夏季雷州半岛强降水雨滴谱个例分析及降水与闪电相关性统计分析

利用2007年8月在雷州半岛观测雷暴获得的雨滴谱和地闪资料,重点分析了8月6日遂溪、湛江一次雷暴云降水个例的雨滴谱特征,对闪电特征与降水的相关性进行了统计分析。结果表明,遂溪站的雨滴谱谱型多为双峰或多峰型,而湛江站的雨滴谱谱型多呈单峰型分布;平均雨滴谱符合Gamma分布;雨强I10mm/h时发生地闪的频率较高,且发生地闪频率随着距测站的距离减少而增加;随着雨强的增大发生正地闪的概率明显增加;降水过程中的闪电频率和距离校准后闪电电流强度的相关性表明,地闪发生的距离越近,频率越高对应雨滴谱谱宽越宽和降水强度越大。     

基于标准差分析法的X波段双偏振天气雷达资料质量评估

2015年9月,北京市气象局在北京地区架设4部X波段双线偏振天气雷达并开展了观测试验。本文利用其中3部雷达在2016年6月30日的观测数据,用标准差分布统计方法,对雷达的观测参量进行初步质量评估。结果表明:(1)3部雷达反射率标准差符合理论值的数据占总观测数据的73.5%~77.9%,反射率的数据波动基本符合理论分布;(2)3部雷达差分反射率标准差符合理论值的数据占总观测数据的68.4%~81.4%,其中房山雷达数据波动较大;(3)3部雷达互相关系数标准差符合理论值的数据占总观测数据的45.7%~63.5%,其中房山雷达数据波动最大,其他2部雷达都有同程度的数据波动;(4)3部雷达差分传播相位标准差符合理论值的数据占总观测数据的73.5%~83.9%,其中房山雷达数据波动相对较大,与雷达其他观测参量相比,差分传播相位的波动较小。     

珠江口雾过程数值模拟及生消概念模型建立

利用深圳市气象局1953—2013年的气象观测资料对该地区出现的雾日(包括能见度达到10 km及以下的轻雾和能见度达到1 km及以下的雾)特征进行统计分析。结果表明,该区域的轻雾日与雾日多发于冬春季节的02时和08时,发生时地面10 m平均风速为1.9 m/s,近60年来总雾日有增多趋势;能见度达到1 km以下的雾日多发于冬春季节的08时,发生时地面10 m平均风速为1.0 m/s,近60年来有减少的趋势。利用NCAR/NCEP再分析资料统计得出珠江口地区出现雾日的典型地面天气形势可分为均压场型、冷高压底部型和冷高压后部型三种;850 hPa天气形势可分为一般均压型、弱高压脊附近均压型和弱低槽、低涡附近均压型三种。在统计分析的基础上,利用中尺度气象模式WRF对三种典型地面天气形势下的珠江口雾日个例进行数值模拟研究。结果表明:WRF模式能较好地再现珠江口雾的形成、维持与消散过程。880 hPa附近逆温层的演变、960~920 hPa水汽输送的变化与近地面风场的特征是影响珠江口地区雾生消过程的三个重要因素。结合多年统计分析结果、中尺度模式模拟结果以及珠江口地理环境和气候特征,建立了珠江口雾生消过程的概念模型。     

深圳市“龙舟水”的时空特征及致灾风险分析

为了解深圳“龙舟水”期间降雨时空分布及致灾风险,利用深圳市国家基本气象站长序列资料和高时空分辨率的区域自动气象站资料,开展了深圳市“龙舟水”降雨时空分布及精细至街道的强降雨致灾风险分析。研究结果表明:1953—2021年深圳“龙舟水”雨量和雨日均呈略减少趋势,但2000年以来雨强呈增强趋势;“龙舟水”期间降雨呈“前少后多”的特点,6月6—14日是“龙舟水”最集中时期。降雨空间差异性大,呈东多西少分布:东南部大鹏新区雨量最多,西部宝安、光明、南山最少;“龙舟水”期间短时雨强大,1和3 h雨量极值普遍超过50和100 mm,分别达到深圳暴雨橙色和红色预警信号发布标准;1、3、24 h雨量极值呈由东南(大鹏-盐田)、西北(宝安-光明)向中部逐渐减小的分布,东南沿海是“龙舟水”期间极端短时强降水和持续性强降雨叠加区。基于精细到街道的降雨积涝阈值,深圳北部和中部是龙舟水强降雨致灾高风险区,“龙舟水”强降水期间需重点防范。     

深圳不同发展程度地区的舒适度特征分析

利用广东省深圳市22个气象站2013—2017年共5年的逐时气象观测数据,计算了舒适度指数并分析其空间分布特征,结合天空开阔度和社会人口、经济数据对深圳各区分类,对比分析不同发展进程的3种典型区域的舒适度指数以及舒适、不舒适日数和日变化等特征。结果表明深圳舒适度指数分布具有较明显空间差异,舒适日数最多的地区是生态环境保护最好的东部。深圳的天空开阔度(Sky View Factor,SVF)空间分布与夏季舒适度指数的空间分布存在显著关联,夏季SVF数值较小的地区通常更趋向热不舒适。发达地区的舒适度指数明显大于新兴发展地区和未发展地区,5年的舒适度指数时间序列表明,新兴发展地区的夏季舒适度指数变化幅度最大,这与近5年新兴发展地区发展迅速有关。3种典型区域的舒适度指数总体上均呈上升趋势,这与全球变暖和珠三角区域的快速发展进程关系密切。此外,发达地区和新兴发展地区的舒适度指数日变化幅度明显大于未发展地区。     

CMA-BJ V2.0系统华北地区降水预报性能评估

利用CMA-BJ V2.0系统在2021年汛期（6—9月）华北地区预报的平均日降水量和24 h内逐时降水量,评估不同水平分辨率（3 km和9 km）在降水量、有效降水时次占比、降水强度、降水日变化等方面的预报性能。结果表明：9 km和3 km分辨率预报均可较好地反映降水量和落区,捕捉平均日降水量大于8 mm的降水区域分布特征,但降水量级的预报较观测偏大;对小时降水量和有效降水时次占比日变化的预报与观测基本一致,但对傍晚的峰值预报偏强,且多个时段空报,同时高估了小时降水量。与9 km分辨率预报相比,3 km分辨率预报对有效降水时次占比随累积降水量的变化趋势与观测更接近,对小时有效降水时次占比日变化、峰谷值出现时间的预报也与观测更接近。9 km分辨率预报对弱降水过程的预报能力更优,而3 km分辨率预报对强降水过程的预报能力更优。     

“CMA北京模式”中三种不同阵风诊断方案在北京地区大风预报中的评估

数值模式预报是阵风预报的重要途径之一,对“中国气象局北京快速更新循环数值预报系统（简称CMA北京模式）”中AFWA、UPP、IUM三种阵风诊断方案在北京地区大风预报中的性能进行了分析评估。两次大风过程的分析以及各季节大风预报的批量试验检验结果显示：三种方案的阵风预报存在明显差异,IUM方案的阵风预报能力优势明显。IUM方案对冷空气大风和雷暴大风预警都有较好的指示意义。其对2020年3月18日冷空气大风过程中大风起始时间、大风区位置和演变以及过程极大风速均有较好的预报效果,对2020年8月2日雷暴大风过程中大风区范围预报偏大且位置存在偏差,但对大风预警的指示意义最强。IUM方案的阵风风速预报整体偏强,但对各个季节达到或超过5级阵风的等级预报较为准确。总体而言,IUM方案对北京地区大风预报性能较好,基于该方案制作的阵风预报产品可为大风预报提供有力支撑。