2002年7月30—31日盆地西部局地持续强暴雨过程分析

本文对2002年7月30日凌晨到8月1日上午，发生在盆地西部的一次局地性很强、强度大、演变特殊的持续性大暴雨过程的天气学条件进行了较详细的分析，对局地暴雨最大难点——落区进行中尺度滤波探讨，并对造成降雨的次天气尺度影响系统进行了追踪。事实说明，目前数值预报水平已有了较大提高。利用数值预报场进行中尺度波波已经成为可能，对中尺度分析的成功率已经高于其它方法。     

西南地区区域洪涝的概念模型

通过对1991 2001年5～9月寸滩(寸滩位于重庆市区以东,长江干流北岸)逐日08时流量分析和区域洪涝暴雨的成因分析,得到几点认识(1)西南地区区域洪涝主要发生在四川盆地,造成区域洪涝的主要因素是流域底水条件和由暴雨造成的面雨量,两者缺一不可.(2)西南地区区域洪涝的概念模型可以以不同的寸滩流量条件与不同的间隔天数、不同的流域性降水条件表示,也可以以第一次区域洪涝出现前、后,不同的间隔天数与不同的流域性降水条件表示.     

初夏孟加拉湾低压与云南雨季开始期

通过对46年(1961—2006年)的初夏(4月21日~5月31日)孟加拉湾低压的研究,发现影响云南雨季开始期的初夏孟加拉湾低压系统源地大致位于9°~12°N,88°~91°E之间,较强的低压系统从源地移出后分别沿着两条路径影响云南,这两条路径对应着不同强弱的南亚高压环流。初夏孟加拉湾低压出现频率与云南雨季开始早晚有明显的负相关关系。前期3月中南半岛附近海域的对流强(弱),则有(不)利于初夏孟加拉湾地区产生低压系统。初夏孟加拉湾低压与前期南印度洋海温呈负相关,当南印度洋海温下降(上升)时,有(不)利于孟加拉湾地区对流加强、低压系统生成。     

基于随机森林模型的小时强降水订正分析

基于2020年7—8月西南区域高分辨率模式输出的物理量因子,以及四川省区域自动气象站逐小时降水资料,在分区基础上,采用随机森林模型进行小时降水订正,检验该方法在本地的可用性。结果表明：（1）建模前,对全省进行分区有利于改进大量级小时强降水预报。（2）随机森林模型得到的小时强降水分布整体趋势与原模式一致,对模式未预报出的小时强降水也有一定反应,且实况未出现小时强降水的区域订正后量级有所减小,但仍存在大量级降水分布不均以及空报较多的情况。     

西岭雪山滑雪场秋冬旅游降雪预报研究

利用大邑、西岭雪山滑雪场及周边区域自动站2005～2017年每年10月～次年2月逐日最低温度资料，通过统计分析区域自动站与大邑站候平均最低温度差值，建立以大邑本站最低温度预报值为基础，加上逐候最低温度差值后得到区域各站的日最低温度预报的候最低温度差值订正方法；用距滑雪场最近的格点温度预报数据代替滑雪场站点温度预报，选出最低温度，以气温预报变化量，建立最低气温预报的模式温度订正方法；建立以候最低温度差值订正和模式温度订正进行加权平均的最低温度集成订正方法。通过对以上三种最低温度预报方法进行检验，发现最低温度集成订正方法预报准确率最高。基于最低温度集成订正方法预报西岭雪山滑雪场的最低温度，结合智能网格降水预报结果和降雪最低温度阈值判别，建立西岭雪山降雪的订正预报方法。      

