STMAS同化风廓线雷达对台风“利奇马”融合实况风场的改进分析

为分析STMAS(space-time multiscale analysis system)同化风廓线雷达对三维风场的改进效果,本文以GRAPES-MESO、GRAPES-GFS 2种预报场作为背景场,对STMAS系统融合浙江省及周边一定范围的L波段边界层风廓线雷达数据,进行4组对比试验。通过试验结果与探空雷达实况数据和EC(european meteorological center)再分析资料的对比分析发现:(1)STMAS中融合越多的风廓线雷达信息,融合后的结果改变越明显;(2)从本文试验时段内各时次各层次试验数据与探空雷达差异的平均值来看,以GRAPES-GFS为背景场的融合效果相对较好;(3)通过与探空雷达对垂直风速的对比发现,接入风廓线雷达的STMAS风速场比未接入的STMAS风速更接近实况值,同时STMAS风速场比EC再分析资料更接近探空实况。

有限区域流函数和速度势的3种求解方法在分析台风Bilis暴雨增幅中的比较研究

将有限区域流函数、速度势求解中常用的两种张驰法(即理查逊法和加速利布曼法)与调和—余弦谱展开法(H-C法)进行了比较,理论研究表明:H-C法单独考虑边界影响分量,物理意义明确,且不会丢失边界上的天气系统;从计算上看,H-C法重建的风场能精确还原原始风场,且计算效率明显高于两种张驰法,即收敛更快。通过在台风Bilis(0604)暴雨增幅过程诊断中的应用发现,常用的两种张驰迭代方法在求解有限区域流函数和速度势的问题上效果都不是很好,即:用理查逊法和加速利布曼法计算的流函数和速度势重建的风场与原始风场差别较大,不能准确还原原始风场;用H-C法不仅计算效率高,还原的风场与原始风场差异极小,且不受南边界较强的西南季风涌影响,在暴雨增幅前期能较好地反映与暴雨增幅相关的强辐合信号。因此,可用H-C法计算得到的无辐散风和无旋风对有限区域的天气系统进行更深入的动力结构分析。

新一代静止气象卫星对浙江省金丽温高速公路低能见度识别的研究

利用浙江省地面观测数据和新一代静止气象卫星数据,通过逻辑回归(LR)、线性判别(LDA)、K近邻算法(KNN)、决策树(CART)、高斯贝叶斯(NB)和支持向量机(SVM)6种机器学习算法针对浙江省金丽温高速公路进行低能见度识别建模,并运用多种评估方法评估模型结果,显示SVM算法模型效果较好,且针对小于1000 m的能见度天气有较好的识别。进一步结合地面观测数据和卫星数据建立识别模型,发现效果优于单一来源的数据建模,一般以KNN算法建模效果较好,且在对浓雾、强浓雾的识别中,结合地面和卫星数据的模型识别效果更好。针对单一数据利用SVM算法,结合地面和卫星数据选择KNN算法再对金丽温高速公路的大雾过程进行识别,显示新一代静止气象卫星数据的模拟效果不差于地面观测数据模拟效果,且能够识别夜间和凌晨的雾,对地面观测识别可作为有效补充,将对省内没有地面气象观测的低能见度识别和短临预测有一定辅助参考作用。

“碧利斯”暴雨增幅高分辨率数值模拟及诊断分析

利用中尺度非静力数值模式ARPS(Advanced Regional Prediction System),对2006年第4号强热带风暴"碧利斯"的登陆过程,尤其是登陆后的暴雨增幅过程开展了高分辨率数值模拟,并利用观测资料对模拟结果进行了验证,进一步基于该高分辨率模拟资料对该暴雨增幅过程开展了诊断分析。结果表明,ARPS模式较好地模拟再现了"碧利斯"的登陆过程以及登陆后在广东、江西、湖南三省交界处引发的暴雨增幅过程;散度垂直通量和湿位涡的大值区与暴雨增幅地区均有良好的对应关系,对强降水落区有较好指示意义,其中散度垂直通量的对应关系更好。湿位涡不仅很好地反映了与暴雨增幅相关的湿位涡分布,同时也很好地反映了"碧利斯"环流本身所对应的湿位涡分布特征。

