首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 125 毫秒
1.
基于我国中东部2002—2009年5—9月逐小时降水观测资料和一天四次的NCEP最终分析资料,通过时空匹配处理,得到强度为20~49.9 mm·h-1(A类)、50~79.9 mm·h-1(B类)和不小于80 mm·h-1(C类)的短时强降水天气样本序列,逐类统计分析用于表征其发生发展环境条件的水汽、热力、抬升触发和垂直风切变等物理量的分布特征。结果表明:表征水汽条件的大气可降水量(TPW)对三类短时强降水有一定的指示意义,A、B、C类短时强降水必要的TPW值分别为27、32、42 mm,短时强降水量越大,其所需水汽含量越高。约50%的三类短时强降水均出现在TPW大于60 mm的湿环境中。表征热力、能量、动力和垂直风切变条件的物理量对三类短时强降水的环境条件区分并不显著,环境大气中水汽多少可能是决定短时强降水级别的必要因素。B类和C类短时强降水的高概率密度区域范围大致为TPW在55~70 mm之间、0—6 km垂直风切变在5~15 m·s-1之间,而C类短时强降水在TPW与最佳对流有效位能(BCAPE)以及0—6 km垂直风切变与BCAPE的概率密度分布图中均有两个显著高概率密度区,可能与CAPE影响高级别短时强降水产生的两种机制有关。  相似文献   

2.
摘要:利用2016-2018年6-8月ECMWF细网格、GRAPES _MESO、黑龙江省822个自动站资料研究黑龙江省6-8月短时强降水(一般短时强降水和极端短时强降水)的预报方法和各项影响因子指标与他们之间的融合。采用双线插值法或临近格点法、分位数法、配料法、排除法、多重分析法,形成以水汽、不稳定、抬升为框架的客观预报方法。研究发现,强降水的环境背景不仅受限于各物理因子阈值,也与他们之间融合密切相关。各因子间存在一定旬差异和日较差,夜间与水汽相关的各阈值明显大于白天,白天热力不稳定性高于夜间。6月中上旬与水汽含量相关的各因子阈值小于其他时段。从检验结果上看,由于强降水的突发性、局地形和研究方法以及模式本身的特性,预报的空报率非常大,漏报率较低,TS评分最低且随着分布密度的降低而降低。一般强降水检验中,两种模式点对点检验的TS评分为0.015左右,14km和40km点对面检验夜间TS评分约0.03和0.08。极端强降水检验中,两种模式点对点检验TS评分约0.004,14km和40km点对面检验准确率约分别为0.005和0.02。7月份由于强降水分布密度相对较大,检验效果也相对较好。一般性强降水EC细网格TS评分高于GRAPES_MESO,而极端强降水检验TS评分刚好相反。  相似文献   

3.
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。  相似文献   

4.
利用浙江省2012—2016年6—9月自动气象观测站逐日逐小时资料,分析了浙江省午后短时强降水时空分布特征,基于NCEP全球再分析资料探讨了此类天气发生的环流背景,统计分析其中6个具有地域代表性的高概率发生站点的物理量统计特征。结果表明:浙江北部的杭州和宁波城区、浙江中部和南部的高海拔山区都是午后短时强降水发生概率相对高的区域,浙江东部沿海、金衢盆地以及千岛湖概率较低。6—9月浙江省各月午后短时强降水触发条件有所不同,7、8月短时强降水相对多发,均具有明显的热对流性质,同时边界层的弱辐合、城市热岛效应和山区地形作用对短时强降水落区均有影响。午后短时强降水发生前,平原地区所需要的层结不稳定度以及水汽条件较山区为高,并且低层还需要一定的垂直风切变维持。统计表明:午后短时强降水发生前6 h的CAPE值多数个例有较大的增量,而抬升指数等表征大气不稳定程度和水汽的指标虽无明显变化,但均向利于短时强降水发生的方向发展。  相似文献   

