多源降水数据在夏河县果宁村山洪模拟中的精度评估

2023年9月6日22:00(北京时,下同)至7日04:00甘肃夏河县发生强对流天气,局部地区出现短时强降雨,引发夏河县果宁村山洪灾害,造成人员伤亡。本研究基于气象站观测降水对比分析了雷达估测降水(Radar Quantitative Precipitation Estimation,Radar-QPE)、FY4B估测降水(FengYun 4B Quantitative Precipitation Estimation,FY4B-QPE)以及CMPA(CMA Multi-source Precipitation Analysis)降水产品特性,并利用这些降水数据驱动水动力水文模型,评估不同降水数据在本次山洪模拟中的效果。结果表明:(1)12 h累积降水量中,CMPA在大值区域位置和局地降水量级差异性方面表现出较高的准确性;Radar-QPE在累积降水量级上与AWS(Automatic Weather Station)较为接近,但空间分布上存在显著差异;FY4B-QPE累积降水量级高估了33.8%。(2)在逐小时分布上,CMPA在时间演变、空间分布以及降水量级上与AWS最为接近;Radar-QPE峰值偏小,且峰值时间有所滞后,降水主要为负偏差;FY4BQPE峰值及峰值时间与实际情况一致,但在降水的开始和结束时间存在偏差,降水量的偏差主要为正偏差。(3)水文模拟研究中,CMPA、Radar-QPE和FY4B-QPE均高估了水位,但水位峰值出现时间与AWS较为一致,CMPA在均方根误差(RMSE)、纳什效率系数(NSE)和相对偏差(Bias)方面表现最优,Radar-QPE次之,FY4B-QPE表现相对较差。虽然现有站点观测降水无法完全满足对中小尺度山洪的研究和预警需求,但CMPA数据的高精度在一定程度上能有效补充传统气象观测站点的不足,同时,Radar-QPE和FY4B-QPE的算法和精度需要进一步改进和提升。

融合相似预报方法在陇东南短期强降水预报中的应用

基于逐步过滤相似法和自组织映射(SOM)神经网络方法,提出了一种融合相似预报方法。利用ECMWF模式预报产品、ERA5再分析资料和地面气象台站观测数据,使用该方法对2021-2022年陇东南地区开展了时效为72 h的强降水预报试验,并对预报效果进行了检验。结果表明:(1)融合相似预报方法的TS评分处于4.5%~9.1%之间,与ECMWF模式预报结果相比表现出一定的优势。随着预报时效的增长,强降水预报的TS评分呈现减小的趋势,其在08:00(北京时,下同)起报的TS评分相对较高。(2)相比于单独使用逐步过滤相似预报,融合相似预报方法的准确性有所提升,并能在一定程度上降低空报率。其中08:00起报和20:00起报的TS评分提高了1.31%和0.63%,而FAR同时下降了2.39%和1.25%。

基于风廓线雷达的四川盆地西部强降水过程风场特征

根据暖区暴雨的分型(西南涡型、副热带高压边缘型、西南急流型和东南风型),选取四类天气背景下四川盆地西部(成都地区)的暴雨过程,利用风廓线雷达新资料,详细分析了青藏高原-四川盆地特殊地形下,不同类型暖区暴雨中典型强降水发生、发展时的风廓线特征。研究表明:(1)风廓线雷达资料可以很清楚地表现出对流层及边界层存在的中小尺度系统,不同类型强降水过程的风场演变特征同特殊地形与区域环流及天气系统的相互作用密切相关,除副高边缘型外,其他三种类型暖区暴雨典型过程发生前或发生时都出现了边界层东北风或偏东风;(2)垂直速度变化梯度大,直观地体现了这几次过程时间短、对流强的特征,降水开始后,向下的垂直速度明显减弱甚至转向的突变时期,代表气层中上升运动的明显增强,这种垂直速度的突变对于强降水的预测有指示意义;(3)垂直速度极值在强降水发生前或发生时会明显增大,并伴随有极值层降低的现象,水平风速极值和极值层有同步的增减趋势,大部分强降水过程发生前,中层都出现了中尺度急流,并伴随急流层的降低;(4)在这四种类型的暴雨过程中都有低空急流的参与,其中副高边缘型和西南涡型暴雨过程中,低空急流指数第一次增大都对降水的开始有1~2 h的预报提前量,而在东南风型和西南涡型过程中低空急流指数的突增预示了降水强度的增大。

