东海天气20161103
民航气象观测培训1
事故 观测
得知发生飞行事故后，应当立即按规定项目进行事故 观测，事故观测时段不大于5分钟。
东海航空 DONGHAI AIRLINES
观测时次
24小时 观测
国际机场及参与国际气象情报交换的机场气象台、站。
非24小 时观测
一般民用运输机场气象台、站以及通用机场
东海航空 DONGHAI AIRLINES
东海航空 DONGHAI AIRLINES
观测程序
基本 原则
气象观测人员应按照先室外后室内、先目测后 器测的程序进行观测
例行 观测
整点观测自50分开始，00分采集数据，03分前发出报 文；半点观测自20分开始，30分采集数据，33分前发 出报文。
自动 在规定的气象要素达到特殊观测标准时立即进行观 观测 测，最迟发布时间为自特殊观测开始后的第5分钟。
民航地面气象观测
东海气象团队
东海航空 DONGHAI AIRLINES
目录
第一节 观测基本概念 第二节 风的观测 第三节 能见度的观测 第四节 天气现象的观测 第五节 云的观测 第六节 温、压、湿的观测 第七节 趋势预报
东海航空 DONGHAI AIRLINES
第一节 观测基本概念
东海航空 DONGHAI AIRLINES
机场基准点：主用跑道中线的中点，用于表述机场地理位置的
东海航空 Байду номын сангаасONGHAI AIRLINES
第二节 风的观测
东海航空 DONGHAI AIRLINES
风的定义
定义
空气运动的水平分量则称为风。空气运动的 垂直分量称为空气的垂直运动（如对流运 动）；风是由水平方向上大气压力分布不均 而产生的。风是一个向量，既有大小又有方 向。风的观测包括风向和风速的观测。
黄、东海水温季节变化特征
外海处的暖舌结构由于黑潮表层水入侵的减少而大大削弱。春季和秋季则表现为过渡形式，春季为升温，秋季为降
温。垂向上，黄、东海的水温分布很好的体现了对流混合的演变过程。冬季，等温线整体呈竖状分布，海区内上下
层海温几乎一致，可见对流混合很剧烈；夏季，等温线呈密集水平向分布，海水层化厉害；春季和秋季则表现为过
第 16 卷 第 11 期 2016 年 11 月
中国水运 China Water Transport
Vol.16 November
No.11 2016
黄、东海水温季节变化特征
张 虹 1，蒋志婷 1，刘恩旭 2
（1．浙江海洋大学 海洋科学与技术学院，浙江 舟山 宁 314400）
渡形式。最后通过 EOF 分析表明海水温度很大程度上受地形影响，海水越浅则温度的季节变化越大。
关键词：黄、东海；温度分布；季节变化
中图分类号：P731.1
文献标识码：A
文章编号：1006-7973（2016）11-0167-04
一、引言
海洋气候的气候特征
海洋气候的气候特征
海洋气候是指受海洋影响的气候区域。
其气候特征主要包括以下几个方面：
1. 温度稳定：海洋大量的水质可以吸收并储存太阳热量，使得海洋气候具有温度稳定的特点。
海洋气候区域的温度变化很小，即使是在夏季和冬季之间，温度的波动也不大。
2. 降水充沛：海洋气候区域相对湿度较高，气温较低，这使得海洋气候具有降水充沛的特点。
海洋气候区域的降水一般比内陆气候区域更加丰富。
3. 多变的天气：海洋气候区域的天气往往比较多变，因为海洋上的气流、海洋水面温度等因素的变化都会对天气产生影响。
海洋气候区域一般出现的天气类型包括阴雨天、多云天和霧天等。
4. 海洋生物丰富：海洋气候区域的水温、盐度、营养物质非常适合海洋生物的生长，因此海洋气候区域的海洋生物种类非常丰富。
综上所述，海洋气候具有温度稳定、降水充沛、天气多变、海洋生物丰富等特点。
东海近海海雾日变化特征及生成的水文气象条件分析
东海近海海雾日变化特征及生成的水文气象条件分析马静;于芸;魏立新【摘要】Using the hydrographical and meteorological observation of five stations in the East China Sea, the relationship of sea fog forming with the air-sea temperature difference, wind speed and direction is analyzed. The weather conditions under which sea fog probably happens in the area are also discussed by using statistics method. Main conclusions are as follows: for all stations except of Nanji, the frequency of fog occurs is higher in the morning than that in the afternoon and evening. Since the range of air-water temperature difference is wider than the conditions of advection fog forming, the East China Sea may be affected by other type of fog, such as radiation fog. Moreover, the daily variations of sea fog between the region surrounded by islands and the area in open water, the region close to mainland and the one far away to mainland, both have significant differences%统计分析了东海沿海5个海洋站点的水文气象历史数据,对该区域雾生的日变化特征及海雾维持的气象条件包括气-水温差、风向风速等做出了初步评价.结果显示,除南麂站外各站点上午有雾的情况最多,下午次之,夜间有雾的情况偏少.出雾时气-水温差的阈值大于平流雾形成所要求的气-水温差范围,说明东海沿岸也受非平流雾的影响.另外,多岛区域与开阔水域相比,近岸岛与远离大陆的岛屿相比,雾的日变化规律有着较为明显的差别.【期刊名称】《海洋预报》【年(卷),期】2012(029)006【总页数】8页(P58-65)【关键词】东海海雾;日变化特征;气象条件【作者】马静;于芸;魏立新【作者单位】国家海洋环境预报中心,北京100081;国家海洋局东海预报中心,上海200081;国家海洋环境预报中心,北京100081【正文语种】中文【中图分类】P7321 引言大雾是一种局地性很强的灾害性天气现象[1]，发生在沿海的海雾往往会严重阻碍海上作业、航运和渔业生产，并屡屡导致海难。
东海县日出日落时间7-12
2016年7月2日4:56:19 12:08:58 19:21:37 14:25:18 2016年7月3日4:56:47 12:09:09 19:21:32 14:24:45 2016年7月4日4:57:16 12:09:20 19:21:24 14:24:08 2016年7月5日4:57:45 12:09:30 19:21:15 14:23:30 2016年7月6日4:58:16 12:09:40 19:21:04 14:22:48 2016年7月7日4:58:48 12:09:50 19:20:52 14:22:04 2016年7月8日4:59:21 12:09:59 19:20:38 14:21:17 2016年7月9日4:59:54 12:10:08 19:20:22 14:20:28 2016年7月10日5:00:29 12:10:17 19:20:05 14:19:36 2016年7月11日5:01:04 12:10:25 19:19:45 14:18:41 2016年7月12日5:01:40 12:10:32 19:29:25 14:27:45 2016年7月13日5:02:16 12:10:39 19:19:02 14:16:46 2016年7月14日5:02:54 12:10:46 19:18:38 14:15:44 2016年7月15日5:03:32 12:10:52 19:18:12 14:14:40 2016年7月16日5:04:10 12:10:58 19:17:45 14:13:35 2016年7月17日5:04:49 12:11:03 19:17:16 14:12:27 2016年7月18日5:05:29 12:11:07 19:16:45 14:11:16 2016年7月19日5:06:09 12:11:11 19:16:13 14:10:04 2016年7月20日5:06:50 12:11:15 19:15:39 14:08:49 2016年7月21日5:07:31 12:11:17 19:15:04 14:07:33 2016年7月22日5:08:12 12:11:20 19:14:27 14:06:15 2016年7月23日5:08:54 12:11:21 19:13:49 14:04:55 2016年7月24日5:09:37 12:11:23 19:13:09 14:03:32 2016年7月25日5:10:19 12:11:23 19:12:27 14:02:08 2016年7月26日5:11:02 12:11:23 19:11:44 14:00:42 2016年7月27日5:11:45 12:11:22 19:11:00 13:59:15 2016年7月28日5:12:29 12:11:21 19:10:14 13:57:45 2016年7月29日5:13:12 12:11:19 19:09:26 13:56:14 2016年7月30日5:13:56 12:11:17 19:08:38 13:54:42 2016年7月31日5:14:40 12:11:14 19:07:47 13:53:07 2016年8月1日5:15:24 12:11:10 19:06:56 13:51:32 2016年8月2日5:16:09 12:11:06 19:06:03 13:49:54 2016年8月3日5:16:53 12:11:01 19:05:09 13:48:16 2016年8月4日5:17:38 12:10:56 19:04:13 13:46:35 2016年8月5日5:18:22 12:10:49 19:03:17 13:44:55 2016年8月6日5:19:07 12:10:43 