GRAPES_3 km数值模式对流风暴预报能力的多方法综合评估

利用传统点对点TS评分、邻域法以及对象检验等多种方法,综合评估了GRAPES_3 km模式的对流风暴预报性能,分析了传统检验方法和新型空间检验方法对高分辨率模式评估的适用性和差异性,并同GRAPES_Meso模式的相关结果进行了对比。结果表明:对强对流典型个例的预报评估发现,综合应用多种评估方法能够更全面地评估对流风暴预报,获取模式在对流风暴初生和发展变化过程中的预报性能。使用点对点评分方法,GRAPES_3 km模式对风暴和强风暴的预报都明显优于GRAPES_Meso模式。对于模式不同起报时间的预报,起报时间越新预报效果越好。邻域TS方法考虑了时空偏差,GRAPES_3 km模式20和35 dBz采用时间邻域1 h,空间点对点时预报技巧最高;50 dBz时空偏差较大,时间邻域尺度为3 h技巧最高。分数技巧评分(FSS)显示GRAPES_3 km模式对不同阈值的对流风暴预报均能达到最低技巧尺度,而GRAPES_Meso模式对35 dBz以上的对流风暴基本无预报能力。对象检验可以评估对流风暴特征的预报效果,GRAPES_3 km模式的对流风暴个数预报与实况较为一致,但面积预报明显低估。该模式对β中尺度的对流风暴形态、位置等预报较好,对γ中尺度的对流风暴预报尺度偏大、形状偏圆、轴角偏小,对α中尺度的对流风暴预报尺度偏小、形状偏扁、轴角偏大。GRAPES_Meso模式的对流风暴面积、个数、尺度预报较实况均偏小,位置预报偏差较大,形状预报较实况偏圆、轴角偏小。传统点对点TS评分方法和新型空间检验方法对高分辨率模式对流风暴预报的检验结论一致,依然具有一定的参考价值,但新型空间检验方法能够提供更详细的评估信息。     

2018年7月15—17日北京极端强降水过程三类对流风暴及其强降水特征分析

2018年7月15—17日,北京遭遇当年入汛以来最强降水过程。该过程具有持续时间长、累计雨量大、局地雨强强等特点。针对小时降水量阶段性减弱的特征,对该过程不同阶段三类对流风暴及其强降水特点进行了对比分析。结果表明： 16日凌晨副热带高压边缘暖区强降水主要由低质心型对流风暴造成,该时段暖湿层结深厚,垂直风切变较弱;对流系统具有类似热带强降水型风暴特征,加之“列车效应”影响,导致北京密云出现极端强降水;高质心型对流风暴出现在16日至17日凌晨,受高空槽和副热带高压共同影响,中层有干空气侵入,整层垂直风切变较强;对流系统存在悬垂结构特征,但局地性强、移速快,其造成的最大降水量要弱于低质心型对流风暴;混合型对流风暴对应17日高空槽过境的强降水,该时段能量和水汽条件较前期明显减弱;对流风暴的强度和降水量级在三类风暴中最弱。不同类型对流风暴对应的环境条件、结构特征及其移动传播特点决定了该过程不同阶段的降水强度和量级。     

近年来引发青岛暴雨的台风特征分析

采用FNL（NCEP/NCAR）全球1°×1°再分析格点资料和实况观测资料,选取2001—2008年引发青岛暴雨的6个登陆台风个例,从源地、路径、结构、强度及其环境场作用等方面分析其特征,并与未引发青岛暴雨的登陆台风特征进行了合成对比分析。结果表明：台风登陆我国福建或浙江后继续北上至30°N以北时,会引发青岛暴雨;台风东移入海,再次登陆山东半岛且登陆点离青岛越近,引发的暴雨越强、范围越广;台风影响青岛时,已处于生命史中的衰亡阶段,但高层暖心结构仍较明显,强度仍会维持一段时间;台风登陆后沿着南北向块状副高边缘的引导气流方向移动,且高空有冷槽与台风低压结合,会引发青岛全区性的暴雨、大暴雨天气。     

