应用于强对流天气预报的模式探空产品

仿照实测探空，根据数值模式站点预报的气象要素设计了包含十种常用稳定度指数的斜T-InP模式探空图。在综合评估的基础上，设计了一种模式探空的订正和产品的形成方法，并制作产品显示系统，它可以方便地提供地面站点模式探空和交互式模式探空的图形产品。模式探空产品的统计评估和具体强对流天气的个例分析中表明，模式探空产品对强对流天气预报有帮助。     

用探空资料检验中尺度数值模式对强对流天气的诊断分析能力

提高对流天气临近预报准确率的关键问题之一是了解大气的垂直稳定度和垂直风切变。中尺度数值模式产品提供了高时空分辨率的大气稳定度和垂直风切变信息，需要首先检验其精度才能进一步考虑其在对流天气预报中的应用。利用北京加密探空资料检验北京市气象局3km分辨率的MM5模式结果，对强对流天气的背景参数包括温湿风垂直廓线、对流有效位能CAPE和垂直风切变进行模式分析和预报与探空对比检验。结果表明：模式模拟的各种大气廓线中，风廓线和温度廓线都具有一定的参考价值，与实况有较好的一致性，但在廓线出现转折的地方，如：逆温层和风向转折时，模式预报较差。露点（湿度）廓线的预报误差较大，不能反映出真实水汽场的分布。因此，模式预报的深层（地面至500hPa）垂直风切变与探空具有较好的一致性，而模式给出的对流有效位能CAPE由于露点预报结果不理想，其值与实际偏差较大。因此模式输出的对流有效位能CAPE必须经过适当订正才能用于诊断强对流天气发生的可能性。     

高光谱大气红外探测仪(AIRS)反演大气不稳定度指数在强对流天气个例中的应用试验

使用探空、NCEP-FNL,数据和高光谱分辨率大气垂直探测仪(AIRS)标准反演数据计算大气不稳定度指数,对2011年6月23日北京强对流天气发生前的本地及上游大气中不稳定能量进行分析研究。分析发现:利用08、14和20时探空数据计算的北京站不稳定度指数显示了在"6·23暴雨"过程发生前后北京上空不稳定能量变化,上游关键区无探空数据;利用NCEP和AIRS数据计算的不稳定度指数显示,强对流天气发生前,在北京的上游关键区大气处于极端不稳定状态(K指数大于40,SI指数小于一5),有利于强对流天气发生。文章的研究结果表明,探空数据时空分辨率较低,不利于监测强对流天气的发生;质量控制后AIRS数据计算的不稳定度指数可以监测对流天气的发生;空间分辨率较低的NCEP数据监测小范围大气不稳定层结能力较低。综上所述,AIRS反演产品具有弥补探空资料时空分辨率不足的优势,利用AIRS L2反演产品计算晴空大气不稳定度指数产品可以监测到"6·23暴雨"天气发生前上游关键区大气层结稳定度状态,为预报员决策提供有效的辅助信息。     

基于BJ-RUC系统的临近探空及其对强对流发生潜势预报的指示性能初探

缺乏对流天气发生临近时刻的探空观测资料是制约强对流短时预报水平进一步发展的重要因素.随着数值预报技术水平的持续提高,高时空分辨率数值预报输出的模式探空性能越来越好,这为获取对流发生前的临近探空提供了有益的补充.本文针对北京地区2008年夏季20次较强的对流过程,得出北京市气象局BJ-RUC数值预报系统输出的54511站在分析时次(t=0)和预报时效分别为3和6 h的预报偏差均略差于t=0的分析探空,但是此两个时次的预报探空误差仍然处于可接受的范围内.对比20个对流个例54511站分别基于观测和分析或预报的对流不稳定能量、水平风的垂直切变等基本对流参数可以发现t=0时次模式分析探空在趋势和量级上与基于实际探空观测诊断的对流参数均有较好的一致性,基本上能够较为正确地在模式中反映临近对流发生前实际大气的环境特征;但是当考虑实际的预报时效时,t=3和6 h的预报探空能够提前约1和4 h为预报员提供对未来对流发生潜势预报的判断.因此,此两个时次探空更具有实际的业务应用价值.以两个强对流个例为例分析了BJ-RUC系统提供的分析和预报临近探空的性能及其对强对流潜势预报的指示性作用.结果表明,BJ-RUC输出的分析和预报探空对未来对流发生潜势具有较好的指示作用.但依据模式输出的探空变化要对对流发生时间、强度、落区乃至对流类型进行准确预报仍有一定的难度.     

