台风影响型雷暴大风环流及物理量特征

该文统计了广西2006～2008年台风影响型雷暴大风发生情况,分析雷暴大风500hPa高度场和地面气压场特征,对相关的物理量进行了诊断分析,结果表明:(1)台风中心进入南海北部海域,华中、华南及华南沿海地区具有明显的"两高一低"的环流特征;(2)台风影响型雷暴大风出现在7～9月份,多发生在午后,峰值出现在16时左右;(3)台风影响型雷暴大风产生前,广西大部地区大气层结存在不稳定能量聚集,低层有强的水汽辐合,相对湿度增大,在靠近能量锋区移动方向的区域整层大气为强的垂直上升运动,中低层有正涡度配合.     

3次南海秋季台风在宁波沿海强天气过程对比分析

通过常规观测站和卫星、雷达等资料,对1619号"艾利"、1720号"卡努"和1822号"山竹"3个南海秋季台风在宁波沿海造成的强降水和大风天气过程进行对比分析。结果表明,3次过程分别由台风本体倒槽、近地层风辐合和强对流主导,强降水主要集中在宁波沿海区域,台风外围东南气流提供远距离持续充沛的水汽输送,低层弱冷空气渗透大幅提高降水效率;高的整层比湿积分、不稳定大气层结和高对流能量条件均有利于强降水的发生;强降水发生时,宁波沿海低层存在比湿和水汽通量散度辐合高值区,850 hPa强的东南风水汽输送有利于强降水的发生;3次过程大风成因不同,"艾利"由台风倒槽低压大风主导,"卡努"为冷高压与近海低压间梯度堆积造成,而"山竹"为强对流雷雨大风。     

京津冀强对流天气的环境场条件及触发机制

利用MICAPS、自动气象站、FY2气象卫星和美国NCEP 1°×1°再分析等资料,对2019年7月29日出现在京津冀的一次区域性强对流天气过程进行综合分析,探讨了其发生的大尺度天气背景以及环境场和触发机制。结果表明：高空西风槽与副热带高压、低空切变线和地面冷锋是此次暖区强对流天气形成的主要影响系统,地面辐合线的生成对强天气的爆发起到了触发作用;副高外围的暖湿气流在850 hPa形成西南低空急流,配合低空切变线的作用使得水汽在京津冀地区强烈辐合,当850 hPa水汽通量散度降至-4×10-8 g/(cm2·hPa·s)以下时,预示着强降雨的出现,而700 hPa大气的辐合、500 hPa以上的强辐散加强了大气的垂直上升运动,对雨强产生明显的增幅作用;冀南地区中高层的干空气侵入使大气的层结不稳定增强,引发了雷暴大风,北京的深厚湿层则更利于产生高强度的降水,即雷暴大风的生成需要更强的大气层结不稳定性。     

“7.28”山西中部强对流天气的中尺度分析

利用常规观测资料、中尺度加密气象站资料以及卫星和雷达产品等资料,对2016年7月28日出现在山西中部的一次强对流天气进行综合分析。结果表明:此次强对流天气发生在低涡低槽后部西北气流控制的环流背景条件下;低层切变线、地面辐合线和干线是此次强对流天气的主要触发因素;较低层冷空气的渗透,使得大气层结不稳定度加大,促使垂直上升运动加强,为强对流天气的发展提供了有利条件。强对流发生前,850 h Pa存在明显的逆温层,有利于低层能量积累。对流层高低层湿位涡的正负垂直叠置,使大气对称不稳定性增强,强对流天气发生在湿位涡等值线前沿的湿位涡舌附近、冷暖空气交汇的区域。卫星云图上出现的椭圆形雹暴云团,是造成冰雹大风天气的主要中尺度系统。雷达回波强度图上出现的旁瓣回波和三体散射长钉是典型的冰雹特征,且较降雹时间提前约15~20 min,雷暴大风发生在弓形回波头部、强回波中心断裂处,强回波快速减弱对雷暴大风的发生具有指示意义;径向速度图上出现中等强度的中气旋以及中层明显的径向辐合有利于雷暴大风出现;回波顶高和垂直累积液态水含量(VIL)的跃增表明出现大冰雹的可能,VIL的快速降低也意味着出现雷暴大风的潜势较大。     

