中国东部夏季降水与气温的联合EOF分析

采用JEOF等方法分析中国东部夏季降水和气温的协同变化时空分布特征,结果表明:当时间系数为正时,第1典型场降水型态从北向南(下同)呈"++-"分布,气温表现为冷异常,500 hPa回归场在中纬度地区呈显著低压异常,SST回归场表现为太平洋海域呈西北-东南的分布;第2典型场降水呈"+-"分布,气温则呈"-+"分布;第3典型场降水分布呈中间型,气温场呈"-+"分布。     

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。      

Role of the Nocturnal Low-level Jet in the Formation of the Morning Precipitation Peak over the Dabie Mountains

The diurnal variation of precipitation over the Dabie Mountains(DBM) in eastern China during the 2013 mei-yu season is investigated with forecasts of a regional convection-permitting model. Simulated precipitation is verified against surface rain-gauge observations. The observed morning precipitation peak on the windward(relative to the prevailing synoptic-scale wind) side of the DBM is reproduced with good spatial and temporal accuracy. The interaction between the DBM and a nocturnal boundary layer low-level jet(BLJ) due to the inertial oscillation mechanism is shown to be responsible for this precipitation peak. The BLJ is aligned with the lower-level southwesterly synoptic-scale flow that carries abundant moisture.The BLJ core is established at around 0200 LST upwind of the mountains. It moves towards the DBM and reaches maximum intensity at about 70 km ahead of the mountains. When the BLJ impinges upon the windward side of the DBM in the early morning, mechanical lifting of moist air leads to condensation and subsequent precipitation.     

华南地区7-10月两类区域性极端降水事件特征及环流异常对比

利用1981—2016年7—10月中国753站逐日降水资料、气象信息综合分析处理系统（MICAPS）逐日站点降水资料、日本东京台风中心西北太平洋热带气旋（TC）最佳路径资料和NCEP/NCAR再分析资料集,分析了华南地区区域性日降水极端事件（RDPE事件）的统计特征及环流异常。根据华南地区RDPE事件的发生是否受热带气旋影响将其分为TCfree-RDPE和TCaff-RDPE两类事件,其中TCaff-RDPE事件占42%且集中发生在8月4—5候;TCfree-RDPE事件以7月发生频数最多,占其总频次的1/2以上。TCfree-RDPE事件发生时,华南地区受异常气旋性环流控制,来自西太平洋和中国南海的暖湿气流与北方冷气团在此汇合并形成一条狭长的水汽辐合带,低层辐合、高层辐散,显著强烈的上升运动为TCfree-RDPE事件的发生与维持提供了有利条件;与此同时,波扰动能量由高原东北侧及河西走廊地区向华南一带传播并在华南显著辐合,有利于华南上空扰动的发展和维持。TCaff-RDPE事件发生时,华南上空由低层到高层的斜压环流结构更为明显,异常上升运动更加强烈,热带气旋在其运动过程中携带了大量源自孟加拉湾、中国南海和西太平洋地区的水汽并输送至华南地区,水汽辐合气流更为强盛。同时,波扰动能量由高纬度地区沿河西走廊向下游传播,但在华南地区辐合不甚明显。两类极端事件发生时,加热场上的差异亦明显。华南及邻近地区上空的大气净加热及其南侧大范围区域的净冷却所形成的加热场梯度对TCfree-RDPE事件的发生有利。而TCaff-RDPE事件发生时,〈Q₁〉和〈Q₂〉在经向上由18°N以南、华南及其邻近地区、32°N以北呈负—正—负的异常分布型,正距平值更高,加热场梯度更大,有利于TCaff-RDPE事件的维持。这些结果有利于人们认识和预测华南区域性日降水极端事件的发生。      

全球冰川冰厚度分布

瑞士等多国学者利用5个模式给出了南极和格陵兰以外全球大约21.5万个冰川冰厚度的估计。研究表明,这些冰川的总体积为(158±41)×10^3千米^3因为其中大约15%位于目前海平面之下,这些冰相当于(0.32±0.08)米海平面变化。     

