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。     

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.     

人工智能在冰雹识别及临近预报中的初步应用

基于广东10部S波段多普勒天气雷达的三维拼图资料,利用机器学习技术开发了一种冰雹识别和临近预报的人工智能算法。算法设计时以雷达回波反射率的垂直和水平扫描数据为基础训练集,将冰雹云的雷达反射率扫描数据作为正样本,将其他雷达反射率扫描数据作为负样本,通过贝叶斯分类法对正、负样本数据集进行机器学习,训练人工智能识别冰雹云内在规律的能力。训练时以广东省2008-2013和2015-2016年的数据作为训练集,使用了2014年广东省12次冰雹过程的数据做检验。对比检验的结果表明,人工智能法比传统的概念模型法击中率高9个百分点。研究结果表明了人工智能对冰雹这类非线性强天气过程具有较强的识别能力。      

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。      

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。      

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。      

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。     

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。     

强对流临近预警中集合预报成员的即时分析——以陇东一次暴雨过程ECMWF集合预报应用为例

2015年5月31日甘肃陇东地区出现一次暴雨天气过程,ECMWF集合预报系统的降水预报只有1个成员(简称EM-p)预报出暴雨,并且EM-p对预报暴雨落区、量级和降水时段的预报与观测实况基本接近。本文通过对EM-p和集合预报系统控制成员预报效果的对比分析,以及EM-p与实况的对比分析表明,EM-p对产生暴雨的对流参数预报完全符合本地经验指标,虽然对低层急流预报出现一定程度偏差,但对低层辐合区(暴雨落区)位置的预报与观测实况极为接近,因此EM-p成员能够为暴雨的短时预报和临近预警提供可靠的定量依据,可有效提前暴雨预警时间。通过分析,期望为如何利用ECMWF集合预报有效判断低概率但高影响天气的发生提供一些有益的思路。