不同对流参数化方案对长江中下游梅雨锋暴雨降水预报的评估
不同参数化方案对西北暴雨的模拟影响
不同参数化方案对西北暴雨的模拟影响利用wrf模式中不同参数化过程的耦合与NCEP 每6小时一次的1°×1°格点资料，来模拟2012年7月28日至30日在中国西北地区发生的一次暴雨。
通过采用3种微物理过程参数化方案（Thompson、 Kessler、Ferrier）、3种边界层参数化方案（MYJ、MYNN、UW）、3种陆面模式参数化方案（UN、RUC、PX），经过整合选取7组方案进行了一次敏感性试验。
通过分析与比较我们得知：选用不同参数化过程对于同一个暴雨过程的描述有着很大的不同。
没有某一个确定的物理参数化过程方案对所有的诊断量模拟效果都好，不同参数化方案搭配的使用效果更佳。
通过对降水强度、涡度、散度、垂直速度等诊断量的分析，可以更好地了解不同参数化方案对于此次暴雨模拟结果的影响,为我国西北干旱地区寻求一个更好的暴雨预报方案。
关键词：参数化方案；暴雨；WRF第一章引言1.1研究目的暴雨一般是在特定的天气背景条件下产生，同时具备了水汽、动力、热力条件,它是一种影响严重的灾害性天气。
某一地区连降暴雨或出现大暴雨、特大暴雨，常导致山洪暴发，水库垮坝，江河横溢，房屋被冲塌，农田被淹没，交通和电讯中断，会给国民经济和人民的生命财产带来严重危害。
暴雨尤其是大范围持续性暴雨和集中的特大暴雨，不仅影响工农业生产，而且可能危害人民的生命，造成严重的经济损失。
IPCC第五次评估报告指出，过去50年来，由气候变化所导致极端天气事件在全球范围内发生的频率呈上升趋势，它们与其他因素相结合还可进一步造成自然灾害的频频发生。
未来一个世纪，高温天气和热浪将变得更为频繁，并且持续时间更长。
在世界许多地区，将出现强降雨事件及其所导致的降雨量上升。
近60年来，我国年平均气温每十年约升高0.23摄氏度，升温幅度是全球的两倍。
1961年以来，我国的高温热浪事件明显增多，21世纪以来更为突出，平均每年高温面积占全国27.4%，超过常年两倍。
梅雨期两次强对流天气过程的对比分析
TECHNOLOGY AND INFORMATION
梅雨期两次强对流天气过程的海 200335
摘 要 本文选取2020年6月12日和23日上海地区的两次强对流天气过程进行对比分析，旨在初步建立梅雨期强对流 天气的天气学模型，从而利于梅雨期强对流天气更好的预报和服务。首先结合雷达、卫星云图和实况报文，可知两 次过程均出现雷暴和强降水，并伴有飑线天气。然后重点分析两次强对流天气发生发展的环流形势和探空曲线，发 现：12日过程是由江淮静止锋及其上的切变线所引起的，地面飚中系统为强对流发展提供了明显的中尺度扰动；23 日过程是由江淮气旋入海后加强所引起的，且低层西南暖湿急流较为强盛；两次过程发生前均出现较大的地面3小 时负变压，过程期间均具有较深厚的湿层和对流不稳定层结以及较低的对流凝结高度。 关键词 梅雨；雷暴；强降水；静止锋；江淮气旋
1 天气过程概况 通过雷达和卫星云图（图略）和实况报文可知： （1）6月12日傍晚至上半夜，上海终端区出现了中到大
阵雨和雷雨天气，其中虹桥机场在19：30－21：30（北京时， 以下同）出现了雷暴和强降水天气，并伴有飑线，浦东机场在 20：30－21：30出现了雷暴和强降水天气。
（2）6月23日傍晚至半夜前后，上海终端区出现了雷阵雨天 气，其中虹桥机场在20：00观测到CB和闪电，对流云团从机场北 五边划过，这是第一波雷暴过程；虹桥机场在21：30－22：43出
3 探空分析 从探空分析来看（图2），两次过程上海地区中低层湿度
较大，其中23日湿层更为深厚，对流凝结高度更低，降水效率 更大，且对流不稳定层结更为深厚，物理量（表1）及温湿垂直 廓线均有利于上海地区出现对流天气，其中23日过程的对流与 降水量均强于12日过程。
图2 12日20时、23日20时宝山站温度对数压力图
长江中下游汛期降水数值预报业务 模式误差场预报研究
王启光１ 封国林２ 支 蓉２ 赵俊虎１
１ ２ ２ １ ＷＡＮＧ Ｑ ｉ ｕ ａ ｎ ＥＮＧ Ｇ ｕ ｏ ｌ ｉ ｎ ＩＲ ｏ ｎ ｕ ｎ ｈ ｕ ＺＨ ｇ ｇ Ｆ ｇ ＺＨＡＯＪ
兰州 ， １．兰州大学大气科学学院 ， ７ ３ ０ ０ ０ ０ 北京 ， １ ０ ０ ０ ８ １ ２．国家气候中心气候研究开放实验室 ， １． 犆 狅 犾 犾 犲 犲 狅 狋 犿 狅 狊 犺 犲 狉 犻 犮犛 犮 犻 犲 狀 犮 犲 狊， 犔 犪 狀 狕 犺 狅 狌犝 狀 犻 狏 犲 狉 狊 犻 狋 犔 犪 狀 狕 犺 狅 狌７ ３ ０ ０ ０ ０， 犆 犺 犻 狀 犪 犵 犳犃 狆 狔， ２． 犔 犪 犫 狅 狉 犪 狋 狅 狉 狅 狉犆 犾 犻 犿 犪 狋 犲犛 狋 狌 犱 犻 犲 狊， 犖 犪 狋 犻 狅 狀 犪 犾 犆 犾 犻 犿 犪 狋 犲犆 犲 狀 狋 犲 狉， 犆 犺 犻 狀 犪犕 犲 狋 犲 狅 狉 狅 犾 狅 犻 犮 犪 犾犃 犱 犿 犻 狀 犻 狊 狋 狉 犪 狋 犻 狅 狀， 犅 犲 犻 犻 狀 ０ ０ ０ ８ １， 犆 犺 犻 狀 犪 狔犳 犵 犼 犵１ ２ ０ １ ０ １ ０ １ ６ 收稿 ， ２ ０ １ ２ ０ ４ ０ ７ 改回 ． ， ， ， 犠 犪 狀 犻 狌 犪 狀 犉 犲 狀 狌 狅 犾 犻 狀 犣 犺 犻犚 狅 狀 犣 犺 犪 狅犑 狌 狀 犺 狌 ． ２ ０ １ ２． 犃狊 狋 狌 犱 犳 狋 犺 犲 犲 狉 狉 狅 狉 犳 犻 犲 犾 犱狅 犳 狋 犺 犲 犳 犾 狅 狅 犱狆 犲 狉 犻 狅 犱狆 狉 犲 犮 犻 犻 狋 犪 狋 犻 狅 狀狅 犳 狋 犺 犲犿 犻 犱 犵犙 犵 犵 犵犌 犵 狔狅 狆 （ ） ： 犾 狅 狑 犲 狉狉 犲 犪 犮 犺 犲 狊狅 犳 狋 犺 犲犢 犪 狀 狋 狕 犲犚 犻 狏 犲 狉犪 狊狆 狉 犲 犱 犻 犮 狋 犲 犱犫 狀狅 犲 狉 犪 狋 犻 狅 狀 犪 犾 狀 狌 犿 犲 狉 犻 犮 犪 犾 狉 犲 犱 犻 犮 狋 犻 狅 狀犿 狅 犱 犲 犾 ． 犃 犮 狋 犪犕 犲 狋 犲 狅 狉 狅 犾 狅 犻 犮 犪犛 犻 狀 犻 犮 犪， ７ ０ ４ 犵 犵 狔犪 狆 狆 ７ ８ ９ ７ ９ ６． ， 犃 犫 狊 狋 狉 犪 犮 狋 ｈ ｅａ ｃ ｃ ｕ ｒ ａ ｃ ｆ ｔ ｈ ｅｐ ｒ ｅ ｃ ｉ ｉ ｔ ａ ｔ ｉ ｏ ｎｐ ｒ ｅ ｄ ｉ ｃ ｔ ｉ ｏ ｎ ｉ ｓ ｅ ｎ ｈ ａ ｎ ｃ ｅ ｄ ｉ ｎ ｔ ｈ ｅｍ ｉ ｄ ｌ ｏ ｗ ｅ ｒ ｒ ｅ ａ ｃ ｈ ｅ ｓｏ ｆ ｔ ｈ ｅＹ ａ ｎ ｔ ｚ ｅＲ ｉ ｖ ｅ ｒ ｉ ｎｓ ｕ ｍｍ ｅ ｒ ｂ Ｔ ｙｏ ｐ ｇ ｙ ｕ ｓ ｉ ｎ ｈ ｅｃ ｌ ｉ ｍ ａ ｔ ｅ ｆ ａ ｃ ｔ ｏ ｒ ｓａ ｎ ｄｂ ａ ｓ ｅ ｄｏ ｎｔ ｈ ｅａ ｎ ａ ｌ ｓ ｅ ｓｏ ｆｔ ｈ ｅｅ ｒ ｒ ｏ ｒｆ ｉ ｌ ｅ ｄｏ ｆｔ ｈ ｅｏ ｅ ｒ ａ ｔ ｉ ｏ ｎ ａ ｌｎ ｕ ｍ ｅ ｒ ｉ ｃ ａ ｌｐ ｒ ｅ ｄ ｉ ｃ ｔ ｉ ｏ ｎｍ ｏ ｄ ｅ ｌ（ ＯＮ ＰＭ） ｇｔ ｙ ｐ ） ｆ ｒ ｏ ｍＮ ａ ｔ ｉ ｏ ｎ ａ ｌＣ ｌ ｉ ｍ ａ ｔ ｅＣ ｅ ｎ ｔ ｅ ｒ（ Ｎ Ｃ Ｃ） ． Ｉ ｔ ｉ ｓ ｆ ｏ ｕ ｎ ｄｔ ｈ ａ ｔ ｔ ｈ ｅ ｒ ｅ ａ ｒ ｅ ｓ ｏ ｍ ｅ ｆ ａ ｃ ｔ ｏ ｒ ｓ（ ａ ｍ ｏ ｎ ｔ ｈ ｅ１ １ ４ｍ ｏ ｎ ｔ ｈ ｌ ｌ ｉ ｍ ａ ｔ ｅ ｆ ａ ｃ ｔ ｏ ｒ ｓ ｔ ｈ ａ ｔ ａ ｒ ｅ ｇ ｙｃ ａ ｎ ｏ ｍ ａ ｌ ｏ ｕ ｓｂ ｅ ｆ ｏ ｒ ｅａｃ ｅ ｒ ｔ ａ ｉ ｎｓ ｕ ｍｍ ｅ ｒ ．Ｗ ｅｕ ｓ ｅ ｔ ｈ ｅ ｃ ｒ ｏ ｓ ｓ ｅ ｘ ａ ｍ ｉ ｎ ａ ｔ ｉ ｏ ｎ ｔ ｏｄ ｅ ｔ ｅ ｒ ｍ ｉ ｎ ｅ ｔ ｈ ｅ ｓ ｉ ｍ ｉ ｌ ａ ｒ ｔ ｈ ｒ ｅ ｓ ｈ ｏ ｌ ｄｂ ｒ ｏ ｓ ｓ ｃ ｈ ｅ ｃ ｋ ｉ ｎ ｔ ｈ ｅ ｓ ｉ ｚ ｅ ｙｃ ｇ ， ｏ ｆ ａ ｎａ ｖ ｅ ｒ ａ ｅＡ Ｃ Ｃ． Ｃ ｈ ｏ ｏ ｓ ｉ ｎ ｔ ｈ ｅｋ ｅ ｎ ｏ ｍ ａ ｌ ｆ ａ ｃ ｔ ｏ ｒ ｓ ｉ ｍ ａ ｃ ｔ ｅ ｄ ｔ ｈ ｅ ｒ ｅ ｉ ｏ ｎ ｉ ｃ ｋ ｉ ｎ ｕ ｔ ｔ ｈ ｅ ａ ｎ ａ ｌ ｏ ｕ ｅｙ ｅ ａ ｒ ｓｂ ａ ｓ ｅ ｄｏ ｎ ｔ ｈ ｅ ａ ｎ ｏ ｍ ａ ｌ ｇ ｇ ｙａ ｙ ｐ ｇ ｐ ｇｏ ｇ ｙ ， ’ ’ ｄ ｅ ｒ ｅ ｅｏ ｆ ｔ ｈ ｅ ｆ ａ ｃ ｔ ｏ ｒ ｓ ｒ ｅ ｄ ｕ ｃ ｉ ｎ ｈ ｅｄ ｉ ｍ ｅ ｎ ｓ ｉ ｏ ｎ ｓｏ ｆ ｔ ｈ ｅｍ ｏ ｄ ｅ ｌ ｓｅ ｒ ｒ ｏ ｒ ｓｂ Ｏ Ｆ，ｍ ａ ｋ ｉ ｎ ｈ ｅｐ ｒ ｅ ｄ ｉ ｃ ｔ ｉ ｏ ｎｆ ｏ ｒ ｔ ｈ ｅｍ ｏ ｄ ｅ ｌ ｓｅ ｒ ｒ ｏ ｒ ｓｕ ｇ ｇｔ ｙＥ ｇｔ ， ｓ ｉ ｎ ｈ ｅ ｆ ｉ ｒ ｓ ｔ ｔ ｈ ｒ ｅ ｅｐ ｒ ｉ ｎ ｃ ｉ ａ ｌ ｃ ｏ ｍ ｏ ｎ ｅ ｎ ｔ ｓ ｔ ｈ ｅ ｎ ｔ ｈ ｅｍ ｅ ｔ ｈ ｏ ｄ ｔ ｏａ ｉ ｍａ ｔ ｔ ｈ ｅＯＮ ＰＭｉ ｓｐ ｒ ｏ ｏ ｓ ｅ ｄｂ ａ ｓ ｅ ｄｏ ｎ ｔ ｈ ｅ ｆ ａ ｃ ｔ ｏ ｒ ａ ｎ ｏ ｍ ａ ｌ ｎ ｄｒ ｅ ｇｔ ｐ ｐ ｐ ｙａ ｄ ｕ ｃ ｉ ｎ ｉ ｍ ｅ ｎ ｓ ｉ ｏ ｎ ｓｏ ｆ ｔ ｈ ｅ ｅ ｒ ｒ ｏ ｒ ｓｏ ｆ ｔ ｈ ｅｍ ｏ ｄ ｅ ｌ ． Ｔ ｈ ｅＡ Ｃ Ｃｃ ａ ｎｂ ｅ ｉ ｍ ｒ ｏ ｖ ｅ ｄｕ ｏ０． ４ ７ｔ ｈ ｒ ｏ ｕ ｈｔ ｈ ｅｍ ｅ ｔ ｈ ｏ ｄ ｆ ｒ ｏ ｍ０． ２ ２ａ ｓｗ ａ ｓ ｃ ｏ ｒ ｇｄ ｐ ｐｔ ｇ ｒ ｅ ｃ ｔ ｅ ｄｂ ｈ ｅｓ ｓ ｔ ｅ ｍ’ ｓａ ｖ ｅ ｒ ａ ｅ ｄｄ ｅ ｅ ｎ ｄ ｅ ｎ ｔｓ ａ ｍ ｌ ｅｈ ｉ ｎ ｄ ｃ ａ ｓ ｔ ｆ ｒ ｏ ｍ２ ０ ０ ５ｔ ｏ２ ０ ０ ９，ｗ ｈ ｉ ｃ ｈｓ ｈ ｏ ｗ ｓｇ ｏ ｏ ｄｐ ｒ ｏ ｓ ｅ ｃ ｔｏ ｆ ｉ ｔ ｓｏ ｅ ｒ ａ ｔ ｉ ｏ ｎ ａ ｌ ｙｔ ｙ ｇ ｐ ｐ ｐ ｐ ａ ｌ ｉ ｃ ａ ｔ ｉ ｏ ｎ ． ｐ ｐ ，Ｍ ，Ｔ 犓 犲 狅 狉 犱 狊 ｎ ｏ ｍ ａ ｌ ｆｐ ｒ ｅ ｄ ｉ ｃ ｔ ｏ ｒ ｓ ｏ ｄ ｅ ｌｅ ｒ ｒ ｏ ｒ ｓｐ ｒ ｅ ｄ ｉ ｃ ｔ ｉ ｏ ｎ ｈ ｅｆ ｌ ｏ ｏ ｄｐ ｅ ｒ ｉ ｏ ｄｐ ｒ ｅ ｃ ｉ ｉ ｔ ａ ｔ ｉ ｏ ｎｏ ｆｔ ｈ ｅｍ ｉ ｄ ｌ ｏ ｗ ｅ ｒｒ ｅ ａ ｃ ｈ ｅ ｓｏ ｆｔ ｈ ｅ Ａ ｙｏ ｐ 狔狑 ， Ｙ ａ ｎ ｔ ｚ ｅＲ ｉ ｖ ｅ ｒ Ｒ ｅ ｄ ｕ ｃ ｉ ｎ ｉ ｍ ｅ ｎ ｓ ｉ ｏ ｎ ｓ ｇ ｇｄ 摘 要 根据中国国家气候中心 （ 数值预报业 务 模 式 （ 预 报 结 果， 利用气候因子对业务模式的误差场进行预报 Ｎ Ｃ Ｃ） ＯＮ ＰＭ） 试验 。 文中所用 １ 在此基础上对因子异常的相似阈值进行 １ ４ 项逐月气候因子在历年汛期前期总会出现部分因子异常的状况 ， 数值试验 ， 提出利用交叉检验平均距平相关系数 （ 的 大 小 来 确 定 相 似 阈 值 的 方 法。依 此 选 择 影 响 该 区 域 的 前 期 关 键 异 Ａ Ｃ Ｃ） 常因子 ， 根据该部分因子的相似程度选取相似年 ， 同时对模式误差场利用经验正交函数压缩维度 ， 用前 ３ 个主分量对模式误差 制作预报 ， 针对业务模式的预报误差场 ， 提出了根据因子异常挑选相似和压缩维度的一 个 预 报 方 法 。２ ０ ０ ５—２ ０ ０ ９年独立样本 回报结果表明 ， 该方法可以将 ５ａ平均距平相关系数由系统误差订正的 ０． 具有较好的业务应用价值 。 ２ ２ 提高到 ０． ４ ７， 关键词 预报因子异常 ，模式误差预报 ，长江中下游汛期降水 ，维度压缩 中图法分类号 Ｐ ４ ５ ６． ９ Ｐ ４ ５ ７． ６
2011年梅雨期长江中下游地区两次暴雨过程数值模拟对比分析
