辽宁省夏季强降水天气环流特征分析

1 引言 由于强降水而引发的洪涝是辽宁的主要灾害之一,做好强降水预报是做好洪涝预报的基础。中期预报以其较长的时效性,愈来愈引起人们的重视。随着科学技术的发展,在3～6天中期预报时效内准确预报强降水已成为可能。据统计,在综合考虑全省平均及分片平均候累积降水量的前提下,1961～1994年夏季辽宁省     

“7.20”暴雨过程中分钟级雨量特征分析

利用四川境内加密自动站分钟雨量、风场、温度、本站气压、湿度等资料对2012年7月20~22日四川境内的一次区域性暴雨天气过程的降水持续时间、强降水时段平均降水率和降水变率、强降水开始1小时特征、强降水中心雨量变化与本站气压、温度、湿度的对应关系进行了统计分析,初步探讨了不同时段的强降水分钟级雨量的时空分布特征。结果表明:针对本次过程而言,第一个强降水时段内发生的强降水具有降水率大,持续时间短,突变性强的特点,预报难度较大,而对于第二强降水时段内降水持续时间较长,降水率也较高,结合地面自动站的风场、温度、湿度和本站气压的资料能有一定的预报提前量。      

三种不同天气系统强降水过程中分钟雨量的对比分析

通过使用高时间分辨率的分钟级雨量资料并结合雷达回波,对比分析了近年来飑线、梅雨锋和热带系统影响下的三次强降水过程,并通过降水率、降水持续时间和降水变率的统计,探讨三次强降水过程的特征,最后给出强降水时段对应所有站点最初1小时降水的平均状态。结果表明:用分钟雨量资料辨识出的强降水时段降水序列,结合雷达回波和小波分析发现其可以很好地表现γ中尺度对流系统的降水特征,弥补了小时雨量时间分辨率低的缺陷。分析三个过程中强降水时段的样本发现华北飑线的强降水过程单站只有一次强降水时段,累计雨量基本在50 mm以下,具有降水率大,持续时间短,突变性强的特点,预报难度较大;在热带对流系统的影响下,单站降水由多次强降水时段构成,且强降水时段样本累计雨量可达100 mm以上,降水率较其他系统偏小,但持续时间最长,降水均匀稳定;梅雨锋对应的降水持续时间以1～2 h为主,但降水率高于热带系统,强降水时段样本累计雨量基本在100 mm以下,降水性质的特点是介于飑线和热带强降水系统之间,预报最为复杂。     

1999年梅汛期特大洪涝回顾

从1999年梅汛期的三次强降水过程和降水特点出发,分析了造成特大洪涝的降水成因,并指出了1999年梅汛期预报服务的成功和不足之处,对今后做好梅汛期天气预报服务工作有一定的参考作用。     

基于多元线性回归的滇西南短时强降水预报模型研究

利用云南省普洱市2015—2017年多普勒天气雷达资料、探空资料和气象观测站5 min雨量观测资料,分析了普洱地区研究期间41次短时强降水的环境场和雷达回波演变特征。结果表明:中尺度辐合线、中气旋、逆风区是强降水触发和维持的重要成因。短时强降水发生前,整层大气水汽充沛,静力不稳定层结,大气可降水量(PW)≥35 mm、SI≤-0. 23、K> 35,可作为环境场对流潜势的判定因子;短时强降水发生时,雷达回波最强反射率因子≥40 d Bz,35 d Bz回波顶高> 5 km,径向速度的辐合切变量> 5 m·s^-1。通过多元线性回归分析,选取4个相关性显著的影响因子,建立普洱市短时强降水预报模型。所选预报因子包括:35 d Bz回波顶高、30 d Bz垂直剖面中心高度、30 d Bz以上雷达回波面积和SI。预报模型的回报检验表明,普洱短时强降水平均雨强相对均方根误差为17. 0%,局地降水持续时间相对均方根误差为33. 9%,局地过程降水相对均方根误差为25. 6%,回报效果较好。4次短时强降水预报检验中,平均雨强的预报误差每5 min小于1. 2 mm,局地强降水持续时间的预报误差小于10 min,局地过程降水的预报误差小于4 mm,模型均预报出局地连续性降水超过50 mm。预报模型有较好的预报能力,可应用于普洱短时强降水的临近预报预警。     

概率匹配平均法在山东强降水预报中的应用

基于WRF集合预报系统开发了概率匹配平均降水产品,选取了山东省2014—2016年共13次强降水过程,检验评估了概率匹配平均法在山东省强降水预报中的综合表现。结果表明：对于不同的强降水过程,各预报产品的预报能力差异较大,尤其是对暴雨以上量级降水的预报存在较大偏差;概率匹配平均相对集合平均,对大雨以上量级降水预报有明显改善,较WRF确定性预报产品也有一定提高,对强降水预报具有一定指示意义;该方法的改进主要体现在对不同量级降水的调整上,尤其是强降水的落区,相对集合平均增大了强降水的范围和强度,但对整个区域的总降水量预报没有很好的改进作用。     

