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。     

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。     

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.     

基于数值模式和多普勒雷达的强对流天气预报技术

基于数值预报模式MM5,结合不稳定指标和能量指标的诊断结果,得到短时潜势预警指标,进行强对流天气0~12 h的短时预报;利用多普勒雷达信息产品提供的强对流天气风暴追踪信息,提取回波的移向和移速信息,进行强对流天气0~1 h的临近预报;均用一个强对流天气过程,来具体说明短时潜势预报和临近预报状况及其与实际情况的对比;应用短时潜势预报技术对近年来强对流天气过程进行了试用。结果表明,上述方法对强对流天气的短时预报、临近预报技术有一定的预报价值。     

对流能量计算及强对流天气落区预报技术研究

文章分析了两种典型的大气湿绝热过程及其处理方法，对大气对流能量参数的计算技术进行了研究。结合实际个例，利用可逆饱和绝热过程，对包含液态水重力拖曳作用的修正对流有效位能(MCAPE)和修正下沉对流有效位能(MDCAPE)进行了定量计算。文章结合数值模式输出探空分析，预报不稳定和对流能量的区域分布，在此基础上建立了综合多指标叠套强对流天气落区预报方法，用MM5 及国家气象中心T106模式输出及诊断产品预报强对流天气落区，并检验强对流落区预报技术。     

用中尺度数值模式诊断强风暴潜势研究

利用中尺度数值预报模式,计算、输出若干与强风暴发生发展有密切关系的常规物理量和对流参数,研究应用模糊逻辑学技术的强天气潜势诊断的方法,开发出雷暴、冰雹、雷雨大风3类对流性天气落区的潜势预报产品,并进行了初步的业务试验.结果表明,融合多个中尺度数值预报模式输出的对流参数和物理量的方法能够较好地诊断强对流天气,对业务应用有一定参考价值.     

强垂直温度梯度条件下强对流天气分析与潜势预报

采用19年3~9月常规探空观测资料,对南昌ΔT850-500≥27℃这种强垂直温度梯度与江西强对流天气过程的关系进行了相关分析,并将区域强对流天气、局部强对流天气、无强对流天气的3类情况下的中低层气压、温度、湿度、风场及稳定度进行分类合成分析,结果表明:当南昌ΔT850-500≥27℃时,且有天气系统作为触发条件时,江西强对流天气发生的概率达85%;中低层低槽和切变等影响系统、江南华南暖湿气流、河套地区的冷空气都有利于江西强对流天气出现。对典型个例的探空曲线和对流有效位能分析表明:强垂直温度梯度结合中低层高湿度是强对流天气发生的重要条件。在强对流天气潜势预报中,强垂直温度梯度有时比对流有效位能更有指示性。根据上述分析结果,建立了相应的预报流程,并在业务试用中取得较好的效果。     

雷暴与强对流临近天气预报技术进展

临近预报指0—6h(0—2h为重点)的高时空分辨率的天气预报,预报对象是该时段内出现明显变化的天气现象,主要包括雷暴、强对流、降水、冬季暴风雪、冻雨、沙尘暴、低能见度(雾)、天空云量等,其中,以雷暴和强对流天气的临近预报最具挑战性。综述了针对雷暴和强对流天气的以主观预报为主、结合客观算法的临近预报技术,同时讨论了高分辨率数值预报模式在临近预报中的应用。主观临近预报技术包括基于多普勒天气雷达观测数据并结合其他资料(常规高空和地面观测、气象卫星云图、快速同化循环的数值预报产品等)对雷暴生成、发展和衰减,特别是对强对流天气(包括强冰雹、龙卷、雷暴大风和对流性暴雨)的临近预报,客观算法包括几种应用最广的雷达回波或云图外推算法和强对流天气识别技术。高分辨率数值预报模式的应用包括与雷达回波外推融合延长临近预报时效,与各种观测资料融合得到快速更新的三维格点资料为雷暴和强对流近风暴环境的判断提供重要参考。     

基于地基遥感设备构建遥感探空廓线

利用天津地基遥感(风廓线雷达和微波辐射计)数据及地面自动气象站数据构建地基遥感探空廓线系统(简称遥感探空廓线), 旨在弥补常规探空层结信息时空密度不足, 对2020—2021年5—9月遥感探空廓线反演结果进行模式检验, 并从中选取10次强对流过程进行个例效果评估。结果表明:反演数据与欧洲中期天气预报中心再分析数据(ERA5)比湿的平均绝对偏差为1.06 g·kg-1, 对流有效位能相关系数为0.84(达到0.01显著性水平)。10次强对流过程中强对流发生前临近时次常规探空对流有效位能平均值为322 J·kg-1, 遥感探空廓线具有分钟级时间分辨率, 能高时效性地跟踪大气状态的演变趋势, 对流发生前8 h内对流有效位能平均峰值为1451.88 J·kg-1, 与常规探空相比具备明显对流指征。研究表明:遥感探空廓线能动态描述热动力参数的配置及对流潜势的发展与释放过程, 有利于提高短时临近预报的精细化水平。     

