登陆华东台风降水分布特征

为研究华东地区台风降水、台风内核降水特征及大尺度环流对台风内核降水分布的影响,利用国家气象信息中心提供的逐日降水观测资料、NCEP/NCAR(National Centers for Environmental Prediction/National Center for Atmospheric Research)再分析资料,运用动态合成分析方法,对比分析台风登陆过程中台风内核降水分布不同的两类台风（L型、R型内核降水台风）大尺度环流特征。结果表明：（1）影响华东地区的台风主要在夏季登陆,台风登陆及带来极端降水的次数都具有“单峰型”的月际分布特征,降水分布从沿海向内陆、由南向北逐渐递减。（2）台风内核降水具有不对称性,强降水更易出现在高低空辐散辐合场相配合且上升运动维持较好的一侧。（3）L型内核降水台风主要受暖平流控制,环流西部存在多个冷平流中心,冷暖平流交汇增强了大气对流不稳定性,为降水提供了不稳定能量;R型内核降水台风登陆后主要受冷平流控制,环流东北部存在暖平流,冷暖平流相互作用使大气稳定度降低,有利于路径右侧降水发生。（4）L型内核降水台风在其环流西南部存在强水汽辐合,有利于路径...     

中央气象台暴雨预报业务的发展及思考

暴雨是影响我们国家最重要的灾害性天气之一,暴雨预报既是业务中的关键点也是难点。本文论述了目前中央气象台的暴雨预报业务已经由基于天气学、统计学等在天气图分析的基础上进行主观外推的传统预报向基于数值预报的现代天气预报发展,强调了暴雨预报的科学问题是从预报实践中提炼出来的,而不是从参考文献中找出来的,突出了预报员是暴雨科学问题的提出者和解决实际问题的第一参与者,阐明了预报与服务工作紧密结合是中国特色气象事业的重要组成部分,充分肯定了中央气象台和中国气象局暴雨研究所等科研单位在暴雨预报、研究和我国应对突发自然灾害中发挥的重要作用,明确了暴雨等灾害天气的预报是以服务人民、社会、经济发展和国家安全为最终目标。并从预报员科学研究与实践能力的培养和提高、多源观测资料应用、区域中尺度数值预报模式和集合预报技术的发展及订正能力的提高、人工智能技术的应用等几个方面对如何提高暴雨预报准确率提出一些思考。     

北京“6.23”局地强对流天气的雷达产品特征分析

利用北京逐时降水资料以及雷达组网产品、RPG衍生的风暴跟踪产品和Cell Trend产品,针对北京"6.23"雨强大、局地性明显的暴雨过程进行较为细致的诊断分析。结果表明,雷达监测产品较好地反映出此次过程是由大量中小尺度涡旋构成的对流性系统暴雨,中尺度特征显著。雷达组网产品较好地捕捉了整体降雨系统的演变过程,单站雷达组合反射率、多仰角基本反射率和径向速度揭示了该暴雨系统的多个对流单体结构和更替变化,其剖面刻画了局地对流降雨系统的典型回波特征,伴随强降雨出现了明显的后向干冷空气侵入弱回波区、前向回波悬垂和穹窿,以及倾斜式的低层辐合、高层辐散结构特征。RPG衍生的风暴跟踪产品和Cell Trend产品很好地监测出暴雨过程中小尺度系统的活动信息。其中,中小尺度涡旋的回波顶高和底高、最大回波高度的变化揭示了造成局地降水的对流单体发生发展过程中的强度、结构、内部气流运动变化特征和雨滴活动;液态水含量以及冰雹概率在整个降水过程中一直处于极大值,表明了该系统的强度与降雨雨量、雨强一致。     

山东一次区域性暴雨中尺度特征分析

利用常规资料、地面自动站资料、FY2C卫星云图TBB和多普勒天气雷达资料,对2009年5月9—10日发生在山东的春季区域性暴雨进行分析和研究。结果表明:①强降水是在低层冷空气和深厚西南暖湿气流交汇的过程中产生的,副高异常偏强,制约850～700hPa切变线和地面辐合线停滞少动,产生较长时间的降水。②地面辐合线的形成和维持激发了边界层的辐合上升运动,为暴雨区提供了充足的水汽,冷空气从边界层楔入,与暖湿气流汇合并抬升暖湿气流辐合上升,使上升运动加强,降水增幅。③中尺度对流系统是造成暴雨的主要中尺度系统,多个单体更迭并移经同一区域,形成"列车效应"而产生区域性暴雨。④雷达径向速度图中逆风区和不同高度(超)低空急流的大小对短时强降水预报有一定的指示意义。     

我国中东部平原地区临界气温条件下降水相态判别分析

基于2001—2013年地面观测和探空资料,对地面气温位于0～2℃(以下称临界气温)我国降雪的时空分布及其与降雨的垂直热力特征进行了研究,引入了决策树判别方法对上述条件下雪和雨进行了判别分析,结果表明:临界气温下降雪出现频率总体高于降雨、雨夹雪出现频率,且在我国华北南部至江南北部的中东部地区分布较多,年均可达7.69～15.38站次;临界气温下,降水相态为雨或雪对应的平均温度廓线最大差异位于650 hPa附近,且地面气温较低时,平均温度差异更明显,平均湿度廓线差异则主要位于低层,且在地面气温较高时,平均湿度差异更明显;临界气温下,降水相态为雨时,地面上空存在暖层样本占比,较降水相态为雪时更高,且降雨时暖层主要位于中层,降雪时暖层则主要位于低层,降雨时其暖层强度显著大于降雪时暖层强度;在临界气温下雨雪判别分析中,地面气温能显著提升判别准确率,湿球温度能在一定程度上提升判别准确率,基于云顶温度、中层融化参数、低层湿球温度构建的决策树判别模型,判别准确率达到91.86%,能较好地解决临界气温下雨和雪的判别问题。     