基于瓦片分区的雷达动态定量降水估测方法研究

雷达定量降水估测(QPE)考虑雨滴谱的时空变异性,是提高QPE的有效途径。雷达采用Z-R关系开展降水估测时,雨滴谱的差异,主要表现为Z-R关系式不同;利用瓦片分区方法,将降水估测区域进行瓦片分区,每个瓦片内利用雷达和自动站数据动态拟合Z-R关系式开展QPE。文中利用六次天气过程对瓦片分区降水估测方法进行评估,从QPE各项评价指标看,误差较传统的固定Z-R关系法和全域动态Z-R关系法,有很好的提升,降水估测结果与强降水中心基本一致,各项误差指标均最小;结果表明瓦片分区降水估测方法是提升雷达QPE的有效方式。

石家庄S波段和X波段双偏振雷达定量降水估测应用研究

基于石家庄S波段雷达和X波段雷达、雨滴谱仪观测资料以及地面雨量计数据,分析两种雷达的R(ZH)、R(ZH,ZDR)、R(KDP)和R(KDP,ZDR)四种定量降水估测方法。结果表明,利用雨滴谱仪数据计算出的雷达反射率因子与雷达实测具有较好的一致性,但整体偏大5 dB;两种雷达使用R(KDP,ZDR)方法估测降水结果优于其他方法,使用偏振参量KDP能明显提高降雨估测结果,使用ZDR后,测雨公式较单参量提高不明显;使用R(KDP)和R(KDP,ZDR)方法,利用X波段雷达估测降水的准确度略高于S波段雷达,可提升约10%,利用高空间分辨率的X波段雷达可以提升城市降水估测的精确度。

一种偏差校正方法在青藏高原夏季CMIP6降水数据订正中的应用评估

利用第六次国际耦合模式比较计划(CMIP6)中的18个模式,基于欧洲中期天气预报中心第五代再分析资料(ERA5)再分析数据对青藏高原夏季降水数据进行了偏差校正,并从平均降水和极端降水两方面评估了校正前后的CMIP6数据以及单个模式在1979-2014年的表现。研究结果表明,该校正方法高度依赖于用于偏差校正的ERA5再分析数据在研究区域的质量,尽管偏差校正后的青藏高原夏季平均降水的误差和误差率上有所改善,但在年际时间变化特征方面却不如偏差校正前的数据。大多数CMIP6模式能够较好地模拟1979-2014年青藏高原上由西北至东南逐渐递增的平均降水空间变化特征。偏差校正前的降水数据在高原上会出现显著的高估,误差率为60.4%,经过偏差校正后的数据相对观测数据误差降低,误差率为-13.9%,并且偏差校正后的数据与ERA5的平均误差仅为0.003 mm·d^(-1),与ERA5的空间相关性高达0.999。空间趋势方面,观测数据表明青藏高原大部分地区夏季降水在1979-2014年呈现轻微增加的趋势,只有东缘出现明显降低的趋势。偏差校正前后的数据都能够大致刻画出这一空间分布特征,然而,未经偏差校正的大多数单个CMIP6模式与ERA5的空间相关系数未超过0.5。与由独立观测降水数据的年际变化特征相比,偏差校正前的数据高估了高原上的降水量,而偏差校正后的数据相比观测结果则偏低。通过确定95%分位阈值选取了极端降水个例,其集合平均极端降水空间分布与年平均降水类似,也呈西北向东南递增的趋势。部分CMIP6模式较好地模拟了这一特征,如MRI-ESM2-0(The Meteorological Research Institute Earth System Model version 2.0)和ACCESSCM2(Australian Community Climate and Earth System Simulator Climate Model Version 2),与观测结果的空间相关系数分别为0.851和0.821。但偏差校正后的数据在空间相关性方面下降,由偏差校正前的0.861降为0.730,未能准确刻画高原极端降水阶梯式递增的特点。偏差校正后的极端降水数据误差分布与偏差校正前相似,偏低区域主要集中在高原南部腹地和东部。进一步的极端降水贡献率分析结果表明,观测结果与CMIP6降水数据均显示1979-2014年期间极端降水贡献率变化趋势不明显。单个CMIP6模式中,EC-Earth3-Veg(European Community Earth-Vegetation model version 3)和EC-Earth3(European Community Earth Model version 3)及CanESM5(The Canadian Earth System Model version 5)在多个统计评估指标上排名靠前,展示出较好的模拟能力;IPSL-CM6A-LR(Institut Pierre-Simon Laplace Climate Model 6A Low Resolution)在平均降水误差和极端降水的误差指标上表现出色。