北京“7.21”特大暴雨高分辨率模式分析场及预报分析

2012年7月21-22日,61年以来最强降水袭击北京,北京大部分地区出现大暴雨,局部特大暴雨,过程雨量大、雨势强、范围广,造成了严重影响。此次强降水配置较为典型,业务预报提前指示出了此次过程,但预报结果存在强度偏弱,峰值偏晚等偏差。在对此次大暴雨进行综合分析的基础上,利用中国自动气象站与NOAA气候预测中心卫星反演降水资料CMORPH(Climate Prediction Center Morphing Technique)产品融合的逐时降水量网格数据资料作为观测,着重对北京市气象局新的快速更新循环同化和预报系统(BJ-RUC v2.0)的3 km高分辨率模式分析场和预报场进行了检验与分析,以期通过对中尺度模式预报性能的了解,为暴雨可预报性问题提供进一步的参考。研究结果表明,此次特大暴雨过程水汽条件极佳,降水区域较为集中,呈现西南一东北走向的中尺度雨带特征。利用常规检验评分对预报降水的时间序列进行检验发现,预报降水在时间上滞后,降水强度偏弱,存在偏西南的位置误差,并且未能反映降水系统的线状特征。进一步利用检验连续降水区域定量降水预报的CRA(contiguous rain area)方法,对预报误差进行分解表明,整体降水(5 mm/h)的主要误差来自于位置和形状误差;而在暴雨(20 mm/h)的预报中,降水强度的偏差占误差的主要部分。最后结合对预报场大尺度环流和物理量的诊断(水汽条件和不稳定条件),分析探讨了此次极端暴雨预报不佳的原因。     

BJ-RUC系统模式地面气象要素预报效果评估

利用自动气象站逐小时地面观测资料,采用客观检验方法对北京市气象局快速更新循环预报 (BJ-RUC) 系统在2008—2010年5—9月的预报结果进行检验,初步评估了BJ-RUC系统对地面气象要素的业务预报性能。结果表明:BJ-RUC系统对地面气象要素预报与实况的变化趋势有很好的一致性。其中,2 m温度预报整体偏高,误差范围为-1.5~1.5℃,早上和傍晚偏大,正午偏小;2 m相对湿度的预报整体偏低,误差为-25%~0,白天偏大,夜间偏小;10 m风速预报明显偏大,午后尤为显著,误差为0.6~1.2 m·s-1;6 h累积降水的晴雨预报效果较好,TS评分可达到0.4。系统在初始起报时次的稳定性较差,从第3个起报时次开始逐渐稳定,但预报误差随着预报时效的增长逐渐增大,12 h内的预报误差较小,预报结果较可靠,在短时临近预报中具有参考价值。     

针对对流降水预报的BJ-RUC系统1小时更新循环方案研究

为了提高快速更新循环系统的分析和预报水平,在BJ-RUC系统中,发展了针对1小时更新循环的分步同化方案。分步同化的方案有效解决了在现有变分同化系统中如何在分析场中加入更多的对流尺度观测信息,同时保持大尺度背景场平衡的问题。该方案是将大尺度的常规观测和小尺度、高分辨率的观测资料分步同化,从不同尺度的观测中分别提取出大尺度和对流尺度的信息。以2009年北京地区夏季的4次强降水过程为个例进行同化和预报试验。结果表明,该方案在12小时的预报时效内能有效提高降水预报。对飑线个例的详细分析结果显示,分步同化方案可以使分析场中同时保留大尺度和对流尺度的信息,从而使预报的降水位置和强度等方面都更准确,降水预报评分有明显提高。      

路面气象数值预报模型及性能检验

该文基于通用陆面模式 (CoLM) 发展了精细化路面参数数值预报模型 (BJ-ROME)。该模型可以预报路面温度、积雪厚度、积冰厚度以及积水厚度。模型不仅考虑了路面的不透水性、相对较低反照率、低热容以及高热导率等特征,还考虑了城市人为热的影响。模型采用北京市气象局快速更新循环预报系统 (BJ-RUC) 产生的气象强迫场驱动,预报时间跨度为24 h,更新时间为3 h。采用北京地区芬兰Vaisala公司路面观测站2009年8月9—24日路面温度及2010年1月3—4日积雪厚度观测结果对模型预报结果进行验证,同时进行了敏感性试验。结果表明:无论是在晴空还是降水的气象条件下,BJ-ROME均能较准确地预报路面温度极值以及日变化。BJ-ROME还可以较准确地模拟积雪厚度的最大值以及随时间变化情况。     

BJ-RUC系统对北京夏季边界层的预报性能评估

以北京市观象台2010年8月、2011年8月每日3次 (08:00, 14:00, 20:00,北京时,下同) L波段探空秒间隔数据为实况,对BJ-RUC系统 (rapid updated cycle system for the Beijing area) 分析和预报边界层性能进行了初步评估。结果表明:BJ-RUC系统对北京地区夏季白天边界层的细致特征具有较好的预报能力,但也存在明显的系统性误差。08:00边界层偏冷; 14:00和20:00 1 km以下的边界层则显著偏暖, 边界层内明显偏湿。整体上模式对边界层内温度、湿度的预报误差均高于自由大气。该系统对北京地区边界层内早晨 (08:00) 从夜间山风向白天谷风环流过渡、午后 (14:00) 到日落后 (20:00)1500 m以下盛行西南偏南气流的日变化特征具有较强的预报能力。系统预报的14:00边界层顶高度与评估时段内实际对流边界层高度的变化趋势一致。但预报的对流边界层顶偏高,这与BJ-RUC系统采用YSU边界层参数化方案的垂直混合更强有关。     

