四川盆地暖区暴雨的雷达回波特征及分类识别

暖区暴雨强度大且降水集中,可造成严重气象灾害。利用四川盆地实况降水和7部天气雷达资料,分析了2012—2017年28次暖区暴雨过程的降水特征,按超过20 mm·h-1降水站数的突增,将暖区暴雨的雷暴群分为初生阶段和成熟阶段,根据不同降水类型成熟前后的雷达回波特征,将雷暴群分为3种类型,3类回波特征差异明显,雷暴的长时间生消、合并以及传播作用使暖区暴雨降水强度大、范围广。在28次暖区暴雨过程中,四川盆地西北部出现次数最多,持续时间最长,回波基本呈现东北—西南向,与四川盆地西部龙门山脉走向基本一致,地形（产生偏东风）抬升在暖区暴雨的发生发展中起关键作用。对3类雷暴群质心高度、顶高、最大回波强度等要素的统计显示,不同类型雷暴群在初生阶段和成熟阶段的概率密度曲线存在双峰和单峰等结构特征。利用雷暴群的多个参数构建暖区暴雨分类识别的特征向量,并采用随机森林机器学习方法进行识别,取得较好效果。     

西南区域中尺度数值模式预报性能及其与天气过程关系初探

本文以探空站和自动站实测资料为检验参考,通过主客观检验GRAPES和WRF模式在西南地区的初始分析场和预报场,一定程度揭示出模式在西南地区的初值质量、动力框架性能和降水参数化效果。GRAPES在西南地区的位势高度、风速、风向初值质量都不同程度好于WRF,但进入预报阶段,GRAPES位势高度、温度均方根误差以比WRF更高的斜率随时效增长,GRAPES对西南地区的500 hPa高度场预报呈现系统性偏低,而WRF对西南地区高度预报的正误差概率比较高;分类天气过程检验表明,GRAPES对低涡、切变过程的初始分析质量好于WRF,但进入预报阶段,WRF对低槽、低涡和切变三类天气过程的低值系统预报正确率都高于GRAPES,这一定程度反映出WRF的模式性能好于GRAPES;分类天气过程降水预报检验表明,低涡过程降水预报难于低槽过程。GRAPES对低涡过程的降水预报能力较低,WRF预报能力最低的是切变过程。这与模式对分类天气过程中低值系统预报能力一致,这一定程度表明两个模式的降水参数化效果水平相当。     

背景场资料与参数化方案对暴雨预报的影响

利用GRAPES—meso模式和T213资料,对2007年7月18日发生在我国四川盆地和华东地区一次大暴雨过程进行多组数值试验,以分析侧边界资料、驱动资料的垂直分辨率、模式积分区域、云物理参数及边界参数对GRAPES—nleso模式降水预报影响。试验结果表明：（1）侧边界资料对模式降水预报结果影响较小,驱动GRAPES—meso的全球模式产品质量提高,降水预报结果越好;（2）驱动资料垂直分辨率的高低对降水预报结果影响较大,分辨率越高,预报能力越强,反之越弱;（3）模式积分区域对降水预报结果也有明显影响,区域越大,降水预报未必总是最好;（4）物理过程和边界参数试验表明,WSM6方案与KFeta方案组合的24小时降水预报与实况更接近。     

四川雷暴大风的预报因子筛选及预报效果

利用ECMWF历史预报资料,从动力、热力、水汽、不稳定条件四个方面选取影响雷暴大风发生的因子,构建多因变量数组,并利用主成分分析确定配料系数及其阈值,在此基础上进行配料,研发了四川省雷暴大风概率预报产品投入应用。2018年汛期应用表明:雷暴大风产品对预报概率超过65%的区域有指示意义,且优于ECMWF数值预报的100 m高度风,在检验的个例中,有效命中率达25%以上。      

异物理模态法物理量差异对集合预报的影响

利用异物理模态法的数学计算方案,选择积分12h的500hPa水汽通量散度(湿位涡)预报离差构造初值扰动的归一化初值扰动模态,进而构造扰动初值,对一次川东北大暴雨个例进行集合预报试验,从扰动初值水平结构、集合预报平均、大于50mm降水量概率、降水离散度、区域预报离差、Talagrand分布、Brier评分、集合预报系统对控制预报的逐时方差演变等多个方面对两种物理量处理方法所得结果进行对比分析,认为两种处理方法所得结果总体上非常相似,不存在显著差异。两种处理方法产生的扰动初值差异并没有引起大尺度环流明显差异,但对中尺度动力场、热力场产生了一定影响。就Brier评分、雨带位置而言,水汽通量散度处理方法略优于湿位涡处理方法,而强降水区范围而言则是湿位涡处理方法略占优。另外,区域预报离差显示,湿位涡处理方法的集合预报系统发散度要大一些。      

基于概率匹配的西南区域模式定量降水订正试验

利用2014—2015年5—10月地面观测降水资料和同时段的西南区域模式降水预报资料,基于概率匹配方法,采取分区及点对点匹配两种方案对2016年6—8月降水集中时段逐12h累积降水进行订正试验。结果表明:(1)订正后的模式预报相比订正前而言,平均(绝对)误差有所减小,降水落区的范围和平均强度与实况更加接近;(2)量级偏差越大,运用该方法的订正效果越好,夜间降水订正效果优于白天;(3)分区统计方案对模式系统性偏差的订正效果优于点对点方案,合理的区域划分增加统计样本量可以提高订正效果。     

