基于多源资料的四川盆地西部一次持续性极端暴雨过程分析

利用常规观测、FY-4A TBB资料和ERA5再分析资料,从环流背景、中尺度特征、水汽和动力条件、能量和不稳定条件等方面,对2020年8月14—18日发生在四川盆地西部的一次持续性极端暴雨过程进行分析。结果表明:西太平洋副热带高压稳定少动,导致高原低槽东移受阻而稳定维持在四川盆地西部,中低层有切变线和急流维持,配合地面冷空气南下,为持续性极端暴雨提供了有利的环流背景。中尺度对流云团生成、合并、加强,受地形阻挡及副热带高压外围气流、切变线和中尺度低涡的持续影响,对流云团强中心维持在四川盆地西部,是暴雨过程的直接影响系统。暴雨水汽来源于孟加拉湾和西太平洋,在地形辐合抬升作用下,四川盆地西部形成强水汽辐合中心,暴雨过程中各水汽物理量呈现极端性,为持续性极端暴雨的产生提供了充足的水汽条件。暴雨区上空始终有气流辐合与正涡度发展,有利于垂直上升运动加强;暴雨区位于假相当位温密集的锋区中,锋区的动力强迫有利于能量和水汽向上输送,使暴雨区持续维持高能、高湿环境,雨区上空有广义湿位涡异常。暴雨区位势不稳定主要由其散度分量造成,代表水平散度和位势稳定度的耦合作用,位势散度正值区由散度分量和垂直风切变分量共同决定,850 hPa位势散度高值区与强降雨落区有较好对应。

四川省单季稻暴雨洪涝灾害风险区划

[目的]分析四川省单季稻暴雨洪涝灾害的风险水平,为调整当地水稻种植规划和防灾减灾提供参考.[方法]利用1961-2017年四川省单季稻主产区123个气象观测站观测数据,46个农业气象观测站30年(1986-2015年)观测资料,结合四川省气候区划结果将四川省单季稻主产区划分为7个区域,确定四川省单季稻暴雨洪涝灾害敏感期(拔节期-孕穗期、孕穗期-抽穗期和抽穗期-成熟期),最终根据农业气象灾害风险理论,从灾害风险的致灾危险性、承灾体脆弱性、承灾体暴露度和防灾减灾能力4个因子出发,构建四川省单季稻暴雨洪涝灾害风险区划指标体系,对四川省单季稻不同生育期的暴雨洪涝灾害风险进行评估和区划.[结果]四川省水稻暴雨洪涝灾害高风险区主要集中于暴雨日数及暴雨洪涝发生频率较高的3个区域,一是盆中丘陵区西南部,二是盆中丘陵区西北部,三是盆东平行岭谷区;低风险区主要位于四川省的南部和北部,该区域暴雨危险等级中等或偏轻,山地多,地形起伏大,当地水稻种植率低;其余地方为中等风险区.[结论]四川省水稻暴雨洪涝灾害以中、低风险区域为主,高风险区主要集中在四川三大暴雨区.

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。

2022年8月四川盆地持续性极端高温特征及不同模式预报误差分析

本文基于2022年8月四川盆地104站逐时温度、降水数据和1971—2021年历史同期数据,及EC、CMA-GFS、CMA-MESO模式的2 m气温预报等数据,运用统计学相关方法分析了此次极端高温过程的特征及预报误差。结果表明:①2022年8月四川盆地极端高温过程范围大、强度强、持续时间长,有87.5%站最高气温超过该站历史同期极值,且高温最强盛时段较历史同期明显推后。②2022年8月最高气温分布为东高西低,最高气温与历史同期极值差分布则相反,其中最高气温随站点海拔增大而减小,而极值差则随站点海拔先增大再减小。另外,受热岛效应影响,极值差大值站点主要集中在龙泉山脉附近。③高温期间,最高、最低气温平均值高、距平大,且累计降水量和雨日数也明显低于历史同期。④相较而言,EC模式的预报优势主要在盆地低海拔地区。而CMA-MESO模式在盆地周边陡峭地形区域的平均绝对误差则更小。另外,EC模式预报的最高气温峰值出现时间更接近于实况,而CMA-MESO模式预报高温持续日数更接近实况。

