OCF气温预报大误差日的对比检验分析北大核心CSCD

为评价用于公众气象服务的精细化多模式客观集成预报服务产品(refined multi-model objective consensus forecasting service products,以下简称OCF)多模式集成气温预报效果,分析其误差成因,以中国区域OCF日最高气温和日最低气温预报检验为切入点,对服务影响较大的大误差日及其典型特例——降温日开展检验分析,并与参与OCF集成的ECMWF和NCEP气温预报进行对比。结果表明:OCF日最高气温和日最低气温总体上预报性能优于参与集成的模式预报,准确率夏季高冬季低,拉开了气温变化范围,也有效减小了误差。OCF的大误差日较少,但2~3 d时效及冬半年的大误差日较ECMWF多,与集成的模式预报性能、降温天气相关。针对降温日的检验分析发现:OCF、ECMWF和NCEP在降温日的预报性能有所下降,OCF日最高气温预报误差增长尤其快;OCF对降温日的日最低气温、非降温区域的日最高气温进行了有效订正,但在降温日的降温区域里,其日最高气温预报有明显的正误差特征。基于以上分析,提出了OCF气温集成订正技术改进方向,说明针对性的检验更利于发现客观模式预报及集成订正的问题。     

高原东侧特大暴雨过程中秦岭山脉的作用

利用中尺度数值模式MM5V3.5对2002年6月8～9日陕西特大暴雨过程进行了数值模拟, 在模拟结果和实况较吻合的情况下, 通过敏感性试验, 研究了秦岭山脉在这次暴雨过程中所起的作用。结果表明, 秦岭山脉在这次暴雨过程中对降水的强度有很大的影响, 即秦岭山脉使陕甘宁边界的长城沿线、 秦岭山脉、 汉江河谷一带降水量增加, 使关中盆地、 陕北南部、 大巴山东南坡降水量减少。进一步研究表明, 秦岭山脉主要是通过形成局地环流, 使气流产生辐合, 大量的水汽和位势不稳定能量在迎风坡堆积, 上升运动加强, 从而使位势不稳定能量得以释放, 触发了对流降水。     

高原东侧突发性大暴雨过程中螺旋度的诊断分析

利用MM5模式模拟输出结果,对2002年6月8-9日发生在陕西省和四川北部的一次突发性大暴雨过程进行了螺旋度诊断分析.结果表明:暴雨区附近总存在一对紧邻的大小(低层)或正负(中层)螺旋度中心,低层螺旋度正值区强度远大于中高层螺旋度正负值区,对流层中层正负中心的轴线随高度呈逆时针旋转,相应的垂直结构是一对正负相伴的螺旋度柱.当暴雨区东侧正螺旋度突然向高层伸展,西侧伴有负螺旋度发展,且两中心间等值线变密集时,暴雨开始,大小(正负)螺旋度最强及其间等值线最紧密时,暴雨达到最强盛时期,而且暴雨就发生在两螺旋度之间偏大值中心的等值线密集区.进一步分析表明:螺旋度发生发展的主要贡献者是水平速度和水平速度的垂直切变.     

一次诱发山地灾害突发性暴雨数值模拟及诊断分析

应用MM5V3.5中尺度非静力数值模式对2003年7月14～15日发生在陕西省一次区域性暴雨过程进行数值模拟和诊断分析,结果发现,西太平洋副热带高压西侧的暖湿气流和新疆冷空气是这次暴雨的主要影响系统,充沛的水汽输送、能量的积聚和强烈的上升运动为暴雨的发生提供了充分的条件,700hPa低涡、切变线是暴雨形成的触发机制.模拟结果表明：涡度场和散度场及垂直上升运动互耦;特强辐合辐散柱的出现早于强涡度柱,而深厚的强气旋性涡柱则几乎与暴雨最强盛时期同时出现.     

湿Q矢量在陕西大暴雨过程中的应用研究

利用非地转湿Q矢量,结合MM 5模式模拟输出结果,诊断分析了2002年6月8—9日发生在陕西及四川北部的一次大暴雨过程。结果表明:非地转湿Q矢量散度辐合区对应垂直上升运动,辐散区对应下沉运动;非地转湿Q矢量散度辐合区及辐合强度对暴雨的落区和强弱有很好的指示意义,非地转湿Q矢量散度辐合中心基本上是强降水中心,辐合愈强降水愈强。非地转湿Q矢量锋生函数场与暴雨的落区和强度也对应很好。     

一次陕西关中强暴雨环境条件及中尺度系统分析

综合利用T213再分析资料和高时空分辨率观测资料包括地面区域逐时加密观测资料,对2007年8月8—9日陕西关中特大暴雨过程的环境条件和中尺度系统进行了分析。天气学分析表明:500 h Pa西太平洋副热带高压和青藏高原高压形成的高压坝在陕西中部断裂形成东北—西南向切变线、250 h Pa西风急流入口区右侧发散场和700 h Pa东西向切变线相互配合是特大暴雨形成的有利环境条件;低层风向快速变化使关中暴雨区低空水汽经历了减小—突然增加—快速减小的过程,关中周围水汽通过偏东气流输送至暴雨区为暴雨的发生提供了水汽和位势不稳定条件,而水汽的快速变化又形成关中暴雨的突发性和历时短而强的特征;高空反气旋涡度的发展形成强烈的"抽吸作用"、双圈垂直次级环流和强垂直上升运动及其两侧的弱下沉运动形成的不对称结构是暴雨形成的动力机制。强降水的中尺度特征分析显示:强暴雨是由一个中α尺度对流系统(MαCS)的发生发展产生的,MαCS又是由2个中β尺度对流系统(MβCS)合并发展而成,其内部对流单体的发展合并和独立加强形成岐山、礼泉和高陵3个大暴雨中心,这些对流单体的发展是由地面中尺度辐合系统产生的,强降水的强弱与地面中尺度辐合系统的强弱有很好的对应关系,地面中尺度辐合系统的形成和加强可能是强降水的触发机制和增幅原因之一。     

