阵风因子与大气边界层要素的关系及预报试验

利用2008—2016年舟山4个海岛气象站大风资料和欧洲中心的ERA-interim再分析资料,分析了阵风因子随平均风速、风向、小时、月份等分布的气候特征,统计阵风因子与边界层的大气稳定度、250～1000m风速与10m风速的比值、6h变温等要素的相关后,选取最佳预报因子,利用BP人工神经网络方法,根据不同因子组合对阵风进行循环试报。结果表明:①平均风速较小时阵风因子波动范围大;靠近大陆站点的阵风因子及来自陆地方向气流的阵风因子偏大。②白天11:00—16:00受太阳辐射影响大气湍流相对较强,阵风因子偏大。7—9月沿海受台风影响频繁,其阵风因子要大些,而11—12月阵风因子偏大则与来流方向的地表粗糙度较大有关。③阵风因子和边界层不同高度的风速与10m风速比值,及气温具有明显正相关,与边界层大气稳定度参数具有负相关,相关结果印证了阵风主要物理成因与动量的垂直湍流输送有关。④阵风循环试报表明最佳组模型试报的绝对误差及方差均比对比组模型减少约11%～25%,具有较好的预报效果。     

基于物理量场异常度的四川暴雨集合预报释用分析

根据四川区域暴雨的定义,筛选2012~2016年的区域暴雨过程,选取850hPa的比湿(q)、850hPa经向风(v)2个因子,并应用NCEP资料计算30年的气候平均值和气候标准差,引入集合预报资料,计算四川暴雨个例各要素的标准化异常度和异常度概率。得到以下结论:(1)850hPa的比湿(q)、850hPa经向风(v)两个因子的48h集合最大预报异常度对四川盆东型暴雨更为适用,实况50mm以上降水落区一般都发生在850hPa比湿(经向风)异常度大值区,而对盆西型暴雨适用性不好;(2)在四川盆东型暴雨中,60%暴雨个例的实况暴雨中心,850hPa上比湿超出气候平均1个标准差的概率达到80%以上,超出1.5个标准差的概率到达50%以上。      

一种概率方法在沿海海岛台风阵风预报中的应用试验

利用2004—2013年浙江影响台风及9个沿海海岛气象站风力资料,分析了各站阵风系数总体特征,及其与站点纬度、海拔高度和海岸线距离等因子的关系。结果表明,随着平均风速的增大,对应的阵风系数有减少趋势;距离海岸线近的站点和海拔高度小的站点其阵风系数也相对要大些。分析台风参数与阵风系数关系,得出阵风系数与台风7级风圈半径和站点离台风中心距离的比值具有最好相关。利用分位数回归方法建立概率预报模型,试报表明大部分站点阵风的50%和90%概率范围的击中率都符合预期,其波动范围一般在3%以内,模型表现比较稳定,对业务有一定的指导价值。     

台风“山竹”登陆前后广东沿海珠三角机场阵风预报方法研究

利用WRF模式对1822号台风"山竹"的登陆过程进行数值模拟试验,分析台风产生的大风特征,比较不同的阵风参数化方法在机场大风预报中的效果,结果表明:(1)试验基本模拟出了台风的路径和强度变化过程,模拟的珠三角机场平均风速大小和变化趋势与观测非常接近。(2)地面最大风速区出现在距离台风中心大约50-100km的位置上,垂直方向上风速从低层到高层逐渐减小,湍流动能的大值区集中在1.5km以下的边界层内。(3)台风登陆过程中广州、深圳和珠海机场的平均阵风因子分别为1.45、1.51和1.46,且随着平均风速的增大,阵风因子有减小的趋势。(4)基于湍流动能的阵风参数化方案在珠三角机场阵风预报中效果最好,平均预报误差只有3.9m/s,可以考虑应用到台风天气过程中机场阵风的业务预报。     

基于ERA5再分析资料的余姚地区阵风预报模型探究

利用2007—2017年余姚地区44个气象自动站观测数据和欧洲中心ERA5再分析资料,对余姚地区日极大风分布进行了统计分析,并提出一种本地化的经验阵风预报模型(雷暴日除外)。研究发现:余姚地区日极大风呈正态分布,风力峰值为4～5级,平均每年大风日占比达7.03%,累计大风时次占比3.32%,年平均大风日26 d。风力越小,阵风与平均风之间的线性拟合效果越好。影响阵风预报的因子主要有10 m平均风速、925 hPa风速、地面粗糙度、摩擦速度和3 h变压。6级及以下阵风预报中,业务中的阵风经验系数1.4容易造成余姚本地阵风预报偏低,适用于余姚本地阵风预报经验系数为1.775;6级以上阵风预报经验方程考虑了平均风速、垂直动量下传、水平动量传输、地面摩擦和海拔高度订正,其与925 hPa风速的平方呈正相关,与摩擦速度呈自然指数相关,经验方程相对于经验阵风系数的预报拟合优度提升了59.61%;经验阵风预报方程通过了2018—2019年的数据检验,该方程对1～2级阵风预报偏高,3～5级效果最好,6级阵风的预报偏低;6级以上的阵风等级预报准确率达55.2%。地形摩擦作用在冷空气大风与台风大风过程中尤为重要,这两类过程阵风系数分布类似,但台风带来的动量下传比冷空气更为明显。     

