排序方式： 共有12条查询结果，搜索用时 31 毫秒
1.
利用常规观测资料、NCEP再分析资料、卫星以及雷达资料对2015年8月16—18日影响川渝地区的一次持续性大暴雨过程进行了分析。结果表明:在亚洲中高纬和低纬相对稳定的环流背景下,两次高原涡东移、两次冷空气南下侵入四川盆地共同促进了西南低涡生成发展,造成此次大暴雨过程。西南低涡"初生形成"阶段,地面热低压东北侧有冷锋侵入,中心偏北形成暖锋,低涡近于正压;"稳定持续发展"阶段,冷锋南段移至地面热低压南侧,北段与暖锋结合形成准静止锋,低涡斜压性明显且呈近圆形,持续性暴雨主要出现在西南低涡的暖切变线附近和冷槽东侧;"东移变形减弱"阶段,冷空气第二次侵入,冷锋持续增强,西南低涡东移变形减弱。低层辐合、高层辐散、充沛的水汽输送以及不稳定能量的累积为西南低涡的加深、发展和强降水的维持提供了重要条件。西南低涡暖切变线和南侧冷槽附近发展起来的对流云团是暴雨产生的直接原因,强降水主要发生在云团上风方TBB梯度相对较大的区域。此次强降水过程的局地环流有低空急流和低空辐合线或切变线配合,雷达体积速度处理(velocity volume processing,VVP)法反演的风矢图可更直观地判断风向风速、天气系统所处的发展阶段以及判识辐合线或切变线,低空辐合线或切变线的演变以及低空急流的强度和移向对强降水天气产生的动力条件、维持时间和回波外推预报具有重要的指导意义。 相似文献
2.
利用CMA-SH9模式逐小时降水预报数据和地面自动站-CMORPH卫星融合降水数据,开展该模式对2020年暖季（5~9月）川渝地区降水日变化的预报效果评估。结果表明:CMA-SH9模式可以再现小时平均降水量在四川盆地偏小、盆地周边陡峭地形处偏大的空间分布特征;显著的预报正偏差分布于青藏高原东坡至四川盆地西南部一带和四川盆地以东地区,偏差来自降水频率和降水强度的共同贡献;预报负偏差分布于四川盆地,主要来自模式对降水强度的低估;降水日变化峰值时间自西向东呈午夜到上午的滞后,模式预报的降水日变化峰值时间超前于观测;模式能够较好地把握青藏高原东坡至四川盆地西南部一带和四川盆地的单峰型日变化位相,以及盆地以东地区的双峰型日变化位相,但预报的降水量值和观测存在一定偏差。 相似文献
3.
城市化引起的气温上升是土地覆盖变化影响区域气候的重要体现.本文采用“观测资料减去再分析”(Observation Minus Reanalysis,OMR)的方法估计四川盆地和周边地区下垫面城市化改变对夏季地面2 m气温变化趋势的影响.设计了不同城市化下垫面扩展变化的WRF模拟试验,对1998—2012年四川盆地及周边区域夏季逐日平均温度和日最高最低气温进行模拟.在检验模式模拟性能的基础上,利用OMR方法类似的思路定量探讨城市化下垫面对地面气温变化趋势的可能影响.结果显示,(1)基于站点观测资料的OMR分布表明成都、重庆地区的城市下垫面对夏季升温的影响可达0.1℃·a^-1;(2)WRF试验模拟的结果与实际观测接近,能较合理刻画出该地区夏季温度的平均分布及时间变化特征,可以用于该地区城市化区域气候效应的研究;(3)不同城市化进程的模式模拟试验中气温变化趋势的差值与基于站点观测的OMR方法计算得到的结果类似,都证明了重庆和成都的城市下垫面对地面2 m温度的升高具有显著影响,其中在日内低温的表现尤为突出. 相似文献
4.
