当期目录
2025年 第41卷 第2期
2025,
41(2):
157-164. doi: 10.16032/j.issn.1004-4965.2025.013
摘要:
利用4部上海风廓线雷达实测资料，对2022年台风“梅花”登陆上海前后的边界层风场进行分析。结果发现，位于台风移动路径右侧的小洋山雷达站风向随时间呈顺时针方向旋转，而位于台风移动路径左侧的金山、浦东和嘉定站则呈逆时针方向旋转。台风中心过境前的风速明显大于过境后的风速。受下垫面建筑物影响，中心城区的近地层风速小于郊区，海岛近地层风速大于郊区。在城市冠层以上，中心城区、郊区和海岛的风速比较接近。
利用4部上海风廓线雷达实测资料，对2022年台风“梅花”登陆上海前后的边界层风场进行分析。结果发现，位于台风移动路径右侧的小洋山雷达站风向随时间呈顺时针方向旋转，而位于台风移动路径左侧的金山、浦东和嘉定站则呈逆时针方向旋转。台风中心过境前的风速明显大于过境后的风速。受下垫面建筑物影响，中心城区的近地层风速小于郊区，海岛近地层风速大于郊区。在城市冠层以上，中心城区、郊区和海岛的风速比较接近。
2025,
41(2):
165-177. doi: 10.16032/j.issn.1004-4965.2025.014
摘要:
利用常规高空、地面观测资料、ERA5再分析资料(0.25 °×0.25 °)、S波段双偏振雷达资料、X波段相控阵雷达资料等，对2022年7月25日浙江一次极端大风的环流背景、对流系统演变特征、成因等进行了分析。(1) 此次极端大风事件发生在副高外围短波槽东移的大尺度环境下，具有低层水汽充沛、高空干层显著、强的不稳定层结等有利条件，地面中尺度辐合线为极端大风的产生提供了触发机制。(2) 极端大风由单体J0造成，利用X波段相控阵雷达及其风场反演可以分析J0的精细结构演变，J0的涡旋结构首先生成于中层，然后向上、向下发展，最后涡旋结构从低层至高层逐渐减弱消亡，同时中层出现明显的辐合；垂直方向上，J0生成后与其后侧的单体合并，在反射率因子梯度大值区上空，与低层的上升气流辐合，在其前沿形成辐合下沉气流。(3) J0生成后使地面冷池增强，同时J0与其后侧的单体合并，下沉气流增强，到达地面后在气压梯度作用下，使风速进一步增强，是极端大风产生的主要成因。此外，环境干空气卷入风暴内部产生的负浮力和降水粒子的拖曳作用也是极端大风产生的原因之一。
利用常规高空、地面观测资料、ERA5再分析资料(0.25 °×0.25 °)、S波段双偏振雷达资料、X波段相控阵雷达资料等，对2022年7月25日浙江一次极端大风的环流背景、对流系统演变特征、成因等进行了分析。(1) 此次极端大风事件发生在副高外围短波槽东移的大尺度环境下，具有低层水汽充沛、高空干层显著、强的不稳定层结等有利条件，地面中尺度辐合线为极端大风的产生提供了触发机制。(2) 极端大风由单体J0造成，利用X波段相控阵雷达及其风场反演可以分析J0的精细结构演变，J0的涡旋结构首先生成于中层，然后向上、向下发展，最后涡旋结构从低层至高层逐渐减弱消亡，同时中层出现明显的辐合；垂直方向上，J0生成后与其后侧的单体合并，在反射率因子梯度大值区上空，与低层的上升气流辐合，在其前沿形成辐合下沉气流。(3) J0生成后使地面冷池增强，同时J0与其后侧的单体合并，下沉气流增强，到达地面后在气压梯度作用下，使风速进一步增强，是极端大风产生的主要成因。此外，环境干空气卷入风暴内部产生的负浮力和降水粒子的拖曳作用也是极端大风产生的原因之一。
2025,
41(2):
178-188. doi: 10.16032/j.issn.1004-4965.2025.015
