排序方式： 共有22条查询结果，搜索用时 15 毫秒
11.
Statistical characteristics of environmental parameters for warm season short-duration heavy rainfall over central and eastern China 总被引：15，自引：2，他引：13 
下载免费PDF全文
下载免费PDF全文 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.
提供准确的雷暴、短时强降水、雷暴大风和冰雹客观短期预报产品,对提高预报预警的预见期,及早采取有针对性的预防措施有重要意义。基于对四类强对流天气现象物理成因理解,给出了由国家气象中心牵头研发,融合模糊逻辑人工智能方法的分类强对流客观短期概率预报系统的流程框架和实现方法,详细介绍了该系统的结构特征,以及系统中用于雷暴、短时强降水、雷暴大风和冰雹四类强对流天气预报模型构建的关键预报因子、隶属度函数获取方法和权重因子配置等信息,并在此基础上探讨了物理理解与模糊逻辑人工智能相融合方法具有广泛适用性的本质,可以表征产生特定强对流天气现象的环境配置的多样性和复杂性。 相似文献
13.
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
14.
校准雨量计密度对雷达联合雨量计估测流域平均面雨量的影响 总被引：5，自引：2，他引：3
使用加密雨量计网资料联合合肥新一代多普勒天雷达资料,通过5个个例对2003年佛子岭和响洪殿子流域内6月下旬至7月中旬的3次典型梅雨期层积混合云降水过程,进行了校准雨量计密度对雷达联合雨量计估测流域平均面雨量的影响研究。文中采用Z=300I~(1.4)和Z=200I~(1.6)两种关系式进行雷达降水估测,以各流域内布设12部雨量计距离平方反比法得到的平均面雨量作为真值,使用的校准雨量计数量逐渐从12部减少至1部,对雷达联合雨量计网以及单独使用雨量计网进行降水估算,并对结果进行了分析。结果表明:相比于作为真值的12部雨量计平均面雨量序列,两流域内未经校准的雷达估测累积平均面雨量均存在20%—50%的低估,使用不同的Z-I关系时,只是低估的程度有所变化;整体上用于校准的雨量计数量越多,校准效果越好,随着校准雨量计数量的增加,均方根误差值逐渐减小,并趋于稳定,同真值序列的相关性逐渐增强;雨量计数量一定时,校准雨量的结果优于单独使用相同雨量计估算的雨量结果;单部雨量计校准时,受雨量计在流域内的分布和相对于雨区的位置等影响,结果随着校准雨量计的不同而变化;文中研究的两流域内,当校准雨量计的数量大于等于2部时,均方根误差稳定,同真值的相关性较高,对应的雨量计密度在佛子岭流域为每900km~2布设1部,响洪殿流域为每700 k~2布设1部。 相似文献
15.
对诊断物理量的准确认识可以帮助提高短时强降水的预报准确率,并帮助理解产生短时强降水的可能机制。考虑我国降水观测网的布设特点,结合NCEP最终分析资料的物理量场,以大气水汽总量和最优抬升指数为例,通过点对面检验分析了多个用于表征短时强降水环境特征的诊断物理量的敏感性。结果表明:常规的点对点检验是点对面检验的特殊情况。大气水汽总量和最优抬升指数对短时强降水的指示均存在最佳阈值,且140 km范围内的大气状况才对某点3 h内能否出现短时强降水有直接影响。对于水平分辨率为1°×1°的NCEP资料,建议点对面检验的搜索半径和记录数阈值分别为140 km和2个记录。对多个诊断物理量对比分析显示,短时强降水对水汽相关量最为敏感,其次是表征热力条件的物理量,而表征动力条件和垂直风切变的量的指示意义不够显著。 相似文献
16.
中国暖季暴雨有显著的对流性特征,但尚不明确对流导致的短时强降雨对不同等级暴雨的贡献程度。利用1951—2019年的逐时降水资料,统计分析了中国两种强度的短时强降雨(小时雨量≥20 mm和小时雨量≥50 mm,分别简称为HR20和HR50)和不同等级暴雨之间的关系,得到了两类短时强降雨对不同等级暴雨的贡献特征。结果显示,短时强降雨发生频率高的暴雨分布区域与暴雨日数多的区域并不一致,在华北南部到黄淮地区和西南地区到华南地区短时强降雨对暴雨的影响最为显著,其超过50%的暴雨中伴随HR20,华北南部和华南中部地区暴雨中发生短时强降雨的占比超过了70%;随着暴雨等级的提升,伴随短时强降雨的比例逐渐增大,尤其HR50的占比增加显著,超60%的特大暴雨中伴有HR50,表明暴雨越强,其对流性越强。在华北南部到黄淮地区、西南地区东部和华南地区,短时强降雨雨量对暴雨雨量的贡献也最大,且随着暴雨等级的提升,这些地区短时强降雨雨量在暴雨总雨量中的占比呈显著增长的趋势,HR50的贡献增幅超过100%;而江淮、江南等地区短时强降雨雨量的贡献较小,随暴雨强度等级的增强其增大程度也相对不明显。此外,伴随有HR20的暴... 相似文献
17.