黄土旱塬区近40年降水对冬小麦耗水和产量的影响

冬小麦是黄土旱塬区重要口粮作物,产量受降水等因素影响较大,为研究降水对冬小麦耗水规律和产量的影响,收集、统计甘肃省农业科学院镇原试验站近40年冬小麦长期观测数据,分析冬小麦产量、耗水量等指标随降水变化的趋势。结果表明,黄土旱塬区近40年冬小麦产量以每年51.2 kg·hm^(-2)速度增加,但持续系数仅为0.43;10月中旬至11月中旬、3月中上旬、5月上旬和下旬降水量增加,产量随之显著增加;全生育期降水满足率为64.4%,干旱年型仅为52.7%,不同生育时期中拔节-灌浆期满足率最低。冬小麦生育期耗水量近40年呈降低趋势,平均为361.3 mm,播种-返青期耗水占全生育期的34.3%,为全生育期耗水最大的时期;干旱年和平水年分别在出苗-拔节期和拔节-灌浆期降水满足率最低,分别为36.9%和42.2%,此阶段降水对冬小麦产量影响显著。冬小麦产量相关的因素由高到低依次为耗水量>穗数>穗粒数>播前底墒>生育期降水量>全年降水量。近40年来黄土旱塬区冬小麦稳产性差,原因为播种-返青期耗水占全生育期比重较大,降水满足率低,影响了冬小麦分蘖成穗和水分高效利用。以上结果表明,保证该区冬小麦关键生育期降水满足率和休闲期降水高效蓄集,是冬小麦稳产高产的重要保障,研究结果对冬小麦产业可持续发展具有重要意义。

近50年滇池流域汛期降水时空演变特征分析

以滇池流域1970—2020年汛期(5—10月)降水量资料为依据,利用地理信息技术,采用Mann-Kendall检验法、小波分析等方法,分析近50年来滇池流域汛期降水年际变化的趋势性、周期性以及集中度、集中期、降水中心和旱涝发生频率等演变特征。结果表明:(1)近50年来,滇池流域汛期降水总体呈减少趋势,中部地区降水呈增加趋势,盘龙江上游的松华坝水库以上区域及南部地区降水呈减少趋势;(2)汛期降水年际变化存在31 a的主周期,中部主城区降水集中度高于南部地区;(3)汛期降水的中心整体呈现向东部、南部方向偏移的态势,且移动趋势显著;(4)滇池流域旱涝频发,尤其盘龙江中段昆明主城区为旱涝多发区。该成果对滇池流域水旱灾害防御及水资源管理具有参考意义。

“23.7”华北特大暴雨过程小时强降水时空分布特征

由于西北太平洋副热带高压、2023年第5号台风“杜苏芮”、第6号台风“卡努”等共同作用,2023年7月29日08时—8月2日08时(北京时)华北地区发生极端特大暴雨,造成了重大社会影响。利用中国气象局国家气象信息中心提供的国家级气象站逐小时降水资料,分析了此次特大暴雨过程中的小时强降水(Hourly Heavy Rainfall,HHR)时空分布特征,并对不同历时类型强降水事件(Heavy Rainfall Event,HRE)的统计特征进行了对比。结果表明:1)此次特大暴雨HHR强度高、局地性明显,其对总降水量的贡献超过20%,北京西部、河北中部和西南部等太行山东麓为HHR降水量大值区和降水频次活跃区,双台风将水汽源源不断地输送到华北平原,受到太行山等山脉阻挡抬升,利于HHR增幅和持续。2)HHR降水量、降水频次经历6次峰值后减弱,其中第3次峰值时段的HHR降水量最大、降水频次最多、持续时间最长;而在“杜苏芮”残涡螺旋影响、暖式切变线和偏东风影响以及偏南或西南急流影响的3个主要降水阶段中,“杜苏芮”残涡螺旋影响阶段HHR最为活跃,共发生257次HHR,HHR最大降水量达73.5 mm。3)在3种类型HRE中,长历时(>12 h)最多,占比54.5%,短历时(1~6 h)次之,占比32.9%,中历时(7~12 h)最少,占比12.6%;长历时HRE降水量多>180 mm,短历时、中历时HRE的降水量多为[20,60)mm;HRE的最大降水量表现为短历时<中历时<长历时,而最大降水强度表现正相反,3种历时HRE的最大小时降水量多为[20,30)mm。4)不同类型HRE降水量、频次和平均降水强度的空间分布显示,长历时HRE因频次高于短历时和中历时,加之历时长,其降水量也高于后两种类型,北京、河北等地是长历时HRE降水量和频次大值区。

