved with WPR data assimilated in the future. Preliminary results show that the real-time 3D products and forecast products of temperature advection with high precision, spatial and temporal resolution could be generated through high quality WPR network data assimilated.
Key words: wind profile radar     temperature advection     T639L60 model    
引言

温度平流直接引起大气热力结构变化,进而引起其他大气物理场的变化。从预报角度,温度平流对天气系统的指示意义更直接,能更好地反映天气系统的发生发展。实时提供高精度、高时空分辨率的温度平流资料对提高预报质量和气象服务效果大有帮助。

数值模式对温度平流的分析和预报依据每日两次的探空资料。根据探空资料计算几个高度层上的温度平流,并进行外推预报。由于数据更新率低,使基于探空资料的温度平流预报精度受到限制[1]

风廓线雷达测风技术发展已经很完善[2-3]。其探测资料具有很高的时间和空间分辨率,可连续提供水平风随高度分布及随时间变化[4-9]。风廓线雷达资料的特点为反演高时空分辨率的温度平流提供了可能。相比基于探空资料反演温度平流,用风廓线雷达获取的水平风资料反演温度平流具有显著优势。20世纪80年代末,Paul等[10]利用单站无线电探空的水平风廓线数据反演温度梯度和平流。随着测风技术的不断发展,近年来,董丽萍[11]进行了风廓线雷达探测资料的评估和部分产品应用的研究,翟亮等[12]在两次降雪天气过程预报分析中应用了风廓线雷达资料反演的温度平流廓线,杨波等[13]对二次开发风廓线探测资料在天气预报的应用中也有所涉猎。

本文根据温度平流概念和热成风原理,给出了风廓线雷达反演温度平流的算法,并用多个例与T639L60模式温度平流预报产品进行对比。

1 风廓线雷达反演温度平流原理

根据流体力学原理,大气温度场与风场存在相互作用机制,风廓线雷达可连续获取大气水平风廓线,因此,有条件反演温度平流。

根据热成风原理[14],地转风随高度的变化率正比于水平温度梯度。已知某高度上的水平风和水平风的垂直变化率,就可以求出该高度上的温度平流。若薄层平均温度为Tm,气层内平均风矢量为Vm,则薄层的平均温度平流[15-17]

(1)

式 (1) 中,∇h为矢量微分算符,下标h为水平算子,p1为气层下界面气压,p2为气层上界面气压,p1p2V1d1为气层下界面对应的水平风风速和风向,V2d2为气层上界面对应的水平风风速和风向,f=2ωsinφ为地转参数,ω为地球自转角速度,φ为地理纬度,干空气的比气体常数R=287.05 J/(kg·K)。在大气边界层以上高度,摩擦力可以忽略,即满足地转平衡 (水平气压梯度力与水平地转偏向力平衡) 时[18-19],地转风即为水平风 (φ不能太小)。

反演温度平流除了要已知气层上、下边界风矢量外,还需要上、下边界的气压。风廓线雷达可测出各高度上的水平风,但无法直接获取对应的气压信息,需要根据水平风对应的几何高度换算得到气压对数。根据标准大气的规定,在11 gpkm以下为多元大气,标准大气下的压高公式[20]

(2)

式 (2) 中,z为几何高度,g(0, φ) 为纬度φ海平面处的g数值,g0可看作单位换算因子,g0=9.80665 J/(kg·gpm),RE为地球半径,p0为海平面气压,a=44331,b=0.1903。

压高公式是在大气静力方程基础上推导而来,本文近似满足静力平衡条件,根据实践经验,除在强对流运动的局部地区外,误差很小。

风廓线雷达资料按距离库给出。距离库的长度与探测模式有关,一般为120 m或240 m。在得到各个距离库的水平风资料后,由式 (1) 可求出各个距离库对应高度上的平均温度平流。其中,式 (1) 中的上、下界面的气压,根据距离库对应高度,由式 (2) 给出。以上是根据热成风原理,利用风廓线雷达实测水平风资料反演温度平流的原理。

风廓线雷达的测量是大气实际风速。当忽略摩擦时,实际风速才等于地转风。根据边界层Ekman理论[21-24],Ekman层近似高度为,其中,K是湍流粘性系数。当高度大于zH时,实际风速等于地转风。

