山东省短时极端强降水研究

利用1999—2011年4—10月全省大监自动站逐时降水观测资料,采用排序法、正态变换法(Z指数法)、平方根变换法等3种计算阈值的方法,计算了山东短时极端强降水的阈值,采用不同方法会得出不同的阈值。传统排序法计算的结果更接近实际,最后采用此法计算结果确定山东省及5个分区短时极端强降水阈值。结果显示:鲁东南、鲁中、鲁西北地区阈值大,鲁西南和半岛地区阈值小,特别是鲁西南地区阈值最小。鲁西北、鲁西南、鲁东南、鲁中和半岛南部易出现短时极端强降水,半岛北部短时极端强降水较少。短时极端强降水出现的偶然性大,极端强降水出现次数与年平均降水量没有明确关系。7、8月是防范短时极端强降水的关键时期。     

吉林省短时强降水天气的中尺度特征及概念模型

利用2005-2012年吉林省逐时降水资料及相应的北半球高空、低空、地面观测资料,采用中尺度分析方法分析了吉林省短时强降水的中尺度特征,总结了冷涡影响类、高空槽类、副高后部类三类短时强降水天气的中尺度概念模型,为预报员今后预报此类天气提供参考和技术支持。     

近10a湖北省强降水时空分布特征与主要天气概念模型

利用湖北省78个气象站逐小时雨量和地面风场资料、NCEP/NCAR再分析资料以及新一代天气雷达资料和卫星云图资料,对湖北省1999—2009年208例强降水过程的时空分布、雨团源地和路径、雨强特征、主要影响天气系统进行了普查分析。结果表明:湖北省强降水源地主要位于鄂西山区和江汉平原南部,在不同引导气流的作用下,强降水雨团主要有6条活动路径;强降水频发区主要位于孝感、黄冈北部和宜昌等地,孝感是全省强降水频发中心;影响强降水的天气系统主要有干线(又称露点锋,下同)、湿舌、暖切顶部辐合区、冷切尾部辐合区、气流汇合区、涌线、地面辐合线;根据干线的不同作用和影响方式,将湖北省180个干线类强降水分成干侵入型、干混合型、干锋生型和暖干型四种类型。基于对动力、水汽、不稳定三个条件以及强降水落区等显著特征的总结分析,归纳出四种干线类强降水的天气概念模型。     

沙澧河流域短时强降水特征和概念模型

利用2000-2012年5-9月1 h降水加密观测资料,统计分析了沙澧河流域短时强降水的时空分布特征,结果表明:沙澧河流域短时强降水的空间分布呈自南向北、自东向西减少的趋势;强降水集中出现在6-8月,7月是最为频发月份。日变化呈双峰结构,子夜到凌晨(23时-次日05时)和傍晚前后(18-19时)为易发生时段。应用常规MICAPS地面和高空观测资料对沙澧河流域短时强降水个例天气系统和触发条件进行分析,总结出4种天气学概念模型,分别是有露点锋西南涡型、无露点锋西南涡型、有露点锋切变线型、无露点锋切变线型。其中西南涡型造成的强降水范围比较大,该类型强降水的落区一般位于西南涡移动方向的右前方或其前部切变线与沙澧河流域附近其他中小尺度系统交汇的区域内;切变线型造成的短时强降水范围相对要小,但局地性更强,该类强降水的产生与冷空气的侵入有很大的关系,强降水的落区产生在切变线移动过程中与沙澧河流域附近中尺度系统相交汇或包围的区域内;当有露点锋存在时,短时强降水更偏向于露点锋的两侧,或在露点锋与地面辐合系统相交汇的附近产生。     

印江极端降水和极端强降水日数统计特征

利用印江气象站的逐日降水资料,在对该站点极端降水和极端强降水过程阈值进行科学界定的基础上,对50 a来极端降水和极端强降水过程进行了常规统计。结果表明:印江极端降水和极端强降水过程有弱的增加趋势,极端(强)降水天数与降水量成正相关,20世纪60年代极端降水天数和极端强降水的离散程度最大,21世纪前8 a极端强降水的离散程度最小。极端降水和极端强降水日数变化均达不到气候突变的标准。     

