华东中尺度天气试验技术总结

华东中尺度天气试验是中国人民解放军总参谋部气象局组织和领导的对流性天气试验。试验的目的是期望通过研究,进一步弄清楚试验区内对流性天气分布情况以及与对流性天气有关的天气系统的结构、性质、发生、发展演变规律,建立预报模式和方法,改善预报能力。     

国家级中尺度天气分析业务技术进展Ⅱ：对流天气中尺度过程分析规范和支撑技术

中尺度天气分析技术在对流性天气的短期预报业务中发挥了重要作用。文章介绍了国家气象中心正在发展和试运行的对流天气中尺度过程分析规范和支撑技术,旨在为中尺度对流天气的短时临近分析和预报提供技术方法,其客观技术支撑为中国气象局强对流短临预报系统SWAN、强对流天气综合监测技术和自动站资料快速客观分析技术等。文章以2011年4月17日强对流过程为例,介绍了如何利用多源观测资料(常规和非常规资料)快速识别和掌握强对流天气(短时强降水、雷暴大风、冰雹、龙卷等)实况,分析当前对流系统类型及其结构特征,判断未来影响对流系统发生、发展的中尺度环境条件,并综合考虑客观自动外推算法产品,最终指导预报员对未来0～6 h内的强对流天气影响区域进行短临预报预警。业务试验表明,对流天气中尺度过程分析技术可为强对流天气短临预报业务提供重要参考和依据。     

多普勒雷达径向速度资料在对流天气预报中的应用

本文探讨了降水前多普勒天气雷达径向速度资料在对流性天气预报中的应用方法:图像定性分析法及EVAD技术定量分析法。并以2004年5日15时出现在石家庄的对流天气为例,详细介绍了利用这两种方法预报对流天气的步骤。通过对2004年10个对流性天气过程及其对应的径向速度资料的仔细分析,总结出几个定量的利用径向速度资料预报对流天气的指标,对流出现之前:(1)摩擦层开始出现辐合现象,辐合超前对流出现时间平均为8.2 h;(2)1.5°仰角径向速度图像上25 km范围内均出现了距离折叠现象;(3)25 km以内的低层50%出现了E或NE风,其他50%为S到SE风。另外,反查2004年5—6月径向速度资料发现:低层辐合和距离折叠均出现的日期,当天出现对流性降水的几率为77.3%。这些指标对预测预报石家庄地区对流性天气发生发展有一定指示作用,对其它地区也有一定的推广价值。     

用中尺度数值模式诊断强风暴潜势研究

利用中尺度数值预报模式,计算、输出若干与强风暴发生发展有密切关系的常规物理量和对流参数,研究应用模糊逻辑学技术的强天气潜势诊断的方法,开发出雷暴、冰雹、雷雨大风3类对流性天气落区的潜势预报产品,并进行了初步的业务试验.结果表明,融合多个中尺度数值预报模式输出的对流参数和物理量的方法能够较好地诊断强对流天气,对业务应用有一定参考价值.     

强对流天气监测预报预警技术进展

强对流天气预报业务包括监测、分析、预报、预警和检验等方面。对流初生识别、对流系统强度识别和对流天气类型识别等监测技术取得新进展,综合多源资料的监测技术已应用于中国气象局中央气象台业务。对流系统的触发、发展和维持机制等获得了新认识,我国不同类型强对流天气及其环境条件统计气候特征、分析规范及相应业务产品等为业务预报提供了必要基础和技术支撑。光流法、多尺度追踪技术以及应用模糊逻辑方法的临近预报技术等有明显进展,融合短时预报技术得到广泛应用,对流可分辨高分辨率数值 (集合) 预报及其后处理产品预报试验取得了显著成效,基于数值 (集合) 预报应用模糊逻辑方法的分类强对流天气短期预报技术为业务预报提供了技术支撑。强对流天气综合监测和多尺度自适应临近预报技术、多尺度分析技术以及融合短时预报技术、发展并应用模糊逻辑等方法的、基于高分辨率数值 (集合) 模式的区分不同强度等级和极端性的分类强对流天气精细化 (概率) 预报技术等是未来发展的主要方向。     

