文章快速检索     高级检索
  高原气象  2016, Vol. 35 Issue (6): 1540-1550  DOI: 10.7522/j.issn.1000-0534.2015.00101
0

引用本文 [复制中英文]

康岚, 郝丽萍, 蒲吉光, 等 . 2016. 对两次持续性暴雨过程落区预报的探讨[J]. 高原气象, 35(6): 1540-1550. DOI: 10.7522/j.issn.1000-0534.2015.00101
[复制中文]
KANG Lan, HAO Liping, PU Jiguang, et al . 2016. Discussion on Area Forecast of Two Persistence Heavy Rain Processes[J]. PLATEAU METEOROLOGY, 35(6): 1540-1550. DOI: 10.7522/j.issn.1000-0534.2015.00101.
[复制英文]

资助项目

西南区域强降水预报创新团队(川气函[2013]328号);中国气象局全国强对流预报专家团队建设项目;公益性行业(气象)科研专项(GYHY201206042);西南区域重大科研业务项目(2014-3)

作者简介

康岚(1971-),女,四川达州人,正研级高工,主要从事天气预报及相关研究.E-mail:kanglan_330@163.com

文章历史

收稿日期: 2014-09-11
定稿日期: 2014-09-24
对两次持续性暴雨过程落区预报的探讨
康岚1,2, 郝丽萍1,2, 蒲吉光1,2, 牛俊丽1,2     
1. 四川省气象台, 成都 610071;
2. 高原与盆地暴雨旱涝灾害四川省重点实验室, 成都 610071
摘要: 通过对比模式预报落区相似,实况落区有明显差异的两次持续性暴雨过程,重点探讨了环流背景、环境场条件、云图特征、地面观测资料演变与强降水落区之间的关系。结果表明:通过分析实况探空资料中副热带高压形态、脊线位置及其与中低纬度系统之间的相互作用、过程开始前卫星云图特征,可以判断影响系统移动速度,修正模式形势预报,订正模式强降水落区。在此基础上,综合分析时空密度相对高的卫星云图和地面观测资料,追踪暖湿气流中具备抬升条件的位置及其演变趋势,可以判断1~3 h内云团的生、消、发展及移动路径,有助于从短时临近预报角度确定1~3 h的强降水落区,订正短期预报。
关键词: 暴雨过程对比    模式预报    实况分析    落区预报    
1 引言

随着大气科学、地球科学的研究进展,计算机及网络系统的快速发展,数值预报水平和可用性大大提高(陈德辉等,2004; 王雨等,2006; 许映龙,2011),尤其是对大尺度环流形势及主要天气系统的预报已远远超过人的主观判断能力,是现代天气预报业务的基础。但由于模式自身误差和初值误差,模式的预报准确率仍需进一步提高。因此,预报员不仅需要了解模式性能,积累数值预报应用经验,同时还需具备对各种观测资料综合分析和判断的能力,在熟练分析应用模式资料的基础上,对模式结果进行有效订正。

长期以来,广大气象工作者对四川盆地多次重大暴雨天气过程进行了深入的研究。陈忠明等(2004)诊断了四川盆地浅薄低涡耦合作用引发盆地低涡强烈发展与大面积特大暴雨天气发生的机理,康岚等(2013)探讨了台风活动对四川暴雨大尺度环流背景、西南低涡形成与维持、水汽及能量输送的作用。肖递祥(2015)段海霞(2008)郑庆林(1997)等探讨了高原地形、地面热通量、凝结潜热对四川暴雨的影响。纵观这些研究,从发生机理(赵玉春等,2010),物理量诊断(王成鑫等,2013; 康岚等,2008; 陈永仁等,2013)、数值模拟(肖递祥等,2015; 郑庆林等,1997)角度进行研究的比较多,从预报角度进行研究的并不多见。暴雨落区预报是实际预报业务中的重点和难点之一,有必要进行总结和研究。

2013年6月18-20日(简称6·18)以及6月29日至7月1日(简称6·29),四川盆地先后出现了两次持续性暴雨天气过程,两次过程模式雨量都集中预报在盆地西部,实况落区却出现了较大差异。“6·18”过程暴雨区位于盆地西部,“6·29”过程却是以盆地中部为暴雨中心,和预报落区出现了明显偏差。因此,对模式落区的订正是暴雨预报业务中面临的重要问题。下面,以这两次暴雨过程为例,从预报角度对暴雨落区问题进行探讨。

