排序方式: 共有31条查询结果,搜索用时 15 毫秒
1.
2018年3月4—5日,华南、江南等地发生了一次大范围强对流过程,发生时间早,落区范围广,多地伴有雷暴大风、冰雹、短时强降水等剧烈对流天气,尤其飑线在江西境内造成了严重大风灾害。基于大气环流和雷达回波发展演变特征,将该次过程分为初始、发展和减弱三个阶段:初始阶段西风槽前西南急流造成的低压倒槽为强对流提供大尺度触发条件;发展阶段对流活动位于槽前暖区中,飑线在江西造成极端大风;入夜后,冷锋南下,对流进入减弱阶段。环境场及对流参数诊断表明江西中北部低层高温高湿,中层干冷,温度垂直递减率大,有利于产生雷暴大风。南昌探空长时间序列分析表明温湿要素气候态异常,与历史同期比,低层明显偏暖偏湿,中层偏干,有利于极端对流天气发生。综合多源观测资料和雷达资料分析中小尺度特征,本次江西飑线过程特点及成因包括:(1)受引导气流和前向传播共同作用,飑线移动速度快。(2)自动站分析显示飑锋后雷暴高压强,与锋前暖低压作用造成强密度流,有利于产生大范围直线型大风;(3)通过对比飑线弓状回波南北段回波结构差异表明,飑线后侧中层干后向入流促使降水粒子相变,剧烈降温形成的强下沉运动(下击暴流)是导致极端大风的主要原因,后部层云区下沉气流增强雷暴高压加之动量下传作用对雷暴大风有增幅作用。 相似文献
2.
以深圳市为例,利用共享单车OD等多源数据,从工作日、休息日多时段分析共享单车出行时空特征,并构建基于客观物质空间、主观感知体验的建成环境“5Ds”指标,运用多尺度地理加权回归模型(MGWR)解析不同建成环境对共享单车出行流量影响的时空异质效应。研究表明:1)时间上,工作日和休息日早、晚高峰的共享单车出行流量较其他时段整体显著,且休息日较工作日的峰值时段具有滞后性;空间上,各峰值时段的出行流量高值区域呈“多核集聚、带状延伸”的分异格局;2)各建成环境要素对共享单车出行流量影响的时段差异显著。就业设施密度、围合度及人口密度在各时段均具有高解释度,其影响力整体呈全局显著特征,其余变量则在不同时段存在局部显著效应;3)各时段影响较为显著的变量在空间作用尺度上存在分异。就业设施密度与围合度的影响力在各时段的空间变化最为稳定,街道绿视率与人口密度在不同时段呈现差异化的空间分布特征。 相似文献
3.
利用传统点对点TS评分、邻域法以及对象检验等多种方法,综合评估了GRAPES_3 km模式的对流风暴预报性能,分析了传统检验方法和新型空间检验方法对高分辨率模式评估的适用性和差异性,并同GRAPES_Meso模式的相关结果进行了对比。结果表明:对强对流典型个例的预报评估发现,综合应用多种评估方法能够更全面地评估对流风暴预报,获取模式在对流风暴初生和发展变化过程中的预报性能。使用点对点评分方法,GRAPES_3 km模式对风暴和强风暴的预报都明显优于GRAPES_Meso模式。对于模式不同起报时间的预报,起报时间越新预报效果越好。邻域TS方法考虑了时空偏差,GRAPES_3 km模式20和35 dBz采用时间邻域1 h,空间点对点时预报技巧最高;50 dBz时空偏差较大,时间邻域尺度为3 h技巧最高。分数技巧评分(FSS)显示GRAPES_3 km模式对不同阈值的对流风暴预报均能达到最低技巧尺度,而GRAPES_Meso模式对35 dBz以上的对流风暴基本无预报能力。对象检验可以评估对流风暴特征的预报效果,GRAPES_3 km模式的对流风暴个数预报与实况较为一致,但面积预报明显低估。该模式对β中尺度的对流风暴形态、位置等预报较好,对γ中尺度的对流风暴预报尺度偏大、形状偏圆、轴角偏小,对α中尺度的对流风暴预报尺度偏小、形状偏扁、轴角偏大。GRAPES_Meso模式的对流风暴面积、个数、尺度预报较实况均偏小,位置预报偏差较大,形状预报较实况偏圆、轴角偏小。传统点对点TS评分方法和新型空间检验方法对高分辨率模式对流风暴预报的检验结论一致,依然具有一定的参考价值,但新型空间检验方法能够提供更详细的评估信息。 相似文献
4.