2011年梅雨期长江中下游地区两次暴雨过程数值模拟对比分析梁卫;吴俊杰;段炼【摘要】基于WRF数值预报模式,对2011年梅雨期6月9-10日和14-15日长江中下游地区两次暴雨过程(分别简称“6·10”过程和“6· 14”过程)进行数值模拟,重点对比分析了暴雨期间西南涡的活动与高低空急流耦合配置之间的关系.结果表明:1)西南涡的活动和高低空急流耦合配置与暴雨活动关系密切,是造成两次暴雨过程范围和强度差异的重要因素.2)“6· 10”过程中,一个浅薄的西南涡系统受青藏高原浅槽东移北缩减弱影响,向东北方向移动,同时西南低空急流位置偏北,导致暴雨区位置偏北;“6· 14”过程中,一个深厚的西南涡系统受高空浅槽东移发展加深影响,沿长江缓慢东移,伴随西南低空急流位置偏南,降水缓慢向东移动,导致暴雨区位置偏南.3)两次过程的强降水中心均位于高低空急流耦合区,“6·10”过程中,在长江中下游地区形成的高低空急流耦合区范围偏小且强度偏弱,因此辐合上升运动偏弱,不利于形成大范围的强降水;“6· 14”过程中,在长江下游地区形成大范围高低空急流耦合的环流形势,强烈的辐合上升运动配合充足的水汽供应,最终形成大范围强降水.【期刊名称】《气象与减灾研究》【年(卷),期】2018(041)002【总页数】8页(P97-104)【关键词】梅雨期暴雨;西南涡;高低空急流;数值模拟【作者】梁卫;吴俊杰;段炼【作者单位】中国民用航空华东地区空中交通管理局江西分局气象台,江西南昌330114;中国民用航空飞行学院,四川德阳618307;中国民用航空飞行学院,四川德阳618307【正文语种】中文【中图分类】P458.1+21.10 引言梅雨期暴雨是我国长江中下游地区和日本等地初夏常见和影响广泛的一种重要灾害性天气，它主宰了上述地区的旱涝情况。
研究(王作述，1986；余贞寿，2012)表明，在长江中下游地区梅雨期重大暴雨天气过程中，西南低涡扮演了重要的角色，其引起的暴雨天气的强度、频数和范围仅次于台风及其残留低压。
江淮梅雨期不同类型暴雨过程锋生特征分析
!"!#年$第%&卷$第%期!&""!&(%资料同化与天气预报"#$%&$'"()%&)*$"+)&,-.#('&'(.%'.&/001!2234566789:;<=>:?@A 8<>B引用格式!金小霞"刘梅"李杨"等"!"!#8江淮梅雨期不同类型暴雨过程锋生特征分析#C $8大气科学学报"%&%%&!&""!&(%8C I :S S "R I =+"R I T "G 0?@8"!"!#8$:?@JA I A <H 0/G H ><:0<BG :G A I A 9/?>?90G >I A 0I 9A <H 3I H H G >G :00J1G A <H >?I :A 0<>L A I :0/G C I ?:B/=?I +G I J=1G !>I <3#C$8">?:A $0L <A &9I "%&%%&!&""!&(%83<I !("*(#'+'2;89:5I 83456678!"!!"+!+""(8%I :'/I :G A G &8江淮梅雨期不同类型暴雨过程锋生特征分析金小霞!"刘梅!"!"李杨!"王磊!"李驰钦!"陈蔚!!江苏省气象台"江苏南京!("""''"中国气象局交通气象重点开放实验室"江苏南京!(""")!联系人".!L ?I @!@L 5G >>J -(Y<L !"!!!"+!!+收稿"!"!#!"%!!&接受国家重点研发计划项目%!"!(T *'#""")",&'长江流域气象开放基金项目%'C R T !"!!T "!&'江苏省气象局重点项目%P E !"!("(&摘要$利用.#$,再分析资料和江苏省自动站降水量资料"根据运动学锋生原理"分析了!"!"年江淮梅雨期锋生特征和两类不同性质暴雨锋生的差异"揭示了不同层次锋生与降水的对应关系(研究结果表明!(&!"!"年梅雨期锋生特征显著"强降水与中低层锋生有较好对应关系"其中形变项占主要贡献"散度项次之"倾斜项最弱(强降水时段总锋生)散度和形变锋生作用叠加(!&江苏地区自北向南锋生特征有差异"强度逐渐减弱"锋生发展高度逐渐降低(不同类型降水锋生特征不同"对流性降水锋生范围偏大)发展层次高)锋生中心偏强"总锋生和各分解项叠加作用显著"稳定性降水锋生特征反之(#&典型过程对流降水*&*!'+和稳定性降水*+*((+对比表明!锋区位置相近"锋生作用均出现在江淮切变线附近"锋区)切变线和&A G密集带三者对应较好(降水落区有差异"对流性降水过程中"由于干冷空气的显著南压"使得主要降水发生在锋面南侧暖区"与多个次锋生中心相对应'稳定性降水过程中冷暖空气势力相当"降水主要集中在主锋区附近"触发机制和降水性质不同导致降水分布差异(%&两次过程垂直锋区由低到高均有向北倾斜的特征"*&*!'+过程锋区南侧有显著暖湿气流输送"锋区内为强烈上升运动"低层辐合高层辐散的环流场使得锋区维持(*+*((+过程垂直上升运动高度偏低"高空没有显著辐散场"对流性较弱(对两类降水垂直锋区的合成分析表明"对流性降水的低层锋生明显强于稳定性降水"由低层锋区造成的抬升触发作用对强降水形成更加有利"同时垂直风场的合成中上升运动也更加强烈(两类降水中"中低层散度和形变锋生由低到高均为先增大后减小"强降水主要由+""/,?以下锋生增强导致"中高层大气基本为锋消作用(关键词江淮梅雨'锋生函数'暴雨'强对流'垂直锋区$$梅雨锋是造成梅雨期降水的重要影响系统"是暖湿的季风气团与相对干冷的中纬度气团之间的锋面%闵锦忠等"!"('&(梅雨锋一般维持在江淮一带"但受到低空急流和冷空气等因素的影响"会出现明显的南北摆动特征"雨带也随之摆动%刘梅等"!"(%'王志毅等"!"(+&"因此梅雨锋的位置决定了主要的暴雨雨带(梅雨锋的产生由多尺度)不同高度天气系统相互作用而形成"包括南亚高压)副热带高压)中纬度西风槽)季风)锋面气旋及中尺度波动等%郑婧等"!"(,'金琼等"!"!"&"其中梅雨锋上中尺度对流系统常是造成梅雨锋暴雨的直接系统%王伏村等"!"(&'赵宇等"!"('&"暴雨对流系统总是沿着梅雨锋上等相当位温面发展和移动%'=I G0?@8"!""#&"当中尺度系统向下游移动"常给受影响地区造成持续的降水天气%苗春生等"!"(+&"另外暖切变型梅雨锋也有利于持续性大暴雨的产生%胡伯威和彭广"())&'胡伯威"())+&(梅雨锋暴雨和梅雨锋之间又存在着强烈的相互作用和正反馈机制"梅金小霞"等!江淮梅雨期不同类型暴雨过程锋生特征分析雨锋上连续发生的中尺度对流雨团造成的潜热释放对锋生有反馈作用"有利于锋生强度的加强"因此梅雨锋提供了对流云团发展的有利环境"同时对流降水又使得梅雨锋面加强%'/G:G0?@8"())'&(可见"梅雨锋暴雨的发生发展)强度和落区"与梅雨锋的结构)强度和演变特征应当有着密切的关联(锋生函数可以从动力和热力因子等方面很好的表征梅雨锋的结构)强度和时空演变特征%王建捷和陶诗言"!""!&"气象工作者通常采用其诊断分析梅雨锋与暴雨的关系(尹东屏等%!"("&利用平均场的方法研究了发生暴雨时的梅雨锋结构"发现暴雨发生有明显的锋区"降水量和锋区强度成正比"暴雨发生在锋区中低空急流的北部"锋生函数切变变形场与暴雨的落区重叠"经向锋生函数与南风等风速线密集区相重叠"纬向锋生函数指示了暴雨区的范围(郭英莲等%!"(%&分析了!"((年#次暴雨过程的锋生特征"认为#次过程中层锋生主要由垂直锋生造成"有利于对流不稳定的发生"低层由水平锋生造成"有利于水汽输送和辐合抬升(当中层和低层均有锋生时"有利于降雨强度的加强(同时"锋生的水平和垂直结构及强度对暴雨范围也有显著的影响%张恒德等"!"((&(徐亚钦等%!"()&分析了!"(&年的一次典型梅雨"认为强降水区与中低层锋生区有较好的对应关系"在锋区存在低层地转偏差辐合)高层辐散的上升运动"形成次级环流上升支"锋后反之(另外"锋生函数中所包含的不同锋生项对暴雨作用的阐释有显著的不同%冯文等"!"!#&(孙淑清和杜长萱%())&&认为锋生函数的形变项是一个主要项"它与锋生的维持有直接的关系"而散度锋生则与梅雨锋上的中尺度扰动相关"其正值区与暴雨区相对应(段旭等%!"()&认为非绝热加热项对锋面的生消作用较小"但存在显著的日变化"辐合辐散项和水平形变项是锋生函数变化的主要贡献项(李娜等%!"(#&分析了北京*+*!(+暴雨的锋生特征"发现变形项对引发暴雨的低层锋生有重要贡献"锋生能够引发大气动力和热力结构的调整"伴随大气锋生过程的高空急流的加强"带动低层空气辐合"有助于暴雨的加强维持(在预报业务中"预报员通常分析的是不同层次环流形势和常规水汽)动力物理量"对于锋生的计算分析明显缺乏"而锋生包含了大气水平)垂直运动和热力等因素"与降水有着密切的关联"因此加强锋生的分析和应用"能够帮助预报员更精细地判断降水强度和可能的强降水落区"对认识天气过程发生机理和降水预测均有重要意义(!"!"年梅雨期江淮地区出现((次暴雨过程"不同类型过程降水性质)强度)分布特点具有明显差异"这种差异和过程期间锋生特征是否具有一定的关系是值得我们深入研究的问题"也是预报员分析判断的依据(为此"本文分析了!"!"年梅雨期的锋生特征)环流结构及与强降水之间的关系"通过不同类型降水锋生特征的对比"帮助预报员更好地认识锋生形成的特点及其在强降水过程中的作用"为利用锋生特征进行不同类型降水预报和订正提供参考依据("#资料与方法"%"#资料文中所用降水实况数据!(&!"!"年江苏省常规气象自动站%基本站和加密站共(#&,站&雨量资料"包括逐小时降水量和!%/降水量'!&锋生函数计算和形势场分析采用.#$,高分辨率再分析数据"时间分辨率为&/"水平空间分辨率为"*!,W5 "*!,W"垂直方向为!(层("%$#锋生函数计算方法锋生函数是表征大气水平运动)垂直运动)非绝热变化和摩擦等因素对锋生作用的物理量"可作为定量指标表示大气的动力和热力特征及锋生结构(本文采用+I@@G>锋生计算公式%+I@@G>"()%'&"将锋生函数分解为%项"在!坐标系下的表达式为!M//33-9/&9/;(1;!1;#1;%(%(&其中!$$;(/2#&#C##C3&3-()1#&#.##.3&3-()/&"%!&$$;!/2#'#C#&#C1#'#.#&#.()#&#</&"%#&$$;#/2(!I/&"%%&$$;%/2(!:#&#C()!1!M#&#C()#&#.()2:#&#.()!/&(%,&式%,&中!:/#?Z#C2#)Z#.表示伸展形变'M/#)Z#C1#Z#.表示切变形变'&为位温''为垂直速度(锋生函数描述了水平位温梯度随质点运动的变化率"M/0"表示锋生"M/3"表示锋消(由M/表达式可知"影响锋生的因子有%项"其中;(为非绝热("&$$!"!#年+月$第%&卷$第%期加热项"即非绝热加热梯度产生的锋生作用"在湿绝热条件下"此项可忽略';!为倾斜项"表示沿已存在的温度梯度方向垂直速度的不同而产生的锋生或锋消"若大气为稳定层结#&#<3""当暖气团中有下沉运动而冷气团中有上升运动"冷暖气团温度差异增大"则锋生"反之为锋消(若大气层结不稳定#&#<0""则与上述结论相反';#为散度项"表示在已有的水平温度梯度的情况下"水平辐合%I 3"&或辐散%I 0"&产生的水平温度梯度的增加%或减弱&"即锋生或锋消';%为形变项"即整个水平变形产生的锋生作用(湿对流大气中可用湿位温代替位温进行锋生计算%郭英莲等"!"(%&"本文着重分析总锋生函数;/)倾斜项;!)散度项;#和形变项;%对锋生的作用($#$Z$Z年江淮梅雨概况及暴雨过程划分$$!"!"年&月)日,+月!(日江淮地区经历了()&(年以来的最强梅雨%张芳华等"!"!"&"江苏地区梅雨期共%#3"为有气象记录以来第二位"淮河以南地区平均梅雨量,'!*,L L "为常年梅雨量的!*,倍"为有气象记录以来第二多值(连续性极端强降水造成江苏省内长江)太湖)淮河流域相继发生洪水"#!条河湖),)个站点超警戒水位"造成严峻的防汛抗洪形势(梅雨期降水强度大)持续时间长"夜间雨势增强特征明显"江苏地区共经历了((次暴雨过程"过程间的关键影响系统和暴雨落区存在一定差异"大部分暴雨过程都伴随高空槽)低空急流和切变线"也有一部分过程伴随低涡和地面气旋"暴雨落区主要在江苏南北纬度带上摆动(首先将((次暴雨过程进行分类"对于!%/累积降水"目前没有一个明确的标准可以划分稳定性降水和对流性降水"主要是由于两者在暴雨生消演变的过程中既可存在水平和垂直空间上的叠加"也可能存在时间的更替"因此可根据两者出现的比例"按照一定的客观标准划分为以稳定性降水为主和以对流性降水为主的暴雨过程(根据苏翔等%!"