摘要以ECMWF-HRES模式为对照,对2024—2025年江淮梅雨期业务运行的CMA-GFS-V4.0与CMA-GFS-V4.2的 12~84h 时效预报进行对比检验评估。结果表明:(1)2024年梅雨期,CMA-GFS-V4.2对 500hPa 大尺度环流的刻画与CMA-GFS-V4.0总体一致,对东亚急流位置的模拟有所改进,但在 850hPa 低空急流预报中存在强度偏强、范围偏大的问题。(2)在分级降水预报及降水空间分布方面,CMA-GFS-V4.2较CMA-GFS-V4.0改进明显。 12~84h 检验结果显示,尽管中雨和大雨量级存在空报率(falsealarmrate,FAR)升高问题,但对小雨、暴雨及大暴雨量级的预报性能较CMA-GFS-V4.0提升显著,TS评分(threat score)提高,Bias评分更接近1,相关系数、标准差及中心均方根误差(centered root mean square error,CRMSE)等统计指标整体改善。与 ECMWF-HRES 相比,CMA-GFS-V4.2在 12~84h 时效均对大暴雨及以上量级极端降水的预报表现更优。2025年梅雨期业务运行中,CMA-GFS-V4.2预报性能稳定,在暴雨及以上强降水预报中整体优于ECMWF-HRES。(3)CMA-GFS-V4.2能较好刻画梅雨期主要强降水中心,缓解了旧版本在东部沿海海陆交界区的虚假降水带和空报问题,但对大尺度降水的预报偏弱,有待进一步优化。
摘要基于常规地面、高空数据及ERA5资料,对2022年7月15—16日(以下简称“‘0715’过程”)和2023年7月12—13日(以下简称“‘0712'过程”)两次由冷锋触发的陕西关中区域性暴雨过程进行诊断分析。结果表明:(1)两次暴雨过程对流性强,伴有短时强降水,均发生在副热带高压(以下简称“副高”)外围高温高湿的强不稳定区,冷锋侵入关中东部触发对流。(2)不同之处在于,“0715”过程南亚高压偏强,副高偏北,中低层水汽输送更强,偏北风较弱,冷锋触发对流位置偏北,导致大暴雨中心位于北山边缘;“0712"过程副高略偏南,中低层水汽输送较弱,偏北风更强,冷锋受秦岭北麓地形阻滞,产生大暴雨。(3)锋生诊断表明,两次暴雨过程均伴有明显的中低层锋生,锋生激发的锋区次级环流促进低层垂直运动的发展和对流不稳定能量的触发,强降水区主要位于次级环流的上升支附近。(4)两次过程锋生结构有差异,“0715"过程强锋生区伸展高度更高,850hPa 锋生主要由水平辐散项和水平变形项贡献, 700hPa 锋生主要由非绝热加热项贡献;"0712"过程强锋生区高度低,低层次级环流更强,上升支偏南,锋生主要由水平辐散项、垂直运动倾斜项和非绝热加热项共同贡献。
摘要台风“利奇马”和“温比亚”是对山东致灾严重的2个热带气旋。利用多源观测资料及NCEP/NCAR再分析资料,对引发山东有气象记录以来的两次极端台风暴雨过程进行对比分析。结果表明:(1)两次过程均为台风与西风槽相互作用引发的极端强降雨,但“利奇马”期间西风槽与台风直接结合,加之更厚的暖云层、更强的水汽通量及其辐合,导致降水更为剧烈。(2)两次过程均存在近乎垂直的 θse 能量锋区和锋面次级环流,“利奇马”具有更高的 θse 值、更宽厚的能量锋区及接近“温比亚"2倍的垂直上升速度,地形对两次台风暴雨有显著增幅作用。(3)垂直螺旋度大值区与高温高湿能量锋区耦合共同促进强上升运动,其中心强度对未来 6h 降雨量有指示意义,正垂直螺旋度中心下移可预示降水减弱,“利奇马”期间垂直螺旋度最大值可达“温比亚”的5倍。(4)风廓线雷达探测的垂直速度 v≥2m?s-1 可作为两次台风过程判别降水的阈值,强降水时垂直速度普遍超过 8m?s-1 ,“利奇马”的垂直速度强度更大。
