诱发陕西黄土高原地质灾害降水因子分析

利用1960-2006年陕西黄土高原地质灾害和降水资料,统计分析该区域诱发崩塌、滑坡地质灾害降水因子特征。结果发现：地质灾害发生次数与月平均降水量、前10d平均累积降水量、暴雨频次成正相关,与前10d的平均累积降水量的正相关性最高。降水强度为30～60mm／d时,地质灾害主要发生在次日和当日;降水强度在60mm／d以上时,地质灾害主要发生在当日。陕西黄土高原地质灾害属于多日降水诱发型,诱发崩塌、滑坡的连续降水以3d为主。连续降水累积量达75mm以上,崩塌大量发生;累积雨量达100mm以上,滑坡大量发生。     

不同边界层参数化方案对台风“烟花”北上阶段暴雨模拟的影响试验

边界层参数化方案是造成数值模式预报误差的重要来源之一，筛选适用于环渤海地区台风暴雨模拟的边界层参数化方案，可为该地后续业务应用及科研工作提供参考依据。应用WRFV4.3模式中的8种边界层参数化方案（ACM2、BouLac、GBM、MYJ、MYNN、QNSE、UW、YSU），对2021年第6号台风“烟花”北上阶段造成的暴雨过程进行数值模拟试验，对比分析不同边界层参数化方案对暴雨模拟结果的影响，并基于ERA5资料进行边界层热动力结构的模拟效果检验。结果表明：（1）各方案对台风北上阶段的降水（24 h累积降水量、累积降水极值和位置、降水ETS评分、小时最大降水量以及逐小时10.0、20.0 mm降水的落区分布）模拟结果表现出明显差异，对路径的模拟差异主要体现在模拟时段的中后期。（2）局地闭合的BouLac方案对于10.0 mm以上量级24 h累积降水量的ETS评分表现最优，而非局地ACM2方案所模拟的24 h累积降水量在25.0、50.0、100.0 mm以上量级降水的ETS评分均为最优，且累积降水极值、区域平均24 h累积降水量以及小时最大降水量均值等也与ERA5资料较为接近，在环渤海地区...     

华南暖区暴雨过程集合动力因子的诊断分析

选取2015—2017年4—6月发生在广东地区的20个暖区暴雨个例,利用GFS0.5°×0.5°预报场资料,分析了集合动力因子在华南暖区暴雨中的分布特征。研究结果表明:(1)在广东省的四类主要暖区暴雨中,锋前低槽暴雨中各集合动力因子和累积降水的相关性最高,其次是西南急流暴雨,而回流暴雨中的相关性最差。锋前低槽暴雨与回流暴雨有共同的相关性较好的集合动力因子,高空槽和副热带急流暴雨与西南急流暴雨也有共同的相关性较好的集合动力因子。(2)选取各类暖区暴雨中对降水表征最好的集合动力因子分别构建了3个量级的权重指数(量级分别为10~(-3)、10~(-1)和10~2),发现各量级的权重指数随着降水量级的增大而增大,说明权重指数对分析判断不同量级的降水具有很好的指示作用。(3)采用各量级权重指数的中位数作为判断降水等级的阈值,并利用3个量级的权重指数可以综合判断降水的强度等级,这为降水的量级预报提供了一个客观化指标。这些结果进一步提高了集合动力因子在华南暖区暴雨预报中的实际应用能力。     

精细化评估GPM/IMERG产品对台风“妮坦”降水的观测精度

采用地面加密雨量计观测资料，以1 h、3 h、6 h、12 h和24 h等多个时间尺度分别评估了全球降水观测GPM （Global Precipitation Measurement）计划降水产品IMERG （Integrated Multi-satellite Retrievals for GPM）对台风"妮妲"降水中小雨、中雨、大雨和暴雨等不同量级降水的估计能力，主要结论如下：（1）降水累积时长会影响IMERG降水产品的估计精度。随着降水累计时长的增加，IMERG与地面雨量计观测结果的一致性加大，相对偏差和偏差的随机性均减小；（2）降水累计时长1 h时，IMERG对不同量级降水的观测精度均存在较大偏差；（3） IMERG降水产品会高估小雨时地面雨量计的降水量，且低估小雨事件发生的概率，对于小雨等级降水的观测能力还有待提高；（4） IMERG能较好地观测到暴雨降水的空间分布区域，但对暴雨的估计量级会明显偏低。     

