常用物理量与贵州强降水天气过程关系探讨
2011-12-23吴古会杜小玲
彭 芳,吴古会,杜小玲,赵 杰
(贵州省气象台,贵州 贵阳 550002)
常用物理量与贵州强降水天气过程关系探讨
彭 芳,吴古会,杜小玲,赵 杰
(贵州省气象台,贵州 贵阳 550002)
利用贵州2001-2007年日均降水量资料,利用气候统计的方法定义日均降水量大于20.73 mm为一次暴雨天气过程,用此方法挑选出贵州在2001-2007年4-9月的81次强降水天气过程。分析2001-2007年4-9月日均降水量变化及其对应时次的相关物理量变化可知:4-9月的日均降水量曲线和贵州区域的平均可降水量、Cape、Cin、K指数、沙氏指数曲线均呈抛物线型,贵州省降水主要集中在5-8月,物理量曲线的顶点较降水量的顶点略微滞后。强降水过程的日均降水量与对应物理量分析表明,大的Cape值和小的Cin对降水有利。
日均降水量;Cape,Cin;Si指数;K指数;可降水量
1 引言
我国定义日降水量大于50 mm为暴雨,而对暴雨天气过程并没有明确的定义。在灾害性天气数据库入库项目中,如何定义暴雨过程成为一个很有争议的话题,由于主观的因素始终未能达成一致,为此选择一种统计的方法定义暴雨天气过程将具有一定的说服力。贵州省属多山地地形,地形复杂,对暴雨的预报有一定难度,李彩[1]等利用探空资料中高层温湿特征空间分布作为预报指标,这些指标积累了贵州预报员的经验。随着数值预报的发展,数值预报产品越来越多,表示大气层结稳定度的物理量也越来越多,探索这些物理量与暴雨的相关关系对暴雨预报具有一定的参考价值。
2 资料与方法
利用贵州区域84县站2001-2007年4-9月24 h降水量(08时)资料,对日均降水量大于1 mm的采用阈值法[2]定义强降水天气过程的阈值,当日均降水量大于阈值时定义为一次强降水天气过程。利用2001-2008年4-9月 NCEP(1°×1°)再分析资料,提取贵州范围(103 ~110°E,23 ~30°N)内格点上的对流有效位能(Cape)、对流抑制位能(Cin)、可降水量(pwa),并计算Si指数、K指数,对比分析4-9月各物理量的变化与日均降水的变化规律。同时根据定义的阈值挑选出强降水天气过程,与对应的物理量分析总结规律。
3 暴雨天气过程的定义
暴雨天气过程通常是系统性的大范围降水,目前贵州省考虑有10站以上日降水量大于50 mm为一次天气过程,此选取方案较牵强且容易造成因为某些站接近50 mm而误认为不是暴雨过程的漏选。暴雨过程在气候上属于极端事件,本文选取概率分布占90%的事件为普通事件,10%的事件为极端事件。选取2001-2007年4-9月共1 281 d贵州区域84站点日均降水量大于1 mm的天数(804 d),按升序排列(如图1a),分别挑选出概率累积占90%和95%的点,对应图中第724 d和764 d,其相应的降水量分别为20.73 mm和24.62 mm;各降水强度的概率分布符合正态分布(如图1b)。结合降水概率的分布,选定贵州日均降水量大于21 mm的降水为极端降水事件,即一次强降水天气过程。
4 强降水阈值检验
2009年贵州暴雨个例库入库项目从2001-2007年4-9月挑选出来70次暴雨过程,这70次暴
图1 (a)日均降水量大于1mm天数的升序分布,(b)日均降水量概率分布
雨过程中的日均降水量平均值为24.091 7 mm;如果假设站点降水大于5 mm是因为天气过程降水造成,计算出来的日均降水量平均值为34.577 8 mm,最小值为19.2 mm,利用第90个百分位的阈值基本上可以选取所有的暴雨天气过程。用本文定义的强降水方法检验2001-2007年4-9月总共有81次强降水天气过程,对比这70次暴雨过程,53次被选中,17次漏选,命中率大于75.7%,另外有29次不在人为挑选的过程中。可见,用这样的阈值方法能够很好的代替人为的定义暴雨过程,减少因主观因素带来的漏选天气过程。
