KY指数变化特征与鲁南晚春降水

一、前言 KY指数作为降水预报中的一个非常重要的指数,于1976年首先由日本气象学家山崎考治提出,此后他又对KY指数与降水的关系作了比较深入的研究。他总结指出,当KY指数≥1时有产生大雨的可能,KY指数≥2产生大雨的可能性很高,KY指数≥5时确实会有大雨产生,准确率约为70％。在我国不少人对KY指数与各地降水的     

黔南区域性强降水的Q矢量和KY指数数值预报诊断业务系统

从Q矢量和KY指数的物理意义出发,利用国家气象中心下发的T213数值预报产品和MICAPS系统中开放式的数据接口与强大的资料处理等功能,构建由KY指数、850、700hPa Q矢量湿锋生函数之和、500hPa准地转Q矢量散度组成的区域性强降水数值预报诊断业务系统,对提高区域性强降水的发生、落区预报上有较好的参考价值,也可为短时预报中对临近区域性强降水的发生及落区监测提供一个有价值的诊断工具。     

黔南区域性强降水的Q矢量和KY指数数值预报诊断业务系统

从Q矢量和KY指数的物理意义出发，利用国家气象中心下发的T213数值预报产品和MICAPS系统中开放式的数据接口与强大的资料处理等功能，构建由KY指数、850、700hPaQ矢量湿锋生函数之和、500hPa准地转Q矢量散度组成的区域性强降水数值预报诊断业务系统，对提高区域性强降水的发生、落区预报上有较好的参考价值，也可为短时预报中对临近区域性强降水的发生及落区监测提供一个有价值的诊断工具。     

山东内陆和半岛雷暴大风的环境物理量特征

应用探空资料对2009—2016年4—9月山东省205次雷暴大风天气过程的12个大气环境物理量参数进行统计分析,研究各月山东内陆和半岛地区雷暴大风物理量参数的月平均和阈值。结果表明,(1)T_(850-500)、CAPE和K指数在内陆高于半岛,T_(850-500)在4—6月明显高于7—9月,K指数和CAPE值在7—8月最高。(2)在4—6月T_(850-500)≥26℃的比率50.0%～75.8%;在内陆6—8月、半岛8月CAPE≥500 J/kg的比率为50%～76.1%;在内陆4—5月、半岛5—6月DCAPE≥500 J/kg的比率为52.4%～57.1%;在7—8月K指数≥30℃的比率为58.3%～88.9%。(3)5—9月θ_(se700-850)月平均值-1℃;7—8月SI的月平均值1℃、LI的月平均值0℃。(4)内陆4—5月、半岛4月和7—8月风暴强度指数≥250的比率在70%以上。内陆6—8月、半岛7—9月强天气威胁指数≥150的比率在75%以上。(5)内陆5—8月、半岛4—5月大风指数17 m/s的比率在75%以上。(6)内陆4—5月、半岛4—6月和8—9月500 h Pa风速≥12 m/s的比率在84.0%以上,850 h Pa以偏南风为主,风速较小。     

山东内陆和半岛雷暴大风的环境物理量参数特征

摘要：应用探空资料,对2009—2016年4—9月山东省205次雷暴大风天气过程的 12个环境物理量参数统计分析,研究各月山东内陆和半岛地区雷暴大风物理量参数的月平均和阈值。结果表明,（1）T(850-500) 、CAPE和K指数在内陆高于半岛,T(850-500)在4—6月明显高于7—9月,K指数和CAPE值在7—8月最高。（2）在4—6月T(850-500)≥26℃的比率50.0～75.8 %;在内陆6—8月、半岛8月CAPE≥500J/kg的比率50～76.1%;在内陆4—5月、半岛5—6月DCAPE≥500J/kg的比率52.4～57.1%;在7—8月K指数≥30℃的比率58.3～88.9%。（3）5—9月θse(700-850)月平均值＜－1℃;7—8月SI的月平均值＜1℃、LI的月平均值＜0℃。（4）风暴强度指数≥250的比率在内陆4—5月、半岛4月和7—8月70%以上。强天气威胁指数在内陆6—8月、半岛7—9月≥150的比率75%以上。（5）大风指数在内陆5—8月、半岛4—5月＞17m/s的比率75%以上。（6）500hPa 风速≥12 m/s的比率在内陆4—5月、半岛4—6月和8—9月84.0％以上,850hPa 以偏南风为主,风速较小。     