AMDAR资料在北京数值预报系统中的同化应用

该文针对北京市气象局业务快速更新循环同化预报系统(BJ-RUC),通过对有无飞机观测资料参加同化的预报试验客观要素预报均方根误差和降水量TS评分的对比分析,探讨了飞机观测资料对短期数值天气预报的影响。结果表明:飞机观测资料的同化对于前9 h预报时效内的高空风和温度预报有明显的正面影响。其中,对风预报的正面影响集中在925~250 hPa高度上;而对温度预报的正面影响主要体现在850~400 hPa之间的各层内。在快速更新循环的暖启动模式下,飞机观测资料同化比冷启动模式下带给预报结果更明显的正面贡献。飞机观测资料参加同化对于降水预报技巧的提高也有正面效应,对24 h和12 h累积降水量TS评分以及12~18 h和18~24 h时段内的6 h累积降水TS评分有明显提高,提高的最大幅度达50%,并对相应阈值和时段内无飞机观测资料参加同化的试验中雨区偏大现象有改善。分析增量分布特征与同化带来的风温要素3 h预报改进的垂直特征基本对应,表明飞机观测资料参加同化对初始场中风场和温度场质量的改进。     

天津市多模式气温集成预报方法

在遗传算法和粒子群算法的基础上,采用权重分配方法开展基于混合演化算法的多模式气温集成预报方法研究。利用2012年5—10月中国气象局GRAPES模式、北京市气象局BJ-RUC模式、中国气象局T639模式、天津市气象局TJWRF模式24 h预报时效的逐6 h地面2 m高度气温和35个天津区域自动气象站点资料,通过逐日滚动建立集成预报模型,对混合演化算法的多模式气温集成预报方法进行了绝对误差在2℃以内的分级、分类及分站检验分析。结果表明:使用该方法建立的气温集成预报模型具有比较可靠的预报能力,预报误差明显小于任一成员,预报准确率高。按绝对误差不大于2℃的检验标准,2012年35个站逐6 h气温、最低气温、最高气温的集成预报平均准确率分别为76.34%,77.88%,78.00%。     

基于BJ-RUCv2.0预报系统对大雾形成和发展关键条件的数值分析

为了弄清北京地区持续性雾-霾天气过程的演变规律、揭示大雾形成和发展的关键条件,利用常规气象观测资料、高速路自动气象站观测资料和大气成分观测资料分析了2013年1月26~31日雾-霾天气过程的演变特征和有利于大雾形成和发展的天气形势。在此基础上,采用先进的北京快速循环同化中尺度数值预报系统（BJ-RUC v2.0）开展数值模拟,分析大雾形成的水汽、动力和热力条件,得出:模式对1月30日夜间至31日前半夜的雾区模拟较好,但对28日夜间至29日白天（大雾天气伴严重大气污染）雾区的模拟偏差较大。发现近地层的持续性东南风使950 hPa以下湿度增大是大雾形成的关键条件。上层（975~800 hPa）的明显暖平流导致逆温层的加强和维持,使大气层结稳定度增强,是大雾天气发展和维持的重要条件。另外,近地层950 hPa以下为风场辐合、其上层为风场辐散的结构有利于雾的进一步发展。     

An assessment of geosynchronous satellite soundings retrieved with the aid of asynoptic radiosonde profiles

Summary Geosynchronous satellite soundings from the VISSR Atmospheric Sounder (VAS) have difficulty resolving thermal variations in the troposphere associated with mesoscale dynamical processes. For example, VAS soundings retrieved during a late winter storm on 6 March 1982 scarcely resolved a mid-tropospheric cold pool and a low-level inversion which were captured by a special radiosonde network established as part of an Atmospheric Variability Experiment (AVE) in the south-central United States. In this paper, VAS radiances from the 6 March 1982 AVE/VAS case are re-processed using supplementary radiosonde soundings obtained at NWS radiosonde sites in the central United States to construct a local regression retrieval matrix. The re-processed VAS retrievals are compared to the original VAS retrievals and to an independent mesoscale radiosonde network located in north-central Texas. The re-processed VAS retrievals delineate the three-dimensional mesoscale temperature fields for this case with significantly improved accuracy, indicating that the poor resolution from the previous retrievals was not due to unexpected limitations in the satellite radiometer. More importantly, in order to obtain accurate upper-air temperature analyses over the United States at mesoscale resolution, the results from this case suggest that it may be necessary to develop a system which combines temperature and moisture profiles observed at selected sites in an asynoptic ground-based network (using either balloons or upward-looking microwave sensors) with infrared radiances observed at 30 km horizontal resolution from the geosynchronous sounder, using the VAS satellite data to fill in the gaps between the ground-based measurements.With 11 Figures