19:02:19 13:43:12 2016年8月7日5:19:51 12:10:35 19:01:19 13:41:28 2016年8月8日5:20:36 12:10:28 19:00:19 13:39:43 2016年8月9日5:21:21 12:10:19 18:59:18 13:37:57 2016年8月10日5:22:05 12:10:10 18:58:15 13:36:10 2016年8月11日5:22:50 12:10:00 18:57:11 13:34:21 2016年8月12日5:23:34 12:09:50 18:56:06 13:32:32 2016年8月13日5:24:19 12:09:40 18:55:00 13:30:412016年8月15日5:25:48 12:09:16 18:52:45 13:26:57 2016年8月16日5:26:32 12:09:04 18:51:36 13:25:04 2016年8月17日5:27:16 12:08:51 18:50:26 13:23:10 2016年8月18日5:28:01 12:08:38 18:49:15 13:21:14 2016年8月19日5:28:45 12:08:24 18:48:04 13:19:19 2016年8月20日5:29:29 12:08:10 18:46:51 13:17:22 2016年8月21日5:30:13 12:07:55 18:45:37 13:15:24 2016年8月22日5:30:56 12:07:40 18:44:23 13:13:27 2016年8月23日5:31:40 12:07:24 18:43:08 13:11:28 2016年8月24日5:32:24 12:07:08 18:41:52 13:09:28 2016年8月25日5:33:07 12:06:51 18:40:36 13:07:29 2016年8月26日5:33:50 12:06:34 18:39:18 13:05:28 2016年8月27日5:34:34 12:06:17 18:38:00 13:03:26 2016年8月28日5:35:17 12:05:59 18:36:42 13:01:25 2016年8月29日5:36:00 12:05:41 18:35:23 12:59:23 2016年8月30日5:36:43 12:05:23 18:34:03 12:57:20 2016年8月31日5:37:26 12:05:04 18:32:43 12:55:17 2016年9月1日5:38:09 12:04:45 18:31:22 12:53:13 2016年9月2日5:38:52 12:04:26 18:30:00 12:51:08 2016年9月3日5:39:34 12:04:06 18:28:38 12:49:04 2016年9月4日5:40:17 12:03:47 18:27:16 12:46:59 2016年9月5日5:40:59 12:03:26 18:25:53 12:44:54 2016年9月6日5:41:42 12:03:06 18:24:30 12:42:48 2016年9月7日5:42:25 12:02:46 18:23:07 12:40:42 2016年9月8日5:43:07 12:02:25 18:21:43 12:38:36 2016年9月9日5:43:49 12:02:04 18:20:19 12:36:30 2016年9月10日5:44:32 12:01:43 18:18:55 12:34:23 2016年9月11日5:45:14 12:01:22 18:17:30 12:32:16 2016年9月12日5:45:57 12:01:01 18:16:05 12:30:08 2016年9月13日5:46:39 12:00:40 18:14:40 12:28:01 2016年9月14日5:47:22 12:00:18 18:13:15 12:25:53 2016年9月15日5:48:04 11:59:57 18:11:49 12:23:45 2016年9月16日5:48:47 11:59:35 18:10:24 12:21:37 2016年9月17日5:49:29 11:59:14 18:08:59 12:19:30 2016年9月18日5:50:12 11:58:53 18:07:33 12:17:21 2016年9月19日5:50:55 11:58:31 18:06:07 12:15:12 2016年9月20日5:51:38 11:58:10 18:04:42 12:13:04 2016年9月21日5:52:21 11:57:49 18:03:16 12:10:55 2016年9月22日5:53:04 11:57:27 18:01:51 12:08:47 2016年9月23日5:53:47 11:57:06 18:00:25 12:06:38 2016年9月24日5:54:31 11:56:45 17:59:00 12:04:29 2016年9月25日5:55:14 11:56:25 17:57:35 12:02:21 2016年9月26日5:55:58 11:56:04 17:56:10 12:00:122016年9月28日5:57:26 11:55:24 17:53:21 11:55:55 2016年9月29日5:58:11 11:55:04 17:51:57 11:53:46 2016年9月30日5:58:55 11:54:44 17:50:33 11:51:38 2016年10月1日5:59:40 11:54:25 17:49:09 11:49:29 2016年10月2日6:00:25 11:54:05 17:47:46 11:47:21 2016年10月3日6:01:10 11:53:47 17:46:23 11:45:13 2016年10月4日6:01:56 11:53:28 17:45:01 11:43:05 2016年10月5日6:02:42 11:53:10 17:43:39 11:40:57 2016年10月6日6:03:28 11:52:52 17:42:17 11:38:49 2016年10月7日6:04:14 11:52:35 17:40:56 11:36:42 2016年10月8日6:05:01 11:52:18 17:39:36 11:34:35 2016年10月9日6:05:48 11:52:02 17:38:16 11:32:28 2016年10月10日6:06:35 11:51:46 17:36:56 11:30:21 2016年10月11日6:07:23 11:51:30 17:35:38 11:28:15 2016年10月12日6:08:11 11:51:15 17:34:20 11:26:09 2016年10月13日6:08:59 11:51:01 17:33:02 11:24:03 2016年10月14日6:09:48 11:50:47 17:31:46 11:21:58 2016年10月15日6:10:37 11:50:34 17:30:30 11:19:53 2016年10月16日6:11:27 11:50:21 17:29:15 11:17:48 2016年10月17日6:12:16 11:50:08 17:28:00 11:15:44 2016年10月18日6:13:07 11:49:57 17:26:47 11:13:40 2016年10月19日6:13:57 11:49:46 17:25:34 11:11:37 2016年10月20日6:14:48 11:49:35 17:24:23 11:09:35 2016年10月21日6:15:39 11:49:26 17:23:12 11:07:33 2016年10月22日6:16:31 11:49:16 17:22:02 11:05:31 2016年10月23日6:17:23 11:49:08 17:20:53 11:03:30 2016年10月24日6:18:15 11:49:00 17:19:46 11:01:31 2016年10月25日6:19:08 11:48:53 17:18:39 10:59:31 2016年10月26日6:20:01 11:48:47 17:17:33 10:57:32 2016年10月27日6:20:54 11:48:42 17:16:29 10:55:35 2016年10月28日6:21:48 11:48:37 17:15:26 10:53:38 2016年10月29日6:22:42 11:48:33 17:14:23 10:51:41 2016年10月30日6:23:37 11:48:30 17:13:22 10:49:45 2016年10月31日6:24:32 11:48:27 17:12:23 10:47:51 2016年11月1日6:25:27 11:48:25 17:11:24 10:45:57 2016年11月2日6:26:22 11:48:25 17:10:27 10:44:05 2016年11月3日6:27:18 11:48:25 17:09:31 10:42:13 2016年11月4日6:28:14 11:48:25 17:08:37 10:40:23 2016年11月5日6:29:10 11:48:27 17:07:44 10:38:34 2016年11月6日6:30:06 11:48:29 17:06:53 10:36:47 2016年11月7日6:31:03 11:48:33 17:06:02 10:34:59 2016年11月8日6:32:00 11:48:37 17:05:14 10:33:14 2016年11月9日6:32:57 11:48:42 17:04:27 10:31:302016年11月11日6:34:51 11:48:54 17:02:57 10:28:06 2016年11月12日6:35:49 11:49:02 17:02:15 10:26:26 2016年11月13日6:36:46 11:49:10 17:01:34 10:24:48 2016年11月14日6:37:44 11:49:19 17:00:55 10:23:11 2016年11月15日6:38:41 11:49:29 17:00:17 10:21:36 2016年11月16日6:39:39 11:49:40 16:59:42 10:20:03 2016年11月17日6:40:36 11:49:52 16:59:08 