2 过程概况

2013年6月18日14:00至20日03:00(世界时,下同),四川盆地西部出现了持续暴雨天气过程,共有31个县(市)降了暴雨,8个县(市)降了大暴雨,广元、绵阳两市的局部地方降了特大暴雨。

2013年6月29日12:00至7月1日03:00,四川盆地又出现了一次区域性大暴雨天气过程,共有52个县(市)降了暴雨,19个县(市)降了大暴雨,遂宁市的部分地方降了特大暴雨。

这两次过程均具有降水时间长,累计雨量大,强降水区域集中的特点,部分县市反复遭受暴雨袭击,给当地人民生命财产和经济带来严重损失。从两次过程最大累积雨量站点分钟雨量图(图略)可以看出,两次过程均具有雨强大、波动明显的对流性降雨特征。主要区别在于强降雨落区的不同,前者主要位于盆地西部,后者覆盖了盆地的大部分地区。

3 数值模式预报分析

数值预报是现代天气预报业务的基础,首先分析这两次过程模式预报情况。为了对实际业务有参考价值,文中使用模式为实际业务常用模式,分别为国家气象中心(T639)、美国国家环境预报中心(GFS)、欧洲中期数值预报中心(ECMWF)、日本气象厅(JMA),模式时间为业务预报中实际参考的资料时间。

3.1 雨量预报与实况对比

对于持续性暴雨过程,强降水开始时间、量级、主要落区等都是预报工作中的难点。对比过程开始期24 h降雨实况与模式预报落区差异以及模式预报大雨以上量级TS评分,从量级和落区两个方面探讨模式对这两次过程的预报性能。通过两次过程开始期24 h实况雨量与相应时段预报雨量的对比图(图 1)可以看出,“6·18”过程实况雨区主要位于盆地西部,量级为大雨或暴雨,西北部部分地方为大暴雨。4个模式预报的雨量相对大值区主要位于盆地西部,量级为中到大雨,局部暴雨。预报主雨带和实况雨带位置基本一致。“6·29”过程,盆地大部地方出现了暴雨或大暴雨,位于中部的遂宁附近降了特大暴雨。4个模式中有3个在盆地西部预报了大雨到暴雨,局地大暴雨。对于盆地中部的特大暴雨中心,普遍只预报了中雨,4个模式都漏报了暴雨中心,预报落区较实况显著偏西。表 1 是模式对两次过程大雨以上降水量级TS评分对比表。表 1 显示: “6·18”过程,模式量级预报明显偏弱,有两个模式大雨以上量级TS评分为零,只有T639和JMA模式有大雨TS评分; “6·29”过程,4个模式都有大雨量级TS评分,T639和ECWMF模式有暴雨TS评分。量级预报优于“6·18”过程。进一步针对“6·29”过程暴雨中心区域进行TS评分,大雨以上量级TS评分均为零,无有效预报,与前面主观比较结论一致。综上所述,“6·18”过程降水落区比较确定,预报难点在于对过程起报时间的把握以及对模式预报量级的订正。而“6·29”过程起报时间确定,难点在于对模式落区的订正。实际业务中,预报员准确预报了“6·18”过程的开始时间和暴雨落区,对“6·29”过程暴雨落区虽然较模式预报区域向东进行了调整,但仍比实况落区偏西。因此,通过对比这两次过程,重点探讨暴雨落区的订正问题。

图 1 2013年6月“6·18”(左)和“6·29”(右)两次暴雨过程实况雨量(a、b)与模式预报雨量(c~j)对比 Figure 1 The comparison of precipitation about two processes “6·18”(left)and “6·29”(right) between observational(a,b)and forecast(c~j)on June 2013
表 1 两次过程24~48 h模式预报雨量TS评分 Table 1 TS score of model rainfall forecast from 24 to 48 hours in two processes
3.2 风场预报对比

应用实践表明,T639模式预报风场在72 h预报时效内具有较高的可用性,是业务工作中主要的参考工具之一。实际业务中,通过分析T639模式预报的不同层次风场配置和风速大小,可以协助确定强降水位置和量级。下面分别对两次过程T639模式预报的24 h 500 hPa、700 hPa、850 hPa风场特征进行对比。

