流场中的奇异线(点)特征与汛期广西暴雨分析

利用热带地区风矢量场和分解的uv分量(流线和等风速线)的基本型式,对1996~2002年4~9月169例影响广西的暴雨流场特征进行了分析。结果表明流场中的奇异线特征(如切变线、辐合线、等风速密集区)和奇异点特征(如低涡、气旋性拐点)等与暴雨过程和强度有较好的关系。在实际预报业务中,结合数值预报产品和卫星云图资料的使用,对提高广西暴雨过程的强度预报有较好指导作用。     

低纬南北风指数在广西暴雨预报中的应用

利用EC风场资料设置低纬南北风指数,探讨和建立广西暴雨预报指标。采用离散格点坐标方法,对1970-2009年1115次锋面过程分析,整理出全区性暴雨事件发生时对应的南风指数和北风指数、全区性暴雨事件不发生时对应的南风指数和北风指数,由此计算得到全区性暴雨事件发生的概率（等值线）随南风指数和北风指数的分布,再通过经验订正,归纳出广西全区性暴雨开始时间、暴雨落区、暴雨强度预报指标。经过对1970-2009年440次锋面暴雨过程检验,符合暴雨开始时间指标的过程比例为74．5％,符合暴雨落区指标的过程比例为75．9％,符合暴雨强度指标的过程比例为67％,均处于合理的范围,可以应用到暴雨预报业务中。     

2015年5月19—20日华南地区不同性质暴雨成因和预报分析

利用常规地面、高空和自动站观测资料以及NCEP 1°×1°逐6 h再分析资料,结合多普勒雷达回波和卫星资料,对比分析了2015年5月19—20日华南暴雨过程中不同性质暴雨对应的天气背景、垂直结构特征及直接造成暴雨的中尺度对流系统活动特征。结果表明：此次华南暴雨过程3个强降水中心分别与3个中尺度对流系统相关。（1）广西北部在850 hPa低涡切变线及α中尺度锋面气旋影响下,暴雨区斜压锋生结构明显,整层大气强烈上升。地面冷锋后中尺度线状对流活跃,排列紧密,持续时间较长,降雨量大。大尺度模式有较高的可参考性。（2）广东中北部暴雨区受边界层弱冷空气触发,线状对流系统在其南侧高温高湿环境中新生并传播,排列松散,移动速度较快,总降雨量不及广西北部,但局部雨强突出。边界层中尺度辐合线及γ中尺度气旋对强降水起重要作用。中尺度模式有一定的反映,预报难度较大。（3）广东东南部暴雨由暖区边界层风速辐合及地形海岸线作用产生,其降水质心低,降水效率高。模式的预报能力十分有限。针对不同特点的暴雨预报,数值模式的预报能力不同,而预报员在对天气特征准确把握的基础上,综合考虑不同数值模式的结果,有望得到更准确的预报。     

华东区域模式对河南“7·19”特大暴雨的数值检验与分析

采用9 km分辨率的华东区域模式预报产品,对2016年7月19日发生在河南省的极端暴雨过程进行天气学检验与分析,结果表明:1)华东区域模式提前60 h对本次暴雨过程做出了较好预报,能反映出该暴雨过程的降水中心、强度及强降水发生时段。对临近时效和极端暴雨中心极值,该区域模式表现出优于全球模式的预报能力。2)华东区域模式能较好预报出本次过程中对流层中低层主要影响系统,但对系统位置、强度和移速预报与实况的差异导致了降水落区预报的偏差;西南急流预报较实况偏强是导致豫东南暴雨区空报的原因之一。3)华东区域模式对暴雨发生前K指数分布及不稳定层结有较好预报,对暴雨预报业务有重要指示意义。4)模式能较好地刻画出地面辐合线及气旋位置。     

广西一次持续性暴雨过程的延伸期预报及模式应用检验

2019年5月25—30日广西出现了持续性暴雨过程,引发洪涝和衍生灾害。利用国家气候中心大气监测资料和第二代月动力延伸预测模式业务系统(DERF2.0)预报资料,研究了这次持续性暴雨的背景特征,并对这次暴雨过程的延伸期预报效果进行评估。结果表明:(1)此次持续性暴雨发生在一次MJO对流活跃区东传的背景下。(2)DERF2.0模式提前10-30d预报出广西5月第6侯降雨偏多的趋势,并在4月30日、5月10日分别预测出这次暴雨过程出现前后有强降雨,但有1-3d的误差,且对过程强度的预测不够精准。     