南疆短时强降水概念模型及环境参数分析

利用南疆2010-2016年自动气象站及区域自动气象站逐小时降水量资料,NCEP/NCAR 1°×1°再分析资料以及探空资料,分析不同强度的短时强降水的时空分布,得出南疆短时强降水事件的天气型有明显的季节性特点和区域性特征。总结了典型短时强降水过程的环境背景场特征,建立了短时强降水的三种概念模型:中亚低槽(涡)型、西伯利亚低槽(涡)型和西风短波型。通过7个探空站的温湿廓线形态、地面露点温度、T_(850)-T_(500)、T_(700)-T_(500)、对流有效位能(CAPE)、对流抑制能量(CIN)、抬升凝结高度、0～6 km垂直风切变等分析了南疆短时强降水的环境背景:短时强降水Ⅰ型(整层湿)、短时强降水Ⅱ型(上湿下干)和短时强降水Ⅲ型(上干下湿)发生前大气水汽含量充沛、存在一定的CAPE和较明显的垂直风切变以及0℃层高度偏低、暖云层厚度偏厚等特征,而合适的CIN,有利于对流不稳定能量的积聚和爆发,促进短时强降水的发生;短时强降水Ⅳ型(干绝热型)存在大气层结较干和较大的T_(850)-T_(500)、T_(700)-T_(500);Ⅰ型和Ⅱ型是南疆短时强降水的主要类型,常出现在南疆中部、西部地区的盛夏和夏末,多为西伯利亚低值系统(低涡、低槽)型和中亚低值系统(低涡、低槽)型影响。     

恩施山区强冰雹和短时强降水天气落区分析

利用恩施雷达资料,对湖北恩施山区强冰雹和短时强降水天气的落区进行了分析。结果发现:强冰雹的右移特征非常明显,当恩施州境内或边境临近地区有新生的中空回波,且回波移动方向上也同时有对流回波滋生时,则两回波源地之间的区域基本可以确定为此次冰雹过程的主要影响区域,新生中空回波向右偏离初始移动方向大约0~60°之间(两处回波源地之间的连线),一般在1~3h内不断加强形成强冰雹而落下;而短时强降水右移特征不明显,发生短时强降水区域不仅与回波系统的走向和移动有关,还与回波单体移动和传播有关系,其回波系统的移动是对流单体的移动和传播两者的矢量之和,同时根据回波形态及其演变趋势,即可判断短时强降水的落区。      

华北东部强降水天气低层风场分型及降水落区

利用 1 992～ 2 0 0 1年 1～ 1 2月数值预报、天气图、卫星云图、渤海 4个测站及本区域 4个测站自记雨量、风向、风速等同步资料 ,对秦皇岛市出现的 1 8次暴雨、8次大雪天气过程进行综合对比分析 ,探讨了海区风向变化对降水落区的影响。通过 2 0 0 2～ 2 0 0 3年试报Ts值为 53%。     

基于“配料法”的云南短时强降水预报概念模型建立

本文利用云南省125个国家级自动气象站及3400个区域站统计并选取了2012—2016年5—10月的典型短时强降水个例,基于"配料法"的基本思路对其进行中尺度特征分析,最终得出适用于云南省的五类短时强降水概念模型。分析结果表明:云南省短时强降水集中出现在6—8月,且一天中存在两个明显的峰值;高空强烈的干冷平流及大风天气是判别高空冷平流类的重要依据,冷空气主要通过两条路径影响云南;分析低层暖平流类的关键系统为季风槽及孟加拉湾低压,主要影响滇中及以南地区;地面锋面是斜压类的重要特征,此类强降水主要位于700 hPa切变线及850 hPa温度锋区前侧,地面锋面附近;准正压A类短时强降水主要受西风槽及副热带高压的相互作用影响,其强降水落区分散,预报难度大;准正压B类受台风登陆后减弱的低压及其外围云系的影响,强降水位于700 hPa湿舌、850 hPa暖脊及地面辐合线共同影响的区域(一般位于滇中以南地区)。     

重庆一次弱天气系统强迫下的极端短时强降水事件分析

利用常规观测、多普勒雷达、FY-2F卫星、加密自动站等数据和ERA-Interim0.125°× 0.125。再分析资料,对2019年4月19日重庆极端短时强降水事件的环境条件和发展机制进行了分析。结果表明:在天气尺度垂直运动较弱的背景下,此事件由准静止的β中尺度对流系统(MβCS)形成。对流发展前本地水汽充足,"上干下湿"的层结不稳定特征显著。对流发生发展于云贵高原向四川盆地过渡的綦江河谷附近,河谷三面环山,地势由西南向东北倾斜。γ中尺度对流从河谷南侧下山增强,导致河谷内的局地强降水和冷池。冷池与河谷东坡上暖湿气团间的强中尺度水平温度梯度,有利于近地面西南风加速向东侧山体辐合,促使已移至河谷内的γ中尺度对流向东坡移动并加强为一个孤立的MβCS。受冷池的持续增强、东侧地形的阻挡、两个γ中尺度对流的并入和弱环境气流引导的共同影响,MβCS得以较长时间维持并影响同一局地区域,导致綦江、万盛局地发生极端短时强降水。     