2013年6月两次过程T639模式风场与高度场预报(图 2)显示,两次过程500 hPa环流形势具有明显差异。18日12:00(图 2a),从西藏到青甘地区为一致的西南气流,影响系统不明显,天气尺度强迫弱,属于四川预报员总结(李淑芳等,1986)的“南风型”暴雨环流特征; 29日12:00(图 2b),西藏中部和川西高原分别存在低槽,影响系统非常清楚,动力抬升作用强,有利于四川出现暴雨天气。700 hPa和850 hPa风场预报(图 2 c~f)则显得比较一致,700 hPa从云贵到陕甘南部均为一致的偏南气流,甘肃南部存在辐合区,盆地西部属于甘南辐合区的尾部; 850 hPa四川境内以东南气流为主,并且该流场特征在48 h内维持,盆地西部的龙门山脉对东南气流具有强迫抬升作用。两次过程中低层风场预报显示,有利于盆地西部出现暴雨天气。从模式风场预报不能对“6·29”过程暴雨落区进行有效订正。

图 2 2013 年6月18日12:00(左)和6月29日12:00(右)两次暴雨过程T639模式风场(风羽,单位: m·s-1)和高度场(等值线,单位: gpm)预报 (a、b)500 hPa,(c、d)700 hPa,(e、f)850 hPa. 棕色线表示槽线,彩色区表示风速≥12 m·s-1的区域 Figure 2 The wind(thebarb,unit: m·s-1)and high(contour,unit: gpm)field forecast of T639 model of two processes at 12:00 on 18(left)and 12:00 on 29(right)June 2013.(a,b)500 hPa,(c,d)700 hPa,(e,f)850 hPa. Brown line denote the trough line,the colour area represent the area of wind speed over 12 m·s-1
4 实况分析

数值预报虽然获得了长足的发展,但由于误差的存在,模式预报和实况场之间必然存在差距。对实况资料的分析以及对各种观测资料的综合判断能力也是预报业务中不可或缺的方面。通过对比两次过程实况资料,找出两次过程的异同点,为订正暴雨落区预报提供参考。

4.1 环流背景对比

“6·18”过程前期18日00:00(图 3a),500 hPa欧亚大陆中高纬度为两槽一脊型,巴尔克什湖和贝加尔湖以东分别为经向度大的低槽区,巴尔克什湖低槽将不断分裂短波槽沿槽前西南气流向青藏高原输送,补充到青藏高原中部到川西高原的西南气流中,两支气流中的扰动叠加是本次过程的影响系统。中低纬度西南地区东部到长江中下游和西太平洋上分别有两个块状高压环流,大陆高压脊线位于31°N附近,1304号台风在两个高压环流之间。大陆高压对青藏高原上空扰动系统东移起到阻挡作用。12:00,大陆高压584线略有东撤,扰动沿青藏高原东侧西南气流逐渐进入盆地西北部。过程中,1304号台风从两个高压环流间北上,始终位于大陆高压的东侧,台风西侧的偏北气流和大陆高压东侧的偏北气流叠加有利于大陆高压稳定维持。由于大陆高压的稳定维持,将东移的扰动系统始终阻挡在盆地西部,导致强降水反复在盆地西部产生。

图 3 2013年6月18日00:00 1304号台风(a)和29日00:00 1306号台风(b)500 hPa风场(风羽,单位: m·s-1)、等高线(等值线,单位: gpm)与台风移动路径(黑点线) Figure 3 The wind(barb,unit: m·s-1)and high(contour,unit: gpm)field observation of 1304 typhoon at 00:00 on 18(a)and 1306 typhoon at 00:00 on 29(b)June 2013 and typhoon paths(black dotted line)

“6·29”过程前期29日00:00(图 3b),500 hPa欧亚大陆中高纬度为一槽一脊型,巴尔克什湖到贝加尔湖为宽广低压槽,高压脊位于鄂河次克海。中纬度青藏高原中部到川西高原存在低涡,中心位于曲麻莱附件,上述宽广低槽底部同样有短波槽分裂东移,补充到青藏高原东部低涡系统中。高原低涡是本次过程的影响系统。副热带高压呈东西带状,脊线位于22°N,其北侧从四川到长江中下游为较为平直的西风气流,有利于高原低涡东移。这种背景下高原低涡的移动速度快于“6·18”过程扰动的移动速度,也是本次过程落区较为偏东的原因。与此同时,1306号台风位于副热带高压西南侧。过程中,1306号台风向西北方向行进,副热带高压表现为脊线北抬,584线稳定维持在盆地东部,对进入盆地的高原涡形成阻挡,使高原涡停滞在盆地中部,降水亦停滞于盆地中部。

