东北冷涡背景下强对流天气的基本特征分析

利用呼伦贝尔市CIMISS系统实况资料,统计分析了2010—2021年5—9月东北冷涡背景下的强对流天气时空分布及物理量参数特征。结果表明：(1)5月雷暴大风次数最多,6月冰雹次数最多,6—8月是短时强降水集中发生期,尤以8月次数最多。(2)强对流天气主要出现在12:00—20:00,其中短时强降水每个时次均有发生,但雷暴大风与冰雹天气在21:00—次日08:00基本没有发生过。(3)大兴安岭西部雷暴大风站次较多;大兴安岭东北部、岭上及岭西北的冰雹站次较多;短时强降水与强对流天气空间分布特征较为一致,均是大兴安岭岭上南段与岭东的站次较多。(4)雷暴大风天气的风速多以17.2～20.7 m·s^-1为主;短时强降水量级为20.0～29.9 mm的站次占总站次的74.3%;持续时间小于5 min冰雹居多,直径小于5 mm冰雹的站次占总站次的49.1%。(5)短时强降水850 hPa的比湿、水汽通量、水汽通量散度的物理量参数均值均大于冰雹、雷暴大风;短时强降水K指数均值大于冰雹、雷暴大风,T₈₅₀-T₅₀₀均值大于26℃,短时强...     

丰都县强对流天气特征分析

该文利用2005-2014年丰都县地面天气、探空数据、NCEP 1°×1°FNL再分析资料等,对丰都地区冰雹、雷暴大风、短时强降水这3类强对流天气特征进行统计分析,得出这3类强对流天气的时空分布特征,并从天气个例出发,利用实况资料对强对流天气的差异进行分析,为强对流天气的预警预报提供参考。得到如下结果:短时强降水通常出现在5-9月,大风通常出现在5—8月,冰雹通常出现南部的七跃山脉和北部的蒋家山和黄草山脉附近~([1]),2005—2014年间共出现了7次,3—8月均有发生。通过计算3种强对流天气环境场参量,归纳出3种物理量参数的差异:大气可降水量、AT500-T850,K指数、抬升指数(LI)、相对湿度、散度场分布等在冰雹、短时强降水和大风天气中有明显的差异,冰雹和短时强降水的AT500-T850相差了近5℃,大风天气的值介于冰雹和短时强降水之间。大气可降水量分布上,短时强降水的大气可降水量(PW)平均值为58 mm,比冰雹值大约多了10 mm,比大风值多了14 mm。短时强降水出现时几乎整层都是处于饱和的状态,冰雹和大风天气几乎只在中低层有较饱和的水汽,而高层的相对湿度平均值在40%～50%左右。对流指数方面,K指数和LI指数都很好的指示了强对流天气的发生,K指数在短时强降水发生时其平均值在39.8℃左右,较冰雹和大风分别高1.6℃和3℃。短时强降水出现环流位置大多位于600 hPa以下,而冰雹则在300 hPa左右,大风在400 hPa左右。     

沈阳地区强对流天气潜势预报环境参数特征分析

利用常规探空观测和WRF分析场等资料,分析了2005—2014年沈阳地区强对流天气的气候背景特征、演变规律及日变化特征等,将强对流天气划分为冰雹、雷暴大风(≥17.2 m·s-1)、短时强降水(≥20 mm·h-1)和混合型4种类型;并分析探空资料在强对流天气潜势预报中的作用,着重探讨14时(02时)探空资料对沈阳地区强对流天气短时临近潜势预报的作用。结果表明:2005—2014年沈阳地区4种强对流天气中,以短时强降水天气发生次数最多,其次为雷暴大风天气,冰雹天气的发生次数最少,多数强对流天气发生在午后至傍晚。由合成T-Log P图的温湿廓线可知,沈阳地区短时强降水天气发生时中低层存在显著湿区,与雷暴大风和冰雹为主的强对流天气温湿廓线明显不同,多数合成T-Log P图的显著特点为中层大气干燥。冰雹型强对流天气的0℃层和-20℃层高度明显低于其他强对流天气类型的高度;冰雹型强对流天气T700-T500和T850-T500显著大于短时强降水型及雷暴大风型强对流天气,且T850-T500的指示意义更好;4种强对流天气类型平均SI均出现了正值,说明SI失去了不稳定性的指示意义;短时强降水天气的K指数明显高于冰雹天气;雷暴大风天气发生时对流有效位能明显小于其他强对流天气类型。可见,WRF中尺度模式中的T-Log P预报图对沈阳地区强对流天气的预报具有一定的指导意义。     