一种基于数值模式诊断自适应的北京地区对流性降水临近集合预报新方法

局地触发及组织化发展中尺度系统的生消演变是影响对流性降水临近预报的核心和关键。本文结合雷达外推预报、专家系统以及快速循环更新的高分辨数值模式系统,发展和构造了一种适合北京地区的基于数值模式预报诊断自适应的对流性降水临近集合预报新方法（APEN）。APEN基于降水外推预报结果,采用模糊逻辑算法,利用北京市气象局快速循环更新同化系统（RMAPS-IN）提供的对流诊断因子,计算对流系统发展演变（新生、增加和减弱）概率;在此基础上,扰动诊断因子阈值和权重,形成对流发展的集合概率预报;最后综合专家经验,根据对流集合概率,在降水外推预报基础上进行对流性降水调整。应用APEN,针对北京两次强弱降水过程,进行了降水的临近预报试验,结果表明:基于RMAPS-IN多种诊断因子的对流发展集合概率在强弱两种天气背景下,都能较好的反映对流系统在临近时段的发展趋势;基于专家经验模型的三种对流发展状态（对流新生、增加和减弱）下的降水调整,能合理的表征对流系统发展演变对降水的影响。APEN降水预报和RMAPS-IN的业务预报的对比显示:无论是系统性对流过程还是局地激发对流过程,APEN预报的降水落区和强度都更接近于实况,尤其是考虑对流发展演变影响的降水强度预报明显优于RMAPS-IN,APEN在北京地区对流性降水的临近预报中有明显的优势和应用潜力。     

一次对流降水天气过程的分析

文章通过对2005年6月28日14时至夜间00时乌兰察布市境内的对流天气过程的分析,揭示了该过程发生发展的大气环流背景及成因,指出了对流天气过程跟踪分析和预报的普遍思路及方法。     

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。     

基于指标叠套法的安徽省强对流天气潜势预警研究

对2005－2007年4-9月安徽省冰雹、雷雨大风等强对流天气日数进行统计,分析了基于探空资料计算的不稳定指标与强对流天气发生的关系。结果表明：K指数、A指数、沙氏指数和对流有效位能、归一化对流有效位能和对流抑制能量这几个指标对于强对流天气指示意义较好。基于此结果,挑选K指数、沙氏指数和对流有效位能针对不同季节划分阈值,建立强对流天气潜势预警指标,并利用中尺度模式MM5的数值预报产品计算该指标,对2005-2010年13个强对流天气过程预报结果进行对比检验表明,MM5模式给出的强对流天气潜势预警产品对大多数过程均能起到预警作用。对其中两次强对流天气过程的进一步分析表明,模式具备预报强对流发生潜势的能力,预报结果对强对流天气发生的时间、落区有预警意义。     

“16·7”华北极端强降水过程对流尺度集合模拟试验不确定性分析

基于4km水平分辨率的WRF-ARW中尺度模式,对2016年7月19日华北地区的极端暴雨过程进行了不同降水微物理过程的对流尺度集合模拟试验。结果表明:各个成员模拟降水的强度、时空分布与观测实况较为接近,但也具有明显的不确定性。通过邻域检验的ETS评分、相关系数和均方根误差等指标进行评估表明,采用Morrison方案和WSM6_P2方案的集合成员表现较好,对流尺度集合模式在降水强度和准确度较全球数值模式预报有一定提升。频率检验表明集合预报在50 mm以下量级的预报存在过量预报的倾向,而100 mm以上的强降水预报相对偏弱。不同降水物理过程的集合成员在高空急流和地面气旋等关键天气尺度系统的发展过程中表现出明显的不确定性;通过降水量与整层可降水含量,低层相对涡度和垂直运动等诊断量的联合分析表明,集合成员可分为强降水集合和弱降水集合两类,其中强降水集合拥有较强的对流性回波、较明显的对流性下沉以及较强的地面冷池,强的潜热反馈也导致对流层中层出现相对较大的正位涡异常,并进一步影响天气系统发展。弱降水集合成员降水以暖云降水为主,对流性上升和地面冷池相对较弱,但较为接近本次以稳定性暖云降水为主的天气过程。检验模拟雷达回波表明双参量降水物理方案在反映层云回波亮带和层云与对流核的分离特征上更为清晰合理。利用WSM6物理方案参数设置的敏感性试验表明,不同参数组合设置的预报成员分别表达了强对流风暴和暖云强降水两种性质的强降雨过程,对于一次特定天气过程中的对流系统发展能够预计到更多的不确定性,展现了对流尺度集合预报的优越性。     

