强对流天气综合监测业务系统建设

强对流天气监测是其预报的基础.国家气象中心强天气预报中心利用多源观测资料(常规和非常规资料)建设了强对流天气综合监测业务系统.强对流天气的监测对象包括积云、地面高温、雷暴、地闪、冰雹、龙卷、大风、雷暴大风、短时强降水、雷暴反射率因子、对流风暴(基于雷达资料)、深对流云及中尺度对流系统(Mesoscale Convective Systems,MCS,基于静止卫星红外1通道资料)等不同时段的分布.发展的监测技术主要包括自动站资料质量控制技术、强对流信息提取和统计技术、直角坐标交叉相关雷达回波追踪(Cartesian Tracking Radar Echoes by Correlation,CTREC)技术、雷暴识别追踪分析和临近预报(Thunderstorm Identification Tracking Analysis and Nowcasting,TITAN)技术、深对流云识别技术、中尺度对流系统识别和追踪技术,以及闪电密度监测技术等.强对流天气监测系统自动定时运行,其输出数据与MICAPS业务平台完全兼容.该监测系统在国家气象中心的强对流天气预报业务中发挥了重要作用.     

国家级中尺度天气分析业务技术进展Ⅱ：对流天气中尺度过程分析规范和支撑技术

中尺度天气分析技术在对流性天气的短期预报业务中发挥了重要作用。文章介绍了国家气象中心正在发展和试运行的对流天气中尺度过程分析规范和支撑技术,旨在为中尺度对流天气的短时临近分析和预报提供技术方法,其客观技术支撑为中国气象局强对流短临预报系统SWAN、强对流天气综合监测技术和自动站资料快速客观分析技术等。文章以2011年4月17日强对流过程为例,介绍了如何利用多源观测资料(常规和非常规资料)快速识别和掌握强对流天气(短时强降水、雷暴大风、冰雹、龙卷等)实况,分析当前对流系统类型及其结构特征,判断未来影响对流系统发生、发展的中尺度环境条件,并综合考虑客观自动外推算法产品,最终指导预报员对未来0～6 h内的强对流天气影响区域进行短临预报预警。业务试验表明,对流天气中尺度过程分析技术可为强对流天气短临预报业务提供重要参考和依据。     

渝西一次强对流风暴过程的中尺度特征分析

利用常规观测资料、地面加密自动站资料、ADTD地闪资料和天气雷达资料,分析了2011年7月23日重庆西部一次强对流风暴过程的中尺度特征。结果显示：（1）此次强对流天气是在“两高一低”环流背景下发生的,强的层结不稳定、低层水汽充足、大的下沉不稳定能量及0-6 km中等强度垂直风切变为其提供了有利的环境条件。（2）地面灾害性大风主要集中在地面强降水及地闪密度中心附近,地面观测到与地面大风相联系的辐合线、辐散区、冷池及雷暴高压等中尺度特征,地闪以负地闪为主,负、正地闪之比约为101：1。（3）造成极端大风和短时强降水的强对流风暴在雷达回波图上具有明显的阵风锋、回波悬垂、弱回波区和有界弱回波区等特征;在径向速度图上,具有明显的中气旋、辐散区、大风区、前侧入流、高层辐散和低层辐合等特征,这些特征对地面灾害性大风具有一定的监测预警意义。     

会昌8月强对流天气短时预报初探

盛夏8月是冰雹、强降水和雷雨大风等强对流天气多发月,其中雷雨大风占全年大风的32%.1965～1993年8月,测站观测记录到冰雹一次、强降水6次,雷雨大风9次.除一次强降水出现在9～10时外,其余15次强对流天气集中出现在15时30分～21时.1986年开展强对流天气短时预报业务以来,先后出现4次雷雨大风和一次冰雹,这5次强对流天气均未提前半小时报出,准确率为0.日常业务中,预报员仅凭经验和临近天气实况来制作预报,从未形成客观定量的强对流天气短时预报方法.现以1965～1991年为资料样本,在地区气象台8月强对     