基于TIGGE资料的流域概率性降水预报评估

利用2008年7月1日至8月6日TIGGE-CMA资料存储中心的ECMWF、NCEP和CMA等业务中心1～10天的集合预报降水结果,结合淮河流域上游大坡岭—王家坝流域内19个站点的降水观测资料,对流域内的日降水预报效果进行了基于降水等级划分的确定性TS评分、概率性Brier评分以及考虑所有降水强度概率的百分位降水评估,并对2008年7月22—23日的强降水过程的预报效果进行了重点评估分析,探索了多模式概率预报降水面向流域的评估方法。结果表明,超级集合的TS评分和Brier评分优于单个中心的集合预报平均,集合平均由于平滑作用削弱了对长预报时效较强降水的预报能力;三套集合预报都体现部分成员具有捕捉实际降水的多种可能性;流域面雨量和单站百分位的分析表明:随着预报时效的延长,强降水的预报能力逐渐减弱,而超级集合由于考虑了更多的降水可能性,预报强降水的量级和空间分布同观测更为接近。     

ECMWF降水极端天气指数在安徽省的应用评估

使用2012年10月—2014年9月欧洲中期天气预报中心(ECMWF)全球集合预报系统逐日降水、5 d和10 d累计降水极端天气指数(EFI)预报资料,分析了降水EFI和强降水、降水气候距平的统计关系。结果表明:整体而言,降水EFI大值区和强降水具有较好对应关系,EFI越大,发生强降水的可能性越大,但随着预报时效增加,EFI的指示作用逐渐下降;对逐日降水EFI大值区和降水落区TS评分表明,在最优TS评分条件下,EFI阈值随着降水量级增加而增大,随着预报时效增加而降低;冬半年(10—3月)5 d和10 d累计降水EFI对过程降水的指示意义优于夏半年(4—9月),但当EFI超过0.4时,随其增加,不同季节对应降水气候距平均迅速增加;另外,5 d累计降水EFI对过程降水的指示作用优于10 d累计降水EFI。     

全省大部降水偏多,局地暴雨强度较大——2001年第2季度天气与气候

2001年第2季度,广东省大部地区降水偏多,局部地区和部分时段降水特多,特别是6月前期,受强盛的西南季风影响,全省出现了一次较为罕见的强降水过程,其持续时间长,降水集中且范围广,局地暴雨强度大,导致江河水位上涨,部分地区发生洪涝;季内大部地区气温正常或略偏高,其中沿海地区偏高幅度稍大;日照普遍偏少. 　　……     

2007年主汛期武汉区域四种数值模式定量降水预报评估

利用武汉中心气象台研发的“武汉区域气象中心天气轨道业务产品检验与评估平台”,对武汉区域气象中心在业务中使用的T213、AREM、日本数值预报模式和德国数值预报模式在2007年主汛期的降水预报进行了分级降水检验以及时空分布演变综合评估。结果表明,日本数值预报模式的综合预报性能最好,AREM次好,各模式均存在对强降水预报漏报率偏大的问题;AREM模式对降水带分布和中心强度的预报与实况最接近,表现出对降水带分布较强的预报能力,其它模式对强降水中心位置及强度的预报均有一定偏差;四种数值模式对区域强降水过程的发展趋势具有较强的预报能力,但降水量预报与实况有一定的差距。     

基于集合预报的四川夏季强降水订正试验

四川历来多暴雨洪涝,然而其发生具有很多不确定的因素,预报难度很大。从观测与模式预报的累积概率密度函数角度出发,利用2007—2012年6—8月中国降水观测格点资料和2012—2013年6—8月ECMWF模式集合预报资料,探索了一种提高四川地区强降水预报准确率的方法——概率阈值订正法,并运用该方法对2012年6—8月盆地东部的降水过程进行批量试验。试验结果表明:订正后的模式预报相比订正前的预报而言,不仅强降水落区更接近实况,而且较大程度地延长了预报时效,能提前6~7天给出强降水过程的警示信息,经过订正后显著提升了ECMWF模式的降水预报水平。      

