基于REOF的不同量级降雨侵蚀力时空变化——以重庆市为例

研究重庆市不同地理分区内各量级降雨侵蚀力的时空变化特征,为该地区进行更加精准的区域性水土流失防治工作提供理论依据。选取1981-2020年重庆市31个站点逐日降雨数据,利用旋转经验正交函数(Rotated Empirical Orthogonal Function,REOF)对降雨侵蚀力进行地理分区,并结合R/S、5年滑动平均、Mann-Kendall检验等方法,分析各分区不同量级降雨侵蚀力时空变化。结果表明:①重庆市降雨侵蚀力可分为6个地理区域(Ⅰ-Ⅵ区);②重庆市多年平均降雨侵蚀力为5784.04 MJ·mm/(hm^(2)·h·a),不同降雨侵蚀力从大到小依次为:大雨、暴雨、中雨、大暴雨;③大雨侵蚀力在Ⅰ-Ⅲ区和Ⅴ-Ⅵ区占主导优势,暴雨侵蚀力在Ⅳ区占主导优势。各分区中,中雨、大雨及暴雨侵蚀力主要集中在5-9月,大暴雨侵蚀力集中在6-8月;④各区不同量级降雨侵蚀力年际变化从小到大依次为:中雨、大雨、暴雨、大暴雨;同一量级降雨侵蚀力的整体变化趋势均不显著;Hurst指数表明,中雨侵蚀力在Ⅰ和Ⅴ区、大雨侵蚀力在Ⅱ和Ⅴ区、大暴雨侵蚀力在Ⅰ和Ⅲ区呈强持续上升趋势;⑤中雨、大雨及大暴雨侵蚀力在渝东南、渝东北占主导优势,暴雨侵蚀力在渝西以及重庆中部占主导优势,且Ⅰ区酉阳和秀山、Ⅱ区开州、Ⅲ区北碚和铜梁、Ⅳ区璧山和永川、Ⅴ区巫溪和云阳及Ⅵ区忠县是不同量级降雨侵蚀力的高峰中心。通过对重庆各分区不同量级降雨侵蚀力的分析,明确了可能引起土壤侵蚀的主要雨型、高发时期和潜在风险较高的地区,可为区域水土流失动态监测和水土保持措施的合理制定提供参考。

基于CAMM和CLDAS的黄淮海冬小麦成熟期连阴雨时空特征

利用黄淮海地区2008—2023年的CLDAS数据和同期65个农业气象观测站的冬小麦花期、成熟期观测数据,订正机理性中国农业气象模式(CAMM)中发育模块(RAM)的参数,评估模式对冬小麦成熟期的模拟精度,而后重构格点化的历年成熟期日期,统计成熟期前6天后9天共16天的降水量和雨日数,随后基于连阴雨指标,研究连阴雨的时空分布特征。结果表明:(1)RAM模式对冬小麦成熟期具有较好的模拟能力,各站RMSE平均值为2.28±0.46 d,模拟值与实测值的R2为0.915。(2)黄淮海地区冬小麦成熟期降水量和雨日数均呈南北两端高中间低的空间分布格局,区域平均降水量为8.8~84.6 mm,平均值为31.9 mm,雨日数为1.0~9.1天,平均值为5.4天。(3)2008—2023年连阴雨灾害波动较大,其中2009、2013、2018和2023年较为严重,大致呈4~5年发生一次的周期性规律,且灾情呈加重的趋势。(4)连阴雨灾害在黄淮海地区北部很少发生,河北和山东交界处偶发,灾害高发重发区主要集中在河南省,尤其是郑州以南的驻马店和信阳一带最为严重,发生频率约为5年一遇,持续天数多在9天以上。

冬小麦农业气象灾害风险预警的业务实践与思考

开展冬小麦农业气象灾害风险预警工作是当前保障小麦生产安全和防灾减损的重要工作之一。2022年开始气象部门和农业部门联合开展了冬小麦农业气象灾害风险预警的业务服务工作,取得了一些技术成果和成功案例,但也存在一些问题和不足。本文简述了农业气象灾害风险预警业务的内涵,提出了综合农业气象灾害可能性预报、危险性和脆弱性预估,构建基于风险矩阵的冬小麦农业气象灾害风险预警业务的技术框架,并以2022年小麦干热风风险预警工作为例,展示了冬小麦农业气象灾害风险预警工作的技术流程。冬小麦农业气象灾害风险预警工作刚刚起步,尚有很多工作不完善,包括如何与已有的灾害风险评估成果进行深入融合,开展定量化的灾害影响预报和预警指标率定等。此外,在提升冬小麦农业气象灾害风险预警的准确率和开展服务效益评估等方面,未来还需要做大量的研发工作。

