2020年8月10日四川芦山夜发特大暴雨的动热力 结构及地形影响

由特殊喇叭口地形促成的四川雅安暴雨久已有名,研究颇多,而这一地区的暖区暴雨、夜发性暴雨的研究在业务预报和防灾减灾迫切需求的推动下也应加强。利用ERA5再分析资料,结合地面加密观测资料及中国气象局信息中心提供的三源融合近实时降水资料,对造成2020年8月10日四川雅安芦山的特大暴雨过程的动热力结构演变、触发机制和地形影响进行了诊断分析,揭示了弱天气尺度强迫及特殊地形影响背景下暖区暴雨的水汽、动热力结构演变及触发机制。研究得出:（1）此例暴雨属于500 hPa无明显影响系统、低层无急流背景下的东南风型暖区暴雨。在雅安“迎风坡”、“喇叭口”地形和芦山西南向“?”型峡谷地形的影响下,配合西太副高西进、东南暖湿气流加强和850 hPa弱低涡辐合气流的共同作用而诱发产生,此次降水时间短,强度大。（2）降水开始到强盛期间,始终有边界层地形作用产生的抬升速度、气旋式涡度和水平辐合与系统性垂直上升运动、涡度和散度叠加,增强了低层辐合,加剧了垂直上升运动,促使降水加强。（3）差动θ_se平流使得暴雨区对流不稳定度增强。对流抑制能量为零的高能高湿环境中,500 hPa θ_se弱冷平流也是暖区暴雨触发的因素之一;傍晚地形冷平流触发了初始对流并沿海拔高度1500米地形线分布;暴雨区上游强降水造成雷暴冷池出流叠加山风在“?”型峡谷西侧形成γ中尺度辐合线,并移至“?”型谷地内维持;冷性气流在快速下山后亦以冷池形式维持在“?”型峡谷东侧山脉附近,形成强温度梯度,这些因素触发并维持了芦山夜间特大暴雨。     

北方一次暖区大暴雨强降水成因探讨

2012年7月7日黄淮出现一次典型暖区大暴雨过程,降水持续时间长、强度大和强降水范围集中,中尺度特征明显。本文通过常规和非常规观测、NCEP分析资料对该次黄淮暖切变线引发的豫东北、鲁南和苏北等地大暴雨天气过程的成因进行探讨,结果表明:整层高湿环境有利于降低暖区暴雨对抬升条件的要求、提高降水效率和局地不断产生中尺度对流系统;低层垂直风切变和超低空急流在对流触发和维持中可能有重要作用;次天气及以下尺度的抬升条件,如地面辐合线、925和850 hPa切变和低空急流出口区的风速辐合等均可导致强降水,降水落区一般位于低层多层风速辐合的叠置区;暖区暴雨的雷达回波具有明显的后向传播、列车效应和热带降水型特点。     

海陆风和地形对一次弱天气背景下暖区特大暴雨的影响分析

利用区域气象站、海岛站、测风塔、风廓线和多普勒天气雷达等多种非常规观测以及NCEP/NCAR 0.25°×0.25°再分析资料,对2017年6月22日凌晨广东西部沿海发生的一次预报失败的局地特大暴雨过程的成因进行了综合诊断,重点探讨了局地海陆风和地形(相互)作用对该过程的影响。结果表明:(1)暴雨发生在弱天气尺度环流背景下,华南地区无锋面和高空槽活动,边界层超低空偏南急流为暴雨提供了不稳定能量,不同性质下垫面的热力差异导致天露山山前形成海陆风(偏南)与偏北风的中尺度辐合线,致使初始对流在关键区触发。(2)偏南暖湿气流向北推进受阻后,在天露山地形强迫抬升下对流增强发展成中尺度对流系统(MCS),下垫面热力差异在山前强迫产生的中尺度垂直切变与降水之间可能存在正反馈现象,延长β中尺度对流系统生命史。(3)中尺度辐合线上不断激发的对流云团,形成降水的列车效应,导致了这场罕见的局地特大暴雨过程,凸显海陆风环流对本次暖区暴雨的重要作用。(4)该过程发生前,所有业务客观数值预报模式均未预报出明显降水,数值模式难以做出暖区尤其是弱天气背景下的暴雨以上降水预报,目前的监测和短时临近预警是主要手段。     

