中国暖季短时强降水分布和日变化特征及其与中尺度对流系统日变化关系分析

利用浙江省2012-2016年6-9月自动气象观测站逐日逐小时资料,分析了浙江省午后短时强降水时空分布特征,基于NCEP全球再分析资料探讨了此类天气发生的环流背景,统计分析其中6个具有地域代表性的高概率发生站点的物理量统计特征。结果表明：浙江北部的杭州和宁波城区、浙江中部和南部的高海拔山区都是午后短时强降水发生概率相对高的区域,浙江东部沿海、金衢盆地以及千岛湖概率较低。6-9月浙江省各月午后短时强降水触发条件有所不同,7、8月短时强降水相对多发,均具有明显的热对流性质,同时边界层的弱辐合、城市热岛效应和山区地形作用对短时强降水落区均有影响。午后短时强降水发生前,平原地区所需要的层结不稳定度以及水汽条件较山区为高,并且低层还需要一定的垂直风切变维持。统计表明：午后短时强降水发生前6 h的CAPE值多数个例有较大的增量,而抬升指数等表征大气不稳定程度和水汽的指标虽无明显变化,但均向利于短时强降水发生的方向发展。

     

安徽省不同地形条件下汛期短时强降水时空分布特征

利用2011—2015年安徽省自动气象站的降水观测资料和静止气象卫星FY-2E的黑体辐射温度(Black Body Temperature,TBB)资料,分析了安徽省不同地形条件下汛期短时强降水的时空分布特征及其与中尺度对流活动的关系,并对短时极端强降水的时空特征进行了初步探讨。结果表明:2011—2015年不同地形条件下皖南山区为安徽省汛期短时强降水集中出现的区域,其次为大别山区和中东部丘陵地区,淮北平原发生最少。安徽省不同地形条件下汛期短时强降水发生次数月变化呈显著的单峰型,7月短时强降水发生最频繁,其他月份有所不同;候变化具有显著的多峰值—间断性发展的特点,主要集中出现在6月第1候至8月第6候之间,淮北平原变化最大,皖南山区则较均匀;日变化总体呈单峰型特征,午后15—19时最集中;皖南山区和中东部丘陵最明显;淮北平原和大别山区虽然仍以午后居多,但具有多峰值的特点,其中淮北平原除午后外,06—07时短时强降水发生较多;大别山区除午后外,02—03时和10时也为短时强降水发生的峰值。安徽省不同地形条件下汛期短时极端强降水分布较零散,没有明显的高发区,时间变化与短时强降水类似,具有一定的统计规律:皖南山区7月短时极端强降水发生最多,尤其是7月第5候;淮北平原8月短时极端强降水发生最多,尤其是8月第6候;中东部丘陵7月短时极端强降水发生最多,候变化相对均匀。皖南山区和中东部丘陵短时极端强降水集中出现在午后16—19时,其中大别山区02时还有一个峰值,淮北平原短时极端强降水日变化无显著峰值。     

乌鲁木齐市短时强降水分布特征及环境条件分析

利用常规地面、高空探测资料、加密自动站逐时雨量资料,分析2012—2016年乌鲁木齐市暖季的短时强降水分布特征及环境条件,得出乌鲁木齐市短时强降水的空间分布、月变化及小时雨强特征;通过分析22场短时强降水天气过程,按照500 hPa影响系统分类,得出了西西伯利亚低槽、中亚低涡和西北气流3类环流形势及概念模型;统计得出临近短时强降水时段,K、SI、LI等不稳定指数的月变化差异较大,6—7月各指数集中度高,指示意义最好;5月、9月短时强降水的水汽特征量值明显小于6—8月,7月水汽量值最高。     

重庆东北部短时强降水时空分布及概念模型

该文利用2007—2011年重庆东北部区域气象观测站和自动气象观测站的逐小时降水观测资料以及MICAPS高空、地面观测资料,分析了短时强降水的时空分布特征,发现:渝东北短时强降水事件逐年增多,降水站次显著增加,强降水雨量占年雨量比例逐年加大;短时强降水月际变化呈单峰型分布,7月为全年峰值所在;短时强降水夜间发生概率最大,其次是午后,上午发生的概率相对较小,其中,03—06时和18时前后发生短时强降水的可能性极大,且强度较强;空间特征方面,开县、云阳、巫溪中西部以及万州东部是短时强降水的高发区,渝东北地形对降水的影响主要包括喇叭口地形、狭管效应、山谷风环流等。根据短时强降水事件的高空环流场,建立了6个渝东北地区短时强降水概念模型,分别为:高原槽型、两高切变型、高原波动型、脊前北风型、低涡型和偏南气流型,各模型皆具备冷暖气流的交绥、不稳定层结、充足水汽以及抬升触发机制。     