分析显示,“6·18”过程前期为块状大陆高压,脊线位置偏北,584线位于盆地西部,对高原影响系统东移形成阻挡,过程中台风的移动路径有利于大陆高压稳定维持,大陆高压在整个过程中都对影响系统东移形成阻挡作用,使降水停滞于盆地西部。“6·29”过程前期为带状高压,脊线偏南,副高北侧平直西风气流有利于高原影响系统东移,过程中台风向西北方向行进,副热带高压脊线北抬,584线稳定维持在盆地东部,对影响系统继续东移形成阻挡。影响系统在整个过程中表现为先移后阻,导致其降水落区较“6·18”过程偏东。两次过程中都有台风活动,台风和副热带高压相互影响,使副热带高压稳定维持,对东移系统形成阻挡,是两次过程强降雨区稳定少动的原因之一。前期副热带高压脊线位置及其形态不同导致两次过程影响系统移动速度不同,受阻挡的位置不同,产生的降水落区也不同。因此,通过分析实况环流形势,特别是副热带高压脊线位置及其形态以及与中低纬度系统之间的相互作用,可以判断影响系统移动速度,有助于在短期预报中确定降水落区。

4.2 环境条件

四川预报员在长期的预报实践中总结出: K指数、500 hPa和850 hPa假相当位温差θse(500-850)以及850 hPa和700 hPa比湿和Q(850+700)能较好地代表环境场的能量条件、不稳定条件和水汽条件。K值和Q(850+700)越大、θse(850-500)值越小代表能量越高,水汽越丰富,对流越不稳定,越有利于出现强对流天气。

温江、宜宾、达州、重庆4个探空站分别位于盆地西部、南部、东北部和中部。选取4个探空站两次过程开始前12 h,过程开始时以及过程中3个时次,比较两次过程不同时段对流参数特征。表 2 显示,“6·18”过程期间盆地θse(500-850)均<-8 ℃,整个盆地处于显著的对流不稳定状态,西部、南部代表站Q(850+700)大于中部、东北部代表站5~13 g·kg-1,水汽条件明显占优,并且具有低的抬升凝结高度,气团更容易被抬升凝结,整个过程西部、南部对流环境条件都优于中部和东北部。只要存在扰动对流就容易被触发,本次过程关键是判断是否有扰动进入盆地西部。“6·29”过程期间盆地层结同样处于对流不稳定状态,29日00:00和12:00,温江、宜宾站的K指数和Q(850+700)显著高于其余两站,能量和水汽条件好,对流凝结高度低,气团更容易被抬升凝结,过程初期西部、南部对流环境条件好。30日00:00,盆地各探空站的湿度和能量条件发生了显著变化,宜宾站比湿和明显下降,重庆和达州站能量及水汽迅速上升,12 h增量均超过15 ℃和8.9 g·kg-1,达到41 ℃和29 g·kg-1,成为盆地内能量最高、水汽最丰富的区域,对流环境好的区域转移到盆地中部到东北部,高湿不稳定区的转变是本次过程的显著特点。

表 2 两次暴雨过程对流条件参数对比 Table 2 The physical parameters of convective condition of two processes
4.3 过程前期云图特征对比

四川地形复杂,地面监测网难以全面涉及,时空密度较高的卫星云图资料无疑是很好的补充。通过卫星云图能监测到常规天气图上无法发现的诸如中、小尺度灾害性天气现象(陈渭民等,2005),也能了解到过程开始前大气演变特征。

