海河流域东北冷涡背景下的降水预报订正研究

汛期暴雨预报一直是气象预报业务工作中的重点及难点。首先,利用浙江省2 227个气象站2016—2021年每年汛期(4—10月)逐日降水资料,以欧式距离作为相似度度量标准,通过Kmeans聚类算法对浙江汛期降水进行分区;然后,对偏差订正法进行时空上的改进;最后,将改进后的偏差订正法与分区结合形成分区订正方法。以未与分区结合的全区订正作为对比,对浙江多模式客观集成预报(OCF)进行分区订正和检验。结果显示：(1)将浙江省划分为7个降水相似区,其结果呈现明显的区域特征,并与浙江省地形地貌密切相关。(2)经2021年汛期检验,相较于OCF预报,分区订正预报优于全区订正预报,其优势主要体现在能有效降低晴雨预报的降水空报率和大幅提升大雨以上量级降水的命中率,特别是暴雨以上量级预报命中率由0.25提升至0.41。(3)典型过程检验表明,对于系统性降水和对流性降水,分区订正预报均能改善暴雨以上量级降水强度和落区预报。特别是系统性降水,分区订正预报效果更明显,能预报出大暴雨以上强降水。

     

基于卫星探测资料分析浙江省降水的时空分布特征

利用1998—2013年TRMM 3B42逐3 h降水强度资料和TRMM 3A12逐月对流和层状降水率资料,分析了浙江省多年降水的时空分布特征。结果表明:浙江省降水呈现自南向北、沿海向内陆递减,年降水存在显著的年际变化特征;此外,降水还存在季节内变化和月际变化特征,最大降水量在夏半年,春季、夏季、冬季降水内陆多于沿海,秋季降水则沿海多于内陆;采用EOF分析发现,浙江省降水的空间分布存在3个典型场:一致偏多(少)型、南涝北旱型、东西差异型;浙江省下垫面的差异引起的天气、气候效应对对流性降水产生影响,而层状降水则与浙江省降水关联不大,对流性降水率远远大于层状降水率。     

基于深度卷积神经网络的阵风锋识别算法

阵风锋作为强对流的冷性出流特征,是重要的边界层辐合系统,对其自动监测识别一直是日常气象业务中的难点,该文基于深度卷积神经网络设计了阵风锋的自动识别算法。通过对输入和输出端的重新设计,在Faster RCNN算法和Inception V2网络模型的基础上实现了通过雷达回波数据对阵风锋窄带回波实现端到端自动识别。利用雷达数据绕雷达中心旋转不变性特点,增加了数据样本,降低了需提取特征的复杂度。利用2007—2011年南京雷达数据,对该模型进行了20万步的训练,总损失函数值收敛到0.003。对识别效果的分析表明,在训练样本中识别率100%,漏识率0%,准确率87%。通过对合肥雷达2009年6月5日阵风锋天气过程的32个体扫进行模型泛化能力评估,得到识别率91.7%,漏识率8.3%,正确率73.3%。     

1951—2018年衢州市椪柑采摘期连阴雨天气变化特征

基于1951—2018年衢州市椪柑采摘期降水量、雨日、日照时数、相对湿度等逐日气象资料,应用统计分析和小波分析方法,分析椪柑采摘期连阴雨天气变化特征及其大气环流背景.结果表明:1951—2018年衢州椪柑采摘期连阴雨日数、次数和强度呈略微增加趋势、滑动3d无雨次数呈减少趋势;滑动3d无雨次数存在明显的5a、7a和15a...     

不同路径移出型西南涡对中国中东部降水的影响

利用欧洲中期天气预报中心提供的ERA-Interim再分析资料、热带降雨测量(tropical rainfall measuring mission,TRMM)卫星提供的降水反演产品3B42RT、全球降雨观测(global precipitation measurement,GPM)卫星搭载的双频降雨雷达(dual-frequency precipitation radar,DPR)观测数据、FY-2F云类型和云顶亮温等资料,对2010—2020年4—10月(暖季)影响中国中东部降水的西南涡进行分析。结果表明,2010—2020年暖季移出型西南涡共计108例,东移型、东北移型和东南移型占比分别为58.3%、27.8%、12.0%。其中东移型西南涡主要影响长江中下游,雨带呈东西向分布;东北移型西南涡雨带主要位于黄淮到华北一带;东南移型西南涡降水则主要集中在华南及沿海海域。另外,3类暖季移出型西南涡降水云系特征有明显差异,东移型西南涡30°N以北为层状云降水,以南为对流云降水,东北移型为对流云和层状云降水共同影响(即混合性降水),而东南移型则以对流云降水为主;暖季移出型西南涡降水云分类均以积雨云和密卷云为主,且伸展高度高、云顶亮温低,其中东移型和东北移型西南涡云系影响范围更广,而东南移型西南涡云系则呈块状、更密实。     