四川两次极端暴雨强降水特征及与雷达回波和闪电关系分析

选取了2020年8月四川两次历史性极端暴雨过程,根据量级和持续时间对强降水进行划分,分析其时空分布特征及与雷达回波和闪电的关系。结果表明:短时强降水主要发生在22时—次日03时,降水强度为30~<50 mm/h的站次最多,区域集中在盆地西部。随着降水量级的增加,站点对应的闪电密度均增大,小时平均回波、最强回波、最弱回波均呈增强的趋势。随着降水持续时间的增加,站点对应的负地闪平均强度增强。第一次过程强降水站次与闪电频次的高值中心具有良好的对应关系。第二次过程随着降水量级增大,对应的回波均方根误差减小,而第一次过程则相反。

黑龙江一次暖区极端对流性暴雨成因分析

利用常规气象观测等资料,对黑龙江省一次低涡暖区中发展的中尺度对流系统和暴雨成因进行分析。结果表明:暴雨由低涡前暖区中触发中尺度对流系统造成;在低槽加强为低涡的过程中,高低空风速加大,垂直风切变和对流有效位能显著增大,超低空急流的建立使得不稳定区暖湿条件维持,中层弱冷平流,低层强暖平流,有利于对流区位势不稳定层结的重建与维持;对流在中低层辐合线上触发,进入暖湿高能区维持,主要强降水系统为弓形回波与强降水超级单体,弓形回波形成的冷池与低层偏南气流的辐合有利于风暴维持并触发新的对流,延长风暴的生命史,对流单体并入弓形回波后降水效率翻倍。

贵州省汛期降水特征及强降水过程分型研究

【目的】为探究贵州省汛期降水的时空分布特征及演变规律。【方法】利用贵州省81个气象观测站1981—2020年汛期降水资料,采用EOF、REOF及交叉小波分析等方法对贵州省汛期降水时空特征进行分析及强降水过程分型研究。【结果】贵州省1981—2020年汛期平均降水量为924.9 mm,降水量在682.7~1194.1 mm,呈显著上升趋势,上升速率为16.94 mm/10 a。贵州汛期降水大体上呈现西南向东北递减的趋势,强降水过程次数及持续天数分布及波动变化与汛期降水基本一致。【结论】贵州省汛期降水分布不均,具有显著的年代际变化。贵州省汛期强降水空间场主要有全省一致型、东西反向型和南北反向型3种典型模态。经REOF方法可将贵州省细分为3个强降水区域,根据环流场分析,又可进一步划分为东部型强降水(Ⅰ型和Ⅲ型)与西部型强降水(Ⅱ型),各类型强降水落区受500 hPa环流分布情况以及850 hPa水汽来源与强度的影响。

区域海气耦合模式WON在东南亚低纬高原一次强降水事件模拟中的应用

为改善东南亚低纬高原区(LLHSA)降水模拟的性能,提高降水预报准确性,本文采用大气环流模式WRF(4.2版)和海洋分量模式NEMO(3.4版),用耦合器OASIS3-MCT进行桥接,得到区域海气耦合模式WRF-OASIS-NEMO(WON)。大气和海洋分量模式都配置成相同的Arakawa-C网格,水平空间分辨率设为0.25°,耦合频次设置为逐小时,便于模拟海洋和大气环流相耦合的中尺度运动特征。为评估WON模式的模拟性能,选取2020年8月16-18日的强降水过程为例,与单独WRF模式的模拟效果进行比较分析。WON和WRF模式模拟的降水大值区位于高原东北部和中西部地区,平均日降水量约为20 mm·d^(-1),与观测事实基本相符。WON模式改善了WRF模式在高原南部降水偏多而在高原西北部降水偏少的模拟偏差。WON模式改善了降水动力条件的模拟效果,在高原中南部气旋式环流增强,在高原西侧反气旋式环流增强,进而改善了WRF模式在高原南部周围降水偏少,高原西北部降水偏多的模拟偏差。WRF和WON模式均能再现垂直螺旋度的发展特征,即在对流层中低层为正垂直螺旋度发展,而在对流层高层为负垂直螺旋度发展。两个模式在雨带西部400 hPa高度层附近垂直螺旋度模拟偏强,而在600~700 hPa高度层上垂直螺旋度模拟偏弱。WON模式相对于WRF模式的改进区域主要集中在雨带中西部地区。本次强降水的水汽来源包括孟湾的西南水汽输送和中国南海的偏南水汽输送。WRF模式和WON模式均能较好地重现相关水汽通量特征。WRF模式在孟湾北部水汽辐合偏强,而在中国南海水汽向北输送偏弱。WON模式主要改善了WRF模式在中国南海水汽输送偏弱的模拟偏差。WON模式改善降水模拟效果的主要原因是孟湾海表热通量交换导致孟湾中低层大气偏冷偏干,大气对流活动减弱,在孟湾北部形成的低层反气旋偏差改善了本次强降水过程动力条件和水汽条件的模拟效果。