“6·18”过程前期18日00:00 500 hPa图上(图 3a),从青藏高原中部到川西高原为一致的西南气流,由于西南气流中具有风速差异,必然在某些区域存在风速切变。午后,地面大量接收太阳短波辐射,温度迅速上升,形成不稳定区,在有风速切变水汽丰富的区域被强迫抬升形成对流云。08:00(图 4a),西藏东部到川西高原块状对流云已经旺盛发展,连接成团状,对应西南气流中的扰动; 盆地上空为少云区,预示大陆高压稳定强盛,对扰动系统东移具有较强的阻挡作用。模式预报显示(图 2a),18日12:00副高584线略有东退,确定西南气流中的扰动将会进入盆地西部,触发盆地西部的暖湿不稳定能量。6月29日08:00(图 4b),河套西部有近似东北西南向的低槽云系,不但川西高原上空块状对流云团旺盛发展,而且已经有短波槽云系进入四川盆地中部上空,表明高空没有强的阻挡系统,有利于高原低槽主体云系进一步东移进入盆地。低槽的实际移动速度快于模式预报的移动速度(图 2b),据此可以在短期时效内将强降水落区向中部扩展。

图 4 2013 年6月18日08:00(a)和29日08:00(b)两次过程红外卫星云图TBB(单位: ℃) 黑色圆圈内为四川盆地区域 Figure 4 TBB of infrared satellite images of two processes at 08:00 on 18(a)and 08:00 on 29(b)June 2013.Unit: ℃. The black circle for the sichuan basin area
4.4 过程期间云图特征

中尺度对流系统(MCS)是暴雨的直接影响系统(陶诗言等,2001)。两次暴雨过程都是由多个MCS造成。对比云顶亮温(TBB)图 5 a~f和表 2 可以看出,“6·18”过程先后有3个MCS生成发展,位置都出现在对流环境条件较好的盆地西部。基本表现为傍晚到夜间生成,发展,沿西部山地自南向北移动,后半夜至上午减弱、消散,具有夜间强白天弱的特点。第一、三个MCS是由多个对流云团合并发展形成,第二个MCS是在前一个减弱的MCS南部生成、发展,然后向北移动,3个MCS移动路径和影响区域非常相似,最大小时雨量均超过了90 mm·h-1,具有典型的列车效应特征。由图 5 g~l和表 2 可知,“6·29”过程同样有3个MCS生消,29日13:00有多个对流云团首先在对流条件好的盆地西部、南部生成,合并形成第一个MCS后强烈发展,19:00达到最强,主要给盆地西部、南部带来强降水。30日00:00,对流条件好的区域

图 5 2013 年6月两次暴雨过程红外云图TBB(单位: ℃) (a)18日11:00,(b)18日15:00,(c)18日18:00,(d)18日23:00,(e)19日14:00,(f)19日22:00,(g)29日13:00,(h)29日19:00,(i)30日01:00,(j)30日05:00,(k)30日12:00,(l)30日20:00,第1、3列图中黑色圈内为初始发展的对流云团,第2、4列图为MCS旺盛发展时段 Figure 5 TBB of infrared satellite images of two processes from 11:00 on 18 to 22:00 on 19 and from 13:00 on 29 to 20:00 on 30 June 2013.Unit: ℃. The left black circle in column 1 and 3 for the initial development of convective clouds,the column 2 and 4 for vigorous development of MCS

转移到盆地中部到东北部。01:00,在第一个减弱的MCS左侧遂宁附近有新的对流开始发展,生成第二个MCS,持续了11 h,该时段强降水中心位于遂宁市,最大小时雨量出现在遂宁安居区,达95 mm·h-1。12:00,在第二个减弱的MCS上又有对流云团在遂宁附近发展成MCS,持续了13 h,该时段强降水中心同样位于遂宁市,后面两个MCS都是在前一个减弱的MCS上生成、发展,生成位置都位于盆地中部的遂宁附近,并且都在原地发展,持续时间近24 h,造成该区域出现持续性强降水。遂宁强降水从30日白天开始,与对流条件转好时间一致。

比较显示,高能、高湿、不稳定区域有利于MCS的生成和发展,对高温高湿不稳定区的追踪是预报中的关键问题。

4.5 对流云团和地面观测资料综合分析

前面分析显示,两次过程强降水区位置和移动路径与对流云团的生、消演变及移动路径密切相关。正确判断初生对流是否发展及其持续时间、移动方向是做好短时临近预报的关键。尝试结合时空密度较高的地面流场和露点资料,判断对流云团的演变趋势。

