谈谈飑的观测

气象上所谓飑,是指突然发生的风向突变、风力突增的强风现象,其持续时间短促,飑通常还伴有骤雨或雷雨。它是春夏季影响广东省的一种灾害性天气现象,而且常形成一种风向和风力发生剧烈变动的天气变化带（称为飑线）,是一条雷暴或积雨云带。沿着飑线可出现雷暴、暴雨、大风、冰雹和龙卷风等剧烈的天气现象。     

山东省雷暴大风天气的气候特征

应用1971-2008年山东省122个气象站观测资料,对山东省雷暴大风等强对流天气的气候特征进行了分析,并与冰雹天气的气候特征进行了对比。结果表明：山东省雷暴大风年均为46．6d,区域性雷暴大风年均为15．7d,随年代有明显减少的趋势。山东的雷暴大风主要集中在5—8月,7月最多。雷暴大风的地理分布极不均匀,大部分地区年均在l～3d。雷暴大风的影响范围较大,最多可达87个测站。雷暴大风的极大风力一般在8—9级,最大可达12级,极大风速的风向以西北风最多,但在7月以西南大风最多。雷暴大风与冰雹相比,二者出现月份和影响范围有明显差异,冰雹主要集中在4—6月,冰雹影响的范围远小于雷暴大风。     

岳阳7—8月雷暴大风前的特征

一、前言 雷暴大风是洞庭湖区盛夏季节中的重要灾害性天气。它来势猛,破坏力大,常给人民生命和国家财产带来严重损失。因此,人们对它特别提防。为了找出它出现前的特征,我们进行了以下的统计与分析。 大风标准:雷暴发生时,阵风风力达8级或以上。 二、雷暴大风前的特征 雷暴大风是一种中小尺度系统的强对流性天气现象。但它的发生发展,又受到天气尺度系统的制约。现从下列几方面对雷暴大风进行一些分析,揭示它产     

贵州省雷暴大风时空分布及对流参数特征分析

利用贵州省2012—2016年重要天气报、雷暴观测资料等,统计了雷暴大风时空分布特征,结果表明:贵州雷暴大风发生在3—10月,5月和8月发生次数最多,一天当中雷暴大风发生的高频时段在午后到前半夜,峰值出现在15—18时(北京时,下同)。贵州发生雷暴大风高频地带总体呈东北—西南向分布,西南部为高发区。利用NCEP再分析资料统计雷暴大风过程物理量场的特征,选取对流有效位能、对流抑制能量、下沉对流有效位能、大气可降水量、垂直风切变等8个动力和热力指标,分别给出其春季和夏季的阈值。基于指标阈值的统计结果,建立多指标叠套雷暴大风落区预报方法,结果表明预报落区与雷暴大风实际发生区域有较好的一致性,但仍然需要预报员根据环境条件做出订正。     

北京对流性天气的高空气候背景分析

对流性天气的气候背景分析是临近预报的基础,是做好北京2008年奥运气象服务必不可少的准备工作。对北京地区暖季(5—9月)发生雷暴、冰雹、暴雨和大风4种对流天气当日08时高空探测资料(2002—2005年)的压、温、湿、风等气象参数进行气候统计和分析,并与气候平均值进行比较,以揭示发生对流天气的环境条件及规律,为预报业务提供参考。结果表明:4种对流天气日所在各月高空要素均表现出比较典型的特征;500 hPa急流和对流产生有一定的对应关系:急流存在时,容易产生对流性天气,且雷暴、大风、暴雨甚至冰雹同时发生的概率增大;对流性天气过程与风向垂直切变有很好的对应关系,强雷暴、冰雹、暴雨和大风4种对流日500 hPa以下出现顺转平均发生率为84.2%。风向较强的逆转常常发生混合性对流天气,且逆转高度越高、对流越强。整层顺转容易发生多站暴雨,但雷暴发生较少。     

宝鸡市春季大风概率预报

本文从大风天气分析入手,通过成因分析,选取一批与我区大风关系密切的物理、天气因子,应用逐步判别方法制作十分钟≥10m/s大风站数,最大风力及其出现时段和误差等级的概率预报,并用误差等级的预报结果对初判结果进行修正,再进行站数和风力间的相互补充修正,得出综合预报结果,最后比较初判和误差的最大概率定性判定大风的风向。历史回报和和实际预报结果都比较好。     

