青藏高原云团东传过程及其中中尺度对流系统的统计特征

利用逐小时风云卫星TBB资料、逐小时中国自动站与CMORPH降水产品融合数据以及国家级地面观测站24小时累积降水量,统计分析2010～2016年夏季,伴随下游地区（104°E以东）降水的青藏高原云团东传过程以及东传过程中镶嵌于云团中的中尺度对流系统（Mesoscale Convective System,简称MCS）特征。结果表明,共出现120次伴随下游降水的高原云团东传过程,6月出现最频繁,但持续时间较长的过程多出现在7月。云团向东传播的主要三条路径是平直东传、沿长江折向东传和复合东传。其中路径二——沿长江折向东传中的过程是高影响过程,因为过程次数较多（46次）,过程平均持续时间较长（62小时）,在下游地区引发的降水日数和暴雨日数最多。属于东传过程的MCS在7月形成最多,集中分布在青藏高原东坡、云贵高原东部、长江沿岸及其以南地区。高原MCS影响长江中下游地区降水主要是通过向东传播的形式实现,因为即使生命史更长的中α尺度对流系统（Meso-α Convective System,简称MαCS）也鲜少直接移动至110°E以东地区。不同区域的中α尺度持续性拉长形对流系统（Permanent Elongated Convective System,简称PECS）的日变化特征显示,东传过程MCS更容易在夜间从高原东坡向东传播至下游地区。在三条路径中,路径二中的东传过程MCS数量最多、在下游地区发展最旺盛并与降水日数和覆盖范围存在更好的对应关系。     

2017年6月一次华南沿海强降水的对流性特征及热动力机制研究

在华南北部或长江流域有锋面雨带活动时,华南沿海常常会出现对流性强降水,突发性很强,给预报造成很大的困惑。文章采用多种观测资料、ERA-Interim 0.125°×0.125°逐6 h再分析资料,对2017年6月15～16日华南北部的锋面雨带及沿海强降雨过程开展分析,对比了二者降水特征与环境条件,重点探讨了该次过程华南沿海强降雨的对流触发与维持,揭示了一种由边界层风切变强迫造成涡度持续发展的动力效应。结果表明:（1）锋面雨带与华南沿海强降雨在降水特征上有显著差异,并各有特点。锋面雨带以大尺度层状云降水和弱对流性降水为主,降水强度东段弱西段强。沿海强降雨以对流性降水为主,局地性强、落区集中、强降雨持续时间长、夜发性明显。（2）水汽方程诊断发现沿海强降雨在边界层水平水汽平流项、垂直水汽输送项比锋面雨带东段具有更大量级,大气层结反映出更深厚的暖层、湿层与对流不稳定,是二者降水强度及性质差异的主要原因。（3）莲花山、峨眉嶂造成气流侧向摩擦与正面阻挡促使漯河河谷内垂直涡度发展,暖湿空气堆积上升并达到自由对流高度,触发了华南沿海最初的降水。夜间建立的西南风急流使边界层垂直风速切变增强,水平涡度倾斜部分转化为垂直涡度发展,与风速水平切变造成的垂直涡度叠加,是强降雨持续时间长的动力机制。海陆边界摩擦差异造成水平、垂直两个方向的风切变增强,共同强迫垂直涡度发展是此次强降雨过程对流维持的动力效应。（4）方程诊断表明华南沿海强降雨由对流潜热释放造成的垂直上升速度占总垂直上升速度的39%～75%,持续、稳定的对流潜热释放是强降雨持续时间长的热力驱动因素。     

基于多源卫星数据的云底高度反演算法在中国近海的应用研究

本文利用直减率反演云底高度的计算方法,联合星载主、被动探测资料开展了中国东海、南海上空暖云云底高度反演研究,同时对暖云的分布特征进行了统计。结果表明受大气层结稳定程度影响,夜间的反演效果优于白天。两种资料的云顶高度较一致时,反演效果好,该方法具有可行性。     

