深圳市雷暴天气气候变化特征分析

利用深圳市1953~2005年逐日雷暴资料,通过数理统计、线性分析、突变分析、小波分析等方法,得出了深圳市雷暴天气的气候变化特征。结果表明:深圳市属于雷暴多发区,53a平均雷暴日数为68.2d;年雷暴日数年际变化辐度大,最多年为103d,而最少年仅为47d,最大值与最小值相差1倍多;初雷一般出现在3月上旬,终雷一般出现在10月中旬,而且初雷的发生,有越来越早的趋势,终雷结束时间有越来越晚的趋势;全年各月均有出现雷暴的可能,但雷暴的出现有着明显的季节性变化,主要集中出现在夏季,冬季雷暴出现的概率非常低,且53a来雷暴的发生有逐渐减少的趋势,气候倾向率为-1.8d/10a。另外深圳市雷暴的年际变化存在着准3a较短周期和11a、19a左右的长周期振荡。     

人工观测与闪电定位探测雷暴日资料的对比分析

在对比分析人工观测雷暴日资料与闪电定位探测雷暴日资料的基础上,揭示了造成2种资料不一致的原因,并提出了应用闪电定位探测雷暴日资料时应注意的问题。研究结果认为,随着器测资料的积累。可提供1个客观的雷暴日分布场,从而改变人们对雷电分布的固有看法,以消除人工观测资料受多种因素影响而不够客观的局限。     

基于逐时观测的1971—2010年中国大陆雷暴气候特征

目前尚没有研究给出中国大陆长时间序列的小时分辨率雷暴气候特征.基于1971—2010年全国796个国家级基本基准站逐时雷暴观测数据,给出中国逐时雷暴的时、空演变和持续时间等气候分布特征,获得了一些新的事实.中国总体年平均雷暴时数与雷暴日数空间分布形态较为接近,但年平均雷暴日数高值区的青藏高原地区不同,其年平均雷暴时数较...     

“090603”强飑线过程动力结构特征的观测与模拟分析

利用各种观测资料和数值模拟结果,分析了2009年6月3-4日黄淮地区一次罕见强飑线过程的中尺度动力结构演变特征和发展机理.结果表明,在稳定的东北冷涡环境下,冷涡后部与短波扰动相伴的冷平流叠加于对流层低层暖脊之上,为飑线的发生构建了有利的大气不稳定层结;飑线的发生、发展与地面中尺度辐合线密切相关,两者相互依存、促进;飑线的移动对应着对流层低层水平涡管的传播.在传播过程中,水平涡管的倾斜会使垂直涡度向水平涡度转化,促进飑线的发展;在飑线发展的不同阶段,动力结构有显著的差异,发展成熟阶段的飑线结构具有较强的组织性,而当其减弱、消散时,动力结构逐渐松散,各因子间不再有密切的配合,其特定的对流组织作用就会不复存在.另外,在飑线的发展过程中,地面气压场呈明显的中尺度扰动特征,飑线后部产生的中尺度雷暴高压与风场的辐散中心相伴是地面大风形成的主要原因之一.     

江苏沿海大风特征及其变化分析

利用1981—2010年江苏沿海地区的大风资料,分析30 a沿海大风气候特征,结果表明:江苏沿海地区最大风速≥6级和≥8级大风,呈逐年递减趋势。夏季,江苏沿海大风以东南风为主;秋、冬季,以偏北风为主;而春季,沿海大风以偏北风为主,东南风次多。冷空气偏北大风以冬季最为常见,低压(气旋)大风和入海高压后部大风易发生在春、夏两季,雷雨大风主要发生在夏季,台风大风主要发生在夏季和秋季。     

宁波地区海-陆下垫面差异对雷暴过程影响的数值模拟

利用耦合Noah陆面过程的WRF模式对2009年6月5日傍晚发生在宁波地区的一次雷暴过程进行数值模拟,通过改变下垫面覆盖类型的敏感性试验,探讨了海洋和陆地下垫面对雷暴过程的影响。结果表明,WRF模式能够较合理地模拟出雷暴的发生、发展过程。雷暴发生前期,由于海-陆强烈的热力差异,海风特征明显,海风引起的抬升运动触发了雷暴,海风形成的强辐合区对应雷暴过程累积降水量的大值区。当研究区域全部被替换成陆地后,地表的粗糙度增大,在研究区域东部由于摩擦辐合加强,产生了强烈的上升运动,多个发展旺盛的对流单体在上升运动区生成,使雷暴产生的降水区域东扩、降水量增大、雷暴维持时间延长。当研究区域所有陆地被替换成水体后,白天地表通量减小,大气边界层中湍流运动减弱,边界层高度降低,大气层结变得稳定,不利于对流发展。     

苏南5市区雷暴预报方法的研究

对2001-2010年4-9月苏南5市区雷暴天气的对流参数进行了分析、研究.经过对对流参数箱线图统计、计算点双序列相关系数、值域多次分级试验和级间整合调整等优化处理后,最终选取大气可降水量、杰弗逊指数、肖沃特指数、全总指数、风暴强度指数、抬升凝结高度层温度、上下层温差共7个对流参数作为预报因子,建立苏南5市区雷暴的双级逻辑预报方程.利用预报方程,对2001-2009年4-9月的8230个样本进行拟合结果分析:临界成功指数的平均值为61.0％;对2010年4-9月的样本进行试报,苏南5市区7、8月份的临界成功指数分别为75.0％和66.7％,预报效果较好.     

