黔西南短时强降水时空特征分析

利用黔西南州2006—2016年8县站全年逐小时降水量,对短时强降水特征及其与暴雨的关系进行分析,得出:(1)87%的短时强降水集中在20～40 mm/h,空间基本特征为"东多西少";94%的短时强降水出现在5—8月,3个级别的短时强降水都是在6月到达峰值;20～40 mm/h的短时强降水频次明显大于其它级别,60 mm/h的短时强降水只在夏季出现过;短时强降水主要出现在夜间,占总频次的70%,白天为低发时段,其中46%的短时强降水出现在前半夜,后半夜占25%,上午出现的频次最少,且3个级别的短时强降水都是在前半夜出现的频次最多。(2)黔西南州68%的暴雨天气中伴有短时强降水,二者的相关系数为0.94;所有短时强降水累计频次、暴雨日数与暴雨过程中出现的短时强降水的累积频次三者的空间分布基本特征均为"东多西少";暴雨量与当日最大小时降水量为显著正相关关系。     

2000年以来延边地区强对流天气特征分析

针对近年来各种强对流天气频发的特点,本文利用气象地面观测资料、加密自动站资料,统计分析了2000年以来延边地区的雷电、雷雨大风、冰雹和短时强降水等强对流天气的区域分布特征和逐月、逐旬、逐小时分布。分析表明:延边雷电活动山区多于平原地区,以哈尔巴岭西部敦化地区、长白山山脉东北部二道、和龙地区为最高;雷雨大风发生概率图们地区最高;冰雹天气有两个高发区域,一个是敦化地区,另一个是以龙井为中心的延吉、和龙、图们地区;短时强降水天气安图、龙井、汪清一带为高发区域;雷电、雷雨大风、冰雹活动主要集中在6、7月份,短时强降水主要出现在7月下旬至8月上旬;14-18时是延边地区强对流高发时刻,20时是雷电的多发时刻,但没有发生冰雹天气。     

会昌8月强对流天气短时预报初探

盛夏8月是冰雹、强降水和雷雨大风等强对流天气多发月,其中雷雨大风占全年大风的32%.1965～1993年8月,测站观测记录到冰雹一次、强降水6次,雷雨大风9次.除一次强降水出现在9～10时外,其余15次强对流天气集中出现在15时30分～21时.1986年开展强对流天气短时预报业务以来,先后出现4次雷雨大风和一次冰雹,这5次强对流天气均未提前半小时报出,准确率为0.日常业务中,预报员仅凭经验和临近天气实况来制作预报,从未形成客观定量的强对流天气短时预报方法.现以1965～1991年为资料样本,在地区气象台8月强对     

东北冷涡背景下强对流天气的基本特征分析

利用呼伦贝尔市CIMISS系统实况资料,统计分析了2010—2021年5—9月东北冷涡背景下的强对流天气时空分布及物理量参数特征。结果表明：(1)5月雷暴大风次数最多,6月冰雹次数最多,6—8月是短时强降水集中发生期,尤以8月次数最多。(2)强对流天气主要出现在12:00—20:00,其中短时强降水每个时次均有发生,但雷暴大风与冰雹天气在21:00—次日08:00基本没有发生过。(3)大兴安岭西部雷暴大风站次较多;大兴安岭东北部、岭上及岭西北的冰雹站次较多;短时强降水与强对流天气空间分布特征较为一致,均是大兴安岭岭上南段与岭东的站次较多。(4)雷暴大风天气的风速多以17.2～20.7 m·s^-1为主;短时强降水量级为20.0～29.9 mm的站次占总站次的74.3%;持续时间小于5 min冰雹居多,直径小于5 mm冰雹的站次占总站次的49.1%。(5)短时强降水850 hPa的比湿、水汽通量、水汽通量散度的物理量参数均值均大于冰雹、雷暴大风;短时强降水K指数均值大于冰雹、雷暴大风,T₈₅₀-T₅₀₀均值大于26℃,短时强...     

