Variational Assimilation of GPS Precipitable Water Vapor and Hourly Rainfall Observations for a Meso-β Scale Heavy Precipitation Event During the 2002 Mei-Yu Season     

张盟  倪允琪  张福青 《大气科学进展》2007,24(3):509-526

Recent advances in Global Positioning System （GPS） remote sensing technology allow for a direct estimation of the precipitable water vapor （PWV） from delayed signals transmitted by GPS satellites, which can be assimilated into numerical models with four-dimensional variational （4DVAR） data assimilation. A mesoscale model and its 4DVAR system are used to access the impacts of assimilating GPS-PWV and hourly rainfall observations on the short-range prediction of a heavy rainfall event on 20 June 2002. The heavy precipitation was induced by a sequence of meso-β-scale convective systems （MCS） along the mei-yu front in China. The experiments with GPS-PWV assimilation cluster and also eliminated the erroneous rainfall successfully simulated the evolution of the observed MCS systems found in the experiment without 4DVAR assimilation. Experiments with hourly rainfall assimilation performed similarly both on the prediction of MCS initiation and the elimination of erroneous systems, however the MCS dissipated much sooner than it did in observations. It is found that the assimilation-induced moisture perturbation and mesoscale low-level jet are helpful for the MCS generation and development. It is also discovered that spurious gravity waves may post serious limitations for the current 4DVAR algorithm, which would degrade the assimilation efficiency, especially for rainfall data. Sensitivity experiments with different observations, assimilation windows and observation weightings suggest that assimilating GPS-PWV can be quite effective, even with the assimilation window as short as 1 h. On the other hand, assimilating rainfall observations requires extreme cautions on the selection of observation weightings and the control of spurious gravity waves.  相似文献   

冀南地区一次强对流型强沙尘暴成因分析     

张海霞  蔡守新  尤凤春  王海峰 《气象》2007,33(5):69-76

利用常规观测资料、卫星云图、雷达及NECP等资料对2005年5月10日冀南地区强沙尘暴天气过程进行分析,探讨了这次强对流型沙尘天气的成因。结果表明,上冷下暖的垂直结构和午后地面受热增温,容易产生热对流不稳定;地面大风的形成主要源于冷锋前的飑线,雷达回波图上表现为典型的弓状回波,地面中尺度辐合线对飑线发生有重要的作用,高空急流的加强及其形成的次级环流使高空动量有效的下传到地面则是另一个重要原因;沙尘暴区位于高低空急流交汇的区域,700hPa螺旋度正值与高能舌重合区和高空300hPa螺旋度正值区梯度较大的地区,对流层螺旋度大小对沙尘暴预报有一定的指示意义。  相似文献   

ANALYSIS OF AMBIENT FIELDS AND SATELLITE IMAGERY CHARACTERISTICS OF EFFECT OF BAY OF BENGAL STORMS ON LOW- LATITUDE PLATEAU     

许美玲  张秀年  杨素雨 《热带气象学报(英文版)》2007,13(2):205-208

Based on the composite analysis method, 12 rainstorms triggered by Bay of Bengal storms(shortened as B-storms hereafter) across the whole province of Yunnan were studied, and some interesting results of rain and circulation characteristics influenced by the storms were obtained for low-latitude plateau.Usually, when a rainstorm weather occurs in low-latitude plateau, the B-storm center locates in the central,east or north parts of the Bay of Bengal. At the same time, the subtropical high ridge moves to 15°N - 20°Nand the west ridge point moves to the Indo-china Peninsula from the South China Sea and the low-latitude plateau is controlled by southwest air streams coming from the front of the trough and the periphery of the subtropical high. The southwest low-level jet stream from the east side of the bay storm has great effect on heavy rains. On the one hand, the southwest low-level jet stream is playing the role of transporting water vapor and energy. On the other hand, the southwest low-level jet stream is helpful to keep essential dynamical condition. From the analysis of the satellite cloud imagery, it is found that mesoscale convection cloud clusters will keep growing and moving into the low-latitude plateau to cause heavy rains when a storm forms in the Bay of Bengal.  相似文献   