福建西部山区一次中尺度对流系统触发机制分析

利用常规天气资料及地面自动站、风廓线雷达、新一代天气雷达资料和ERA-Interim逐6 h 0.125°×0.125°再分析资料,分析2015年5月19日福建西部山区一次极端降水的中尺度特征。结果表明:(1)极端降水分为锋前暖区降水和锋面降水两个阶段,暴雨区位于低空西南急流轴左侧,水汽充足,冷暖空气交汇,不稳定能量大,抬升凝结高度和自由对流高度低,大气可降水量大及中等强度的垂直风切变形成有利于中尺度对流系统(mesoscale covective system, MCS)发展的环境条件。(2)锋前暖区降水期间,西南气流携带高能量和水汽充足的空气移入暴雨区被中尺度边界附近的冷出流空气抬升,不断产生新的对流单体,对流单体向东北偏东方向移动,排列形成短雨带;若干条东北—西南向长度不等的短雨带在中尺度出流边界北侧建立,缓慢向东移动,依次重复影响关键区;暴雨关键区存在辐合线和风速辐合,为降水提供了良好的动力抬升条件;向西南开口的河谷地形加强了对流的发展;对流单体不断后部建立和东北西南向多个短雨带重复影响同一地区的列车效应是此阶段MCS主要发展方式。(3)锋面降水期间,对流单体在低涡切变南侧风速辐合、水汽和能量大值区发展东移南压,中高层先于低层转偏北气流,表现出前倾特征,垂直风切变加大,冷空气从中高层先扩散南下,与低层暖湿空气交汇使对流加强,冷暖气流的交汇叠加风速辐合使得强降水加强并维持。对流单体后向传播向东移动产生的列车效应是此阶段MCS主要发展方式。     

北京“7.21”特大暴雨过程中尺度系统的模拟及演变特征分析

在2012年7月21日北京特大暴雨过程天气尺度环流背景分析的基础上,主要用WRF模式对该次暴雨过程进行了高分辨率的模拟。利用模拟资料分析了影响此次北京特大暴雨的辐合线及辐合线上生成的中尺度低涡的热动力结构及其演变。从热力场来看,来自于西北和东北方向的强冷空气与西南和东南暖湿气流的长时间对峙形成的辐合以及中低层冷空气从西北和东北方向向西南的入侵迫使整层暖湿空气抬升,以及低空急流的暖湿平流与低空弱冷空气之间形成的"西冷东暖"的结构,对对流不稳定的触发有一定作用,有助于该次特大暴雨的发生。对流层低层的西(东)南风与西北风之间形成了一条持续时间长的辐合切变线,切变线上不断有中尺度低涡生成并沿切变线发展移动,模拟资料分析表明,低涡不断沿切变线生成并移动经过北京从而对该次暴雨造成影响,这与"列车效应"现象类似。切变线上生成的中尺度低涡位置也同时处于急流左前侧和山前,低涡加强和发展时对应有暴雨的明显增强,是直接造成北京特大暴雨的中尺度系统,其生成与低层辐合、低空急流及地形均有关系。低层辐合引发的垂直运动在地形迎风坡附近得到加强,低层辐合及地形抬升共同导致了强垂直运动的发展和维持,是暴雨持续的重要原因。大气中层有下沉气流与低层上升气流相互作用,在大气中低层形成一系列中尺度环流,房山附近一直有中尺度环流的垂直上升支维持,也是暴雨中心出现在房山的原因之一。     

神农架林区西南坡局地暴雨过程诊断分析

神农架林区西南坡为局地暴雨灾害多发区。利用常规资料、多普勒雷达资料和区域自动站资料,分析了导致神农架林区西南坡2014年8月6日至7日夜间连续两场短时暴雨过程中MCS发生发展的天气背景及结构特征,并探讨了神农架山区复杂地形构造对西南坡暴雨的增幅作用。结果表明:1)中高层天气系统强迫弱时,副高边缘地面暖低压倒槽及850 h Pa气旋性弯曲区与辐合的发生发展可能是造成这类局地强降水天气的触发系统,地面弱冷空气的入侵有利于降水的维持和加强。2)两次局地暴雨过程均是由中β尺度对流系统影响产生的,降水历时短、强度大,雨区移动呈现局地性,具有明显的中尺度强对流系统特征,分别属前导层状云与尾随层状云中尺度对流系统型。3)第一场暴雨过程以对流降水为主,回波较强;第二场暴雨过程回波质心低且层状云特征比较突出,但维持时间相对较长,降水效率更高。4)神农架西南坡坡度大,海拔高度高,地形的动力抬升和辐合作用促使上升运动加强,地形强迫抬升作用显著不仅对局地对流触发、降水增幅有重要作用,而且会影响中尺度对流系统结构,这可能是神农架林区西南坡暴雨高发的重要原因。     

