2017—2021年海南岛汛期短时降水时空分布特征

利用海南岛2017—2021年440个加密地面观测站逐小时降水资料,采用线性统计等方法,分析了海南岛汛期(4—9月)短时强降水时空分布特征,结果表明,(1)海南岛汛期的短时强降水空间分布呈北多、南少特征,多发区集中在海南岛的北部地区,中部的琼中地区和东部的琼海地区次之,短时强降水的空间分布与海南岛夏季受海风锋影响以及秋季受偏东急流影响有关。(2)短时强降水年均站次为5865次,逐年站次在4862～6928站次之间波动,年际变化大,2018年和2021年出现了2个峰值,分别为6928次和6081次;短时强降水有明显的月变化规律,5月和8月短时强降水发生次数分别占汛期总次数的27%和28%,9月次之(占汛期总次数的16%);(3)海南岛汛期短时降水日变化特征和华南其他地区的双峰结构不一致,短时强降水的日变化具有明显的单峰结构,主要时间段为13∶00—19∶00。     

昆明市雨季短时强降水特征分析及预报研究

利用1981—2015年昆明市逐时降水观测及短时强降水个例期间的探空、雷达、地面观测等资料,分析了昆明市雨季短时强降水时间分布、关键影响系统、物理量及雷达观测特征,尝试寻找该类天气的预报着眼点.结果表明:①昆明短时强降水天气具有明显的日内变化特征.短时强降水主要出现在19:00—次日05:00,并在次日02:00达到峰值.②地面辐合线和700 hPa切变线是昆明出现短时强降水的关键影响系统,当500 hPa有低压槽或高压间辐合区配合时则更有利于昆明出现短时强降水.③从物理量指标看, 700 hPa比湿大于10.0 g·kg~(-1)、温度露点差≤3℃、假相当温度≥75℃和沙氏指数0.1是昆明站出现短时强降水天气的有利条件.④当雷达观测图上出现积云、块状回波,回波反射率因子强度最大值达40～45 dBz且大值区质心较低,回波顶高小于8 km,对应的径向速度图出现中尺度辐合或低空急流特征时,应该考虑发布短时强降水预警.     

济南市区夏季局地短时强降水特征及成因分析

利用2008-2010年6-8月济南市区区域自动站以及NCEP/NCAR1°×1°再分析等资料研究了济南市区局地短时强降水的特征及成因,为今后济南市区局地短时强降水的临近预报和预警提供参考。     

加密自动站在极端短时强降水发生前的精细化特征分析

利用地面加密自动气象站资料及常规气象观测资料,分析2006—2016年4～10月小时雨强大于50 mm/h的极端短时强降水个例的各气象要素场在短时强降水发生之前2 h的变化规律,结果表明:①产生极端短时强降水的天气类型包括冷涡型、西风槽型和西北气流型,冷涡型强降水气象要素变化最为剧烈,其他2种类型稍弱。②1 h变温、3 h变压、风场在3类个例中均有比较明显的变化规律,气温变化幅度稍弱,露点温度和相对湿度是表现最弱的2个要素,相对湿度表现更弱,是指示性不强的物理量。③在强降水发生2 h前气象要素场的变化规律一般表现为等值线密集带在上游生成并快速向下游移动,常伴有大值中心的出现。风场主要表现为风向风速的辐合或切变,天气越剧烈风场变化越明显;偏东、偏南气流的建立对于水汽输送的作用需引起注意。在风场变化不明显的少数强降水过程中,在天气发生前一般也都有偏东、偏南气流的长时间维持。     

天津市蓟州区短时强降水特征及预报指标研究

利用蓟州区自动站逐小时观测资料和ERA5再分析资料对蓟州区短时强降水的时空发生规律和物理量进行了分析。结果表明：蓟州地区短时强降水发生的站次呈明显的阶段性变化;短时强降水天气主要出现在7～8月,其中7月中旬至8月上旬是高发期;短时强降水多出现在夜间凌晨左右;短时强降水的空间分布有明显的区域差异,呈北高南低的分布特征,平原地区短时强降水的发生也有明显的城郊差异;对流发生前,单站气压和湿度呈反向变化,而且这种变化在强降水发生前两三个小时内较明显,在预报蓟州短时强降水时有一定参考意义。     

