2017年广州“5·7”暖区特大暴雨的中尺度系统和可预报性

2017年5月7日广州发生了特大暴雨,各家确定性业务预报模式均漏报了此次过程。本文利用常规观测资料和广州天气雷达资料对此次暖区特大暴雨过程的天气尺度背景、中尺度系统演变和可预报性进行了详细分析,同时通过分析ECMWF集合预报中成功预报出广州周边地区出现局地强降水与预报了弱降水的成员间的差异,探讨影响本次大暴雨发生的关键触发因子。结果表明：2017年“5·7”大暴雨的环境条件和动力强迫较弱,在弱风场环境下,冷高压后部东南风或偏南风回流,经过城市热岛区域,转为偏暖气流,与山坡下滑冷气流在山前一带形成的水平风场辐合,结合山前强水平温度梯度,共同触发了初生对流单体。其后,雷暴出流和边界层暖湿气流形成的辐合线又触发新生单体,并使已减弱的降水单体重新加强产生第二阶段强降水。前两个阶段的局地特大暴雨分别是由稳定少动的块状强回波单体发展到嵌有中涡旋的强单体和较长生命史的弱HP型超级单体造成的,第三阶段的大暴雨是由向南传播合并新生单体并随短波槽东移的带状回波造成;三个阶段成熟回波垂直结构上均呈低质心暖云降水的特点。由ECMWF集合预报成功预报出局地强降水与弱降水成员之间的差异可见,加强的温度梯度及地面风场辐合可能是本次局地强降水的重要触发因子。短期时效内数值模式难以做出暖区尤其是弱风场环境下暴雨以上降水预报,目前的监测和短时临近预警是主要手段。     

华南暖区暴雨预报失误及可预报性探讨

由于暖区暴雨产生的环境条件复杂和触发机制难以捕捉,数值模式对其预报能力弱,给预报带来困难,经常导致预报失误,是短期预报中的难点。2016年4月19—20日广西出现了一场暖区暴雨天气过程,预报员及数值模式预报出现较大失误。利用业务预报中的数值预报产品、地面中尺度自动气象站观测、常规地面及高空观测、新一代天气雷达及FY-2G卫星探测等资料对此次暖区暴雨预报失误进行剖析。结果表明:中低空急流增强及西南暖低压发展,为越南北部至广西中南部提供了高温、高湿、高能的环境条件,地形性辐合及涡旋触发了对流的发生,中尺度辐合线有效组织了对流的发展,雷达回波具有质心低、降雨效率高等暖云降雨的特征。预报员和数值模式短期时效内对暖区暴雨缺乏预报能力,未能准确把握可触发对流的机制,是预报失败的原因。预报员通过分析上游地区对流云团、地面中尺度辐合线演变及地形作用等触发条件,可以在短时临近时效内对暖区暴雨部分做出定性预报,发布预警信息,弥补短期预报的不足。因此,加强对暖区暴雨形成机理的认识,在预报中做好精细分析,是提高暖区暴雨预报能力的有效途径之一。     

2012年7月21日北京特大暴雨的多尺度特征

利用常规观测资料、地面加密自动站资料、FY-2E红外卫星云图、多普勒天气雷达产品以及NCEP/NCAR逐6 h再分析资料,对2012年7月21日北京特大暴雨过程暖区降水与锋面降水阶段进行了细致划分,并对其不同阶段降水的时空分布特征作了比较分析。结果表明:以锋面相对于该过程总降水量中心的锋面移动情况作为降水阶段划分的主要依据,降水可划分为三个阶段,第一阶段(21日08-16时)主要为锋前暖区降水,降水中心位于河北省拒马河流域,北京西南部为次大值降水中心;第二阶段(21日16-20时)主要为锋面过境降水,降水中心位于北京西南部的房山区;第三阶段(21日20时-22日03时),北京西南部有显著锋后降水,降水中心与过境锋面相对应,位于北京东南部与河北交界处。该过程暴雨中心降水由暖区降水、锋面过境降水和锋后降水构成,其分别约占总降水量的40%、46%、14%。北京西北部、东北部和东南部降水主要由锋面降水构成,暖区降水所占比例在15%以下。河北省拒马河流域洪涝灾害主要由暖区暴雨引起,北京西南部洪涝灾害既有暖区降水的作用,又有锋面过境降水的作用。

     

用数值预报产品根据相似法制作广西暴雨落区预报

利用欧洲中心数值预报产品和Ｔ１０６数值预报产品,依据最小离度相似原理,根据环流形势、影响系统、物理量场的分布及热力和动力演变相似,每天找出若干个历史相似个例,并根据各相似个例的相似程度和对应的各站点的降水实况计算出各站点当天产量暴雨的可能值,把可能出现暴雨的站点连在一起即可得到暴雨落区。     

