GRAPES-GFS模式暴雨预报天气学检验特征

本文采用天气学检验方法,对2016年度国家气象中心GRAPES全球数值预报系统(GRAPES-GFS)业务预报暴雨过程及2013-2015年部分回算个例进行了检验,并结合对比欧洲中期天气预报中心确定性预报模式(EC模式)和国家气象中心全球谱模式T639L60(T639模式)降水预报,梳理总结业务GRAPES-GFS模式预报性能优势和系统性偏差特征。被检验暴雨过程共38次,其中南方暴雨过程20次,北方暴雨过程6次,热带扰动或台风降水过程12次。依靠预报员主观天气学检验分析,从降水预报效果检验出发,结合主要影响天气系统和示踪物理量检验,梳理总结模式预报系统性偏差,以期全面发掘该业务预报模式性能。结果表明对短期时效内的降水预报,GRAPES-GFS模式预报稳定性较好,整体明显优于T639模式。但还存在诸如对对流性降水预报较实况偏北或对主雨带南侧暖区降水预报不足的偏差特征;另对弱高空波动背景下的对流性降水预报偏弱;而在降水预报强度大致正确的情况下,对降水系统南侧偏南气流控制区域预报湿度偏大,对副热带地区的低涡系统预报偏强。     

“5.7”广州局地突发特大暴雨中尺度特征及成因分析

2017年5月7日广州局地突发特大暴雨,降水集中爆发于广州北部复杂地形区,单点小时雨量大、强降雨持续时间长。然而降水发生于副热带高压边缘、无明显的低空急流等天气系统配合,为弱强迫背景下的华南前汛期暴雨,加之珠三角地形复杂,其触发和组织维持机制等问题引起了气象科研和预报工作者的广泛关注。针对其降水特点,采用5 min自动气象站观测、分钟雨量、风廓线雷达、葵花8号气象卫星红外等高时空分辨率观测数据探讨中尺度对流系统的触发和组织维持过程,发现:中纬度入海高压南侧偏东风和低层切变系统为珠三角边界层南风风速辐合提供了有利的天气背景,喇叭口地形增强了风速辐合。小尺度地形辐射降温配合城市热岛在山前形成高温度梯度区,山风与南风对峙使地面辐合线在山前移速变慢有助于热带云团的生成。地形阻挡抬升和高温度梯度加强上升运动,南风风速脉动使云团迅速向山前移动,最终对流爆发。以暖云降水为主的对流系统产生弱冷池驱动对流系统连续传播,使强降水回波面积增大并在小尺度地形影响下稳定位于增城附近,产生极端小时雨强;中尺度对流系统的单体移动方向和传播方向近乎相反导致系统移动非常缓慢,后向传播明显,最终导致长时间强降水。      

“23·7”华北特大暴雨过程的水汽特征

基于常规地面和探空观测以及ERA5再分析资料,分析了2023年7月29日至8月1日华北特大暴雨过程（简称“23·7”过程）的水汽输送、收支及其极端性等特征,探讨了太行山地形对持续性水汽辐合与垂直输送的重要作用。结果表明：此次过程发生在台风杜苏芮残涡北上,受高压坝阻挡,并有双台风（杜苏芮、卡努）水汽输送的有利背景下,降水时间超长、日降水量和累计降水量极大,在华北地区均有显著极端性。低层强盛的东南急流源源不断向华北地区输送水汽,暴雨区南边界和东边界均为水汽净流入,尤以南边界为主。偏东风在太行山东麓地形高度梯度区强迫抬升,形成强的水汽辐合与垂直输送中心,并稳定维持,是造成此次特大暴雨的重要原因。持续的水汽输送与辐合使得整层可降水量最大值超过75 mm,距平超过气候平均3个标准差,具有较强的极端性。对比“23·7”过程与2016年7月19—20日华北特大暴雨过程的水汽特征发现,二者低层水汽来源不同,前者主要来自西北太平洋和我国南海,后者则主要来自我国南海和孟加拉湾;前者区域平均水汽辐合强度明显弱于后者,单位时间内较强的短时强降水站次亦少于后者,但影响时间长于后者,说明相较于雨强而言,超长的降水时间是产生“23·7”极端强降水更为关键的因素。     

人工订正位涡改进模式初始场技术研究

面对数值天气预报模式发展中的制约,如今气象界提出了预报员数据同化(data assimilation,DA)的理念,即将预报员的能力有机地融入到数值预报模式中以便发挥各自的优势。人工订正位涡改进模式初始场技术即充分体现了这一理念,其原理是利用了在中、高纬度气旋性环流场中,位涡(potential vortictiy,PV)场和卫星水汽图像(satellite water vapor imagery,WV)较好的对应关系检验数值预报,进而利用位涡的可反演性通过人工修改位涡场来订正数值预报,并已在部分国家实践中证明有着显著的改进模式预报性能的效果。本研究将通过分析对流层中高层的动力活跃区、位涡分布和卫星水汽图像暗区的关系检验模式偏差,进而通过人工订正位涡场和位涡反演,实现对模式初始场的修改,为预报员主观订正模式初始场、改进模式预报能力提供完整的技术流程。     

等级Voronoi图及加权Voronoi图的ArcGIS矢量生成算法

等级Voronoi图及加权Voronoi图是以树状形式表达事物层次关系的方法,可作为一种空间数据模型应用于城镇等级体系、组织结构关系表达等地学领域。该文首次提出一种等级Voronoi图及加权Voronoi图的ArcGIS矢量生成算法,以ArcGIS Engine为开发工具,利用增量法思想,通过区域分割和合并方法实现了对空间的多级划分,为研究和发展GIS空间数据模型提供了重要的方法手段。     

乌鲁木齐重污染日PM2.5不同增长型的污染特征及气象条件分析

基于2015—2021年近7 a乌鲁木齐冬季逐小时地面常规观测资料和空气质量数据，并结合ERA5再分析资料对重污染日PM2.5不同增长类型的污染特征、环流形势以及气象条件进行综合分析。研究发现，近7 a乌鲁木齐冬季PM2.5重污染及以上级别的比例由41.2 %降至8.6 %，PM2.5重污染天数由63 d降至13 d，超过70%重污染日PM2.5浓度增长分布在60 μg?m-3以内。依据PM2.5增长类型判别方法，近7 a乌鲁木齐冬季重污染日以缓慢型增长为主。对比分析爆发型增长和缓慢型增长的天气背景形势表明，两种增长类型在欧亚范围内500 hPa高空形势上均主要受西北或偏西气流影响，爆发型增长的高压脊势力较强，乌鲁木齐处于高压中心后部且气压梯度显著；而缓慢型增长的高压脊较为平直，乌鲁木齐位于高压后部的均压场控制下，气压梯度相对较弱。对比两种类型边界层内逆温厚度和强度发现，爆发型增长在925~700hPa之间的逆温层平均厚度明显大于缓慢型增长，前者逆温强度达到1.8 ℃?（100m）-1，明显高于缓慢型增长的1.2 ℃?（100m）-1，表明造成两种PM2.5不同类型增长与边界层内的逆温垂直特征分布结构存在密切联系。