基于关键对流参数分级的强对流潜势预报

通过对上海地区1998—2009年4—9月各类强对流天气的统计分析,选取42个对流参数及其时间变量,采用逐步回归方法建立了针对各类强对流天气的0～12h潜势预报方程。在此基础上,提出了基于关键对流参数进行分级的强对流潜势预报方法,选取K指数、SI指数、PWV(大气可降水含量)指数和θsedif85(500hPa和850hPa假相当位温差)等反映大气热力和水汽条件的关键对流参数,根据对流分布情况将各对流参数分别分为3个等级,并分级建立了针对不同强对流天气的潜势预报方程。与未分级方程对比表明:基于关键对流参数分级的预报方程对雷雨大风、强雷电和所有对流等预报效果上有明显提升,采用如下组合评分更佳:雷雨大风的预报采用SI分类方程,强雷电和所有对流采用PWV分类方程。将基于关键对流参数分级的强对流潜势预报方法在数值预报模式中进行了业务应用,取得了较好效果。     

重庆市綦江地区短时强降水天气分析

利用綦江近年的观测资料、Micaps、地闪资料,分析綦江短时强降水发生的时空分布规律及其发生前的物理量(K指数、SI指数、CAPE指数等)预报(预警)指标。结果表明,綦江各街镇每年均有不同频次的短时强降水发生,多年累计频次呈西北向东南逐渐增多的趋势,与綦江西南高、东北低的地貌特点较为一致。短时强降水都发生在春、夏、秋季,且多发生在14时—次日08时之间。綦江短时强降水主要有深厚湿层型、上干下湿型两种,且发生前往往会有K指数大值区、SI指数负值大值区、θse大值区、低层涡度大值区以及水汽通量散度负值大值区,只要SI指数呈负值、K指数30、经过修正后的CAPE值700这三项中有两项满足时,且中低层垂直风切变较小时,对短时强降水的发生具有较好的指示意义。当SI指数的负值绝对值越大、K指数越大、CAPE值越大,发生强对流天气的概率越大。     

松嫩平原西部局地暴雨天气成因分析

利用常规气象观测、卫星、雷达和NCEP1°×1°再分析等资料,分析2013年6月27~28日齐齐哈尔市稳定性中雨和龙江县对流性暴雨天气成因,结果表明：龙江短时强降雨出现在850hPa切变线同500hPa槽线或850hPa干线位置近于重合时,层结不稳定,上升运动强;齐齐哈尔降雨发生在低层切变线附近,层结趋于稳定,上升运动弱。地形迎风坡作用有利于龙江降雨强于齐齐哈尔。 单站风、相对湿度和垂直速度时空变化差异以及对流有效位能、大气可降水量和SI指数等物理量可以反映两地上升运动、水汽、层结不稳定条件差异。较好的水汽和大气层结不稳定条件只是对流性短时强降水的必要条件。中尺度对流云团和小尺度对流云回波产生龙江短时强降雨,齐齐哈尔稳定性较大降雨由层状云产生。     

清远地区前汛期雷雨大风和冰雹天气的物理量指标

选取清远地区7个国家气象观测站2006—2015年前汛期的地面观测记录资料和清远、梧州探空站的t-logp探空资料,统计分析沙氏指数SI等8个物理量对雷雨大风及冰雹天气预报的指示作用。结果表明:(1)清远探空站数据中,整层比湿积分IQ、沙氏指数SI、瑞士雷暴1(SWISS00)对雷雨大风天气预报的指示性较好;整层比湿积分IQ、瑞士雷暴1(SWISS00)和0℃层高度对冰雹天气预报的指示性较好。(2)梧州探空站数据中,整层比湿积分IQ、抬升指数LI和沙氏指数SI对雷雨大风天气预报的指示性较好;整层比湿积分IQ、0和-20℃层高度、潜在下冲气流指数(MDPI)和强天气威胁指数SWEAT对冰雹天气预报的指示性较好。合理利用物理量指标对清远地区前汛期雷雨大风和冰雹天气的潜势预报具有一定的可行性。     