摘要基于地面 ?1km 降水实况融合产品、探空、雷达、卫星、ECMWF和ERA5等观测和再分析资料,针对2023年梅雨前后近似雨带分布的两次强降水过程,从影响系统、动力、热力、中尺度等角度对比形成机理并构建强降水立体概念模型。结果表明:(1)两次过程均发生在副热带高压(以下简称“副高”)边缘暖湿气流和冷空气影响下,副高脊线位置大致相当,切变线南侧为西南风急流。梅雨前过程切变线北侧为东南风,梅雨期过程切变线北侧为偏北和偏东风。(2)两次强降水均产生在水汽通量高值区和水汽辐合中心附近。梅雨前过程水汽输送和辐合条件差,属于暖区对流降水,梅雨期过程高空槽偏深,地面有冷锋南压,属于锋面降水。(3)两次强降水均发生在热力不稳定条件下,梅雨期过程热力不稳定条件和对流不稳定度比梅雨前过程更强。梅雨前过程的前期主要由对流云团在湖北东部辐合线附近触发并与中尺度对流云团结合发展造成,后期由中尺度对流系统(mesoscaleconvectivesystem,MCS)稳定少动造成;梅雨期过程主要由暖区对流云系发展和锋面云系造成。梅雨前过程强降水回波带由线状回波和东西向回波带共同组成,具有多单体风暴特征,而梅雨期过程为范围较大的强对流单体组成。(4)建立暴雨形成的三维概念模型,较好地解释强降水形成机理。
摘要2025年8月8—9日,山东地区发生了一场黄河气旋暴雨过程,主客观预报产品均预报暴雨落区偏北。采用多种观测资料、ERA5再分析资料和多家数值模式预报资料,对暴雨过程的环流背景、中尺度对流系统触发、黄河气旋发生发展机制和预报偏差可能的原因等进行分析。结果表明:(1)此次暴雨过程发生在西太平洋副热带高压呈带状分布、东北冷涡及其南侧低槽偏北、山东上空中层盛行西北气流和低层黄河气旋东移的背景下,过程期间黄淮地区的水汽异常偏强、不稳定条件中等,具备产生对流性强降水的较高潜势。(2)黄河气旋生成位置预报偏北和鲁中山区地形降水预报偏弱是造成此次降水偏差的主要原因。(3)在今后的预报中应全面分析气旋的发生发展机制,当上层系统不显著时,对于低层系统的分析要更加全面,尤其是海陆风环流、太行山地形和对流性降水造成的冷池对于低层锋生的作用需要重点关注。鲁中山区地形对降水的增幅作用在此次暴雨过程中体现在弱环流背景下的绕流和强偏南气流作用下泰山南侧的对流触发和组织化,当超低空为偏东南风急流,随高度增加顺转为西南风低空急流并且风随高度略有减小时,泰山南侧和东侧的降水增幅需重点关注。
摘要基于地面加密自动气象站、济南双偏振雷达和ERA5再分析资料,针对2025年7月21日副热带高压(以下简称“副高”)外围弱辐合线影响下鲁中山区强降水日变化特征和机理进行研究,指出边界层惯性振荡是该地降水日变化特征产生的主要原因,其对夜雨加强起关键性作用。结果表明:(1)本次降水表现出明显日变化特征,降水峰值出现在夜间,降水强度和范围在白天明显减弱。受降水系统移动和辐合带演变共同影响,山区南北两侧降水峰值时间上存在一定位相差。(2)边界层惯性振荡导致低层风场在 24h 内呈明显顺时针旋转特征,进而引起副高外围低层风速辐合带的强度和位置发生周期性演变。该演变与鲁中山区地形引起的局地抬升作用相配合,共同调节降水带的位置与强度,使其同样呈现周期性变化,并最终决定日降水峰值的出现时间。凌晨前后山区南侧喇叭口地形附近非地转南风分量快速增大,地形抬升加强,有利于山区南侧极端小时降水产生。(3)低层环流通过调节低层水汽含量影响局地降水强度。清晨前后,山区南侧至西北侧的偏南风显著加强,虽有利于增强山区北侧的低层辐合,但同时将已在山区南侧强降水区中大量消耗水汽的空气质点快速平流至山区北侧,致使该地区局地水汽含量明显降低。因此,尽管山区北侧具备较有利的动力抬升条件,却因水汽供应不足而未能产生显著降水。
