Mesoscale Vortex Generation and Merging Process： A Case Study Associated with a Post-Landfall Tropical Depression

An observational analysis of satellite blackbody temperature (TBB) data and radar images suggests that the mesoscale vortex generation and merging process appeared to be essential for a tropical-depression-related heavy rain event in Shanghai, China. A numerical simulation reproduced the observed mesoscale vortex generation and merging process and the corresponding rain pattern, and then the model outputs were used to study the related dynamics through diagnosing the potential vorticity (PV) equation. The t...     

LAPS分析场资料在暴雨中尺度分析中的应用

利用常规地面探测、高密度自动雨量站、高空探测资料,并且融合多普勒雷达拼图产品,LAPS可输出比较精细的分析场。针对2008年6月21～22日一次暴雨天气过程,基于LAPS不同时空分辨率的中尺度分析场,分析了雷达回波、风场、高度场以及物理量场,比较不同时空分辨率LAPS分析场之间的差异。结果表明:(1)此次强降水过程可划分为2个阶段。第一阶段雨量集中在沿淮地区,呈纬向带状分布;第二阶段集中在大别山地区,其雨强更大,是中尺度局地性降水。(2)大别山区的地形抬升对低涡增强或减弱的演变具有重要影响,是低涡增强、发展的触发机制。当低涡接近大别山区时,低涡明显加强;当低涡逐渐远离大别山区时,低涡则减弱。(3)第一阶段有风的切变线,第二阶段有风的辐合,说明风场的辐合和切变促进云和降水的发生、发展,因此它们是产生暴雨的触发条件。(4)高分辨率的LAPS结果对于风场和云的变化刻画地更为细致。雷达回波发生在风的切变线处,或者风场辐合处;大别山区暴雨过程中,在其西侧有闭合性的涡旋,低涡缓慢东移,回波位于涡旋东侧,强降水发生在低涡东侧。(5)K指数、沙氏指数、整层可降水量与这次大别山地区暴雨过程具有较好的对应关系,与暴雨落区基本相同。这些指数在暴雨落区预报与应用方面具有一定参考价值。     

一次强风切变过程的分析及成因讨论

2006年6月21日09:04南京禄口机场监测到较强风切变。龙王山(南京)多普勒天气雷达观测图上显示,此时恰有一直径为50 km的对流云团自西向东经过禄口机场。南京市地面自动气象站的观测也表明,此时在南京地区近地层气流出现急剧变化。利用多普勒天气雷达资料对风暴进行立体结构分析,并结合地面自动气象站资料分析得知,这次过程在3 km以下的低层有水平方向的风切变,在1 km高度处有垂直方向的风切变。从多普勒天气雷达的垂直积分液态含水量产品能够更直接地看到对流云团的发展过程,这有助于预报风切变发生的位置。这次雷暴系统中宏下击暴流引起的高空气流下沉,至地面后向两侧辐散,造成水平方向及垂直方向都有强风切变存在。     

初始场中尺度信息对暴雨预报的影响

由于观测资料分辨率与模式分辨率的不同,利用高分辨率模式对暴雨进行预报时,常规观测资料形成的初始场不能直接分辨出中尺度系统,这种中尺度系统特征的缺少可以认为是初始场的一种信息误差。利用中尺度天气分析的尺度分离方法可以提取这种中尺度信息。通过分析初始场中尺度信息的结构、演变特征及其对暴雨预报影响的机理,发现初始场中尺度信息的结构在主要雨带的对流敏感区具有明确的天气学意义,包含了有利暴雨产生的信息;其能量随时间也是增长的,特别是在积分12小时以后,能量迅速增长然后趋于稳定,超过了初始随机扰动的能量增长。利用减弱和增强初始场中中尺度信息的两种初始场作暴雨预报,其结果反映了初始场中尺度信息对暴雨预报的重要性,特别是对雨团位置和强度的预报,这些信息会直接影响暴雨的精细预报。     

2007年梅雨期副热带高压进退特征与对流系统演变

利用NCEP2.5°×2.5°再分析资料和FY-2C的空间分辨率为0.1°×0.1°、时间分辨率为1h的TBB资料,分析并描述2007年梅雨过程中西太平洋副热带高压进退过程以及在有利的大尺度背景场下副高北侧中小尺度对流系统的演变特征,并具体分析江淮流域一个中尺度对流系统(MCS)的初生、发展和消亡过程。结果表明:TBB资料可较好地描述西太平洋副热带高压北抬及西进和东退、中断特征,及其强度和位置;当年6月29日至7月10日位于副高北侧、影响江淮流域的降水过程有4次,每次过程包含1～3个中尺度系统生消过程,中尺度对流系统不断生成发展导致当年梅雨期区域性暴雨和大暴雨;MCS个例由两个发展起来的β中尺度深对流系统合并而成,合并后MCS原地停留8h,与活跃于美国中部的中尺度复合体(MCC)外形有相似特征;TBB230K的区域与降水区对应,强降水区与TBB为210～220K的区域对应。     