摘要:
2024年1月18—20日，利用人工影响天气飞机首次对粤北地区开展了大气气溶胶空间分布飞机观测，为评估该区域生态屏障功能的有效性提供基础数据。选取2架次飞行获取的气溶胶、云滴、气象综合观测资料及风廓线雷达、ERA5再分析资料，结合天气形势分析了粤北地区冬季气溶胶数浓度、有效直径及粒径谱的垂直分布特征。结果表明：观测期间，粤北地区在静稳晴好天气下气溶胶数浓度最大值为1 679个·cm-3，1 500 m以下数浓度平均值约为1 000个·cm-3，有效直径平均值为0.3 μm。气溶胶平均谱表现为双峰结构，峰值分别为0.14~0.15 μm和0.20~0.22 μm；谱宽随高度减小，1 800 m以下气溶胶谱宽为3 μm，以上则为1 μm。气溶胶平均谱峰值浓度在500 m以下为140~160个·cm-3。气溶胶数浓度总体随高度升高而减小，在边界层顶会出现陡降，逆温层的存在使得数浓度会在多个高度层出现相对高值区。高空输送会影响本地高空气溶胶数浓度的变化。自近地面至高空，整层相对湿度大于80%的大气环境条件有利于可溶性气溶胶粒子在上升过程中吸湿增长。
2024年1月18—20日，利用人工影响天气飞机首次对粤北地区开展了大气气溶胶空间分布飞机观测，为评估该区域生态屏障功能的有效性提供基础数据。选取2架次飞行获取的气溶胶、云滴、气象综合观测资料及风廓线雷达、ERA5再分析资料，结合天气形势分析了粤北地区冬季气溶胶数浓度、有效直径及粒径谱的垂直分布特征。结果表明：观测期间，粤北地区在静稳晴好天气下气溶胶数浓度最大值为1 679个·cm-3，1 500 m以下数浓度平均值约为1 000个·cm-3，有效直径平均值为0.3 μm。气溶胶平均谱表现为双峰结构，峰值分别为0.14~0.15 μm和0.20~0.22 μm；谱宽随高度减小，1 800 m以下气溶胶谱宽为3 μm，以上则为1 μm。气溶胶平均谱峰值浓度在500 m以下为140~160个·cm-3。气溶胶数浓度总体随高度升高而减小，在边界层顶会出现陡降，逆温层的存在使得数浓度会在多个高度层出现相对高值区。高空输送会影响本地高空气溶胶数浓度的变化。自近地面至高空，整层相对湿度大于80%的大气环境条件有利于可溶性气溶胶粒子在上升过程中吸湿增长。
2025,
41(2):
189-199. doi: 10.16032/j.issn.1004-4965.2025.017
摘要:
建立洪涝灾害风险度评估模型，对广东双季稻生产和生育期的洪涝灾害风险度的时空特征进行分析和评估。结果表明：广东双季稻洪涝灾害风险度分布大致呈中部向东西两翼递减的特点，北江流域和漠阳江流域最高，而粤西地区和粤东沿海最低，其中粤北地区风险度是东西两翼地区的1.5~2.0倍；晚稻洪涝灾害风险高于早稻，从生育期来看，早稻移栽-分蘖期、分蘖-拔节期和晚稻播种-三叶、三叶-移栽期洪涝灾害风险度较高、特别严重的洪涝灾害频率较多；近10年来广东双季稻洪涝灾害风险度有所增加，特别严重的洪涝灾害频率增多，尤其以早稻播种期至移栽期以及晚稻拔节期至成熟期增多最为明显，而严重洪涝灾害等级及以下频率减少；广东双季稻洪涝风险度的变化速度有明显的区域差异性，珠江三角洲平原增加趋势最为显著，东江流域和韩江流域呈降低趋势。未来广东双季稻洪涝灾害风险总体呈上升趋势，特别严重的洪涝灾害呈多发趋势，其时空集中度更高，洪涝灾害风险的高发期是双季稻播种至拔节期，重点关注区域是广东中部地区。
