雷暴大风落区的天气学模型和物理量参数研究

对1971 2008年山东雷暴大风的气候特征、天气系统配置模型和物理量参数特征进行分析研究。结果表明,雷暴大风的天气系统分为四种类型:槽前型、槽后型、副热带高压(下称副高)边缘型和横槽型。春季和秋季以槽前型为主,6月和8月槽后型较多,副高边缘型只出现在7月。副高边缘型的对流不稳定能量最高,0~6 km风垂直切变最小;槽后型风垂直切变最大,对流不稳定能量也较大;槽前型的风垂直切变和对流不稳定能量都较大;横槽型的风垂直切变和对流不稳定能量都较小。在鲁西北和鲁中地区槽前型最多,鲁南地区槽后型最多,横槽型主要影响山东北部和半岛地区,副高边缘型主要影响鲁西北和鲁中地区。在内陆地区,春季大气湿度小,不稳定能量低、上下层温差大、0~6km风垂直切变大,大风指数大;夏季低层大气暖湿,对流不稳定能量高、风垂直切变小,大风指数小。鲁南地区产生雷暴大风的温湿条件比鲁西北和鲁中地区高。在山东半岛的沿海地区,低层大气湿度大、温度低,对流不稳定能量小,大风指数较小,但是K指数、θse上下层之差和0~6 km风垂直切变较大,低层大气温度和湿度的月变化较小。

保定地区冰雹的气候及物理量参数特征

利用保定地区1974～2010年4～10月19个县市气象站冰雹资料，对保定地区近37 a的冰雹气候特征进行了详细统计与研究，在此基础上筛选出典型个例，并基于北京和邢台探空站2000～2010年探空资料，细致分析了典型冰雹日常用物理量参数的阈值。结果表明：保定地区年均冰雹日数的地区差异较大，年均最大降雹日数中心位于西北部山区的涞源，铁路线以西年均降雹日总体多于铁路线以东各市县；冰雹日数与海拔高度呈显著正相关，相关系数达0．924；冰雹日数夏季最多、春季次之、秋季最少，其中6月冰雹出现几率最大；近37 a来，保定地区年冰雹日数均呈不同程度的减少趋势，其中西部山区减少趋势及波动最明显，说明降雹频繁的地区降雹年际波动也大；各物理量参数的阈值可作为预报本市冰雹的参考。

基于物理量参数的山东聊城地区冬季降水相态预报模型研究

利用2011—2015年冬季山东聊城机场的逐日逐时常规地面观测资料和邢台站、章丘站的逐日常规高空探测资料,计算了46个物理量参数。在物理量参数与降水相态相关系数的显著性检验基础上,根据物理量参数在不同降水相态样本中值域分布特征,采用盒状图和技巧评分的方法最终选定章丘站和邢台站具有预报意义的各6个物理量参数。通过分析不同类型物理量参数对不同降水相态的指示作用,根据各物理量参数在不同降水相态样本中的阈值,确定聊城地区冬季降水相态预报的判定指标。采用隶属函数转换法,建立聊城地区冬季降水相态预报模型。经实况拟合检验,准确率达85%以上,效果较好。

基于物理量参数的江苏短时强降水预报模型的研究

本文利用2004—2013年6—8月江苏省三个常规探空站（徐州、射阳、南京）的逐日高空探测资料,计算了51个物理量参数。在物理量参数与短时强降水事件（观测时刻后0～6 h内出现的短时强降水天气）相关系数的显著性检验基础上,根据物理量参数在短时强降水样本和非短时强降水样本中值域分布特征,最终选定了具有预报意义的16个物理量参数。通过分析不同类型物理量参数对短时强降水天气的指示作用,根据各物理量参数在各月短时强降水事件中的阈值,确定了江苏短时强降水预报的判定指标。采用隶属函数转换法,建立江苏夏季短时强降水预报模型,经实况拟合检验,效果良好。