10:18:32 2016年11月18日6:41:34 11:50:04 16:58:35 10:17:01 2016年11月19日6:42:31 11:50:18 16:58:05 10:15:34 2016年11月20日6:43:28 11:50:32 16:57:36 10:14:08 2016年11月21日6:44:25 11:50:47 16:57:09 10:12:44 2016年11月22日6:45:22 11:51:03 16:56:44 10:11:22 2016年11月23日6:46:18 11:51:19 16:56:21 10:10:03 2016年11月24日6:47:14 11:51:37 16:55:59 10:08:45 2016年11月25日6:48:10 11:51:55 16:55:40 10:07:30 2016年11月26日6:49:06 11:52:14 16:55:22 10:06:16 2016年11月27日6:50:01 11:52:33 16:55:06 10:05:05 2016年11月28日6:50:55 11:52:54 16:54:52 10:03:57 2016年11月29日6:51:49 11:53:15 16:54:40 10:02:51 2016年11月30日6:52:43 11:53:36 16:54:30 10:01:47 2016年12月1日6:53:35 11:53:59 16:54:22 10:00:47 2016年12月2日6:54:28 11:54:22 16:54:16 9:59:48 2016年12月3日6:55:19 11:54:45 16:54:12 9:58:53 2016年12月4日6:56:10 11:55:09 16:54:09 9:57:59 2016年12月5日6:57:00 11:55:34 16:54:09 9:57:09 2016年12月6日6:57:49 11:55:59 16:54:10 9:56:21 2016年12月7日6:58:37 11:56:25 16:54:14 9:55:37 2016年12月8日6:59:24 11:56:52 16:54:19 9:54:55 2016年12月9日7:00:10 11:57:18 16:54:27 9:54:17 2016年12月10日7:00:55 11:57:45 16:54:36 9:53:41 2016年12月11日7:01:39 11:58:13 16:54:47 9:53:08 2016年12月12日7:02:22 11:58:41 16:55:00 9:52:38 2016年12月13日7:03:04 11:59:09 16:55:15 9:52:11 2016年12月14日7:03:44 11:59:38 16:55:31 9:51:47 2016年12月15日7:04:24 12:00:07 16:55:50 9:51:26 2016年12月16日7:05:02 12:00:36 16:56:10 9:51:08 2016年12月17日7:05:38 12:01:05 16:56:32 9:50:54 2016年12月18日7:06:13 12:01:35 16:56:56 9:50:43 2016年12月19日7:06:47 12:02:04 16:57:21 9:50:34 2016年12月20日7:07:19 12:02:34 16:57:49 9:50:30 2016年12月21日7:07:50 12:03:04 16:58:17 9:50:27 2016年12月22日7:08:19 12:03:34 16:58:48 9:50:29 2016年12月23日7:08:47 12:04:03 16:59:20 9:50:332016年12月25日7:09:37 12:05:03 17:00:29 9:50:52 2016年12月26日7:10:00 12:05:33 17:01:05 9:51:05 2016年12月27日7:10:21 12:06:02 17:01:43 9:51:22 2016年12月28日7:10:40 12:06:32 17:02:23 9:51:43 2016年12月29日7:10:58 12:07:01 17:03:04 9:52:06 2016年12月30日7:11:13 12:07:30 17:03:46 9:52:33 2016年12月31日7:11:27 12:07:58 17:04:29 9:53:02 2017年1月1日7:11:39 12:08:27 17:05:14 9:53:35 东海县纬度:34.56经度:118.787。
江苏南通2013年7、8月天气
南通2013年7月份气温走势图上一月下一月南通2013年7月份天气详情日期最高气温最低气温天气风向风力2013-07-013424多云转雷阵雨东南风~西南风3-4级2013-07-023627多云西南风3-4级2013-07-03 3528多云西南风4-5级~3-4级2013-07-04 3528多云西南风4-5级2013-07-05 3326多云转雷阵雨西南风~西风3-4级2013-07-06 2724大雨西风~南风3-4级2013-07-07 3024小雨转多云南风3-4级~4-5级2013-07-083427多云西南风3-4级2013-07-09 3627多云转晴西南风3-4级2013-07-10 3728晴西南风3-4级2013-07-11 3728晴西南风3-4级2013-07-12 3627晴南风3-4级2013-07-13 3326多云东南风3-4级~5-6级2013-07-143226多云转阴东南风4-5级~5-6级2013-07-153527多云东南风~西南风5-6级~4-5级2013-07-163527多云西南风4-5级~3-4级2013-07-173527多云西南风4-5级~3-4级2013-07-183527多云转晴东南风~南风3-4级2013-07-193427晴转多云南风~西南风3-4级2013-07-20 3527晴转多云南风3-4级2013-07-21 3427多云转雷阵雨西南风3-4级2013-07-22 3426多云西南风3-4级2013-07-23 3626多云西南风3-4级2013-07-24 3628晴转多云西南风3-4级2013-07-25 3629多云西南风3-4级2013-07-26 3729多云西南风3-4级2013-07-27 3729多云西南风3-4级2013-07-28 3729多云西风~西南风3-4级2013-07-29 3629多云西南风3-4级2013-07-303629多云西南风3-4级2013-07-313629晴转多云西南风3-4级南通2013年7月份天气统计南通2013年8月份气温走势图上一月下一月南通2013年8月份天气详情日期最高气温最低气温天气风向风力2013-08-013628雷阵雨西南风3-4级2013-08-023627阴转多云西南风3-4级2013-08-033527多云转雷阵雨南风~西南风4-5级2013-08-04 3427多云转雷阵雨西南风3-4级2013-08-05 3628阵雨转多云西南风3-4级2013-08-06 3729多云西南风3-4级2013-08-07 3829晴西南风3-4级2013-08-08 3929晴西南风3-4级2013-08-09 3829晴南风3-4级2013-08-10 3829晴南风3-4级2013-08-11 3728多云转晴南风3-4级2013-08-12 3627多云东南风3-4级2013-08-13 3626晴转多云东南风3-4级2013-08-143526晴转多云东南风3-4级2013-08-15 3527晴转多云东南风3-4级2013-08-16 3526晴转多云东南风3-4级2013-08-17 3426晴东南风3-4级2013-08-18 3526多云东南风3-4级2013-08-19 3226阵雨东南风4-5级2013-08-20 3326多云东北风4-5级2013-08-21 3327多云东北风4-5级2013-08-22 3126阵雨东风~东南风5-6级2013-08-23 3327阴转多云东南风5-6级~3-4级2013-08-24 3327多云转雷阵雨东南风~南风3-4级2013-08-2526中雨东风~东北风3-4级2013-08-26 3024阵雨转阴北风~东北风3-4级2013-08-27 3224多云东风3-4级2013-08-28 3424多云东南风3-4级2013-08-29 3326多云转小雨南风3-4级2013-08-30 3025雷阵雨转阵雨4-5级2013-08-312821多云东北风4-5级~3-4级南通2013年8月份天气统计。
东海县概况
东海县概况一、基本情况东海县位于江苏省东北部，总面积2250平方公里，人口117万，是新亚欧大陆桥东桥头堡西行第一县，闻名中外的“水晶之都”，全国首批沿海对外开放县和全国农业百强县。
东海县水、陆、空交通兼备，境内拥有连霍、同三、京沪三条国家级高速公路以及310、204二条国道，东陇海铁路横贯东西，连云港民航机场座落县境，已开通广州、北京、上海、厦门、温州等多条航线。
全县内河航道130多公里，与长江、京杭大运河航线相连。
县城距中国八大海港之一的连云港港口70公里。
东海县水、电资源充足，通讯设施先进。
东海县有“百湖之县”的美称，境内水资源较为丰富，其中海陵湖是江苏省最大的人工水库，蓄水量可达5.4亿立方米。
县城自来水厂日供水能力14万吨以上，各乡镇拥有千吨以上自来水厂30多座。
县内拥有220KV变电所1座，110KV、35KV变电所19座，供电网络覆盖全县，城乡通电率100%，是全国用电标准化县和农村电气化县，输变电能力配套，可满足各类开发建设需求。
城乡大容量光缆数字传输网已经形成，已开通了数字通讯和电子化信息系统。
东海县经济发展势头强劲。
依托资源优势，东海县大力实施“工业立县”战略，以东海开发区和连云港浦南开发区为龙头的8个工业园区蓬勃发展，工业经济主体地位日益突出。
全县形成了以硅资源加工业、食品工业、木材加工业、工艺品加工业、服装加工业为主，涉及20多个工业门类的工业结构体系，品种达5000多个。
硅资源产品品种多、质量高、规模大，享誉海内外。
农业结构调整加快实施，农民人均收入不断增长；旧城改造、新城区建设全面铺开，城市面貌日新月异。
2003年江苏省委省政府制定“沿东陇海线”开发政策，明确提出依托优越的交通条件、区位条件、资源条件和人才等基础条件，强化沿东陇海线开发，打造以连云港、徐州市区及东海县等“二区四县”为一体的东陇海产业带，努力把东陇海产业带建设成为江苏省经济发展的重要增长极和沿陇海线区域共同发展的增长极。
