黄东海大气边界层高度时空变化特征

根据2006-2007年大连、青岛和台州逐日高分辨率L波段二次测风雷达探空资料、地面观测资料以及再分析资料,采用干绝热法和位温梯度法分别计算了各个台站的边界层高度,继而分析了黄东海边界层高度多时间尺度变化规律和空间演变特征.结果表明:(1)用清晨探空资料计算每日边界层高度,干绝热法比位温梯度法更为合理可靠;(2)沿海台站边界层高度有显著季节变化,夏季最低,秋季最高,这有别于陆地边界层普遍存在的夏季高、秋冬季节低的季节变化;(3)通过小波分析,发现边界层高度有显著的2～4 d天气尺度振荡和10～20 d准双周振荡;(4)黄东海上空海洋大气边界层在时间尺度上同样存在着明显的春夏季节低、秋冬季节高的季节变化特征,大部分海区空间上呈现西北低、东南高的分布形态.     

ASCAT反演风场与华南及南海站点观测对比分析

利用2014—2017年华南沿海及南海的浮标站、海岛站、石油平台站、沿海自动站等277个自动站风场数据,与ASCAT反演风场进行了对比分析。结果表明,当观测风速小于5 m/s(大于15 m/s)时,ASCAT反演风速的平均绝对误差在3 m/s左右(存在2级左右的高(低)估);当风速介于5～10 m/s时,平均绝对误差在2 m/s左右(多数ASCAT有1～2级的高估);介于10～15 m/s时,ASCAT反演结果相对最好,风速、风向准确率能够达到60%以上。ASCAT对风速的反演结果受陆地影响较大,与观测风速的相关系数从高到低可分为三类:(1)浮标、平台站;(2)西沙、南沙自动站;(3)广东沿海自动站及海岛站、海南海岛站。ASCAT反演风场在风向的应用较风速更优,其中,东北风样本数最多,其次分别为西南风、东南风和西北风。浮标站、平台站、西沙自动站的风向反演质量相对较好;所有测站风向偏差主要由5 m/s以下的弱风贡献。单站多年月平均风速变化显示,ASCAT反演风速相对测站主要为正偏差,且秋冬季比春夏季偏差更大,这可能与大气稳定度有关。     

台风艾云尼非对称降水及动热力结构演变特征分析

台风艾云尼(1804号)第2次登陆广东过程中降水表现出显著的非对称分布,强降水主要位于其路径前进方向的右侧(简称台风右侧)。利用欧洲中期天气预报中心ERA5再分析资料、广东风廓线雷达观测资料以及降水观测资料,对造成非对称降水的环流背景和动力、热力结构演变特征进行了分析。结果表明:艾云尼左右两侧水汽输送及动力、热力条件差异是造成降水非对称的主要原因。加强的低空急流以及台风马力斯(1805号)水汽的输送为台风右侧强降水的产生提供了更好的水汽背景,而低空急流的加强配合高空强的辐散抽吸使得右侧垂直上升运动也明显大于左侧。边界层内强盛的低空急流以及珠江三角洲地区下垫面强摩擦辐合作用导致艾云尼右前侧径向入流强度更强、强入流层厚度更厚、边界层高度更高,且由于距离台风眼墙越近风速越大,上述现象越明显,为强降水的产生提供的动力和水汽条件越好。强降水期间艾云尼右侧低层大气维持不稳定状态,分析表明强低空急流携带的θ_se平流及其随高度的减弱弥补了强降水造成的能量损耗,是不稳定能量维持的重要原因。     

广东2008年罕见\

采用NCEP FNL 1°×1°逐6 h再分析资料、风廓线雷达观测资料及其他常规观测资料,对2014年5月23日发生在广州市中北部大暴雨过程的环流背景、天气尺度系统以及中尺度系统特征进行了研究。结果表明：(1)该过程是多尺度系统相互配合作用的结果,暴雨发生在“两槽一脊”环流背景下,高空槽与副热带高压相互作用使华南持续受短波槽影响;低层来自孟加拉湾及南海的低空急流,为大暴雨的产生提供了充足的水汽条件;高层南亚高压使得华南上空风场辐散抽吸作用明显。(2)强降水发生前,强风速伸展高度的不断降低使得上下层垂直风切变增大,为暴雨的产生提供了很好的动力条件,且水汽条件较好;低空急流指数的脉动与强降水的发生关系密切,其在强降水发生前1~2 h迅速增大,强降水发生后则迅速减小。(3)风场低层垂直切变的增强与强风速的下传具有较好的时间对应关系,说明由于强风速垂直伸展高度不断降低导致了风场垂直切变的增强。在强降水发生前,低空急流、低空急流指数以及垂直风切变的相应变化对短时强降水的预报具有一定指示意义。

     

