排序方式: 共有173条查询结果,搜索用时 171 毫秒
41.
应用国家基本观测站资料,基于MET系统的客观统计检验方法,针对24h降水分别评估SWCWARMS模式、GRAPES模式和ECMWF模式对2017~2019年5~10月四川地区汛期预报能力,得到如下几点结论:(1)SWCWARMS模式小到大暴雨降水范围大于实况,GRAPES模式小到暴雨降水范围大于实况、大暴雨多漏报,ECMWF模式小雨和中雨降水范围大于实况、大到大暴雨多漏报,三个模式无降水或微量降水均少于实况。(2)ECMWF模式对四川雨季小到大雨预报能力优于SWCWARMS和GRAPES模式,SWCWARMS模式在部分时次上暴雨和大暴雨预报优于ECMWF模式,GRAPES模式TS评分略偏低。(3)GRAPES模式在2018年秋季开始中雨及以上量级降水预报上改善大于SWCWARMS和ECMWF模式,SWCWARMS模式2019年空报较2017年和2018年显著降低;3个模式在小雨和中雨预报上不相上下,GRAPES模式优势在2019年大雨和暴雨预报上,ECMWF模式优势在2017年秋季和2018年初夏大雨预报上,SWCWARMS模式大雨和暴雨预报能力介于二者之间。(4)ECMWF和SWCWARMS模式川东预报优于川西,GRAPES模式川西预报优于川东;三个模式存在不同程度空报,川东地区空报略多于川西,其中ECMWF模式空报最多。 相似文献
42.
利用1km和5km多源融合格点实况数据和四川地面观测站点资料,采用预报准确率、平均绝对误差、均方根误差和Alpha Index(AI)等统计量,选取2020年夏季四川2次高温天气过程对多源融合格点实况数据的质量进行了检验评估。研究结果表明:多源融合格点实况数据利用邻近插值方法插值到站点优于双线性插值;误差大值区主要位于高海拔地区,如川西高原、攀西地区及盆地山周;AI指数接近于0,多源融合格点实况数据没有随机误差,较为接近理想值;1km分辨率融合格点实况数据在四川的适用性优于5km,误差≤2℃的准确率可达98%,且均方根误差< 1。 相似文献
43.
针对2018年入汛以来四川地区首场区域性暴雨天气过程(“18·05·21”过程),利用西南区域中尺度业务模式(SWCWARMS)的预报结果,通过对比分析两个不同起报时次对此次强降水天气过程的预报结果,发现:随着预报时次的临近,其降雨的预报效果越好;在临近降水发生过程前以观测资料和再分析资料启动模式,对大气状态的刻画比用模式运行结果更为真实,一方面可以通过改善大气的温湿结构来改变层结状态,影响其稳定度,另一方面通过改善其环流场,增强低层的气旋性辐合和水汽的输送,从动力角度影响整个降水过程。采用更为真实的初始场启动模式以后,能更加准确地模拟出降水前后时段能量/水汽的积累和释放的热力过程,以及涡度、散度和垂直上升运动等动力因子共同协调发展过程,因此对预报效果有正反馈。 相似文献
44.
2018年7月四川盆地降水异常特征及成因分析 总被引:1,自引:0,他引:1
利用1961—2018年四川站点降水资料和NCEP/NCAR再分析资料,应用统计和天气学诊断方法,分析了2018年7月四川盆地降水异常特征、大气环流特征、异常降水期间水汽、低值系统与冷暖空气活动等对降水的影响。结果表明:2018年7月四川暴雨频繁出现,较气候均值降水异常偏多,表现在降水日数长、降水量增加显著,降水增加的区域主要在盆地西部。同时,降水异常偏多还表现在日最大降水量和连续降水日数显著增加,大雨量级降水、暴雨及以上量级降水的降水量和降水日数显著增加。大气环流与气候态相比,2018年7月更强、更暖、更偏东的南亚高压和更偏西、偏北的副热带高压,有利于青藏高原及其以东高层大气辐散,使得降水天气系统维持,水汽源源不断地输送到盆地,使得降水发生。2018年7月较气候态有更充沛的水汽聚集,异常水汽输送源地为南海和西太平洋,水汽沿副热带高压南侧输送,该水汽输送带与副热带高压异常偏北、偏西以及热带气旋活动密切相关。大气可降水量和水汽通量大值出现时段与降水过程有较好的对应。2018年7月降水期间,盆地低值系统活动频繁,低层为暖湿气流输送,中层为(弱)冷空气活动,有利于触发盆地降水。 相似文献
45.
1961-2016年四川地区不同量级不同持续时间降水的 时空特征分析 总被引:1,自引:0,他引:1
利用四川地区122站逐日降水数据,采用均值、气候趋势系数等统计方法,对1961-2016年不同量级不同持续时间降水的空间和时间变化特征进行了分析,结果表明:盆地和攀西地区小雨、中雨、大雨和总暴雨所占年降水量比例接近,高原地区小雨降水量约占50%以上,中雨约40%,大雨约10%;整个四川地区小雨日数占总降水日数75%以上,量级越高降水日数越少。年降水量在盆地和攀西地区为减少趋势,高原则相反,年降水日数除了在高原局部微弱增加外其他地区皆减少且大部分区域减少趋势通过99%的显著性水平检验,这种趋势显著性主要体现在小雨量级降水。随着降水量级的增加,高原、盆地东北、攀西和盆地东南的部分地区出现了降水量和降水次数增加趋势,这可能说明高原地区年降水量的增加由小雨量级降水效率以及中雨和大雨降水次数增加导致,盆地和攀西部分地区年降水量的增加主要由降水量级大的降水次数增加导致。 相似文献
46.