“碧利斯”(0604)暴雨过程不同类型降水云微物理特征分析

本文利用"碧利斯"(0604)暴雨增幅过程高分辨率的数值模拟资料,将降水分成对流降水和层云降水,对比分析了不同类型降水云微物理特征和过程的差异,探讨了不同类型降水对暴雨增幅的贡献,结果指出:(1)暴雨增幅前,降水基本为层云降水,对流降水只存在于零星的几个小区域,暴雨增幅发生时段,对流降水所占比例较暴雨增幅前有显著增加,平均降水强度达层云降水强度的3倍多。(2)暴雨增幅时段,云系发展更加旺盛,云中各种水凝物含量较增幅前明显增加,其中,对流和层云降水区云中水凝物含量均有一定程度增长,但对流降水区增加更显著;而无论增幅前还是增幅时段,对流降水区云中水凝物含量均要明显大于层云降水区,并且两者的这种差异随着地面降水强度的增强而增大。(3)暴雨增幅前后,对流降水区雨滴的两个主要来源最终均可以追踪到云水,通过云水与大的液相粒子(雨滴)和大的固相粒子(雪)之间、以及大的固相粒子(雪和霰)之间的相互作用和转化,造成雨滴增长,并最终形成地面降水,而层云降水区中与雨滴形成相关的上述主要云微物理过程明显变弱,但层云降水区中暴雨增幅时段的上述过程又要强于增幅前,说明层云降水对暴雨增幅也有一定贡献。

热带风暴“Bilis”(0604)暴雨增幅前后的水汽输送轨迹路径模拟

采用水平分辨率1°×1°的NCEP再分析资料、1°×1°的NCEP GDAS资料和2.5°×2.5°的NOAA大气环流资料,结合NOAA HYSPLIT v4.8轨迹模式对0604号热带风暴"Bilis"整个生命史的水汽输送特征进行模拟分析,并分析了"Bilis"暴雨增幅前和增幅后的水汽输送轨迹及不同来源的水汽贡献。结果表明,"Bilis"整个活动过程中主要有四支水汽输送通道,分别是源自索马里、孟加拉湾、120°E越赤道气流和东太平洋的水汽,其中源自索马里和孟加拉湾的西南水汽输送(偏南水汽通道)占主导地位,120°E越赤道气流和东太平洋的水汽是西南水汽随着"Bilis"环流逆时针旋转,自环流中心东北侧进入雨区(东北水汽通道),是低压环流与偏南风相互作用的结果。其中,偏南通道水汽大部分输送到850 h Pa以下的低层,自环流北侧输入的水汽则主要输送到暴雨区上空850 h Pa以上。对比暴雨增幅前后各通道的水汽贡献率发现,孟加拉湾西南气流输送的低纬水汽对此次暴雨增幅的形成、发展起重要作用。

登陆台风“凡亚比”(1011)合力散度特征诊断研究——垂直分布特征

本文利用2010年1011号台风"凡亚比"登陆过程高分辨率数值模拟资料,诊断分析了"凡亚比"台风环流合力散度的垂直分布及其演变特征。结果指出,合力散度的显著区一直与台风系统相伴随,可以有效地示踪热带气旋(Tropical Cyclone,简称TC)的移动,并能较好地识别TC强度、结构的发展演变。台风中心偏东一侧流入层的合力散度异常信号首先出现并发展,反映出环流的非对称特征。随着台风趋于成熟,合力散度逐渐增强,高度扩展,对称性也逐渐增加;台风中心上空为合力辐合,外围为合力辐散,垂直方向上合力辐合与辐散相间的结构对应上升运动极值区及强降水,即对应台风眼墙位置。合力散度面积指数和强度指数的分析指出,垂直方向上辐合与辐散面积指数负相关;各层的合力辐合强度指数普遍大于辐散强度指数,垂直方向上两强度指数呈显著的正相关关系;结合面积指数与强度指数,可知垂直方向上合力辐合与辐散此消彼长。运用合力散度方程对该垂直分布特征的成因展开分析,发现风速u分量平流随经度变化项和风速v分量平流随纬度的变化项是TC眼区合力辐合部分的主要贡献项,垂直运动项决定了TC眼墙的合力辐合与辐散相间的垂直分布特征。

