登陆广东热带气旋中尺度降水分布变化特征

利用每小时地面观测资料和卫星遥感资料 ,以 1 999～ 2 0 0 1年在珠江三角洲地区登陆的热带气旋为研究对象 ,从合成分析和个例分析两方面揭示了登陆广东热带气旋降水的中尺度特征及其分布变化。结果表明 ,热带气旋登陆前后中尺度强降水分布发生明显变化 ,登陆后降水不对称性加大 ;热带气旋登陆后中尺度强降水分布随时间变化 ,登陆后第 1 0个小时之前 ,中尺度强降水基本上分布于热带气旋中心附近 ;而热带气旋登陆第 1 0个小时之后 ,中尺度强降水具有明显的“离心”或“偏心”特征。     

登陆华南热带气旋过程降水分析

首先利用1990～1999年台风年鉴上的过程降水分布图进行分析,总结归纳出登陆华南地区的热带气旋过程明显降水(≥50mm)相对于热带气旋登陆后路径分布有五种类型,并研究了降水分布型与热带气旋活动特征之间的关系;另外,利用卫星观测的向外长波辐射(OLR)资料,将热带气旋作为一个整体来研究探讨它在海洋和陆地上的降水分布和演变特征,弥补了以往对热带气旋降水的研究只局限于陆地降水的不足.本工作试图为过程降水分布的动力释用预报提供一定的指标.     

登陆海南的热带气旋中尺度降水分布变化特征

利用每小时地面观测资料和卫星资料,以1996-2005年在海南岛登陆的热带气旋为研究对象,按照气旋移动路径将其分为4大类,从4类不同路径的7个个例分析揭示了登陆海南热带气旋降水的中尺度特征及其分布变化.结果表明,不同路径的热带气旋登陆前10个小时之内,中尺度强降水基本上分布于热带气旋中心附近;而热带气旋登陆后,中尺度强降水开始出现明显的"离心"或"偏心"特征.不同路径的热带气旋在登陆前后,其最大降水中心的强度变化也有明显差异.登陆前后,中尺度强降水基本均出现在气旋中心西南到东南侧100～200km内,表现出明显的南北不对称.个例分析也证明,热带气旋强降水在空间和时间上都具有明显的中尺度特征.     

利用TRMM资料分析2002年登陆广东的热带气旋降水分布特征

用2002年3个热带气旋登陆广东的过程中自动站的降水资料, 对TRMM准全球、准实时的3 h降水估测资料进行了检验, 表明该资料与地面3 h降水有很好的相关性, 可以反映出热带气旋3 h降水变化的特征。利用该资料分析了这3个热带气旋登陆过程中不同半径、不同方向降水的时空变化特征, 并分析了不同热带气旋之间降水差异的大尺度环流背景。研究发现, 3个热带气旋登陆过程中心附近降水沿半径方向存在收缩和扩展的变化, 除了低层水汽输送的变化和地形对降水造成影响之外, “北冕”和“黄蜂”都发现热带气旋外围降水加强会导致其中心附近降水减弱, 这与以往的观测及研究成果类似。     

登陆广东热带气旋的降水分布和移速变化

利用1980～2001年登陆广东的72个热带气旋的路径和降水资料,计算了热带气旋登陆前后的移动速度和加速度,比较分析了热带气旋主要降水落区与热带气旋移速变化的关系.计算结果统计表明登陆广东的热带气旋中,有66.1%的个例在登陆时移速加快.当主要降水落区位于热带气旋前进方向右侧时,热带气旋的12小时平均加速度为正的占了大部分(81.8%);当主要降水落区位于热带气旋前进方向左侧时,近八成(78.6%)的热带气旋平均加速度为负.这些统计结果进一步从诊断事实上说明了地形以及非绝热加热等因子对台风移动的可能影响.     