建立洪涝灾害风险度评估模型，对广东双季稻生产和生育期的洪涝灾害风险度的时空特征进行分析和评估。结果表明：广东双季稻洪涝灾害风险度分布大致呈中部向东西两翼递减的特点，北江流域和漠阳江流域最高，而粤西地区和粤东沿海最低，其中粤北地区风险度是东西两翼地区的1.5~2.0倍；晚稻洪涝灾害风险高于早稻，从生育期来看，早稻移栽-分蘖期、分蘖-拔节期和晚稻播种-三叶、三叶-移栽期洪涝灾害风险度较高、特别严重的洪涝灾害频率较多；近10年来广东双季稻洪涝灾害风险度有所增加，特别严重的洪涝灾害频率增多，尤其以早稻播种期至移栽期以及晚稻拔节期至成熟期增多最为明显，而严重洪涝灾害等级及以下频率减少；广东双季稻洪涝风险度的变化速度有明显的区域差异性，珠江三角洲平原增加趋势最为显著，东江流域和韩江流域呈降低趋势。未来广东双季稻洪涝灾害风险总体呈上升趋势，特别严重的洪涝灾害呈多发趋势，其时空集中度更高，洪涝灾害风险的高发期是双季稻播种至拔节期，重点关注区域是广东中部地区。
2025,
41(2):
200-210. doi: 10.16032/j.issn.1004-4965.2025.018
摘要:
强降水常常引发洪涝灾害，因此提高雷达定量降水估测（QPE）准确性对减轻灾害损失具有重要意义。利用广州双偏振雷达数据与自动站雨量数据生成四维数据集，设计了3DPoly-QPENet、3DTime-QPENet、3DEcho-QPENet三种三维卷积QPE模型进行比较试验。通过测试集的性能评估和典型暴雨个例的检验，得出以下结论：（1）四维数据集相较于传统的三维数据集，在捕捉降水分布特征和提升QPE拟合效果方面提供了更多的可能性；（2）三种三维卷积QPE模型呈现出与结构设计紧密相关的性能差异，其中3DPoly-QPENet在中等降水量区间（15~20 mm·h-1）的平均绝对误差（MAE）较另两种模型平均降低13%；3DTime-QPENet在高降水量事件（>50 mm·h-1）的MAE较另两种模型平均降低8.1%；3DEcho-QPENet全局误差均衡性最优，总体MAE较另两种模型平均降低20.4%；（3）三维卷积模型均系统性优于传统Z-R关系方法，平均RMSE降低46.6%，MAE下降48.6%，CC提升21.4%。
强降水常常引发洪涝灾害，因此提高雷达定量降水估测（QPE）准确性对减轻灾害损失具有重要意义。利用广州双偏振雷达数据与自动站雨量数据生成四维数据集，设计了3DPoly-QPENet、3DTime-QPENet、3DEcho-QPENet三种三维卷积QPE模型进行比较试验。通过测试集的性能评估和典型暴雨个例的检验，得出以下结论：（1）四维数据集相较于传统的三维数据集，在捕捉降水分布特征和提升QPE拟合效果方面提供了更多的可能性；（2）三种三维卷积QPE模型呈现出与结构设计紧密相关的性能差异，其中3DPoly-QPENet在中等降水量区间（15~20 mm·h-1）的平均绝对误差（MAE）较另两种模型平均降低13%；3DTime-QPENet在高降水量事件（>50 mm·h-1）的MAE较另两种模型平均降低8.1%；3DEcho-QPENet全局误差均衡性最优，总体MAE较另两种模型平均降低20.4%；（3）三维卷积模型均系统性优于传统Z-R关系方法，平均RMSE降低46.6%，MAE下降48.6%，CC提升21.4%。
2025,
41(2):
211-223. doi: 10.16032/j.issn.1004-4965.2025.019
摘要:
利用广东省国家基本气象站、区域自动站雨量数据和ERA5再分析资料，将2013—2022年近10年73次典型的广东暖区暴雨个例按环流特征分为四种类型：切变线型、低涡型、南风型和回流型，统计分析时空分布特征以及表征大气静力不稳定、水汽、能量和动力条件的物理量特征。（1）广东暖区暴雨中南风型发生频率最高，回流型最低。67%的暖区暴雨发生在5—6月，降水峰值时间95%出现在凌晨和白天，其中南风型特征最明显，72%出现在早晨05—08时和午后12—17时。（2）不同类型暖区暴雨空间分布差异较大，回流型暖区暴雨降水中心为珠江口西侧，不同于其他三种类型均有2个主要落区。（3）不同类型暖区暴雨发生的关键环境参数表明，各种类型的暖区暴雨发生均不需要强的条件不稳定，500 hPa和850 hPa温差阈值仅在22 ℃左右；均需要充沛的水汽条件，其中回流型大气可降水量阈值最低，但仍达52 mm；能量条件和动力条件不同类型阈值差异较大，回流型暖区暴雨所需的能量条件、低层风速更弱，但0~6km深层垂直风切变更强。
利用广东省国家基本气象站、区域自动站雨量数据和ERA5再分析资料，将2013—2022年近10年73次典型的广东暖区暴雨个例按环流特征分为四种类型：切变线型、低涡型、南风型和回流型，统计分析时空分布特征以及表征大气静力不稳定、水汽、能量和动力条件的物理量特征。（1）广东暖区暴雨中南风型发生频率最高，回流型最低。67%的暖区暴雨发生在5—6月，降水峰值时间95%出现在凌晨和白天，其中南风型特征最明显，72%出现在早晨05—08时和午后12—17时。（2）不同类型暖区暴雨空间分布差异较大，回流型暖区暴雨降水中心为珠江口西侧，不同于其他三种类型均有2个主要落区。（3）不同类型暖区暴雨发生的关键环境参数表明，各种类型的暖区暴雨发生均不需要强的条件不稳定，500 hPa和850 hPa温差阈值仅在22 ℃左右；均需要充沛的水汽条件，其中回流型大气可降水量阈值最低，但仍达52 mm；能量条件和动力条件不同类型阈值差异较大，回流型暖区暴雨所需的能量条件、低层风速更弱，但0~6km深层垂直风切变更强。
2025,
41(2):
224-235. doi: 10.16032/j.issn.1004-4965.2025.021
摘要:
利用次季节-季节(S2S)预报计划多模式回报数据集和国家气象观测站逐日降水数据，通过确定性指标评估了CMA、ECMWF、NCEP、JMA、UKMO这5家S2S模式对华南前后汛期降水的预报技巧，并分析了不同类型降水事件的可预报性。各模式在表征降水强度与变率方面存在一定局限性，普遍高估(低估)华南西北部(东南部)降水强度，低估全区降水变率。在时间相关技巧方面，前后汛期大多模式可提前1~2候熟练预测(相关系数通过了0.05的显著性检验)大部分地区降水。根据平均方差技巧，模式可预报性较低，多数模式对大部分区域降水的熟练预报(平均方差技巧大于0)仅在第1候。ECMWF模式显示了最熟练、稳健的预报能力，基于时间相关与平均方差技巧所揭示的可预报性上限为2~3候。在短预报时效(1候)下，后汛期模式预报技巧较高于前汛期，但随预报时效的增加，模式预报能力较前汛期下降更迅速。在S2S时间尺度，降水异常事件通常具有比平均事件更高的可预报性。
利用次季节-季节(S2S)预报计划多模式回报数据集和国家气象观测站逐日降水数据，通过确定性指标评估了CMA、ECMWF、NCEP、JMA、UKMO这5家S2S模式对华南前后汛期降水的预报技巧，并分析了不同类型降水事件的可预报性。各模式在表征降水强度与变率方面存在一定局限性，普遍高估(低估)华南西北部(东南部)降水强度，低估全区降水变率。在时间相关技巧方面，前后汛期大多模式可提前1~2候熟练预测(相关系数通过了0.05的显著性检验)大部分地区降水。根据平均方差技巧，模式可预报性较低，多数模式对大部分区域降水的熟练预报(平均方差技巧大于0)仅在第1候。ECMWF模式显示了最熟练、稳健的预报能力，基于时间相关与平均方差技巧所揭示的可预报性上限为2~3候。在短预报时效(1候)下，后汛期模式预报技巧较高于前汛期，但随预报时效的增加，模式预报能力较前汛期下降更迅速。在S2S时间尺度，降水异常事件通常具有比平均事件更高的可预报性。
