2010年6月15日华安县暴雨天气过程分析

通过利用2010年6月14日20时、15日8时地面图、卫星云图和此次天气过程的环流背景、物理量、雷达产品的诊断分析结果表明：2010年6月15日,受高空槽东移、低层切变南压和低空西南急流共同影响,华安县普降暴雨,本站雨量61.6mm,最大雨量出现在湖林乡区域站,雨量113.8mm,达到大暴雨。通过探讨此次强降水的发生发展机制,从中找出预报此类降水的着眼点,为今后暴雨预报工作提供有力依据。     

马鞍山近50年来强降水特征统计分析

利用马鞍山1956～2009年日雨量50.0～99.9 mm和日雨量≥100.0 mm的强降水资料,从时空分布和出现频率进行了统计分析,结果表明,马鞍山历年共发生区域性暴雨83日次,区域性大暴雨及特大暴雨17日次;共出现暴雨295站次,当涂最多,为158站次,马鞍山市次之,为137站次;共出现大暴雨及特大暴雨63站次,马鞍山市32站次,当涂31站次;1991年出现暴雨次数最多(19站次),出现的大暴雨及特大暴雨次数也是最多(8站次);4月上旬～11月下旬为暴雨出现时段,6月上旬～8月下旬为大暴雨及特大暴雨出现时段,暴雨峰值出现在7月上旬(56站次),6月上旬～7月下旬是马鞍山降水频发期,夜间出现暴雨的概率与白天基本持平。     

遵义市典型区域性大暴雨个例诊断分析

本文利用遵义市区域自动站资料、高空实况资料及物理量场资料分析了2012年7月11日到12日遵义市区域性大暴雨天气。结果表明:500h Pa高空槽东移带动低层700h Pa低涡和850h Pa切变线东移为此次大暴雨天气过程的主要影响系统;过程期间地面辐合线在南部至东北一带维持;中低层及以下为高温高湿区,为过程提供充足的潜在不稳定能量。对所有条件进行综合分析得出,此次暴雨产生和维持的重要因素是全市受低压控制,无冷空气影响,副高稳定维持,致使低层低涡在川东与重庆西部交界区域稳定维持,造成区域性强降水。     

湖北省五峰县两次暴雨特征及对地质灾害影响的分析

通过对湖北省五峰县2016、2017年连续两年出现的暴雨洪涝灾害情况进行对比,结合现场调查,分析了两次暴雨过程的降雨特征。结果表明,2017年7月15日暴雨过程范围较为集中,暴雨强度大,五峰国家气象站过程降雨量为126.6 mm;2016年7月19日降水分布广,强度大,五峰国家气象站过程降雨量为189.3 mm。从日降水量分析,2016年7月19日降水量排在历史第五位,而2017年7月15日降水量在历史上排位仅为第19位,但2017年7月15日连续2 h最大降水量的重现期达到130年一遇,在历史排位中位于第一位,即此次暴雨属于"坨子雨",分布极为不均,局地短时降水强度大。分析2次灾害发生前10 d的降水发现存在持续有效降雨,2016、2017年累积雨量分别达到97.4、116.4 mm,连日的阴雨会使土壤水分达到饱和或近饱和状态,在后期强降水的作用下,发生泥石流、滑坡、塌陷等灾害。     

基于信息扩散技术的遵义市大暴雨超越概率评估模型

为揭示遵义市一年内受大暴雨袭击的乡镇次数风险特征，用辖区内乡镇区域自动站降水数据，通过信息扩散技术建立大暴雨超越概率评估模型，对大暴雨出现站次进行风险分析。结果表明：遵义市受夏季风系统影响，大暴雨通常出现在5-9月，集中在6、7月，大暴雨会带来严重经济损失和人员伤亡。使用乡镇区域自动站数据，有效提高了中、小尺度大暴雨系统分辨率。信息扩散技术方法，克服了乡镇区域自动站资料年代较短的实际问题。遵义市一年内最大可能出现34-40站次的大暴雨事件。出现34站次以上的大暴雨事件为常态事件，占总乡镇数的16％左右，遵义市大暴雨灾害风险较大。     

