一次强降雹过程中垂直累积液态含水量的特征分析

利用探空资料对垂直累积液态含水量(VIL)进行了分层,并分别计算出0℃层上、下两层的VIL值以及这两层的比值。再利用VIL、分层VIL以及VIL比值分析了2006年7月24日发生在山西阳泉的一次冰雹过程,发现在冰雹发生前后VIL、分层VIL以及VIL比值有明显的规律可循,这对冰雹天气的短时临近预报以及对冰暴灾害的防御有重要指导意义。

用雷达垂直累积液态含水量资料预测冰雹

通过对雷达垂直累积液态含水量资料进行总结、分析 ,阐述了垂直累积液态含水量的大小和面积与对流性天气的关系。并且利用多元回归的方法 。

分层垂直累积液态含水量的算法及其在人工影响天气中的应用

应用VIL产品的生成原理,变换VIL产品的理论表达式为实测体扫回波强度不同仰角之间高度层的计算公式,利用与雷达资料时间对应的当天的探空资料,取得当天0℃层的高度,并以0℃层高度为界,将垂直累积液态含水量分为上下两部分,分别计算每一个底面积的垂直柱体中的垂直累积液态含水量以及分层的垂直累积液态含水量,从而得到整个探测区域的VIL分布.通过雷达组网,得到全省的上层VIL的分布,结合雷达资料分析出的回波的移向和移速,科学的选择飞机增雨的作业区域以及作业的时间,从而得到更好的飞机人工增雨效果.利用分层垂直累计液态含水量及其0℃上下层比值,更好的指挥地面高炮火箭人工增雨和消雹作业.

利用新一代天气雷达资料反演云体含水量

利用多普勒天气雷达探测的反射率因子Z与含水量M的Z-M经验关系式,反演云体含水量。计算域定为以雷达站为中心、水平边长为150 km的正方形格点域,垂直高度为30 km,分辨率是1 km×1 km×1 km。通过对2006年4月11日发生在湖南长沙的一次飑线过程的分析,利用反演软件计算该飑线云体的含水量分布,构建了CAPPI和VCS及整层VIL(垂直累积液态含水量)3种显示方式。反演结果与实测的雷达基本反射率产品、雷达CAPPI反射率产品、垂直积分液态含水量产品对比分析表明,反演的含水量分布及中心位置与雷达产品结果吻合,且利用Z-M经验关系式反演的含水量M反映了含水量的三维分布,较雷达VIL产品更能显示真实的含水量状况。

珠江三角洲地区一次局地极端强降雨的大气环流条件及其可预警性分析

应用常规气象观测资料、多普勒天气雷达产品,结合ERA5(0.25°×0.25°)再分析资料,对2021年8月1日17:00-19:00发生在广东省佛山市南海区的局地短时暴雨进行分析,结果表明:短时暴雨发生的环流背景是前倾槽配合850hPa的切变线;中层强的上升运动和低层源源不断的水汽输送为本次过程提供了有利的动力条件和水汽条件;地面长时间存在的气旋性涡旋和辐合区可能是造成此次强降雨的重要原因之一。本文还对此次极端强降雨的气象服务工作进行分析,总结了工作经验,为今后重大气象服务提供参考。

青藏高原东北侧局地冰雹最大雹径识别方法

以3D-Barnes方案插值的新一代天气雷达反射率因子等高平面资料，用垂直累积液态含水量的理论模式计算雹云单体在降雹过程中的VIL，再用MAX函数逐个提取最大VIL（简称：VILmax），采用统计和回归处理技术，对2004～2006年5～8月青藏高原东北侧局地雹云单体的VILmax与对应地面冰雹最大雹径（简称：Rmax）之间的关系进行详细分析。结果表明，青藏高原东北侦4局地冰雹Rmax与对应单体VILmax之间存在明显的正相关关系。

VIL产品在人工防雹中的应用

利用西安多普勒雷达垂直累积液态含水量(VIL)产品及地面实况资料,分析2005—2006年渭南19个典型雹日的VIL回波特征。得出指标:VIL值的变化可以应用于预测降雹;降雹时VIL值在50 kg/m2以上;一般在降雹前VIL值有明显的"跃增";VIL值的迅速减小会给本地和下游地区造成雷雨大风冰雹天气;在距离雷达较远的合阳、韩城VIL值可信度较低。这些指标的应用对强对流天气的临近预报和有效开展人工防雹作业具有指导意义。

江门地区一次冰雹过程的分析

利用常规气象资料、新一代天气雷达资料对一次冰雹天气过程中2个强风暴单体的形势背景、强对流发生条件、强风暴单体演变及结构特征进行了分析。结果表明:该次冰雹过程属前汛期强对流天气类型的复合型;强垂直风切变条件下,上干下湿有利于冰雹的产生;对流有效位能(CAPE)、K指数、SI指数能够很好地预示强对流天气的发生;该次过程中强对流风暴表现为由右移超级单体和左移超级单体组合而成的复合体;垂直累积液态含水量(VIL)>65 kg/m2有利于冰雹的产生;S波段雷达出现中气旋特征时应关注冰雹的产生。