!!&的划分方法"采用逐小时站点降水观测数据进行划分"将暴雨%$,"L L -32(&站点上的!%/累积降水拆分为逐小时降水"计算其中短时强降水%$!"L L -/2(&小时数与降水%0"L L -/2(&小时数的比值+'若+$,L "则判断为对流性降水%为主&'若+3,M "则判断为稳定性降水%为主&(按此标准"!"!"年江淮梅雨期暴雨过程可划分为对流性强降水&次和稳定性降水,次%表(&(本文通过两类暴雨过程锋生特征和差异对比"探讨不同类型降水锋生对暴雨强度)区域的影响"为暴雨预报提供订正思路(&#梅雨期锋生特征分析首先对梅雨期&月((日,+月!%日江苏地区锋生演变特征与降水过程进行对比分析(由于江苏南北跨度较大"锋生特征和降水性质有差异"因此在南北向将江苏地区分为沿淮和淮北地区)江淮之间)沿江和苏南#个区域进行分析"计算范围是((+W .(!(W .)#(W .#,W %"其中以#!W %和##*,W %为南北三个区域的分界线(在图中标出了#个区域中雨%$("L L &以上的降水日%图(&"并将',"/,?和+""/,?两层的锋生值累加"以此反映中低层锋生和降水的对应关系(表"#$Z$Z 年江淮梅雨期""次区域性暴雨过程分类"?7@G ($'@?A A I H I 9?0I <:<H 0/G ((>G BI <:?@>?I :A 0<>L A I :C I ?:B/=?I +G I J=1G >I <3I :!"!"暴雨性质出现时段影响系统暴雨落区!""&(!"',!""&(%"'高空槽)地面气旋全省自北向南!""&(%!",!""&(&"'冷涡)低空急流)切变线沿江和苏南对流性强降水!""&",!""&!#!"冷涡)低空急流)切变线全省大部!""&!+!",!""&!)"'高空槽)低空急流)切变线)气旋全省自南向北!""+(+!",!""+()!"低涡)切变线全省大部!""+!(!",!""+!#"'高空槽沿淮和淮北!""&(&"',!""&('"'低涡)低空急流)切变线沿淮和淮北!""+"!!",!""+"#"'高空槽)低涡切变沿淮地区稳定性降水!""+","',!""+"+"'高空槽)低空急流沿江和苏南!""+(("',!""+(!!"高空槽)低涡切变)低空急流沿淮和淮北!""+(%!",!""+(+!"低空急流)切变线沿江和苏南!"&金小霞"等!江淮梅雨期不同类型暴雨过程锋生特征分析图($!"!"&((,+!%%M /);!);#;%的',",+""/,?累加值&逐&/变化曲线%单位!("2)P -A 2(-L 2(&"沿淮和淮北地区%?&)江淮之间%7&)沿江和苏南地区%9&"及不同区域降水日%黑色粗线"中雨及以上量级&*I B8($"I L G G O<@=0I <:<H 0/G >G BI <:?@?OG >?BG %#(W 2#,W %"((+W 2(!(W .&<H H ><:0<BG :G A I A H =:90I <:?:30/G 3G 9<L 1<A I 0I <:0G >L A%0<0?@H ><:0<BG :G A I A M /"0I @0I :B 0G >L ;!"3I OG >BG :9G 0G >L ;#"3G H <>L ?0I <:0G >L ;%&%=:I 0A !("2)P -A 2(-L 2(&8%?&%<>0/<H C I ?:BA =,><OI :9G '%7&+I 33@G <H C I ?:BA ='%9&&<=0/<H C I ?:BA ='?:31>G 9I 1I 0?0I <:3?JA I :3I H H G >G :0>G BI <:A %B>G G :@I :G "L <3G >?0G >?I :"?:3?7<OG &H ><L C =:G ((0<C =@J !%"!"!"$$由图可见"!"!"年梅雨期有较强的锋生特征"锋生强度呈波动变化"降水时段锋生函数及各分解项有显著的增强特征"无降水时段锋生基本为"(从不同区域锋生特征看"沿淮和淮北地区%图(?&锋生强度相比于中南部地区明显偏强"最为明显的锋生过程有#次"分别为&月(&日)&月!'日和+月((日前后"锋生值达到("5("2)P -A 2(-L 2(左右"对应的降水也是最强的(总锋生M /和各分解项量级基本相当"其中形变项;%在降水时段增强幅度最大"散度项;#次之"倾斜项;!最弱"甚至为锋消(从江淮之间和沿江苏南地区来看%图(7)9&"形成强降水所需的锋生强度相对沿淮淮北地区明显偏弱"&月(,日沿江苏南和&月!'日江淮之间大暴雨过程锋生强度均在,5("2)P -A 2(-L 2("各锋生分解项的贡献与北部地区类似(因此"!"!"年梅雨期江苏地区自北向南锋生强度减弱"降水过程与锋生增强有较好对应关系"其中形变项对引发暴雨的低层锋生贡献最大"辐合辐散造成的散度锋生贡献次之"倾斜项相对最弱(进一步分析了不同区域垂直方向的锋生情况%图!&"从沿淮和淮北地区%图!?&来看"锋生作用呈现不连续)阶段性的特点"分别在&月(+日)&月!'日和+月((日前后有#次明显锋生过程"与图(?中相一致"强烈锋生作用与降水对应较好(锋生发展高度从("""/,?至,""/,?附近"总锋生函数与散度项)形变项量级相当"在时空分布上有较好的对应关系"在强锋生时段三者几乎重合"造成强降水发生(江淮之间和沿江苏南地区%图!7)9&锋生作用较为连续"强度呈波动特征"降水时段锋生发展高度相比沿淮淮北地区偏低"主要与中低层散度和形变锋生有较好的对应关系(同时"沿江和苏南地区总锋生函数的作用相比于中北部地区明显偏弱"这可能是由于偏南地区冷空气较弱引起(根据表(对((次暴雨过程的分类"整体分析了两类不同性质暴雨的锋生情况(对流性暴雨主要发生在&月中下旬和+月中旬末,下旬初"从整体的强度看对流性强降水发生时锋生发展的层次较高"从("""/,?发展至,"".&""/,?"锋生中心强度达#"&$$!"!#年+月$第%&卷$第%期图!$!"!"年&月((日,+月!%日区域平均的总锋生函数%填色"单位!("2)P-A2(-L2(&)散度项%黑色等值线"单位!("2)P-A2(-L2(&和形变项%红色等值线"单位!("2)P-A2(-L2(&时间!高度剖面"沿淮和淮北地区%?&)江淮之间%7&)沿江和苏南地区%9&及不同区域降水日%绿色粗线"中雨及以上量级&*I B8!$"I L G!/G I B/01><H I@G<H0/G>G BI<:?@?OG>?BG<H H><:0<BG:G A I A H=:90I<:%A/?3I:BA"=:I0A!("2)P-A2(-L2(&"3G H<>L?0I<: 0G>L%7@?959<:0<=>A"=:I0A!("2)P-A2(-L2(&"0I@0I:B0G>L%>G39<:0<=>A"=:I0A!("2)P-A2(-L2(&I:%?&0/G:<>0/<HC I?:BA=1><OI:9G"%7&0/G L I33@G<H C I?:BA="%9&0/GA<=0/<H C I?:BA="?:31>G9I1I0?0I<:3?JA I:3I H H G>G:0>G BI<:A%B>G G:@I:G"L<3G>?0G>?I:"?:3?7<OG&H><L C=:G((0<C=@J!%"!"!"#5("2)P-A2(-L2("同时总锋生函数)散度项和形变项的叠加作用更大"说明在强对流发生过程中各项的锋生作用均较为显著(稳定性降水主要发生在+月上中旬"这一阶段的锋生强度偏弱"中心值基本在!5("2)P-A2(-L2("锋生发展的高度相对偏低"主要维持在中层)"".&""/,?"同时降水过程中各锋生项的叠加作用相对较弱(另外"两类降水锋生区域范围也存在一定差异"对流性降水明显时段%&月!+,!)日)+月!(,!#日&江苏自南向北均存在明显锋生"且形变锋生自地面到中层均发展旺盛(稳定降水时段%&月(&,('日)+月!,#日)+月,,+日)+月((,(!日)+月(%,(+日&锋生区域范围南北跨度明显偏小"近地面形变锋生仅出现在较固定区域内"且发展高度相对较低(H#不同类型暴雨过程锋生特征对比分析$$为了进一步分析对流性强降水和稳定性降水的锋生特征和机制"分别选取了表(中降水强度大且锋生作用显著的两次过程!""&!+!",!""&!)"')!""+(("',!""+(!!"%以下简称*&*!'+和*+*((+&作为典型过程进行对比分析(*&*!'+对流降水过程中副高势力强盛%图#?&"东北冷涡和高空槽携冷空气南下"中低层有西南涡东移影响"且低涡南侧有!"L2A以上西南急流相配合(*+*((+稳定性降水过程发生在副高减弱东退"中纬度西风槽东移的形势下%图#7&"中低层有东西向切变维持在江苏中北部地区"切变线南侧为西南急流"整个系统影响过程中"无明显冷空气影响(两次过程均历时#&/"累积雨量和雨强有显著差异"*&*!'+暴雨过程%图%?&全省大部累积降水达到,"L L以上"江淮之间("".!,"L L"局部超过!,"L L以上"整体雨强大范围广"最大雨强%!L L-/2("超过(2#降水站点雨强在!"L L-/2(以上"达到文中定义的对流性降水标准(*+*((+过程%图%7&沿淮和淮北地区降水持续时间较长"累积雨量在,"L L以上"部分地区("".!,"L L"淮河以南大部分地区雨量较小"全省雨强基本在("L L-/2(以下"淮北局部站点超过%"&金小霞"等!江淮梅雨期不同类型暴雨过程锋生特征分析图#$,""/,?高度场和风场!%?&!"!"年&月!'日!"!""'%7&+月((日!"!""*I B8#$-G I B/0?:3K I:3H I G@3A?0,""/,?I:!"!"!%?&!"!""D&"<:C=:G!''%7&!"!""D&"<:C=@J((图%$!"!"年&月!+日!"!"",!)日"'!""%?&和+月((日"'!""2(!日!"!""%7&过程累积降水量%单位!L L&*I B8%$$99=L=@?0G31>G9I1I0?0I<:I:C I?:BA=,><OI:9G H><L%?&!"!""D&"<:C=:G!+0<"'!""D&"<:C=:G!)?:3%7&"'!""D&"<:C=@J((0<!"!""D&"<:C=@J(!I:!"!"%=:I0!L L&!"L L-/2("为稳定性降水过程(下文将从锋生作用的角度来分析造成两次过程降水显著差异的成因"以此来初步总结对流性降水和稳定性降水在锋生特征方面的不同(H%"#水平锋生特征对比分析假相当位温&A G的分布反映了大气温湿特性和湿斜压能量的分布"在*&8!'+过程中"降水初期苏北地区有一条自东向西的&A G冷带"最低值在#!%P"而淮河以南地区为大范围的高温高湿区"&A G中心值达到#%'P以上(两个温湿特性显著差异的气团在江淮流域对峙"从而形成了该地区&A G的密集带即梅雨锋"对应的锋生函数计算结果表明安徽北部至江苏中南部地区有显著的锋生带形成"同时风场上有一条东西向切变系统与锋区相对应"则形成了以&A G密集带和东西向切变线为主要特征的江淮梅雨锋(南侧&A G大值区所代表的低空西南暖湿急流"将水汽源源不断的输送到锋生带"为梅雨期降水提供水汽和能量(!)日"!时%图,?&"西南急流进一步加强北抬"&A G高能区明显北抬范围扩大"同时由于冷涡高空槽携冷空气南下%图#?&"&A G冷舌范围明显扩大(冷暖气团强烈对峙"形成大范围锋生作用且强度极强"锋生带主要发生在低涡切变系统的东段)西南急流的顶端"锋生中心位于江苏东北部地区达到!&5("2)P*A2(*L2(以上"同时在主锋面南侧的&A G大值区受急流和低层扰动的影响形成多个次锋生中心(从强降水落区看"主要分为两部分"一部分降水集中在切变线主锋区附近"其余主要发生在梅雨锋南侧的暖区当中"且降水范围大)强度更强"暖区中有利的温度和水汽条件与渗透的冷空气相结合"形成了极不稳定的大气层结"并产生了局地锋生"在切,"&$$!"!#年+月$第%&卷$第%期图,$!"!"年&月!)日"!!""%?&)+月(!日"!!""%7&',"/,?假相当位温%等值线"单位!P &)风场%风羽"单位!L -A 2(&)总锋生函数%填色"单位!("2)P -A 2(-L 2(&和未来(/雨量大于("L L 站点%绿点&*I B8,$.4=I O?@G :01<0G :0I ?