首页期刊导航|暴雨灾害
期刊信息/Journal information
暴雨灾害
暴雨灾害

宇如聪

季刊

1004-9045

byzh7939@yahoo.com.cn

027-67847939

430074

武汉市武昌东湖东路3号

暴雨灾害/Journal Torrential Rain and DisastersCSTPCD
查看更多>> 2006年12月,经国家新闻出版总署批复,《暴雨灾害》杂志从2007年开始面向国内外公开出版发行。《暴雨灾害》(季刊)前身为创办于1982年的《湖北气象》,中国气象局武汉暴雨研究所主办,湖北省气象局主管。《暴雨灾害》杂志主编由中国气象局副局长、研究员宇如聪担任,伍荣生、李泽椿、倪允琪等多名大气科学界知名专家学者受聘担任该刊编审委员会委员。《暴雨灾害》为学术类科技期刊,其国内连续出版物标准刊号为CN 42—1771/P,国际连续出版物标准刊号为 ISSN 1004—9045。 作为暴雨所需要办好的3个合作交流平台之一,《暴雨灾害》杂志被该所纳入“十一五”科技发展重点任务。《暴雨灾害》将注重特色、打造精品、强调学术品位作为办刊初期的编辑思想,将该刊定位为着眼大气科学,立足暴雨及气象灾害子学科,延伸至天气气候等邻近学科,以专业化、精品化、特色化为主线,演绎学科交叉渗透产生的学术新成果。 《暴雨灾害》将始终立足华中区域,面向全国,立足气象部门,面向社会各行各业,一如既往以气象科技工作者作为重要的作者群和读者对象,通过引入先进办刊理念、高效办刊模式,充分发挥其在气象科技进步、气象业务指导、气象科技信息传播、气象学术交流中的重要作用。
正式出版
收录年代

    江淮梅雨期持续性暴雨和极端强降水事件的位涡比较分析

    毛江玉赵雪洁刘屹岷何编...
    121-134页
    查看更多>>摘要:基于我国气象台站观测降水数据和欧洲中期天气预报中心(ECMWF)第五代大气再分析资料(ERA5),从位势涡度(位涡)强迫垂直运动的角度,揭示了江淮梅雨期持续性暴雨和极端强降水事件的动力学机制及差异.基于改进的两种事件定义方法,识别出1979-2020年梅雨区共发生了24次持续性暴雨事件及24次极端强降水事件.事件合成分析表明,持续性暴雨事件最强雨带主要位于长江及其以南地区,而极端强降水事件最强雨带则位于长江及其以北地区.持续性暴雨事件与热带大气低频振荡密切相关,其中南亚高压偏东、西北太平洋副热带高压偏西,因而高空偏南的西风急流附近具有高值位涡的干冷空气向南和向低空入侵,在中低层与西南暖湿气流辐合并形成梅雨锋区.极端强降水事件更大程度地取决于偏北的西风急流南侧的高空辐散及位涡强迫的强冷空气.对于极端强降水事件位涡收支的定量诊断表明,在强降水达到峰值及之前,高层负的位涡倾向主要由负的垂直位涡平流所导致,而中低层正的位涡倾向则主要取决于垂直非绝热加热的位涡制造和垂直位涡平流.结合典型个例的垂直速度分解,进一步证实梅雨区上空水平位涡平流随高度增加的垂直分布激发的上升运动分量在极端强降水事件起着重要作用.