遵义市夏季短时强降水时空特征分析

本文利用遵义市2016-2020年夏季逐时降水资料和ERA5再分析资料,分析遵义市夏季短时强降水的时空分布特征,并统计午后和后半夜前发生短时强降水的物理量特征,得到以下结论：（1）遵义市夏季短时强降水日变化呈现双锋结构,夜间的峰值主要发生在6月,白天峰值贡献主要来自7-8月。6月和7月的短时强降水是夜间多于白天,而8月则是白天多于夜间,且多为午后强对流。遵义市夏季短时强降水夜间出现异常值概率的大于白天。（2）有6个县的夜雨均值明显高于昼雨,且在昼雨的1倍以上,仅有凤冈和湄潭的夜雨均值低于昼雨均值,7个县日变化双峰结构较为明显,仁怀有明显的4峰结构,可能与我市西高东低的地形分布有关。（3）遵义市夏季短时强降水在西部、北部地区发生短时强降水的概率较高,西部主要集中在河谷地带,北部主要集中在娄山山脉,短时强降水平均站次6-8月逐渐减少,10站次以上站点逐渐北推且减少,可能与副高西伸北抬有关。（4）高海拔站点午后短时强降水对CAPE、K、LI要求更低,低海拔站点需要更好的抬升和中低层暖湿条件,850hPa与500hPa温差则是高海拔站点高于低海拔站点。（5）与14时相比,后半夜发生短时强降水对CAPE、LI、T850-500等要求变低,且抬升指数有4个站均值高于0℃,指示意义没有午后好,后半夜短时强降水K指数的要求变高,大气可降水量要求也是变高的,但主要是高海拔站点变高。     

成都市短时强降水概率预报方法初探

选取2010~2019年4~9月成都市气象观测站逐小时降水资料和欧洲中心ERA-5逐小时再分析资料,采用统计分析和统计预报方法,研究了近十年成都市短时强降水时空分布特征,并依据短时强降水发生发展的基本条件,基于“配料法”思想,探讨了成都市短时强降水概率预报方法。结果表明：成都市短时强降水事件集中于暖季（4~9月）,其中又以7月为最多,并呈明显夜间多发的态势。降水量与降水强度空间分布表现出西多东少特征。筛选出的短时强降水潜势预报因子包括850 hPa比湿、850 hPa假相当位温、K指数、对流有效位能、700 hPa经向风以及700 hPa垂直速度,基本涵盖了短时强降水发生所需的水汽条件、稳定度条件以及抬升条件。基于上述短时强降水潜势预报因子的权重系数,采用二分法建立短时强降水概率预报方程,利用TS评分对2019年夏季的短时强降水日潜势预报效果进行检验,发现概率阈值设定为0.98既能保证漏报次数不会太多,又不至于使预报正确次数明显降低,同时可以保持较高的预报准确率。     

2012—2021年海南岛极端短时强降水特征及其成因分析

利用2012—2021年海南岛323个地面气象观测站逐小时降水资料及ERA5高分辨率资料,统计分析了海南岛近10 a的极端短时强降水时空分布特征,利用合成分析法探讨了产生极端短时强降水的环流背景。结果表明：海南岛极端短时强降水每年约为422.3次,占短时强降水的8%。极端短时强降水的季节和日变化明显,多发生在4—10月的午后(14:00—19:00),8月站次最多,近10 a发生极端短时强降水的站次最多为11次,出现在海南岛西北部。极端短时强降水日变化呈单峰型,峰值出现在17:00,为每年62.1次。午后发生极端短时强降水的平均降水强度较大,均值为67.8 mm·h^-1,峰值为111.5 mm·h^-1。海南岛极端短时强降水年、暖季(4—9月)的空间分布有两个高发地区,为海南岛西北部和东部沿海地区,暖季的天气系统是影响海南岛极端短时强降水的主要天气系统。海南岛极端短时强降水逐月空间分布差异与海陆风、地形均有密切关系,各月触发条件不同,7—8月极端短时强降水相对较多。     

