利用多因子交叉相关法制作春播期降水趋势预报

春播期(4月份)是西平县大秋作物育苗播种的关键季节.春播期降水量的多少,直接关系到烟叶、棉花的适时移栽、播种.为此,我们利用本站气象资料,利用多因子交叉相关法,制作春播期降水趋势预报.经回代和试报,效果均较好.1 资料处理1.1 预报对象(Y)当春播期雨量 R_(4月)>63mm,记 Y=1;否则,记 Y=0.1.2预报因子(X_(?))通过相关普查,选择出3个与春播期降水量拟合高的预报因子:     

基于加密降水资料的贵州地质灾害概率预报模型

运用信息量法进行了地质灾害易发性评价,将全省划分为3个易发等级。利用贵州省2009—2014年的地质灾害和降水数据,分析了每个等级中地质灾害概率与有效降水量之间的关系。在此基础上,利用概率论方法将动态临界雨量引入预报模型,建立了基于动态临界雨量的地质灾害概率预报模型。结果表明:对于任意的易发区划等级,诱发地质灾害的临界雨量并不是静态的,而是分布在一个非常大的区间上;当有效降水量为该区间上一个特定的值时,用相应的概率来描述地质灾害发生可能性的大小,而不是地质灾害一定发生更为恰当;在2015年的检验中,模型预报准确率超过80%,说明该概率预报方法具有实际应用价值,能起到良好的预报预警作用。     

基于短时强降水概率预报的模糊检验试验

利用短时强降水概率预报模型生成短时强降水(≥20mm/h)概率预报产品,并对其进行“点对面”模糊检验试验。结果表明:短时强降水(≥20mm/h)概率预报和SWC_WARMS模式最大小时雨量(≥20mm/h)的“点对面”TS评分均明显高于相应的“点对点”评分,短时强降水(≥20mm/h)预报结果可在30～40km范围内进行调整;短时强降水(≥20mm/h)概率预报在概率为30%时TS评分达到最大,Bias接近为1,预报偏差最小;短时强降水(≥20mm/h)概率预报比SWC_WARMS模式最大小时雨量(≥20mm/h)预报更具有参考价值。      

科尔沁地区年降水波动与空间分异特征

降水波动是气候变化研究的主要内容之一,同时是一个环境变化的重要指标和植被生产力预测的首选因素。本文以科尔沁地区18个气象观测站点1961—2015年逐日降水数据为基础,根据多年平均降水量将科尔沁地区划分为4个区,分别为Ⅰ、Ⅱ、Ⅲ和Ⅳ区,并且综合运用小波分析方法,分析了科尔沁地区近55年来降水变化的时空特征。研究表明,在统计学特征上Ⅰ、Ⅱ、Ⅲ和Ⅳ区在研究期内年均降水量分别为337.4±76 mm、369.2±73.2 mm、422.6±68.8 mm和483.4±97.1 mm,波动空间分异特征主要表现在降水量从东南(Ⅳ区)到西北(Ⅰ区)逐渐减少,变化趋势逐渐复杂;从降水年代际变化特征来看,降水距平值增加时Ⅰ区降水距平百分比最大,为12.95%;降水距平值减小时Ⅰ区偏离平均值最大,距平百分比为-19.26%。从小波分析结果来看,降水量年际波动存在多个主周期,其中最显著的周期为5~11年和23~32年,且从东南到西北其周期震荡性逐渐减弱,周期变化时间缩短。从周期性的强弱来看,在具有共性23~32年周期内,26~32年时间尺度模值较大,说明该时段是降水量周期变化较明显时期;5~11年时间尺度的周期变化次之,其他时间尺度的周期性变化较小。从空间分区的小波方差分析结果来看,Ⅰ、Ⅱ、Ⅲ区的降水主周期在10~11年之间,而Ⅳ区为25年,说明科尔沁地区在年降水量小于450 mm的区域降水波动特点一致,大于此值则变化规律明显不同。从年降水量多-少的周期性变化规律可以推测,科尔沁地区在2016—2020年期间将一直处于降水偏少期。     

