文摘

长期自动化天气观测系统(ASOS)收集的数据从101年站在一段50年(1967 - 2016)进行了分析调查朝鲜半岛强风的分布,利用统计方法。耿贝尔分布常被用来估计风速的复发时间1、10、50、75和100年。复发时间,沿海地区经历了更高的风速,这超过了强风咨询水平,高于内陆和大都市地区。大风主要是夏季台风引起的,尤其是在西部和南部沿海地区。此外,nontyphoon因素(如地形因子与大气不稳定在一个多山的沿海地区,可能会导致局部恶劣天气的强风。通过执行天气研究和预测(WRF)模型模拟,风速的突然增加20 m·s⁻¹是复制的情况下在岸盛行风走向的山脉在沿海地区。大风估计空间分布可以帮助州以及地区与地区之间建立一个行动计划准备强风造成的损害。

1。介绍

气候变化是目前导致灾害性天气事件的强度和频率如台风、热浪和干旱增加(1]。台风是常见的灾害性天气事件主要发生在太平洋西北地区。强风和局部强降雨造成大量的伤害在太平洋沿海国家,如菲律宾和台湾,以及东亚国家如日本、中国和韩国(2]。台风的强风可以施加力量大于负载可持续的屋顶,窗户,和标志在城市地区,从而破坏人造结构。巨大的社会成本,航班取消或延误等船离开,也因为这样的风暴发生(3]。

由于强风损坏的程度很大程度上取决于目标的位置相对于台风的路径(4,5]。房屋和船只的东部台风的路径更容易遭受损害由于强风,而西边的经验更多的洪水造成的损失由于局部暴雨6]。在一项研究7)台风模拟被用来估计朝鲜半岛未来严重的风速。他们预计,风速的风暴发生在朝鲜半岛的南部沿海地区,在台风的典型路径,在未来将大幅增加。

许多研究,估计强风的电流分布执行采购风能资源(8]。风能资源是已知的条件下是非常有用的,风不断吹向一个方向,主要关心的是平均风速而不是最大风速。另一方面,在气象领域的气象灾害,对风速主要关心的问题是破纪录的最大风速。这些发生概率较低,但会造成大量的伤害。许多研究人员主要集中在风与台风时估计强风造成的破纪录的最大风速(9- - - - - -11]。然而,有几例强风nontyphoon相关条件,如阵风引起的大气不稳定或季节性寒冬激增(12]。

众所周知的方法估算风速分布概率根据复发期是基于长期气象观测资料,分析了通过使用(即统计功能。威布尔和耿贝尔分布)。在韩国,极端风速估计通过应用耿贝尔分布过去天气观测数据;结果类似于实际风速观测数据(13]。有鉴于此,本研究的目的是分析风速数据的空间分布在过去50年或不相关与台风有关运用耿贝尔分布估计的最大风速分布复发期。通过使用估计的结果,我们调查了强风在未来发生的概率,分析了可能发生的意想不到的强风nontyphoon条件下利用中尺度气象模式。

2。数据和方法

2.1。观测数据

本研究使用自动天气观测系统(ASOS)数据从101个地点在韩国,因为韩国气象局提供的(KMA)(图1)。ASOS自动测量空气温度、相对湿度、风速和风向附近地面上的每一分钟。我们分析了每日最大风速和每日最大瞬时风速数据(即50年的时期。,1967 - 2016)。每日最大瞬时风速指的是短暂的和最强风速测量期间获得一天(00-24 h)。每日最大风速是指最高平均风速测量在一个10分钟的持续时间在一天之内(00-24 h)。每日最大瞬时风速与损伤在城市,如城市结构的破坏。“大风”一词指的是10-minute-averaged风速大于14 m·s⁻¹,大风警告和警报的阈值是由韩国的公共管理和安全是大于14和21 m·s⁻¹,分别。为了朝鲜半岛区域特征进行比较,在这项研究中,所有ASOS位置都归类为以下类型之一:大都会(9位置),中部内陆(位置)22日,南部内陆(31位置),西海岸(9位置),南海岸(位置)21日,东海岸(9位置)地区。的标准界定内陆中部和南部内陆地区是他们部门Chungcheongbuk-do Goesan-gun (36°38′N, 127°51′E),和沿海地区的划定标准是10公里海岸线的距离(14]。ASOS位置在大城市的人口超过一百万人被列为都市地区。区分nontyphoon的风速测量条件,时间在两天的日期对应的ASOS受到台风的影响被指定为台风情况下,按照台风韩国气象局发布的白皮书[15]。