“23·8”黑龙江极端强降水过程特征与成因

利用多源观测资料及ERA5(ECMWF reanalysis version 5)再分析资料,从气候统计、天气分析及物理量诊断等角度,分析2023年8月2—4日黑龙江省东南部一次极端强降水过程。高空持续辐散、副热带高压和东北北部冷涡稳定少动、西南低空急流持续水汽输送等有利条件是此次强降水过程持续时间较长的主要原因。该过程可分为两个阶段:第1阶段,经向水汽净收入层和大气饱和层深厚,大气层结为弱对流不稳定;中层受西北气流控制,低层西南急流发展、伴随弱低涡东移,形成水平风速辐合及系统性上升运动,产生大范围持续性降水;该阶段以层积混合云为主,降水效率高,个别时段伴有列车效应,造成极端小时降水量及较大累积降水量。第2阶段,经向水汽净收入集中在对流层低层,且中心强度较大,对流层低层暖湿、饱和,中高层干冷,大气具有较强对流不稳定;在中层槽和低层暖式切变的系统性抬升以及地形辐合抬升的共同作用下,局地有积云发展,引发短时强降水,降水强度分布不均。

塔里木盆地及其周边地区大气可降水量分布及其与降水关系的研究

利用2018年7月至2022年6月塔里木盆地及其周边地区17部地基GPS水汽探测仪遥感的大气可降水量(PWV)资料、 14个地面气象站逐时和逐日降水资料,分析了塔里木盆地西部(区域A)和东部(区域B)PWV分布特征及其与降水关系。结果表明:(1)研究区年平均PWV高值区主要集中于盆地北部和盆地西南部平原地区,海拔超过1300 m站点的PWV年平均值与海拔成反比,低于1300 m的低海拔地区PWV年平均值在10~12 mm。夏季测站PWV平均值是春、秋季节的2倍。(2)区域A和区域B PWV月变化呈单峰型分布,分别在8月和7月达到峰值。区域A有、无降水日PWV均在23:00(北京时,下同)达到日峰值。区域B有、无降水日PWV日峰值出现时间相差5 h,分别出现在11:00和17:00。(3)区域A和区域B多数测站ΔPWV(PWV与PWV月平均值差值)峰值分别在降水开始前0~1 h和降水开始时刻前后1 h出现。春季区域B降水前PWV跃变程度较区域A更剧烈,夏季各区域σPWV(PWV与PWV月平均值倍数)提前降水开始时刻1 h、 5~6 h达到1~1.8倍的天气过程较其余时次偏多。秋季和冬季区域BσPWV分别集中在1.4~2.0倍和1.6~2.4倍。(4)海拔高于1400 m测站的5-6月、 7-8月PWV值达到10~20 mm和15~25 mm,对应降水结束时刻。海拔低于1400 m测站5-8月降水结束时刻PWV值逐渐由15~25 mm增至25~35 mm。

