CN111310983A - 一种针对登陆广东台风引发宁波暴雨的预报方法 - Google Patents
一种针对登陆广东台风引发宁波暴雨的预报方法 Download PDFInfo
- Publication number
- CN111310983A CN111310983A CN202010070434.4A CN202010070434A CN111310983A CN 111310983 A CN111310983 A CN 111310983A CN 202010070434 A CN202010070434 A CN 202010070434A CN 111310983 A CN111310983 A CN 111310983A
- Authority
- CN
- China
- Prior art keywords
- typhoon
- ningbo
- guangdong
- rainstorm
- forecasting
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000013277 forecasting method Methods 0.000 title abstract description 8
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 30
- 238000003745 diagnosis Methods 0.000 claims abstract description 18
- 238000011161 development Methods 0.000 claims description 36
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 23
- 230000000694 effects Effects 0.000 claims description 13
- 230000001939 inductive effect Effects 0.000 claims description 10
- 230000002093 peripheral effect Effects 0.000 claims description 9
- 230000004907 flux Effects 0.000 claims description 6
- 238000009833 condensation Methods 0.000 claims description 3
- 230000005494 condensation Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000010438 heat treatment Methods 0.000 claims description 3
- 238000009413 insulation Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 10
- 230000018109 developmental process Effects 0.000 description 31
- 238000004458 analytical method Methods 0.000 description 9
- 230000001965 increasing effect Effects 0.000 description 9
- 238000001556 precipitation Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 8
- 238000011160 research Methods 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 230000002349 favourable effect Effects 0.000 description 5
- XEEYBQQBJWHFJM-UHFFFAOYSA-N iron Substances [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 4
- 230000000630 rising effect Effects 0.000 description 4
- 238000007792 addition Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 230000033772 system development Effects 0.000 description 2
- 235000017048 Garcinia mangostana Nutrition 0.000 description 1
