贵州省雷暴大风时空分布及对流参数特征分析

利用贵州省2012—2016年重要天气报、雷暴观测资料等,统计了雷暴大风时空分布特征,结果表明:贵州雷暴大风发生在3—10月,5月和8月发生次数最多,一天当中雷暴大风发生的高频时段在午后到前半夜,峰值出现在15—18时(北京时,下同)。贵州发生雷暴大风高频地带总体呈东北—西南向分布,西南部为高发区。利用NCEP再分析资料统计雷暴大风过程物理量场的特征,选取对流有效位能、对流抑制能量、下沉对流有效位能、大气可降水量、垂直风切变等8个动力和热力指标,分别给出其春季和夏季的阈值。基于指标阈值的统计结果,建立多指标叠套雷暴大风落区预报方法,结果表明预报落区与雷暴大风实际发生区域有较好的一致性,但仍然需要预报员根据环境条件做出订正。     

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。     

基于概率与权重的雷暴大风潜势客观预报方法研究

采用2007—2015年5—8月NCEP再分析资料和国家站、区域站雷暴大风实况观测资料,利用权重和概率统计相结合的方法,确定与雷暴大风联系紧密的物理量,统计其在所选物理量不同阈值范围内出现的概率,建立雷暴大风概率潜势预报方程,并对预报结果进行检验。结果表明:(1)雷暴大风出现在白天与夜间所选物理量参数有所不同。无论白天或夜间,其在山区与其它地区的物理量阈值亦不同。(2)所选每个预报因子的概率统计结果与雷暴大风发生的环境条件基本相符,该概率由因子达到阈值范围内的样本数和在此区间内出现雷暴大风的样本数两者共同决定的。(3)该方法对08—20时和20—08时两个时段雷暴大风预报的命中率均较好,尤其2016年7月最高,预报概率为"60%以上"的命中率接近93%,可预报出雷暴大风出现的概率潜势和可能发生的区域;同时,空报率较高;预报概率为"80%"的预报临界指数更高。     

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。     

巴中地区强对流天气预报方法研究

利用1987-2017年高空观测资料、地面观测资料,以及巴中市国家气象站、区域气象站资料,雷达资料,灾情资料,EC细网格预报资料,采用中尺度分析方法分析,总结了巴中地区强对流天气的四种概念模型、分类预报方法和地面要素临近预警指标。并基于EC细网格历史资料,采用主成分分析方法筛选物理量因子,通过配料法建立了巴中地区雷暴大风预报方程,实验表明当雷暴大风预报方程预报值大于60%时,巴中地区发生雷暴大风的概率很大,具有很好的指示作用。     

华北产生雷暴大风的动力热力综合指标分析及应用

应用MICAPS重要天气报告数据,筛选出2005-2010年夏季华北地区26次典型雷暴大风过程。选取K指数、对流有效位能、大气可降水量、大风指数、中低层垂直速度、垂直螺旋度、垂直能量螺旋度等7个动力或热力指标,利用NCEP 1°×1°再分析资料计算和统计了槽前型和西北气流型雷暴大风发生时的指标阈值。基于统计结果,进一步设计了指标叠套技术,将其应用于2011年6月华北地区两次不同类型雷暴大风的潜势预报中。结果表明,雷暴大风实际发生区域与指标叠套区域一致性较好,验证了该方法对华北雷暴大风预报的有效性。     

鲁西北夏季雷暴大风的分析与预报

雷暴大风是指伴随雷暴、冰雹或其它强对流天气而出现的8级(瞬时风速≥17.2m/s)以上的大风。它具有突发性、局地性、风速大的特点,常造成很大的灾害,是鲁西北夏季常见的灾害性天气之一。由于它的发生、发展与中小尺度天气系统活动密切相关,预报也比较困难。本文以德州资料为例统计分析了1980—1986年7年6—8月雷暴大风的资料,并选取一些典型个例进行分析,从而揭示了夏季雷暴大风形成的天气形势和环境物理条件,然后寻找物理意义清楚的因子建立预报方程,力求提高雷暴大风预报准确率。     

