山东省短时强降水天气的特征分析

通过分析山东省2007—2010年常规观测资料、山东省区域和国家级自动气象观测站降水观测资料,研究短时强降水天气的时间和地理分布特征,分析短时强降水出现的时间、落区和强度,并对1小时降水量≥100mm的短时特强降水的天气系统进行了分析,结果表明：2007—2010年山东省短时强降水天气一般出现在5—10月,7—8月较多;1小时降水量≥100mm的短时特强降水都发生在7—8月;出现短时强降水天气的时段以午后至傍晚居多,夜间次之,上午最少;当500hPa位于西风槽前和副高边缘,700hPa和850hPa位于西风槽前或存在切变线,地面有冷锋影响时,有可能发生1小时降水量≥100mm的短时特强降水天气。     

济南市区短时强降水特征分析与天气分型

利用2007—2015年济南市区及历城区自动气象观测站的逐小时降水量资料,以及常规高空、地面观测资料,统计了198次短时强降水过程的范围和强度特征,年际、月际变化特征,按照短时强降水发生时的天气形势和影响系统,分为切变线型、低槽冷锋型、西风槽型、冷涡型、台风外围型及无系统型6类,并分析了不同类型和不同范围短时强降水的关键环境参量。研究表明：短时强降水的强度与范围有较好的相关性,7月中旬—8月中旬出现强降水的次数最多;切变线型短时强降水发生范围与强度分布最广,7、8月的低槽冷锋型过程极易造成大范围高强度降水;地面露点（Td）、850 hPa假相当位温（θse）、对流有效位能（CAPE）以及暖云层厚度能较好地区分不同范围的短时强降水过程。在天气分型的基础上,结合不同降水范围和不同降水类型环境参量箱线图与阈值表,可为济南市区短时强降水的预报提供有价值的参考。      

大连地区短时强降水天气特征及预报指标研究

利用2004—2013年4—10月大连地区7个气象站和249个自动气象站逐小时降水观测数据及常规气象观测数据,对大连地区短时强降水的时空分布特征及气候特征、演变趋势和环流背景进行了分析,并建立了强降水天气预报指标。结果表明:2004—2013年大连地区各气象站短时强降水年平均发生次数为2.2—2.8次,南部和东部地区短时强降水年平均发生次数呈略增多的趋势,中部和西北部地区短时强降水年平均发生次数变化较小,中北部地区短时强降水年平均发生次数呈略下降的趋势。大连地区短时强降水最早出现在4月,最晚出现在10月,7—8月为短时强降水集中出现的月份,强降水多出现在02—10时。短时强降水发生次数具有明显的区域分布特征,由东部向中部和西部呈递减的趋势,大连东北部地区短时强降水发生次数最多,南部地区次之,西北部瓦房店地区短时强降水发生次数最少;其中7月北部地区短时强降水发生次数最多,8月东部地区短时强降水发生次数最多,其他月份短时强降水发生次数较少,说明大连地区短时强降水发生分散性较强。925hPa与850hPa平均比湿、700hPa温度露点差、850hPa与500hPa温度差平均值、K指数平均值、0℃层平均高度及暖云层平均厚度等参数阈值可用于短时强降水实际预报业务中,可为大连地区强降水预报提供参考。     

小兴安岭强对流引发短时强降水天气初探

统计2010—2014年小兴安岭45次局地短时强降水天气过程,得出小兴安岭局地短时强降水主要集中在7-8月上旬,高发时段是14-16时和20-23时,南部是局地短时强降水的多发区域。产生短时强降水天气分型主要有六种:东北冷涡型、两脊一槽型、两槽一脊型、宽广低压型、西北气流、副高边缘型。K指数≥30时,发生短时强降水的概率为80.0%;雷达回波强度≥45 dBz、有逆风区存在、垂直累积液态水含量VIL的不断增加或跃增都可以作为短时强降水的重要判据。     

