沙瓦特指数的一种迭代算法

为了提高沙瓦特指数的计算精度, 在沙瓦特指数计算方案中引入二分法:先用于计算抬升凝结高度上的要素, 进而计算假相当位温, 再依据假相当位温守恒性质用于计算500 hPa气块温度。与其他方案对比表明, 该迭代算法计算的沙瓦特指数精度较高; 与查表法所得的气块温度对比表明, 该迭代算法得到的气块温度的最大绝对误差为1.36 ℃, 平均误差 (-0.68 ℃) 与平均绝对误差 (0.69 ℃) 数值接近; 迭代算法与查表法之间以系统性偏差为主; 此外, 该迭代算法计算量小, 收敛速度快, 具有推广应用价值。     

大气层结稳定度指数的近似算法及量值的测站分布图输出

本文提出了应用测站探空资料计算层结稳定度指数(假相当位温递减率(θse)/p、沙瓦特指数等)的实用方法,并分析对比了沙瓦特指数的计算值,指出了文中所提近似算法具有较高精度;并设计了由测站资料输入到量值测站分布图输出的程序计算系统,为日常业务预报提供辅助诊断手段。     

计算沙瓦特指数的一种新方案

为了提高沙瓦特指数（SI）的计算精度,提出一种计算SI指数的新方案。在气块沿湿绝热线上升求解500 hPa气块温度过程中,当给定气压,温度变化很小时,假相当位温与温度近似为线性关系,利用这种线性关系可导出计算气块温度的显式公式。实例计算表明,该方案计算速度快且精度较高,最大误差和平均误差分别为0.69℃、0.51℃。     

WRF模式对弱强迫系统中雷暴预报个例研究

用WRF2．2版本,针对2006年7月13日洛阳市区,发生在副高边缘偏东南暖湿气流中的雷暴进行了模拟预报,结果表明WRF模式能描述弱强迫天气尺度系统中的中小尺度对流系统,能捕捉到常规天气图上难以分辨出来的雷暴单体。模式输出的中尺度要素场可以确定雷暴发生的地点;模式探空的对流有效位能、抬升指数、沙瓦特指数、K指数随时间演变曲线的拐点,能指示雷暴发生的时间。个例分析表明WRF模式在预报弱强迫天气系统雷暴时具有较好的性能,用WRF模式来作雷暴的分析预报早一条可行的徐径。     

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.     

利用探空资料统计分析巴彦淖尔市冰雹过程的物理量特征

为了提高巴彦淖尔市冰雹天气的预报预警能力,利用探空资料分别计算了对流有效位能、K指数、沙氏指数、抬升指数、强天气威胁指数和总指数等物理参数,并且对巴彦淖尔市的冰雹、雷暴和稳定降水进行分类分析,结合统计学方法分析各物理参数与冰雹预报之间的相互联系,归纳出适合于巴彦淖尔市冰雹潜势预报的探空指标。结果表明:探空资料反演的众多物理量中,CAPE值和强天气威胁指数对冰雹的预报意义不大,K指数、沙氏指数、抬升指数和总指数对冰雹、雷暴和稳定性降水的区分有很好的指示意义。对巴彦淖尔市不同天气过程中的物理量分析发现,K指数在34℃以上时,发生强冰雹的可能性较大;沙氏指数在-2℃以下时,较大可能性发生强冰雹;抬升指数在-1.5℃以下时,发生强冰雹的可能性较大;总指数在50℃以上时,发生强冰雹和中冰雹的可能性较大。     

NCEP再分析资料在强对流环境分析中的应用

为考察NCEP再分析资料在我国强对流天气产生环境分析中的适用性,选取2002—2009年多普勒天气雷达识别的60例超级单体风暴个例,对比分析常规探空资料和NCEP再分析资料提取的温、湿、风垂直廓线,结果表明:NCEP再分析资料计算的对流有效位能因对抬升气团湿度敏感而与观测间差异较大,宜用K指数、温度直减率分析大气层结稳定度;因对流层中高层风与探空差异不大,其中500~700 hPa的风与探空近乎一致,因此NCEP再分析资料计算的深层、中层风垂直切变参量可靠性较高;NCEP再分析资料水汽参数与探空资料差异大,特别是在大气边界层,需用观测资料订正;边界层物理量,特别是风向与探空差异显著,因此不宜用NCEP再分析资料讨论雷暴触发问题;平均而言,NCEP再分析资料湿度廓线低层偏干而中层偏湿,925 hPa以上风速偏小,降低了强对流发生概率。     

