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。     

贵州省气象台短期短时预报业务信息流程方案设想

1 制定此信息流程的必要性。 我省自1992年9月开始实施“贵州省防灾抗灾气象服务工程”的建设以来,在工程领导小组的统筹规划,有关单位及工程技术人员的积极努力下,取得了明显的成绩,业已建成一个利用计算机通信和网络技术将综合通信、STYS、气候资料分析处理、卫星遥感、农气情报预报、防雹指挥等系统连为一体,结构布局合理,层次分明,运行流畅的气象现代化系统。 随着我省新业务系统的建立,气象通信     

人机交互的短时预报流程

在微机上采用部分人机对话的方式,实现综合分析,包括物理量诊断、雷达回波、卫星云图、UHF风廓线、闪电和水汽遥感资料并提出预报意见。为提高京津冀地区汛期强天气的预报准确率和预报自动化服务。     

一次局地短时强降水的成因和预报误差分析

利用常规气象观测资料、NCEP/NCAR再分析资料和多普勒天气雷达资料,对2016年8月6—8日潍坊一次强对流天气的成因和预报误差进行了分析,结果表明：1）500 hPa冷涡底部低槽、850 hPa低涡切变线和地面倒槽是主要影响天气系统, 数值预报对此次天气过程的影响系统预报偏差大,而预报员对数值预报依赖程度高是此次预报失误的主要原因;2）850 hPa以下强的水汽辐合是强降水发生的重要条件,低层辐合和高层辐散配置导致的强垂直上升运动是暴雨产生的动力机制,位势不稳定因中高层的冷空气入侵下沉得以加强;3）列车效应和强回波维持少动是造成短时强降水的重要回波特征,逆风区的发展和移动对于判断强降水的落区有指示作用,多普勒雷达反演风场中的中尺度辐合线是导致局地强降水发生的直接原因;4）风廓线雷达水平风场可以连续地反映降水过程中风场垂直结构及其变化,降水发生前探测高度明显升高,中高层冷空气侵入时间与强降水的时段相对应。     

上海地区强对流短时预报工作流程及其应用

介绍了在 Micaps工作平台基础上建立的上海地区强对流天气短时预报工作流程 ,包括短时展望预报、 0～ 3小时短时监测滚动预报 ,并给出 1 999年 6～ 8月试报情况 ,空漏报个例物理原因分析。     

安徽省WRF模式短时强降水的预报检验

利用2005—2015年安徽省内1162个站点观测资料简要分析了短时强降水的时空分布特征,并利用中国气象局CLDAS(CMA Land Data Assimilation System)近实时降水资料检验2012—2015年安徽省WRF(Weather Research and Forecast)模式对短时强降水的预报性能,探讨不同空间插值方法、检验方法对预报效果的影响,以评估模式预报短时强降水的应用价值和使用注意事项。结果表明:短时强降水主要发生在大别山区和皖南山区;一年中发生次数呈单峰分布,集中于6—8月;日变化呈双峰状,强峰为北京时间下午15:00—19:00,弱峰为06:00—09:00,两个低谷分别为01:00、12:00前后。在两分类评分TS(Threat Score)检验中,各个季节评分均十分低,插值方法对TS评分影响不大。邻域法FSS评分(Fractions Skill Score)检验中,春季FSS评分低,最高仅可达15%,空间窗、时间窗、时间超前或滞后变化对FSS评分的影响不如夏季、秋季明显;夏季,不考虑时间窗时,单独的时间超前或滞后不能提高预报准确率;秋季,模式分别滞后1h或滞后2h预报结果优于同期预报,而超前1h或超前2h预报结果低于同期预报,表明秋季WRF模式对短时强降水的预报有一定滞后性。     