    江淮梅雨持续性暴雨极端强降水位涡

    青藏高原东侧九龙夏季非降水云的观测特征

    徐桂荣王晓芳万蓉李平...
    135-145页
    查看更多>>摘要:青藏高原东侧九龙地区是西南涡多发区,利用该地区新型探测设备开展云探测,有助于增强对西南涡多发区云特征的认识.利用2018-2019年6-8月九龙站地基微波辐射计资料,分析了该地区夏季非降水云的出现率、液态水路径及过冷水路径的观测特征.结果表明:九龙夏季非降水云出现率月均值在67%~82%之间,以低云和中云为主,高云较少;低云出现率表现为白天低、夜间高,而中云和高云则相反;云出现率的垂直分布表现为单峰形态,在约2km高度存在云出现率峰值8.1%;受大气热力层结日变化影响,云出现率的单峰垂直分布呈现日夜差异.另外,九龙夏季非降水云的液态水路径均值为0.433 kg·m-2,其中低云、中云、高云的液态水路径均值分别为0.665、0.240、0.102 kg·m-2;低云的液态水路径日变化特征与其出现率相似,而中云和高云的液态水路径日变化特征不明显.此外,九龙夏季非降水云中冷云的过冷水路径均值为0.154 kg·m-2,其中低云、中云、高云的过冷水路径均值分别为0.065、0.166、0.102 kg·m-2;总体上过冷水路径在液态水路径中的占比约为34.3%~38.8%,过冷水路径占比随云的高度而增大,这使得中云和高云的过冷水路径日变化与其液态水路径相似.与同纬度华中地区相比,九龙夏季非降水云具有明显不同的特征,这与两地之间的大气水汽特征差异密切相关.

    青藏高原西南涡非降水云云出现率液态水路径过冷水路径

    重力波在四川盆地东北部一次夜间山地暴雨中的作用初探

    汪科均李国平谢家旭刘海文...
    146-157页
    查看更多>>摘要:利用GPM卫星降水、FY-4A卫星云图和ERA5再分析资料,对2018年7月10-11日发生在四川盆地东北部山地的一次夜间暴雨过程中的重力波作用进行初步探究.结果表明:(1)云水含量的振荡形式及位温场的波状变化在一定程度上反映了波动对中尺度天气系统的影响.(2)风垂直切变指数、热力螺旋度与水汽螺旋度变化的波动趋势存在于波动发生发展期间,一定程度上呈现出重力波特征.(3)风垂直切变指数大值区、热力螺旋度和水汽螺旋度极值中心皆与降水量大值区有良好对应关系.(4)地形扰动、切变不稳定、非地转平衡协同作用下可能形成重力波,并对此次暴雨产生增强作用.理查逊数小值区、非线性平衡方程的非零值区分别对雨带位置、移动方向具有指示作用.理查逊数的诊断表明,垂直切变不稳定在中尺度波动被激发之前形成;而垂直切变不稳定随波动增强而减弱,表明波动部分能量来自不稳定气流.

    重力波山地暴雨理查逊数风垂直切变指数螺旋度

    湖南衡阳"4.04"强下击暴流预警关键点及环境条件分析

    邓朝平唐明晖苏涛罗源...
    158-167页
    查看更多>>摘要:2023年4月4日下午湖南衡阳出现一次强下击暴流过程(简称"4.04"强下击暴流),造成严重灾害.利用常规气象观测、多普勒天气雷达、NCEP 1°×1°再分析等资料对该过程极端大风的预警关键点与环境条件进行分析.结果表明:(1)"4.04"强下击暴流发生在"斜压锋生类"天气系统配置下,地面冷锋提供了触发条件.探空曲线上干下湿特征明显、大气对流参数及订正后的对流有效位能表现出明显的不稳定特征,垂直风切变强,利于极端大风发生.(2)中尺度对流系统(MCSs)弓状回波扫过衡阳,造成区域性下击暴流;极端大风发生在对应风暴单体快速移动时,最大反射率因子达60 dBz,垂直积分液态水含量及质心高度快速下降;反射率因子具有明显倾斜结构,弓状回波、后侧入流急流、径向速度模糊特征明显;低仰角"非对称速度大值区"和"速度对纯辐散"是极端大风预警关键点.(3)强下击暴流发生在斜压锋生类"天气系统配置下,地面冷锋提供了触发条件.探空曲线上干下湿特征明显、大气对流参数及订正后的对流有效位能表现出明显的不稳定特征,垂直风切变强,利于极端大风发生.(4)强下击暴流对流潜势明显,低层水汽通量辐合强、比湿大;具备一定的热力不稳定及垂直上升运动条件,且有低层辐合、高层辐散与之配合;冷空气对本次过程发生发展起到了重要作用.

