简介:利用FY-2G卫星云顶相当黑体温度(BlackBodyTemperature,TBB)资料和NCEP(NationalCentersforEnvironmentalPrediction)的1°×1°再分析资料,对2015年6月16—17日江淮流域中尺度涡旋引发的一次持续性梅雨期暴雨过程进行分析。结果表明:2015年江淮流域此次暴雨过程降水强度与MCV的增强和减弱及西南急流的强度一致,降水主要与MCV有关,MCV的形成与对流系统的发展密切联系,对流系统有组织的发展、大量潜热释放及低层辐合高层辐散的配置触发了MCV。由此次暴雨过程MCV与MCS的关系和结构特征可知:MCV从对流层低层一直伸展至对流层高层250hPa,涡度最强中心位于对流层中低层。MCS有利于激发上升气流,湿Q矢量辐合与正涡度中心对应,有利于热量和水汽的垂直输送,加速MCV发展。MCV从产生至成熟阶段,中低层的水平平流项基本为负贡献,水平辐合辐散项决定MCV的形成和发展。此外,垂直运动直接影响涡度垂直输送项,从而影响MCV在垂直方向上的发展。
简介:利用经济省时的降维投影四维变分同化方法(DRP-4DVar),在2009年7月22~23日江淮流域的一次大暴雨过程中同化晴空条件下高光谱大气红外探测仪(AIRS)反演温度、湿度廓线,改进此次强降水过程的模拟。试验结果分析显示,同化AIRS反演的温度及湿度场后,基于四维变分同化系统的模式约束,能够改进湿度场、高度场、高低层散度场。从累积降水量偏差图及同化试验增量图可以看到,正降水量偏差对应于正湿度增量、负位势高度增量及低层负散度高层正散度增量,负降水量偏差则与之相反。同化试验较参照试验可更好地模拟出暴雨的天气形势、对暴雨的落区及强度有更好的反映。此外,从单次同化与连续同化的试验对比结果看出,连续同化试验结果较单次同化结果有进一步的改进,说明不断加入新的观测资料可以更好地模拟强降水过程。
简介:利用1961-2002年ERA-40逐日再分析资料和江淮流域56个台站逐日观测降水量资料,引入基于自组织映射神经网络(Self-OrganizingMaps,简称SOM)的统计降尺度方法,对江淮流域夏季(6-8月)逐日降水量进行统计建模与验证,以考察SOM对中国东部季风降水和极端降水的统计降尺度模拟能力。结果表明,SOM通过建立主要天气型与局地降水的条件转换关系,能够再现与观测一致的日降水量概率分布特征,所有台站基于概率分布函数的Brier评分(BrierScore)均近似为0,显著性评分(SignificanceScore)全部在0.8以上;模拟的多年平均降水日数、中雨日数、夏季总降水量、日降水强度、极端降水阈值和极端降水贡献率区域平均的偏差都低于11%;并且能够在一定程度上模拟出江淮流域夏季降水的时间变率。进一步将SOM降尺度模型应用到BCCCSM1.1(m)模式当前气候情景下,评估其对耦合模式模拟结果的改善能力。发现降尺度显著改善了模式对极端降水模拟偏弱的缺陷,对不同降水指数的模拟较BCC-CSM1.1(m)模式显著提高,降尺度后所有台站6个降水指数的相对误差百分率基本在20%以内,偏差比降尺度前减小了40%-60%;降尺度后6个降水指数气候场的空间相关系数提高到0.9,相对标准差均接近1.0,并且均方根误差在0.5以下。表明SOM降尺度方法显著提高日降水概率分布,特别是概率分布曲线尾部特征的模拟能力,极大改善了模式对极端降水场的模拟能力,为提高未来预估能力提供了基础。