气象传真图
频率、广播时间可查阅每年印发
5
的《无线YS电H 信号表》第3卷
2019/9/16
§3.3 气象传真图
6
YSH
2019/9/16
§3.3 气象传真图
7
YSH
2019/9/16
§3.3 气象传真图
（2）填图符号
单站填图符号已作了简化，通常在相应的位置上只保留气 温（TT）、3h气压变量和气压倾向（±PPa）、现在天气 （ww）、过去天气（W）、风向（dd）、风速（ff）、总云 量（N）、低云量（Nh）和云状（ CH、 CM、 CL ）。
15
YSH
2019/9/16
§3.3 气象传真图
三、地面预报图实例
此图为日本东京JMH台发布的1988年11月9日00
时（世界时）未来24小时东亚及西北太平洋地区的
地面预报图。图中绘出了等压线的分布情况，包括
气压系统的类别、中心位置、强度，还包括锋的类
16
别、位置以YS及H 热带气旋的最大风速等。 2019/9/16
§3.3 气象传真图
一般的高气压和 低气压中心分别标 注H和L，其中心强 度用醒目的阿拉伯 数字标注在H或L 的下方，通常表明 千、百、十和个位 数字。
10
YSH
2019/9/16
§3.3 气象传真图
普对对通于气于热压热带系带统气的气旋移，旋动按（和其发不强展包度情括等况 级通L和常用以下T下D列列）缩符和写号符风或号英力表文≥缩示10写：级表示： 的强(统Tr中T锋o25D心pK面—iT的ca—箭气移l 矢D热动旋e表方带p的示r向低e一移，s压s般所i动o气注n不压)数；系采字 用上为移T述S动—方速—法度热。，带而风是暴用一个 扇来到形的达((如S小如QSTLSre果于果STW区移的oTv—T箭5无Nep时krS（动位Ri矢箭e—cn，）a—。T虚方置旁矢台表lr或—oS没而示风线向。pAt强o有标iL有c(）和扇rTMa数注热m移ylOpS表中形字S)带向S；htTo而T但风oN示心前rmoSR代移暴Tn其可面（)之N速)；。或R未能概以
东海县“8.10”暴雨特性分析
doi：10.3969/j.issn.1006-7175.2021.02.007东海县!8.10"暴雨特性a析吴晓东S任晨曦2,王德维%，刘炜伟％（1.江苏省水文水资源勘测局连云港分局，江苏连云港222004； 2.山东省海河淮河小清河流域水利管理服务中心,济南250000）［摘要］受台风“利奇马”影响，江苏省连云港市东海县于2019年8月10-12日期间发生特大暴雨（简称“8.10”暴雨），面均降水达205.2mm，最大降雨点降水量为364.3mm。
在暴雨成因及过程分析基础上，通过长系列降水资料统计及与历史暴雨对照，深入分析了东海县“8.10”暴雨的特性。
结果表明，本次暴雨特点为暴雨集中，强度大，历时短，最大1d降雨量重现期超过百年一遇，历史排位第一，并造成东海县主城区严重内涝"［关键词］暴雨；强度;频率；内涝；分析［中图分类号］P458［文献标识码］B［文章编号］1006-7175（2021）02-0031-041区域概况江苏省连云港市东海县地处E118°23'-E119j0',N34j1'-N34°44,,东邻黄海，处于沂沐泗水系下游，属黄淮海平原东南边缘的平原岗岭地,地势西高东低，地面高程2.3-125叫总面积2037km2，多年平均降水量871.4m叫多年平均径流深256.1mm,降水量年际分配不均，汛期降雨量一般占全年降雨量的70%以上。
由于特殊的地理、气候和水文条件，以及受上游洪水、下游入海河道高水位顶托影响，东海县境内暴雨、台风、内涝、渍害等灾害较为严重）2况2019年8月10日，受西风槽影响，副高和大陆高压断裂，台风“利奇马”登陆后,在副高西侧继续向偏北方向移动。
东海县地处台风倒槽顶部，受偏东气流影响，源源不断的水汽由海上输送至东海县，后期随着台风“利奇马”与东移的西风槽在江苏北部、山东南部相结合，槽前的西南气流与台风带来的偏东气流交汇于此，造成东海县出现区域性大暴雨，局部特大暴雨。
东海县概况
东海县概况一、基本情况东海县位于江苏省东北部，总面积2250平方公里，人口117万，是新亚欧大陆桥东桥头堡西行第一县，闻名中外的“水晶之都”，全国首批沿海对外开放县和全国农业百强县。
东海县水、陆、空交通兼备，境内拥有连霍、同三、京沪三条国家级高速公路以及310、204二条国道，东陇海铁路横贯东西，连云港民航机场座落县境，已开通广州、北京、上海、厦门、温州等多条航线。
全县内河航道130多公里，与长江、京杭大运河航线相连。
县城距中国八大海港之一的连云港港口70公里。
东海县水、电资源充足，通讯设施先进。
东海县有“百湖之县”的美称，境内水资源较为丰富，其中海陵湖是江苏省最大的人工水库，蓄水量可达5.4亿立方米。
县城自来水厂日供水能力14万吨以上，各乡镇拥有千吨以上自来水厂30多座。
县内拥有220KV变电所1座，110KV、35KV变电所19座，供电网络覆盖全县，城乡通电率100%，是全国用电标准化县和农村电气化县，输变电能力配套，可满足各类开发建设需求。
城乡大容量光缆数字传输网已经形成，已开通了数字通讯和电子化信息系统。
东海县经济发展势头强劲。
依托资源优势，东海县大力实施“工业立县”战略，以东海开发区和连云港浦南开发区为龙头的8个工业园区蓬勃发展，工业经济主体地位日益突出。
全县形成了以硅资源加工业、食品工业、木材加工业、工艺品加工业、服装加工业为主，涉及20多个工业门类的工业结构体系，品种达5000多个。
硅资源产品品种多、质量高、规模大，享誉海内外。
农业结构调整加快实施，农民人均收入不断增长；旧城改造、新城区建设全面铺开，城市面貌日新月异。
2003年江苏省委省政府制定“沿东陇海线”开发政策，明确提出依托优越的交通条件、区位条件、资源条件和人才等基础条件，强化沿东陇海线开发，打造以连云港、徐州市区及东海县等“二区四县”为一体的东陇海产业带，努力把东陇海产业带建设成为江苏省经济发展的重要增长极和沿陇海线区域共同发展的增长极。
东海预报中心精确预报立新功
配合 海 上 搜 救 中 心进 行 搜 救 ，
荣 成 市 建 成 我 国北 方 Ｊ． 的 渔 业 物 流 中 心 ｉ大 ｍ
荣 成作 为我 国 第一 大 渔 业
千方 百计寻 找失 踪人 员 。 东 海 预 报 中 心 在 接到 海 事
部 门 的 电话 后 ，立 即启 动 了应
急 预 案 ，并 根 据 出事 海 域 附近 城 市 ， 以石 岛渔 港 作 为 我 国北 的佘 山、 大 戢 山等 海 洋 站 和 长 方 最 大 的群 众 性 渔 港 ，从 ２ ０ ０３ 江 口外 １ ７号大 型 浮标 的实况 资 年 开 始 ，吸 引 山东 北 方 渔 市 股
一
极 的贡 献 。 另据 统 计 ，２ ０ ０６年 极 作 用 。
（ 洪
超）
共 收 到 上海 海 上 搜 救 中心 的搜 江 口东 约 １０海 里 处 沉 没 ， 船 救求 助 电话 ５ 次 ，运用 东海 ４ ０余 员报 警 后 乘 救 生 筏 逃 生 ，但 已 预 报 中 心提 供 的 落 水 船 员 的 漂 （ 惠明 邬 李 旭晔 ） 失 去 联 系 。险 情 发 生 后 ， 国务 移 位置，使搜救 成功 率提 高 了
东 海 预 报 中心
精 确 预 报 立 新 功
日前 ， 东海 预 报 中心 利 用
效的海上搜救应 急预报 体系。 批 发 市场 、 山 东省 名优 特 农 副 据 连 云港 海 事 部 门统 计 ，２０ 产 品 样板 市 场 ，是 中 国 渔业 电 ０６
年 １ １ — ０月 ，该 中心 共 协助 组
境 监 测 站 、海 洋 环 境 监 测 预 报 料 ，进 行 紧 急会 商 ，根 据 上海 份 有 限 公 司 投 资 ３亿元 ， 在 石 中心 、海 区 预报 中心 等 １ 家 单 沿海 三 维 海 流 数 值 预 报 模 式 ， １ 岛 渔港 内建 设大 型现 代 化 渔 业 位的 ４ ６名代 表参 加 。参加此 次 推 算 出落 水 人 员可 能 向 东 南漂 物 流 中心 一 ～ 北方 渔 市 。 该 中 交流 的论 文 共 ２ 篇 ，论文 应用 ８
东海冬季海水溶解氧、盐度的分布特征分析
东海冬季海水溶解氧、盐度的分布特征分析冉珊珊;时宇;杨一帆;黄黄;苏海蓉;徐杰;刘金娥;陈浩【摘要】海水溶解氧、盐度对于海洋生态环境有一定指示作用。
2014年冬季设置9个断面,49个站位,以1 m为间隔,调查东海近岸海域海水表层至底层冬季溶解氧、盐度变化,分析结果如下:1) 东海近岸海域冬季海水溶解氧含量在1.31~8.40mg?L?1之间,表层溶解氧平均含量约7.00 ± 0.26 mg?L?1,底层溶解氧平均含量约4.33 ± 0.99 mg?L?1。
各断面溶解氧含量由近岸向海下降,变化范围逐渐减小。
在整个研究区域内,溶解氧含量从西北向东南方向下降。
在垂直方向,溶解氧表层含量高于底层,在一定深度溶解氧含量急剧下降,在底层趋于稳定。
2) 东海近岸海域冬季海水盐度在29.60‰~34.00‰之间,近岸海域盐度低于远海,最大值出现在研究区域的东南部。
东海海域盐度随深度增加而增加,在一定深度急剧升高,底层海水盐度稳定;近岸海域盐度垂直变化范围大于远岸。
东海海域溶解氧和盐度变化受多种因素影响。
【期刊名称】《海洋科学前沿》【年(卷),期】2017(004)004【总页数】9页(P118-126)【关键词】东海;冬季;溶解氧;盐度;分布特征【作者】冉珊珊;时宇;杨一帆;黄黄;苏海蓉;徐杰;刘金娥;陈浩【作者单位】[1]南京师范大学环境学院,江苏省地理信息资源开发与利用协同创新中心,江苏南京;;[1]南京师范大学环境学院,江苏省地理信息资源开发与利用协同创新中心,江苏南京;;[1]南京师范大学环境学院,江苏省地理信息资源开发与利用协同创新中心,江苏南京;;[1]南京师范大学环境学院,江苏省地理信息资源开发与利用协同创新中心,江苏南京;;[1]南京师范大学环境学院,江苏省地理信息资源开发与利用协同创新中心,江苏南京;;[2]江苏省水土环境生态修复工程实验室,江苏南京;;[2]江苏省水土环境生态修复工程实验室,江苏南京;;[3]江苏盐城国家级珍禽自然保护区,江苏盐城;【正文语种】中文【中图分类】P71. 引言海水溶解氧(Dissolved O xygen, D O)作为重要的海水环境指标，对海区内生态环境状况有重要意义[1]。
东海黑潮PN和TK断面流量的多时间尺度变化特征