渤海西岸一次短时强降水天气特点分析

利用常规探测资料、多普勒雷达资料和1°×1°NCEP 再分析资料,对2010年6月17日发生的一次短时强降水天气进行了分析和诊断。这次降水属于典型的低涡前部暴雨形势,强烈的垂直风切变和 SWEAT 指数对降水有很好的指示意义;低层偏东风的嵌入时间和发展强度、高度都与强降水的开始、发展和结束具有很好的相互联系;不同于区域暴雨的水汽形势,强对流天气中的相对湿度并不很大,降水发生期间的相对湿度仅在50-6%左右;水汽辐合带以及能量锋区均位于天津的西南侧,和低涡槽前对应,造成这次短时强降水。     

弱天气尺度下短时强降水环境特征和触发机制研究——以河北省廊坊市为例

利用河北省廊坊市2010—2018年5—8月地面自动站逐时降雨量、加密观测资料和北京探空资料,分析弱天气尺度下廊坊春夏季局地短时强降水时空分布特点、中小尺度触发机制和环境特征参数并归纳预警阈值.结果表明：2010—2018年弱天气尺度下局地短时强降水过程发生13次,且多发生在下午到傍晚和后半夜,大厂回族自治县发生局地短时强降水的次数最多;归纳环境参数的预警阈值,其中850 hPa比湿、700 hPa比湿、850 hPa与500 hPa温差、对流有效位能、K指数、0～6 km垂直风切变和暖云层厚度选取25%分位值作为最低阈值,取值分别是9 g/kg、5 g/kg、23℃、586 J/kg、33℃、4.3 m/s和3.2 km;500 hPa比湿、对流抑制能量和SI指数选取75%分位值作为最高阈值,取值分别是3 g/kg、141 J/kg和-0.4℃;在平直西风环流型和高压脊型两种弱天气尺度环流背景下,廊坊市短时强降水的触发机制主要有地面辐合线、负变压和热力因子.     

闽中沿海地区短时强降水的环流特征

利用2013—2018年主汛期闽中沿海地区(福州、莆田、平潭)自动站逐时雨量资料,选取西风带系统较强的短时强降水日,分类型分析这些短时强降水日的主要天气系统特征。结果表明,汛期影响闽中沿海地区短时强降水的西风带天气系统主要有冷式切变型、静止锋切变型、西南气流型。三个类型强降雨的水汽均来自南海和北部湾,前期低层回暖是强降雨发生的重要条件。闽中沿海地区系统性的短时强降水多发于中东部地区;冷式切变型强降水分布相对较广,静止锋切变型强降水主要发生在闽侯中部、永泰东北部、莆田市区东北部和罗源东部,而西南气流型强降水集中于仙游西部和南部。三个类型强降水都集中于午后到上半夜,峰值都在18—19时之间,冷式切变型和静止锋切变型两种有冷空气活动的强降雨类型表现更为明显,这与两类强降雨日上午水汽通量散度为正值、午后转为负值有关;西南气流型8时和14时水汽通量散度均为负值,故此型上午就有一定比例的强降雨发生,午后发生率的增长也比较平缓。     

低纬高原一次短时强降水过程的综合分析

利用卫星、雷达、地面自动站及闪电定位仪等多种观测资料分析了2017年9月5—6日出现在云南的一次短时强降水天气过程的成因及中尺度对流特征.结果表明:此次过程期间短时强降水天气落区分布呈现自东北向西南逐渐移动趋势,系统性降水特征明显;700 hPa切变线和地面锋面是此次过程的关键影响系统,切变线提供了中低层水汽辐合及对流抬升运动的维持机制,地面锋面则为低层对流抬升运动提供了触发机制;中尺度对流云团的空间尺度和持续时间对短时强降水的分布区域和规模有很好的指示意义,短时强降水主要出现在云顶亮温-50℃的区域,对流云团空间尺度大、持续时间长,则对应时段的短时强降水分布范围广、频次多.雷达观测有助于短时强降水天气的精细化订正和及时预警,当雷达回波强度达到45 dBz以上并具明显低质心特征、径向速度图上有中尺度辐合配合时,出现短时强降水的可能性较大.     