5 物理量的选取
本文选取:对流有效位能(Cape)、对流抑制位能(Cin)、K指数、Si指数等指标,这些指标都能够很好地体现大气层结不稳定状况,在以前的经验中主要通过各指标数值的大小来判断层结不稳定性,而对各量之间的相互联系没有太多的研究。水汽条件采用大气可降水量,虽然可降水量不等于降水量,但是其值的大小还是有一定的参考。强降水发生时垂直速度通常都比较大,这里假设强降水发生时垂直速度的变化较小,所以没有选取垂直速度。
6 物理量变化分析
图2所示为2001-2007年4-9月日均降水量和各物理量变化曲线图。降水量的变化呈抛物线型,且结构比较对称,最强降水在6月上旬末,强降水主要集中在5月中下旬到7月中旬;可降水量在6月下旬之前逐渐增大,7-8月一直维持较高值,期间在7月下旬有几日有相对低值控制,到9月以后可降水量值迅速减小,对比降水量,可降水量最大值出现在6月中旬末,较降水最强略有滞后;cape与cin的值分别从不同的角度反应大气层结稳定度的强弱,较高的cape值可以产生较强的对流,较低的cin容易造成对流却不利于储蓄能量,往往不能产生强的对流天气,4月开始cape值较低cin较高对流不易产生,5月中下旬到6月下旬cape值升高cin减小,使得对流天气更加容易发生,从而导致降水增加,随后cape值继续维持高值而cin开始增大,使得这期间的降水略有减小,8月下旬之后cin值减小,但cape减小更加明显,降水量也跟着减小;沙氏指数与K指数反应的850~500 hPa之间的大气稳定度情况,两物理量的变化曲线呈反相关变化,6月上旬到8月底基本在0℃以下,K指数在34℃以上,较强的对流性天气也往往发生在这期间,9月以后Si开始明显增加,K指数也快速下降到30℃以下。
强降水过程对应的物理量变化(如图3),几个物理量的值相对比较稳定,波动较大的时刻并不是很多,可降水量在44左右波动,K指数的均值在35℃以上,仅5次小于30℃;Si指数的波动较大,最大达到9℃,但是主要集中在0℃以下,Cin集中在-10 J/kg,且前期的暴雨对应的值波动很小,只是在最近的10次暴雨过程出现偏离均值的情况,Cape值的波动略大,但是仍在400J/kg附近波动。
7 结论
①利用贵州日均降水量的统计关系来定义暴雨过程,在统计上有一定的合理性,与人为定义暴雨过程的结果比较一致,不会遗漏降水接近50 mm而没有达到50 mm站点的影响,从大范围的角度考虑暴雨过程更加合理。
②日均降水量与各物理量在4-9月的变化都呈抛物线型,但是物理量曲线的顶点较降水量的顶点略微滞后,盛夏季节各物理量的绝对值都维持相对较高的值,也对应较强的降水,K指数与Si指数呈反相关变化,大的cape与较小的cin比较有利于较强的降水。
[1] 天气预报经验汇编(第一集)[Z].贵州省气象学会,贵州省气象局《贵州气象》编辑室编.
[2] 翟盘茂,潘晓华.中国北方近50年温度和降水极端事件变化[J]. 地理学报,2003,58:1-10.
[3] 刘健文,郭虎,李耀东,等.天气分析预报物理量计算基础[M].北京:气象出版,2005.
[4] 黄嘉佑.气象统计分析与预报方法[M].北京:气象出版社,2004.
[5] 朱乾根,林锦瑞,寿绍文,等.天气学原理和方法(第四版)[M].北京:气象出版社,2007.
P458
B
1003-6598(2011)03-0021-03
2010-12-01
彭芳(1984-),男(苗族),助工,主要从事短时临近天气预报工作。
*资助项目:国家自然科学基金(40965004)“云贵高原东段初夏暴雨的发展维持”。