基于分钟降水数据的长沙市场次降水事件特征分析

采用长沙市1980—2017年的分钟降水数据,开展降水场次随间歇时间变化的敏感性分析,确立降水间歇时间为240 min,分3—11、3—6、7—9月3个时间段从降水场次与过程降水量、开始时间、结束时间、持续时间、间歇时间等5个方面进行长沙市场次降水事件特征分析。分析表明:长沙3—11月年平均出现121次降水事件,3—6月出现68次降水事件,7—9月出现32次降水事件;降水事件开始时间与结束时间随不同季节及降水量阈值呈现不同的日变化特征;降水持续时间在1 h以内的最多,有76%集中在12 h以下;间歇时间在12 h以下的为46%,超过24 h的降水事件占39%。     

PDO和ENSO与大连6—9月降水关系分析

利用1905—2006年的太平洋年代际振荡(简称PDO)、ENSO和大连6—9月降水资料,分析三者之间的关系。结果表明:在PDO暖位相期,大连6—9月降水总体比常年偏少;PDO冷位相期,大连6—9月降水总体上比常年偏多;PDO与大连6—9月降水存在准周期对应关系,从PDO冷位相到暖位相,对应的大连6—9月降水距平8 a滑动平均曲线总体呈下降趋势。ENSO对大连6—9月降水的影响明显受PDO的调制,在PDO冷位相期,ENSO年大连6—9月降水总体上比常年偏多,而在PDO暖位相期,ENSO年大连6—9月降水总体上比常年偏少;不同强度和不同冷暖性质的ENSO,在不同PDO位相期内对大连6—9月降水的影响也各不相同。     

基于雷达—雨量计降水融合方法提高极端降水监测能力

高时空分辨率、高精度的降水产品对于极端降水的监测以及防灾减灾具有重要意义。地面雨量计提供点尺度降水精确观测,但无法精细化捕捉对流性强降水的空间分布。雷达观测可以精细地刻画降水的空间分布特征,但雷达定量估计降水（QPE,quantitative precipitation estimation）产品估测精度易受雷达观测偏差和Z–R（雷达反射率—降水率）关系等因素影响。因此,本文开展高时空分辨率的雷达—雨量计降水融合算法研究,集成雨量计观测和雷达定量估计降水产品各自的优点。该算法主要步骤包括:雨量站观测数据格点化、局地雨量计订正雷达QPE和雷达—雨量计降水融合三个部分。首先利用克里金插值方法,对雨量站观测的降水进行插值,得到格点降水信息;再通过局地雨量计订正方法系统性地订正雷达QPE产品,以提高雷达QPE产品精度;最后,结合降水类型,通过雷达—雨量计降水融合算法,产生高时空分辨率、高精度的雷达—雨量计降水融合产品。通过郑州“21·7”暴雨、台风“烟花”和2021年8月随州暴雨三个典型的极端降水个例,对雷达—雨量计降水融合算法产生的雷达—雨量计降水融合产品进行了系统地评估和分析。结果表明,在不同的极端降水个例和不同的降水时段,雷达—雨量计降水融合产品精度上优于雷达QPE产品,且在降水的空间分布上较雨量站观测格点插值产品更能精细地刻画降水的结构特征。表明算法得到的雷达—雨量计降水融合产品的准确性较高,对极端降水有较好地捕捉和监测能力。     

近55 a中国西北地区夏季降水的时空演变特征

利用1961—2015年中国西北地区274个气象观测站点的日降水数据和再分析大气资料,采用EOF分析及累积距平等方法,研究了近55 a中国西北地区夏季降水的时空演变特征。结果表明：1）1961—2015年中国西北地区夏季降水的演变可分为三个时段,1961—1975年,该区域降水普遍偏少;1976—1996年,西北地区的东部降水偏多,西部降水偏少;1997—2015年,其东部降水偏少,而西部降水偏多。2）1976—1996年,西北地区东部降水偏多,是因为该地区夏季降水强度和降水频次明显增加,而西部降水偏少,则是该区域小雨与中雨的频次减少,降水强度偏弱造成的;1997—2015年,由于有效降水日数减少,降水强度偏弱等原因导致西北地区东部降水偏少,与此同时,西北地区的西部却因降水强度明显增强,持续降水日数和极端降水事件增加使得该区域降水呈现偏多的态势。3）降水区的转移,伴随着北半球对流层中层中纬度波列的演变,同时来自东欧与印度季风的水汽输送也对降水的异常起到了关键作用。     