四川盆地降水对PM_(2.5)和PM_(10)的清除作用分析

四川盆地是中国空气污染最严重的区域之一,为研究降水对四川盆地PM_(2.5)、PM_(10)的清除作用,利用2016—2021年四川盆地90个环境监测站PM_(2.5)、PM_(10)质量浓度观测资料和17个地面气象站观测资料,首先分析了降水对四川盆地PM_(2.5)、PM_(10)空间分布的影响;然后基于描述降水前后气溶胶粒子质量浓度变化的清除率,揭示了降水强度、时长对PM_(2.5)、PM_(10)清除效果的影响;最后,利用雨滴谱分布、雨滴大小、下降末速度等雨滴谱参量计算污染物的清除系数,分析了四川盆地4次污染事件中降水对PM_(2.5)、PM_(10)的清除效果。结果表明:(1)四川盆地降水影响PM_(2.5)、PM_(10)空间分布,降水量越大、降水持续时间越长,清除率越大,清除效果越明显;(2)大雨个例中,降水持续时间大于6 h后,清除率对降水持续时间增加不敏感;(3)当雨滴直径、雨滴总个数和分钟雨强出现峰值,雨滴谱加宽变强后,PM_(2.5)、PM_(10)质量浓度快速降低;(4)清除系数对PM_(2.5)和PM_(10)质量浓度变化具有指示意义,当清除系数峰值达10 h^(-1)以上,降水对PM_(2.5)和PM_(10)清除效果显著。

基于集合匹配尺度的邻域集合概率法及其在梅雨锋暴雨预报中的适用性

概率预报是由集合预报衍生、包含不确定性信息的客观产品,对业务决策服务有重要的参考价值。传统的邻域集合概率法中,邻域半径固定不变,不符合实际天气过程中牵涉甚广的尺度谱。为此引入基于集合匹配尺度的邻域集合概率法(Neighborhood Ensemble Probability based on Ensemble Agreement Scale,EAS_NEP),并在中国南方典型的梅雨锋暴雨中开展准确性和预报技巧的定量检验评估,以期验证该方法在此类过程中的适用性,并促进其在实际业务中的推广使用。联合扰动初始场、侧边界和物理过程所得到的集合预报能较好地表征实际的预报不确定性,进一步在此基础上比较了格点概率法、不同半径的邻域集合概率法以及EAS_NEP的优劣。试验结果表明,EAS_NEP能根据集合成员间的一致性程度,自适应地调整邻域半径,其在集中型降水中所确定的邻域半径通常大于分散型降水。动态调整的邻域半径既避免了半径过大时的过度平滑与关键信息丢失,又消除了半径较小所带来的奇异点,其空间分布呈阶梯型,空间连续性更优。此外,BS(布莱尔评分)、FSS(分数技巧评分)和ROC曲线(相对作用特征曲线)等定量评估结果也体现出EAS_NEP相比传统方法正的预报技巧,尤其是在分散型降水和高阈值检验时优势更明显。以上结果表明,EAS_NEP在梅雨锋暴雨的预报中具有较好的应用前景,运用在业务中能有效提升概率预报质量。