数值预报产品在粤北后汛期暴雨预报中的应用

本文对粤北后汛期暴雨的天气形势和物理量场作了分析和统计，应用日本短期数值预报产品，制作一套预报方法，经试用效果较好。1思路后汛期暴雨主要是热带气旋影响造成的，据历史资料统计，在珠江口以东至福建省南部沿海登陆后向西或西北行的热带气旋，常常对我区造成严重影响。在后汛期暴雨的影响天气系统中，热带气旋的暴雨雨量比较集中，引起山洪暴发，对人民生命财产造成的危害，有时比前汛期更为严重。相反，粤北地区夏秋旱比较频繁，有明显降水可以使旱情得到缓解，因此，研究后汛期暴雨是一个很有意义的课题。本文将近十年来产生后汛…     

“7·21”北京特大暴雨成因分析(I): 天气特征、层结与水汽条件

利用常规、加密自动气象站以及NCEP1°×1°再分析资料,对北京“7.21”特大暴雨过程天气特征和环境条件进行了初步分析。结果表明：1) 降水过程由锋前暖区和锋面降水组成。暖区降水持续时间长,小时雨量大,具有典型的“列车效应”,是造成特大暴雨的主要降水过程。2) 中高层低涡东移、副热带高压北抬、中低层低涡暖式切变线影响是暴雨主要形势特征,暴雨发生在低层低涡右前部暖式切变和高空强辐散气流下方。3) 暴雨过程开始前对流层中低层存在双层湿暖盖。位势不稳定层结的建立机制主要与低层增湿和中层变干的湿度差动平流有关,而低层增湿和中层变干过程与中低层风向转变相关联。4) 暴雨发生前0 — 6 h对流层整层不断增湿,且对流层中高层比低层增湿效应更加明显。与普通暴雨增湿过程和水汽主要集中在对流层中下层不同,深厚的湿度层次,较低的凝结高度和自由对流高度是其显著特征。     

江淮锋面和华南暖区两次暴雨过程可预报性对比

以2008年6月9—10日江淮地区的锋面暴雨和2008年6月6—7日华南地区的暖区暴雨为例,采用模式试验的方法,研究了这2个不同地域不同类型的暴雨的模式可预报性的差异．控制试验的结果表明,2个地区的暴雨都可以用WRF模式得到较好的模拟再现．通过在控制试验的初始场上对温度场和风场添加高斯随机扰动误差构造敏感性集合成员,结果表明初始场的微小误差在24 h内使得华南暴雨与江淮暴雨的模拟结果都发生较大改变,但华南暴雨的误差增长快于江淮暴雨,导致华南暴雨模拟结果发生更大的改变．通过对集合离散度的分析表明,华南暴雨与江淮暴雨的离散度都随积分时间延长而不断增大,但华南暴雨的集合离散度增长更快,华南暴雨的集合离散度在模式各层上都远大于江淮暴雨．从误差增长和集合预报的角度讲,华南暴雨的模式可预报性比江淮暴雨的模式可预报性差     

北京“7.21”特大暴雨高分辨率模式分析场及预报分析

2012年7月21-22日,61年以来最强降水袭击北京,北京大部分地区出现大暴雨,局部特大暴雨,过程雨量大、雨势强、范围广,造成了严重影响。此次强降水配置较为典型,业务预报提前指示出了此次过程,但预报结果存在强度偏弱,峰值偏晚等偏差。在对此次大暴雨进行综合分析的基础上,利用中国自动气象站与NOAA气候预测中心卫星反演降水资料CMORPH(Climate Prediction Center Morphing Technique)产品融合的逐时降水量网格数据资料作为观测,着重对北京市气象局新的快速更新循环同化和预报系统(BJ-RUC v2.0)的3 km高分辨率模式分析场和预报场进行了检验与分析,以期通过对中尺度模式预报性能的了解,为暴雨可预报性问题提供进一步的参考。研究结果表明,此次特大暴雨过程水汽条件极佳,降水区域较为集中,呈现西南一东北走向的中尺度雨带特征。利用常规检验评分对预报降水的时间序列进行检验发现,预报降水在时间上滞后,降水强度偏弱,存在偏西南的位置误差,并且未能反映降水系统的线状特征。进一步利用检验连续降水区域定量降水预报的CRA(contiguous rain area)方法,对预报误差进行分解表明,整体降水(5 mm/h)的主要误差来自于位置和形状误差;而在暴雨(20 mm/h)的预报中,降水强度的偏差占误差的主要部分。最后结合对预报场大尺度环流和物理量的诊断(水汽条件和不稳定条件),分析探讨了此次极端暴雨预报不佳的原因。     