一次江淮切变线暴雨过程的数值模拟与诊断分析

采用非静力中尺度模式WRFV3.3对2010年7月12-13日一次江淮切变线暴雨过程进行数值模拟,分析了暴雨形成的大尺度环流条件、中尺度气旋演变,并对涡旋与变形场的相互作用指数VDI与降水之间的关系进行了探讨。结果表明：本次暴雨过程为典型的切变线降水过程,是在高层200 hPa强大的南亚高压稳定少动,中层500hPa短波槽生成东移、西太平洋副热带高压维持的背景下,由低层700 hPa和850 hPa切变线上中尺度低涡以及地面梅雨锋扰动的共同作用造成的。WRFV3.3较好地模拟了本次暴雨过程的雨带和暴雨中心。中尺度气旋发生于长江中下游呈东北-西南走向的切变线上,暴雨发生于700 hPa切变线南侧、低空急流轴的左侧,急流轴上的大风速中心与1 h雨强有较好的对应关系。中尺度涡旋与大风速中心之间存在着明显的相关性,风速增强,涡旋增强。VDI指数对降水中心和强度有较好的指示性,有助于在实际预报业务中对降水中心和强度做出正确判断。     

一次江淮切变线暴雨过程的数值模拟与诊断分析

采用非静力中尺度模式WRFV3.3对2010年7月12-13日一次江淮切变线暴雨过程进行数值模拟,分析了暴雨形成的大尺度环流条件、中尺度气旋演变,并对涡旋与变形场的相互作用指数VDI与降水之间的关系进行了探讨。结果表明：本次暴雨为典型的切变线降水过程,是在高层200 hPa稳定少动,强大的南亚高压,中层500 hPa东移短波槽、西太平洋副热带高压维持的背景下,由低层700 hPa和850 hPa切变线上中尺度低涡以及地面梅雨锋扰动的共同作用下造成的。WRFV3.3较好地模拟了本次暴雨过程的雨带和暴雨中心。中尺度气旋发生于长江中下游呈东北-西南走向的切变线上,暴雨发生于700 hPa切变线南侧、低空急流轴的左侧,急流轴上的大风速中心与1 h雨强有较好的对应关系。中尺度涡旋与大风速中心之间存在着相互作用,风速增强,涡旋增强。VDI指数对降水中心和强度有较好的指示性,有助于在实际预报业务中对降水中心和强度做出正确判断。     

应用四点法预报东向暴雨

东向辐合流场引起的暴雨,是我省7—10月暴雨预报中的一个主要难点。本文由低层流场出发根据东向影响系统所特有的流场和路径,分析系统必经区域内流场的某些特点,发现可由四个固定点的风速,即用四点的风矢进行计算,来表示影响区域的环流量和辐合量,以此做为预报指标,经过反查和试报,发现有较好的效果。     

延伸期暴雨过程的神经网络预报技术应用初探

利用DERF2.0延伸期环流预报数据资料,首先使用暴雨过程信号指标就一般降水和暴雨过程进行分类,结果延伸期逐日降水分类预报准确率为65%。最后利用逐步回归和粒子群-神经网络方法就延伸期暴雨综合强度进行建模预报,逐步回归方法在F=3条件下对广西暴雨综合强度预报误差最小;粒子群-神经网络预报误差均小于逐步回归方法,相对误差较逐步回归方法预报效果最好的方程减小了32.5%,可见粒子群-神经网络在延伸期定量化预报中具有很好的应用前景。     

一次暴雨天气的成因分析

分析了泰安市2004年7月16-17日一次暴雨天气过程前后的高空环流形势和影响系统;通过对物理量场的诊断分析,得出暴雨发生时相关物理量场分布特征以及中小尺度云团的演变特征,揭示泰安夏季暴雨形成和发展的特点.暴雨发生时不同层次上的水汽通量、流场、垂直速度、涡度等有明显变化,尤其是24小时增量对暴雨预报有较强的指示意义.     

