一次西南低涡影响下的川渝地区 暴雨个例分析

利用常规观测资料、NCEP再分析资料、卫星以及雷达资料对2015年8月16—18日影响川渝地区的一次持续性大暴雨过程进行了分析。结果表明:在亚洲中高纬和低纬相对稳定的环流背景下,两次高原涡东移、两次冷空气南下侵入四川盆地共同促进了西南低涡生成发展,造成此次大暴雨过程。西南低涡"初生形成"阶段,地面热低压东北侧有冷锋侵入,中心偏北形成暖锋,低涡近于正压;"稳定持续发展"阶段,冷锋南段移至地面热低压南侧,北段与暖锋结合形成准静止锋,低涡斜压性明显且呈近圆形,持续性暴雨主要出现在西南低涡的暖切变线附近和冷槽东侧;"东移变形减弱"阶段,冷空气第二次侵入,冷锋持续增强,西南低涡东移变形减弱。低层辐合、高层辐散、充沛的水汽输送以及不稳定能量的累积为西南低涡的加深、发展和强降水的维持提供了重要条件。西南低涡暖切变线和南侧冷槽附近发展起来的对流云团是暴雨产生的直接原因,强降水主要发生在云团上风方TBB梯度相对较大的区域。此次强降水过程的局地环流有低空急流和低空辐合线或切变线配合,雷达体积速度处理(velocity volume processing,VVP)法反演的风矢图可更直观地判断风向风速、天气系统所处的发展阶段以及判识辐合线或切变线,低空辐合线或切变线的演变以及低空急流的强度和移向对强降水天气产生的动力条件、维持时间和回波外推预报具有重要的指导意义。     

青海高原致灾性对流天气时空分布特征

利用2005-2016年青海高原地面观测、灾情和卫星云图等资料,对青海高原致灾性对流天气进行筛选和分类,在此基础上分析了各类致灾性对流天气的时空分布特征及与地形的关系。结果表明:(1)青海高原致灾性对流主要有雷暴、短时强降水、冰雹以及混合类四种,集中分布于高原东部。(2)地形对致灾性对流的落区、频次和强度起关键作用。雷暴多产生于山区,短时强降水和冰雹主要产生在迎风坡、河谷和地势较开阔的低地。其中,青东农区以混合类和冰雹居多,青南牧区以混合类居多,环湖与祁连地区和柴达木盆地以短时强降水居多。(3)近12 a青海高原致灾性对流整体呈波动式减少,2005-2010年(前期)致灾性对流日数和次数较多,2011-2016年(后期)显著减少,但不同类型年际变化特征略有差异。其中,冰雹和雷暴日数前期较大,后期显著减少;混合类和短时强降水日数无明显变化趋势,但前者年际波动幅度较后者大。(4)致灾性对流主要产生于5-9月,各类型均呈现典型的单峰型月分布,混合类和冰雹日数及次数的峰值均在8月,雷暴日数和次数的峰值均在6月,而短时强降水日数和次数的峰值分别在8月、7月。(5)致灾性对流集中产生于13:00至次日01:00,高峰时段(16:00-20:00)以冰雹和混合类居多,而夜间时段以短时强降水居多。     

感热加热对华北及其周边对流活动的影响

利用2006～2017年风云气象卫星资料和气象再分析资料,对华北及周边5～8月对流活动和地面感热加热进行统计分析。分析表明,华北及周边白天平均感热加热和地形关系密切,内蒙古中部和东南部、华北北部和华北西部山区感热加热较强,最强感热加热出现在5月和6月,7月和8月明显减弱。和感热加热强度相对应,对流活动频率较高的月份同样出现在5月和6月,其中5月以弱对流为主,6月华北中北部强对流最活跃,另外,环渤海区域6～7月强对流相对频繁。5～8月日平均感热加热和对流频率趋势呈现一致的减弱对应关系。上午,感热加热引起河北西部和北部对流层低层出现辐合气流,700 hPa以下出现不同程度的增温,上升气流可达对流层中层,东侧的平原地区出现补偿下沉运动,升温和上升运动触发对流,在有利条件下发展东移。不同月份和区域对流频率日变化呈现明显差异,6月对流频率日变化显著,8月最弱,山区对流频率日变化显著,东部渤海及周边对流频率日变化较小。对流频率的月平均分布和日变化均表现出和地形相关的感热加热差异的特征。     