短时强降水临近预报的思路与方法

对短时强降水主观临近预报的主要思路和方法进行综述。(1) 短时强降水(flash heavy rain)是指1 h 雨量在20 mm或3 h 雨量在50 mm 以上的降水事件。短时强降水事件的识别主要由雨强和降水持续时间两个要素确定。(2) 雨强临近估计的主要根据是天气雷达反射率因子和雨强之间的经验关系,即Z-R 关系。对流性雨强的估计,最简单易行的方法是将对流性降水分为大陆强对流型和热带海洋型两种类型,分别采用不同的Z-R 关系。雨强估计的主要误差来源包括不适当的Z-R 关系、地形对雷达波束阻挡、冰雹“污染”、强降水和冰雹对雷达波束的衰减、硬件定标偏差、被大雨淋湿的天线罩导致的衰减等。(3) 判断是否出现强降水的另一要素是降水的持续时间。沿着回波移动方向高降水率的区域尺度越大,降水系统移动越慢,则持续时间越长。对于导致强降水的β中尺度对流系统,其雷达回波的移动矢量是平流矢量和传播矢量的合成。如果平均风方向(平流方向)与回波传播方向交角大于90°,称为后向传播,此时回波移速小于平均风速,移动较慢,易导致强降水。在有利于强降水的环境条件下,含有中气旋或更大尺度涡旋的β中尺度对流系统会明显增大强降水的可能。     

基于Xgboost算法的短时强降水预报方法

基于EC细网格模式的再分析场计算诊断参量,并结合重庆地区2011-2014年5-9月间短时强降水个例建立训练集,进而根据箱线图差异指数提出的阈值法对样本初步消空,然后通过K均值聚类和Relief算法分别重建了类别平衡的训练集,并优选了平均权重较大的参量进入模型,建立了一个以Xgboost算法为核心的重庆地区短时强降水预...     

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。     

遂溪县强降水的统计分析及其短时预报

利用1962～2008年遂溪县的日降水量R≥100mm的资料,普查降水时刻的500hPa、850hPa和海平面气压图,找出产生局地强降水天气形势,分析强降水环流背景、触发机制以及产生局地强降水的天气学指标,根据分析结果制定本站预报强降水的流程图、预报因子和方法,为防灾减灾提供预报依据.     

短时强降水临近预报的思路与方法

从物理机制、预报技术方法等方面,讨论了短时强降水和暴雨的异同。主要结论包括: (1)充沛的大气可降水量是形成暴雨或极端短时强降水的必要条件,但对于非对流大尺度降水(层状云)过程,对流层低层的净水汽平流量或水汽通量辐合的强度是判断降水强度的核心因子,这也是大范围暴雨预报分析过程中的关键因素;对于中尺度层云降水过程,水汽垂直输送量和气柱内水汽的净平流量则同等重要;对于对流过程,如果不考虑蒸发过程,瞬时降水强度主要决定于水汽垂直递减率(而非整层大气可降水量)和低层大气对流有效位能(CAPE)而不是整层大气的CAPE。(2)降水强度与实际有效凝结率(形成地面有效降水)关系密切,而有效凝结率与云的形态结构特征直接联系;从另一角度看,对流云的形态特征由大气层结状态和环境风垂直切变决定。(3)对于天气尺度系统造成的大范围稳定性降水过程,降水的持续时间取决于天气系统的移动速度,更确切地说,是降水区域上空水汽辐合维持时间的长短;对于对流降水过程,降水持续时间则取决于对流系统的尺度、移动速度和传播特征。

     

短时强降水临近预报相对准确率的探讨

利用深圳市城市气象探测网110个自动站5年每分钟的观测资料,对深圳市短时强降水(20 mm/h)的气候特征进行了系统的分析。在平均200 km2的预报单元上,要定时、定点、定量地预报短时强降水等小概率事件,目前的预报能力是有限的,如果严格按TS标准评分,第1小时的准确率在10%以下。按照TS评分的基本思路,以人口密度为权重,从公众亲历事件的角度,提出一套相对准确率的定量计算方法,按此方法 2013年深圳市全年短时强降水预报质量第1小时的相对预报准确率为41.6%、第2小时为15.2%、第3小时为8.2%,亦即第1小时的预报具有实用价值,第2小时的预报可供参考,第3小时以上的预报有待今后预报系统的不断总结、完善和提高。     

