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。

高原强对流和高原涡东移的协同作用对下游强降水过程的影响

基于印度静止气象卫星高分辨OLR资料、国家气象科学数据中心降水资料和ERA5再分析资料,诊断分析了2016年6月28日12时—7月1日12时(世界时,下同)在青藏高原强对流与高原涡东移协同作用下诱发的一次高原及其下游地区极端强降水天气过程。结果表明:高原强对流和高原涡东移之间的反馈协同作用对高原及下游川东到江淮流域的极端强降水过程有重要影响。首先,2016年6月28日高原涡在高原西部生成并激发高原对流,6月29日高原对流在高原涡的反馈作用下加强东移,高原中部强对流中心OLR值低于110 W/m^(2),高原上出现区域性强降水。随后,高原强对流伴随高原涡东移,高原涡移出高原后演变为低压槽向东移动;同时受对流层中有利于垂直上升运动和对流东移加强的一致性环流条件影响,对流发展异常强烈,导致6月30日—7月1日川渝至江淮地区出现持续性强降水过程,尤其是湖北东部到安徽西部有6个台站24 h降水量高于200 mm,3个站甚至高于300 mm,远超99百分位的极端降水阈值。

大气探测高技术及应用研究进展

大气探测技术是支撑大气科学,特别是大气物理和大气环境学科发展的重要基础,其主要任务是发展新的探测和试验手段、原理和方法,为认识大气运动以及大气中各种物理、化学、生物过程的基本规律及其与周围环境的相互作用提供技术手段和方法。除了充分利用国内外已有的成熟技术和产品对大气科学发展提供支持外,大气探测还存在一系列科学与技术问题需要研究和开发,这也是大气探测科学与高技术的前沿。本文从强对流和降水探测技术、雷电探测技术、云特性探测技术、臭氧和气溶胶等大气成分探测技术、地基GPS观测反演大气和海洋参数、大气与环境综合探测平台六个方面综述近五年来中国科学院大气物理研究所在地面大气探测高技术研发、实验观测及相关研究领域所取得的一些主要进展,并对未来发展进行展望。

2002年6月8～9日陕南大暴雨系统的中尺度分析

采用实测资料对 2 0 0 2年 6月 8～ 9日陕南大暴雨过程进行分析后认为 :除了有利的大尺度条件之外 ,β中尺度天气系统的发生发展是造成本次强暴雨的最直接原因 ,这类系统的发生发展具有很强的局地性和突发性。分析表明 ,对流层中低层水汽的大量集中以及对流不稳定条件的存在可能对此类系统发展提供了有利环境 ,对其启动的机制作了初步的讨论 ,认为地形的动力强迫和地面冷锋以及低空急流扰动可能对此类系统的发生发展起了触发作用。

2006年7月19—20日苏中地区强降水成因分析

对2006年7月19日至20日由冷空气影响造成的不均匀性降水,通过对天气背景、细网格模拟、云图和雷达回波的分析,揭示出:夏季冷空气从中低层影响不会造成大范围的强降水天气,而高层冷空气南下进入辐合带,易产生强的辐合上升气流,从而引发强对流天气。分析表明,在同一对流云团中,不同地点、不同时段的强降水的物理量特征会有所不同。

青藏高原和四川盆地夏季对流性降水特征的对比分析

本文利用TRMM（Tropical Rainfall Measure Mission）多种探测结果，针对青藏高原和四川盆地各两次对流性降水天气进行了对比分析，结果表明：（1）高原降水系统以对流云降水为主，弱降水样本数量高，由孤立零散的块状降水云团组成，对流中心离散，降水范围小，雨区极不均匀，垂直发展厚度浅薄，降水粒子数量少，雨滴小，潜热释放以地面以上2～5km高度层为主，夏季近地面层冰晶粒子含量高，降水过程中云顶亮温与地表雨强之间的相关性差，云顶亮温越高的对流云团其闪电频数越高。（2）盆地降水系统强降水样本数量高，由一个主降水系统和周边零散的降水云团组成，降水范围大，对流中心相对集中，雨区较均匀，垂直发展厚度高，对流系统深厚，雨滴大并集中，潜热释放呈一致的双峰型结构，峰值分别出现在7和16km高度上，冰雹粒子在对流层较高层含量高，云顶亮温与地表雨强之间呈显著的负相关，盆地的闪电频数显著高于高原地区，且闪电活动主要集中在亮温偏低的降水云体中。