基于变分客观分析方法的青藏高原试验区夏季对流降水过程热动力特征分析

本文利用基于变分客观分析方法的物理协调大气分析模型,构建了青藏高原试验区大气热力—动力相互协调的数据集,并通过该数据集对青藏高原试验区夏季深厚及浅薄对流降水过程的热动力特征进行分析,结果表明:变分客观分析后的垂直速度场能更好地与实际观测的对流降水过程相吻合;深厚对流降水期高云含量多,整层大气为较强的上升运动,上升运动可达100 hPa左右,浅薄期高云含量少,上升运动仅能延伸到300 hPa左右;两种对流降水过程中视热源Q₁在低层为冷却作用,高层为加热作用,在深厚期中高层Q₁存在两个加热中心,中层受较强的水汽凝结释放潜热加热所影响,高层主要受过冷云水凝结成冰晶形成高云时释放的热量所影响;在浅薄期中高层Q₁只存在一个加热中心,大气的加热主要来源于水汽的凝结潜热释放;深厚对流降水期视水汽汇Q₂的加热作用可以延伸到200 hPa,而浅薄期仅到340 hPa左右。     

北京“623”大暴雨的强降水超级单体特征和成因研究

本文利用雷达、加密地面自动站等高时空分辨率的观测资料,结合NCEP 1°×1°再分析资料、常规观测等资料,对2011年6月23日发生在北京城区的极端强降水事件开展了细致的观测和诊断分析。结果表明,这次极端强降水事件,主要是由向东南移动的东北—西南走向的飑线右端的强降水超级单体（High Precipitation Supercell,简称HPS）造成的,这是目前已有文献记载的中国发生纬度最高的HPS。HPS在移动方向的右后侧和右前侧均有明显的“V”型入流,这不同于已有HPS模型,表明中、低层干冷空气和低层暖湿气流特征显著。在环境条件方面,存在对流层低层逆温层,其能量存储盖作用使得雷暴具有爆发性增强的潜势,但该逆温层是在08:00～14:00（北京时,下同）的6小时内形成的,对业务预报极具挑战性。相对其他大气层结热动力参数, 风暴相对螺旋度和粗理查逊数在14:00较08:00显著增大,对HPS的发生具有一定指示作用。高空偏西风急流和低层偏东风活动显著,使得北京地区的水平风垂直切变增强,形成上干下湿的对流不稳定以及次级环流圈。高空急流造成强烈的相当位温差动平流,促进对流不稳定度发展加强。结合复杂地形作用,在北京西部100 m地形高度线附近形成显著的平原暖湿空气与山地干冷空气的干湿分界线以及风场辐合线。水汽供应主要源自低层偏东风和本地水汽积累。当飑线从西北方向侵入北京并向东南方向移动时,在北部山区,由于条件不足,雷暴没有显著发展加强;然而,在西部山区,在湖面、城市热岛、低层偏东风、冷池出流共同作用下,加之其他有利的环境条件,飑线右端雷暴强烈发展加强,特别是当经过100 m地形高度线附近时发展成为HPS,进而造成石景山区模式口站的大暴雨中心。     

