台风“温比亚”引发豫东“18.8”极端降水的特征与成因分析

利用多源气象资料，对台风“温比亚”引发豫东降水的极端性特征及极端降水产生机制进行分析，提炼预报着眼点。此次降水是河南继驻马店“75·8”暴雨之后的又一次罕见特大暴雨，表现为过程雨量极大、破极值站数最多、降水强度极大、强降水时段集中的特征。结果表明：（1）高低空系统耦合为特大暴雨的发生发展创造了良好的环境条件，极端降水的产生主要受台风北侧螺旋云系影响，并有持续不断的强回波单体在同一个地点移动，冷空气与台风环流相互作用是重要的预报着眼点，重点分析台风和副热带高压的相对运动及西风带对台风的引导作用。（2）河南东部水汽输送条件一直处于较好的状态，这是降水维持较长时间的重要因素，急流中心区域和强度的变化对降水量多少有指示意义。（3）豫东地区对流不稳定和斜压不稳定均比较明显，低层MPV1<0、MPV2>0的区域与强降水落区有较好的对应关系。（4）强辐合中心位于台风中心的北侧，降水强度与辐合强度有较好的对应关系，螺旋度大值区分布对强降水的分布区域有较好的指示意义。     

基于CMA-TRAMS集合预报的“5·22”极端降水事件可预报性分析

2020年5月22日珠江三角洲地区出现了一次极端强降水天气,最大滑动小时雨量201.8 mm,3 h雨量达到351 mm。为探讨此次极端强降水的关键预报因子及可预报性,对热带中尺度集合预报系统（CMA-TRAMS（EPS））降水预报产品进行检验评估和敏感性分析,结果表明:与欧洲中期数值预报中心集合预报系统（ECMWF-EPS）相比,CMA-TRAMS（EPS）的好成员对本次过程降水强度及位置的预报结果与实况更接近,但对极端性预报仍有欠缺。好成员的预报能力来自于对低涡和（超）低空急流的演变特征以及两者强度和位置耦合的有效预测。好成员组预报珠江三角洲东部（超）低空急流南风分量较强,有利于低涡缓慢移动和气旋性辐合增强,致使降水持续时间长、效率高。而低涡自身发展又反馈于急流强度变化,好成员组较准确地刻画了增强的低涡环流反馈导致急流小范围加速的耦合特征。其他成员组预报的低涡和（超）低空急流的耦合位置偏东、偏南,辐合强度偏弱,导致降水强度或落区出现偏差。此外,强降水致使冷池形成,并增强激烈的冷、暖气团对峙（水平温度梯度达0.23—0.76℃/km）,有利于中尺度辐合线维持,加强对流后向传播并产生极端降水量。但CMA-TRAMS（EPS）两组成员在预报中尺度系统的组织性和传播特征方面均存在明显不足,限制了集合预报系统对极端降水的预报能力。      

豫北两次特大暴雨事件的物理量极端性和中尺度特征

2016年7月9日和19日,河南省北部出现两次罕见特大暴雨过程,给人民生活及各行业造成重大影响和财产损失。利用河南省自动气象站降水量、雷达回波及常规探空、地面观测资料以及欧洲中期天气预报中心1°×1°再分析资料(ERA-Interim),对这两次过程的降水特点、水汽和动力条件的极端性、地形与降水的关系及中尺度对流系统特征进行诊断分析。结果表明:(1)两次特大暴雨过程具有降水日雨量突破历史极值、强对流特征明显、强降水中心位于太行山东麓迎风坡等共性特征,但二者具有不同的影响系统,降水范围有明显差异;(2)两次特大暴雨过程均存在来自热带和副热带的西南和东南两支水汽输送,整层水汽条件较好,其中"7.09"过程的整层可降水量具有明显极端性,而"7.19"过程中,水汽条件接近同期暴雨过程的平均值,极端性不明显;(3)两次过程的动力条件有较大差异,"7.09"过程动力条件弱,强降水中心新乡站的700 hPa垂直速度远小于该站暴雨过程中该值的多年平均值,而"7.19"过程林州站700 hPa垂直速度约是1981年以来28次暴雨过程中该站平均值的3倍,具有明显的极端性;(4)两次过程均伴有地面中尺度辐合线生成、发展和维持,地面中尺度辐合线触发对流单体生成、合并,其增强、维持与大的小时雨强相对应,对流云团具有低质心、高效率降水等特征;(5)太行山地形对两次极端暴雨增幅均有正贡献。     