阜新地区夏季雷暴大风的天气学模型和物理量参数研究

利用2009-2017年阜新地区2个常规自动站和35个4要素加密自动站资料,分析了阜新地区夏季雷暴大风的气候特征、天气系统配置模型和物理量参数特征。结果表明:(1)阜新地区夏季雷暴大风的时空分布很不均匀,月变化特征显著,主要发生在6月;日变化规律也非常明显,主要集中在13:00-21:00。空间分布上有1个高发中心和2个次发中心。(2)根据500hPa天气形势分析,阜新地区夏季雷暴大风天气形势可归类为高空冷涡型、高空冷槽型、西北气流型、副高西北部型4个类型。(3)副高西北部型以热力因素为主、动力因素为辅,高空冷涡型动力、热力因素都很重要,高空冷槽型以动力因素为主、热力因素为辅,西北气流型冷空气下沉造成的冲击力很重要。

宁波市春夏季短时强降水特征及物理量指标研究

本文利用2006—2020年3—9月小时降水数据、常规观测资料及逐小时再分析数据(ERA5),统计分析宁波市春夏季(除梅雨、台风)短时强降水的时空分布特征,研究其天气形势分型和物理量参数预报预警指标。结果表明:宁波市春夏季短时强降水发生频次中西部高于东部,降水强度东部沿海最强;短时强降水8月降水频次最高,且多出现在午后到傍晚(14—19时)。高空槽型、副高控制型和副高边缘型是影响宁波短时强降水的主要天气分型,不同分型下的短时强降水空间分布差异较大。物理量参数预报预警指标为PW≥58.7 mm、925 hPa比湿≥15.9 g/kg、850 hPa比湿≥8.3 g/kg、K≥35.7℃、BLI≤-2℃、SI≤-0.21℃、SWEAT≥215.8,并通过个例验证了其应用价值。

基于物理量参数的贵州省雷电潜势预报研究

本研究利用贵阳站2020年1~10月逐日探空资料,计算了74个物理量参数。在物理量参数与闪电活动次数、雷暴活动事件相关系数的显著性检验基础上,选定了具有预报意义的16个物理量参数,采取累计概率极差法统计样本值域分布,确定其单一指标判定范围,单一物理量判定雷暴活动命中率均达到70%;应用逐步回归建立雷暴潜势预报方程,选定了瑞士第二雷暴指数(SWISS12)、抬升指数(LI)、最大抬升指数(BLI)、修正杰弗逊指数(TMJ)、修正K指数(mK)、整层比湿积分(IntegralQ)5个物理参量,生成预测模型达到极其显著水平;通过ROC曲线和ISO精度线确定预报模型的概率阈值为0.47,雷电潜势预报的命中率POD为83.5%,虚假警报率FAR为20.4%,临界成功指数CSI为68.8%,准确率较高,雷电潜势预报具有较好的预报能力。

利用FY-2F快速扫描资料分析对流初生阶段的云顶物理量特征

基于FY-2F静止气象卫星提供的2015年5—9月的高分辨率数据,通过温度阈值法识别出深、浅对流后,分析和比较了深、浅对流在对流初生(convective initiation,CI)至发展阶段中云顶高度、云顶快速降温率(cloud top cooling rate,CTC)以及多通道差值等云顶物理量特征的变化异同。结果表明:深、浅对流在CI阶段的云顶物理量特征具有相似变化特征,即云顶高度均在短时间内快速上升,CTC值均先减小后增大;深、浅对流差异表现为深(浅)对流云顶上升高度能(不能)超越水汽层高度;深对流CTC最低值较浅对流CTC最低值更低。基于CI阶段深、浅对流的CTC最低值的差异,通过个例验证,表明利用深、浅对流CTC最低值的差异,可以在识别出CI的基础,判断出CI是否发展成为深对流,从而能提前做出预警。