东北暖季冷涡降水日变化的聚类分析

使用2017~2022年5~9月逐小时三源融合实况格点降水(CMPAS)资料,采用K-均值聚类算法对东北暖季冷涡降水日变化分类,分析其特征及空间分布,结果显示:1)东北暖季冷涡降水多年平均降水量空间分布从西北到东南增加,降水频次的空间分布与其相似,降水强度大值区集中在辽东半岛附近。2)东北地区冷涡背景下降水量、降水频次和降水强度暖季平均日变化均呈双峰型,降水量的下午主峰值主要源于降水频次,而夜间次峰值与降水频次和降水强度均关系密切。3)聚类后冷涡降水量、降水频次的日变化表现为单峰型和双峰型特征,且单峰型格点占比较大,降水强度的日变化表现为单峰型。依据峰值出现时间及日变化形态间差异,降水量、频次与强度均可划分为4类不同的日变化类型。4)各类日变化空间占比统计结果显示,冷涡降水量、降水频次日变化存在下午峰值的格点均占比最大,夜间峰值次之,两者聚类后区域特征明显,与地形关系密切且分布相对规整;冷涡降水强度日变化下午单峰型格点占比最大,聚类后空间分布较为零散。

青藏高原中东部和四川盆地的夏季雨滴谱对比分析研究

为了进一步认识青藏高原中东部和下游四川盆地的降水微观特征和差异,本文利用2019年7-8月和2020年7-8月那曲、玉树、林芝、巴塘、泸定和成都6个地区的雨滴谱观测资料,研究了不同地区之间的雨滴谱特征和差异,并提出了各个地区降水的Gamma谱形状参数-斜率参数关系和反射率因子-雨强关系。结果表明:因更多强对流降水的贡献,盆地和邻近地区(成都和泸定)的雨滴谱整体比高原地区(那曲、玉树、林芝和巴塘)的更宽,中大雨滴(直径≥1.0 mm)数浓度更高;而高原地区的降水主要来自层云和弱对流,整体雨滴谱更窄,小雨滴(直径<1.0 mm)数浓度更高。6个地区的雨滴谱均随雨强增大而变宽,数浓度也逐渐升高。不同地区之间的雨滴谱差异也会随雨强变化而改变,当雨强超过0.1 mm·h-1后,那曲和林芝的小雨滴数浓度随雨强增大而增大的幅度明显比其他地区更大;当雨强达到5 mm·h-1后,成都和泸定的中大雨滴数浓度与其他高原地区的差异也逐渐变大。在谱形状参数相同情况下,成都和泸定的谱倾斜率更小,反映了这两个地区雨滴数浓度随粒径增大而减小的速率比高原地区的更慢。在相同雷达回波强度(反射率因子)情况下,那曲和林芝层云降水的雨强比其他地区大;林芝对流降水在雷达回波低于40 dBZ时,雨强也比其他地区的大,而那曲对流降水在雷达回波大于40 dBZ后,雨强比其他地区的小。

江西饶河流域大暴雨短时强降水特征分析

为了做好江西饶河流域大暴雨的短临预报,使用2013—2022年江西饶河流域(南支乐安河)大暴雨资料以及天气图、雷达回波等资料,采用统计学、天气学、雷达气象学等原理及方法,对饶河流域大暴雨天气进行研究,主要结论:1)饶河流域大暴雨次数逐年增长,短时强降水与大暴雨呈正态分布,出现在6月。2)短时强降水多由带状回波造成,表现为絮状回波短带、絮状回波带、回波带、回波短带。3)低槽、切变、急流、副热带高压等天气系统是饶河流域大暴雨的主要天气系统。4)絮状回波团(带)结构较为松散,回波短带结构密实,当回波系统合并时,回波加强发展,可能出现强降水极值。这些研究结果均为江西饶河流域大暴雨天气的预报预警提供参考依据。

东北地区新民夏季雨滴谱特征

以辽宁省新民气候基准站的降水现象仪观测数据为基础,研究我国东北地区新民夏季不同雨强及不同降雨类型的雨滴谱特征,并与其他地区进行对比。结果表明:新民雨强越大谱宽越宽,雨强大于20 mm·h^(-1)的雨滴谱谱宽接近8 mm,降雨以小雨滴为主,但中等雨滴对雨量的贡献最大。对流云降雨为典型的大陆型对流,以雨滴的直径较大而数浓度较低为特点,质量加权平均直径Dm的平均值为2.14 mm,标准化截距lgN_(w)的平均值为3.40。拟合的μ-Λ关系与其他地区采用PARSIVEL雨滴谱仪数据拟合的μ-Λ经验关系接近,而与采用二维视频雨滴谱仪(2DVD)数据拟合的μ-Λ关系差异较大。与华东、华北地区相比,东北地区新民D_(m)(lgN_(w))的平均值更大(小),拟合的对流云降雨Z-R关系的指数更大。