“16·7”华北极端强降水过程对流尺度集合模拟试验不确定性分析

基于4km水平分辨率的WRF-ARW中尺度模式,对2016年7月19日华北地区的极端暴雨过程进行了不同降水微物理过程的对流尺度集合模拟试验。结果表明:各个成员模拟降水的强度、时空分布与观测实况较为接近,但也具有明显的不确定性。通过邻域检验的ETS评分、相关系数和均方根误差等指标进行评估表明,采用Morrison方案和WSM6_P2方案的集合成员表现较好,对流尺度集合模式在降水强度和准确度较全球数值模式预报有一定提升。频率检验表明集合预报在50 mm以下量级的预报存在过量预报的倾向,而100 mm以上的强降水预报相对偏弱。不同降水物理过程的集合成员在高空急流和地面气旋等关键天气尺度系统的发展过程中表现出明显的不确定性;通过降水量与整层可降水含量,低层相对涡度和垂直运动等诊断量的联合分析表明,集合成员可分为强降水集合和弱降水集合两类,其中强降水集合拥有较强的对流性回波、较明显的对流性下沉以及较强的地面冷池,强的潜热反馈也导致对流层中层出现相对较大的正位涡异常,并进一步影响天气系统发展。弱降水集合成员降水以暖云降水为主,对流性上升和地面冷池相对较弱,但较为接近本次以稳定性暖云降水为主的天气过程。检验模拟雷达回波表明双参量降水物理方案在反映层云回波亮带和层云与对流核的分离特征上更为清晰合理。利用WSM6物理方案参数设置的敏感性试验表明,不同参数组合设置的预报成员分别表达了强对流风暴和暖云强降水两种性质的强降雨过程,对于一次特定天气过程中的对流系统发展能够预计到更多的不确定性,展现了对流尺度集合预报的优越性。     

北京7·21暴雨暖区中尺度对流系统的数值模拟

许多业务模式对北京2012年7月21日特大暴雨的预报均是以锋面降水为主。在冷锋过境前,实际北京西南部强降水主要以暖区降水为主。本文利用30个成员的中尺度非静力数值模式（WRF）,通过3次集合卡尔曼滤波(EnKF)同化地面和探空资料,对这次暴雨过程进行了集合数值模拟。通过对比分析模拟降水较好与较差成员发现,好的成员能够模拟出河北中西部及北京西南地区触发出的暖区中尺度对流系统（MCS）以及相对稳定的系统配置,使得MCS在北京上空充分发展,从而较好地模拟了这次特大暴雨过程中的暖区降水;而较差的成员则没能模拟出暖区降水过程,降水以锋面降水过程为主,并且雨带位置偏南、出现时间滞后。集合成员间模拟结果出现的较大差异,和初始场中低值系统位置的较大差异有直接关系,因此通过EnKF提高模式成员初始场的准确率,从而准确模拟后期主要影响系统的移动和发展,是成功模拟暖区对流系统触发和维持的关键所在。     

北京721特大暴雨极端性分析及思考（一）观测分析及思考

本文利用多种常规和非常规观测资料对北京2012年7月21日大暴雨过程的降水特点,引发特大暴雨的中尺度对流系统的环境场条件及其发生发展过程进行了全面的分析。观测分析发现：这次特大暴雨是一次极端性降水过程,具有持续时间长、雨量大、范围广的特点。降水过程由暖区降水和锋面降水组成。暖区降水开始时间早,强降水中心较为分散,持续时间长。锋面降水阶段,多个强降水中心相连,形成雨带,雨强大,降水效率高,持续时间较短。引发此次特大暴雨的中尺度对流系统的环境场条件分析发现：极端降水过程发生在高层辐散、中低层低涡切变和地面辐合线等高低空系统耦合的背景下。来源于热带和副热带的暖湿空气在暴雨区辐合,持续输送充沛的水汽,具有极高的整层可降水量、强低层水汽辐合等极端水汽条件。在充沛的水汽条件下,低涡切变、低空急流上的风速脉动、地面辐合线、地形作用等触发了强降水。随着锋面系统东移,在冷空气和适度的垂直风切变作用下对流系统组织化发展,产生较强的锋面降水。中尺度对流系统发生发展过程分析发现：降水过程首先以层状云降水和分散的对流性降水为主。随着干冷空气的侵入逐渐转化为高度组织化的对流性降水,多个中小尺度对流云团组织化发展并形成MCC,产生极端强降水。由于回波长轴方向、地形以及回波移动方向三者平行,此次过程的雷达回波具有明显的“列车效应”;并具有明显的后向传播特征和低质心的热带降水回波特点。通过此次罕见暴雨事件观测资料的综合分析,提出了需要进一步研究的问题：此次特大暴雨过程极端性降水特点及极端水汽条件的成因;北方地区暖区暴雨的形成机制;列车效应和后向传播的形成机制;对流单体的组织维持机制以及数值预报对暖区降水的模拟诊断能力等。     