动态Z-R关系定量估算降水在暴雨个例中的效果评估

选取汉中市2018-07-01和2019-08-09两次暴雨过程中新一代天气雷达数据产品的组合反射率因子和自动雨量计逐小时降水资料,建立随时空变化的动态Z-R关系,获得雷达估算降水场,分析其空间分布特征,并对不同等级降水的估算能力进行了分析。结果表明：（1）动态Z-R关系定量降水估算在两次暴雨中表现良好,能很好地反映地面降水的分布特征,对于30 mm/h以下量级降水,实测降水量和估算降水量的面积和落区均表现一致,其中20～30 mm/h短时强降水估算面积最准确,但对于30 mm/h以上量级降水,估算面积减小,值偏弱,无法反映出降水最大值落区。（2）随着降水量级增大,估算的绝对误差也同步增大。具体表现为小雨量级有明显的高估,中雨及中雨以上量级则有不同程度的低估。从相对误差来看,大雨和暴雨量级的降水估算精度高,估算值能反映真实值。     

动态Z-R关系定量估算降水方法在暴雨个例中的效果评估

选取汉中市2018-07-01和2019-08-09两次暴雨过程中新一代天气雷达数据产品的组合反射率因子和自动雨量计逐小时降水资料,建立随时空变化的动态Z-R关系,获得雷达估算降水场,分析其空间分布特征,并对不同等级降水的估算能力进行了分析。结果表明:(1)动态Z-R关系定量降水估算在两次暴雨中表现良好,能很好地反映地面降水的分布特征,对于30 mm/h以下量级降水,实测降水量和估算降水量的面积和落区均表现一致,其中20～30 mm/h短时强降水估算面积最准确,但对于30 mm/h以上量级降水,估算面积减小,值偏弱,无法反映出降水最大值落区。(2)随着降水量级增大,估算的绝对误差也同步增大。具体表现为小雨量级有明显的高估,中雨及中雨以上量级则有不同程度的低估。从相对误差来看,大雨和暴雨量级的降水估算精度高,估算值能反映真实值。     

海河流域东北冷涡背景下的降水预报订正研究

针对海河流域东北冷涡降水样本,应用海河流域加密自动站降水资料及欧洲中期天气预报中心（ECMCWF）降水预报资料,利用滑动相关分析方法建立重组预报序列,基于加密自动站24 h累积降水量及重组24 h降水预报序列的Gamma累积概率分布曲线,采用预报—实况概率匹配方法建立1～3日的短期订正模型并进行试报检验。结果表明:欧洲中心数值模式对于海河流域东北冷涡降水的预报较实况偏慢;概率匹配法主要通过订正降水量级来改善预报结果,订正后降水预报对于小雨、大雨、暴雨预报的TS（Threat Score）评分技巧均有提升,尤其对于大雨和暴雨及以上量级预报,订正后预报量级及预报落区大小均与实况更加接近,订正效果显著。东北冷涡降水对流性强,模式预报能力弱,而订正后预报能有效提高此类强降水的预报技能,具有较好的应用价值。     

喀什市降水日变化特征分析

利用1994～2013年5～9月喀什市气象站逐小时降水资料,分析喀什近20a降水日变化特征。研究表明,20时至翌日06时为降水量的高值阶段,最大值出现在01时,07时至19时为降水量的低值时段,最小值出现在16时。降水频次的高值区为00时至07时,降水最不易产生的时间为17时。降水强度最高值在20时,次高值为01时,也是累积降水量较大时刻,降水强度最低值出现在15时也是累积降水量的低值区。喀什的降水主要以短时性降水（1～3h）为主,多发生在傍晚至夜间,1h降水频次最多的是量级≤1mm的降水,但1.1mm≤R1≤3.0mm量级的降水贡献率最高。小雨、中雨及大雨降水过程最易发生时段均为前半夜,下午为各量级降水过程发生最少的时段。     

