登陆台风对安阳降水的影响及其预报

在分析1966－1995年安阳区域夏季登陆台风的不同环流形势基础上，利用历史天气图资料及安阳区域实况要素资料，找出台风登陆后安阳区域产生的不同天气的预防指标，并分类建立了预报方程。     

GRAPES区域集合预报系统对登陆台风预报的检验评估

针对2015年7—9月登陆中国大陆沿海的台风,利用GRAPES-REPS区域集合预报资料和集合统计诊断分析方法,对登陆台风的移动路径、时间、地点、强度和降水等进行检验评估,以期为预报员应用GRAPES登陆台风概率预报提供依据。检验结果表明,(1)集合平均移动路径要优于控制预报,集合预报各成员登陆地点存在20~340 km差异,但实况登陆地点均能落在集合成员登陆地点中。(2)对24 h和48 h登陆地点误差而言,集合平均较控制预报更接近实况。(3)随着预报时间的趋近,集合平均、控制预报和集合成员登陆地点距离误差逐渐缩小,登陆地点空间位置预报也没有明显的系统性误差。(4)集合成员对台风登陆时间预报偏早,平均提前2.3 h。(5)在强度预报中,尽管最低气压和近中心最大风速存在登陆前偏弱而登陆后偏强的趋势,但登陆点预报值区间包含了实况观测值,表明GRAPES-REPS集合预报能够较好展示多种可能信息。(6)不同量级降水AROC评分为0.56~0.76,具有预报参考价值;另外AROC评分的高低及台风暴雨落区的准确性与台风登陆点和登陆时间误差密切相关。可见,GRAPES-REPS区域集合预报可以在台风登陆地点、时间、强度和降水预报等方面提供更多的预报不确定性信息,有助于做出正确的预报决策。      

我国台风路径业务预报误差及成因分析

利用2005 2009年中国气象局(CMA)提供的西北太平洋(包括南海)台风路径业务预报资料,比较了各类型台风路径、台风登陆位置及登陆时间的预报误差,登陆台风不同阶段以及华东登陆和华南登陆台风的路径预报误差。结果表明:CMA在2005 2009年的路径预报水平与1999 2003年的相比有了显著提高。平均南海台风预报误差大于西北太平洋。异常路径台风主要出现于南海,三个预报时效(24、48和72 h)异常路径的预报误差平均都小于正常路径。将登陆台风分为远海、登陆期间和登陆后三个阶段,显示登陆期间台风预报误差最大,同一阶段华南登陆台风的预报误差大于华东登陆台风。台风登陆位置在24、48和72 h预报时效的平均预报误差分别为71.1、122.6和210.6 km,48和72 h台风实际登陆时间有70%早于预报时间,平均分别提早8和12 h。比较大尺度引导气流与台风移动的偏差及24 h路径预报误差,得到南海三种典型登陆台风路径的大尺度引导气流与台风移动的偏差及其与路径预报误差的关系不一样,即误差成因不同。南海倒抛物线型的大尺度引导气流与台风移动的偏差最大,其预报误差最小;西一西北型的大尺度引导气流与台风移动的偏差最小,其预报误差最大,可能与大尺度环流预报准确性差有关。登陆华东的预报误差小于登陆华南台风的预报误差,这与台风登陆华南时其大尺度引导气流和台风移动的偏差大于登陆华东的台风有关。     

南海区域台风路径数值预报业务模式的研究

提出一套解决台风数值预报初始场的方案，构造一个与模式物理过程相协调的人造台同环流，并在此基础上产生人造资料，将人造资料与常规资料混合起来分析，再经过正规模初始化，使模型台风进一步与作者新近研制的有限区域数值预报模式相协调，最后对南海区域台风路径预报作了多方面的敏感性试验，对１９９３、１９９４两年在华南登陆的台风逐一进行预报的结果说明，本模式对华南区域台风的路径完全具有预报能力。     

2004年第14号台风路径数值预报结果的检验分析

利用实况资料和欧洲中心、日本、北京T213、德国天气在线等数值预报产品对14号台风路径预报进行了分析和检验。结果表明：欧洲中心和日本数值产品对台风路径预报具有较高的可信度,在登陆区域和时间预报上较为准确。T213和德国天气在线的台风路径预报准确度较低,其仅对24-48h内的趋势预报有一定参考价值。     

资料同化对2017年登陆广东沿海台风的短期降水与路径预报影响

利用华南精细数值天气预报模式,设计了无同化资料(CTRL)、同化雷达反演水汽(EXP1)以及同化雷达反演水汽、地面和探空资料(EXP2)三个试验,对2017年登陆广东沿海的四个台风降水预报与路径预报进行模拟,以评估资料同化对登陆台风短期降水预报、路径预报的影响。分析结果如下:雷达反演水汽同化后对未来24小时降水预报技巧均有正的改善,对台风路径预报影响不大;在此基础上同化地面、探空资料后对台风路径预报有改进,对降水预报改进不明显(与EXP1比)。通过诊断分析台风“玛娃”,发现模式初值场水汽的增量配合对流上升区有利于短时间内成云致雨,从而提高短时降水预报;地面及探空资料同化有利于登陆台风的短时路径预报。      