The Czech Hydrometeorological Institute's severe storm nowcasting system     

Petr Novak   《Atmospheric Research》2007,83(2-4):450-457

To satisfy requirements for operational severe weather monitoring and prediction, the Czech Hydrometeorological Institute (CHMI) has developed a severe storm nowcasting system which uses weather radar data as its primary data source. Previous CHMI studies identified two methods of radar echo prediction, which were then implemented during 2003 into the Czech weather radar network operational weather processor. The applications put into operations were the Continuity Tracking Radar Echoes by Correlation (COTREC) algorithm, and an application that predicts future radar fields using the wind field derived from the geopotential at 700 hPa calculated from a local numerical weather prediction model (ALADIN).To ensure timely delivery of the prediction products to the users, the forecasts are implemented into a web-based viewer (JSMeteoView) that has been developed by the CHMI Radar Department. At present, this viewer is used by all CHMI forecast offices for versatile visualization of radar and other meteorological data (Meteosat, lightning detection, NWP LAM output, SYNOP data) in the Internet/Intranet environment, and the viewer has detailed geographical navigation capabilities.  相似文献   

华南持续性强降水期间低频非绝热加热对低频环流的影响     

洪伟  任雪娟  杨修群 《气象学报》2015,73(2):276-290

利用站点降水资料和再分析资料针对华南地区5—8月的持续性强降水过程,分析了低频异常非绝热加热的时空分布特征及其对低频大气环流的可能反馈作用。得到如下结论:5—6月和7—8月华南持续性强降水期间10—30 d低频非绝热加热的演变特征有所不同,5—6月持续性强降水发生前低频非绝热加热大值区从30°N(107°—115°E)以北向南传播发展至华南地区,而在7—8月降水前非绝热加热大值区从中国南海中部向西北方向传播,并在降水最强盛期到达华南。异常环流型控制着持续性强降水的强度和位置,从而决定异常凝结潜热的演变特征。异常凝结潜热则是通过影响涡度倾向变化而对大气环流有一个反馈作用。对于发生在华南5—6月和7—8月的这2组持续性强降水过程,当降水处于发展阶段,在低频非绝热加热作用项和低频涡度平流项的共同作用下,华南上空中层存在显著的10—30 d低频正涡度倾向变化,有利于低频气旋式环流的进一步发展。非绝热加热作用项主要由加热率的垂直梯度决定,涡度平流项则与气候背景风场有密切关系。5—6月持续性强降水期间涡度平流项位于非绝热加热项东侧,而7—8月持续性强降水期间涡度平流项位于非绝热加热项北侧。在持续性强降水的衰亡期,由于非绝热加热项和涡度平流项转为负值,华南被负涡度倾向变化控制,低频气旋式环流迅速消亡。  相似文献   

一次梅雨锋附近“列车效应”致灾大暴雨过程观测分析     

苟阿宁  王玉娟  张家国  吴涛  韩芳蓉  冷亮 《气象》2019,45(8):1052-1064

2016年7月6日在武汉发生了一次造成城市严重内涝的暴雨过程。本文利用多普勒天气雷达、逐小时地面加密观测资料和EC 0.25°×0.25°细网格模式数据,对这次梅雨锋附近极端暴雨的降水特征、中尺度对流系统演变和暴雨成因等进行了细致分析,结果表明:(1)本次大暴雨是在典型梅雨期环流形势下发生的,副热带高压西北侧的高温、高湿区配合江淮切变线稳定少动,暴雨则出现在西南低空急流风速辐合区,925 hPa西南低空气流的进退有利于东北路冷空气南下,这与雨带的落区和维持有密切联系。(2)梅雨锋狭长雨带上的降水量分布呈现不均匀性,强暴雨主要集中在几个中心,降水中心的分布与梅雨锋附近低层风场扰动有关,梅雨锋雨带上产生大暴雨是一个典型的中尺度对流系统(MCS),沿着西南一东北走向的引导气流移动,湖北特殊地形促使"列车效应"进一步加强。(3)列车线主要由江淮切变线或边界层辐合线附近的中尺度系统扰动形成,地面中尺度气旋性辐合及低空西南急流长时间维持,是形成"列车效应"的主要原因。(4)MCS在雷达回波上有三个明显特征,第一个是MCS在雷达回波形态上属于带状对流,由层状云和列车线共同组成,雨带与西南气流走向一致;第二特征是层状云和列车线移动方向几乎一致,MCS移动方向与列车线走向平行,垂直于列车线的分量很小;第三个是对流单体在列车线上游新生、加强,并向下游移动,对流单体的传播方向和列车线方向相反。(5)西南急流向近地面扩展、"牛眼"结构及风随高度顺转等中尺度系统,促使近地面扰动加强,诱发强降水。  相似文献   