四川盆地一次极端大风天气过程成因及预报着眼点分析

利用常规观测资料、FY-2E卫星云图、多普勒雷达产品、闪电定位资料、自动气象站资料等,分析了2015年4月4日傍晚到夜间发生在四川盆地的极端大风天气过程。分析指出:本次雷暴大风过程是由冷锋对暖湿气团的强迫抬升及干冷空气进入暖湿区域触发形成.中空干层、大的温度直减率、高低空急流耦合区、低层温度脊附近是利于极端雷暴大风出现的潜势区域。该区域为雷暴形成提供了条件不稳定、水汽、动力抬升等有利环境条件。冷空气首先从盆地西北部中低层入侵,在低层切变线上触发生成了一系列雷暴单体,在最有利于对流发展的潜势区域迅速发展。潜势区域中线状回波北段的中尺度涡旋环流、前侧入流和后侧入流的相互作用形成单体弓形回波,该弓形回波具有比普通雷暴更高的反射率因子、垂直液态含水量.根据雷达回波演变特征推断,本次极端大风是由单体弓形回波带来的湿下击暴流所导致。弓形回波中高反射率因子的高度连续下降意味着下沉气流伴随降水粒子下降,干空气被夹卷进入下沉气流使得雨滴被迅速蒸发,大大加强了下沉气流强度,因而显著增加了大风强度。分析还指出:通过分析对流发展背景条件,确定最有利对流发展的潜势区域,关注该区域中回波的生成、形态特点、演变特征,可提前预警大风天气。     

“5·6”四川盆地对流云团特征及触发机制

利用FY-2卫星资料、NCEP再分析资料和常规观测资料,分析研究了2016年5月6日四川盆地暴雨对流云团的特征及其形成机制。结果表明:四川盆地对流云团易发生在青藏高原东侧边坡陡峭地形带,初生对流云团的云顶亮温低于-45℃,边缘最大温度梯度为15~20℃,水汽-红外通道亮温差值介于-5~0℃,分裂窗-红外亮温差值介于0~2℃。强降水出现在红外和水汽亮温快速下降到最低值、水汽-红外通道差值达0℃附近、分裂窗-红外亮温差为正值和温度梯度达0℃后的几小时内,最大雨强出现在强对流云团成熟后开始迅速减弱的初始阶段(即云顶亮温开始回升的阶段)。较大范围的强降水由发展成熟的云顶最低亮温约为-70℃的对流云团产生,主要出现在红外亮温低于-50℃的区域,集中在红外亮温-65℃~-60℃、水汽亮温为-65℃~-60℃的云顶较为平滑的次低值中心区域内,并不与云顶最低亮温中心相吻合。机制分析表明,对流云团生成区域均受偏东风影响,且形成于高的对流不稳定能量条件下,发展于高湿区,近地层冷空气扩散南下与气旋式流场中的辐合共同触发对流在辐合线以北生成,而中层垂直风切变的加强、中低层暖平流和高层冷平流的发展促使对流云团发展旺盛。     

西南区域中心模式SWC-WARMS降水偏差分析

本文利用2014—2015年5—10月12(24)h累积降水资料和西南区域模式(SouthWest Center WRF ADAS Real-time Modeling System,SWC-WARMS)36(72 h)预报时效内降水预报资料,从概率和频次角度分析不同海拔高度地区观测和模式降水在量级及空间分布上的特征差异。结果表明,SWC-WARMS模式各预报时效各量级降水的概率密度均比观测偏大,并向10 mm以下雨量集中,且随预报时效延长偏大更显著;模式与观测降水的概率密度曲线差异在盆地小于高原,地形差异小的区域小于地形差异大的区域。SWC-WARMS模式对四川地区降水预报存在雨日较观测明显偏多,量级偏大,降水频次高值区范围偏大、出现虚假高值区等系统性偏差。此外,模式预报在20—08时比08—20时优,24 h累积降水预报优于12 h降水预报,尤以中雨及以上量级降水落区预报为甚。最后,模式极端强降水预报在20—08、20—20时较实况偏大,08—20时,模式预报在盆地较实况偏小,川西高原和攀西地区偏大。     

Grapes模式预报西南地区夏季2m温度的检验评估

利用西南地区2004、2005年夏季的实况温度对G rapes模式输出的2m温度预报产品进行检验,结果表明,不管是单日预报误差还是月平均预报误差,都没有随预报时效的延长而增大,对四川盆地大部分地区,模式预报温度偏高,对重庆、云南、贵州及川西高原南部的温度预报,基本上表现为14时偏高,02时偏低,对川西高原北部和西藏则表现为预报温度偏低。分析表明,模式中对高原地形处理的不真实是温度预报产生误差的重要原因之一,利用回归分析方法能对模式温度预报进行有效的订正。检验分析结果为进一步改进模式,提高要素预报产品质量提供了一定的依据。