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.     

东亚夏季环流多齿轮耦合特征及其对中国夏季降水异常的影响分析

东亚夏季风成员的相互作用,构成了东亚夏季风高、低层环流的“多齿轮耦合”形态。本文利用多变量主成分分析（MV-EOF）等方法诊断分析了东亚夏季风多齿轮耦合的变化特征、耦合机制、时间稳定性、空间稳定特征及其对中国夏季降水的影响机制,并在此基础上构建了典型多齿轮耦合形态影响夏季降水的概念模型。结果表明,多齿轮耦合受到垂直温、压场的强迫和青藏高原大地形的影响,主要表现在年际变化上（周期为2～6年）。其前两个模态稳定地反映了东亚夏季风成员典型联动作用。在第一模态中,北方气旋、南亚高压和西太平洋副热带高压为主要耦合系统。其中北方气旋为正压结构,在高层通过南侧偏西气流与南亚高压耦合,南亚高压则通过中纬东部地区下沉辐散气流与西太平洋副热带高压联动。当该耦合模态增强时,有利于中国夏季降水呈自北向南“＋－＋－”分布。第二模态主要反映中高纬气旋、东亚副热带西风气流、南亚高压、西北太平洋反气旋系统和西太平洋副热带高压耦合特征。其中,中高纬气旋和西北太平洋反气旋为正压系统,两者通过其间的东南气流联动。气旋系统在高层通过南侧西风与东亚副热带西风急流和南亚高压联动。反气旋在中低层通过南侧的偏东气流影响副热带高压强度和面积。当该耦合模态增强时,中国黄河以北及河套地区降水偏多,黄河以南降水偏少。     

西北太平洋热带气旋变性过程中的风及降水分布变化特征分析

利用中国气象局上海台风研究所（CMA/STI）整编的热带气旋最佳路径资料、美国飓风联合警报中心（JTWC）最佳路径资料、美国国家海洋与大气管理局（NOAA）的全球多平台热带气旋风场资料（MTCSWA）和CMORPH降水资料、日本卫星云顶黑体辐射温度（T_BB）资料等,分析1987～2016年30年间西北太平洋228个变性热带气旋（ETTC）的活动规律、风与降水分布及其演变特征。结果表明:（1）ETTC年均7.6个,除1～2月,各月均有分布,峰值在9月。约90.4%的ETTC变性位置在30°N以北,仅约9.6%在30°N以南较低纬度,且多发生于春夏和秋冬交替季节。（2）TC（热带气旋）变性通常发生在其转向后,半数以上移速加快,大多数中心气压升高或维持,仅10.5%降低。（3）变性过程中ETTC近中心最大风速减小,最大风速半径增大,内核趋于松散。其34节风圈半径北侧明显大于南侧,风场结构非对称性增强。（4）ETTC强风和强降水呈显著非对称性分布,其强风区主要出现在ETTC中心东侧,即路径右后方;强降水区主要出现在北侧,且变性后在东北象限向外扩张。（5）较强的环境水平风垂直切变（VWS）是影响ETTC风及降水分布的重要因子。强降水主要出现在顺风切方向及其左侧,强风（去除TC移速时）出现在切变左侧。     

河源市秋季暴雨的时空分布和环流特征

利用1964—2013年河源市5个国家气象站日降水量、NCEP/NCAR逐月2.5°×2.5°再分析资料,分析河源市秋季暴雨的时空分布特征和同期环流特征。结果表明:(1)河源市秋季暴雨日数在空间分布上自南向北逐渐减少,9月的分布特征与秋季一致,11月的分布型与9月完全相反;秋季暴雨日数呈弱增长的气候变化趋势,且存在明显的阶段性变化。(2)南海到西北太平洋地区纬向风垂直切变偏小和南方涛动处在正位相时,对应有利9和10月热带气旋的生成、发展,副热带高压偏西偏北、强度偏强,有利于热带气旋趋向广东,而来自该区的强东南季风,给河源带来充沛的水汽,为暴雨的发生提供了有利的水汽条件。另外,活跃的南支槽也是造成10月暴雨的重要影响系统之一。(3)热带气旋对11月暴雨日数的贡献较小,南支槽和东移南下的高原短波槽是造成该月暴雨的重要影响系统。西太平洋副热带高压偏西偏南、强度偏强,河源受其西侧的异常西南风影响,获得充足的水汽供应,有利于暴雨的发生。(4)秋季华南地区海平面气压偏低或冷空气活动偏弱时,有利于河源暴雨天气的发生。     

