2024年2月17—23日中国大范围强寒潮雨雪冰冻强对流过程涉及的若干问题

2024年2月中下旬我国出现一次多灾种高影响天气过程。这是一次几十年一遇的过程,出现了大范围强寒潮雨雪冰冻天气并伴随强对流发生,涉及到强寒潮、沙尘、降雨、降雪、冻雨,以及强对流和伴随的大冰雹和雷暴大风,多种高影响天气在一次过程中都有所呈现,其过程之复杂异常罕见。本文针对此次过程中值得深入探讨的问题、高影响天气发生发展可能机理、相应的预报挑战等进行简要梳理,为后续对此次过程的细致和深入分析研究做一个引子。

一次冷涡背景下次天气尺度系统对强对流环境场的影响

在同一东北冷涡背景下,2016年6月12—13日山西境内连续2 d出现强对流天气,12日为分散性对流而13日为大范围强对流。基于多源资料通过对比探讨次天气尺度系统及其演变对风暴环境进而对风暴结构的影响,得出以下结论:(1)两日风暴强度和风暴结构差异显著。6月12日对流孤立分散且回波强度小于55 dBZ,而13日准线性风暴发展成尺度较大的弓形回波引发大范围强对流天气,回波强度达60 dBZ。(2)此次过程的关键影响系统为冷涡背景下的次天气尺度低涡。12日次天气尺度低压扰动开始出现,距离远而未影响山西;13日低压扰动东移发展为次天气尺度切断低涡,低涡相关的地面冷锋及850 hPa切变线触发山西上游对流。(3)12日低层水汽含量低,0~3 km垂直风切变弱,13日低涡前偏南水汽输送使低层显著增湿,叠加中层干冷空气形成不稳定层结,受低涡影响0~3 km风垂直切变增强至5.0×10-3s-1,冷锋触发的对流风暴在上述环境下强烈发展并产生阵风锋,阵风锋组织风暴形成飑线,冷池与0~3 km风切变相互作用使飑线维持。(4)13日有利于飑线发展的环境要素与东北冷涡西侧的次天气尺度切断低涡系统密切相关,次天气尺度低涡是飑线形成发展的关键系统。

基于时空图卷积的强对流降水临近预报研究

降水临近预报对于强对流天气的预报具有重要的支撑作用。气象业务中主要采用雷达回波外推方法解决此问题。然而,现有方法通常缺乏从序列雷达数据中有效学习的能力,导致预测精度不佳。为了解决这一问题,本文提出了一种改进的时空图卷积模型ASTGCN(A Spatio-Temporal Graph Convolution Neural Network)用于强对流降水的临近预报。利用时空图卷积网络,有效地捕获相邻雷达帧之间的时间依赖性。此外,利用注意力机制和自动编码器来增强模型捕获时空相关性的能力。结果表明,该模型可以从数据中发现隐藏的图结构,从而捕获隐藏的空间关系。与现有模型(Transformer)相比,该模型的临界成功指数(CSI)提高了28%,表明其在强对流降水临近预报方面具有优越的性能。

强对流天气对安全生产的影响

8月11日晚,常州经开区横山桥镇遭遇强对流雷雨天气,该区域的芳茂山公园一凉亭被雷击塌,导致6人死亡10受伤。7月19日晚,陕西水县境内突发暴雨山洪,丹宁高速公路水阳段严坪村二号桥局部塌,导致遇难38人、失联24人。今年“5·1”劳动节,因大雨局部暴雨,局地伴有短时强降水、雷雨大风等强对流天气,广州梅大高速塌,导致48人死亡30人受伤。

宁夏固原2023年6月下旬三次强对流天气过程对比分析

文章利用地面常规观测资料、地面逐5 min观测资料、探空观测资料、固原C波段多普勒雷达资料和西吉X波段双偏振天气雷达资料,对宁夏固原2023年6月24日、25日和27日3次强对流天气过程进行了对比分析。结果表明:①在西北气流中,对流层中层位于温度槽中,低层位于温度脊区中,这样高低层的配置有利于形成不稳定层结,配合地面中尺度切变线易触发对流。②热力不稳定层结以及适宜的0℃和-20℃层高度可为冰雹的产生提供有利的环境条件;较高的CAPE值和一定的CIN值有利于强对流天气发生;CAPE呈狭长形有利于提高降水效率,易产生短时强降水。③对于C波段雷达,若反射率因子图上出现TBSS,入流一侧低层反射率因子梯度大,中高层有强反射率因子移动到低层强反射率因子梯度区之上,且反射率因子达到60 dBZ以上,对冰雹的出现很有利;多个质心较低的回波单体,对短时强降水预报预警有一定指示意义。④对于X波段双偏振雷达,反射率因子最强时,出现小的ZDR值和K DP值,CC值≤0.9,是冰雹的双偏振雷达特征;出现较大的ZDR值和KDP值,CC值=1,是短时强降水的双偏振雷达特征。