陕西省强对流天气气候特征分析与对流指标探讨

选取2007—2014年陕西省98个气象站降水和冰雹观测资料、1970—2013年数据完整的90个气象站的雷暴观测资料,采用统计方法分析陕西雷暴、冰雹、短时强降水的气候特征。结果表明:陕西强对流天气多发生于10—20时,其他时间发生的概率比较低。冰雹多发生在5—8月;短时强降水大多出现在6—9月,雷暴主要出现在6—8月。2007—2014年,陕西降雹天气年际变化不明显,短时强降水的年际变化较大。1970—2013年雷暴日整体呈减少的趋势,2007—2013年明显偏少。冰雹天气的高值中心集中在陕西北部,短时强降水呈北少南多的特点,雷暴为中部少、南北多。利用2007—2014年探空资料和MICAPS资料统计陕西省冰雹和短时强降水天气的物理量指标,为短时临近天气预报提供依据。     

咸阳三类强对流天气环境物理量指标研究

利用探空资料对2016—2020年咸阳市暖季（4—9月）雷暴大风、短时强降水和冰雹三类强对流天气发生的环境物理量特征进行分析,提炼强对流天气的关键物理量参数及预报指标。结果表明：（1）咸阳雷暴大风的高发期在4—5月,短时强降水和冰雹的高发期在6—8月,三类天气均主要出现在14—20时。（2）K指数、CAPE值、垂直风切变、0 ℃层高度和-20 ℃层高度均有明显的季节变化,相对高的0 ℃层高度、较厚的暖云层厚度以及相对小的中高层温度露点差可以区别短时强降水和其他两种强对流天气类型。（3）雷暴大风和冰雹发生时中低层一般表现出“上干下湿”的层结特征,雷暴大风的下沉对流有效位能相对较大,应超过120 J/kg。冰雹形成除了考虑较大的对流有效位能和深层垂直风切变外,还需要适宜的0 ℃层高度（39～51 km）。短时强降水要求“整层湿”,即500 hPa和850 hPa的温度露点差均较小,同时暖云层厚度应超过35 km。     

一次南岭山脉前汛期强对流天气过程诊断分析

利用常规观测资料、FY-2G/2E卫星黑体亮温(TBB)资料、多普勒天气雷达资料与ERA-Interim再分析资料,对2016年4月17—18日南岭山脉一次强对流天气过程进行了诊断分析。结果表明:(1)该过程前期,受地面倒槽与辐合线影响出现暖区降水,后期随着地面冷空气侵入配合低空切变线与高空槽东移南压迅速转变为锋面降水,强降水落区与南岭山脉走向一致,大暴雨由多个中尺度对流系统(MCS)移入和有利地形作用造成;大冰雹、雷暴大风主要出现在暖区降水时段,暖区短时强降水以高质心降水为主,锋面越山之后强天气主要为低质心短时强降水,雷暴大风和冰雹较少出现。(2)雷达回波图上中层径向辐合的出现,对雷暴大风具有预警参考意义;中气旋、高垂直累积液态水含量(VIL)、回波悬垂、有界弱回波等回波特征对提前预警大冰雹有一定的指示作用。(3)不同类型强天气发生的大气层结条件存在差异,上层干区深厚、低层湿度条件较好有利于产生大冰雹,大的0—6 km垂直风切变有利于冰雹增长;大的下沉对流有效位能(DCAPE)是预报雷暴大风的一个参考指标;整层温度露点差和DCAPE小是判断只出现短时强降水的参考依据。(4)南岭及其附近地区"喇叭口"地形和迎风坡地形有利于低层气流辐合触发对流,造成暴雨多发和降水时间延长,南岭背风坡的锋生作用使南岭山脉南麓出现雷暴大风、冰雹等天气的可能性增大。     