2025,
41(2):
236-244. doi: 10.16032/j.issn.1004-4965.2025.022
摘要:
利用1980—2023年京津冀地区174个气象站的逐日最高气温资料，分析高温天气的时空变化特征，确定出群发性高温过程的判识标准并进行分析，结果得到京津冀地区多年平均年高温日数为10.8 d，整体呈显著增多趋势，气候倾向率为1.9 d ·(10 a)-1，时间上表现出“减-增-减-增”的年代际变化，空间上呈南多(强)北少(弱)的分布特征。1980年以来，京津冀地区共出现149次群发性高温过程，主要分布在5—8月，各旬出现次数呈单峰式分布，其中6月中旬最多；群发性高温过程的平均持续日数、最大影响范围和综合强度在44年间均呈显著增加趋势，而发生频次和平均温度强度则在21世纪10年代之后表现出显著增多(强)趋势。44年来京津冀地区综合强度最强的10次群发性高温过程有7次出现在21世纪，其中4次出现在2009年之后，日最高气温的最大值大都出现在河北石家庄地区。空间上，无论在任何年代群发性高温过程所覆盖的范围都主要位于河北中南部地区，其中石家庄东南部和邢台北部是过程高发区的中心地带；20世纪80年代—21世纪10年代，群发性高温过程的高发区不断向北、向东扩展，其中北京中南部、承德南部、天津、唐山大部和秦皇岛西部受群发性高温过程的影响频次存在成倍增加现象，相较其他区域，上述地区高温过程的出现频次表现出更显著的增加趋势。
利用1980—2023年京津冀地区174个气象站的逐日最高气温资料，分析高温天气的时空变化特征，确定出群发性高温过程的判识标准并进行分析，结果得到京津冀地区多年平均年高温日数为10.8 d，整体呈显著增多趋势，气候倾向率为1.9 d ·(10 a)-1，时间上表现出“减-增-减-增”的年代际变化，空间上呈南多(强)北少(弱)的分布特征。1980年以来，京津冀地区共出现149次群发性高温过程，主要分布在5—8月，各旬出现次数呈单峰式分布，其中6月中旬最多；群发性高温过程的平均持续日数、最大影响范围和综合强度在44年间均呈显著增加趋势，而发生频次和平均温度强度则在21世纪10年代之后表现出显著增多(强)趋势。44年来京津冀地区综合强度最强的10次群发性高温过程有7次出现在21世纪，其中4次出现在2009年之后，日最高气温的最大值大都出现在河北石家庄地区。空间上，无论在任何年代群发性高温过程所覆盖的范围都主要位于河北中南部地区，其中石家庄东南部和邢台北部是过程高发区的中心地带；20世纪80年代—21世纪10年代，群发性高温过程的高发区不断向北、向东扩展，其中北京中南部、承德南部、天津、唐山大部和秦皇岛西部受群发性高温过程的影响频次存在成倍增加现象，相较其他区域，上述地区高温过程的出现频次表现出更显著的增加趋势。
2025,
41(2):
245-259. doi: 10.16032/j.issn.1004-4965.2025.023
摘要:
利用地球网络全闪系统(ENTLS)资料、CMA-STI热带气旋最佳路径集的台风数据和GPM(Global Precipitation Measurement)/DPR(Dual-frequency Precipitation Radar)卫星资料，分析超强台风“彩虹”全生命期的闪电活动和雷达回波特征。(1) 增强阶段TC呈现出明显的三圈结构特征，内核区(0~80 km)存在一个闪电密集区，内雨带(80~160 km)内少有闪电活动，大于160 km的外围雨带的闪电活动又显著增加。(2) 径向分布随时间的变化指出，内核闪电与外雨带闪电的活跃期不一致；在台风最大风速达到峰值的前1 h，内核闪电活动爆发；闪电密度于生成阶段10月2日15时在320 km附近达到峰值。(3) 径向分布随强度的变化表明，内核区闪电主要出现在超强台风等级，内雨带的闪电活动仅在热带风暴和强热带风暴级别有体现。外雨带的闪电活动，不同等级TC展现的活跃区域不同，且随着TC强度的增强，活跃区沿径向方向向外移动；强度减弱，闪电活动区域沿径向向里缩小至160~400 km。(4) 闪电活动和雷达回波参数关系表明，零度层高度超过5 km为彩虹台风闪电发生的前提条件，且回波顶高至少要发展到10 km以上，混相层中有过冷水或大冰晶粒子，才有利于闪电的发生。
利用地球网络全闪系统(ENTLS)资料、CMA-STI热带气旋最佳路径集的台风数据和GPM(Global Precipitation Measurement)/DPR(Dual-frequency Precipitation Radar)卫星资料，分析超强台风“彩虹”全生命期的闪电活动和雷达回波特征。(1) 增强阶段TC呈现出明显的三圈结构特征，内核区(0~80 km)存在一个闪电密集区，内雨带(80~160 km)内少有闪电活动，大于160 km的外围雨带的闪电活动又显著增加。(2) 径向分布随时间的变化指出，内核闪电与外雨带闪电的活跃期不一致；在台风最大风速达到峰值的前1 h，内核闪电活动爆发；闪电密度于生成阶段10月2日15时在320 km附近达到峰值。(3) 径向分布随强度的变化表明，内核区闪电主要出现在超强台风等级，内雨带的闪电活动仅在热带风暴和强热带风暴级别有体现。外雨带的闪电活动，不同等级TC展现的活跃区域不同，且随着TC强度的增强，活跃区沿径向方向向外移动；强度减弱，闪电活动区域沿径向向里缩小至160~400 km。(4) 闪电活动和雷达回波参数关系表明，零度层高度超过5 km为彩虹台风闪电发生的前提条件，且回波顶高至少要发展到10 km以上，混相层中有过冷水或大冰晶粒子，才有利于闪电的发生。
2025,
41(2):
260-269. doi: 10.16032/j.issn.1004-4965.2025.024
摘要:
利用2017—2020年冬奥赛场加密自动站资料和ERA5再分析资料，通过风矢量平均法和合成分析法，从特殊地形和大气环流背景角度出发，对古杨树赛区风场环流演变特征进行研究。结果表明，古杨树赛区受地形阻挡及热力作用明显，场馆内风向风速具有明显的地形风特征差异。白天时段内风向相对分散，风速主要在5 m·s-1以下，夜间段内风向普遍集中且风速较小，主要分布在3 m·s-1以下；同场馆内以下坡风为主导的站点比以下谷风为主导的站点风速更小，主要在2 m·s-1以下。弱冷空气背景下，白天转向时间在08时前后，傍晚在17—19时前后，转换期时长平均在1.5~2.0 h，转换时间先后及转换期时长明显受太阳辐射影响；风速随着风向的转变先减小后增大，冬季两项赛区在09时前后达到一天内最小日平均风速，12—14时达到一天中最大日平均风速，而越野赛区一天中最大日平均风速出现在12—15时；各站点的日平均风速与其所在位置的地形风尺度有关，受谷风影响的站点风速往往大于受坡风影响的站点风速。
