我国中东部平原地区临界气温条件下降水相态判别分析

基于2001—2013年地面观测和探空资料,对地面气温位于0～2℃(以下称临界气温)我国降雪的时空分布及其与降雨的垂直热力特征进行了研究,引入了决策树判别方法对上述条件下雪和雨进行了判别分析,结果表明:临界气温下降雪出现频率总体高于降雨、雨夹雪出现频率,且在我国华北南部至江南北部的中东部地区分布较多,年均可达7.69～15.38站次;临界气温下,降水相态为雨或雪对应的平均温度廓线最大差异位于650 hPa附近,且地面气温较低时,平均温度差异更明显,平均湿度廓线差异则主要位于低层,且在地面气温较高时,平均湿度差异更明显;临界气温下,降水相态为雨时,地面上空存在暖层样本占比,较降水相态为雪时更高,且降雨时暖层主要位于中层,降雪时暖层则主要位于低层,降雨时其暖层强度显著大于降雪时暖层强度;在临界气温下雨雪判别分析中,地面气温能显著提升判别准确率,湿球温度能在一定程度上提升判别准确率,基于云顶温度、中层融化参数、低层湿球温度构建的决策树判别模型,判别准确率达到91.86%,能较好地解决临界气温下雨和雪的判别问题。     

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。     

2010—2016年江西省暖季短时强降水特征分析

利用江西省2010—2016年5—9月1597个观测站逐小时降水资料对江西省短时强降水进行统计分析。采用REOF将降水场划分为5个区域：赣北南部（Ⅰ区）,抚州市及赣州中部（Ⅱ区）,赣北北部（Ⅲ区）,赣南南部、北部（Ⅳ区）以及赣中西部（Ⅴ区）。短时强降水高频区主要分布在山地及河谷附近,分别为湘赣交界罗霄山脉东侧、武夷山西侧、信江河谷、乐安河谷和昌江河谷。河谷附近短时强降水频次以昌江河谷最高（16.9次/a）,山地附近最高在罗霄山脉东侧（12.6次/a）,极端短时强降水分别位于上饶市东北部山区（3.7次/a）及九岭山南侧的锦江河谷（3.3次/a）。短时强降水主要发生在5月第3候,6、7月第3~4候以及8月第2~3候。Ⅳ、Ⅴ区具有单峰型的日变化特征;Ⅰ、Ⅱ、Ⅲ区具有双峰型的日变化特征。主峰基本集中在下午17时;次峰在上午08—10时。短时强降水对暴雨贡献率基本在40%以上,Ⅰ、Ⅱ区的暴雨天气过程将近一半是由短时强降水贡献的。信江河谷是暴雨雨量中心,但并不是短时强降水雨量中心;昌江河谷与武夷山西麓既是暴雨中心也是短时强降水中心。     

2015—2019年辽宁省暴雨红色预警信号分布及其特征

利用2015—2019年辽宁省发布的暴雨红色预警信号和1605个自动站的分钟级降水资料,统计暴雨红色预警信号和短时大暴雨年际变化和时空分布,分析暴雨红色预警信号的高分布区、易发时段。结果表明：2015—2017年辽宁省暴雨红色预警信号发布站数逐年递增,最大值出现在2017年,发布站数为147个;2015—2018年预警信号准确率提升,提前时间略减少,最低值为2018年,提前时间为19 min;2019年比2018年暴雨红色预警信号发布站数减少59个,提前时间增加29 min;暴雨红色预警信号的空间分布为东南部地区多、中部地区少;暴雨红色预警信号多在夜间发布;在辽宁省发布的50%以上的暴雨红色预警信号中,降水量达到预警发布标准的时间滞后于最大雨强出现时间90 min,最大雨强出现时间为暴雨红色预警信号发布的重要指标。为了达到防灾减灾的服务效果,发布暴雨红色预警信号时,应充分考虑最大雨强出现时间、发布时机、短时大暴雨高发区及地形的影响。     

呼和浩特市秋季一次大到暴雨天气过程分析

利用天气预报业务中的多种预报产品资料,对2008年9月21日呼和浩特地区秋季一次降水过程进行了分析,结果表明:(1)太平洋副高西伸,地面西南倒槽是本次降水形成的主要影响系统。(2)700hPa西南低空急流的形成与地面倒槽东移北上共同为降水提供了暖湿能量,对降水的形成发展起了重要作用。(3)在降水过程中,大气的高层辐散、低层辐合以及较强的垂直上升运动使降水加强。     