清远地区前汛期雷雨大风和冰雹天气的物理量指标

选取清远地区7个国家气象观测站2006—2015年前汛期的地面观测记录资料和清远、梧州探空站的t-logp探空资料,统计分析沙氏指数SI等8个物理量对雷雨大风及冰雹天气预报的指示作用。结果表明:(1)清远探空站数据中,整层比湿积分IQ、沙氏指数SI、瑞士雷暴1(SWISS00)对雷雨大风天气预报的指示性较好;整层比湿积分IQ、瑞士雷暴1(SWISS00)和0℃层高度对冰雹天气预报的指示性较好。(2)梧州探空站数据中,整层比湿积分IQ、抬升指数LI和沙氏指数SI对雷雨大风天气预报的指示性较好;整层比湿积分IQ、0和-20℃层高度、潜在下冲气流指数(MDPI)和强天气威胁指数SWEAT对冰雹天气预报的指示性较好。合理利用物理量指标对清远地区前汛期雷雨大风和冰雹天气的潜势预报具有一定的可行性。     

利用探空资料判别北京地区夏季强对流的天气类别

利用北京南郊观象台探空资料计算出的18种物理参量及其时间变量,详细分析了2007年和2008年5-9月冰雹、雷暴大风以及暴雨强对流天气过程下物理量的差异.结果表明:0℃层高度、-20℃层高度、500 hPa和850 hPa温差、逆温层高度、低空风切变能比较显著地区分冰雹和暴雨天气,其σ也比较小;此外850 hPa的温度露点差、500 hPa和850 hPa的θse 差、大气可降水屠PW也足判断强对流类别的重要条件.而对于时间变量来说,CAPE、DCAPE、K指数、500 hPa和850 hPa的θse差、PW、低层的垂直风切变这儿种物理量的6小时变量也能比较好地甄别出冰雹(雷暴大风)和暴雨天气.上述研究结果表明,合理利用探空资料甄别夏季强对流天气的类别是可能的.     

NCEP再分析资料与江西强对流探空资料对比检验分析

选取2000—2016年江西省南昌、赣州两站及其附近半径为50 km范围内的强对流天气过程个例,对比分析常规探空资料和NCEP再分析资料提取的温、湿、风垂直廓线及其输出量,检验NCEP再分析资料在江西省强对流天气分析的适用性。结果表明:1)NCEP再分析资料与探空资料温度差异非常小,500 hPa高度层以下露点误差也在1℃以内,而500 hPa高度层以上随着高度增加误差也明显的增大。基于温湿计算的大气能量物理量CAPE值可靠性较低,而基于中低层温湿条件计算的K指数和Δt_(850-500)参考性较高。2)NCEP再分析资料与探空资料的垂直风速切变基本在1 m/s之内,越往高层垂直风切变越小,差值在0.4 m/s以下。两种资料计算的高低层风垂直切变均拟合的非常好。3)NCEP再分析资料显示低层偏干而中层略偏湿,低层偏干使CAPE偏小,中层偏湿不利于产生雷暴大风、冰雹等强对流天气,降低了灾害性强对流天气产生的概率。边界层风场预报偏弱也会弱化强对流辐合触发的条件的分析。总体来说,两种资料的基本物理量以及一些输出量偏差较小,可用于江西省强对流天气的分析。     