5.
该文利用2005-2014年丰都县地面天气、探空数据、NCEP 1°×1°FNL再分析资料等,对丰都地区冰雹、雷暴大风、短时强降水这3类强对流天气特征进行统计分析,得出这3类强对流天气的时空分布特征,并从天气个例出发,利用实况资料对强对流天气的差异进行分析,为强对流天气的预警预报提供参考。得到如下结果:短时强降水通常出现在5-9月,大风通常出现在5—8月,冰雹通常出现南部的七跃山脉和北部的蒋家山和黄草山脉附近~([1]),2005—2014年间共出现了7次,3—8月均有发生。通过计算3种强对流天气环境场参量,归纳出3种物理量参数的差异:大气可降水量、AT500-T850,K指数、抬升指数(LI)、相对湿度、散度场分布等在冰雹、短时强降水和大风天气中有明显的差异,冰雹和短时强降水的AT500-T850相差了近5℃,大风天气的值介于冰雹和短时强降水之间。大气可降水量分布上,短时强降水的大气可降水量(PW)平均值为58 mm,比冰雹值大约多了10 mm,比大风值多了14 mm。短时强降水出现时几乎整层都是处于饱和的状态,冰雹和大风天气几乎只在中低层有较饱和的水汽,而高层的相对湿度平均值在40%~50%左右。对流指数方面,K指数和LI指数都很好的指示了强对流天气的发生,K指数在短时强降水发生时其平均值在39.8℃左右,较冰雹和大风分别高1.6℃和3℃。短时强降水出现环流位置大多位于600 hPa以下,而冰雹则在300 hPa左右,大风在400 hPa左右。  相似文献   

6.
基于ECMWF产品福建省前汛期短时强降水预报方法   总被引:2,自引:1,他引:1  
利用2014—2016年福建省1605个自动气象站逐时降水资料和ECMWF全球模式细网格预报产品,分析福建省前汛期短时强降水发生背景下模式预报物理量的分布特征,并基于阈值判定的方法建立短时强降水预报模型。结果表明:福建省内陆县市前汛期短时强降水发生频次较高,沿海县市发生频次低,且日变化特征表现出双峰结构。箱型图差异指数(Ibd)在评估相关变量对于区分短时强降水发生与否的敏感程度有较好的作用,比湿、整层可降水量等水汽变量Ibd最为显著,K指数、对流有效位能等变量的Ibd仅次于水汽变量,说明模式预报变量对于预测短时强降水有较好的表征作用。针对短时强降水事件的物理量集合,采用剔除异常值后的最小值作为判定阈值,通过训练集分析结果客观订正对流有效位能和3 h降水量两个高Ibd变量的阈值,建立潜势预报模型。对于福建省西部的关键区,检验集白天时段12 h时间分辨率预报TS评分可达0.5,夜间时段约为0.3。对于福建省进行分区建模预报,检验集预报结果显示白天时段比夜间准确率高、内陆县市比沿海县市准确率高。  相似文献   

7.
近6年陕甘宁三省5—9月短时强降水统计特征   总被引:5,自引:1,他引:4  
利用2005—2010年5—9月加密自动气象站1 h降水资料对陕甘宁三省不同强度短时强降水时空分布特征、天气学概念模型以及物理量特征进行研究,结果表明:短时强降水在陕甘宁三省存在4个活跃区和3个不活跃区;7—8月是短时强降水的多发期,两大峰值出现在7月下旬和8月中旬,日变化呈双峰分布,1 h降水量≥30 mm的短时强降水具有夜间多发性;通过典型个例的综合分析,建立了低槽-副高型、低涡-远距离台风型、两高切变型3类短时强降水概念模型;从物理量场来看,3类短时强降水均具有丰富的水汽和不稳定层结 (能量)、高于发生冰雹的0℃层高度、较厚的暖云厚度,且均发生在弱风切变环境中;低槽-副高型最为典型,其抬升凝结高度最高,500 hPa与850 hPa假相当位温差Δθse、抬升指数,K指数,对流有效位能量值最低,短时强降水发生频次高,1 h降水量大多在25 mm以内。低涡-远距离台风型水汽条件最好,深厚湿区、次天气尺度Ω系统和较低的抬升凝结高度使短时强降水发生范围最广,强度更强。两高切变型降水强度最大、持续时间最短并具有突发性, 其Δθse、抬升指数、K指数、对流有效位能最高,0~3 km垂直风切变最强,对流性特征明显,特别是强天气威胁指数接近300,强降水发生的同时往往伴有雷暴。  相似文献   