基于REOF的两种卫星降水产品(IMERG和MSWEP)在金沙江流域降水分区尺度精度评估

高时空分辨率降水产品的精度评估是卫星降水用于水文气象干旱等研究的前提。本研究提出在降水分区尺度下评估IMERG和MSWEP两种卫星降水产品的精度,并与不分区尺度(即流域尺度)进行比较。首先采用旋转经验正交函数(REOF)对金沙江流域(JSB)进行降水分区,通过贡献率得出8个分区较为适合。然后识别降水的空间分布特征,发现2种降水产品都可以很好地捕捉降水呈现出的从上游到下游逐渐增加的趋势。最后在日尺度、降水发生概率和极端降水探测能力3个方面对降水产品在分区尺度和不分区尺度的性能进行评估。结果表明,在日尺度上,MSWEP的精度在多数降水分区优于IMERG,被推荐5次(1、3、6、7和8区),集中在流域的中游。同时流域尺度也推荐MSWEP。在降水事件发生概率方面,MSWEP能再现不同等级降水强度的概率密度分布,但过高估计0.1~1 mm/d降水事件的发生概率;而IMERG过高估计小于0.1 mm/d降水事件的概率。在极端降水探测能力方面,流域尺度的KGE值都是正值,且IMERG优于MSWEP,但分区尺度上,KGE值在部分降水分区中存在负值,表明IMERG和MSWEP均不能很好地探测出该区的极端降水事件。本研究成果表明降水分区尺度是必需的,能够更加精细地评估降水产品。研究结果可为具有类似气候条件的卫星降水评估提供参考。

基于多模式预报的四川盆地强降水订正方法

四川盆地地形地貌复杂,强降水预报难度大,对模式降水预报产品进行订正,是提升强降水预报质量的重要手段。本文选取2018—2019年发生在四川盆地的35次强降水过程,对ECMWF、CMA_MESO和SWC_WARMS三种模式的24 h强降水预报采用常规评分和空间平移两个方法进行检验,并利用最优评分、多模式集成和位移订正三种方法进行订正试验。结果表明:最优评分订正方法可以有效改善各模式降水预报的强度,而多模式集成订正法可以改进降水落区和极值预报,在此基础上计算位移偏差,根据最优的位移偏差值对降水预报进行位移订正,可以进一步改进强降水落区预报效果。然后利用2020—2021年强降水过程进行订正效果验证,结果显示:经订正后的降水极值预报更接近实况,各量级降水预报评分明显优于单一模式,暴雨和大暴雨预报的TS评分提高率较最优单模式分别可达24.3%和42.8%,订正后空报率基本维持,漏报率显著下降,订正效果良好。

气候变暖背景下汉江流域降水和气温时空变化特征

为探究气候变暖背景下汉江流域降水和气温的时空发展规律,基于汉江流域及其周边地区29个气象站点逐日降水(P_(re))、最高气温(T_(max))、最低气温(T_(min))和平均气温(T_(ave))的观测资料,利用线性拟合、Mann-Kendall突变检验和空间插值等方法,分析1960~2019年汉江流域降水和气温的时空变化特征,以及对变暖停滞现象(Hiatus)的响应。结果表明:①在全球变暖背景下,汉江流域气候表现出降水不显著减少(p>0.05)、气温显著上升(p<0.05)的暖干化趋势。1960~2019年汉江流域P_(re)变化幅度夏季(0.582 mm/a)>秋季(-0.477 mm/a)>春季(-0.403 mm/a)>全年(-0.184 mm/a)>冬季(0.125 mm/a);全年升温幅度呈T_(min)(0.028℃/a)>T_(max)(0.025℃/a)>T_(ave)(0.022℃/a),四季T_(max)、T_(min)和T_(ave)一致呈上升趋势,多数升温趋势通过了显著性检验(p<0.05),但升温幅度存在明显差异。②汉江流域全年和夏季P_(re)均未发生突变,春、秋季P_(re)在1970年代中后期发生突变下降,冬季P_(re)在1984年突变增加;除夏季T_(max)和T_(ave)外,其余时序气温集中在1990年代中后期至2000年代前期发生了突变上升。③汉江流域全年P_(re)自东南向北递减,四季P_(re)空间分布规律各异,全年和四季T_(max)、T_(min)和T_(ave)皆自南向北递减;全年及四季P_(re)、T_(max)、T_(min)和T_(ave)变化趋势具有较强的空间异质性。④1998~2012年汉江流域出现Hiatus现象,尤其以冬季最为明显;停滞后春夏季快速增温,秋冬季依旧呈降温趋势。研究成果对于制定汉江流域防灾减灾、供水保障应对策略具有重要的科学意义。

