摘要:

摘要:

摘要:利用逐小时降水资料、中央气象台主观分析的台风路径资料、ERA5数据和全球数据同化系统数据，对2024年第3号超强台风“格美”及其残余系统影响期间4个代表性站点进行水汽及动力特征诊断分析，对比台风本体降水、远距离降水及残涡降水发生时天气形势、水汽来源及层结不稳定等特征的异同。结果表明：（1）台风本体降水发生在台风倒槽附近，200 hPa南亚高压提供了高空辐散条件。（2）远距离降水出现在500 hPa槽前、副热带高压西北侧及200 hPa高空急流轴右侧。（3）残涡降水附近有很强的南北风向切变，北部高压坝的阻挡使得残涡稳定少动更有利于强降水产生。（4）台风本体降水水汽来源于孟加拉湾—南海一带，由台风引导季风输送水汽到达降水区。远距离降水及残涡降水水汽均主要来源于台风外围环流附近，经台风输送到达降水区。（5）产生降水时，气团表现出暖湿且不稳定的特征，地形抬升或喇叭口地形有助于降水的形成。台风中心或残涡附近的降水区为低质心的热带型降水，降水效率较高，而在远距离降水区及螺旋雨带中，对流活动范围更大、对流高度更高，伴随列车效应作用。

摘要:利用ERA5数据、S波段双偏振多普勒天气雷达、X波段双偏振相控阵天气雷达和加密自动气象站等资料，对2024年台风“格美”引发的浙江强降水成因进行分析。结果表明：（1）“格美”影响期间，浙江东南沿海暴雨集中，累计降雨量大，温州南部出现特大暴雨。（2）西南季风和副热带高压西侧的东南急流为“格美”提供了充足的水汽和能量，山脉地形对降水的增幅作用显著。（3）S波段双偏振雷达探测距离远，强回波区域数据可信度较高。X波段相控阵雷达时空分辨率较高，能有效捕捉降水过程中低仰角双偏振参数特征，有效提升低层盲区观测能力。X波段的双偏振参数整体数值相对较高，但在强回波之后表现出一定的衰减现象。（4）X波段雷达组网、S波段雷达的定量降水估计（quantitative precipitation estimation，QPE）产品均对强降水的表征能力较好，但强降水样本数偏少可能导致QPE评估指标出现较大波动。X波段在局地强降水捕捉方面具备高分辨率优势，S波段雷达能探测更大范围降水，但对于40 mm·h^-1以上的强降水估计能力偏弱。（5）X波段雷达组网的QPE对降水落区和强度估计相对较好，不同雨强的命中率均高于S波段雷达。7月26日02—05时，台州强降水命中率平均为88%，较S波段提升63%；但空报率和偏差也偏大。

摘要:2022年第12号台风“梅花”环流形势复杂，集合路径发散度大，模式各时次预报调整较大，路径预报难度高。利用中国气象局区域集合预报系统（China Meteorological Administration-Regional Ensemble Prediction System，CMA-REPS），对比分析台风“梅花”路径预报偏差较小成员（偏东组）和偏差较大成员（偏西组）的环境流场和台风环流特征。结果显示，偏东组对应副热带高压（以下简称“副高”）位置偏南，与南侧高压合并，偏南引导气流更有利于台风向北移动，路径偏东。副高形态和位置也是不同预报时次起报的集合平均路径摇摆调整的主要原因。另外，偏东组成员对应台风尺度更大，台风本身及周围环流由于β效应的作用会趋使路径向偏北方向移动。陆地低涡对台风路径的影响较为复杂，低涡系统靠近台风发展有利于“梅花”西移，对台风系统有“吸引”作用，而低涡远离台风是不利于台风向西偏移的，由于距离较远对台风路径没有太多影响。但台风尺度和切断低涡对“梅花”路径的贡献作用是相对偏小的，在实际业务预报中需注意不过分高估高空槽或低涡系统对台风路径的吸引作用。

