大气所LACS实验室将大气的相似性原理应用到强对流天气预报中，发展了一套基于数值模式的强对流潜势预报方法，并于近期发表在Atmospheric and Oceanic Science Letters上。该方法的基本思想认为对相似的天气现象，数值模式提供的发生该天气现象的潜在大气环境也是相似的。采用对流有效位能、抬升指数、地面散度、地面垂直速度等这些描述对流发生条件的物理参数作为相似预报量,对比当前预报与历史预报的相似物理量场，挑选与当前预报最相似的时刻,并利用这些时刻对应的强对流观测进行权重叠加，作为当前预报时刻的强对流预报。
目前，该方法主要应用在NCEP/GFS模式中，基于模式提供的0-48小时的预报场资料，形成相应预报时效的强对流潜势预报（图1）。未来，采用该方法将进一步发展基于高分辨率数值模式的强对流相似预报，从数值预报结果统计释用的角度，对现有的模式预报结果形成有益的补充。
图1. 2016年6月13日0600-1200 UTC中国强对流发生站点分布（a, 绿色区域，采用重要天气报资料得到，包括雷暴、地面大风、冰雹、短时强降水等强对流天气）; 该时段相应的（b）12-h,（c） 24-h, （d） 48-h 强对流相似潜势预报。
Citation：
Na LI, Lingkun RAN & Baofeng JIAO (2020) An analogy-based method for strong convection forecasts in China using GFS forecast data, Atmospheric and Oceanic Science Letters, 13(2), 97-106, DOI: 10.1080/16742834.2020.1717329
Link: https://doi.org/10.1080/16742834.2020.1717329
附件下载：