浙江海岛台风和冬季大风阵风特征的对比分析

为了提高阵风预报准确率,利用2006—2016年浙江7个海岛气象站资料和ERA-interim资料,分析了台风和冬季大风的阵风因子与10 m稳定风速、风向、Brunt-Vaisala频率、总体理查逊数、边界层250~1 000 m风速及其与10 m稳定风速比值等的关系,对比两种大风系统阵风的主要成因差异,最后对冬季大风的阵风因子进行拟合。(1)从总体上,台风阵风因子比冬季大风要大0.1~0.2,波动幅度也一般比冬季大风偏大0.3~0.5。有些站点在稳定风速较大时,阵风因子随稳定风速变化不明显,而有的站点变化幅度较大。(2)站点不同方位的地表特征差异明显,导致台风和冬季大风的阵风因子在某个风向上有较统一的最大值和最小值,两者差值一般为0.2~0.3。(3)大气边界层台风样本主要表现为气流辐合上升及正涡度,而冬季大风样本主要表现为辐散下沉及负涡度,台风垂直速度、涡度和散度的强度均明显大于冬季大风样本;从Brunt-Vaisala频率来看,边界层750 m处冬季大风样本总体为静力不稳定,而台风样本总体为静力稳定;从总体理查逊数来看,台风样本和冬季大风样本两者边界层250 m处动力不稳定程度接近。(4)台风和冬季大风的阵风主要形成机制不同,冬季阵风与边界层上层气流向下动量传输引发的辐合辐散有关,而台风阵风可能更多与边界层气流的水平动量输送引发的辐合辐散有关。(5)基于风向、边界层1 000 m处风速和10 m稳定风速的冬季大风阵风因子的拟合模型,比仅考虑10 m稳定风速的拟合模型的绝对误差减少了20%~50%,误差方差也减少了10%~30%。      

都溪风灾的天气学成因分析（二）

3．3．5强天气威胁指标强天气威胁指标是美国预报强风暴及龙卷风的一种参数，它是类似上述的热力不稳定度与动力因子相结合的综合预报指标。强天气威胁指标l的表达式如下：上式右边前两项属于热力因子，D＝Td850表示低空水汽量大小，T＝T850＋Td8502T500，反映大气低层高温高湿和中层低温的程度，即表示大气的不稳定程度，当T＜49时，此项为0。后三项是专门用以区别一般雷暴的强风暴动力因子，人表示850hPa风速，fs表示500hPa风速（单位是里/小时），S＝sina，a为850hPa风向与500hPa风向J顺时针转动的角度，并且要求500hPa风向在2100…     

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。     

用事件概率回归方法预报咸阳机场辐射雾消散

在常规的天气分析基础上,尝试用事件概率回归方法来预报咸阳机场辐射雾的消散,以实现雾消预报的定量化。选取咸阳机场1992-2002年95个辐射雾日样本资料,进行事件概率回归分析。入型条件为：早晨06时(北京时)成阳机场有辐射雾(能见度≤700m),考虑4小时内辐射雾消散与否的概率。因子的选取根据因子间及因子与预报量间的相关系数决定,所求回归方程经F检验是显著的。预报效果经回报与试报,准确率达到78％以上。     

台风登陆过程中南海近海阵风因子特征

阵风预报对于输电铁塔线路设计、风力发电、建筑和桥梁设计以及航空气象安全等至关重要。目前,基于不同观测资料和计算方法,学者们给出了不同的阵风或阵风因子参数化公式,没有公认的一致结果。利用中国气象局南海(博贺)海洋气象科学试验基地离岸4.5 km和6.5 km的两个海洋气象观测塔在2008—2018年七个台风期间观测的10 Hz高频湍流脉动数据,分析了观测高度、平均时间、下垫面特征和大气稳定度对阵风因子计算结果的影响,研究了近海海上台风过程中阵风因子与平均风速和湍流特征参数的关系。不同于以往研究给出阵风因子是常数,给出了阵风因子随10 m风速变化的计算公式,为阵风预报及相关防灾减灾提供参考依据。      