BP人工神经网络在MM5预报福建沿海大风中的释用

利用MM5中尺度数值模式输出的福建沿海6个气象站2004年5月到2007年10月每天08、20时48 h每6 h间隔的风速预报和实况资料,采用不同隐层以及节点数,按照风速大小分类建立人工神经网络模型,以此为基础应用BP人工神经网络建立风速预报模型,并将该模型应用到2008年1月至2009年2月福建沿海平潭、崇武、东山三站风力预报,对其效果进行检验。结果表明,采用一层隐层3个隐层节点数的人工神经网络模型是预报风速的最佳模型;经人工神经网络订正后,沿海风速预报比MM5模式预报有很大改善,特别是对大风(10 m.s-1)预报能力有极大提高,其Vs评分比MM5模式提高60分;经检验,经人工神经网络订正后的风速预报精度比MM5模式提高约32.3分,总体上,随风力增大,订正后的风速预报效果越好。     

２００９年７月１６－１７日陕北大暴雨天气过程分析

利用常规观测资料和榆林多普勒雷达（CB）观测资料,分析2009年7月16—17日发生在陕北地区的大暴雨天气过程,结果表明：大暴雨发生时段,对应着低层偏东或东南气流风速增大后再减小的过程。当低层气流风速增大后再减小,中低层低空急流建立时出现强降水。暴雨区高空急流南侧强辐散形成的上升气流和中低空急流风速持续增加形成的上升气流的叠加耦合为大范围暴雨天气的产生创造了有利的上升运动条件。大暴雨出现在中尺度辐合线附近,中尺度辐合线为大暴雨的发生提供了充分的水汽和更多的不稳定能量,使水汽的上升和不稳定能量的释放集中在一个更小的区域,从而使得降水雨强比仅由高低空急流耦合形成的更大。上游西北气流侵入强迫抬升前方偏南暖湿气流促使中尺度辐合线产生,当高层西北气流侵入到低层海拔3 km以下,暴雨天气结束。     

一次飑线过程的数值模拟及诊断分析

利用NCAR、NCEP和FSL/NOAA等共同研制的WRF中尺度数值模式,对2009年6月3日河南地区发生的一次飑线过程进行数值模拟,并利用模式输出的高分辨率资料对该次过程进行诊断分析。结果表明:WRF模式成功地再现了高低空环流形势演变及强对流的分布发展特征,高空冷涡后部冷空气南下,近地层较暖,形成了上冷下暖的位势不稳定层结及地面辐合线是这次强对流和飑线天气过程的触发机制。强对流发生时,该地区出现的低空增温增湿、低空急流的爆发及低层急流核向东南快传、高空急流轴稳定在强对流天气发生地上空,对流有效位能积累和释放随时间的演变过程及垂直螺旋度大值中心等对此次强对流天气过程有较好的指示意义。     

2009年8月18日青海东北部区域性大到暴雨成因分析

利用常规气象观测资料和卫星资料,对2009年8月17-18日青海东北部区域性大到暴雨天气的环流背景、涡度场、水汽条件诊断、中尺度系统特征进行了分析,结果表明:这次暴雨天气的形成除了有利的大尺度环流背景外暴雨区上空还提供了水汽的低层辐合、高层辐散、上升运动等环境条件;卫星云图上中尺度对流系统(MCS)的发展与大到暴雨相关密切,其中TMG(相当黑体亮温)大值区的分布对大到暴雨落区预报有一定指示意义。     

低纬高原罕见“雷打雪”中尺度特征分析

应用常规高空资料、FY-2C卫星红外和水汽图像、加密自动站地面观测资料,结合新一代多普勒雷达探测资料,综合分析了2008年2月28日夜间至29日凌晨发生在云南的"雷打雪"罕见天气现象.结果表明:南支槽和冷空气、西南低空急流的共同影响,是其发生的有利天气背景,其中强对流天气就发生在急流与锋面相互作用的湿度锋湿区内斜压不稳定的环境中.中-γ尺度对流云团生成并逐渐增强为中-β尺度对流云团是形成此次复杂对流天气的直接中尺度系统.多普勒雷达回波中,PPI上有回波强度达25～33dBz的"人字形"回波、钩状回波以及阵风锋的出现,相应VPPI上出现逆风区、低层零线"S"形暖平流及"牛眼"结构是"雷打雪"天气中降雨转为冰雹、阵雪过程中,中尺度对流系统由弱变强的典型特征.地面逐时温、压、湿、风的迅速演变特征表现为雷暴发生前增温增湿和增压,温度、气压出现峰值,且气压曲线显示为圆顶状的中尺度雷暴高压特征;风的变化则表现为风向呈逆时针旋转,偏北风增大并出现风速峰值.雷暴过境时,要素显示为降温增湿,出现露点锋.