相似预报法在关中西部强对流预报中的应用和检验

相似预报方法是一种基于历史相似个例的预报方法,在综合考虑天气发生的环境场和气候场的条件下,可实现高时空分辨率强对流天气的客观预报。利用2016—2019年5—9月宝鸡市自动气象监测站逐小时观测资料及ECMWF细网格0.25°×0.25°模式预报资料,应用相似预报方法对宝鸡市2020—2021年5—9月短时暴雨和雷暴大风天气进行预报和检验。结果表明：短时暴雨平均预报成功率和预报成功指数分别为0.852和0.304,14—20时预报效果最好;雷暴大风平均预报成功率和预报成功指数分别为0.837和0.254,20—02时预报效果最好;两类强天气漏报率均低于0.33,空报率均在0.75以下;相较配料法,相似预报法对两类强天气的预报准确率和预报成功指数均有较大提升,且空报率和漏报率也明显降低,能够较好地预报出短时暴雨和雷暴大风未来24 h的对流潜势,在宝鸡地区表现出更高的适用性。     

梧州副高边缘午后局地性短时雷暴大风潜势预报初步

对2007年5~9月当梧州处于500hPa副热带高压边缘时午后出现的多次短时雷暴大风天气进行分析,利用的地面、探空资料和T-lnP图,初步做出梧州处于副热带高压边缘时午后易出现短时雷暴大风潜势预报的预报指标。     

国家级强对流天气分类预报检验分析

预报产品的客观检验是记录、考量各种预报业务质量,促进预报水平提高的重要手段,也是整个天气预报过程中的重要环节。本文采用"点对面"Threat Score(TS)、漏报率、空报率等客观指标首次对2010—2015年4—9月国家级强对流天气预报中雷暴、短时强降雨以及雷暴大风和冰雹等分类预报进行了检验。同时,本文也对强对流天气落区分类预报客观检验存在的问题以及未来发展进行了讨论。检验结果表明:过去6年间,6~24 h时效预报,雷暴TS评分为0.22~0.34,短时强降水为0.18~0.24,雷暴大风和冰雹为0.01~0.07;48、72 h时效预报、雷暴TS评分为0.30~0.40,强对流天气TS评分为0.16~0.23,除雷暴预报TS评分在2012—2013年有所回落外,其他类别的强对流天气预报总体上TS评分呈上升趋势,雷暴大风和冰雹预报评分明显低于其他两个类别。雷暴空报率是漏报率的2~3倍,短时强降水漏报率与空报率接近,雷暴大风和冰雹天气漏报率和空报率都在0.8以上。与美国风暴预报中心(SPC)2000—2010年定期发布的1 d对流展望产品检验结果比较,强天气预报中心雷暴和短时强降水落区预报TS评分较高,雷暴大风和冰雹评分较低。典型个例预报检验结果表明,系统性大范围的风雹天气可预报性较强,评分要显著高于平均预报水平;对于非过程性的、分散的风雹天气,预报难度大,TS评分低。     

淮北夏半年大风预报方法的建立及检验

利用T639业务数值模式预报场和大风观测资料,分别采用I_W雷暴大风指数和多个对流指数方法,计算相对应的指标值,建立淮北市夏半年大风预报方法,得到淮北市大风的短期预报结果,并对2011年的预报应用情况进行检验。结果表明：基于T639业务数值模式的I_W大风指数与多指标的叠加,实现夏半年定量和定性的大风预报。将多种不稳定指标与T639数值模式相结合的叠加预报,当4个指标中有3个满足条件时预报淮北有大风出现,否则没有大风;I_W大风指数的风速预报与实际极大风速较为接近。两种预报方法对淮北市的大风预报具有较好的指导作用,多数大风天气能够预报准确,但是容易空报,不太容易漏报。     

桂林雷暴大风临近预报研究

该文建立了桂林雷暴大风天气潜势CWP算法,结合雷达回波的外推技术给出雷暴大风临近预报方案.算法构建中使用了桂林市多普勒雷达可扫描范围1.5°仰角的回波参数和对应区域的雷暴大风实况资料,对样本的检验表明,CWP对于发生于桂林市的雷暴大风天气具有一定的预报能力.     