2018年一次非典型梅雨锋暴雨过程诊断分析

利用常规地面气象观测资料、NCEP/NCAR FNL 1°×1°网格点逐6 h再分析资料,对2018年6月20日浙江省一次暴雨过程的主要环流系统、等熵位涡、垂直螺旋度等进行了天气动力学诊断分析。结果表明：850 hPa低涡切变、对流层中层冷空气、200 hPa南亚高压、副热带高压是此次暴雨过程发生的主要影响系统;700 hPa上的正垂直螺旋度中心对暴雨的发生有良好的指示意义;等熵位涡的演变和形态对冷空气活动有较好的视踪作用,等熵位涡中心两侧气流辐合,有利于低压系统发展,高层等熵位涡与冷空气活动有较好的对应关系,等熵位涡大值区偏南侧的移动与强降水落区有较好的对应关系。     

2020年春末夏初浙江省三次暖区暴雨过程诊断分析

利用常规观测资料、FNL再分析资料、FY-2H静止卫星以及双偏振雷达数据,对发生在2020年5月25-26日、29-30日及6月2-3日浙江省的3次暴雨过程(简称"5·25"、"5·29"和"6·2"过程)进行了诊断分析,比较了3次暴雨的落区、强度、成因及云团等差异.结果 表明:①3次暴雨均发生在高空槽前的低空切变线上...     

2017年2月下旬浙江省一次冷锋引起的大风天气过程分析

利用常规地面气象观测资料和NCEP再分析资料,对2017年2月20—21日浙江省中西部地区的一次冷空气大风天气过程进行分析。结果表明：西伯利亚冷高压与东亚大槽共同作用形成的强气压梯度是此次大风天气过程的重要成因;高空槽槽后动量下传是此次区域性大风超出一般冷锋大风强度的关键因素;200 hPa高空西风急流入流区的辐合下沉运动与冷锋前的上升运动叠加形成的次级环流是此次大风天气出现的增强条件。     

不同环流形势下浙江中西部地区强对流的诊断预报方法

基于地面观测和探空资料、NCEP／NCAR 1°×1°再分析资料,利用中尺度分析技术,对2008—2018年暖季（4—10月）发生在浙江中西部地区（简称浙中西）的65次强对流天气过程进行天气形势配置,得到发生在浙中西的雷暴大风、冰雹、短时强降水及混合性强对流的规律特征。结果如下：（1）浙中西强对流天气出现的大尺度环流有5种基本流型配置：干冷气流型（6.2%）、锋生切变型（13.8%）、暖湿气流型（38.5%）、副高边缘型（30.7%）、台风外围型（10.8%）,并给出了每种概念模型下的主要物理机制和中尺度特征。（2）分析了不同概念模型下典型强对流天气个例,简要归纳出各种流型下的主要系统配置和演变规律,并将抽象的概念模型应用到实际预报分析中。（3）分析不同流型下强对流的阈值范围,如干冷气流型I_w大风指数平均为26.1 m·s^-1,850 hPa与500 hPa温差可达27.5℃,500 hPa相对湿度平均只有15％等,提炼出相似环流形势下不同强天气的主要预报指标,为强对流预报提供量化参考。     

浙江一次江淮气旋后部强对流暴雨过程诊断研究

利用地面降水观测、NCEP/NCAR FNL再分析、ECMWF模式预报场和FY-2H静止卫星TBB资料, 对2020年6月30日浙江省一次暴雨过程进行了综合分析。结果表明: (1) 200 hPa南亚高压强高空辐散、中纬度低槽东移、副热带高压带状稳定的阻塞形势、江淮气旋后部下摆冷空气与暖湿气流交汇形成的冷式切变等共同提供了有利的环境条件; (2)对流层中低层水汽通量向高空伸展、700 hPa正的垂直螺旋度中心都对暴雨落区有示踪作用, 高层正水汽通量散度强于低层负水汽通量散度, 垂直螺旋度和垂直速度中心几乎重合, 先低层强辐合后强垂直上升运动均为本次暴雨的发生提供了重要的水汽和动力条件; (3)暴雨发生在MPV、MPV1和MPV2为正负过渡的零值区, 为对流不稳定和斜压不稳定相结合区域, θ_se线密集区与地面近乎垂直, 湿位涡的高值中心位于θ_se梯度最大处, 高空湿位涡下传触发了位势不稳定能量的释放, 引起大范围的强对流暴雨; (4) 850 hPa冷切变线附近的降水云团, 是由多个块状对流云团合并加强形成完整的带状积雨云团, 而上游不断有新生对流云团生成东移补充消散的老单体, 触发阶段对流云后向传播, 扰动发展阶段对流云团合并过程, 形成对流云串的“列车效应”。