四川盆地一次持续性暴雨的水汽输送特征

为深入认识四川盆地持续性暴雨的水汽特征及来源,提高该地区暴雨预报能力,利用四川省4955个国家级及区域级自动气象站资料、全球资料同化系统(Global Data Assimilation System,GDAS)资料、欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)第五代大气再分析资料(ERA5),基于拉格朗日方法对四川盆地2020年8月的一次持续性暴雨过程的水汽输送特征进行了分析。结果表明:强降水开始前和强降水过程中,不同起始高度层水汽输送特征有所不同。中高层起始高度(5500~10000 m),强降水开始前气团轨迹源地主要为低纬洋面,而在强降水过程中调整为地中海南岸并为盆地带来中高纬西风带干冷空气;中低层起始高度(1500~5500 m),降水过程中气团轨迹源地由地中海南岸逐渐调整为低纬洋面并为盆地带来低纬洋面暖湿空气;低层起始高度(地面至1500 m),强降水开始前轨迹源地率先调整为低纬洋面并为盆地输送比中低层更为暖湿的气流。统计不同源地水汽贡献率可知,孟加拉湾—泰国湾的水汽占主导(66.6%)、阿拉伯海次之(23.9%)、中国南海最低(9.5%)。

基于目标对象检验法的四川省两种数值模式暴雨预报对比分析

根据2021年四川省31次暴雨过程预报偏差检验,选取ECMWF预报雨带明显偏西、CMA-MESO预报较好的3次个例,基于目标对象检验法对强降水落区(≥25 mm)从位置偏差、面积偏差、雨带走向和降水强度4个方面对两模式的预报偏差特征和主要原因进行对比分析。结果表明:ECMWF模式降水落区预报较实况偏西偏北,且偏西偏差距离(59.06~123.67 km)显著大于偏北偏差距离(8.23~53.59 km),而CMA-MESO模式雨带走向和位置预报与实况更为接近。两模式降水面积预报均大于实况,ECMWF模式较实况偏大7.0%~34.3%,CMA-MESO模式偏大25.2%~45.9%。两模式降水量平均值预报与实况偏差幅度为-3.5%~20.0%,但降水量极值预报较实况偏差较大,偏差幅度为50.1%~196.9%。检验分析表明,出现在副热带高压边缘,受高原涡或西南涡影响的四川暴雨过程,在ECMWF模式预报强降水落区(≥25 mm)偏西的情况下,CMA-MESO模式可以提供订正参考。

1961—2021年四川省区域性暴雨过程时空变化特征

利用四川省156个国家气象观测站1961—2021年逐日降水资料,运用暴雨过程综合识别方法及评价指标,探讨四川省区域性暴雨过程时空变化特征。研究表明:1961—2021年四川省共出现875次区域性暴雨过程,过程次数逐年变化整体呈弱增长趋势,综合强度在20世纪90年代到21世纪初持续偏弱,21世纪以后呈现较明显增强趋势。四川区域性暴雨过程主要发生在6月下旬到9月上旬,大多持续1~2 d,区域性暴雨日数大值中心主要分布在盆地西部和东北部,阿坝州中部和东部、甘孜州东南部及攀西地区东北部,6—8月区域性暴雨日数大值中心从盆地东部逐渐向西部变化,9月则在盆地北部;盆地各月平均过程雨量以西部和东北部最强,攀西地区6、9月区域性暴雨日数偏少,但中部和东北部过程雨量强度未明显减弱。

