CAUSAL ANALYSIS AND NUMERICAL MODELING OF THE INSHORE INTENSIFICATION OF SUPER TYPHOON “HATO”

This paper comprehensively analyzes the characteristics and cause of the inshore intensification of super typhoon "Hato", the 13 th super typhoon in 2017. The aspects of typhoon structure, evolution of large-scale circulation and physical quantity field are analyzed using observation data from the Guangdong Automatic Station, Shenzhen Doppler Radar data, NCEP 1°×1° reanalysis data, NCEP 0.25°×0.25° sea surface temperature(SST) data, etc.Additionally, in order to investigate the influence of SST change on the intensity of "Hato", the WRF model and ECMWF 0.125°×0.125° reanalysis data are combined to conduct 3 sensitivity tests on"Hato". The results show that the favorable conditions for inshore intensification of "Hato"included the strengthening and westward extension of the subtropical high, continuous increase of low level moisture transport, an anomalous warm SST area north of 20°N in the South China Sea, an extreme divergence value in the northern South China Sea exceeding 6 ×10-5 s-1, and vertical environmental wind shear between 1.1 m/s-4.8 m/s. The intensity of"Hato"was very sensitive to changes in SST. When the SST rose or dropped by 2℃, the minimum central pressure of the typhoon changed by about 13 hPa or 11 hPa,respectively. SST indirectly influenced the intensity of the typhoon through affecting latent heat transport and sensible heat transport.     

NUMERICAL PREDICTION OF AN EXTREME RAINSTORM OVER THE PEARL RIVER DELTA REGION ON 7 MAY 2017 BASED ON WRF-ENKF

An ensemble Kalman filter based on the Weather Research and Forecasting Model (WRF-EnKF) is used to explore the effectiveness of the assimilation of surface observation data in an extreme local rainstorm over the Pearl River Delta region on 7 May 2017. Before the occurrence of rainstorm, the signals of weather forecasts in this case are too weak to be predicted by numerical weather model, but the surface temperature over the urban area are high. The results of this study show that the wind field, temperature, and water vapor are obviously adjusted by assimilating surface data of 10-m wind, 2-m temperature, and 2-m water vapor mixing ratio at 2300 BST 6 May, especially below the height of 2 km. The southerly wind over the Pearl River Delta region is enhanced, and the convergence of wind over the northern Guangzhou city is also enhanced. Additionally, temperature, water vapor mixing ratio and pseudoequivalent potential temperature are obviously increased over the urban region, providing favorable conditions for the occurrence of heavy precipitation. After assimilation, the predictions of 12-h rainfall amount, temperature, and relative humidity are significantly improved, and the rainfall intensity and distribution in this case can be successfully reproduced. Moreover, sensitivity tests suggest that the assimilation of 2-m temperature is the key to predict this extreme rainfall and just assimilating data of surface wind or water vapor is not workable, implying that urban heat island effect may be an important factor in this extreme rainstorm.     

2015年济南地区雾霾天气过程大气物理量特征初步分析

文中对比分析了2015年29个雾、霾及雾霾混合天气过程中,章丘探空站L波段探空雷达和山东省气象局院内德国14通道地基微波辐射计观测的温度资料。对观测数据实施了质量控制,检验了精度和可信度,统计分析了宏观物理参量特征和日变化规律。针对雾、霾及雾霾天气过程各选取了一个个例进行分析,分析了大气中PM_2.5、PM₁₀、SO₂、NO₂、O₃、CO含量的变化情况,分析了相对湿度、液态水路径和综合水汽含量等的变化情况。结果表明:两种观测数据一致性较好,拟合优度高于0.97;贴地逆温层存在一定的季节变化,悬垂逆温层存在一定的差异,逆温层的变化、污染参量变化与雾霾的形成有密切关系;不同天气背景对大气物理参量有较大的影响,PM₁₀、AQI（空气质量指数）和CO均在相同时间段出现峰值,有明显的起伏;CO峰值雾霾天气中尤为明显,由早到晚随时间峰值逐渐增大,雾天和霾天峰值较小,雾霾天气明显大于雾天或霾天。     

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。     

热带气旋西行造成的远距离降雨特征分析

2018年7月27~28日凉山州地区出现了持续性的强降水天气过程,本文运用水平分辨率为1°×1°的NECP6小时再分析资料、新型监测资料及常规观测资料进行分析。发现此次过程不同于常规的降水过程,环流背景上受副高外围的东南气流和热带气旋形成的东风波倒槽共同作用形成的急流轴影响,为降水地提供充足的水汽和能量补充,从而形势上形成了热带气旋远距离降水,同时副热带高压的稳定维持也阻挡了高原上的低值系统快速东移,使得降水机制长时间停滞,对降水地造成影响。     

