Tidigare studier har visat på en världsomspännande ökande trend av intensiva nederbördshändelser under påverkan av global uppvärmning. Kraftiga nederbördshändelser ökar risken för översvämningar, utövar förödande effekter på det mänskliga samhället och miljön, speciellt för metropoler med tät befolkning. Som en av de största städerna i världen, Peking är mycket sårbart för alltmer frekventa och intensiva nederbördshändelser, såsom skyfallen den 21 juli 2012, när staden råkade ut för sin största nederbörd under de senaste decennierna med en rekordstor mängd på 460 mm på 18 timmar. Forskare har funnit att kortvariga nederbördshändelser (en nederbördshändelse på 6 timmar eller mindre) dominerar den totala nederbörden över Peking på sommaren, och nederbörden av SDR-händelser har ökat avsevärt under de senaste decennierna. Således, det är av stor betydelse att ge korrekta förutsägelser av SDR-händelser – något som fortfarande är en stor utmaning för forskare och prognosmakare.
Forskare har lagt märke till och utnyttjat blixten för att förutsäga annalkande regnstormar, men det finns få potenta förutsägelse- eller varningsmetoder tillgängliga för nederbörden som orsakas av sådana regnstormar - särskilt SDR-händelser. Efter att ha studerat förhållandet mellan blixtar och nederbörd över Peking under de varma årstiderna 2006 och 2007, forskare från Institute of Atmospheric Physics, Chinese Academy of Sciences (Fan Wu och Xiaopeng Cui) och deras medförfattare (Da-lin Zhang, University of Maryland) utvecklat ett blixtbaserat tillvägagångssätt med varning för SDR-evenemang, och testade sedan dess prestanda över Beijing Metropolitan Region (BMR). Deras resultat publicerades nyligen i Atmosfärsforskning . Den nya metoden använder kraftigt ökande blixtar, kallas blixthopp, observeras av lokaliseringssystem för blixtnedslag, att ge tidiga varningar för SDR-händelser. Skiljer sig från tidigare varningsmetoder för andra svåra typer av väder orsakade av regnstormar (t.ex. tornados, hagel och vindbyar), i detta tillvägagångssätt, en snabb ökning av nederbördshastigheten (kallad regnhopp) i en SDR-händelse väljs som varningsmål. Tillvägagångssättet med varningsmeddelanden som föreslagits i denna studie utformades för två typer av SDR-händelser – nämligen, de med måttliga och intensiva nederbördsfrekvenser.
För att ge mer exakta förutsägelser av SDR-händelser, författarna utvecklade graderade nowcast-varningsmodeller genom att ändra parametrarna i blixthoppalgoritmen baserat på deras nya tillvägagångssätt. Dessa modeller kan ge olika signaler baserat på blixthoppets intensitet för att förbättra prestandan för nowcast-varning. Modellerna använder låggradiga varningssignaler för att fånga så många SDR-händelser som möjligt, och dra fördel av högklassiga varningssignaler för att förbättra varningens tillförlitlighet. För att verifiera modellernas prestanda, totalt 870 måttliga och 452 intensiva SDR-händelser över BMR valdes ut. Resultaten visade uppmuntrande modellprestanda. Varningsmodellerna gav framgångsrika tidiga varningar för 67,8 % (87,0 %) av de måttliga (intensiva) SDR-händelserna, med falsklarm på 27,0 % (22,2 %). Dessutom, modellerna gav en längre genomsnittlig varningstid för de intensiva SDR-händelserna (52,0 minuter) än de måttliga (36,7 minuter).
Till sist, författarna validerade modellerna ytterligare med hjälp av tre typiska stormar som orsakade kraftigt regn som var oberoende av dem som användes för att utveckla modellerna. Resultaten visade att modellerna presenterar en uppmuntrande varningsförmåga för SDR-händelser från regionala till meso-γ-skalor. "Vårt tillvägagångssätt ger ett nytt perspektiv på att förutsäga SDR-händelser, " säger professor Xiaopeng Cui, motsvarande författare till studien.