第38卷第3期2020年7月海洋科学进展A D V A N C E S I N MA R I N E S C I E N C E V o l .38 N o .3J u l y,2020东海黑潮P N 和T K 断面流量的多时间尺度变化特征许 达1,2,马 超1,2,鞠 霞3,2*(1.中国海洋大学物理海洋教育部重点实验室,山东青岛266100;2.青岛海洋科学与技术试点国家实验室,山东青岛266237;3.自然资源部第一海洋研究所海洋环境科学与数值模拟重点实验室,山东青岛266061)收稿日期:2019-01-24资助项目:国家自然科学基金项目 黑潮多时空尺度变化规律及其与近海交换过程研究(41676004),黑潮延伸体海域海-气耦合过程及其对东亚边缘海环流的影响(41376001),冬季渤海盐度分布结构近反相变化的机制研究(41506034)和黄海暖流形态与变化对暖舌结构影响的动力机制研究(41430963)作者简介:许 达(1994-),男,硕士研究生,主要从事海洋环流方面研究.E -m a i l :x u d a @s t u .o u c .e d u .c n*通讯作者:鞠 霞(1983-),女,助理研究员,硕士,主要从事近海环境演变方面研究.E -m a i l :j u x i a @f i o .o r g .c n (李 燕 编辑)摘 要:根据日本海洋数据中心提供的1972 2017年P N 断面共181个航次和1987 2010年T K 断面共92个航次的C T D 调查资料,利用动力高度法估算了这2个断面的流量,分析了其季节㊁年际和长期变化特征㊂主要结果表明,P N 断面流量季节变化为冬㊁春和夏季大而秋季小,T K 断面流量季节变化为冬㊁夏季大而春㊁秋季小,二者共同点为最大(小)流量均出现在夏(秋)季㊂P N 断面年平均流量的年际变化不明显,但冬季和夏季流量分别具有准3a 和准2a 的显著变化周期;T K 断面年平均流量具有准4a 和准6a 的显著变化周期,冬季流量具有准4a 和准7a 的显著变化周期,但夏季流量无显著变化周期㊂此外,P N 断面流量在1976年附近出现了一次较大幅度的增加㊂P N 断面流量具有较大的长期增加趋势,增长率约为0.3S v /a ,在1972 2017年增加了约13S v ,结合N C E P 海面风应力资料,结果显示,北太平洋更高纬度带(35ʎN 和40ʎN )的风应力旋度对P N 断面流量的影响更强㊂关键词:黑潮流量;P N 断面;T K 断面;多时间尺度变化中图分类号:P 722.6,P 731.2 文献标识码:A 文章编号:1671-6647(2020)03-0400-12d o i :10.3969/j .i s s n .1671-6647.2020.03.003引用格式:X U D ,MA C ,J U X.M u l t i -t i me s c a l ev a r i a t i o n sof t h eK u r o s h i ov o l u m e t r a n s p o r t t h r o ug hP Na n dT K s e c t i o n s i n th eE a s t C hi n a S e a [J ].A d v a n c e s i nM a r i n e S c i e n c e ,2020,38(3):400-411.许达,马超,鞠霞.东海黑潮P N 和T K 断面流量的多时间尺度变化特征[J ].海洋科学进展,2020,38(3):400-411.黑潮是北太平洋副热带海区的西边界流,它起源于菲律宾以东海域,由北赤道流向北分支形成㊂黑潮经台湾岛和与那国岛之间的通道进入中国东部海域,流经东海陆坡,然后通过吐噶喇海峡进入日本以南海域,最终汇入太平洋内区㊂黑潮具有流速强㊁流量大㊁高温高盐等特点[1],其流量与路径的变异,将造成近海物质和能量交换的变化,从而控制着东海及其临近海域的水文状况,影响我国东南沿岸地区的气候变化㊂流量(体积输运)的大小是描述黑潮变异最重要和显著的指数之一[2],因此,本文旨在利用更长时间的现场观测资料,对东海黑潮流量的变化规律有更进一步的认识㊂对黑潮变异认识的持续加深与观测方式和数据资料的不断丰富密切相关㊂电磁海流计(G e o m a g n e t i c E l e c t r o K i n e t o g r a p h ,G E K )㊁南森瓶㊁温盐深仪㊁声学多普勒流速剖面仪(A c o u s t i c D o p p l e r C u r r e n t P r o f i l e r s ,A D C P )以及卫星高度计等直接或间接测流方式的应用,进一步呈现出黑潮具有季节内㊁季节㊁年际以及年代际等多尺度变化规律㊂自1955年起,日本长崎海洋气象台对东海黑潮进行了长期水文观测,观测断面位于冲绳岛西北的P N (G )断面和吐噶喇海峡的T K 断面,这对于了解东海黑潮流量的多尺度时空变3期许达,等:东海黑潮P N和T K断面流量的多时间尺度变化特征401化具有十分重要的作用㊂P N和T K这2个代表性断面的流量变化也是本文研究东海黑潮变异的关键㊂对于东海黑潮流量,很多学者基于不同的计算方法对其进行了估算,并在季节㊁年际和年代际尺度上分析了其变化特征,其中,季节和年际变化研究较为广泛,年际以上变化相对较少㊂对黑潮流量的计算方法主要有动力高度法㊁逆方法㊁改进的逆方法和海表面高度反演法㊂动力高度法在估算P N和T K断面流量(地转体积输运量),分析其多尺度时空变化特征上应用广泛㊂国内外许多学者以不同时间序列,在季节和年际尺度上对这两个断面的流量变化进行许多研究㊂分析时间序列长的数据资料对研究东海黑潮流量的季节和年际变化特征更具有说服力㊂在季节变化尺度上,对于时间序列在10~25a的P N断面资料,汤毓祥等[3]和孔彬等[4]认为冬㊁夏强而春㊁秋弱,秋季最小㊂对于东海下游的T K断面,前人得到的季节变化规律基本一致,汤毓祥等[3]认为春㊁夏强而秋㊁冬弱,春季最大,冬季最小,且通过T K断面的流量小于P N断面㊂对于时间序列在25~35a的G-P N断面的季节变化,G u a n[2]与孙湘平等[5]认为春㊁夏强而秋冬弱,春季最大,秋季最小; N i s i h z a w a[6]认为季节变化不明显;汤毓祥等[3]认为春㊁夏和冬季相差甚小,最大差值仅为0.3S v,夏最大,秋最小㊂在年际变化尺度上,汤毓祥等[3]认为P N断面具有1.8和8a的显著周期;孙湘平等[5]认为不同季节,黑潮流量的年际变化不同,P N断面冬季具有3.3a显著周期,夏季具有4.7和14a的显著周期;S a i k i[7]认为P N断面流量具有5.5和8a的显著周期;另外,在年际变化上,东海黑潮流量与日本以南海域发生黑潮大弯曲现象密切相关,如Q i u和M i a o[8]以及K a w a b e[9]分别研究了两者的年际变化特征与机制㊂不同的计算方法使得对东海黑潮流量变化的认识不同㊂黑潮海表面高度差异与地转输运之间高度相关[10],可用来观测黑潮流量变化㊂K a w a b e[9]利用验潮站所测得的长时间连续的海表高度资料,估算了T K 断面黑潮流量的变化㊂卫星高度计资料也是一种观测黑潮流量长期变化的有效方法[11],A n d r e s等[12]利用经验关系反演出P N断面12a(1992 2004年)的流量变化,平均流量为(18.7ʃ0.2)S v,标准偏差为1.8S v㊂Y u a n等[13-14]基于逆方法或改进的逆方法研究了东中国海黑潮流量的变异,袁耀初和苏纪兰[15]认为P N断面多年(1985 1998年)平均值为27.0S v,季节变化为夏季最大,秋季最小,通过T K断面的流量也是夏季最大㊂魏艳州等[16]基于逆方法分析了20多a(1987 2010年)P N和T K断面流量的季节和年际变化,认为这两个断面流量变化具有较好的一致性,季节变化呈夏强秋弱,年际尺度上存在准4a和1a的变化周期㊂逆方法和改进的逆方法是基于多个断面的C T D观测数据,对单个断面的流速和流量的计算仍是以动力高度法为主㊂以往研究表明:1)从研究频次上看,对P N断面的研究比T K断面更广泛;东海黑潮流量的方法,主要有动力高度法㊁海表面高度差反演法和改进的逆方法,其中动力高度法研究最为广泛,不同方法之间所计算的多年平均流量在18~30S v范围内变动,差别较大;即便是同一方法,数据时间序列以及具体处理方法的不同,也会导致不同学者对东海黑潮季节和年际变化规律上认识不同㊂2)季节变化上,东海黑潮的季节变化规律没有被很好的认识,各种研究之间的差异较大,没有一个公认的结论㊂3)年际变化上,基本认为东海黑潮变异与黑潮大弯曲现象密切相关,但从谱分析结果看,不同研究对流量的年际变化周期存在差异㊂近年来,关于P N和T K断面的现场观测资料不断更新,但少有人对其进行持续关注,而且由于观测站位的变更,缺乏对其系统的分析㊂随着全球气候变化对内区风场及西边界流的影响,黑潮的时空演变更值得进一步探讨㊂因此本文将基于以上2套资料,对东海黑潮不同区域流量的多时间尺度特征进行研究㊂1数据处理1.1数据介绍本文计算P N和T K断面所用的水文数据是由日本长崎海洋气象厅定期观测所得,数据是由日本海洋数据中心(J a p a nO c e a n o g r a p h i cD a t aC e n t e r,J O D C)[17]提供㊂P N断面在1972年之前被称为G断面,观测时间为1955 1972年,且基本只在冬㊁夏季进行;1972年之后改名为P N断面㊂P N断面与G断面平行,只402 海 洋 科 学 进 展38卷注:三角形和圆形分别表示1996-10和2010-05P N 断面被放弃的观测站点(等深线单位:m )图1 P N 和T K 断面的位置F i g .1 L o c a t i o n s o fP Na n dT Ks e c t i o n s 是位置稍向西南方向移动,1972-05开始,P N 断面基本进行四季观测,且站点个数维持在9个;1977-08 1996-07,观测站位在原来的基础上不断加密,最多达22个站位观测点;1996-102010-05,取消了近岸一侧水深相对较浅的6个观测站点,为位置相对稳定的16个观测站点;2010-12 2017-07,又取消了近岸一侧的两个站点,保持在14个观测站点,但这期间有效观测的频率为每年1~4次,例如,2011年缺少春季观测数据,2013年缺少秋季观测数据,2015年仅有一次冬季的有效观测数据,2016和2017年又恢复到仅有冬㊁夏两季观测㊂由图1可以看出,被放弃的近岸一侧的观测站点水深范围仅为50~200m ,该部分流量对整个P N 断面的贡献忽略不计㊂本研究主要选择P N 断面1972-05 