融合物理理解与模糊逻辑的分类强对流客观短期预报系统:(1)系统构成

提供准确的雷暴、短时强降水、雷暴大风和冰雹客观短期预报产品,对提高预报预警的预见期,及早采取有针对性的预防措施有重要意义。基于对四类强对流天气现象物理成因理解,给出了由国家气象中心牵头研发,融合模糊逻辑人工智能方法的分类强对流客观短期概率预报系统的流程框架和实现方法,详细介绍了该系统的结构特征,以及系统中用于雷暴、短时强降水、雷暴大风和冰雹四类强对流天气预报模型构建的关键预报因子、隶属度函数获取方法和权重因子配置等信息,并在此基础上探讨了物理理解与模糊逻辑人工智能相融合方法具有广泛适用性的本质,可以表征产生特定强对流天气现象的环境配置的多样性和复杂性。

融合物理理解与模糊逻辑的分类强对流客观短期预报系统:(2)表现评估

本文对分类强对流客观短期概率预报系统2022年6月13日强对流过程预报产品的表现进行分析,基于2022年的雷暴、短时强降水、雷暴大风及冰雹客观概率预报产品和可用的分类强对流监测实况资料,结合强对流预报业务中使用的空间检验方法和常用的确定性及概率性检验指标,对该短期预报系统提供的四类强对流天气客观概率预报产品进行了详细的性能评估。用于评估的预报资料是时段为2022年4月1日至9月30日每天08时(北京时)起报,96 h内逐12 h间隔的预报产品。预报个例分析显示,四类产品均可提前24 h指示需要关注的强对流天气区域。统计检验结果表明,短时强降水各方面性能最好,其次是雷暴,雷暴大风也有一定的可参考性。四类强对流天气预报产品均存在预报概率与实况频率相比偏高的过度预报问题。雷暴、短时强降水和雷暴大风预报产品均存在与预报覆盖时效有关的日变化。评估结果为预报模型和系统后续改进发展奠定了基础,为应用基于融合物理理解与模糊逻辑人工智能方法的分类强对流预报产品提供了有益参考。

安徽省强对流天气灾害的时空分布特征研究

文章基于1984—2009年安徽省75个县(市)强对流天气灾害的出现次数和灾情情况等资料,以受灾人数、死亡人数、受伤人数、倒塌房屋、损伤房屋、农作物受灾面积、电力倒杆、直接经济损伤、农业经济损失等9个灾情要素,通过线性组合法构建了强对流天气灾害的综合灾损指数,并依据灾损指数确定了强对流灾害的危害程度,分为一般、较重、严重、特重4个等级。结果表明:1984—2009年安徽地区的强对流天气灾害的年出现次数和年灾损指数总体呈线性上升趋势,较重、严重、特重等级灾害表现出增长趋势;安徽省强对流天气灾害频发的月份是6—7月,夏季是灾害最频发的季节;皖北地区的灵璧县、砀山县、萧县是强对流天气灾害最严重的地区。该研究可为安徽省的强对流天气防灾减灾工作提供参考。