基于中尺度数值模式快速循环系统的强对流天气分类概率预报试验

在利用实况探空资料、微波辐射计和风廓线构建的特种探空资料对北京地区强对流天气进行判别,以及快速更新循环同化预报系统(BJ-RUC模式)探空资料可应用性分析的基础上,针对模式探空基本要素计算多种热力、动力、综合不稳定物理量,根据统计的强对流天气判别指标,计算模式格点上的强对流发生概率,并进一步针对冰雹(雷暴大风)和强对流短时暴雨天气下不同物理量的阈值范围,初步探索中尺度数值模式对强对流天气分类预报的可能性.通过不同组合的预报方案进行的对比分析表明,利用北京地区中尺度数值模式快速循环系统(BJ-RUC)的格点探空资料进行强对流天气概率的预报是可以实现的,强对流天气的分类概率预报也存在一定的成功率.     

WRF-DA中地面观测资料同化方案的改进与应用

为了改善地面自动气象站观测数据在WRF-DA（the Weather Research and Forecasting Model-Data Assimilation）系统中的同化应用效果,提高数值模式的预报性能,对WRF-DA地面资料同化方案中温度和风速订正方案进行改进,形成地面资料同化更新方案。通过考虑地形高度差异对同化效果的影响,调整同化方案中地面要素由实际地形高度订正到模式高度的同化订正方案,提升地面观测温度及风速订正值的合理性。并进一步分析了2017年7月5日个例试验结果及2017年7月整月的批量试验,发现相比于使用原方案同化后的预报效果,选取更新方案同化地面自动气象站观测资料的模式预报效果在前9 h温度和风速的预报误差明显降低,且在24 h预报时效内更新方案对于模式预报均起到改善作用。      

基于配料法的“08.6.3”河南强对流天气分析和短时预报

采用基于构成要素的预报方法(配料法),使用业务中能够及时获取的常规观测资料、静止气象卫星云图和多普勒天气雷达资料,对2008年6月3日下午发生在河南大部的以雷暴大风为主的强对流天气进行分析.针对2008年6月3日08时500、700、850 hPa和地面图上温、湿、风等的配置,结合探空、水汽云图和多普勒天气雷达回波图,对构成强对流天气的几个主要因素:层结稳定度、水汽、触发机制、垂直风切变、对流层干层等进行分析,结果表明:河南大部处于较强的条件不稳定、强烈的深层(地面到500 hPa)垂直风切变和明显的高空干平流的环境中,这种环境有利于高度组织性的超级单体风暴的产生和发展,导致雷暴大风和冰雹天气.而地面冷锋、辐合线和高空次天气尺度涡旋伴随的正涡度平流共同作用产生的上升气流导致雷暴在山西中南部生成,然后向东南方向移下太行山.进入河南有利的环境下获得猛烈发展.在充分利用"配料法"的主要思路和现有观测资料条件下,结合预报经验,2008年6月3日强对流过程可以提前数小时进行正确的短时预报.     

“2010.5.22～23”广东强对流过程综合分析

利用常规探空和地面观测资料、NCEP再分析资料、雷达回波等资料,分析了 2010年5月22～ 23日广东强对流暴雨过程的特征,并探讨了此次强对流暴雨产生的成因及落区.结果表明:此次天气过程是在高空槽、中层切变、地面冷空气及地面辐合线共同配合下产生的;分析还表明,在强对流发生前,k指数等5类探空指数对强对流发生发展有较好...     

一种2 m温度误差订正方法在复杂地形区数值预报中的应用

利用模式三维预报变量,结合地面要素预报产品,采用2 m温度三维插值方法进行地形订正,以确保预报与观测三维空间上的一致性,在地形订正基础上,利用历史月均预报误差作为参考误差,剔除模式系统性误差,获取具备日变化特征的预报产品。基于陕西地区复杂地形条件下的典型观测站点,利用2016年8月28日48 h预报个例进行对比分析发现,三维插值方法有效改善了地形差异引起的评估误导问题,但无法改进模式预报的日变化趋势,进一步采用系统性误差订正后,日变化特征明显改善,特别是前24 h预报效果体现出与实况良好的一致性及更佳的预报技巧。通过2016年夏季统计评估表明,误差订正后的2 m温度预报产品有效改善了周期性误差振荡,均方根误差稳定在2 K左右,显示出明显的改进优势。     

典型超级单体风暴过程分析

利用郑州７１４ＣＤ多普勒天气雷达观测资料,结合有关地面要素资料和郑州探空资料,对１９９８年９月４日一次典型超级单体造成的冰雹大风和短时强降水过程进行分析探讨,揭示了强对流天气雷达回波强度场和多普勒速度场的典型特征,为强对流天气的监测、识别、临近预报和人工消雹提供参考。     