云南高原山地机场强对流短临预报系统研究

基于天气雷达、地面和探空观测资料、NCEP再分析资料、FNL 数值预报产品,应用强对流天气分类识别技术和短时临近预报技术,开展风暴临近预报、强对流天气分类预警、基于数值预报的强风暴潜势诊断等研究,获得大理、丽江、西双版纳等高原山地机场及周边区域强降水、雷暴、大风、冰雹等灾害性天气的0～2h实时定量预报产品和0～12h强对流天气潜势预报产品,建立可业务运行的机场强对流天气短时临近预报系统。通过检验,证明该预报系统有较好的强对流天气预报预警能力,满足机场业务需求。     

基于LightGBM算法的强对流天气分类识别研究

强对流天气将导致多种灾害性天气,但由于其突发性强且尺度较小,在气象业务工作中仍难以准确地预警和预报。本文基于LightGBM(Light Gradient Boosting Machine)算法,利用甘肃三个地区的C波段雷达回波产品以及地面观测数据,构建了LightGBM模型,并分类判识了三类主要的强对流天气[冰雹、雷暴大风、短时强降水(短强)]。结果表明,在2011-2017年训练集中,LightGBM模型表现较好,整体误判率仅为4.9%。在2018年的独立样本测试中,模型对三类强对流和非强对流天气的整体误判率为7.0%,对三类强对流天气的平均命中率(Probability of Detection,POD)为86.4%,平均临界成功指数(Critical Success Index,CSI)为64.3%,平均空报比率(False Alarm Ratio,FAR)为29.0%。其中,短强的误判率最低,POD和CSI最高,FAR也最小,而雷暴大风和冰雹的误判率和评分比较接近。因此,本文构建的LightGBM模型对强对流天气的分类识别较为理想,首次对三类主要的强对流天气实现了自动化预警,在未来的气象业务自动化工作中有广阔的应用前景。     

强对流天气人工智能应用训练基础数据集构建

基于业务观测、历史灾情及互联网媒体等多源数据整编形成强对流天气人工智能应用训练基础数据集（Severe Convective Weather DataSet for AI application,SCWDS）。SCWDS包括2012—2019年中国大陆区域的雷暴、雷暴大风、短时强降水、冰雹及龙卷5种强对流天气,共184865个个例（站次）,9256405个样本,每个样本包含强对流天气过程标注及对应时空窗口范围内的地面观测数据、探空数据、闪电定位数据、雷达基数据、卫星多通道数据和再分析产品等。雷暴、短时强降水、冰雹主要出现在6—8月,雷暴大风主要出现在4—5月,龙卷主要出现在6—8月和4月。短时强降水发生时间呈03:00—04:00（北京时,下同）和15:00—16:00时段双峰分布,雷暴、雷暴大风、冰雹、龙卷主要发生在13:00—19:00时段。雷暴主要出现在华南、江南及青藏高原、云贵高原,雷暴大风主要出现在华北北部及江南沿海,短时强降水主要出现在西南、华南、江南及黄淮江淮地区,冰雹主要出现在青藏高原、云贵高原及华北北部。SCWDS作为机器学习模型训练的基础数据,为强对流天气智能识别和预报应用提供数据支撑。     