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。     

CWRF模式在中国夏季极端降水模拟的误差订正

利用1980—2015年6—8月我国逐日降水观测数据评估CWRF模式（Climate-Weather Research and Forecasting model）多种参数化方案对我国夏季日降水的模拟能力,并考察累积概率变换偏差订正法（CDFt）的订正效果。通过将广义帕累托分布（GPD）引入到偏差订正模型中,提出针对极端降水的累积概率变换偏差订正法（XCDFt）,检验和评估其对极端降水订正的适用性。结果显示:CWRF模式微物理过程选用Morrison-aerosol参数化方案组合对我国降水场的模拟较好,CDFt订正效果良好;XCDFt偏差订正模型能够较好地提取模式建模与验证时期变化信号,订正后相比订正前与观测极端降水的概率分布更为接近;经过XCDFt订正后华南、华中和华北地区20年一遇的极端降水重现水平较模拟值更接近观测值,可为CWRF模式提高极端降水的业务预测水平提供参考。     

吸湿性播撒对暖性对流云减雨影响的数值模拟

利用以色列特拉维夫大学二维面对称分档云模式（two-dimensional slab-symmetric detailed spectral bin microphysical model of Tel Aviv University）,对2016年9月4日16:00（北京时）前后我国华东地区的一次暖性浅对流云降水过程进行模拟,模式模拟的强回波中心高度和最大回波强度范围与观测基本一致。并在此基础上进行了小于1 μm的吸湿性核的播撒减雨试验,分别考虑了不同播撒时间、不同播撒高度以及不同播撒剂量的敏感性测试。结果表明:在云的发展阶段早期播撒能起到更好的减雨效果,播撒时间越早对大粒子生长过程的抑制作用越强,随着播撒时间向后推移,受抑制作用最显著的粒径段向小粒径端偏移;在云中心过饱和度大的区域下方进行播撒,减雨效果更加明显,当播撒剂量为350 cm-3时,地面累积降水量减少率可达23.3%;另外,随着播撒剂量的增加,减雨效果更加显著,甚至能达到消雨的效果。因此,在暖性浅对流云中合理地播撒小于1 μm的吸湿性核能达到较好的减雨或消雨效果。     

南海季风爆发的年代际转折与东亚副热带夏季降水的关系

利用1979—2016年NCEP再分析资料, 分析了南海季风爆发的年代际转折与东亚副热带夏季降水的关系。结果表明:南海夏季风爆发时间在1993/1994年出现年代际转变, 1979—1993年爆发时间相对偏晚, 夏季华南降水偏少, 长江中下游至日本南部降水偏多; 1994—2016年爆发时间偏早, 夏季华南降水偏多, 长江中下游到日本南部降水偏少。南海季风爆发时间年代际转折与夏季东亚副热带降水关系可能受到菲律宾越赤道气流强度的调控, 季风爆发时间与菲律宾越赤道气流有显著正相关, 且均在1993/1994年间存在年代际转变。在1994—2016(1979—1993)年南海夏季风爆发偏早(晚), 菲律宾越赤道气流偏弱(强), 澳大利亚北部有偏北(南)风异常, 将暖池的热量往赤道输送, 使得赤道对流增强(减弱), 产生异常上升(下沉)运动汇入Hadley环流上升支, 增强(减弱)的Hadley环流导致下沉主体偏北(南), 促使副高脊线偏北(南), 从西北太平洋(孟加拉湾)往华南地区(江淮到日本南部)输送水汽增强, 所以华南(江淮到日本南部)夏季降水偏多。      

Modelling bivariate rainfall distribution and generating bivariate correlated rainfall data in neighbouring meteorological subdivisions using copula

The rainfall patterns of neighbouring meteorological subdivisions of India are similar because of similar climatological and geographical characteristics. Analysing the rainfall pattern separately for these meteorological subdivisions may not always capture the correlation and tail dependence. Furthermore, generating the multivariate rainfall data separately may not preserve the correlation. In this study, copula method is used to derive the bivariate distribution of monsoon rainfall in neighbouring meteorological subdivisions. Different Archimedean copulas are used for this purpose and the best copula is selected based on nonparametric test and tail dependence coefficient. The fitted copula is then applied to derive the bivariate distribution, joint return period and conditional distribution. Bivariate rainfall data is generated with the fitted copula and it is observed with the increase of sample size, the generated data is able to capture the correlation as well as tail dependence. The methodology is demonstrated with the case study of two neighbouring meteorological subdivisions of North‐East India: Assam and Meghalaya meteorological subdivision and Nagaland, Manipur, Mizoram and Tripura meteorological subdivision. Copyright © 2010 John Wiley & Sons, Ltd.