2003年4月江西一次强对流天气过程的诊断分析

利用NCEP/NCAR再分析资料、TBB资料、探空资料及多普勒雷达资料等对2003年4月12日发生在江西以及福建北部的强对流天气过程进行了诊断分析。结果表明:此次强对流天气过程是在高空槽和低层低涡切变线的有利形势下产生的, 这种下层暖湿、上层干冷的对流不稳定层结非常有利于强对流天气的产生; 强对流天气发生发展伴有多个中尺度对流云团东移南压的演变过程; 多普勒雷达资料分析表明, 冰雹发生时可观测到79 dBz的反射率因子极值并伴有弓状回波; 对流有效位能积累、释放随时间的演变过程, 对于此次强对流天气过程有很好的指示意义; 强对流天气发生前高层的干冷空气倾斜状向下侵入到对流层中低层附近, 对此次强对流天气的发生发展起了非常重要的作用; 能量锋区及锋区上强的垂直涡柱为该次强对流天气过程提供了有利的热力和动力学条件。     

对流参数气候特征在短期预报中的应用

利用对流参数气候特征,可以判断对流天气出现的可能性,进而提高预报时效。以2004年和2005年6－8月石家庄17个地面站观测资料和邢台站高空探测资料为例,计算了对流有效位能（CAPE）、沙氏指数（SI）、K指数（KI）和对流性稳定度指数（IC）等对流参数的气候平均值（气候特征）,求取雷暴日和强雷暴日各对流参数的平均值。结果表明：不同的月份与不同强度对流天气的气候特征有明显差别。计算了2006年7月逐日4个时次的对流参数,并分析这些参数和石家庄天气的关系表明：CAPE和SI能够较好的反映出强对流的一些特征;02时和14时加密探空资料弥补了08时和20时时间间隔较长的缺陷,对提高对流天气的短期和短时预报水平,有着十分重要的意义。     

贵州西部极端对流性暴雨预报失败案例剖析

2020年6月1—2日,贵州西部发生了1次局地性的对流性暴雨过程,预报员和各数值模式对此次过程的预报量级显著偏小,对暴雨范围的低估,造成了特大暴雨、大暴雨的漏报。该文利用常规地面、高空资料,加密自动站观测资料,多普勒天气雷达资料,卫星资料及业务中常用的数值预报产品等对此次暴雨漏报案例进行剖析,结果表明：在弱天气尺度强迫背景下,高温高湿的环境中,未能准确判断对流的触发条件,未分析出露点锋、偏西风和偏南风的辐合、冷池和地面辐合线等的存在及其对强降水的影响,加之难以在短时间内对风场的发展演变进行精细分析,导致此次暴雨过程漏报;对于发生在暖湿气团中的对流性降水的预报,需考虑高温高湿环境下露点锋、辐合区、冷池、地面辐合线的相互作用触发对流并使其组织化发展,从而导致局地性、对流性强降水的产生;基于地面加密自动站资料和雷达资料等的短时临近预报可以帮助捕捉中小尺度系统,从而提高对此类暴雨的预报准确率。     

2011年4月17日广东强对流天气过程分析

利用地面和高空观测、卫星、雷达和闪电及自动站资料对2011年4月1 7日出现在广东省的强对流天气的背景和演变进行了分析和总结,本次强对流过程出现了短时强降水、雷雨大风和冰雹等强对流天气,具有风力强、中尺度强风暴系统明显、局地性强和灾情严重等特点。分析表明,地面锋面抬升是本次强对流天气发生的主要触发机制,珠三角地区的地形平坦、广东中层的干急流以及较大的垂直风切变可能是强风暴系统发展和维持的主要因素。最后,本文也分析了当时的主观预报思路并提出了一些思考和总结。     

华南暖区暴雨预报失误及可预报性探讨

由于暖区暴雨产生的环境条件复杂和触发机制难以捕捉,数值模式对其预报能力弱,给预报带来困难,经常导致预报失误,是短期预报中的难点。2016年4月19—20日广西出现了一场暖区暴雨天气过程,预报员及数值模式预报出现较大失误。利用业务预报中的数值预报产品、地面中尺度自动气象站观测、常规地面及高空观测、新一代天气雷达及FY-2G卫星探测等资料对此次暖区暴雨预报失误进行剖析。结果表明:中低空急流增强及西南暖低压发展,为越南北部至广西中南部提供了高温、高湿、高能的环境条件,地形性辐合及涡旋触发了对流的发生,中尺度辐合线有效组织了对流的发展,雷达回波具有质心低、降雨效率高等暖云降雨的特征。预报员和数值模式短期时效内对暖区暴雨缺乏预报能力,未能准确把握可触发对流的机制,是预报失败的原因。预报员通过分析上游地区对流云团、地面中尺度辐合线演变及地形作用等触发条件,可以在短时临近时效内对暖区暴雨部分做出定性预报,发布预警信息,弥补短期预报的不足。因此,加强对暖区暴雨形成机理的认识,在预报中做好精细分析,是提高暖区暴雨预报能力的有效途径之一。     