一次特大暴雨过程高分辨率集合预报试验的检验和评估

针对2018年4月22日发生在湖北西部山地的一次特大暴雨过程,采用降尺度方案和显式对流参数化方案模式,开展了高分辨率对流许可尺度(3 km)的集合预报试验,并对全球集合预报(GEFS)和对流尺度集合预报(SSEF)的降水预报进行了对比评估,结果表明:(1)SSEF集合平均的雨量和落区预报均优于GEFS。(2)SSEF各成员的降水离散度分布更合理,因而具有更优的降水区间预报,其“离散度-误差关系”更优,能更好地给出预报误差的分布及其可能的大小。(3)SSEF的概率预报在所有空间尺度上均优于GEFS,且在短历时强降水上的优势更加明显。由此可见,针对此类山地暴雨过程,对流尺度集合预报相对于全球集合预报具有巨大的改进潜力。     

强对流临近预警中集合预报成员的即时分析——以陇东一次暴雨过程ECMWF集合预报应用为例

2015年5月31日甘肃陇东地区出现一次暴雨天气过程,ECMWF集合预报系统的降水预报只有1个成员(简称EM-p)预报出暴雨,并且EM-p对预报暴雨落区、量级和降水时段的预报与观测实况基本接近。本文通过对EM-p和集合预报系统控制成员预报效果的对比分析,以及EM-p与实况的对比分析表明,EM-p对产生暴雨的对流参数预报完全符合本地经验指标,虽然对低层急流预报出现一定程度偏差,但对低层辐合区(暴雨落区)位置的预报与观测实况极为接近,因此EM-p成员能够为暴雨的短时预报和临近预警提供可靠的定量依据,可有效提前暴雨预警时间。通过分析,期望为如何利用ECMWF集合预报有效判断低概率但高影响天气的发生提供一些有益的思路。     

贵州一次辐合线锋生极端暴雨过程的中尺度特征分析

利用地面常规观测资料及加密自动站观测资料、FY-2G卫星云图、多普勒天气雷达产品和ERA5再分析资料,对2021年5月10日贵州东部和北部的一次辐合线锋生极端暴雨过程中尺度特征进行分析,初步探讨其形成机制。结果表明：此次极端暴雨过程发生在低涡切变背景下,低层强盛的南风为中尺度对流系统发生发展输送了充足的水汽和不稳定能量,地面辐合线及锋生提供了触发条件,暴雨区主要位于云团云顶亮温低值中心西侧或南侧梯度大值区,并沿地面辐合线呈东西向带状分布,最强降水发生在对流云团合并阶段。辐合线锋生作用在其西侧频繁触发对流单体,新生对流单体沿地面辐合线东移发展,持续影响贵州东部和北部地区。在降水最强的两个阶段,雷达回波呈现暖云和悬垂结构特征。地面辐合线及其锋生、上游降水带来的降温增压以及持续增强的南风有利于暴雨区水汽辐合增强,而垂直方向上纬向、经向中尺度次级环流上升支正好位于特大暴雨中心附近,有利于中尺度对流系统维持和增强。     

河北盛夏2次大暴雨过程对比分析

利用常规天气资料、NCEP再分析资料、地面区域站和多普勒天气雷达资料对比分析了2012年7月21~22日罕见特大暴雨和2011年7月24日大暴雨的天气形势、水汽条件、动力条件以及中尺度影响系统。分析发现:这2次暴雨过程都是低槽冷锋类暴雨过程,中尺度影响系统也基本相同,降水效率相当,但降水极值和暴雨范围相差很大;充足的水汽输送、强的动力条件和高降水效率是2012年7月21~22日极端降水的原因之一,河北中部长达6 h列车效应是这次极端降水的关键原因;低层θse锋区和切变线南侧急流的有利配置是造成河北中部列车效应的关键原因,是低槽冷锋类暴雨强降水持续时间和能否出现极端降水的预报着眼点之一;锋面前侧的地面中尺度辐合线是主要中尺度影响系统,强降水落区沿地面中尺度辐合线分布,根据地面中尺度辐合线的演变预报暴雨的落区比依据低层低涡东南象限预报暴雨落区更精确。     