2017-07共181个航次的调查资料,该资料具有完整的每年4次分季节的观测记录,时间跨度为46a ,无论对季节㊁年际还是更长时间尺度的变化规律都具有更好的说服力㊂对于T K 断面,1987年之前的观测站位较少(5~6个),且有的年份(1985年,1986年)数据缺少,并且2010年之后,J O D C 未提供该断面的观测数据,因此,本研究选择T K 断面1987-05 2010-02共92个航测的季节性观测资料,时间跨度为24a,其站点分布大致相同,个数稳定保持在12个㊂本研究使用的漂流浮标观测数据由美国国家海洋和大气管理局(N a t i o n a lO c e a n i ca n d A t m o s p h e r i c A d m i n i s t r a t i o n ,N O A A )大西洋海洋与大气实验室(A t l a n t i cO c e a n o g r a p h i ca n d M e t e o r o l o g i c a lL a b o r a t o -r y )[18]提供㊂漂流浮标观测来自全球漂流器计划(T h eG l o b a lD r i f t e rP r o gr a m ),该计划是N O A A 全球海洋观测系统(G l o b a lO c e a n O b s e r v i n g S ys t e m )的一个分支㊂1987-11 2018-06出现在(115ʎ~138ʎE ,15ʎ~35ʎN )区域内的漂流浮标共有1442个,记录了海表以下水深15m 浮标位置㊁流速㊁温度和时间,每个浮标数据时间间隔已被使用克里金法插值为6h ㊂漂流浮标所释放的地点主要位于菲律宾以东海域和台湾以东海域,该浮标资料能较好地反映黑潮表层流路特征[19],本研究在1442个漂流浮标中筛选出274个经过P N 或T K 断面的浮标,对浮标轨迹线进行分类,以此刻画东海黑潮在P N 和T K 断面之间的主要路径和分支路径㊂海表10m 风速资料由N O A A 地球系统研究实验室(E a r t hS y s t e m R e s e a r c hL a b o r a t o r y )[20]提供,N E C P -N C A RI 再分析资料月平均的风速数据的时间范围为1948-01至今,空间分辨率为2ʎ㊂本研究还计算了1972 2017年太平洋年平均风应力旋度沿40ʎN ,35ʎN 和28ʎN 纬线(146ʎ12'E 至太平洋东边界)的积分㊂1.2 流量计算本文选择动力高度法计算P N 和T K 断面的地转流速,积分断面上大于零的流速作为整个断面的绝对流量㊂2个相邻站位之间,选择所观测最大深度的较小值作为计算这2个站位间地转流的最大深度㊂对于P N 断面,陈红霞等[21]认为,零流速面可分别选择700m 层(最大深度大于700m )和底边界(最大深度小于700m ),为了便于将计算结果与前人研究进行比较,本文计算P N 断面的零流速面也如此选择㊂T K 断面的零流速面统一选在底边界㊂关于观测数据的垂向分辨率,2001年之前,P N 和T K 断面C T D 数据垂向上分布在水深为0,10,20,30,50,75,100,125,150,200,250,300,400,500,600,700,800,900,1000,1100和3期许达,等:东海黑潮P N和T K断面流量的多时间尺度变化特征403 1200m标准层上,自2001年开始,两断面数据垂向分辨率为1m,为便于分析,对低分辨率的数据进行垂向插值,垂向间隔统一变为1m㊂为了更好地认识流量的季节变化,将数据进行季节划分:冬季(12,1,2月),春季(3,4,5月),夏季(6,7,8月),秋季(9,10,11月),并对缺少观测或观测不完整的季节插值㊂P N断面缺少观测的时间:1975年冬㊁2010年夏㊁2010年秋㊁2011年春㊁2012年冬㊁2013年秋㊁2014年夏㊁2015年春㊁2015年夏㊁2015年秋㊁2016年春㊁2016年秋㊁2017年春;T K断面缺少观测的时间:1992年秋㊁1998年夏㊁2003年秋㊂以上时间点的流量用三次样条函数插值而得㊂2结果分析2.1季节变化我们分别使用时间序列为46a和24a的C T D资料,采用动力高度法对P N和T K断面的流量进行了计算,与前人的计算相比,这2套长时间序列的资料对于认识东海黑潮多尺度时空变化规律具有重要意义㊂在季节变化尺度上,东海黑潮变异存在一定的区域差异㊂由表1可看出,P N和T K断面流量季节变化明显,但两者变化并不同步㊂1972 2017年,P N断面呈现出冬㊁春和夏季流量大(均超过20S v),且彼此之间相差很小(最大差值仅为0.2S v)㊁秋季最小(小于20S v)的特点,二者最小差值为1.8S v,最大差值为2S v,这与汤毓祥等[3]结论一致,本研究用更长的时间序列资料予以肯定㊂即尽管不同学者所使用的时间序列长短不同,流量的统计方法也不尽相同[2-5,14,16],但共同点是P N断面流量的最小值发生在秋季,本研究也予以证实,而目前有争议的地方在于流量最大值发生的季节以及冬㊁春和夏三个季节的差异是否显著,本研究46a的统计资料显示,冬㊁春和夏三季流量几乎一致㊂对于T K断面,本文研究结果显示,1987 2010年, T K断面流量季节变化明显,最大(最小)值出现在夏季(秋季),冬㊁夏季强而春㊁秋季弱,强弱之间的最小差值为1.0S v,最大差值为2.8S v㊂此结论与魏艳州等[16]结论相同,但与林葵等[22]以及汤毓祥等[3]结论不同㊂P N和T K断面流量季节变化并不完全一致,但共同点为最大(小)流量均出现在夏(秋)季㊂表1P N和T K断面季节平均流量(S v)T a b l e1 S e a s o n a lm e a nv o l u m e t r a n s p o r t a c r o s sP Na n dT Ks e c t i o n s(S v)断面冬季春季夏季秋季P N21.521.521.719.7T K20.119.121.418.62.2年际变化从动力计算结果来看,P N断面流量最大值为32.8S v(冬,2002年),最小值为3.1S v(秋,1974年),T K 断面流量最大值为29.2S v(夏,1987年),最小值为6.0S v(春,2000年)㊂P N和T K断面流量多年平均值分别为21.1和19.8S v㊂结合表1可看出,无论是季节平均还是多年平均,P N断面流量均强于T K断面㊂黑潮通过P N和T K断面的流量并不相等,在相同时间范围内(1987 2010年)年平均流量的最大差值可达10.5S v,但某些年份T K断面流量则更强,即1987,1999,2004和2010年,两断面流量差值分别为-4.6, -0.1,-0.3和-3.4S v,这是因为:一方面,零流速面的选取和浅水订正的不足可能使得两断面流量计算结果不一致;另一方面,东海黑潮流况复杂,黑潮经过P N断面后出现一分支在日本九州西南海域进入对马海峡和黄海,或通过九州以南大隅海峡进入太平洋[1,23-25],而琉球群岛东侧海水也有汇入黑潮P N断面以北的分支[24],这也可能会使P N和T K断面流量变得不一致㊂本文利用1987 2018年经过P N或T K断面的274个漂流浮标数据,对东海黑潮在P N和T K断面之间的主要路径和分支做了初步分析,其中有194个浮404海洋科学进展38卷标经过P N断面后通过T K断面(吐噶喇海峡)进入太平洋(图2a),占总数的70.8%;28个浮标经过P N断面后进入对马海峡和黄海(图2b),占总数的10.2%;41个浮标经过P N断面后通过大隅海峡进入太平洋(图2c),占总数的15.0%;11个浮标通过琉球群岛(奄美大岛与冲绳岛之间的通道)流入或流出东海(图2d),占总数的4.0%,该部分浮标有的自太平洋进入东海后又经过T K断面返回太平洋,有的经过P N断面后直接向东进入太平洋㊂另外,也有浮标通过P N断面后向南或通过T K断面向西的逆向流动,但像这样能捕获黑潮逆流的浮标数量极少㊂由此可以看出,东海黑潮在中游(P N断面)至下游(T K断面)之间存在多个与邻近区域水交换的通道,使得两断面流量存在一定差异㊂注:浅灰色线为水深等值线(m),深灰色线为漂流浮标轨迹图21987-11 2018-06流经P N或T K断面274个漂流浮标轨迹图F i g.2 T r a j e c t o r i e s o f274d r i f t e r s p a s s i n g t h r o u g h t h eP No rT Ks e c t i o n f r o m N o v e m b e r1987t o J u n e2018图3是1987 2010年N iño3.4年平均指数异常以及同期P N和T K断面年平均流量异常时间变化图㊂N iño3.4指数所代表的赤道太平洋海区(170ʎ~120ʎW,5ʎN~5ʎS)是E N S O海洋-大气耦合作用的关键区域[26],该指数常被用来判断厄尔尼诺现象的发生㊂P N和T K断面年平均流量与N iño3.4指数的相关系数分别0.11和0.15,相关性较差,但由图3可以看出,1996 2003年N iño3.4指数与P N,T K断面年平均流量的峰谷值对应较好,其他年份如1990 1995年,P N断面流量与N iño3.4指数变化基本一致,2006 2009年T K断面流量与N iño3.4指数变化基本一致㊂尽管个别年份差异大导致相关系数较小,但从年际以上的尺3期许达,等:东海黑潮P N和T K断面流量的多时间尺度变化特征405度看,东海黑潮流量变化可能与E N S O有关㊂东黑潮流量变化受多种因素影响(P D O㊁E N S O等),不仅具有周期性㊁趋势性等特征,还存在随机性㊁突变性,具有多尺度变化规律㊂M o r l e t小波分析能清晰地揭示隐藏在时间序列中的多种变化周期,能反映时域和频域良好的局部化特征[27]㊂该部分重点探究东海黑潮流量的年际变化规律,分别对P N和T K断面年平均㊁冬季和夏季流量做小波分析,并对结果做显著性分析和检验㊂由于许多地球物理时间系列具有红噪声特征(即方差随着尺度的增加或频率的下降而增加),所以本文参照T o r r e n c e和C o m p o[27]采用傅立叶红噪声谱作为背景谱对小波谱进行显著性分析和检验㊂图31987 2010年N iño3.4年平均指数异常㊁P N和T K断面年平均流量异常F i g.3 T i m e s e r i e s o f a n n u a lm e a no fN iño3.4i n d e xa n dK V Ta n o m a l i e s a