肇庆市强对流天气的时空分布特征

采用2010—2015年肇庆市146个自动站3—10月的时雨量和最大风速资料,统计分析肇庆市短时强降水和雷暴大风的时空分布特征。结果表明:(1)肇庆短时强降水和雷暴大风发生的高峰期是5—8月,峰值位于5月。(2)肇庆短时强降水和雷暴大风日变化都有日强、夜弱的特征,高发期在白天的午后。短时强降水的峰值出现在17:00前后,雷暴大风的峰值则在15:00。3—6月的短时强降水在凌晨07:00前后有一个小高峰,雷暴大风在凌晨05:00有小高峰。(3)肇庆短时强降水空间分布受地形影响较明显,3—10月多发于山区与平原过渡的地区。3—6月短时强降水多发范围远大于7—10月。3—6月有呈南北向的弱(西部偏西)、强(中东部)两带,小中心分布与地形山脉间的山谷走向接近;7—10月的多发区在肇庆东部,小中心主要位于东部的东南迎风坡。(4)肇庆雷暴大风多发地多处于平原、盆地、西江沿岸等地形较为开阔处,在封开县江口附近有一个高频的多发中心。     

2010-2019年遵义4-8月短时强降水的时空特征分析

该文利用2010—2019年4—8月遵义13个国家站逐时地面降水观测资料,从年变化、月变化、日变化以及空间分布等多个角度进行统计,从不同等级雨强的时空分布进行分析,初步得出了遵义短时强降水事件的时空分布特征:①从短时强降水总频次的空间分布上看,东部发生频次较其余地区高;4月,发生频次地区差异小;5—8月,地区差异大。②从月分布来看,短时强降水高频中心有如下变化:4月集中在东北部、5月在南部和东南部、6月西移北抬到西部和中部、7月西移南压到西部和南部、8月东北移至东北部,高频中心的变化和副热带高压的南北位移有很好的对应。③从年分布来看,短时强降水事件平均每年发生49次,最多的是65次(2019年),最少的是33次(2017年)。4—6月事件频次迅速增加,6月到达峰值,6—8月事件频次开始逐渐减少,74.1%的短时强降水事件发生在夏季,尤其以6月份居多。④从日变化来看,08—13时短时强降水事件发生频次逐渐减少,13时达到一日中最低值,13—07时事件发生频次逐渐增加,有3个峰值,17—19时、20—22时和01—07时,期间有2个短暂的间歇期。4—7月白天平均发生频次较夜间少,8月反之。⑤6—8月是较高等级短时强降水事件的高发季节,尤其以6月份居多,但统计个例中≥70 mm/h的雨强却是在5月份出现。     

儋州市春季短时强降水特征分析

利用2012—2021年3—5月儋州市自动气象站逐时降水量的观测资料，分析儋州市春季短时强降水发生规律，包括春季短时强降水的年、月、日变化及空间分布等，结果表明：春季短时强降水主要出现在5月，趋于波动减少趋势；春季短时强降水主要发生在午后到傍晚，夜间出现短时强降水非常少；短时强降水的空间分布具有东多西少的特征；在南海低槽型环流影响下出现短时强降水站次最多，年均16.2站次。     

贵州省短时强降水时空分布特征分析

利用2005—2018年贵州省84个国家气象站逐小时降水量资料,采用统计诊断分析方法,在区分量级前提下,结合地形特征,分析贵州1 h短时强降水和逐3 h降水的时空分布特征。结果表明:(1) 14 a中短时强降水共出现5 981站次,年均427.2站次,其空间分布与地形特征密切相关,整体呈现南多北少、东多西少的特征,贵州西南部“喇叭口”地形和东南部雷公山南侧“喇叭口”地形与河谷地形重叠区域为短时强降水高发区。短时强降水分级统计显示,99%的短时强降水集中在前两个雨强较小的等级,而R1h≥80 mm的短时强降水14 a只出现过5站次。各站点最大雨强空间分布与短时强降水的总站次数分布趋势较为一致,一般南部大于北部、中东部大于西部,局部存在差异。平均雨强整体呈现南强北弱的特征。(2)在2005—2013年期间,短时强降水站次数大多处于年均值(427.2站次)之下,2011年达到最低值275站次,2014年站次数骤然增加至564站次,2015年继续增加到最大值662站次,其后迅速回落到比年均值略高的位置小幅变化。各站点短时强降水的年际变化在高发区离散度较大,在贵州西北部低发区离散度较小;月际变化曲线呈单峰型,5—8月份是降水高发时段,6月达到峰值。短时强降水主要以单站出现的局地性降水为主,同一时次出现3站以上的情况很少,以6月最多;短时强降水最早出现旬数呈东早西晚、南早北晚的特征,结束旬数西早东晚,北早南晚;各站点短时强降水出现概率最大旬多数集中在第16—18旬(即6月);短时强降水日变化的时间曲线呈单峰型,21时至次日07时为高发时段,中午12时前后出现较少。短时强降水日变化的空间分布特征为傍晚到前半夜主要集中在贵州西部,而后半夜多出现在东部和南部地区,中午前后全省均较少出现。(3)逐3 h降水时空分布特征与R1h大体一致,局部存在一些差异。     