山东内陆和半岛雷暴大风的环境物理量特征

应用探空资料对2009-2016年4-9月山东省205次雷暴大风天气过程的12个大气环境物理量参数进行统计分析,研究各月山东内陆和半岛地区雷暴大风物理量参数的月平均和阈值。结果表明,(1)T850-500、CAPE和K指数在内陆高于半岛,T850-500在4-6月明显高于7-9月,K指数和CAPE值在7-8月最高。(2)在4-6月T850-500≥26℃的比率50.0%~75.8%;在内陆6-8月、半岛8月CAPE≥500 J/kg的比率为50%~76.1%;在内陆4-5月、半岛5-6月DCAPE≥500 J/kg的比率为52.4%~57.1%;在7-8月K指数≥30℃的比率为58.3%~88.9%。(3)5-9月θse700-850月平均值<-1℃;7-8月SI的月平均值<1℃、LI的月平均值<0℃。(4)内陆4-5月、半岛4月和7-8月风暴强度指数≥250的比率在70%以上。内陆6-8月、半岛7-9月强天气威胁指数≥150的比率在75%以上。(5)内陆5-8月、半岛4-5月大风指数>17 m/s的比率在75%以上。(6)内陆4-5月、半岛4-6月和8-9月500 h Pa风速≥12 m/s的比率在84.0%以上,850 h Pa以偏南风为主,风速较小。

山东夏季强降水的影响系统和物理量特征

应用2009—2013年6—9月山东全省加密自动站资料、地面和探空观测资料,选出了98次区域性强降水过程。统计分析了产生强降水的天气系统特征,把500 hPa天气系统分为6种类型,850~700 hPa天气系统分为5种类型,地面影响系统分为7种类型。统计分析了强降水过程中及前期24个代表大气热力、水汽和动力特征的物理量,给出了最小值、最大值、平均值和各阈值所占百分率。850 hPa和700 hPa偏南风达到急流(≥12 m·s^(-1))强度的分别占56.1%和62.2%。对流有效位能(CAPE)≥300 J·kg^(-1)占72.6%。K指数≥30℃占86.7%。沙氏指数SI≤0占75.5%。925 hPaθse≥68℃占82.2%,850 hPaθ_(se)≥66℃占74.8%。GPS/MET水汽监测大气可降水量≥55mm占81.8%。850 hPa和700 hPa的水汽通量平均值分别为8.0和5.9 g·(cm·hPa·s)-1,水汽通量散度平均值分别为-4.6×10^(-9)和-2.7×10^(-9)g·(hPa·cm^2·s)^(-1)。925 hPa、850 hPa和700 hPa的涡度平均值分别为12.6×10^(-6)、12.3×10^(-6)和9×10^(-6)s^(-1),散度平均值分别为-5.5×10^(-6)、-3.1×10^(-6)、-3.4×10^(-6)s^(-1)。850 hPa、700 hPa和500 hPa的垂直速度平均值分别为-4.5×10^(-4)、-7.4×10^(-4)和-11.1×10^(-4)hPa·s^(-1)。

石河子垦区沙漠边缘地带冰雹天气的天气背景及物理量场特征

本文利用新疆石河子垦区沙漠边缘地带2005-2015年冰雹天气的MICAPS常规资料、探空资料、地面资料等资料,对2005-2015年发生在石河子垦区沙漠边缘地带25次冰雹天气的天气背景、物理场参数进行统计分析,得出:(1)石河子垦区沙漠边缘地带冰雹天气的天气背景主要有乌拉尔山东部低槽型、横槽型、前倾槽型、过境槽型;(2)冰雹天气的物理量参数特征为:θ_(se)(850~500)≥1.2℃,T(850~500)≥30℃,K指数≥26℃,沙氏稳定度指数(SI)≤1.2℃,低层(850 hPa)到高层(200hPa)垂直风切变值≥1.3m·s^(-1)·km^(-1),春季0℃层高度为2700m,-20℃层高度为5 390 m,夏季0℃层高度为3 700 m,-20℃层高度为6 596 m,为石河子垦区沙漠边缘地带的冰雹天气的预警提供了依据。