夏季青藏高原及周边大气热源与四川盆地暴雨的关系

利用1960-2016年川渝逐日降水资料和NCEP/NCAR再分析资料,分析了夏季青藏高原及周边大气热源与四川盆地暴雨的关系。结果表明,青藏高原及其周边的大气热源对四川盆地夏季暴雨频数具有显著的影响。影响关键区分别位于高原中南部及其南侧和高原中东部及其东侧,由此定义了一个影响四川盆地夏季暴雨频数的高原热力差指数Itc,该指数能够较好地反映出盆地夏季暴雨频数的东、西部差异变化特征。当Itc偏高时,副高位置偏西偏北,阿拉伯海、孟加拉湾水汽输送增强,同时贝加尔湖西侧槽或低压位置偏西,盆地西部水汽辐合上升异常增强,暴雨明显偏多;而盆地东部暴雨偏少。当Itc偏低时,副高位置偏东,来自于东南沿海的水汽输送在盆地东部增强,同时贝加尔湖南侧多阻塞形势,使得水汽在盆地东部辐合上升增强,产生暴雨偏多;此时盆地西部暴雨偏少。

基于SPEI的四川省盆地区季节性干旱时空变化特征分析

基于四川省盆地区1961-2012年57个台站逐月气温和降水数据,利用标准化降水蒸散指数(SPEI)对盆地区近52 a季节性干旱的时空分布特征及变化趋势进行分析。结论表明,(1)在季节性增暖和少雨趋势协同作用下,盆地农区春夏秋冬四季干旱化加剧,其中秋季增温率达0.154℃·10 a^(-1),且降水以15.22 mm·10 a^(-1)的速率减少,干旱化趋势在四季中最为显著。(2)对比不同等级的干旱,秋季中旱站次的增加趋势最为突出;从1990 s后期开始春夏秋冬四季重旱和特旱站次大体上呈增加趋势,极端干旱灾害影响扩大。(3)四季盆地区域干湿分布特征和变化趋势均存在显著的空间差异,其中盆西平丘区、盆中丘陵区和部分盆南缓丘区是季节性干旱化倾向较为明显、干旱影响面积较大的地区,需要加强防灾减灾措施,以规避干旱事件增多带来的不利影响。

1997—2021年四川省干旱时空变化特征分析

构建适宜的气象干旱指标是开展干旱监测和干旱评价业务服务的基础。基于1997—2021年四川省155个国家气象站逐日平均气温和降水,以及各县(市、区)农作物播种面积资料,通过改进气象干旱综合指数(Meteorological Drought Composite Index,MCI)中的季节调节系数,形成改进的气象干旱综合指数(Modified Meteorological Drought Composite Index,MCI_(m));再结合历年干旱受灾面积、有效灌溉面积修订区域性干旱过程识别方法,并识别出四川省历年区域性干旱过程51次,然后再利用经验正交函数(Empirical Orthogonal Function,EOF)、旋转经验正交函数(Rotated Empirical Orthogonal Function)、Morlet小波分析法,分析区域性干旱过程时空分布特征。结果表明:1997—2021年四川省发生区域性干旱过程的持续日数呈现出“先变短再增长再变短”,平均影响范围呈现出“先减小再增大再减小”,平均强度和综合强度呈现出“先减弱再增强再减弱”的变化趋势。平均年干旱过程累积日数总体呈现盆地多于盆周山区、盆周山区多于川西高原和攀西地区的特征。年累积MCIm距平EOF分解空间型存在全区一致特征,同时也存在南北反位相特征。四川省可划分为6个区域性干旱气候区,2009—2015年各区年累积MCI_(m)周期变化比2001—2008年更明显。改进后的区域性干旱过程识别方法识别出的干旱过程与干旱灾情更为吻合,更能准确反映四川省干旱发生的实际状况。