眉山两次台风倒槽暴雨过程对比分析

利用常规探测、NCEP FNL1°×1°全球分析和自动站等资料,对影响眉山地区的两次台风倒槽暴雨过程进行诊断分析,结果表明:两次过程都是在副高588线西伸加强控制整个四川地区的环流背景下发生,第一次台风倒槽暴雨过程(2017年8月22日)由台风倒槽和地面冷空气共同影响,台风倒槽较浅薄,伸展高度不高,过程发生前大气层结热力不稳定特征明显,水汽辐合主要出现在近地面层,整层上升运动较强,对应短时强降水、阵性大风等强对流天气。第二次台风倒槽暴雨过程(2017年8月24日)由单一台风外围的台风倒槽影响造成,台风倒槽较明显,伸展高度较高,过程发生前热力不稳定特征不明显,水汽辐合时间较长,上升运动主要出现在中低层,对应降雨持续时间长,降水强度较弱。     

高原低值系统影响下一次极端强降水天气诊断分析

采用常规观测资料、地面加密观测资料、逐时云顶亮温TBB资料和1°×1°NCEP/NCAR再分析资料,对2013年7月8~11日四川盆地持续性暴雨天气过程的中尺度对流系统活动及其发生发展的物理机制进行了分析。结果表明:(1)暴雨过程发生在对流层中层中高纬度两槽一脊稳定维持的环流背景下,由活跃的高原低值系统以及异常稳定的副高西侧偏南气流配合低层冷空气作用造成。(2)极端降水过程分为暖区强对流性降水和相对稳定的锋面降水两个阶段;暖区对流性降水阶段,偏南暖湿气流源源不断向盆地输送水汽和能量,为暴雨发生提供了高能高湿条件,大气层结极不稳定,中尺度对流云团发展旺盛;锋面降水阶段层结趋于稳定,对流云团有所减弱,但仍有充足的水汽输送且降水云系稳定少动,致使盆地西部产生持续性降水。(3)500h Pa高原低槽前的正涡度平流诱发盆地西部低层气旋性涡度增加、低涡生成和发展,致使暖湿气流持续在盆地西部形成辐合上升,为暴雨的维持提供了很好的动力条件,两个降水阶段均为明显的低层辐合高层辐散的特征,暖区对流性降水阶段正涡度发展较锋面降水阶段更强。(4)青藏高原东侧的地形作用强迫气流在盆地西部强烈辐合上升,使得暖湿水汽更加有效率地形成降水,是此次极端强降水天气出现的一个重要动力因素。      

华北冷季一次大范围雷暴与暴雪共存天气过程分析

利用常规气象资料、多普勒雷达及NCEP客观分析资料,对2013年3月12日华北出现的一次比较罕见的大范围雷暴和暴雪共存天气过程进行了诊断分析。结果表明：本次大范围的雷暴为发生在低层冷空气堆之上的高架雷暴。虽然雷暴区中低层水汽通量辐合较弱,但中高层θe平流差造成中层出现条件不稳定,在850 hPa切变线前部西南风中辐合配合冷平流以及切变线的先后触发下,不稳定能量得以释放,这是河北中部发生大范围雷暴的主要原因。暴雪区中层较强的水汽通量辐合及辐合层厚度爆发性增长、700 hPa槽区以及槽前西南气流和偏西气流的强辐合是造成北部暴雪天气的重要原因。此外,中低层正的差动涡度平流较散度场对暴雪及雷暴区的动力作用的反映更明显。     

陕西盛夏一次强雷暴天气成因分析

利用常规观测资料、地面加密观测资料和NCEP 1°×1°逐6 h再分析资料,对2017年7月27—28日发生在西北地区东部的一次以短时暴雨为主、局地伴有强风和冰雹的强雷暴天气特征及成因进行分析。结果表明:此次过程发生在副热带高压控制区内部;过程期间500 hPa无低值系统影响,中层无干冷空气入侵,低层东路冷空气持续侵入是此次强雷暴天气发生的主要触发条件;高低空急流耦合产生的次级环流提供了持续强劲的上升运动,低层充沛的水汽、较强的动力以及不稳定的大气层结等条件对强降水的发展起到促进作用;过程开始阶段,陕北短时暴雨落区与水汽通量大值区完全对应,而在过程后期关中及陕南东部的暴雨出现在水汽通量大值区西北侧约30～40 km风速辐合的区域;雷达图上强反射率因子区与短时暴雨以及冰雹发生位置相对应,阵风锋的出现以及径向速度上强风速核和气旋式辐合也促使短时强降水和大风天气加强。     