根据本文所用风廓线雷达站的地理位置,取K=10 m·s-2,算出zH≈1.4 km。本文处理风廓线雷达资料起始高度为1000 m,以避免因为实际风速与地转风偏差造成的温度平流反演误差。

另外,上述方法未考虑潜热释放作用。当有潜热释放过程时,上述方法不再适用。上述方法针对“薄层”成立,“薄层”的厚度越薄,反演的温度平流结果越精细;风廓线雷达以固定的高度分辨率进行采样,一般为120 m或240 m,因此,薄气层的划分只能以风廓线雷达高度分辨率为准。

2 资料

本文分析了7次北京延庆地区冷空气入侵个例。其中,详细分析2014年11月15日夜间1次冷空气入侵过程;在多个例对比分析中,为验证风廓线雷达反演温度平流的可靠性,6次个例分别为2015年9月4日白天、9月11日白天、10月6日白天、10月15日白天、10月20日夜间、11月17日夜间的冷空气下沉过程。

2.1 风廓线雷达资料

本文实时水平风廓线资料来自北京延庆站CFL-08对流层风廓线雷达,位于40.45°N,115.97°E,海拔488 m。风廓线雷达采用五波束进行探测,工作频率为445 MHz,时间分辨率为6 min/次,高度分辨率为120 m。单一个例分析中的实时水平风资料时段为2014年11月15日19:00(北京时,下同)—16日06:00,多个例对比分析中的实时水平风资料时段为2015年9月4日、9月11日、10月6日和10月15日08:00至次日08:00,以及2015年10月20日和11月17日20:00至次日20:00,高度均为990~6270 m。

2.2 T639L60模式资料

为了验证风廓线雷达反演温度平流结果,本文采用T639L60模式预报数据进行对比。T639L60模式可融合常规观测资料 (飞机、探空、船舶、地面观测等资料) 和卫星资料 (美国极轨卫星系列NOAA 15/16/17/18的全球垂直探测仪 (ATOVS) 资料),同化生成分析场 (预报时效为0,即预报初始场,下同),作为预报初始场,积分进行预报,得到预报场 (预报时效为3 h,6 h,9 h等的物理量预报场)。T639L60模式在72 h前提供时间间隔为3 h的模式产品,水平分辨率为30 km,垂直方向共60层,500~1000 hPa各层层间距约500 m,中央气象台每日2次 (20:00,次日08:00) 上传预报产品。在个例分析中,数据为2014年11月15日20:00预报时效前9 h (包括9 h) 的预报资料,采用该资料,得到京津冀地区700 hPa,850 hPa的风场分析场和预报场以及500 hPa,850 hPa的温度平流分析场和预报场。在多个例对比中,数据为2015年9月4日08:00,9月11日08:00,10月6日08:00,10月15日08:00,10月20日20:00,11月17日20:00预报时效前24 h (包括24 h) 的预报资料。

3 个例分析 3.1 实况分析

该个例为一次冷空气入侵过程,发生于北京地区2014年11月15日夜间。15日20:00 500 hPa贝加尔湖以东和河套地区以东为两个断裂的槽控制,北京位于槽前脊后, 以西南气流为主;而700 hPa北京位于槽后脊前以西北气流为主,850 hPa北京位于槽底部以偏西气流为主。从温压场的配置看,500 hPa位于北京地区前端的槽线系统与温度场的冷中心重合,未来该槽线会继续加深,从冷中心的形状看,槽线未来会呈现西北—东南状;700 hPa等高线与等温线相交,且等高线由冷区指向暖区,该高度上有冷平流;而850 hPa有较弱的暖平流。次日08:00,从500 hPa,700 hPa和850 hPa天气图可知,控制北京地区的槽线系统均加强,以西北气流为主,表明15日夜间冷空气沿北京西北部自西向东移动。

3.2 测站实时水平风

图 1为北京延庆风廓线雷达站的实时水平风风羽图,根据高度分辨率,可划分为44个气层,时段为2014年11月15日19:00—21:00,为了突出风羽图风速的层次感,针对不同风速的风矢赋色,表明该站点上空水平风随时间和高度的变化。

