利用多源观测资料及ERA5(ECMWF reanalysis version 5)再分析资料,从气候统计、天气分析及物理量诊断等角度,分析2023年8月2—4日黑龙江省东南部一次极端强降水过程。高空持续辐散、副热带高压和东北北部冷涡稳定少动、西南低空急流持...利用多源观测资料及ERA5(ECMWF reanalysis version 5)再分析资料,从气候统计、天气分析及物理量诊断等角度,分析2023年8月2—4日黑龙江省东南部一次极端强降水过程。高空持续辐散、副热带高压和东北北部冷涡稳定少动、西南低空急流持续水汽输送等有利条件是此次强降水过程持续时间较长的主要原因。该过程可分为两个阶段:第1阶段,经向水汽净收入层和大气饱和层深厚,大气层结为弱对流不稳定;中层受西北气流控制,低层西南急流发展、伴随弱低涡东移,形成水平风速辐合及系统性上升运动,产生大范围持续性降水;该阶段以层积混合云为主,降水效率高,个别时段伴有列车效应,造成极端小时降水量及较大累积降水量。第2阶段,经向水汽净收入集中在对流层低层,且中心强度较大,对流层低层暖湿、饱和,中高层干冷,大气具有较强对流不稳定;在中层槽和低层暖式切变的系统性抬升以及地形辐合抬升的共同作用下,局地有积云发展,引发短时强降水,降水强度分布不均。展开更多
利用自动气象站观测降水、ERA5(ECMWF reanalysis version 5)再分析资料和GDAS(Global Data Assimilation System)资料,基于SOMs(self-organizing maps)算法和天气学检验方法,归纳总结2012—2021年太行山中南段75次暖季极端降水事件的...利用自动气象站观测降水、ERA5(ECMWF reanalysis version 5)再分析资料和GDAS(Global Data Assimilation System)资料,基于SOMs(self-organizing maps)算法和天气学检验方法,归纳总结2012—2021年太行山中南段75次暖季极端降水事件的环流形势,探讨不同形势下的水汽输送特征及降水差异。结果表明:影响太行山中南段暖季极端降水的环流形势可分为高空槽型、低涡型、副高纬向型、副高经向型和西北气流型5种,其中以高空槽型最为常见,西北气流型最少。低涡型存在孟加拉湾、南海和西北太平洋水汽输送通道,其日降水极值、最大小时降水强度和影响范围在所有类型中均最大,与低涡型相比,高空槽型缺少西北太平洋水汽输送通道,而副高纬向型和副高经向型缺少孟加拉湾水汽输送通道。利用HYSPLIT(hybrid single-particle Lagrangian integrated trajectory)模型追踪气团发现:低涡型和副高纬向型均以来自西北太平洋的水汽输送贡献最大,高空槽型和副高经向型分别以来自黄海沿岸和南海的水汽输送贡献最大。整层水汽收支分析表明:太行山中南段暖季极端降水最主要的水汽流入来自南边界,其他流入边界及各边界水汽流入贡献的相对大小与环流形势有关。展开更多
高时空分辨率自动气象站降水观测作为重要数据来源,已被广泛应用于强对流天气监测、模式评估、预报复盘等研究工作。仪器故障、特殊天气条件下观测设备的局限性等因素是自动气象站降水数据不确定性的主要来源,这些问题在无人值守气象站...高时空分辨率自动气象站降水观测作为重要数据来源,已被广泛应用于强对流天气监测、模式评估、预报复盘等研究工作。仪器故障、特殊天气条件下观测设备的局限性等因素是自动气象站降水数据不确定性的主要来源,这些问题在无人值守气象站尤为突出。该研究基于2021—2023年中国自动气象站实时观测降水量数据、高时空分辨率雷达数据和高灵敏性降水类天气现象数据,发展适应于中国自动气象站小时降水数据的多源数据协同质量控制方法(multi-source data collaborative quality control,MDC)。通过综合定量指标与典型个例分析,对MDC的应用效果进行全面评估。结果显示:MDC判识正确率为99.92%,错误数据命中率较现行业务提升39.3%。基于多源降水观测数据时空一致性,MDC显著提升了晴空降水、融雪性降水和虚假零值降水等异常数据的甄别能力,有效弥补了传统方法的不足。展开更多
文摘利用多源观测资料及ERA5(ECMWF reanalysis version 5)再分析资料,从气候统计、天气分析及物理量诊断等角度,分析2023年8月2—4日黑龙江省东南部一次极端强降水过程。高空持续辐散、副热带高压和东北北部冷涡稳定少动、西南低空急流持续水汽输送等有利条件是此次强降水过程持续时间较长的主要原因。该过程可分为两个阶段:第1阶段,经向水汽净收入层和大气饱和层深厚,大气层结为弱对流不稳定;中层受西北气流控制,低层西南急流发展、伴随弱低涡东移,形成水平风速辐合及系统性上升运动,产生大范围持续性降水;该阶段以层积混合云为主,降水效率高,个别时段伴有列车效应,造成极端小时降水量及较大累积降水量。第2阶段,经向水汽净收入集中在对流层低层,且中心强度较大,对流层低层暖湿、饱和,中高层干冷,大气具有较强对流不稳定;在中层槽和低层暖式切变的系统性抬升以及地形辐合抬升的共同作用下,局地有积云发展,引发短时强降水,降水强度分布不均。
文摘高时空分辨率自动气象站降水观测作为重要数据来源,已被广泛应用于强对流天气监测、模式评估、预报复盘等研究工作。仪器故障、特殊天气条件下观测设备的局限性等因素是自动气象站降水数据不确定性的主要来源,这些问题在无人值守气象站尤为突出。该研究基于2021—2023年中国自动气象站实时观测降水量数据、高时空分辨率雷达数据和高灵敏性降水类天气现象数据,发展适应于中国自动气象站小时降水数据的多源数据协同质量控制方法(multi-source data collaborative quality control,MDC)。通过综合定量指标与典型个例分析,对MDC的应用效果进行全面评估。结果显示:MDC判识正确率为99.92%,错误数据命中率较现行业务提升39.3%。基于多源降水观测数据时空一致性,MDC显著提升了晴空降水、融雪性降水和虚假零值降水等异常数据的甄别能力,有效弥补了传统方法的不足。