小时雨量100mm以上强降水单体雷达回波特征分析

利用地面观测资料和多普勒天气雷达探测资料,对2015－2016年山东省11站次,小时降水量超过100mm的强降水单体的风暴参数特征和形态结构演变特征及10分钟雨量变化情况进行了分析。10分钟雨量变化情况表明,15～20mm降水量出现次数最多,约 85%的降水量≥10mm,65%的降水量≥15mm;最大雨量多数在25mm以上,平均值是27.6mm;最大降水量所对应的站点上空最大反射率因子平均值为52.5dBZ,所对应Z-R关系与Z=250R1.28非常接近。强降水单体风暴参数和形态结构演变特征表明,强降水阶段C-VIL值多数在17～37kg?m-2之间,平均值为28kg?m-2,明显小于冰雹预警C-VIL阈值;DBZM值多数在52～58dBZ之间,平均值为55dBZ;HT值多数在2.2～5.8km之间,平均值为4.2km;TOP值多数在7.5～12km之间,平均值为9.9km;ET值多数在11～15km之间,平均值为13.1km;盛夏季节,强降水单体具有低质心特征,降水强度较大;强降水单体演变具有“列车效应”或移动缓慢特征。     

基于CMA-MESO的分级短时强降水概率预报方法研究

随着预报服务需求不断增长和预报内容日趋精细化,仅针对20 mm·h^(-1)以上的短时强降水预报已不能完全满足业务需要,开展不同雨强等级的短时强降水预报方法研究显得十分必要。利用2016—2019年6—8月中国南方9省1市的国家及区域气象站共51355站次短时强降水样本,将雨强R分为4个等级:20≤R<30 mm·h^(-1)、30≤R<50 mm·h^(-1)、50≤R<80 mm·h^(-1)及R≥80 mm·h^(-1)(分别对应I、Ⅱ、Ⅲ、IV级)。将各级样本与同时段CMA-MESO(China Meteorological Administration mesoscale model)数值预报模式初始场进行时空匹配,提取22个相关物理量建立数据集并进行百分位值统计;利用XG⁃Boost(extreme gradient boosting)机器学习方法对物理量进行重要性排序以确定权重系数;应用连续概率预报方法,选用升、降半岭函数作为隶属函数,建立不同等级短时强降水概率预报模型。运用该模型在2020年汛期进行实时业务预报,并对湖北省2020年6—8月15次大暴雨过程0~36 h预报时效的逐小时不同等级短时强降水概率预报产品进行检验,结果表明:I级概率预报产品60%阈值的TS评分(0.145)最好,对应命中率为55.7%;Ⅱ级概率预报产品65%阈值的TS评分(0.083)最好,对应命中率为39.1%;Ⅲ级概率预报产品70%阈值的TS评分(0.03)最好,对应命中率为21.7%;IV级概率预报产品80%阈值的TS评分(0.005)最好,对应命中率为5.8%。对不同等级雨强个例对比检验表明,各级概率预报产品对CMA-MESO模式在同时次不同等级短时强降水预报上均有较好的订正作用。对3次强降水过程逐小时预报检验表明,I级概率预报产品命中率为40%~80%,空报率为50%~90%,预报时效达36 h,普遍优于同时次CMA-MESO降水量预报。本研究对不同等级短时强降水分型建模并在实际预报中有较好的参考性,能够对CMA-MESO的降水预报起到订正作用。     

一种由单值预报生成定量降水概率预报的方法及初步应用

利用1981年1月1日至2003年12月31日淮河流域59个站的降水观测及同时段美国GFS集合预报模式回算的24 h降水量集合平均预报资料,建立条件亚正态分布函数的概率预报模型并得到集成预报.针对淮河流域子流域的试验结果表明:新方法生成的集成预报的均方根误差在所有子流域和各个季节的误差都有显著降低,其中蚌埠至洪泽湖流域6月的均方根误差降低了3.11 mm.4个子流域通过该模型得到的集成预报的Brier技巧评分在0.16～0.61,说明该集成预报在整年都具有一定预报价值.在淮河上游大坡岭至息县流域,当实际日面雨量阈值为0.00～7.82 mm的预报时,夏季的集成预报出现不同程度的低报;但当实际日面雨量阈值为18.12 mm时,夏季的集成预报表现出较好的可靠性.百分位评估则进一步表明该集成预报能较好地预报出小量级的面雨量,而对30.00 mm以上面雨量的预报能力相对较弱.     

