基于“配料”的梅雨锋强降水预报方法

在梅雨锋暴雨预报中应用“配料法”，通过降水量的基本公式解释了强降水形成的基本配料，给出了建立配料的基本步骤，同时，通过一次暴雨个例分析，具体阐述了“配料法”在梅雨锋暴雨预报中的应用。结果表明，基于暴雨等强对流天气形成物理机理认识的基础上，所选取的可降水量等动力、热力因子与暴雨有着较好的对应关系，通过分析以上关键物理因子建立的过程，可以给出暴雨潜势预报。     

重庆市长寿区暴雨特征分析及基于“配料法”的暴雨预报模型研究

利用2011-2018年地面常规观测、高空探测等资料分析了长寿暴雨特征,研究了表征暴雨过程中水汽、动力、热力、不稳定条件的比湿、散度、垂直速度等物理参数及暴雨发生时各物理参数的阈值,构建了基于“配料法”的预报模型,并对模型进行试用、检验和评估。结果表明：长寿暴雨多发生在5月和9月,影响暴雨的主要天气系统按出现频率自高到低排列依次是高原槽、地面冷锋、西南涡、切变线、低空急流,32.1%的暴雨是在高空槽、切变线、西南涡和地面冷锋的共同作用下产生的,其他天气系统配置下较少产生暴雨。基于“配料法”的主观预报方法准确率较EC提高27%,漏报率较其他模式明显减小,TS评分较EC提高0.15;客观方法准确率较EC提高16%,TS评分较EC提高0.03。     

基于“配料法”的东北冷涡暴雨预报研究

利用1961—2014年中国东北地区200个气象站逐日降水资料以及NCEP/NCAR再分析资料,研究了东北冷涡暴雨的气候特征,分析了低空急流、切变对冷涡暴雨的影响;诊断分析了可表征冷涡暴雨过程中水汽条件、动力条件、热力不稳定条件的比湿、水汽通量、水汽通量散度、散度、垂直速度、K指数等物理参数,研究了东北冷涡暴雨发生时上述各物理参数需要达到的阈值指标,利用研究的物理参数阈值指标以及低空急流和切变等配料因子构建了东北冷涡暴雨的"配料法"预报模型,结合ECMWF模式和T639模式数值预报产品将"配料法"暴雨预报模型进行了业务化应用试验及效果评估。结果表明,东北冷涡有66%会产生暴雨,冷涡暴雨多发生在7—8月;低空急流和切变对冷涡暴雨有触发作用,91.2%的冷涡暴雨发生时对流层低层存在急流或切变;基于"配料法"的冷涡暴雨预报TS评分比ECMWF模式和T639模式暴雨预报评分提高了7.4%和11.1%,且明显减少了暴雨的漏报率。     

安顺市两类暴雨模型的建立及应用研究

该文建立了对安顺影响最多的辐合线锋生型和冷锋低槽型暴雨天气学模型,同时通过分析相关站点的物理"配料"在暴雨发生期间的变化特征,统计出了表征动力、热力和水汽条件等物理量在暴雨发生期间的阈值。最后通过实况资料与数值预报产品结合的方式,得到了一个预报安顺暴雨的方法。对2012年5—9月天气进行了逐日检验试报,并在2015年汛期试用,结果表明该方法对安顺暴雨有较强的预报能力,试报准确率Ts=66.7%。     

基于“配料法”的湖南省暴雨落区预报

利用“配料法”,以数值预报产品为基础,结合常规、非常规气象资料,对历史暴雨过程进行诊断分析,探索针对湖南常见暴雨类型的配料法选择方式。分析表明,从水汽诊断量、垂直运动诊断量、抬升稳定度3个方面选择合适的因子进行暴雨落区预测,注重动力和热力的配合、低层和高层的配合,结果比较定量客观,物理含义也比较清晰。同时考虑3种具有独立意义的物理量类型搭配使用,可以避免类似的物理量的重复使用,预报效果较好。     