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。     

黄河源区多、少雪年土壤冻融特征分析

利用2011年10月至2017年12月黄河源区鄂陵湖野外观测数据,对比分析多雪年与少雪年土壤冻结与消融时间、土壤温湿度、地表能量分量的变化特征。结果表明:多雪年地表反照率偏高,净辐射偏低,地表感热输送偏低,土壤由热“源”转为热“汇”的时间晚于少雪年。积雪可减少土壤吸收辐射能量,减少地表感热通量,在土壤完全冻结期与消融期增大地表潜热通量,在完全冻结期,减少土壤向大气的热输送,在消融期,减少大气向土壤的热输送。积雪在冻结期有降温作用,使得多雪年土壤较早发生冻结,且同一时期土壤温度偏低;在完全冻结期有保温作用,使得土壤温度偏高;在消融期有保温(“凉”)作用,使得消融较晚,且同一时期土壤温度偏低。在整个积雪年内,多雪年浅层土壤湿度高于少雪年,积雪对浅层土壤有保湿作用。积雪使土壤开始冻结时间有所提前,开始消融的时间有所滞后,可延长该年土壤完全冻结持续天数。     

2017年5月7日广州特大暴雨模拟中的背景场影响分析

2017年5月7日广州发生了特大暴雨,为研究不同背景场资料对这次暴雨过程的影响,模式背景场分别采用美国NCEP的GFS资料和中国的T639资料,利用GRAPES_Meso模式对这次暴雨过程进行了数值模拟和影响分析;数值试验结果表明,采用不同的背景场对这次暴雨过程具有显著影响,用T639资料(T639_run)作为模式背景场大致模拟出了这次暴雨过程,而采用NCEP GFS数据(GFS_run)模拟的降水明显偏北。其原因是,采用T639资料做背景场时,华南暴雨区域存在深厚的水汽输送,同时存在强烈的上升运动,可以产生极端强降水;而采用GFS资料进行数值模拟时,实际暴雨区上空的上升气流较弱,水汽输送也较弱,使强降水落区偏北。GRAPES_Meso模式模拟的华南地区的云顶高度整体偏高,云顶温度整体偏低,相对来说,采用T639_run的模拟结果优于GFSrun的结果,该研究结果可以为云降水方案中的水物质和云量计算方案的改进和优化提供一定的参考。     

10~30 d延伸期可预报性与预报方法研究进展

10~30 d延伸期的可预报性既依赖于初始条件,也与缓变的下垫面有关,寻找延伸期时段内可预报性较高的低频特征,识别延伸期的可预报性来源及影响的物理机制是提高延伸期预报水平的关键。近年延伸期可预报性来源、热带大气季节内振荡监测预测和影响等领域的研究取得较大进展,提出和应用了动力统计相结合以及大气低频信号释用等新的延伸期预报方法。对延伸期可预报性来源及其与初值和外强迫异常的关系分析表明,海气相互作用能提高亚洲和西太平洋区域延伸期时段大气环流和要素的可预报性。热带大气季节内振荡、平流层爆发性增温以及各种次季节尺度的海气、陆气耦合作用和大气响应均为延伸期预报提供了重要的可预报性来源。由于数值模式延伸期时段的预报性能与实际业务需求还存在一定距离,基于动力统计相结合和物理统计的延伸期预报方法被广泛应用于业务预报,表现出一定的预报技巧。     

WRF模式中不同土地利用数据对新疆一次高温天气模拟的影响

本研究在WRF(v3.8.1)中分别使用MODIS 21类和USGS 24类土地利用类型数据,模拟了新疆2017年7月9日的极端高温天气,并在对模拟温度进行了高度订正的基础上,对比了两种土地利用数据对2 m温度预报的影响。结果表明:(1)MODIS和USGS在新疆地区的土地利用差异主要在阿尔泰山、天山以及南疆西部的昆仑山北部海拔3000 m以上的高山带,相应地,使用USGS模拟的这些高山带2 m气温明显高于使用MODIS的模拟值,最高偏高12 K左右,是全疆范围内两者偏差的极大值。(2)就新疆区域而言,使用USGS模拟的2 m气温整体优于使用MODIS的模拟值,且USGS模拟的2 m温度整体低于MODIS模拟的2 m温度。两者与实况的偏差多在2 K以内。(3)在伊犁河谷,MODIS土地利用类型主要为"旱地/草地",USGS为"草地"和"农田/林地马赛克"。伊犁河谷代表站点2 m温度模拟多以高温偏低、低温偏高为主。(4)与MODIS相比,USGS中哈密地区"农田/林地马赛克"所占比重明显增大。哈密地区多数代表站点高、低温均以偏低为主。(5)站点温度的高度订正多以调低为主,调低幅度最大值为1.9 K,出现在伊犁河谷的尼勒克站。站点2 m温度的调整幅度整体上明显大于MODIS和USGS模拟2 m温度的差值,由此可见温度高度订正的必要性。