南京一次雷雨的闪电特征与多尺度资料分析

为探究闪电与其他气象要素之间的关系及可预报性,本文利用探空资料、多普勒天气雷达资料、闪电定位仪资料、卫星云图资料和地面自动气象站资料,对2009年7月7日南京雷雨天气进行多尺度分析.结果表明:暴雨过程中负地闪始终占较大比例,正地闪的数目在雷暴消散阶段稍有增长;地闪频数与地面风速时序变化呈现很好的一致性;雷暴来临前风矢位温特征表明对流云发展高度较高,对流层顶的薄层超低温为强对流发生提供了热力不稳定的先兆信息,整层大气深厚的顺时针垂直切变及中低层偏南风为强对流天气提供了有利的动力和水汽条件,为雷暴潜势预报提供了依据;地闪分布与雷达回波顶高、强的风切变区域以及暴雨落区有明显对应关系;负地闪密集区位于雷达强回波核前方强度为40 ～45dBz区域处,对于回波的未来移向有指示作用.     

太原雷暴大风潜势预报方法研究

利用太原市7个国家观测站实况、探空以及MICAPS等资料，对1998—2018年5—9月太原的雷暴大风进行天气学分型，选取雷暴大风的消空因子以及不同天气型下的预报因子并确定其阈值，利用指标叠套法，建立雷暴大风潜势预报方法，并进行预报检验。结果表明：(1)选取700 hPa温度露点差、850 hPa与500 hPa的温差、条件性稳定度指数和混合相层4个环境参数作为消空因子并确定了消空阈值。（2）将雷暴大风分为高空槽型、冷涡型、切变线型、西北气流型和副高边缘型5类，选取了5类天气型下雷暴大风的预报因子，利用指标叠套法，建立了太原雷暴大风潜势预报方法。(3)运用雷暴大风潜势预报方法开展历史样本回报检验和2019-2020年试预报检验，取得了较好的预报效果。     

基于随机森林算法的广州白云机场终端区雷暴潜势预报

利用2014-2015年夏季雷达资料获取雷暴发生有无数据, 计算探空资料的对流指数与雷暴发生有无数据的灰色关联度, 发现雷暴产生跟抬升凝结高度气压、850~700 hPa的温度和露点温度、风切变的关系最紧密。接着建立广州白云机场终端区内3类区域(离塔台中心8 km、50 km、100 km)的12小时随机森林分类模型, 对不同区域的雷暴潜势进行预报和评估, 发现终端区区域面积越大, 雷暴发生样本比例越高, 临界成功指数CSI、预报准确率AF、探测概率POD越来越高, 虚假报警率FAR越来越低, 表明预报出来的准确率越来越高。离塔台中心50 km和100 km区域的预报准确率AF和探测概率POD超过70%, 对航空重要天气MDRS通报业务有指示作用。同时袋外错误率均低于1/3, 随机森林算法的泛化性能好。      

双流机场雷暴天气预报方法研究

利用双流国际机场2013—2018年的逐小时气象观测资料、欧洲中心ERA-interim逐6小时再分析资料、成都市气象局多普勒天气雷达产品资料,运用统计学方法分析双流机场雷暴月变化和日变化特征,并利用相关性分析筛选出双流机场雷暴天气预报因子,在此基础上基于二级逻辑回归法建立潜势预报模型（预报方程和消空方程）,最后进行数据的回代检验。结果表明：对流有效位能、K指数、850 hPa比湿、850与500 hPa假相当位温差、回波顶高、1.5º仰角基本反射率、3.4º仰角基本反射率、垂直累积液态水含量为雷暴天气的主要预报因子,据此建立的潜势预报模型对双流机场雷暴天气的预报具有一定指示性,且综合来看在夏季的预报效果更好。     

WINDEX在民航济南机场的应用举例

WINDEX是1994年McCann提出的预报下击暴流潜势的一个新指数。通过分析2001年7月2日的一次强雷暴带来的下击暴流，发现WINDEX在我国某些地区(例如济南)可能有一定用处，值得进一步尝试。     