Evaluation of WRF-based convection-permitting multi-physics ensemble forecasts over China for an extreme rainfall event on 21 July 2012 in Beijing

On 21 July 2012, an extreme rainfall event that recorded a maximum rainfall amount over 24 hours of 460 mm, occurred in Beijing, China. Most operational models failed to predict such an extreme amount. In this study, a convective-permitting ensemble forecast system (CEFS), at 4-km grid spacing, covering the entire mainland of China, is applied to this extreme rainfall case. CEFS consists of 22 members and uses multiple physics parameterizations. For the event, the predicted maximum is 415 mm d^-1 in the probability-matched ensemble mean. The predicted high-probability heavy rain region is located in southwest Beijing, as was observed. Ensemble-based verification scores are then investigated. For a small verification domain covering Beijing and its surrounding areas, the precipitation rank histogram of CEFS is much flatter than that of a reference global ensemble. CEFS has a lower (higher) Brier score and a higher resolution than the global ensemble for precipitation, indicating more reliable probabilistic forecasting by CEFS. Additionally, forecasts of different ensemble members are compared and discussed. Most of the extreme rainfall comes from convection in the warm sector east of an approaching cold front. A few members of CEFS successfully reproduce such precipitation, and orographic lift of highly moist low-level flows with a significantly southeasterly component is suggested to have played important roles in producing the initial convection. Comparisons between good and bad forecast members indicate a strong sensitivity of the extreme rainfall to the mesoscale environmental conditions, and, to less of an extent, the model physics.     

A convection-allowing ensemble forecast based on the breeding growth mode and associated optimization of precipitation forecast

A convection-allowing ensemble forecast experiment on a squall line was conducted based on the breeding growth mode (BGM). Meanwhile, the probability matched mean (PMM) and neighborhood ensemble probability (NEP) methods were used to optimize the associated precipitation forecast. The ensemble forecast predicted the precipitation tendency accurately, which was closer to the observation than in the control forecast. For heavy rainfall, the precipitation center produced by the ensemble forecast was also better. The Fractions Skill Score (FSS) results indicated that the ensemble mean was skillful in light rainfall, while the PMM produced better probability distribution of precipitation for heavy rainfall. Preliminary results demonstrated that convection-allowing ensemble forecast could improve precipitation forecast skill through providing valuable probability forecasts. It is necessary to employ new methods, such as the PMM and NEP, to generate precipitation probability forecasts. Nonetheless, the lack of spread and the overprediction of precipitation by the ensemble members are still problems that need to be solved.     

汛期大～暴雨的降水概率预报模式

应用阶梯函数变换预报因子 ,经过相关比筛选 ,进行 REEP构造分量级降水概率预报方程 ,应用不同时刻资料和对 NWP产品统计释用方法构造分时刻预报方程 ,并对其预报结果进行了综合的集合预报。实用表明 ,预报模式对大～暴雨的概率具有一定的预报能力。     

天山北坡次季节-季节尺度降水集合预测北大核心CSCD

在新疆天山大地形背景下,实现了中国气象局研发的高分辨率气候业务预测系统CMA-CPSv3(China Meteorological Administration-Climate Prediction System version 3)在天山北坡经济带的本地化应用,分别评估控制预报、传统集合平均预报以及改进后的最优概率阈值集合方法(deterministic ensemble forecast using a probabilistic threshold,DEFPT)对该区域次季节-季节降水的预测水平。评估结果表明:基于CMA-CPSv3预测系统的DEFPT方法可以提升天山北坡次季节-季节尺度1~5 mm阈值降水落区以及持续性的预测效果,优于传统集合平均预报和控制预报。从2016年7月29日—8月2日、2017年6月7—12日以及2020年7月8—12日时段发生在天山北坡的降水事件个例分析结果看,不论从降水落区、降水异常还是降水持续性,DEFPT集合预报在天山北坡西部和南部均有更好的效果,但在天山北坡东部和北部预测能力相对略低,这与该区域水汽的预报偏差增大有关。     

概率匹配平均法在山东强降水预报中的应用

基于WRF集合预报系统开发了概率匹配平均降水产品,选取了山东省2014—2016年共13次强降水过程,检验评估了概率匹配平均法在山东省强降水预报中的综合表现。结果表明：对于不同的强降水过程,各预报产品的预报能力差异较大,尤其是对暴雨以上量级降水的预报存在较大偏差;概率匹配平均相对集合平均,对大雨以上量级降水预报有明显改善,较WRF确定性预报产品也有一定提高,对强降水预报具有一定指示意义;该方法的改进主要体现在对不同量级降水的调整上,尤其是强降水的落区,相对集合平均增大了强降水的范围和强度,但对整个区域的总降水量预报没有很好的改进作用。     

