中国雷暴气候分布特征及变化趋势

利用1951-2005年雷暴和冰雹观测资料,统计出中国743个站点的雷暴以及冰雹发生日数.统计结果表明,中国雷暴和冰雹等强对流天气发生的概率分布具有明显的地理和日变化差异,日间与夜间强对流天气分布变化很大.中国雷暴发生频繁的区域共有5个,分别是青藏高原东部、云南中南部、四川境内、华南两广地区及新疆西部,各区域雷暴日数存在不同的年际变化特征.全国雷暴日数除青藏高原地区略有上升外,总体呈下降趋势.冰雹发生频繁的区域主要在青藏高原祁连山地区,天山地区和华北北部为冰雹活动的次频繁中心.冰雹日的年际变化也因区域不同而有所区别.由中国雷暴日数的REOF分析可以看出,华南、长江流域等地区都存在独立的异常时空分布,与特定的大尺度环流密切相关.     

山东夏季雷暴天气发生前期信号的分析

用NCEP1°×1°再分析数据、地面观测资料和高空探测资料,对2005年-2009年山东省夏季6-9月份的强对流雷暴天气发生的时、空变化特征及物理量场进行诊断分析。结果表明：夏季山东地区雷暴天气现象发生之前有较明显的下沉运动,下沉运动发生的时间在雷暴发生时刻前12-36小时左右,下沉运动发生的位置多在中高空700-500h Pa。在上升运动中,当300h Pa位势高度层上的垂直上升运动ω小于-0.76 Pa·s-1时,一般会有雷暴天气发生。雷暴发生的区域并不一定在不稳定能量为最大值的区域,当不稳定能量积累后,在适当触发条件下就会发生雷暴,而且周围聚集的能量也会辐合汇集到首先爆发的雷暴地区,维持雷暴的发生。     

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。     

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。     

陕西不同区域的社会公众对雷暴天气事件的风险关注差异比较

提出社会公众关注雷暴等天气事件发生时风险超越概率值,表征社会公众对气象风险关注度指数.以陕西省省会城市、北部、中部和南部4个区域为例,分别挑选对应区域、不同年份的雷暴天气事件作为潜在气象风险源之～,以其发生时对应日12121拨打量为统计样本,利用基于模糊数学的风险评估方法,计算陕西不同区域公众对雷暴风险源发生时风险关注差异,分析雷暴风险发生不确定意义下的社会公众关注度等级、人数和意愿支付而产生的社会价值.     

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。     

近10a长三角地区雷暴天气统计分析

利用雷达、卫星、闪电定位、探空等资料,对长江三角洲地区2004—2013年的雷暴天气个例进行统计分析,得到该地区雷暴天气的时空分布特征,同时从天气学角度将这些雷暴天气个例大体划分为五种类型:槽前型、副高边缘型、冷涡(槽后)型、副高热对流型、东风波型(包括台风外围影响),并给出其典型中尺度分析综合图。通过对雷暴天气发生前后气层中的K、Si、CAPE、Pwv等物理量的变化情况进行统计分析,发现多数雷暴天气发生前均伴随较高的层结不稳定度,即高K指数、低Si指数、高CAPE值和高Pwv值,且6—9月雷暴发生前长三角地区大气不稳定层结明显强于10月至次年5月。     

鲁中地区强对流天气的气候特征及相关环境参数特征分析

利用鲁中地区2001—2016年伴随瞬时风力不低于8级的所有强对流天气个例共106次进行分析,总结其气候特征,并通过箱须图的形式研究了分类强对流天气相关环境参数的分布特征和预报阈值。结果表明：2001—2016年强对流天气分布呈山区多、平原少、中部多、北部和西南部少的特点;6月和6月中旬是主要月份和旬份;地面辐合线是最主要触发机制类型;雷暴大风型、冰雹雷暴大风型和强降水混合型对应的地面和850 hPa的平均温度露点差,0～1 km和0～3 km垂直风切变,SWEAT指数、LI指数、K指数、风暴相对螺旋度、高度指数等环境参数各有不同的最低阈值;鲁中地区易发生强对流天气的0 ℃层高度为4.1 km左右;对于伴随冰雹的强对流天气,其融化层高度比0 ℃层高度低0.6 km左右。根据以上环境参数的分布特征、高低空垂直风切变的强弱变化可对3类强对流天气进行一定程度的区分。     