低空暖式切变线引发局地特大暴雨成因分析

利用常规观测、加密自动站降水及NCEP 1°×1°再分析资料,结合铜仁多普勒雷达观测资料对2015年7月14日夜间发生在贵州省松桃县的一次局地特大暴雨进行分析,结果发现:此次局地特大暴雨是发生在中层500 h Pa中低纬"ω"环流型稳定形势下;低层高湿高能环境为暴雨提供了充足的水汽和能量;地面弱冷空气入侵激发了对流的产生,是产生强降水的触发条件;梵净山地形对气流既有抬升又有增强气流辐合的作用,对流单体不断在其迎风坡产生;雷达回波显示对流回波单体沿着地面中尺度辐合线生成、发展、合并、移动和消亡,出现了明显的列车效应,地面辐合线对对流单体起着组织、加强和引导作用;暴雨区位于850 h Pa暖式切变线南侧、地面冷锋前部、地面中尺度辐合线北侧,而地面中尺度辐合线北侧1~1.5个纬距内是强降水的主要落区。     

2019年韶关“5·18”局地特大暴雨极端性成因分析

2019年5月18日,广东省韶关市出现了局地特大暴雨,刷新了韶关有气象记录以来的雨量记录。利用常规观测资料、区域气象自动站观测资料、韶关双偏振多普勒天气雷达资料,以及NCEP 1 °×1 °再分析资料对本次过程进行详细分析,探讨本次过程发生的极端性成因。(1) 本次过程是粤北历史罕见的局地暖区突发性特大暴雨过程,天气尺度的背景场较弱,极端性条件不显著,但能从中尺度分析场分析出暴雨潜势。(2) 暴雨发生之前,韶关一直处于偏南暖湿气流控制的区域,并且随着对流抑制减小为0,对流有效位能增强,自由对流高度下降至近地面,使得气块更容易被强迫抬升。(3) 多个单体持续发展与合并,出现“列车效应”,近地面冷池维持向南楔入,低层西南风加强叠加于冷池上导致强风速辐合辐散区和中气旋的出现,是维持强回波持续发展的重要原因;回波呈暖区降水的垂直结构特性,也呈现出近地面层冷池对暖湿气流强迫抬升的结构特征,侧面说明了强降水触发机制。(4) 地形对对流触发和暴雨的增幅有重要影响,峡谷和喇叭口地形加强了偏南气流的汇入及辐合作用,山前迎风坡除了地形抬升作用外,位于山前的地面辐合线对于对流既有触发又有加强与维持的作用。(5) 山前强水平温度梯度为对流发生提供了有利的环境条件,当初生对流出现降雨之后,水平温度梯度进一步加强,形成了温度梯度与对流强度之间的正反馈过程,因而对流持续发展与维持。(6) 对于此类突发的短历时强降水造成的暖区暴雨,监测和短临预警仍然是主要手段。      

台风梅花引发局地特大暴雨的多普勒雷达分析

利用NCEP 1.0×1.0格点资料、常规天气资料和新一代多普勒雷达等资料,分析辽宁省营口市小石棚乡特大暴雨过程的天气背景和中尺度演变特征。结果表明：(1)太平洋副热带高压(以下简称副高)西伸,强热带风暴梅花登陆后转向西北移动,热带风暴东侧的西南气流将海上充沛的水汽输送到辽宁大部,贝加尔湖弱冷空气沿脊前西北气流南下,这是辽宁营口小石棚乡产生局地特大暴雨的大尺度背景。(2) 特大暴雨落区附近探空环境场中存在深厚湿层、狭长的CAPE区域和相对弱的垂直风切变,比较有利于出现强对流降水。(3)强降水发生时, 特大暴雨落区不断有新的中尺度对流单体生成,35 dBz回波反射率因子高度达到5 km以上,低空1.5～2.4 km高度径向速度有24 m·s-1的最大风速区存在, 低空西北急流变化过程与强降水的强弱变化基本同步,中低层暖湿气流呈气旋辐合起到了触发对流和加强对流的作用,中尺度强对流单体不断生成和中低空西北急流输送充沛的水汽辐合抬升是造成小石棚回波强度超过40 dBz达5 h以上主要原因。同时小石棚乡两山夹一沟的山谷地形条件对此次特大暴雨的发生发展也具有重要影响。     