多源资料循环同化在台风“潭美”预报中的应用

为了检验不同观测资料在台风预报中的作用,以美国NCEP (National Centers for Environmental prediction)业务同化系统GSI (Grid Statistical Interpolation)为平台,选取2013年路径较复杂且登陆后降水持续较强的“潭美”台风过程为例,分别加入常规地面和高空观测资料、极轨卫星NOAA18、NOAA19、METOP-A和METOP-B资料,以及多普勒雷达基数据资料,探讨不同观测资料同化对台风的预报效果。同时,对台风采用Bogus初始化方案以及循环资料同化对台风路径和强度预报效果进行了对比分析。结果表明:常规观测资料对台风路径预报改善效果最明显,卫星资料的融入对海上台风路径的修正较好,而雷达资料则对台风登陆后的路径预报有改善;并且多源资料的融入效果最好。同时,采用Bogus方案可有效调整初始台风的位置和强度,从而对后期台风路径和强度预报有正效应。采用间隔6 h资料循环同化方法,可有效利用各时段资料,对台风路径和强度预报有较好的改善。      

2017年西北太平洋台风活动特征和预报难点分析

利用历史台风最佳路径、中央气象台台风路径强度实时预报,以及ECMWF数值预报和NCEP海温实况等资料,对2017年西北太平洋台风活动的主要特征和预报难点进行了分析,结果表明：2017年台风生成具有源地偏西、南海台风偏多和台风群发特征明显等特征;台风活动具有年度活跃程度低、台风极值强度偏弱和超强台风异常偏少等特征;台风登陆具有登陆台风个数多、登陆地点偏南、登陆强度偏弱等特征。对2017年度的预报误差进行分析,结果显示：24、48、72、96和120 h台风路径预报误差分别为74、137、233、318、428 km,各时效误差均较2016年有所增加;但与日本、美国相比,除120 h外,中国路径预报水平依然处于领先地位。 24、48、72、96和120 h台风强度误差分别为3.6、5.4、6.6、7.4和6.8 m·s-1,较2016年有所减小,24 h误差为历史最低值。强度预报水平居于日本、美国之间。另外,2017年最主要的预报难点是双台风或多台风之间复杂的相互作用和近海快速加强台风的强度预报。     

新乡市台风低压暴雨预报系统

利用1986-1996年新乡站历史气象资料，分析了产生新乡台风低压暴雨的登陆台湾风路径，选择了预报因子，建立了新乡市台风低压暴雨预报系统。     

安阳区域高温天气形势分析及其预报

利用历史天气图资料及安阳本站实况要素资料,统计分析了１９８０～１９９８年安阳区域高温天气形势特点,找出安阳区域高温天气分月预报指标。利用预报指标对１９８０～１９９８年历史资料进行回代,预报概括率和准确率分别为１００％和９０．３％。     

The Contribution of Extreme Precipitation to the Total Precipitation in China

Using daily precipitation data from weather stations in China, the variations in the contribution of extreme precipitation to the total precipitation are analyzed. It is found that extreme precipitation accounts for approximately one third of the total precipitation based on the overall mean for China. Over the past half century, extreme precipitation has played a dominant role in the year-to-year variability of the total precipitation. On the decadal time scale, the extreme precipitation makes different contributions to the wetting and drying regions of China. The wetting trends of particular regions are mainly attributed to increases in extreme precipitation; in contrast, the drying trends of other regions are mainly due to decreases in non-extreme precipitation.     

北京降水特征及北京市观象台降水资料代表性

将北京分为城区、郊区、南部山区及北部山区4个区域,利用14个观测站1978—2010年共33年的月降水量资料,分析了不同区域降水年变化和夏季降水特征及其差异。结果表明:各区域年平均降水量存在较大差异,郊区降水量最多 (620 mm),城区与南部山区降水量较少,而北部山区降水量最少 (476 mm);城区与南部山区的年降水量较接近,二者与郊区和北部山区都有显著差异。4个区域的降水量都表现出减少趋势,郊区最明显 (47 mm/10 a),北部山区的减少趋势最小 (0.7 mm/10 a)。对4个区域夏季 (6—9月) 降水量分析发现,城区与南部山区具有较好的一致性,二者与郊区和北部山区具有显著差异。均方根偏差和相关系数的计算结果表明:北京市观象台与城区和南部山区的降水年变化和夏季降水特征差异均不显著,而与郊区和北部山区有显著差异,说明北京市观象台降水资料对城区和南部山区具有最优代表性,而对北部山区和郊区的代表性较差。     