华北南部一次回流暴雪天气的诊断分析

利用常规观测资料和NCEP再分析资料,对发生在华北南部的一次回流暴雪天气过程进行了动力、热力等诊断分析。结果表明：该回流暴雪天气属于华北回流中的两槽一脊型,导致这次强降雪的影响系统是高空急流、西来槽、低涡切变和低空急流,东北冷空气起到了触发作用。最大降水出现在南北风转换阶段,当东北风完全控制低层,降水结束。高空辐散和低层辐合相叠置及高空正涡度的下传,有强降水的产生,但上升运动中心较低。降雪前的增暖增湿与低层冷空气的楔入使华北南部位于θse能量锋区和水汽辐合区内,有利于强降雪的产生。回流天气的水汽主要来自于南方,低层东北冷空气也有间接输送水汽作用。     

宁波机场附近一次孤立强雷暴大风事件分析

利用区域自动气象站资料、天气雷达资料、宁波机场AWOS(automated weather observation system)资料和NCEP再分析资料等对2017年7月22日发生在宁波机场附近的一次孤立强雷暴大风环境条件和雷达回波特征进行分析。结果表明：1)雷暴大风发生在较强的对流有效位能、弱的垂直风切变和上层干燥近地面暖湿的大气层结配置下,海风锋是主要触发系统。2)雷暴大风发生时,地面出现明显冷池和中尺度雷暴高压。3)强反射率因子顶部高度快速下降,中层径向辐合达到18 m·s-1,低层速度辐散超过25 m·s-1等指标,对雷暴大风预警具有较好的指示意义。     

河北廊坊雷暴大风的气候特征

利用1970~2012年廊坊地区9个气象站地面雷暴大风观测资料,采用趋势分析、滑动t检验、小波分析和最大熵谱分析等统计方法,系统分析了该地区雷暴大风天气的时空特征及变化趋势和变化周期。结果表明:廊坊地区的雷暴大风局地性强,43 a间只出现了一次全区性的雷暴大风天气过程,雷暴大风多以单站出现为主。雷暴大风的地域性特征明显,中部的廊坊市及南部的文安、大城站较易出现,而北部发生概率较低。雷暴大风的日、月及年变化特征明显。雷暴与大风主要发生在午后至前半夜,大风发生时间一般落后于雷暴,1 h内的雷暴与10 min以内的大风发生概率最高;雷暴大风3~10月都可出现,主要集中在夏季,发生概率为73.3%;近43 a来,年均雷暴大风日数整体呈现减少趋势,且中部的站点减少趋势最显著,1994年为雷暴大风的显著突变年,其显著变化周期为3.23a。雷暴大风多为"湿"型。     

灾害天气对日照市电力事故的影响研究

利用雷雨、大风等灾害天气资料和电力事故历史数据资料,分析了电力事故发生的时空分布特征及其与雷雨、大风、日平均气温等天气要素之间的关系。进而利用事件概率回归（regression estimation of event probability,REEP）和Logistic回归分析方法,得到了日照市电力事故发生概率与雷雨、大风和日平均气温之间关系的预警模型。研究结果表明：1）雷雨、大风是造成日照市电力事故的重要气象因素。2）雷雨、大风和高温等灾害天气对电力事故的发生虽都有促成作用,但影响能力存在较大差距。3）两种回归分析模型对因子和变量之间关系均有较好的拟合效果,相较而言,REEP模型更为直观,Logistic回归分析方法更为客观,适用性更强。4）回归分析结果建立在客观资料基础上,回归模型具有准确性、实用性,可为电力事故预警发布系统提供理论和技术支持。     

山西雷暴大风雷达产品统计学特征及预警提前量研究

为认识统计山西雷暴大风的雷达产品特征，做好其预报预警，利用2013—2017年4—9月高空探测资料和地面观测资料以及多普勒雷达资料对山西39次雷暴大风过程进行研究。根据500 h Pa环流形势将其分为四大类型：西北气流型、冷涡型、西风槽前型、副热带高压（简称“副高”）切变型。统计分析了不同环流背景下雷暴大风的雷达产品特征及其预警提前量。结果表明：（1）块状孤立对流单体是任一环流背景下山西雷暴大风的主要雷达回波形态。（2）副高切变型雷暴大风的最大回波强度、回波顶高、最大垂直积分液态水含量值最高，冷涡型最低。（3）低层径向速度大值区对雷暴大风的指示意义最明显，预警提前量最多，可提前30 min以上。（4）雷暴大风发生时，有阵风锋和逆风区出现，但出现次数极少。研究结果对利用雷达产品预警山西雷暴大风提供参考依据。     