基于在重庆市气象局业务运行的对流可分辨尺度(3 km)集合预报系统,在已有初值扰动、模式物理过程扰动和侧边界扰动的基础上,对不同集合成员采用不同地形插值方案和地形平滑方案实现对模式静态地形高度的扰动,体现数值模式中地形转换过程的不确定性,开展集合预报批量平行试验。结果表明:(1)实现对模式静态地形高度的扰动后,各集合成员地形高度的离散度与实际地形的起伏程度对应关系较好,两者空间分布特征非常相似,地形较平坦的平原地区离散度较小,而地形较复杂的高原地区或山区离散度较大;(2)加入模式地形扰动方案后,集合扰动能量总体上有所增大,且低层比中、高层更明显,能量增幅在较短预报时效(12 h)内最显著,随着预报时效延长呈逐渐减小趋势,且能量增幅大值中心主要出现在地形较复杂、集合成员地形高度离散度较大地区;(3)模式地形扰动方案一定程度上能提高降水概率预报技巧及改进集合平均降水预报,在对高空要素和2 m温度、10 m风场等近地面要素的集合平均均方根误差和集合离散度无负面影响的前提下,能一定程度上优化集合分布。 相似文献
5.
利用ARPS和WRF模式,基于不同的物理过程参数化方案建立了一个多初值、多物理过程的中尺度集合预报系统,并对2015年8月16—18日发生在四川盆地的西南低涡暴雨过程进行试验分析。结果表明:建立的中尺度集合预报系统对此次暴雨过程有较好的预报能力,与确定性预报相比,降水集合平均以及概率预报等产品对暴雨的预报有一定的指示意义。初值扰动的集合预报对暴雨及以下量级的预报较优;物理过程扰动的集合预报对大暴雨及以上量级的预报较好;同时考虑2种扰动的集合预报总体上好于单因子扰动的集合预报,使降水预报效果得到明显改善。对天气系统(高空槽、低涡、切变线)以及气象要素(风场、水汽)的预报差异是造成"好"、"坏"成员预报效果差异的主要原因,且低层形势场(尤其是风场的预报)对初值及物理过程的扰动比高层要敏感。集合预报对大雨及以上量级预报技巧的提高有明显正贡献,但是对特大暴雨的预报不确定性很大,还有较大的改进空间。 相似文献
6.
利用常规观测、加密自动站、NCEP/NCAR(1°×1°)再分析及WRF数值模拟资料,诊断分析了2016年6月27—28日重庆南部大暴雨天气的纬向雨带及湿对称不稳定特征,结果表明:(1)纬向雨带形成并发展于低空湿对称不稳定区,纬向雨带形成前,湿对称不稳定逐渐增强,纬向雨带形成后,湿对称不稳定缓慢释放,湿对称不稳定的持续释放促进了纬向雨带的持续发展。(2)纬向锋生效应的增强,引起低空湿位涡水平分量MPV2的负值增长,为湿对称不稳定的增强及维持提供了有利条件,可能是此次暴雨过程中纬向雨带生成及持续发展的重要机制。 相似文献
7.
针对2019年6月5日重庆地区发生的一次飑线天气过程,利用中尺度WRF(Weather Research and Forecasting)模式和ARPS(The Advanced Regional Prediction System)的3DVAR三维变分同化系统及其ADAS(ARPS Data Assimilation System)云分析系统,探究了不同模式水平分辨率下雷达资料同化对该飑线系统的模拟改进效果。结果表明：(1)未同化雷达资料时,模式水平分辨率从900 m提高到300 m,模式模拟结果无明显改进。(2)不同模式水平分辨率下,同化试验的模拟效果相比同化前,对于雷达回波的形状、强度和落区都有一定改善。(3)使用雷达资料同化的情况下,同时提高模式水平分辨率,能进一步优化调整模式的动力、热力及水汽条件,使得对本次飑线系统的发生发展和组织结构特征的模拟与实况更接近。 相似文献
8.