基于指标叠套法的安徽省强对流天气潜势预警研究

对2005-2007年4-9月安徽省冰雹、雷雨大风等强对流天气日数进行统计,分析了基于探空资料计算的不稳定指标与强对流天气发生的关系。结果表明：K指数、A指数、沙氏指数和对流有效位能、归一化对流有效位能和对流抑制能量这几个指标对于强对流天气指示意义较好。基于此结果,挑选K指数、沙氏指数和对流有效位能针对不同季节划分闽值,建立强对流天气潜势预警指标,并利用中尺度模式MM5的数值预报产品计算该指标,对2005—2010年13个强对流天气过程预报结果进行对比检验表明。MM5模式给出的强对流天气潜势预警产品对大多数过程均能起到预警作用。对其中两次强对流天气过程分析表明,模式具备预报强对流发生潜势的能力,预报结果对强对流天气发生的时间、落区有预警意义。     

吉林省对流性天气的分布特征及地形影响机制

通过对吉林省强对流天气和对流性天气活动与地形关系的分析，初步揭示出地形对两类对流天气的影响机制，其结果对进一步分析研究和准确预报强对流天气具有重要意义。     

基于葵花8卫星的上海市夏季对流初生预报研究

参考Mecikalski et al(2010a;2010b)提出的基于GOES系列卫星的对流初生预报方法,针对上海市夏季对流天气特征建立了基于高时空分辨率的静止气象卫星数据的上海市对流初生判识及预报方法。利用该方法对上海市的一次对流初生个例进行了分析,并对2016年7-8月的12次对流初生事件进行了预报试验,结果表明:方法提取的各个指标能够很好地体现对流初生过程中云团的发展变化特征并能剔除掉成熟对流云团边缘像元的干扰;在12次对流初生事件中,成功地预报了其中的11次,预报时间较对流初生时间平均提前了约30 min,但是对于局地弱对流过程该方法仍有一定的缺陷。     

贵州西部极端对流性暴雨预报失败案例剖析

2020年6月1—2日,贵州西部发生了1次局地性的对流性暴雨过程,预报员和各数值模式对此次过程的预报量级显著偏小,对暴雨范围的低估,造成了特大暴雨、大暴雨的漏报。该文利用常规地面、高空资料,加密自动站观测资料,多普勒天气雷达资料,卫星资料及业务中常用的数值预报产品等对此次暴雨漏报案例进行剖析,结果表明：在弱天气尺度强迫背景下,高温高湿的环境中,未能准确判断对流的触发条件,未分析出露点锋、偏西风和偏南风的辐合、冷池和地面辐合线等的存在及其对强降水的影响,加之难以在短时间内对风场的发展演变进行精细分析,导致此次暴雨过程漏报;对于发生在暖湿气团中的对流性降水的预报,需考虑高温高湿环境下露点锋、辐合区、冷池、地面辐合线的相互作用触发对流并使其组织化发展,从而导致局地性、对流性强降水的产生;基于地面加密自动站资料和雷达资料等的短时临近预报可以帮助捕捉中小尺度系统,从而提高对此类暴雨的预报准确率。     

基于关键对流参数分级的强对流潜势预报

通过对上海地区1998—2009年4—9月各类强对流天气的统计分析,选取42个对流参数及其时间变量,采用逐步回归方法建立了针对各类强对流天气的0～12h潜势预报方程。在此基础上,提出了基于关键对流参数进行分级的强对流潜势预报方法,选取K指数、SI指数、PWV(大气可降水含量)指数和θsedif85(500hPa和850hPa假相当位温差)等反映大气热力和水汽条件的关键对流参数,根据对流分布情况将各对流参数分别分为3个等级,并分级建立了针对不同强对流天气的潜势预报方程。与未分级方程对比表明:基于关键对流参数分级的预报方程对雷雨大风、强雷电和所有对流等预报效果上有明显提升,采用如下组合评分更佳:雷雨大风的预报采用SI分类方程,强雷电和所有对流采用PWV分类方程。将基于关键对流参数分级的强对流潜势预报方法在数值预报模式中进行了业务应用,取得了较好效果。     