摘要基于多源观测资料和ERA5再分析数据,对2022年6月28日影响冀鲁地区的飚线维持机制及其引发的极端短时强降水成因进行分析。由于该胞线发展迅速、组织性强,多数主流模式漏报,凸显了低层弱强迫背景下此类对流系统预报的困难,为此本文重点分析其触发、组织化及维持机制,旨在提高应对此类灾害性天气的预报水平和防灾减灾水平。研究结果表明:(1)此次强对流天气发生在低层动力强迫较弱(低层无切变线与冷锋)的背景下,但中高层干冷与低层暖湿气流叠置,配合较大的对流有效位能,在地面辐合线的触发作用下,对流得到发展。(2)咆线由南北两段对流系统“嵌入型”合并完成组织化,RKW理论能较好解释其维持机制,当冷池边界传播速度与环境低层垂直风切变比值在 0.9~1.7 时最有利于系统维持。(3)强度大(散度中 ∴ 值不超过-11×10-5s-1 )、持续时间长(不小于 1h )的中尺度辐合系统对于极端短时强降水事件的发生具有指示意义。(4)极端降水期间双偏振雷达参数呈现高 ZDR (大于 2.0dB )、高 KDP [大于 (20号和高 Cc (大于0.98)的典型特征,指示这次降雨主要由大粒径、高浓度的雨滴组成。
摘要基于环沪地区自动气象站、实况探空、ERA5再分析数据以及双偏振雷达等多源资料,对比分析2025年7月18日和9月8日上海地区两次极端暴雨过程的环境条件和中尺度成因,得到如下结论:(1)环流背景层面,两次过程均受大陆高压、副热带高压、东北冷涡及台风共同作用,上海均处于鞍型场附近,环流形势稳定,水汽条件充足,探空层结呈现对流不稳定特征,湿层深厚,为极端暴雨的产生和长时间维持提供了有利的环境条件。(2)中尺度系统层面,上海热岛效应显著,城郊温差形成局地热力环流,导致地面辐合线形成并发展,为暴雨的发生提供了对流触发条件。(3)由辐合线触发的新生对流形成后,在发展演变过程中出现后向传播和列车效应,导致多单体风暴移动缓慢且强降水带停滞少动;多单体风暴演变为超级单体风暴,其强回波质心高度低且结构倾斜,并伴有深厚的中尺度涡旋以及长时间维持的强 ZDR 柱和 KDP 柱,表征强上升运动的维持,造成超级单体持续时间长、降水效率高。结合上述关键因子,梳理凝练多天气尺度系统耦合作用下,由中尺度系统触发对流并演变为超级单体风暴的概念模型,以期为此类天气的预报预警提供有效借鉴和参考。
摘要选用1972—2024年山东123个国家级气象观测站的分钟降水观测资料,分析山东4—10月滑动小时雨量极大值的空间分布特征及其与传统整点小时雨量极大值的差异,同时研究基于滑动小时雨量识别的不同强度( R?20mm,R?50mm) 短时强降水事件的时空分布特征。结果表明:山东滑动小时雨量极大值在 65.2~147.1mm ,其大值区主要位于鲁西北、鲁南和半岛的南部沿海地区,与整点小时雨量相比,滑动小时雨量对降水过程的强度和极大值刻画更为精确。济南、泰安、鲁西北和鲁南地区是短时强降水和 50mm 短时强降水的高频区。山东短时强降水日变化总体呈双峰分布,但不同地区存在差异,其中鲁西北和鲁中地区呈单峰分布,峰值出现在傍晚前后;半岛地区呈双峰分布,主峰在凌晨,次峰在傍晚前后;而鲁南地区从午后到凌晨均易发生短时强降水。50mm 短时强降水日变化总体呈单峰分布,鲁西北、鲁中和半岛地区的日变化同短时强降水一致,鲁南地区日变化呈双峰分布。