基于GIS的冬小麦干旱灾害风险分析及评价——以四川省冬麦区为例

以四川地区冬小麦干旱灾害为例,利用气象数据、产量数据、地理信息数据以及农业经济等数据,在小麦作物气候适应性分区的基础上,选取灾害强度、地形、河网、作物种植分布等要素作为风险因子,应用层次分析法建立灾害风险区划指标体系,从致灾因子危险性、孕灾环境敏感性、承灾体易损性和抗灾能力4个方面进行分析,建立适用于四川省冬小麦干旱灾害的综合风险区划模型并计算风险指数,借此将四川地区划分为由高至低的5个风险等级区域.结果表明,针对冬小麦的四川地区干旱灾害风险水平具有显著的地域分布差异,高风险和较高风险区主要集中在四川盆地中部及西部的浅丘和中高丘陵区,此外受季节性干旱气候控制的攀西农区风险水平也较高.

基于NDVI-LST模型的四川攀西地区近20 a干旱演变特征

随着全球变暖不断加剧,区域性干旱事件频发,我国近些年采取了诸多措施来应对干旱事件,为分析相关措施成效,以四川攀枝花、凉山州地区(简称“攀西地区”)为例,研究该区域近20 a干旱演变特征,以服务当地生产和发展。利用中分辨率成像光谱仪(Moderate Resolution Imaging Spectroradiometer,MODIS)的归一化植被指数(Normalized Difference Vegetation Index,NDVI)和地表温度(Land Surface Temperature,LST)数据计算了2003—2022年攀西地区的温度植被干旱指数(Temperature Vegetation Dryness Index,TVDI),分析TVDI在不同时间尺度上的变化及该区域过去20 a来干旱的演变特征。研究表明:(1)攀西地区干旱多发生在春季的3—5月,10月前后TVDI值最低,也是最不易发生干旱的时段。(2)攀西地区干旱逐年缓解,由TVDI监测的无旱和重旱区域所占面积变化不大;轻旱面积有所增加,2013年后比之前平均增加5.30%;而中旱面积有所减少,2013年后比之前平均减少5.67%。(3)昭觉、布拖和越西等地干旱缓解明显,而木里、米易、会理等地区干旱有加重趋势。(4)攀西地区旱情大部分区域较稳定,其面积约占总面积的82.59%,干旱重心南北方向上变化较小,但有向西迁移的趋势。

冬季四川盆地霾天气的环流特征及其对前期青藏高原热力作用的响应

本文利用NCEP/NCAR、ECMWF大气环流资料以及四川盆地101站气象站点资料等,通过线性相关分析、合成分析等统计方法,分析了冬季四川盆地霾天气气候特征及其对应的关键环流系统和对前期青藏高原热力作用的响应。结果表明:冬季四川盆地季霾日数呈弱增加趋势;四川盆地三大城市群为冬季霾多发区。影响冬季四川盆地霾天气的关键环流系统是高低空正压结构的高度场正距平、异常下沉运动以及异常偏弱的西伯利亚高压;影响霾天气的关键环境条件为偏西北风异常控制、稳定大气层结易于建立、边界层高度偏低且相对湿度偏低。前期11月青藏高原关键区热力作用是影响冬季四川盆地霾天气频发的重要外强迫因子。当前期11月高原关键区热源指数偏低时,冬季阿留申低压及西伯利亚高压显著偏弱,自北大西洋到西北太平洋存在一个类似于南支槽波列系统的弓形波列,青藏高原—四川盆地为正位势高度场距平控制,盆地上空为反气旋环流控制,配合异常的下沉气流,从而有利于霾的形成。青藏高原大气热源的异常及其耦合的四川盆地霾日数异常都可能是上游波列,尤其是中纬度北大西洋的扰动传播的结果,并受到青藏高原“背风坡”东侧下沉气流影响,导致霾日数偏多。