新疆区域面雨量分布特征及其变化规律

将自然正交分解 (EOF) 和数字高程模型 (DEM) 相结合, 利用新疆区域144个气象站和水文站的1961—2005年降水量资料, 计算得到新疆区域面雨量年、季分布特征和变化规律。分析结果表明:新疆区域年平均面雨量约为2724.6×108t, 年平均降水量为165.5 mm。从空间分布来看, 天山山区面雨量最大, 约占全疆面雨量的40.4%, 该区域年平均降水量为409.1 mm; 北疆地区次之占34.3%, 年降水量为277.3 mm; 南疆地区最少约为25.3%, 年平均降水量仅有66.2 mm。从季节分布来看:夏季面雨量最大, 约占全年面雨量的54.4%;春季次之为23.6%;秋季为16.5 %; 冬季最少, 约为5.5%。新疆区域面雨量年际变化呈现出增多的趋势, 1987年存在突变, 在此之后降水量明显增多。     

汛期短期气候预测月降水量预报方法研究

分析5、6、7月逐日气压、气温实时观测资料的一级变量与6、7、8月降水量的相关关系,寻找出4类降水过程预报模型和12个预报指标;确定同时满足预报模型和预报指标的日期为预测未来30±2天将出现日雨量≥10mm的降水过程的起报点;由模型和指标集成结果的月合计值得出月总降水量的预报结论。在业务应用中预报效果很好。     

安徽省暴雨灾害预警等级的划分及其应用

利用安徽省1961—2016年81个国家级地面气象观测站雨量、2006—2016年1 162个地面自动观测站小时雨量、1961—2016年安徽省民政厅灾情和2006—2016年《安徽省气象灾害年鉴》收录的227个暴雨过程灾情数据,采取气候平均、广义极值、概率密度函数、百分位分布等方法,统计暴雨过程的持续天数、区域、范围、平均日降水量和小时雨量对暴雨灾害的影响,划分安徽省暴雨灾害预警等级。结果表明:(1)安徽省暴雨灾害预警等级可分为Ⅳ级(轻度)、Ⅲ级(中度)、Ⅱ级(重度)、Ⅰ级(特重)四个等级;(2)从Ⅳ级到Ⅰ级,暴雨过程的持续天数指标从1—4 d,范围指标根据暴雨区占区域总面积的百分比确定,从Ⅳ级的20%上升至Ⅰ级的80%;(3)根据暴雨过程的区域差异,将安徽分为沿淮淮北、大别山区及皖南山区、沿江及江淮之间三个区域,分别建立降水量与暴雨灾情的定量关系,并在每个区域设置相应的平均日降水量和小时雨量指标;(4)利用上述暴雨灾害预警等级,对1981—2018年安徽省致灾的149个暴雨过程进行回代检验,并将其用于2020年6—7月安徽省暴雨灾害预警,暴雨灾害预警发布周期为Ⅳ级(轻度) 0.66～0.82 a、Ⅲ级(中度) 1.15～1.90 a、Ⅱ级(重度) 3.16～3.80 a、Ⅰ级(特重) 9.5～12.6 a,符合安徽暴雨灾情实际,可以为气象部门启动暴雨应急响应提供参考。     

鹰厦铁路封锁警戒降水临界值及其概率预报

利用2004—2014年鹰厦铁路线的水害资料和降水观测资料,分析了鹰厦铁路沿线水害的时空分布特征,研究铁路封锁警戒的降水临界值及其概率预报模型。结果表明:2004—2014年鹰厦铁路沿线水害的年际变化差异大且分布不均,铁路水害发生时间集中在汛期,局地性较强;鹰厦铁路封锁警戒的降水临界值为:水害发生前1 h降水量为47 mm、水害发生前24 h降水量为108 mm、连续降水量为228 mm及水害发生前1 h降水量达30 mm且连续降水量达160 mm、水害发生前24 h降水量达100 mm且连续降水量达160 mm;铁路封锁警戒降水的概率预报模型回报准确率达90.2%。结合铁路封锁警戒降水概率预报模型和警戒降水临界值共同判断降水天气过程是否封锁铁路运营的准确率更高,可为铁路安全运营和高效调度提供参考。     