“12.7.21”西南涡极端强降雨的成因分析

利用常规观测资料、ECMWF分析场、区域自动站、多普勒雷达及SWAN系统产品等资料对2012年7月21日西南涡暴雨过程及盘龙极端强降雨进行分析。分析发现：此次过程是“北槽南涡”形势下,地面冷空气触发西南涡其东侧辐合上升运动强烈发展,高层强辐散,因而产生了对流性暴雨天气过程;冷空气从西侧侵入西南涡是925 hPa “S”形冷锋形成的直接原因,也是地面辐合线形成的重要因素;极端短时强降雨就发生在西南涡东侧中尺度雨带的中部偏北区域,有地面辐合线相配合,降雨最强时MCC冷云中心TBB达最低值。雷达回波表明：西南涡两侧冷暖空气的交绥促进了β中尺度气旋式环流的形成;偏南风低空急流为强降雨提供了充足的水汽,增强了中低层的垂直风切变,有利于强降水超级单体风暴的发展和维持;盘龙的极端短时强降雨是β中尺度气旋式环流中,伴随有深厚中气旋的强降水超级单体风暴在环流中心附近持续发展的结果。     

一类ENSO事件与四川地区粮食产量的相关分析

本文对1949年以来出现的10次ENSO事件进行了分析,得出如下结果:开始於东太平洋增暖和中大平洋增暖的两类ENSO现象分别对应四川地区粮食产量的减产和增产。此结果对四川地区粮食生产政策的制定及产量的预测研究均有较重要的参考价值。     

华北春季一次后门冷锋过程及其相关中尺度对流系统的演变特征

2018年4月21日华北南部发生了一次主观预报量级偏小的大范围春季暴雨,利用多种高时空分辨率观测资料、欧洲中期天气预报中心第5代大气再分析数据以及高分辨率数值模拟,对引发暴雨的大尺度和中尺度天气过程以及造成暴雨的中尺度对流系统的演变过程进行研究。发现后门冷锋是造成该次暴雨的大尺度天气系统。受太行山脉影响,锋面由西段南北方向和东段东西方向的两段组成,冷空气集中于1.5 km以下,伴随锋面后部东北风的增强,锋面南移、太行山东侧冷空气堆增高、强度增大;暴雨由与锋面有关的中尺度对流系统造成,中尺度对流系统形成和维持发生于后门冷锋附近且伴随锋生过程,位于沿后门冷锋爬升的暖空气前部水平风速辐合中心,其快速发展和对流中心的南移伴随锋面后部东北风增强所带来的锋面南移、冷空气堆增高;基于高分辨率数值模拟的动量收支计算表明,有利于中尺度对流系统中对流中心产生的上升运动主要由垂直气压梯度力和浮力项的合力项贡献,该合力项的大值区分布于沿锋面爬升的暖湿气流前沿具有较大的水平相当位温梯度区附近,这解释了伴随锋面增强南移的中尺度对流系统发展、对流中心南移这一现象。以上结果揭示了导致华北春季暴雨的这次后门冷锋和中尺度...     

冷涡背景下MCS的统计分析

文章首先给出冷涡的定义,根据冷涡的定义识别出冷涡,2005—2011年4—9月7年共识别出60个冷涡,主要形成在蒙古和我国的东北地区。然后根据中尺度对流系统(MCS)的标准按尺度大小将MCS分类为α中尺度对流系统（MαCS）和β中尺度对流系统（MβCS）,又按MCS的形状将MαCS分类为中尺度对流复合体（MCC）和持续拉长状对流系统（PECS）,MβCS分类为β中尺度对流复合体（MβCC）和β中尺度持续拉长状对流系统（MβECS）。利用FY 2C(2005—2009年)和FY 2E（2010—2011年）的TBB资料对60个冷涡背景下的MCS进行识别并对其时空分布特征及其与冷涡的关系进行统计分析。结果表明：(1) 60个冷涡过程识别出61个MCS,MCS通常产生在我国东北和华北,MCC和PECS生成较分散;MβCC主要集中在华北和东北地区;MβECS主要集中在东北地区。(2) 6月生成的MCS最多,有16个,9月最少。MCS大多形成于当地的下午和晚上,此时对流发展旺盛,有利于中尺度对流系统的产生,到了夜间MCS发展成熟,至凌晨—日出时分消散。(3) 冷涡背景下的MCS的移动路径多数是从西向东偏北的,其生成后主要向东移动,这和我国中纬度西风带天气系统的移动路径基本一致,但由于受冷涡等天气系统的影响,会出现不同的移动方向。位于冷涡东侧且距离冷涡中心距离较近的MCS有向东偏北方向移动的趋势;位于冷涡南侧且距离中心较远的MCS有向东偏南方向移动的趋势。(4) 冷涡背景下的MCS主要产生在冷涡的发展阶段,成熟和消散阶段相对较少。(5) 冷涡背景下的MCS主要形成在冷涡的东南部,西南部也有一小部分。(6) MβCS系统发展较MαCS系统快,持续的时间也较MαCS短。