强对流天气人工智能应用训练基础数据集构建

基于业务观测、历史灾情及互联网媒体等多源数据整编形成强对流天气人工智能应用训练基础数据集（Severe Convective Weather DataSet for AI application,SCWDS）。SCWDS包括2012—2019年中国大陆区域的雷暴、雷暴大风、短时强降水、冰雹及龙卷5种强对流天气,共184865个个例（站次）,9256405个样本,每个样本包含强对流天气过程标注及对应时空窗口范围内的地面观测数据、探空数据、闪电定位数据、雷达基数据、卫星多通道数据和再分析产品等。雷暴、短时强降水、冰雹主要出现在6—8月,雷暴大风主要出现在4—5月,龙卷主要出现在6—8月和4月。短时强降水发生时间呈03:00—04:00（北京时,下同）和15:00—16:00时段双峰分布,雷暴、雷暴大风、冰雹、龙卷主要发生在13:00—19:00时段。雷暴主要出现在华南、江南及青藏高原、云贵高原,雷暴大风主要出现在华北北部及江南沿海,短时强降水主要出现在西南、华南、江南及黄淮江淮地区,冰雹主要出现在青藏高原、云贵高原及华北北部。SCWDS作为机器学习模型训练的基础数据,为强对流天气智能识别和预报应用提供数据支撑。     

近50年广东省雷暴、闪电时空变化特征的研究

用1957-2004年广东省24站和1951-2004年曲江、广州、汕头、湛江4站的年、月雷暴、闪电的观测资料，研究了广东省年、月的雷暴日、闪电日的时、空分布特征。对年雷暴日、闪电日的经验正交分解表明，在研究的时间段内。广东省年的雷暴日、闪电日都有明显减少的趋势。广东省平均每10年雷暴日减少4．8天、闪电日减少9．5天。雷暴日和闪电日的趋势变化有明显的区域特征，雷暴日减少最明显的是在广东雷州半岛的湛江、徐闻；广东东南部的雷暴日、闪电日则减少不多。闪电的负趋势比雷暴的负趋势更明显。研究表明，雷暴日、闪电日的长期趋势有明显的季节变化。5-9月是雷暴日、闪电日减少最明显的月份，冬季（12、1、2月）的雷暴日、闪电日略有增加。1983年以后广东冬季的雷暴、闪电比1980年以前更加频繁。广东雷暴、闪电的减少是气候变化的一个反映，它们与广东省雨日的气候变化比较一致。     

新疆雷暴的统计特征

根据新疆地面气象记录月报表，整理出1961－1999年39年新疆90个气象观测站的雷暴天气现象资料并进行统计，结果表明：天山南脉，西部天山和天山中部是新疆雷暴的高发区，新疆雷暴集中于6－8月，多出现在午后至夜间。有半数以上的雷暴持续时间不超过半小时。     

新疆闪电时空分布特征分析

根据新疆地面气象记录月报表，整理出1961－1999年39a新疆90个气象观测站的闪电天气现象资料并进行统计分析，给出了新疆闪电的时空分布特征。     

呼伦贝尔市雷暴的时空分布特征及类型分析

利用呼伦贝尔市地区8个气象观测站1971—2000年的雷暴观测资料,统计分析了雷暴的时空分布特征并总结呼伦贝尔市雷暴的一般天气类型。结果显示：呼伦贝尔市雷暴日数的空间分布呈现出大兴安岭山地多、平原低地次之、草原地带较少的特点;各站的雷暴年际变化较大,有很强的季节性特点,集中出现在4—10月,夏季6—8月的雷暴次数占80%以上,发生雷暴的峰值时段在14—17时,雷暴日数具有较强年代际变化,呈明显的波动下降的特点;呼伦贝尔市雷暴天气有4种基本天气类型。     

Studying the showers and thunderstorms on the territory of Russia using the numerical model of convective cloud and the reanalysis data

The computation of thunderstorm and shower activity on the territory of Russia during the warm period (June–August) of 1981–2000 for four observation times (00:00, 06:00, 12:00, and 18:00) is carried out using the local convective cloud model (CCM) and the ERA-40 reanalysis data on the vertical distribution of temperature and humidity. The spatial grid with the resolution of 2.5 × 2.5° is used for the computation. Collected and analyzed are the long-term (1936–1965) in situ data on the distribution of the number of days with the thunderstorm on the territory of Russia using the observational data from the ground-based meteorological stations (about 600 stations located in different regions). As a result, the distribution of the number of days with the thunderstorm and with the convective precipitation on the territory of Russia is plotted and analyzed. It agrees on the whole with the observed data. It is demonstrated that the number of days with the thunderstorm and with the convective precipitation correlate well with each other, that also corresponds to the observational data. It is shown that CCM is applicable to the simulation of cloud convection and associated phenomena.     