我国中东部不同级别短时强降水天气的环境物理量分布特征

基于我国中东部2002—2009年5—9月逐小时降水观测资料和一天四次的NCEP最终分析资料,通过时空匹配处理,得到强度为20~49.9 mm·h-1(A类)、50~79.9 mm·h-1(B类)和不小于80 mm·h-1(C类)的短时强降水天气样本序列,逐类统计分析用于表征其发生发展环境条件的水汽、热力、抬升触发和垂直风切变等物理量的分布特征。结果表明:表征水汽条件的大气可降水量(TPW)对三类短时强降水有一定的指示意义,A、B、C类短时强降水必要的TPW值分别为27、32、42 mm,短时强降水量越大,其所需水汽含量越高。约50%的三类短时强降水均出现在TPW大于60 mm的湿环境中。表征热力、能量、动力和垂直风切变条件的物理量对三类短时强降水的环境条件区分并不显著,环境大气中水汽多少可能是决定短时强降水级别的必要因素。B类和C类短时强降水的高概率密度区域范围大致为TPW在55~70 mm之间、0—6 km垂直风切变在5~15 m·s-1之间,而C类短时强降水在TPW与最佳对流有效位能(BCAPE)以及0—6 km垂直风切变与BCAPE的概率密度分布图中均有两个显著高概率密度区,可能与CAPE影响高级别短时强降水产生的两种机制有关。     

基于小时雨量的防城港市短时强降水特征分析

基于2016—2019年防城港市自动气象站小时雨量,结合地形分析短时强降水时空分布特征,结果表明：十万大山南北两侧短时强降水次数从北到南递增,大值区位于十万大山南侧的迎风坡及喇叭口地形;各月的短时强降水的分布有差异,短时强降水主要发生在4—9月,6月短时强降水分布不均匀,7—8月短时强降水最强盛;受对流日变化、低空急流、海陆风等影响,短时强降水日变化特征明显,前汛期市南部短时强降水高峰期出现在清晨、市北部出现在凌晨和午后,后汛期市南部出现在清晨和午后、市北部出现在午后到傍晚,非汛期短时强降水出现的时段呈多峰值态势。     

陕西省强对流天气气候特征分析与对流指标探讨

选取2007—2014年陕西省98个气象站降水和冰雹观测资料、1970—2013年数据完整的90个气象站的雷暴观测资料,采用统计方法分析陕西雷暴、冰雹、短时强降水的气候特征。结果表明:陕西强对流天气多发生于10—20时,其他时间发生的概率比较低。冰雹多发生在5—8月;短时强降水大多出现在6—9月,雷暴主要出现在6—8月。2007—2014年,陕西降雹天气年际变化不明显,短时强降水的年际变化较大。1970—2013年雷暴日整体呈减少的趋势,2007—2013年明显偏少。冰雹天气的高值中心集中在陕西北部,短时强降水呈北少南多的特点,雷暴为中部少、南北多。利用2007—2014年探空资料和MICAPS资料统计陕西省冰雹和短时强降水天气的物理量指标,为短时临近天气预报提供依据。     

2012—2015年内蒙古短时强降水分布特征

利用内蒙古119个国家气象站逐小时降水量及常规的日降水量资料对2012—2015年内蒙古出现的短时强降水及大雨以上天气情况从时空分布、出现概率、降水比率等多方面进行了比较全面的统计。分析了内蒙古短时强降水的时空分布特征,特别是得出了内蒙古短时强降水发生时段,以及短时强降水在整个大到暴雨过程中所占比例等方面的特点,为预报员认识内蒙古短时强降水活动情况提供有利的参考。分析得出:短时强降水在时间、空间以及降水量级上的分布极不均匀,主要发生在6—8月,7月最多;短时强降水主要出现在午后到傍晚时段,集中在15—17时,尤其17时最多;短时强降水多出现在日降水在6h之内(含6h),占短时强降水发生总数的57%;短时强降水的降水比率相当高,有84%的短时强降水过程中短时强降水雨量占当日降水总量的50%以上,39%的占当日降水总量的80%以上;短时强降水受地形增幅影响极大,内蒙古东部偏东的大兴安岭东侧和西中部阴山山脉南侧均为短时强降水多发区。     