应用地球静止卫星资料估计热带气旋降水量的方法

一、引言本文介绍用地球静止业务环境卫星(GOES)资料,估计飓风和热带气旋降水的一种方法。Scofield和 Oliver(1977,1980)曾提出对流性天气系统产生洪水的一种降水量估计的方法。Scofield 和 Oliver 的方法是利用每半小时一张的 GOES 可见光和红外云图进行手工处理的方法。美国国家环境卫星局天气分析科自1978年开始,一直将 Scofield/Oliver 方法用于业务。每半小时一次的降水量估计结果送到相应的国家天气局预报室,用于监视强降水情况和发布洪水警报。1978年开始 Scofield/Oliver 对流方法已经用于飓风和热带气旋的业务预报中。这种方法已被证明,对于发展的对流性冷云顶降水是很准确的。而对流降水方法对于预报暖云顶雨带产生的降水量,以及中心密蔽云区中的降水分布是很不准确的。     

基于BGM的对流尺度集合预报试验及其检验北大核心CSCD

基于增长模繁殖法,考虑对流尺度高度非线性特征和精细化预报要求,对一次强飑线天气过程进行了集合预报试验,引入概率匹配平均法对集合预报结果进行对比分析,并通过偏差和公平技巧评分对降水进行了预报效果检验。试验结果表明,BGM法应用到对流尺度集合预报中能够生成代表大气不确定性的快速增长扰动。集合预报结果相比控制预报更加准确,传统集合平均对较小降水强度的预报更加准确,概率匹配平均法对大量级降水的预报能力明显占优。降水评分检验表明,集合平均对小量级降水的预报技巧最高,概率匹配平均法对极端降水事件的预报技巧有明显优势。对流尺度集合预报能够提高降水预报技巧,并对高影响对流天气事件的预报有指导意义。     

基于BGM的对流尺度集合预报试验及其检验

基于增长模繁殖法,考虑对流尺度高度非线性特征和精细化预报要求,对一次强飑线天气过程进行了集合预报试验,引入概率匹配平均法对集合预报结果进行对比分析,并通过偏差和公平技巧评分对降水进行了预报效果检验。试验结果表明,BGM法应用到对流尺度集合预报中能够生成代表大气不确定性的快速增长扰动。集合预报结果相比控制预报更加准确,传统集合平均对较小降水强度的预报更加准确,概率匹配平均法对大量级降水的预报能力明显占优。降水评分检验表明,集合平均对小量级降水的预报技巧最高,概率匹配平均法对极端降水事件的预报技巧有明显优势。对流尺度集合预报能够提高降水预报技巧,并对高影响对流天气事件的预报有指导意义。     

基于NCEP/GFS资料的中国东部地区雷暴预报研究

基于来自美国国家环境预测中心(NCEP)的GFS(Global Forecasting System)分析及预报场资料,将多个能够表征雷暴发生动力、热力环境的对流因子作为预报因子,通过费希尔判别准则及逐个引入因子法,建立集合多个对流参数的雷暴预报模型,从而进行较长时效(12—24 h)的区域性雷暴预报。依据临界成功指数(CSI)最高的原则,建立最优预报模型,不同地区所选用的对流参数不同,雷暴模型预报雷暴发生与否的临界值也不同,从而不仅能够得到较好的集合多个对流参数的雷暴区域性预报,还能充分考虑不同地区雷暴发生的地域性特点和气候背景。将建立的预报方法应用于2012年6和9月的两次强对流过程的预报,发现雷暴预报模型较好地预报出两次过程的雷暴落区。进一步,为了能够在强天气预报中客观有效地区分出雷暴与暴雨区,引入集合动力因子暴雨预报方法。集合动力因子暴雨预报方法在诊断和追踪强降水的发展演变中表现凸出,而集合对流参数雷暴预报方法则对包含短时强降水、冰雹、大风等在内的对流性天气有较好反映,综合两套预报方法各自的优势,建立了集成动力因子-对流参数强天气预报方法,用于降水和雷暴的预报,同时对雷暴加降水型、雷暴无降水型、降水无雷暴型等强天气进行区分预报。对中国多个典型城市的预报效果分析发现,该方法不仅能够较好地预报出较长时效(24 h)的雷暴和降水落区,对区分降水雷暴、无降水雷暴和无雷暴降水也表现出一定的能力。     

飑的12-24小时预报方法

预报飑的方法很多,但不能满足实践的要求。原因是没有查明飑形成的机制以及飑发生发展的物理实质。其次,飑的发生和对流强度有关,对流强度在时间上和空间上变化很大,给飑的预报,特别是定点预报造成困难。本文在已有的关于飑的研究和预报基础上,考虑现有方法的优点和缺点,以有飑时风速15～50米/秒为标准,对1959～1973年15年内苏联欧洲部分352次飑天气过程进行了全面的天气和热力条