浅析南海热带气旋对我国东部沿海地区降水的影响

统计了1949～1998年南海热带气旋影响期间我国东部沿海地区的最大降水量,计算后者对前者的条件概率,并把历年引起东部沿海地区较大降水的南海气旋个数序列作波谱分析,发现其有10年和25年的周期性.分析了历史上6个过程雨量大于200mm的过程,并分成3种类型,为今后的预报作参考.     

转移概率预报方法及其应用

采用转移概率方法及最大概率预报原理,分析研究了新疆阿克苏市１９５４￣１９９５年霜冻初、终日期及月降水量等随机时间序列状态之间的转换规律,结合各序列状态的初始分布,建立预报模型,并对１９９６￣１９９９年各项目进行预测。结果表明,该方法预报效果较好,适用性强,具有良好的应用前景。     

相似离度在钦州市月降水量预报中的应用

试用钦州市4月份降水量与前期500HPA各月平均高度场作相关分析，选择一批优势相关区，并用历年各优势相关区内相关系数г绝对值大于等于0.4且点数为3点以上并连在一起的所有格点的平均值与预报年的相应区域内格点平均值作相相似离度计算，预报4月雨量。并将1996-2001年作为试报年，结果6年报对5年，准确率为83%/     

用拟合误差分析寻找周期作七月雨量预报

自然界存在着很多周期变化的现象，如果知道了周期循序演变的位相，就能从目前的状态预报了一个状态．寻找周期用得最多是方差分忻，但从预报的拟会角度考虑，应用拼合误差寻找周期，更有合理之处，而且运算简便，更适合是站。现以我市7月雨量预报为例，介绍其运算步骤：1应用拟合设基值，寻找主要周期将赤水站历年7月雨量（以毫米为单位，小数四舍五入）按2、3……11年周期排列．分别计算各周期各级平均值以及总离差价（取绝对值）．这个“总离差和”称之为拟会误差。显然，误差越小，周期序列越能反映过去7月雨量的年度情况．经过各周期拟…     

相似离度在钦州市月降水量预报中的应用

试用钦州市 4月份降水量与前期 5 0 0 HPA各月平均高度场作相关分析 ,选择一批优势相关区 ,并用历年各优势相关区内相关系数 r绝对值大于等于 0 .4 ,且点数为 3点以上并连在一起的所有格点的平均值与预报年的相应区域内格点平均值作相相似离度计算 ,预报 4月雨量。并将 1996～ 2 0 0 1年作为试报年 ,结果 6年报对 5年 ,准确率为 83%。     

诱发沪昆铁路江西段沿线水害和地质灾害的临界雨量初探

利用2008—2015年南昌铁路局管辖内沪昆铁路沿线(以下称沪昆线)的灾情资料、工务段编组站监测雨量和沿线附近的自动站雨量数据,分析了沪昆线由降雨诱发的水害和地质灾害特征,以揭示其与降雨强度的关系。结果表明:沪昆线降雨诱发的水害和地质灾害种类多、发生频率高,灾害年度差异较大;边坡、堤坡和堑坡的溜坍占全部水害和地质灾害事件的一半以上,且发生的时间集中在4—8月,与江西的主汛期时间一致;暴雨和连续性降雨是引起沪昆线水害和地质灾害的主要原因。最后基于警戒雨量临界值,将致灾前1 h最大降水量、3 h降水量、24 h降水量和连续降水量作为初始预报因子,采用事件概率回归法,建立了沪昆铁路江西段出巡、限速、封锁警戒的概率预报模型。     