2.2。风速估计

甘力克函数是一个累积分布概率密度函数估计的平均值和标准偏差条件下完整的人口是一样的平均值和标准偏差的样本人口如果样本的数量足够大16]。特征值确定耿贝尔分布的形状一个(尺度参数)和b(位置参数)。耿贝尔分布方程如下: 在哪里和样本均值计算通过使用价值和标准偏差和是预期的复发风速的年 。图2显示了每日累积频率结果最大瞬时风速数据Heuksando ASOS站;概要文件的一个示例耿贝尔分布。在这个例子中,μ是13.3 m·s⁻¹和σ是5.5 m·s⁻¹。在这项研究中,1、10、50、75和100年,分别选为复发期(T)耿贝尔分布。

2.3。空间分布

地理信息系统(GIS)软件(ArcGIS Pro, ESRI)是用于显示的空间插值分布估计风速数据从每个ASOS位置为每个复发期使用耿贝尔分布。ASOS站的位置在使用数据没有覆盖所有地区的朝鲜半岛,特别是在海岸线附近。要解决这个问题,我们选择了虚拟点的边界朝鲜半岛和替换相应位置的风速的风速接近ASOS站,遵循同样的方法论的一项研究[17]。检查的有效性选择的边界点,之间的差异在日常最大瞬时风速ASOS位置和最近的自动气象站(AWS)进行了分析。虽然这些边界点都位于海岸线附近,边界点的风速重现时合理使用空间插值方法。

表1显示了大约的边界点的位置信息对应于选中的朝鲜半岛ASOS位置。添加边界点后,克里格插值方法应用于所有ASOS站和边界点空间插入朝鲜半岛上的风速。这个过程是由使用行政区域信息由美国国家地理信息研究所提供。内插的风速分布在朝鲜半岛和附近的海域,只有内陆数据提取和分析中使用。

2.4。中尺度气象模式

一个数值模型,模拟3 d在中尺度气象场域是用于分析的演变和分布意想不到的强风作为案例研究。天气研究和预测(WRF)模型版本3.9.1是一种广泛使用数值气象模型研究和操作的目的18,19]。图3显示了三个嵌套模型域与各自的水平分辨率,3,1公里,围绕朝鲜半岛的东部沿海地区。nontyphoon条件,一个意想不到的强风事件发生在东部沿海地区10月22日至23日期间,2006年,被选为模拟。模拟了从18 UTC 10月21日至18 UTC 10月24日,2006年,第一个21 h被认为是向上。NCEP最终(新兵)再分析资料与1°×1°网格分辨率被用作初始和边界条件的模拟。RRTM长波物理方案,戈达德短波物理方案,诺亚地表模型,和一个MYJ PBL模式被用于仿真。

3所示。结果与讨论

3.1。观察到的风速

要理解50年期间观测数据,我们分析的历史记录和频率分布每日最大瞬时和日常最大风速区域。图4显示了一个比较最大值的每日最大瞬时风速和日常最大风速在六个地区1967 - 2016年的50年的时间。平均每日最大瞬时风速大约是1.5倍每日最大风速,这差别是最大的在东部沿海地区(1.8倍)。通过观察区域的数据,可以看出,每日最大瞬时风速和每日最大风速较高的沿海地区比在城市和内陆地区。这些结果与之前的一项研究报告的总体趋势一致(20.]中风速在朝鲜半岛沿海地区高,风速在内陆地区低。每日最大瞬时风速最高在西部沿海地区(63.7 m·s⁻¹南部内陆地区)和最低(37.7 m·s⁻¹)。相信这种现象的每日最大瞬时风速高可以归因于东部沿海地区地形效应(21]。东北气流由低大气压随冷气流东海北部地区的强烈聚集到山脊附近的东部沿海地区。值得注意的是,即使每天的最大瞬时风速南部内陆地区相对较低(37.7 m·s⁻¹),这个风速仍高于大风预警级别。