2018年7月15—17日,北京遭遇当年入汛以来最强降水过程。该过程具有持续时间长、累计雨量大、局地雨强强等特点。针对小时降水量阶段性减弱的特征,对该过程不同阶段三类对流风暴及其强降水特点进行了对比分析。结果表明: 16日凌晨副热带高压边缘暖区强降水主要由低质心型对流风暴造成,该时段暖湿层结深厚,垂直风切变较弱;对流系统具有类似热带强降水型风暴特征,加之“列车效应”影响,导致北京密云出现极端强降水;高质心型对流风暴出现在16日至17日凌晨,受高空槽和副热带高压共同影响,中层有干空气侵入,整层垂直风切变较强;对流系统存在悬垂结构特征,但局地性强、移速快,其造成的最大降水量要弱于低质心型对流风暴;混合型对流风暴对应17日高空槽过境的强降水,该时段能量和水汽条件较前期明显减弱;对流风暴的强度和降水量级在三类风暴中最弱。不同类型对流风暴对应的环境条件、结构特征及其移动传播特点决定了该过程不同阶段的降水强度和量级。 相似文献
5.
东北冷涡是造成中国暖季强对流的重要天气尺度系统之一。为对比东北冷涡与不同类型强对流过程的时空关系及其环境特征差异,基于欧洲中期天气预报中心第5代大气再分析数据和中国国家气象信息中心提供的逐时大风、降水观测资料,筛选了2017—2021年4—9月东北冷涡背景下9例雷暴大风型、9例强降水型以及8例混合型强对流天气过程,通过动态合成开展了分析研究。结果表明:(1)三类强天气过程相对于冷涡的时空分布差异明显:雷暴大风型过程,超过70%的雷暴大风出现在冷涡中心的西南部或南部;而混合型过程,超过70%的大风出现在冷涡中心的东南部或南部;混合型和强降水型过程中,短时强降水均主要出现在冷涡中心南部或东南部,但后者发生在冷涡东南部的比例更高;雷暴大风型和强降水型过程主要出现在东北冷涡的发展和成熟阶段,而混合型过程主要发生在东北冷涡的成熟阶段。(2)三类强天气过程的环流形势和环境条件差异显著。雷暴大风型过程多出现在5—6月,一般对应的东北冷涡更深厚,等温线更密集,大气环境偏干,存在气温垂直递减率大和强风垂直切变条件,雷暴大风多发生在冷涡南侧的锋区附近,对流层中、高层受干冷空气控制,叠加在低层比较浅薄的暖湿空气之上有利于大气层结条件不稳定的增强,降水粒子蒸发降温形成的下沉气流和地面冷池,叠加锋区辐合更有利于形成区域性地面强风;而强降水型过程多集中在7—8月,对应的东北冷涡强度较弱,等温线较稀疏,强降水一般出现在锋前靠近暖区一侧的强层结不稳定区域内,对应水汽充沛、整层暖湿的环境条件,中低层温差较小,风垂直切变较弱。混合型过程对应的月份和冷涡强度与强降水型过程更接近,水汽、高低层温差以及风垂直切变等环境条件介于上述两类过程之间,但下沉对流有效位能在三类过程中表现为最大。总体来看,相较于中国中、低海拔地区雷暴大风和短时强降水的环境特征而言,东北冷涡背景下的强天气过程对应更强的深层风垂直切变,具有更强的天气尺度动力强迫。 相似文献
6.
强对流天气预报业务包括监测、分析、预报、预警和检验等方面。对流初生识别、对流系统强度识别和对流天气类型识别等监测技术取得新进展,综合多源资料的监测技术已应用于中国气象局中央气象台业务。对流系统的触发、发展和维持机制等获得了新认识,我国不同类型强对流天气及其环境条件统计气候特征、分析规范及相应业务产品等为业务预报提供了必要基础和技术支撑。光流法、多尺度追踪技术以及应用模糊逻辑方法的临近预报技术等有明显进展,融合短时预报技术得到广泛应用,对流可分辨高分辨率数值 (集合) 预报及其后处理产品预报试验取得了显著成效,基于数值 (集合) 预报应用模糊逻辑方法的分类强对流天气短期预报技术为业务预报提供了技术支撑。强对流天气综合监测和多尺度自适应临近预报技术、多尺度分析技术以及融合短时预报技术、发展并应用模糊逻辑等方法的、基于高分辨率数值 (集合) 模式的区分不同强度等级和极端性的分类强对流天气精细化 (概率) 预报技术等是未来发展的主要方向。 相似文献
7.