图 1. 2014年11月15日19:00—21:00北京延庆站实时数据风羽图 Fig 1. Real-time data of wind feathers at Yanqing Station of Beijing from 1900 BT to 2100 BT on 15 Nov 2014

图 1可见,15日20:00延庆站上空5500 m上下的气层以西南风为主,风速在10 m·s-1左右; 3200 m上下的气层以西北风为主,风速在8 m·s-1左右; 1500 m上下的气层以西风为主,风速在6 m·s-1左右,分别同15日20:00 500 hPa, 700 hPa和850 hPa天气图上延庆 (北京西北地区) 显示的风场相符合。

根据逆时针冷平流,顺时针暖平流的理论, 由图 1可知,该站点在这段时间内低空存在弱暖平流,高空存在较强冷平流;19:00开始随着高度的升高,风向先顺时针旋转,3400 m附近风向开始逆时针旋转;19:45左右3700~5000 m有较为稳定的西风气流,冷平流在此时有所抬升,由于风速的减弱和风向的稳定,平流强度也有所减弱;而20:00—20:30在高度1000 ~2200 m有较为稳定的西风气流,低空的暖平流在这一时空有所间断。本文采用2014年11月15日19:00—11月16日06:00时段水平风资料进行温度平流反演。

3.3 结果分析

将风廓线雷达水平风廓线和温度平流产品分别与T639L60模式的预报风场和预报温度平流场对比分析。对于水平风场,用风廓线雷达的实时廓线数据为参考标准,以验证模式预报风场结果的可靠性;若水平风场对比中,模式分析场的水平风结果与实时廓线吻合,那么,对于温度平流,则用模式的温度平流分析场为参考标准,以验证风廓线雷达反演结果的合理性。由于风廓线雷达提供的是实时廓线数据,相应的产品为某固定点及其上空的气象物理量随时间变化的垂直廓线图 (或垂直剖面图),而T639L60模式预报资料反演的气象物理量预报场为固定时间固定高度的水平场;为了具有可比性,提取两者同时间同高度资料,进行实测资料和预报场对比。

3.3.1 水平风对比

本文选取的两类数据资料均可提供风场显示图像。风廓线雷达的实时水平风廓线见图 1图 2是T639L60模式京津冀地区850 hPa及700 hPa风场分析场。

图 2. 2014年11月15日20:00 850 hPa (a)、700 hPa (b) T639L60模式京津冀地区风场分析场 Fig 2. Wind of analysis fields by T639L60 model of 850 hPa (a) and 700 hPa (b) at 2000 BT 15 Nov 2014 in Beijing-Tianjin-Hebei region

图 2显示,11月15日20:00延庆站上空850 hPa受西南气流控制,风速约为8 m·s-1,700 hPa处于西北偏西风气流,风速约为10 m·s-1,从850 hPa到700 hPa风向随高度顺时针旋转,由图 1风廓线雷达实测水平风廓线图可见,从1500 m (约850 hPa) 到3200 m (约700 hPa) 风向随高度先顺时针旋转再略逆时针旋转。两者比较表明,风廓线雷达的水平风廓线资料可精细地描述天气系统 (气流) 的空间分布。总地来说,850 hPa和700 hPa之间,风向随高度顺时针旋转,利用T639L60模式预报场对比可行。

表 1表 2列出了风廓线雷达实时水平风廓线与T639L60模式水平风预报场同时间同高度资料,进行实测资料和预报场对比 (风廓线数据3200 m对应700 hPa, 1500 m对应850 hPa,下同)。由表 1可见,700 hPa模式6 h以内预报风场在风速上随着预报时效的加大,风速预报有所偏弱, 风向预报和实测资料基本吻合。由表 2可见,850 hPa模式6 h以内预报风场在风速上与风廓线雷达实测数据基本吻合,但在9 h预报场中,风力偏大。由此可见,预报风场与风廓线雷达实测资料有较好的符合性,特别是在6 h内的风场预报场更为可靠;但随预报时效的增加,两者偏差有增大的趋势,预报结果发散。