沈阳地区强对流天气潜势预报环境参数特征分析

利用常规探空观测和WRF分析场等资料,分析了2005—2014年沈阳地区强对流天气的气候背景特征、演变规律及日变化特征等,将强对流天气划分为冰雹、雷暴大风(≥17.2 m·s-1)、短时强降水(≥20 mm·h-1)和混合型4种类型;并分析探空资料在强对流天气潜势预报中的作用,着重探讨14时(02时)探空资料对沈阳地区强对流天气短时临近潜势预报的作用。结果表明:2005—2014年沈阳地区4种强对流天气中,以短时强降水天气发生次数最多,其次为雷暴大风天气,冰雹天气的发生次数最少,多数强对流天气发生在午后至傍晚。由合成T-Log P图的温湿廓线可知,沈阳地区短时强降水天气发生时中低层存在显著湿区,与雷暴大风和冰雹为主的强对流天气温湿廓线明显不同,多数合成T-Log P图的显著特点为中层大气干燥。冰雹型强对流天气的0℃层和-20℃层高度明显低于其他强对流天气类型的高度;冰雹型强对流天气T700-T500和T850-T500显著大于短时强降水型及雷暴大风型强对流天气,且T850-T500的指示意义更好;4种强对流天气类型平均SI均出现了正值,说明SI失去了不稳定性的指示意义;短时强降水天气的K指数明显高于冰雹天气;雷暴大风天气发生时对流有效位能明显小于其他强对流天气类型。可见,WRF中尺度模式中的T-Log P预报图对沈阳地区强对流天气的预报具有一定的指导意义。     

广州市强对流过程综合影响的评估方法

利用2016—2018年广州市394个自动站实况监测数据和粤港澳闪电定位数据,确定广州市短时强降水、大风和雷电3类强对流事件的识别方法,并选取表征强对流过程强度、范围、持续时间的影响评估单项指标;参考相关系数法并结合广州实际确定各个评估指标的权重,并计算每一个强对流过程的短时强降水影响指数、大风影响指数、雷电影响指数以及风雨雷综合影响指数;再利用百分位法确定广州市强对流过程综合影响程度等级划分标准,最终构建广州市强对流过程综合影响的定量评估模型。该模型可实现分级分类评判广州市强对流的影响程度。     

基于T639对流参数的内蒙古强对流天气潜势预报方法初探

统计内蒙古地区2011—2014年汛期短时强降水、冰雹、大风强对流天气的基础上,利用T6391°×1°逐3 h的数值模式产品计算物理量,选取与强对流天气相关性较好的敏感对流参数作为预报因子,通过权重分析建立未来0~12 h强对流天气及落区的潜势预报方程,并确定判别不同强对流天气的阈值。通过对2013年8月进行的预报试验结果表明:发生强对流天气的平均TS评分为0.35;不发生强对流天气的平均TS评分为0.51;3种强对流天气预报中对冰雹预报效果不理想,但对大风及短时强降水预报效果好。     

江西不同类型强对流天气的地闪统计特征及与雷达回波特征对比分析

选取2004—2014年江西省11个ADTD雷电探测定位组网系统所得云地闪探测数据、省内多普勒雷达、探空和自动站资料,并结合重要天气报,将此11年的强对流天气分成短时强降水、有短时强降水伴随的雷雹大风和冰雹(以下简称风雹)和无短时强降水伴随的风雹这三种主要类型,分析它们发生前后的地闪活动特征及其与雷达回波的关系,结果发现,(1)江西省短时强降水、雷暴大风和冰雹分别主要发生在5—8、7—8月和3月;仅发生短时强降水时的站次远多于发生风雹天气时;除早春和盛夏无短时强降水伴随的雷暴大风发生站次较多外,风雹天气常与短时强降水相伴发生。(2)仅有短时强降水天气发生时,其站点地理位置越偏北、小时雨量越大,对应的地闪活动就越剧烈。不同小时雨量对应的地闪数存在较明显的季节性差异,表现为3、4月地闪数以小时雨量为50~55mm时最多;5—7月地闪数随着小时雨量增大总体呈增多趋势,尤以小时雨量为55~60mm时最多;8—9月则以小时雨量为40~45mm时最多。(3)就无短时强降水伴随的风雹天气而言,在3—5月雷暴大风和冰雹发生前30min内的地闪数差异不大,但平均电流强度后者大于前者;在6—9月雷暴大风发生前30min内的地闪数则为冰雹发生前的2~4倍,平均电流强度前者大于后者;该类风雹发生前的地闪数多于仅有短时强降水发生前,正地闪的平均电流强度前者也略强。(4)有短时强降水伴随的风雹发生前的平均正地闪数以8月为最多,而负地闪数则在6月最多;冰雹发生前1h内的地闪数随季节变化不大,而雷暴大风发生前的地闪数存在季节差异,夏季多于春季;另外冰雹的地闪数与冰雹直径存在较好的正相关性。(5)3—8月,有短时强降水伴随的风雹地闪数远多于无短时强降水伴随时;其平均电流强度前者大于后者;该类风雹天气发生前,地闪平均电流强度随季节呈先增大后减小的趋势,而无短时强降水伴随的风雹天气则无此特点。(6)强对流天气发生前,较强回波出现前的负地闪活动远比正地闪活跃,但其电流强度弱于正地闪;45dBz以上回波伸展高度越高,伴随的地闪数也越多,但其平均电流强度变化不明显。     