关中西部致灾大冰雹天气分析

利用高空及地面天气图、宝鸡多普勒雷达资料,分析了2015年7月18日和2016年6月12日关中西部陇县两次大冰雹强对流天气成因及雷达特征。分析表明,两次过程环境条件比较一致,冷涡槽后西北气流携带的冷空气形成了对流不稳定层结有利条件,地面露点锋是强对流的触发机制。2015年7月18日冰雹是由中气旋的超级单体风暴产生,2016年6月12日冰雹是强单体风暴造成。两次过程中,持续的垂直累积液态含水量≥55 kg/m 2、反射率因子≥60 dBz和三体散射是大冰雹出现的重要特征。雷达冰雹指数(HI)、风暴追踪信息(STI)等产品可作为提前发布强对流天气预警的参考。

“7.26”德清冰雹大风强对流天气过程分析

利用Micaps资料、多普勒雷达资料及德清国家观测站(58454)的实时观测数据等,对2018年7月26日发生在德清县的一次暴雨、冰雹、大风等强对流天气过程的环流形势背景场、中尺度特征、物理量场等气象资料进行分析,结果表明:此次突发性强对流天气主要受蒙古冷涡渗透的冷空气与稳定维持的副热带高压环流的共同作用,强烈的边界层辐合线是触发机制;冰雹发生前后各项热力和动力指标发生明显变化,典型的上干下湿的大气结构有利于产生降雹;孤立的对流单体合并处产生冰雹,强中心可达71 d BZ,中气旋和VIL极大值区域对应冰雹落区。此次强对流天气的分析,为今后提高强对流天气的预报预警时效和准确率提供参考。

一次强雹暴过程多普勒雷达产品特征分析

分析延安市2006年8月1日至2日出现的一次大冰雹过程的多普勒雷达产品,得出大冰雹形成过程中形成的三体散射长钉和相应的反射率因子、径向速度、组合反射率、垂直累积液态含水量、回波顶高等变化特征,三体散射现象是大冰雹预警的一个指标。指出强风暴顶辐散是与风暴中强上升气流密切相关的小尺度特征,它提供了上升气流强度的度量,可以与最大冰雹尺寸相关连,并且是风暴强度变化的早期指标。回波强度最大值及所在高度,有界弱回波区区域大小,垂直累积液态含水量的大值区都是判别强降雹潜势的指标。通过对各项产品数据特征变化研究,为今后大冰雹早期预报提供参考。

一次飑线过程多普勒天气雷达资料分析

利用江苏省多部S波段多普勒天气雷达资料,对2012年5月16日江苏北部的一次飑线过程进行分析。结果表明,飑线发生前500 hPa东北冷涡南侧高空槽迅速南压,江苏北部槽后强冷平流与低空暖平流形成强烈的位势不稳定层结。飑线发生、发展直至消亡过程中共出现2条带状回波,一条是从徐州附近开始发展,另一条则是在连云港附近的海上开始发展,随后2条飑线合并而强烈发展。飑线中的强回波具有明显的超级单体风暴特征,存在悬挂回波和穹隆。径向速度分析表明,中层存在深厚的中尺度涡旋对,双涡之间可以吸入更多的空气,能有效地维持风暴内部的高速上升气流,使风暴能得到维持而不受环境风的干扰。垂直累积液态含水量(VIL)在连云港西南部160 km处冰雹发生时,由16日15:35的47.2 kg/m^2跃增至15:41的98.8 kg/m^2;而当VIL由62.5 kg/m^2剧减至10.2 kg/m^2时,连云港西南部约53 km处出现了大风,表明VIL的剧烈变化对冰雹和大风的发生具有指示作用。

2007-2020年呼伦贝尔市中西部强对流天气雷达产品特征分析

利用海拉尔天气雷达2007—2020年强对流天气过程的雷达资料,通过雷达回波形态识别、特征值统计等方法分析不同季节的雷达回波强度最大值、垂直累积液态水含量、回波顶高、冰雹指数、中气旋等产品特征,并统计强对流过程中回波形状特征,得出海拉尔天气雷达的临近预报预警指标,旨在有效利用雷达产品提升强对流天气预警能力。

对甘肃中部局地最大冰雹直径识别的对比分析

以3D-Barnes方案插值的新一代天气雷达反射率因子等高平面资料，用垂直累积液态含水量（vertically integrated liquid water content,简称VIL）的理论模式计算单体的VIL，用VIL与单体顶高度之比计算单体的垂直累积液态含水量密度（vertically integrated liquid water content density,简称VILD），利用MAX函数逐个提取雹云单体在降雹过程中的最大VIL和VILD（分别简称VILmax和VILDmax），采用统计和回归处理技术，利用2004-2006年的5-8月甘肃中部54例局地冰雹单体个例，对单体VILmax和VILDmax与地面最大降雹区的位置、地面最大冰雹直径（简称Rmax）之间的相关性以及对Rmax的识别效果等进行了对比分析。结果表明：①从总体上看，单体VILmax和VILDmax与地面最大降雹区的位置基本保持一致，且Rmax越大，一致性越好，但VILDmax与地面最大降雹区的位置比VILmax更接近。②VILmax和VILDmax在总体上与Rmax之间存在一定的正相关关系，但VILDmax与Rmax之间的相关性比VILmax更好。③相同的识别因子，用不同回归类型所建立的回归方程有所不同，但从回代结果的效果比较。VILmax和VILDmax均是用二次函数关系建立的与Rmax之间的回归方程的效果最好；不同的识别因子，用相同的回归类型所建立的回归方程自变量前的系数也存在差异，但用VILDmax作为识别因子的识别效果比用VILmax更好。