江西省极端降水分类及特征分析

利用多种观测及再分析资料对江西省极端降水过程进行统计分类和天气学分析。采用百分位法、广义极值法对比计算江西省极端降水强度阈值标准,分析江西省极端降水事件的空间分布特征,筛选出2010—2019年江西省极端降水的典型过程,并进行天气学成因分析。结果表明：1） 江西省各站极端降水强度阈值空间分布差异较大,由西南向东北逐步增加,具有非常明显的地域性特征;2） 江西省典型极端降水过程发生在夏季（6—8月）,主要分为梅雨锋、强台风、西北气流类;3） 江西省梅雨锋类极端降水占典型极端降水过程的70%,该类极端降水具有稳定的大尺度环流形势,主要表现为南亚高压北跳至25°N以北,阻塞高压异常偏强,东北冷涡发展,副热带高压与大陆高压相结合,配合天气尺度稳定的切变线以及异常的西南暖湿气流,形成持续的水汽输送及异常的垂直上升运动中心。     

长株潭城市化进程中极端降水变化特征

利用长沙、株洲、湘潭城市群9个气象站1961—2012年降水资料,采用百分位法确定城市群各站春、夏、秋、冬四季极端强降水阈值,分析城市化缓慢发展期与快速发展期城市群四季极端降水变化特征。结果表明:(1)各站极端降水阈值、日数与强度无明显的地域差异,影响城市群各站极端降水的天气气候系统基本一致。(2)相对于城市化缓慢发展期,快速发展期偏北区域站点春、夏季极端降水日数减少,而偏南区域站点则增加;前后两个时期,春、秋、冬季极端降水强度变化各站较为一致,但夏季南北区域其变化存在明显差异。(3)从城市化缓慢发展期到快速发展期,城市群夏季极端降水距平分布发生明显变化,即北部夏季极端降水由正距平转为负距平,而南部则由负距平转为正距平。     

中国大陆地区小时极端降水阈值的计算与分析

利用广义极值分布和百分位两种阈值确定方法,对我国465个气象站点不同极端程度的小时降水强度阈值进行了分析。广义极值分布结果表明,重现期为2、5、10、50a的降水强度阈值具有一致的空间分布特征：华南沿海阈值最高,长江中下游地区北部、四川盆地西部、华北地区东部次之,云南中西部、华北西部和东北西部阈值相对更低,最小值出现在我国西部地区。百分位法得到的阈值空间分布呈现出与广义极值分布结果较为一致的东南大、西北小的整体特征。考察465站中位数发现,第99．9百分位的强度阈值与二年一遇降水的阈值接近。具体分析各站第99．9百分位降水阈值对应的重现期发现,长江流域及其以南地区重现期大多低于2a;35°N一带重现期长于4a;我国北方和西北部分地区重现期长于8a。     

ECMWF降水极端天气指数在浙江的应用评估

利用2016年6月—2017年5月ECMWF降水极端天气指数(EFI)预报资料,分析了降水EFI与不同量级强降水、降水气候百分位在浙江的关系。结果表明:总体而言,浙江省降水EFI与实况降水存在明显的正相关关系。随着EFI阈值的增加,暴雨发生频次先增加后减少,而且暴雨发生的概率随着EFI阈值的增加而增大。综合考虑TS、BS评分,EFI阈值随着预报时效的延长而减小;随着降水量级的增加而增大。降水EFI值与降水气候百分位存在明显的正相关关系,当EFI值较高时,预示着较大的几率出现极端降水,此时可参考当地相对应的气候百分位的降水量来估计降水。     

近54年阿勒泰地区夏季极端降水事件气候特征

本文采用阿勒泰地区7个国家级气象站近54a(1960～2013年)夏季(6～8月)的日有效降水量（20～20h降水量≥0.1mm）资料,用WMO推荐的百分位法计算了全地区过去54a夏季极端强降水的阈值、进一步分析了当地夏季时空分布特征及变化趋势,结果表明：阿勒泰地区夏季极端强降水阈值呈西部、南部小,北部、东部大,并且空间异常分布特征如下: 夏季以及夏季各月的极端强降水日数和强度均可总结出5种最主要模型;极端强降水量可总结出8种最主要模型;并且通过时间标准化序列分析各种模型都有对应的降水日数、量级、强度明显偏多（强）和偏少（弱）的时段。日数、量级、强度近54a来,除吉木乃略有下降以外,其余各县（市）均为增长趋势,尤其是北部、东部地区.同时上述三指标存在着显著的年代际和年纪尺度的周期变化,上世纪90年代和2010年至今为三个指标最多(强)的年代,而上世纪70年代为最少（最差）的年代.并通过周期分析（小波分析）可知,均有对应的显著变化周期。     

