吉林省重大暴雨过程评估方法研究

应用Barnes滤波原理,构建合适的带通滤波器,获取了中尺度信息,对2005年7月21～24日台风"海棠"登陆后与中纬度系统相互作用给河南省造成的暴雨过程进行了分析.结果表明:在台风外围大尺度气旋性环流中,中尺度低压、中尺度辐合线和辐合区是此次暴雨的直接影响系统;台风低压移近后,与西太平洋副高之间气压梯度加大,可以在副高西南侧形成东南风低空急流,东南急流的形成促使中尺度系统加强和发展;干冷空气自对流层中层向低层伸展,与低层的暖湿气流交汇,使对流和暴雨加强.     

气候变化综合评估模型的损失函数研究进展

该研究从综合评估模型(IAM)的模型耦合视角出发,介绍了当前损失函数的研究进展,主要从损失函数的构建方法、损失函数与IAM气候模块和经济模块的耦合以及IAM与气候模式的耦合角度分析了损失函数的耦合功能及其存在的科学问题,探讨了损失函数的改进方向。通过文献梳理发现,损失函数的构建方法上,主要采用专家判断法、元分析法和统计学方法,但各有优缺点;与气候模式的耦合功能上,损失函数多以温升为气候变化因素,降水等气候变化信息无法表达,且由全球尺度的年平均值进行标定,不能体现区域的差异和季节的变化,无法直接描述极端气候事件造成的巨大损失;与经济模块的耦合功能上,基于生产部门的损失函数缺乏间接损失评估功能,缺乏对经济增长的动态影响机制。针对上述IAM中气候变化对经济影响的反馈机制的不足,需重点从细化区域气候变化因素影响和细分经济产业部门两个方向重构损失函数,紧密连接气候模式与经济模块,全面评估气候变化经济损失,并需要从技术上解决损失函数在耦合经济模块与气候模式时出现的时空尺度不匹配问题,最终为IAM与气候模式甚至地球系统模式的耦合提供重要的解决方案。     

重大暴雨过程评估方法在兴安盟的应用

利用兴安盟1961—2008年5—9月区域性暴雨历史资料,分析了兴安盟明显暴雨过程的气候分布特征,然后利用暴雨过程的平均降水量、降水强度和覆盖范围3个指标,将3个指标分别无量纲化后,采用等权重技术方案建立综合指数计算模型,计算兴安盟逐年重大暴雨过程综合指数,对综合指数进行历史排位,查出暴雨过程的历史重现期,从而对某一重大暴雨过程进行评估定位。     

吉林省洪涝造成农业损失的气象影响因素分析及评估方法研究

本文利用统计和农业部门的农业受灾面积资料,利用农业部门对灾害损失的估算方法,建立了历年吉林省洪涝损失序列,进而分析了洪涝损失序列和吉林省气象要素的关系,利用洪涝损失和吉林省气象要素的明显相关关系,建立了基于气象要素的洪涝损失评估模型,并进一步对洪涝损失年型进行了划分。     

"7.20"大暴雨过程分析

1998年7月19日深夜-21日凌晨在川中、东部产生了突发性大暴雨过程,本文在对中尺度雨团、地面中尺度低压系统进行了较深入分析的基础上,利用T106的客观分析场对此过程进行分析,发现:过程发生前后,大气的能量、水汽及辐合上升运动等条件有一个急速突变的过程,致使强降水产生.在这次大暴雨过程中,中尺度特征明显,雨团活动频繁.     

北京地区玉米风灾损失定量评估模型研究

风灾是北京地区玉米减产的一个重要因素,是影响玉米产量最常见的一种气象灾害,严重的风灾可造成玉米绝收。为实现对玉米风灾造成损失的定量评估,利用收集到的历史上出现的玉米风灾及产量损失数据,结合自动气象站观测资料,分析了风灾发生过程中对玉米产量损失影响显著的气象因子,最终确定选取玉米受灾过程中的最大风速的最大值、持续时间内的最大风速的平均值、最大风速持续时间和过程降水量4个气象因子,并考虑到玉米不同生育期抗风能力的不同,增加了玉米生育期影响因子,利用这5个要素,运用统计学方法建立了北京地区玉米风灾损失定量评估统计模型。通过对样本数据的拟合及剩余样本的检验,建立的定量损失评估模型具有一定的准确性和实用性,可为政策性农业保险的定损,以及生产部门确定风灾损失及保险公司理赔提供科学依据。     