“96.7”新缰特大暴雨中T63产品预报能力的天气学检验

对“９６．７”新疆特大暴雨过程中Ｔ６３数值预报模式的高度场,气压场,涡度场,散度场,垂直运动场,相对湿度场,降水量等部分产品的预报能力进行了天气学检验分析。     

豫北“7·9”特大暴雨的短期预报分析和反思

对2016年7月9日豫北特大暴雨的短期预报决策过程进行了总结和反思,主要结论如下:(1)此次降水过程存在明显的对流云团之间的合并及组织化过程,这些过程涉及中小尺度系统相互作用。作为重要业务参考的全球模式(包括确定性和集合预报)均未能提前(24或12h)对此次暴雨过程做出有效预报或提示。(2)高分辨区域模式和快速同化更新系统大多表现出更好的预报能力,可提前12或6h提示预报员豫北地区有暴雨或大暴雨。(3)特大暴雨过程预报失败的主要原因是预报员过份依赖全球模式的结果,缺乏使用高分辨区域模式产品的经验或对这些模式产品信心不足。高分辨区域模式在投入业务运行之前,需加强对预报员的系统性培训,才能更有效地发挥这些模式产品的业务效能。(4)在现有QPF业务流程中逐渐增加概率产品的使用,既符合新技术的发展趋势,也可望对暴雨或极端降水的预报提供更有效支撑。     

应用数值预报产品作热带气旋暴雨落区预报

本文对华东热带气旋暴雨形热分类及物理量合成对比分析，初步得到它们彼此间的和各物理２量的自身特点，并利用数值产品将统计结果和预报员的实际经验，对落区进行动态综合诊断，并建立预报热带气旋暴雨落区的数值产品释用的业务系统，经过实例试验，落区的预报结果与实况比较接近，效果较明显。     

数值预报产品对暴雨预报能力的评估技术方法

对于某些国外数值模式，目前尚我法直接获取降水预报产品，我们选取一些普遍共有的，与降水尤其与暴雨密切相关的数值产品及其二级产品，分析检验其预报暴雨的能力，从而达到评估不同数值模式产品对暴雨预报性能的目的。     

贺兰山东麓罕见特大暴雨的预报偏差和可预报性分析

提要:利用常规气象观测资料、银川CD多普勒雷达探测资料和ECMWF、T639、WRF、NCEP/NCAR等模式资料,分析了宁夏气象台漏报的2016年8月21日夜间贺兰山东麓历史罕见特大暴雨天气过程的成因,探讨了重大预报误差之缘由和可预报性,结果表明:(1)ECMWF、T639、WRF三种模式均预报宁夏中北部有15 mm以下的降雨,量级显著偏小是漏报诱因;而ECMWF降雨预报结果明显优于其他模式。(2)2016年8月中下旬西太平洋副热带高压持续偏强、位置偏北,21日达最强,在588dagpm线控制下,592dagpm线从宁夏南部东退,受低层切变线、辐合场和低空急流及贺兰山地形的共同影响,引发了宁夏极为罕见的特大暴雨。当地预报员对于极端暴雨事件预报经验匮乏,对副热带高压强盛、位置偏北的极强暴雨环流形势演变了解和认识欠缺。(3)源于东海的中低层偏东气流在西行中形成东南和南风低空急流,并在贺兰山东麓建立一暖性辐合线,由于贺兰山地形阻挡了气流的移动而产生的绕流、摩擦辐合及迎风波抬升,延长了降雨时间,对暴雨的增幅有促进和加强作用,预报中忽视了贺兰山地形对降雨影响。(4)对暴雨预报有效的物理量场θ_(se500)-θ_(se850)0K、θ_(se500)≥337K和θ_(se850)≥337K、K指数≥38℃、LI≤-3、Q_(700)≥12kg·kg~(-1)等指标掌握应用不熟练。分析结果表明:对于8月21日特大暴雨预报员可提前6h确定暴雨落区、订正降雨量级达到暴雨,可做到过程不漏报,但是经订正后的预报无法报出历史罕见的极端暴雨。     

辽宁暴雨数值预报产品释用预报方法

综合应用天气动力统计方法,对T106 L19数值产品进行解释应用,制作辽宁夏季暴雨预报。首先将影响辽宁夏季降水的环流分为特定、低涡、台风型,再根据天气动力学逐型选取显著预报因子,最后进型建立进步判别预报方程。天气系统自动识别技术的应用使本预报系统完全客观、自动。对1997、1998年汛期的暴雨过程做出了较准确的预报。     

T106数值预报产品在中期大—暴雨预报中的应用

对Ｔ１０６数值预报产品性能及其对暴雨预报的能力进行了检验,找出了Ｔ１０６物理量预报场与我区大－暴雨的相关关系,建立了基于灰色预测的逐日降水滚动预报模型,该模型对我区降水有一定的预报能力。     

用数值预报产品预报暴雨的一种统计释用方法

引言目前,我国Ｔ１０６数值预报产品提供了多层次、多要素、多时效、多种物理量的丰富资料,为预报员开展各种统计释用奠定了良好的基础,而且有了Ｍｉｃａｐｓ这一多功能气象信息处理系统,可以把各种释用挂接在Ｍｉｃａｐｓ软件平台上,完成二次开发。本文是利用Ｔ１０...     