一次地面辐合线突发局地短时强降水特征分析

为了研究局地短时强降水天气的特征,使用MICAPS天气资料、南昌探空资料、宜春SA天气雷达等资料,对2020年6月8日新余局地暴雨天气过程进行分析,结果表明:暴雨天气过程是由突发性局地短时强降水造成,降水系统移速较慢、长时间维持、降水效率高,出现20 mm/h以上的短时强降水.地面辐合线是形成局地短时强降水的触发机制,降水系统随着地面辐合线的移动;辐合线移动过程中存在气旋性环流,导致系统移速缓慢,形成局地暴雨.新生云系如果出现合并现象,往往会快速地发展加强形成强天气.回波基本上沿地面辐合线排列和移动,在移动过程中还伴随回波单体的新生、发展、合并、减弱等过程,短时强降水发生在回波发展合并过程中.雷达剖面分析得出回波强度在垂直上发展的比较均匀,强回波中心分布在6 km以下高度上;水汽大部分集中在地面与5 km融化层之间,这种回波特征适合产生高效的降水.这些特征为新余短时强降水造成的暴雨天气提供了理论依据.     

三亚短时强降水的时空分布特征

为了弄清三亚短时强降水的时空分布特征，利用三亚2009—2021年1个国家级地面气象站及18个加密地面观测站的逐小时和日降水数据以及哈德莱中心月平均海表温度资料，采用空间插值、经验正交函数分解、线性统计分析及相关性分析等方法，对三亚短时强降水的时空变化特征、短时强降水与暴雨的关系进行了分析，揭示其变化规律.结果表明：三亚短时强降水呈北多南少和东多西少的空间分布特征；EOF分解得到三亚短时强降水呈现全区一致和东西差异两种典型的空间分布模态，华南沿海海温异常是影响全区一致性降水模态的重要因子；短时强降水年平均出现站次为19.1,76.33%的短时强降水集中在16.0～30.0 mm·h^-1，短时强降水月变化呈双峰结构，峰值出现在7月份和9月份，87.32%的短时强降水出现在4～10月份；日变化的双峰结构明显，多发时段为04～05时、07～08时及16～17时；月平均短时强降水为26.6 mm·h^-1，极端小时降水为107.4 mm·h^-1，极端小时降水多由强对流系统引起. 83.34%的暴雨过程伴有短时强降水，两者呈显著性正...     

基于区域自动站资料的闽中地区前汛期短时强降水特征分析

利用2008—2011年的区域自动气象站资料,通过数理统计、分析归纳等方法,从时空分布、天气学分型、地面中尺度表现等方面分析闽中地区前汛期短时强降水的特征,结果表明,闽中地区前汛期短时强降水主要出现在下午到傍晚,持续时间多在5~8小时,区域内河谷区、河口区和喇叭口地形区为主要发源地;冷式切变型是闽中地区短时强降水发生最主要的天气形势,其次是暖式切变型;对于低槽型、冷切型和暖切型的短时强降水,降水前沿地面辐合线的走向和移速对随后1~2小时强降水落区的预报有重要的指示作用。     

江苏副高型强对流天气特征及环境参数分析

副热带高压控制下的强对流天气常常漏报和错报。为了提高此类天气的预报准确率,利用2007—2016年常规地面和高空观测资料以及地面区域自动站资料,运用统计分析方法,对苏南地区56例副高型强对流的天气特征和环境参数特征进行分析。结果表明:副高型强对流主要有短时强降水、雷暴大风、冰雹雷暴大风和强降水混合型,其中混合型出现频率最高(66%),雨强在30～79.9 mm/h的短时强降水频率(68%)最高,雷暴大风的风力多为8～9级(61%);强对流触发时间峰值在12:00—14:00时。静力稳定度方面,850与500 hPa的温差ΔT_(85)和沙氏指数S_I的中位值分别为25℃和-1℃左右,3种类型强对流的差异不大;混合型强对流的对流有效位能C_(APE)的中位值(2 510 J/kg),远大于短时强降水(1 570 J/kg)和雷暴大风(1 220 J/kg);而对流抑制有效位能C_(IN)的中位值则是雷暴大风(160 J/kg)的最高。3种类型强对流低层水汽条件相似,1 000 hPa露点T_d的中位值均在25℃左右;水汽条件差异主要在中层,中层大气越干、露点垂直递减率越大,越利于雷暴大风的发生,反之,则利于短时强降水的发生,混合型强对流介于两者。K指数的中位值,雷暴大风(32℃)、混合型(34℃)到短时强降水(36℃)是逐渐增大的。自由对流高度L_(FC)和抬升凝结高度T_(CL),雷暴大风的25%值分别为650、910 hPa,远小于短时强降水的900、970 hPa,混合型强对流则位于两者。差异明显的环境参数,对副高型强对流天气的分类预报有一定的指导意义。     