三种不同天气系统强降水过程中分钟雨量的对比分析

通过使用高时间分辨率的分钟级雨量资料并结合雷达回波,对比分析了近年来飑线、梅雨锋和热带系统影响下的三次强降水过程,并通过降水率、降水持续时间和降水变率的统计,探讨三次强降水过程的特征,最后给出强降水时段对应所有站点最初1小时降水的平均状态。结果表明:用分钟雨量资料辨识出的强降水时段降水序列,结合雷达回波和小波分析发现其可以很好地表现γ中尺度对流系统的降水特征,弥补了小时雨量时间分辨率低的缺陷。分析三个过程中强降水时段的样本发现华北飑线的强降水过程单站只有一次强降水时段,累计雨量基本在50 mm以下,具有降水率大,持续时间短,突变性强的特点,预报难度较大;在热带对流系统的影响下,单站降水由多次强降水时段构成,且强降水时段样本累计雨量可达100 mm以上,降水率较其他系统偏小,但持续时间最长,降水均匀稳定;梅雨锋对应的降水持续时间以1～2 h为主,但降水率高于热带系统,强降水时段样本累计雨量基本在100 mm以下,降水性质的特点是介于飑线和热带强降水系统之间,预报最为复杂。     

基于骨架的线状对流系统客观量化识别算法研究

本文将计算机图形学骨架概念应用到气象学领域,发展了回波图像预处理、骨架修剪处理以及长宽比量化处理技术,该方法能自动识别出雷达回波拼图中符合气象学标准的线状对流系统（quasi-linear convective systems,QLCSs）。首先结合2016年黄淮地区一次双QLCSs过程给出了基于骨架的QLCSs客观量化算法的具体技术流程,然后利用该方法对2016年6月安徽地区的QLCSs进行客观筛选,并进一步量化识别QLCSs的移动特征,结合灾害天气实况与主观识别进行对比评估,结果表明:结合气象学标准改造的骨架图像识别算法,较好保留了气象回波形状信息,在准确量化对流系统长短轴的基础上,实现QLCSs的有效识别。而获得的量化移动矢量等特征,一方面可应用于致灾QLCSs的分类研究,为开展长序列统计及致灾机理分析提供个例识别方法和量化特征,另一方面也为QLCSs的短临监测预警业务提供新的思路。     

极端天气指数在强对流天气中的应用及检验

数值预报特别是集合预报技术大大提高了对极端天气的预报能力,目前对于温度、风、降水等要素,欧洲中心基于集合预报产品计算的极端指数产品为其极端性提供了定量化依据。但目前尚没有应用于业务预报的强对流天气极端指数产品,本文统计了与强对流天气密切相关的物理量,并计算了其极端天气指数,统计了极端天气指数在不同强对流天气中的阈值分布。结果表明,极端天气指数与强对流天气有密切的关系,且不同类型的强对流天气极端指数的分布和阈值具有各自的特点。基于上述结果,利用极端指数和模式降水资料,使用支持向量机方法,建立了不同类型强对流天气的客观预报方法,为业务预报极端强对流天气提供客观支持产品。     

2013年4月大气环流和天气分析

2013年4月大气环流特征为:北半球极涡呈绕极分布,强度接近常年;中高纬度呈4波型,东亚大槽较常年明显偏强;中低纬度地区南支槽和副热带高压强度都稍偏弱,不利于西南地区旱情的缓解。4月全国平均气温为11.0℃,与常年同期持平,东北地区气温异常偏低。全国平均降水量为43.2 mm,较常年同期偏少1.5 mm。月内我国共出现了2次冷空气过程,并伴有扬沙、浮尘甚至沙尘暴天气;南方地区共有3次大到暴雨过程,以4月29-30日过程强降雨范围最广、强度最强,其中江南、华南地区还伴随有明显的强对流活动。     