对称不稳定理论的天气分析与预报应用研究进展

锋面降水、暴雨、暴雪、台风、飑线和爆发性气旋等灾害性天气的预报预警和倾斜对流发生发展机理的研究密切相关.在此研究领域,近年来国际间逐步发展起来的对称不稳定理论正在引起国内外气象学者的广泛关注.本文在介绍了对称不稳定理论的概念、天气学特征及计算分析方法的基础上,综述了国内外关于对称不稳定理论的研究和应用进展情况,提出了引起带状云和降水的倾斜对流发生发展机理和对称不稳定理论相关联的研究进展和存在问题.

GPS/Pwv资料在强对流天气系统中的特征分析

应用GPS探测的可降水水汽资料Pwv对上海地区2002～2005年强对流的水汽变化特征进行了分析。分析表明:每30分钟一次的GPS/Pwv资料能直观地、及时地反映大气中水汽的时间变化和空间变化;GPS/Pwv资料随时间的演变特征与降水有较好的对应关系,不同的季节及不同的降水类型有着不同的分布特征;GPS/Pwv的散度资料可以反映大气中水汽的辐合、辐散分布情况。文章还给出了不同季节产生强对流天气的GPS/Pwv阈值,表明GPS/Pwv资料在强对流天气预报方面有一定的应用价值。

中国东部夏季中尺度对流系统以及中尺度对流涡旋的特征

中尺度对流系统及对流涡旋经常引起各种对流天气,造成大范围的暴雨,是一种具有强烈灾害性的中尺度天气系统.本文结合了前人方法,针对我国东部夏季中尺度对流系统及对流涡旋进行普查以及统计分析.从中尺度对流涡旋中心的高度分布、厚度分布、相对位置分布以及降水特征等着手,研究中尺度对流系统及对流涡旋之间的相互关系.研究分析结果表明:无论是何种类型的中尺度对流系统,我国东部中尺度对流涡旋主要位于较低层次,其中的大多数分布在850hPa上.就厚度而言,除了中-α尺度线状对流系统对应的中尺度对流涡旋能够发展得较为深厚外,其他类型涡旋的厚度普遍较为浅薄.我国东部中尺度涡旋一般位于中尺度对流系统的北部,而南部以及东部则所占的比例较小.此外,中尺度对流系统的尺度以及形状对中尺度对流系统的降水特征有一定的影响作用.中尺度对流系统的-52℃云顶温度廓线、尺度以及形状对于降水的预报具有指示意义.

辽宁省强对流性天气的气候特征分析

利用1962—2008年辽宁强对流性天气观测资料,对冰雹、龙卷、雷雨大风和短时强降雨4种强对流性天气的气候特征进行统计分析。结果表明:辽宁冰雹沿海少、内陆多,内陆又以东、西部山区为最多;6月和9月为多发期;15—16时出现最多;83.9%的冰雹持续时间为0—10 min。龙卷沿海多、内陆少;7月和9月为多发期;13—14时和17—18时发生最多;75.0%的龙卷持续时间为5—20 min。雷雨大风沿海和内陆均存在多发区域;5—6月为雷雨大风多发期;15—16时出现最多。短时强降雨自西向东逐渐增加,主要出现在6—8月,21—22时出现次数最多;短时降水极值为26—105 mm/h。

孟加拉湾云团影响下云南强降水分析

20 0 1年云南初夏洪涝与孟加拉湾 (简称孟湾 )云的活动密切相关 ,本文分析了云南强降水过程中几次孟加拉湾云团发展的大尺度动、热力背景和卫星云图的TBB特征。结果表明 :孟加拉湾北上云贵高原的对流云必须得到足够的辐合和抬升动力 ,才能在高原维持和进一步发展 ;青藏高原横槽是孟加拉湾云团在云贵高原产生强降水的重要天气系统 ;孟加拉湾云团的发展与正压和斜压不稳定均有关系 ;冷空气对北上孟加拉湾云团的发展至关重要 ,它不但有利于水汽凝结量的增加 ,还有利于形成强降水天气发生的动力、热力环境 ;TBB分布更直观地反映了孟加拉湾云团的活动 ,≤ - 5