一次低涡影响造成的暴雨分析

通过对2011年5月广西出现的全区性暴雨过程前后低涡的发展、结构及雷达回波特征进行分析,发现暴雨的落区、强度和持续时间受低涡的发展、移动速度和方向的影响,通过低涡附近的各物理量场、层结特征及雷达回波特征可对暴雨预报有很好的指示作用。     

一种基于分析增量更新技术的台风初始化方案

台风初始化方案最大的困难在于其只能根据有限的观测资料（台风中心位置、最低气压、最大风速和大风半径等）来构造一个与模式动力-物理过程协调的涡旋模型。首先根据实际观测资料对背景场中的涡旋扰动进行重定位和风速调整,然后将分析增量更新（Incremental Analysis Update,IAU）技术应用于台风初始化方案中,将调整后的涡旋当作一个强迫项逐渐加入到模式预报过程中,通过模式自身调整来得到一个协调性较好的台风初始结构,从而改善模式对台风的预报性能。对“山竹”台风的多次预报结果表明:（1）台风初始化对于台风路径误差影响较小,对于强度预报改进则比较明显。特别是在台风生成初期,台风初始化技术能够有效地增强全球模式分析场中的涡旋强度,并解决预报过程中强度较弱的问题。（2）根据预先给定的三维风场,IAU技术能通过模式自身预报过程对其他变量进行调整,从而得到一个热力和动力协调的初始涡旋结构。相对于仅对初始风场的调整,它对24 h之后的路径和强度预报误差会有更进一步的改善。（3）对IAU中的松弛时间进行参数敏感性试验,发现该变量取3—6 h效果较好。      

T639数值预报产品在2011.5.10-13广西暴雨过程的释用分析

运用t639数值预报产品,从影响系统、能量及水汽条件等方面对2011年5月10-13日广西暴雨天气过程进行分析.结果表明:t639数值预报产品对转折性天气过程预报有明显的指导意义.在这次强降水过程中降水落区、持续时间以及过程雨强均体现出较好的预报能力.     

应用GRAPES模式对贵州暴雨过程的模拟试验

利用我国新一代数值预报模式GRAPES（Global／Reglional Assimilationand Prediction Enhanced System），对2004年发生在贵州的3次强降水过程，即6月23—24日、7月17—18日和7月21—22日的暴雨过程进行了数值模拟，并与实况资料进行对比分析。模拟结果表明：GRAPES模式成功地模拟了这几次降水过程中的主要天气系统的位置和移动过程，如西南低涡的加强、较强的低空急流、低空气流辐合以及高空槽过境等，因此较好地模拟出暴雨的落区和分布特征。但对强降水的模拟与实况有一定差异，对局地暴雨的模拟偏小。模拟试验分析可见：GRAPES模式对贵州暴雨有预报能力，有较好的参考作用。     

内蒙古地区T639气象要素预报性能评估检验

通过T639模式预报产品在内蒙古地区降水量、2 m温度、相对湿度和10 m风向、风速及降水过程预报效果的适用性研究,得出以下结论,温度和相对湿度预报的准确率较风向、风速明显偏高,温度和相对湿度预报的误差系统偏小,风速预报误差偏大的概率较大;降水量的预报准确率随降水等级增加而递减,对小雨而言,模式漏报率小于空报率,多报降水的偏差和少报降水的偏差相近。在预报要素空间分布上,风向预报的偏差顺时针偏转,其夹角小于45°,温度预报偏差总体偏小,相对湿度预报偏差由西向东表现为“+、-、+、-”的分布特征;小雨和中雨落区预报偏大,暴雨落区预报偏小;贝加尔湖冷涡强度的预报偏强,西太平洋副热带高压的强度预报偏弱,影响范围偏西偏北。     