基于降水遥相关型的夏季降水模式预测改进研究

我国月—季降水分布在空间上存在类似于大气环流遥相关的空间遥相关型。本文基于中国近57年夏季降水资料研究了我国夏季降水空间遥相关型的主要空间模态特征及其年代际变化,评估并改进了BCC_CSM模式、ECMWF_SYSTEM4模式以及NCEP_CFSV2模式对中国夏季降水的预测能力。研究结果显示,中国夏季降水实况中存在华北—长江下游、华东—中国中北部、华南—长江流域、西南—东北中部等4类显著的空间遥相关型。动力模式可以预测大尺度的降水分布,而对于不同区域之间降水遥相关这种雨带细节特征的预测能力则较为薄弱,存在着较多虚假相关。为改善模式降水预测技巧,以实况中的降水遥相关型作为约束条件构建了修正方案,以此来修正模式中的降水遥相关型分布。结果显示,经过修正能够有效地改善模式对东北中部、长江下游的预测能力,4年的回报检验结果显示,模式预测的平均距平一致率从47%提高为58%;平均均方根误差从153 mm减小为120 mm;平均趋势异常综合检验（PS）评分从64提高为73。     

太湖流域之雨量

地理位置太湖流域跨江浙二省,地居东经一百二十度与一百二三十度,北纬三十度与三十二度之间。北负长江,南临杭州湾,东接东海。地势平坦,舍西南之天目山地而外,仅见三两邱陵,点缀于浩浩平原之上而已。全区西南高而东北卑,中部尤低,天目山高达一千     

纯积云降水与积层混合云降水加热剖面的差异

文章对１９９１年７月吉林省连续出现的两次较大的、不同性质的降水过程进行了诊断分析与数值模拟；分析发现，７月２０日的在暖区中发展起来的中尺度对流复合体纯积云暴雨过程，其视热源（Ｑ＿１）的垂直剖面呈双峰状；７月２１～２２日，在稳定的气旋降水中嵌有中尺度积云对流降水，其视热源剖面峰值较低，位于５５０ｈＰａ左右。模拟结果表明，在不同的天气系统中积云加热剖面的峰值高度是不同的，而这一差异对大尺度环境流场的反馈作用也是不同的。     

2种不同型号降水现象仪观测降水性能的评估分析

【目的】为评估DSG1型和DSG5型国产降水现象仪在测量降水方面的性能。【方法】挑选鲁南地区降水过程、强度和持续时间较一致且相邻2个国家气象观测站不同型号的降水现象仪和自动气象站2017年9月—2020年8月5年降水观测资料,对比分析了这两种不同型号降水现象仪和自动气象站观测降水的差异。【结果】（1）两种降水现象仪和自动气象站观测的降水时间基本相同,但DSG1型和DSG5型比自动气象站分别偏多约2.2%、3.7%;（2）两种降水现象仪分钟降水量、小时降水量和日降水量都比自动气象站偏小;（3）在中等降水强度及以下,两种降水现象仪观测的降水量大小基本一致,但降水强度较大时,降水量大小不一致且分散;（4）两种降水现象仪与自动气象站的分钟、小时和日降水量差值百分比均值变化不同,说明其在测量降水方面性能略有差异。【结论】由于测量原理和时间及空间分辨率不同于自动气象站雨量计,这两种降水现象仪在观测业务中有着良好的表现,对降水开始和结束时刻记录的更早更准确。     

肇州降水集中度和集中期的气候特征分析

对近50年来肇州降水的集中度和集中期进行了计算分析,结果表明:近50年来,降水的集中程度有下降的趋势,集中期有提前的趋势。集中度和集中期分别存在着11a和14a左右的年代际尺度周期变化。肇州的年降水量呈下降趋势,肇州降水集中度和集中期与年降水量有很好的正相关性,年降水总量比较大的年份,降水集中程度相对较高。     

贵州省汛期降水特征及强降水过程分型研究

【目的】为探究贵州省汛期降水的时空分布特征及演变规律。【方法】利用贵州省81个气象观测站1981—2020年汛期降水资料,采用EOF、REOF及交叉小波分析等方法对贵州省汛期降水时空特征进行分析及强降水过程分型研究。【结果】贵州省1981—2020年汛期平均降水量为924.9mm,降水量在682.7~1194.1mm,呈显著上升趋势,上升速率为16.94mm/10a。贵州汛期降水大体上呈现西南向东北递减的趋势,强降水过程次数及持续天数分布及波动变化与汛期降水基本一致。【结论】贵州省汛期降水分布不均,具有显著的年代际变化。贵州省汛期强降水空间场主要有全省一致型、东西反向型和南北反向型3种典型模态。经REOF方法可将贵州省细分为3个强降水区域,根据环流场分析,又可进一步划分为东部型强降水（I型和III型）与西部型强降水（II型）,各类型强降水落区受500hPa环流分布情况以及850hPa水汽来源与强度的影响。     

降水对接地电阻的影响

为了了解降水对接地电阻值的影响,对柳州市气象局国家基本观测站自2012年4月至2013年7月的日降水量和接地电阻值数据进行了分析得出：在少雨季节,降水量对接地电阻的影响表现为负相关性,在多雨季节降水量对接地电阻的影响比较复杂,有负相关也有正相关,降水对接地电阻恢复到降水前值的恢复时间主要取决于降水时间和降水量,但由于受到温度、日照等其它气象因素的影响,同样的降水对接地电阻恢复到降水前值的恢复时间的影响也各有不同。