云南4次热带系统影响强对流风暴卫星云图和地闪特征

利用NCEP再分析气象资料及FY-2E卫星云图、地闪、地面自动站和气象灾情等资料对热带系统影响下的4类强对流风暴卫星云图特征和地闪演变规律进行分析。结果表明:西移北抬的赤道辐合带、副高、热带低压等热带系统外围偏东、西南和东北气流为强对流风暴发生发展提供有利环流背景及充足水汽和较高的对流有效位能,800 hPa中尺度辐合线及风随高度顺转和高层反气旋低层气旋的垂直流场结构为强对流风暴提供动力条件;在高能高湿环境条件下,由于辐合抬升作用,对流单体生成、不断长大、有规律排列、相互合并发展成不同大小和形状的单单体风暴、多单体风暴、飑线、MCC,结构密实和不均匀,伴随激烈地闪的同时产生冰雹大风和短时强降水等强对流天气;4种类型强对流风暴云顶亮温与总、负、正闪频数随时间演变规律基本一致,正、负地闪活跃程度能表征强对流风暴发展演变状况,与云顶亮温之间存在较好的相关关系,总(负)地闪频数演变趋势与云顶亮温演变趋势相反。     

中国北方沙尘暴与气象要素关系的初步研究

为研究沙尘暴形成机理以及各气象要素对沙尘暴的作用，利用1954～2000年我国北方地区7个台站的月降水量、大风日数、月平均气温和沙尘暴日数资料，以相关性分析为基础，采用了建立大风修正指数，线性拟合，滑动相关的方法，深入探讨其相关关系。结果表明沙尘暴与同期降水呈负相关，而与前一年降水的相关不明显，但有极值对应；与大风和大风修正指数呈明显正相关，并从结果比较可知大风修正指数可以很好地反映沙尘暴的发生规律；沙尘暴日数与前冬气温呈负相关，但是减去趋势后负相关消失，这反映了两者的相关关系主要是趋势相关；计算20年滑动相关，由6个台站一致的变化趋势得出结论：相关值的大小与下垫面的荒漠化程度有很大关系。     

基于风险矩阵的重大活动气象风险评估

基于风险矩阵理论,初步建立了重大活动气象风险评估方法与流程,并以北京某重大庆祝活动服务为例,在多部门联合共同确定活动期间气象风险源的基础上,利用长时间序列气象资料及短期测风雷达观测资料,分析了庆祝活动期间各类气象风险的可能性,结合对活动可能造成后果的严重程度,利用风险矩阵开展了气象风险评估及风险控制研究。评估结果表明,庆祝活动期间主要气象风险依次为降水/阴雨、白天大风、雾-霾、夜晚大风、高温、雷电、低温等7类。其中,降水/阴雨、白天大风、雾-霾为高风险,夜晚大风为中风险,其余均为低风险,根据评估结果建立的风险控制原则和具体措施成功应用于庆祝活动风险控制中。与现有气象业务服务中天气风险评估相比,本研究实现了重大活动气象风险评估由仅考虑高影响天气出现概率向基于影响的风险评估的转变。     