9～10月气温降低 雨量减少 秋高气爽 抓好秋粮收获 小春适时播种

1、前期农业气象条件分析 7月上旬云南省大部地区光照充足,气温偏高,雨量偏少.受切变线和副热带高压外围暖湿气流的共同影响,从19日开始云南省出现大范围降雨天气过程,全省大部地区普降中到大雨,局部地区降暴雨或大暴雨.据统计,从7月1～31日,全省共降中雨565站次,比去年同期多209站次,大雨322站次,比去年同期多267站次,暴雨及大暴雨99站次.比去年同期多52站次,大暴雨5站次,月内日雨量最大的是武定,25日降了128.2毫米.全省有61个站点降了暴雨或大暴雨,暴雨日数绿春最多达8天,金平为6天.     

陇东南地区一次区域性大暴雨发生机制分析

采用地面、高空实况观测和卫星云图资料,对2013年6月19日甘肃陇东南区域性大暴雨的大尺度环流背景和中尺度对流系统的机制进行了分析,然后利用湿位涡理论对此次大暴雨发生的机制进行了研究。结果表明:此次大暴雨过程中,甘肃陇东南处于副热带高压系统西侧偏南暖湿气流中,700 h Pa有16 m/s低空急流,在陇东南与东移南压的西北冷空气形成切变线,是造成陇东南这次区域性大暴雨的主要影响系统。低层的正涡度中心范围内产生了-30.9×10-3 h Pa/s强上升运动,与之对应的强降水落区有-20.6×10-5 g/(cm~2·h Pa·s)的水汽通量散度的大值区,在暴雨区上空形成充沛水汽辐合和深厚的湿度层结,700 h Pa比湿达10 g/kg以上,以及层结不稳定等因素为此次大暴雨提供了动力、水汽和能量条件。此次暴雨的触发机制是低层中尺度切变线的发展、偏南急流的增强以及低层辐合高层辐散的大气抽吸作用[1-4]。19日20:00至20日2:00,多个中尺度对流云团沿700 h Pa切变线发展北移,最终与高原上冷锋云系合并成大范围降水云系,表明此次区域性大暴雨过程中存在着明显的中小系统,是此次大雨过程中降水强度大、雨量大的原因。     

长治市2013年7月异常降水特征及环流背景分析

利用2013年7月长治市11个县旬月报资料、24 h降水量(观测站和乡镇自动雨量站)资料、历史资料以及美国NCEP再分析资料,对长治市7月旬月降水量、降水日数、暴雨日数、暴雨过程、最大雨强及环流背景进行了分析。结果表明,全市7月平均降水量为389.4mm,较历年同期(127.4mm)偏多262.0mm(206%),全市11个县观测站降水量均为有气象记录以来的最大值;7月全市各县观测站暴雨总站次为26次,是暴雨站次年极值的2.2倍,全市乡镇自动雨量站暴雨总站次为47次,是暴雨站次年极值的4倍。其环流特征表象为:欧亚中高纬呈西低东高异常分布,极涡中心位于极点附近,较常年同期略偏强;西太平洋副热带高压西段强度较常年同期偏强;季风槽位于85°E附近,影响印度半岛和孟加拉湾一带,较常年同期偏强。     

秋季台风倒槽对海盐暴雨的影响

本文选取2013年23号台风“菲特”和2015年21号台风“杜鹃”对海盐地区造成大暴雨进行讨论分析。1323号台风“菲特”在浙闽交界处登陆,台风倒槽正好控制浙北地区,对海盐造成特大暴雨,过程面雨量达到了350.0毫米,是海盐县建站以来同期(10月份)降水量最大的一次。1521号台风“杜鹃”在福建莆田秀屿区登陆,海盐受台风倒槽影响同样发生了大范围强降水,因距离登陆地较远,降水没有“菲特”台风影响大,过程面雨量136.7毫米,在同期(9月份)为降水量最大的一次。台风倒槽暴雨对海盐地区造成较大的灾害,特别是在与冷空气结合的时候,更是加剧了台风暴雨的强度。     