冷涡背景下不同类型强对流天气的成因对比分析   总被引：1，自引：0，他引：1  

蔡雪薇  谌芸  沈新勇  郑永光  陶亦为 《气象》2019,45(5):621-631

利用常规气象观测资料、自动站资料、卫星、雷达和NCEP再分析资料,针对2015年8月22日冷涡背景下华北东北部和黄淮地区同时出现的不同类型强对流天气,对比分析引发不同天气的两种中尺度对流系统的演变过程及冷涡背景下不同强对流天气的成因。具体结论如下:(1)同一冷涡背景下,华北东北部位于冷涡中心外围西南象限和地面冷高压前沿,触发的分散性多单体风暴位于冷涡外围的涡旋云系中,引发以短时强降水为主的强对流天气;黄淮地区位于冷涡后部和地面冷锋前,槽后晴空区的多个对流单体,合并后形成人字形飑线系统引发短时强降水、冰雹和雷暴大风天气;(2)环境热力和水汽的差异为形成不同的强对流天气提供了前提条件:华北东北部受高层暖脊影响,地面高压后部的偏东气流带来水汽输送,整层暖湿的条件利于产生强降水;黄淮地区高层有补充干冷空气,利于热力不稳定条件发展,但黄淮地区低层水汽不足,风雹天气在较干环境场中不易被触发;(3)引发不同强对流天气的对流触发机制不同,两处的初始对流均受同一地面辐合线影响,但华北东北部在地形抬升与辐合线共同作用下不断新生单体;黄淮地区的初始局地热对流形成后,其前沿的辐散出流与环境风形成新的辐合,使原辐合线断裂和转向;(4)出现不同强对流天气时垂直风切变不同,黄淮风雹区的中层垂直风切变更显著,有利于形成持续性的强风暴;强对流天气发生时,华北东北部中低层风场的演变与天气尺度系统的变化有关,黄淮地区中低层风的垂直分布与中尺度对流系统的发生发展有关。  相似文献   

2019年4月大气环流和天气分析   总被引：1，自引：1，他引：0  

周晓敏  张涛 《气象》2019,45(7):1028-1036

2019年4月大气环流的主要特征是北半球极涡呈偶极型分布;中高纬环流呈不典型3波型,我国基本为正距平;西太平洋副热带高压与南支槽强度均偏强。全国平均气温为12.7℃,较常年同期（11.0℃）偏高1.7℃,全国平均降水量为49.0 mm,较常年同期（44.7 mm）偏多9.6%。月内共出现2次较强冷空气过程;全国范围内共发生8次大范围强降雨天气过程,同时出现9次强对流过程,多地遭受风雹袭击,局部地区受灾较重;而内蒙古东北部、东北地区发生干旱。此外,北方地区出现4次沙尘天气过程。  相似文献   

新疆夏季对流性降水时空分布特征及成因分析     

蒋慧敏  刘春云  贾健  赵德龙  冯静洁 《高原气象》2019,(2):340-348

利用1979—2016年ERA-Interim再分析数据对新疆地区夏季对流性降水的时空分布特征及环流成因开展了研究。结果表明:(1)新疆夏季降水主要集中在山区,对流性降水占总降水的比例在50%上下,在大部分盆地地区,对流性降水占比达70%以上;(2)对流性降水EOF第一模态表现为塔里木盆地西侧山区和伊犁及天山北麓的反相位变化,这种分布在21世纪00年代以前存在5年和10年左右的周期,而从1995年开始出现突变。而大范围降水塔里木盆地南侧山区和天山区域是同相位的空间型分布;(3)水汽条件和层结不稳定条件的差异共同作用导致了塔里木盆地西侧和伊犁两个地区夏季对流性降水反相位的变化。  相似文献   

ECMWF极端天气指数在新疆强降水预报中的检验评估     

贾丽红  马诺 《沙漠与绿洲气象(新疆气象)》2019,13(3):25-32

使用2015年10月—2018年9月欧洲中期天气预报中心集合预报系统(ECMWF EPS)逐日降水极端天气指数(EFI)预报资料,分析新疆区域降水EFI产品与强降水的对应关系并得到预报阈值。结果表明:预报的EFI与实况降水量存在正相关关系,随着降水量增加,EFI预报结果具有线性增加趋势,说明EFI对强降水有一定的指示意义。各量级降水预报的最高TS评分随着预报时效的增加而减小,且随着降水量等级的增大而减小。不同季节暴量降水发生站次为夏季最多,冬季最少,对应的EFI阈值大都在0.4～0.6,夏季EFI值范围在0.2～0.7,夏季更易发生暴量降水。随着预报时效增加,暴量降水发生站点频次最多所对应的EFI值逐渐减小。随着降水量级增加,空报率减小幅度不大,但漏报率增加。  相似文献