@0G L 1G >?0=>G %9<:0<=>A "=:I 0A !P &"K I :3%K I :37?>7A "=:I 0A !L -A 2(&"H ><:0<BG :G A I AH =:90I <:%A /?3I :BA "=:I 0A !("2)P -A 2(-L 2(&?0+""/,?"?:3A 0?0I <:A K I 0/A =7A G 4=G :0(/1>G 9I 1I 0?0I <:L <>G 0/?:("L L %7@=G3<0A &?0"!!""D &"<:%?&C =:G !)%?&"?:3%7&C =@J (!I :!"!"变线)急流等辐合抬升系统的触发下"形成大范围强降水"体现了强对流降水的特点"而锋面附近由于干冷空气的压制"反而强降水站点偏少(从稳定性降水过程*+8((+来看"华东地区前期为大范围西南暖湿气流"对应&A G高能区"&A G冷舌位于苏北地区"在苏中地区形成&A G密集带"风场上西南急流在苏中地区逐渐转为东南风并形成东西向暖式切变线"切变线与&A G密集区相对应产生较强锋生"锋区附近有分散性降水发生((!日"!时%图,7&"西南急流逐渐加强北抬"&A G高能区和切变线也北抬至苏北地区"锋生作用主要发生在切变线上和&A G密集带内"三者均为东西走向呈现较好的一致性"且锋生强度明显加强"最大中心超过了(&5("2)P *A 2(*L 2("降水区域相对于*&8!'+对流性降水更为集中"(/降水量大于("L L 的站点与&A G密集带和锋区位置有较好的对应关系(对比两次过程"锋生特征有明显异同点"锋生作用均出现在切变线上和&A G密集区内"锋面)切变线和&A G密集带三者有较好对应关系(对流性降水锋生作用强度显著大于稳定性降水"且锋面宽度更宽"主要的锋区位于#%'.##!P "冷暖空气作用明显"锋区内等&A G线更为密集梯度更大'稳定性降水的锋区主要位于#,!.#%"P "以暖湿气流为主"等&A G线相对稀疏(降水落区有显著差异"对流性降水一部分集中在主锋区附近"其余分散在主锋面南侧的&A G 高能高湿区内"与多个分散弱锋生中心相对应'稳定降水则更为集中几乎均发生在主锋区附近(降水性质和触发机制的不同导致降水分布不同(进一步分析了锋生函数各分解项与强降水之间关系%图&&"从图中可以看出两次过程锋生函数各分解项量级相当"且范围明显重叠"说明降水过程中各分解项叠加作用明显(其中散度项和形变项形态接近"倾斜项范围偏南"强降水与锋生作用叠加的区域有较好对应关系(根据不同层次水平分解项的分析"发现两次降水过程均与中低层',"/,?以下的锋生作用对应较好"+""/,?锋生作用次之"中高层相对较弱(对比两次过程的不同点发现"*&*!'+降水%图&?&主要发生在#%*,W %锋面附近及南侧散度项和形变项叠加的区域"主锋区附近强降水相对偏少"对流降水主要集中在切变线锋区南侧的对流不稳定区"反映了强对流天气的特征(此外"有少部分降水站点仅发生在黑色线条对应的倾斜锋生区内"可见沿温度梯度方向垂直速度的不同而引起的倾斜锋生"也可触发强对流天气(*+*((+降水%图&7&过程中"无冷空气影响"对流性弱"强降水基本集中在主锋区内"散度和形变锋生作用叠加的区域(因此"利用锋生进行降水分析时应重点关注各锋生项叠加的区域"同时强对流天气过程中垂直运动对应的倾斜锋生也需关注(H%$#垂直锋区结构对比分析进一步分析锋区垂直结构与强降水的关系(*&*!'+过程中%图+?&垂直锋区主要位于#!W .#&W %"从低到高锋区向北倾斜(结合假相当位温可见"锋区南侧',"/,?以下为暖湿空气","".',"/,?相对干冷"形成低层暖湿高层干冷的不稳定层结"锋区北侧为假相当位温低值区"说明有干冷空气侵入形成&"&。
梅雨期暴雨论文：梅雨期暴雨长江流域淮河流域大别山敏感性试验
【关键词】梅雨期暴雨长江流域淮河流域大别山敏感性试验【英文关键词】Meiyu heavy rainfall Yangtze River basin Huaihe River basin Dabieshan terrain sensitivity experiments梅雨期暴雨论文：长江流域、淮河流域梅雨期暴雨地形敏感性试验对比研究【中文摘要】本文利用中国气象局Micaps资料、NCEP/NCAR提供的一日四次1°*1°全球格点资料和TRMM卫星反演降水资料,对两次较为典型的梅雨期暴雨过程：2010年7月3-4日长江中下游地区暴雨过程,以及2011年6月23-24日淮河流域强降水过程进行分析研究。
重点研究大别山地形对两流域暴雨生成发展的影响。
论文研究主要方法是利用现有资料,运行中尺度数值模式WRFV3.2进行数值模拟,对比分析两个区域梅雨期暴雨过程的主要影响系统对大别山地形响应的异同,并用实况与模拟产品进行了验证。
为了能够用比较详尽的资料对大别山地形在暴雨中起到的作用进行分析,设计了三组地形敏感性试验方案,并分别应用于两次暴雨过程。
利用模拟资料及敏感性试验得到的资料,对大别山地形所起到的作用进行对比和分析,得到如下结论：(1)大别山对于发生在安徽中西部地区的降水有促进作用,地形高度越高,剧烈降水范围越大,越向东延伸；(2)大别山地形的高度升高对中尺度槽脊有明显的增强作用,地形越高,槽脊振幅越大,气流辐合越明显。
当辐合带位于长江流域时,水汽自西向东的移速与地形高度呈反相关关系,较靠近大别山的地区易出现暴雨,而稍远的江苏南部地区降水最大值则有减小趋势；当辐合带位于淮河时,水汽辐合大值区的集中程度随地形高度的增高而增强,并伴随东移减缓,江苏中部强降水中心的位置在地形高度降低时明显偏东。
(3)暴雨总是发生在不稳定层结中,不稳定层结被破坏,能量急剧释放对应着剧烈降水的产生。
当降水发生在长江流域时,大别山地形对西南气流的强迫抬升作用激发出扰动槽脊,地形越高,所激发的扰动越明显,沿途不稳定能量释放越强烈,并对之后较远地区的南、北气流汇合时能量释放有减弱作用。
长江中下游暴雨短期集合预报试验(论文)
1、引言我国是世界上多暴雨的国家之一，暴雨对我国经济社会开展和人民生命财产构成了严重危害，民政部数据显示，仅2021年上半年我国就因暴雨导致直接经济损失高达2100多亿元。
而长江流域地区又是我国夏季暴雨灾害频发的地区，针对长江流域的夏季暴雨预报和预警一直是一个科学工作者长期探究的科学难题，很多气象工作者对它的发生开展机理、数值模拟等开展做了很多研究，获得了一些进展，如guo 等通过对1998年长江流域洪水与海温关系的研究得出长江流域洪水和印度洋海温异常有严密关系，周广强等通过对长江暴雨过程中的云滴谱和地面降水的关系，得出云滴谱的不确定性对长江流域暴雨有重要影响，李跃清通过对青藏高原东侧边界层风场与1998年长江暴雨洪水的研究，认为青藏高原东侧边界层风场和长江暴雨有严密关系。
但是暴雨过程本身是一个非常复杂的过程，目前仍有很多未解决的问题。
当前对暴雨预报主要采用数值预报的输出产品，但是由于暴雨的发生开展机理还有很多未解决的问题，数值预报中的物理参数化方案只是暴雨发生开展各物理过程的一种近似，在实际天气预报中会发现采用不同的参数化方案对暴雨的预报会出现较大差异，王晨稀曾用MM5形式里的4个对流参数化方案对非汛期22个降水个例进展48小时预报试验，结果说明各方案之间存在较大差异，并没有那一种方案预报效果是最优的。
同时长江流域特殊地形的影响，长江流域暴雨发生开展的物理过程更为复杂，更易出现暴雨预报的不确定性，因此就需要我们综合考虑各参数化方案的影响。
集合预报就是为解决不确定性问题提出的，所以本文针对物理过程的不确定性，通过中尺度形式中不同物理过程参数化方案来构造物理过程集合预报，检验物理过程集合预报对长江流域这类地形较复杂物理过程较复杂地区的暴雨预报的效果，为该地区的暴雨预报及预警提供参考。
2、天气过程简介2007年5月30日到6月3日，在冷暖空气和西南低涡切变的影响下我国长江中下游地区发生了一次强烈的暴雨天气过程，5月31日至6月1日，受锋面气旋云系及其尾部对流云团的影响，长江中下游地区普降大到暴雨，重庆北部地区6小时降水量到达60mm，安徽安庆市31日晚到6月1日8时市区降水量达163mm，江西出现了当年入夏以来的最强降水其中靖安、新建等8个县市出现了暴雨，安义、修水、奉新、武宁、永修等5个县市出现了大暴雨，湖南也出现大范围的24小时降水量超过降水超过100mm的地区。
ECMWF集合降水预报在长江流域应用性能评估
第５１卷第２期２０２０年２月㊀㊀人㊀民㊀长㊀江Ｙａｎｇｔｚｅ㊀Ｒｉｖｅｒ㊀㊀Ｖｏｌ.５１ꎬＮｏ.２Ｆｅｂ.ꎬ２０２０收稿日期:２０１９－０２－２１基金项目:国家重点研发计划项目 山洪灾害监测预警关键技术与集成示范 (２０１７ＹＦＣ１５０２５０１)ꎻ三峡水库科学调度关键技术研究项目(ＳＸＳＮ１４３７６)作者简介:邱㊀辉ꎬ女ꎬ高级工程师ꎬ博士ꎬ主要从事水文气象预报研究工作ꎮＥ－ｍａｉｌ:ｑｉｕｈ＠ｃｊｈ.ｃｏｍ.ｃｎ㊀㊀文章编号:１００１－４１７９(２０２０)０２－００７１－０６ＥＣＭＷＦ集合降水预报在长江流域应用性能评估邱㊀辉１ꎬ郭云谦２ꎬ李㊀帅３ꎬ张方伟１(１.长江水利委员会水文局ꎬ湖北武汉４３００１０ꎻ㊀２.中国气象局国家气象中心ꎬ北京１０００８１ꎻ㊀３.中国长江三峡集团有限公司ꎬ湖北宜昌４４３１３３)摘要:欧洲中期天气预报中心(ＥＣＭＷＦ)集合预报系统被广泛应用于降水预报中ꎬ但由于长江流域地形㊁气候条件复杂ꎬ该系统在长江流域的应用性能有待进一步评估ꎮ利用２０１５年４月至２０１８年６月汛期(４~１０月)ＥＣＭＷＦ集合预报系统(ＥＰＳ)输出的降水预报结果和全国２０００多个站日降雨观测资料ꎬ基于Ｂｒｉｅｒ评分㊁Ｔａ￣ｌａｇｒａｎｄ分布㊁ＲＯＣ分析等方法ꎬ研究了ＥＣＭＷＦ集合预报在长江流域降水的预报性能ꎮ结果表明:①Ｔａｌａ￣ｇｒａｎｄ分布表明ꎬ模式对小量级的降水预报概率偏高ꎬ而对大量级的降水预报概率偏低ꎻＥＣＭＷＦ集合预报系统存在短期预报发散度不够的情况ꎮ②Ｂｒｉｅｒ评分表明ꎬ在同量级降水预报中ꎬ预报时效越长ꎬ准确性越低ꎻＥＣＭＷＦ集合系统在近４年的降水预报有相对稳定的Ｂｒｉｅｒ评分ꎮ③ＲＯＣ分析表明ꎬ各个时效ꎬ同量级降水预报的准确性差异不大ꎮ总体来说ꎬ不论离散度还是准确性ꎬＥＣＭＷＦ集合预报系统还存在一定的系统性偏差ꎬ需要进行统计后处理订正来消除此类偏差ꎮ关㊀键㊀词:降水预报ꎻＥＣＭＷＦ集合预报ꎻＢｒｉｅｒ评分ꎻＲＯＣ分析ꎻ长江流域中图法分类号:Ｐ４５７.６㊀㊀㊀文献标志码:ＡＤＯＩ:１０.１６２３２/ｊ.ｃｎｋｉ.１００１－４１７９.２０２０.０２.０１３㊀㊀由于大气的混沌特性ꎬＥｐｓｔｅｉｎ和Ｌｅｉｔｈ首先基于蒙特卡罗统计试验法从大气运动的随机性角度提出了集合预报[１－３]ꎮ相对于单一的确定性预报ꎬ集合预报考虑了初值及模式的不确定性ꎬ可以发挥多成员预报的优势ꎬ提供包含不确定性的概率预报ꎬ提高数值预报的可用性ꎮ作为一种较新的数值预报技术ꎬ其本质是将确定性天气预报向大气变量的完全概率预报转变ꎬ为降水预报㊁径流预报提供了一种新思路和方法[４－５]ꎮ经过几十年的重大发展ꎬ集合预报已经进入实际业务应用的成熟阶段ꎬ并在当今的数值天气预报中占据了越来越重要的地位ꎬ成为国际上公认的ꎬ最具有发展前途的ꎬ解决 单一 确定性数值预报的 不确定性 问题的新一代随机动力理论和方法ꎮ构建集合预报的初衷ꎬ最主要是解决天气预报中的不确定性ꎬ包括初值的不确定性以及模式物理过程参数化的不确定性[６]ꎮ我国是较早开展集合预报系统研究的国家之一ꎬ在使用集合预报产品之前ꎬ对预报产品进行客观评估仍然是获取有效的判别指标和提高预报水平的重要因素[７－１０]ꎮ近几年来ꎬＥＣＭＷＦ集合预报产品在气象预报业务中收到了极大的欢迎ꎬ特别是降水预报产品ꎬ客观上为用户提供了降水发生可能性的震荡范围ꎬ解决了预报员在降水量级上可能变化幅度上的 拍脑袋 问题ꎮ长江流域地形㊁气候背景复杂ꎬ各支流降水时空分布极不均匀ꎬ数值预报产品在长江流域预报能力的客观评估很重要ꎮ相比于确定性预报ꎬ集合预报检验需要全面阐明预报的离散度(与参照系统的比较)㊁精确性(与实况观测频率偏差的大小)以及实用性(在风险评估等领域的应用)[１１]ꎮ因此ꎬ本文针对长江流域的ＥＣＭＷＦ集合降水预报产品进行检验ꎬ客观评估ＥＣＭＷＦ集合预报在长江流域的预报能力ꎬ为进一步在长江流域开展集合降水预报业务提供参考ꎮ㊀㊀人㊀民㊀长㊀江２０２０年㊀１㊀资料和方法１.