1971—2008年青岛地区雷电时空分布特征

选取1971—2008年青岛地区7个地面观测站雷暴日资料和2006—2009年闪电定位系统监测资料,统计分析青岛雷暴的时空分布规律,并以某大型石化项目为例,分析了该区域地闪的分布特征。结果表明：近38 a青岛地区雷暴日空间分布自东南向西北逐渐增多,季节性分布特征明显,主要集中在7月和8月。根据闪电定位资料,借助分析软件得出该石化项目附近雷电流强度分布图和雷电流累积概率分布曲线,进而得出对应的雷电流强度值,最大值为41.68 kA。利用闪电定位系统提供的地闪次数计算地闪密度Ng比用人工观测资料计算的结果更为客观,研究结果可为雷电灾害风险评估提供评估参数。     

“96.8”河北特大暴雨雷达回波和闪电资料特征

以７１３雷达回波和闪电资料为主,并结合逐小小时非常规气象观测资料,分析了１９９６年８月３￣５日河北省西南部特大暴雨雷达回波和闪电资料特征,表明此次降雨过程为混合性降雨,且雷达回波的强度和云地闪的次数、强度和降雨的性质、强度、范围以及中尺度对流系统的发展有一定的指示意义。     

雷州半岛盛夏闪电活动特征及其与降水的联系

利用雷州半岛2007年7、8月常规地面气象观测资料和闪电定位资料,分析了闪电活动与24 h降水量及雨强的关系,结果表明:雷州半岛盛夏地闪频数的最大值中心在其东侧海面上,地闪高发带沿海岸线呈南北向分布;地闪频次存在明显的日变化特征,13:00～18:00为闪电高发时段;无闪电时,有41.3%的降水事件24 h降水量≤1 mm,61.5%的降水事件雨强≤1 mm·h-1;有闪电时相应的事件概率分别为25.9%和37.7%;24 h降水量>30 mm的事件大多发生在有闪电的情况下,无闪电时极少发生;雨强概率分布的日变化特征不明显;有闪电活动时,雨强均值变化幅度加大.     

两次雷暴过程的地闪及回波特征

利用闪电定位系统、多普勒天气雷达、探空和降雨量资料,对南通地区2009年两次雷暴过程的地闪、降雨量和雷达特征进行了详细分析。结果表明:闪电主要集中在较强回波区域,40dBz及以上回波区域地闪尤为密集,但也有部分地闪尤其是正闪,发生在强回波边缘或回波弱的地方;40dBz回波高度突破-10℃温度层结高度的时间提前于第1次地闪,与地闪频数的变化一致性高;雷暴云发展过程中40dBz及以上雷达回波面积和地闪频数跳变较为一致,但出现连续降水时回波面积虽大,地闪频数反而减少;逐时降雨量和观测站周围20km范围内的地闪频数与时均40dBz及以上回波面积的相关性非常好。     

邵阳地区闪电活动特征及其与降水的关系

利用闪电定位资料和常规观测站24 h的降水资料,对邵阳地区2008-2010年的闪电特征进行分析,并进一步探讨了邵阳地区闪电与降水的关系。结果表明：邵阳地区闪电多以负地闪为主,地闪频次的最大值中心位于东北部,呈东北-西南减少的趋势;地闪频次存在明显的日变化特征,闪电集中发生在13-19时;有闪电时,降水量不超过1 mm和10 mm的降水个例分别为29.63 %,76.30%;无闪电时,其值分别为69.44 %,96.30 %;超过20 mm的降水大多伴随有闪电,无闪电时发生概率极小;地闪频次与闪电对流降水的拟合系数优于其与所有降水的拟合系数,且随着统计尺度的增大,地闪与闪电对流降水的相关性变强。