2018年北京“7.16”暖区特大暴雨特征及形成机制研究

利用京津冀区域加密自动气象站、SA多普勒天气雷达、L波段风廓线雷达、NCEP 0.25° 再分析资料及0.03° 高分辨率地形资料研究了北京2018年7月15—16日暖区特大暴雨特征和形成机制。结果表明:（1）这次暖区特大暴雨发生在副热带高压边缘的暖气团（θ_se高能区）中,无明显冷空气强迫,斜压性弱,有丰沛的水汽,850 hPa以下出现强水汽辐合。（2）暴雨的中尺度对流系统发展有3个过程:带状对流建立和局地强雨团影响、北京北部“列车效应”南部雷暴冷池出流造成对流加强和移动、平原地区线状对流重建。（3）暴雨发生前,低层西南风出现风速脉动,低空急流建立。首先在2500—3500 m高度形成低空急流,2 h后2500 m以下风速显著增大,5 h后急流厚度由边界层伸展到700 hPa。急流出口区降压,低层出现气旋性风场或切变,有利于垂直上升运动发展,触发和加强对流。（4）西南低空急流暖湿输送导致高温、高湿、高能的对流不稳定层结反复重建,这是对流发展加强的重要原因。（5）地面辐合线是对流触发并逐渐组织成带状对流系统的关键影响因素。地面辐合线方向、低空急流轴、回波移动方向三者几乎重叠是造成对流后向传播和“列车效应”的有利条件。（6）太行山和燕山地形对对流触发和暴雨增幅有重要影响。北京最大雨强≥40 mm/h站点中的77.4%位于西南部和东北部200—600 m海拔高度处。偏东风在华北西部太行山局地迎风坡触发对流,西南低空急流在北京北部迎风坡和喇叭口地形处辐合和抬升更为显著,造成局地特大暴雨。      

我国近30年龙卷风研究进展

从3方面总结了龙卷风研究成果:①研究概况,最初的龙卷风灾后调查到开展天气气候特征分析至近年来开展龙卷风本体结构、产生机制的探讨,获得了丰硕成果;②研究方法提高,从事实调查到利用统计方法,从利用台站常规观测资料到运用卫星、多普勒雷达、风廓线仪等非常规资料开展分析,近年数值模式WRF、ARPS等也被用来研究龙卷风,研究的方法手段不断得到改进;③龙卷风研究、预报面临的困难和未来展望。     

河西走廊农业区春季气溶胶光学特性

为研究干旱农业区农耕季节气溶胶的基本光学特性,2014年4月利用地面气溶胶移动集成系统在甘肃武威黄羊镇农场开展气溶胶综合观测试验。结果表明,河西走廊黄羊镇农场PM2.5和PM1.0的散射系数以及PM2.5的吸收系数分别为98.2±38.3、74.6±29和8.8±6.3 Mm-1,均小于中东部地区观测值。气溶胶单次散射反照率为0.90±0.03,PM2.5和PM1.0的Angstrom指数分别为1.31±0.29和2.10±0.24。散射系数和吸收系数的日变化具有明显的双峰特征,单次散射反照率在散射系数出现峰值的时间段出现谷值。黄羊镇农场受人为气溶胶影响较大,西、西南和东南方向来的气溶胶散射系数和吸收系数值较大,西北方向传输过来的气溶胶主要是农业生产活动产生的。     