CINRAD-SA双偏振雷达资料在降水估测中的应用初探

对基于水平反射率ZH和差分传播相移率K_(DP)的降水估测综合法R(C)进行了改进,并对广州S波段双偏振雷达2016年2次飑线和2次台风降水过程的Φ_(DP)使用小波分析进行滤波处理,在此基础上使用变距最小二乘法拟合得到K_(DP)的值。分别使用R(C)和R(Z_H)法对2次飑线和2次台风降水过程进行降水估算,将估算结果和雨量计小时雨量进行了对比,并将两种方法的评估结果进行了对比。结果表明:(1)对于飑线类型降水,R(C)法对5 mm·h~(-1)以上的降水估测精度要好于R(Z_H)法,且降水率越大,R(C)法优势越明显,当降水率≥20 mm·h~(-1)时,两次过程R(C)法比R(Z_H)法的平均相对误差(RE)降低了17. 2%,平均绝对误差(AE)减少了1.89 mm,平均均方根误差(RMSE)减少了1.66 mm;(2)对于台风类型降水,R(C)法对5 mm·h~(-1)以上的降水估测精度也好于R(Z_H)法,当降水率≥20 mm·h~(-1)时,两次过程R(C)法比R(Z_H)法的平均RE降低了33. 19%,平均AE减少了3. 95 mm,平均RMSE减少了4.05 mm;(3)对于飑线和台风两种类型降水R(C)法都明显改善了降水率较大时的R(Z_H)法低估问题,但R(C)法在降水率10 mm·h~(-1)时也存在低估,可能是由雨滴谱资料观测误差导致拟合的系数偏小或雷达硬件造成的观测偏差等造成的。     

2016—2017年贵州大雾时空分布及气象要素演变分析

利用2016—2017年自动站逐小时观测资料,统计分析了贵州大雾天气的时空分布特征;同时,结合天气图资料分析筛选了锋面大雾个例31 d和辐射大雾个例17 d,对比分析大雾生消过程中风、温、湿等气象要素演变特点。结果表明：(1)贵州大雾在秋末到初春较为频发;一天中夜间02—09时是大雾频发时段,07时达到峰值。(2)贵州自西向东有4个多雾区,分别为西南部区域、中部区域、东部边缘区域和北部局部区域。(3)锋面大雾主要出现在贵州中西部,范围最广时可达20个县站左右,持续时长可达10~13 h,单站可持续60 h以上。辐射大雾以贵州中东部地区出现较多,范围最广时可接近40个县站,远比锋面大雾范围广,持续时间相对较短。(4)大雾期间,10 min平均风速为0~3 m?s-1,相对湿度为97%~100%,温度露点差为0~0.5℃;辐射大雾初期或形成前气温呈下降状态,消散期升温较明显,地气温差呈现由负到正或由低到高的变化趋势,反映出近地层大气由较为稳定的逆温环境向不稳定环境变化的过程;锋面大雾初期的降温和后期的升温现象并不突出,地气温差也没有特定的变化规律,仅有部分个例与锋面大雾情况一致。     

降水现象仪观测应用评估

利用2017年9月至2018年8月北京20个站降水现象仪采集数据与人工平行观测数据,对降水现象仪进行了对比评估。结果表明:降水现象仪的缺测率为0.01%,空报率为0.6%,捕获率为93.5%,漏报率为27.9%,错报率为10.0%。从统计结果可知,降水现象仪的缺测率、空报率较低,捕获率较高,体现出设备性能良好的一面,漏报率和错报率偏高,表明设备漏识别和错误识别的情况较多,漏报主要发生在弱降水过程中,错报主要出现在毛毛雨的识别上。设备测量和人工观测降水开始时间一致性较好,终止时间一致性偏差;降水现象仪现存问题:在大雨强时易出现雨滴叠加误识别,在小雨强时识别率会降低,在无降水错误输出降水现象方面缺少质控。