西南地区短时强降水的气候特征分析

利用国家级地面气象站逐小时和日降水数据集资料,对西南地区短时强降水的气候特征进行了分析,并对近30年来强短时强降水和强暴雨的变化趋势进行了分析。结果表明:西南地区短时强降水主要集中在4-10月;三个高发区分别位于贵州东南部、四川盆地西南部和云南东南部,年均发生次数约5～6次;强度一般为20～30 mm·h~(-1),其中贵州30 mm·h~(-1)以上的小时降水强度所占比例最高,四川盆地西部边缘地区小时降水最强,超过80 mm·h~(-1),极端小时降水达123.1 mm·h~(-1);短时强降水具有明显的夜发性,02时左右为发生频次的峰值时段。从近30年西南地区超过第90百分位的强短时强降水与强暴雨的长期变化趋势来看,强短时强降水呈现频次增加、强度增强的变化趋势,强暴雨则变化不明显。     

北京地区短时强降水过程的多尺度环流特征

为了探讨不同天气尺度背景下,北京地区短时强降水过程的基本特征,利用2007-2014年6-8月北京地区自动气象站观测数据和ECMWF ERA-Interim（0.5°×0.5°）全球再分析数据,在对北京地区短时强降水日的大尺度环流特征进行分型的基础上,基于分型合成场和距平场分析了北京地区短时强降水天气过程的基本环流背景及相应的中尺度环流特征。结果表明：（1）造成北京地区出现短时强降水过程的天气系统,依据其出现的频次,大体可分为副热带高压（副高）与西来槽相互作用型、西风小槽型、东北冷涡型和黄淮低涡倒槽型等4类;从低层水汽来看,除东北冷涡型主要来自于渤海、黄海外,其他3型短时强降水过程的水汽主要来自中国南海或东海。（2）不同天气系统主导下的短时强降水时空分布存在较大差异：在空间分布上,黄淮低涡倒槽型短时强降水带分布从北京东南平原穿过城区至西北山前成东南-西北走向,其余3型大体上沿北京地形成西南-东北走向,其中,西南山前、城区和东北山前地区是3个短时强降水事件的多发中心;在时间分布上,东北低涡型造成的短时强降水过程主要发生在午后,副高与西来槽相互作用型主要集中在傍晚至前半夜,而西风小槽型和黄淮低涡倒槽型短时强降水表现出较强的夜雨特征。（3）从中尺度环流特征上看,副高与西来槽相互作用型短时强降水过程主要是低层冷空气从北京西部、北部进入,首先触发山区对流,与之对应的雷暴高压逐渐组织化,外侧辐散气流（冷池出流）和山前的偏南风暖湿气流辐合造成对流过程加强;西风小槽型主要是边界层内较强东南风在北京西北部山前受地形阻挡,向两边绕流,西南支气流在西部形成气旋性环流,造成城区西部的对流性天气,东北支气流在东北部山前形成地形辐合线,夜间随着东南气流中偏南分量显著加强,东北部山前地区的辐合上升运动加强,造成东北部山前对流性天气,因此在短时强降水落区上表现为两个分离的多发中心且具有夜发性;东北冷涡型主要是系统性的冷空气从北京北部或西部南下,在山前与低空偏东风形成辐合切变线,触发午后对流性天气;黄淮低涡倒槽型主要是黄淮低涡顶部的低层偏东气流在北京西部山前辐合抬升,触发对流,并逐步演变为中尺度气旋性环流,形成相对组织化的短时强降水。     

昆仑山北坡短时强降水天气分型及雷达回波特征分析

应用昆仑山北坡小时、分钟降水资料以及和田C波段多普勒天气雷达资料,分析近8年该区域短时强降水天气分型,对比分析对流云与混合云2型5类短时强降水的回波强度、顶高、垂直液态含水量等回波特征量值以及持续时间的差异.得出昆仑山北坡短时强降水中,中亚低涡(槽)型环流形势和块状多单体回波最多,昆仑山北坡无超级单体回波.需高度关注3...     

佛山市短时强降水的气候特征及其影响因子分析

利用1996—2017年佛山3个遥测站统计数据与NCEP/NCAR再分析资料,分析20 mm/h以上的短时强降水的气候特征及影响因子。结果表明:短时强降水天气集中在4—9月,前汛期短时强降水次数与后汛期年际变化无一致性,前汛期变化比较平稳,而后汛期则有增多趋势;后汛期短时强降水次数年代际增多趋势较为显著。前汛期短时强降水次数高值年,位势高度异常主要集中在亚欧大陆的东海岸上,较低纬度的正异常正好对副高有增强作用,对应的水汽通量季风异常主要是从南往北输送与水汽积分在华南地区出现的正异常;后汛期高值年异常主要出现在青藏高原上的正异常,对应从中南半岛水汽输送西南向东北异常,后汛期同样在华南偏西南地区出现水汽积分的正异常。     

