近50a江淮地区梅雨期水汽输送特征研究

利用1958—2007年ERA再分析风场及气压场资料和APHRO高分辨率逐日降水资料,对近50 a来梅雨期水汽输送的时空特征及其与江淮地区降水的关系进行了研究,发现各条水汽通道对江淮地区梅雨期降水强度及范围的影响程度均不同。梅雨期影响我国降水的水汽输送有显著的年际变化,并且水汽输送强弱年对应江淮地区降水强度也有明显差异。相关分析及合成差值的结果显示,西太平洋水汽输送贡献更大,且西太平洋水汽输送(东南通道)增强时,江淮地区降水增多。印度洋水汽输送的加强会减弱太平洋的水汽输送从而使得江淮少雨。在全球变暖的背景下,西太平洋的水汽输送对降水的增强作用有所减弱而印度洋输送所导致降水强度减弱的范围则明显扩大。自1980年起,江淮降水出现缓慢增多的趋势与全球变暖所导致的东亚环流异常进而影响水汽输送异常相关。     

基于新监测指标的江南入梅早晚的气候特征及影响系统分析

利用中国气象局2014年发布的《梅雨监测业务规定》中的入梅日期资料、NCEP/NCAR再分析资料及NOAA海温资料等,重点研究了1951—2015年江南入梅早、晚的气候特征,及其与同期(5—6月)大气环流及前期海表温度变化的关系。结果表明,近65年来江南入梅日具有显著的年际变化特征,入梅平均日期为6月8日,最早和最晚相差47 d。入梅日主要出现在6月,占80.0%。江南入梅偏早和偏晚年,对流层高层至低层的同期大尺度环流存在明显的差异。入梅偏早年,高层南亚高压和东亚副热带西风急流(西风急流)的建立较早,强度较强,南亚高压北移到青藏高原上空亦偏早,西风急流北跳偏早; 中层中高纬度经向环流较强,而西北太平洋副热带高压(副高)第1次北跳偏早; 低层索马里越赤道气流建立较早,强度较强,西太平洋为反气旋式距平环流; 入梅偏晚年上述环流系统演变特征则基本相反。冬、春季海表温度的异常是影响入梅早、晚的重要的外部强迫因子,也是重要的前期预测信号:当冬季东太平洋海表温度为负距平、澳大利亚东部海表温度偶极子为正位相及春季北大西洋三极子处于正位相时,江南入梅偏早; 上一年12月澳大利亚东侧海表温度偶极子和当年3月北大西洋三极子与江南入梅早、晚关系最为密切,当12月澳大利亚东部海表温度偶极子为正位相时,副高第1次北跳偏早,当3月北大西洋三极子为正位相时,6月西风急流偏强、偏北,有利于江南入梅偏早。      

不同同化方案在一次梅雨锋暴雨预报中的应用研究

基于ATOVS辐射率资料和GTS常规观测资料融合,通过不同化任何观测资料的控制试验、3DVAR同化试验和ETKF-3DVAR混合同化试验,对2013年7月4—5日一次梅雨锋暴雨天气过程进行模拟分析。结果表明:混合同化方案能够明显地提高暴雨预报准确率,且有效改善了风场、温度场和相对湿度场等各个气象要素的初始场结构,而这些气象要素对于暴雨的预报准确性具有重要作用。且混合同化方案对于中低层大气改进效果较为明显。在数值积分过程中,随着时间的推移,混合同化方案的优势逐渐减弱。     

江淮异常梅雨

对江淮流域1885～1998年的特别丰、枯梅雨进行研究,重点论述近60年中4个重大丰梅年和三个空梅年的降水特点、异常变化、前期有关特征及严重后延影响等,并提出讨论意见。     

梅雨锋暴雨的Doppler雷达观测研究:中尺度对流回波系统的结构和特征

详细分析了１９９１年７月９日发生在江淮地区的一次梅雨锋大暴雨过程,研究了梅雨锋中尺度对流回波系统的形态、结构以及与它相伴随的中尺度天气系统,提出了梅雨锋内弱的低层辐合下暴雨对流回波的中尺度回波增强区（ＭＥＥＲ）概念,并与台湾地区中尺度试验（ＴＡＭＥＸ）中的梅雨锋暴雨研究结果作了比较     

一次梅雨锋暴雨过程的模拟诊断分析

利用中尺度数值模式MM5对1998年7月28—29日发生于长江中下游的梅雨锋暴雨过程进行了模拟和诊断分析。结果表明，低层温湿扰动对于强对流的发展及暴雨的出现具有重要作用。低空急流核和切变线配合的存在有利于大暴雨的产生。湿位涡场结构在暴雨增幅期与暴雨增幅前期和暴雨减弱期有明显不同。     