2019年第一季度广东省天气预报检验评估

2019年第1季度广东省24h晴雨预报准确率为81.0%,日最高、最低温度预报平均绝对误差分别为1.84、1.26℃。降水评估结果发现主观预报对晴雨、小雨和中雨量级的预报均对客观模式有较好的订正能力,对大雨和暴雨以上降水预报仍存在一定的空漏报。温度评估结果显示主客观预报对冷空气温度变化趋势均有很强预报能力,预报员对模式最高、最低气温订正有明显正技巧。     

Forecast Performance of the Pre-operational CMA-TRAMS (EPS) in South China During April - September 2020

The mesoscale ensemble prediction system based on the Tropical Regional Atmosphere Model for the South China Sea (CMA-TRAMS (EPS)) has been pre-operational since April 2020 at South China Regional Meteorological Center (SCRMC), which was developed by the Guangzhou Institute of Tropical and Marine Meteorology (GITMM). To better understand the performance of the CMA-TRAMS (EPS) and provide guidance to forecasters, we assess the performance of this system on both deterministic and probabilistic forecasts from April to September 2020 in this study through objective verification. Compared with the control (deterministic) forecasts, the ensemble mean of the CMATRAMS (EPS) shows advantages in most non-precipitation variables. In addition, the threat score indicates that the CMA-TRAMS (EPS) obviously improves light and heavy rainfall forecasts in terms of the probability-matched mean. Compared with the European Center for Medium-range Weather Forecasts operational ensemble prediction system (ECMWF-EPS), the CMA-TRAMS (EPS) improves the probabilistic forecasts of light rainfall in terms of accuracy, reliability and discrimination, and this system also improves the heavy rainfall forecasts in terms of discrimination. Moreover, two typical heavy rainfall cases in south China during the pre-summer rainy season are investigated to visually demonstrate the deterministic and probabilistic forecasts, and the results of these two cases indicate the differences and advantages (deficiencies) of the two ensemble systems.     

基于天气学分型的2022年广东省暴雨预报检验

基于天气学分型,对全球模式ECMWF和CMA-GFS,区域模式CMA-GD和CMA-TRAMS 2022年广东省暴雨降水预报进行了检验,综合对比分析各家模式预报性能和偏差特征,结果表明:(1)2022年台风暴雨可预报性最高、锋面暴雨预报难度最大,预报员对模式台风和暖区暴雨“补漏”明显提高了主观TS评分。(2)CMA-TRAMS对台风暴雨预报表现最优,能有效提示广东省是否出现台风边缘影响的暴雨。(3)锋面暴雨TS评分普遍偏低,大范围漏报多为模式形势预报存在偏差,主观较难实现有效订正。(4)CMA-TRAMS和ECMWF对暖区暴雨预报较优,其中ECMWF对暖区形势预报更准确,CMA-TRAMS对降水强度和南部沿海暴雨预报更接近实况。     

A CASE STUDY OF NUMERICAL SIMULATION OF SEA FOG ON THE SOUTHERN CHINA COAST

This study uses numerical simulations to examine a case of sea fog that was observed from 20 to 22 March2011 on the southern China coast. The observation dataset includes observatory data, cloud-top temperature from MODIS, GPS sonde, and data from the Integrated Observation Platform for Marine Meteorology(IOPMM). The simulations are based on the Weather Research and Forecasting(WRF) model with four distinct parameter settings.Both the observations and simulations focus on the characteristics of the fog extent, boundary layer structure, and meteorological elements near the air-sea interface. Our main results are as follows:(1) The extent of mesoscale sea fog can be well simulated when the sea surface temperature has at least 0.5 ×0.5 horizontal resolution.(2) To accurately model the vertical structure of the sea fog, particularly the surface-based inversion, vertical levels must be added in the boundary layer.(3) When these model conditions are met, the simulations faithfully reproduce the measured downward shortwave radiation, downward longwave radiation, and surface sensible heat flux during the sea fog period.     

2019年广东后汛期主客观预报检验评估

2019年后汛期广东省24 h晴雨预报准确率为72.7%,暴雨预报TS为26.4,日最高、最低气温预报平均绝对误差分别为1.04、0.93℃,省级网格各项目均优于数值模式。与前汛期相比,Grapes3 km与ECMWF在后汛期的相对预报能力有明显变化。气温检验发现主客观预报对晴转雨时的最高气温,以及弱冷空气或持续降水影响期间的最低气温预报误差较大。以台风"白鹿"和"杨柳"为例,对台风外围环流影响的最高气温、最高气温的变温进行检验,发现模式对变温预报的标准偏差小于最高气温预报,具有较好的参考意义;主客观预报的变温空间分布特征均十分相似,空间差异小,无法体现局地增温,并且对距离台风较远地区的增温估计不足。