摘要:传统的积云对流参数化方案难以较好地适用于高水平分辨率，特别是10 km以下水平分辨率的降水数值模拟，尺度适应（scale-aware）积云对流参数化方案是对此进行改进的有效方法。在中国气象局中尺度模式（China Meteorological Administration MESOscale model，CMA-MESO）中应用尺度适应KFeta（Kain-Fritsch eta）积云对流参数化方案对台风“暹芭”进行800 m、1 km、3 km、10 km和20 km这5种水平分辨率的数值模拟试验。结果表明：（1）随着水平分辨率的提高，尺度适应KFeta积云对流参数化方案模拟的降水强度和落区更接近实况，显著减少了由积云引起的虚假性降水，提高了网格降水量。（2）随着对流强度减弱，尺度适应KFeta积云对流参数化方案TS（threat score）评分优势逐渐凸显，空报率和漏报率明显改善。（3）在降水最大时刻的强对流区域，尺度适应KFeta积云对流参数化方案雷达组合反射率因子的模拟结果更优。整体来看，尺度适应KFeta积云对流参数化方案在对流强度较弱的条件下表现更出色，为改进现行数值模式强降水预报提供了参考。

摘要:为了评估改进的动力统计相似集合预报登陆台风降水模型（Dynamical-Statistical-Analog Ensemble Forecast model for Landfalling Typhoon Precipitation，DSAEF_LTP）在2023年第5号超强台风“杜苏芮”影响福建地区的表现，对其预报的台风过程降水量进行常规检验和空间检验，并与欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasts，ECMWF）数值预报降水产品（以下简记为“ECMWF”）、福建省气象局最优TS（threat score）评分订正法（optimal TS，OTS）订正降水产品（以下简记为“FZECMOS”）结果进行对比。分析表明：（1）DSAEF_LTP模型对福建沿海强降水落区和东北部强降水中心的预报接近实况，100 mm及以上和250 mm及以上等极端降水量TS评分比ECMWF和FZECMOS提升明显，但DSAEF_LTP模型存在特大暴雨预报范围显著偏小等缺点。（2）在100 mm及以上和250 mm及以上量级，MODE（Method for Object-based Diagnostic Evaluation）空间检验显示，DSAEF_LTP模型在整体相似度上明显优于ECMWF和FZECMOS，尤其在对孤立小区域强降水的预报性能方面表现出色。（3）随着降水检验量级的增加，DSAEF_LTP模型预报产品与实况重叠面积之比也增大，表明DSAEF_LTP模型在极端降水方面的预报效果更加突出。（4）DSAEF_LTP模型还能够根据最新的相似路径实况和预报，调整筛选历史相似台风，合理保留相似台风及其降水分布，使得集合预报效果得以改善。

摘要:利用台风资料、海南灾情资料、再分析资料和多种统计分析方法，确定1967—2015年影响海南岛的15个强台风事件并探析海南岛强台风事件（Hainan violent typhoon event，HNVTE）的影响因子。结果表明，HNVTE发生的气候背景信息表现为多时间尺度因子的协同作用：1980年代后期西北太平洋副热带高压（以下简称“西北太平洋副高”）突变式变强可能为HNVTE的减少提供了年代际尺度背景，厄尔尼诺-南方涛动（El Nio-Southern Oscillation，ENSO）和平流层准两年振荡（quasi-biennial oscillation，QBO）的共同作用提供了HNVTE变化的年际异常背景。西北太平洋副高突变前出现中等强度的La Nia状态和突变后出现中等强度的El Nio状态均有利于HNVTE发生，而平流层西风位相下低层强西风切变则会抑制这两种状态下的HNVTE活动。根据西北太平洋海面温度的年代际位相、ENSO循环位相及强度和QBO位相及强度构建的BEST-QBO协同作用指数能很好地识别HNVTE的发生，可为HNVTE的气候预测提供有用的信号