喀什市降水的日变化特征分析

利用1994—2013年5—9月喀什气象站逐小时降水资料,分析喀什近20 a降水的日变化特征。研究表明,20时至翌日06时为降水量的高值阶段,最大值出现在01时,07—19时为降水量的低值时段,最小值出现在16时。降水频次的高值区为00时至07时,降水最不易产生的时间为17时。降水强度最高值在20时,次高值为01时,也是累积降水量较大时刻,降水强度最低值出现在15时也是累积降水量的低值区。喀什的降水主要以短时性降水(1~3 h)为主,多发生在傍晚至夜间,1 h降水频次最多的是量级≤1 mm的降水,但1.1 mm≤R1≤3.0 mm量级的降水贡献率最高。小雨、中雨及大雨降水过程最易发生时段均为前半夜,下午为各量级降水过程发生最少的时段。     

SWCWARMS及ECMWF模式对四川盆地暖区型和斜压锋生型暴雨预报检验分析

利用2014～2016年5～10月四川盆地所有观测站资料及SWCWARMS模式、ECMWF模式同时段20时起报的24h累积降水资料,基于邻域法FSS、ETS评分指数检验了两模式对于高能暖区型暴雨及斜压锋生型暴雨预报的预报性能。主要结论为:(1)两种类型暴雨过程平均误差均是SWCWARMS模式较ECMWF模式大,且误差值为正,表明模式以湿偏差为主;(2)高能暖区型暴雨FSS评分各降水量级各空间尺度均是SWCWARMS模式高于ECMWF模式;斜压锋生型暴雨50mm以下量级降水在36km以下空间尺度ECMWF模式FSS评分高于SWCWARMS模式,54km以上空间尺度SWCWARMS模式评分较高,大暴雨量级降水各尺度下均是SWCWARMS模式评分较高;(3)高能暖区型暴雨ETS评分暴雨、大暴雨量级SWCWARMS模式评分较高,中雨、大雨ECMWF模式预报更优;斜压锋生型暴雨ETS评分,中雨、大雨及暴雨量级降水预报ECMWF优于SWCWARMS,大暴雨量级SWCWARMS模式预报更优。      

近50年广东省分级降水的时空分布特征及其变化趋势的研究

利用广东省86个常规气象观测站1961—2010年的逐日降水资料,分析近50年广东省降水气候特征,探讨不同等级降水空间分布及随时间变化特征。结果表明:广东省降水丰沛,年均降水量多为1 500~2 000 mm;降水气候特征的区域差异较大,不同区域降水量与降水日数分布差异显著;各月的降水日数差异没有降水量月分布的差异明显,非汛期的日降水量较小,而汛期降水日数多且日降水量大;小雨日和中雨日的区域差异小,大雨日、暴雨日、大暴雨日的大值中心主要集中在广东省的三大暴雨中心地区 (清远中心、阳江中心、海陆丰中心),雨日量级分布大致由北向南逐渐增强,且随着降水等级的增加降雨日数迅速减少;小雨、中雨和大雨的降水贡献率均由粤北地区向沿海地区递减,暴雨和大暴雨的贡献率由粤北向沿海递增;小雨日数显著减少、大雨以上日数略有增多,总降水日数也呈减少趋势;小雨和中雨的贡献率呈减少趋势,大雨以上贡献率增多,使年均降水量呈增多趋势。      

河湟谷地暴雨频率的研究

利用青海（黄）河湟（水）谷地12个气象台站1980～2002年自记降水资料,分析了该流域不同历时暴雨的时空特征及其不稳定性,统计了不同历时、不同频率的设计暴雨。研究表明：河湟谷地不同历时的最大暴雨均呈现出增多趋势,且随着降水历时的延长和降水量的增大,其倾向率在不断增大,年际变化的阶段性波动逐步趋缓,各时段最大暴雨的平均值的空间分布特征逐步与年降水量的空间分布趋于接近,地形对暴雨的空间分布影响明显;30分钟的最大暴雨最为不稳定,同时随着降水时段的延长,最大暴雨的稳定性逐步增大;各时段最大暴雨的分布为正偏态;各时段不同频率的最大暴雨的空间分布总体上与实测值有很好的一致性,但较之于实测值则具有较大的不稳定性。     