国家级强对流天气分类预报检验分析

预报产品的客观检验是记录、考量各种预报业务质量,促进预报水平提高的重要手段,也是整个天气预报过程中的重要环节。本文采用"点对面"Threat Score(TS)、漏报率、空报率等客观指标首次对2010—2015年4—9月国家级强对流天气预报中雷暴、短时强降雨以及雷暴大风和冰雹等分类预报进行了检验。同时,本文也对强对流天气落区分类预报客观检验存在的问题以及未来发展进行了讨论。检验结果表明:过去6年间,6~24 h时效预报,雷暴TS评分为0.22~0.34,短时强降水为0.18~0.24,雷暴大风和冰雹为0.01~0.07;48、72 h时效预报、雷暴TS评分为0.30~0.40,强对流天气TS评分为0.16~0.23,除雷暴预报TS评分在2012—2013年有所回落外,其他类别的强对流天气预报总体上TS评分呈上升趋势,雷暴大风和冰雹预报评分明显低于其他两个类别。雷暴空报率是漏报率的2~3倍,短时强降水漏报率与空报率接近,雷暴大风和冰雹天气漏报率和空报率都在0.8以上。与美国风暴预报中心(SPC)2000—2010年定期发布的1 d对流展望产品检验结果比较,强天气预报中心雷暴和短时强降水落区预报TS评分较高,雷暴大风和冰雹评分较低。典型个例预报检验结果表明,系统性大范围的风雹天气可预报性较强,评分要显著高于平均预报水平;对于非过程性的、分散的风雹天气,预报难度大,TS评分低。     

强对流天气综合监测业务系统建设

强对流天气监测是其预报的基础.国家气象中心强天气预报中心利用多源观测资料(常规和非常规资料)建设了强对流天气综合监测业务系统.强对流天气的监测对象包括积云、地面高温、雷暴、地闪、冰雹、龙卷、大风、雷暴大风、短时强降水、雷暴反射率因子、对流风暴(基于雷达资料)、深对流云及中尺度对流系统(Mesoscale Convective Systems,MCS,基于静止卫星红外1通道资料)等不同时段的分布.发展的监测技术主要包括自动站资料质量控制技术、强对流信息提取和统计技术、直角坐标交叉相关雷达回波追踪(Cartesian Tracking Radar Echoes by Correlation,CTREC)技术、雷暴识别追踪分析和临近预报(Thunderstorm Identification Tracking Analysis and Nowcasting,TITAN)技术、深对流云识别技术、中尺度对流系统识别和追踪技术,以及闪电密度监测技术等.强对流天气监测系统自动定时运行,其输出数据与MICAPS业务平台完全兼容.该监测系统在国家气象中心的强对流天气预报业务中发挥了重要作用.     

基于集合预报极端天气预测指数的浙江分类强对流预报模型

利用2016—2021年ECWMF集合预报资料、浙江自动站实况资料等,计算浙江短时强降水、雷暴大风和冰雹等强对流天气相关物理量的极端天气预报指数（EFI：Extreme Forecast Index）,分析EFI分布特征,并构建了分类强对流预报模型。结果表明：强对流天气与物理量的EFI有密切联系,发生短时强降水时,对流有效位能、整层可降水量、850 hPa与500 hPa温差和位温差的EFI较大,而垂直风切变的EFI为负值,因而较小的垂直风切变更有利于出现极端降水;发生雷暴大风和冰雹时,对流有效位能、850 hPa与500 hPa温差和位温差以及850 hPa温度露点差的EFI较大,700 hPa露点温度的EFI为负值,与上层干冷下层暖湿的有利层结条件有关。利用支持向量机多分类方法,将强对流天气相关物理量的EFI作为特征值开展训练,构建的预报模型对于非局地强对流天气有较好的预报效果,其中短时强降水的误判率明显低于雷暴大风。     

江西不同类型强对流天气的地闪统计特征及与雷达回波特征对比分析

选取2004—2014年江西省11个ADTD雷电探测定位组网系统所得云地闪探测数据、省内多普勒雷达、探空和自动站资料,并结合重要天气报,将此11年的强对流天气分成短时强降水、有短时强降水伴随的雷雹大风和冰雹(以下简称风雹)和无短时强降水伴随的风雹这三种主要类型,分析它们发生前后的地闪活动特征及其与雷达回波的关系,结果发现,(1)江西省短时强降水、雷暴大风和冰雹分别主要发生在5—8、7—8月和3月;仅发生短时强降水时的站次远多于发生风雹天气时;除早春和盛夏无短时强降水伴随的雷暴大风发生站次较多外,风雹天气常与短时强降水相伴发生。(2)仅有短时强降水天气发生时,其站点地理位置越偏北、小时雨量越大,对应的地闪活动就越剧烈。不同小时雨量对应的地闪数存在较明显的季节性差异,表现为3、4月地闪数以小时雨量为50~55mm时最多;5—7月地闪数随着小时雨量增大总体呈增多趋势,尤以小时雨量为55~60mm时最多;8—9月则以小时雨量为40~45mm时最多。(3)就无短时强降水伴随的风雹天气而言,在3—5月雷暴大风和冰雹发生前30min内的地闪数差异不大,但平均电流强度后者大于前者;在6—9月雷暴大风发生前30min内的地闪数则为冰雹发生前的2~4倍,平均电流强度前者大于后者;该类风雹发生前的地闪数多于仅有短时强降水发生前,正地闪的平均电流强度前者也略强。(4)有短时强降水伴随的风雹发生前的平均正地闪数以8月为最多,而负地闪数则在6月最多;冰雹发生前1h内的地闪数随季节变化不大,而雷暴大风发生前的地闪数存在季节差异,夏季多于春季;另外冰雹的地闪数与冰雹直径存在较好的正相关性。(5)3—8月,有短时强降水伴随的风雹地闪数远多于无短时强降水伴随时;其平均电流强度前者大于后者;该类风雹天气发生前,地闪平均电流强度随季节呈先增大后减小的趋势,而无短时强降水伴随的风雹天气则无此特点。(6)强对流天气发生前,较强回波出现前的负地闪活动远比正地闪活跃,但其电流强度弱于正地闪;45dBz以上回波伸展高度越高,伴随的地闪数也越多,但其平均电流强度变化不明显。     