浙江省几种灾害性大风近地面阵风系数特征

阵风特性研究是大风预报和服务的基础。基于2011-2013年浙江省自动气象站逐日逐10 min测风资料,分析了浙江省陆地和近海海面冷空气、热带气旋和强对流大风的阵风系数特征。结果表明:冷空气和热带气旋大风阵风系数空间分布基本相同,大风主要发生在近海海面和沿海地区,海面阵风系数一般小于1.5,等值线平行于海岸线且自西向东逐渐减小,陆地阵风系数一般大于2.0,山区可超过3.0,表现出地形对阵风系数的增强作用。强对流大风阵风系数明显高于业务规范平均值,发生地点遍及浙江省各地,但发生概率超过10%的站点主要位于沿海地区和近海海面。风向基本不影响阵风系数空间分布。冷空气和热带气旋站点阵风系数与海拔高度有较高正相关性。模糊聚类分析发现:浙江省400 m以上山区站与70 m以下的低海拔站点在阵风系数特征上分属不同空间类型;基于逐步回归建立站点阵风系数预报模型,检验表明:模糊聚类可帮助提高模型阵风系数预报能力。     

Gust Front Statistical Characteristics and Automatic Identification Algorithm for CINRAD

Gust front is a kind of meso-and micro-scale weather phenomenon that often causes serious ground wind and wind shear. This paper presents an automatic gust front identification algorithm. Totally 879 radar volume-scan samples selected from 21 gust front weather processes that occurred in China between 2009 and 2012 are examined and analyzed. Gust front echo statistical features in reflectivity, velocity, and spectrum width fields are obtained. Based on these features, an algorithm is designed to recognize gust fronts and generate output products and quantitative indices. Then, 315 samples are used to verify the algorithm and 3 typical cases are analyzed. Major conclusions include： 1） for narrow band echoes intensity is between 5 and 30 dBZ, widths are between 2 and 10 km, maximum heights are less than 4 km （89.33%are lower than 3 km）, and the lengths are between 50 and 200 km. The narrow-band echo is higher than its surrounding echo. 2） Gust fronts present a convergence line or a wind shear in the velocity field;the frontal wind speed gradually decreases when the distance increases radially outward. Spectral widths of gust fronts are large, with 87.09% exceeding 4 m s-1 . 3） Using 315 gust front volume-scan samples to test the algorithm reveals that the algorithm is highly stable and has successfully recognized 277 samples. The algorithm also works for small-scale or weak gust fronts. 4） Radar data quality has certain impact on the algorithm.     

基于特定因子的河南省干热风客观预报方法

利用2000—2014年5月1日到6月10日河南省121个气象观测站点的逐日观测数据、欧洲中心模式预报资料,对河南省干热风天气进行分析,总结了干热风天气形势分类模型,同时利用多元回归法建立了河南省干热风天气的客观预报方法。分析结果得出:河南省干热风天气发生主要形势为西北气流型、高压脊型和纬向环流型3类;通过多元回归分析筛选出日最高温度预报因子为前一日最高气温、当日最低气温、08:00气温、EC850hPa 24h温度预报,相对湿度预报因子为EC850hPa 24h相对湿度预报、前一日14:00相对湿度、当日08:00露点温度,风速预报因子为EC细网格过去3h10m阵风预报,建立温度、湿度和风速3要素的预报方程;利用预报方程对2014年预报时段的天气进行检验,结果表明,对于轻干热风预报的TS评分为62%,重干热风预报的TS评分为64%。     

Spectra and gust factors for gale force marine winds

Wind turbulence measurements obtained at a stable floating platform 10 km off the coast of Nova Scotia are unique in the range of wind speeds covered, and in freedom from influences of platform motion and flow distortion. Spectra of wind velocity components are presented according to Monin-Obukhov similarity theory. Gust factors for downwind, lateral and vertical components are reported for a range of gust durations and sampling intervals. These results are compared with published values, confirming the concept of similarity theory for spectra in gale force winds, and resolving a discrepancy among published gust factors.     

强台风纳沙 (1117) 近地层风特性观测分析

根据琼州海峡两岸2个梯度塔和1部车载风廓线雷达共同获取的强台风纳沙 (1117) 实测风速资料,分析强台风纳沙影响期间大风特性,发现以下观测事实和变化规律:位于台风移动路径右侧的测风站,其风向呈顺时针方向旋转,台风眼区经过的测风站,其最大风速接近35 m·s-1,且风向旋转超过180°,台风外围大风区经过的测风站其最大风速达到30 m·s-1,风向旋转73°;大风风切变过程可用对数函数和指数函数拟合,对数函数和指数函数对光滑下垫面的拟合效果更好,且对数函数拟合效果要略优于指数函数;阵风系数随风速增大而减小,但风速达到6级以后,阵风系数不随风速大小产生趋势变化,阵风系数与下垫面粗糙度有关,在粗糙下垫面上阵风系数会偏大;大风阵风系数随高度变化可用指数函数来描述,且对来自光滑下垫面的近地层大风阵风系数拟合效果更好。该观测个例的大风风切变指数与GB/T 18710—2002的推荐值存在差异——粗糙下垫面的大风风切变指数大于标准推荐值,而来自光滑下垫面的大风风切变指数则小于GB/T 18710—2002的推荐值。