摘要为系统对比S波段天气雷达与X波段相控阵雷达不同产品的数据质量,评估X波段相控阵雷达在协同观测中的应用潜力,针对2025年6月18—20日济南地区一次区域性暴雨过程,以地面雨滴谱仪与雨量筒观测资料为基准,从水平反射率因子 (ZH) 、差分反射率因子( ZDR )和定量降水估测方面进行对比评估。结果表明:(1)在 ZH 方面,S波段天气雷达抗衰减能力和稳定性最优,X波段相控阵雷达质控后产品则显著改善原始数据的衰减问题,稳定性趋近于S波段天气雷达的水平。(2)在 ZDR 方面,X波段相控阵雷达质控后产品有效校正了原始数据的系统性偏差,数据可靠性与一致性较S波段天气雷达表现更优。(3)在定量降水估测方面,X波段相控阵雷达质控后产品在降水探测能力和定量估测精度上表现更优,但在减少虚警方面,S波段天气雷达仍具优势。
摘要基于常规观测和自动气象观测站加密资料、卫星云图、雷达及美国国家环境预报中心(NationalCentersforEnvironmental Predictions,NCEP)再分析资料,对2212号台风“梅花”登陆浙江前后引发宁波极端强降水原因开展系统性诊断分析。结果表明:(1)台风登陆浙江前后呈现显著非对称分布特征,其西北象限对流旺盛、回波强,而东侧和南侧对流明显减弱、回波收缩。(2)雷达速度场显示台风西侧至北侧存在典型的“低层辐合-高层辐散”垂直环流配置,为对流发展提供有利的动力抬升条件。(3)偏东气流持续向浙江东北部输送充沛水汽, 925hPa 水汽通量散度场在宁波地区形成强辐合中心,与实况强降水落区高度吻合。(4)西风槽引导下的弱冷空气从低层侵入台风西侧,与暖湿气流剧烈交汇,形成显著温度梯度,触发斜压锋生并加剧大气层结不稳定,显著提升降水效率。
摘要为深入理解不同类型暴雨的微物理特征差异,利用降水现象仪、多普勒天气雷达资料和欧洲中期天气预报中心第五代大气再分析(ERA5)资料,选取2025年6月湖南两次暴雨过程(7—9日以短时强降水为主的暴雨过程,简记为“6·7"过程;21—23日以持续性降水为主的暴雨过程,简记为“6·21"过程)进行对比分析。结果表明:(1)两次过程天气形势较为相似,均受 500hPa 高空槽和中低层低涡切变线影响,但相比于“6·7”过程,“6·21"过程的影响系统更为稳定、移动缓慢,导致降水落区重叠、持续时间长、累计雨量大。(2)“ 6?7′′ 过程对流发展旺盛,雷达回波质心低、降水效率高;“6·21”过程云顶较低,强回波中心位于 0% 层以下,以层状云降水为主。(3)两次过程均为直径小于 1mm 粒子对数浓度贡献最大、直径介于 1~3mm 的雨滴对降水量贡献最显著;对比两次过程的平均质量加权直径( Dm )和归一化截距参数 (lgNw) ,短时强降水过程的 lgNw 和 Dm 分别为 3.7~3.9mm-1?m- 和 2.0~2.3mm ,而持续性降水过程 lgNw 更大 (4.0~4.2mm-1?m-3 ) Dm 更小( 1.6~1.7mm )。(4)雷达反射率因子-雨强(Z-R)关系的分析显示,“6·7”过程对流降水的系数较大、指数较小;“ ?6.21, 过程对流降水的系数较小、指数较大。本研究揭示了两类暴雨在云物理机制上的差异,可为湖南暴雨的雷达定量降水估测提供参考。
Articles Evaluation of precipitation forecast performance of CMA-GFS-V4.2 over the Changjiang-Huaihe region during the 2024–2025 Meiyu periods …………………… ZHANG Xin, QI Liangbo, LIU Chong, CHU Hai, LIU