海南岛4—9月短时强降水的天气型和环境参数特征

利用海南岛加密自动站逐小时降水资料、ERA5再分析资料,对海南岛短时强降水日环流配置进行了天气学分型,并进一步探讨了各天气型下海南岛短时强降水的时空分布、环流形势和关键环境参数特征。结果表明：(1)海南岛短时强降水有明显的日变化特征,呈单峰型,主要出现在15:00—19:00。(2)海南岛短时强降水的天气型主要有南海低压槽、华南沿海槽、西南低压槽和冷锋型。(3)南海低压槽、华南沿海槽、西南低压槽和冷锋型短时强降水分别占37%,31%,16%和16%。南海低压槽和华南沿海槽型主要出现在7、8和9月;西南低压槽型除9月外,其余各月份均可能出现;冷锋型绝大多数出现在4、5月。(4)南海低压槽和华南沿海槽型整层湿度条件都较好,不稳定能量较大,垂直风切变较弱。西南低压槽型不稳定能量较大,湿度条件一般,垂直风切变较弱。冷锋型存在明显的上干下湿特征,垂直风切变最大,0～6 km风速差75%分位大于10 m/s,不稳定能量最小。     

济南市区短时强降水特征分析

用2006—2008年5—9月的济南市区区域自动气象观测站资料和高空、地面资料,分析了济南市区出现短时强降水(R≥15mm/h)的年际、月际、时际以及强度特征,并分析了产生短时强降水的不同天气系统类型,为今后济南市区短时强降水的短时临近预报和预警提供参考。     

2007—2019年山东省短时强降水时空分布特征

选用山东 123 个国家级地面气象观测站 2007—2019 年地面逐小时降水资料,分析短时强降水分布特征,主要结论如下：1）其间共有 695 个短时强降水日、3 337 个短时强降水时次和 6 257 个短时强降水样本,基于排序法确定山东省极端短时强降水间值为 71.2 mm ? h-1,鲁东南地区间值最高,鲁中地区间值最低。2）各站年均发生 3.9 次短时强降水天气,鲁东南地区短时强降水和极端短时强降水发生频次最多,半岛地区短时强降水发生最少,鲁西南地区极端短时强降水发生最少。3）短时强降水集中出现在 6 月中旬至 8 月下旬,又以 8 月上旬最多。4）日变化显著,呈现典型 “双峰” 特征,主要集中在午后至傍晚,其次是后半夜;6 月中旬至 8 月下旬傍晚和后半夜发生短时强降水的可能性大,需重点关注。     

济南市重大短时强降水过程特征分析

利用常规天气资料、多普勒雷达资料和区域自动气象站资料,对发生在济南的33次重大短时强降水过程进行总结分析。结果表明,重大短时强降水过程年均发生3.3次,主要发生在7月上旬—8月中旬,17—23时和02—08时最易发生,南部山区较北部平原地区更易发生,且雨强更大。低槽冷锋型出现最多,水汽和动力条件充足,层结曲线中上层具有喇叭口型结构,对流有效位能呈瘦高状,平均值为1 370 J·kg-1,对流由冷锋触发（有时存在暖区对流）,强降水范围最广;副热带高压边缘型水汽充沛,对流有效位能呈粗胖状,平均值为2 400 J·kg-1,对流由底层的动力系统触发,局地性和突发性强,强降水分布不均匀;低涡切变线型具有夜雨性,水汽较充沛,动力条件一般,对流有效位能平均值为607 J·kg-1。低槽冷锋型和低涡切变线型平均雨强较大,副热带高压边缘型持续时间较长,低槽冷锋型能够产生平均雨强异常大或持续时间较长的过程,因此易出现极端降水事件。带状回波出现最多,主要由低槽冷锋型产生,块状回波主要由副热带高压边缘型产生,分布零散,絮状回波主要由低涡切变线型产生,强度较弱。强回波主要集中在中低层,回波整体质心偏低,呈现热带降水型特征。10次形成列车效应的过程中有7次由带状回波或短带回波的后向传播形成,另外3次由尺度较大的絮状回波形成,其持续时间和平均降水量是其余过程的两倍。     