太行山复杂地形下华北暖季极端降水的时空分布特征

基于2012—2021年5—9月华北五省的逐日降水资料和台站地形高度数据,统计分析了华北全区及各子区域极端降水事件的降水量及其强度和频次的时空分布特征;并运用地理加权回归(GWR)模型分析得到极端降水事件的降水量、强度及频次与海拔高度之间的关系。结果表明:1)华北区域极端降水量的时间变化均呈多波动特征且区域差异性显著,太行山以西高原和以东平原降水频次多、波动明显且强度较弱,太行山南段以南平原降水频次少、变化平缓而强度明显偏强。2)极端降水量的空间分布呈现南北少、中间多的型态分布,降水量大值区分别位于燕山东南侧和太行山南段晋冀豫三省交界处;极端降水高频站点主要聚集在晋东南地区;日最大降水量超过300 mm的站点主要集中在太行山脉和燕山山脉与华北平原的过渡地带。3)华北区域38°N以北,极端降水量、降水频次、强度和日最大降水量均随海拔高度的升高而减小;38°N以南,山西南部临运地区降水量随海拔高度的升高而显著增加。由于降水频次和强度与地形均存在正相关而导致,太行山附近降水量随海拔高度的升高而减小的贡献主要在于降水强度而非降水频次。

海南岛4—9月短时强降水的天气型和环境参数特征

利用海南岛加密自动站逐小时降水资料、ERA5再分析资料,对海南岛短时强降水日环流配置进行了天气学分型,并进一步探讨了各天气型下海南岛短时强降水的时空分布、环流形势和关键环境参数特征。结果表明:(1)海南岛短时强降水有明显的日变化特征,呈单峰型,主要出现在15:00—19:00。(2)海南岛短时强降水的天气型主要有南海低压槽、华南沿海槽、西南低压槽和冷锋型。(3)南海低压槽、华南沿海槽、西南低压槽和冷锋型短时强降水分别占37%,31%,16%和16%。南海低压槽和华南沿海槽型主要出现在7、8和9月;西南低压槽型除9月外,其余各月份均可能出现;冷锋型绝大多数出现在4、5月。(4)南海低压槽和华南沿海槽型整层湿度条件都较好,不稳定能量较大,垂直风切变较弱。西南低压槽型不稳定能量较大,湿度条件一般,垂直风切变较弱。冷锋型存在明显的上干下湿特征,垂直风切变最大,0~6 km风速差75%分位大于10 m/s,不稳定能量最小。

降水和地下水开采对通辽市科尔沁区潜水位的影响

变化环境下(气候变化和人类活动)潜水位动态演化过程识别是当前我国乃至全球水资源领域面临的主要科学问题。为了分析多影响因素下的潜水位时空动态变化,以降水和地下水开采为例,基于通辽市科尔沁区2016年1月—2019年12月实测地下水位动态数据,采用Mann-Kendall(MK)趋势检验和栅格代数法分析了区域潜水位的时空变化规律,并利用交叉小波分析、斯皮尔曼相关系数和多元线性回归法进一步量化分析了不同区域降水和地下水开采对潜水位的影响。结果表明:研究时段内科尔沁区潜水位总体呈下降趋势,年均降幅为0.36 m,中部和西部地区潜水位下降较为严重;根据潜水位差值空间分布特征,将研究区划分为潜水位基本平衡区、下降区和严重下降区,其分别占研究区总面积的9.88%、49.65%和40.47%;基本平衡区的潜水位受降水因素影响显著,受地下水开采变化影响极小,下降区和严重下降区潜水位受地下水开采的影响相较于降水影响更大。