开封盛夏雷暴的短期预报

短期雷暴预报要求准确率高,操作过程简便。我们采取要素指标和形势指标逐步过滤的办法,先把肯定无雷暴的天气过程过滤掉,然后采用不同的预报方法分别预报有无雷暴、雷暴大风和雷暴降水量。 用当天11时前的资料,预报当天11时至次日06时有无雷暴及其强度,预报时效为19小时。制作有无雷暴的预报方法使用1969—1973年7—8月的资料;雷暴大风的预报方     

基于Logistic模型的干、湿环境下江淮夏季雷暴大风潜势预报研究

利用2009—2015年江淮夏季雷暴大风观测资料和NCEP再分析资料,按整层可降水量将雷暴大风环境划分为干、湿两种环境,结果发现湿环境雷暴大风日约占总雷暴大风日数的86%。基于物理量参数和Logistic回归方法构建了江淮夏季干、湿环境下区域雷暴大风的潜势预报模型。西南区、东南区和北区湿环境雷暴大风的最显著预报因子分别是冰雹指数(CS)、K指数和沙氏指数(SI)。干环境雷暴大风的最显著预报因子是总指数(TT)。相对于大风指数(WINDEX),综合考虑热力学作用和高空水平动量信息的新大风指数(GUSTEX)对江淮干、湿环境雷暴大风的预报指示意义更好。通过历史样本回报确立了预报模型的概率阈值,并利用2016年独立样本试预报检验证明Logistic模型预报效果良好。     

北京雷暴大风日环境特征分析

雷暴大风是指由对流活动带来的除龙卷以外的地面灾害性强阵风。根据北京地区21个观测站2000～2007年的观测资料,将出现在该期间的雷暴大风按强阵风出现时降水量的大小划分为干、湿两种类型,探讨了两类雷暴大风日环境大气的热力稳定度条件、环境风垂直分布及演变等特征。结果表明,绝大多数干型雷暴大风产生在对流有效位能较小但对流层中低层环境风垂直切变却比较大的环境中,因此反映热力不稳定性的对流参数在干型雷暴大风的预报中具有一定的局限性,给对流初生的预报带来了一定难度。而湿型雷暴大风则多发生在热力不稳定的条件下。两种类型雷暴大风日环境大气温湿廓线有较大差别是造成热力不稳定性不同的原因之一。因此在预报雷暴大风时,除了环境大气的热力不稳定性外,还应考察环境风垂直切变等因素。下沉气流的热力稳定性和对流层中下层环境风速的演变是判断对流活动能否给地面带来短时强阵风的两个重要因素。下沉对流有效位能（DCAPE）的分析结果表明,多数雷暴大风日临近时刻的下沉对流有效位能大于600 J·kg-1,而且86%的干型个例和59%的湿型个例在地面大风出现前DCAPE呈现增加的趋势,这对雷暴大风特别是干型雷暴大风的潜势预报具有一定的意义。在雷暴大风来临前,抬升凝结高度以下的环境温度直减率明显增加,这种演变趋势也可为临近预报提供有用的信息。此外,风廓线仪观测资料是对常规探空的有效补充。分析表明,有一些雷暴大风的产生与高空水平动量下传有关。在雷暴大风出现前,高空环境风陡增,具有较高数值的等风速线连续下落,在雷暴大风产生时到达地面。有效地使用风廓线仪观测资料,将有利于提高雷暴大风的临近预报和预警水平。       