大理机场雷暴特征及潜势预报分析

利用大理机场5年天气观测资料和FNL 1.0X1.0数据,对大理机场雷暴特征及潜势预报进行分析,结果发现：大理机场全年各月都有可能出现雷暴天气,雷暴天气主要出现在6~9月,每年7月和8月雷暴天气出现最为频繁;雷暴天气持续时间0~1小时的次数最多,持续时间1~2小时的雷暴也比较常见,持续时间4~6小时的次数较少,没有出现持续时间6小时以上的雷暴;雷暴可以出现在大理机场的任何方向,出现在东边的次数最多,出现在天顶的次数最少;雷暴初期平均在1月31日,雷暴终期平均在11月14日,雷暴的初期和终期年际差别较大。选取对流有效位能、500hPa相对湿度、0度层高度、近地表四层等压面的抬升指数和可降水量作为预报因子建立大理机场雷暴预报方程,预报方程是显著的,有较好的雷暴潜势预报能力。     

The Major Mode of the Shaanxi Thunderstorm and Possible Influence Mechanism

Based on observational data of thunderstorm and lightening of 76 stations in Shaanxi, the National Centers for Environmental Prediction / National Centers for Atmospheric Research (NCEP/NCAR) reanalysis dataset from 1960 to 2010, the major modes of thunderstorm in warm seasons (May to September) of Shaanxi province and mechanism of its possible influence are studied .The results show that:①the thunderstorms show an obvious decreasing trend in the past 51 years, the average thunderstorm days reaching the peak in July, of which 70% occurred in warm season.②There are two dominant modes: EOF1 mode depicting a thunderstorm phase oscillation between the East and the West of Shaanxi province and EOF2 mode describing negative anomaly oscillation between the North and the middle of Shaanxi province and positive anomaly oscillation between Yan’an area and some areas of Southern Shaanxi province. These two modes account for 53.1% and 13.6% of total variance respectively. ③Analysis with Morlet wavelet method indicates that EOF1 mode has an inter annual changing cycle of 3 to 6 years and EOF2 has an interdecadal change cycle of about 15 years.④The meteorological field regression of EOF1 time coefficient shows the West Pacific subtropical high 584 line is located near 30°N ,the flowing of the southwest warm wet airflow to the north increases and the thunderstorms increase in the west of Shaanxi province; the time coefficient regression of EOF2 shows that the Northern Hemisphere polar vortex is weaker and the pressure over Mongolia area is stronger than usual result in the north wind component’s increasing ,which contributes to the formation EOF2. ⑤The important factors influencing Shaanxi thunderstorm spatial mode EOF1 include the location and the strength of Northwest Pacific subtropical high. In the same way, the Northern Hemisphere polar vortex possibly has a close connection with Shaanxi thunderstorm.     

利用雷达回波三维拼图资料识别雷暴大风统计研究

应用雷达回波三维组网拼图数据、加密自动站和地面灾害大风资料,对2008—2012年京津冀地区20次区域性雷暴大风天气过程进行了统计。检验了基于模糊逻辑建立的利用回波强度识别大风的算法,分析了大风出现的位置。该大风识别算法确定了雷暴大风的6个雷达识别指标及其对应的权重系数和不同季节的隶属函数。检验分析块状回波、带状回波和片状回波3类大风过程的识别效果,结果表明：块状回波类大风是由孤立的强单体风暴引发的,风暴单体具有回波强、回波顶高、垂直积分液态水含量大和移动快等特点,雷暴大风多出现在风暴单体附近且二者移动路径一致;带状回波的长度远大于宽度,主要包含飑线和弓状回波,大风影响范围广且多位于带状回波的前沿一带;片状回波多指大面积层云回波中镶嵌着强回波单体块的混合回波,对应出现的雷暴大风多位于风暴单体的周边区域。3类回波识别到的可能出现大风区域与实测大风范围基本吻合,块状、带状和片状3种类型的雷暴大风命中率分别为96.2%、68.6%和45.3%,漏报率分别为3.8%、31.4%和54.7%。由于垂直积分液态水含量偏低和回波强度弱,片状雷暴大风识别漏报相对较多;空报原因除了与测站分布稀疏有很大关系外,也与识别算法本身有关。识别检验证明雷暴大风综合识别方法是合理可靠、切实可行的,可以为雷暴大风的短时临近预警业务和系统开发提供技术支撑,这一工作也为进一步预警大风出现的位置提供了基础。