呼和浩特市雷暴大风天气形势分型和环境参数特征分析

雷暴大风是强对流中的一种典型现象,其发生要受到大气环流的影响,即天气尺度环境的影响。文章分析雷暴大风的物理量参数特征,从能量指数、稳定度指数和动力参数反映出雷暴大风发生前不同角度的大气环境参数,以期提高预报能力。

FY-2C卫星反演云参数产品在一次飞机增雨作业中的应用

本文通过对一次人工增雨作业过程的分析,初步讨论了卫星反演产品在人工增雨作业指挥中的指导作用,利用反演得到的云顶温度、高度和云粒子有效半径可以用于选择最佳增雨作业区域,结合作业前后这三个参数变化的情况,还可初步检验增雨作业的效果。

2018—2021年渤海中西部海域雷暴大风时空分布特征

选用自动气象站、ADTD闪电定位和多普勒雷达等观测资料,统计2018—2021年渤海中西部海域雷暴大风的强度、时空分布和天气类型,基于ERA5再分析资料和自动气象站观测资料,分析大范围雷暴大风发生前的物理量参数特征和参考阈值。结果表明:渤海中西部海域雷暴大风风速主要为8~9级,渤海西部和南部近岸海区为发生频次最多的区域,最多月份为6—7月,最多时段为前半夜。持续4 h及以上的雷暴大风过程中,大范围雷暴大风过程占比为86%。导致雷暴大风发生的500 hPa天气系统为冷涡型(46%)、高空槽型(37%)、副热带高压边缘型(12%)和西北气流型(5%)。大范围雷暴大风发生前对流层中层存在明显的干层,应用物理量参数阈值进行预报时,需考虑天气系统和季节气候特征的影响。

锡林郭勒盟地区降水相态特征分析及预报技术

利用2012—2022年锡林郭勒盟地区雨雪转换季期间地面和高空观测数据,探讨降水相态转换的物理量参数指标。结果表明:①雨雪转换季期间的降水主要有雨夹雪、雨或纯雪3种,雨雪转换天数呈自西北—东南向递增的空间分布形态,主要发生在3—4月和10月,4月发生频次最多。②选取代表站锡林浩特站,采用箱线图、相关性分析及技巧评分法对物理参量进行分析后发现,厚度因子(H_(850~700))、温度因子(T、Td、T_(surf)、T_(850))可以作为降水相态识别判据的指标;T_(700)、T_(500)、H_(850~500)该判据可作为雨和雪(雨夹雪)识别的指标,但无法完全判别出雪和雨夹雪的相态;水汽因子(RH_(地面)、T-Td、RH_(850)、RH_(700))可作为降水相态识别雨夹雪,但无法判别雨和雪相态。③温度参数对不同降水相态具有更显著的指示意义,厚度因子在判断雨和雪(雨夹雪)时指示效果更佳,水汽因子在判断雨夹雪时尤为有利。④建立降水相态预报S指数,确定阈值,与单个物理参量TS相比,预报准确率提升显著,使用该模型对锡林浩特站2022年不同降水相态样本进行预报试验评估,预报效果较好。

海南岛雷暴大风天气形势和环境参数特征分析

利用海南岛区域加密自动站资料和海口站探空资料,结合ERA-Interim再分析资料对2014-2018年海南岛雷暴大风的强度、时空分布、环流形势和物理量参数特征进行分析研究。结果表明:(1)海南岛雷暴大风主要出现在5-8月的午后到傍晚时段,最大阵风风速大部分在8级及以上。(2)雷暴大风的环流形势可以分为三类,即西南热低压型、季风槽型和冷锋型,其中季风槽型根据槽线位置可以分为华南沿海槽型和南海低压槽型。(3)西南热低压型雷暴大风的大气不稳定能量最大,上干下湿,垂直风切变较小;冷锋型的大气不稳定能量最小,上干下湿,垂直风切变最大;季风槽型的大气不稳定能量较大,整层较湿,垂直风切变最小。(4)季风槽天气形势下发生雷暴大风时,较容易伴随短时强降水天气,西南热低压型的雷暴大风风力比其他类型更大。