春季中国大陆降水的特征及其与全球海温的关系

利用NOAA CMAP 1979—2010年逐月再分析降水资料、1978—2010年逐月ERSST资料和NCEP 850 h Pa再分析风场资料,研究了春季中国大陆的降水特征,及影响其降水的关键时段和关键海温区。结果表明,春季中国大陆降水偏多年和偏少年频次与强度都相当,年际变化明显。20世纪80年代前期降水偏多,80年代后期至90年代末降水偏少,2000年后至今降水偏多;降水主要有2个周期频段:8~10和3~4年。确定影响春季中国大陆降水的3个关键海温区:海区1:75°—180°E,30°S—30°N;海区2:150°—120°W,30°—60°N;海区3:180°E—130°W,20°S—20°N。不同海区海温在不同时期对中国大陆不同地区春季降水的影响有所不同。     

长江中下游地区梅雨期的中期降水活动

1、梅雨期中期降水活动 1980年长江中下游地区梅雨期为6月9日—8月31日,我们用汉口,安庆、南京、上海四个站6月9日—8月31日逐日平均降水量,表示长江中下游地区梅雨期降水概况如图1所示。由图1可见,梅雨期降水存在一些降水较多集中日期和降水较少或无雨集中日期,这是降水中期活动的表现。例如,6月23—30日即为一次降水中期活动,23—26日降水量较大,平     

西安市大降水的气候特征分析

使用1971—2000年西安市7个气象站的逐日降水资料,统计分析西安大降水的时空分布特征。结果表明:西安地区的大降水有阶段性,1971—1977年是多雨时段,1978—1980年是少雨时段,1981—1986年是多雨时段,1987年以后处于少雨时段,从1995年开始年大降水日数呈回升趋势;受秦岭山地的影响全区大降水分布不均,东部多西部少,南部多北部少;大降水2—11月都有发生,主要出现在7—8月;大降水大部分在1 d内结束,连续发生的较少。     

近20年青州市自然降水的宏观特征与变化趋势

利用青州市1980—1999年降水资料，重点研究了4—9月份的自然降水宏观特征与20年的变化趋势。计算了各类天气系统对降水的贡献，分析了各降水云系的时空分布特征及与降水的关系，研究了城区、山区、平原的降水差异。结果指出：青州1990—1999年比1980—1989年降水量增加，主要原因是气旋活动增加、积云类对流性降水加强。局地降水差异是城区＞山区＞平原。这些研究对掌握青州的气候演变规律，提高天气预报水平和实施人工影响天气作业，具有现实意义。     

江西省永修地区盛夏气温和汛期降水变化特征及其预测模型

利用逐日气温和降水资料,对江西省永修地区1961—2015年盛夏(7—8月)气温和汛期(4—6月)降水的变化规律进行分析。结果表明,永修地区盛夏气温和汛期降水均存在25—30 a的变化周期,但在全球变暖的大背景下,两者自1961年以后均未表现出明显的长期变化趋势。通过相关性分析从大气环流指数和外强迫指数中筛选影响永修地区降水和气温的显著相关因子,并采用逐步回归法构建永修地区盛夏气温预测模型和汛期降水预测模型。模拟和预测试验结果表明,气温、降水预测模型不仅能较好地模拟出1961—2010年永修地区盛夏气温和汛期降水的变化,还能很好地分别预报出2011—2015年永修地区盛夏气温和汛期降水。     

北京地区自动站降水特征的聚类分析

利用2007—2010年北京123个自动气象站逐时降水观测资料,采用聚类分析方法,对北京的主城区、西部和北部区、东北区、东南区共分为4个区域的逐时降水时空分布特征进行了分析。结果表明:通过与实际地形和下垫面类型比较,自动站分类较为合理,避免了在区域划分方面的主观因素影响。主城区降水集中时段最为突出,集中出现在7月逐日20—00时,且降水强度最强,降水量较大,降水小时数不多。西部和北部区降水集中出现在6月逐日18—20时、7月逐日23时至次日03时,降水小时数最多,降水强度不大,降水量不大。东北区降水主要集中出现在7月逐日00—08时和17—23时,降水小时数较多,降水强度不大,降水量最大;东南区降水主要集中出现在7月的逐日02—04时,降水小时数少,降水强度较大,降水量较大。     