城市气象研究进展

中国数十年来在城市气象研究这一新兴学科领域开展了大量研究并获得了多方面的丰硕成果。文中从城市气象观测网与观测试验、城市气象多尺度模式、城市气象与大气环境相互影响、城市化对天气气候的影响等4个方面论述了城市气象的主要研究进展:中国各大城市已建立或正在完善具有多平台、多变量、多尺度、多重链接、多功能等特点的城市气象综合观测网;北京、南京、上海等地开展了大型城市气象观测科学试验,被世界气象组织列入研究示范项目;成功开展了风洞实验、缩尺度外场实验研究;建立了多尺度城市气象和空气质量预报数值模式,并应用于业务;在城市热岛效应、城市对降水影响、城市气象与城市规划、城市化对区域气候及空气质量的影响、城市气象与大气环境相互作用等研究领域取得长足进展。最后指出,未来需要重点从新观测技术及观测资料同化应用、城市系统模式研究、城市化对天气气候的影响机理、城市化对大气环境和人体健康的影响、城市水文气象气候与环境综合服务等方面开展科学研究与应用,为中国城市化、生态文明建设、防灾减灾和应对气候变化等国家需求提供科技支撑。      

武汉市气候变暖与极端天气事件变化的归因分析

根据武汉市1951—2007年间年平均、最高、最低气温与8类年极端天气日数的序列,计算分析其变化趋势及年平均气温与极端天气日数的相关性,引入格兰杰因果性检验法,探讨气候变暖与极端天气事件之间的因果关系。结果发现:(1)近57年来武汉市年平均最低气温增幅为0.45℃/10a,明显高于年平均最高气温0.19℃/10a的增幅,可见气候变暖主要是由夜间气温升高所致;(2)高温和闷热天气事件为增多趋势,其中闷热天气事件最明显,达到2.8 d/10a,而年雷暴、降雪、低温、大风、雾日则均为下降趋势,雷暴、雾和低温事件降幅明显,每10年减少3.0 d、4.0 d和2.1 d。大风和降雪事件,每10年减少1.8 d和1.5 d。暴雨事件波动幅度较小。(3)年平均气温与当年及超前、滞后1～2年的极端天气事件具有高相关性;(4)格兰杰因果性检验结果发现,气候变暖是闷热天气增多和降雪事件减少的原因,同时亦是大风和低温减少的结果。这种因果关系的存在对极端天气事件预测和预估有重要的价值。     

Trends in Temperature Extremes in Association with Weather-Intraseasonal Fluctuations in Eastern China

Trends in the frequencies of four temperature extremes (the occurrence of warm days, cold days, warm nights and cold nights) with respect to a modulated annual cycle (MAC), and those associated exclusively with weather-intraseasonal fluctuations (WIF) in eastern China were investigated based on an updated homogenized daily maximum and minimum temperature dataset for 1960–2008. The Ensemble Empirical Mode Decomposition (EEMD) method was used to isolate the WIF, MAC, and longer-term components from the temperature series. The annual, winter and summer occurrences of warm (cold) nights were found to have increased (decreased) significantly almost everywhere, while those of warm (cold) days have increased (decreased) in northern China (north of 40°N). However, the four temperature extremes associated exclusively with WIF for winter have decreased almost everywhere, while those for summer have decreased in the north but increased in the south. These characteristics agree with changes in the amplitude of WIF. In particular, winter WIF of maximum temperature tended to weaken almost everywhere, especially in eastern coastal areas (by 10%–20%); summer WIF tended to intensify in southern China by 10%–20%. It is notable that in northern China, the occurrence of warm days has increased, even where that associated with WIF has decreased significantly. This suggests that the recent increasing frequency of warm extremes is due to a considerable rise in the mean temperature level, which surpasses the effect of the weakening weather fluctuations in northern China.     

Changes in polar amplification in response to increasing warming in CMIP6

由于全球变暖,极地地区的气候经历了明显的变暖放大.在本项研究中,我们根据CMIP6模式的三种变暖情景(SSP1-2,6,SSP2-4.5和SSP5-8.5)下,极地放大变化对各个反馈机制(包括普朗克,温度递减率,云,水蒸气,反照率反馈,CO2强迫,海洋热吸收和大气热传输)的响应进行了分析.结果表明,通过用“辐射核”方法量化不同反馈机制对地表温度的增温贡献,北极放大(AA)强于南极放大(ANA),由温度递减率反馈主导,其次是反照率和普朗克反馈.此外,海洋的热吸收导致冬季比夏季有更强的极地变暖.在冬季,温度递减率反馈主导了AA大于ANA.AA和ANA的模式间差异随着全球变暖的增强而减小.     