多次取样的网格化暴雨预报“配料法”研究

利用2008—2019年甘肃省陇东342个测站的逐日降水资料和ECMWF_ERA5再分析资料，总结了不同暴雨天气过程的环流特征，建立了精细至模式预报每个格点、综合考虑暴雨日每个预报时次的多次取样网格化暴雨预报“配料法”方案，并通过2020年5次暴雨过程进行验证。结果表明，陇东暴雨可分为副高扰动型、冷槽切变型和偏北气流对流型；由于不同类型暴雨的环流特征差异明显，降水范围及持续时间不同，具有代表意义的关键物理量及阈值也不相同；网格化配料法的过程预报准确率相比ECMWF_THIN提高了20%，站点预报准确率提高了7.8%，性能优于ECMWF_THIN模式的暴雨预报；配料法对小区域预报效果优秀，预报范围越大预报准确率越低。     

“8.24”桂西南大暴雨过程分析

利用常规高空和地面观测资料、中尺度自动站观测资料、多普勒天气雷达等非常规资料,对2011年8月24日高空槽、切变线和地面弱冷空气共同影响下桂西南出现的大暴雨过程的热力、动力、水汽等环境条件和雷达特征进行了分析,表明暴雨前期水汽及能量条件不满足广西典型暴雨天气特征,暴雨前0-12小时水汽、动力、热力条件的急剧增加,水汽辐合上升运动的强盛,有利于触发中小尺度对流系统的发生发展,对暴雨的临近预报具有一定的指示作用,中尺度系统的维持少动对此次强降水过程的维持发生具有触发作用.     

梅雨锋暴雨中尺度对流系统研究若干进展

梅雨锋暴雨中尺度对流系统是暴雨的直接影响系统,对其结构特征、活动规律及其发生发展的物理机制的深入研究,对提高梅雨锋暴雨的预报能力有重大意义。近年来对梅雨锋暴雨中尺度对流系统的研究取得了很大进展,文章对梅雨锋暴雨中尺度对流系统研究的若干进展作了简要综述,包括梅雨锋暴雨云系多尺度结构、梅雨锋暴雨的β和γ中尺度系统发生发展的环境条件和结构、云微物理分布和转化特征及其对热力动力过程反馈等方面,并对有关问题进行讨论。     

对流天气预报中的环境场条件分析

中尺度对流天气的分析包括以天气型识别和中尺度过程分析为主的主观分析,以及以动力热力物理参数诊断为主的客观分析。利用"配料法"预报的思路,通过诊断有组织的深厚中尺度对流系统发生、发展的4个条件(水汽、不稳定、抬升和垂直风切变),开发了中尺度对流天气的环境场条件分析技术(对流天气图分析和客观物理量诊断技术),并应用于中国国家气象中心的强对流天气预报。以中尺度对流天气的天气图分析方法为例,介绍如何利用高低空观测资料,分析对流天气发生发展的环境场条件;并以数值模式释用为主的强对流特征物理量诊断分析为例,介绍如何动态诊断对流天气的动力热力条件演变。     

物理过程参数化方案对中尺度暴雨数值模拟影响的研究

利用中尺度非静力MM 5模式和中国 2 0 0 1年 8月的 4个暴雨个例 ,研究了非绝热物理过程对中国暴雨动力和热力场预报的影响 ,深入分析了对流参数化方案在中尺度暴雨预报中的作用 ,讨论了利用模式扰动方法开展中国暴雨集合预报的可行性。结果表明 ,在短期数值预报中 ,非绝热物理过程对高度场预报影响较小 ,但边界层方案和对流参数化方案对产生暴雨的 3个基本条件即水汽通量散度、垂直速度、不稳定层结的影响很明显。不同对流参数化方案所预报的中尺度热力、动力场离差的结构特征与所预报降水的离差特征相似 ,且主要是在模式积分初期迅速增加 ,其后即趋于稳定。对中国热力场较均匀的暴雨过程 ,可以通过扰动模式的边界层和对流参数化方案 ,构造集合预报模式     

IMPACTS OF DIABATIC PHYSICS PARAMETERIZATION SCHEMES ON MESOSCALE HEAVY RAINFALL SHORTRANGE SIMULATION

Based on the non-hydrostatic version of Mesoscale Model version 5 (MMS) and the data sets of four heavy rainfall scenarios occurring in August 2001 in China,this paper investigates the impacts of diabatic physical processes on predictions of dynamic and thermodynamic elements of heavy rainfall in China,deeply analyzes the effects of convective schemes on mesoscale heavy rain simulations and discusses the feasibility of using model physics perturbations in ensemble simulation of heavy rain,The results show that diabatic physical processes have little impact on the short-range prediction of geopotential height.However,planetary boundary layer schemes and convective schemes have significant influence on moisture divergence flux,vertical velocity,and unstable stratification,which are the three basic conditions of torrential rain.The forecast deviations in different convection schemes increase rapidly in the first 12 h time periods of simulation and the deviation structures are well correlated to that of sub-grid scale rainfall,while in the later periods of simulation with less correlation.Diabatie physical processes influence the structure and evolution of the simulations.For the rain storm events with a homogeneous thermal environmental condition in China.the numerical model ensembles could be created by perturbing the planetary parameterization scheme and convective parameterization.     