河南一次伴有龙卷的多阶段强对流天气形成机制分析

利用常规观测资料以及区域自动站、卫星、新一代天气雷达和ERA5再分析等高时空分辨率资料,对2022年6月13日河南一次伴有局地龙卷的多阶段强对流过程(以下简称“6.13”过程)的环流形势、中尺度系统演变特征进行了分析,并探讨了该过程不同阶段对流触发维持机制以及濮阳局地龙卷的雷达监测特征。结果表明:(1)这次东北冷涡槽后西北气流形势下大范围强对流天气具有影响范围广、持续时间长、灾害天气种类多的特点。(2)雷达监测到该过程强对流系统分3个阶段相继经过河南,各阶段强回波均持续8~9 h,移速30~50 km·h^(-1),强对流系统以多单体为主,受西北气流引导自西北向东南方向移动且落区有重叠。(3)河南上空始终维持强条件不稳定层结和中等到强的垂直风切变是“6.13”过程多阶段强对流天气长时间维持的重要原因。第一阶段河南本地强对流主要是由风场日变化、局地冷空气活动和地形分布共同作用形成的边界层辐合线或辐合中心触发;第二、三阶段强对流则由前期或同期周边区域强烈发展的地面中尺度雷暴高压伴随的阵风锋(出流边界)触发。(4)濮阳县局地龙卷由发展迅速的超级单体产生,该单体回波生成后12 min出现钩状回波和中尺度气旋性涡旋、18 min出现龙卷涡旋特征(TVS),且钩状回波和中尺度气旋性涡旋较龙卷发生有6 min的提前量。

基于雷达回波与LSTM的输电线路强对流灾害风险预警方法

强对流天气下输电线路易发生雷击、风偏、雨闪等故障,威胁电网安全运行。为了克服现有短临预报尚不能完全满足输电线路风险预警对精细化气象预报的需求问题,文中利用气象雷达拼图、风速和降雨量同化数据以及电网雷电定位数据,构建了基于深度学习的强对流风雨雷短临预报模型,用于开展输电线路风险预警。首先,将气象雷达拼图及其时序外推数据作为输入,将同化后的风速、降雨和落雷密度、雷电流强度作为输出,构建基于长短期记忆(long short-term memory,LSTM)网络的强对流气象要素预报模型。然后,结合模型输出的风雨雷预报结果,评估输电走廊网格内风偏、雷击和断线倒塔故障风险大小,综合计算输电线路的故障概率,进行风险预警。最后,展示了所提模型对2023年9月某省的强对流天气过程进行成功预警的案例,表明了所提方法能够提高强对流天气下输电线路风险预警能力。

基于NPP/VIIRS数据的新疆夏季强对流云微物理特征及其区域差异

冰雹灾害是新疆地区主要灾害性天气之一,具有地域性强、次数多、灾情重等特点,开展新疆不同地区冰雹云微物理特征研究具有重要意义。利用2015—2021年新疆地区强对流天气过程及对应NPP/VIIRS卫星资料,采用卫星云微物理反演技术,定量分析了冰雹云和深对流云微物理特征,对比研究了南北疆冰雹云微物理参量差异。结果表明:冰雹云晶化温度(-34.0℃)较深对流云(-30.5℃)更低,深对流云顶高度更高,冰雹云顶存在砧状结构。北疆地区冰雹多发在6—7月,南疆集中在5—7月发生,降雹时刻主要分布在15:00—20:00,南疆冰雹出现在凌晨和上午的占比较北疆多;北疆和南疆降雹持续时间均值集中在12.60 min和12.27 min,冰雹最大直径均值分别为13.53 mm和12.80 mm,北疆冰雹云顶更高、降雹持续时间较长,冰雹直径更大,冻结温度比南疆更低。北疆和南疆冰雹云底温度和云底高度均值分别为5.15℃、1.96 km和4.85℃、2.19 km,北疆云底温度比南疆暖,云底高度比南疆低;云底平均上升速度南疆(2.07 m·s^(-1))是北疆(1.84 m·s^(-1))的1.13倍,北疆冰雹云平均厚度(8.90 km)比南疆(8.79 km)大1.25%;受人类活动和工业污染等因素影响,北疆冰雹云底云凝结核数浓度均值(396个·cm^(-3))比以农业为主的南疆地区(240个·cm^(-3))多65%,冰雹云底最大过饱和度均值分别为0.55%和0.85%。受强上升气流影响,云粒子增长时间短,各个增长带发展缓慢,无雨胚形成带。有针对性地提前在云中低层播撒吸湿性核,促使云底尽早形成暖云降水或提高冰晶繁生能力,在低于-5℃层附近过量播撒AgI冰核,争食云中过冷水,可达到增雨防雹的目的。