2013年6月两次过程的TBB、露点线、地面风场流线(图 6)显示,“6·18”过程18日12:00(图 6a),四川盆地西部、南部有A、B、C 3个对流云团,A云团位于地面辐合线北侧偏北气流中,同时也位于露点锋区东侧水汽丰富的区域,由于地面辐合线对暖湿空气的抬升作用,判断A云团未来会发展; 与B云团对应,地面为辐散气流,说明云团中下沉气流占据了主导,云团将会减弱; C云团位于地面辐合气流区和露点锋区上方,同时具备抬升条件和水汽条件,云团将会维持。18日15:00(图 6b),A云团迅速发展,仍然位于地面辐合线北侧和露点锋区附近,抬升和水汽依然存在,云团会继续发展; B云团已经减弱消散; C云团维持在一定的强度,其东部出现向东南方向和西南方向的辐散气流,西部虽然为辐合气流,但露点锋结构变得松散,抬升和水汽都处于减弱的状态,云团处于减弱的阶段。18日18:00(图 6c),C云团已经减弱消散,A云团面积明显增大,但中心强度有所减弱,地面形成了完整的雷暴高压,云团中以下沉气流为主,云团将减弱。同时,雷暴高压南侧冷出流和环境中较暖的偏南气流又形成一条切变线,切变线附近成为新的上升运动区,切变线上的对流云团D将会进一步发展。18日21:00(图 6d),A云团减弱消散,D云团迅速发展,表现为范围增大、亮温降低,此时云团西侧地面已出现辐散气流,辐合气流抬升区和露点锋东侧水汽丰富的区域同时位于云团东北象限,云团将向东北方向移动。实况显示,云团移动路径和判断一致。“6·30”过程云团演变和“6·18”过程具有类似特征。图 6 e显示,29日12:00,盆地西部、南部有3个位置接近的对流云团E、F、G,在G云团附近有一条东北—西南向的地面辐合线,同时也是露点较高、水汽丰富的区域,辐合线抬升暖湿空气,3个对流云团可能在辐合线位置合并。29日15:00(图 6f),3个对流云团已经合并,直到21:00(图略),地面辐合线和高露点区一直维持在原地,合并后的对流云团始终在原地发展维持。30日00:00(图 6g),原辐合线向东部收缩,云团的西侧出现了气流辐合,成为新的上升运动区,云团可能在这一区域再次发展。实况显示,30日03:00(图 6h),对流云团在这一区域重新发展。

图 6 2013 年6月两次过程的TBB(阴影,单位: ℃)、露点线(点线,单位: ℃)、地面风场(流线,单位: m·s-1)分布 (a)18日12:00,(b)18日15:00,(c)18日18:00,(d)18日21:00,(e)29日12:00,(f)29日15:00,(g)30日00:00, (h)30日03:00,黑圈内为对流云团区域,粗实线为地面辐合线位置,图中A、B、C、D、E、F、G、H分别表示对流云团 Figure 6 TBB(the shaded,unit: ℃),dew point line(point line,unit: ℃),ground wind field(stream line,unit: m·s-1) of two processes from 12:00 to 21:00 on 18 and from 12:00 on 29 to 03:00 on 30 June 2013. The black circle for convective clouds area,and heavy line for the position of surface convergence line, A,B,C,D,E,F,G,H denotes convective cloud respectively

综上所述,结合卫星云图、地面流线及露点资料,重点分析暖湿气流中具备抬升作用的位置,可以判断1~3 h内云团的生、消、发展及移动趋势,有助于从短时临近预报角度确定1~3 h的强降水落区,修正短期预报。

5 结论

通过对比模式预报落区相似,实况落区有明显差异的两次持续性暴雨过程,重点探讨了环流背景、云图特征、环境场条件、地面观测资料演变与暴雨落区之间的关系,得出以下主要结论:

(1)通过分析探空资料中副热带高压形态、脊线位置及其与中低纬度系统之间的相互作用,可以判断影响系统移动速度,对模式形势预报进行修正,在短期预报中订正模式强降水落区。

