长江流域(Yangtze River Basin,YZRB)是中国降水集中地。在气候变暖背景下,短时强降水(Short-Duration Heavy Rainfall,SDHR)有增加趋势。2020年主汛期(6—8月)YZRB出现多轮强降水,发生了新中国成立以来仅次于1954年、1998年的流域性大...长江流域(Yangtze River Basin,YZRB)是中国降水集中地。在气候变暖背景下,短时强降水(Short-Duration Heavy Rainfall,SDHR)有增加趋势。2020年主汛期(6—8月)YZRB出现多轮强降水,发生了新中国成立以来仅次于1954年、1998年的流域性大洪水。本文利用中国气象局国家气象信息中心逐小时降水资料,分析了长江上游(YR-A)、长江中游(YR-B)和长江下游(YR-C)三个区域SDHR时空分布以及不同类型短时强降水事件(Short-Duration Heavy Rainfall Event,SDHRE)的统计特征。得到结论如下:1)受地形影响,YZRB山区降水频次增加、降水强度增强,且地形作用会增加山区SDHR的频次,进而增强山区SDHR的降水量;YZRB降水强度的空间分布依赖于SDHR降水量的空间分布。2)YZRB三个区域SDHR降水量和频次的日变化均表现为双峰型,双峰时间在YZRB区域自西向东有从夜间移向白天的趋势,这与对流活动日变化的区域差异有关;SDHR的降水量和频次具有相似的日变化,说明SDHR的降水量主要源自其降水频次的贡献。3)在三种类型SDHRE中,增长型频次最高(约62.6%),突发型频次次之(约26.9%),而持续型频次最少(约10.5%);突发型SDHRE的高发降水量最小(约30 mm),持续型SDHRE的高发降水量最大(约90 mm),而增长型SDHRE的高发降水量介于两者之间(40~60 mm)。4)不同类型SDHRE降水量的空间分布主要依赖于SDHRE频次的空间分布,增长型SDHRE因频次高于突发型和持续型,其降水量也高于后两种类型,但大别山地区因其地形作用成为持续型SDHRE的高发区,而突发型SDHRE更易在局地形成降水强度高值。展开更多
考虑到冰相云微物理过程对冷锋降雪的数值预报结果起重要作用,针对2014年4月22—24日新疆一次强寒潮引起的冷锋暴雪过程,分别采用WRFv3.5.1中尺度模式中Lin、WSM6、Thompson和WDM6四种云微物理方案进行数值模拟,探究不同云微物理方案对...考虑到冰相云微物理过程对冷锋降雪的数值预报结果起重要作用,针对2014年4月22—24日新疆一次强寒潮引起的冷锋暴雪过程,分别采用WRFv3.5.1中尺度模式中Lin、WSM6、Thompson和WDM6四种云微物理方案进行数值模拟,探究不同云微物理方案对其预报结果的影响。从降水预报结果看,四种方案对中天山强降雪中心的预报能力明显优于伊犁河谷地区,Lin方案对中天山强降雪中心的雨强变化趋势、起止时间以及强降水落区的预报能力总体优于其他三种方案。从温湿特征预报结果来看,四种方案对降雪过程前后的温度和过程之后的露点温度预报效果均较好,但对过程前期800 h Pa以上的露点温度预报偏高,这可能由于模式预报的降雪时间较实况提前、预报降水量偏大引起;四种方案预报的潜热通量和感热通量的量值与再分析资料有一定差异,但对其变化趋势的预报与再分析资料较一致。从云微物理特征来看,不同方案预报的水凝物粒子总量有所差异,但均以冰相粒子为主,且其变化趋势与强降雪时段比较一致。不同方案之间水凝物粒子含量差异也较大,Lin方案中霰和雪粒子含量最多,WSM6和WDM6两种方案以雪和冰粒子最多,Thompson方案中几乎全部为雪粒子。展开更多
文摘长江流域(Yangtze River Basin,YZRB)是中国降水集中地。在气候变暖背景下,短时强降水(Short-Duration Heavy Rainfall,SDHR)有增加趋势。2020年主汛期(6—8月)YZRB出现多轮强降水,发生了新中国成立以来仅次于1954年、1998年的流域性大洪水。本文利用中国气象局国家气象信息中心逐小时降水资料,分析了长江上游(YR-A)、长江中游(YR-B)和长江下游(YR-C)三个区域SDHR时空分布以及不同类型短时强降水事件(Short-Duration Heavy Rainfall Event,SDHRE)的统计特征。得到结论如下:1)受地形影响,YZRB山区降水频次增加、降水强度增强,且地形作用会增加山区SDHR的频次,进而增强山区SDHR的降水量;YZRB降水强度的空间分布依赖于SDHR降水量的空间分布。2)YZRB三个区域SDHR降水量和频次的日变化均表现为双峰型,双峰时间在YZRB区域自西向东有从夜间移向白天的趋势,这与对流活动日变化的区域差异有关;SDHR的降水量和频次具有相似的日变化,说明SDHR的降水量主要源自其降水频次的贡献。3)在三种类型SDHRE中,增长型频次最高(约62.6%),突发型频次次之(约26.9%),而持续型频次最少(约10.5%);突发型SDHRE的高发降水量最小(约30 mm),持续型SDHRE的高发降水量最大(约90 mm),而增长型SDHRE的高发降水量介于两者之间(40~60 mm)。4)不同类型SDHRE降水量的空间分布主要依赖于SDHRE频次的空间分布,增长型SDHRE因频次高于突发型和持续型,其降水量也高于后两种类型,但大别山地区因其地形作用成为持续型SDHRE的高发区,而突发型SDHRE更易在局地形成降水强度高值。
文摘考虑到冰相云微物理过程对冷锋降雪的数值预报结果起重要作用,针对2014年4月22—24日新疆一次强寒潮引起的冷锋暴雪过程,分别采用WRFv3.5.1中尺度模式中Lin、WSM6、Thompson和WDM6四种云微物理方案进行数值模拟,探究不同云微物理方案对其预报结果的影响。从降水预报结果看,四种方案对中天山强降雪中心的预报能力明显优于伊犁河谷地区,Lin方案对中天山强降雪中心的雨强变化趋势、起止时间以及强降水落区的预报能力总体优于其他三种方案。从温湿特征预报结果来看,四种方案对降雪过程前后的温度和过程之后的露点温度预报效果均较好,但对过程前期800 h Pa以上的露点温度预报偏高,这可能由于模式预报的降雪时间较实况提前、预报降水量偏大引起;四种方案预报的潜热通量和感热通量的量值与再分析资料有一定差异,但对其变化趋势的预报与再分析资料较一致。从云微物理特征来看,不同方案预报的水凝物粒子总量有所差异,但均以冰相粒子为主,且其变化趋势与强降雪时段比较一致。不同方案之间水凝物粒子含量差异也较大,Lin方案中霰和雪粒子含量最多,WSM6和WDM6两种方案以雪和冰粒子最多,Thompson方案中几乎全部为雪粒子。