- 240000006053 Garcinia mangostana Species 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000001976 improved effect Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Environmental & Geological Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Environmental Sciences (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Entrepreneurship & Innovation (AREA)
- Ecology (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Buildings Adapted To Withstand Abnormal External Influences (AREA)
Abstract
本发明涉及暴雨预报领域，具体公开了一种针对登陆广东台风对宁波暴雨影响的预报方法，包括步骤：根据气候背景分析该路径台风是否会对宁波产生影响；根据天气形式分析该路径台风是否会引发宁波暴雨；利用预设算法对相关物理量信息的进行诊断获得诊断结果和强降雨起止时间；应用当地观测***资料获取暴雨边界层特征，获得短临预报，并结合天气形式和诊断结果构建概念模型；根据概念模型、强降雨起止时间和短临预测获得暴雨预报服务。本发明所述方案，能够较为全面的分析广东登陆台风引发宁波暴雨的概率以及持续时间，同时算法针对性强，可应用于实际操作，同时也适用于地方相似过程的预报。
Description
技术领域
本发明涉及暴雨预报领域，具体涉及一种针对登陆广东台风引发宁波暴雨的预报方法。
背景技术
宁波地处亚热带季风区，受台风、强对流、低涡、切变线等***影响，时有暴雨出现。台风按其移动路径给宁波最有可能造成暴雨的是在浙江登陆的台风，其次是登陆福建并北上的，第三是紧擦浙江沿海北上的台风。登陆广东的台风，由于距离远，造成宁波暴雨的个例不是很多。例如2018年9月16日夜里到17日，1822号台风“山竹”登陆广东西移减弱过程中，宁波普降大暴雨；2017年6月13日至14日，1702号台风“苗柏”登陆广东北上减弱过程中，宁波出现了暴雨天气，虽然造成暴雨的因素比较复杂，但数值模拟表明，与“苗柏”的存在有很大关联。查阅文献，有关登陆广东引发宁波暴雨的研究比较少。但类似过程雨量大，再加上宁波没有大的河流经过，用水主要靠水库蓄水，所以对暴雨的预报要求特别高，所以预报服务的难度非常大。
台风暴雨按暴雨落区距台风中心的距离，可分以下几种类型:眼壁暴雨、螺旋云带暴雨、倒槽暴雨、后部暴雨、远距离暴雨等，本方法关注的是台风远距离暴雨和倒槽暴雨。已有的研究表明：台风***暴雨通常是在有利的大尺度背景下，中、小尺度***活动的结果，其中台风倒槽内的中尺度对流云团发展是一个重要原因；台风远距离暴雨过程的中尺度***具有突发性强、降水强度大和降水时段集中等特点；水汽输送对暴雨至关重要，持续不断的水汽输送有利于台风(或热带低压)环流的维持，以及雨带中对流活动的加强，从而使暴雨得以加强；副热带高压的发展使得南侧的东南急流增强，为暴雨发生提供充分的水汽供应；冷空气侵入与暖湿气流形成辐合，温度梯度和湿度梯度增大，湿斜压性明显增强，从而促进中尺度对流发展，对暴雨起到增幅作用。这些工作都从不同角度给出了台风暴雨、特别是台风***暴雨的条件和成因，也给出了台风暴雨的一些分析方法。但是少有针对特定区域，特定路径的台风暴雨综合分析预报方法和概念模型。
发明内容
为了更好的预报登陆广东的台风对宁波暴雨的影响，本发明针对特定区域宁波，距离1000公里左右或以上登陆广东的台风，对其是否能引发宁波暴雨、强降雨持续多久，从气候背景、天气形势、物理诊断、本地化观测资料应用等多方面着手，判断在广东登陆的台风引发宁波区域性暴雨的可能性和强降雨持续时间的预报技术，提出了一种针对登陆广东台风引发宁波暴雨的预报方法，具体包括步骤：
S1：根据气候背景分析该路径台风是否会对宁波产生影响，若是，进入下一步骤；
S2：根据天气形势分析该路径台风是否会引发宁波暴雨，若是，进入下一步骤；
S3：利用预设算法对相关物理量进行诊断获得诊断结果和强降雨起止时间；
S4：根据观测站测得的天气信息获取暴雨边界层特征，获得短临预报，并结合天气形势和诊断结果构建概念模型；
S5：根据概念模型、强降雨起止时间和短临预报获得暴雨预报服务。
其中，所述步骤S1和S2中，所述气候背景包括：每月登陆广东台风分布情况、登陆广东台风引发宁波暴雨的概率；
所述天气形势包括：台风***对流云系及其倒槽发展情况、低空东南气流发展情况、台风偏南气流发展情况和其它天气***的配置情况，所述其他天气***包括梅雨锋、冷空气、副高位置和其它台风。
进一步地，所述步骤S3中，所述物理量包括各观测***检测范围内的气压、湿度、实测风、温度等；所述预设算法包括第一至第三预设算法，其中：
第一预设算法用于获取水汽收支情况；第二预设算法用于获取非地转湿Q矢量；第三预设算法用于获取湿位涡。
进一步地，所述第一预设算法为：
F＝Fe+Fs+Fw+Fn，
其中F为水汽通量总收支，Fe、Fs、Fw、Fn分别代表东南西北四个方向的水汽通量收支，λ为经度，