2022 年夏季四川省区域性高温和干旱过程监测评估

基于1961~2022年四川省156个国家气象观测站逐日降水及平均气温资料,对2022年四川省高温和干旱开展异常气候特征监测分析和区域性过程定量化综合评价。结果表明:(1)2022年夏季四川省平均气温较常年同期偏高2.2℃,为1961年以来历史同期最高,全省平均降水量偏少35%,为1961年以来历史同期最少。(2)2022年夏季共出现4段区域性高温过程,其中7月28日~8月28日的区域高温事件综合强度为1961年有完整气象观测记录以来最强;年度高温过程累积强度位列1961年以来历史第4位,弱于2006年。(3)2022年夏季四川省共出现3段区域性干旱过程,干旱范围广,中旱以上天数多,综合站次百分比位列历史同期最大。其中8月7~26日的区域性干旱过程综合强度等级为“强”,排历史第24位,未能进入历史前10,但超过2006年6月10日~7月9日区域性干旱过程的综合强度;从影响范围看,此次过程的干旱站点数量排历史同期第2位,范围均比2006年夏季的两次区域性干旱过程广。

四川省暴雨洪涝灾情特征及主汛期环流背景分析

利用1984-2010年四川地区暴雨致灾经济损失调查表以及1981-2010年6-9月四川地区逐日降水资料和NCEP再分析资料,研究了近30年的暴雨洪涝致灾特征,得出了洪涝年主汛期四川地区致灾暴雨的环流背景。结果表明,暴雨洪涝引起的四川受灾人口总体呈现增加趋势,特别是1999年以后,受灾人口上升趋势越来越明显;成都市的暴露度指数高但脆弱性指数低,甘孜/阿坝州的各项暴露度指标都排在全省最末。人口脆弱性和经济脆弱性存在明显的2年震荡周期。四川省暴雨中心的绵阳和巴中受暴雨洪涝灾害的影响将进一步加剧。人口脆弱性和经济脆弱性指标位居全省前列的均是川东地区。洪涝年主汛期的环流背景特征是,南亚高压呈现"西部型",且较常年偏弱;洪涝年7月开始副热带高压有明显的准双周的震荡周期,对流层中高层东亚中高纬大气环流出现20~30天的低频振荡,高原低涡具有22天的震荡周期。低纬度西南气流多次向中高纬输送。

基于GIS的渠江流域暴雨洪涝灾害风险评估与区划

基于自然灾害风险四因子理论,选取1970~2021年渠江流域内16个气象观测站逐日降水资料,结合当地的基础地理信息和社会经济数据,构建由12个指标组成的渠江流域暴雨洪涝灾害风险评估体系,利用GIS技术对其进行定量评估与区划。结果表明:(1)渠江流域北部暴雨强度大、频次高,危险性总体呈“北高南低”的特征。(2)渠江流域南部地势低洼、河网密布、人口密集、经济发达,暴露性和脆弱性总体呈“南高北低”的特征。(3)南江、巴中北部、平昌西北部、渠县、广安、大竹和邻水西侧暴雨洪涝灾害综合风险最高,不同地区高风险的主导因素存在差异。

四川盆地三次代表性暴雨过程中低空急流作用分析

利用常规高空探测资料、FNL 1°×1°再分析资料和地面加密区域自动气象站资料,分析了四川盆地2013—2018年有低空急流参与的区域性暴雨过程,从中选出了3次典型个例,分别分析了低空急流在3次代表性暴雨过程中的作用。结果表明:(1)东高西低型和低槽东移型是最常出现的500 hPa环流形势,副热带高压、西南低涡、南海台风(热带低压)是最常见的影响系统。(2)低空急流输送暖湿空气至四川盆地,使降水区内整层水汽含量和不稳定能量显著增强;暴雨区通常对应着低层的水汽通量辐合中心和一个密集的能量锋区。(3)低空急流出口区的左侧为强辐合中心,通过动力作用形成稳定的上升气流支和正涡度柱,产生强降水;整层的正涡度柱对应短时强降水,达到对流层中层的正涡度柱对应持续性降水,当正涡度柱加强时,降水明显增强。(4)低空急流风速增强或急流下边界降低预示着急流影响地区极有可能产生强降水。

