广东省不同等级小时强降水时空特征分析

把小时雨量大于等于20 mm的降水定义为小时强降水。小时强降水由于降水强度大、短时内雨量累计多,常带来城市内涝、交通堵塞等影响,造成山地丘陵等地区出现滑坡、山洪、泥石流等灾害。利用广东省自动气象站、国家气象站小时降水资料,分析广东汛期(4—9月份)小时强降水变化特征。结果发现:小时强降水多出现在广东3个多雨区域内;5月份是高发期,其次是6月和8月;8月份小时强降水的日变化是双峰结构,汛期其余月份日变化均呈现单峰结构;每天13至19时是小时强降水出现的集中时间段,16时出现小时强降水次数最多;小时强降水多出现在粤西云雾山、粤东莲花山山脉南侧、清远南部和珠江口等地区,跟山脉走向基本一致。

三种机器学习方法在广东雷暴大风自动识别的应用效果评估

基于2012—2019年自动站雷暴大风观测实况和对应雷达回波,利用传统机器学习方法(决策树)和深度学习方法(CNN、YOLO)等三种机器学习方法分别建立雷暴大风自动识别模型。根据广东雷暴大风回波特征,选取50dBZ高度、反射率因子强度梯度等5个回波参量作为决策树的特征因子;将1~9km高度的雷达回波分为11层,作为YOLOv3的输入层,使其由原3个特征层扩展到11层,训练优化后的YOLOv3可更合理刻画雷暴大风的空间结构特征。经批量测试和业务试运行试验,检验结果表明:三种模型中基于决策树的模型虚警最高,基于CNN的模型漏报最多,基于YOLO的模型识别效果最好,其POD和CSI均最高。通过对广东2020年汛期5次系统性和5次局地性雷暴大风过程进行分类型自动识别效果评估,并选取任意天气下长达30天连续时段进行不间断识别检验,结果表明该算法对于不同类型的雷暴大风均有较好的识别能力,具备业务化应用前景。

强弱天气尺度强迫下广东短时强降水时空特征分析

利用2010—2019年广东区域自动站逐时雨量定义短时强降水日,采用500 hPa和700 hPa广东区域日平均垂直速度来客观衡量天气尺度强迫,并对年均和强/弱天气尺度强迫下的短时强降水进行时空分布特征分析,结果表明:广东区域的短时强降水主要发生在4—9月,发生频次具有准双峰的日变化;粤西是短时强降水最频发区;茂名山区的短时强降水主要发生在白天,弱天气尺度强迫下占比达80%以上;频发次中心位于珠江三角洲,持续1小时以上的短时强降水占该地发生频次75%。强天气尺度强迫下短时强降水4—6月最多,弱天气尺度强迫下则7月达到峰值。弱天气尺度强迫下,仅历时1小时的短时强降水在粤北河源-梅州北部山区、粤东莲花山脉附近有次中心;历时2小时及以上的相对集中在粤西、珠江三角洲北部和粤东惠州-汕尾一带;3月肇庆-云浮和珠江口附近弱天气尺度个例占比高;7月粤北占比高;早晨07时在粤西阳江沿海有孤立的高频中心。

基于双偏振雷达资料对南海弱台风降水微物理结构的分析

有些南海弱台风在登陆广东时,由于路径复杂、移动缓慢,会对广东地区造成较长时间和较大范围的风雨灾害。使用双偏振雷达对2018—2020年登陆广东的南海弱台风分析,发现南海弱台风在登陆前强降水区主要有两个:一个是位于海上的台风中心南侧眼墙的降水区,另外一个是在台风移动方向的右前方,台风螺旋雨带上岸的区域。在眼墙中,Z_(H)和K_(DP)的大值区在低层同位相,Z_(DR)大值区位于偏上风方向,降水粒子在移动的右侧开始激发,移动的右侧至右前侧为浓度较大的小粒子降水,而右侧和右后侧为大粒子降水。而且台风降水粒子在海洋和陆地有明显差异,陆地由于地形摩擦和抬升作用,降水粒子浓度较大,但水汽和能量供应不足,降水粒子直径较小;海面由于水汽和能量供应充足,对流发展较高,主要为大雨滴的对流降水,但降水粒子浓度不及陆地。

改进的精细分辨率雷达探测强对流效果评估

简要介绍了改进精细分辨率雷达所涉及的提高空间分辨率和智能化、快速扫描等技术。利用改进后的雷达精细分辨率数据和原始分辨率数据,对不同强天气类型的探测效果进行了对比分析,结果表明:精细分辨率数据可获得比原始分辨率数据更大的相对径向速度,辐合辐散和速度极值也更明显;获取更为清晰的超级单体结构以及龙卷涡旋特征和龙卷碎片特征等,更早识别出对流单体和雷暴云团;采用精细分辨率数据进行定量降水估计的精度与原始分辨率数据相当或略有提升。改进后精细分辨率数据具有更高的空间分辨率(双偏振)雷达观测特征,在对中小尺度强对流回波监测和识别的实际业务中具有较明显优势。

广东雨窝地形下中小水库极端降水及其发生时间的特征分析

广东清新—佛冈—龙门是广东三大暴雨中心之一,历史上曾多次发生洪涝灾害,大秦、银盏、良洞和黄龙带四座中小水库地处该雨窝中心,因而提升其防洪减灾及水资源管理能力亟待研究。利用研究区域内93个站点的历史逐日雨量数据,基于EEMD分解、圆形统计和R/S分析等方法,对这四座中小水库的极端降水及其发生时间的特征进行分析。结果表明,四座水库各极端降水指数主要表现为准3、7年的年际变化周期;四座水库的极端降水主要发生在前汛期,且未来发生时间仍会高度集中;良洞水库具有最强的降水强度和极值降水,大秦和银盏水库的降水极端性在未来有增强趋势,应特别关注;在年初的冬季至秋季需做好四座水库灾害性天气的监测和预警,其中春夏季需重点关注良洞水库极端降水的发生。

基于KZ滤波法的韶关市O_(3)不同时间尺度变化特征分析研究

利用2015—2019年韶关市3个地面环境空气质量站逐时臭氧(O_(3))观测资料、同期的气象资料和2017—2019年广东南岭站逐时O_(3)观测资料及同期气象资料,采用Kolmogorov-Zurbenko(KZ)滤波、多元回归和后向轨迹潜在来源贡献分析等统计方法,分析了韶关市O_(3)浓度不同尺度变化特征与气象要素的关系.结果表明:(1)不同时间段气象因素对韶关市盆地区域O_(3)浓度变化的影响不同:2015年1月—2016年6月及2018年6月—2019年6月,气象因素有利于降低近地面O_(3)浓度;而2016年6月—2018年6月及2019年下半年,气象因素有利于增加地面O_(3)浓度.2018年6月前,气象因素影响导致近地面O_(3)浓度的增加或降低幅度范围在2μg·m^(-3);2018年6月后,气象因素影响造成地面O_(3)浓度的增加或降低幅度范围上升到4μg·m^(-3),说明韶关市O_(3)受气象因素影响存在增大趋势.(2)南岭山区O_(3)浓度长期维持100μg·m^(-3),气象因素对南岭山区的O_(3)浓度影响小,在西风和山谷风环流影响下,会对韶关市区盆地区域O_(3)长期变化趋势起调节作用.(3)O_(3)短期分量受太阳辐射因子影响较大.污染过程前两天,降水增多,经一天湿清除作用后,污染过程前一天,相对湿度降低,云量减少,日照时间加长,太阳辐射增多,温度上升,降水减少,风速下降等,有利于O_(3)的生成,并经一天O_(3)累积后超出污染阈值.