为纬度，Ps为底层气压，P0为顶层气压，u和v为实测风，q为比湿，p为空气密度。
进一步地，所述第二预设算法为：
式中Q*为非地转湿Q矢量，
和
分别为x方向和y方向上的湿Q矢量分量，u、v为实测风，L为凝结潜热，
代表沿一局地湿绝热线的饱和比湿的垂直坡度，p为空气密度，h表示非绝热加热作用。
进一步地，所述第三预设算法为：
式中MPV为湿位涡总量，ζ为绝对涡度矢量，f为科氏参数，θe为相对位温，p为空气密度；MPV1为惯性稳定性(ζ+f)和对流稳定性
的湿位涡贡献；MPV2包括水平风垂直切变和湿斜压性
进一步地，所述步骤S4中，所述概念模型包括第一概念模型和第二概念模型，其中：
第一概念模型的构建因素有：冷空气强度、副高位置和形态、台风倒槽发展情况、低空东南急流和其它台风影响；
第二概念模型的构建因素有：宁波附近对流云系发展情况、台风偏南急流、副高位置、冷空气、其他台风影响及梅雨锋。
进一步地，所述观测***包括自动气象站、多普勒雷达、风廓线雷达、高塔资料和微雨雷达。
与现有技术相比，本发明至少含有以下有益效果：
(1)本发明所述的一种针对登陆广东台风引发宁波暴雨的预报方法，既有形势判断，又有物理量诊断，且加上本地化观测资料的融合应用，能够比较全面的分析此路径台风会不会引发暴雨，强降雨持续多久；有定性描述，又有客观化的计算，直观、清晰，并可以业务化；
(2)本发明构建了两个不同的概念模型：一是台风登陆广东前后，倒槽发展范围大，在它的东北端宁波附近有对流云团发展引发暴雨，主要判据有冷空气特征和强度、副高位置和形态、台风倒槽发展情况、低空东南急流、其它台风影响等天气形势判别及水汽收支、非地转湿Q矢量、湿位涡等物理量诊断；二是台风登陆广东前后，台风倒槽没有发展，但是其东北侧的偏南气流输送加强，加大了水汽输送和能量，同时简接地促进宁波等地的对流云系发展引发暴雨，主要判据有宁波附近对流云系发展情况、台风东北侧偏南急流、冷空气、梅雨锋、其他台风影响等天气形势判别及水汽收支、非地转湿Q矢量、湿位涡等物理量诊断。本发明中的算法针对性强，可实际操作；
(3)适用于其他地方相似过程的预报，根据当地处于台风距离方位、台风倒槽范围、对流云系情况及与副高、冷空气、其他台风等天气***的配合，可以判断是否会引发暴雨，并且可研发相似的本地化数理量来判断强降雨持续时间，在本地化后，也可自动运行；
(4)针对特定城市研制成的业务模型，可以判断和计算每一次个例，由于宁波此前对这类台风暴雨预报研究较少，本发明补充了相关工作，完善了宁波台风暴雨预报体系，对于远距离台风暴雨的预报也提供了地方智慧。
附图说明
图1为一种针对登陆广东台风引发宁波暴雨的预报方法的流程图；
图2为第一概念模型示意图；
图3为第二概念模型示意图；
图4为宁波常用暴雨预报观测站分布图。
具体实施方式
以下是本发明的具体实施例并结合附图，对本发明的技术方案作进一步的描述，但本发明并不限于这些实施例。
为了更好的预报登陆广东的台风对宁波暴雨的影响，本发明针对特定区域宁波，距离1000公里左右或以上登陆广东的台风，对其是否能引发宁波暴雨、强降雨持续多久，从气候背景、天气形势、物理诊断、本地化观测资料应用等多方面着手，判断在广东登陆的台风引发宁波区域性暴雨的可能性和强降雨持续时间的预报技术，提出了一种针对登陆广东台风引发宁波暴雨的预报方法，具体包括步骤：
S1：根据气候背景分析该路径台风是否会对宁波产生影响，若是，进入下一步骤；
S2：根据天气形势分析该路径台风是否会引发宁波暴雨，若是，进入下一步骤；
S3：利用预设算法对相关物理量信息的进行诊断获得诊断结果和强降雨起止时间；
S4：根据观测站测得的天气信息获取暴雨边界层特征，获得短临预报，并结合天气形势和诊断结果构建概念模型；
S5：根据概念模型、强降雨起止时间和短临预报获得暴雨预报服务。
为了更好的对气候背景做一个准确的分析，本实施例搜集了过去几年每月登陆广东台风的分布情况，以及相应台风是否对宁波产生暴雨有影响以及引发的整体概率，其中：
(1)登陆广东台风每月分布情况
如表1所示，按月统计1970～2019年在广东登陆(香港、澳门)的台风(由于影响宁波的台风最早的月份是5月份，最晚的是12月初，因此主要统计5～11月)，总共有165个，差不多平均每年出现3～4个，集中在7、8、9三个月。
表1：1949-2019年登陆广东台风影响宁波记录(月记)
(2)登陆广东台风引发宁波暴雨的概率
根据表1所示，台风在广东登陆前后，宁波出现区域性暴雨的台风共有46个，差不多每年出现1个这样的台风，占登陆广东台风的27.88％，属小概率事件。当有登陆广东台风时，宁波暴雨发生概率相对比较高的主要在5月、6月、8月和10月，在这几个月中需要对登陆广东发的台风加以关注；而在7月份出现这样的台风概率比较低。
通过研究从广东登陆台风对宁波产生暴雨的影响，可以知道该路径下的台风的确会对宁波暴雨产生影响，尤其是5-11月份登陆广东的台风。同时周边的天气***也会对登陆广东台风是否会造成宁波暴雨产生影响，如：
台风***对流云系及其倒槽(倒槽既指槽向南或西南开口，槽底则向北或东北方向伸展的一种低值天气***)：如图2可以发现，如果登陆广东的台风北侧云系发展旺盛，扩展到宁波附近，那有可能出现暴雨；加之其他天气***配合，如冷空气、副高和其它台风，宁波附近有利于诱生云系和对流发展，那么引发暴雨可能性也很大。