c r o s sP Na n dT KS e c t i o n s f r o m1987t o20102.2.1 P N断面图4~6分别为P N断面年平均流量距平㊁冬季流量距平㊁夏季流量距平的小波分析图㊂各图b中灰色线与数字表示小波功率谱等值线与谱值,黑色粗的封闭曲线包围区域表示置信度大于90%的区域,黑色锥形线及其下方的白色阴影部分为边界效应影响域㊂P N断面年平均流量距平如图4a所示,1990年之前㊁1999年㊁2004年以及2010年,均为负距平,平均为-4.9S v,最大发生在1974年,为-14.2S v,该时段内流量偏小;在1990 1998年㊁2000 2003年㊁2005 2009年㊁2011 2017年时间段内,均为正距平3.8S v,最大为7.3S v(2005年)㊂图4 P N断面年平均流量的小波分析F i g.4 W a v e l e t a n a l y s i s o f a n n u a lm e a nK V Ta c r o s sP Ns e c t i o n406海洋科学进展38卷图5 P N断面冬季流量的小波分析F i g.5 W a v e l e t a n a l y s i s o fK V Ta c r o s sP Ns e c t i o n i nw i n t e r一些学者通过谱分析发现P N断面流量具有显著年际周期变化[5-7,16],本文研究发现,尽管图4b小波功率谱显示在2002 2012年具有2~3a的显著周期,但图4c全局小波功率谱显示此信号未通过红噪声检验,受噪声干扰较大,故未发现显著周期㊂图5a为P N断面冬季流量距平,在1976 1992年具有2~3a的显著周期(置信度大于90%)(见图5b),峰值在准3a㊂夏季流量变化同样具有2~3a的显著周期(置信度大于90%),但峰值在准2a且在1982 1985年㊁1998 2005年㊁2008 2013年间,流量变化的2~3a周期比较显著(见图6)㊂图6 P N断面夏季流量的小波分析F i g.6 W a v e l e t a n a l y s i s o fK V Ta c r o s sP Ns e c t i o n i n s u mm e r2.2.2 T K断面图7~图9分别为T K断面年平均流量距平㊁冬季流量距平㊁夏季流量距平的小波分析图㊂各图b中灰色线与数字表示小波功率谱等值线与谱值,黑色粗封闭曲线包围区域表示置信度大于90%的区域,黑色锥形线及其下方的白色阴影部分为边界效应影响域㊂与P N断面相比,T K断面年平均流量距平变化幅度较小(图7a),1989年㊁1991 1996年㊁2000 2001年㊁2003年及2007年,距平小于零,T K断面流量偏小,平均距平-2.1S v,最大发生在2000年,为-4.6S v;在1987 1988年㊁1990年㊁1997 1999年㊁2002年㊁2004 2006年及2008 2010年,T K断面流量偏大,平均正距平为1.8S v,最大发生在2005年,为4.5S v㊂由图7c可知,T K断面流量的变化具有准4a和准7a的显著周期(置信度大于90%),1995 2005年间,流量变化的3~4a周期比较显著,其中,1998 2003年,还具有6~7a的显著周期,说明流量周期变化明显(图7b)㊂冬季流量的变化具有3~7a的显著周期(置信度大于90%),峰值在准3a及6a,1993 1998年间,流量变化3~5a的周期比较显著;1997 2003年间,具有5~7a的显著周期(图8)㊂夏季流量的变化具有2~5a的显著周期,但这个显著周期是由边缘效应所致,故T K断面夏季流量变化并无显著周期(图9)㊂因此,T K断面年平均流量与冬季流量变化具有同为3~7a的显著周期,但发生的年份不同㊂3期许达,等:东海黑潮P N和T K断面流量的多时间尺度变化特征407图7 T K断面年平均流量的小波分析F i g.7 W a v e l e t a n a l y s i s o f a n n u a lm e a nK V Ta c r o s sT Ks e c t i o n图8 T K断面冬季流量的小波分析F i g.8 W a v e l e t a n a l y s i s o fK V Ta c r o s sT Ks e c t i o n i nw i n t e r图9 T K断面夏季流量的小波分析F i g.9 W a v e l e t a n a l y s i s o fK V Ta c r o s sT Ks e c t i o n i n s u mm e r2.3长期变化趋势P N断面流量的长期变化趋势是增加的㊂图10a分别表示1972 1976年㊁1977 2017年以及1972 2017年的长期变化趋势,这3个时间段内流量的长期趋势都是增加的,1972 1976年的增加趋势较强,增长率约为1.0S v/a,而1977 2017年的增加趋势要缓和,增长率约为0.2S v/a㊂统计结果显示,1972 2017年全部时间序列的增长率约为0.3S v/a,P N断面流量增幅约为13S v,这种显著的长期变化趋势是值得关注的,并且,我们发现在1976年附近流量变化出现1个突变点,增幅约为7S v,这可能与P D O在1976年发生位相转移有关㊂Z h a n g等[28]也发现在1976年附近流量有突增的现象㊂然而图10b显示,T K断面的长期变408海洋科学进展38卷化趋势只是略有增加,增长率约为0.05S v/a㊂图10 P N断面和T K断面黑潮年平均流量F i g.10 V a r i a t i o no f a n n u a lm e a nK V Ta c r o s s t h eP Na n dT Ks e c t i o n s对于P N断面长期增加趋势,按照经典的S v e r d r u p理论[29],黑潮流量由北太平洋副热带风应力旋度决定,然而20世纪大气再分析(20C R v2)资料显示,该海区风应力旋度在过去一个多世纪是减弱的[30],意味着黑潮流量减少㊂这与本文计算结果以及再分析资料显示的黑潮流量增加矛盾㊂本文利用1976 2017年N C E P-N C A RI再分析资料(水平分辨率为2ʎ),分别计算了太平洋风应力旋度沿28ʎN,35ʎN,40ʎN纬线(146ʎ12'E至太平洋东边界)的积分(图11),结果显示更高纬度(35ʎN和40ʎN)风应力旋度绝对值增加的确与P N断面流量长期趋势增加是一致的,而同纬度带(28ʎN)的风应力旋度长期趋势是减弱的,这说明东海黑潮P N断面流量可能与高纬度带的风场密切相关㊂如果不考虑西边界附近的陆坡地形,副热带内区风场变化激发的正压R o s s b y波,在短时间内沿纬线传播到黑潮区,导致海面坡度调整,从而增加黑潮流速;当考虑陆坡地形作用后,海洋波动调整的传播路径变为沿等位涡(f/H)线传播,至西边界附近时因为水深减小将向低纬度偏移,故此时黑潮流量的变化将与更高纬度风场,如西风带的变化密切相关㊂图11太平洋年平均风应力旋度沿40ʎN,35ʎN和28ʎN纬线(146ʎ12'E至太平洋东边界)积分(实线)及其长期变化趋势(虚线)F i g.11 V a r i a t i o n(s o l i d)a n d l o n g-t e r mt r e n d(d a s h e d)o f t h e z o n a l i n t e g r a l o fw i n d s t r e s s c u r l a l o n g40ʎN,35ʎNa n d28ʎNo v e r t h e a r e a i n t h eP a c i f i cO c e a nb e t w e e n146.2ʎEa n de a s t e r nb o u n d a r y3期许达,等:东海黑潮P N和T K断面流量的多时间尺度变化特征409通过分析P N和T K断面流量的季节㊁年际以及长期变化趋势可以看出,黑潮在不同区域的主要周期存在差异㊂局地风场和复杂的分支流动可能会造成两断面流量变化的主要周期存在差异㊂L e e和W i l l i a m s[31]曾提出沿着大西洋湾流流向的风场对海水的输运量贡献很大,冬(夏)季北(南)风也会减少(增加)东海黑潮的流量[32],但就两断面的走向来看,P N断面偏 东西 走向,T K断面偏 南北 走向,且几乎垂直,同一季节局地风场可能会对两断面的流量贡献存在差异㊂黑潮在P N和T K断面之间具有复杂的分支流动,如进入黄海㊁对马海峡以及大隅海峡的分支,通过琉球群岛进出东海的分支,这都可能削弱或改变黑潮的传播信号,从而造成黑潮在不同区域主要周期不一致的现象㊂3结语利用动力高度法,本文计算了P N断面46a(1972 2017年)和T K断面24a(1987 2010年)流量变化,分别以年平均㊁冬季和夏季流量为基数,对这两个断面流量做了小波分析㊂通过对东海黑潮季节㊁年际以及长期变化趋势的研究,发现东海黑潮的流量变化存在一定的区域性差异,同时具有多时间尺度变化特征㊂具体认识如下:1)P N断面流量多年平均值为21.1S v,最大值为32.8S v(冬,2002年),最小值为3.1S v(秋,1974年), T K断面流量多年平均值为19.8S v,最大值为29.2S v(夏,1987年),最小值为6.0S v(春,2000年),P N断面流量的变动幅度大于T K断面㊂2)季节变化规律:P N断面流量冬㊁春和夏季相差很小(最大差值为0.2S v),秋季最小;T K断面流量冬㊁夏季强而春㊁秋季弱,秋季最小㊂这两个断面流量的季节变化虽不完全一致,但共同点是最大(小)流量均出现在夏(秋)季㊂3)年际变化规律:小波分析显示,P N断面流量的年际变化规律并不显著,可能受噪声信号影响较大; T K断面流量年际变化显著,具有3~7a的显著周期,发生在1995 2005年,峰值为准4a和准6a㊂不同季节,黑潮流量变化的显著周期也不同,P N断面冬季和夏季变化显著,且均具有2~3a的显著变化周期,但显著周期分别发生在1976 1992年和2000 2013年间,峰值分别为准3a和准2a;T K断面冬季流量变化显著,具有3~7a的显著周期,主要发生在1995 2005年间,峰值为准4a和准7a,但夏季流量变化无显著周期㊂东海黑潮在P N和T K断面之间存在多个与邻近区域水交换的通道,使得两断面流量存在一定差异㊂但从年际以上尺度看,东海黑潮流量变化可能与E N S O有关㊂4)长期变化趋势:P N断面流量长期变化趋势是增加,增长率约为0.3S v/a,T K断面流量长期变化趋势增加并不明显,增长率仅为0.05S v/a㊂P N断面流量在1976年附近有一个突变点,流量有较大幅度增加㊂北太平洋更高纬度(35ʎN和40ʎN)风应力旋度绝对值是增加的,与P N断面流量长期趋势增加是一致的,而同纬度带(28ʎN)的风应力旋度长期趋势是减弱的,所以东海黑潮P N断面流量可能与高纬度带的风场密切相关㊂参考文献(R e f e r e n c e s):[1] N I T A N IH.B e g i n n i n g o f t h eK u r o s h i o:i t s p h y s i c a l a s p e c t s[M].T o k y o:T o k y oU n i v e r s i t y P r e s s,1972:129-123.