北京雷暴大风气候特征及短时临近预报方法

北京地区雷暴大风的预报准确率低而且时效短.为了提高对这种灾害性天气的预警能力,在气候统计的基础上,研究了潜势预报方法和临近预报算法.对1998-2007年134个雷暴大风过程的统计结果表明,北京地区绝大多数的雷暴大风具有下击暴流特征,而且冰雹的落区附近也是大风的爆发区之一.因此,负浮力的作用和对冰雹具有指示性意义的因子是研究雷暴大风预报方法应主要考虑的因素.500hPa环流背景分析表明,尽管绝大多数雷暴大风爆发时对流层中层有干空气侵入,但是还有少数个例产生在偏南暖湿气流中.目前,对后一类大风产生的机制仍然不清楚.研究表明,当对流层中层有干空气侵入时,有利于雷暴大风出现的环境条件是:下沉气流具有较大的不稳定性,同时对流层低层环境大气的温度直减率较大.此外,还讨论了经验指数--大风指数在北京地区的应用.基于上述的研究,形成了北京地区雷暴大风短时潜势预报方法,还使用相关分析和多元回归分析技术建立了基于雷达观测和环境条件的雷暴大风临近预报方程.个例分析表明,临近预报方程对于飑线和弓形回波等带来的地面大风具有一定的预报能力.     

基于概率与权重的雷暴大风潜势客观预报方法研究

采用2007—2015年5—8月NCEP再分析资料和国家站、区域站雷暴大风实况观测资料,利用权重和概率统计相结合的方法,确定与雷暴大风联系紧密的物理量,统计其在所选物理量不同阈值范围内出现的概率,建立雷暴大风概率潜势预报方程,并对预报结果进行检验。结果表明:(1)雷暴大风出现在白天与夜间所选物理量参数有所不同。无论白天或夜间,其在山区与其它地区的物理量阈值亦不同。(2)所选每个预报因子的概率统计结果与雷暴大风发生的环境条件基本相符,该概率由因子达到阈值范围内的样本数和在此区间内出现雷暴大风的样本数两者共同决定的。(3)该方法对08—20时和20—08时两个时段雷暴大风预报的命中率均较好,尤其2016年7月最高,预报概率为"60%以上"的命中率接近93%,可预报出雷暴大风出现的概率潜势和可能发生的区域;同时,空报率较高;预报概率为"80%"的预报临界指数更高。     

梧州副高边缘午后局地性短时雷暴大风潜势预报初步

对2007年5~9月当梧州处于500hPa副热带高压边缘时午后出现的多次短时雷暴大风天气进行分析,利用的地面、探空资料和T-lnP图,初步做出梧州处于副热带高压边缘时午后易出现短时雷暴大风潜势预报的预报指标。     

太原雷暴大风潜势预报方法研究

利用太原市7个国家观测站实况、探空以及MICAPS等资料，对1998—2018年5—9月太原的雷暴大风进行天气学分型，选取雷暴大风的消空因子以及不同天气型下的预报因子并确定其阈值，利用指标叠套法，建立雷暴大风潜势预报方法，并进行预报检验。结果表明：(1)选取700 hPa温度露点差、850 hPa与500 hPa的温差、条件性稳定度指数和混合相层4个环境参数作为消空因子并确定了消空阈值。（2）将雷暴大风分为高空槽型、冷涡型、切变线型、西北气流型和副高边缘型5类，选取了5类天气型下雷暴大风的预报因子，利用指标叠套法，建立了太原雷暴大风潜势预报方法。(3)运用雷暴大风潜势预报方法开展历史样本回报检验和2019-2020年试预报检验，取得了较好的预报效果。     

“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。      

杭州湾大风的中、短期预报

通过建立的预报方程,把大风预报数值化。通过对王盘山和嵊泗3年来出现的大风个例的对比分析,找出杭州湾大风的主导风向;各季节二站风向风速之间的特点,利用二个测站的空间相关性,建立线性预报方程,来预报短期的杭州湾的风。而中期预报,则是通过PPM方法,采用前一天20时的欧洲数值预报资料,做出杭州湾3~5天内,每一天的最大平均风速和风向,在此基础上加上一级为阵风风速。     

巴中地区强对流天气预报方法研究

利用1987-2017年高空观测资料、地面观测资料,以及巴中市国家气象站、区域气象站资料,雷达资料,灾情资料,EC细网格预报资料,采用中尺度分析方法分析,总结了巴中地区强对流天气的四种概念模型、分类预报方法和地面要素临近预警指标。并基于EC细网格历史资料,采用主成分分析方法筛选物理量因子,通过配料法建立了巴中地区雷暴大风预报方程,实验表明当雷暴大风预报方程预报值大于60%时,巴中地区发生雷暴大风的概率很大,具有很好的指示作用。     