集合动力因子暴雨预报方法研究

介绍了广义位温、湿热力平流参数、热力螺旋度、热力散度垂直通量、广义湿位涡、力管涡度、热力力管涡度、二级位涡、对流涡度矢量和波作用密度等宏观物理量的定义及其物理意义。个例分析表明,这些动力因子与降水系统发展演变密切相关,对地面观测降水有一定的指示作用。这主要是因为：（1）这些因子能够描述降水系统的动、热力垂直结构等共性特征;f2）这些因子大部分包含广义位温,而广义位温又与凝结潜热和相对湿度有关,因而这些因子也能描述降水系统的水汽场结构特点。以这些动力因子为基础建立了集合动力因子预报方法,该方法首先建立以GFS预报场资料为基础的单动力因子降水预报方程,然后根据其与观测降水的相关性,定义权重函数,对多个动力因子的降水预报进行权重平均,最后得到集合动力因子的降水预报。该预报方法可以充分发挥多个动力因子的优势,比较全面地反映暴雨过程的共性特征。长时间序列的统计检验表明,集合动力因子的降水预报评分略高于全球预报系统（GFS）模式自身的降水预报评分,表现在降水落区预报方面,集合动力因子的预报效果略优于GFS模式的自身预报,然而,在降水强度预报方面,集合动力因子和GFS模式都略有过度预报。集合动力因子预报方法计算量小,容易移植,可以提供降水预报产品,为预报员做暴雨预报提供支持。     

“7.21” 暴雨过程动力因子分析和预报研究

针对2012年7月21～22日发生在我国华北地区的暴雨过程,利用美国全球预报系统资料对湿热力平流参数、对流涡度矢量的垂直分量、热力波作用密度、热力位涡波作用密度、热力位势散度波作用密度和湿斜压涡度等动力因子进行计算和诊断分析,结果表明,该暴雨过程是由高、低空急流、高空槽、副热带高压、冷锋和辐合切变线等多个天气系统共同作用造成的。降水区具有垂直上升运动强烈,垂直热量输送明显,湿等熵面向下伸展和水平风垂直切变显著等动、热力学特征。湿热力平流参数等动力因子综合反映了上述动、热力垂直结构特征,因而与6小时观测降水的发展移动有一定相关性。全球预报系统48小时预报的动力因子高值区在走向和落区上与6小时观测降水区比较接近,代表动力因子对降水落区有一定的指示意义。利用全球预报系统的预报场资料对动力因子暴雨预报方程进行计算,结果表明,在降水中心位置预报方面,动力因子降水预报比全球预报系统本身的降水预报更接近观测实况。ETS（Equitable Threat Score）评分计算表明,对于降水的早期预报,动力因子降水预报评分略高于全球预报系统本身的降水预报评分,说明动力因子暴雨预报方程有一定的降水预报能力,可以应用到实际天气业务预报中。     

压能、湿焓场与暴雨落区的诊断分析

通过分析压能场与湿焓场的分布特征，讨论了它们对暴雨发生可能产生的影响，这种影响实质上是由于动力学与热力学的相互作用所造成的，在本文分析的暴雨仆例中，暴雨过程都与等压能线密集带和等湿焓线密集带有一定联系，在暴雨发生前24h一般有强的正湿焓平流，暴雨主要落区一般出现在平流最强的地方，因此，分析压能场与湿焓场可以获取一些新的信息，这对提高暴雨的预报能力可以起到一定的作用。     

基于MM5模式的站点暴雨预报方法研究

基于对MM5模式输出产品的解释应用,建立了站点定量的暴雨MOS预报方法。从临沂中尺度数值预报模式产品中挑选x1（模式预报降水）,…,x12（沙氏指数）等12个模式产品和物理诊断因子为基本可能预报因子,又添加它们自身的非线性型xi^2xi^3,xi^1/2,1nxi,e^xi（i=1,…,12）和各因子间非线性交互作xixj（i=1,…,11,j=i＋1,…,12）型的126个可能预报因子。用非线性逐步判别做晴、雨二级判别,然后对雨型样本做逐步回归,得到暴雨的MOS预报方法。检验结果表明：该模型对暴雨有较强的预报能力,可应用于实际预报业务中。     

The Uncertainty of Mesoscale Numerical Prediction of Heavy Rain in South China and the Ensemble Simulations?