短期集合预报中定量降水预报集合方法初探

针对短期集合预报中集合平均等方法对极端天气事件预报能力低下的缺陷，提出一种定量降水预报集合方法，简称两步法。该方法首先采用逐级归并法确定集合成员的总体相似度，进而确定集合成员预报场的延伸半径，对各成员的预报场进行修正，然后根据每个成员与其他成员的相似程度，确定各成员的权重系数。这个方法既考虑了集合成员总体的差异性又考虑了降水的概率分布。试验证明，通过上述两步得到的定量降水预报，对提高极端天气事件的预报确率有一定效果。本方法无需历史资料，能很好适应集合成员的改变，实现方便快捷。     

预报异常极端高影响天气的 “集合异常预报法”：以北京2012年7月21日特大暴雨为例

对罕见极端高影响天气,既使一个模式有能力预报它,其数值预报也至少有以下难点:一是有多大把握确定所预报的天气是极端事件？二是其具体的定时、定量、定点预报可靠吗？本文介绍了集合预报和气候资料相结合的 “集合异常预报法”,并通过北京2012年7月21日（7.21）特大暴雨事件揭示出“集合异常预报法”和集合预报可以提供比单一模式预报更可靠和更准确的信息,从而可有效地缓解上述两大难点。作者建议中央气象台和其他有条件的台站可采用这种办法提高重大灾害性天气的预报能力。文中具体讨论了如下三方面:（1）标准化异常度（SA）的定义以及它同集合预报相结合提高对罕见极端高影响天气预报的可靠性,并由此可导出一个“社会影响矩阵”来定量地表达一个预报对社会的潜在影响;（2）利用集合预报,特别是多模式集合预报可以克服单一模式前后预报的跳跃性或不连续性问题,由此可延长实际可预报时效,如北京7.21事件超过100 mm大暴雨的实际可预报时效提前了2天;（3）SA还有助于认识异常天气发生的原因:从SA的分布看,造成北京7.21 大暴雨事件的短期天气尺度背景因素是从西北方向移来的冷锋和台风倒槽的相遇;从SA的演变看,该事件的中期大背景因素是在北京东北方向有阻塞高压发展并导致北京以西地区的低槽加强和发展（地面强冷空气堆积）,在高纬度形成了一个高、低压系统相间的波列,发展并维持,同时诱导热带系统北进。     

峡谷地形对两次极端降水的作用

利用地面加密自动站、常规观测资料、NCEP再分析资料和两种模式产品,对发生在宜昌峡谷地区2016年7月7日局地极端短时强降水过程和2018年4月22日稳定性极端降水过程形成原因及模式预报性能进行检验分析。结果表明:(1)强的块状回波稳定少动,造成7月7日高效率的对流降水。4月22日降水既有沿山中尺度对流回波造成的对流降水,也有螺旋状涡旋回波形成的锋面层状云降水。(2)山谷风形成中尺度切变线,触发对流,中尺度切变线发展为中尺度涡旋使对流加强是极端短时降水形成的主要原因。(3)地形强迫抬升使对流降水强度明显增大,锋面层状云回波受地形阻挡影响长时间维持是稳定性极端降水形成主要原因。(4)地形相差大的地区模式预报性能差异较大,模式对复杂地形下的对流降水预报偏弱,导致系统强度出现差异,进而影响降水强度预报。     

2019年6月下旬中昆仑山北坡两场强降水对比分析

利用常规气象探测资料、NECP和EC高时空分辨率再分析资料,对2019年6月25日和28日出现在中昆仑山北坡两场强降水过程进行分析。表明：25日过程范围大、持续时间长的强降水,28日为分散、对流性强降水;两场天气过程影响系统有高空急流、中层低值系统、低层辐合线;25日强降水系统移动缓慢、冷空气从东西两侧进入昆仑山北坡,同时西太副高西侧西南风将大量水汽输送至昆仑山北坡,低层存在偏东和偏北、偏西风辐合;28日强降水低值系统移动迅速、对流层有逆温和不稳定,午后升温和低层弱辐合、山前偏北风是对流触发条件。中高层偏西偏南风水汽输送至昆仑山北坡上空,在低层合适的风场将水汽输送汇集到昆仑山北坡是强降水的关键,25日水汽输送强度和厚度明显强于28日。地形对于降水作用表现在热力和动力两方面。