8.
利用地面观测资料和NCEP1°×1°格点再分析资料,对庐山夏季强降水的天气系统进行统计分析和物理量计算,结果表明:台风是庐山后汛期暴雨或大暴雨产生的主要天气系统;台风暴雨分为A型和B型两种降水类型;涡度、散度、螺旋度、垂直速度、水汽通量与水汽通量散度等物理量与台风暴雨关系密切,物理量特征阈值对确定台风暴雨预报有一定指导意义;24°N~30°N、116°E~120°E为物理量特征区域,各物理量在特征区域中超过阈值时,庐山极有可能有暴雨发生。  相似文献   

9.
利用每天4次0.125°×0.125°的ECMWF-Interim再分析资料和广东省2009—2018年地面气象站逐时雨量观测的短时强降水数据集,针对广东不同季节、不同地域的短时强降水,以提高命中率同时控制虚警率为目的,提出基于显著性和敏感性评价的物理量优选和因子分析法,用于构建分期、分区的广东短时强降水概率预报模型。以参数显著性和预测敏感性为标准,在49个待选物理量中挑选18个既与多年平均态存在明显差异,又具有较低虚警率的物理量,应用方差最大正交旋转因子分析法将遴选物理量组合成表征大气不同环境条件的6个因子;为使组合因子更具适应性,基于因子偏离度特征对广东前、后汛期不同区域独立建模,构建分期、分区短时强降水逐6 h格点概率预报模型。汛期业务试验表明,模型对短时强降水发生概率预报效果较好。对2019年汛期模型每天两次起报的12 h预报时效内概率产品进行格点检验,以训练期最优TS评分对应的固定概率作为预测概率阈值,广东省大部分区域TS评分超过0.25,最高超过0.42,平均较ECMWF-Fine业务模式在前、后汛期分别提升0.23与0.21,南部沿海TS评分提升幅度最大,并且模型在提升命中率与降低虚警率之间取得较好的平衡。个例分析表明,对于ECMWF模式常漏报的广东暖区短时强降水,概率预报模型具有明显优势,尤其能为天气尺度弱动力强迫的强降水早期预警提供更多有效信息。   相似文献   

10.
基于物理量参数的江苏短时强降水预报模型的研究   总被引:2,自引:0,他引:2  
沈澄  孙燕  魏晓奕  尹东屏 《气象》2016,42(5):557-566
本文利用2004—2013年6—8月江苏省三个常规探空站(徐州、射阳、南京)的逐日高空探测资料,计算了51个物理量参数。在物理量参数与短时强降水事件(观测时刻后0~6 h内出现的短时强降水天气)相关系数的显著性检验基础上,根据物理量参数在短时强降水样本和非短时强降水样本中值域分布特征,最终选定了具有预报意义的16个物理量参数。通过分析不同类型物理量参数对短时强降水天气的指示作用,根据各物理量参数在各月短时强降水事件中的阈值,确定了江苏短时强降水预报的判定指标。采用隶属函数转换法,建立江苏夏季短时强降水预报模型,经实况拟合检验,效果良好。  相似文献   