北极涛动对东亚夏季降水的预测意义

分析了春季北极涛动(AO)指数的变化对梅雨—Changma——Baiu带夏季降水年际变化的影响。对观测的东亚10个站的降水长序列资料(1899—1999年)，进行滤波处理，保留10年以下的年际时间尺度的变化，再进行相关分析。结果表明，近百年的5月北极涛动指数与10站夏季平均降水相关最高达—0．45，超过99％信度水平。当北极涛动偏强一个标准差时，整个长江中下游地区到日本南部一带，降水减少平均约8％左右。降水的这种变化与对流层东亚急流的变化密切相关：春季北极涛动强时，随后夏季急流位置通常偏北，雨带位置也北移，从而造成梅雨—Changma——Baiu带降水减少，反之亦然。较强的AO异常对降水的影响更明显，而较弱的AO与降水异常的对应关系并不显著。这对东亚夏季年际降水异常具有一定的预测意义。     

近５０a江淮地区６—７月降水特征分析

用江淮地区147个气象站1956—2005年逐日降水资料,结合NCEP/NCAR 850 hPa风场再分析资料以及ERSST海温资料,对江淮地区夏季6—7月降水时空及其相关的海温特征进行了诊断分析。结果表明:江淮地区一致性偏多或偏少分布是6—7月降水的主要模态;从长期趋势来看,江淮地区6—7月降水表现为显著的增加趋势,另外近50a来,该区6—7月降水主要以年代际振荡为主;前期春季(3—5月)及其同期夏季(6—7月)中国邻近海域海表温度以及850 hPa风场同江淮地区夏季6—7月降水存在着显著的关系。     

云贵高原两个国家基准站降水特性比较

为更好地理解和认识小尺度地形对降水特性的影响,利用位于云贵高原地区相近的两个国家基准站太华山和昆明站2006—2018年雨季(5—10月)小时降水资料,统计分析了两站降水精细化的时空特征.结果表明,两站的海拔高度差约500 m、站距约5 km,暖季降水量差异不大,但降水的精细特征却存在明显差异,主要表现为:(1)两站的降水量和平均降水强度年际差异不明显,但太华山站多数年份的降水频次远多于昆明站;(2)降水日变化上,太华山站在11—20时的累积降水量要高于昆明站;两站降水频次均具有双峰型特征,但在03—09时和11—17时太华山站的降水频次要明显高于昆明站,00—13时和21—23时昆明站的平均降水强度高于太华山站.(3)两站的降水事件特征不同,太华山站的降水事件次数和累积降水量都明显多于昆明站,主要由持续时间在6 h以上的降水事件贡献.(4)两站降水事件主要为共有降水事件,降水特性差异也主要由共有降水事件造成.太华山站先开始(结束)降水的共有降水事件次数比昆明站多(少),持续时间(降水频次)比昆明站长(多),短、长时降水事件的降水量(降水频次)比昆明站大(多),平均降水持续时间比昆明站多0.36 h.(5)两站单独降水事件占总降水事件的39.9％,太华山站的单独降水事件数是昆明站的1.83倍,而且平均持续时间长于昆明站.     

国外科技消息

日本气象厅现在每天发布2—3次降水概率预报,效果较好,受到用户的欢迎。今后的发展动向是: 1.增加预报发布次数:现在降水概率预报每天发布2—3次,计划今后每6小时发布一次。 2.增加预报时段:现在降水概率预报仅预报当天9—15时、15—21时及第二天9—21时的降水概率。拟再增加其他时段的概率预报。 3.增加不同类型降水概率的预报:现在的降水概率是指6小时或12小时时段内1毫米以上降水的概率。但是,很多用户需要10毫米、20毫米以上等不同降水等级的概率。现行的降水概率是“地点概率”,但像大雨这类现象,“地点概率”难以应用,不如使用“地区概率”更合适。     

新疆昌吉市主汛期降水的日变化特征

基于昌吉市2009—2015年逐时自动降水资料,分析了主汛期(5—8月)降水的日变化特征。结果表明,降水主要集中在夜间21:00至翌日03:00,最大值出现在00:00,最小值出现在14:00;逐时降水频次为明显的单峰型,降水易发生在21:00至翌日08:00,降水频次的高峰值出现在01:00,降水最不易产生于午后14:00—18:00;降水强度变化的波动性较大,大值区出现在21:00至翌日02:00和15:00—19:00,最高值出现在18:00,最低值出现在03:00—08:00;在≥0.1 mm、≥1 mm和≥3 mm的逐时降水频次中,夜间降水频次较白天高,≥0.1 mm的降水出现次数较多;降水主要以夜雨,且以短时间(1~4 h)的降水为主,贡献率最大的是持续7 h的降水。     

1967—2008年青藏高原汛期不同强度降水日数变化

利用1967—2008年青藏高原68个台站逐日降水资料,按照《气象规范》对不同等级降水的定义,对青藏高原汛期（5—9月）不同强度的降水日数进行分析。结果表明：1967—2008年青藏高原汛期总降水日数及各强度降水日数均呈现出由东南向西北递减的空间分布特征,降水总日数和小雨日数以减少趋势为主,最显著的区域位于青藏高原东北...     