1960—2003年我国热带气旋降水的时空分布特征

利用1960—2003年登陆影响我国的热带气旋及其造成的降水资料, 对44年间登陆我国热带气旋降水时空变化特征进行统计分析。结果表明:热带气旋降水与热带气旋登陆活动相一致, 主要发生在5—11月, 其中7—9月为盛期; 热带气旋降水量以及热带气旋暴雨日数的分布是自南向北、从沿海到内陆迅速减小, 最大出现在海南和华南、东南沿海地区; 热带气旋强度越强其最大过程降水一般也就越大, 但是两者并非严格的线性关系; 1960年以来, 我国受热带气旋影响的绝大部分地区热带气旋降水呈波动下降的趋势。     

南海季风槽影响下热带气旋暴雨增幅的研究

使用NASA的热带测雨卫星TRMM资料、常规气象观测降水资料、NCAR/NCEP-2再分析资料及NCEP全球数据同化系统(GDAS)资料,分析研究南海季风槽伴随热带气旋登陆华南而导致热带气旋暴雨强烈增幅的事实,并根据观测事实提出季风槽伴随热带气旋登陆华南的定义.结果表明:(1)南海季风槽伴随热带气旋登陆导致热带气旋降水强烈增幅的天气现象发生在盛夏季节;(2)环流背景表现为副热带高压带状西伸,稳定控制华中一带;同时,西南季风活跃,南海季风槽位于南海北部之时;(3)热带气旋登陆后的填塞消亡时间因为季风槽的伴随而大大延长,热带气旋云系有再生、加强和扩展现象;(4)伴随登陆的季风槽对热带气旋暴雨无论是空间,时间,还是强度上均有强烈增幅作用,热带气旋暴雨在季风槽南侧延伸,尺度可达1500～2500km.     

0308号强热带风暴"天鹅"影响过程分析

利用天气图、卫星云图等资料,分析了0308号强热带风暴"天鹅"的高空环流形势及演变、双热带气旋的影响、日本24小时地面预报图和降水预报图以及FY-2云图,探讨了如何预报热带气旋的移动路径、登陆地点和时段,切实提高热带气旋活动的预报准确率.     

登陆广东北上路径热带气旋强降水的分布特征

利用1981-2018年中国气象局上海台风研究所热带气旋最佳路径资料和国家基本气象站逐日降水资料,对登陆广东北上路径热带气旋活动及强降水特征进行统计分析.结果表明北上热带气旋从登陆时到登陆后48 h是陆地强降水产生的集中时段,登陆时24 h是陆地大暴雨最集中的时段.强降水从沿海向内陆逐渐减少,一般登陆后热带气旋持续时间...     

0308号强热带风暴“天鹅”影响过程分析

利用天气图、卫星云图等资料，分析了0308号强热带风暴“天鹅”的高空环流形势及演变、双热带气旋的影响、日本24小时地面预报图和降水预报图以及FY-2云图，探讨了如何预报热带气旋的移动路径、登陆地点和时段，切实提高热带气旋活动的预报准确率。     

GIS-based high-resolution spatial interpolation of precipitation in mountain–plain areas of Upper Pakistan for regional climate change impact studies

In this study, the baseline period (1960–1990) precipitation simulation of regional climate model PRECIS is evaluated and downscaled on a monthly basis for northwestern Himalayan mountains and upper Indus plains of Pakistan. Different interpolation models in GIS environment are used to generate fine scale (250?×?250 m²) precipitation surfaces from PRECIS precipitation data. Results show that the multivariate extension model of ordinary kriging that uses elevation as secondary data is the best model especially for monsoon months. Model results are further compared with observations from 25 meteorological stations in the study area. Modeled data show overall good correlation with observations confirming the ability of PRECIS to capture major precipitation features in the region. Results for low and erratic precipitation months, September and October, are however showing poor correlation with observations. During monsoon months (June, July, August) precipitation pattern is different from the rest of the months. It increases from south to north, but during monsoon maximum precipitation is in the southern regions of the Himalayas, and extreme northern areas receive very less precipitation. Modeled precipitation toward the end of the twenty-first century under A2 and B2 scenarios show overall decrease during winter and increase in spring and monsoon in the study area. Spatially, both scenarios show similar pattern but with varying magnitude. In monsoon, the Himalayan southern regions will have more precipitation, whereas northern areas and southern plains will face decrease in precipitation. Western and south western areas will suffer from less precipitation throughout the year except peak monsoon months. T test results also show that changes in monthly precipitation over the study area are significant except for July, August, and December. Result of this study provide reliable basis for further climate change impact studies on various resources.     