表 1 700 hPa北京延庆站实时风廓线和对应预报风场 Table 1 WPR of 700 hPa real-time wind and corresponding forecasted wind at Yanqing Station of Beijing

表 2 850 hPa北京延庆站实时风廓线和对应预报风场 Table 2 WPR of 850 hPa real time wind and corresponding forecasted wind at Yanqing Station of Beijing

3.3.2 温度平流对比

采用风廓线雷达水平风廓线数据,利用式 (1),反演得到图 3所示的实时温度平流色块图。

图 3. 2014年11月15日19:00—16日05:00北京延庆站温度平流色块图 Fig 3. Temperature advection at Yanqing Station of Beijing from 1900 BT 15 Nov to 0500 BT 16 Nov in 2014

图 3可见,11月15日19:00—21:00,在5000~6000 m高度范围内存在明显冷平流,强度可达到2×10-4 K·s-1以上,且随时间推移有所减弱,3000~4000 m高度范围内有较弱的冷平流,强度在0.8×10-4 K·s-1上下浮动,1000~3000 m高度范围内存在明显的弱暖平流且在20:00—20:30有短暂的消失。即15日夜间有强冷平流入侵,21:00左右几乎完成冷空气团的下沉运动,暖空气团则已抬升至500 hPa以上,21:00以后冷暖气团基本维持此状态。

采用T639L60模式的预报资料得到温度平流如图 4所示。

图 4. 2014年11月15日20:00 850 hPa和500 hPa T639L60模式京津冀地区温度平流 (a)850 hPa温度平流分析场,(b)500 hPa温度平流分析场,(c)850 hPa 3 h温度平流预报场,(d)500 hPa 3 h温度平流预报场 (e)850 hPa 6 h温度平流预报场,(f)500 hPa 6 h温度平流预报场,(g)850 hPa 9 h温度平流预报场, (h)500 hPa 9 h温度平流预报场 Fig 4. Temperature advection by T639L60 model at 850 hPa and 500 hPa at 2000 BT 15 Nov 2014 in Beijing-Tianjin-Hebei region (a) at 850 hPa in the analysis field, (b) at 500 hPa in the analysis field, (c) at 850 hPa in the forecast field after 3 h, (d) at 500 hPa in the forecast field after 3 h, (e) at 850 hPa in the forecast field after 6 h, (f) at 500 hPa in the forecast field after 6 h, (g) at 850 hPa in the forecast field after 9 h, (h) at 500 hPa in the forecast field after 9 h

图 4a~4b可见,延庆站11月15日20:00 850 hPa高度处为弱的暖平流,500 hPa高度处为较强的冷平流,冷空气密度大,会下沉入侵。由图 4c~4h可见,随时间的推移,预报的温度平流场显示,冷平流区逐渐覆盖该地区850 hPa上空,暖平流区逐渐覆盖该地区500 hPa上空。

图 4显示的温度平流信息在6 h内 (包括6 h) 的分析场和预报场均与图 3风廓线雷达实时温度平流色块图一致,但9 h预报场的信息与11月16日05:00的实况有很大偏差,具体见表 3表 4图 5。由表 3表 4图 5可知,6 h预报场中,风廓线雷达反演的实测温度平流同T639L60模式预报的温度平流在平流属性上保持高度一致,在温度平流的强度上,两者有一个数量级之差;9 h预报场500 hPa (风廓线资料5500 m对应500 hPa) 温度平流属性一致,但数值差距较大;两者850 hPa温度平流属性相反。由此可见,当满足反演条件,风廓线雷达反演温度平流误差稳定,不会随时间变化而变化;而T639L60模式预报误差会随预报时效增加变大, 甚至会出现对温度平流属性的反向预报结果。

表 3 500 hPa北京延庆站实时温度平流和对应预报温度平流 Table 3 WPR of 500 hPa real-time temperature advection and corresponding forecasted temperature advection at Yanqing Station of Beijing

表 4 850 hPa北京延庆站实时温度平流和对应预报温度平流 Table 4 WPR of 850 hPa real-time temperature advection and corresponding forecasted temperature advection at Yanqing Station of Beijing