应用雷达产品计算风暴相对螺旋度

风暴相对螺旋度（SRH）反映了一定气层厚度内环境风场的旋转程度和输入到对流体内环境涡度的多少，对雷暴、龙卷和大范围暴雨的分析与预报有一定的实用价值。首先探讨了由多普勒天气雷达提供的垂直风廓线（VWP）产品计算SRH的方法和步骤。根据此方法，分别计算、分析了暴雨、冰雹、大风三个天气个例的SRH。结果表明：SRH与大面积降水过程的暴雨雨强有很好的对应关系，降水强度的变化滞后SRH强度的变化约半小时左右，可以由SRH大致估计降水加强及消亡的时间；SRH对尺度非常小的冰雹、大风等强对流天气有提前10～20分钟的预报作用。应用VWP产品计算出的SRH，可以作为实际业务工作中暴雨、冰雹、大风等强对流天气的预报因子，给预测人员预报强对流天气提供宝贵时间。     

中国中小尺度强对流天气气候学特征

中小尺度强对流天气具有极强的破坏力,了解其气候学特征对于预测、预报和影响评价都具有实际意义。利用1961~2015年的2332个高密度逐月国家级气象站观测资料,分析了中国大陆3种常见中小尺度强对流天气（雷暴、闪电、冰雹）在年、季、月尺度上发生日数的时间变化规律和空间分布特征。结果表明:全国年平均雷暴、闪电和冰雹发生频率分别为39.23 d/a、20.56 d/a和1.07 d/a;雷暴和闪电主要发生在夏季3个月,雷暴日数7月最多,闪电日数8月最多;冰雹主要发生每年5~9月,6月发生频率最高;雷暴和闪电的高发区分布基本一致,主要集中在华南和西南,青藏高原也是雷暴的高发区域之一;冰雹的高发区主要集中在青藏高原、内蒙古高原东部以及中西部山地,而东南沿海地区发生频率则较低。进一步分析发现,我国雷暴和冰雹出现频率随海拔高度增加而明显增加,冰雹和海拔高度有更好的对应关系,二者增加速率分别为2.87 d/500 m和1.80 d/500 m,表明地势高度对这两种强对流天气形成和发展具有重要影响。     

最不稳定层的确定及应用

以清远探空站资料为基础,对2003-2004年清远及其附近地区强对流(雷雨大风、冰雹、龙卷风,下同)日最不稳定层位置及状态进行了统计,并把最不稳定层同几个规定层进行比较,总结出三种主要的产生强对流天气的T-LnP图型,为强对流天气的预报提供了极为有利的参考。     

都匀雷达ROSE2.0一次强对流天气过程应用检验

针对黔南州2022年4月24日午后到夜间的一次强对流天气过程,利用实况资料和都匀雷达ROSE2.0在短时强降水、冰雹、雷暴大风方面的监测和预警产品对比检验,结合本地短时临近预报业务应用效果分析,发现：受地形影响都匀雷达ROSE2.0估计降水在大雨以下量级表现较好,但对暴雨以上量级估计值偏小,没有明显短时强降水报警体现,本地化应用门限值降低约3成左右设置更为合理;都匀雷达ROSE2.0对冰雹预警落区指示和命中率较高,但时间提前量平均仅9分钟,对雷暴大风预警仍然有难度,剖面图分析能更好地识别雷暴大风指标。另外,雷达ROSE2.0软件强天气预警算法得到进一步优化,应融入一体化平台等快速支撑预警业务应用。     