优化ZI关系及其在淮河流域面雨量测量中的应用 总被引：1，自引：1，他引：1
利用合肥新一代天气雷达2003年6—7月观测数据和地面观测的逐时雨量资料，得到分段最优化Z-I关系，在淠河灌区的水源地响洪甸流域和佛子岭流域进行降水测量。结果表明：强降水阶段流域面雨量，优化Z-I关系后得到的流域累积面雨量与雨量计比值从39％提高到73％，同时相关系数从0．78提高到0．8。528小时时间序列上佛子岭流域在优化Z-I关系之后，流域平均面雨量与雨量计的回归线斜率从0．4提高到0．72，lmm·h^-1以上流域平均面雨量累积值与雨量计累积值的比值从48．4％提高到了85．9％。可见，优化Z-I关系后雷达反演值更接近于雨量观测值，同时雷达定量估测流域面雨量的精度得到很大提高。 相似文献
18.
短时强降水、雷暴大风、冰雹等不同类型强对流天气的预报预警准确性亟待提高,对不同类型强对流天气环境特征异同的准确了解是提供准确预报预警的基础。本研究针对我国海拔低于2500 m地区超过20 mm·h-1的短时强降水、最大阵风风力大于17.2 m·s-1的对流性大风和直径大于5 mm的冰雹三类强对流天气,基于2002-2010年4-9月小时降水和冰雹实况、2010-2014年4-9月的雷暴大风实况及2002-2014年4-9月的1°×1°NCEP FNL(National Center for Environmental Prediction,Global Final Analysis)资料,以NCEP FNL一天4次的时刻(02:00、08:00、14:00、20:00,北京时)为中心,通过时空匹配处理,对三类强对流天气的绝对水汽含量、相对水汽含量、静力稳定度参数、低层抬升触发与垂直风切变条件、特性层高度及部分物理量的联合分布等环境气候特征进行了研究。结果表明,华南是短时强降水的高发区域,华北中北部和华南南部是雷暴大风的两个高发区域,华北中北部... 相似文献
19.
本文对分类强对流客观短期概率预报系统2022年6月13日强对流过程预报产品的表现进行分析,基于2022年的雷暴、短时强降水、雷暴大风及冰雹客观概率预报产品和可用的分类强对流监测实况资料,结合强对流预报业务中使用的空间检验方法和常用的确定性及概率性检验指标,对该短期预报系统提供的四类强对流天气客观概率预报产品进行了详细的性能评估。用于评估的预报资料是时段为2022年4月1日至9月30日每天08时(北京时)起报,96 h内逐12 h间隔的预报产品。预报个例分析显示,四类产品均可提前24 h指示需要关注的强对流天气区域。统计检验结果表明,短时强降水各方面性能最好,其次是雷暴,雷暴大风也有一定的可参考性。四类强对流天气预报产品均存在预报概率与实况频率相比偏高的过度预报问题。雷暴、短时强降水和雷暴大风预报产品均存在与预报覆盖时效有关的日变化。评估结果为预报模型和系统后续改进发展奠定了基础,为应用基于融合物理理解与模糊逻辑人工智能方法的分类强对流预报产品提供了有益参考。 相似文献
20.
使用误差反向传播网络(BPN)和约当网络(JN)两种人工神经网络(ANN)以及支持向量机(SVM)对降雨量进行了1h和3h预报的研究,并与交叉相关法(CCM)外推预报的结果进行了比较。针对安徽省2003年6～7月的降水过程,比较了网络(文中指BPN、JN和SVM)和CCM预报降雨量与实况降雨量的雨带分布、强降雨区域和强度;使用命中率(HR)、虚警率(FAR)、漏报率(NAP)、临界成功指数(CSI)、相关系数(CC)和均方根误差(RMSE)这6个指标并结合天气分析检验网络和CCM的预报效果。结果表明:网络和CCM对雨带和强降雨区域的预报比较准确,但是对强降雨中心位置和强度的预报与实况存在差异;在使用HR、FAR、NAP和CSI检验预报效果时设定的阈值对预报结果的评价有影响;预报的中小尺度结构与天气分析的结果一致;网络与CCM以及不同的网络之间的预报结果存在着差异;连续预报的结果表明,与CCM相比,网络对3h预报的效果优于1h的。 相似文献