Detection of trends in precipitation during 1960–2008 in Jiangxi province, southeast China

Changes in precipitation exert an enormous impact on human life, and it is of vital importance to study regular patterns of meteorological and hydrological events. In order to explore the changing spatial and temporal patterns of precipitation amounts, precipitation extremes and precipitation concentration in Jiangxi province in southeast China between 1960 and 2008, several precipitation indices series were analysed using the Mann–Kendall test in this study. Our results indicate remarkable differences among the stations with negative and positive precipitation trends at the annual, seasonal and monthly scales, significant increasing trends are mainly found during January, August, winter and summer, while significant decreasing trends mostly are observed during October and autumn. For precipitation extremes, most precipitation indices suggest that both the intensity and the days of extreme precipitation are increasing; the mean precipitation amount, especially, on a wet day shows a significant positive trend. When it comes to precipitation concentration, the monthly rainfall heterogeneity shows an insignificant downward trend, while the contribution of the days with greatest rainfall displays an insignificant upward trend. Furthermore, the long-range persistence is detected for changing process of precipitation amount, extreme precipitation and precipitation concentration using the Rescaled Range Analysis.     

帕米尔高原东部地区4-9月降水日变化特征研究

基于帕米尔高原东部100个气象站2013-2019年4-9月逐小时降水观测资料，分析了帕米尔高原东部降水量、降水频次和降水强度时空变化特征。结果表明：帕米尔高原东部年平均降水量呈南部少于北部，平原少于山区的特征。降水频次集中在西部山区，东南部最少。研究区北部和盆地边缘的降水强度大于西部和西南部的山区。逐月降水量呈北部和西北部高，盆地西部边缘地区最少，8月最多，4月最少。年平均降水频次逐月空间分布呈高值主要集中在研究区北部和西部，低值主要集中在盆地西部的边缘区域的特征。逐月降水强度的空间分布与降水量和频次也存在较大差异，降水强度在中间平原地区在4月最强。小时降水量峰值主要出现在12—23时，低值出现在00—10时。小时降水频次15时至次日 01时为强度高值时段，14—20时具有增长趋势。小时降水强度在日出前后达到最大值，其中00—09时为高值时段，10—23时为低值时段。帕米尔高原东部地区各月小时平均降水量主要集中在18时左右，降水频次主要集中在18—23时，夜间降水强度略微高于白天。年平均降水量，降水频次及降水强度与海拔高度之间存在明显的相关性，大概2500 m 以下降水量随着海拔高度的升高而增加，2500 m 以上降水量随着海拔高度的升高而降低。降水频次在3000 m 以下随着海拔高度的升高而增多，3000 m以上随着海拔高度的升高而减少。整体来讲，降水强度与海拔高度整体来呈负相关性，降水强度随着海拔高度的升高而减弱；大概2500 m 以下降水强度随着海拔高度而加强，2500 m 以上降水强度随着海拔高度的升高而减弱。     

近10年中国地区地形对降水影响研究进展

地形是影响降水的重要因子,其复杂性为研究降水的分布、强度等增加了难度,全面透彻地理解地形对降水的影响机制,有助于预警预报水平的提高。因此,地形对降水的影响研究受到广大气象学者的关注。本文通过回顾近10年来中国地区有关地形对降水的影响研究进展,简要概述了地形动、热力效应与云微物理过程对降水的影响机制,以数值模拟研究为主线,系统分析了中国各个地区关于地形作用的研究成果,重点讨论地形对局地中小尺度降水、锋面降水以及台风降水方面的影响,最后总结了目前的研究现状并提出一些需要深入研究的问题。     