梅雨降水季节预测的多方法比较

基于1961—2000年逐月降水观测资料和全球大气再分析资料,分析了6—7月长江中下游(108°～123°E,27°～33°N)梅雨的时空分布特征。通过观测诊断和数值试验确定了影响梅雨异常偏多的3个前期因子:4—5月平均的西北太平洋海平面气压正异常;3月至5月北大西洋海平面气压负变压倾向;1月至4月西伯利亚的2 m温度负倾向。利用这3个具有物理意义的影响因子构建了梅雨季节预测模型,该模型在训练期(1961—2000年)和独立预测期(2001—2022年)均具有显著的预测技巧(相关系数分别为0.79和0.77,均方根误差分别为0.59和0.68)。同时,基于相似的潜在预测因子,对比了利用偏最小二乘回归方法和5种机器学习方法(随机森林、轻量级梯度提升机、自适应提升、类别型特征提升、极端梯度提升)建立的预测模型的技巧。虽然训练期(1961—2000年)偏最小二乘回归和机器学习建模拟合效果更高,但在独立预测期(2001—2022年)上述模型的预测技巧显著降低(相关系数均低于0.44,均方根误差均大于0.93),出现了明显的过拟合问题。本研究强调梅雨的短期气候预测应建立在物理机制基础之上,而使用机器学习方法需谨慎。     

长江流域梅雨的多尺度特征及其与全球海温的关系

利用EOF和小波变换方法讨论了长江流域梅雨期降水的多时空尺度特征.长江流域梅雨期降水空间分布主要存在3种类型:(1)江南北部多雨、黄淮少雨型;(2)长江中下游多雨、江南南部少雨型;(3)江淮流域、华南东南部多雨及江南北部、华北地区少雨型.时间尺度主要周期为:准2年、3～5年、准10年振荡和线性增加趋势.长江流域梅雨期降水的各主要周期与前期(秋、冬和春季)全球海温相关分析表明,前期各季海温相关以冬季相关最好.年际、准2年及3～5年振荡周期对应的海温关键区,主要在热带和副热带地区;年代际及准10年振荡周期对应的海温关键区,主要在温带海洋;线性增加趋势的海温关键区,则遍布全球海洋.选取显著性水平达到0.05的相关区域海温距平的平均值作预报因子,利用逐步回归方法对梅雨期降水距平进行回报和预报试验的结果表明,综合考虑不同时间尺度的海温因子共同作用后建立的预测模型,对预测我国梅雨期降水距平的分布,有一定的预报能力.     

2002年6月21～23日梅雨锋上的MCS分析

对2002年6月21～23日发生在黄海-长江流域梅雨锋上的一系列由中尺度对流系统(MCS)引起的强对流天气过程进行了云顶辐射亮温(TBB)和天气形势、气象要素等的诊断分析.结果表明梅雨锋上的MCS是造成这次长江流域产生暴雨甚至大暴雨级强降水的主要系统;MCS的强降水中心(区)与TBB≤-32℃的频率FM、TBB≤-52℃的频率Fs高值中心(区)关系密切,由FM和Fs可以相当明显地反映降水的总体特征,而且比使用TBB低值中心(区)来反映降水的总体特征能力要强;地面的梅雨锋、低层的切变线、对流层上层的高压这种上下层系统的配置十分有利于强对流天气的发生.     

2003年6月30日梅雨锋大暴雨β和γ中尺度结构的双多普勒雷达反演

2003年6月下旬至7月上旬,淮河流域出现了持续强暴雨,文中使用双多普勒雷达三维风场反演技术(MUSCAT)对6月29～30日合肥和马鞍山多普勒雷达探测到的暴雨资料进行了三维风场反演,对暴雨系统的中尺度三维动力结构进行了研究。此次梅雨锋暴雨是由β中尺度辐合带和嵌在辐合带上的γ中尺度涡旋共同作用引起的,辐合带上的波动活动对降水具有重要的触发和维持作用。在强降水时段的前期,无为附近中低层的γ中尺度涡旋在东—西走向的中尺度辐合带上自西向东移动,γ涡旋的移动与主雨区的移动基本同步,γ中尺度波动是该时段暴雨的重要动力因素;与此同时,在雨带的北区,γ中尺度涡旋活动比较频繁,但基本上是局地生消;在后期,西南暖湿气流和西风辐合,形成雨带上空的β中尺度辐合带,辐合带随着降水的减弱而减弱;最后,给出了此次暴雨的三维动力结构。