长短期记忆神经网络(LSTM)模型在低能见度预报中的应用

利用浙江省义乌市2015—2019年逐小时气象观测数据(相对湿度、风速、地气温差、能见度)和空气质量指数(Air Quality Index,AQI)数据,分析了义乌地区低能见度天气(观测能见度<10 km)的分布特征和气象要素条件。利用长短期记忆神经网络(Long Short Term Memory Neural Network,LSTM)模型对逐小时能见度进行模拟,分别对比了观测能见度作为输入变量与否的模拟效果;根据义乌地区低能见度天气条件的特征,将模拟时段分为三个时期(11月至翌年2月,3—6月,7—10月),对比了分时期模拟的效果;以及评估了模型的预报步长。结果表明:高湿、高污染、气温高于地温和低风速是义乌地区低能见度天气的主要特征。LSTM模型对单站能见度有较好的模拟效果,当输入参数中加入历史观测能见度时,能大幅提高模拟准确度,日均能见度模拟结果均方根误差RMSE=0.63 km,平均绝对误差MAE=0.51 km,拟合优度R^(2)=0.99;分时期进行模拟能得到更精准的模拟结果。本研究中选用的输入要素在冬季(11月至翌年2月)模拟效果最好,RMSE=2.35 km,MAE=1.46 km,低能见度均方根误差RMSE_10 km=1.81 km,低能见度平均绝对误差MAE_10 km=1.13 km,R^(2)=0.83;3—6月的模拟中,输入变量中不加AQI模拟效果更好,这意味着3—6月义乌地区的低能见度天气以雾天气为主导,加入过多变量并不一定能提高模型准确度;随着预报步长增大,模型预报效果变差,预测步长等于3 h,R^(2)=0.71,预测结果已不具备实际应用意义。

近60 a滩坑流域极端降水的气候变化特征分析

为研究滩坑流域极端降水的气候变化特征,利用流域内15个水文站1959—2018年的日降水数据,计算PRCPTOT、CWD、R50mm、R95、Rx5day和SDⅡ的年际序列,通过分析其的线性倾向趋势、相关性和极端降水贡献率,结果发现,近60 a来PRCPTOT增加趋势显著,其中1960—1968年是流域历史上PRCPTOT持续偏少最长的一段时间,2012—2018年是流域持续时间最长的一段丰水期;CWD在研究时段内呈上升趋势,并在90年代后期进入显著的上升阶段;Rx5day、R95、R50mm和SDⅡ震荡明显,其中20世纪60年代后期到70年代中期和20世纪90年代处于偏强时期。PRCPTOT与R95、SDⅡ、R50mm、Rx5day、CWD存在显著正相关,对极端降水情况有很好的指示性,其的增加或减少会引起其他极端降水指标的增加或减少,但是在进入21世纪10年代以来,流域PRCPTOT持续偏多,极端降水量的贡献率没有表现出增加趋势。

碧利斯(0604)暴雨增幅的云微物理成因

2006年"碧利斯"台风登陆中国大陆后,在湖南、广东和江西三省交界附近地区造成明显暴雨增幅,造成十分严重的灾害,影响巨大.本文利用高分辨率数值模拟资料,从微观云物理过程角度出发,研究了"碧利斯"暴雨增幅发生前和增幅强降水发生时段云微物理特征的差异,探讨了登陆台风暴雨增幅云微物理方面的可能成因,结果指出:暴雨增幅前后,强降水区云微物理特征存在明显不同,与降水强度的明显增强相伴,云中各种水凝物含量也明显增加,其中云冰、雪和霰等固态水凝物的增加尤为显著,冰相过程对地面降水的贡献明显加大,降水云系发展旺盛、高大;云微物理转化率的对比分析发现,暴雨增幅时段,由水汽凝结过程显著增强所带来的云水的增加,主要通过两个途径作用于暴雨增幅:一是通过云中雨水对云水的碰并收集,促进雨水含量显著增加,进而增强地面降水;二是通过云中雪粒子对云水的碰并造成雪粒子含量增加,增加的雪粒子又被云中霰粒子碰并收集造成霰含量增长,进而由霰粒子融化为雨水,并最终作用于地面降水的增幅.文中最后通过分析总结给出了"碧利斯"暴雨增幅云微物理成因示意图.