图 5. 2014年11月15日20:00 500 hPa (a) 和850 hPa (b) 北京延庆站风廓线雷达与T639L60模式的温度平流对比图 Fig 5. Comparison of 500 hPa (a) and 850 hPa (b) temperature advection by WPR and T639L60 model at Yanqing Station of Bejing at 2000 BT 15 Nov 2014

4 个例对比分析

为了验证风廓线雷达反演温度平流的可靠性,将风廓线雷达实测资料反演的温度平流与T639L60模式预报产品进行多样本对比。图 6为北京2015年9—11月冷空气入侵的6次个例,由于T639L60模式产品72 h前间隔3 h提供1次产品,因此,图 6中连线仅为显示数值变化趋势。通过对比可知,500 hPa,850 hPa高度的温度平流,在预报时效前6 h具有较好的符合性,预报时效为9 h或12 h时,同风廓线雷达实测结果比较,T639L60模式预报温度平流开始出现发散或属性反向预报等随机变化;500 hPa高度温度平流在前6 h (或9 h,12 h) 的符合性好于850 hPa高度的,这也同实际情况相符合,说明高层风场更为稳定;从数值波动上看,T639L60模式产品平滑程度高,因而同风廓线雷达产品相比,中小尺度的气象信息会被滤掉。

图 6. 北京延庆站风廓线雷达与T639L60模式的温度平流对比图 (a)2015年9月4日08:00 850 hPa,(b)2015年9月11日08:00 850 hPa,(c)2015年10月20日20:00 850 hPa (d)2015年10月6日08:00 500 hPa,(e)2015年10月15日08:00 500 hPa,(f)2015年11月17日20:00 500 hPa Fig 6. Comparison of temperature advection by WPR and T639L60 model at Yanqing Station of Beijing (a)850 hPa at 0800 BT 4 Sep 2015, (b)850 hPa at 0800 BT 11 Sep 2015, (c)850 hPa at 2000 BT 20 Oct 2015, (d)500 hPa at 0800 BT 6 Oct 2015, (e)500 hPa at 0800 BT 15 Oct 2015, (f)500 hPa at 2000 BT 17 Nov 2015

5 小结

通过个例和多样本对比分析得出以下结论:

1) 风廓线雷达探测到的风场与天气图显示的风场相符合,与模式前6 h给出的预报风场有较好的一致性,表明模式风场在一定预报时效内可信。

2) 在一定预报时效内,由风廓线雷达水平风廓线计算出的温度平流与T639L60模式的温度平流数量级相同、数值接近。温度平流的对比结果与风场对比的结果相似,随预报时效的增加,两者偏差加大。对于6 h以上的预报产品有可能出现温度平流属性的相反预报。可见,温度平流反演质量取决于水平风资料质量,风廓线雷达反演温度平流误差稳定;若将风廓线雷达资料融入模式将大大改善预报效果。

3) 风廓线雷达的探测为每6 min 1次,高度分辨率为120 m,而T639L60模式提供时间频次产品在72 h前为每3 h 1次,高度分辨率约为500 m,两者相比较,利用风廓线雷达资料反演的水平风廓线以及相应的温度平流产品的优点是实时、连续且精细化,刻画大气温度平流状况,并可根据实测结果进行短时间的线性外推。

4) 通过多样本分析发现,风廓线雷达反演的实时结果与T639L60模式预报温度平流产品的符合性预报时效节点一般在6~12 h预报时效之间波动,不同时间尺度的天气系统,两者比较吻合的时间也不同,之后T639L60模式预报温度平流开始出现发散或属性反向预报等随机变化。

5) 由于高层风场更为稳定,500 hPa高度温度平流在前几个预报时效的符合性好于850 hPa高度;从数值波动上看,T639L60模式产品平滑程度高,因而同风廓线雷达产品相比,中小尺度的气象信息会被滤掉。