摘要:2020年初秋东北地区连续遭受3个台风影响，为1949年以来历史首次。基于气象观测资料和产量资料，系统分析台风集中影响期间东北地区农业气象条件特征，估算台风致灾造成的东北三省粮食单产和总产损失。结果表明，2020年初秋台风“巴威”“美莎克”“海神”集中影响期间，频繁强降雨造成东北地区平均降水量较常年同期偏多3.3倍，吉林、黑龙江两省降水量均为近60年历史同期最多；吉林、黑龙江土壤湿涝状况为2013—2020年同期最重，部分农田出现大范围渍涝灾害。吉林和黑龙江均遭受近40年来同期最强风的影响，造成大范围作物倒伏。吉林中东部、黑龙江南部遭受较重产量损失。其中，台风“美莎克”影响最重，其次为“海神”，“巴威”影响最轻。分省来看，吉林受灾最重，黑龙江次之，辽宁最轻。分作物来看，玉米受灾最重，水稻次之，大豆最轻。2020年作物生长季期间，初秋3个北上台风对吉林和黑龙江的影响均是造成两省秋粮单产较正常年景偏差的主要因素。估算得出2020年台风造成东北三省秋粮总产较正常年景至少损失约115万t，约占秋粮总产的1.0%；其中，吉林受灾最重，至少损失秋粮约95万t，约占吉林秋粮总产的2.5%；黑龙江秋粮总产至少损失0.2%。

摘要:为认识南海地区（105°~120°E，3°~25°N）强热带气旋（severe tropical cyclone，STC；达到台风及以上等级的热带气旋）各种目标破坏力的时空分布特征，利用中国气象局（China Meteorological Administration，CMA）热带气旋最佳路径数据集，计算南海地区热带气旋强度达到STC等级时段内的能量耗散指数（power dissipation index，PDI），并将其分配到空间不同位置，进而对1953—2022年STC引发南海地区破坏力的时空分布特征进行分析。结果表明：（1）STC对南海地区破坏力的空间分布呈东北高、西南及南部低的特征，其中东沙群岛附近海域（116°~120°E，17°~21°N）是PDI最高的区域，以此为中心，PDI向西、向南呈辐射状递减的趋势。（2）STC对南海地区破坏力较高区域的空间分布范围随时间的变化呈先扩大后缩小再扩大的趋势。（3）STC对南海地区不同纬度破坏力的时间变化呈先增大后减小再增大的趋势，而不同时期STC破坏力呈随纬度降低先增大后减小的趋势，其重心则呈总体南移的趋势。进一步分析认为，途经南海地区的西太平洋STC数量和持续时间的变化是导致南海地区STC破坏力时空分布特征发生变化的主要因素。

摘要:1909号台风“利奇马”是1949—2019年登陆浙江的第三强台风，影响中国中东部大部分省份，风雨强度大、极端性显著、灾害损失严重。台风降水主要影响浙江和山东两地，分别对应两大降水阶段。为更全面地认识此次过程，从大尺度天气形势、台风自身强度、动热力因子、云微物理、水汽和能量输送以及地形等方面对“利奇马”引发的两个阶段极端降水的异同成因进行回顾总结。稳定的环流形势及其良好配置、充足的水汽和能量以及双台风作用均是贯穿整个极端降水过程的有利因子。台风自身高强度、地形增幅作用、良好的动热力条件以及云微物理过程的有利影响是造成第一阶段浙江极端降水的独特成因；而第二阶段山东极端降水的独特成因是西风槽冷空气入侵和台风长时间影响。此外，对“利奇马”极端降水过程进一步研究方向进行讨论。

摘要:2024年秋季（9—11月）北半球极涡呈偶极型分布，中高纬度地区环流大致呈5波型分布，欧亚大陆西风带环流较为平直，槽脊较常年偏弱，影响我国的冷空气势力不强。我国近海出现14次8级以上大风过程，其中仅受台风影响的大风过程为4次，台风与冷空气共同影响的大风过程为7次，冷空气与入海气旋共同影响的大风过程为2次，仅受冷空气影响的大风过程为1次，冷空气活动偏弱。西北太平洋和南海共生成15个台风，较多年（1949—2022年）均值偏多3.6个。全球其他海域共生成热带气旋22个，同历史平均个数对比来看，北大西洋偏多5.3个，东北太平洋偏少2.0个，北印度洋偏多0.4个，南半球偏少0.5个。我国近海出现18次2.0 m以上大浪过程，大浪日数占秋季总日数约84%。我国近海海面温度较常年平均偏高，其中9月黄海、东海北部出现最大距平，较常年平均偏高4.0 ℃，10月渤海北部出现最小距平，较常年平均偏低0.5~2.0 ℃。