浙江省短时强降水的时空分布特征

利用2010～2019年浙江省基准气象站和自动气象站逐小时降水的观测资料,对浙江省短时强降水的时空分布特征进行了统计分析,结果表明:1）2010 ～2019年浙江短时强降水累计发生频次为72601站次,随雨强增大呈指数式衰减。2）短时强降水空间分布不均匀,沿海向内陆发生频次减少,出现频次最高的地区位于温州西南部。夏半年随时间推进和影响系统演变,短时强降水的空间分布亦存在差异:5～6月浙西地区短时强降水多发,7月短时强降水全省分散分布无明显的区域集中特征,8～10月则主要在沿海地区多发。3）总体而言短时强降水的日变化峰值出现在17:00（北京时间,下同）,且高强度短时强降水更倾向发生在午后到傍晚时段。夏秋季节短时强降水在午后到傍晚最为多发,峰值出现在17:00至18:00,这与副热带高压强盛,午后到傍晚热力和不稳定条件好,易触发强对流天气有关;春季除午后到傍晚外夜间和凌晨亦为短时强降水多发时段,可能与低空急流多在夜间和早晨发展加强有关。短时强降水的月变化特征呈现类双峰型分布,8月最为多发（26.0%）（主要由台风降水造成）,其次为6月和7月。不同强度的短时强降水月变化特征存在较明显差异。而短时强降水的年际分布不均,2015年之后年际变化幅度增大,其中 2016 年短时强降水发生频次最高达8728站次,2017 年为发生频次最低仅5581站次。     

舟曲\

基于我国中东部2002—2009年5—9月逐小时降水观测资料和一天四次的NCEP最终分析资料,通过时空匹配处理,得到强度为20~49.9 mm·h^-1(A类)、50~79.9 mm·h^-1(B类)和不小于80 mm·h^-1 (C类)的短时强降水天气样本序列,逐类统计分析用于表征其发生发展环境条件的水汽、热力、抬升触发和垂直风切变等物理量的分布特征。结果表明:表征水汽条件的大气可降水量(TPW)对三类短时强降水有一定的指示意义,A、B、C类短时强降水必要的TPW值分别为27、32、42 mm,短时强降水量越大,其所需水汽含量越高。约50%的三类短时强降水均出现在TPW大于60 mm的湿环境中。表征热力、能量、动力和垂直风切变条件的物理量对三类短时强降水的环境条件区分并不显著,环境大气中水汽多少可能是决定短时强降水级别的必要因素。B类和C类短时强降水的高概率密度区域范围大致为TPW在55~70 mm之间、0—6 km垂直风切变在5~15 m·s^-1之间,而C类短时强降水在TPW与最佳对流有效位能(BCAPE)以及0—6 km垂直风切变与BCAPE的概率密度分布图中均有两个显著高概率密度区,可能与CAPE影响高级别短时强降水产生的两种机制有关。

     

基于WRF模式的云南短时强降水物理量特征

为了解云南短时强降水发生前本地化中尺度WRF(Weather Research Forecast)模式输出结果的物理量特征及其对短时强降水预报的作用,使用WRF模式对2016年云南主汛期(6—8月)5次短时强降水过程进行模拟,利用模式输出的高时空分辨率资料计算5次过程中85个样本在短时强降水发生前6 h水汽类、动力类及不稳定条件类的部分物理量值,使用箱线图分析各物理量的分布特征及其与短时强降水的关系,应用经验累积分布函数图确定各物理量的阈值。研究表明,水汽类物理量样本数据值分布较为集中,随着短时强降水的临近数值逐渐增大;动力类的6 km垂直风切变中位数值及平均值随时间变化很小,所有时次的6 km垂直风切变阈值均低于12 m/s,表明短时强降水发生前有弱垂直风切变;不稳定条件类中对流有效位能样本数据的离散程度较大,对短时强降水无指示意义;LI指数、K指数和700 hPa假相当位温样本数据离散度较小,其中K指数中位数值、平均值及阈值的上下限在短时强降水发生前1 h有显著增大的特征,且数据集中度达到最高,大的K指数值与短时强降水有较好的对应关系。使用物理量阈值推算短时强降水落点的方法对云南本地化WRF模式短时强降水的预报性能有改进作用。     