雷达估测降水在区域站降水质控中的应用

利用高分辨率雷达定量估测降水的格点数据,与自动站实际观测到的降水量进行分析对比,发现雷达估测降水映射得到的自动站估测小时降水量与自动站实际观测的小时降水量的比值服从正态分布,以此来反推区域自动站实际观测的小时降水量的可信程度,并通过建立回归方程来对那些降水失真自动站作估计。以“菲特”台风期间的区域站降水量为例作了分析计算,结果表明雷达定量估测降水对自动站实际观测降水有良好的质控效果,值得进一步分析研究。     

Trends of precipitation extremes during 1960–2008 in Xinjiang, the Northwest China

The spatial–temporal variability of the precipitation extremes defined by eight precipitation indices based on daily precipitation dataset was analyzed using the linear regression method and the Mann–Kendall test. The results indicate that increasing trends in the precipitation amount, rainy days, and the intensity of the extreme precipitation were identified at above 70 % of the total rain stations considered in this study, with more than 30 % of them were significant, while most stations show notable decreasing trend in the annual maximum consecutive no-rain days. Significantly increasing trends of the precipitation extremes are observed mainly in the northern Xinjiang and the north of the southern Xinjiang. Most extreme precipitation indices show a potential regime shift starting from the middle of 1980s. The magnitude of the trends is compatible with their pattern of spatial stability. The generally increasing trends in precipitation extremes are found in this study.     

北京冬夏降水系统中的云水量及其统计特征分析

根据地基双通道微波辐射计观测的降水天气下大气水汽、液水含量的变化，分析了北京1989年夏季1次降水过程和1990年冬季5次降雪过程的云水量资料，讨论了降水过程中汽态水和液态水含量的一些统计特征及其随时间的变化，并估算了夏季降水中凝结水向降水的转化率。结合极轨气象卫星的遥感云顶温度资料，以及冬季地面降雪强度的观测，对北京冬季降水系统中的液水含量与降水的相关进行了分析，探讨了北京地区降雪的潜力。     

Risk assessment of precipitation extremes in northern Xinjiang,China

This study was conducted using daily precipitation records gathered at 37 meteorological stations in northern Xinjiang, China, from 1961 to 2010. We used the extreme value theory model, generalized extreme value (GEV) and generalized Pareto distribution (GPD), statistical distribution function to fit outputs of precipitation extremes with different return periods to estimate risks of precipitation extremes and diagnose aridity–humidity environmental variation and corresponding spatial patterns in northern Xinjiang. Spatiotemporal patterns of daily maximum precipitation showed that aridity–humidity conditions of northern Xinjiang could be well represented by the return periods of the precipitation data. Indices of daily maximum precipitation were effective in the prediction of floods in the study area. By analyzing future projections of daily maximum precipitation (2, 5, 10, 30, 50, and 100 years), we conclude that the flood risk will gradually increase in northern Xinjiang. GEV extreme value modeling yielded the best results, proving to be extremely valuable. Through example analysis for extreme precipitation models, the GEV statistical model was superior in terms of favorable analog extreme precipitation. The GPD model calculation results reflect annual precipitation. For most of the estimated sites’ 2 and 5-year T for precipitation levels, GPD results were slightly greater than GEV results. The study found that extreme precipitation reaching a certain limit value level will cause a flood disaster. Therefore, predicting future extreme precipitation may aid warnings of flood disaster. A suitable policy concerning effective water resource management is thus urgently required.     

近32年泰国降水的主要变化趋势研究

基于泰国气象局提供的近32年(1981～2012)站点逐日降水观测资料,利用线性趋势和集合经验模态分解(Ensemble empirical mode decomposition,EEMD)等分析方法,本文重点研究了泰国及其五个地理分区内各等级降水量与降水日数出现正异常(第95百分位及以上)的站点比例变化,并深入分析了...