季节内振荡水汽收支对长江中下游持续性极端降水强度的调控作用

利用中国1979—2019年逐日降水格点数据,考量降水的时空聚集性强度之客观监测方法,识别中国东部区域极端降水事件,发现长江中下游是夏季持续3 d及以上区域持续性极端降水(PREP)发生最频繁的区域。以此为研究对象,基于水汽收支理论,利用ERA-Interim再分析资料和带通滤波方法,诊断日降水及其水汽收支的季节内特征,研究关键尺度对流层高低空系统配置及演变。结果显示:PREP日降水强度及其演变被证实与区域大气柱水汽辐合量相一致。10~30 d准双同振荡(QBWO)和30~90 d(MJO)的水汽辐合在事件发生前1~3 d和7~9 d开始由负位相转为正位相。区域南、北边界QBWO(MJO)水汽输送在事件发生前2~4 d(9~10 d)由水汽输出转为输入。南海的QBWO对流北传至长江中下游,促使源于西北太平洋的对流层低层QBWO反气旋式环流系统向西南移动,其西北侧的西南风使区域南边界水汽输送在事件开始日达最大。事件发生前10 d左右,对流层低层MJO反气旋式环流系统出现在西北太平洋,并向西南移动,长江中下游气旋系统加强维持,对流层中层孟加拉湾MJO尺度低槽开始加深,三者的配合使区域南边界的MJO水汽输入逐渐增强并维持到事件发生后。MJO尺度的强水汽输入结合QBWO反气旋式环流促使长江中下游地区的持续性极端降水事件的发生。研究结果对持续性极端降水事件延伸期的预报提供参考。

陕西秦巴山区西南涡暴雨特征

利用2001—2019年秦巴山区44个国家气象站小时降雨量、日降雨量数据,统计分析秦巴山区的西南涡暴雨的特征。结果表明:2001—2019年秦巴山区受西南涡影响的暴雨日共48 d,其中西南涡暴雨对镇巴县影响最大,暴雨日占总数的22%;秦巴山区平均暴雨强度整体上由南向北逐渐减弱,不同的月份暴雨强度中心均出现在巴山腹地;小时极值雨强多发于07—12时,最大值为60.7 mm/h(出现在宁陕);受西南涡移动路径影响,7—9月秦巴山区暴雨日数和暴雨频次相对其他月份明显偏多,分别占总数的75.0%和85.5%。

四川极端性暴雨的研究进展及新认识

长期以来,具有陡峭地形特色的四川极端性暴雨一直是预报的难点,不仅破坏性强,而且经常诱发洪水、山洪、泥石流、塌方等次生灾害。本文聚焦于近年四川极端性暴雨研究,从观测、机理及预警预报技术等方面进行回顾。总结得出:四川极端性暴雨主要与中尺度对流系统(Mesoscale Convection Systems,MCSs)活动有关,不同区域中暴雨发生机制存在差异,其中盆地西部极端暴雨与双次级垂直环流调控机制有关;盆地东部极端暴雨与中尺度涡旋发展或涡—涡耦合引起的大螺旋度作用有关;攀西地区极端暴雨则与盆地东北风和低纬暖湿西南气流在大凉山附近形成的动力性地形切变有关。在预报预警技术方面,得益于卫星、雷达及高分辨率数值模式支撑,以及各类预报订正技术改进,使得四川复杂地形区的极端性暴雨水平有了显著提升,但百米级分辨率的定量预报仍需加强。

吉林省降雨侵蚀力时空分布特征

利用1980—2022年吉林省51个站点的逐日降雨资料,采用Xie提出的日降雨侵蚀力计算模型计算降雨侵蚀力,分析了降雨量和降雨侵蚀力时空分布特征。结果表明:(1)吉林省多年平均降雨侵蚀力和降雨量空间分布基本一致,均呈现中南部高东西部低的格局,土壤侵蚀潜在危险性由西北向中南递增;(2)降雨侵蚀力年内集中度高,夏秋季降雨侵蚀力较大,冬春季降雨侵蚀力较小,降雨侵蚀力年内主要受汛期降雨影响,全省汛期降雨侵蚀力占全年总量的75%以上;(3)吉林省降雨侵蚀力年际变异系数变化范围在0.36~0.72,属中等程度变异,降雨侵蚀力年际波动幅度由西北向东南递减;(4)不同年代降雨侵蚀力差异较大,降雨侵蚀力随年代变化先由西、北、东向中南部集中,后由中南部向中西部扩散。