为了探究欧洲中期天气预报中心第五代陆面再分析ERA5-Land(ERA5L)降水资料在中国西南的四川、重庆、贵州、云南及西藏5省(区、市)的适用性。以2018-2020年中国气象局441个国家级地面站雨量器自动观测数据为参考基准,使用Pearson相关系数、平均相对误差、均方根误差、命中率、空报率以及临界成功指数评分,对ERA5L降水资料在评估时段内各区域和站点的整体精度、不同海拔、不同时间尺度(月、季),以及不同量级降水的特征和偏差进行分析。结果表明:(1)ERA5L降水资料能较好反映西南区域的降水变化特征,但相对站点观测存在不同程度的偏高,以西藏地区最为明显。(2)在四川盆地,ERA5L降水与站点观测相关性高、误差较小,在西藏、云南、贵州及四川西部的地形复杂山区,误差相对较大。(3)ERA5L降水的误差存在明显的月变化特征,从7月开始到次年的2月,平均相对误差随降水总量的降低而增加,命中率减小、空报率增大,随后从2-7月,平均相对误差又随着降水量的增大而减小,命中率增加、空报率减少;各省(区、市)在不同季节质量表现不一,春季和秋季重庆相对表现最优,夏季贵州最优,冬季四川最优。(4)... 相似文献
47.
为了探讨区域地面站资料对数值预报的影响,本文采用西南区域业务模式系统,设计多组试验方案,开展基于西南区域地面站资料的同化试验,分析区域地面站资料对模式初值及预报的影响。研究表明:西南区域自动站资料的同化有一定的正效果,如对地面要素的改善,提高24h小雨预报TS值,对强降水落区和低涡结构的描述更准确等,但不显著;相对而言,是否同化区域站资料在较强降水过程中的作用更明显,通常同化的自动站资料越多,所起的作用越大,AWS_2015的同化效果略好于AWS_2016的同化效果。如何更好地发挥区域地面站资料在数值同化模拟中的效果,还有待做深入的研究工作。 相似文献
48.
本文将2010~2016年多场典型西南涡暴雨个例根据落区分为西北、东北、西南3型进行合成分析,结果表明:(1)四川盆地的地理特征决定其降水分布与地形密不可分;(2)中纬度低值系统(槽/低涡)的位置和强度对落区起到关键作用;(3)盆地内皆有明显的风场辐合。西北/西南型与东北型相比,西北/西南型对应的西南气流在盆地西部很强,而东北型对应的大风区则位于盆地东部。西北型和西南型相比,西南输送气流更强,可以将水汽输送到更北的位置。(4)盆地地区降水前期,落区上空大气水汽充沛,整层水汽和850h Pa的比湿高值区与落区位置相当一致。(5)盆地降水与局地层结稳定性密切相关,各个最强降水落区往往与层结最不稳定区域相对应。 相似文献
49.
利用常规观测资料、FY-2E卫星云图、多普勒雷达产品、闪电定位资料、自动气象站资料等,分析了2015年4月4日傍晚到夜间发生在四川盆地的极端大风天气过程。分析指出:本次雷暴大风过程是由冷锋对暖湿气团的强迫抬升及干冷空气进入暖湿区域触发形成.中空干层、大的温度直减率、高低空急流耦合区、低层温度脊附近是利于极端雷暴大风出现的潜势区域。该区域为雷暴形成提供了条件不稳定、水汽、动力抬升等有利环境条件。冷空气首先从盆地西北部中低层入侵,在低层切变线上触发生成了一系列雷暴单体,在最有利于对流发展的潜势区域迅速发展。潜势区域中线状回波北段的中尺度涡旋环流、前侧入流和后侧入流的相互作用形成单体弓形回波,该弓形回波具有比普通雷暴更高的反射率因子、垂直液态含水量.根据雷达回波演变特征推断,本次极端大风是由单体弓形回波带来的湿下击暴流所导致。弓形回波中高反射率因子的高度连续下降意味着下沉气流伴随降水粒子下降,干空气被夹卷进入下沉气流使得雨滴被迅速蒸发,大大加强了下沉气流强度,因而显著增加了大风强度。分析还指出:通过分析对流发展背景条件,确定最有利对流发展的潜势区域,关注该区域中回波的生成、形态特点、演变特征,可提前预警大风天气。 相似文献
50.
利用WRF模式、地基GPS资料以及常规气象观测资料,结合模式输出资料的高空间分辨率(10km)和GPS大气可降水量(GPS-PWV)资料的高时间分辨率(30min)的优点,对2008年7月20—22日四川盆地一次暴雨过程的水汽变化特征及各物理量与大气可降水量的关系进行综合分析。结果表明:此次降雨过程是由高原涡和西南涡共同作用引起,WRF模式能够较好地模拟出降雨落区和强度。GPS-PWV反映的大气可降水量增减趋势与WRF模拟的较为一致。水汽密度垂直分布反映了大气可降水量分布,水汽密度随高度增加而递减,降雨初期,水汽密度随高度减小迅速,降雨强盛时期,水汽密度随高度减小的速度减慢。水汽辐合使得水汽密度和大气可降水量增大,风的散度项与水汽通量散度的变化一致,而水汽平流项对水汽辐合贡献较小,水汽的辐合主要由风场辐合造成。 相似文献