两种雷暴大风的结构特征及其环境条件对比分析

2014年3月29日晚到31日早上,广西连续两个晚上在同一区域出现了两种不同类型的雷暴大风,这两类雷暴大风在形态结构演变和环境条件上存在明显的差异。30日雷暴大风表现为多个孤立、松散、排列无序的强单体风暴,属于微湿下击暴流、低层暖平流强迫类,其层结为条件性不稳定,由地面辐合线触发;31日的雷暴大风则是由有组织、紧密排列的多单体强风暴组成的飑线系统,其后侧入流明显,有平流作用,风暴范围大,属于高空冷平流强迫类,其层结为对流性不稳定,由地面锋面触发产生。从环境条件上来看,30日雷暴大风的温湿廓线呈倒V型结构,中层湿度相对较大,低层干且温度直减率近干绝热;31日雷暴大风的温湿廓线表现为850hPa以下大气层结曲线与露点曲线紧靠,水汽充足,以上两者分离,干层显著,呈"漏斗"状,另外,31日雷暴大风的垂直风切变较大,更有利于对流的组织化。     

1961-2018年四川盆地夜雨特征分析

本文根据1961～2018年5～9月20～08、20～20时降水数据,和2010～2018年逐小时降水资料,利用EOF等方法分析了四川盆地夜雨率、夜雨强度及夜雨频次的时空变化特征,结论如下:(1)夜雨率EOF展开的第一特征向量(占总方差的17.1%)显示四川盆地为一致的变化特征,夜雨强度EOF第一特征向量(占21.5%)为以105.5°E为界的经向偶极型空间分布。(2)夜雨高频次中心位于雅安、乐山和眉山3市的交界区域,盆地西部沿山,盆地西南部和南部为次高频区,盆地东北部和中部为低频区。降水频次随时间呈明显的单峰特征,02～05时为峰值时段。(3)小雨至大雨逐日、月夜雨率与夜雨强度呈反位相变化,夜雨率先下降后上升,夜雨强度先上升后下降,7、8月为过渡时段。各量级夜雨率、夜雨强度逐年变化曲线呈波状分布,无明显上升或下降趋势。      

GRAPES全球集合预报系统模式扰动随机动能补偿方案初步探究

为了体现次网格尺度能量升尺度转换过程中存在的不确定性, 文中将随机动能补偿(Stochastic Kinetic Energy Backscatter, SKEB)方案应用于GRAPES(Global/Regional Assimilation and Prediction System)全球集合预报系统(GRAPES-GEPS), 以更好地表征模式误差并且增大集合离散度。使用的SKEB方案基于具有一定时、空相关特征的随机型以及由数值扩散导致的局地动能耗散率来构造随机流函数强迫。并根据流函数与水平风速旋转分量的关系, 将SKEB方案中的流函数强迫转化为适用于GRAPES全球模式的水平风速扰动。结果表明, SKEB方案的使用一方面能够提高GRAPES对大气动能谱的模拟能力; 另一方面能够改善GRAPES-GEPS的集合离散度与集合平均误差的关系, 增加了集合离散度, 并在一定程度上减小了集合平均误差, 尤其是在热带地区这种改进更为显著。而且该方案使得热带地区连续分级概率评分(CRPS评分)显著减小。就降水预报而言, 从Brier评分与相对作用特征面积(AROC, Area under the Relative Operating Characteristics)的结果来看, SKEB方案有助于改善中国地区小雨[0.1 mm, 10 mm)、中雨[10 mm, 25 mm)与大雨[25 mm, 50 mm)量级降水的概率预报技巧, 而对暴雨[50 mm, ∞)量级降水预报技巧影响很小(24 h降水量)。总体上, 模式扰动随机动能补偿方案提高了GRAPES-GEPS的概率预报技巧。      

利用FY-2F快速扫描资料分析对流初生阶段的云顶物理量特征

基于FY-2F静止气象卫星提供的2015年5—9月的高分辨率数据,通过温度阈值法识别出深、浅对流后,分析和比较了深、浅对流在对流初生(convective initiation,CI)至发展阶段中云顶高度、云顶快速降温率(cloud top cooling rate,CTC)以及多通道差值等云顶物理量特征的变化异同。结果表明:深、浅对流在CI阶段的云顶物理量特征具有相似变化特征,即云顶高度均在短时间内快速上升,CTC值均先减小后增大;深、浅对流差异表现为深(浅)对流云顶上升高度能(不能)超越水汽层高度;深对流CTC最低值较浅对流CTC最低值更低。基于CI阶段深、浅对流的CTC最低值的差异,通过个例验证,表明利用深、浅对流CTC最低值的差异,可以在识别出CI的基础,判断出CI是否发展成为深对流,从而能提前做出预警。     

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。     

基于Himawari-8卫星的云参数和降水关系研究

基于日本Himawari-8卫星的云产品,对中国中东部地区2017年夏季(6—8月)每日08—17时的降水资料进行了分析,重点讨论了云光学厚度(COD)、云顶粒子平均尺度(CPS)、云顶温度(CTT)三个云参数与降水的关系。试验表明,降水概率与云参数相关性较高,存在随着COD增加、CPS增加、CTT减小而增加的明显趋势。但是,单个云参数与降水强度相关性则较低;COD、CPS、CTT与小时降雨率的相关系数分别为0.2315、0.1823、-0.2235,均为弱相关。如果综合考虑联合两个或三个云参数形成小时降雨率分布矩阵,则降水过程能得到更为清晰的体现。2017年8月28日的个例表明,相比纯粹基于红外的算法,三参数方法可以明显提高小时降雨率的估计精度。     

衢州CFL-06型风廓线雷达与探空数据对比分析

对安装在浙江衢州国家基本气象站的CFL-06型低对流层风廓线雷达2022年的数据进行了初步分析,包括进行全年不同季节数据获取率的统计分析,以及选取6个时次的数据与同站址安装的L波段探空雷达的数据进行对比分析,进一步验证风廓线雷达数据的准确性和可信度。结果表明：风廓线雷达数据获取率在不同季节有所区别,一般夏季最高,冬季数据获取率在3 km以上有较明显的下降趋势,风廓线雷达的探测高度以及数据获取率与天气、气候条件等息息相关;风廓线雷达与L波段探空雷达数据在晴空条件下一致性较高,在有降水天气过程的情况下,风廓线雷达的数据准确性可能会下降。     

基于走时的保幅偏移方法

振幅随偏移距变化是描述储层特征的重要方法之一,保幅偏移方法就是使偏移剖面能够反映出振幅随偏移距的变化.本论文中的保幅偏移是以走时为基础,主要的方法是采用走时的双曲线展开法,通过走时的二阶空间导数来确定波前曲率.该方法通过建立在大网格上的走时表来确定插值系数,将大网格插值成为较为精细的网格,这样就节省了数据的存储空间.对于相同的网格密度,通过插值来计算走时表比采用程函方程有限差分法直接计算走时要节省5至6倍的时间.走时的插值系数还可以用来计算几何扩散因子、权函数,不仅提高了成像质量,还大大节省了计算时间.