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。     

江西省春夏季强对流天气气候特征

利用1960—2007年江西省87个地面气象站常规观测资料,对江西冰雹、雷雨大风（风速≥17m/s）和强降水（雨强≥30mm/h）3种强对流天气气候特征进行统计分析。结果表明,冰雹、雷雨大风和短时强降水年平均发生次数分别为13.7、181.4、123.8站次。冰雹和雷雨大风有明显的月际变化,冰雹站次峰值在3—4月,占总数的79.1%。雷雨大风站次有2个峰值,分别在7—8月和4—5月,占总数的44.3%和31.7%,且4月全省10站以上的大范围雷雨大风日数最多。自1990年以后,冰雹和雷雨大风呈逐年减少趋势。短时强降水主要出现在6—8月,占总数的70.3%,大范围短时强降水过程日数8月最多。在地理分布特征上,冰雹丘陵、山区多,平原少,赣东北最少,并有6个冰雹多发区;雷雨大风东多西少,平原和河谷或峡谷地区多山区少,赣西北最少,有5个雷雨大风多发区;短时强降水东多西少,南多北少,有5个高值中心。     

2017年秋季河北一次飑线引发的雷暴大风过程分析

利用常规地面高空观测资料、地面自动站资料、NCEP 1°×1°再分析资料、卫星云图、多普勒天气雷达资料等,对2017年秋季发生在河北省中部的一次由飑线引发的雷暴大风天气进行分析。结果表明：本次雷暴大风过程发生在高空冷涡底部,槽后冷空气与低层暖平流叠加配合地面冷锋的有利天气背景下,由飑线回波直接造成。环境条件中水汽和热力达到了中国华北地区产生强雷暴大风的平均值,大气温度直减率和垂直风切变比夏季更适宜,但能量不如夏季充足。飑线的强度、形态与夏季产生雷暴大风的雷达回波特征无异,但依据低层径向速度大值区预警秋季飑线大风需提高阈值。秋季飑线过程中地面同样伴随风场辐合、雷暴高压等中尺度系统,冷池密度流作用有利于地面大风产生。     

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。     

河北省雷暴大风的雷达回波特征及预报关键点

应用河北省石家庄新乐CINRAD-SA雷达资料对2006—2008年河北省中南部地区262个站雷暴大风的雷达回波特征进行统计。分析发现, 雷暴大风的主要雷达回波特征有弓形回波、阵风锋和径向速度大值区,出现其中一个或多个特征均可发布雷暴大风预警。根据以上雷达回波特征能够对66%的雷暴大风发布预警,34%的雷暴大风仅仅依据雷达资料无法预警,其中孤立块状回波占39%,带状回波占61%。弓形回波仅占雷暴大风的19.8%,能够观测到的阵风锋回波仅占16.8%,65.3%的雷暴大风观测到径向速度大值区,径向速度大值区是雷暴大风最重要的雷达回波特征。径向速度大值区的形成一般早于弓形回波和阵风锋回波,依据径向速度大值区可更早发布雷暴大风预警。     

三种机器学习方法在广东雷暴大风自动识别的应用效果评估

基于2012—2019年自动站雷暴大风观测实况和对应雷达回波,利用传统机器学习方法(决策树)和深度学习方法(CNN、YOLO)等三种机器学习方法分别建立雷暴大风自动识别模型。根据广东雷暴大风回波特征,选取50 dBZ高度、反射率因子强度梯度等5个回波参量作为决策树的特征因子;将1～9 km高度的雷达回波分为11层,作为YOLOv3的输入层,使其由原3个特征层扩展到11层,训练优化后的YOLOv3可更合理刻画雷暴大风的空间结构特征。经批量测试和业务试运行试验,检验结果表明：三种模型中基于决策树的模型虚警最高,基于CNN的模型漏报最多,基于YOLO的模型识别效果最好,其POD和CSI均最高。通过对广东2020年汛期5次系统性和5次局地性雷暴大风过程进行分类型自动识别效果评估,并选取任意天气下长达30天连续时段进行不间断识别检验,结果表明该算法对于不同类型的雷暴大风均有较好的识别能力,具备业务化应用前景。