本文利用2017年6～8月重庆中尺度集合预报系统逐日20时起报的预报资料及相应的观测资料对该系统的预报性能进行了综合分析,结果表明:500hPa位势高度、850hPa温度和2m温度的集合平均预报的均方根误差均优于控制预报,集合离散度均明显低于集合平均的均方根误差,Talagrand分布均呈现出“J型”或“U型”分布,500hPa位势高度和850hPa温度Outlier评分介于0.26～0.32,2m温度的Outlier评分普遍较高,总体介于0.33～0.67;降水预报方面,集合平均和概率匹配平均相对于控制预报表现出了较为明显的优势;小雨和中雨量级降水集合平均的TS评分明显优于概率匹配平均;大雨和暴雨量级的降水概率匹配平均的TS评分明显优于集合平均;0～24小时和24～48小时累计降水的Talagrand分布呈现出一定的“U型”分布且0～24小时更为明显,其余时效较为理想,Outlier评分随预报时效的延长而减小,最高0.31,最低0.20;降水概率预报检验方面,各个降水量级的Brier评分和相对作用特征技巧评分AROC均较为理想。总体而言,该系统相对于单一的确定性预报表现出了一定的优势。 相似文献
9.
针对2017年5月2—3日重庆地区发生的一次区域性暴雨过程,利用重庆市气象局天资高分辨率预报系统对本次过程进行了数值模拟。分析结果表明,该系统能够较好地模拟出本次区域暴雨过程的大尺度环流形势和降水的落区、强度。使用GDAS和ERA资料分别作为模式的初始场,对比分析二者的模拟结果,可以看出不同的初始资料对这场暴雨的预报结果存在较为显著的影响;对总能量偏差进行功率谱分析得出,对这次暴雨过程而言,整个积分时间内两种初始资料模拟结果的总扰动能量偏差在较大尺度上增长缓慢,而在较小尺度上增长速度很快,且累积降水量的功率谱分析表明最初的主要降水尺度出现在700 km左右,随着积分时间的增长,主要降水尺度向大尺度方向转移。 相似文献
10.
2008～2016年重庆地区降水时空分布特征 总被引：1，自引：0，他引：1
利用2008~2016年国家气象信息中心提供的0.1°分辨率的中国地面与CMORPH融合逐小时降水产品,分析了重庆地区的降水时空分布特征,尤其是小时强降水的时空分布特征。结果表明:(1)年均降水量总体呈西低东高分布,大值中心位于重庆东北和东南部,且存在一定的季节性差异,特别是夏季,西部降水明显增强,总降水呈两高(西部、东部)一低(中部)的分布;降水频次、降水强度与地形的相关性较高,海拔高度较高的山区(海拔高度>1000 m)降水频次多大于盆地和丘陵区(海拔高度<1000 m),降水强度与之相反,且小时强降水多发生在迎风坡前侧的过渡区域,说明高海拔区域易出现降水,但降水强度不强,而地形抬升则是触发强降水的重要原因,导致山前降水明显大于山峰。(2)重庆地区降水主要集中在5~9月,降水量、降水强度和小时强降水频次均呈单峰型分布,峰值出现在6~7月,降水频次呈双峰型分布,一个峰值出现在5~6月,另一个峰值出现在10月,7~8月为低频期,与副高控制下的连晴高温天气有关。(3)重庆地区降水存在明显的日变化特征,降水以夜雨为主,且降水峰值出现时间表现为向东延迟的特征,重庆西部日峰值出现在凌晨02:00(北京时,下同),中部出现在清晨05:00,东北部出现在早上08:00。从不同季节来看,春季、秋季和冬季降水日变化呈单峰型分布,主要集中在清晨,而夏季受午后局地对流性天气的影响,在下午17:00左右存在一个次峰值。(4)强降水的主要集中在夏季,在空间上存在三个大值中心,受西南涡及地形的相互作用,夏季在缙云山以西的盆地区域,小时强降水频次明显较高。 相似文献