2021年4月中高纬大气环流为三波型,极涡呈单极偏心型分布,强度偏强,西太平洋副热带高压强度较常年偏弱,南支槽较常年偏强.4月主要天气气候特点是全国平均气温为11.1℃,较常年同期偏高0.1℃;全国平均降水量为42.5 mm,较常年同期(45.1 mm)偏少5.8%,其中青海平均月降水量为历史同期第一多.月内,我国遭受... 相似文献
8.
通过使用高时间分辨率的分钟级雨量资料并结合雷达回波,对比分析了近年来飑线、梅雨锋和热带系统影响下的三次强降水过程,并通过降水率、降水持续时间和降水变率的统计,探讨三次强降水过程的特征,最后给出强降水时段对应所有站点最初1小时降水的平均状态。结果表明:用分钟雨量资料辨识出的强降水时段降水序列,结合雷达回波和小波分析发现其可以很好地表现γ中尺度对流系统的降水特征,弥补了小时雨量时间分辨率低的缺陷。分析三个过程中强降水时段的样本发现华北飑线的强降水过程单站只有一次强降水时段,累计雨量基本在50 mm以下,具有降水率大,持续时间短,突变性强的特点,预报难度较大;在热带对流系统的影响下,单站降水由多次强降水时段构成,且强降水时段样本累计雨量可达100 mm以上,降水率较其他系统偏小,但持续时间最长,降水均匀稳定;梅雨锋对应的降水持续时间以1~2 h为主,但降水率高于热带系统,强降水时段样本累计雨量基本在100 mm以下,降水性质的特点是介于飑线和热带强降水系统之间,预报最为复杂。 相似文献
9.
本文将计算机图形学骨架概念应用到气象学领域,发展了回波图像预处理、骨架修剪处理以及长宽比量化处理技术,该方法能自动识别出雷达回波拼图中符合气象学标准的线状对流系统(quasi-linear convective systems,QLCSs)。首先结合2016年黄淮地区一次双QLCSs过程给出了基于骨架的QLCSs客观量化算法的具体技术流程,然后利用该方法对2016年6月安徽地区的QLCSs进行客观筛选,并进一步量化识别QLCSs的移动特征,结合灾害天气实况与主观识别进行对比评估,结果表明:结合气象学标准改造的骨架图像识别算法,较好保留了气象回波形状信息,在准确量化对流系统长短轴的基础上,实现QLCSs的有效识别。而获得的量化移动矢量等特征,一方面可应用于致灾QLCSs的分类研究,为开展长序列统计及致灾机理分析提供个例识别方法和量化特征,另一方面也为QLCSs的短临监测预警业务提供新的思路。 相似文献
10.
春夏季我国华南地区水汽充足,飑线可以在短时间尺度迅速增长。为探究水汽含量对飑线升尺度增长过程的影响,利用WRF模式对2020年5月11日华南地区的一次飑线进行数值模拟,分析华南飑线系统升尺度增长机制,并研究不同层次水汽的变化对其强度及结构的影响。分析显示此次飑线发生在“上干下湿”的不稳定层结中,存在高空急流与低层切变相互配合。模拟结果显示,前期广东省西南部的最大对流有效位能(MCAPE)较大,利于不稳定能量在此积累,同时此处的低层垂直风切变较大,飑线线性结构能更好地维持,随后南移与暖区对流合并,尺度进一步增长。水汽试验表明,MCAPE值主要受低层水汽的影响,低层水汽越多,雷暴高压更强,较大的MCAPE值及低层垂直风切变使得对流后向新生尺度增长,维持时间更长。减小中层水汽后地面强降水减少,对流强度减弱且很快分散为对流单体,但当飑线移动到MCAPE值大值区时又一次发展形成线性结构。因此增加低层水汽或减少中层水汽后的环境利于对流新生,但减少中层水汽后中层干空气相对而言使得线性结构难以维持。进一步研究飑线内部结构表明,垂直运动及后向入流也能影响飑线的尺度增长,此次对流系统中较强的后向入流增强了上升运动,同时形成向前的出流,造成地面大风天气。增强低层水汽后,对流后部层状云区范围更大,系统中的上升运动更强,且保持垂直,利于对流长时间维持;减小中层水汽后,对流强度减弱,回波顶高度降低。发展阶段后向入流增强,干冷空气迅速下沉,地面冷池增强,向前的出流形成大风天气。 相似文献
|