排序方式： 共有13条查询结果，搜索用时 15 毫秒
1.
采用百分位法和1981—2010年30年逐年日降水量资料,设置了河南省极端暴雨阈值和区域极端暴雨标准,据此选取1981—2016年河南省极端暴雨个例13例,使用欧洲中期天气预报中心1°×1°再分析资料(ERA-Interim)对其环境参数进行分析,发现:表征大气水汽、动力及不稳定条件的环境参数,如850 hPa比湿和涡度、700 hPa垂直速度和V风分量,200 hPa散度、整层可降水量、K指数、0～3 km垂直风切变等,在极端暴雨过程中的平均值远远偏离其气候平均值,上述环境参数对极端暴雨预报有指示意义;环境参数的标准差倍数与降雨量具有较好相关性,二者的分位值基本沿y=x的对角线分布,环境参数标准差倍数分位值≥80%时,对异常降水(降水分位≥90%)有明显正相关;而环境参数标准差倍数分位较低时(40%),则更多对应了小量级降水。单一环境参数的异常往往不能体现降水异常程度,基于对极端暴雨有明确指示意义的8个环境参数,组建了极端暴雨指数(ERI),经13例极端暴雨个例回代和预报效果评估,ERI≥0.7时,极端暴雨TS评分达35%,漏报率为27%,空报率为49%,可将其作为极端暴雨预报的参考阈值。2018年"温比亚"台风极端暴雨过程中应用表明,该指数对极端暴雨落区预报有较好参考意义。 相似文献
2.
河南“7·19”豫北罕见特大暴雨降水特征及极端性分析 总被引：7，自引：5，他引：2
2016年7月18-20日受低涡气旋影响,河南省出现了一次全省大范围的强降水过程("7·19"),其中豫北部分地区出现特大暴雨,最大过程雨量达732 mm。本文基于自动气象站降水、地面风场观测资料、雷达组合反射率资料、常规气象探空资料和1°×1°ECMWF再分析资料,对"7·19"过程的降水特征、大尺度环流特征和中尺度系统进行了分析,同时也对比分析了"7·19"过程和1980-2016年以来发生在豫北太行山东麓的71个强降水过程(所选区域至少有一个站点的日降水量大于100 mm)的物理量场特征。结果表明:太行山地形和低涡气旋背景下有利的大尺度环流为"7·19"特大暴雨提供了充沛的水汽和辐合抬升条件;中尺度地形辐合线的生成、发展和维持、多个地面中尺度气旋移动造成的列车效应是导致局地特大暴雨的主要原因,对比不同强降水过程的物理量场显示"7·19"的动力因子具有明显的极端性特征。 相似文献
3.
采用CRA、邻域TS评分、FSS等多种空间检验方法,对多个不同尺度业务数值模式在“21·7”河南极端暴雨过程中的预报性能进行了综合检验评估,并从低空急流、水汽辐合和热力条件等方面对模式偏差原因进行诊断分析。结果表明:1)在24 h大暴雨降水位置预报偏差上,WARMS预报性能最优,GRAPES_3 km次优;大暴雨降水预报范围与实况相当时,RMAPS降水强度预报较实况明显偏强,且落区较实况出现持续偏西的特征;2) GRAPES_3 km和WARMS预报3 h累积降水的位置偏差更多表现在经向方向上,且离散度较大,但在更临近预报时效经向偏差明显减小,而纬向偏差则随预报时效变化较小;RMAPS的位置偏差主要表现在纬向方向上,19—21日分别有86.7％、91.3％、72.7％的降水个体预报偏西;3) WARMS对低空急流和水汽辐合预报偏弱导致其对19—20日降水强度估计不足,EC和RMAPS对19—20日低空急流预报明显偏西是导致降水落区位置存在偏差的主要原因;MESO对20日急流和水汽辐合发生时间及位置预报较好,但明显偏弱的热力条件导致其缺乏对极端强降水的预报能力;4)21日,MESO和RMAPS预报低空急流过多的偏东分量导致其在太行山陡峭地形处预报了偏强的地形增幅降水;EC和WARMS预报低空急流风向更接近实况,但对低层水汽辐合强度和时间的预报偏差导致预报降水个体出现了较明显的经向位置偏差。 相似文献
4.
采用9 km分辨率的华东区域模式预报产品,对2016年7月19日发生在河南省的极端暴雨过程进行天气学检验与分析,结果表明:1)华东区域模式提前60 h对本次暴雨过程做出了较好预报,能反映出该暴雨过程的降水中心、强度及强降水发生时段。对临近时效和极端暴雨中心极值,该区域模式表现出优于全球模式的预报能力。2)华东区域模式能较好预报出本次过程中对流层中低层主要影响系统,但对系统位置、强度和移速预报与实况的差异导致了降水落区预报的偏差;西南急流预报较实况偏强是导致豫东南暴雨区空报的原因之一。3)华东区域模式对暴雨发生前K指数分布及不稳定层结有较好预报,对暴雨预报业务有重要指示意义。4)模式能较好地刻画出地面辐合线及气旋位置。 相似文献
6.