Characteristics of daily and extreme temperature over Canada

利用重庆34个自动站1991-2015年逐小时降水资料,分别从降水比率、强降水占比、强降水频次、强降水事件、极大强降水及极端强降水阈值等方面分析了重庆时空分布特征。结果表明：（1）降水比率、强降水占比、强降水频次、强降水事件、极大强降水及极端强降水阈值在空间分布上具有一致性,高值区主要分布在东南部与西部,低值区主要位于东北部与中部。（2）降水比率、强降水占比、强降水频次及极大强降水在年变化上表现出波动起伏特征,且降水比率相对变化幅度较小,后三者表现出同相位的变化特点。在月变化上,降水比率呈双峰特征,后三者一致呈单峰特征。在日变化上,强降水高频次主要出现在03-05时,低频次主要是13-15时。（3）在强降水事件持续性上,强降水事件持续时间及其降水开始至最强降水时间的空间分布一致：高值区主要集中在东北部与东南部,而低值区主要分布在中部与西部。总体上看,持续时间越长,产生最强降水的时间越延后,且持续时间长的强降水事件主要产生在23时至次日04时。（4）第99、99.5、99.9百分位阈值与广义极值（GEV）分布函数5、10、20、50、100 a重现期阈值及极大强降水观测值在空间分布上与强降水具有一致性。

     

A newly-discovered GPD-GEV relationship together with comparing their models of extreme precipitation in summer

It has been theoretically proven that at a high threshold an approximate expression for a quantile of GEV （Generalized Extreme Values） distribution can be derived from GPD （Generalized Pareto Distribution）. Afterwards, a quantile of extreme rainfall events in a certain return period is found using L-moment estimation and extreme rainfall events simulated by GPD and GEV, with all aspects of their results compared. Numerical simulations show that POT （Peaks Over Threshold）-based GPD is advantageous in its simple operation and subjected to practically no effect of the sample size of the primitive series, producing steady high-precision fittings in the whole field of values （including the high-end heavy tailed）. In comparison, BM （Block Maximum）-based GEV is limited, to some extent, to the probability and quantile simulation, thereby showing that GPD is an extension of GEV, the former being of greater utility and higher significance to climate research compared to the latter.     

台风“温比亚”（1818）造成山东极端强降水的成因分析

利用气象卫星、多普勒天气雷达、区域自动气象观测站及常规气象观测资料,结合NCEP/NCAR逐日6 h再分析资料（0.25°×0.25°）,对2018年18号台风“温比亚”及其残骸长时间影响山东引发特大暴雨的成因进行分析发现：1）此次极端降水可分为三个阶段,分别受台风外围螺旋云系、倒槽和变性后温带气旋冷锋影响,其中弱冷空气与台风倒槽相互作用对强降水的产生和维持起到了重要作用。2）“温比亚”缓慢北上过程中,强降水落区从台风东侧逆时针转至其北部倒槽附近,并逐渐远离台风中心,台风强度逐渐减弱。3）冷空气在对流层中层与台风倒槽相互作用,中层冷暖平流增强形成锋区,斜压不稳定能量增强,暖湿空气在锋区附近上升,并与低层倒槽辐合上升运动相配合,引发了倒槽附近特大暴雨的发生。4）此次过程中,低空急流稳定维持,源源不断地将水汽自东海输送至台风倒槽附近,水汽输送集中在800 hPa以下,850 hPa水汽通量辐合强度大于8×10-6 g·cm-2·hPa-1·s-1区域与暴雨落区的形态和位置对应良好。5）对流层中层的弱冷空气和低层的强暖湿气流促进了对流不稳定层结的发展和维持,低层强风速带在鲁中山区迎风坡强迫抬升不断触发中尺度对流系统,在中高层气流引导和地形作用下产生“列车效应”,也是此次过程中局地特大暴雨产生的重要因素。     

中国1961—2016年夏季持续和非持续性极端降水的变化特征

基于国家气象信息中心提供的1961—2016年2400多站逐日降水观测资料,根据百分位法确定极端降水,对中国夏季持续（持续2 d及以上）和非持续性（持续1 d）极端降水事件的变化特征进行了研究。结果表明：在气候变暖背景下,以江淮流域为代表,中国大部分地区极端降水量趋于增多,但华北、西南及西部部分地区趋于减少;除内蒙古中部、四川等地以外,中国大部极端降水对总降水的贡献呈增多趋势。进一步对华北、江淮、华南、西南4个代表区域进行分析,发现华北、西南地区的持续和非持续性极端降水量都呈减少趋势,持续性极端降水量的减少更突出,极端降水更多以非持续性形式出现;江淮、华南一带,两类极端降水量都呈增多趋势,持续性极端降水量的增加更明显,极端降水更多以持续性形式出现。