极端降水天气预报指数对气候累积概率分布敏感性研究

针对中国气象局T213全球集合预报系统历史样本较短、极端降水天气预报指数数学模型中气候累积概率分布样本不足的问题,选取气候背景和地理地貌特征较为相似的长江中下游地区,利用扩展时间序列和空间范围的方法,增加T213全球集合预报系统的降水预报气候分布样本数,改进模式降水预报气候累积概率分布,利用2011年6月10—20日集合预报资料进行极端降水天气预报指数预报试验,分析气候累积概率分布敏感性。结果显示:扩展时间序列和空间范围增加模式T213集合预报气候样本数的方法,生成的模式气候累积概率分布较单一格点方法更具代表性,能提高极端降水天气预报指数的识别技巧,并提前8 d发出长江中下游地区极端强降水预报信号。

医院建筑电气设计应对极端降水天气的思考

以郑州某医院为例,针对医院建筑在极端降水天气中暴露出的短板、弱项,结合医院建筑内重要医疗设备的电源需求以及多年来医院建设的经验教训,按照以人为本、平灾结合的原则,充分考虑防灾常态化形式,提出医院建筑应对极端降水天气的电气设计建议,包括合理设置重要机房位置、临时与永久供配电系统相结合等。

基于集合预报的中国极端强降水预报方法研究

极端强降水天气属于小概率事件,其发生具有很多不确定的因素,预报难度很大。根据Anderson-Darling检验原理研究基于集合预报资料的极端强降水天气预报方法,利用2007—2010年中国T213集合预报资料和2001—2010年6—8月中国降水观测资料,分析观测与集合预报累积概率密度分布函数的特征,建立基于集合预报与模式历史预报累积概率密度分布函数连续差异的数学模型——极端降水天气预报指数(EPFI),并对2011年7月中国极端强降水天气进行预报试验。结果表明,极端降水天气预报指数可以充分利用集合降水累积概率密度分布的尾端信息,为极端强降水提供科学合理的预报,基于中国气象局(CMA)T213集合预报的极端降水天气预报指数可提前3—7 d发出极端强降水预警信号,随着预报时效的延长,预报技巧逐渐降低。研究还表明,模式气候累积概率分布的合理性将直接影响极端强降水天气识别能力。

巴里坤近40年极端降水特征分析及其对ENSO事件的响应

运用1976—2015年新疆维吾尔自治区哈密市巴里坤县气象局降水资料,分析了巴里坤县近40a极端降水天气特征及其对ENSO事件的响应。结果表明:巴里坤年际降水量分布不均,主要集中在夏季;年降水量总体趋势上升。降水天气对于ENSO事件的响应会有一定的滞后性,与El Nino事件需要滞后4个月才能达到最显著响应,而与La Nina事件只需滞后1个月,它们的相关显著性都通过了0.01显著性水平检验。

陕北黄土高原夏季2次典型强对流天气环境参量对比

利用常规气象资料,对榆林2013年8月4日(简称"8·4过程")和2017年7月23日(简称"7·23过程")两次不同类型的极端强对流天气综合分析,通过比较环境参量,将两类强对流天气分为混合型强对流("8·4过程")和强降水型强对流("7·23过程")天气,并给出两类强对流天气不同参量的预报参考阈值。结果表明:(1)地面温度T、地面露点温度Td、比湿q、水汽通量散度等环境参量反映了天气区高温高湿的特性;对流有效位能CAPE、假相当位温θse、T850-500、θse850-500、T-Td等环境参量反映了不稳定条件;850～500hPa垂直风切变和地面风速等环境参量反映对流触发和抬升力。(2)主要参量的参考阈值:混合型强对流天气,T850-500≥28℃,(T-Td)700≥22℃,地面风速≥4m/s;强降水型强对流天气,θse850≥87℃,q850≥17g/kg,地面温度T≥32℃。