华北产生雷暴大风的动力热力综合指标分析及应用

应用MICAPS重要天气报告数据,筛选出2005-2010年夏季华北地区26次典型雷暴大风过程。选取K指数、对流有效位能、大气可降水量、大风指数、中低层垂直速度、垂直螺旋度、垂直能量螺旋度等7个动力或热力指标,利用NCEP 1°×1°再分析资料计算和统计了槽前型和西北气流型雷暴大风发生时的指标阈值。基于统计结果,进一步设计了指标叠套技术,将其应用于2011年6月华北地区两次不同类型雷暴大风的潜势预报中。结果表明,雷暴大风实际发生区域与指标叠套区域一致性较好,验证了该方法对华北雷暴大风预报的有效性。     

鲁西北夏季雷暴大风的分析与预报

雷暴大风是指伴随雷暴、冰雹或其它强对流天气而出现的8级(瞬时风速≥17.2m/s)以上的大风。它具有突发性、局地性、风速大的特点,常造成很大的灾害,是鲁西北夏季常见的灾害性天气之一。由于它的发生、发展与中小尺度天气系统活动密切相关,预报也比较困难。本文以德州资料为例统计分析了1980—1986年7年6—8月雷暴大风的资料,并选取一些典型个例进行分析,从而揭示了夏季雷暴大风形成的天气形势和环境物理条件,然后寻找物理意义清楚的因子建立预报方程,力求提高雷暴大风预报准确率。     

强对流天气概念模型在江西"3·4"极端大风预报中的应用

对强对流天气12 h以上的潜势预报尤其是分类预报,目前仍是天气预报业务中的难点。2018年3月4日江西遭遇一次极端雷暴大风天气过程(简称"3·4"江西雷暴大风过程),虽然江西省气象台3月2日对外发布了区域性雷暴大风、冰雹等强对流天气预报,但对其极端性和开始影响江西的时间等事先估计不足。利用主流数值预报模式产品,对照强对流概念模型条件,对"3·4"江西雷暴大风过程的实时预报思路、经验和不足进行了总结分析与反思。结果表明:(1)该过程天气形势符合我国槽前暖平流强迫类强对流概念模型,其有利的环境条件为500 h Pa有大经向度高空低槽东移,且槽前有干冷舌;低层有异常强盛的西南急流及脉动,其脉动加强特征与我国南方西南急流通常在早上加强的日变化特征完全不同;同时低层湿舌明显增强,与500 hPa形势对应,形成上干冷、下暖湿环境条件。(2)地面低压倒槽异常发展,超低空急流上有风向或风速辐合时,导致地面暖区辐合线生成,是判断强对流午后先在强西南气流的暖区中形成的重要判据之一。(3) 3月4日江南地区850 hPa与500 hPa温差(T850-500)、对流有效位能(CAPE)等多个不稳定指数异常偏强,均明显高出其气候平均态。(4)深刻理解强对流概念模型、准确把握气象要素和物理量平均值态与异常、细致分析有别于其日变化的急流变化特征,是做好此类罕见致灾性雷暴大风潜势预报的关键着眼点。     

成都一次雷暴大风的中尺度特征分析

利用常规观测资料、加密自动站资料、自动站5 min资料、天气雷达资料和风廓线雷达组网资料,对2017年7月27日夜间出现在成都地区的一次雷暴大风天气过程进行分析,结果表明:本次过程发生在副热带高压和切变线共同影响下,地面辐合线、弱垂直风切变、层结不稳定和较大的对流有效位能为雷暴大风的发生提供了有利的环境条件。此次雷暴大风天气过程是由多单体风暴产生的;雷达回波具有窄带回波、反射率因子质心快速下降、风暴前侧出流、后侧入流和中层径向辐合等特征,这些特征对监测和预警雷暴大风有很好的指示意义。雷暴高压和强冷中心对雷暴大风的形成和维持有着重要作用。在大风过程中,风向突变伴有瞬时风速增大,但风向突变出现时间较最大瞬时风速出现提前了5 min左右,中尺度气旋式辐合的出现时间较最大瞬时风速有15 min的提前量。阵风锋坡度愈大,前侧上升气流坡度愈大;阵风锋后部的垂直风速变化落后于水平风速的变化。