山东省雷暴大风天气学分型与物理诊断量统计特征

使用MICAPS地面气象观测资料和探空资料,对山东省2009—2016年4—9月产生的雷暴大风以500 hPa天气系统为主进行分型,并以低层(850 hPa)中尺度天气系统和地面天气系统为辅对各型雷暴大风进行分类。然后,采用百分位数法统计分析各型雷暴大风发生时的物理诊断量,并给出各物理诊断量的临界值。结果表明:(1)基于500 hPa天气影响系统配置,山东省雷暴大风分为槽前型、槽后型和副高边缘型,再根据雷暴大风落区与850 hPa天气系统的位置关系,又分为切变线辐合类、偏南气流辐合类和偏北气流辐合类3种类型,而根据海平面气压场中天气系统与雷暴大风的位置关系,则将产生雷暴大风的地面天气系统主要归纳为6种类型。(2)将山东省划分为内陆地区和半岛地区,4—6月内陆地区雷暴大风的适用物理诊断量为850 hPa与500 hPa温差(DT_(850-500))、500 hPa与850 hPa风速差(DV_(500-850))、风暴强度指数(SSI)和大风指数(WI),半岛地区代表大气热力和动力综合特征的物理诊断量SSI和WI对雷暴大风的指示性较好。(3) 7—8月山东全省,代表大气热力不稳定的物理诊断量即对流有效位能(CAPE)、K指数、抬升指数(LI)、700 hPa与850 hPa假相当位温差(Dθ_(se700-850))、强天气威胁指数(SWEAT),对雷暴大风有较好的指示性。(4) 9月山东省雷暴大风主要发生在半岛地区,Dθ_(se700-850)、SSI、SWEAT和DV_(500-850)对雷暴大风具有较好的指示性。     

一种预报春季强对流天气的指数

总结对冰雹和雷雨大风等强对流天气的预报,得到一个K_(NEW)指数。从1984年以来,使用它的合计值K_s来作丽水地区的冰雹、大风预报,效果较好。 一、K_(NEW)指数的含义 我们定义K_(NEW)指数为: K_(NEW)=(T_(850)-T_(500)) Fd_(850)-10S_1 实际上是将K指数的第三项(T-Td)_(700)改为10S_I(S_I是不稳定指数),     

K指数在暴雨分析预报中的应用

引　言暴雨预报方法和指标一直是天气预报工作者探索的重点。大量文献表明 ,K指数主要用作对流性天气的一个热力指标 ,且沿用北美[1] 的统计结论较多 (即K >35℃ ,可能有成片雷暴 ) ,系统研究K指数与降水关系的比较少见。我们选取MICAPS提供的客观K指数分析场 ,初步发现K指数 (及不稳定能量E)对本地的降水 ,特别是对 2 4小时暴雨预报有一定的指标性。1　K指数意义根据文献 [1 ]:K =[T850 -T50 0 ]+Td 850 - [T -Td]70 0其中第 1项为 850hPa与 50 0hPa的温度差 ,代表温度递减率 ,第 2项为 850hPa的露点 ,表示低层水汽条件 ,第 3项为…     

地基微波辐射计资料在对流云降水前的变化特征初探

基于RPG-HATRPO-G3 14通道地基微波辐射计观测的大气亮温和反演的不稳定性指数K指数(KI)、抬升指数(LI)、沙瓦特指数(SI)、总指数(TTI)和对流有效位能(CAPE)产品,分析其在2015-2016年9次对流云降水前的变化特征,并与非降水日中的变化进行对比。结果表明,非降水日四季22 GHz亮温、58 GHz亮温及大气不稳定度指数均存在一定的日变化,且22 GHz亮温的日变化较明显;5种不稳定性指数夏、秋季的日变化差略大于冬、春季。9次对流云降水开始前2 h,22 GHz亮温在降水开始前34 min出现持续上升,早于58 GHz亮温出现持续下降的时间,且变化更为剧烈,其数值、变化值均大于四季非降水日均值、日变化差,对对流云降水的开始指示性较好;对流云降水开始前40 min左右,出现KI和TTI数值持续上升、LI和SI持续下降的现象,均早于CAPE出现持续上升的时间,这对于对流性降水的发生有指示意义; 5种指数的数值大小可以为对流云降水开始阈值的建立提供参考。在临近降水的-10～0 min(负值表示降水开始前时刻),22 GHz亮温、KI、SI和CAPE出现时间变化率大值的比例比其他时段高,但22 GHz亮温同时出现负变化率大值的比例也比其他时段高; KI和SI时间变化率大值的比例比CAPE高,综合考虑二者在对流云降水前的平均值出现持续变化的时间较早,KI和SI对对流云降水的指示意义较好。     