洛阳地区雷暴活动规律和雷灾分析

利用洛阳市及9县10个观测站1966-2005年的雷暴观测资料,统计分析了洛阳地区雷暴活动时空分布特征,结果显示:洛阳地区雷暴时空分布很不均匀,栾川、嵩县、孟津偏多,宜阳、新安、汝阳偏少,南北多中部少;20世纪60年代中期到70年代雷暴日数偏多,80年代至今雷暴日数偏少,但从80年代开始,洛阳地区雷暴日数有缓慢上升的趋势,年际变化幅度大,季节性特点非常明显,集中出现在4-9月,而夏季雷暴日数接近全年的80%。洛阳地区雷击人员伤亡事件主要发生在农村,造成的财产损失主要在市区,近年来雷击次数及所造成的损失呈上升趋势。     

辽宁省雷暴日数的时空变化特征

利用1978—2007年辽宁59个站常规地面观测资料,对雷暴日数的时空变化进行分析。结果表明：辽宁省年平均雷暴日数为28.1 d,在空间分布上呈现从东、西部山区向中部丘陵、平原及沿海地区逐渐递减的特征。1978—2007年雷暴日数总体呈逐渐下降趋势,平均每10 a下降1.2 d;并且有明显的季、月变化,夏季最多,秋季次之,冬季几乎没有发生;3—5月迅速增多,6—8月变化趋于平稳,9—12月迅速减少。雷暴在14—20时发生频率最高,20—02时次之,02—08时最少。雷暴初终间日数平均为175.8 d,最长为295 d,最短为102 d。雷暴初日4月最多,5月次之,3月最少。雷暴终日10月最多,9月次之,12月最少。并呈开始早,结束晚的趋势。     

通辽市雷暴活动的空间分布特征分析

利用通辽市10个气象站1961—2012年52a雷暴观测资料,采用数理统计方法,统计了单站雷暴日数、雷暴出现的初日和终日及初终间日数,利用GIS绘图软件对全市多年雷暴日数进行插值绘图,探讨了通辽市雷暴日数的空间分布特征。结果表明:(1)通辽市全年雷暴日数为290d,集中出现在6—7月,占年总日数的57%。最早初日为3月18日,最晚结束日为12月27日;(2)通辽市雷暴活动日数空间分布不均,北部多,东部少,相差10d;(3)雷暴活动初日多发生在4月下旬至5月上旬,但最早和最晚年雷暴初日差值各站差异较大。全市平均初雷暴日出现在5月6日;(4)雷暴活动终日多发生在9月下旬至10月上旬,舍伯吐站雷暴结束日最早,甘旗卡站结束的最晚,两站相差13d,全市平均终雷暴日出现在9月26日。全市平均雷暴活动期为144d。     

1971—2008年青岛地区雷电时空分布特征

选取1971—2008年青岛地区7个地面观测站雷暴日资料和2006—2009年闪电定位系统监测资料,统计分析青岛雷暴的时空分布规律,并以某大型石化项目为例,分析了该区域地闪的分布特征。结果表明：近38 a青岛地区雷暴日空间分布自东南向西北逐渐增多,季节性分布特征明显,主要集中在7月和8月。根据闪电定位资料,借助分析软件...     

近年天津地区冰雹和雷暴天气特征研究

基于天津地区13个观测站的1990～2009年冰雹资料和2000～2009年雷暴资料,分析了近年来天津地区降雹、雷暴的时空分布特点,并总结出当前雷暴云移动路径,以及引发此类天气的主要影响系统.主要结论为:(1)近20年天津地区年平均雹日是12.6 d,北部蓟县为冰雹天气多发区,冰雹天气常出现在春夏秋季节,集中出现在每年3～9月;(2)全市13个测站在13:00(北京时间,下同)到20:00之间雷暴的发生概率较大,且西北路径,西南路径的雷暴云出现频率较高,占到了65.2％;(3)引发天津地区冰雹及雷暴天气的主要影响系统为高空冷涡和高空槽,所占比例为49.54％和43.12％.