基于最优概率的中期延伸期过程累计降水量分级订正预报

采用ECMWF集合预报降水量资料和中国降水量观测资料,研发了基于最优概率的过程累计降水量分级订正预报(OPPF)技术,并在遵循总体技术思路的基础上设计出三种不同的OPPF计算方案(OPPF1、OPPF2、OPPF3),继而选用2015—2017年汛期(5—9月)中国91次区域性强降水过程进行回报试验和预报效果对比评估,结果表明:(1)在中期延伸期预报时效(96~360小时),对强降水和有无降水的预报效果,三种OPPF均明显优于集合平均(EMPF)和控制预报(CTPF);对中等以上或较强以上强度降水的预报效果,OPPF1和OPPF3明显优于CTPF、与EMPF基本接近。(2)三种OPPF相比,OPPF3的预报效果较OPPF1总体略胜一筹,两者均好于OPPF2。(3)预报效果存在明显的地域差异,南方地区强降水预报的TS评分明显大于北方地区,且OPPF3预报效果明显优于EMPF;在96~240小时预报时效,东北地区东部OPPF3强降水的预报效果也明显好于EMPF。      

辽宁中期降水的气候分析

1 引言 某时段内降水的趋势及过程是中期预报所关心的主要内容。降水过程次数和量级大小与降水趋势变化有紧密的联系,较强量级的降水必然使得与历史同期相比的降水趋势偏多。大降水过程及中期降水趋势的准确预报对防灾减灾的重大意义是无庸质疑的。据统计:辽宁省每     

青藏高原地区夏季两次强降水过程中重力波特征分析

为了更为全面地认识高原地区重力波对暴雨发生发展的影响,利用中尺度数值模式WRF(V3.5.1)对青藏高原东部地区2007年8月25日和2011年8月14日发生的两次强降水过程进行了模拟,分析了降水过程中的重力波特征及其与强降水之间的联系。结果表明,模拟结果较好地再现了这两次强降水过程,降水过程中的垂直速度场和散度场交替式运动完整地表现出波的传播特征,其伴随的上升运动和降水也有着密切的联系。分析Richardson数表明,5~6 km高度上垂直切变不稳定出现的时间先于这些波传播的发生,随着波动的增强,垂直切变逐渐减弱,垂直切变的不稳定气流为重力波提供能量,垂直切变和Richardson数可作为下游地区暴雨预报的指标和依据。同时,Morlet小波分析的结果表明,两次过程中主要是中尺度重力波,其中较长波长的重力波出现时间早,持续时间长,对强降水过程的加强起主要作用。这些表明中尺度重力波是该地区中尺度强降水发生的动力机制之一,在该地区夏季强降水过程中扮演着重要角色。重力波的分析有助于对该地区强降水过程的理解,进而提高青藏高原地区降水的预报能力。     

ECMWF高分辨率数值模式对广安地区暴雨预报性能检验分析

为了解ECMWF高分辨率数值预报模式(以下简称"ECMWF")对广安地区暴雨的预报性能,提高预报质量。利用ECMWF模式资料、广安地区4个国家观测站和160个区域自动站的逐日降水资料,对2015—2017年广安地区出现的34次中雨及以上量级降水(其中14次暴雨)天气过程进行分析。结果表明:直接以ECMWF暴雨预报结果进行暴雨预报,易出现漏报,评分质量较低。当ECMWF预报满足:中、短期均预报降水R≥50 mm;中期预报R≥25 mm、短期预报R≥50 mm;中期预报R≥50 mm、短期预报R≥25 mm;中、短期均预报R≥35 mm 4个订正条件之一时,进行订正预报暴雨,评分高,空、漏报率低,命中率高,可有效提高暴雨预报质量。同时,ECMWF在暴雨的持续时间、强降水时段、落区和面雨量预报中均有良好的预报指导意义。     

区域数值模式对两次暴雨过程的降水模拟比较

分析了应用于西南地区的MM5、GRAEPS、AREM和成都区域业务运行数值模式(η)4个区域模式对2004年6月29~30日成都邻近地区和9月2~6日四川盆地东北部的暴雨降水过程进行了模拟。模拟结果表明,4个区域模式对这两次强降水过程有不同程度的反映。MM5、GRAPES和AREM显示了较好的预报能力,特别是MM5和AREM模式的预报在落区、强度和降水演变上与实况较一致。AREM模式预报的雨区清晰,但降水强度偏弱;MM5模式在预报出强降水的同时,出现较多的虚假降水,对持续时间长的降水过程预报较好,GRAPES预报的雨区较不稳定,但对持续时间短的过程有较好的反映;η模式降水预报偏小太多,对6月30日的过程在盆地的预报无明显反映。因此,有必要加大区域模式本地化工作,发展适合西南地区的数值模式,开展数值集合预报技术研究,整体提高成都区域中心数值预报水平。     