１㊀资料来源观测资料采用中国气象局提供的全国２４１１个国家级观测站点逐日降水数据(北京时间每日０８:００至次日０８:００)ꎬ其中长江流域所选站点数为１４９９个ꎬ时间为２０１５年４月至２０１８年６月的汛期(４~１０月)共２４个月ꎮ模式数据为同时期每日１２:００(世界时)起报的ＥＣＭＷＦ降水集合预报产品ꎬ集合成员数为５１个ꎬ模式分辨率为０.５ʎˑ０.５ʎꎮ研究所选取的范围为长江流域(２４ʎＮ~３６ʎＮꎬ９０ʎＥ~１２３ʎＥ)ꎬ如图１所示ꎮ图１㊀研究范围示意(黑色实线矩形框)Ｆｉｇ.１㊀Ｓｋｅｔｃｈｏｆｓｔｕｄｙａｒｅａ(ｂｌａｃｋｓｏｌｉｄｌｉｎｅｒｅｃｔａｎｇｌｅ)１.２㊀评估方法１.２.１㊀Ｔａｌａｇｒａｎｄ直方图Ｔａｌａｇｒａｎｄ直方图是一种检验集合预报系统离散度的有效方法ꎬ用来衡量集合预报成员与观测值离散程度分布是否一致ꎮ对于理想的集合预报系统ꎬ每个预报成员几乎以同样的概率发生ꎬ即观测值也应以相同的概率落在各个毗邻集合成员的值域中ꎬ排序直方图呈现出水平的状态ꎮ实际上ꎬ由于各集合成员分布不均ꎬ经过排序后ꎬ毗邻成员的间距大小亦是不同的ꎮ一般情况下ꎬ排序直方图常呈 Ｕ 形状态ꎬ如果集合预报系统存在显著系统偏差ꎬ排序直方图将由 Ｕ 形转为 Ｊ 形状态ꎮ对于一个包含５０个成员的集合预报系统ꎬ如果其集合预报离散度为２０ħꎬ毗邻成员的平均间距大小为０.４ħꎻ如果集合离散度为５ħꎬ平均间距大小则变为０.１ħꎬ可能小于平均观测误差的绝对值ꎮ此外ꎬ对于概率密度呈正态分布的集合预报系统ꎬ毗邻成员的间距随集合平均间距的增加而增加ꎮ这样使得观测值出现在远离中心值域的概率增加ꎬ导致排序直方图呈 Ｕ 形状(见图２)ꎮ用标准差来定量计算Ｔａｌａｇｒａｎｄ直方图的平直程度[１３]:ＲＭＳＤ＝１Ｎ＋１ Ｎ＋１ｋ＝１(Ｓｋ－ＭＮ＋１)２(１)式中ꎬＮ为成员数ꎬＭ为总预报频次ꎬＳｋ为每个间距内的频次ꎮ标准差越小ꎬ直方图越平直ꎬ预报的离散度越准确ꎮ图２㊀观测及其不确定性与各值域空间的位置关系Ｆｉｇ.２㊀Ａｎｏｂｓｅｒｖａｔｉｏｎ(ａｆｉｌｌｅｄｃｉｒｃｌｅ)ａｎｄｉｔｓｕｎｃｅｒｔａｉｎｔｙａｓｓｕｍｅｄｓｙｍｍｅｔｒｉｃ(ｔｈｅａｒｒｏｗｓ)１.２.２㊀Ｂｒｉｅｒ评分集合预报系统可以提供概率预报产品ꎬ相比于确定性预报(或分类预报)ꎬ概率预报可以提供更多的预报价值ꎬ更好地帮助预报服务[１２]ꎮ与确定性预报不同ꎬ对概率预报的检验需要检验该模式在多次预报中的表现ꎮ用于概率预报的标准检验评分有很多ꎬＢｒｉｅｒ评分(ＴｈｅＢｒｉｅｒｓｃｏｒｅꎬ简称ＢＳ)是最常用的概率预报检验方法之一ꎬ其计算法则类似于均方误差[１３－１５]:ＢＳ＝(ｐ－ｏ)２＝Ｒｅｌ－Ｒｅｓ＋Ｕｎｃｅｒ(２)㊀㊀ＢＳ表示事件的概率预报ｐ与观测ｏ的差别ꎮ其中ꎬ当事件发生时ꎬ观测ｏ取值为１ꎬ反之为０ꎮ因此ꎬＢＳ越低代表概率预报越精确ꎮ可靠性项Ｒｅｌ表示预报概率和实况观测频率的匹配程度ꎻ解析度项Ｒｅｓ表示概率预报把握偏离气候平均事件的能力ꎻ不确定项Ｕｎｃｅｒ表示预报要素气候概率平均的不确定性ꎮ需要指出ꎬＵｎｃｅｒ的大小完全取决于预报要素的气候特征ꎬ与模式预报性能无关ꎮ由于不同量级降水事件的发生概率(先验概率)不同ꎬ即气候不确定性Ｕｎｃｅｒ不同ꎬ并不能直接比较同一集合模式对不同量级降水的ＢＳ评分高低ꎬ来说明该模式对不同量级降水的预报性能ꎮ可以引入Ｂｒｉｅｒ技巧评分(ＢＳＳ)来排除不同量级降水气候不确定性的影响[１１]:ＢＳＳ＝(Ｒｅｌ－Ｒｅｓ)/Ｕｎｃｅｒ＝(ＢＳ－Ｕｎｃｅｒ)/Ｕｎｃｅｒ(３)㊀㊀可排除Ｕｎｃｅｒ对ＢＳ的影响ꎮ１.２.３㊀ＲＯＣ分析及ＡＲＯＣ评分相对作用特征(Ｒｅｌａｔｉｖｅｏｐｅｒａｔｉｎｇｃｈａｒａｃｔｅｒｉｓｔｉｃｓꎬ简称ＲＯＣ)分析是通过计算预报的命中率和空报率来描述概率预报系统预报能力的一种方法[１６]ꎬ是信号探２７㊀第２期㊀㊀㊀邱㊀辉ꎬ等:ＥＣＭＷＦ集合降水预报在长江流域应用性能评估图４㊀ＥＣＭＷＦ集合预报系统各量级降水预报(小㊁中㊁大㊁暴雨)的Ｔａｌａｇｒａｎｄ直方图分布Ｆｉｇ.４㊀ＴａｌａｇｒａｎｄｄｉｓｔｒｉｂｕｔｉｏｎｄｉａｇｒａｍｆｏｒＥＣＭＷＦｉｎｔｈｅｄｉｆｆｅｒｅｎｔｍａｇｎｉｔｕｄｅ(ｌｉｇｈｔꎬｍｏｄｅｒａｔｅꎬｈｅａｖｙꎬｔｏｒｒｅｎｔｉａｌｒａｉｎ)ｐｒｅｃｉｐｉｔａｔｉｏｎｆｏｒｅｃａｓｔ测理论在预报检验中的应用ꎮ对于确定性预报而言ꎬ通过计算得到的命中率和空报率是一个特定的值ꎬ而对于概率预报而言ꎬ首先需要对概率预报进行转换ꎬ当预报概率大于等于(小于)概率阈值时ꎬ认为预报天气事件发生(不发生)ꎬ然后利用概率阈值将概率转化成确定性预报ꎮＲＯＣ图的横坐标和纵坐标分别代表预报空报率和命中率ꎮ如果验证结果位于左上角ꎬ代表所有预报均命中ꎬ没有出现空报ꎻ如果验证结果位于左下角ꎬ说明系统没有对事件做出预报ꎻ如果验证结果位于４５ʎ对角线上ꎬ说明预报没有预报技巧ꎮ验证结果越靠近左上角ꎬ说明预报技巧越高ꎬ如图３(ａ)所示ꎮ通过分类预报(在０％到１００％之间设置一些阈值)产生一系列命中率和空报率的数值ꎬ绘制分散的验证点ꎬ与确定性预报的验证点进行比较ꎮ之后ꎬ将分散的验证点连接ꎬ将曲线下与Ｘ轴之间的区域大小定义为ＲＯＣ面积(ＡＲＯＣ)评分ꎬ来衡量概率预报是否有利于用户制定决策ꎬ如图３(ｂ)所示ꎮ定义ＡＲＯＣ技巧评分为ＲＯＣｓｓ[１３]:ＲＯＣｓｓ＝２ˑＡＲＯＣ－１(４)２㊀结果分析２.１㊀离散度分析本节用Ｔａｌａｇｒａｎｄ直方图来衡量集合预报成员与观测值的离散程度ꎬ以此来判别成员降水预报的发散程度和可靠性ꎮ按照集合预报 成员等同性 原则ꎬ每个成员的预报准确率应该大致相同[１７]ꎬ然而由于集合成员的发散度出现偏差ꎬ系统中每个成员与观测的匹配程度并不相同ꎬ为了表示这种概率分布差异ꎬ发展了Ｔａｌａｇｒａｎｄ分布直方图[１８]ꎮ计算Ｔａｌａｇｒａｎｄ分布时首先把集合成员的预报值按照从小到大的顺序排列ꎬ然后判断观测值落在某个区间的频率ꎮ按照这个原则ꎬＥＣＭＷＦ的５１个集合预报成员排序后可划分为５２个区间ꎮ图４为时效１~７ｄ的ＥＣＭ￣ＷＦ集合降水预报Ｔａｌａｇｒａｎｄ直方图分布ꎮ整体来看ꎬ模式预报的Ｔａｌａｇｒａｎｄ分布与理想情况下的概率期望值还有一定的差距ꎬ两端值特别是左端值明显偏大ꎬ整体分布呈现明显的 Ｕ 型ꎬ表明模式对小量级降水预报频次整体偏多ꎬ概率偏大ꎬ而对大量级降水预报频次偏少ꎬ概率偏低ꎮ比较不同预报天数的Ｔａｌａｇｒａｎｄ分布ꎬ发现随着时效增加(１ꎬ３ꎬ５ꎬ７ｄ)ꎬ这种小量级降水预报频次偏多㊁大量级降水预报频次偏少的情况有所改善ꎬＴａｌａｇｒａｎｄ直方图向平直发展ꎬＥＣＭＷＦ集合降水预报各成员的离散度明显调优ꎮ因图３㊀ＲＯＣ绘制原理和ＲＯＣ区域面积示意[１１]Ｆｉｇ.３㊀ＴｈｅｐｒｉｎｃｉｐｌｅｏｆｔｈｅＲＯＣｄｉａｇｒａｍａｎｄｔｈｅｓｋｅｔｃｈｏｆｔｈｅＲＯＣａｒｅａ３７㊀㊀人㊀民㊀长㊀江２０２０年㊀图６㊀ＥＣＭＷＦ集合预报系统各量级降水预报(小㊁中㊁大㊁暴雨)的Ｂｒｉｅｒ评分时序图(１５ｄ平均平滑)Ｆｉｇ.６㊀ＳｅｑｕｅｎｃｅｄｉａｇｒａｍｏｆＢｒｉｅｒｓｃｏｒｅｆｏｒｄｉｆｆｅｒｅｎｔｍａｇｎｉｔｕｄｅ(ｌｉｇｈｔꎬｍｏｄｅｒａｔｅꎬｈｅａｖｙꎬｔｏｒｒｅｎｔｉａｌｒａｉｎ)ｐｒｅｃｉｐｉｔａｔｉｏｎｏｆＥＣＭＷＦ(１５－ｄａｙａｖｅｒａｇｅｓｍｏｏｔｈｎｅｓｓ)此ꎬ就Ｔａｌａｇｒａｎｄ图来看ꎬ距预报初始时刻越近ꎬ其成员的概率分布表现反而越差ꎬ时效越远ꎬ不同量级降水与观测频率的匹配程度更为一致(更加可靠)ꎮ图５为统计的１~７ｄ的Ｔａｌａｇｒａｎｄ标准差分布ꎬ也表明随预报时效的增加ꎬＥＣＭＷＦ集合降水各成员预报离散度变小ꎮ７ｄ预报的Ｔａｌａｇｒａｎｄ标准差只有１ｄ预报的一半左右ꎬ即ＥＣＭＷＦ集合系统存在短期预报发散度不够的情况ꎮ图５㊀ＥＣＭＷＦ集合预报系统１~７ｄ降水预报的Ｔａｌａｇｒａｎｄ直方图的标准差Ｆｉｇ.５㊀ＳｔａｎｄａｒｄｄｅｖｉａｔｉｏｎｏｆｔｈｅＴａｌａｇｒａｎｄｈｉｓｔｏｇｒａｍｏｆｔｈｅ１~７ｄａｙｓＥＣＭＷＦｐｒｅｃｉｐｉｔａｔｉｏｎｆｏｒｅｃａｓｔ２.２㊀准确性分析利用 二分法 将给定阈值的观测降水归类为 ０ 和 １ 两种状态ꎬ并计算其与概率预报的平方差就可以得到Ｂｒｉｅｒ评分ꎮ本节采用Ｂｒｉｅｒ评分来评估ＥＣＭ￣ＷＦ集合系统的降水预报的准确性ꎮ图６为提前１ꎬ３ꎬ５ꎬ７ｄ的ＥＣＭＷＦ集合降水预报Ｂｒｉｅｒ评分时序图ꎮ由上述分析可知ꎬ根据Ｂｒｉｅｒ评分的原理ꎬＢＳ越小说明集合预报系统概率预报准确率越高ꎮ图６可以看出ꎬ时序图中ＢＳ最高的时段为每年的６~８月ꎬ部分来源于主汛期降水的较强气候不确定性ꎮ大雨量级预报(>２５ｍｍ)ＢＳ随时效增长较快(７ｄ预报相对１ｄ预报增加２５.８％)ꎬ而暴雨量级ＢＳ随时效增加缓慢(增加１２.３％)ꎬ这可能由于暴雨量级的气候不确定性在Ｂｒｉｅｒ评分中占比更大ꎬ而不确定性是与预报时效无关的固定值ꎬ导致了暴雨量级ＢＳ对预报时效的不敏感ꎮ各时效各量级预报中ꎬ２０１５~２０１８年模式Ｂｒｉｅｒ评分总体保持稳定ꎬ说明ＥＣＭＷＦ集合系统在近４年的降水预报有稳定的准确性ꎮ从图７的各时效各量级的４ａ平均Ｂｒｉｅｒ评分也可以看出上述特点:时效越长ꎬＢＳ越高ꎬ准确性越低ꎮ暴雨量级ＢＳ随时效增长速度相对缓慢ꎮ图７㊀ＥＣＭＷＦ集合预报系统对不同量级降水预报Ｂｒｉｅｒ评分Ｆｉｇ.７㊀ＢｒｉｅｒｓｃｏｒｅｏｆｄｉｆｆｅｒｅｎｔｍａｇｎｉｔｕｄｅｐｒｅｃｉｐｉｔａｔｉｏｎｏｆＥＣＭＷＦ２.３㊀命中率和空报率分析通过ＲＯＣ分析集合系统降水预报的命中率和空报率ꎬ并计算ＡＲＯＣ和ＲＯＣｓｓ评分定量评估系统预报的准确性ꎮ图８为提前１ꎬ３ꎬ５ꎬ７ｄ的ＥＣＭＷＦ集合中㊁大雨(１０ꎬ２５ｍｍ)的ＲＯＣ检验图ꎮ可以看出ꎬ随着预报时效的增加ꎬＲＯＣ曲线越靠近对角线ꎬ预报效果变差ꎮ各个时效ꎬ１０ｍｍ和２５ｍｍ的ＡＲＯＣ和ＲＯＣｓｓ评分接近ꎻ但随时效增加ꎬＲＯＣｓｓ会迅速下降ꎮ提前１ｄ时效预报中ꎬＲＯＣｓｓ为０.７４２ꎬ相对较高ꎻ而７ｄ时效预报ꎬＲＯＣｓｓ下降到０.４９４ꎬ降幅将近３５％ꎮ从图９中㊁大雨(１０ꎬ２５ｍｍ)的ＲＯＣｓｓ统计评分也能看出上述特点ꎬＲＯＣｓｓ随时效增加迅速下４７㊀第２期㊀㊀㊀邱㊀辉ꎬ等:ＥＣＭＷＦ集合降水预报在长江流域应用性能评估图８㊀ＥＣＭＷＦ集合降水预报ＲＯＣ曲线Ｆｉｇ.８㊀ＲＯＣｃｈａｒｔｓｆｏｒＥＣＭＷＦｐｒｅｃｉｐｉｔａｔｉｏｎｆｏｒｅｃａｓｔ图９㊀ＥＣＭＷＦ集合预报系统１０ｍｍ和２５ｍｍ降水预报ＲＯＣｓｓ评分Ｆｉｇ.９㊀ＲＯＣｓｓｓｃｏｒｅｆｏｒ１０ｍｍａｎｄ２５ｍｍｐｒｅｃｉｐｉｔａｔｉｏｎｏｆＥＣＭＷＦ降ꎬ但同时效各量级间ＲＯＣｓｓ差异不大ꎮ３㊀结论集合预报不仅改变了用户的传统观念ꎬ客观上也为天气预报的不确定性提供了新的表达方式ꎮ本文以长江流域站点降水资料为基础ꎬ采用Ｔａｌａｇｒａｎｄ分布㊁Ｂｒｉｅｒ评分㊁ＲＯＣ分析等方法ꎬ评估了ＥＣＭＷＦ集合预报系统在长江流域的降水预报性能ꎬ主要结论如下ꎮ(１)模式预报的Ｔａｌａｇｒａｎｄ分布呈现明显的 Ｕ型ꎬ表明模式对小量级的降水预报频次整体偏大ꎬ概率偏高ꎬ而对大量级的降水预报频次偏少ꎬ概率偏低ꎮ随着预报时效增加ꎬＴａｌａｇｒａｎｄ直方图向平直发展ꎬ时效越长ꎬ预报降水与观测频率的匹配程度更为一致(更加可靠)ꎬ即ＥＣＭＷＦ集合系统存在短期预报发散度不够的情况ꎮ(２)Ｂｒｉｅｒ评分表明ꎬ在同量级降水预报中ꎬ预报时效越长ꎬＢＳ越高ꎬ准确性越低ꎻ对大雨和暴雨以上量级的降水来说ꎬ预报性能急剧减弱ꎮ暴雨以下级别预报的ＢＳ随时效增长较快ꎬ而暴雨以上量级ＢＳ随时效增加缓慢ꎬ这可能由于暴雨量级的气候不确定性在ＢＳ中占比更大ꎮ另外ꎬ由于主汛期(６~８月)存在较大的气候不确定性ꎬ该时段预报准确性相对于其他月份明显偏低ꎮＥＣ￣ＭＷＦ集合系统在近４ａ的降水预报有相对稳定的Ｂｒｉｅｒ评分ꎬ具有稳定性ꎮ(３)ＲＯＣ分析表明:随着预报时效的增加ꎬＲＯＣ曲线越靠近对角线ꎬ预报效果变差ꎮ各个时效ꎬ同量级降水预报的准确性差异不大ꎮ总体来说ꎬ不论离散度还是准确性ꎬＥＣＭＷＦ集合降水预报还存在一定的系统性偏差ꎬ需要进行统计后处理订正来消除此类偏差ꎮ参考文献:[１]㊀ＬｏｒｅｎｚＥＮ.Ａｓｔｕｄｙｏｆｔｈｅｐｒｅｄｉｃｔａｂｉｌｉｔｙｏｆａ２８－ｖａｒｉａｂｌｅａｔｍｏｓｐｈｅｒ￣ｉｃｍｏｄｅｌ[Ｊ].Ｔｅｌｌｕｓꎬ１９６５ꎬ１７(３):３２１－３３３.[２]㊀ＥｐｓｔｅｉｎＥＳ.Ｅｐｓｔｅｉｎ.Ｓｔｏｃｈａｓｔｉｃｄｙｎａｍｉｃｐｒｅｄｉｃａｔｉｏｎ[Ｊ].