基于标准差分析法的X波段双偏振天气雷达资料质量评估

2015年9月,北京市气象局在北京地区架设4部X波段双线偏振天气雷达并开展了观测试验。本文利用其中3部雷达在2016年6月30日的观测数据,用标准差分布统计方法,对雷达的观测参量进行初步质量评估。结果表明:(1)3部雷达反射率标准差符合理论值的数据占总观测数据的73.5%~77.9%,反射率的数据波动基本符合理论分布;(2)3部雷达差分反射率标准差符合理论值的数据占总观测数据的68.4%~81.4%,其中房山雷达数据波动较大;(3)3部雷达互相关系数标准差符合理论值的数据占总观测数据的45.7%~63.5%,其中房山雷达数据波动最大,其他2部雷达都有同程度的数据波动;(4)3部雷达差分传播相位标准差符合理论值的数据占总观测数据的73.5%~83.9%,其中房山雷达数据波动相对较大,与雷达其他观测参量相比,差分传播相位的波动较小。     

渭河流域中尺度暴雨时空分布及环流特征

制定渭河流域中尺度暴雨天气个例标准,筛选符合标准且资料完整的62个中尺度暴雨历史个例作为研究对象,分别对其时空分布特点、发展移动路径和环流场的结构配置特征进行分析和研究。结果表明,渭河流域中尺度暴雨主要出现在7—8月;空间分布上渭河主干道,黄河、洛河、渭河三河交界处和泾河、洛河、渭河三河交界处出现的次数较多;渭河流域中尺度暴雨的日变化与冰雹完全不同,夜间出现的频率高于白天,共有5条移动路径,由西北向东南方向(或由西向东)移动的个例占所有个例数的91.9%;中尺度暴雨有4种概念模型,干侵入型、西南气流型、干锋生型和暖干型。     

青海高原致灾性对流天气时空分布特征

利用2005-2016年青海高原地面观测、灾情和卫星云图等资料,对青海高原致灾性对流天气进行筛选和分类,在此基础上分析了各类致灾性对流天气的时空分布特征及与地形的关系。结果表明:(1)青海高原致灾性对流主要有雷暴、短时强降水、冰雹以及混合类四种,集中分布于高原东部。(2)地形对致灾性对流的落区、频次和强度起关键作用。雷暴多产生于山区,短时强降水和冰雹主要产生在迎风坡、河谷和地势较开阔的低地。其中,青东农区以混合类和冰雹居多,青南牧区以混合类居多,环湖与祁连地区和柴达木盆地以短时强降水居多。(3)近12 a青海高原致灾性对流整体呈波动式减少,2005-2010年(前期)致灾性对流日数和次数较多,2011-2016年(后期)显著减少,但不同类型年际变化特征略有差异。其中,冰雹和雷暴日数前期较大,后期显著减少;混合类和短时强降水日数无明显变化趋势,但前者年际波动幅度较后者大。(4)致灾性对流主要产生于5-9月,各类型均呈现典型的单峰型月分布,混合类和冰雹日数及次数的峰值均在8月,雷暴日数和次数的峰值均在6月,而短时强降水日数和次数的峰值分别在8月、7月。(5)致灾性对流集中产生于13:00至次日01:00,高峰时段(16:00-20:00)以冰雹和混合类居多,而夜间时段以短时强降水居多。     