(2)分析过程开始前卫星云图特征,利用云图演变判断系统移动速度,和探空资料、模式资料相互佐证,同样可以在短期预报中订正强降水落区。

(3)高能、高湿、不稳定是有利于MCS生成、发展的环境条件,能量相对高、水汽条件相对好的区域是MCS最容易生成、发展的区域。追踪高温高湿不稳定区演变以及确定抬升触发条件位置是强降水短临预报业务中的关键问题。结合时空分辨率相对高的卫星云图和地面观测资料,重点分析暖湿气流中具备抬升条件的位置,判断1~3 h内云团的生、消、发展及移动趋势,有助于从短时临近预报角度确定1~3 h的强降水落区,修正短期预报。

(4)在实际业务中,以模式预报为基础,综合分析多种观测资料订正模式预报是提高暴雨落区预报准确率的有效途径。

参考文献
陈德辉, 薛纪善. 2004. 数值天气预报业务模式现状与展望[J]. 气象学报 , 62 (5): 623–633. Chen Dehui, Xue Jishan. 2004. An overview on recent processes of the operational numerical weather prediction models[J]. Acta Meteor Sinica, 62 (5): 623–633.
陈渭民. 2005. 卫星气象学[M]. 北京: 气象出版社, 202-383. Chen Weiming. 2005. Satellite meteorology[M]. Beijing: China Meteorological Press , 202-383.
Chen Yongren, Li Yueqing. 2013. Characteristics of mesoscale convective system and its effects on short-time severe rainfall in Sichuan Basin during 21-22 July 2012[J]. Meteor Mon, 39 (10): 848–860.
陈忠明, 闵文彬, 缪强, 等. 2004. 高原涡与西南涡耦合作用的个例诊断[J]. 高原气象 , 23 (1): 75–80. Chen Zhongming, MinWenbin, Miao Qiang, et al. 2004. A Case Study on Coupling Interaction between Plateau and Southwest Vortexes[J]. Plateau Meteor, 23 (1): 75–80.
段海霞, 陆维松, 毕宝贵. 2008. 凝结潜热与地表热通量对一次西南低涡暴雨影响分析[J]. 高原气象 , 27 (6): 1315–1323. Duan Haixia, Lu Weisong, Bi Baogui. 2008. Impact of the condensation heating and surface heat flux on a rainstorm event of southwest vortex[J]. Plateau Meteor, 27 (6): 1315–1323.
康岚, 冯汉中, 屠妮妮, 等. 2008. 一次川渝大暴雨的中尺度分析[J]. 气象 , 34 (10): 40–49. Kang Lan, Feng Hanzhong, Tu Nini, et al. 2008. Mesoscale analysis of a torrential rain in Sichuan and Chongqing[J]. Meteor Mon, 34 (10): 40–49.
康岚, 郝丽萍, 罗玲, 等. 2013. 1002号台风对四川盆地大暴雨的影响分析[J]. 热带气象学报 , 29 (1): 169–176. Kang Lan, Hao Liping, Luo Ling, et al. 2013. The analysis of the effect of typhoon 1002 on storm rainfall in Sichuan Basin[J]. J Trop Meteor, 29 (1): 169–176.
李淑芳, 王之义, 郑家骅, 等. 1986. 四川省短期天气预报手册[M]. 成都: 四川省气象局编印, 下册, 125-127. Li Shufang, Wang Zhiyi, Zheng Jiahua, et al. 1986. Handbook of shortterm weather forecast in Sichuan Province[M]. Chengdu: Meteorological Bureau of Sichuan Province, Volume II , 125-127.
陶诗言, 倪允琪, 赵思雄, 等. 2001. 1998夏季中国暴雨的形成机理与预报研究[M]. 北京: 气象出版社, 89-101. Tao Shiyan, Ni Yunqi, Zhao Sixiong, et al. 2001. Study on the formation mechanism and forecast of heavy rain in China during the summer of 1998[M]. Beijing: China Meteorological Press , 89-101.
王成鑫, 高守亭, 梁莉, 等. 2013. 动力因子对地形影响下的四川暴雨落区的诊断[J]. 大气科学 , 37 (5): 1099–1110. Wang Chengxin, Gao Shouting, Liang Li, et al. 2013. Diagnostic Analysis of Dynamical Parameters for Sichuan Rainstorm Influenced by Terrain[J]. Chinese J Atmos Sci, 37 (5): 1099–1110.
王雨. 2006. 2004年主汛期各数值预报模式定量降水预报评估[J]. 应用气象学报 , 17 (3): 316–324. Wang Yu. 2006. Evaluation of quantitative precipitation forecasting of multiple NWP models in summer of 2004[J]. J Appl Meteor Sci, 17 (3): 316–324.
肖递祥, 屠妮妮, 祁生秀. 2015. 龙门山沿线暴雨过程的诊断分析及数值试验[J]. 高原气象 , 34 (1): 113–123. Xiao Dixiang, Tu Nini, Qi Shengxiu. 2015. Diagnosis analysis and numerical experiments of a rainstorm case along Longmen Mountain[J]. Plateau Meteor, 34 (1): 113–123.
肖递祥, 杨康权, 祁生秀. 2012. 2011年7月四川盆地两次突发性暴雨过程的对比分析[J]. 气象 , 38 (12): 1482–1491. Xiao Dixiang, Yang Kangquan, Qi Shengxiu. 2012. Comparative analysis of two abrupt heavy rain processes in Sichuan Basin in July 2011[J]. Meteor Mon, 38 (12): 1482–1491.
许映龙. 2011. 超强台风鲇鱼路径北翘预报分析[J]. 气象 , 37 (7): 821–826. Xu Yinglong. 2011. Forecast Analysis on the Abrupt Northward Recurvature of Super Typhoon Megi[J]. Meteor Mon, 37 (7): 821–826.