数据5和6显示每日最大瞬时风速的分布和日常最大风速频率在每个地区50年的时间。每日最大瞬时风速频率的大都会和内陆地区最高的5 - 7 m·s⁻¹范围内,而在沿海地区在高范围内(即最高。,7 - 9 m·s⁻¹)。每日最大瞬时风速在东部沿海地区的最高频率略低于10 m·s⁻¹的范围内。尤其是东部沿海地区,从地形上诱导大风频繁发生,不仅由于夏季台风和冬季寒冷的激增也大气不稳定,通常在春天和秋天。因此,这一地区有大风出现的频率高于其他地区。我们检查了强风的机制在该地区由于地形效应通过执行单独的分段后的数值模拟。类似于前面提到的每日最大瞬时风速、日常最大风速的最高频率范围在5 - 6 m·s⁻¹在东部沿海地区和附近3 m·s⁻¹在其他地区。基于50年的观测数据,每日最大瞬时风速的频率超过了强风咨询水平分别为12%,18%,17%,和22%的大都会,西部沿海,南部沿海和东部沿海地区,分别相对于总天数。相比之下,在内陆地区低于1%;因此,很明显,强风在内陆地区发生的概率相对较小。此外,每日最大风速的频率超过了强风咨询水平并非微不足道的相对于总天数,1%,3%,2%,和2%的大都会,西部沿海,南部沿海和东部沿海地区。

3.2。各种各样的复发时间估计风速分布

图7显示了每个复发周期估计风速分布基于每日最大风速观测使用耿贝尔分布。估计风速分布的复发时间的一年,风速广泛分布在东部沿海地区的范围程度m·s⁻¹。在西海岸和岛屿,有地方每日最大风速始终高于27 m·s⁻¹。大部分的每日最大风速一段在内陆地区低于14 m·s⁻¹,这意味着强风超过强风咨询水平发生在内陆地区大约不到一年一次。相比之下,不过,估计风速分布的复发周期100年表明,每日最大风速超过21 m·s⁻¹在大多数的沿海地区。在朝鲜半岛的大部分地区,有可能以上强风14 m·s⁻¹至少会出现不止一次在50或100年,50年的观测所示风速记录。强风造成的损害在沿海地区预计将更大的频率和强度,定量这些结果也表明,内陆地区从大风也不安全。

表2显示了甘力克发布出去是依靠日常最大风速估计在每个地区每个复发期。六ASOS位置被选来代表每一个相应类型的地区,包括城市釜山,冰雪节为中央内陆,Chupungryeong南方内陆,Heuksando西海岸,Gosan南海岸,和Ulleungdo东海岸。相对强劲的风力,每日最大风速超过14 m·s⁻¹复发时间一年的位置意味着强风可能发生在不到一年的时期。此外,每日最大风速100年复发时间为50.1 m·s⁻¹Gosan ASOS,对应于南海岸地区;这个结果是支持的事实,大部分的破纪录的强风朝鲜半岛这50年期间观察到这个位置。Gosan ASOS,估计风速复发期最高,受到台风的路径,它的地理位置是一个岛屿。相反,Chupungryeong ASOS,风速是最低的,是一个位置可以清楚地观察到wind-reducing复杂地形的影响。根据蒲福风力等级,风速超过32.7 m·s⁻¹对应于强风足以倾覆的船。复发时间50到100年,每日最大风速超过这个水平估计所有沿海地区。风速增加的趋势在低纬度地区朝鲜半岛的西南海岸是先前的一项研究报告(22];这一趋势与这项研究的结果是一致的。日常最大风速的决定性的结果估计所有地区的朝鲜半岛已经表明,风速高于21 m·s⁻¹,这是引发大风警告的风速。有必要做好准备应对强风和预测损伤,特别是在地区强风损坏的概率。

