發(fā)布時(shí)間：2021-11-16 20:11

　　針對(duì)2009—2017年6—9月天津地區(qū)140次短時(shí)強(qiáng)降水天氣過程,將NCEP FNL（1°×1°）全球分析資料與地面氣象觀測(cè)數(shù)據(jù)融合,計(jì)算天津地區(qū)短時(shí)強(qiáng)降水的環(huán)境物理量參數(shù),通過偏差和偏差區(qū)間占有率等分析融合環(huán)境物理量的可信度,并在大量樣本統(tǒng)計(jì)基礎(chǔ)上給出不同月份的短時(shí)強(qiáng)降水環(huán)境參量特征和指標(biāo)。結(jié)果表明:（1）基于NCEP FNL分析資料與地面氣象觀測(cè)數(shù)據(jù)融合的環(huán)境物理量在短時(shí)強(qiáng)降水潛勢(shì)判斷中具有較高的可信度,融合CAPE、LI、LCL平均絕對(duì)誤差分別為260.7 J/kg、0.9℃、14 hPa,與融合前的NCEP FNL物理量相比絕對(duì)誤差分別降低了58.1%、48.0%、49.0%。（2）不同月份短時(shí)強(qiáng)降水發(fā)生所必需的水汽、熱力和能量等環(huán)境條件差異顯著,TPW、K、LI、CAPE、LCL和Z0均呈現(xiàn)明顯的月變化特征。（3）若以75%短時(shí)強(qiáng)降水發(fā)生的環(huán)境條件作為預(yù)報(bào)指標(biāo),7—8月TPW、K、CAPE、Z0、LCL物理量閾值極為相近,短時(shí)強(qiáng)降水多發(fā)生在TPW>45 kg/m2、K>32℃、CAPE>835 J/kg、LCL>882 hPa、Z₀

【文章來源】：沙漠與綠洲氣象. 2020,14(05)

【文章頁數(shù)】：8 頁

【部分圖文】：

天津226個(gè)氣象觀測(cè)站分布

1.2 資料融合處理首先對(duì)短時(shí)強(qiáng)降水發(fā)生前最近時(shí)次的NCEP FNL分析資料和同一時(shí)次地面氣象觀測(cè)數(shù)據(jù)進(jìn)行要素一致性處理，統(tǒng)一轉(zhuǎn)換為氣壓、溫度、露點(diǎn)溫度、風(fēng)向、風(fēng)速，進(jìn)而利用NCEP FNL分析資料和地面氣象觀測(cè)數(shù)據(jù)融合算法，構(gòu)建針對(duì)天津地區(qū)短時(shí)強(qiáng)降水過程的融合探空序列。具體處理如下：

表2給出了短時(shí)強(qiáng)降水過程中資料融合后的環(huán)境物理量和探空物理量對(duì)比結(jié)果。由于融合資料僅對(duì)NCEP FNL分析資料900 h Pa以下通過地面氣象觀測(cè)數(shù)據(jù)進(jìn)行了訂正，中、高層仍采用NCEP FNL分析資料，因而K、Z0并無改進(jìn)效果，TPW偏差雖有變化，但改進(jìn)效果亦不明顯。而對(duì)于CAPE、LI和LCL（表2）來說，融合資料CAPE比探空資料僅偏高119.0 J/kg，兩者之間絕對(duì)誤差降低至260.7 J/kg；同時(shí)，融合環(huán)境物理量LI、LCL的偏差和絕對(duì)誤差均明顯較低。與前文中相應(yīng)的NCEP FNL物理量（表1）相比，融合物理量CAPE、LI、LCL絕對(duì)誤差分別降低了58.1%、48.0%和49.0%，表明融合物理量更加接近于探空物理量真值。進(jìn)一步對(duì)融合物理量CAPE、LI、LCL的偏差區(qū)間占有率分布（圖4）分析發(fā)現(xiàn)，將NCEP FNL分析資料與地面氣象觀測(cè)數(shù)據(jù)融合后，CAPE在以零值為中心的低偏差區(qū)間[-400,400]占有率明顯增大至76.6%。同時(shí)，LI在低偏差區(qū)間占有率增至93.5%,LCL在低偏差區(qū)間占有率則增至83.1%。與前文中融合前的NCEP FNL物理量偏差區(qū)間占有率相比，融合后CAPE、LI、LCL在各自的低偏差區(qū)間占有率分別增大了32.5%、31.3%、31.2%，表明融合后環(huán)境物理量的改進(jìn)效果明顯。

【參考文獻(xiàn)】：
期刊論文
[1]太原汛期短時(shí)強(qiáng)降水環(huán)流分型及環(huán)境參量分析[J]. 周晉紅,趙彩萍,董春卿.  干旱氣象. 2019(03)
[2]烏魯木齊市短時(shí)強(qiáng)降水分布特征及環(huán)境條件分析[J]. 張超,賈健.  沙漠與綠洲氣象. 2019(03)
[3]NCEP/NCAR FNL資料在強(qiáng)對(duì)流天氣中可信度的初步分析[J]. 程胡華,聞斌,王益柏,徐影.  氣象與環(huán)境科學(xué). 2018(03)
[4]黔西南短時(shí)強(qiáng)降水時(shí)空特征分析[J]. 王芬,王文勇,李陽.  沙漠與綠洲氣象. 2018(04)
[5]內(nèi)蒙古夏季典型短時(shí)強(qiáng)降水中尺度特征[J]. 常煜,馬素艷,仲夏.  應(yīng)用氣象學(xué)報(bào). 2018(02)
[6]冷渦影響下一次冰雹強(qiáng)對(duì)流天氣中尺度特征及形成機(jī)制[J]. 尉英華,陳宏,張楠,何群英,林曉萌.  干旱氣象. 2018(01)
[7]我國中東部不同級(jí)別短時(shí)強(qiáng)降水天氣的環(huán)境物理量分布特征[J]. 田付友,鄭永光,張濤,曹艷察,盛杰.  暴雨災(zāi)害. 2017(06)
[8]2006—2015年黔西南初夏短時(shí)強(qiáng)降水時(shí)空特征分析[J]. 王芬,嚴(yán)小冬,谷曉平,李腹廣,周仕鵬.  暴雨災(zāi)害. 2017(05)
[9]濟(jì)南市區(qū)短時(shí)強(qiáng)降水特征分析與天氣分型[J]. 張永婧,高帆,于麗娟,褚穎佳,尹承美,孫長(zhǎng)征.  海洋氣象學(xué)報(bào). 2017(03)
[10]基于單站探空資料的不同強(qiáng)度短時(shí)強(qiáng)降水預(yù)報(bào)指標(biāo)研究[J]. 李文娟,趙放,趙璐,黃娟.  暴雨災(zāi)害. 2017(02)



本文編號(hào)：3499492