西北太平洋热带气旋变性过程中的风及降水分布变化特征分析

利用中国气象局上海台风研究所（CMA/STI）整编的热带气旋最佳路径资料、美国飓风联合警报中心（JTWC）最佳路径资料、美国国家海洋与大气管理局（NOAA）的全球多平台热带气旋风场资料（MTCSWA）和CMORPH降水资料、日本卫星云顶黑体辐射温度（T_BB）资料等,分析1987～2016年30年间西北太平洋228个变性热带气旋（ETTC）的活动规律、风与降水分布及其演变特征。结果表明:（1）ETTC年均7.6个,除1～2月,各月均有分布,峰值在9月。约90.4%的ETTC变性位置在30°N以北,仅约9.6%在30°N以南较低纬度,且多发生于春夏和秋冬交替季节。（2）TC（热带气旋）变性通常发生在其转向后,半数以上移速加快,大多数中心气压升高或维持,仅10.5%降低。（3）变性过程中ETTC近中心最大风速减小,最大风速半径增大,内核趋于松散。其34节风圈半径北侧明显大于南侧,风场结构非对称性增强。（4）ETTC强风和强降水呈显著非对称性分布,其强风区主要出现在ETTC中心东侧,即路径右后方;强降水区主要出现在北侧,且变性后在东北象限向外扩张。（5）较强的环境水平风垂直切变（VWS）是影响ETTC风及降水分布的重要因子。强降水主要出现在顺风切方向及其左侧,强风（去除TC移速时）出现在切变左侧。     

河源市秋季暴雨的时空分布和环流特征

利用1964—2013年河源市5个国家气象站日降水量、NCEP/NCAR逐月2.5°×2.5°再分析资料,分析河源市秋季暴雨的时空分布特征和同期环流特征。结果表明:(1)河源市秋季暴雨日数在空间分布上自南向北逐渐减少,9月的分布特征与秋季一致,11月的分布型与9月完全相反;秋季暴雨日数呈弱增长的气候变化趋势,且存在明显的阶段性变化。(2)南海到西北太平洋地区纬向风垂直切变偏小和南方涛动处在正位相时,对应有利9和10月热带气旋的生成、发展,副热带高压偏西偏北、强度偏强,有利于热带气旋趋向广东,而来自该区的强东南季风,给河源带来充沛的水汽,为暴雨的发生提供了有利的水汽条件。另外,活跃的南支槽也是造成10月暴雨的重要影响系统之一。(3)热带气旋对11月暴雨日数的贡献较小,南支槽和东移南下的高原短波槽是造成该月暴雨的重要影响系统。西太平洋副热带高压偏西偏南、强度偏强,河源受其西侧的异常西南风影响,获得充足的水汽供应,有利于暴雨的发生。(4)秋季华南地区海平面气压偏低或冷空气活动偏弱时,有利于河源暴雨天气的发生。     

青藏高原中东部夏季极端降水年代际变化特征

基于中国国家级地面气象站基本气象要素日值数据集得到的均一化降水序列,计算了夏季极端降水指数,分析青藏高原中东部1961—2014年夏季极端降水年代际变化趋势。结果表明:青藏高原中东部地区夏季降水量占全年总降水的50%以上,且夏季降水的变化趋势存在区域性差异,北部站点主要为增加趋势,南部增加和减少趋势的站点相当。夏季极端降水除西藏东部主要为减少趋势外,其他地区主要为增加趋势,且极强降水量的年代际变化趋势显著。大部分夏季极端降水指数的变化趋势在1970s发生转折,在此之前表现为减少的趋势,之后为增加趋势。通过Mann-Kendall趋势检验,在2000年之后强降水量和极强降水量出现突变。     

定量研究雅安地形坡向坡度对降水分布的影响

利用四川省雅安市30 m分辨率基础高程数据,提取栅格的坡向和坡度参数,将雅安307个区域自动站在2017年汛期(6—9月)共50次的降水天气个例,分为16次大尺度降水和34次中小尺度降水,使用对应时次的欧洲中心细网格0.25°×0.25°再分析风场资料,根据不同的站点地形高度将风场合成平均风场,和各站点地形的坡向和坡度计算出其动力抬升作用,同时使用当天日照和天文太阳辐射值来计算地形的热力抬升作用,与对应降水过程的降水分布进行多元线性回归,根据回归的标准系数的大小确定各自变量对降水分布的影响,得出以下结论:(1)中小尺度降水中,地形的热力抬升作用对降水分布的影响作用最大,其次是海拔高度,地形的动力抬升作用在三者中对降水分布的影响最小;(2)在大尺度降水中刚好相反,地形的动力抬升对降水的分布影响作用最大,海拔次之,热力抬升作用在三者中影响作用最小;(3)日降水量最大值的站点海拔高度基本位于1 000 m左右,与抬升凝结高度对应较好;(4)从长期的统计来看,地形的动力作用和地表的植被情况对降水分布的影响最大。在实际预报工作用,根据不同的降水类型,关注不同的动力和热力作用对于判断降水分布大值区的位置有较好的参考作用。     