ECMWF细网格模式探空在阿勒泰地区短时强降水预报中的统计检验

采用2013—2018年5—9月ECMWF细网格资料和阿勒泰地区36次短时强降水资料,用Micaps平台的模式探空模块计算T-log P图及其对流参数,运用统计学方法进行了误差检验。结果表明:模式探空T-log P图48 h预报时效内一致性较高(72%),尤其是24 h预报时效内(92%);72 h预报时效内总指数和干暖盖指数及垂直风切变、60 h预报时效内沙氏指数、48 h预报时效内风暴相对螺旋度和36 h预报时效内850与500 hPa温度差、对流温度、最大抬升指数、抬升指数以及24 h预报时效内K指数、700与850 hPa假相当位温差、大风指数等对流参数的3种误差均较小(3.5),相关系数较高(0.60),特别是沙氏指数、K指数、700与850 hPa假相当位温差、垂直风切变和风暴相对螺旋度的3种误差1.5。T-log P图的一致性随时效的延长而减小,对流参数的误差随预报时效的延长变化不一致,在强对流潜势预报业务中注意订正运用。     

江苏盐城8.17雷雨大风天气过程雷达回波特征分析

本文分析了2005年8月17日江苏盐城地区的一次雷雨大风天气过程(简作8.17雷雨大风)的雷达回波特征。分析表明:贝湖东侧有较强的冷涡,高空槽前有西南急流存在,低层有冷锋锋区南压,本地受减弱缓慢南撤的副热带高压控制,850 hPa为暖湿气流控制;K指数、SI指数和θse都表明有较强的不稳定天气产生;在雷达回波特征上,具有强冷锋带状回波特征;风场上有明显的辐合;液态含水量值和一小时累积降水量有较好的指示作用。切变线和辐合区的存在是强回波得以维持和发展的主要原因。冷空气的入侵,冷暖空气交汇,是强对流天气爆发的直接原因。及时利用新一代天气雷达信息,进行预警信号的发布工作,取得了非常好的效果,并得到社会公众的认可。     

沈阳地区强对流天气潜势预报环境参数特征分析

利用常规探空观测和WRF分析场等资料,分析了2005—2014年沈阳地区强对流天气的气候背景特征、演变规律及日变化特征等,将强对流天气划分为冰雹、雷暴大风(≥17.2 m·s-1)、短时强降水(≥20 mm·h-1)和混合型4种类型;并分析探空资料在强对流天气潜势预报中的作用,着重探讨14时(02时)探空资料对沈阳地区强对流天气短时临近潜势预报的作用。结果表明:2005—2014年沈阳地区4种强对流天气中,以短时强降水天气发生次数最多,其次为雷暴大风天气,冰雹天气的发生次数最少,多数强对流天气发生在午后至傍晚。由合成T-Log P图的温湿廓线可知,沈阳地区短时强降水天气发生时中低层存在显著湿区,与雷暴大风和冰雹为主的强对流天气温湿廓线明显不同,多数合成T-Log P图的显著特点为中层大气干燥。冰雹型强对流天气的0℃层和-20℃层高度明显低于其他强对流天气类型的高度;冰雹型强对流天气T700-T500和T850-T500显著大于短时强降水型及雷暴大风型强对流天气,且T850-T500的指示意义更好;4种强对流天气类型平均SI均出现了正值,说明SI失去了不稳定性的指示意义;短时强降水天气的K指数明显高于冰雹天气;雷暴大风天气发生时对流有效位能明显小于其他强对流天气类型。可见,WRF中尺度模式中的T-Log P预报图对沈阳地区强对流天气的预报具有一定的指导意义。     