四川省暴雨过程强度及损失评估方法研究

利用1961—2015年四川省逐日降水资料、典型年份各区县暴雨灾情、GDP、人口和耕地面积资料,采用加权求和法建立基于归一化的过程降水量、最大日降水量和过程持续天数的暴雨综合强度指数及等级标准;基于经济损失率、人口受灾率和作物受灾率指标,采用灰色关联法确定灾害严重程度;利用相关分析法分别建立基于暴雨综合强度指数和基于暴雨灰色关联度的灾害损失评估模型,分析了各地不同重现期暴雨可能造成的经济损失率。结果表明:暴雨综合强度指数能够较好地揭示不同强度等级暴雨的时频和空间分布特征,暴雨过程造成的损失与暴雨综合强度指数和暴雨灰色关联度均显著相关,两种损失评估模型的拟合与试评估效果均较好,5 a一遇暴雨的经济损失率多在3%以下,50 a一遇暴雨的经济损失率多在3%以上,盆地北部和西部山区在5%以上,局地可达7%～9%。     

广州市强对流过程综合影响程度的评估模型及其应用

利用2016-2018年广州市394个自动站实况监测数据和粤港澳闪电定位数据,采用归一化法、相关系数权重法、百分位数法等统计分析方法构建了广州市强对流过程综合影响程度评估模型.利用该模型对广州市历史上发生的强对流过程进行检验,同时对2019年的强对流过程进行试评估.结果表明:该模型对于广州市强对流过程综合影响程度的评估...     

暴雨洪涝淹没模型在洪灾损失评估中的应用

为了开展客观定量的暴雨洪涝灾害评估,探讨了基于暴雨洪涝淹没模型的暴雨洪涝灾害损失评估业务流程,其核心环节有两部分：估算因降水造成的淹没范围和建立适用的经济损失评估模型。其中暴雨洪涝淹没模型以最大坡降算法和曼宁公式计算暴雨洪涝汇流过程,通过给定汇流时间得到研究区域的淹没面积和水深;经济损失评估模型由直接经济损失和间接经济损失构成,直接经济损失由淹没范围内各类财产的价值乘以其相应的损失率得到。以武汉市江夏区2010年7月一次暴雨洪涝灾害过程为例给出了整个评估流程的实现过程,结果表明基于暴雨洪涝淹没模型的洪涝灾害损失评估业务流程物理意义清楚,表达了暴雨-径流-洪涝灾害全过程,可用以提高洪涝灾害影响评估的定量化程度,同时也为暴雨洪涝风险管理提供一定的依据。     

“94·6”桂林连续大暴雨过程的分析

１９９４年６月１２－１７日，桂林出现了连续性大暴雨过程。本文试图从天气学和有关物理量场的角度对降水过程的成因分析，从而对桂林汛期暴雨降水环流特征的进一步认识和予报业务的提高将起到促进作用。     

1960-2011年辽宁省大暴雨时空分布特征

利用1960-2011年辽宁省61个国家气象站地面20-20时降水及逐小时降水观测资料,统计分析辽宁大暴雨时空分布特征。结果表明：辽宁省年平均大暴雨日数为6.5 d,年平均影响范围为17.5站次,两个大暴雨多发区分别位于辽宁东南部和南至西南沿海地区。辽宁东南部大暴雨多发区由于受台风、江淮气旋、华北气旋和蒙古气旋等多种系统及地形影响,易出现区域性和局地性大暴雨,大暴雨发生次数较多,降水量变化较大;降水量和降雨强度极值均较大,大暴雨中心出现在凤城,降雨强度最大达212 mm/h^-1。南至西南沿海大暴雨多发区易受台风和华北气旋及地形影响,以区域性大暴雨为主,降水量和降雨强度极值也较大,但最大降水量和降雨强度极值均与大暴雨日数的中心不一致。区域性大暴雨的降水量极值对大暴雨降水量极值的贡献最大。大暴雨平均降雨强度的逐时变化呈单峰型分布,08时降雨强度达最强,20时降雨强度最弱。辽宁省大暴雨日集中出现在7月下旬至8月上旬,8月大暴雨日略多于7 月。最早和最晚区域性大暴雨均是受江淮气旋影响,并出现在辽宁省南部地区。大暴雨日数具有明显的周期变化,主要年代际变化周期为10 a。区域性和局地性大暴雨主要周期分别为36 a和10 a。预计未来6 a辽宁省仍处于大暴雨较多的阶段,并可能多以局地性大暴雨的形式出现。     