In the context of non-hydrostatic MM5 version we have explored the impact of convective parameterization schemes on uncertainty in mesoscale numerical prediction of South China heavy rain and mesoscale heavy rainfall short-range ensemble simulation by using two kinds of physics perturbation methods through a heavy rain case occurring on June 8, 1998 in Guangdong and Fujian Provinces. The results show the physical process of impacts of convective schemes on heavy rainfall is that different latent heat of convective condensation produced by different convective schemes can make local temperature perturbation, leading to the difference of local vertical speed by the intrinsic dynamic and thermodynamic processes of atmosphere,and therefore, making difference of the timing, locations and strength of mesh scale and subgrid scale precipitation later. New precipitations become the new source of latent heat and temperature perturbation,which finally make the dynamic and thermodynamic structures different in the simulations. Two kinds of methods are used to construct different model version stochastically. The first one is using different convective parameterization and planetary boundary layer schemes, the second is adjusting different parameters of convective trigger functions in Grell scheme. The results indicate that the first ensemble simulations can provide more uncertainty information of location and strength of heavy rainfall than the second. The single determinate predictions of heavy rain are unstable; physics ensemble predictions can reflect the uncertainty of heavy rain, provide more useful guidance and have higher application value.Physics ensembles suggest that model errors should be taken into consideration in the heavy rainfall ensembles. Although the method of using different parameters in Grell scheme could not produce good results, how to construct the perturbation model or adjust the parameter in one scheme according to the physical meaning of the parameter still needs further investigation. The limitation of the current study is that it is based on a single case and more cases will be addressed in the future researches.     

华南中尺度暴雨数值预报的不确定性与集合预报试验

利用非静力MM5模式,分析了不同积云对流参数化方案对华南暖区暴雨数值预报的不确定性影响,进行了中尺度暴雨模式扰动集合预报试验。不同对流参数化方案的对流凝结加热引起不同的局地温度扰动,通过大气内部的热力动力过程,导致垂直速度的差异,进而影响网格尺度和次网格尺度降水时间、地点和强度。后续降水再通过凝结潜热释放形成新的扰动源。不同积云对流参数化方案还可引起扰动源能量传播方式不同,最终使模拟大气的动力和热力结构有差异。针对物理过程的不确定性,使用两种模式扰动方法构造集合预报扰动模式,第一种方法是随机组合不同积云对流参数化方案和边界层方案,第二种方法是扰动Grell积云对流参数化方案中主要参数振幅。集合预报结果表明,第一种方法的集合预报效果优于第二种方法,仅扰动参数振幅值似乎还不足以反映华南暴雨预报的不确定性。单一的确定性预报在暴雨落区和强度方面的可信度不稳定,集合产品能给华南暴雨过程提供更有用价值的指导预报,具有较高的应用价值。     

Science and Prediction of Heavy Rainfall over China: Research Progress since the Reform and Opening-Up of New China

This paper reviews the major progress on development of the science and prediction of heavy rainfall over China since the beginning of the reform and opening-up of new China(roughly between 1980 and 2019). The progress of research on the physical mechanisms of heavy rainfall over China is summarized from three perspectives: 1) the relevant synoptic weather systems, 2) heavy rainfall in major sub-regions of China, and 3) heavy rainfall induced by typhoons. The development and application of forecasting techniques for heavy rainfall are summarized in terms of numerical weather prediction techniques and objective forecasting methods. Greatly aided by the rapid progress in meteorological observing technology and substantial improvement in electronic computing, studies of heavy rainfall in China have advanced to investigating the evolution of heavy-rain-producing storms and observational analysis of the cloud microphysical features. A deeper and more systematic understanding of the synoptic systems of importance to the production of heavy rainfall has also been developed. Operational forecast of heavy rainfall in China has changed from subjective weather event forecasts to a combination of both subjective and objective quantitative precipitation forecasts, and is now advancing toward probabilistic quantitative precipitation forecasts with the provision of forecast uncertainty information.