赵玉春, 王叶红. 2010. 高原涡诱生西南涡特大暴雨成因的个例研究[J]. 高原气象 , 29 (4): 819–831. Zhao Yuchun, Wang Yehong. 2010. A case study on plateau vortex inducing southwest vortex and producing extremely heavy rain[J]. Plateau Meteor, 29 (4): 819–831.
郑庆林, 王必正, 宋青丽. 1997. 青藏高原背风坡地形对西南涡过程影响的数值试验[J]. 高原气象 , 16 (3): 225–234. Zheng Qinglin, Wang Bizheng, Song Qingli. 1997. Numerical study on the leeward side orographic effects of Qinghai-Xizang Plateau on a southwest vortex process[J]. Plateau Meteor, 16 (3): 225–234.
Discussion on Area Forecast of Two Persistence Heavy Rain Processes
KANG Lan1,2 , HAO Liping1,2 , PU Jiguang1,2 , NIU Junli1,2     
1. Meteorological Observatory of Sichuan Province, Chengdu 610071, China;
2. Heavy Rain and Drought-Flood Disasters in Plateau and Basin Key Laboratory of Sichuan Province, Chengdu 610071, China
Abstract: Using the data of routine weather, automatic weather stations, FY-2E satellite and forecast products of numerical model commonly used in business, two processes were compared that one occurred on June 18 to 20, 2013 and the other from 29 June to 1 July 2013. Rainfall forecast of numerical model for two processes are all concentrated in the western basin, but the drop zone of live have bigger difference. Heavy rain area of "6·18" process located in western basin which is consistent with the prediction. But the one of "6·29" located in the central of the basin as the center which has obvious deviation when compared with prediction. The discussion of this paper focused on the relationship between the circulation background, environmental conditions, satellite image features, evolution of the surface observation data and the heavy rain area. The results show that we can judge the movement speed of influence system and correct the situation forecast and heavy rain fall area correction model in the short-term forecast by analyzing the form and ridge line of subtropical high in the real sounding data and the interaction between the subtropical high and the mid-low latitude system, and satellite image features before the start of process. The analysis found that high energy, high humidity and unstable potential stratification are the favorable environmental conditions for the formation and development of MCS. The relatively high energy and relatively high water vapor conditions are the regions where MCS is most likely to be generated and developed. Tracking the evolution of high temperature, high humidity, unstable zones and Determining the location of the uplifting triggering conditions are key issues in the short-term prediction of strong precipitation. Based on the analysis on environmental field conditions, comprehensive analysis relatively high space-time density of satellite images and observation data and tracking the location of the lifting effect in warm air and its evolution trend, which can be judged the birth, elimination, development and moving path of clouds in 1 to 3 hours, help to determine the heavy rain area in 1 to 3 hours from the point of near short-time forecast, and correct short-range forecast. In the actual business, on the basis of the model forecast, comprehensive analysis of a various observation data correction model forecast is an effective way to improve the accuracy of the heavy rains forecast.
Key Words: Contrast of heavy rain processes    Model forecast    Real analysis    Area forecast