淮河上游短时强降水天气学分型与物理诊断量阈值初探

利用常规高空、地面气象观测资料和NCEP 1°×1°再分析资料,对2001—2010年淮河上游短时强降水过程进行中尺度天气分析和物理量场诊断。然后,根据该区域短时强降水的环流形势和主要影响系统,将短时强降水过程分为副高边缘型、低槽型和台风倒槽型,其中副高边缘型又分为副高和低槽共同影响型、副高控制型和下滑槽副高型,归纳各类短时强降水天气系统配置模型,并提炼出表征短时强降水天气的物理量阈值。结果表明,淮河上游77.8%的短时强降水与西太平洋副热带高压有关,中低层多有急流、切变线和低涡,地面影响系统多为倒槽、辐合线和弱冷锋。短时强降水发生在低层辐合、高层辐散、低层正涡度以及中层上升运动的动力条件下;中低层有较强暖湿空气输送,湿区深厚,强降水发生在假相当位温(θse)大值区顶部;0℃层高度较高,中层风切变小,低层风切变较大,有利于短时强降水发生。     

不同纬度天气尺度扰动影响2020年夏季梅汛期降水的数值模拟

利用观测资料和区域气候模式RegCM4.6,研究了高纬和低纬天气尺度扰动对2020年梅雨期降水的可能影响.观测分析表明:2020年6月、7月长江中下游降水在周期上表现为10 d以下的天气尺度扰动,在降水过程中存在多次中高纬度天气尺度扰动的南传与低纬扰动的北传.在此基础上,设计改变不同纬度天气尺度扰动(＜10 d)输入的...     

基于WRF模式的云南短时强降水物理量特征

为了解云南短时强降水发生前本地化中尺度WRF(Weather Research Forecast)模式输出结果的物理量特征及其对短时强降水预报的作用,使用WRF模式对2016年云南主汛期(6—8月)5次短时强降水过程进行模拟,利用模式输出的高时空分辨率资料计算5次过程中85个样本在短时强降水发生前6 h水汽类、动力类及不稳定条件类的部分物理量值,使用箱线图分析各物理量的分布特征及其与短时强降水的关系,应用经验累积分布函数图确定各物理量的阈值。研究表明,水汽类物理量样本数据值分布较为集中,随着短时强降水的临近数值逐渐增大;动力类的6 km垂直风切变中位数值及平均值随时间变化很小,所有时次的6 km垂直风切变阈值均低于12 m/s,表明短时强降水发生前有弱垂直风切变;不稳定条件类中对流有效位能样本数据的离散程度较大,对短时强降水无指示意义;LI指数、K指数和700 hPa假相当位温样本数据离散度较小,其中K指数中位数值、平均值及阈值的上下限在短时强降水发生前1 h有显著增大的特征,且数据集中度达到最高,大的K指数值与短时强降水有较好的对应关系。使用物理量阈值推算短时强降水落点的方法对云南本地化WRF模式短时强降水的预报性能有改进作用。     

江西暴雨气候特征及降水极值重现期分析

利用1961—2020年江西省83个国家气象观测站日雨量资料,采用线性倾向估计法、年最大值法以及耿贝尔Ι型极值分布理论,对江西年平均暴雨日数、暴雨降水量、暴雨贡献率、暴雨强度等的变化特征以及不同重现期的降水极值进行了分析.结果表明:1)江西各地年均暴雨日数呈西南向东北递增分布;大部分地区年暴雨日数呈增加趋势,并呈现西部和南部增加略慢,东部和东北部快速增加态势;尤其是江西东北地区既是暴雨高发中心,同时也是暴雨日数增长中心.2)江西各地年平均暴雨降水量和暴雨贡献率均呈东北多、西南少分布;景德镇和上饶为暴雨降水量和暴雨贡献率高值区也是增长中心;赣州北部和吉安南部为暴雨降水量和暴雨贡献率低值区,但呈现明显增长趋势.3)江西各地平均暴雨强度呈现较明显的北部大、南部小的分布特征;暴雨强度呈现西部增强、东部减弱的趋势.4)江西不同重现期的日雨量极值呈现东北大、西南小的分布,高值区主要分布在上饶、景德镇和抚州一带,低值区主要在吉安南部和赣州.     