乐山地区短时强降水时空分布及变化特征研究

基于2013~2020年乐山地区9个国家自动站和136个区域自动站逐小时降水资料,应用诊断分析方法,系统研究了乐山地区短时强降水的时空分布及变化特征,探讨了短时强降水发生频次与地形因子的关系。结果表明：乐山地区短时强降水年均频次和极值均呈增加的趋势,强度较为稳定,变率不大。短时强降水在3~10月均有发生,其频次月分布呈现出单峰型的特征,集中发生在7~8月,占全年的77.7%,7月下旬~8月上旬发生频次又占7~8月总量的49.8%。短时强降水频次日变化呈单峰单谷结构,夜间发生概率最大,白天发生概率相对较小,22时~次日04时是短时强降水集中高发时段,虽然短时强降水在午后和傍晚的发生概率相对较小,但其强度较强,也应当引起重视。乐山地区短时强降水空间分布差异较大,存在两级分化的特点,与地形关系密切,总体呈西南部和东北部少、西北部—中部—东南部多的分布特征。短时强降水的发生与经纬度、海拔高度等地形因子显著相关,高发区主要集中在山谷喇叭口、岷江流域的河谷地带及城市热岛区。     

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。     

惠东县短时强降水的时空分布特征

利用惠东县2012—2021年间17个气象观测站逐小时降水资料，分析惠东县短时强降水时空分布特征。结果表明：(1)短时强降水发生次数大体上呈递增趋势，但各年差异较大；(2)在月际变化上阶段性明显，呈现“双峰型”特征，8月短时强降水最为活跃，其次是5至6月；(3)惠东短时强降水频率的日变化呈现“三峰型”特征，主峰出现在14:00—17:00,次峰分别出现在02:00—05:00和08:00—11:00;(4)短时强降水存在较强的局地性，其中南部沿海的平海、铁涌、黄埠和东部山区的高潭的短时强降水发生概率相对较高。     

近6年陕甘宁三省5—9月短时强降水统计特征

利用2005—2010年5—9月加密自动气象站1 h降水资料对陕甘宁三省不同强度短时强降水时空分布特征、天气学概念模型以及物理量特征进行研究,结果表明:短时强降水在陕甘宁三省存在4个活跃区和3个不活跃区;7—8月是短时强降水的多发期,两大峰值出现在7月下旬和8月中旬,日变化呈双峰分布,1 h降水量≥30 mm的短时强降水具有夜间多发性;通过典型个例的综合分析,建立了低槽-副高型、低涡-远距离台风型、两高切变型3类短时强降水概念模型;从物理量场来看,3类短时强降水均具有丰富的水汽和不稳定层结 (能量)、高于发生冰雹的0℃层高度、较厚的暖云厚度,且均发生在弱风切变环境中;低槽-副高型最为典型,其抬升凝结高度最高,500 hPa与850 hPa假相当位温差Δθ_se、抬升指数,K指数,对流有效位能量值最低,短时强降水发生频次高,1 h降水量大多在25 mm以内。低涡-远距离台风型水汽条件最好,深厚湿区、次天气尺度Ω系统和较低的抬升凝结高度使短时强降水发生范围最广,强度更强。两高切变型降水强度最大、持续时间最短并具有突发性, 其Δθ_se、抬升指数、K指数、对流有效位能最高,0～3 km垂直风切变最强,对流性特征明显,特别是强天气威胁指数接近300,强降水发生的同时往往伴有雷暴。     

东北冷涡下辽宁省短时强降水统计与合成分析

利用2000—2014年6—8月常规资料、FNL资料和辽宁省逐时降水资料,将东北冷涡分为北涡、中间涡和南涡,统计每类冷涡短时强降水特征,并进行动态合成分析。结果表明:短时强降水共755次,冷涡下227次,冷涡强降水多发生在1~3 h内。6月短时强降水主要由中间涡引起,7、8月中间涡与北涡共同影响,有一定周期变化;而南涡没有在辽宁产生强降水。北涡水汽输送充沛,中间涡水汽条件较差,切变辐合场与水汽输送的结合是有利于强降水的重要因子。降水基本处于斜压区内,冷涡中心降水处在斜压区北侧和高空急流左前方,高空槽前或槽后的降水处在斜压区南侧和急流中心右后方,降水区附近多有高空急流形成的次级环流配合。槽后降水区干侵入活动明显,冷涡中心降水主要通过高位涡诱发气旋性环流而触发上升运动。     

基于GRAPES-MESO模式的极端短时强降水预报

利用2017—2018年5—9月四川盆地109个自动站逐小时降水资料,以及GRAPES-MESO模式0.1°×0.1°的逐3 h预报场资料,从热力不稳定、水汽、动力条件等方面分析极端短时强降水(1 h降水量大于等于50 mm)发生发展所需的关键物理量指标,结合随机事件概率思想和主成分分析方法构建预报模型,研发极端短时强...