中尺度天气的高空地面综合图分析

中尺度强天气的预报能力非常有限,一个重要原因是在业务预报中,缺乏对中尺度对流天气发生的环境场条件和发生发展特征进行及时有效的分析。本文介绍了国家气象中心正在试行的中尺度天气的天气图分析方法。中尺度天气的天气图分析主要利用探空资料和数值预报相关参量资料,分析中尺度对流天气发生发展的环境场条件,包括高空综合图分析和地面分析。在高空分析中重视风、温度、湿度、变温、变高的分析,并通过将不同等压面上最能反映水汽、抬升、不稳定和垂直风切变状况的特征系统和特征线绘制在一张图上形成综合图,以更直观的方式反映产生中尺度深厚对流系统发生发展潜势的高低空配置环境场条件。地面分析包括气压、风、温度、湿度、对流天气现象和各类边界线(锋)的分析。国家气象中心的强对流天气预报业务试验表明,中尺度天气的天气图分析已经成为强对流天气潜势预报的重要依据。     

基于指标叠套法的安徽省强对流天气潜势预警研究

对2005-2007年4-9月安徽省冰雹、雷雨大风等强对流天气日数进行统计,分析了基于探空资料计算的不稳定指标与强对流天气发生的关系。结果表明：K指数、A指数、沙氏指数和对流有效位能、归一化对流有效位能和对流抑制能量这几个指标对于强对流天气指示意义较好。基于此结果,挑选K指数、沙氏指数和对流有效位能针对不同季节划分闽值,建立强对流天气潜势预警指标,并利用中尺度模式MM5的数值预报产品计算该指标,对2005—2010年13个强对流天气过程预报结果进行对比检验表明。MM5模式给出的强对流天气潜势预警产品对大多数过程均能起到预警作用。对其中两次强对流天气过程分析表明,模式具备预报强对流发生潜势的能力,预报结果对强对流天气发生的时间、落区有预警意义。     

基于指标叠套法的安徽省强对流天气潜势预警研究

对2005－2007年4-9月安徽省冰雹、雷雨大风等强对流天气日数进行统计,分析了基于探空资料计算的不稳定指标与强对流天气发生的关系。结果表明：K指数、A指数、沙氏指数和对流有效位能、归一化对流有效位能和对流抑制能量这几个指标对于强对流天气指示意义较好。基于此结果,挑选K指数、沙氏指数和对流有效位能针对不同季节划分阈值,建立强对流天气潜势预警指标,并利用中尺度模式MM5的数值预报产品计算该指标,对2005-2010年13个强对流天气过程预报结果进行对比检验表明,MM5模式给出的强对流天气潜势预警产品对大多数过程均能起到预警作用。对其中两次强对流天气过程的进一步分析表明,模式具备预报强对流发生潜势的能力,预报结果对强对流天气发生的时间、落区有预警意义。     

Evaluating the impact of lightning data assimilation on mesoscale model simulations of a flash flood inducing storm

Flash floods are associated with highly localized convective storms producing heavy rainfall. Quantitative precipitation forecasting of such storms will potentially benefit from explicit representations of deep moist convection in numerical weather prediction models. However, explicit representation of moist convection is still not viable in operational mesoscale models, which rely on convective parameterizations for issuing short to medium-range forecasts. In this study we evaluate a technique that uses regional Cloud-to-Ground (CG) lightning observations to define areas of deep moist convection in thunderstorms and adjust the model-generated precipitation fields in those regions. The study focuses on a major flash flood inducing storm in central Europe (23 August 2005) that was simulated with the aid of an operational weather forecasting system (POSEIDON system based on Eta/NCEP model). The performance of the technique is assessed using as reference distributed rainfall estimates from a network of radar observations. The results indicate that CG lightning data can offer sufficient information to increase the mesoscale model skill in reproducing local convective precipitation that leads to flash floods. The model error correction is shown to be proportional to the density of lightning occurrence, making the technique potentially suitable for operational forecasting of flash flood inducing thunderstorms.