中国主雨季极端小时降水时空分布和日变化特征

基于国家级气象站逐小时降水资料,采用百分位阈值的极端降水定义方法,统计研究了中国1951—2021年4—10月小时降水时空分布和日变化特征。结果表明,中国主雨季极端降水阈值东南大、西北小,存在四个分别位于华南、环渤海、长江中下游和四川盆地的大值区,随着极端性增强,北方小时降水阈值的增大较南方更显著,大值中心北移。月尺度上,小时降水的最高频次月份由南向北从5月推迟至8月,华西地区最晚(9—10月),随着极端性增强,最高频次月份由6月、7月推迟到7月、8月,且地区差异减小。日变化特征上,全国范围内小时降水频次占比,呈现午后到夜间的谷峰主循环和后半夜到上午的次循环,且随着极端性增强,主循环振幅增大,次循环峰值减小。不同地理位置看,四川盆地的极端小时降水峰值时刻出现在凌晨,其他三个大值区则与全国平均较为一致,日变化振幅从南到北逐渐减小,西部最大。小时降水峰值时刻具有空间聚集的特征,夜间峰值主要集中在南方沿海和华北、东北,早晨—上午峰值集中在中部、东部、西南和西北部分地区,空间分布中出现的逐渐推迟和突变特征与海陆分布和大地形密切相关。小时降水峰值时刻空间占比与频次占比的日变化特征类似,均有上午峰值平缓、夜间峰值陡峭的特征,这是因为不同站点到达夜间峰值的时刻接近,而到达上午峰值的时刻不同;两者主要区别在随着极端性增强,频次占比夜间主峰值显著增大,而峰值时刻空间占比主峰值几乎不变,这是因为频次的变化主要是由同一些站点上的次数变化导致,而非不同站点之间的差异。

江淮梅雨期持续性暴雨和极端强降水事件的位涡比较分析

基于我国气象台站观测降水数据和欧洲中期天气预报中心(ECMWF)第五代大气再分析资料(ERA5),从位势涡度(位涡)强迫垂直运动的角度,揭示了江淮梅雨期持续性暴雨和极端强降水事件的动力学机制及差异。基于改进的两种事件定义方法,识别出1979—2020年梅雨区共发生了24次持续性暴雨事件及24次极端强降水事件。事件合成分析表明,持续性暴雨事件最强雨带主要位于长江及其以南地区,而极端强降水事件最强雨带则位于长江及其以北地区。持续性暴雨事件与热带大气低频振荡密切相关,其中南亚高压偏东、西北太平洋副热带高压偏西,因而高空偏南的西风急流附近具有高值位涡的干冷空气向南和向低空入侵,在中低层与西南暖湿气流辐合并形成梅雨锋区。极端强降水事件更大程度地取决于偏北的西风急流南侧的高空辐散及位涡强迫的强冷空气。对于极端强降水事件位涡收支的定量诊断表明,在强降水达到峰值及之前,高层负的位涡倾向主要由负的垂直位涡平流所导致,而中低层正的位涡倾向则主要取决于垂直非绝热加热的位涡制造和垂直位涡平流。结合典型个例的垂直速度分解,进一步证实梅雨区上空水平位涡平流随高度增加的垂直分布激发的上升运动分量在极端强降水事件起着重要作用。

两种降水客观统计方法对ECMWF集合平均降水预报的订正研究

提升降水量级预报精度,有助于优化灾害预警与决策支持。选取2018年1月1日至2021年1月山东省逐12 h降水观测数据和欧洲中期天气预报中心(the European Centre for Medium-Range Weather Forecasting,ECMWF)的集合预报集合平均(Ensemble Prediction Ensemble Mean,EPEM)结果进行72 h内逐12 h降水量级预报统计订正,然后对比ECMWF集合平均降水预报插值的原始预报(EC_EPEM)、基于EC_EPEM的输出统计(Model Output Statistics,MOS)预报(EC_EPEM_MOS)、利用最优TS(Threat Score)评分订正(Optimal Threat Score,OTS)预报(EC_EPEM_OTS)的效果。结果表明:EC_EPEM_MOS在较小量级上表现最优,但在大量级上订正效果稍差,甚至略低于EC_EPEM;EC_EPEM_OTS仅在0.1、10 mm量级上低于EC_EPEM_MOS,其他量级均为最优,尤其在较大量级上订正效果更明显。在50、100 mm大量级上,EC_EPEM_OTS在12~72 h时效订正效果均最优,这是由于EC_EPEM_OTS在稍大量级上提高订正系数使得大量级降水漏报率减小,同时对大量级降水使用较小订正系数也减小了空报率。在较小量级降水中短期预报时效除了山东中部山区外EC_EPEM_MOS表现最佳,山区EC_EPEM_OTS最佳;中等以上量级、尤其较大量级降水,山东大部分地区EC_EPEM_OTS表现最佳。EC_EPEM_MOS订正预报有效地减小了EC_EPEM的空报问题。EC_EPEM_OTS的订正效果最佳,在大范围强降雨过程中与实况降雨分布更为接近,降水总体分布把握较好。