利用2017—2020年冬奥赛场加密自动站资料和ERA5再分析资料，通过风矢量平均法和合成分析法，从特殊地形和大气环流背景角度出发，对古杨树赛区风场环流演变特征进行研究。结果表明，古杨树赛区受地形阻挡及热力作用明显，场馆内风向风速具有明显的地形风特征差异。白天时段内风向相对分散，风速主要在5 m·s-1以下，夜间段内风向普遍集中且风速较小，主要分布在3 m·s-1以下；同场馆内以下坡风为主导的站点比以下谷风为主导的站点风速更小，主要在2 m·s-1以下。弱冷空气背景下，白天转向时间在08时前后，傍晚在17—19时前后，转换期时长平均在1.5~2.0 h，转换时间先后及转换期时长明显受太阳辐射影响；风速随着风向的转变先减小后增大，冬季两项赛区在09时前后达到一天内最小日平均风速，12—14时达到一天中最大日平均风速，而越野赛区一天中最大日平均风速出现在12—15时；各站点的日平均风速与其所在位置的地形风尺度有关，受谷风影响的站点风速往往大于受坡风影响的站点风速。
2025,
41(2):
270-287. doi: 10.16032/j.issn.1004-4965.2025.025
摘要:
为深入认识东亚季风区集合预报扰动增长的时空变化特征，以更好地改进该区域集合预报扰动结构，基于中国气象局区域集合预报模式(CMA-REPS)，利用2021年1—12月集合预报结果，选取扰动能量、离散度和集合一致性等评估指标，对比分析不同纬度风场和温度场集合预报扰动增长的时空变化特征，并分析了一次典型降水过程的集合预报扰动增长特征。(1) 集合预报扰动增长过程中集合离散度时空分布具有纬度带差异和季节特征。离散度大小呈现由北向南递减趋势。在45~60 °N、30~45 °N区域，集合预报离散度的最大值通常出现在春季，这与大气环流季节转换、冷暖空气交汇等相关，具有明显的流依赖特征，而在15~30 °N低纬区域的集合预报离散度最大值则通常出现在夏季，这与台风活动有关。同时值得关注的是青藏高原地区表现为一个集合离散度大值区，可能与青藏高原大地形对预报扰动增长影响有关。(2) 预报扰动增长过程中，集合一致性的时空分布特征与离散度基本一致。45~60 °N、30~45 °N中高纬度区域的集合一致性在春季更接近1；在15~30 °N低纬地区，集合一致性夏季更接近1，但各季节一致性均明显偏小。(3) 集合预报扰动能量及其增长率的垂直分布同样具有显著的纬度差异和季节差异。在45~60 °N、30~45 °N中高纬度区域，扰动总能量在高层和低层存在大值区，最大值出现在春季；在15~30 °N低纬区域扰动总能量偏小且随高度变化不明显，而且各季节扰动能量增长率也偏小，说明需要特别发展低纬区域集合预报扰动方法。集合预报扰动增长表现出的季节性、流依赖性和区域变化等特征，表明东亚季风区的集合扰动方法需要针对不同纬度和不同季节进行分别研究，尤其需要关注低纬区域集合预报扰动结构调整。
为深入认识东亚季风区集合预报扰动增长的时空变化特征，以更好地改进该区域集合预报扰动结构，基于中国气象局区域集合预报模式(CMA-REPS)，利用2021年1—12月集合预报结果，选取扰动能量、离散度和集合一致性等评估指标，对比分析不同纬度风场和温度场集合预报扰动增长的时空变化特征，并分析了一次典型降水过程的集合预报扰动增长特征。(1) 集合预报扰动增长过程中集合离散度时空分布具有纬度带差异和季节特征。离散度大小呈现由北向南递减趋势。在45~60 °N、30~45 °N区域，集合预报离散度的最大值通常出现在春季，这与大气环流季节转换、冷暖空气交汇等相关，具有明显的流依赖特征，而在15~30 °N低纬区域的集合预报离散度最大值则通常出现在夏季，这与台风活动有关。