11.
Water vapor content,instability,and convergence conditions are the key to short-duration heavy rainfall forecasting.It is necessary to understand the large-scale atmospheric environment characteristics of shortduration heavy rainfall by investigating the distribution of physical parameters for different hourly rainfall intensities.The observed hourly rainfall data in China and the NCEP final analysis(FNL)data during 1May and 30 September from 2002 to 2009 are used.NCEP FNL data are 6-hourly,resulting in sample sizes of 1573370,355346,and 11401 for three categories of hourly rainfall(P)of no precipitation(P<0.1 mm h-1),ordinary precipitation(0.1≤P<20 mm h-1),and short-duration heavy rainfall(P≥20.0 mm h-1),respectively,by adopting a temporal matching method.The results show that the total precipitable water(PWAT)is the best parameter indicating the hourly rainfall intensity.A PWAT of 28 mm is necessary for any short-duration heavy rainfall.The possibility of short-duration heavy rainfall occurrence increases with PWAT,and a PWAT of 59 mm is nearly sufficient.The specific humidity is a better indicator than relative humidity.Both 700-and 850-hPa relative humidity greater than 80%could be used to determine whether or not it is going to rain,but could not be used to estimate the rainfall intensity.Temperature and potential pseudo-equivalent temperature are also reasonable indicators of short-duration heavy rainfall.Among the atmospheric instability parameters,the best lifted index(BLI)performs best on the shortduration rainfall discrimination;the next best is the K index(KI).The three rainfall categories are not well recognized by total totals(TT)or the temperature difference between 850 and 500 hPa(DT85).Threequarters of short-duration heavy rainfall occurred with BLI less than-0.9,while no short-duration heavy rainfall occurred when BLI was greater than 2.6.The minimum threshold of KI was 28.1 for short-duration heavy rainfall.The importance of dynamic conditions was well demonstrated by the 925-and 850-hPa divergence.The representativeness of 925-hPa divergence is stronger than that of 850 hPa.Three-quarters of short-duration heavy rainfall occurred under a negative divergence environment.However,both the best convective potential energy(BCAPE)and vertical wind shear were unable to discriminate the hourly rainfall intensities.  相似文献   

12.
针对北京地区2012年7月21日(简称“7.21”过程)和2016年7月20日(简称“7.20”过程)极端特大暴雨中的短时强降水,对短时强降水实况、环流形势、地形影响及环境的动力、水汽和热力条件进行了分析,并结合较长时段的历史资料,从单点和区域角度对环境动力、水汽和潜在热力条件的极端性进行了对比分析。结果表明:(1)尽管两次过程中的短时强降水实况差异显著,但均出现在非常有利的天气形势下。(2)针对短时强降水环境的单点动力、水汽和热力条件对比显示,两次过程中的850 hPa动力抬升和整层可降水量(PWAT)均极端偏强,但抬升指数(LI)表征的热力条件差异差别巨大,2012年“7.21”过程中为偏强,2016年“7.20”过程中为偏弱。(3)针对长时间序列资料的标准化偏差异常(SD)显示,两次过程中850 hPa风场和PWAT的SD均超过了3σ,为极端偏强,LI表征的潜在热力条件方面,2012年“7.21”过程中低于-1σ,2016年“7.20”过程中与历史同期持平,表明热力条件的差异是导致两次极端暴雨过程中短时强降水强度巨大差异的重要原因。  相似文献   

13.
陆面参数的扰动对一次西北暴雨模拟影响的研究   总被引:10,自引:3,他引:7  
曾新民  张强 《气象科学》2009,29(3):291-298
利用中尺度模式WRFV2.2及NCEPFNL资料,模拟了2007年6月16—17日的兰州暴雨,检验此次暴雨模拟对NOAH陆面模式参数初始扰动的敏感性。结果表明,此次模拟暴雨对陆面参数的扰动(如土壤孔隙度以及地表反照率的扰动)比较敏感;陆面参数扰动对此次暴雨模拟影响的最小时间尺度小于10h;陆面参数的扰动直接引起地表通量的变化,更为重要的是通过改变水汽输送的环流形势,从而对暴雨模拟产生较大的影响。  相似文献   