1991—2020年暖季河套灌区强对流天气主要流型及环境参量特征分析

利用常规气象观测资料、区域自动站观测资料及ERA5再分析资料,对河套灌区1991—2020年542个冰雹个例和281个短时强降水个例主要流型及环境参量特征进行分析。结果显示:(1)短时强降水天气主要有新疆低槽(涡)、东北冷涡、蒙古冷涡、西南气流4类影响系统,冰雹天气主要有蒙古冷涡、西北气流、东北冷涡、巴尔喀什湖冷涡4类影响系统;(2)河套灌区短时强降水和冰雹各关键参数预报阈值均有差异,最低阈值的建议值采用箱线图25%百分位值,其中△T_(850-500)分别为26和33℃,K指数均值分别为27和35℃,CAPE均值分别为515和405 J·kg^(-1),0~6 km垂直风切变均为7×10^(-3)s^(-1),0℃层高度均值分别为4656和4069 m,-20℃层高度均值分别为8070和7054 m;(3)冰雹需要更大的K指数、△T_(850-500)以及更强的低层暖空气,同时冰雹有更低的0℃层和-20℃层高度,较低的0℃层高度可以防止冰雹下落过程融化。此外,下垫面因子对不同强对流天气的影响程度也不同,海拔高度是影响河套灌区冰雹分布的主要因素。

2022年陇南“4·19”强对流天气成因及其对配电线路故障的影响分析

配电线路长期暴露于自然环境下,易受强对流天气影响而发生故障。2022年4月19日午后,受大风、雷电等高影响天气影响,陇南市13条配电线路先后出现故障。利用陇南市自动气象观测站的极大风速和闪电定位数据以及风云4A(FY-4A)红外云图、探空资料、多普勒天气雷达等资料,对此次强对流天气过程及其对电网影响进行分析。结果表明:(1)此次强对流天气以雷电、雷暴大风天气为主,西和、礼县、武都、康县等县(区)出现大面积用户停电和电力负荷损失等不利影响。(2)强对流发展主要受高原槽和切变线共同影响,在“上冷下暖”的大气层结不稳定条件下,由地面辐合线触发较强的雷暴大风天气;卫星云图和雷达回波也显示对流云团的发生发展与地面雷暴大风相吻合。(3)陇南市配电线路故障范围分布与强对流天气发生时间和过境路径基本一致,利用逐10 min极大风速和闪电定位数据,探讨得出当极大风速值超过15.0 m·s^(-1)、或正地闪电流强度超过43 k A、或负地闪电流强度超过26 k A时,配电线路发生故障的可能性较大。

基于GA‑RF的强对流天气下动态容量评估

容量评估是优化配置管制席位和空域规划的重要依据,为寻找天气特征与运行容量之间的动态关系,提出了基于遗传算法优化随机森林(GA‑RF)的强对流天气下动态容量评估模型。首先,根据不同天气影响量化方法提取空域容量影响指标;然后,采用随机森林特征重要性排序法进行特征选择与降维;最后,构建基于GA‑RF的强对流天气下动态容量评估模型。以北京05扇区为例进行验证,验证结果表明,该模型可在复杂的强对流天气下获取较高的容量评估精度。

基于X波段雷达组网的强对流识别

冰雹、暴雨等强对流天气对人类活动的危害巨大,但由于其发展迅速、结构复杂,对其进行自动识别非常困难。基于成都航空港、龙泉,资阳地区3部X波段雷达构成的雷达组网平台,利用雷达组网的高时空分辨率的体扫数据,在传统的U-Net网络基础上进行改进,提出一种基于U-Net语义分割网络的强对流天气识别模型。选取雷达组网中0.5°、2°、3.5°、5°、6.5°、8°和9°共7层仰角基数据中的径向速度和反射率数据,进行配准、归一化等预处理后形成模型训练所需的数据集。经实验验证,训练后得到的模型对强对流识别的结果比较好。

基于DOCnet的强对流天气分类识别

强对流天气对人民生命财产有严重威胁,精确识别强对流天气有益于更好地预测强对流天气。为了解决传统机器学习方法忽视不同强对流天气在雷达图上的不同形状表达和传统机器学习方法计算量大等问题,提出一种基于DOCnet的多类强对流天气分类识别方法。该网络使用深度倍频卷积分别提取雷达图像的高频特征和低频特征,在去除低频特征图中冗余空间减少参数量的同时,增大了提取低频特征图和高频特征图卷积层的感受野,能充分提取雷达图的图像特征,提高模型对强对流天气的分类准确度。通过泛洪法训练模型,提高了模型泛化能力。在风暴事件图像(SEVIR)数据的测试集中,DOCnet模型对强降水、雷暴大风、冰雹、龙卷风4类强对流天气分类的平均命中率为90.54%,平均临界成功指数为81.2%,平均空报比率为11.9%。与基线模型相比,DOCnet的命中率提高了15.02个百分点;与表现最好的MobileNetV2相比,DOCnet的命中率高出5.87%。实验结果表明,DOCnet能够有效提高强对流天气分类效果。