    下击暴流非对称速度后侧入流急流弓状回波

    基于小时降水资料的华西秋雨精细化特征分析

    万昊旻李建李妮娜
    168-175页
    查看更多>>摘要:华西秋雨是中国秋季主要的气候现象之一,其影响范围涵盖陕西、四川、重庆、贵州等多省(市),主要特征表现为多绵绵细雨.利用2011-2020年GPM卫星小时降水资料,统计分析了华西秋雨的强度-频次分布、持续时间、日变化等特征,结果表明:(1)根据强度—频次特征,华西秋雨区可分为四川盆地中东部、云贵高原东部、青藏高原东缘三个典型区域.四川盆地中东部降水频率、降水强度两者均高,云贵高原东部降水频率低、降水强度强,青藏高原东缘降水频率高、降水强度弱.(2)从降水日峰值位相看,青藏高原东缘降水量日峰值出现在夜间22∶00(北京时,下同),四川盆地中东部降水量日峰值出现在次日清晨06∶00,两个区域之间自西向东存在降水日峰值位相的滞后;在云贵高原东部,降水量日峰值自西向东从傍晚18:00滞后至次日午后16∶00;形成了北部、南部两种日峰值位相空间演变型.(3)从不同持续时间降水事件的日变化特征看,随降水持续时间延长,青藏高原东缘降水日峰值出现时间逐渐延迟.四川盆地中东部和云贵高原东部降水均存在午后短时和清晨长持续性两种类型,其中四川盆地中东部的清晨长持续性降水对该地区总降水的贡献较云贵高原东部偏大.

    华西秋雨降水日变化降水事件降水持续时间GPM卫星

    四川地区精细化降水预报融合订正试验及检验

    张武龙陈朝平杨康权
    176-184页
    查看更多>>摘要:精细化定量降水网格预报是天气预报业务的重点和难点,基于西南区域智能数值网格模式预报系统(Southwest China WRF-based Intelligent Numeric Grid forecast System,SWC-WINGS)1 km×1 km分辨率的小时降水预报,利用时间滞后和概率匹配方法开展融合订正试验,再利用中国气象局多源融合降水系统(CMA Multi-source Precipitation Analysis System,CMPAS)三源融合降水实况格点数据,对2022年7-8月四川地区的小时降水预报融合订正结果进行检验,并在四川盆地西部一次短时强降水天气过程中进行应用,结果表明:(1)时间滞后集合降水预报相较于模式降水预报,存在小量级预报过度,大量级预报过于保守的问题;(2)时间滞后结合概率匹配的降水预报融合订正方法有效提升了各量级降水预报的TS评分,尤其1~2 h预报时效提升显著,小时雨量超过0.1 mm、5 mm、10 mm和20 mm量级的TS评分平均提升率分别为7.2%、17.2%、28.3%和36.3%;(3)一次短时强降水天气过程的应用结果表明,时间滞后结合概率匹配的融合订正方法对模式小时降水预报有较好的改进效果,尤其对大量级降水预报有较强的订正能力.

    SWC-WINGS模式概率匹配时间滞后融合订正

    基于ECMWF模式漏报的青岛沿海大风预报模型及其应用

    于慧珍马艳李珂宫明晓...
    185-194页
    查看更多>>摘要:基于数值预报模式漏报大风建立相应的预报模型,有助于提高我国沿海地区大风预报能力.首先,筛选2016-2019年历年青岛沿海地区大风个例,获得欧洲中期天气预报中心(ECMWF)高分辨率模式(简称EC模式)漏报的大风过程数据集;然后,基于支持向量机(Support Vector Machine,SVM)、人工神经网络(Artificial Neural Network,ANN)和长短期记忆网络(Long Short-Term Memory,LSTM)三种算法,分别建立青岛沿海大风预报模型,对EC模式预报的风速进行订正;最后,经对比分析,筛选出适合青岛沿海大风预报的模型(即基于SVM算法建立的预报模型SVM_2),并对其进行业务应用效果检验.结果显示,SVM_2模型相比其他模型预报的大风误差最小.为了检验SVM_2模型对大风过程的预报效果,选取不同天气系统影响下青岛发生的两个沿海大风个例,对SVM_2模型和EC模式预报误差作进一步检验,结果表明SVM_2模型预报的最大风速与实况的误差明显小于EC模式,且该模型对EC模式预报的青岛沿海大风偏弱有一定改善.