[2] G U A NBX.A n a l y s i s o f t h e v a r i a t i o n s o f v o l u m e t r a n s p o r t o f t h eK u r o s h i o i n t h eE a s t C h i n aS e a[J].C h i n e s e J o u r n a l o fO c e a n o l o g y a n dL i m n o l o g y,1983,1(2):156-165.[3] T A N GYX,L I NK,T OMO S IT.A n a l y s i s o f s o m e f e a t u r e s o f v o l u m e t r a n s p o r t o f t h eK u r o s h i o i n t h eE a s t C h i n a S e a[J].O c e a n o l o g i a e tL i m n o l o g i aS i n i c a,1994,25(6):643-651.汤毓祥,林葵,田代知二.关于东海黑潮流量某些特征的分析[J].海洋与湖沼,1994,25(6): 643-651.[4] K O N GB,C H E N H X,Y U A N YL.A n a l y s i s o f c u r r e n t s t r u c t u r e a n d s e a s o n a l v a r i a t i o na tP NS e c t i o no f t h eE a s tC h i n aS e aK u r o s h i od u r i n g1991 2011[J].H a i y a n g X ue b a o,2016,38(5):14-26.孔彬,陈红霞,袁业立.1991 2011年东海黑潮P N断面流结构与季节变。
渤、黄、东海水温季节变化特征分析
渤、黄、东海水温季节变化特征分析鞠霞;熊学军【摘要】Based on the CTD data observed during the 908 program, the distributions and seasonal changes of water temperature in the Bohai Sea, the Yellow Sea and the East China Sea are analyzed systematically. The results reveal that in winter the structure of water temperature shows horizontally many tongue-shapes, of which the warm water tongues occur mostly in the offshore area, while in the inshore area the i-sotherms are basically parallel to the coastline, with some cold water tongues directing to the south and strong temperature fronts occurring between the warm and the cold waters. In summer, various cold water masses or blocks with different characters appear at the bottoms of the Bohai Sea, the Yellow Sea and the East China Sea, of which the most typical ones are "the Middle Bohai Sea Cold Water", the "Liaodong Bay Cold Water", the "Yellow Sea Cold Water Mass", the "Qingdao Cold Water Mass" and the "Bottom Cold Water Mass" in the Northern East China Sea. In spring and autumn, the distributions of water temperature display a transitional nature. In spring, thermocline emerges and cold water masses such as the Middle Bohai Sea Cold Water and the Yellow Sea Cold Water Mass begin to come up. When autumn comes, the thermocline submerges and finally disappears and the distributions of water temperature tend gradually to become uniform vertically. Moreover, the results also reveal that regional variations of water temperature are present in the three seas, and that the annual variationamplitude of water temperature distributions tends to decrease both from north to south and from the inshore to the offshore.%利用“908”专项所获取的CTD观测资料,系统地阐述了渤、黄、东海温度的分布特征及季节变化.结果显示,冬季,水平方向上,水温分布呈现多舌状:外海温度多暖舌结构,近岸等温线基本平行于岸线,并出现多个指向南方的冷水舌,且暖流区与近岸冷水区间形成了较强的温度峰.夏季,三大海域底层均出现了各具特色的冷水团和冷水块,最为典型的有“渤中冷水”、“辽东湾冷水”、黄海冷水团、青岛冷水团和东海北部底层冷水.春、秋季水温分布呈现过渡季节的特征.春季,跃层开始出现,“渤中冷水”及黄海冷水团等冷水现象开始形成.进入秋季,跃层明显下沉,直至消失,水温分布逐渐呈现垂向均匀状况.同时,分析还表明,三大海域的水温分布存在明显的区域性差异.水温分布的年变幅从北向南、从近岸向外海递减.【期刊名称】《海洋科学进展》【年(卷),期】2013(031)001【总页数】14页(P55-68)【关键词】渤、黄、东海;温度分布;季节变化【作者】鞠霞;熊学军【作者单位】国家海洋局第一海洋研究所,山东青岛266061;海洋环境科学与数值模拟国家海洋局重点实验室,山东青岛266061【正文语种】中文【中图分类】P731.11关于中国近海水温的分布特征，已有不少调查和研究。
江苏东海温泉热储温度估算
江苏东海温泉热储温度估算
江苏东海温泉位于江苏省连云港市海州区东海大道以北，是全国最著名的温泉之一。
它的地下温泉热储与地质构造密切相关，因此在估算其温度时需要考虑以下几个因素。
首先，地下温度与深度密切相关。
根据地球物理学的研究，地球内部体积分为外核、内核、下地幔、上地幔和地壳五个部分，其中地壳为我们所在的层位，平均厚度大约为35千米。
据江
苏调研，东海温泉所在地层深度大约为2000米，因此可以预
估其地下温度在200℃左右。
其次，地下水温度还受到地质构造和地下水循环的影响。
东海温泉位于地质构造复杂的地带，周围围绕着走滑断层、逆冲断层、正断层和逆冲逆断层，这些构造在地球历史上曾经发生过多次活动，形成了开裂、扭曲和隆起等地貌。
这些构造对地下水的分布和流动具有一定的控制作用，会让地下水温度产生一定的变化。
最后，地下水温度还受到自然环境和人类活动的影响。
东海温泉的地下水受到洋流和潮汐的影响，同时也受到火山岩和酸性岩石等地下热源的供给。
此外，温泉的采矿和利用也会改变地下水的温度。
因此，在对江苏东海温泉的地下水温度进行估算时，需要综合考虑这些因素的影响。
通过地质勘探、地球物理测量和模拟计算等手段，可以得出其地下水温度大约在180~250℃之间。
这
一温度范围足以支持温泉资源的开发和利用，也为探索地下热储的利用提供了条件。
位移观测记录表
1
4
2
-2
1
1
-5
0
2
-1
1
1
1
1
1
0
-2
-2
1
0
0
-1
-1
1
0
△x （mm）
3
累计位移 △y
（mm）
0
△h （mm）
-3
5
0
-5
6
2
-6
6
0
-6
5
2
-5
9
4
-7
10
5
-12
10
7
-13
11
8
-12
12
9
-12
10
7
-11
10
7
-12
9
8
-12
备注
观测：
记录：
复核：
监理：
P3监测点位移-时间曲线关系图
天气
晴 晴 晴 晴 晴 晴 晴 晴 晴 晴 晴 晴 晴
气温
X坐标
Y坐标
32 53129.231 57257.445 30 53129.233 57257.445 29 53129.234 57257.447 30 53129.234 57257.445 29 53129.233 57257.447 28 53129.237 57257.449 30 53129.238 57257.450 27 53129.238 57257.452 20 53129.239 57257.453 13 53129.240 57257.454 12 53129.238 57257.452 10 53129.238 57257.452 14 53129.237 57257.453