分析朝鲜半岛的风速分布的nontyphoon条件,我们估计每日最大风速通过耿贝尔分布除typhoon-effect天(图8)。正如之前所讨论的,这是预期,估计风速的西部和南部沿海地区nontyphoon条件会显著降低。然而,每日最大风速估计六ASOS位置保持相对较高的价值甚至nontyphoon条件,特别是在沿海地区。最减少风速估计在釜山ASOS,代表一个大都会地区,表明台风引起的大风是最重要的因素在这种类型的地区。这意味着非台风影响因素明显影响的每日最大风速分析复发期。考虑到这些发现,我们决定专注于地形效应的nontyphoon影响因素nontyphoon条件下强烈的风力发电。

3.3。案例研究:地形效应

进行数值模拟关注东海岸地区的地形效应利用WRF模式,我们选择冰雪节ASOS的年平均风速在朝鲜半岛气候最大的[23]。图9模拟结果与实际观测值显示风速在冰雪节ASOS(一个黄色的点在图所示3)期间,其中包括一个意想不到的强风事件附近的山区朝鲜半岛的东海岸。这大风事件伴随着low-pressure-system通道较强降雨,导致最高每小时38毫米的降水强度·h⁻¹。WRF模式以及模拟风速的突然增加到大约20 m·s⁻¹,2 h延迟10月22日晚,2006年,2006年10月23日,之前一个下降的趋势。这个风速的突然增加是由于大气引起的不稳定,通过对该地区低压系统。

图10显示了在WRF风矢量场模型域和风力风玫瑰图,描述数据在冰雪节ASOS在强风的事件。在低压系统向南,来自东北的风是主要在沿海地区和直接产生了强大的力量在多山的山脊,导致强烈的上升气流和强降雨。风玫瑰图显示,高风速发生在东北方向,与最大风速超过15 m·s⁻¹。这附近的地形影响东部沿海地区主要负责朝鲜半岛强劲的风力发电台风情况下除外。尽管typhoon-induced大风仍然是一个主要因素,nontyphoon一代的强风被发现可比性,尤其是在山区沿海地区。根据KMA报告(24),强风在山区通常归因于沿着山坡陡峭的空气压力梯度。其他先前的研究25- - - - - -27]也解释了陡峭的山地坡在一代的强风Yeongdong地区的韩国利用ARPS(先进的区域预测系统)模型模拟。因此,nontyphoon因素也至关重要的估计朝鲜半岛大风分布。

4所示。结论

在这项研究中,50年(1967 - 2016)为朝鲜半岛ASOS观测数据被用来检查强风半岛的分布特征。耿贝尔分布方法被用来估计风速在每个车站各种复发期。估计的结果在不同地区的风速分布显示,沿海地区比内陆受到更强的风和大都会地区,东部和南部沿海地区受到风速高于西部沿海地区。在此基础上,它被证实,强风在朝鲜半岛发生50年期间主要发生在沿海地区,而且在山区,地形的影响。相当一部分的这些更高的风可以解释为台风。然而,在某些地区,人们相信有现象引起的局部强风的发生。当风速估计为每个复发期进行使用耿贝尔分布,强劲的风估计在沿海地区比内陆和大都会地区,除了中央的内陆地区。分析的强风nontyphoon条件下发生,我们澄清,地形效应可以与台风影响产生局部强风的事件。关于风速估计基于每日最大风速数据,发现强风(强风咨询水平以上)一年内可能发生在朝鲜半岛的大部分地区。因此,发现有必要准备强风,甚至经常在强风发生相对较少的地区。

这项研究很重要,因为它使用过去的风速观测数据来确定风速分布在朝鲜半岛;这些结果被用来估计风速不同复发时间。然而,本研究有以下限制:风速数据时根据他们的事业没有分化进行了分析。随着气候变化的发展和灾害性天气现象更频繁地发生在东亚,一个明确的区分的气候因素导致强风发生应该帮助建立详细的对策根据季节,因素和地区。

数据可用性

使用的数据来支持本研究的发现可以根据要求提供相应的作者。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项研究受到了资助(2017 - mois31 - 001)基本技术发展项目的极端灾难响应由朝鲜内政部和安全(月)。