山东中西部地区雷暴大风天气气候特征

利用实测资料和历史天气图，统计分析了1980－1997年山东中西部地区雷暴大风天气的气候规律、天气系统特点以及雷达回波特征，对其中12次强雷暴大风个例的相关物理量参数和能量、环境风分布进行了分析，总结出了产生雷暴大风的前期天气系统特征及预报指标。     

梧州副高边缘午后局地性短时雷暴大风潜势预报初步

通过对2007年5～9月当梧州处于500hPa副热带高压边缘(本站500hPa高度≥585gdpm)时午后出现的多次短时雷暴大风天气进行分析,利用本站的地面、探空资料和T-lnP图,初步做出梧州处于副热带高压边缘时午后易出现短时雷暴大风潜势预报的预报指标.     

焦作市雷暴潜势预报及临近监测预警系统

在对焦作市雷暴气候特征分析的基础上,利用T213预报场资料,制作焦作市雷暴趋势预报;采取双判据修正K指数,提出焦作市雷暴稳定度界定指标,做雷暴潜势预报。对1984—2004年的历史资料,分别计算出30个物理量场,形成1°×1°格点资料开展雷暴强度等级判别;综合卫星、雷达、闪电定位仪资料,建立雷暴监测预警系统。该系统采用VB语言编程,根据每天08时、20时MICAPS资料自动完成天气分型、物理量计算、预报指标提取和预报方法的判别,输出预警结论,制作雷暴落区预报。在2005—2006年预报工作中取得较为满意的效果。     

14时探空在改进北京地区对流天气潜势预报中的作用

为了探讨增加14时探空对于对流天气短时临近潜势预报的作用。用1995—2005年北京地区22个人工观测站资料统计了夏季常见的对流天气日变化特征。结果表明，41．6％的雷阵雨、61．3％的冰雹以及58．5％的雷暴大风发生在15—-20时之间。利用探空资料计算并对比了出现在2006年7—9月14时探空释放后到20时期问11个雷暴个例的08时和14时BCAPE、DCAPE、CIN等对流参数。结果表明，对于多数个例，在判断对流是否发生时14时探空优于08时。因此，增加14时探空对于提高对流天气有无预报准确率有帮助。     

基于NCEP/GFS资料的中国东部地区雷暴预报研究

基于来自美国国家环境预测中心(NCEP)的GFS(Global Forecasting System)分析及预报场资料,将多个能够表征雷暴发生动力、热力环境的对流因子作为预报因子,通过费希尔判别准则及逐个引入因子法,建立集合多个对流参数的雷暴预报模型,从而进行较长时效(12—24 h)的区域性雷暴预报。依据临界成功指数(CSI)最高的原则,建立最优预报模型,不同地区所选用的对流参数不同,雷暴模型预报雷暴发生与否的临界值也不同,从而不仅能够得到较好的集合多个对流参数的雷暴区域性预报,还能充分考虑不同地区雷暴发生的地域性特点和气候背景。将建立的预报方法应用于2012年6和9月的两次强对流过程的预报,发现雷暴预报模型较好地预报出两次过程的雷暴落区。进一步,为了能够在强天气预报中客观有效地区分出雷暴与暴雨区,引入集合动力因子暴雨预报方法。集合动力因子暴雨预报方法在诊断和追踪强降水的发展演变中表现凸出,而集合对流参数雷暴预报方法则对包含短时强降水、冰雹、大风等在内的对流性天气有较好反映,综合两套预报方法各自的优势,建立了集成动力因子-对流参数强天气预报方法,用于降水和雷暴的预报,同时对雷暴加降水型、雷暴无降水型、降水无雷暴型等强天气进行区分预报。对中国多个典型城市的预报效果分析发现,该方法不仅能够较好地预报出较长时效(24 h)的雷暴和降水落区,对区分降水雷暴、无降水雷暴和无雷暴降水也表现出一定的能力。     

