阿勒泰地区５—９月极端干期长度的气候特征

2008年6月28日下午,山西省有62个县市出现雷雨天气,6县市伴有冰雹,7县市出现了短时大风,9县市降大雨,15个县市降中雨。本文从影响冰雹的天气特征进行了分析,并就T639客观预报对这次天气预报进行了分析,对于今后进一步做好冰雹预报防灾减灾,具有一定的指导意义。     

武汉地区梅雨期暴雨预报方法初探

使用地面降水观测资料和高空探测资料,运用线性倾向估计法和相关性分析法,分析了2000—2012年武汉地区梅雨期(6—7月)暴雨的气候特征,并建立了暴雨天气预报方程。结果表明,6—7月武汉地区各旬暴雨日数呈先升后降趋势,其中最大值出现在6月下旬;暴雨集中期为6月下旬—7月中旬,占梅雨期总暴雨日数的61%;暴雨局地性强,雨强呈上升趋势。筛选出武汉站强天气威胁指数、百色站850 hPa层的露点温度和怀化站850 hPa层的风向、风速作为预报因子,建立武汉地区梅雨期暴雨预报方程,实际预报效果检验结果表明该方程的预报质量优于实际业务中常用的数值预报产品。     

永顺县一次暴雨天气过程特征分析

利用常规天气资料和他13数值预报产品,结合雷达图,较详细地分析了永顺县2008年7月23～24日出现的暴雨降水过程,总结西风带短波槽和中低层切变线导致永顺县降暴雨的各类天气形势特征,归纳了副热带高压短期变化与永顺县降水过程的关系,对提高本地暴雨预报准确率和暴雨灾害的预警能力有很好的指导作用.     

基于集合预报产品的四川暴雨预警指数研究

基于2005~2007年汛期成都区域气象中心的中尺度区域集合预报产品和德国、日本数值预报模式的降水产品,针对四川暴雨构建样本资料,采用支持向量机方法(Support Vector Machines,简称SVM)建立暴雨预警模型,开展暴雨预警预报试验,并将建立的模型应用于2008年汛期四川省逐日暴雨有无预报。检验结果表明,基于区域中尺度集合预报产品建立的SVM暴雨预警模型,对暴雨定点预报有较强的指示作用,暴雨预警指数为0.2。      

江西省汛期暴雨气候特点及预报方法综合分析

概括介绍了江西省汛期暴雨的气候特点、汛期暴雨环流形势和天气系统特征,以及针对江西省汛期暴雨的预报方法研究进展。最后,提出了未来一段时间江西省暴雨预报方法研究的主要方向,认为应该将暴雨过程的天气尺度和中尺度特征与地形特征相结合,开发暴雨预报方法并建立暴雨预报模式。     

怀化市近30a间暴雨变化特点及灾情评估

利用怀化市所管辖的县市1980—2009年11台站暴雨洪涝灾情降水资料,分为北部、中部、南部,对暴雨洪涝降水量分布特征与规律及气候特点、持续时间、历史强度和灾情影响进行了综合分析。总结出了怀化市北部、中部、南部年平均出现暴雨和大暴雨次数分别为4.6、3.9、4.2次,并得出了暴雨洪涝30 a间的年际、月际、旬际分布特点,为今后的暴雨预报工作及防汛抗洪工作提高了较好的参考依据。近年来,洪涝次数呈增加趋势,造成的经济损失也随之递增。     

桂林暴雨分析与预报

通过分析历年汛期各类暴雨过程的日本数值预报产品资料,统计出桂林历年暴雨过程的天气形势和数值产品要素特征,并检验了日本短期预报产品对各类暴雨的预报能力。然后通过对预报桂林暴雨的各种日本数值产品临界值的分析,挑选出一些相关性较好的要素产品预报因子,统计出桂林局部暴雨过程和致洪暴雨过程预报指标,最后对大暴雨过程预报指标及连续性暴雨过程的数值产品特征作了初步分析。     

T213数值预报产品在一次重大天气过程中的应用

2002年4月16日夜间到17日白天，全省普降中到大雨，出现1个大暴雨、7个暴雨、13个县市伴有短时大风和冰雹，此次过程为今春第一场大范围的雷雨冰雹和大-暴雨天气过程。应用T213数值预报产品，我台对本次过程做出了成功的预报。     

两次暴雨过程的主观及集合预报检验

对各级预报员、集合预报成员在两次暴雨天气中的24 h和48 h降水、温度预报结果分别进行检验。结果表明:降水预报中预报员分级降水TS评分随降水级别增大而减小,所有预报对小雨均有较好的预报。暴雨预报漏报明显,漏报率几乎为100%,然而集合成员中的最大值,对暴雨预报有一定的启示作用,业务工作中应得到重视。针对降水和温度预报总体而言,集合成员中集合平均值和控制预报表现相对优秀,可在业务中作为重要参考。     

2005年7月7～10日襄樊大暴雨天气分析及模型预报检验

2005年7月7～10日,襄樊境内出现了连续性暴雨和大暴雨,个别县市出现特大暴雨,该文对这次过程的环流形势和物理量场进行了诊断分析。并对基于T213数值预报产品的强降水预报模型的预报结果进行了评估。分析表明:对流层中低层的中尺度切变、东北冷涡、高原暖涡是该次过程的主要影响天气系统;中层切变线上分布不均匀的辐合区、中低层正涡度区、高层负涡度区以及明显的垂直上升运动,是造成此次强降水的重要动力条件;强降水预报模型对这次暴雨过程在时段上有较强的预报性,但在定点预报方面存在不足,其预报范围较实况偏大。