FY-4A白天对流风暴和闪电产品在华北强雷暴天气分析中的应用

我国第二代静止气象卫星FY-4A观测能力较之前有明显提升,在天气特别是对流性天气监测和预测中具有较强的应用潜力。利用FY-4A气象卫星多通道扫描辐射成像仪(Advanced Geosynchronous Radiation Imager,AGRI)和闪电成像仪(Lightning Mapping Imager,LMI)数据开展研究,分析了反演产品在强雷暴天气中的应用。研究表明,扫描辐射成像仪多通道组合白天对流风暴红-绿-蓝（red-green-blue,RGB）合成产品可以突出具有强上升气流的对流性雷暴云,较单通道及多通道可见光合成产品具有监测优势;闪电成像仪产品较地面闪电探测闪电产品能够探测到更多的闪电,对新生对流和较弱对流产生的闪电监测具有优势;在华北和黄淮一次强雷暴天气过程中,白天对流风暴RGB合成产品能够监测云系发展的过程,卫星监测闪电活动频数和冰雹活动一致性较好。     

辽宁省强对流性天气的气候特征分析

利用1962—2008年辽宁强对流性天气观测资料,对冰雹、龙卷、雷雨大风和短时强降雨4种强对流性天气的气候特征进行统计分析。结果表明：辽宁冰雹沿海少、内陆多,内陆又以东、西部山区为最多;6月和9月为其多发期; 15-16时出现最多;83.9％的冰雹持续时间为0—10 min。龙卷沿海多、内陆少;7月和9月为其多发期;13—14时和17—18时发生最多;75.0％的龙卷持续时间为5—20 min。雷雨大风沿海和内陆均存在多发区域;5—6月为雷雨大风多发期;15—16时出现最多。短时强降雨自西向东逐渐增加,主要出现在6—8月,21—22时出现次数最多;短时降水极值为26—105 mm/h。     

基于新一代天气雷达产品闽西南强对流天气临近预报方法研究

利用2003—2008年福建龙岩新一代天气雷达资料和常规探空资料,对闽西南历史冰雹及闽西雷雨大风天气发生的环境条件进行统计分析,建立历史冰雹和雷雨大风天气过程对应的新一代天气雷达产品判别指标。利用判别方程、新一代天气雷达产品和探空资料联合开展强对流天气临近预报预警方法研究：首先利用Fisher判别分析方法建立冰雹天气的判别方程,主要用于冰雹天气的判断,再利用雷雨大风的判别指标对雷雨大风和强雷暴天气进行第二次判别。通过历史过程的回报和2009年的试报表明：该系统对闽西南冰雹天气预报准确率较高,雷雨大风准确率次之。同时,利用风暴单体识别与跟踪的预测方法对冰雹预报结果和实况进行统计,表明风暴单体识别和跟踪算法（SCIT）预报准确率较高,可以用于风暴未来移速移向的预报。     

融合物理理解与模糊逻辑的分类强对流客观短期预报系统:（1）系统构成

提供准确的雷暴、短时强降水、雷暴大风和冰雹客观短期预报产品,对提高预报预警的预见期,及早采取有针对性的预防措施有重要意义。基于对四类强对流天气现象物理成因理解,给出了由国家气象中心牵头研发,融合模糊逻辑人工智能方法的分类强对流客观短期概率预报系统的流程框架和实现方法,详细介绍了该系统的结构特征,以及系统中用于雷暴、短时强降水、雷暴大风和冰雹四类强对流天气预报模型构建的关键预报因子、隶属度函数获取方法和权重因子配置等信息,并在此基础上探讨了物理理解与模糊逻辑人工智能相融合方法具有广泛适用性的本质,可以表征产生特定强对流天气现象的环境配置的多样性和复杂性。     

基于观测事实的四川天气现象发生空间分布特征

利用四川省145个气象台站1981～2013年连续人工观测资料,对34种天气现象发生日数和概率进行统计。结果表明:除极光外,四川省共观测到33种天气现象,露和轻雾日平均发生频率大于40%;雨和阵雨日平均发生频率大于20%;结冰、霜和雷暴日平均发生频率大于10%。露、霜、结冰、雷暴、闪电、大风、积雪、雨、阵雨、雨夹雪、雪11种天气全省各站均有发生,而雨凇、雪暴、吹雪、龙卷仅在个别站点发生。液态降水、雾、轻雾、霾、浮尘、烟幕、露均是盆地内多于高原,而混合降水、固态降水、扬沙、沙尘暴、吹雪、雪暴、雷暴、霜、大风、结冰、积雪、冰针、龙卷、尘卷风则是川西高原多于盆地。