2020年临夏州一次短时强降水多尺度分析及临近预警

2020年8月5日19:00至6日7:00地处青藏高原边坡地带的临夏地区出现强降水天气，最大降水量达70.6 mm，小时最大降水量达57.8 mm，且伴有雷雨大风天气。利用高空、地面观测资料以及卫星、雷达资料重点分析此次强降水过程不同尺度系统配合机制、强降水水汽来源和输送以及临近预警指标。结果表明：临夏此次出现大范围短时强降水的直接影响系统为中尺度低空切变线和低空急流，间接影响系统是西太平洋副热带高压（简称副高），副高的西伸北抬导致其外围具备高能量级的偏南暖湿气流沿着大风速带被源源不断从低纬度向高原边坡输送并产生汇聚、抬升、凝结，从而导致强降水；强降水类型为典型的暖区短时强降水，地面中尺度干线是直接触发机制，低空西南大风速带上的湿轴向东北方向伸展，水汽长时间汇聚为临夏短时暴雨提供了物质来源；雷达回波显示的低质心回波特征奠定了短时强降水的降水性质。     

华南地区早晚稻生育期降水特征分析

【目的】研究华南地区早稻和晚稻不同生育期间降水的特点,为华南双季稻种植提供决策依据,同时对华南地区双季稻生产和防灾减灾也具有积极意义。【方法】利用华南地区1960—2008年49年间逐日降水资料,计算早稻和晚稻不同生育期的区域平均累计降水和暴雨日平均百分率,分析降水多年平均值和空间分布特点。【结果】华南地区早稻和晚稻生育期总累计降水量相差不大,均在600 mm以上(早稻673.5 mm、晚稻611.5 mm)。早稻和晚稻各生育期累计降水量和日均降水量、日均暴雨降水量差异较大;生育期累计降水量最大为晚稻秧苗期(256.6 mm),最小为晚稻抽穗期(26.9 mm);早稻生育期日均降水量最大为结实期(8.2 mm)、最小为秧苗期(4.1 mm),晚稻最大为秧苗期(8.3 mm)、最小为结实期;早稻日均暴雨降水量随着生育期的后推逐渐增加,晚稻则随生育期的后推逐渐减少。空间分布表明,早稻和晚稻生育期内累计降水量和暴雨概率大值中心分布与华南地区前后汛期降水系统密切相关,早稻主要受到季风系统的影响,而晚稻受台风系统影响为主,降水和暴雨高值中心主要分布在沿海地区。【结论】早稻和晚稻不同生育期降水特征差异较大,早稻防涝工作应着重在结实期,晚稻防涝工作应重点在分蘖期。     

贵州省遵义地区暴雨Z-I关系研究

根据2007年32次暴雨天气过程中遵义新一代天气雷达提供的每6 min一次体扫回波资料和120 km扫描范围内9个地面观测站点相应时段的雨强资料,利用最小二乘法进行数据拟合,建立适合本地区暴雨过程的Z-I关系。选取2008年11次暴雨天气过程进行效果检验,并从多方面进行误差分析。结果表明,按强度范围划分建立的Z-I关系较WSR88D默认的Z-I关系（Z=300I1.4）更适合本地,准确率高。可为今后强降水过程的定量估测提供较好的判据,在暴雨灾害预警工作中发挥重要作用。     

2015年6月28日甘南地区局地短时强降水天气个例分析

2015年6月28日08时至29日08时,全州普降雷阵雨,舟曲局部地方出现暴雨,利用MICAPS资料做本次降水过程形势场分析,本次降水过程中最主要的影响系统是巴湖东移南下的低压槽与700百帕的暖湿气流,本次降水强度最大的柏林站最强降水出现于28日13-14时,小时降水量达到60mm,与降水落点符合较好的是700百帕切变线的位置,为短时强降水提供了良好的抬升力条件,且短时强降水前期,700百帕偏南气流维持时间较长,全州处于高温高湿的环境中。     