基于对流参数的雷暴潜势预报研究

为提高雷暴天气的潜势预报能力，在统计分析安徽省雷暴形成天气条件的基础上，利用2003-2004年T213资料，选取与雷暴相关性好的对流参数作为预报因子。并在考虑因子季节变化特征的基础上，分别用判别分析法和指标叠加法制作雷暴潜势预报，结果表明指标叠加法优于判别分析法。最后用指标叠加法试报了2005年3—8月的雷暴，临界成功指数CSJ=69．4％，命中率POD=89．5％，虚假报警率FAR=24．4％，分区预报准确率也较高。另外，试报期间的区域性冰雹、雷雨大风全部命中，可见该方法对冰雹、雷雨大风也有较好的指示意义。     

基于BPSO-NBayes的雷暴释用预报技术研究

提出了一种新的雷暴预报法,即二进制粒子群-朴素贝叶斯分类器(Binary Particle Swarm Optimization-Naive Bayesian Classifiers,BPSO-NBayes)方法,以福州、连城、宁波3站为例,对使用T511数值预报产品站点的雷暴释用预报技术进行研究。利用2010—2014年T511数值预报产品和单站观测资料,使用BPSO-NBayes方法,建立了0~72 h雷暴预报模型,并与Fisher判别准则和Bayes判别准则进行比较。预报结果表明,BPSO-NBayes模型临界成功指数都在0.29以上,平均值达到0.33以上,是3种方法中最好的,空报率都在0.59以下,漏报率在0.60以下,而且变化幅度很小。BPSO-NBayes模型明显优于Fisher判别准则和Bayes判别准则,具有良好的稳定性和预报能力。     

基于欧洲中心细网格预报资料和观测资料的浙江省春夏降水性质分类指标

利用浙江省2004~2013年3~8月Micaps（气象信息综合分析处理系统）地面填图数据和T-logP数据研究杭州、衢州和台州三市的阵雨和雷雨个例,同时选取能表征雷雨并能区分阵雨与雷雨的气象预报因子:对流有效位能、850 hPa与500 hPa的温差、K指数、地面2 m温度,用临近探空的分析方法和决策树的分类方法初步建立了一个适用于浙江省春夏季降水性质分类指标。利用欧洲中心（ECMWF）细网格预报资料,对历史样本和2016年春、夏季分别作了检验。结果表明:除去有降水预报误差个例后,指标TS（Threat Score）评分超过0.53,雷雨阵雨综合命中率达到71%,空报率阵雨（10%）小于雷雨（43%）,在不同地区和季节稍有区别;同时对浙江省2016年春夏两次典型大范围阵雨雷雨过程进行预报,效果很好。此方法不仅可以依据预报数据在短期内做出精细化降水性质分类预报,在中长期预报上也有表现力。     

海南夏季雷暴时空分布特征及成因

利用海南18个市县雷暴资料、海南地形高度资料、海南日最高气温资料、海口和三亚2个测站日辐射观测资料和海南中尺度乡镇自动站逐时风资料等,研究海南夏季雷暴时空分布特征及可能原因.结果表明:海南大部分地区夏季雷暴主要发生在白天,集中发生在午后,只有以三亚为代表的南部地区表现出雷暴主要发生在夜间,与其余地区相反.研究认为这种差...     

基于Logistic模型的干、湿环境下江淮夏季雷暴大风潜势预报研究

利用2009—2015年江淮夏季雷暴大风观测资料和NCEP再分析资料,按整层可降水量将雷暴大风环境划分为干、湿两种环境,结果发现湿环境雷暴大风日约占总雷暴大风日数的86%。基于物理量参数和Logistic回归方法构建了江淮夏季干、湿环境下区域雷暴大风的潜势预报模型。西南区、东南区和北区湿环境雷暴大风的最显著预报因子分别是冰雹指数(CS)、K指数和沙氏指数(SI)。干环境雷暴大风的最显著预报因子是总指数(TT)。相对于大风指数(WINDEX),综合考虑热力学作用和高空水平动量信息的新大风指数(GUSTEX)对江淮干、湿环境雷暴大风的预报指示意义更好。通过历史样本回报确立了预报模型的概率阈值,并利用2016年独立样本试预报检验证明Logistic模型预报效果良好。