大气对流层平流层交换(STE)研究进展

大气平流层对流层交换(Stratosphere-Troposphere Exchange,STE)包括平流层向对流层的输送(Stratosphere-Troposphere Transport,STT)和对流层向平流层的输送(Troposphere-to-Stratosphere Transport,TST)2个过程,通常统称为STE交换过程.其对大气的辐射平衡、化学成分具有重要影响.研究STE对于大气化学、气候变化、平流层对流层耦合模式的发展等领域意义重大.对国内外不同尺度STE的观测、模拟与诊断做了评述,讨论了各种尺度STE的机制,比较了不同诊断方法和模式的性能和特点.着重指出目前天气尺度STE的研究虽然比较充分,但在STE过程中,中小尺度混合、湍流混合等物理过程的机制、诊断以及模拟方法的研究还有待提高.中小尺度强对流引起的TST对对流层污染物向平流层的输送作用和影响越来越受到关注.在全球快速城市化的背景下,研究城市群高污染区域强对流天气引起的TST过程及其影响具有重要的科学意义.     

“CMA北京模式”中三种不同阵风诊断方案在北京地区大风预报中的评估

数值模式预报是阵风预报的重要途径之一,对“中国气象局北京快速更新循环数值预报系统（简称CMA北京模式）”中AFWA、UPP、IUM三种阵风诊断方案在北京地区大风预报中的性能进行了分析评估。两次大风过程的分析以及各季节大风预报的批量试验检验结果显示:三种方案的阵风预报存在明显差异,IUM方案的阵风预报能力优势明显。IUM方案对冷空气大风和雷暴大风预警都有较好的指示意义。其对2020年3月18日冷空气大风过程中大风起始时间、大风区位置和演变以及过程极大风速均有较好的预报效果,对2020年8月2日雷暴大风过程中大风区范围预报偏大且位置存在偏差,但对大风预警的指示意义最强。IUM方案的阵风风速预报整体偏强,但对各个季节达到或超过5级阵风的等级预报较为准确。总体而言,IUM方案对北京地区大风预报性能较好,基于该方案制作的阵风预报产品可为大风预报提供有力支撑。      

区域数值预报系统在北京地区的降水日变化预报偏差特征及成因分析

为了研究北京快速更新循环同化预报系统(BJ-RUCv2.0)在北京地区降水日变化的预报偏差特征及其成因,利用2012—2015年夏季BJ-RUCv2.0系统第2重区域(3 km分辨率)预报结果和北京地区122个自动气象站逐时观测数据以及观象台探空观测资料,分析模式对北京地区降水日变化预报偏差的区域性特征和传播特征,研究模式局地环流预报偏差特征及其对降水预报偏差的可能反馈机制。研究结果表明,BJ-RUCv2.0系统多个更新循环的预报在北京平原地区均存在夜间降水漏报问题,降水预报偏差表现为模式预报降水在西部山区降水偏多,预报降水雨带难以在平原地区增强发展,造成了模式降水在傍晚山区偏多而夜间平原地区降水明显偏少。通过分析模式局地环流预报偏差及其响应机制发现,由于白天平原地区近地层偏暖偏干,山区底层偏冷中层偏湿,造成了山区-平原地区间的温度梯度强度偏强且强温差出现时间提前,西部山区午后降水偏多;由于平原地区地面气温预报持续偏高,入夜后偏北风难以到达平原地区,造成了山区-平原间的地形辐合线位置偏北,影响山区降水雨带向平原地区移动,同时平原地区近地层内水汽持续偏低,抑制降水雨带在东移过程中的发展,造成模式在平原地区夜间降水预报容易出现漏报。模式冷启动所用的GFS资料土壤湿度在北京平原地区明显小于实际观测,是模式预报偏暖偏干的可能原因之一。     