利用FY-2F快速扫描资料分析对流初生阶段的云顶物理量特征

基于FY-2F静止气象卫星提供的2015年5—9月的高分辨率数据,通过温度阈值法识别出深、浅对流后,分析和比较了深、浅对流在对流初生(convective initiation,CI)至发展阶段中云顶高度、云顶快速降温率(cloud top cooling rate,CTC)以及多通道差值等云顶物理量特征的变化异同。结果表明:深、浅对流在CI阶段的云顶物理量特征具有相似变化特征,即云顶高度均在短时间内快速上升,CTC值均先减小后增大;深、浅对流差异表现为深(浅)对流云顶上升高度能(不能)超越水汽层高度;深对流CTC最低值较浅对流CTC最低值更低。基于CI阶段深、浅对流的CTC最低值的差异,通过个例验证,表明利用深、浅对流CTC最低值的差异,可以在识别出CI的基础,判断出CI是否发展成为深对流,从而能提前做出预警。     

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。     

一次冰雹天气过程的云系发展演变及云物理特征研究

利用中尺度数值模式WRF(Weather Research and Forecasting)的数值模拟,结合NECP/FNL再分析资料、地面、探空、多普勒雷达基数据和卫星产品等观测资料,综合分析了2014年3月30日发生在贵州省西南部的一次冰雹天气过程。研究了有利于冰雹发生的环流特征和环境条件,分析了冰雹云系的发展演变特征、云微物理结构特征,初步分析了冰雹形成的云物理机制。结果表明:此次冰雹天气是典型的低压辐合线型降雹类型,地面降雹位置位于700 hPa切变线和近地面辐合线附近及南侧;发生此次冰雹过程的对流云系经历了对流云系的初生阶段、合并加强阶段、成熟降雹阶段和东移阶段。贵州地区上空对流云系的微物理结构具有混合相云特征,高层为冰晶、雪,中层为云水、霰,低层为雨水、冰雹。霰和云水是形成雨水和冰雹的主要来源,霰撞冻过冷云水和霰的自动转化是冰雹形成的主要微物理机制。     

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。     

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。     

冰川下垫面对夏季云结构和云水含量的影响——以祁连山区疏勒南山为例

云水含量和云结构参量是天气预报、高山区水循环过程分析的基础.基于2012—2015年夏季CloudSat卫星遥感资料的2B-CLDCLASS、2B-GEOPROF和2B-GEOPROF-LIDAR,结合中国第二次冰川编目数据及气象资料,对祁连山地区疏勒南山冰川区与非冰川区云水含量和云类型特征进行分析.结果 表明:(1)...     

An assessment of Arctic cloud water paths in atmospheric reanalyses

The role of Arctic clouds in the recent rapid Arctic warming has attracted much attention. However, Arctic cloud water paths(CWPs) from reanalysis datasets have not been well evaluated. This study evaluated the CWPs as well as LWPs(cloud liquid water paths) and IWPs(cloud ice water paths) from five reanalysis datasets(MERRA-2,MERRA, ERA-Interim, JRA-55, and ERA5) against the COSP(Cloud Feedback Model Intercomparison Project Observations Simulator Package) output for MODIS from the MERRA-2 CSP(COSP satellite simulator) collection(defined as M2 Modis in short). Averaged over 1980–2015 and over the Arctic region(north of 60°N), the mean CWPs of these five datasets range from 49.5 g/m~2(MERRA) to 82.7 g/m~2(ERA-Interim), much smaller than that from M2 Modis(140.0 g/m~2). However, the spatial distributions of CWPs, show similar patterns among these reanalyses, with relatively small values over Greenland and large values over the North Atlantic. Consistent with M2 Modis, these reanalyses show larger LWPs than IWPs, except for ERA-Interim. However, MERRA-2 and MERRA underestimate the ratio of IWPs to CWPs over the entire Arctic, while ERA-Interim and JRA-55 overestimate this ratio. ERA5 shows the best performance in terms of the ratio of IWPs to CWPs. All datasets exhibit larger CWPs and LWPs in summer than in winter. For M2 Modis, IWPs hold seasonal variation similar with LWPs over the land but opposite over the ocean. Following the Arctic warming, the trends in LWPs and IWPs during 1980～2015 show that LWPs increase and IWPs decrease across all datasets, although not statistically significant. Correlation analysis suggests that all datasets have similar interannual variability. The study further found that the inclusion of re-evaporation processes increases the humidity in the atmosphere over the land and that a more realistic liquid/ice phase can be obtained by independently treating the liquid and ice water contents.