Ｔｅｌｌｕｓꎬ１９６９(６):７３９－７５９.[３]㊀ＬｅｉｔｈＣＥ.ＴｈｅｏｒｅｔｉｃａｌｓｋｉｌｌｏｆＭｏｎｔｅＣａｒｌｏｆｏｒｅｃａｓｔｓ[Ｊ].ＭｏｎｔｈｌｙＷｅａｔｈｅｒＲｅｖｉｅｗꎬ１９７４ꎬ１０２(６):４０９－４１８.[４]㊀李立平ꎬ徐长江ꎬ郭海晋ꎬ等.集合降雨预报在柬埔寨区域的应用研究[Ｊ].人民长江ꎬ２０１８ꎬ４９(２２):１０４－１０７.[５]㊀许银山ꎬ李玉荣ꎬ闵要武.三峡水库水文气象预报不确定性及误差分布分析[Ｊ].人民长江ꎬ２０１５ꎬ４６(２１):２７－３２.[６]㊀ＥｂｅｒｔＥＥ.Ａｂｉｌｉｔｙｏｆａｐｏｏｒｍａｎ'ｓｅｎｓｅｍｂｌｅｔｏｐｒｅｄｉｃｔｔｈｅｐｒｏｂａｂｉｌｉｔｙａｎｄｄｉｓｔｒｉｂｕｔｉｏｎｏｆｐｒｅｃｉｐｉｔａｔｉｏｎ[Ｊ].ＭｏｎｔｈｌｙＷｅａｈｅｒＲｅｖｉｅｗꎬ２００１ꎬ１２９(１０):２４６１－２４８０.[７]㊀潘留杰ꎬ张宏芳ꎬ王建鹏.数值天气预报检验方法研究进展[Ｊ].地球科学进展ꎬ２０１４ꎬ２９(３):３２７－３３５.[８]㊀潘留杰ꎬ张宏芳ꎬ陈小婷ꎬ等.ＥＣＭＷＦ集合预报在中国中部地区的降水概率预报性能评估[Ｊ].高原气象ꎬ２０１７ꎬ３６(１):１３８－１４７.[９]㊀刘佳ꎬ徐金霞ꎬ马振峰ꎬ等.第二代月动力延伸预报产品对西南汛期降水的预报检验[Ｊ].高原气象ꎬ２０１４ꎬ３３(６):１４６８－１４７９.[１０]㊀何晓凤ꎬ周荣卫ꎬ孙逸涵.３个全球模式对近地层风场预报能力的对比检验[Ｊ].高原气象ꎬ２０１４ꎬ３３(５):１３１５－１３２２.[１１]㊀代刊ꎬ邓国ꎬ高丽ꎬ等.集合预报应用手册[Ｚ].北京:国家气象中心ꎬ２０１５.５７㊀㊀人㊀民㊀长㊀江２０２０年㊀[１２]㊀ＮｅａｌＲＡꎬＢｏｙｌｅＰꎬＧｒａｈａｍｅＮꎬｅｔａｌ.Ｅｎｓｅｍｂｌｅｂａｓｅｄｆｉｒｓｔｇｕｅｓｓｓｕｐｐｏｒｔｔｏｗａｒｄｓａｒｉｓｋ－ｂａｓｅｄｓｅｖｅｒｅｗｅａｔｈｅｒｗａｒｎｉｎｇｓｅｒｖｉｃｅ[Ｊ].ＭｅｔｅｏｒｏｌｏｇｉｃａｌＡｐｐｌｉｃａｔｉｏｎｓꎬ２０１４ꎬ２１(３):５６３－５７７.[１３]㊀ＡｎｄｅｒｓｓｏｎＥ.ＵｓｅｒｇｕｉｄｅｔｏＥＣＭＷＦｆｏｒｅｃａｓｔｐｒｏｄｕｃｔｓ[Ｚ].Ｂｒａｃｋ￣ｎｅｌｌ:ＥＣＭＷＦꎬ２０１５.[１４]㊀ＭｕｒｐｈｙＡＨ.Ａｎｅｗｖｅｃｔｏｒｐａｒｔｉｔｉｏｎｏｆｔｈｅｐｒｏｂａｂｉｌｉｔｙｓｃｏｒｅ[Ｊ].ＪｏｕｒｎａｌｏｆＡｐｐｌｉｅｄＭｅｔｅｏｒｏｌｏｇｙꎬ１９７３ꎬ１２(４):５９５－６００.[１５]㊀ＭｕｒｐｈｙＡＨ.ＡＮｅｗＤｅｃｏｍｐｏｓｉｔｉｏｎｏｆｔｈｅＢｒｉｅｒＳｃｏｒｅ:ＦｏｒｍｕｌａｔｉｏｎａｎｄＩｎｔｅｒｐｒｅｔａｔｉｏｎ[Ｊ].ＭｏｎｔｈｌｙＷｅａｔｈｅｒＲｅｖｉｅｗꎬ１９８６ꎬ１１４(１２):２６７１－２６７３.[１６]㊀ＮｕｒｍｉＰ.ＥＣＭＷＦＴｅｃｈｎｉｃａｌＭｅｍｏｒａｎｄａ[Ｍ].Ｂｒａｃｋｎｅｌｌ:ＥＣＭＷＦꎬ２０１８.[１７]㊀ＨａｍｉｌｌＴＭꎬＣｏｌｕｃｃｉＳＪ.ＶｅｒｉｆｉｃａｔｉｏｎｏｆＥｔａ－ＲＳＭｓｈｏｒｔｒａｎｇｅｅｎ￣ｓｅｍｂｌｅｆｏｒｅｃａｓｔｓ[Ｊ]ꎬＭｏｎｔｈｌｙＷｅａｔｈｅｒＲｅｖｉｅｗꎬ１９９７ꎬ１２５(６):１３１２－１３２７.[１８]㊀ＨａｍｉｌｌＴＭ.Ｉｎｔｅｒｐｒｅｔａｔｉｏｎｏｆｒａｎｋｈｉｓｔｏｇｒａｍｓｆｏｒｖｅｒｉｆｙｉｎｇｅｎｓｅｍｂｌｅｆｏｒｅｃａｓｔｓ[Ｊ].ＭｏｎｔｈｌｙＷｅａｔｈｅｒＲｅｖｉｅｗꎬ２００１ꎬ１２９(３):５５０－５６０.(编辑:江文)引用本文:邱辉ꎬ郭云谦ꎬ李帅ꎬ等.ＥＣＭＷＦ集合降水预报在长江流域应用性能评估[Ｊ].人民长江ꎬ２０２０ꎬ５１(２):７１－７６.ＡｐｐｌｉｃａｔｉｏｎｐｅｒｆｏｒｍａｎｃｅａｓｓｅｓｓｍｅｎｔｏｎＥＣＭＷＦｅｎｓｅｍｂｌｅｐｒｅｄｉｃｔｉｏｎｓｙｓｔｅｍｉｎＹａｎｇｔｚｅＲｉｖｅｒＢａｓｉｎＱＩＵＨｕｉ１ꎬＧＵＯＹｕｎｑｉａｎ２ꎬＬＩＳｈｕａｉ３ꎬＺＨＡＮＧＦａｎｇｗｅｉ１(１.ＢｕｒｅａｕｏｆＨｙｄｒｏｌｏｇｙꎬＣｈａｎｇｊｉａｎｇＷａｔｅｒＲｅｓｏｕｒｃｅｓＣｏｍｍｉｓｓｉｏｎꎬＷｕｈａｎ４３００１０ꎬＣｈｉｎａꎻ２.ＮａｔｉｏｎａｌＭｅｔｅｏｒｏｌｏｇｉｃａｌＣｅｎｔｅｒꎬＢｅｉｊｉｎｇ１０００８１ꎬＣｈｉｎａꎻ３.ＣｈｉｎａＴｈｒｅｅＧｏｒｇｅｓＣｏｒｐｏｒａｔｉｏｎꎬＹｉｃｈａｎｇ４４３１３３ꎬＣｈｉｎａ)Ａｂｓｔｒａｃｔ:㊀ＥｕｒｏｐｅａｎＣｅｎｔｒｅｆｏｒＭｅｄｉｕｍ－ＴｅｒｍＷｅａｔｈｅｒＦｏｒｅｃａｓｔ(ＥＣＭＷＦ)ｅｎｓｅｍｂｌｅｆｏｒｅｃａｓｔｉｎｇｓｙｓｔｅｍｉｓｗｉｄｅｌｙｕｓｅｄｉｎｐｒｅｃｉｐｉｔａｔｉｏｎｆｏｒｅｃａｓｔｉｎｇꎬｂｕｔｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｔｈｉｓｓｙｓｔｅｍｉｎｔｈｅＹａｎｇｔｚｅＲｉｖｅｒｂａｓｉｎｎｅｅｄｓｆｕｒｔｈｅｒｅｖａｌｕａｔｉｏｎｄｕｅｔｏｔｈｅｃｏｍ￣ｐｌｅｘｔｏｐｏｇｒａｐｈｙａｎｄｃｌｉｍａｔｉｃｃｏｎｄｉｔｉｏｎｓ.ＡｃｃｏｒｄｉｎｇｔｏｔｈｅｐｒｅｃｉｐｉｔａｔｉｏｎｆｏｒｅｃａｓｔｏｕｔｐｕｔｆｒｏｍｔｈｅＥＣＭＷＦｅｎｓｅｍｂｌｅｆｏｒｅｃａｓｔｉｎｇｓｙｓ￣ｔｅｍ(ＥＰＳ)ｄｕｒｉｎｇｆｌｏｏｄｓｅａｓｏｎｆｒｏｍＡｐｒｉｌ２０１５ｔｏＪｕｎｅ２０１８ａｎｄｄａｉｌｙｒａｉｎｆａｌｌｏｂｓｅｒｖａｔｉｏｎｓｆｒｏｍｍｏｒｅｔｈａｎ２０００ｎａｔｉｏｎａｌｓｔａ￣ｔｉｏｎｓꎬｔｈｅａｐｐｌｉｃａｔｉｏｎｐｅｒｆｏｒｍａｎｃｅｏｆＥＣＭＷＦｗａｓｅｖａｌｕａｔｅｄｉｎＹａｎｇｔｚｅＲｉｖｅｒＢａｓｉｎｂｙｔｈｅＢｒｉｅｒｓｃｏｒｅꎬｔｈｅｒｅｌａｔｉｖｅｏｐｅｒａｔｉｎｇｃｈａｒａｃｔｅｒｉｓｔｉｃ(ＲＯＣ)ａｎｄｔｈｅＴａｌａｇｒａｎｄｄｉａｇｒａｍ.ＴｈｅｒｅｓｕｌｔｓｏｂｔａｉｎｅｄｆｒｏｍｔｈｅＴａｌａｇｒａｎｄｄｉａｇｒａｍｓｈｏｗｔｈａｔｔｈｅｆｒｅｑｕｅｎｃｉｅｓｏｆｓｍａｌｌ－ｓｃａｌｅｐｒｅｃｉｐｉｔａｔｉｏｎｅｖｅｎｔｓａｒｅｈｉｇｈｅｒꎬｂｕｔｔｈａｔｏｆｌａｒｇｅ－ｓｃａｌｅｐｒｅｃｉｐｉｔａｔｉｏｎｅｖｅｎｔｓａｒｅｌｏｗｅｒｔｈａｎｔｈｅｅｘｐｅｃｔｅｄｆｒｅｑｕｅｎｃｉｅｓ.Ｔｈｅｓｈｏｒｔ－ｔｅｒｍｆｏｒｅｃａｓｔｏｆＥＣＭＷＦｅｎｓｅｍｂｌｅｐｒｅｄｉｃｔｉｏｎｓｙｓｔｅｍｉｓｕｎｓｔａｂｌｅ.ＴｈｅＢｒｉｅｒｓｃｏｒｅｓｓｈｏｗｔｈａｔｉｎｔｈｅｓａｍｅｐｒｅｃｉｐｉｔａｔｉｏｎｉｎｔｅｎｓｉｔｙꎬｔｈｅｌｏｎｇｅｒｔｈｅｐｒｅｃｉｐｉｔａｔｉｏｎｄｕｒａｔｉｏｎꎬｔｈｅｌｏｗｅｒｔｈｅｆｏｒｅｃａｓｔａｃｃｕｒａｃｙ.ＴｈｅＢｒｉｅｒｓｃｏｒｅｓｏｆＥＣＭＷＦｅｎｓｅｍｂｌｅｐｒｅｄｉｃｔｉｏｎｓｙｓｔｅｍｈａｓｂｅｅｎｒｅｌａｔｉｖｅｌｙｓｔａｂｌｅｏｖｅｒｔｈｅｐａｓｔｆｏｕｒｙｅａｒｓ.ＴｈｅＲＯＣａｎａｌｙｓｉｓｉｎｄｉｃａｔｅｓｔｈａｔｉｎｄｉｆｆｅｒｅｎｔｐｒｅｃｉｐｉｔａｔｉｏｎｄｕｒａｔｉｏｎｓꎬｔｈｅｆｏｒｅｃａｓｔａｃｃｕｒａｃｙｉｎｔｈｅｓａｍｅｐｒｅｃｉｐｉｔａｔｉｏｎｉｎｔｅｎｓｉｔｙｈａｓｌｉｔｔｌｅｄｉｆｆｅｒｅｎｃｅ.ＧｅｎｅｒａｌｌｙꎬｉｎｔｅｒｍｓｏｆｄｉｓｐｅｒｓｉｏｎａｎｄａｃｃｕｒａｃｙꎬｔｈｅｒｅａｒｅｓｔｉｌｌｓｏｍｅｓｙｓｔｅｍａｔｉｃｄｅｖｉａｔｉｏｎｓｉｎｔｈｅＥＣＭＷＦｅｎｓｅｍｂｌｅｐｒｅｄｉｃｔｉｏｎｓｙｓｔｅｍꎬｗｈｉｃｈｎｅｅｄｔｏｂｅｃｏｒｒｅｃｔｅｄｂｙｓｔａｔｉｓｔｉｃａｌｐｏｓｔ－ｐｒｏｃｅｓｓｉｎｇ.Ｋｅｙｗｏｒｄｓ:㊀ｐｒｅｃｉｐｉｔａｔｉｏｎｆｏｒｅｃａｓｔꎻＥＣＭＷＦｅｎｓｅｍｂｌｅｐｒｅｄｉｃｔｉｏｎꎻＢｒｉｅｒｓｃｏｒｅꎻｒｅｌａｔｉｖｅｏｐｅｒａｔｉｎｇｃｈａｒａｃｔｅｒｉｓｔｉｃ(ＲＯＣ)ꎻＹａｎ￣ｇｔｚｅＲｉｖｅｒＢａｓｉｎ６７。
WRF模式中的边界层参数化比较试验
ｔｈｅ ｒａｉｎｓｔｏｒｍ ａｒｅａ，ｆｕｎｄａｍｅｎｔａｌ
ｆｉｅｌｄｓ ｏｆ ｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｅｌｅｍｅｎｔｓ，Ｓｔａｔｉｓｔｉｃａｌ ｔｅｓｔｉｎｇ ｒｅｓｕｌｔｓ ｏｆ ｔｏｔａｌ ｒａｉｎｆａｌｌ ｆｉｅｌｄｓ ｏｆ ｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｅｌｅｍｅｎｔｓ ｂｅｔｗｅｅｎ ｓｉｍｕｌａｔｉｏｎｓ Ｓｃａｌｅ
ｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｓｅｒｖｉｃｅｓ ｗｏｒｌｄｗｉｄｅ．Ａｃｃｕｒａｔｅｌｙ ｓｉｍｕｌａｔｉｎｇ ｔｈｅ ｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｐｒｏｃｅｓｓｅｓ
ｗｉｔｈｉｎ ｔｈｅ ｐｌａｎｅｔａｒｙ ｂｏｕｎｄａｒｙ ｌａｙｅｒ（ＰＢＬ）ｉｓ ｉｍｐｏｒｔａｎｔ ｆｏｒ ｒａｉｎｆａｌｌ ｓｉｍｕｌａｔｉｏｎｓ，ｐｌａｎｅｔａｒｙ
凝聚着你们的心血与汗水。无论什么时候，你们都给予我无限的关怀与支持，使得我有勇
气面对学习与生活中的各种困难与挑战。感谢默默关怀着我的外婆，感谢我的哥哥，使我 在成长的道路上有了依靠，你们的每一次关心与鼓励让我感到无限的温暖。感谢洪燕勇同 学，在学习与生活上给予了支持与帮助。 最后，感谢关心以及帮助过我的其他老师、同学、亲人朋友。
这一地区，边界层湿度较为充沛，有必要总结出一个相对比较适合该地暴雨模拟的边界层
参数化方案，并对该方案的可调参数进行一定的调试。在此基础上，提出相对比较适合长 江下游暴雨模拟的边界层参数化方案，改进行星边界层的模拟。 本文首先对ＷＲＦＶ３．１．１中现有的七种边界层参数化方案进行了敏感性试验，通过 ２００９年、２０１１年的三次典型暴雨过程模拟试验及对降水、基本要素场的统计检验和边界
Ｍｏｄｅｌ
ｖｅｒｓｉｏｎ
Ｓｃａｌｅ Ｅｌｉｍｉｎａｔｉｏｎ，Ｙｏｎｓｅｉ Ｕｎｉｖｅｒｓｉｔｙ， Ｎｉｉｎｏ Ｌｅｖｅｌ ｔｈｅ
2011年长江中下游旱涝急转及汛期暴雨的对流条件研究
第36卷第5期2020年10月热带气象学报JOURNAL OF TROPICAL METEOROLOGYVol.36,No.5Oct.,2020黄明策,沈新勇,刘会鹏，等.2011年长江中下游旱涝急转及汛期暴雨的对流条件研究[J].热带气象学报，2020，36(5)：590-602.文章编号：1004-4965(2020)05-0590-132011年长江中下游旱涝急转及汛期暴雨的对流条件研究黄明策1,2,沈新勇1,3,刘会鹏4,李小凡5(1.南京信息工程大学气象灾害教育部重点实验室/气候与环境变化国际合作联合实验室/气象灾害预报预警与评估协同创新中心，江苏南京210044；2.广西壮族自治区气象台，广西南宁530022；3．南方海洋科学与工程广东省实验室（珠海），广东珠海519082；4.横县气象局，广西南宁530300；5.浙江大学地球科学学院，浙江杭州310027）摘要：利用ERA-Interim 及雨量和土壤水分观测资料，对比诊断了2011年5—6月长江中下游梅汛前极旱期急转为梅汛期洪涝的极端天气事件的对流条件（水汽、不稳定、抬升作用）差异及特征，并研究条件性湿位涡垂直通量（CMF ）指数与暴雨之间的定量关系。
结果表明：在极旱期，干冷的东北气流控制，西太平洋副热带高压偏东，低层水汽通量弱且以偏北风输送为主，中低层为下沉气流，无低空急流，等θse 线稀疏，边界层抬升机制缺乏，是干旱加剧的主要因子；在梅汛期，西南气流增强，西太平洋副热带高压西伸，低层气流在长江地区辐合，低层水汽通量增加且转为西南和东南风输送为主，伴随高低空急流耦合和深厚的上升运动，等θse 线密集形成梅雨锋，增强不稳定暖湿空气强迫抬升和垂直输送，造成暴雨频发，引起区域性洪涝。
暴雨中心600hPa 以下为负湿位涡的不稳定层，对流不稳定与条件性对称不稳定共同作用是强降水发生的不稳定机制。
CMF 指数与旱涝变化、暴雨过程演变非常一致，在极旱（梅汛）期，CMF 指数低（高），变化平缓（剧烈），CMF 指数在暴雨开始时逐步剧增，结束时迅速减小。
219477168_CMA-GEPS_对中国超强梅雨天气过程的预报能力分析