14.
利用多源气象数据资料,对2018年台风“温比亚”引发山东历史极端暴雨的环境场进行了研究。结果表明:(1)台风“温比亚”影响山东引起的前期强降水位于鲁南地区,主要为台风外围螺旋云系降水,19日白天至夜间是此次强降水主要时段,主要受台风和西风槽相互作用引起的,强降水落区主要集中于台风倒槽附近。(2)副高稳定少动、中低纬系统相互作用及低空急流的稳定维持是此次台风强降水的主要原因。(3)超低空急流相比低空急流对出现强降水更有明显的指示意义,其强度大小影响降水的强弱程度,且超低空(500 m以下)出现20 m?s-1以上的强风速对短时强降水有明显指示作用。低空急流指数对强降水出现特别是中小尺度强降水及雨强大小有一定预示作用。(4)特殊地形在此次台风暴雨中起了较大作用,地形的迎风坡效应在山地产生的强迫抬升作用及山脉阻挡引起的水汽在山前积聚等动力和热力共同作用触发湿对流是此次台风出现短时强降水的重要触发机制。(5)此次台风暴雨过程Q矢量散度负值的强弱对于未来6 h雨强大小有较好的指示意义。另外,此次台风特大暴雨与冷空气密切相关。  相似文献   

15.
北京一次大暴雨的水汽收支和微物理过程数值分析   总被引:1,自引:1,他引:0       下载免费PDF全文
利用NCEP1°×1°再分析资料和常规气象观测资料,使用WRF模式对2012年7月21日发生在北京地区的一次特大暴雨天气过程进行数值模拟。在模拟结果的基础上,分析了此次暴雨过程的形势演变和水汽条件,并分别计算了暴雨发生过程中北京全市范围内的水汽输送、水汽收支、大气可降水量和空中各相态水物质的量值大小、空间分布情况及其相互转化关系。结果发现:这次降水主要受高空槽、低涡和地面切变线的影响。有东南、西南两条水汽输送通道,计算区域上空水汽收支变化与地面雨强的演变对应很好。中低层持续而强烈的水汽净输入,为暴雨的发生发展提供了很好的水汽条件。北京各站点大气可降水量普遍超过历史极值,反映了降水的极端性。降水发展不同阶段,云内微物理过程存在差异,降水量初期以暖雨为主,降雨量不大,之后冷雨过程增强,降水量迅速增大。  相似文献   

16.
利用2010年8月石家庄地基GPS反演的可降水量、地面加密自动站和常规天气资料,对由副高进退引起的河北省中南部一次强降水天气过程中GPS可降水量和地面假相当位温的演变趋势进行了详细分析.结果表明:1)此次暴雨过程是由副高边缘暖湿气流与切变线共同作用造成的,强降水区主要出现在500 hPa的584~588 dagpm线、700~850 hPa切变线之间;2)降水出现时GPS可降水量基本对应于高值阶段,强降水出现时可降水量位于峰值前后;降水出现时GPS可降水量偏离系数为正值,而强降水一般出现在偏离系数超过1时;3)对同一测站而言,GPS可降水量越大对应的实际降水越强.当测站不同时,GPS可降水量高并不一定代表更强的降水,这与测站的地理位置和海拔高度有关.4)降水出现前热力和水汽条件配置好,能量不断积累,假相当位温逐渐升至极大值.随着降水出现与能量的释放,假相当位温回落到谷值阶段,此谷值越低、持续时间越长,对应的降水也越强.  相似文献   

17.
2019年超强台风“利奇马”引发浙江特大暴雨过程分析   总被引:1,自引:0,他引:1  
利用NCEP FNL 0.25°×0.25°的再分析资料和浙江省中尺度气象站降水资料,从产生强降水的条件来对“利奇马”特大暴雨过程进行诊断分析。结果表明:(1)强降水主要集中在近台风中心的西南部分及其稍远的北部,其中近台风中心为眼壁降水,北部为螺旋云带降水;(2)850~925 hPa水汽通量辐合中心与暴雨落区一致,水汽辐合强度差异是造成台风眼壁强降水落区差异的关键;(3)台风强度大时近中心上升运动强烈,正垂直螺旋度中心值的减小和中心下降对应强降水的发生,低层正螺旋度和高层负螺旋度中心的重叠区对对流性降水落区有一定的指示;(4)本次过程地形增益最明显地区在台州北部,在水汽条件处于劣势情况下出现降水副中心。  相似文献   