我国东部地区冬季模式边界层探空效果评估

应用中尺度气象模式MM5对2006年和2007年12月东部地区进行逐日模拟,并用地面常规观测资料及南京和安庆12h一次的逐日探空资料对模拟的地面及边界层内气象要素进行检验,计算地面和边界层内不同高度的温度、湿度、风向和风速等要素的多种常用统计参数;并分别评估雾发生前和发生时边界层探空的模拟效果。结果表明:(1)MM5模式模拟的地面温度和湿度均较理想,但风速误差较大。温度、相对湿度、风速的观测与模拟的偏差概率分布均呈近正态分布,峰值中心分别为-1.52℃、4.59%和1.92m·s-1,白天模拟效果优于夜间。(2)以南京、安庆两站为例,模拟的08:00(北京时,下同)和20:00边界层内探空基本可靠,但20:00的效果比08:00好;模拟效果均随高度上升而变好;且南京站边界层内温度、湿度的模拟效果优于安庆站,但安庆站风的模拟效果优于南京站。(3)以南京站为例,雾发生前和发生时温度、湿度模拟效果较平均情况差,风速模拟较其他模拟时段无明显变化。(4)南京、安庆冬季近地层逆温发生频率都比较高,常见多层逆温,MM5模式能再现近地层逆温,但有高估的倾向,且对边界层中上部逆温模拟效果不佳。此外,敏感性试验的结果表明,模拟方案中地面负的温度偏差不是由近地层高垂直分辨率所致。     

夏季全国降水EOF展开与黑龙江省降水的关系

用EOF对全国160个站夏季降水展开，取前5个特征向量进行分析，发现全国主要有4种雨型分布，依次呈“＋－＋”、“＋－”、“－＋－”、“－“型。与黑龙江省降为第1种，即东北区及黄河下游多雨，江浪少雨， 长江中下游流域多雨；夏末雨带南退至长江以南，华南多雨，而中国中部为广大的少雨区。     

Quantile Trends in Temperature Extremes in China

A number of recent studies have examined trends in extreme temperature indices using a linear regression model based on ordinary least-squares. In this study, quantile regression was, for the first time, applied to examine the trends not only in the mean but also in all parts of the distribution of several extreme temperature indices in China for the period 1960-2008. For China as a whole, the slopes in almost all the quantiles of the distribution showed a notable increase in the numbers of warm days and warm nights, and a significant decrease in the number of cool nights. These changes became much fas- ter as the quantile increased. However, although the number of cool days exhibited a significant decrease in the mean trend estimated by classical linear regression, there was no obvious trend in the upper and lower quantiles. This finding suggests that examining the trends in different parts of the distribution of the time-series is of great importance. The spatial distribution of the trend in the 90th quantile indicated that there was a pronounced increase in the numbers of warm days and warm nights, and a decrease in the number of cool nights for most of China, but especially in the northern and western parts of China, while there was no significant change for the number of cool days at almost all the stations.     

Characteristics of Chemical Speciation in PM_1 in Six Representative Regions in China

A better knowledge of aerosol properties is of great significance for elucidating the complex mechanisms behind frequently occurring haze pollution events. In this study, we examine the temporal and spatial variations in both PM_1 and its major chemical constituents using three-year field measurements that were collected in six representative regions in China between 2012 and 2014. Our results show that both PM_1 and its chemical compositions varied significantly in space and time, with high PM_1 loadings mainly observed in the winter. By comparing chemical constituents between clean and polluted episodes, we find that the elevated PM_1 mass concentration during pollution events should be largely attributable to significant increases in organic matter(OM) and inorganic aerosols like sulfate, nitrate, and ammonium(SNA),indicative of the critical role of primary emissions and secondary aerosols in elevating PM_1 pollution levels. The ratios of PM_1/PM_(2.5) are found to be generally high in Shanghai and Guangzhou, while relatively low ratios are seen in Xi'an and Chengdu, indicating anthropogenic emissions were more likely to accumulate in forms of finer particles. With respect to the relative importance of chemical components and meteorological factors quantified via statistical modeling practices, we find that primary emissions and secondary aerosols were the two leading factors contributing to PM_1 variations, though meteorological factors also played important roles in regulating the dispersion of atmospheric PM.