辽宁省短时暴雨和大暴雨时空分布与变化特征

采用中国气象局发布的“暴雨橙色、红色预警信号”定义,分别定义短时暴雨和短时大暴雨。利用辽宁2010—2018年5—10月1587个自动站逐时降水资料,统计分析短时暴雨、大暴雨空间分布特征和多尺度时间特征,从而得到短时暴雨、大暴雨的高发区、易发时段,并做简单天气学判断。结果表明：短时大暴雨高发区域位于辽宁东南沿海地区,可能是东北冷涡与北上气旋、西太平洋副热带高压等相互配合,导致辽宁省沿海地区易出现强度大、范围广和持续时间长的暴雨天气过程有重要关系;短时暴雨、大暴雨旬变化呈现“凸”字形结构,短时暴雨从5月上旬至10月上旬都可能发生,呈现单峰型特征。短时大暴雨显著增强从7月上旬开始,8月下旬后短时大暴雨急剧减少。短时暴雨、大暴雨日变化均呈现“两峰一谷”特征。短时暴雨以夜雨居多,可能与夜间西南急流加强有关。短时暴雨00—08时高发区域最为密集,活跃地区为阜新—朝阳、抚顺—盘锦—葫芦岛和辽宁东南部。短时大暴雨00—08时高发地区为辽宁西部、东部和东南部。     

庄河地区一次大暴雨过程的多因子诊断分析

采用常规资料、自动站资料、多普勒雷达资料和NCEP每6 h1次,1°×1°的实时分析资料,对2007年8月10－12日庄河地区出现的一次大暴雨天气过程进行诊断分析。结果表明：受副热带高压后部深厚的暖湿气流及西风带高空槽、切变线及气旋倒槽等动力系统共同影响,庄河地区出现了大暴雨天气,但没有出现强雷暴,此过程主要影响系统是地面气旋倒槽;700 hPa和850 hPa低涡、切变线使中低层辐合加强,形成了较强的动力抬升和水汽辐合;庄河地区处于强而宽的假相当位温锋区中,位势不稳定的建立是造成此次强降水的必要条件。造成本次大暴雨天气的水汽通道有2条：一条来自孟加拉湾和减弱的热带低压,另一条来自东海。     

华南前汛期广东暴雨分区动力特征及特大暴雨分析

依据2009－2013 年华南地区72 测站逐日降水资料,利用 REOF方法、合成分析等方法,分析华南前汛期（4-6 月）暴雨时空特征。结果表明：暴雨降水量占总降水量34.6%,年暴雨日数170天以上。REOF方法分析获得华南前汛期5个暴雨模态区, 其中广东两模态区中心荷载强于其余3个区,降雨更多,雨强更大。合成分析显示,广东北部暴雨区受西风带系统影响为主, 暴雨中尺度系统为气旋及变形场锋生。沿海暴雨区受副热带系统控制为主,中尺度系统主要为低空急流,输送气旋式切变和旋转涡度,及低空速度辐合, 并提供自海上来的充沛水汽,造成沿海区暴雨远强于北部区。 近5 a前汛期广东24 h累积降雨量大于200mm的大暴雨有14次,均发生在沿海暴雨模态区。两区暴雨机制分别为西风带中尺度低值系统锋生降水,和副热带系统暖区登陆地形作用降水。海温SST方面沿海暴雨区环境较北部暴雨区具有更大平均水汽潜热量,含更充沛水汽。而感热场反映沿海暴雨区从下垫面吸收更多热能量,更有利于不稳定暴雨过程维持与加强。对2010 年6 月9 -12 日广东沿海上川岛持续性特大暴雨分析显示,东北阻塞高压强盛与副热带高压西伸北进势均力敌配置,水汽通道和水汽通量散度輻合异常强盛, 湿位涡湿正压项和湿斜压项均构成有利于垂直涡度增长环境, 这些因子维持了特大暴雨过程。     

华北“7.20”特大暴雨多尺度特征分析

利用华北地区248个加密气象观测站资料、FY-2G黑体亮温TBB、邢台站探空资料、华北地区多普勒雷达资料、欧洲中心（ECMWF）0.25°×0.25°和NCEP/NCAR（1°×1°）再分析资料,对2016年7月19—21日一场特大暴雨进行多尺度特征分析。结果表明：200 hPa南亚高压系统呈东西带状分布,500 hPa为“东高西低”环流背景,鄂霍茨克海附近闭合高压下游阻挡效应使上游系统移速缓慢,华北长时间处于深槽之中,环流形势利于产生稳定经向型暴雨;通过高低层流场对比发现,高空急流入口区右侧与低空急流出口区左侧重叠区为最强降水区域,降水大值区均位于太行山及燕山山脉迎风坡;垂直方向上,垂直上升运动中心介于散度辐合中心与辐散中心之间,剧烈的抽吸效应将水汽输送至高层,冷暖气流交汇及水汽上升过程凝结潜热释放导致对流系统迅速发展。河北地区稳定的深厚气旋是本次暴雨的关键系统,19日石家庄地区强对流单体（>45 dBz）存在时间超过20 h。MCS影响范围广、特殊山脉地形作用、系统停留时间较长等原因造成累积降水量增大,是本次暴雨与“7.21”北京特大暴雨相比的突出特点之一。     