本文所述方法依据热成风原理由风廓线雷达测量的水平风反演温度平流。理论上,适用条件是空气摩擦可以忽略使实际风等于地转风;薄层足够薄,且其中没有潜热释放。本文用单站风廓线雷达资料进行了温度平流反演研究。根据本文的初步研究结果,如果建成合适的风廓线雷达网,并将风廓线雷达组网资料经质量控制后进入模式,在一定预报时效内,可改善模式预报产品的效果,得到实时三维温度平流产品和高时空分辨率较高精度的温度平流预报产品。

参考文献
[1] 李厚楹, 孙承旬. 相对广义温度平流在强对流天气分析和预报中的应用. 高原气象, 1996, 8, (3): 363–368.
[2] 胡明宝.风廓线雷达数据处理与应用研究.南京:南京信息工程大学, 2012:2-6.
[3] 何平, 朱小燕, 阮征, 等. 风廓线雷达探测降水过程的初步研究. 应用气象学报, 2009, 20, (4): 465–470. DOI:10.11898/1001-7313.200904011
[4] 何平. 相控阵风廓线雷达. 北京: 气象出版社, 2006.
[5] 林晓萌, 何平, 黄兴友. 一种抑制降水对风廓线雷达水平风干扰的方法. 应用气象学报, 2015, 26, (1): 66–75.
[6] 杨新蕊, 马舒庆, 吴蕾. UHF风廓线雷达降水数据判别方法的比较与评价. 大气科学学报, 2010, 33, (5): 576–581.
[7] 何平, 李柏, 吴蕾, 等. 确定风廓线雷达功率谱噪声功率方法. 应用气象学报, 2013, 24, (3): 297–303. DOI:10.11898/1001-7313.20130305
[8] Iwan Holleman. Doppler Radar Wind Profiles. KNMI, 2003: 19–21.
[9] Iwan Holleman. Quality control and verification of weather radar wind profiles. J Atmos Ocean Technol, 2005, 22: 1544–1550.
[10] Paul J Neiman, Shapiro M A. Retrieving horizontal temperature gradients and advections from single-station wind profiler observations. Wea Forecasting, 1989, 4, (2): 222–233. DOI:10.1175/1520-0434(1989)004<0222:RHTGAA>2.0.CO;2
[11] 董丽萍.风廓线雷达探测资料评估与产品研究及应用.成都:成都信息工程大学, 2014.
[12] 翟亮, 王令, 刘文军. 两次降雪天气过程预报中边界层风廓线雷达资料的应用. 气象科技, 2012, 40, (5): 783–788.
[13] 杨波, 魏东. 二次开发风廓线探测资料及其在天气预报中的应用. 气象科技, 2010, 38, (4): 413–417.
[14] 朱乾根, 林锦瑞, 寿绍文, 等. 天气学原理和方法. 北京: 气象出版社, 2007: 11–49.
[15] 范东光. 用测风资料预报强降水的一种方法. 气象, 1980, 6, (4): 11–13. DOI:10.7519/j.issn.1000-0526.1980.04.004
[16] 张明席. 计算温度平流的另一表达式. 气象, 1981, 7, (3): 8. DOI:10.7519/j.issn.1000-0526.1981.03.004
[17] 李洪勣. 对温度平流计算公式的探讨. 气象, 1984, 10, (11): 17–20. DOI:10.7519/j.issn.1000-0526.1984.11.005
[18] 陶祖钰, 周小刚, 郑永光, 等. 天气预报的理论基础——准地转理论概要及其业务应用. 气象科技进展, 2012, 2, (3): 6–16.
[20] 盛裴轩, 毛节泰, 李建国, 等. 大气物理学. 北京: 北京大学出版社, 2009: 36–41.
[21] 周秀骥. 高等大气物理学. 北京: 气象出版社, 1991: 226–239.
[22] 杨玉华, 徐祥德, 翁永辉. 北京城市边界层热岛的日变化周期模拟. 应用气象学报, 2003, 14, (1): 61–68.
[23] 陈炯, 王建捷. 北京地区夏季边界层结构日变化的高分辨模拟对比. 应用气象学报, 2006, 17, (4): 403–410. DOI:10.11898/1001-7313.20060403
[24] 卞林根, 陆龙骅, 程彦杰. 青藏高原东南部昌都地区近地层湍流输送的观测研究. 应用气象学报, 2001, 12, (1): 1–13.