地面自动站资料质量控制方案及应用

为满足精细、 短时天气预报的需求, 我国地面自动站（AWS）观测系统的建设日趋完善。AWS资料在数值预报系统中没得到充分使用的原因之一是AWS观测资料的特殊性及数值预报系统缺少有效针对AWS观测资料的质量控制(QC)方案。本文AWS QC方案在参考国际先进的AWS QC方案基础上, 根据我国地面自动站的特点和数值天气预报模式对地面资料应用的要求设计。其目的是解决AWS观测资料在数值预报中应用的质量问题。本方案采用多种质量控制技术, 其中包括台站气候极值检查、 要素间一致性检查、 时间一致性检查、 持续性检查、 背景场一致性检查、 空间一致性检查、 综合决策算法、 自动统计评估反馈技术。本文从检查方法对错误资料的敏感度和确定性进行理论分析表明, 该方案具有更强的敏感度和确定性。将该方案应用于北京地区2006年8月AWS实际观测资料检验, 结果表明, 该方案能有效地识别观测资料中存在明显错误的资料, 有效地为地面自动站资料在数值模式中的应用提供客观质量依据。     

降水量的直接同化对初始场的影响

四维变分法用严格的数学方法、合乎逻辑的物理过程根据观测资料和模式本身来获得一个最优的初始场,是当前最先进的四维资料同化方法之一.作者用四维变分法对自动站降水量作直接同化,对初始场增量进行了分析.结果表明降水量的同化对初始场中热力性质的量影响相对较大,对低层的影响大于高层,大部分增量在925 hPa至850 hPa层间达最大.通过同化,北京地区对流不稳定性明显增加.对风场的增量分析表明,同化增加了一些中尺度信息.对于散度场和水汽通量散度场,同化有使低层辐合加强的趋势.通过同化,在MM5初始场上增加了原先没有     

2006年汛期北京地区中尺度数值业务降水预报检验

采用北京地区自动站逐小时观测降水资料对2006年汛期北京地区中尺度数值业务降水预报效果进行了客观检验,并针对2006年汛期的降水特点对模式的降水预报性能进行了初步的评估,着重对发生的28次降水过程按其主导的天气系统进行了分类,并对各个类型的降水预报进行了评分检验,根据检验结果分析了数值业务模式对于夏季不同天气系统导致的降水过程的预报能力,并且对不同分辨率的模式网格的预报性能进行了初步对比。     

京津冀一次罕见的双雨带暴雨过程成因分析

2013年7月1日京津冀区域在副热带高压北抬、偏南低空急流加强、高空槽东移的环流背景下,出现了一次罕见的降水强度大、持续时间长的双雨带暴雨过程。利用常规观测、NCEP(National Centers for Environmental Prediction)再分析资料和多种加密观测以及雷达变分同化分析资料等对此次暴雨过程的成因和中尺度特征进行了分析。结果表明:南北两支暴雨带的形成机制和中尺度过程有显著差异,但是双雨带在形成与维持过程中也有相互促进作用。南支暴雨带发生于西南暖湿气流加强的环境下,对流不稳定层结显著、整层湿度大;强降水是在暖式中尺度辐合线的触发和组织下由中尺度对流复合体产生的,雷达回波具有明显的"列车效应"和后向传播特征,属于深厚的暖区湿对流暴雨,雨强和累积雨量极大、中尺度特征明显;地面辐合线及中尺度涡旋的位置决定了雨带和特大暴雨中心的位置,强降水产生的冷池出流和偏南暖湿气流形成的温度梯度最大区域指示了强回波的传播方向。北支暴雨带是在冷式切变线和低空低涡的影响下,由切变线云系形成的多单体回波带造成的;不稳定能量条件比南支暴雨带差,但是高低空系统耦合作用产生的上升运动强,中层的干冷侵入形成了明显的θse锋区,属于锋面对流系统,同时地形对降水有显著的增幅作用,多种因素综合作用造成雨强相对较弱,但是降水持续时间长,暴雨区面积大;过程中低空低涡的移动路径与强降水的落区和雨带的位置有较好的对应。南支暴雨带暖区降水后边界层形成的偏东风不仅为北支暴雨带提供水汽输送,而且在太行山前的地形抬升作用促使了强对流单体的发生发展,增强了北支暴雨带的降水强度,而太行山前强对流降水造成的冷池促进了地面中尺度涡旋的形成,造成南支暴雨带后期强对流回波的合并和降水的再度加强。     