采用2007—2015年5—8月NCEP再分析资料和国家站、区域站雷暴大风实况观测资料,利用权重和概率统计相结合的方法,确定与雷暴大风联系紧密的物理量,统计其在所选物理量不同阈值范围内出现的概率,建立雷暴大风概率潜势预报方程,并对预报结果进行检验。结果表明:(1)雷暴大风出现在白天与夜间所选物理量参数有所不同。无论白天或夜间,其在山区与其它地区的物理量阈值亦不同。(2)所选每个预报因子的概率统计结果与雷暴大风发生的环境条件基本相符,该概率由因子达到阈值范围内的样本数和在此区间内出现雷暴大风的样本数两者共同决定的。(3)该方法对08—20时和20—08时两个时段雷暴大风预报的命中率均较好,尤其2016年7月最高,预报概率为"60%以上"的命中率接近93%,可预报出雷暴大风出现的概率潜势和可能发生的区域;同时,空报率较高;预报概率为"80%"的预报临界指数更高。 相似文献
8.
为了探究深度学习用于飑线识别的可行性,基于2008—2020年河南省郑州和驻马店雷达数据,采用卷积神经网络（convolutional neural network,CNN）算法构建飑线识别模型,引用临界成功指数、公平风险评分、命中率和误判率定量评价模型的识别效果,对比不同样本组成比例和网络结构对飑线识别效果的影响。结果表明:建模所用的样本组成比例对飑线识别有一定影响,通过改变采样方式和优化网络结构均能够改善样本比例不平衡的问题,提高飑线识别效果,且后者提升的幅度更大,而两种方法的结合无明显提升。测试结果表明:该模型临界成功指数为0.66,公平风险评分为0.58,命中率为0.86,误判率为0.24。研究揭示了卷积神经网络能够提取并学习飑线和非飑线回波的图像特征,对飑线有一定识别能力。 相似文献
9.
受第1812号台风"云雀"残余环流影响,2018年8月5日凌晨到上午,河南南阳、平顶山、洛阳交界一带出现了3 h雨量超过180.0 mm、小时雨量达到69.4 mm的极端强降水,常用的全球模式和中尺度模式均未能给出暴雨提示。利用常规气象观测资料,风云2G、风云4A卫星资料,南阳站雷达和NCEP再分析资料,对此次大暴雨过程进行对流初生和中尺度特征分析,探讨这种弱环流背景下产生的局地大暴雨的物理过程和触发维持机制。结果表明:1)这次大暴雨过程是"云雀"台风残余环流沿副高边缘西移过程中,在伏牛山、大方山的喇叭口地形强迫下形成边界层中尺度辐合线,触发了强对流。2)降水过程的时间和强度与边界层形势演变对应较好,业务中需加强对边界层的关注。3)强降水出现在中尺度云团后部的TBB梯度大值区,位于喇叭口地形的南缘,不断有中尺度对流云团生成。4)大暴雨是以暖云为主的强降水过程,出流较弱,具有低质心、高效率的特点。强降水开始时,对流发展高度不高,与雷达相比,FY4A卫星没有提前发现这次过程的初生对流。 相似文献
10.
多数值模式对台风暴雨过程预报的空间检验评估 总被引：1，自引：0，他引：1
采用FSS评分(fractional skill score)和CRA方法(contiguous rain area)结合国家气象信息中心地面、卫星、雷达三源降水融合产品(CMPA_Hourly V2.1),对SHANGHAI_HR(SH)、GRAPES_MESO(MESO)、ECMWF_HR(EC)、GRAPES_GFS(GFS)四个模式2018年8月三次登陆台风暴雨过程的的降水预报进行了检验评估,对比分析了各模式的预报性能,得到结论如下:FSS评分相较于传统TS评分能够更好地通过量化的方式反映出不同模式的预报能力差别,而CRA方法能更全面详细地评估模式的误差来源;区域模式对于局地性强降水或大尺度降水的强中心预报相对于全球模式有一定优势,但全球模式对于较小量级降水的范围预报可参考性更好;对于"摩羯"、"温比亚"台风影响的两次过程,EC模式的预报位移误差明显偏西,同样的特征也表现在MESO和GFS对于"温比亚"台风影响的降水的预报;GFS模式对于降水范围、降水强度预报偏小、偏弱,EC模式预报略好于GFS模式但对于降水极值估计仍存在不足。相对而言,区域模式对于极值估计优于全球模式,SH模式对于极值的估计要优于MESO模式,但其预报降水存在范围、强度偏大的特征;大部分模式预报降水个体的误差主要来源于位移误差,强度误差和形态误差大致相当。 相似文献