对一次局地短时强降水过程的集合预报研究

以上海区域降水集合预报系统为基础,对2007年6月23~24日发生在上海地区的一次短时强降水过程进行了集合预报研究。结果表明:该集合预报系统总体上对这次强降水过程作出了较好的预报,但对强降水发生的时间、地点的预报还有误差,集合预报提供的概率预报结果比集合平均预报结果更具有参考价值。模式物理过程、初值和侧边界的不确定性对降水预报结果的影响是不同的。对降水结果,模式对流参数化方案的影响非常大,并贯穿于整个积分过程;边界层参数化方案的影响较小;侧边界不确定性的影响在初始阶段较小,随后逐渐增大,积分一定时间后,其影响与对流参数化方案的影响相当;初值不确定性在初始阶段有一定的影响,随后逐渐减小。同时考虑3种不确定性的集合预报效果总体上好于没有考虑侧边界不确定性的集合预报效果,考虑模式物理过程和侧边界不确定性的集合预报效果总体上比考虑3种不确定性的集合预报效果更好。对于考虑模式物理过程和侧边界不确定性的集合预报,改进初值能有效地改进对有无降水的预报,但对强度稍大一些的降水预报没有改进。     

多区域高分辨率模式强降水预报检验分析

利用气象大数据云平台中逐小时降水资料,基于目标对象检验法和邻域法,评估2019—2020年辽宁主汛期降水过程中中国气象局上海数值预报模式系统(CMA-SH9)、中国气象局中尺度天气数值预报系统(CMA-MESO)、中国气象局睿图东北数值预报模式系统(CMA-DB)的预报性能。结果表明:千米尺度或接近千米尺度的上述三个模式,在36 h时效内,对于累积强降水(12 h降水量≥50 mm)落区形态预报与实况有相似性,落区质心预报偏差一般在20 km左右。然而,预报落区与实况重叠的面积一般都在10%以下,个别情形下(如CMA-MESO对于气旋型降水过程)累积强降水落区预报与实况重叠度能够接近20%;位置偏离的直接结果是导致漏报率高(一般在75%左右,CMA-MESO模式漏报率略低,为10%～20%),其中高压后部型降水过程中累积强降水的漏报率超过80%,位置偏离也造成较高空报率。对于短时强降水(1 h降水量≥20 mm)预报,在方圆40 km内不计偏差情况下,各模式预报命中率平均在10%以下(最大值为9.2%),空报率平均为58.7%;三种降水类型中,模式对台风型降水过程的短时强降水预报性能最...     

2021年7月河南极端暴雨事件的位涡诊断和精细化预报

2021年7月17～22日，河南省发生一次大范围极端暴雨事件。本文利用ERA5再分析资料，基于湿位涡和倾斜涡度发展理论对此次暴雨过程进行诊断分析，并考察高分辨率全球模式天机系统及欧洲中期天气预报中心业务预报系统对此次降水过程的预报能力。结果表明此次事件是中高—低纬系统相互作用、协同影响的结果。18～19日，来自中高纬度的高湿位涡沿倾斜的湿等熵面自对流层中高层向下入侵，降温和相对湿度增加，导致河南省西北部高涡度带的形成及对流层低层倾斜湿等熵面在河南省北部建立。20日受低纬台风的影响南风增强，沿倾斜湿等熵面的上滑运动增强，导致相对涡度迅猛发展，强降水发生。天机系统对此次强降水过程的预报能力较欧洲中期天气预报中心的业务预报系统好，能为业务部门提前发布预警信号提供科学支撑。湿位涡和倾斜涡度发展理论是暴雨的诊断及预报的有力理论基础，在再分析资料及模式预报数据中与降水强度、降水落区及雨带的移动均有很好的对应。     

大范围持续性强降水过程与30～60 d低频降水的联系及其预报指数

研究低频振荡是目前开展强降水过程延伸期预报的有效途径。利用1981—2010年中国753站逐日的降水观测资料、NCEP/NCAR第二套再分析资料及实况天气图等资料,分析大范围持续性强降水过程与30～60 d低频降水的联系,并根据前期低频信号构造强降水过程预报指数。研究表明,(1) 大范围持续性强降水过程与低频降水紧密相联,低频降水对强降水过程有显著贡献。在30～60 d低频降水显著年,强降水过程均发生在低频降水峰值阶段;但对于低频降水而言,仅有56%的峰值阶段发生强降水过程。(2) 当低频降水峰值阶段发生强降水过程时,来自东北亚和南海的低频位势高度低值系统在长江中下游汇合,“南北高、中间低”的低频位势高度分布有利于低频气流强烈辐合,并在经向上形成两个完整的反向低频垂直环流圈,促进了上升运动发展,导致强降水过程发生;而对于低频降水峰值未发生强降水过程的情况,北方冷空气南下较弱,高纬度低频影响系统位置偏北,长江中下游附近表现为“南高北低”的低频位势高度分布和单圈垂直环流,不利于低频气流强烈辐合。(3) 综合高、中、低纬的前期低频信号构造了强降水过程预报指数,对延伸期(10～25 d)长江中下游大范围强降水过程预报具有参考价值。