    大风漏报预报模型预报误差青岛沿海

    内蒙古对流尺度集合预报初始扰动构造的模拟试验研究

    计燕霞孙鑫张涵斌赵斐...
    195-203页
    查看更多>>摘要:对流尺度集合预报(Convection-allowing Ensemble Prediction,CAEP)是提高强对流天气预报能力的重要手段,构造合理的初始扰动是CAEP的关键问题.本文开展基于观测扰动初值法(Perturbed-observation,PO)的CAEP在内蒙古地区的试验,并以动力降尺度(Downscaling,DOWN)方法作为对比,分析PO方法在内蒙古地区CAEP的预报效果,以期为内蒙古地区CAEP的构建提供技术参考.结果表明:(1)PO方法构造的初始扰动能引入内蒙古地区观测资料从而减少背景场的不确定性,且扰动具有充分的增长能力.(2)与DOWN方法相比,PO方法可以显著减少CAEP的短时预报误差,高空和地面要素的RMSE分别减小4%~43%和3%~9%,集合离散度略有减少.高空要素的CRPS评分最大可减少约53%,地面要素的CRPS评分平均减少6%,整体提高了对流尺度集合预报质量.(3)PO方法能够提高短时降水的预报能力,0.1 mm、4mm和13mm3个量级的TS评分分别提升了0.015、0.003和0.0015.且降水个例表明,PO方法对降水的落区和量级预报更准确.

    对流尺度集合预报观测扰动初值扰动内蒙古

    重庆区域性暴雨过程的重现期评估模型构建方法研究

    王颖白莹莹邓承之刘川...
    204-213页
    查看更多>>摘要:提出一种利用重现期方法构建区域性暴雨过程的评估模型,用于全面评估暴雨过程发生的频率和强度.基于2011-2021年重庆市114次区域性暴雨过程的小时雨量数据及暴雨灾情数据,利用概率分布函数拟合、重现期计算、相关分析等方法,构建区域性暴雨过程的重现期评估模型,并开展业务检验.结果表明:(1)利用自建的重现期计算公式,得到暴雨过程特征量的重现值与原始值的误差小于10%,重现期计算结果准确性较高.(2)构建的重现期评估模型与直接经济损失的正相关系数可通过0.001显著性水平检验,较现行业务指标提高16%.(3)历史回算和独立样本检验结果显示,重现期评估模型与业务指标评估等级一致率达70%,模型稳定性强且能反映事件发生频率和强度,可为区域性暴雨过程评估提供新思路.

    区域性暴雨概率拟合重现期评估模型业务检验

    青藏高原夏季FY-4A卫星对流初生产品的分类识别

    姜晓飞章丽娜张昕姚爽...
    214-223页
    查看更多>>摘要:为了解并提升风云四号卫星A星(FY-4A)对流初生(Convective Initiation,CI)产品对青藏高原夏季降水的指示意义,基于FY-4A CI产品及全球降水测量计划(Global Precipitation Measurement,GPM)降水数据,根据青藏高原地区2020-2022年6-8月FY-4A CI产品识别出的CI样本与1h后实际观测降水的对应关系,将CI样本划分为无降水CI、弱降水CI和强降水CI三类,并结合大气对流参数与地理位置等信息,利用决策树和随机森林两种机器学习算法建立CI类别识别模型并检验,结果表明:青藏高原地区对流初生后1h内的降水情况存在明显区域差异,其西北部无降水比例高而东南部降水的比例高;利用抬升指数、云水总量、垂直风切变、中低层湿度、云底高度、零度层高度等大气对流参数信息,能较好区分青藏高原CI出现后是否有降水及降水的强弱;随机森林识别模型结果对于CI类别的识别效果优于决策树识别模型结果,利用随机森林识别模型可以更有效地对青藏高原夏季CI按照降水强度的分类进行识别.

    FY-4A对流初生青藏高原决策树随机森林