其他天气***包括冷空气：根据过往天气记录以及研究表明，通常冷空气从低层的扩散加入有利于台风降水增强，具体可以分析低层变温和低层风向风速，24小时负变温，850hPa以下特别是925hPa和地面的浙江内陆负变温在1至3℃左右，表明有弱冷空气参与影响。有时候低层乃至到地面，宁波及其北侧有东北或偏北气流输送，也可以表明有冷空气的加入。弱冷空气输入到台风倒槽的北侧有利于强降雨的产生。
西太平洋副热带高压(在南、北半球副热带地区(20℃～35℃纬度地区，经常维持着沿纬圈分布的高压带，称为副热带高压带，即副高)：副高总的来说比较强范围也较大，脊线位置偏北，在30°N附近或更北。宁波地处副高西南侧，在588线边缘，在宁波以及稍南区域有气旋性弯曲，在台风北侧暖湿气流里不断有东风扰动随着台风倒槽自东南向西北方向输送，在副高边缘激发不稳定能量，这是引发大暴雨的环流背景。
其他台风：由历史天气记录以及研究表明，登陆广东的台风在活动期间，如果其东侧有另一个台风活动，不管距离远近，另一个台风的存在，如果能使环境场发生变化，形成低空东南急流，输送更多的水汽和能量到东部沿海地区，那么就会对宁波地区也会带来暴雨增幅，提高了宁波产生暴雨的几率。
500hPa风场分析，台风北侧有倒槽发展，最北侧到了浙江南部沿海地区。从地面图上分析，台风倒槽特别是东北侧倒槽发展旺盛，宁波已处在倒槽东北侧，有明显的东南急流输送和风向辐合，从台风倒槽的位置分析，暴雨区位于倒槽东北侧，与台风有一定的关联，而这主要出现在8～10月的台风。
而即使台风倒槽范围不大，但宁波附近有对流云系，且有台风***偏南急流输送至29°N附近，也会对登陆广东台风是否会造成宁波暴雨产生影响，如图3所示，其中梅雨、冷空气、副高和其他台风也是主要影响***：
梅雨：6月份前后，宁波通常会经历一个月左右的梅雨天气，长江中下游存在梅雨锋。对于登陆广东的台风对梅雨的影响，在过去的研究中，一般认为在梅雨盛期，台风会导致梅雨带减弱。而通过数值模拟和试验表明，登陆广东的台风有时会有利于它东北侧偏南风的维持和加强，使得冷暖空气在宁波附近汇合，辐合加强；还可能增强偏南急流水汽输送，有利于垂直运动的发生，有利于产生强降水；而且台风强度越强，越有可能使偏南暖湿气流输送加强，从而辐合加强，有利于上升运动的发展，降水增强。所以在梅雨季节预报雨量时，要充分重视登陆广东台风可能带来的各种影响，而这样的台风多出现在5～7月。
这种形势下，副高位置偏南，脊线位置在20°N附近，宁波地处副高西北侧。冷空气从低层带来东北气流、其他台风增强低层偏东或偏南急流，这也是宁波出现暴雨的有利天气形势。
通过上述对天气形势的分析，能够有效根据台风登陆广东时的月份时间，台风对流云系和倒槽发展情况，以及其他天气***的配置，及时有效的对宁波是否会产生暴雨进行预报。
在确定该路径台风以及其他天气***有利于在宁波引发暴雨的情况下，本实施例通过第一至第三预设算法对相关物理量进行诊断，获得诊断结果以及强降雨起止时间，其中：
所述物理量信息包括各观测***检测范围内的气压、湿度、实测风、温度等；
第一预设算法用于获取水汽收支情况；第二预设算法用于获取非地转湿Q矢量；第三预设算法用于获取湿位涡。
第一预设算法：
F＝Fe+Fs+Fw+Fn，
其中F为水汽通量总收支，Fe、Fs、Fw、Fn分别代表东南西北四个方向的水汽通量收支，λ为经度，
为纬度，Ps为底层气压，P0为顶层气压，u和v为实测风，q为比湿，p为空气密度。
水汽供应是强降雨形成的重要条件，低层水汽收入增加(减少)对于宁波降雨增强(减弱)的开始时间有6―12h的提前，而登陆广东台风造成宁波出现强降雨的水汽主要来源是偏南气流和偏东气流。
第二预设算法：
式中Q*为非地转湿Q矢量，
和
分别为x方向和y方向上的湿Q矢量分量，u、v为实测风，L为凝结潜热，
代表沿一局地湿绝热线的饱和比湿的垂直坡度，p为空气密度，h表示非绝热加热作用。非地转湿Q矢量散度负值的增强(减弱)对于宁波强降雨的开始(减弱)有提前6h的预示意义。
第三预设算法：
式中MPV为湿位涡总量，ζ为绝对涡度矢量，f为科氏参数，θe为相对位温，p为空气密度；MPV1为惯性稳定性(ζ+f)和对流稳定性
的湿位涡贡献；MPV2包括水平风垂直切变和湿斜压性
在对流不稳定条件下，即MPV1<0时，其与暖湿气流相联系的MPV2的发展，触发了垂直涡度的增长，加快了暴雨过程的发生发展，通过用MPV来分析冷空气参与的台风***降水对强降雨的起始，能够有6―12h的提前预示作用。
上述物理量的采集分析与天气形势分析当然离不开分布于宁波各地的观测站(如图4所示)，同时本实施例还通过这些观测站，判断暴雨的边界层特征，其中：
自动气象站。主要利用宁波及其附近的加密自动站资料，由自动站资料分析地面气温、气压、风场变化情况，分析流场，分析主要受到哪个方向气流的影响，以及是否有气流的辐合和中小尺度辐合线及位置，中小尺度辐合线的变化，其主要用于判断是否可能出现强降雨及持续时间。中尺度辐合线的位置和强度对未来1小时的短时雨量预报有非常好的指示作用。