上海地区短时强降水特点及其影响

利用2009-2013年上海市加密观测自动站降水资料和110报警信息资料,对上海市短时强降水进行统计分析,了解其地理分布特征、概率分布特点的同时,找出降水极端性与暴雨红色预警标准的对应关系,以及110报警次数与短时强降水的关系。结果表明:1)自动站1 h雨量≥30 mm、≥50 mm和3 h雨量≥50 mm、≥100 mm的5 a累计频数的大值区基本集中在市区及其周边地区,郊区次数明显减少,出现次数最多的是3 h雨量≥50 mm的情况,出现次数最少的为3 h雨量≥100 mm的情况。2)从不同降水强度的发生概率分布来看,郊区弱降水发生概率大于市区的,市区强降水(1 h雨量≥25 mm)发生概率大于郊区的。3)对流降水情况下,降水累积概率为1%时,对应的1 h雨量市区为63.6 mm、郊区为58.7 mm,接近暴雨红色预警标准;对应的3 h雨量市区为90.8 mm、郊区为86.8 mm,较暴雨红色预警标准的阈值小。4)报警次数与降水量的关系:1当1 h雨量40 mm或3 h雨量60mm时,报警次数变化不大,基本在10次以下;当1 h雨量≥40 mm或3 h雨量≥60 mm时,报警次数逐渐增多,大部分在20次以上;当1 h雨量≥60 mm(达到暴雨红色预警标准)、3 h雨量≥80 mm(未达到暴雨红色预警标准)时,报警次数明显增多,基本超过30次,最多达100次以上。从报警次数的角度来看,暴雨红色预警的3 h标准设定为80~90 mm更合适。2当逐1 h和逐3 h雨量不是很大、但累积降水量较大(特别是累积降水量超过100 mm)时,报警次数急剧增多,很多超过100次,说明报警次数还与降水的持续时间有关。3当累积降水量、逐1 h和逐3 h雨量都增加时,报警次数增加最快。4报警次数的极值并非都出现在逐1 h和逐3 h雨量大值时,在1 h雨强不是很强,但降水持续时间长,累积降水量大的时候,也十分容易出现报警极值。     

气候态调整对华北冬、夏季气候监测的影响研究

本研究对比分析了不同气候态下,华北冬、夏季降水及气温的差异,分析了气候平均值的改变对历史极端事件监测的可能影响。研究结果发现,1991～2020年（简称气候Ⅱ态）的冬季和夏季的平均降水量均略多于1981～2010年（简称气候Ⅰ态）,但接近或略少于1961～2020年的平均降水量,平均降水量逐年变化幅度冬季Ⅱ态小于Ⅰ态,夏季反之。气候Ⅱ态冬季降水空间分布不均,夏季较Ⅰ态呈“中部减少,东西增加”的分布型。冬季和夏季极端降水阈值Ⅱ态（0.86 mm和22.0 mm）较Ⅰ态（0.83 mm和21.6 mm）均略有提高,造成近60年华北大部基于Ⅱ态阈值的冬、夏季极端降水日数较Ⅰ态略减少。此外,气候Ⅱ态的华北冬、夏季平均气温均明显高于Ⅰ态,也高于1961～2020年平均值。Ⅱ态气温较Ⅰ态基本呈全区增加特征,但空间分布不均匀。冬季极端低温和夏季极端高温阈值Ⅱ态（-9.8°C和27.9°C）较Ⅰ态（-10.2°C和27.5°C）均有所有所提高,造成华北大部分地区基于Ⅱ态阈值的近60年冬季极端低温日数较Ⅰ态有所增加,夏季极端高温日数较Ⅰ态存在不同程度的减少。因此,新气候态下华北气温和降水均值,华北大部极...     

1972年9月19日上海地区雷雨个例分析

一、降水量分布1972年9月19日下午,上海地区发生了一次局部性雷阵雨,并伴有冰雹。从过程降水量分布图上看(图1),雷雨的局部性很显著。其特点如下:1.雷雨主要出现在从市区到南郊各县。雷雨的分布呈若干条西北到东南走向的雨量带。详见图1中雨量带Ⅱ、Ⅲ、Ⅳ、Ⅴ,其中以雨量带Ⅲ为最强,雨量带Ⅳ、Ⅴ因记录较少,仅对照雷暴活动和雷达回波加以推知。