! 中国气象局地球系统数值预报中心"北京 '""")''
" 灾害天气国家重点实验室"北京 '""")''
$ 美国国家海洋和大气管理局 2国家气象局 2国家环境预报中心 2环境模式中心"美国 马里兰州 !"*%!'
% 国家气象中心"北京 '""")'
联系人
" .!J?E@! 9/I:;- 9J?8B<O 89:
最后"将空间权重修正概率配以随预报时间的
权重系数% "EJI!&1?0E?@RIEB/0,><7?7E@E0L""&R,& )
具体的"
{ "&R,%)"C& 4
'"$$$$&R,% )"C& !('
$%资料和方法
数 $F$% 据资料
本文分析梅汛期降水特征所用的观测资料包
括!!% / 累积降水(+"" 位 /,? 势高度()+" 矢 /,? 量
风及水汽通量散度"分析时间段为 !"!" 年 & 月 '
日-* 月 #' 日) 降水观测资料为同期中国区域地
面!卫星!雷 达 三 源 融 合 降 水 分 析 产 品 % 潘 等"
!"'+&) 其他要素观测资料来源于 再 %'.,2%'$#
分析数据)
基于不同参数化方案的一次梅雨锋暴雨过程的集合预报试验
基于不同参数化方案的一次梅雨锋暴雨过程的集合预报试验谢胜浪;关吉平;张立凤【摘要】针对WRF模式中各非绝热物理过程,选用不同的参数化方案,对2009年6月29—30日一次梅雨锋暴雨过程做24 h降水预报的敏感性试验,并组成18个成员做物理集合预报,分析了实况与模拟的24 h降水量及其TS评分和离散度。
结果表明,WRF模式的物理集合预报可成功模拟出3个暴雨中心的位置及强度；选用Lin et al微物理方案、MRF行星边界层方案和Betts-Miller-Janjic积云对流方案对湖北省西南部地区暴雨中心的位置及强度的模拟最好；3个暴雨中心均对应于离散度的大值中心,在降水较强时段其离散度也较大；不同集合成员在某时段预报的降水量可较好体现该时段的降水概率,而由物理集合预报得到的逐时降水量则可为定时降水预报提供依据。
% Based on different parameterization schemes of WRF V3.3, sensitivity experiment of 24 hr precipitation forecast about a Meiyu front rainstorm case during 29—30, June, 2009 are studied, and the physical ensemble prediction are made. The results of the 24 hr precipitation, threat score(TS) of the real and experiment and the dispersion values between them are analyzed. It shows that the physical ensemble prediction successfully simulates the position and intensity of the three storm centers. The Lin et al, MRF and New-Kain-Fritsch parameterization schemes are the best choices to predict the heavy rain center in southwestern Hubei. In addition, there are large anomalous dispersion values existing in the storm centers during the period of heavy precipitation. Furthermore, different ensemble member can reflect theprobability of precipitation well for a certain period, while the physical ensemble prediction can provide a basis for timing precipitation forecast.【期刊名称】《气象与减灾研究》【年(卷),期】2012(000)004【总页数】8页(P26-33)【关键词】暴雨;梅雨峰;物理过程;集合预报【作者】谢胜浪;关吉平;张立凤【作者单位】解放军理工大学气象海洋学院, 江苏南京 211101;解放军理工大学气象海洋学院, 江苏南京 211101;解放军理工大学气象海洋学院, 江苏南京211101; 全军危险性天气监测预警研究中心, 江苏南京 211101【正文语种】中文【中图分类】P456.7暴雨是一种复杂的天气现象，它涉及到各种尺度天气系统的相互作用：中尺度天气系统是直接造成暴雨的天气系统，中尺度天气系统是在天气尺度环流背景上发展起来的；小尺度系统与大尺度系统之间存在反馈作用；中间尺度扰动制约了中尺度和小尺度积云对流的发展，而对流活动反过来又促进中间尺度系统进一步发展，积云对流活动对中间尺度扰动发展和暴雨加强有很重要的作用［1］。
三种数值模式对长江上游面雨量预报能力的评估
三种数值模式对长江上游面雨量预报能力的评估向永龙;邬昀;孙士型;范元月;饶传新【摘要】Abstrat:Using the daily area rainfall of observation and three forecasting models in the upper reaches of the Yangtze River from 2007 to 2008, based on TS scoring methods, the capability is inspected of the models to heavy prediction over the upper reaches of the Yangtze River. Test results show that the three models are of different precipitation forecasting capacity:the score of Japan's JMH Model is 38.5%;the score of China's T213 model is 28.2%;the score of Germany GER model is 26.9%. Based on the qualitative assessment of precipitation area, a linear regression equation is established for precipitation forecast products and the precipitation.%提利用2007—2008年长江上游逐日面雨量实况和中国T213、日本JMH、德国GER三种数值模式降水预报格点资料，采用TS评分方法，检验三种数值模式对长江上游面雨量≥20mm强降水的预报能力。
检验结果显示，日本JMH模式12～36h预报评分达38.5％；中国T213模式为28.2％；德国GER 模式为26.9％。
一次典型春季降水过程的积云对流参数化试验及其可预报性分析
一次典型春季降水过程的积云对流参数化试验及其可预报性分析于月明;梁衍波;应爽;巩力源【摘要】应用中尺度数值预报模式WRF3.3.1对2016年5月1-4日吉林省一次典型的春季降水过程进行模拟分析,根据不同积云对流参数化方案对降水的影响进行了敏感性试验,进而应用WRF数值模拟结果探讨了此次降水过程的可预报性。
试验结果表明：积云对流参数化过程对模式降水预报的影响不起决定性作用,但SAS 方案在该个例中表现最优,同时,模式格点降水分布与500h Pa绝对涡度分布有一定的对应关系,但实际降水中心则与模拟出的大气整层含水量和高层的云水充沛区位置对应良好。
【期刊名称】《气象灾害防御》【年(卷),期】2017(024)002【总页数】6页(P6-10,16)【关键词】数值模拟;积云对流参数化;敏感性试验;可预报性【作者】于月明;梁衍波;应爽;巩力源【作者单位】[1]长春市气象局,长春130062;[2]吉林省气象探测保障中心【正文语种】中文【中图分类】P443应用中尺度数值预报模式WRF3.3.1对2016年5月1-4日吉林省一次典型的春季降水过程进行模拟分析，根据不同积云对流参数化方案对降水的影响进行了敏感性试验，进而应用WRF数值模拟结果探讨了此次降水过程的可预报性。
试验结果表明：积云对流参数化过程对模式降水预报的影响不起决定性作用，但SAS方案在该个例中表现最优，同时，模式格点降水分布与500hPa绝对涡度分布有一定的对应关系，但实际降水中心则与模拟出的大气整层含水量和高层的云水充沛区位置对应良好。
数值天气预报作为当今天气预报的重要手段之一，在近年来已经得到了长足的进步。
WRF作为有良好前景的中尺度数值模式，已经得到了越来越多的应用，其根据不同的需求提供了各类积云参数化方案，如何根据各地区天气形势特征，选用合适的积云参数化方案，已经得到了众多学者的重视。
王建捷等[1]考察了MM5中4种降水参数化方案和3种模式水平分辨率对1996年8月石家庄暴雨过程模拟的影响，结果表明，随着分辨率的提高，雨带分布特征的模拟更接近实况，4种方案下模拟的水平环流基本特征有较好的一致性，但模拟的云物理特征和垂直运动特征存在一定的差别。
不同对流参数化方案在登陆浙闽台风降水预报中的比较试验
不同对流参数化方案在登陆浙闽台风降水预报中的比较试验薛根元;张建海;陈红梅;诸晓明【期刊名称】《高原气象》【年(卷),期】2007(26)4【摘要】利用MM5模式,在MRF和Blackadar两种边界层参数化方案下,分别选用KF2、Grell和BM三种对流参数化方案对登陆浙闽两省的6个台风暴雨过程进行数值模拟,模拟结果的对比分析及其与观测资料的比较表明:KF2方案和Grell方案在降水量较小时误差较小,BM方案在降水量较大时误差较小;对大雨以上量级的降水预报,KF2方案、Grell方案和Blackadar方案组合效果较好,而BM方案则适宜与MRF方案组合;KF2方案不适合时效较长的降水预报。
在台风"卡努"的个例试验中,位涡分布特征在积分后期对不同参数化方案十分敏感,这种差异进而影响了降水预报的准确性,同时暴雨中心潜热加热的时间演变总体特征表现为暴雨中心凝结潜热加热随时间积分有明显变化。
因此,在预报和模拟中应根据预报和研究对象的特点来选择对流参数化方案。
【总页数】9页(P765-773)【关键词】MM5模式;台风暴雨;积云对流参数化方案【作者】薛根元;张建海;陈红梅;诸晓明【作者单位】浙江省气象局;浙江省绍兴市气象局【正文语种】中文【中图分类】P444【相关文献】1.不同深对流参数化方案在降水预报中的比较试验 [J], 顾建峰2.MM5模式中不同对流参数化方案对降水预报效果影响的对比试验 [J], 王晨稀3.WRF中不同积云对流参数化方案对青岛降水预报影响的对比分析 [J], 马艳;顾瑜;陈尚;董海鹰4.中尺度模式中不同对流参数化方案的比较试验 [J], 李燕;邱崇践;张建国5.不同对流参数化方案对长江中下游梅雨锋暴雨降水预报的评估 [J], 徐娟;高坤;陆秀娟因版权原因，仅展示原文概要，查看原文内容请购买。
一次长江流域梅雨降水中三种云量计算方案的对比研究