2017年5月7日广州极端强降水对流系统结构、触发和维持机制

2017年5月7日,广州市增城区新塘镇等地出现了小时雨量超过180 mm、3 h雨量超过330 mm的极端强降水事件(简称“5·7”极端强降水事件),导致了严重的经济损失。这次过程的高强度降水分为两个主要阶段：花都区降水和增城区降水,每个阶段的强降水均集中在2~3 h内,最大分钟级降水达到了5 mm的强度,增城区新塘镇184.4 mm的极端小时雨量中约120 mm的雨量是在05:30—06:00的半小时内产生的。地闪监测显示,对流发展的第一阶段伴有较少的负地闪,第二阶段仅伴有几个闪电。雷达和卫星资料显示,强降水对流系统具有空间尺度小,发展迅速的特征;但发展成熟阶段的反射率因子大值区和卫星低TBB区在空间上出现明显偏离。强倾斜上升气流可能是造成反射率因子大值区和卫星低TBB区空间偏离的原因。雷达资料垂直剖面显示,对流具有回波顶高较低、云底高度低、强回波质心低等低质心暖云降水的特征。地势分布和辐射降温是花都北部低温中心的主要成因,大尺度弱冷空气和冷中心伴随的地形的共同作用,使得偏南暖湿气流向北移动受阻后,在花都地形的强迫抬升下触发了对流。偏南暖湿气流的持续输送、花都地形的阻挡和冷池的作用是01—03时对流维持的主要原因,弱冷空气的南下对03—04时对流系统的快速南移起到了重要作用,而冷池驱动的对流发展模型可以解释增城地区05—06时对流的较长时间维持。弱的环境引导气流和偏南暖湿气流使得高效的低质心、高效率强降水对流系统较长时间影响同一局地区域,从而导致了花都和增城两地局地极端强降水的出现。     

风廓线雷达资料在天气业务中的应用现状与展望

风廓线雷达是目前我国着重规划发展的垂直风廓线探测设备,其探测资料对天气预报预警具有重要价值。本文回顾了风廓线雷达资料在灾害性天气监测和预报中的应用,阐述了业务应用中存在的主要问题和未来发展的方向。风廓线雷达探测产品能够监测不同尺度天气系统的结构和演变,估计降水相态以及雨滴谱分布的云微物理信息,其提供的高空风资料进入快速同化系统和中尺度模式可以提高预报准确率,最后介绍了风廓线雷达单站和组网资料在强对流天气监测和业务中的应用情况,为预报员通过利用风廓线雷达资料了解天气系统的中尺度信息提供了一定的参考。     

定量降水预报技术进展

为提升现有业务系统的降水临近预报（0—2 h）能力,以业务应用为目标,基于中国气象局强对流天气短时临近预报系统—SWAN （Severe Weather Automatic Nowcasting）开展降水临近预报算法改进和应用评估研究。首先使用分钟雨量数据,采用分雨团的雷达-雨量站降水订正技术,提高降水的实况订正频率,提升定量降水估计格点场的准确率;再通过基于光流法的回波运动矢量反演技术优化改进回波运动矢量;最终将改进后的定量降水估计格点场和外推矢量相结合进行降水临近预报。通过对2021年7月全国1 km分辨率回波和降水临近预报检验评估和个例分析发现：（1）改进的基于光流法的回波运动矢量反演技术可以捕捉不同天气尺度下的回波运动规律,反演结果具有较好的一致性和平滑性,可以提高外推的准确率。（2）新的降水临近预报子系统和现有SWAN系统相比,在0—1 h预报中,TS评分相对提高50%以上,Bias更趋近于1。在1—2 h预报中,除了20 mm/h的强降水以外,TS评分相对提升约20%,Bias下降1—3。新的降水临近预报子系统基于SWAN算法标准开发接口实现,运行效率满足业务需求,预报性能得到明显提升,具备业务应用的潜力。