乌东德水电站开建以来坝区暴雨的统计研究

对乌东德水电站开建以来坝区暴雨及伴随的短时强降水时空分布进行统计研究,并划分出暴雨天气概念模型。结果表明:乌东德水电站开建以来坝区共出现18个暴雨日,平均3.0个/a,暴雨自6月上旬开始出现,到10月上旬结束,出现暴雨最多的季节是夏季,多为范围小的局地性暴雨出现。暴雨日数、年平均降水量、20~30mm h-1及≥20mm h-1的短时强降水的空间分布均呈现“西北多东南少”的特征。20~30mm h-1的短时强降水发生频次最多(占63.6%),其次为30~40mmh-1(占27.3%),40~50mm h-1最少(仅占9.1%)。短时强降水及不同等级短时强降水均表现为夜间高发、白天低发的日变化特征。总结归纳出切变冷锋型8次(占44.4%)、两高辐合型4次(占22.2%)、西南涡型2次(占11.1%)、孟加拉湾风暴型2次(占11.1%)、切变线型1次(占5.6%)和高空槽型1次(占5.6%)六类暴雨天气概念模型。      

四川省旅游气候舒适度评价

为了更好地发展旅游事业,本文以四川省2006~2016年21个站点的气象数据为基础数据,运用奥利弗温湿指数和IDW空间插值法对四川省旅游气候舒适度进行评价。结果表明:(1)从总体上看,四川省旅游气候舒适度差异显著,呈现出西部较高、东部较低的特征;(2)从季节上看,四川省春、秋季舒适度较高,最适合人们旅游;夏、冬季舒适度较差,最不适合旅游;(3)从旅游地上看,除了甘孜州、阿坝州和凉山州的最舒适时期为7月,最不舒适时期为1月。四川省典型旅游地最舒适时期大都为4月和10月,最不舒适时期主要为1月和7月。因此,除甘孜州,阿坝州和凉山州外,4月和10月四川省适合旅游;相反,1月和7月四川省不适合旅游。     

中尺度降水集合预报随机参数扰动方法敏感性试验

中尺度降水模式预报具有很大的不确定性,为更好地描述与模式降水预报密切相关的物理过程关键参数的不确定性,基于中国气象局GRAPES（Global/Regional Assimilation and Prediction System）中尺度区域集合预报模式,从对模式降水预报不确定性有较大影响的积云对流、云微物理、边界层及近地面层等4个参数化方案中选取了18个关键参数,设计了一种随机参数扰动方案（Stochastically Perturbed Parameterization,SPP）,并通过2015年6—7月总计10 d的随机扰动集合预报试验,对比分析了SPP方案对不同物理过程参数扰动敏感性、随机场时、空尺度敏感性、能量变化特征及其集合预报效果。结果显示,对所选择的任一物理过程参数化方案增加SPP扰动后,降水及等压面要素的概率预报技巧优于无SPP扰动的预报,而扰动积云对流和边界层过程中的参数较扰动云微物理过程中的参数影响更显著,且同时扰动积云对流、云微物理、边界层及近地面层参数化方案中的18个参数的集合预报效果优于扰动任何单一物理过程中的部分参数,表明SPP方案能够有效地提高中尺度降水概率预报技巧;从能量变化特征可知,不同物理过程的参数扰动对动能、内能和总能量的影响层次和特征有所不同,但总体而言,扰动前后各项能量基本相同;随机场时、空尺度敏感性试验发现,SPP扰动随机场时间、空间相关尺度对集合预报效果有明显影响,当扰动随机场选用12 h抗相关时间及截断波数20时,集合预报结果最优。上述结果表明,SPP随机参数扰动方案不仅能够有效提高集合概率预报效果,还能够提高集合降水概率预报技巧,具有良好的业务应用与发展前景。