一次长江流域梅雨降水中三种云量计算方案的对比研究崔文君;智协飞;朱寿鹏;周志敏;王晓芳;李红莉【摘要】采用NCEP分析场,选取2010年梅雨期长江流域的一次降水过程,分别基于Slingo方案、NCAR方案和钱氏方案,利用相对湿度计算云量,并以LAPS(Local Analysis and Prediction System)系统输出的云量分析场作为观测值,分别在高层(400hPa)与低层(850 hPa),从宏观比较与统计分析的角度,与计算结果进行云量大小与区域分布的对比分析.结果表明,三个云量计算方案对云量中心位置的把握均较为准确,但对云量值的计算存在大小不等的误差.NCAR方案计算结果和LAPS输出场最为吻合,能够体现出云量大值区,但区域一般偏大;Slingo方案相较NCAR方案来说略差,但也能较好地描述云带分布;此外,钱氏方案计算出的云量值始终偏小,但其能够较好地描述云带轮廓与云量的分布特征.综合对比结果,NCAR云量计算方案比其余两者更优,且在低层(850 hPa)表现尤为明显.【期刊名称】《大气科学学报》【年(卷),期】2016(039)002【总页数】12页(P209-220)【关键词】相对湿度;云量计算;Slingo方案;NCAR方案;钱氏方案【作者】崔文君;智协飞;朱寿鹏;周志敏;王晓芳;李红莉【作者单位】南京信息工程大学气象灾害教育部重点实验室/气候与环境变化国际合作联合实验室/气象灾害预报预警与评估协同创新中心/东亚季风与区域气候变化科技创新团队,江苏南京210044;美国北达科他大学大气科学系,北达科他州大福克斯市58202;南京信息工程大学气象灾害教育部重点实验室/气候与环境变化国际合作联合实验室/气象灾害预报预警与评估协同创新中心/东亚季风与区域气候变化科技创新团队,江苏南京210044;南京信息工程大学气象灾害教育部重点实验室/气候与环境变化国际合作联合实验室/气象灾害预报预警与评估协同创新中心/东亚季风与区域气候变化科技创新团队,江苏南京210044;中国气象局武汉暴雨研究所,湖北武汉430205;中国气象局武汉暴雨研究所,湖北武汉430205;中国气象局武汉暴雨研究所,湖北武汉430205【正文语种】中文① 南京信息工程大学气象灾害教育部重点实验室/气候与环境变化国际合作联合实验室/气象灾害预报预警与评估协同创新中心/东亚季风与区域气候变化科技创新团队,江苏南京 210044;② 美国北达科他大学大气科学系,北达科他州大福克斯市 58202;③ 中国气象局武汉暴雨研究所,湖北武汉 4302052015-11-02收稿，2016-03-10接受国家自然科学基金资助项目(41575104);国家重大基础科学研究计划(2012CB955200)项目;江苏高校优势学科建设工程资助项目(PAPD);江苏省“青蓝工程”云是气候系统的内部参数,直接影响大气的辐射平衡、热量平衡和温湿分布(汪方和丁一汇,2005)。
六种微物理方案对湖北一次强对流过程的数值模拟
六种微物理方案对湖北一次强对流过程的数值模拟丁伟;刘晓莉【摘要】利用中尺度数值模式WRF(weather research&forecasting model),选定六种微物理方案(Lin、WSM6、WDM6、Morrison、Milbrandt-Yau、NSSL),对发生在2007年4月15日湖北地区的一次强对流天气进行模拟,对比分析了各方案所模拟出的降水差异及成因.结果显示:六种方案模拟出的降水区域均偏西,其中Milbrandt-Yau方案降水偏少,其余五种方案则偏多;不同方案所模拟的云中微物理结构不同,云中冰相过程的发展很大程度上影响了降水强度,降水主要来源于大的雹霰粒子下落融化.雹霰粒子半径不同是引起降水差异的主要原因,大粒子含量高,则会产生较强的降水;反之,则降水较少.【期刊名称】《科学技术与工程》【年(卷),期】2015(015)015【总页数】10页(P7-16)【关键词】数值模拟;微物理方案;微物理过程【作者】丁伟;刘晓莉【作者单位】南京信息工程大学中国气象局气溶胶-云-降水重点开放实验室,南京210044;南京信息工程大学中国气象局气溶胶-云-降水重点开放实验室,南京210044【正文语种】中文【中图分类】P435.1长期以来，强对流天气一直是天气诊断分析与预报的重点和难点，在业务预报中，强对流天气的发生和持续时间、降水落区和强度等很难把握［1，2］。
发展和完善中尺度数值模式是解决这个问题的一个有效途径。
由于计算机技术的迅速提高，20世纪80年代以来，中尺度数值模式已得到了很大的发展，至90年代，一些中尺度模式已经相当成熟，比如在世界各地得到了广泛运用的MM4和MM5。
为了解决多种模式间互换性少，科研与业务交流不便等问题，美国国家大气研究中心(NCAR)、美国环境预测中心(NCEP)等部门，于1997年联合开发新一代中尺度数值预报模式WRF(weather research＆forecasting model)，目前已推出WRFV3.6，中尺度数值天气预报在灾害性天气预报中已占据了十分重要的位置。
梅雨锋上三类暴雨特征的数值模拟比较研究
梅雨锋上三类暴雨特征的数值模拟比较研究李鲲;徐幼平;宇如聪;程锐【期刊名称】《大气科学》【年(卷),期】2005(029)002【摘要】中国暴雨的地域性、时间性特征明显,尤其是暴雨多发区--长江流域,沿江不同地段暴雨成因各异.为综合研究长江不同地域暴雨特征和形成规律,利用我国新一代暴雨数值模式AREM对梅雨锋东端(116°E以东)初生气旋类暴雨、β中尺度深对流类暴雨和梅雨锋西端"北槽南涡"类暴雨的典型个例进行了数值模拟.通过诊断分析和比较研究,初步揭示了三类暴雨在结构和形成机制等方面的主要差异.结果表明:(1)梅雨锋上生成并发展的α中尺度气旋是造成梅雨锋东端初生气旋类暴雨的系统.强盛时,系统的垂直上升运动伸展不高,正涡度柱、辐合层以及最大加热和增湿均位于中低层.(2)β中尺度深对流类暴雨发生时梅雨锋区的南北温差很小.在低空辐合风场作用下,强位势不稳定能量的释放导致了β中尺度深对流系统的发生与发展.强盛时,系统的正涡度柱和上升运动柱贯穿对流层,深厚的辐合层达到了中层,最大加热出现在中高层.(3)"北槽南涡"类暴雨是在青藏高原大地形作用下高低空系统有利配置的结果."北槽南涡"的天气系统配置有利于低层辐合的加强和位势不稳定能量的释放,使低层涡旋向中高层强烈发展.强盛时,系统的正涡度柱贯穿对流层,积云对流发展强烈,最强上升运动和最大加热层都位于中层.【总页数】13页(P236-248)【作者】李鲲;徐幼平;宇如聪;程锐【作者单位】中国科学院大气物理研究所大气科学和地球流体动力学数值模拟国家重点实验室,北京,100029;中国科学院大气物理研究所大气科学和地球流体动力学数值模拟国家重点实验室,北京,100029;中国科学院大气物理研究所大气科学和地球流体动力学数值模拟国家重点实验室,北京,100029;中国科学院大气物理研究所大气科学和地球流体动力学数值模拟国家重点实验室,北京,100029【正文语种】中文【中图分类】P458【相关文献】1.2011年江苏典型和非典型梅雨锋暴雨特征对比分析 [J], 尹东屏;张备;孙燕;田心茹;严文莲;宗培书2.梅雨锋上的三类暴雨 [J], 张小玲;陶诗言;张顺利3.梅雨锋强降水与低空急流日变化的观测分析和数值模拟 [J], 周静;郑永骏;苗春生;罗亚丽4.2010年6月中旬浙闽赣地区暴雨特征和冰云热力效应的数值模拟分析 [J], 邢书强;李小凡5.一次梅雨锋暴雨过程数值模拟的云微物理参数化敏感性研究 [J], 周志敏;崔春光;胡扬;康兆萍因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
（ ． 州 市气 象 局 ， 州 ３０ ０ ； ． 江 大 学 １杭 杭 １０ ８ ２ 浙 地 球科 学 系 ， 州 ３ ０ ２ ； 杭 １０ ８ ３ 杭 州 奥 利 金 并行 计 算 技 术 有 限公 司 ， 州 ３ ０ ２ ） ． 杭 １０ ４
摘
要 ：选用不同的对流参数化方案对近几年典型的几次长江中下游梅雨锋暴雨过程进行数值模拟 ，
ｓ ｈ ｍｅ ． ｃｅ ｓ
Ｋｅ ｒ ｓ ｙ ｗｏ ｄ ：ＭｅＹｕ ｆ ｎ ａ ｎａ ｌ ｕ ｒ ａ ｉ ｌ ｔ ｎ ｐ ｅ ｉｔ ｎ ｕ ｌ ｓ ｐ ｒｍｅｅ ｉａｉ ｎ ｓ ｈ ｍｅ ；ｐ ｃ ｐ ｔｔ ｎ ａ － ｉ ｒ ｔｒ ｉ ｌ ；ｎ ｍｅ ｉ ｌ ｓｍｕ ａ ｏ ｒ ｄ ｃｉ ；ｃ ｍｕ ｕ ａ ａ ｔｒ ｔ ｃ ｅ ｓ ｒ ｉｉ ｉ ｓ ｏ ｆ ｃ ｉ ｏ ｚ ｏ ｅ ａｏ
维普资讯
Ｖｏ． ３ Ｎｏ４ １Ｔ Ｎ Ｃ ＥＮＣ ＵＬ Ｅ Ｉ ＯＦ Ｓ Ｉ Ｅ ＡＮＤ ＣＨＮＯＬ ＴＥ ＯＧＹ
第 ２ 卷 第 ４期 ３
２０ ０ ７年 ７月
Ｊ ｌ． ２ ０ ｕｙ ０ ７
不 同对流 参数化方案对长江 中下游梅雨锋暴 雨 降水预报的评估
Ａｓ ｅ ｓ ｎ ｆＰ ｅ ｉ ｉ ｔｏ ｅ ｉｔ ｎ ｕ ｉ ｇ Ｄｉｆ ｒ ｎ ｍ ｕ ｕ ｓ ｓ ｍｅ ｔｏ ｒ ｃｐ ｔ ｉ ｎ Ｐｒ ｄ ｃ ｉ ｓｎ ｆｅ ｅ ｔＣｕ ａ ｏ ｌ ｓ Ｐａ ａ ｔ ｒｚ ｔ ｎ Ｓ ｈ ｍｅ ｎ Ｍ ｅＹｕ Ｆｒ ｎ ｉ ｆ ｌ ｒ ｍｅ ｅ ｉａ ｉ ｃ ｅ ｓｉ ｉ ｏ ｔＲａｎ ａ ｌ ｏ
利用量化的降水评估方法检验 Ｍ 模 式中不 同对流参数化方案对梅雨锋暴雨降水预报 的能力 ，一方 Ｍ５ 面作为实际预报 的参考 ， 另一方 面也作 为模式改进的依据 ， 评估结果显示模式预报 的降水往往偏大 ， 对 不同时段和不同量级 的降水 ， 没有普遍适用 的对流参数化方案 ， 可以将经验预报 和数值模拟相结 合。 对
暴 雨 中心 的 预报 ， 为采 用 Ｇ ｅ 认 ｒＵ方 案 和 Ｋ ｏ 案 较 好 ， 时 间 上 有滞 后 性 。 ｕ方 但
关键词 ： 梅雨锋暴 雨； 数值预报 ； 积云对流参数化 方案 ； 降水评估
中 图分 类 号 ：４ ３ Ｐ４ 文献标识码 ： Ａ 文 章 编 号 ：０ １７ １ （０ ７ ０ — ６ — ５ １０ — １９ ２ ０ ）４ ０ ８ ０ ４
Ｘ ａ Ｇ ０Ｋ ｎ Ｌ ｉ－ ａ ＵＪ ｎ Ａ ｕ２ ＵＸ ｕ ｕｎ ｕ ， ， ｊ
（． ａ ｇｈｕｗ ａ ｅ ｕｅｕＨ ｎ ｚｏ １０ ８ Ｃ ｉａ ２ Ｄ ｐｒ ｅ ｔ ｆ ａ ｈＳｉ ｃ， ｈｊ ｎ ｎｖｒｉ ， １Ｈ ｎｚｏ ｅｔ ｒ ｒ ，ａ ｇｈｕ３０ ２ ， ｈｎ； ． ｅ ａｔ ｎ ｏ ｒ ｃ ｎｅ Ｚ ｅ ａｇＵ ｉｅ ｔ ｈ ｂ ａ ｍ Ｅ ｔ ｅ ｉ ｓｙ
Ｈ ｎｚｏ １０ ８ ｈｎ； ． ａｇｈ ｕＯ ｉ ｎＣ ｍｐ ｔ ｇＴｃ ｎｌｇ ｏ ＬｄＨ ｎｚｏ １０ ４ ｈｎ） ａ ｇｈｕ３０ ２ ， ｉａ ３ Ｈ ｎｚｏ ｒ ｉ ｏ ｕｉ ｅｈ ｏｏｙＣ ． ｔ，ａ ｇｈｕ３０ ２ ， ｉａ Ｃ ｇ ｎ Ｃ
Ａｂ ｔ ａ ｔ Ｂ ｓ ｎ ｔｅ ｍｅ ｏ ｃ ｅ ｍｏ ｅ ｓ ｒ ｃ ： ａ ｅ ｏ ｓ ｓ ａ ｄ ｌＭＭ５ ｗ ａ ｅ ｓｍｕ ａ ｅ ｖ ｒ ｌＭｅ Ｙ ｒ ｎ ｅ ｖ ａ ｎａ ｌ ｃ ｎ ｒ ｎ ｓ ｈ ｌ ， ｅ ｈ ｖ ｉ ｌ ｔｄ ｓ ｅ ａ ｉ ｕ ｆ ｔｈ ａ ｙ ｒｉｆ ｅ ａ ｉ ａ ｄ ａ — ｅ ｏ ｌ ｓ ｓ ａ ｅ ｓ ｄ ｌ ｅ ｉｉ ｉ ｒ ｉｔ ａ ａ ｉ ｔ ｉ ｄ ｆ ｒ ｔ ｍｕ ｕ ａ ａ ｔｒｚ ｔ ｃ ｅ ｓ ｂ ｓｎ ｈ ｒ ｉ－ ｓ ｓ ｄ ｔ ｅｍｏ ｅ ｒｃ ｐｔ ｔ ｎ ｐ ｄ ｃ ｉｎ ｃ ｐ ｂ ｌ ｙ ｗ ｔ ｉ ｅ ｎ ｕ ｌｓｐ ｒ ｍｅｅ ｉａ ｉｎ ｓ ｈ ｍｅ ｙ ｕ ｉ ｇｔ ｅ ｐ ｃ ｐ ｅ ｈ ｐ ａｏ ｅ ｏ ｉ ｈ ｅ ｃ ｏ ｅ ｉ ｔ ｎ ｅ ａｕ ｔ ｔ ｏ ｓ Ｔ ｅｒ ｓ ｌ ｓ Ｏ ａ ｅ ｍｏ ｅ ｏ ｕ ｅｏ ｔｏ ｏ ａ ｏ ｔｉ ｖ ａｅ ｍｅ ｄ ． ｈ ｅ ｕ ｔ ｈ ＷＳｔ ｔ ｄ ｌ ｍｐ ｔ ｕ ｃ ｍｅ ｃ ｍｍｏ ｌ ｖ ｒ ｒｄ ｃ ｉｎ Ｆ ｒ ｉ ｅ ｎ ｒ － ｌ ｈ ｈ ｔ ｈ ｃ ｎ ｙ ｏ ｅ ｐ ｉｔ ． ｏ ｔ ｒ ｔ ｅ ｅ ｏ ｄ ｉｅ ｐ ｃ ｐ ｔｔ ｎ ｔ ｅ ｏ ｐ ｖ ｌ ｎ ｕ ｌ ｓｐ ｒ ｍｅ ｅ ｉ ｔ ｎ ｓ ｈ ｍｅ ｂ ｔｗ ａ ｏ ｉ ｅ ｔ ｅ ｅ ｐ ｒ ｎ ｅ ａ ｄ ｔｅ ｎ ｍｅ ｃ ｌ ｉｉ ｉ ， ｒ ｉ ｎ ｒ ａｅ ｔ ｍｕ ｕ ａ ａ ｔ ｒ ａ ｉ ｃ ｅ ， ｕ ｅ ｃ ｎ ｃ ｍｂ ｎ ｘ ｅ ｅ ｃ ｎ ｕ ｒ ａ ａｏ ｈ ｅ ｓ ｅ ｃ ｚ ｏ ｈ ｉ ｈ ｉ ｓ ｌｔ ｎ ｐ ｄｃ ｉ ｎ Ｇｒ ｌ ａ ｄ Ｋ ｏ ｐ ｒ ｍｅ ｅ ｉ ｔ ｎ ｓ ｈ ｍｅ ｒ ｅｔ ｒｔ ｒ ｄｃ ｅ ｈ ａ ａ ｎａ ｌ ｅ ｔｒｔ ａ ｔｅ ｉ ａ ｉ ｒ ｉ ｔ ． ｅ ｌ ｎ ｕ ａ ａ ｔ ｒ ａ ｉ ｃ ｅ ｓａ ｅ ｂ ｔ ｐ ｉｔｔ ｅ ｖ ｒ ｉｆ ｌ ｃ ｎｅ ｎ ｏ ｒ ｍｕ ｏ ｅ ｏ ｚ ｏ ｅ ｏ ｅ ｈ ｙ ｈ ｈ