2016年5月6日重庆万盛短时强降水雨滴谱特征分析

利用激光雨滴谱仪对2015年5月6日四川盆地东南部与云贵高原交界处的重庆万盛地区一次由地形强迫抬升形成的短时强降水过程进行观测,分析了雨滴谱相关特征值变化情况。结果表明：雨滴谱能够较好的反映本次过程雨量的细节,谱型能够较好地反映对流的生消过程;雨滴的数浓度并不是影响雨强的决定性因素,粒子大小对雨强的贡献同样很重要;大粒子虽然很少,但对雨强的贡献远大于小粒子（如大于3mm的粒子在雷达反射率因子中起主要贡献,达到97%）;强烈的对流使大粒子在下落过程中破碎形成小粒子;三参数Gamma分布能够较好的拟合本次降水过程雨滴谱分布;小粒子的速度谱大于实验典型值,与大粒子在下落过程中破碎形成小粒子有关。     

基于自组织映射的长江中下游夏季天气分型及其降水特征

利用欧洲中心1979—2015年夏季6—8月ERA-Interim逐日再分析资料和国家气候中心CN05.1格点化降水观测数据集,引入基于自组织映射SOM(Self-Organizing Maps)方法进行长江中下游地区夏季海平面气压空间距平场的客观分型,得到该地区25种地面天气型及其系统演变特征,发现天气型的稳定、转移与天气系统强弱有关。高低压系统越强,天气型停滞频率越高,天气型越稳定;反之,天气型越不稳定。基于SOM天气型转移概率,发现三条与局地降水联系的系统演变路径,其中1号路径暖空气势力强盛,副高北上,推动锋面北抬,产生江北降水型,多发生在7月;路径2反映冷空气势力强盛推动锋面南下的天气过程,产生沿江降水型,该天气型在6、7月均易发生;路径3表现为台风移动变化对长江下游江南地区降水的影响,为江南降水型,且集中在8月。通过引入SOM方法对逐日天气尺度环流进行分型,从气候态上捕捉与降水有关的天气系统的移动变化特征,体现SOM方法在模拟天气系统演变的优势。     

基于区域自动站数据的兰州地区降水精细化特征

基于2012—2019年兰州地区146个区域自动气象站小时降水数据,从不同时间尺度分析兰州地区近8 a降水精细化特征。结论如下:(1)2012—2019年,兰州地区年均降水量总体呈"北少南多、外多内少"的空间分布特征;年降水量具有明显的年际变化,2018年降水异常偏多46%,而2015、2017年降水异常偏少,尤其2015年偏少30%。(2)兰州地区降水主要集中在7—8月,受环流形势影响,7—8月南部降水明显多于北部,其余月份南北降水差异不明显。(3)兰州地区降水量和降水范围分别表现为"朝少夕多"、"夜大日小"的日变化特征;受海拔高度影响,城区降水量总体比山区小,且因热岛效应,城区降水主要集中在午后至傍晚前后,多为对流性降水,而山区降水日分布较为均匀,整体日波动较小。(4)安宁区短时强降水发生频次最高,但短时强降水频发的站点出现在皋兰县六合站和永登县徐家磨村站,永登县是兰州地区短时强降水预报需重点关注的地区。     

基于区域自动站数据的兰州地区降水精细化特征

基于2012—2019年兰州地区146个区域自动气象站小时降水数据,从不同时间尺度分析兰州地区近8 a降水精细化特征。结论如下:(1)2012—2019年,兰州地区年均降水量总体呈"北少南多、外多内少"的空间分布特征;年降水量具有明显的年际变化,2018年降水异常偏多46%,而2015、2017年降水异常偏少,尤其2015年偏少30%。(2)兰州地区降水主要集中在7—8月,受环流形势影响,7—8月南部降水明显多于北部,其余月份南北降水差异不明显。(3)兰州地区降水量和降水范围分别表现为"朝少夕多"、"夜大日小"的日变化特征;受海拔高度影响,城区降水量总体比山区小,且因热岛效应,城区降水主要集中在午后至傍晚前后,多为对流性降水,而山区降水日分布较为均匀,整体日波动较小。(4)安宁区短时强降水发生频次最高,但短时强降水频发的站点出现在皋兰县六合站和永登县徐家磨村站,永登县是兰州地区短时强降水预报需重点关注的地区。