黑龙江省夏季异常降水特征及其对总降水的贡献研究

利用黑龙江省80个气象站1971～2016年6～8月逐日降水资料,参照国家标准规定大雨、暴雨事件为异常降水,以数理统计和贡献率方法分析黑龙江省夏季和6、7、8月异常降水及其贡献率变化特征,探讨异常降水对总降水的贡献。结果表明,1971～2016年,研究区夏季异常降水在时间上呈非连续性发生特征,贡献率呈大幅度波动变化,年际间振幅较大,夏季相同月份内大雨贡献率震荡更强,不同月份内,6月大雨贡献率变化最剧烈,8月暴雨贡献率变化最剧烈;异常降水发生在空间上不存在显著经向或纬向变化规律,呈分散性特征,相同月份内暴雨分散性更突出,不同月份内,6月分散性最显著,7月异常降水则相对集中。贡献率空间离散程度较大站点多分布于松嫩平原、三江平原北部,变化不稳定,松嫩平原为异常降水多发区;1971～2016年,大雨、暴雨对总降水量贡献表征为复杂性和相对性。相同年份多以暴雨占主导地位;不同年份中,其他量级降水具有重要贡献。异常降水密集年份中,日降水量20.0～24.9 mm应多予关注。研究客观表征异常降水对总降水的贡献,避免"降水量"分析的绝对性。     

区域暴雨指标与作物洪涝受灾率的关系

利用北京地区1985～2008年逐日降水数据资料,运用IPCC极端天气气候事件指标确定方法计算得到北京地区暴雨天气指标在10.4～38.8mm之间波动,暴雨气候指标为日降水量≥27.5mm。以暴雨天气指标、暴雨气候指标和国家暴雨标准计算历年的暴雨日数和暴雨量,统计分析年降雨日数、暴雨日数和年降水量和暴雨量与作物洪涝受灾率的相关关系,得出年降雨日数和暴雨日数都不能真实地反映作物洪涝受灾率,而年降水量和暴雨量与作物洪涝受灾率则具有明显的线性正相关关系。以区域暴雨气候指标统计的暴雨量与作物洪涝受灾率相关程度最高,笔者建议以暴雨量来预测评估洪涝灾害时,采用区域暴雨气候指标。     

区域暴雨指标与作物洪涝受灾率的关系

利用北京地区1985—2008年逐日降水数据资料，运用IPCC极端天气气候事件指标确定方法计算得到北京地区暴雨天气指标在10．4～38．8mm波动，暴雨气候指标为日降水量≥27．5mm。以暴雨天气指标、暴雨气候指标和国家暴雨标准计算历年的暴雨日数和暴雨量，统计分析年降雨日数、暴雨日数和年降水量和暴雨量与作物洪涝受灾率的相关关系，得出年降雨日数和暴雨日数都不能真实地反映作物洪涝受灾率，而年降水量和暴雨量与作物洪涝受灾率则具有明显的线性正相关关系。以区域暴雨气候指标统计的暴雨量与作物洪涝受灾率相关程度最高，建议以暴雨量来预测评估洪涝灾害时，采用区域暴雨气候指标。     

“凤凰”台风的数值检验及新资料的应用研究

基于淮河流域中尺度观测与应用试验基地的2种主要业务运行模式GRAPES、AREMS,对发生在2008年7月30~8月2日的"凤凰"台风外围云系造成的暴雨、大暴雨强降水进行了模式预报效果检验,同时针对L波段探空雷达,分析了探空垂直分布结构。结果表明:从逐日24 h降水预报情况来看,AREMS模式预报效果要明显好于GRAPES模式,不仅表现在AREMS模式预报降水接近实况降水,而且表现在AREMS模式能够预报出大雨、暴雨等较强降水级别,说明AREMS模式在降水预报方面具有优越性。从每隔12 h的AREMS模式预报效果可知,以7月30日8:00作为预报起点的降水预报,其效果好于以8月2日8:00作为预报起点的降水预报,说明AREMS模式的预报效果具有相对的波动性。分析南京站逐日8:002、0:00的L波段探空雷达数据发现,暴雨、特大暴雨过程的探空数据绝大多数呈现为随高度的增加温度降低的现象,使得大气呈现不稳定状况;但是个别时次出现逆温层,由于逆温层浅薄,不至于影响到大气的不稳定总体态势。