一次山地暴雨过程的影响系统分析

为进一步研究四川省山地暴雨的影响系统,利用ERA5全球再分析资料,分析了2018年7月四川盆地地区的一次山地暴雨过程的天气形势、物理量和动力条件。结果表明:西太平洋副热带高压西伸并稳定维持在30°N使得东南气流不断地向四川地区输送水汽;500 hPa新疆和内蒙古地区的短波槽东移至四川省境内,盆地北部地区处于槽区,槽后的偏北气流引导干冷空气南下与携带暖湿空气的偏南气流在四川盆地北部汇聚;700 hPa切变线是引发此次暴雨的动力主要因子,其造成四川盆地北部形成正涡度柱和强散度柱的动力耦合从而引发强降水;低空急流是此次暴雨的重要水汽通道,700 hPa上的西南低空急流和850 hPa上的东南低空急流不断地将孟加拉湾和南海的水汽输送至四川地区,提供了充足的水汽;四川盆地地形对此次暴雨的增幅作用主要为秦巴山脉和岷山迎风坡的辐合抬升,使得上升运动极为强烈,最终在低层切变线的触发下造成此次山地暴雨的发生。

1961—2021年托里县汛期暴雨日数气候特征分析

文章基于1961—2021年托里县国家气象站及2012—2021年6个区域气象站5—9月降水资料,采用线性趋势、M-K突变检验、Morlet小波分析等方法,分析了托里县汛期暴雨时空变化特征。结果表明:托里县国家气象站和区域气象站汛期暴雨日数均呈增加趋势,但增加趋势不显著。两类站点暴雨分布具有差异性,国家气象站暴雨日数月际变化与区域气象站暴雨日数主要出现在5—8月的分析结论基本一致,但与区域气象站峰值出现在8月不一致;旬变化也与区域气象站暴雨日数主要出现在7月上旬、8月中旬结论不一致;暴雨空间分布也具有明显的地域性,暴雨最多出现在西南部山区,最少在东北部山前平原,特别是高海拔山区更容易出现暴雨,说明托里县暴雨受地形影响明显,以突发性和局地性暴雨为主。区域气象站可以更加精细地监测到复杂地形下暴雨变化,对今后开展气象预报预警服务及布设区域观测站网有较大参考价值。

基于稠密观测资料的近10年西安地区暴雨特征

利用2013—2022年西安市国家气象站和区域气象站观测资料及MICAPS资料,采用统计学方法、天气学分析法对近10 a西安暴雨特征进行分析。结果表明:(1)10 a中,2021年暴雨日最多,为24 d,其他年份在6~16 d之间;暴雨集中出现在7月中旬到8月中旬,8月上旬暴雨日最多,累计达14 d;强降水频次日变化分布呈双峰型,主要集中在12时前后和00时前后;强降水极值雨强频次分布具有三峰型特征,第一峰区在08—12时,第二峰区位于01时,第三峰区位于16时,易发时段为下午到傍晚。(2)暴雨日呈北少南多的分布特征,南部山区为9~23 d,城区及北部区县暴雨日为3~7 d;暴雨极值大值区主要位于周至、长安、蓝田、临潼;4月暴雨日最少,主要集中在周至和蓝田,5月暴雨日增多,主要在南部区县,6月暴雨主要发生在城区和南部区县,7月和8月暴雨范围逐渐东西向扩大,9月逐渐收缩。(3)影响西安区域性暴雨的环流形势分为副高-西风槽型、西风槽型、低涡型、西北气流型等4种概念模型。(4)西安稳定性暴雨,雨强起伏变化不大,一般CAPE值<100 J/kg,K指数<36℃,SI指数>0℃,CIN值>50 J/kg,0℃层高度在4.8~5.1 km;对流性暴雨,小时雨强大,一般CAPE值>800 J/kg,K指数>36℃以上;SI指数<0℃,CIN值<50 J/kg,0℃层高度5.1~5.4 km。CAPE值越大、K指数越大,SI指数越小,越有利于对流系统发展。