En lyn-baseret nucast-advarsel tilgang til at forudsige kortvarig nedbør

Tidligere undersøgelser har indikeret en verdensomspændende stigende tendens til intense nedbørshændelser under indflydelse af global opvarmning. Kraftige nedbørshændelser øger risikoen for oversvømmelser, udøver ødelæggende virkninger på det menneskelige samfund og miljøet, især for metropoler med tæt befolkning. Som en af ​​de største byer i verden, Beijing er meget sårbar over for stadig hyppigere og mere intense nedbørshændelser, såsom voldsom regn den 21. juli 2012, da byen stødte på den største nedbør i de seneste årtier med en rekordstor mængde på 460 mm på 18 timer. Forskere har fundet ud af, at kortvarige nedbørsmængder (SDR) (en nedbørsbegivenhed på 6 timer eller mindre i varighed) dominerer den samlede nedbørsmængde over Beijing om sommeren, og nedbørsmængden af ​​SDR-begivenheder er steget betydeligt i de seneste årtier. Dermed, det er af stor betydning at give nøjagtige forudsigelser af SDR-begivenheder - noget, der fortsat er en betydelig udfordring for videnskabsmænd og prognosemænd.

Forskere har bemærket og udnyttet lynet til at forudsige regnbyger, der nærmer sig, men der er få potente forudsigelse eller advarselsmetoder tilgængelige for nedbør forårsaget af sådanne regnbyger - især SDR-begivenheder. Efter at have studeret forholdet mellem lyn og nedbør over Beijing i de varme årstider 2006 og 2007, forskere fra Institut for Atmosfærisk Fysik, Chinese Academy of Sciences (Fan Wu og Xiaopeng Cui) og deres medforfatter (Da-lin Zhang, University of Maryland) udviklede en lynbaseret nucast-advarselstilgang til SDR-begivenheder, og testede derefter sin præstation over Beijing Metropolitan Region (BMR). Deres resultater blev for nylig offentliggjort i Atmosfærisk forskning . Den nye tilgang bruger kraftigt stigende hastigheder af lynglimt, kaldet lynspring, observeret af lynlokaliseringssystemer, at give tidlige advarsler om SDR-begivenheder. Forskellig fra tidligere advarselstilgange for andre alvorlige typer vejr forårsaget af regnbyger (f.eks. tornadoer, hagl og vindstød), i denne tilgang, en hurtig stigning i nedbørsraten (benævnt et regnspring) i en SDR-begivenhed vælges som advarselsmål. Den nucast-advarselstilgang, der blev foreslået i denne undersøgelse, var designet til to typer SDR-begivenheder – nemlig, dem med moderate og intense nedbørsmængder.

For at give mere præcise forudsigelser af SDR-begivenheder, forfatterne udviklede graderede nowcast-advarselsmodeller ved at ændre parametrene i lynspringsalgoritmen baseret på deres nye tilgang. Disse modeller kan udsende forskellige signaler baseret på intensiteten af ​​lynspringet for at forbedre ydeevnen for nowcast-advarsel. Modellerne bruger lavkvalitets advarselssignaler til at fange så mange SDR-hændelser som muligt, og drage fordel af advarselssignaler af høj kvalitet til at forbedre advarselspålideligheden. For at verificere modellernes ydeevne, i alt 870 moderate og 452 intense SDR-hændelser over BMR blev udvalgt. Resultaterne viste opmuntrende modelpræstation. Advarselsmodellerne gav vellykkede tidlige advarsler for 67,8 % (87,0 %) af de moderate (intense) SDR-hændelser, med falske alarmer på 27,0 % (22,2 %). Ud over, modellerne gav en længere gennemsnitlig advarselstid for de intense SDR-hændelser (52,0 minutter) end de moderate (36,7 minutter).

Endelig, Forfatterne validerede yderligere modellerne ved hjælp af tre typiske storme, der producerede kraftigt regn, som var uafhængige af dem, der blev brugt til at udvikle modellerne. Resultaterne viste, at modellerne præsenterer en opmuntrende advarselskapacitet for SDR-hændelser fra regionale til meso-γ-skalaer. "Vores tilgang giver et nyt perspektiv på at forudsige SDR-begivenheder, " siger prof. Xiaopeng Cui, den tilsvarende forfatter til undersøgelsen.