基于探空图作岳阳强对流天气预报指标的分析

收集整理2007—2016年岳阳冰雹、雷雨大风、短时强降水3类强对流天气过程及其实况、再分析资料,基于探空图计算能量指标及不稳定指标,分析其与强对流发生的关系,寻找预报指标阈值,并进行预报试验。研究结果表明:①TT≥49℃、A≥20℃、K≥40℃时比较容易出现短时强降水天气,但在降雹与雷雨大风过程中,A10℃或K≥35℃的机率比短时强降水中的低,雷雨大风中的CAPE值明显比冰雹和短时强降水中的大。②2月下旬—4月上旬, LI20℃、Wm1.2 m·s~(-1)、△Z3 000 m(2～3个条件满足)可作为冰雹的预报指标;雷雨大风指标阈值为△θse_(700-850)≤-7℃、SI≤-1.2℃、垂直风切变(1 000～500 hPa)≥10 m·s~(-1);③每年的日能量平衡高度变化可分为两个阶段,当第一阶段中能量平衡高度高于250 hPa,且处于变化曲线中的极值时,往往对应出现强对流天气;第二阶段中能量平衡高度大部分高于250 hPa,要参考其他预报指标进行强对流天气预报。     

1986-2016年辽宁省强降水气候特征

利用1986—2016年62个国家气象站5—10月的逐日和逐小时降水观测资料,分析了辽宁省强降水的发生规律,包括强降水发生范围,逐年、逐月、逐旬、逐时变化特征、空间分布特征、雨强分布规律等。结果表明：1）1994年辽宁省强降水频繁、雨强大、降水范围大,为典型强降水年份。2）辽宁省强降水主要集中在7—8月,尤其是7月下旬—8月上旬,占总发生次数的38.3%。3）早晨和下午为短时强降水高发时段,上午及夜里为短时强降水的低发时段。4）辽宁省强降水呈东多西少、南多北少特点,存在3个高值区, 2个低值区。5）辽宁省短时强降水以20—40mm/h为主,日强降水以50—100mm/24h为主。     

江西不同类型强对流天气的地闪统计特征及与雷达回波特征对比分析

选取2004—2014年江西省11个ADTD雷电探测定位组网系统所得云地闪探测数据、省内多普勒雷达、探空和自动站资料,并结合重要天气报,将此11年的强对流天气分成短时强降水、有短时强降水伴随的雷雹大风和冰雹(以下简称风雹)和无短时强降水伴随的风雹这三种主要类型,分析它们发生前后的地闪活动特征及其与雷达回波的关系,结果发现,(1)江西省短时强降水、雷暴大风和冰雹分别主要发生在5—8、7—8月和3月;仅发生短时强降水时的站次远多于发生风雹天气时;除早春和盛夏无短时强降水伴随的雷暴大风发生站次较多外,风雹天气常与短时强降水相伴发生。(2)仅有短时强降水天气发生时,其站点地理位置越偏北、小时雨量越大,对应的地闪活动就越剧烈。不同小时雨量对应的地闪数存在较明显的季节性差异,表现为3、4月地闪数以小时雨量为50~55mm时最多;5—7月地闪数随着小时雨量增大总体呈增多趋势,尤以小时雨量为55~60mm时最多;8—9月则以小时雨量为40~45mm时最多。(3)就无短时强降水伴随的风雹天气而言,在3—5月雷暴大风和冰雹发生前30min内的地闪数差异不大,但平均电流强度后者大于前者;在6—9月雷暴大风发生前30min内的地闪数则为冰雹发生前的2~4倍,平均电流强度前者大于后者;该类风雹发生前的地闪数多于仅有短时强降水发生前,正地闪的平均电流强度前者也略强。(4)有短时强降水伴随的风雹发生前的平均正地闪数以8月为最多,而负地闪数则在6月最多;冰雹发生前1h内的地闪数随季节变化不大,而雷暴大风发生前的地闪数存在季节差异,夏季多于春季;另外冰雹的地闪数与冰雹直径存在较好的正相关性。(5)3—8月,有短时强降水伴随的风雹地闪数远多于无短时强降水伴随时;其平均电流强度前者大于后者;该类风雹天气发生前,地闪平均电流强度随季节呈先增大后减小的趋势,而无短时强降水伴随的风雹天气则无此特点。(6)强对流天气发生前,较强回波出现前的负地闪活动远比正地闪活跃,但其电流强度弱于正地闪;45dBz以上回波伸展高度越高,伴随的地闪数也越多,但其平均电流强度变化不明显。     