18.
利用NCEP/NCAR再分析资料、中国气象台站降水量资料、青藏高原及周边地区GPS水汽观测站网大气可降水量资料,采用统计诊断方法,分析了2008年中国南方雨雪冰冻灾害期间4次暴雪过程的动力、热力特征,水汽变化及其输送特征.研究结果表明,灾害发生期间,中国北方中低层大气盛行偏北气流,使较强的偏北冷空气"楔入"中国东南部低层大气,构成低层"冷垫",同时偏南暖湿气流源源不断地将大量水汽输送到中国东南部,冷暖气流交汇及其垂直切变导致强烈的上升运动,构成了"冷垫"上空的"暖盖"及"南槽北脊"反位相环流汇合锋区的垂直环流结构.反位相环流的偏南水汽主要来自南海和印度洋,两者在中南半岛和中国西南地区合并,构成经过云南及周边关键区的强西南水汽流,形成了长江流域特大雪灾发生的关键水汽通道.研究结果亦证实高原及周边地区JICA项目GPS水汽监测网信息可为中国长江中下游地区暴雪的发生提供具有预报实用意义的重要分析工具及数值模式同化初始信息源.云南及周边区域水汽含量的多少对下游地区后期降水的发生具有一定的指示意义,即水汽输送上游关键区大气可降水量的变化可作为此次南方雨雪冰冻灾害期间降水发生的"前兆性"信号,而云南则是西南水汽输送通道中尤为重要的关键区域.  相似文献   

19.
利用江西省54个地基GPS站的逐时GPS PW、降雨资料和NCEP 1°×1°的fnl分析资料,综合分析了2012年5月12日江西中北部地区的大暴雨过程。结果表明,所有地基GPS站的降雨都出现在GPS可降水量(PW)持续增长4—21 h后,其中72.2%的测站的降雨出现在GPS PW持续增长4—12 h后,降雨都结束于GPSPW明显减小至某一稳定值(55 mm左右)时。降雨出现时GPS PW均大于某一值(阈值),且不同GPS站的阈值不相同,阈值会随海拔高度的增大而减小,特别是海拔高度大于200 m后,阈值随海拔高度的增加而减小的趋势更加明显。GPS PW的迅速增长是由低层(850 hPa)暖湿西南风急流加强东移至江西地区造成的。GPS PW的明显减小,是由于之前的强降雨消耗了空气的水汽所致。  相似文献   

20.
利用常规资料、NCEP FNL分析资料和HYSPLIT模式,对2008—2017年川西高原持续性暴雨过程的时空分布、环流分型、水汽源地和输送路径进行分析。结果表明:①2008—2017年川西高原单站持续性暴雨的总频次为337次,在21次区域持续性暴雨中,位于高原与盆地过渡区的泸定、康定、汶川出现持续性暴雨次数最多;②7月发生频率最高,持续时间多为3~4天;③将影响川西高原暴雨的环流分型为两槽一脊型、一脊一槽型、西风槽型和偏西气流型,其中孟加拉湾气旋影响有16例,6—7月个例都有孟加拉湾气旋的存在;④川西高原上空气团主要通过4条路径进入,源自北大西洋、地中海和伊朗中北部的西北路径占比29%,源自里海到咸海之间地区的东北路径占比17%,源自热带印度洋洋面的西南和东南路径各占比43%和11%,偏北路径的空气质点起始高度比偏南路径的高,相应的温度和水汽含量也偏低;⑤将水汽输送分为"S"型、偏西气流型和偏南气流型3个类型。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号