为了更好地预报重庆地区暴雨发生的时间和落区,利用重庆地区基于GPS得到的GPS-PWV(Precipitable Water Vapor)资料结合WRF数值模拟对2012年一次暴雨过程进行综合分析,分析此次过程中重庆地区GPS-PWV的变化特征、不稳定能量以及动力抬升...为了更好地预报重庆地区暴雨发生的时间和落区,利用重庆地区基于GPS得到的GPS-PWV(Precipitable Water Vapor)资料结合WRF数值模拟对2012年一次暴雨过程进行综合分析,分析此次过程中重庆地区GPS-PWV的变化特征、不稳定能量以及动力抬升条件与降水的关系。研究结果表明:此次过程在降水之前有18小时到35小时的水汽聚集过程,在接近水汽通道的迎风坡面降水量转化率较高。综合分析不稳定能量和水汽通量散度的变化结合GPS-PWV提供的水汽场能够更好地预报降水发生的时间和落区。展开更多
文摘为了更好地预报重庆地区暴雨发生的时间和落区,利用重庆地区基于GPS得到的GPS-PWV(Precipitable Water Vapor)资料结合WRF数值模拟对2012年一次暴雨过程进行综合分析,分析此次过程中重庆地区GPS-PWV的变化特征、不稳定能量以及动力抬升条件与降水的关系。研究结果表明:此次过程在降水之前有18小时到35小时的水汽聚集过程,在接近水汽通道的迎风坡面降水量转化率较高。综合分析不稳定能量和水汽通量散度的变化结合GPS-PWV提供的水汽场能够更好地预报降水发生的时间和落区。