雷达反射率三维拼图观测资料在北方区域数值模式预报系统中的同化应用研究

以业务应用为目标,开展雷达反射率三维拼图观测资料在北方区域数值预报系统中的同化应用研究。采用雷达反射率间接同化方法同化北方雷达反射率拼图观测资料,重点关注其对降水、湿度、温度及风的预报能力影响。首先,基于2017年8月雷达拼图观测资料批量同化和对比试验,对雷达拼图资料同化应用效果进行定量评估,结果表明雷达拼图资料同化虽然加大了地面风场预报误差,但在降水预报和湿度、温度预报等方面有明显的改善作用。其次,选择在业务中预报难度较大的强降水个例开展分析研究,分析表明:（1）同化雷达拼图观测资料有效提高了模式降水预报性能,临近降水发生的循环起报时次预报效果更好;（2）对于短时间多次强降水过程发生的预报,循环同化雷达拼图资料可及时弥补模式中由于前次降水导致的水汽、能量等消耗及热/动力条件削弱,持续支持降水系统发展。最后,通过考察雷达反射率的不同同化方案,发现同化反演水凝物或者估计水汽均能改善模式降水预报性能,但是同化估计水汽对降水预报性能的改善更为明显,联合使用两方案能同时对水凝物分布、热力场等进行调整,可提高模式降水预报性能。      

基于CMA-BJ的北京地区短时强降水预报试验

基于2019—2021年4—9月北京快速更新数值预报系统(CMA-BJ)产品以及北京地区地面气象站逐时降水实况,从表征水汽条件、热力和能量条件以及动力条件的多个物理量中筛选出在有无降水、是否强降水情形中有显著差异的物理量作为因子,采用配料法和模糊逻辑算法构建北京地区0～12 h时效逐小时短时强降水概率预报模型。以2019—2021年4—9月最优TS评分和偏差评分的概率值和组合反射率因子为确定性预报的概率阈值和消空处理阈值,运用该预报模型对2022年4—9月每日4次0～12 h预报时效北京地区短时强降水产品进行预报和检验。结果表明:北京地区短时强降水TS评分和偏差评分分别为0.104和1.341,预报效果明显优于CMA-BJ预报产品。概率预报模型能够有效提升强降水高发地区,即山前及平原地区的短时强降水预报技巧,获得较为平衡的命中率和空报率,但对山区预报技巧的提升有限。     

全球定位系统的可降水量资料在北京地区快速更新循环系统中的同化试验

针对发生于2006年8月和2007年6-8月的28次降水过程,在3 h快速更新循环同化预报系统平台上分别进行了有无同化局地GPS可降水量资料的试验.结果表明,局地GPS可降水量的同化可以使模式对大阈值降水的时段、强度和落区的预报性能均获得全面的提高,此现象在模式积分最初的0-6小时表现得更为明显.由于同化所用的GPS可降水量观测资料主要集中在极为局地的京津冀地区,而且GPS-PWV资料的同化仅能对模式中的水汽含量发生影响,因此该资料的同化与否并不能为模式总体预报性能带来明显差异.但从以54511测站为代表的北京地区局地常规要素预报效果来看,快速更新循环的同化方式能使高时空分辨率的GPS可降水量在北京局地的同化效果得以累积,并为气象要素在局地的预报效果带来显著的正面影响.通过对一次强对流个例进行分析可以发现,以快速更新循环的方式可以同化较高时间频率的GPS可降水量观测,从而对模式大气的初始湿度条件起到持续累积的影响.在一定的动力和热力条件下,由GPS可降水量同化带来的累积的模式大气增湿也有望在模式中形成利于局地对流形成和发展的环境,提高模式对局地对流的预报水平.