海丰县暴雨的气候特征

利用统计分析方法分析了海丰县1961～2007年暴雨的气候特征,结果表明：海丰县年平均暴雨日为13.5d,属于暴雨多发区,暴雨日平均强度为92.4mm/d,暴雨降水量占年降水量的50.9%,全年各月都可能有暴雨出现。年暴雨日数的年际变化很大,最多的年份达到23d（1997、2003年）,最少的只有6d（1983年）。年暴雨日数以约0.06d/年的速度增多,其中1993～2007年的暴雨日数的趋势变化率达0.1714d/年,特别是进入本世纪后年平均暴雨日数达16.3d/年,但突变并不显著。年、汛期、前汛期、后汛期和非汛期的暴雨日数与同期降水量有着较好的相关性,相关系数都〉0.85。暴雨、大暴雨和连续性暴雨都以5月下旬～6月中旬最为集中,因此“龙舟水”期间海丰县降水最激烈,是最应警惕的时段;近10年来不仅暴雨日数增多明显,极端事件的发生更为频繁。     

东北地区5—9月降水特征和趋势分析

利用国家气象信息中心整编的1956—2008年站点逐日降水量、温度和NCEP/NCAR的月平均再分析资料,从逐年5—9月季节降水量和分级(痕量、微量、小雨、中雨、大雨和暴雨)降水事件两方面分析了东北地区的气候特征,并探讨了其可能原因。结果表明:5—9月份东北地区降水中心位于长白山脉的迎风坡,该区域同时是大雨和暴雨事件的多发区,这与地形和东亚夏季风气流北推有关;东北地区痕量降水事件东西方向呈"多—少—多"分布,其他级别的降水事件为西少东多;南北方向上,中雨以下量级为北多南少,大雨和暴雨事件则为北少南多;由于西风和南风气流水汽输送作用的减弱导致了1956—2008年东北地区5—9月降水量的线性递减;小雨及以下量级降水事件线性减少的趋势显著,但随着量级加大,各级别降水事件线性递减的趋势逐渐不明显,暴雨事件在1956—1976年、1976—1994年和1994—2008年三个时段内有明显的"减少—增多减少"的变化过程。     

近52年巴音布鲁克山区日降水变化趋势与突变特征分析

利用巴音布鲁克气象站1960-2011年逐日降水资料,统计了逐年降水日数、降水量、以及5—9月不同量级降雨日数、降雨量,进而得到暖季不同降雨雨强,运用线性趋势系数、M—K检验及滑动71检验等方法分析了巴音布鲁克山区降水的变化趋势和突变特征。结果表明：近52a来巴音布鲁克山区年降水量和降水日数呈明显的增加趋势,气候倾向率分别为9．5mm／10a、3．2d／10a,然而年降水量和降水日数的增加主要源自冷季而非暖季,年降水量与降水强度关系更密切。巴音布鲁克山区暖季5～9月降雨量占年降水量的八成以上,暖季微雨日显著减少,小雨事件对年降水量的贡献率减弱,大雨和暴雨的贡献率增加。冷季降水量和降水日数显著增加,冷季降水日数在1975年附近发生增多突变,冷季降水量在2003年后发生增多突变。     

近50 a南京夏季降水的气候特征

利用南京6站近50 a(1960—2009年)的夏季逐日降水资料,应用累积距平、趋势系数、小波分析等方法,分析了南京地区夏季降水和旱、涝年的时空特征。结果表明,南京地区夏季降水量、雨日、暴雨日和暴雨日降水强度均有明显的年代际变化特征,其中降水量和暴雨日数的年代际变化基本一致;各站夏季降水量、雨日和暴雨日均呈增加趋势,总降水量的增加趋势主要是大雨及以上量级降水的贡献;夏季降水量存在2～8 a的周期变化;南京地区旱、涝年的夏季降水量与长江中下游地区有较好的一致性,与华南地区呈相反关系。     

贵港市夏季降水的气候特征分析

基于贵港市1955-2010年观测的夏季日降水资料,利用趋势分析、累积距平分析、小波分析、M-K检验以及MTT检验,分析了贵港夏季降水的特征.结果表明:夏季降水日数中,中雨量级降水日数呈明显增长趋势,主要降水类型为小雨,但主要降水量贡献为暴雨及以上量级降雨;夏季降水周期主要周期为16a,同时存在一个2a的弱震荡周期;M-K分析得到的3个突变点,在MTT检验中均未通过显著性检验.     