多谱勒雷达。业务上比较常用的是分析回波的强弱，从回波的强弱来判断影响的台风***云系有没有对流发展，或发展的程度。回波最强时达50dBz以上，甚至超过60dBz这就表明有比较强的对流发展。从垂直剖面图上也可以分析对流发展的高度，0.5°仰角雷达回波的垂直剖面，回波顶高均超过0℃线，甚至超过了-20℃线，达到了强对流的回波高度，这时也可用于判断影响宁波附近的云系有没有对流发展，或者对流减弱等，从而可用于判断强降雨的持续时间。
风廓线雷达。能够不间断地提供150m～6km高度范围内的大气水平风场、垂直气流以及大气折射率结构常数(Cn2)等，从不同层次分钟实时观测资料，分析风速和高度之间有一定联系，高度越低风速越小，但相差并不是很大。当中低层每个时次的风速风向分布比较一致，风速比较接近，这样的环境场层结风速垂直切变小，不利于降水减弱。水平风速差距加大时，意味着降水可能减弱。分析风廓线雷达各高度垂直风速分布，3000m以下各层的垂直风速都是比较小的，而且各层之间也非常接近。某一时间段内上升速度有了跳跃性增加，普遍达到4-6ms-1以上时，表明降水可能增强，特别是上升速度增加以后，各层的上升速度还比较接近，更表明有强降水。主要用于判断宁波附近的***云系会不会对流发展及其发展的强度。
高塔资料。利用凉帽山岛370米高的输电铁塔建设气象梯度***。整套观测***包括温度、湿度、气压、二维超声风、三维超声风、水汽、二氧化碳等梯度观测垂直方向有8层，每层南北两个方向上的塔柱各有一个观测点。这些连续性的垂直方向上提供的要素观测，可以看到这些层次气流情况、有没有冷空气侵入、水汽输送情况等等，用于判断边界层的变化是否有利于云系的对流发展和强降雨的起始。
微雨雷达。位于余姚国家站的微雨雷达是一种垂直指向雷达，可对垂直方向上30m～6km范围内的雨滴粒径分布、降落速率、粒子数浓度等进行连续观测，最小时间分辨率可达10秒。通过观测得到雨滴下落速率和粒子数浓度可获得不同高度的雨滴谱信息并进一步反演得到降水率、雷达反射率因子、液态水含量等，从而分析降水垂直分布和随时间的演变情况。降水率和液态水含量可用于判断降水强度。不同高度上获得的雨滴谱信息可用于研究降水的云微物理过程。通过微雨雷达可直接判断雨强的变化，有1～3小时的提前。
同时结合暴雨边界层特征、天气形势和诊断结果构建概念模型，包括第一和第二概念模型，其中：
第一概念模型的构建因素有：冷空气强度、副高位置和形态、台风倒槽发展情况、低空东南急流和其它台风影响；
第二概念模型的构建因素有：宁波附近对流云系发展情况、台风偏南急流、副高位置、冷空气、其他台风影响及梅雨锋。
综上所述，本实施例流程可概括为如图1所示。
在另一优选实施例中，根据台风以及周边天气***，第一概念模型如图2，台风倒槽范围大，向北发展到了28°N以北；高空处在强盛副高的西侧，有些有气旋式曲率在宁波附近；低层有东南急流输送，有时有其他台风存在加大低层输送；低层可能有弱冷气流入，加大低层辐合，通常出现在8月份以后。
在另一优选实施例中，根据台风以及周边天气***，第二概念模型如图3，宁波已受梅雨影响，或附近本来低层就有冷暖气流的辐合造成降水，同时台风广东登陆前后，增加了输送到宁波附近的偏南气流，如果有其他台风加强偏东或偏南气流的输送，那么就有可能造成暴雨，通过出现在5-7月份。
综上所述，本发明所述的一种针对登陆广东台风引发宁波暴雨的预报方法既有形势判断，又有物理量诊断，且加上本地化观测资料的融合应用，能够比较全面的分析此路径台风会不会引发暴雨，强降雨持续多久，有定性描述，又有客观化的计算，直观、清晰，并可以业务化。
同时，本发明构建了两个不同的概念模型；一是台风登陆广东前后，倒槽发展范围大，在它的东北端宁波附近有对流云团发展引发暴雨，其主要判据有冷空气强度、副高位置和形态、台风倒槽发展情况、低空东南急流、其它台风影响等天气形势判别及水汽收支、非地转湿Q矢量、湿位涡等物理量诊断。
二是台风登陆广东前后，台风倒槽没有发展，但是其东北侧的偏南气流输送加强，间接地促进宁波等地的对流云系发展引发暴雨，主要判据有宁波附近对流云系发展情况、台风北侧偏南急流、冷空气、梅雨锋、其他台风影响等天气形势判别及水汽收支、非地转湿Q矢量、湿位涡等物理量诊断，其算法针对性强，可实际操作。
且本发明适用于其他地方相似过程的预报，根据当地处于台风距离方位、台风倒槽范围、对流云系情况及与副高、冷空气、其他台风等天气***的配置，可以判断是否会引发暴雨，并且可研发相似的本地化物理量来判断强降雨持续时间，在本地化后，也可自动运行。
针对特定城市研制成的业务模型，可以判断和计算每一次个例，由于宁波此前对这类台风暴雨预报研究较少，本发明补充了相关工作，完善了宁波台风暴雨预报体系，对于远距离台风暴雨的预报也提供了地方智慧。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (9)
1.一种针对登陆广东台风引发宁波暴雨的预报方法，其特征在于，包括步骤：
S1：根据气候背景分析该路径台风是否会对宁波产生影响，若是，进入下一步骤；
S2：根据天气形势分析该路径台风是否会引发宁波暴雨，若是，进入下一步骤；
S3：利用预设算法对相关物理量进行诊断获得诊断结果和强降雨起止时间；
S4：根据观测站测得的天气信息获取暴雨边界层特征，获得短临预报，并结合天气形势和诊断结果构建概念模型；