物理初值化与短时强对流降水数值模拟研究

ADAS(ARPS Data Assim ilation System)云综合分析采用的是一种物理初值化技术。本文以ARPS(Advanced Regional Pred iction System)云综合分析为基础,设计了一组非常规资料的应用试验,应用ARPS模式对一次典型的短时强降水个例进行了数值模拟研究。结果表明:(1)在ADAS云分析中引入雷达及卫星资料可对湿度场的水平、垂直结构有一定的调整,改善了与对流降水有重要关系的高湿区的分析;(2)引入雷达和卫星资料的云综合分析,可以明显改善强降水发生时间相对迟缓以及模拟前期降水量偏少和降水覆盖面积偏小的现象,使模拟降水场与实际观测较为接近;(3)物理初值化能有效提取非常规资料中的云微物理信息,提高了模式初值质量,从而明显改善模式对强对流降水系统的短时模拟效果。

海风雷暴的观测分析和数值模拟研究进展

沿海地区经济相对繁荣,城市化水平较高,对天气和气候的依赖性强,突发性强对流天气所造成的灾害也会更加严重;同时沿海地区的强对流天气又与海风环流密切相关,因此沿海地区海风雷暴的研究受到了日益广泛的关注,成为了气象学和大气科学中的重要研究对象。在过去的半个多世纪中,海风雷暴的观测和模拟研究取得了大量的研究成果。本文通过对这些研究工作进行回顾和总结,系统地分析了国内外的研究现状,重点讨论了海风雷暴的结构和特征、发展演变过程、触发机制及其预报预警。最后对海风雷暴未来的研究方向进行了探讨,提出了一些有待于研究或需深入研究的问题,以利于今后更好的开展有关海风雷暴的工作,加深对其发生发展规律的认识,提高预报预警水平。

用GPS水汽监测资料分析一次强对流性降水过程

用江苏省地基GPS水汽监测系统得到的大气可降水量(PWV)资料,对江苏地区2009年夏季一次强对流性天气产生的降水过程进行了综合分析,分析了各时段GPS-PWV的变化特征和水汽的输送特点,并利用WRF中尺度数值模式对此次过程进行了数值模拟。结果表明:GPSPWV对于空中水汽变化具有很高的敏感性,能及时地反映大气中水汽的时空变化。通过对数值模式结果进行分析后,发现强盛的水汽输入及辐合上升、中高层弱冷空气的侵入活动、低层西南气流加强、对流不稳定层加剧等多种因素的共同作用是造成此次中小尺度对流性降水的主要原因。GPS-PWV提供的精确水汽变化结合数值模式所模拟出的动力、热力条件对于强对流性暴雨预报和降水区域判定具有较好的参照意义。

一次引发局地暴雨的中尺度对流系统降水及风场结构特征

利用常规观测、分钟降水、卫星、雷达、NCEP再分析资料及WRF数值模拟结果,对2014年7月2223日发生在山西省南部的一次局地暴雨天气过程进行了分析,结果表明:此次暴雨是在西太平洋副热带高压(简称副高,以下同)稳定少动的背景下,中纬度短波槽携带弱冷空气南下,低层切变线和辐合线缓慢东南压,副高边缘、850 hPa切变线及地面中尺度辐合线附近激发的中尺度对流系统直接造成的。暴雨点分散,降水的对流特征明显,具有典型的β-中尺度特征。在中尺度对流系统发展的不同阶段,其风场结构特征不同,造成强降水落点和强度存在明显差异;而雷达回波强度与分钟降水强度存在较好的对应关系,不同暴雨点的雷达特征不同,沁源站的强降水是“列车效应”造成的,而运城、夏县两站的强降水是由于强回波在局地发展及稳定维持造成的;雷达径向速度图上径向风向风速的变化和各层风场的水平及垂直结构变化,对中尺度系统发展演变及对流降水强度的变化有很好的指示意义。

一次对流降水过程增雨催化时机的模拟分析和雷达识别

为加深对对流云增雨催化机制的理解,避免催化指标的随意性,通过三维积云数值模拟和雷达加密探测资料分析相结合的方法,对发生在湖北省西北部多山地区的一次对流降水过程进行了增雨催化时机的分析和识别。首先运用三维积云模式,通过催化模拟敏感试验,得出对流云增雨催化存在时间窗,最佳的催化时机应该为对流云发展的早期,催化后关键是增加雨和冰晶冻结后碰并霰增长这一冰相微物理过程的产量。根据模式分析结果,结合雷达观测资料分析,发现对流回波在生成及发展上表现出一些规律性,可以作为通过雷达观测识别增雨催化的时机和潜力区域的指标。