多参数位移反分析方法在边坡中的应用

将现有的反分析方法理论应用到某塌方矿段边坡中,建立数值模型,确定设计变量、目标函数等相关参数。利用该矿段边坡现有的位移监测数据信息反分析岩土体力学参数的影响,内摩擦角φ和粘聚力c是滑坡和山体崩塌的主要影响因素,但弹性模量E的影响也不容忽视。该矿段边坡岩土体参数由监测数据在ANSYS有限元软件中进行反演运算得到,考虑到多物理量参数的影响,确定弹性模量E、内摩擦角φ和粘聚力c的变化范围。

基于LSTM循环神经网络的雷电潜势预测

为探索循环神经网络模型在非线性预测中的应用,进一步提高雷电潜势预测的准确率,构建长短期记忆(LSTM)循环神经网络模型,并以贵阳探空站为例,统计站点周边100 km、12 h范围内的闪电次数,获取23个与雷电活动关联度r>0.8的探空物理量参数,以此作为预测模型的样本特征;分析超参数选取对模型的影响,开展(0,24]h内的雷电潜势预测研究,并对比检验效果。研究结果表明:构建学习率为0.0001、批量样本量为32、输入序列长度为10的LSTM网络模型,有利于提高模型泛化和快速收敛;通过输入前5天的大风指数、修正指数等23个探空物理量参数,发现(0,12]h的雷电潜势预测效果明显优于(12,24]h;采用该模型验证(0,12]h测试数据,得出被试工作特征曲线线下面积(AUC)接近于1,命中率(POD)为93.4%,虚警率(FAR)为17.4%,临界成功指数(CSI)为78.1%,验证了该模型的有效性。

东北冷涡背景下强对流天气的基本特征分析

利用呼伦贝尔市CIMISS系统实况资料,统计分析了2010—2021年5—9月东北冷涡背景下的强对流天气时空分布及物理量参数特征。结果表明:(1)5月雷暴大风次数最多,6月冰雹次数最多,6—8月是短时强降水集中发生期,尤以8月次数最多。(2)强对流天气主要出现在12:00—20:00,其中短时强降水每个时次均有发生,但雷暴大风与冰雹天气在21:00—次日08:00基本没有发生过。(3)大兴安岭西部雷暴大风站次较多;大兴安岭东北部、岭上及岭西北的冰雹站次较多;短时强降水与强对流天气空间分布特征较为一致,均是大兴安岭岭上南段与岭东的站次较多。(4)雷暴大风天气的风速多以17.2~20.7 m·s^(-1)为主;短时强降水量级为20.0~29.9 mm的站次占总站次的74.3%;持续时间小于5 min冰雹居多,直径小于5 mm冰雹的站次占总站次的49.1%。(5)短时强降水850 hPa的比湿、水汽通量、水汽通量散度的物理量参数均值均大于冰雹、雷暴大风;短时强降水K指数均值大于冰雹、雷暴大风,T850-T500均值大于26℃,短时强降水与冰雹的SI均值相当,比雷暴大风值小;对流有效位能均值相差不大,以短时强降水最大;短时强降水垂直速度大于冰雹、雷暴大风;短时强降水0℃层与-20℃层高度均值远高于冰雹、雷暴大风。

云南主汛期大雨过程的诊断与预报

分析和探讨了１９９６年云南主汛期（６～８月）逐日Ｑ矢量湿锋生函数、Ｑ矢量散度、涡散场能量转换函数、水汽通量散度等４个物理量参数与云南大雨过程的关系，并在此基础上建立了未来２４小时大雨预报方程。