华北暴雪过程中的急流特征分析北大核心CSCD

利用常规观测资料和NCEP 1°×1°再分析资料,对2009年11月10 11日华北中南部大范围暴雪过程进行了分析。结果表明:(1)这次大暴雪发生在500 hPa高空槽、700 hPa低涡切变线及河套锢囚锋共同配合的天气系统下。(2)暴雪区位于200 hPa极锋急流入口区的右后方和副热带急流出口区的左前方、700 hPa西南急流的左前方、925 hPa和850 hPa偏东急流的右前方。(3)不同高度的急流共同作用形成这次大范围的暴雪天气过程。低空急流是在高空急流的耦合下形成和发展的。容易耦合的区域是在高空急流入口区右侧或在高空急流出口区左侧,正涡度平流随高度增大的区域。(4)西南急流为暴雪区提供充足的水汽并在暴雪区形成高湿区,从而建立和维持了暴雪区上空的对流不稳定层结。(5)西南急流与偏北急流在暴雪区上空形成辐合,在暴雪区上空产生抬升作用。(6)高、低空急流耦合所形成的次级环流,增加了上升运动并触发不稳定能量的释放,增加了暴雪强度和持续时间。(7)925 hPa东风急流在暴雪区的边界层形成了干冷空气垫,有利于偏南暖湿气流的爬升,加强了动力抬升作用。     

一次陕西关中强暴雨中尺度系统特征分析

应用高分辨率中尺度数值模式WRF模拟了2007年8月8-9日陕西关中强暴雨过程,根据模式输出结果对强暴雨中尺度对流系统(MCS)的发生、发展规律、形成原因和三维结构,特别是暴雨过程中3个大暴雨中心的β中尺度对流系统(MβCS)的细微结构包括三维流场、动力和热力结构进行了分析。结果表明,此次强暴雨过程与一个α中尺度低涡的生成密切相关,其内部强烈发展的MβCS直接产生了岐山、礼泉、高陵3个强暴雨中心的对流降水;MβCS在850,700和500 hPa上分别表现为辐合(涡旋)系统、西北—东南向暖式切变线和阶梯槽。高空西风急流入口区右侧的动力强迫是对流层高层暴雨区辐散形成和加强的原因,动力强迫引起的非地转风是暴雨形成的原因之一;中空阶梯槽携带的干冷空气从后方流入雨团起到了对流不稳定的加强作用;低层和地面不同方向的风和风速形成的中尺度辐合以及中尺度西南急流和东南急流触发了强降水的发生,强降水的发生又激发了中尺度急流扰动,中尺度急流扰动对暴雨维持和加强起到了反馈作用;秦岭山脉的屏障作用和关中喇叭口地形的动力抬升作用有助于关中强暴雨的发生和加强。产生3个强暴雨中心的MβCS有不同的流场、动力、热力垂直结构:中低层不同方向和不同层次的气流流入β中尺度降水云塔,在不同高度上形成了不同的垂直环流支,云塔中的上升气流一直伸展到200 hPa(或150 hPa)后向东南、东北流出;歧山暴雨中心450 hPa以上为强辐散,450 hPa以下暴雨中心南侧为弱辐散和辐合、北侧为辐合和弱辐散,垂直上升运动先向南、后向北倾斜直至对流层顶;相当位温呈双高能中心形成的双重位势不稳定层结结构,温度则表现为中层两个暖中心、上下层冷中心的特征;礼泉和高陵暴雨中心为整层强上升运动柱与强散度柱和正涡度柱耦合,礼泉上升运动柱存在一个高、低层冷而中上层暖的特征,具有类似于地面气压场的鞍形结构,即中低层不稳定、中高层稳定、中层为中性的层结结构;高陵暴雨中心南缘550 hPa以下是高能量和温度离差锋区,其上空400 hPa以下为近饱和水汽柱。     

春季透雨能量分析

通过对陕西春季透雨的地面和７００ ｈＰａ 能量分析, 揭示了７００ ｈＰａ 云贵高原经四川盆地的高能区向陕西输送, 是春季透雨产生的重要原因。地面单站能量的积聚和关中陕南地面由低能区向高能区转换, 并配合有Ω系统或能量锋等能量系统是春季透雨地面能量场的重要特征。     

GFS模式地形高度偏差对地面2m气温预报的影响

利用2016年1月1日—12月31日全球预报系统(GFS,Global Forecasting System)1～5 d的2 m气温预报资料,以及同期中国地面气象站2 m气温观测资料,研究模式地形高度偏差对地面2 m气温预报的影响。结果表明,较大模式地形高度偏差可严重影响2 m气温模式预报性能,导致较大预报误差。随着模式预报时效延长,2 m气温预报均方根误差也略有增加。比较模式地形高度偏差和预报时效对于模式预报性能的影响,发现模式地形高度偏差对于模式预报效果的影响更加显著。两种地形订正方案,即不做温度垂直订正的线性回归以及对温度进行垂直订正的线性回归都能显著减小2 m气温模式预报的误差,后者的订正效果更好。