诱发泥石流灾害的四川盆地大暴雨过程分析

通过对2001年9月18－20日诱发泥石流灾害的四川盆地西、北部大暴雨过程的分析，得出几点认识：（1）诱发泥石流灾害的暴雨与前期雨日、暴雨强度及地质、地貌有关，此类暴雨预报应以地质、地貌特征划分区域为妥。（2）这次华西秋季大暴雨过程中前、后期500hPa影响系统不同，这是一般暴雨所少见的。（3）大暴雨发生在对流层中低层为气旋性涡旋、流场辐合加强、水汽通量增加、水汽通量辐合加强，并伴有高层较强辐散的情况下。（4）Q矢量辐合带对暴雨有指示意义，尤其是在天气影响系统不明显的情况下，进行Q矢量分析更为有益。     

广西暴雨卫星云图与热带流场变化综合预报方法

利用卫星云图资料结合热带风场的变化,采用分级客观定量的计算方法,得到影响关键区内的云系像素值大小和云顶亮温。同时,结合该关键区内热带风场的变化,对云系是否影响广西进行预测,判断其对暴雨范围、强度、持续时间的影响程度,从而作出暴雨过程的预报。经过对1996~2002年4~9月169例暴雨个例的资料统计分析表明:在广西大范围暴雨过程中80%的云系叠加在西南风急流之上。云顶亮温在-70℃以下的云系像素值达到500时,就有大范围暴雨天气过程的可能。此结果应用到日常预报业务中,对提高暴雨预报准确率有较大帮助。     

1961-2012年山东汛期暴雨气候特征分析

利用1961-2012年山东省35个气象站汛期逐日降水资料,采用常规统计法分析了山东省汛期暴雨日数和暴雨强度的时空变化特征,运用均生函数建立山东省汛期暴雨日数和暴雨强度的预测模型,并进行试报和预报检验。结果表明：1961-2012年山东省汛期暴雨日数和暴雨强度均呈减小趋势,但减小趋势不明显,未通过0.05信度的显著性检验。1961-2012年山东省汛期平均暴雨日数为2.2 d,存在3.4 a与准8.0 a周期振荡|暴雨平均强度为67.8 mm·d^-1,有2.3 a、3.3 a、6.9 a与准12.0 a的变化周期。1961-2012年山东省汛期暴雨日数和暴雨强度未出现气候突变|山东省暴雨日数和暴雨强度自20世纪70年代中末期至80年代末期出现年代际减小的变化。山东省汛期多年暴雨平均日数和暴雨强度呈自西北向东南逐渐增加的分布趋势。鲁南、山东半岛南部和东部地区是山东省汛期暴雨（连续性暴雨）的多发地带及暴雨强度大值区域。对2003-2012年山东汛期暴雨预测表明,均生函数预测模型可较好拟合山东省汛期暴雨日数和暴雨强度的变化趋势,对山东汛期暴雨有较好的预测能力。     

用支持向量机方法做登陆热带气旋站点大风预报

将支持向量机（SVM）回归方法应用于在登陆热带气旋影响下,每天00、06、12、18 UTC 4时次2分钟平均的站点风速预报。从2002-2007年热带气旋本身强度、站点地形情况和站点附近高低空环境场要素,设计相关因子,建立了4种预报模式,其中模式4的风速拟合误差的标准差为1.591 m·s~（-1）。用2008年8个登录热带气旋做独立样本检验,预报风速与实际风速的平均绝对值误差为1.750 m·s~（-1）,标准差为2.367 m·s~（-1）。结果表明,在适当的样本截取和预报因子选取后,SVM方法建模的风速预报48小时内效果较好。     

基于ECMWF集合预报的一次大范围暴雨敏感因子分析

以2015年5月20日广东省一次大范围暴雨过程为研究对象,利用ECMWF集合预报产品选出了预报好和差的成员,对比分析了环流形势场和物理量场的差异,找出了暴雨敏感因子。结果表明:集合预报能够较好地预报出该次大范围暴雨的环流形势场、降雨分布和量级特征,但对大雨以上量级的精确预报还有较大的误差,主要表现为大雨以上量级空报率最高以及暴雨以上量级漏报率最高。不同集合预报成员对降雨的形势场和大雨以上量级的预报有显著差异。相比暴雨预报能力较差的成员,优选成员对低层风场和低压的发展预报更接近实况,同时在风速、CAPE值、850 hPa温度、850 hPa和925 hPa比湿等物理量场与实况更接近,是该次暴雨的敏感因子。