同时值得关注的是青藏高原地区表现为一个集合离散度大值区，可能与青藏高原大地形对预报扰动增长影响有关。(2) 预报扰动增长过程中，集合一致性的时空分布特征与离散度基本一致。45~60 °N、30~45 °N中高纬度区域的集合一致性在春季更接近1；在15~30 °N低纬地区，集合一致性夏季更接近1，但各季节一致性均明显偏小。(3) 集合预报扰动能量及其增长率的垂直分布同样具有显著的纬度差异和季节差异。在45~60 °N、30~45 °N中高纬度区域，扰动总能量在高层和低层存在大值区，最大值出现在春季；在15~30 °N低纬区域扰动总能量偏小且随高度变化不明显，而且各季节扰动能量增长率也偏小，说明需要特别发展低纬区域集合预报扰动方法。集合预报扰动增长表现出的季节性、流依赖性和区域变化等特征，表明东亚季风区的集合扰动方法需要针对不同纬度和不同季节进行分别研究，尤其需要关注低纬区域集合预报扰动结构调整。
2025,
41(2):
288-296. doi: 10.16032/j.issn.1004-4965.2025.020
摘要:
近海快速增强的热带气旋(TC)具有猝不及防的破坏性，其研究和业务预报一直备受关注。判别TC快速增强(RI)的主流指标有两类，即TC中心最低气压变化值和最大风速变化值。利用中国气象局整编的热带气旋最佳路径数据集资料，分别以12 h中心最低气压变化值和最大风速变化值作为判别指标，对1980—2019年中国近海快速增强的热带气旋(RITC)进行判别，并对得到的结果进行对比分析。(1) 两种判别指标得到的RITC的数量差异较小，但RITC个例的重合率并不高，其中，RITC个例的重合率在本世纪00年代差异最大，10年代差异最小。(2) 12 h最大风速判别指标对统计资料时间跨度的变化表现出更高的敏感度，所对应的RI阈值的波动更大。(3) 两种判别指标得到的RI样本的最大差异值在年际上出现在20世纪80年代，月际上出现在9月，日变化上出现在06时(Universal Time Coordinated，UTC)。(4) 在区域分布上，以12 h最大风速变化为判别指标在台湾北部、东海南部以及广西西部近海区域具有较高的敏感度，而以12 h最低气压变化为判别指标则在广西东部近海区域的敏感度更高。研究结论对遴选(判别)我国近海RITC样本(个例)具有一定的参考意义。
近海快速增强的热带气旋(TC)具有猝不及防的破坏性，其研究和业务预报一直备受关注。判别TC快速增强(RI)的主流指标有两类，即TC中心最低气压变化值和最大风速变化值。利用中国气象局整编的热带气旋最佳路径数据集资料，分别以12 h中心最低气压变化值和最大风速变化值作为判别指标，对1980—2019年中国近海快速增强的热带气旋(RITC)进行判别，并对得到的结果进行对比分析。(1) 两种判别指标得到的RITC的数量差异较小，但RITC个例的重合率并不高，其中，RITC个例的重合率在本世纪00年代差异最大，10年代差异最小。(2) 12 h最大风速判别指标对统计资料时间跨度的变化表现出更高的敏感度，所对应的RI阈值的波动更大。(3) 两种判别指标得到的RI样本的最大差异值在年际上出现在20世纪80年代，月际上出现在9月，日变化上出现在06时(Universal Time Coordinated，UTC)。(4) 在区域分布上，以12 h最大风速变化为判别指标在台湾北部、东海南部以及广西西部近海区域具有较高的敏感度，而以12 h最低气压变化为判别指标则在广西东部近海区域的敏感度更高。研究结论对遴选(判别)我国近海RITC样本(个例)具有一定的参考意义。
粤公网安备 4401069904700003号