短时强降水临近预报的思路与方法

利用高密度地面自动站逐小时降水观测资料,分析了河南省2010-2015年雨季（5-9月）短时强降水（flash heavyrain,FHR）的时空分布特征。主要结果如下：河南省FHR集中发生在7、8月,其中7月最多,8月次之;河南雨季FHR量、降水贡献和发生频率的局地差异明显,主要存在4个大值区,即豫北黄河以北地区、豫东商丘地区、豫西南伏牛山以南以东地区、豫南沿淮及其以南地区;地形对降水的增幅作用显著,且主要是通过增加FHR发生频次实现的;FHR频次日变化呈明显的双峰结构,傍晚至凌晨的前半夜为FHR频发时段;4个大值区内FHR频次日变化差异明显,如黄河以北地区其日变化幅度较大、呈单峰型,而沿淮及其以南地区其日变化幅度较小、呈持续活跃型;大部分FHR前后都伴随着连续降水,降水过程的持续时间主要在1~8 h之间,持续时间大于等于3 h的过程主要位于两个与地形密切相关的高频集中区,即伏牛山以东支脉的喇叭口地形区和沿淮及其以南地区。

     

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...     

短时强降水临近预报的思路和方法

使用浙江省69个基准站2006—2015年5—9月以及同期杭州城区58个区域自动站小时降水资料,利用Gamma分布计算浙江省短时强降水的累积概率,同时综合其频率分布,揭示杭州市小时降水强度的分布特征。此外,以杭州市区为例,利用探空资料分析不同量级(≥50 mm·h^-1、30~＜50 mm·h^-1、20~＜30 mm·h^-1、＜20 mm·h^-1)小时雨强出现的环境指标,并基于核密度估计方法提取预报指标。结果表明:杭州城区出现小于等于10 mm·h^-1的降水概率高达98.4%,≥20 mm·h^-1的概率仅0.05%;受杭州湾偏东气流影响,杭州市区发生短时强降水频率相对较高,尤其是余杭区的东部和西北山区;自2008年以来杭州市区每年短时强降水日数为18~28 d,其中大于等于50 mm·h^-1的短时强降水日所占比例高达10%~20% (除2009年和2012年低于10%外);可用于预报杭州市区短时强降水的最佳环境因子依次为整层可降水量、K指数、最佳抬升指数、沙氏指数、925 hPa露点温度和强天气威胁指数;在判断杭州市区短时强降水强度上表现最好的环境因子为整层可降水量,其次是850 hPa垂直速度和925 hPa散度。

     

对惠州一次短时强降水过程预报预警信号发布的思考

对2006年6月15日惠州市发生的一次短时强降水过程进行分析,发现了该次暴雨局地性强,属中尺度天气系统强对流风暴下发生的强降水,大尺度天气系统上不易分析出来,低空急流是其主要成因;探讨了早晨值班预报员如何利用天气资料进行订正预报,并利用多普勒雷达资料做好暴雨预警信号发布和服务工作;类比分析了另一次短时强降水过程,对暴雨预警信号的发布做了初步探讨。     

基于短时强降水概率预报的模糊检验试验

利用短时强降水概率预报模型生成短时强降水(≥20mm/h)概率预报产品,并对其进行“点对面”模糊检验试验。结果表明：短时强降水(≥20mm/h)概率预报和SWC_WARMS模式最大小时雨量(≥20mm/h)的“点对面”TS评分均明显高于相应的“点对点”评分,短时强降水(≥20mm/h)预报结果可在30～40km范围内进行调整;短时强降水(≥20mm/h)概率预报在概率为30%时TS评分达到最大,Bias接近为1,预报偏差最小;短时强降水(≥20mm/h)概率预报比SWC_WARMS模式最大小时雨量(≥20mm/h)预报更具有参考价值。     

商洛一次致灾短时强降水中尺度特征及预报预警分析

利用常规气象观测资料、陕西地面加密气象站监测资料、FY-4A卫星红外云图、商洛多普勒雷达及多家数值模式预报产品,从提高预报预警、防灾减灾能力角度出发,对2020年5月4日商洛一次致灾性短时强降水天气的中尺度特征进行分析,总结有益的预报着眼点.结果表明:4日午后商洛北部下垫面加热不均形成高温、负变压中心,500 hPa冷...