青藏高原云团东传过程及其中中尺度对流系统的统计特征

利用逐小时风云卫星TBB资料、逐小时中国自动站与CMORPH降水产品融合数据以及国家级地面观测站24小时累积降水量,统计分析2010～2016年夏季,伴随下游地区（104°E以东）降水的青藏高原云团东传过程以及东传过程中镶嵌于云团中的中尺度对流系统（Mesoscale Convective System,简称MCS）特征。结果表明,共出现120次伴随下游降水的高原云团东传过程,6月出现最频繁,但持续时间较长的过程多出现在7月。云团向东传播的主要三条路径是平直东传、沿长江折向东传和复合东传。其中路径二——沿长江折向东传中的过程是高影响过程,因为过程次数较多（46次）,过程平均持续时间较长（62小时）,在下游地区引发的降水日数和暴雨日数最多。属于东传过程的MCS在7月形成最多,集中分布在青藏高原东坡、云贵高原东部、长江沿岸及其以南地区。高原MCS影响长江中下游地区降水主要是通过向东传播的形式实现,因为即使生命史更长的中α尺度对流系统（Meso-α Convective System,简称MαCS）也鲜少直接移动至110°E以东地区。不同区域的中α尺度持续性拉长形对流系统（Permanent Elongated Convective System,简称PECS）的日变化特征显示,东传过程MCS更容易在夜间从高原东坡向东传播至下游地区。在三条路径中,路径二中的东传过程MCS数量最多、在下游地区发展最旺盛并与降水日数和覆盖范围存在更好的对应关系。     

高原涡和西南涡影响的两次四川暴雨过程的对比分析

为了进一步研究高原涡、西南涡对西南地区暴雨的影响,本文用中国气象局自动站与CMORPH降水数据融合的逐时降水资料、国家卫星气象中心的逐时FY-2E卫星的云顶亮温（TBB）资料、欧洲气象资料中心（ERA-interim）的再分析资料,通过天气学诊断分析方法以及拉格朗日轨迹模式HYSPLITv4.9,对发生在四川盆地的有高原涡东移影响西南涡发展引发暴雨的两次过程进行对比分析,发现:（1）两次暴雨过程的降水强度和分布有明显区别,并且TBB活动特征显示在过程一中有MCC（Mesoscale Convective Complex）的产生和发展,过程二则没有。（2）对于过程一,500 hPa上,高原涡逐渐减弱为高原槽并伸展到四川盆地上空,850 hPa上,在鞍型场附近有MCC的产生和发展,200 hPa上,高原涡在南亚高压北部偏西风急流下方的强辐散区内,位于南亚高压东南侧急流区下方稳定少动,偏东风急流北部有辐散中心,有利于西南涡的加强。对于过程二,500 hPa高原涡东移在四川盆地上空与西南涡耦合,形成一个稳定且深厚的系统,这也是过程二的暴雨强度比过程一强的最主要原因。200 hPa上,四川盆地始终位于南亚高压东侧的西北气流中,“抽吸作用”明显。（3）在过程一中,位涡逐渐东传且位涡增加的地方对应强降水区与MCC发展区,反映了暴雨和位涡的发展基本一致。在过程二中,中层位涡高值区从高原上东移并下传至盆地上空,两涡耦合使得上下层打通,位涡值比耦合之前单独的两涡强度更强。 MCC产生的必要条件是中层大气要有强正涡度、强辐合和强上升运动,在未产生MCC前,过程一与过程二在盆地上空的动力条件甚至是相反的;从热力条件看,过程一中有明显的干冷空气入侵,增强不稳定条件,有利于MCC的产生并引发强降水;另一方面,本文也应证了二阶位涡的水平分布与暴雨落区有较好的对应关系。（4）通过拉格朗日方法的水汽轨迹追踪模式和聚类分析方法分析可得两次暴雨过程的水汽输送源地和通道也有明显区别,过程一主要有两条水汽通道,通道一来自阿拉伯海和孟加拉湾洋面的底层,通道二来自四川南部750 m以下高度;而过程二的主要水汽输送通道有三条,通道一来自西方地中海、黑海和里海上空1500～2500 m高度附近,通道二来自阿拉伯海和印度洋的底层,通道三的水汽从孟加拉湾低层绕过云贵高原直接输送到四川盆地。     