S5：根据概念模型、强降雨起止时间和短临预报获得暴雨预报服务。
2.如权利要求1所述的一种针对登陆广东台风引发宁波暴雨的预报方法，其特征在于，所述步骤S1和S2中：
所述气候背景包括：每月登陆广东台风分布情况、登陆广东台风引发宁波暴雨的概率；
所述天气形势包括：台风***对流云系及其倒槽发展情况、低空东南气流发展情况、台风偏南气流发展情况和其它天气***的配置情况，所述其他天气***包括梅雨锋、冷空气、副高位置和其它台风。
3.如权利要求1所述的一种针对登陆广东台风引发宁波暴雨的预报方法，其特征在于，所述步骤S3中，所述物理量包括各观测***检测范围内的气压、湿度、实测风和温度。
4.如权利要求1所述的一种针对登陆广东台风引发宁波暴雨的预报方法，其特征在于，所述步骤S3中，所述预设算法包括第一至第三预设算法，其中：
第一预设算法用于获取水汽收支情况；第二预设算法用于获取非地转湿Q矢量；第三预设算法用于获取湿位涡。
5.如权利要求1、2或3所述所述的任意一种针对登陆广东台风引发宁波暴雨的预报方法，其特征在于，所述步骤S4中，所述概念模型包括第一概念模型和第二概念模型，其中：
第一概念模型的构建因素有：冷空气强度、副高位置和形态、台风倒槽发展情况、低空东南急流和其它台风影响；
第二概念模型的构建因素有：宁波附近对流云系发展情况、台风偏南急流、副高位置、冷空气、其他台风影响及梅雨锋。
6.如权利要求3所述的一种针对登陆广东台风引发宁波暴雨的预报方法，其特征在于：
所述第一预设算法为：
F＝Fe+Fs+Fw+Fn，
其中F为水汽通量总收支，Fe、Fs、Fw、Fn分别代表东南西北四个方向的水汽通量收支，λ为经度，
为纬度，Ps为底层气压，P0为顶层气压，u和v为实测风，q为比湿，p为空气密度。
7.如权利要求3所述的一种针对登陆广东台风引发宁波暴雨的预报方法，其特征在于：
所述第二预设算法为：
式中Q*为非地转湿Q矢量，
和
分别为x方向和y方向上的湿Q矢量分量，u、v为实测风，L为凝结潜热，
代表沿一局地湿绝热线的饱和比湿的垂直坡度，p为空气密度，h表示非绝热加热作用。
8.如权利要求3所述的一种针对登陆广东台风引发宁波暴雨的预报方法，其特征在于：
所述第三预设算法为：
式中MPV为湿位涡总量，ζ为绝对涡度矢量，f为科氏参数，θe为相对位温，p为空气密度；MPV1为惯性稳定性(ζ+f)和对流稳定性
的湿位涡贡献；MPV2包括水平风垂直切变和湿斜压性
9.如权利要求1所述的一种针对登陆广东台风引发宁波暴雨的预报方法，其特征在于，所述步骤S4中：
所述观测***包括自动气象站、多普勒雷达、风廓线雷达、高塔资料和微雨雷达。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010070434.4A CN111310983A (zh) | 2020-01-21 | 2020-01-21 | 一种针对登陆广东台风引发宁波暴雨的预报方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010070434.4A CN111310983A (zh) | 2020-01-21 | 2020-01-21 | 一种针对登陆广东台风引发宁波暴雨的预报方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111310983A true CN111310983A (zh) | 2020-06-19 |
Family
ID=71146949
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010070434.4A Pending CN111310983A (zh) | 2020-01-21 | 2020-01-21 | 一种针对登陆广东台风引发宁波暴雨的预报方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111310983A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113723435A (zh) * | 2021-02-07 | 2021-11-30 | 成都信息工程大学 | 基于温度平流和锋生函数的强对流天气形势分类方法 |
| CN114740550A (zh) * | 2022-06-14 | 2022-07-12 | 广东海洋大学 | 一种连续风暴事件智能识别预警方法及*** |
| CN115469378A (zh) * | 2022-11-15 | 2022-12-13 | 青岛镭测创芯科技有限公司 | 一种湿位涡测量方法、装置、设备及介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160011335A1 (en) * | 2013-03-15 | 2016-01-14 | The Board Of Regents Of The University Of Oklahoma | System and method for tornado prediction and detection |