一次大暴雨天气的多普勒雷达回波分析

通过对2008年5月3日发生在驻马店市正阳县的大暴雨过程中的环流形势、稳定度及多普勒雷达产品的分析发现:驻马店地区K指数=38 ℃、SI=-2.0 ℃、Δθse=3.8 ℃,大气层结极不稳定,为大暴雨的产生提供了充足的不稳定能量;500 hPa低槽和700、850 hPa切变线及地面冷空气入侵,触发了不稳定能量的释放,产生了大暴雨.利用多普勒雷达回波产品,可确定雨区及其移动方向;利用径向速度资料,可确定辐合带;利用风廓线资料,可确定温度平流、垂直风切变及冷空气入侵.     

计算沙瓦特指数的一种新方案

为了提高沙瓦特指数（SI）的计算精度,提出一种计算SI指数的新方案。在气块沿湿绝热线上升求解500 hPa气块温度过程中,当给定气压,温度变化很小时,假相当位温与温度近似为线性关系,利用这种线性关系可导出计算气块温度的显式公式。实例计算表明,该方案计算速度快且精度较高,最大误差和平均误差分别为0.69℃、0.51℃。     

湖北冷季高架雷暴天气分类及环境参数特征分析

利用常规观测资料、加密地面自动站、闪电定位仪和ERA5再分析资料,将2011—2020年湖北冷季91次高架雷暴事件,按照形成机制分为雷雨型、强对流型和雷打雪型3类,并细致归纳了3类事件的时空分布特征、大气环流背景及关键环境参数等特征。(1) 湖北冷季高架雷暴雷雨型最多,强对流型次之,雷打雪型最少。3类型存在明显的时空分布差异,雷雨型主要发生在秋末冬初(11月)和冬末初春(1—2月),强对流型及雷打雪型常出现在早春2月,3月基本以强对流型为主。(2) 低槽冷锋、850 hPa切变线及低空西南急流是冷季高架雷暴发生的有利环流背景,近地面为稳定的冷气团控制,逆温明显,西南低空急流沿着锋面逆温层以上的850 hPa附近触发抬升,水汽、上升运动及不稳定层结均出现在850 hPa以上。雷雨型和雷打雪型距离冷锋超过100 km以上,强对流型不足100 km。(3) 850 hPa是风场转换的重要层次。强对流型850 hPa露点温度(Td850)、K指数、850 hPa与 500 hPa温差(ΔT85)、850 hPa假相当位温(θse850)、西南急流厚度和强度(I700)、切变线强度(S850)最大,中低层(850~700 hPa)垂直风切变(SL78)最小;雷打雪型对水汽和不稳定能量的要求最低,SL78最大。     

山东夏季强降水的影响系统和物理量特征

应用2009—2013年6—9月山东全省加密自动站资料、地面和探空观测资料,选出了98次区域性强降水过程。统计分析了产生强降水的天气系统特征,把500 hPa天气系统分为6种类型,850～700 hPa天气系统分为5种类型,地面影响系统分为7种类型。统计分析了强降水过程中及前期24个代表大气热力、水汽和动力特征的物理量,给出了最小值、最大值、平均值和各阈值所占百分率。850 hPa 和700 hPa偏南风达到急流（≥12 m·s-1）强度的分别占56.1%和62.2%。对流有效位能（CAPE）≥300 J·kg-1占72.6%。K指数≥30 ℃占86.7%。沙氏指数SI≤0占75.5%。925 hPaθse≥68 ℃占82.2%,850 hPa θse≥66 ℃占74.8%。GPS/MET水汽监测大气可降水量≥55 mm占81.8%。850 hPa和700 hPa的水汽通量平均值分别为8.0和5.9 g·(cm·hPa·s)-1,水汽通量散度平均值分别为-4.6×10-9和-2.7×10-9 g·(hPa·cm2·s)-1。925 hPa、850 hPa和700 hPa的涡度平均值分别为12.6×10-6、12.3×10-6和9×10-6 s-1,散度平均值分别为-5.5×10-6、-3.1×10-6、-3.4×10-6 s-1。850 hPa、700 hPa和500 hPa的垂直速度平均值分别为-4.5×10-4、-7.4×10-4和-11.1×10-4 hPa·s-1。