安顺市大暴雨的时空分布特征与物理量分析

利用2009-2019年安顺市6个国家站和77个区域站的逐日和逐小时降水资料、 Micaps资料,对安顺市大暴雨的时空分布特征及物理量进行分析,结果表明：安顺市年平均大暴雨日数为10.1d,年平均影响范围为54.1站次,5-9月是大暴雨出现的集中期,6月大暴雨出现频次最高,影响范围最广,大暴雨的主要发生时段和最强影响时段出现在夜间到早晨;区域性大暴雨比局地性大暴雨出现时间晚,结束时间早,6月是区域性大暴雨和局地性大暴雨出现最多的月份,5-7月局地性大暴雨出现的频率最高;安顺主要出现单日大暴雨,持续2d以上的大暴雨只出现过16次;大暴雨总日数的空间分布有两个高频区和两个低频区,总量的空间分布与总日数基本一致,强度的空间分布呈南强北弱,总站次的空间分布呈南多北少;在5月预报大暴雨天气时要更注重分析T85和T75,6-7月产生大暴雨时对能量和中低层的水汽含量的要求高于其它月份。     

基于WRF模式的暴雨天气过程的数值模拟及诊断分析

利用新一代中尺度数值预报模式WRF2.2和1°×1°的NCEP气象再分析资料,对2009年9月17日发生在江苏南部地区覆盖沪宁高速公路的一次大暴雨天气过程进行了数值模拟。经AWMS（the automatic weather monitoring system）实测数据验证,此次天气过程的模拟效果较为理想。对模式输出的物理量进行诊断分析后发现：长江中下游地区的β中尺度低涡的发展、移动对暴雨过程中降水的加强和维持起着重要的作用;水汽辐合带在500hPa以下非常显著,在暴雨区形成了深厚的高湿环境,为暴雨的产生、加强和维系提供了重要的水汽条件;暴雨区内前期及降水过程中都存在较为强烈的垂直运动,且涡度场与散度场在垂直结构配置上一致,使得大气层结不稳定能量释放,形成了旺盛的对流天气;对流层中上层大气为中性层结,低层为位势不稳定,所以整层大气有对流发展,有利于暴雨的形成。     

一次重庆特大暴雨过程的中尺度分析

为评估中尺度模式同化常规地面、探空和雷达径向风等不同观测资料对四川暴雨预报性能的影响,以2020年6月14—18日四川一次暴雨过程为例,利用WRF(Weather Research And Forecasting)模式和GSI(Grid Point Statistical Interpolation)同化系统,对常规观测资料和雷达资料分别和同时进行循环同化,开展数值模拟试验,定性和定量地对比分析三组同化试验的降水模拟效果。结果表明：WRF模式结合GSI同化系统对此次暴雨有较好的模拟。针对21 h累积降水模拟,同化常规观测资料较好地改善了暴雨雨带的走向和暴雨的落区;同化雷达资料对降水强度、暴雨范围和小到中雨预报表现较好,小到中雨的ETS评分平均提升0.05;同时同化两种资料对大雨的ETS、POD、FAR和BIAS评分都有改善。针对半日累积降水预报,同化雷达资料对降水趋势的模拟表现最好,同化包括雷达资料的试验对降水落区有较好的改善。针对3 h累积降水预报,同化试验对降水演变均有改善,同化雷达资料表现最好。模式对夜间降水的模拟普遍优于白天,同化试验的改善时段也主要集中在夜间,同化常规资料表现显著。综合21 h、半日和3 h累积降水预报评分结果,同时同化多种资料的降水预报效果不绝对优于仅同化一种资料的降水预报,但至少优于一种资料同化的降水预报评分结果。

     

天津地区一次局地大暴雨过程MCS传播发展机制

利用常规观测资料、卫星云图、雷达、风廓线组网资料对2017年8月8日-9日天津地区局部大暴雨天气进行分析,得到以下结论：A、B两个中尺度雨团先后影响天津,A雨团持续了4个小时,雨强相对较大;B雨团持续了3个小时,雨强相对较小;对应有两个MCS,强降水发生在TBB低值中心偏向温度梯度最大的区域;降水回波的移动路径和强度特征存在差异,A雨团回波为自西北向东南方向移动的带状的高质心降水回波;B雨团回波自西南向东北方向移动,为低质心降水回波带状回波,高质心降水回波雨强高于低质心降水回波。新型探测资料有助于分析中尺度影响系统,判断对流系统的移动方向。用风廓线组网资料对比两个阶段降水的中尺度系统,A雨团为上冷下暖的高低空配置,B雨团降水出现在整层西南气流中,引导风的不同,导致回波的移动方向、天气剧烈程度的不同;变压梯度、温度梯度等环境因素对判断局地对流暴雨发生的环境条件有一定指示性。