山西雷暴大风雷达产品统计学特征及预警提前量研究

为认识统计山西雷暴大风的雷达产品特征，做好其预报预警，利用2013—2017年4—9月高空探测资料和地面观测资料以及多普勒雷达资料对山西39次雷暴大风过程进行研究。根据500 h Pa环流形势将其分为四大类型：西北气流型、冷涡型、西风槽前型、副热带高压（简称“副高”）切变型。统计分析了不同环流背景下雷暴大风的雷达产品特征及其预警提前量。结果表明：（1）块状孤立对流单体是任一环流背景下山西雷暴大风的主要雷达回波形态。（2）副高切变型雷暴大风的最大回波强度、回波顶高、最大垂直积分液态水含量值最高，冷涡型最低。（3）低层径向速度大值区对雷暴大风的指示意义最明显，预警提前量最多，可提前30 min以上。（4）雷暴大风发生时，有阵风锋和逆风区出现，但出现次数极少。研究结果对利用雷达产品预警山西雷暴大风提供参考依据。     

北京雷暴大风气候特征及短时临近预报方法

北京地区雷暴大风的预报准确率低而且时效短.为了提高对这种灾害性天气的预警能力,在气候统计的基础上,研究了潜势预报方法和临近预报算法.对1998-2007年134个雷暴大风过程的统计结果表明,北京地区绝大多数的雷暴大风具有下击暴流特征,而且冰雹的落区附近也是大风的爆发区之一.因此,负浮力的作用和对冰雹具有指示性意义的因子是研究雷暴大风预报方法应主要考虑的因素.500hPa环流背景分析表明,尽管绝大多数雷暴大风爆发时对流层中层有干空气侵入,但是还有少数个例产生在偏南暖湿气流中.目前,对后一类大风产生的机制仍然不清楚.研究表明,当对流层中层有干空气侵入时,有利于雷暴大风出现的环境条件是:下沉气流具有较大的不稳定性,同时对流层低层环境大气的温度直减率较大.此外,还讨论了经验指数--大风指数在北京地区的应用.基于上述的研究,形成了北京地区雷暴大风短时潜势预报方法,还使用相关分析和多元回归分析技术建立了基于雷达观测和环境条件的雷暴大风临近预报方程.个例分析表明,临近预报方程对于飑线和弓形回波等带来的地面大风具有一定的预报能力.     

北京雷暴大风日环境特征分析

雷暴大风是指由对流活动带来的除龙卷以外的地面灾害性强阵风。根据北京地区21个观测站2000～2007年的观测资料,将出现在该期间的雷暴大风按强阵风出现时降水量的大小划分为干、湿两种类型,探讨了两类雷暴大风日环境大气的热力稳定度条件、环境风垂直分布及演变等特征。结果表明,绝大多数干型雷暴大风产生在对流有效位能较小但对流层中低层环境风垂直切变却比较大的环境中,因此反映热力不稳定性的对流参数在干型雷暴大风的预报中具有一定的局限性,给对流初生的预报带来了一定难度。而湿型雷暴大风则多发生在热力不稳定的条件下。两种类型雷暴大风日环境大气温湿廓线有较大差别是造成热力不稳定性不同的原因之一。因此在预报雷暴大风时,除了环境大气的热力不稳定性外,还应考察环境风垂直切变等因素。下沉气流的热力稳定性和对流层中下层环境风速的演变是判断对流活动能否给地面带来短时强阵风的两个重要因素。下沉对流有效位能（DCAPE）的分析结果表明,多数雷暴大风日临近时刻的下沉对流有效位能大于600 J·kg-1,而且86%的干型个例和59%的湿型个例在地面大风出现前DCAPE呈现增加的趋势,这对雷暴大风特别是干型雷暴大风的潜势预报具有一定的意义。在雷暴大风来临前,抬升凝结高度以下的环境温度直减率明显增加,这种演变趋势也可为临近预报提供有用的信息。此外,风廓线仪观测资料是对常规探空的有效补充。分析表明,有一些雷暴大风的产生与高空水平动量下传有关。在雷暴大风出现前,高空环境风陡增,具有较高数值的等风速线连续下落,在雷暴大风产生时到达地面。有效地使用风廓线仪观测资料,将有利于提高雷暴大风的临近预报和预警水平。