本文利用山东省烟台市2019年1月~2023年12月降水实况资料,对烟台市的短时强降水发生频次的空间分布、日变化、月变化以及年变化特征进行分析,并尝试利用CatBoost机器学习算法对短时强降水进行预测,结论如下:烟台市短时强降水发生频次及最强降水主要集中在西北以及东南部沿海地区,其中西北部地区的短时强降水,从发生频次以及最大强降水来说均较大,在烟台中部、北部及东部短时强降水发生频次及强度均较小;烟台市短时强降水总频次日变化、月变化及年变化特征均较为显著,日变化方面,傍晚至凌晨短时强降水发生频次最多,凌晨及午后为发生频次第二多的时段,而日出前后短时强降水发生频次较低;其月变化波动幅度较大,呈先增大后减少的变化特征,短时强降水较为集中在6~8月;其年变化波动幅度也较大,也呈先增大后减少的变化趋势,在2022年达到最多为499次,之后逐渐减少,2019年最少为72次,短时强降水发生频次较多的时段集中在2021~2023年。用CatBoost模型对烟台市强降水进行初步预测,模型基本能够很好地捕捉烟台市短时强降水特征,在测试集上表现出较好的预测能力,这表明该模型具有很好的泛化能力。Based on the actual precipitation data of Yantai City, Shandong Province from January 2019 to December 2023, this paper analyzes the spatial distribution, daily variation, monthly variation and annual variation characteristics of the frequency of short-term heavy precipitation in Yantai City, and tries to use CatBoost machine learning algorithm to predict short-term heavy precipitation. The conclusions are as follows: The frequency of short-term heavy precipitation and the strongest precipitation in Yantai City are mainly concentrated in the northwest and southeast coastal areas. The short-term heavy precipitation in the northwest is larger in terms of frequency and maximum heavy precipitation. The frequency an
山地复杂地形地貌叠加特殊的地理位置使得短时强降水成为云南省发生频率较高的一种强对流天气,常引发自然灾害。基于中国气象局陆面数据同化系统(CMA Land Data Assimilation System,CLDAS)产品提供的2008—2022年0.0625°×0.0625°高空间分辨率的逐小时降水和ERA5逐小时再分析资料,本研究使用K均值聚类法对91次区域性短时强降水天气过程的环流进行聚类分型,并揭示其三维天气系统配置及热、动力特征。结果表明:1)短时强降水以滇东南发生频率最高,滇东南、滇西南和滇西的部分地区强度最强。日内以20—21时(世界时)强度大,14—15时频次多。年内以7月降水强度最大,6月降水量最多。同时,年际变化明显,其中极强值年份降水量可达80 mm以上,其多年平均降水量维持在26 mm左右。2)区域短时强降水天气过程可分为西风小槽型、高空长槽型和副高外围型,以高空长槽型发生频次最多、强降水范围最大。3)3类天气系统配置都存在有利于短时强降水发生的动力、水汽和热力条件:200 hPa存在强辐散区(如高空急流南侧),500 hPa位于槽前或副高西侧并伴有上升运动,中低层配合有低层切变线和低涡、地面辐合线等;同时,水汽多来自孟加拉湾,水汽随偏西气流至云南上空后辐合,K指数大于38℃。高空长槽型由于中低层切变线和低涡更靠近云南中部,低空锋面及冷空气活动更强,云南区域上空低(高)层辐合(散)最强,且由于其前倾的垂直结构引起的热力不稳定也最强,导致区域上空整层的上升运动和水汽辐合最显著、范围最大,故由其引起的短时强降水范围更大。
本文利用伊犁河谷国家基本站和区域自动站2015年至2021年5至10月小时降水资料及伊宁新一代多普勒天气雷达资料,采用常规统计方法对伊犁河谷短时强降水天气时空分布及雷达回波参数值进行了研究分析。结果表明:(1) 伊犁河谷短时强降水空间分布呈山区多,平原少的特点,霍城县北部、伊宁县北部、尼勒克县、昭苏县、特克斯县及新源县东部等地的山区大部为显著的高发区并都处于山前的迎风坡处;(2) 近7a中,短时强降水年发生频次整体呈减少趋势,年平均为20次,2016年出现最多,2020年为最少年份;(3) 短时强降水有明显的月变化,自5月迅速增加,6月达到峰值,8月开始减少,6月至7月最为活跃;(4) 短时强降水的日变化呈单峰型结构,峰值出现时段在18~23时;河谷不同地区的日变化特征也不尽相同,西部、东部呈单峰型结构,而南部呈双峰型结构;(5) 当雷达回波参数值中最大回波强度 > 47 dBZ,垂直积分液态水含量 > 10.8 kg/m2,回波顶高 37.2 km2时,伊犁河谷易发生短时强降水天气。This study analyzes the spatio-temporal distribution and radar echo parameters of short-time heavy precipitation in the Yili River Valley using hourly precipitation data from national basic stations and regional automatic stations in the valley, as well as Doppler weather radar data from Yining, Xinjiang, for the period from May to October between 2015 and 2021. The analysis employs conventional statistical methods. The results indicate that: (1) The spatial distribution of short-time heavy precipitation in the Yili River Valley is characterized by a higher frequency in mountainous areas and a lower frequency in plains. Most of the mountainous regions in the north of Huocheng County, the north of Yining County, Nilka County, Zhaosu County, Tekes County, and the east of Xinyuan County are significant high-incidence areas and are located on the windward slopes of the mountains. (2) Over the past seven ye
随着全球气候变暖的加剧,极端强降水事件发生频率明显增加,对经济社会发展及人民生命财产安全构成重大威胁。开展短时强降水的预报研究对于防灾减灾具有重要意义。基于湖北省区域自动站降水资料、短时强降水概率预报产品和中尺度高分辨率数值模式资料,采用邻域最优概率法和多模式融合技术对湖北省1~12 h短时强降水的落区进行预报与检验评估。结果表明,邻域法明显提高了中尺度数值模式对短时强降水的预报能力,其中面积邻域法的效果优于单点邻域法,CMAMESO、CMA-SH9和WH-RUC模式的最优面积概率均为5%,最优邻域半径分别为50、60、60 km;多模式融合预报方法较单模式单点邻域法表现出明显优势,2023年、2024年4—9月短时强降水的1~12 h TS评分均表现为正技巧,分别提高0.014、0.020;改进后的多模式融合方法对短时强降水的命中率有大幅提升,尤其是在湖北省2023年8月7日和2024年6月28日的多次强对流过程预报中均有提前精准预报。