2017年6月一次华南沿海强降水的对流性特征及热动力机制研究

在华南北部或长江流域有锋面雨带活动时,华南沿海常常会出现对流性强降水,突发性很强,给预报造成很大的困惑。文章采用多种观测资料、ERA-Interim 0.125°×0.125°逐6 h再分析资料,对2017年6月15～16日华南北部的锋面雨带及沿海强降雨过程开展分析,对比了二者降水特征与环境条件,重点探讨了该次过程华南沿海强降雨的对流触发与维持,揭示了一种由边界层风切变强迫造成涡度持续发展的动力效应。结果表明:（1）锋面雨带与华南沿海强降雨在降水特征上有显著差异,并各有特点。锋面雨带以大尺度层状云降水和弱对流性降水为主,降水强度东段弱西段强。沿海强降雨以对流性降水为主,局地性强、落区集中、强降雨持续时间长、夜发性明显。（2）水汽方程诊断发现沿海强降雨在边界层水平水汽平流项、垂直水汽输送项比锋面雨带东段具有更大量级,大气层结反映出更深厚的暖层、湿层与对流不稳定,是二者降水强度及性质差异的主要原因。（3）莲花山、峨眉嶂造成气流侧向摩擦与正面阻挡促使漯河河谷内垂直涡度发展,暖湿空气堆积上升并达到自由对流高度,触发了华南沿海最初的降水。夜间建立的西南风急流使边界层垂直风速切变增强,水平涡度倾斜部分转化为垂直涡度发展,与风速水平切变造成的垂直涡度叠加,是强降雨持续时间长的动力机制。海陆边界摩擦差异造成水平、垂直两个方向的风切变增强,共同强迫垂直涡度发展是此次强降雨过程对流维持的动力效应。（4）方程诊断表明华南沿海强降雨由对流潜热释放造成的垂直上升速度占总垂直上升速度的39%～75%,持续、稳定的对流潜热释放是强降雨持续时间长的热力驱动因素。     

江淮梅雨期极端对流微物理特征的双偏振雷达观测研究

为研究梅雨期极端对流系统的微物理特征,利用2013—2014年江淮梅雨期间南京溧水S波段双偏振雷达探测资料和地面自动站小时降水资料,统计分析了两类极端对流降水系统的微物理特征及差异。这两类极端对流系统的定义基于地面降水强度和雷达回波顶高,分别为所有对流中降水强度最强的1%（R类:小时降水强度>46.2 mm/h）和对流发展高度最高的1%（H类:20 dBz回波顶高>14.5 km）。结果显示这两类极端对流系统仅有30%的样本重合,显示了二者之间的弱相关性。对于相同的反射率因子Z_H,R类极端对流系统的近地面差分反射率因子Z_DR通常较H类极端对流小约0.2 dB,表明R类极端对流具有较小的平均粒径。结合双偏振雷达反演的粒子大小和相态分布显示,虽然两类极端对流都表现出海洋性对流降水特征,但R类极端对流较H类极端对流的总体雨滴粒径更小而数浓度更高,导致R类极端对流系统的地面降水更强。与R类极端对流系统相比,H类极端对流系统的上升运动更强,将更多的水汽和过冷水输送到0℃层以上,有利于形成更大的冰相粒子（如霰粒子等）,并通过融化形成大雨滴。以上研究表明,梅雨期降水强度和对流发展深度并没有必然的联系,极端降水主要是中等高度的对流引起。      

利用FY-2F快速扫描资料分析对流初生阶段的云顶物理量特征

基于FY-2F静止气象卫星提供的2015年5—9月的高分辨率数据,通过温度阈值法识别出深、浅对流后,分析和比较了深、浅对流在对流初生(convective initiation,CI)至发展阶段中云顶高度、云顶快速降温率(cloud top cooling rate,CTC)以及多通道差值等云顶物理量特征的变化异同。结果表明:深、浅对流在CI阶段的云顶物理量特征具有相似变化特征,即云顶高度均在短时间内快速上升,CTC值均先减小后增大;深、浅对流差异表现为深(浅)对流云顶上升高度能(不能)超越水汽层高度;深对流CTC最低值较浅对流CTC最低值更低。基于CI阶段深、浅对流的CTC最低值的差异,通过个例验证,表明利用深、浅对流CTC最低值的差异,可以在识别出CI的基础,判断出CI是否发展成为深对流,从而能提前做出预警。