杭州地区雷雨大风灾害风险区划

通过对杭州市7个地面气象观测站及200多个自动气象站的观测资料进行筛选,得到杭州地区2004—2010年雷雨大风序列,分析其时空变化特征;从致灾因子、孕灾环境、承灾环境、防灾能力角度对杭州地区雷雨大风灾害进行风险区划。结果表明,雷雨大风多发生在春、夏季节;午后及傍晚,地势较低的平原、河谷、峡谷地带。杭州地区雷雨大风高风险区域主要分布在城区、富阳、余杭、萧山、临安东北部及千岛湖富春江流域一带;低风险区域主要分布于淳安、建德北部以及杭州中部部分地区。     

强对流天气人工智能应用训练基础数据集构建

基于业务观测、历史灾情及互联网媒体等多源数据整编形成强对流天气人工智能应用训练基础数据集（Severe Convective Weather DataSet for AI application,SCWDS）。SCWDS包括2012—2019年中国大陆区域的雷暴、雷暴大风、短时强降水、冰雹及龙卷5种强对流天气,共184865个个例（站次）,9256405个样本,每个样本包含强对流天气过程标注及对应时空窗口范围内的地面观测数据、探空数据、闪电定位数据、雷达基数据、卫星多通道数据和再分析产品等。雷暴、短时强降水、冰雹主要出现在6—8月,雷暴大风主要出现在4—5月,龙卷主要出现在6—8月和4月。短时强降水发生时间呈03:00—04:00（北京时,下同）和15:00—16:00时段双峰分布,雷暴、雷暴大风、冰雹、龙卷主要发生在13:00—19:00时段。雷暴主要出现在华南、江南及青藏高原、云贵高原,雷暴大风主要出现在华北北部及江南沿海,短时强降水主要出现在西南、华南、江南及黄淮江淮地区,冰雹主要出现在青藏高原、云贵高原及华北北部。SCWDS作为机器学习模型训练的基础数据,为强对流天气智能识别和预报应用提供数据支撑。     

江西冰雹与雷雨大风气候变化特征的对比分析

利用江西省85个气象站46年的监测资料,采用气候统计分析方法,研究江西省冰雹与雷雨大风气候变化特征,结果表明:冰雹易发区主要分布在江西中西部,有4个中心;雷雨大风易发区主要分布于中北部的地势平整地区,有2个中心。冰雹季节变化呈单峰型,3—5月最容易出现冰雹,4月份最多;雷雨大风季节变化呈双峰型,主要出现在3-8月,3-5月为一高峰,6-8月为另一高峰。冰雹1981年以前以12 a周期经历了3次转换,1981年后以18 a周期进行变化,同时还在9 a时间周期进行了4次转换。雷雨大风主要以中高频周期振荡为主,1973年前为12 a的振荡周期,1974年后,振荡周期主要以6 a为主。EOF展开的第一特征向量表明江西冰雹与雷雨大风的变化趋势总体特征是一致的;第二特征向量表明冰雹和雷雨大风在地势平整地区与多山地区都存在反位相变化,而江西南部雷雨大风变化更显著;第三特征向量表明冰雹和雷雨大风在武夷山附近与其他地区都存在反位相的变化。     

2012年4月大气环流和天气分析

2012年4月大气环流特征为:北半球极涡呈单极型分布,强度接近常年;中高纬度环流呈4波型分布,乌拉尔山阻塞高压尤其偏强,有利于冷空气影响我国;中低纬度地区南支槽前多波动,西太平洋副热带高压强度稍偏强。4月全国平均温度为11.7℃,较常年同期(10.7℃)偏高1.0℃。全国平均降水量为45.6 mm,较常年同期(43.1 mm)偏多2.5 mm(偏多5.8%)。月内我国共出现了8次大到暴雨降水过程,华南、江南多强对流并伴随雷暴大风和冰雹天气,北方出现6次沙尘过程。     

江西三类致灾大风天气活动与回波特征分析

使用常规天气资料、灾情资料、自动气象站、卫星云图和雷达回波等资料,对江西出现的灾害性大风天气进行分析,结果表明：江西致灾大风天气主要有三种类型。（1）与飑线回波带和超级单体等雷达回波系统相伴随的雷雨大风天气,同时还伴随强雷电、强降水、冰雹和龙卷等灾害性天气;（2）与冷锋雷暴回波带和冷空气大风相伴随的混合大风天气,具有雷雨大风天气和冷空气大风天气活动的特征;（3）由雷暴下沉气流触发、中高空动能下传和气压梯度风共同作用产生的无降水致灾大风天气,没有降水、雷电等天气现象伴随。     