锦州地区逐日降水概率分布特征

利用锦州地区的逐日降水量观测资料对逐日降水量的概率分布进行了统计分析,采用最大似然估计法得到Gamma函数分布的形状参数α和尺度参数β,通过Gamma概率分布模拟观测站点逐日降水的概率分布。结果表明：锦州地区逐日降水频率整体趋势先上升后下降,基本呈对称式分布,降水概率有一定的振荡,个别日会出现远超相邻日期的降水频率,7月21日降水频率最高,在不计微量降水的情况下,最低逐日降水概率有多个日期为0。各季降水频率偏低是造成义县地区干旱的原因之一;北镇夏季平均降水频率最低,但其夏季平均降水量却为锦州地区最高,说明北镇可能易出现较大量级降水或易出现极端降水天气。清明期间降水频率在50%以上、高考期间降水频率在80%以上,符合大众日常对特殊日期降水情况的认知;逐日降水频率可以为公众气象服务提供新的思路。凌海、北镇更容易出现极端降水天气;锦州地区日降水出现小雨天气概率最高,暴雨以上降水概率较低,锦州地区各站极少出现大暴雨以上量级降水,对锦州降水量级预报,尤其是暴雨或大暴雨以上降水量级的预报起到一定的指示作用。     

西南区域模式在成都地区的降水检验及物理量分析

本文选取2014年6～9月西南区域模式产品的每日20 h (北京时)起报的00 h～24 h降水量、相关物理量及成都地区实况降水量。首先利用领域法建立高分辨率模式与稀疏站点对应关系,其次比较领域内的降水量分级传统技巧评分以及强降水(25mm以上)与模式物理量阈值进行概率分析,得出强降水物理量阈值,最后通过个例对模式物理量阈值进行检验。得出如下研究结论:降水量分级评分结果表明模式对成都地区有无降水预报总体效果较好;TS评分随着预报降水量级增大而减小,同时模式空报率高于漏报率;而暴雨及暴雨以上量级降水混合评分为11.6%,具有一定的参考性。强降水与模式物理量阈值概率分析表明模式对强降水有一定的预报能力,但量级、落区相对较差。两次降水个例物理量阈值均满足以暴雨、暴雨以上降水为主的条件。      

GRAPES中尺度模式中不同积云参数化方案预报性能对比研究

利用我国新一代中尺度数值模式GRAPES_Meso,采用KFeta和BMJ两种积云对流参数化方案,对我国2009年冬季(1月)和夏季(6—8月)天气进行批量回报试验。回报试验结果表明：在冬季,两种方案对GRAPES_Meso模式的预报性能影响差异较小。在夏季,两种方案对模式回报效果的影响表现明显。在低层BMJ方案对形势场的回报性能略优于KFeta方案,中层则是KFeta方案明显优于BMJ方案,而在高层KFeta方案略优于BMJ方案。TS评分检验表明KFeta方案对降水的预报总体上优于BMJ方案,特别是中雨到暴雨量级在华南地区KFeta方案有明显的优势。两个方案预报积云降水平均贡献率的空间分布差异主要表现在低纬度洋面上,BMJ方案的贡献率比KFeta方案大。两个方案积云降水贡献率的概率分布形态在小雨量级上都呈陡峭的“U”型分布。KFeta方案随着降水量级的增大逐渐向大贡献率偏移,特大暴雨量级时基本上是积云降水的贡献;而BMJ参数化方案则是随着降水量级的增大逐渐向小贡献率偏移,特大暴雨量级时基本上是格点降水的贡献。