基于分位数映射法的四川省ECMWF模式降水预报误差订正分析

为做好ECMWF(European Centre for Medium-Range Weather Forecasting)模式本地化释用,提高四川省降水预报准确率,对四川省2020—2021年7—9月模式各量级降水预报系统性偏差规律分析发现,该模式预报的雨日较实况偏多,尤其是攀西地区和川西高原;预报的大雨日数盆地西南部及攀西地区多于实况,而盆地南部少于实况。然后,基于分位数映射法对模式预报的24 h累积降水开展大量级降水订正试验与检验。基于分位数映射法订正后,暴雨及以上量级TS(Threat Score)提高7%~15%,且各量级降水TS均高于多模式集成客观预报产品2%~4%,大雨及以上、暴雨及以上量级命中率提高10%~20%,订正后雨带位置特别是暴雨落区与实况更接近。

近53年四川盆地夏季暴雨变化特征分析

利用1960-2012年川渝逐日降水资料、NCEP/NCAR再分析资料和Hadley海温资料,借助小波变换、合成分析和相关分析等方法,讨论了四川盆地夏季暴雨的时空变化特征,分析了盆地西部和东部暴雨异常时的水汽输送、大气环流和海温异常情况。结果表明,四川盆地暴雨频数和暴雨量在东、西部呈相反变化,盆地西部暴雨呈减少变化,东部呈增加变化,暴雨量和暴雨频数存在十分显著的正相关。盆地西部暴雨量在20世纪60年代和80年代偏多,90年代出现显著减少的变化,21世纪初也明显偏少,20世纪60年代、80年代中期至90年代末主要为显著的6~7年年际周期振荡;盆地东部暴雨量在60年代和70年代明显偏少,80年代、90年代以及21世纪初明显偏多,20世纪70年代初至90年代初主要存在显著的8~9年年际周期振荡和14~15年的年代际周期振荡。副热带高压(简称副高)偏北偏强,有利于西太平洋水汽输送至盆地西部地区,中高纬度槽线发展引导冷空气南下与副高西南侧的暖湿气流在盆地西部汇合,导致盆地西部暴雨偏多;副高偏南,西太平洋水汽向盆地东部输送较多,贝加尔湖西部多阻塞形势,冷空气南下有所偏东,使得冷空气和暖湿空气在盆地东部汇合,导致盆地东部暴雨偏多。西太平洋暖池偏强(弱),ENSO冷(暖)事件时,四川盆地西部暴雨偏多(少);盆地东部暴雨与海温的关系明显弱于西部,主要表现为负相关。

一次四川特大暴雨灾害降水特征及水汽来源分析

利用四川气象台站观测资料、JICA项目地基GPS水汽站观测资料以及NCEP/NCAR再分析资料,研究分析了2013年7月7-12日四川特大暴雨灾害过程中的降水变化特征及水汽来源。结果表明:此次特大暴雨灾害主要发生在四川盆地西部,强降水带从盆地西北部的广元一直向南延伸至南部的雅安、乐山,呈西南一东北走向;灾害过程具有降水总量大、强度大、降水中心稳定少动、持续时间长等显著特点。暴雨灾害的最大累积雨量出现在成都都江堰地区,都江堰站过程总降雨量达到744.9mm,创下了有气象记录以来该站过程降雨量的极大值和四川省国家级观测站暴雨过程降雨量的极大值。此次暴雨过程的水汽来源和气候平均状态并不完全一致,除了南海、西太平洋地区的偏南风水汽输送,孟加拉湾北部的西南风水汽输送以及高原主体上空的偏西风水汽输送以外,还出现了一条新的水汽输送路径:阿拉伯海北部的西南风水汽输送途经高原主体、高原东南部进人四川。充足的水汽条件、有利的水汽辐合辐散形势以及亚洲中高纬度大尺度环流形势的稳定维持等因素的共同作用导致了此次暴雨过程雨带稳定、雨量超常。