基于HYSPLIT4的一次四川盆地夏季暴雨水汽路径和源地分析

利用四川省156站气象资料、全球同化系统(GDAS)资料,引入拉格朗日混合单粒子轨道模型(HYSPLIT4),定量分析了2013年7月7—11日四川盆地西部暴雨的水汽输送情况。结果表明：此次暴雨过程的水汽主要来自950和850 hPa,并且两者的水汽路径和来源有着显著差别。后向追踪1天,950和850 hPa的水汽来源大值区都出现在四川盆地区;追踪3天,950 hPa的水汽来源大值区仍然在四川盆地附近,但是850 hPa上则追踪到孟加拉湾东部;追踪到9天时,950 hPa的水汽主要来源出现在阿拉伯海到我国南海地区,850 hPa上则追踪到索马里半岛东部。总体上950 hPa的水汽输送路径有五条,其中两条是北方路径,另外三条为南方路径。850 hPa的水汽输送路径有两条,一条是北方路径,另一条是南方路径。定量分析指出,950 hPa的水汽源地主要有四个,其中阿拉伯海—孟加拉湾地区的水汽输送贡献率最大（44.1%）,中南半岛—南海地区的水汽贡献率次之（33.1%）,巴尔喀什湖地区（15.7%）和贝加尔湖地区（7.1%）的水汽贡献率相对较弱。850 hPa上的水汽源地也有四个,其中从阿拉伯海地区,沿南亚夏季风爆发路径而来的暖湿空气最重要（89.4%）,其次从西北部巴尔喀什湖—贝加尔湖地区而来的干冷空气相对较弱（6.3%）,而来自孟加拉湾（3%）和局地（1.3%）的水汽则非常少。     

2012年成都市PM10污染与地面气象条件的相关性分析

为了解2012年成都市PM10浓度分布情况及其与地面气象条件的相关性,通过分析2012年PM10浓度的分布情况,选取了13次污染过程,并对这些过程中的地面气象要素情况进行分析。结果表明,PM10浓度呈波状分布,其中3月和11月分别达到峰值,7月为全年最低;过程期间各变量具有以下特征:PM10浓度与温度呈正相关,与气压呈负相关,当有降温升压时PM10浓度减小;24小时变压变温都较小,表明天气较稳定;地面风速小,普遍小于2m/s,且主要为弱偏西偏北风,而当风速增大时有利于PM10的扩散;低能见度与较大的相对湿度对应较好,二者有明显的负相关。     

加密探空资料在GRAPES同化系统中的试验结果分析

利用GRAPES₃Dvar系统,分别对2011年发生在四川境内的两次强降水个例进行了加密、常规探空资料的同化对比试验。结果表明,试验的各同化变量的平均、最大调整幅度都随高度增加而增加;通过对两个个例各个同化变量的增量场水平分布的分析可见,试验B主要对四川地区造成影响,试验C的影响区域分布在整个积分区域内,而试验D与试验C的各同化变量增量场分布相似,但它对四川地区各同化变量增量的调整幅度更大;另外B、C、D三组试验的降水预报相对控制预报都有所改善,试验D的预报更优,降水强度与降水落区预报与实况更为接近。     

背景场资料与参数化方案对暴雨预报的影响

利用GRAPES—meso模式和T213资料,对2007年7月18日发生在我国四川盆地和华东地区一次大暴雨过程进行多组数值试验,以分析侧边界资料、驱动资料的垂直分辨率、模式积分区域、云物理参数及边界参数对GRAPES—nleso模式降水预报影响。试验结果表明：（1）侧边界资料对模式降水预报结果影响较小,驱动GRAPES—meso的全球模式产品质量提高,降水预报结果越好;（2）驱动资料垂直分辨率的高低对降水预报结果影响较大,分辨率越高,预报能力越强,反之越弱;（3）模式积分区域对降水预报结果也有明显影响,区域越大,降水预报未必总是最好;（4）物理过程和边界参数试验表明,WSM6方案与KFeta方案组合的24小时降水预报与实况更接近。     

四川地区ECWMF模式晴雨预报订正试验研究

利用2016—2019年ECWMF模式降水预报及对应时段的观测资料,设计了最优百分位(OP)、最优TS评分(OTS)、概率匹配(PM)、分区OTS和分区PM-OTS融合共5种方案,对数值模式晴雨预报展开了订正试验.结果表明:(1)OP和PM方案的晴雨订正阈值为静态阈值,OTS方案为动态阈值.5种方案的阈值均适用于A区(盆地、阿坝州和甘孜州北部),其中PM、分区PM-OTS融合方案阈值更适用于数值模式湿偏差明显的B区(甘孜州南部和攀西地区).(2)各方案对ECWMF模式晴雨预报均有明显的订正能力,24 h时效订正效果最优,B区订正效果优于A区,秋冬季节优于春夏季节.(3)分区后的订正方案晴雨评分优于分区前,其中分区PM-OTS融合方案评分最优.个例和批量试验表明,A区各方案订正效果相当,B区以PM、分区OTS和分区PM-OTS融合3种方案订正后的雨区分布与实况更接近,其中分区PM-OTS融合方案订正效果最优.