广州“5·7”局地突发特大暴雨过程的数值可预报性分析

2017年5月6日夜间至7日上午广州地区发生局地特大暴雨,分析表明对流触发与珠江口地区边界层南风增强等因素有密切关系。数值模式预报检验表明,ECMWF集合预报的强降水预报成员在初始条件上具有更显著的辐合上升、水汽和不稳定性条件,而GRAPES区域模式对6日20时初始场分析以及对边界层南风增强过程的预报都更为准确。集合敏感性分析表明,降水预报高敏感区分布与江南地区高压、南海高压以及华南低槽等关键天气系统的相对强度和位置有密切关系;降水对温度的预报敏感区主要位于关键区边界层内,近地面层到边界层底部温度越高、边界层顶越冷,越有利于对流不稳定性增强,有利于关键区内对流发展。通过3组探空预报试验分析了对流尺度降水预报关于初值热扰动、低层风场扰动和降水物理方案的敏感性,结果表明在特定环境条件下,与低层风场扰动试验组对比,降水预报对于初始热力扰动更为敏感;降水微物理方案预报试验表明,在小成员数的集合预报中物理方案扰动能够有效增大预报离散度。以上结果表明,分析对流尺度集合预报中各类初值扰动、物理扰动导致的预报变化和预报敏感性,能够更为全面地估计暖季中小尺度强降水事件的可预报性。     

一种基于可预报性的暴雨预报评分新方法Ⅰ:中国暴雨可预报性综合指数

针对当前暴雨预报检验采用二分类事件检验方法存在的双重惩罚导致评分过低,没有考虑到中国暴雨可预报性时、空分布不均,不便于对比分析不同区域暴雨预报能力差异等问题,为了发展基于可预报性的新型暴雨预报评分方法,在综合分析影响预报员暴雨预报信心的主要因素（暴雨气候统计特征、天气影响系统运动尺度特征及数值模式预报能力等）基础上,利用2008—2016年4—10月中国国家气象信息中心5 km×5 km分辨率的多源降水融合格点分析资料、站点降水观测资料和中国国家级业务区域模式降水预报资料以及扩展空间暴雨样本统计方法,构建了一种新型的中国暴雨可预报性综合指数（Synthetic Predictability Index of Heavy Rainfall,以下简称SPI）数学模型,以定量描述中国各区域的暴雨可预报性特征。SPI数学模型由暴雨气候频率、暴雨面积比率和模式暴雨预报成功指数（Threat Score,TS）3个分量组成,计算了2008—2016年4—10月SPI的3个分量及其时、空变化特征。分析结果显示:暴雨面积比率对SPI的时间和空间变化影响最大,两者偏相关系数大于0.9;其次是暴雨气候频率的影响,两者偏相关系数值为0.8左右;第三是模式暴雨预报TS评分的影响,两者的偏相关系数为0.7左右。分析还发现,SPI大值区随季节而变化,空间分布不均匀:4—5月,可预报性大值区主要分布在华南地区;6—7月,主要分布在江淮流域;7月中旬至8月,大值中心从江淮北部移到华北和东北地区;9月,副热带高压南撤,大值中心也相应南撤。      

T42和EC产品在安徽5—7月暴雨落区预报中的应用

用Ｔ４２资料进行逐步回归计算，用ＥＣ资料作相似分析，分别作安徽梅雨暴雨的落区预报。经两年试用认为：两种综合使用，ＣＳＩ评分可比上述方法单独使用提高３％－１０％。     

辽宁地区暖区和锋面暴雨个例对比分析

2013年7月1—2日,辽宁地区出现了持续时间较长的暴雨天气过程,此次过程可以分为3个阶段,其中包括两次暖区降水和一次冷锋锋面与暖区降水共存的过程,第一阶段的暖区降水和第三阶段的锋面降水形成了西北雨带,第二阶段的暖区降水形成了东南雨带。利用NCEP再分析资料、常规自动站观测资料、加密自动站观测资料和卫星资料,详细分析了此次过程中各阶段降水产生的机制以及锋面降水和暖区降水的主要物理差异。结果表明:暖区强降水主要出现在干线冷湿气团一侧或地面辐合线附近,并且由于暖区高温、高湿的特点,其产生的降水通常比锋面附近强,同时暖区降水与锋面降水在触发机制、中尺度环境条件、动力、热力结构等方面也存在着差异。