多因子和多尺度合成中国夏季降水预测模型及预报试验

根据青藏高原60个站平均的月积雪深度、热带太平洋Nino 3区月海温和中国160个站月降水量等资料,用小波变换和相关分析,分析了1958～1998年秋冬季青藏高原异常雪盖与El Nino-南方涛动(ENSO)的关系、多时间尺度变化的特征及其与中国夏季降水的相关型式.并取青藏高原积雪和Nino 3区海温的年际变化、年代际变化和线性趋势三种不同时间尺度的小波分量作为预报因子,对我国夏季降水距平作线性回归,建立了相应的预测模型.最后,利用1999～2002年的独立资料进行了预报试验,并在2003年和2004年应用于实际预报.研究表明,青藏高原雪盖与ENSO这两个物理因子彼此具有一定的独立性.它们都是多时间尺度现象,并与中国夏季降水有较好的关系.在不同时间尺度上不仅有不同的相关型式,而且相对贡献也有变化.回归预测模型的拟合情况和预报试验表明,综合考虑前期秋冬季青藏高原雪盖和ENSO这两个物理因子的年际变化、年代际变化和线性趋势作为预报因子建立的预测我国夏季降水距平分布的模型,有一定的预报能力.     

我国东南象限冬、春季雨带的相关分析

通过对我国东南象限冬、春季雨带的相关分析,发现当冬、春季之间地气形势稳定时,约有68%的春雨带位于冬雨带南方50~300 km的范围内,此统计结果可作为预报春雨的指标;当冬季地气形势出现“双跳型”时,冬、春季之间的雨带可相距500 km以上,此时冬、春季的地震时空变化有可能作为春雨位置的预报指标。     

非地转湿Q矢量分解在暴雨分析中的应用

利用非地转湿Q矢量对山东省春秋季两次罕见的暴雨天气进行了诊断分析。分析结果表明:暴雨期间都有较强的非地转湿Q矢量辐合,产生上升运动,形成暴雨。这一结果也表明凝结潜热加热对暴雨的产生有着重要的作用。本文进一步把非地转湿Q矢量分解为平行于等位温线和垂直于等位温线两部分。揭示在这两场暴雨过程中,虽然都有中尺度和大尺度辐合上升运动作用的叠加,但在春季暴雨的个例中,垂直于等位温线的非地转湿Q矢量的辐合与总的非地转湿Q矢量的辐合相接近,暴雨以中尺度上升运动为主。而在秋季暴雨的个例中,平行于等位温线的非地转湿Q矢量的辐合与总的非地转湿Q矢量的辐合在形状上相似,在强度上偏强,暴雨的上升运动以大尺度为主,中间夹杂着中小尺度的上升运动,降水以混合型为主。     

棉花吐絮收获期连阴雨灾害风险区划

为了进一步提高棉花生产中吐絮收获期连阴雨灾害的应对处置能力和水平,采用陕西关中棉区42个气象站1970—2010年的8月下旬至10月中旬逐日降水资料,同期的棉花灾情资料,经济资料和地理信息资料,基于GIS技术,针对影响陕西棉花吐絮成熟收获期的主要灾害——连阴雨进行风险区划研究,以期充分利用气候资源,避开不利气候条件,提高应对连阴雨灾害能力。结果表明:陕西关中棉花吐絮成熟收获期连阴雨灾害的高风险区和中等风险区在宝鸡市和西安南部沿秦岭北麓的周至、户县、长安和蓝田,不利于大面积种植棉花。关中东部渭南市、咸阳大部分区县,西安的临潼、阎良、高陵县,处于棉花种植的低风险区,能够保证棉花正常吐絮成熟收获。     

新疆哈密2018·7·31特大暴雨山洪汇水量估算与应用研究

在干旱少雨的山区开展小流域的暴雨山洪预报预警关键技术研究,对防灾减灾意义重大。2018年7月31日新疆哈密北部山区出现特大暴雨,发生罕见的山洪灾害,致使射月沟流域水库漫坝溃口,下游受灾严重。射月沟流域气象观测站点少且缺乏水文监测资料,为客观定量分析射月沟流域大暴雨面雨量、形成的洪水汇水量以及致灾水库过程。通过采用空间插值法和多源融合逐时降水资料（CMPAS）计算了射月沟水库上游面雨量并进行检验分析。根据不同面雨量驱动Floodarea模型得出射月沟水库上游累计汇水量,结果表明：多源融合降水产品估算所得最大洪峰流量和累计汇水量与水利部门事后调查数据较吻合,最大洪峰量为1 756 m³·s^-1,精确性达到调查值的95%,射月沟水库上游暴雨山洪总量为2.64×10⁷ m³,远超该水库的防洪库容和溢洪道承载能力。