莆田“9·1”特大暴雨过程短时预报分析

本文利用1°×1°NCEP再分析资料、自动站观测资料和多普勒雷达探测资料等,分析了"三高阻塞"是有利2011年9月1日福建省莆田市特大暴雨(简称莆田"9.1"特大暴雨)产生的主导环流形势;指出强降水雷达回波的列车效应特征对特大暴雨的短时预报具有指示意义;揭示了在深入分析大气环流背景的基础上,结合多普勒雷达回波特征分析法是目前对特大暴雨的准确短时预报的有效方法。     

景德镇市短时强降水的特征与统计分析

为了研究景德镇地区的强降水天气特征,找出强降水的时空分布特征和量级规律,并对2005-2015年景德镇强降水观测资料进行了普查与特征分析。结果表明:1)景德镇市短时强降水天气一般出现在4-9月份,7月最多;大致每年有8~9场,易发生在傍晚至上半夜时段,平均降水强度33.8 mm/h,最强达105.8 mm/h;2)超7成的短时强降水中会有超短时强降水,最强可达30 mm/10 min以上;3)短时强降水大多发生在系统性的暴雨过程中,有的在强雷暴过程中,往往伴有雷雨大风、冰雹等强对流天气;4)雷暴往往超前于强降水,并以西、西南、西北等方向为主;5)强降水过程中伴有气压涌升、风力加大,相对湿度上升,气温下降等明显特征。     

江西省三类强对流天气环境物理量对比分析

利用2001—2010年89个国家级地面观测资料和NCEP 1°×1°再分析资料,分别从水汽条件、动力特征、0℃层和-20℃层的特征高度以及大气不稳定条件等方面,对江西省三类典型的强对流天气(冰雹、雷暴大风及短时强降水)的特征进行统计分析,从而给出江西省地区这三类强对流天气过程主要预报物理量的分布特征及阈值区间,为江西省精细化的强对流天气预报提供参考指标。结果表明:1三者对比,强降水具有更深厚的"湿"对流特征,冰雹多具有上干下湿的"干"对流特征;2低层辐合、高层辐散条件中,短时强降水高于冰雹和大风,表现为短时强降水低层辐合中位数为-17×10-5s-1,高层辐散中位数为14×10-5s-1,对应冰雹和大风低层辐合都为-14×10-5s-1,高层辐散都为10×10-5s-1;风垂直切变值,冰雹最大,大风次之,强降水最弱,具体表现为500 h Pa到1 000 h Pa风速差中位数冰雹为18 m/s,大风为17 m/s,强降水为11 m/s;3不稳定条件方面,冰雹的对流有效位能、抬升指数以及850 h Pa与500 h Pa温差中位数分别为2 651 J·kg-1;-6℃、26℃,远远强于强降水的735 J·kg-1;-2℃、23℃,大风对应中位数为1 924 J·kg-1;-5℃、25℃,介于冰雹和强降水之间;4特征高度0℃层和-20℃层冰雹最低、大风次之、强降水最高,4 800 m和7 700 m可以作为0℃层和-20℃层冰雹和强降水的分界线。当对应高度大于该值时有利于强降水的出现,小于该值有利于冰雹的出现;5不稳定条件和动力条件具有互补关系,两者中其一出现极有利条件时,在江西省的实际预报业务中,就要考虑强对流天气的发生,当一条件异常偏大(很有利条件),另一条件不是很有利情况下,也有可能出现强对流天气。     