| CN109840634A (zh) * | 2019-01-29 | 2019-06-04 | 宁波市气象台 | 登陆福建台风***环流中宁波强对流天气的概率预报方法 |
| CN110472781A (zh) * | 2019-07-31 | 2019-11-19 | 南京大学 | 台风多变量集合敏感性分析方法、台风预报方法及其*** |
| CN110579823A (zh) * | 2019-09-02 | 2019-12-17 | 中国电力科学研究院有限公司 | 一种强降雨短临预报方法及*** |
-
2020
- 2020-01-21 CN CN202010070434.4A patent/CN111310983A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160011335A1 (en) * | 2013-03-15 | 2016-01-14 | The Board Of Regents Of The University Of Oklahoma | System and method for tornado prediction and detection |
| CN109840634A (zh) * | 2019-01-29 | 2019-06-04 | 宁波市气象台 | 登陆福建台风***环流中宁波强对流天气的概率预报方法 |
| CN110472781A (zh) * | 2019-07-31 | 2019-11-19 | 南京大学 | 台风多变量集合敏感性分析方法、台风预报方法及其*** |
| CN110579823A (zh) * | 2019-09-02 | 2019-12-17 | 中国电力科学研究院有限公司 | 一种强降雨短临预报方法及*** |
Non-Patent Citations (2)
| Title |
|---|
| 金靓 等: ""海葵"登陆前后强度演变及造成浙江省强降水的诊断分析", 《浙江气象》 * |
| 钱燕珍 等: "三个登陆台风间接造成宁波大暴雨特征分析", 《气象与环境学报》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113723435A (zh) * | 2021-02-07 | 2021-11-30 | 成都信息工程大学 | 基于温度平流和锋生函数的强对流天气形势分类方法 |
| CN113723435B (zh) * | 2021-02-07 | 2024-02-23 | 成都信息工程大学 | 基于温度平流和锋生函数的强对流天气形势分类方法 |
| CN114740550A (zh) * | 2022-06-14 | 2022-07-12 | 广东海洋大学 | 一种连续风暴事件智能识别预警方法及*** |
| CN115469378A (zh) * | 2022-11-15 | 2022-12-13 | 青岛镭测创芯科技有限公司 | 一种湿位涡测量方法、装置、设备及介质 |
| CN115469378B (zh) * | 2022-11-15 | 2023-04-07 | 青岛镭测创芯科技有限公司 | 一种湿位涡测量方法、装置、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Schumacher et al. | Organization and environmental properties of extreme-rain-producing mesoscale convective systems | |
| Draxl et al. | Evaluating winds and vertical wind shear from Weather Research and Forecasting model forecasts using seven planetary boundary layer schemes | |
| Kunz et al. | The severe hailstorm in southwest Germany on 28 July 2013: Characteristics, impacts and meteorological conditions | |
| Chen et al. | Enhancement of afternoon thunderstorm activity by urbanization in a valley: Taipei | |
| Sharples et al. | Foehn-like winds and elevated fire danger conditions in southeastern Australia | |
| Kunz et al. | High-resolution assessment of the hail hazard over complex terrain from radar and insurance data | |
