不同边界层参数化方案对一次梅雨锋暴雨过程湍流交换特征模拟的影响

利用WRF模式结合不同的边界层参数化方案,对2007年7月3—5日发生在江淮流域的一次梅雨锋暴雨过程进行多组数值模拟试验。结果发现,边界层方案的选取对于降水的落区和强度模拟会产生较显著的影响;在降水率及地面要素的模拟上,各方案在降水中后期的模拟差异明显大于降水发生阶段;不同边界层方案的选取对于降水时段内的水平风场、垂直运动和假相当位温的垂直分布都产生影响,直接影响降水时空分布的模拟;不同方案都模拟出了在降水发生之后不同于晴空日变化的湍流动能垂直分布,经分析发现与局地较强的垂直风切变和近地面强湍流气团被抬升有关,而浮力项起着耗散作用;各方案的湍流交换特征与湍流动能特征基本吻合,相比于其他方案,MYJ方案在降水区域的湍流动能及湍流交换强度明显偏弱,对热通量的输送也偏弱;GBM方案在边界层内的湍流混合偏弱而在边界层以上湍流混合显著偏强,热通量输送在边界层以上的高度上误差明显,影响了对降水区域气象要素的模拟能力,仍需要进一步改进。      

一次梅雨锋暴雨的边界层热通量输送与湍流动能收支分析

利用中尺度WRF模式对于2007年7月一次典型的梅雨锋暴雨过程进行了高分辨率数值模拟,对于边界层内的热通量输送和湍流动能的时空变化特征,以及湍流动能各收支项的分布及变化特征进行了分析。结果表明,降水发生时段内边界层热通量和湍流动能的时空分布特征与晴空日变化特征表现出显著不同,潜热通量随高度自下而上呈现"正—负—正"的分布,感热通量以负值为主,负值中心高度与潜热通量由负转正的高度相对应,湍流动能的发展高度与持续时间都有所增加,降水区近地面湍流动能弱于其他区域,但是在468 m以上高度则显著强于其他区域。降水区湍流动能的来源主要是平均风切变所产生的机械湍流,浮力作用与粘性耗散在降水期间消耗湍流动能,湍流输送作用将低层的湍流动能输送至较高的高度,使低层减小而高层增大,临界高度与湍流动能的大值中心高度对应。     

平流层爆发性增温期间中高层大气行星波研究进展

极区平流层爆发性增温（SSW）是冬季半球最剧烈的大气扰动现象之一. SSW期间温度和风场的剧烈变化被认为是冬季半球中高层大气波动能量异常增强的主要原因.流星雷达是能够稳定连续探测中间层和低热层风场的重要地基探测设备.主要依托国家重大科技基础设施建设项目：“子午工程”,我国已建设了多个流星雷达观测台站,对中间层和低热层风场进行了长期稳定连续的监测,为揭示SSW期间中间层和低热层波动异常变化的物理机制提供了重要的观测资料.本文简述了近年来以我国“子午工程”流星雷达监测数据为核心,SSW期间中高层大气行星波的研究进展和成果;深入讨论了冬季半球中高层大气行星波发生异常变化的主要激发机制.随着“子午工程”二期十个流星雷达台站即将建成,本文对利用“子午工程”流星雷达监测台网进一步研究SSW期间中高层大气波动的变化特性进行了展望.     

1961—2019年中国区域连续性暴雨过程的危险性区划

利用暴雨区连续追踪的思路和全国2481个气象站逐日降水资料对1961—2019年全国区域连续性暴雨过程（Regional Continuity Rainstorm Process,RCRP）进行客观识别,并根据RCRP的持续时间、影响范围、最大日降水量和最大过程降水量建立和改进危险性评估模型和危险性区划。结果显示：1961—2019年中国共发生2294次RCRP,危险性排名前十强的RCRP与历史记录相符;其危险性空间分布特征与我国降水气候态分布相似,由东南向西北逐级递减;我国RCRP的高危险性区域位于华南和江南地区;危险性的季节空间分布与同季节的降水特征相关,春季华南地区的RCRP高危险性等级体现了我国华南前汛期的影响;夏季华北和东北地区的RCRP危险性高于其他季节,沿海地区的高危险性体现了台风暴雨的影响;秋季四川北部的危险区主要体现了华西秋雨的影响;单次RCRP危险性区划表征本次暴雨洪涝受灾程度大小的分布情况,可以直观地判断此次RCRP对我国相应区域造成暴雨洪涝灾害的大小分布情况。其研究结果增进了对于RCRP演变规律的认识,对于预测未来RCRP季节或次季节内等不同时间内的区域危险性强度大小及其相关的暴雨洪涝灾害风险防范具有重要意义。     

2013年平流层爆发性增温期间高纬电离层半日潮汐波研究

基于Sondrestrom站(67°N,51°W)非相干散射雷达观测数据,研究了2013年平流层爆发性增温(SSW)事件发生后高纬地区电离层F层和E层半日潮汐波.同时,对1月非SSW发生期间和不同太阳活动期间高纬电离层中的半日潮汐波进行了统计分析,并和2013年SSW事件发生后的结果进行了比较.研究发现,SSW发生后F...     

基于风云四号静止气象卫星的局地对流智能化预警模型及应用

强对流等灾害性天气给人民生活和社会经济发展造成了严重影响，准确理解强对流发生的机理及提高其预报效果仍然是具有挑战性的工作。综合利用我国自主研发的新一代地球静止轨道气象卫星风云四号高时空分辨率观测数据和中国气象局全球数值预报（China Meteorological Administration Global Forecast System， CMA GFS）格点化产品，研究局地对流发生前大气环境场的特征和关键影响因子的变化。分析表明：卫星观测得到的云顶冻结信息以及表征大气的不稳定性、水汽含量等数值模式变量是预测局地对流发生的重要因子。利用面积重叠法和光流法对云团进行连续追踪，采用机器学习技术建立了中国区域局地对流发生和强度分级（弱、中、强）预警模型20版本(Storm Warning In Pre convective Environment Version 2.0, SWIPE V2.0)，实现了局地对流的智能化预警。独立检验结果表明：模型对6个不同分区的雨季8 mm/h以下强度降水相关的对流判识准确率在0.5～0.85，对8 mm/h以上强度降水相关的对流判识准确率在0.69～0.91之间，具有较好的提前预警效果和实际应用价值。目前，SWIPE V2.0已投入实时应用。