2018年一次罕见早春飑线大风过程演变和机理分析

2018年3月4—5日,华南、江南等地发生了一次大范围强对流过程,发生时间早,落区范围广,多地伴有雷暴大风、冰雹、短时强降水等剧烈对流天气,尤其飑线在江西境内造成了严重大风灾害。基于大气环流和雷达回波发展演变特征,将该次过程分为初始、发展和减弱三个阶段：初始阶段西风槽前西南急流造成的低压倒槽为强对流提供大尺度触发条件;发展阶段对流活动位于槽前暖区中,飑线在江西造成极端大风;入夜后,冷锋南下,对流进入减弱阶段。环境场及对流参数诊断表明江西中北部低层高温高湿,中层干冷,温度垂直递减率大,有利于产生雷暴大风。南昌探空长时间序列分析表明温湿要素气候态异常,与历史同期比,低层明显偏暖偏湿,中层偏干,有利于极端对流天气发生。综合多源观测资料和雷达资料分析中小尺度特征,本次江西飑线过程特点及成因包括：（1）受引导气流和前向传播共同作用,飑线移动速度快。（2）自动站分析显示飑锋后雷暴高压强,与锋前暖低压作用造成强密度流,有利于产生大范围直线型大风;（3）通过对比飑线弓状回波南北段回波结构差异表明,飑线后侧中层干后向入流促使降水粒子相变,剧烈降温形成的强下沉运动(下击暴流)是导致极端大风的主要原因,后部层云区下沉气流增强雷暴高压加之动量下传作用对雷暴大风有增幅作用。     

雹暴系统中单体相互作用宏微观物理过程研究

为探究雹暴过程中单体相互作用的演变特征,利用X波段双线偏振天气雷达和二维闪电监测数据,结合常规气象探空和ERA5再分析资料,分析了贵州威宁县2018年4月30日一次雹暴天气过程中单体合并特征。结果表明:本次雹暴天气主要受两单体合并影响,合并初期有“云桥”现象发生,两单体的强降水促进了连接处的增长;合并使对流系统整体加强发展,初期上升气流和下沉气流的相互作用使雷暴回波顶高降低;冰雹粒子在合并阶段呈现增长趋势,大值主要出现在合并结束前6 min和合并后6 min。本次天气过程中,负地闪频次占总地闪的94%;闪电频次在合并阶段出现跃增现象且达到峰值,较大的上升速度使得低密度霰和冰晶的增速超过高密度霰增速的5倍,低密度霰与冰晶粒子之间非感应碰撞是主要的起电过程;合并完成后,回波顶高下降,上升气流减弱,大粒子下落,受附近新生对流的影响,系统的霰粒子与冰晶粒子数短暂增加,闪电发生频次再次上升。      

都匀雷达ROSE2.0一次强对流天气过程应用检验

针对黔南州2022年4月24日午后到夜间的一次强对流天气过程,利用实况资料和都匀雷达ROSE2.0在短时强降水、冰雹、雷暴大风方面的监测和预警产品对比检验,结合本地短时临近预报业务应用效果分析,发现：受地形影响都匀雷达ROSE2.0估计降水在大雨以下量级表现较好,但对暴雨以上量级估计值偏小,没有明显短时强降水报警体现,本地化应用门限值降低约3成左右设置更为合理;都匀雷达ROSE2.0对冰雹预警落区指示和命中率较高,但时间提前量平均仅9分钟,对雷暴大风预警仍然有难度,剖面图分析能更好地识别雷暴大风指标。另外,雷达ROSE2.0软件强天气预警算法得到进一步优化,应融入一体化平台等快速支撑预警业务应用。     

江西夏季雷电天气热力条件及不稳定指数对比分析

选取2007年夏季两次强度不同的致灾雷电过程进行对比,并将其能量参数与典型历史个例进行比较。结果表明：（1）副高位置、500hPa低槽移速、中尺度辐合系统以及热力结构的差异是导致雷暴强度不同的原因之一;（2）中尺度辐合系统移向鄱阳湖时,对流天气更加剧烈,但对大尺度系统鄱阳湖的阻挡作用不显著;（3）对流层上干下湿的特征越明显,强雷电发生的概率越大;（4）CAPE〉632J/kg,K〉34℃,Si〈0℃,Li〈0℃,TT〉43℃,SSI〉43可以作为江西致灾雷电发生的阈值,超过阈值越多,强对流天气发生的概率越大;（5）能量参数的演变对致灾雷电的潜势预测、强度判别具有较好的指示,夏季对流参数的指示意义较春季更好。