| Xia et al. | A case study of effects of atmospheric boundary layer turbulence, wind speed, and stability on wind farm induced temperature changes using observations from a field campaign | |
| Muñoz et al. | Daytime mixed layer over the Santiago Basin: Description of two years of observations with a lidar ceilometer | |
| Garvert et al. | The 13–14 December 2001 IMPROVE-2 event. Part I: Synoptic and mesoscale evolution and comparison with a mesoscale model simulation | |
| Yang et al. | A modeling study of Typhoon Nari (2001) at landfall. Part I: Topographic effects | |
| Ruppert et al. | Diurnal circulations and rainfall in Taiwan during SoWMEX/TiMREX (2008) | |
| CN111310983A (zh) | 一种针对登陆广东台风引发宁波暴雨的预报方法 | |
| Panziera et al. | The relation between airflow and orographic precipitation on the southern side of the Alps as revealed by weather radar | |
| Chu et al. | Seasonal and diurnal variability of planetary boundary layer height in Beijing: Intercomparison between MPL and WRF results | |
| Lin et al. | Objective prediction of warm season afternoon thunderstorms in northern Taiwan using a fuzzy logic approach | |
| Chubb et al. | Estimation of wind-induced losses from a precipitation gauge network in the Australian snowy mountains | |
| Sheridan | Review of techniques and research for gust forecasting and parameterisation | |
| Ghate et al. | Turbulence in the marine boundary layer and air motions below stratocumulus clouds at the ARM Eastern North Atlantic site | |
| Krishnamurthy et al. | Boundary layer climatology at arm southern great plains | |
| Babić et al. | Cross‐valley vortices in the Inn valley, Austria: Structure, evolution and governing force imbalances | |
| Konow | Tall wind profiles in heteorogeneous terrain | |
| Wood et al. | Improved detection using negative elevation angles for mountaintop WSR-88Ds. Part II: Simulations of the three radars covering Utah | |
| Hicks et al. | Urban turbulence in space and in time | |
| White et al. | Importance of using observations of mixing depths in order to avoid large prediction errors by a transport and dispersion model | |
| Chan et al. | Analysis of a waterspout at Zhuhai, China, on June 12, 2019 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200619 |