近10a房山区暖季强对流天气特征分析

【目的】为了解房山区暖季强对流天气的时空分布特征和环流形势,提高强对流天气的预报准确率和防灾减灾服务水平。【方法】利用2012—2021年房山区46个自动站常规观测资料、灾情数据、探空资料及北京观象台S波段雷达数据,对房山区强对流天气的特征进行分析。【结果】近10 a强对流天气总体呈现波动上升态势;7月强对流天气发生频次最高,6、8月次之;短时强降水发生频次比雷雨大风、冰雹高;强对流天气日变化呈“午后”型特征,短时强降水09—14时、20时—次日03时为高发时段;雷雨大风17—22时最频发;冰雹高峰时段在15—17时。不同强对流天气的空间分布差异明显,受地形、水汽条件影响,短时强降水在山区及沿山一带多;雷雨大风空间分布不均,山区及南部平原多;冰雹山区多、平原少。西来槽型、蒙古低涡低槽型、东北冷涡型环流背景下发生强对流天气的频次高,多以西北路、西南路、偏西路径影响。【结论】研究成果可为房山区精细化预报预警提供参考,有助于提升全区应对灾害性天气的能力。

一次引发洪涝灾害的强对流天气中尺度特征分析

2022年8月12—14日,阿拉善盟出现一次典型的暖区强降水过程,具有降水时间长、雨强大、降水范围集中的特点。通过利用常规和非常规观测资料、自动气象站资料、风云2-G卫星云图及ERA-5资料对阿拉善盟地区强降水过程的成因进行探讨,结果表明:低层高湿、整层高湿的环境场特点有利于降低抬升凝结高度和自由对流高度,从而降低暖区强降水对触发机制的要求;高湿环境可减小雨滴蒸发率,增大暖云层厚度,从而提高本地降水效率;次天气及以下尺度的系统为常见强对流天气触发机制,强降水落区一般位于低层多层辐合的叠置区。

关中地区持续性强对流天气成因分析及对农业的影响

为探讨关中地区罕见持续性强对流天气的成因和发生机理,客观分析此次过程对农业的影响情况。利用中国新一代全球大气/陆面再分析产品,常规高空、地面观测以及人工观测冰雹等资料,对2021年7月一次罕见持续性强天气的天气形势、水汽通量散度、假相当位温和环境参量以及影响农业生产的气象干旱指数、风雹对经济林果撞击深度等进行定量化客观分析。结果表明:此次关中地区持续性强对流天气受大气长波调整影响,前期以高空冷平流强迫类配置为主,后期属低层暖平流强迫类;低层偏东气流输送、副高外围西南暖湿气流、明显的水汽辐合和假相当位温密集区扩大造成显著的位势不稳定,是强对流天气发生的有利水汽和热力条件。较大对流有效位能、不稳定层结、垂直风切变增加和适当特殊层高度是强对流天气发生的有利潜势。强对流天气发生为旱情缓解和有效改善土壤墒情做出了积极贡献,但局地强降水和大风冰雹天气导致关中部分农作物倒伏,农田出现积水或土壤过湿现象,不利于玉米、猕猴桃等浅根系作物根部呼吸和养分输送,影响植株正常生长。关中地区多种经济林果出现0.07~0.32 cm的撞击深度,并出现脱落受损现象。研究结果为进一步加强农业气象服务和防灾减灾提供可靠依据。

连续强对流天气下重污染扩散概率预报研究

为了更好地掌握重污染在特定天气条件下的扩散规律,提出连续强对流天气下重污染扩散概率预报研究。在连续强对流天气下将污染划分为重度污染等级、中度污染等级和轻度污染等级;依据等级分类结果,分析重污染扩散概率预报具体要素,建立重污染扩散概率预报框架,预测在连续强对流天气下,不同污染等级的扩散概率,由此完成重污染扩散概率预报方法研究。实验结果表明,轻度污染类型变化情况明显比中度、重度污染类型更为显著,重污染扩散概率预报结果与实际变化情况相符,表明所提方法具有较高的预报精度。