1961—2011年通辽市极端降水事件特征分析

文章利用通辽市9个气象站1961—2011年逐日降水资料,采用百分位值法定义了极端降水事件的阈值,统计了极端降水事件的频次,分析其空间分布特征和时间趋势变化。结果表明,通辽市极端降水事件阈值的空间特征是由南向北总体上呈高—低—高的分布特征,而极端降水事件频次空间差异较小,都在3.4d/a左右。1961—2011年,通辽市极端降水事件的发生频次呈减少趋势,减幅为0.23d/10a,存在明显的年代际差异。     

基于降水极端预报指数的福建台风极端降水预报研究

应用1961—2017年中国气象局热带气旋最佳路径数据集、国家地面气象观测站日降水观测资料和2015年8月—2017年12月欧洲中期天气预报中心（ECMWF）集合预报系统降水极端预报指数（EFI）数据,根据百分位法定义台风影响期间福建省各站点的台风极端降水阈值,采用最小阈值法剔除台风极端降水时EFI箱线图中的异常值,保留最小值作为台风极端降水EFI阈值,建立基于EFI阈值的台风极端降水预报方法。用该方法分别对2015年8月—2017年12月和2018年登陆或影响福建台风进行台风极端降水回报和预报试验,采用TS、空报率、漏报率对回报和预报结果进行检验。结果表明:福建台风极端降水阈值由沿海向西北内陆逐渐减小,其中中北部沿海地区的阈值最大;台风日降水量与日降水EFI预报、台风极端降水时的日降水量与日降水EFI预报均存在明显的正相关,日降水EFI预报的箱线图差异指数（I_bd）也表明EFI可以较好地区分台风极端降水和非极端降水;预报试验20时（北京时）起报时效12—36、36—60、60—84和84—108 h的台风极端降水预报TS分别达到0.26、0.22、0.20和0.19,总体上略优于回报试验;台风极端降水越显著,台风极端降水预报效果越好,回报和预报都存在的不足是空报率高,主要出现在台风极端降水不明显的个例中。降水EFI预报对台风极端降水预报具有较好的指示意义,基于降水EFI阈值的台风极端降水预报产品可在业务中作为台风极端降水预报的参考。      

东北初夏和盛夏降水时空变化及大气环流因子新特征分析

基于东北区域1961—2019年245站逐日降水资料,利用经验正交函数方法（EOF）、累计距平方法、滑动t检验、小波分析和相关分析等分析了东北地区初夏（6月）和盛夏（7—8月）降水的时空特征。结果表明：东北盛夏降水主要集中于东北东南部地区,初夏北部和东北部降水量也较多。东北初夏和盛夏降水EOF第一和第四模态分别表现为全区一致和自北向南负—正—负（正—负—正）的变化特征。初夏降水在1972年和1995年左右发生了共两次突变。盛夏降水分别在1966年、1983年和1998年左右发生了共3次突变。东北初夏降水在20世纪80—90年代存在显著的准6 a振荡周期,90年代后期开始准3 a周期较为显著;盛夏降水存在12 a左右的主振荡周期,且20世纪90年代之后3—4 a左右的年际尺度振荡周期显著。通过分时段探讨与降水相关的环流场特征,发现了东北初夏降水受东北冷涡的影响增强,盛夏降水由主要受西太平洋副热带高压影响转为受中纬西风带系统影响为主的新特征。     

全国热带气旋降水量的初步气候分析

利用1949—2009年热带气旋降水资料分析了全国热带气旋降水的时空分布特征。结果表明,全国各地区热带气旋降水的空间分布很不均匀,大致呈现东南—西北向的梯度分布,东南沿海地区降水量最大,西北内陆地区最小。另外,地形对降水的空间分布也有影响,例如东南沿海和山脉迎风坡的地形作用尤为显著。此外,比较不同年份的热带气旋降水的空间分布特征,有很多相似之处,如随经纬度的变化趋势,降水最大中心位置等。热带气旋降水具有比较明显的年代变化和显著的年际震荡。年代变化表现为20世纪50—60年代为大幅增加的过程,60—80年代降水总量基本维持,80年代后期降水呈现明显的震荡趋势。