2009年“8·17”鲁南低涡暖式切变线极强降水分析

利用各种观测资料及NCEP/NCAR 1°×1°再分析资料,对2009年8月17—18日鲁南极强降水进行多尺度分析。结果表明:强降水由500 hPa西风槽、850 hPa暖式切变线和地面倒槽共同影响产生。强降水发生前,中低层湿层深厚且有弱的水汽辐合,大气对流不稳定,并有较高对流不稳定能量。低层暖式切变线辐合、暖平流以及中高层正涡度平流、侧向辐合和倾斜涡度发展,使垂直涡度增大、上升运动发展;低层东南气流与高空槽配合产生次级环流,其上升支使上升运动增强,触发对流不稳定能量释放并产生强对流,造成强降水。强降水期间,中高层弱冷空气侵入使对流加强和降水强度加大。中尺度对流云团产生在地面低压倒槽东部和中尺度辐合线附近,地面加热和冷却不均匀导致低压倒槽中小尺度温度梯度加大,极端强降水中心出现在小尺度温度梯度区。强降水由长条形中尺度对流系统及其北端发展的圆形中尺度对流云团产生;中尺度对流系统(云团)自西向东缓慢移动,在回波强度图上表现为气旋性向北汇合的带状强回波。

南疆西部两次短时强降水天气中尺度特征对比分析

利用常规气象探测、FY气象卫星、多普勒天气雷达、地面自动站资料以及NECP、EC高时空分辨率再分析资料,对比分析了2014年8月30日(简称"8.30")和9月8日(简称"9.08")南疆西部两次短时强降水天气中尺度特征。结果表明:"8.30"过程发生在高压脊前西北气流内,"9.08"过程出现在低涡底部平直西风带内,两次过程中地面和低空中尺度辐合线均是短时强降水的重要影响系统;造成短时强降水的β中尺度对流云团发展迅速、移动快,两次短时强降水分别产生在对流云团TBB梯度最大处和发展过程中范围最大时。两次过程在雷达回波特征方面存在明显差异,对流风暴质心高度明显不同,"8.30"过程影响系统为高质心γ中尺度超级单体,最强回波高度6 km,具有中低层辐合、高层辐散、旋转特征;"9.08"过程影响系统为低质心γ中尺度普通单体风暴,最强回波高度2 km,雷达径向速度上两次过程边界层辐合线对对流风暴的产生和加强有重要作用。

基于深度神经网络的强对流天气识别算法

短时强降水、大风等强对流天气危害巨大,对其进行自动识别存在相当大的技术困难。提出一种基于深度神经网络的强对流天气智能识别模型,以雷达回波图像和表征回波移动路径的光流图像作为输入,通过神经网络的自学习,寻求雷达图像与"是否发生强对流天气"之间的函数映射关系;并运用数据集增强、代价函数优化和模型泛化性能优化等技术,解决了训练样本的不均衡问题,避免了模型训练过程陷入局部极值的问题。实验结果表明,该方法对强对流天气识别的准确率达到96%,误报率低于60%。该方法也适用于对下击暴流等灾害性天气的自动识别。

GPS可降水量在华南强对流过程的应用效果

利用广东省GPS地基网探测得到的大气可降水量数据,结合多种探测资料、NCEP客观分析资料等进行分析,检验地基GPS探测PWV的精度与误差,并对PWV在2014年前汛期一次强对流过程的变化特征进行分析。检验结果表明,GPS探测PWV与探空PWV之间均方根误差在3.05～4.07 mm范围内,相关系数在0.92～0.95范围内,符合业务使用的需求。相比于NCEP客观分析资料,GPS探测PWV时间分辨率更高、准确性更好,因此尝试使用风廓线雷达、无线电探空数据与PWV进行融合,开发单站比湿、水汽通量等水汽产品,探测局地水汽的增长,反映强对流天气过程期间低空水汽输送通道的建立。此外,PWV空间分布的大值区能够揭示水汽辐合区,其变化同时也预示着雷暴单体和多单体雷暴发展和传播方向的变化。