东北冷涡持续影响下郑州地区多日对流性天气特征分析

利用常规观测资料、NCEP1°×1°再分析资料、加密自动站资料、FY2E红外云图及大气电场仪数据对2015年8月22~30日期间东北冷涡持续影响下郑州地区多日对流性天气特征进行分析结果表明:①东北冷涡长时间维持一方面与上游阻塞高压前部冷平流补充有关,另一方面与北上台风变性并入有关;②对流天气发生时,低层有一定的比湿,比湿锋区在一定程度上能触发对流。θ_(se)的密集带是高能高湿区,与对流性天气的落区有对应关系;③雷暴大风、冰雹天气不要求湿层深厚,但需要较高的CAPE,短时强降水需要一定厚度的湿层,CAPE并不一定很大;④中尺度福合线是5次対流性天气的触发机制,对流性天气起源于冷涡涡旋云系尾部因为该区域大气不稳定层结强。强降水与对流云边缘TBB梯度大值区对应⑤大气电场强度的变化和対流性天气的发生、维持及结束关系密切。     

基于深度学习的短时强降水天气识别

气象预报人员面临的问题之一是如何准确有效地识别短时强降水天气.短时强降水是一种主要由强对流天气形成的气象灾害,产生原因与空气湿度、大气中的水分以及温湿等物理量参数有关,由此提出基于物理量参数和深度学习模型DBNs的短时强降水天气识别模型.首先,利用SMOTE算法人工合成短时强降水少数类(相对于非短时强降水天气类)样本,调整原始数据集不均衡分布问题;然后通过含有高斯玻耳兹曼机的深度学习模型对地面大气监测站逐小时加密的观测量,以及常用于天气预报分析的物理量等低层特征构造出抽象的高层特征,发现数据特征内在关系;最后实现了DBNs短时强降水的自动识别模型.结果表明,该方法能够较为准确地识别短时强降水,对于短时强降水的命中率、误警率和临界成功指数,都有着较好的表现.     

川渝盆地主汛期短时强降水事件日变化特征研究

利用四川盆地和重庆地区1980-2012年主汛期（5-9月）基本站小时降水观测资料,分析了短时强降水事件降水量、频次和强度的日变化特征,研究了短时强降水事件日峰值位相和空间分布特征,事件极值降水日变化和持续时间等分布特征,得出以下主要结论：1）川渝盆地短时强降水事件开始时间的日变化上（01：00-24：00时,北京时间,下同）,表现为“V”型结构下典型夜间峰值位相特征;结束时间的日变化上,表现为多个峰值型结构分布.强降水事件持续时间的日变化上,频次和降水量均呈双峰型结构,频次极大峰值出现在3 h,而强度上随着持续时间的延长,呈现逐渐增加的趋势;2）短时强降水事件极值开始时间空间分布上,极大频次和极大降水量出现在20：00-01：00时内,主要分布在盆地南部和西部大部分地区;日峰值频次结束时间主要发生在20：00-01：00时和08：00-13：00时两个时段内,主要分布于盆地南部、中部和西部大部分地区;3）短时强降水事件极值降水的日变化上,降水量和频次呈现单峰型结构,白天多为短时间（2~4 h）强降水事件出现极值,而傍晚开始至第二天清晨,持续2~10 h强降水事件出现极值均有发生;强降水事件极值降水持续时间日变化,1~24 h内呈单峰型结构,峰值出现在2 h.     

南昌市一次短时强降水成因分析

2012年8月21日晚上南昌地区出现了短时强降水,时雨量最大达54.6 mm,短时强降水一直以来是短时和短期预报的难点。利用常规资料及日本GMS卫星TBB资料以及自动站资料对本次短时强降水天气的成因进行分析,结果表明:1)南昌上空气柱内丰沛的水汽以及一定的水汽输送为南昌短时强降水提供强大水汽条件;2)500 h P高空槽东移,引导地面冷空气南下,台湾以东有热带低压活动,其东侧的东南气流与副高南侧偏东气流伸入江西与北风冷空气交汇,导致了南昌附近局地强锋生,锋面抬升作用触发了对流层中低层不稳定能量的释放,导致了南昌短时强降水的发生;3)相当黑体亮温-63℃以下的面积对短时强降水有很好的指示意义,因此利用卫星资料,可对短时强降水的演变进行详细的监测,为短时强降水的分析和预报预警提供依据。