晋江4～6月强降水综合预报初探

2015-02-23吴徐燕杨舒琳

安徽农业科学 2015年36期

关键词：锋面晋江强降水

吴徐燕，陈林，杨舒琳

(1.晋江市气象局，福建晋江 362200；2.泉州市气象局，福建泉州 362000)

晋江4～6月强降水综合预报初探

吴徐燕1，陈林2，杨舒琳1

(1.晋江市气象局，福建晋江 362200；2.泉州市气象局，福建泉州 362000)

摘要先利用1998～2012年探空资料和降水观测资料，对晋江4～6月强降水的形势特征进行分析和总结，得出晋江产生强降水的形势主要分为锋面降水和季风降水，而锋面降水又分为东北低槽型和西南低槽型，并得到形势预报判据；再结合2010～2014年4～6月T639数值模式预报场资料定性研究强降水预报，使用模式输出统计(MOS)预报方法确定的统计-动力相结合的思路，通过相关分析初步筛选预报因子，用事件概率回归和Logistic回归方法确定最终预报因子，建立起预报因子与降水量之间的关系，并对预报方程进行优化和TS评分检验，结果表明Logistic具有更好的预报效果；最后根据预报方程和形势预报判据得到晋江市4～6月强降水综合定性预报系统，操作简便，为强降水定性预报工作提供参考。

关键词4～6月；强降水；天气形势；MOS预报；综合预报

晋江地处我国东南沿海，是降水丰沛的地区，同时气象灾害较为严重。每年的4～6月晋江进入前汛期，这一时期的降水总量可占全年总降水量的40%以上，再加上降水持续时间长、降水强度强、突发性强等特点，由强降水引发的气象灾害频繁发生。因此研究4～6月强降水、探索更多适用当地的预报方法有十分重要的意义。

近年来，基于数值产品的解释应用技术越来越受重视。模式输出统计(MOS)方法是在众多数值产品释用方法中使用最多、效果较好的动力统计方法[1]。刘还珠等[2]和陈豫英等[3]分别利用T213模式资料和MM5输出产品建立MOS预报系统，并实现业务运行，结果均表明MOS方法的预报基本达到了业务可用的标准，预报水平相比原模式有了一定的提高。为了探索更多的适用当地4～6月强降水的预报方法，笔者将模式输出统计和形势预报结合，对晋江4～6月强降水综合预报方法进行研究。

1 4～6月强降水的形势特征及预报判据

对晋江1998～2012年4～6月强降水发生前500、700和850 hPa环流场以及海平面气压场进行综合分析，并分类归纳特征(主要讨论西风带系统下的强降水)，强降水过程的形势大致分为锋面低槽强降水和锋前暖区(即夏季风)强降水，而锋面低槽类又可分为东北低槽型和西南低槽型。锋面降水与风暴轴有关，为大尺度抬升凝结降水，季风降水受控于大气层结，为对流性降水[4]。5月中旬前，冷空气势力仍较强，冷暖气流交汇容易形成强降水，5月中旬以后，夏季风暴发并推进到华南，锋前暖区潮湿不稳定，很容易产生强降水，降水量一般大于锋面降水，但面积比锋面降水小，局地性较强。

1.1锋面低槽类强降水形势特征

1.1.1东北低槽型。

1.1.1.1500 hPa环流形势。500 hPa欧亚地区环流经向度大，中高纬地区槽脊明显，西风槽位于我国东部地区，常有东北低涡相伴，有时候低涡位置偏南则为江淮气旋，伴有低涡则槽底位置能到华南沿海，降水强度更强，容易产生暴雨；槽底南伸至江南西部，甚至西南南部，有些伴有南支槽配合，则有利于引导中高纬冷空气南下从东路南下影响华南(图1a1)。如果冷涡强度很强，或冷涡上游或下游伴有阻塞高压，则高空槽移动缓慢，可产生连续性强降水(图1a2)。副热带高压北缘多在华南沿海，>12 m/s的强西风轴较为宽广，副高西脊点偏西，晋江处于副高边缘不稳定区域内，副高北侧的暖湿气流将丰沛水汽向晋江输送。

1.1.1.2低层环流形势。低层有相应的切变线东移配合，有时有完整的闭合低涡和相应低涡切变(中层低涡深厚，可能产生暴雨)，多数为冷式切变，切变提供了形成强降水的水汽条件、位势不稳定和辐合上升运动条件。有时低层会伴有西南低空急流，若是有风速辐合，则有利于水汽堆积。

1.1.1.3地面形势。冷空气强度较强，冷高压中心有时在西南地区(西路型)，有时在河套地区(中路型)，冷空气迅速向东南沿海扩散，有时由于受武夷山脉阻挡，可形成武夷山锢囚锋，冷锋前缘压到福建沿海一带，这一类型主要出现在4月份，低槽和切变线快速南压，降水持续时间不会太长，不会出现连续性强降水天气(图1b1)。蒙古至东北一带为低压控制，冷空气主体在海上，势力较弱，冷空气从冷高后部沿海上渗透下来(东路型)，将原本控制华南地区的倒槽南压，这一类型主要出现在5月(图1b2)。

1.1.2西南低槽型。

1.1.2.1500 hPa环流形势。500 hPa欧亚地区环流径向度较小，高纬地区是纬向多波型，我国西南地区有低涡向东移动，有时没有形成低涡，只是等高线的气旋性曲率很大，相应的低槽槽底达到中南半岛北部，副热带高压较东北低槽型偏东，西北缘在南海东北部(图2a)。

1.1.2.2低层环流形势。低层西南地区有相应的低涡，华南位于低涡的东南象限、气旋式弯曲较大之处，有时为暖切之处，有时为气旋式辐合，有些过程在切变线的南侧有低空急流存在(图2b)。

1.1.2.3地面形势。西南地区有热低压或地面倒槽形成，西南倒槽向西南开口，槽底向东或东北方向伸展控制福建(图2c1)。北方冷空气南下推动倒槽向南移动发展，冷锋逐渐进入倒槽，形成锋面低槽(图2c2)。热低压和地面倒槽发展范围越广，降水强度越强。在这种形势下，低槽和切变线南压较慢，降水持续时间长，容易出现连续性强降水过程。

注：a1.1999年4月11日20：00；a2.1999年5月25日08：00；b1.2003年4月13日17：00；b2.2004年5月7日20：00。图1　东北低槽型强降水500 hPa环流形势(a)和海平面气压场(b)

注：c1.2008年5月8日20：00；c2.2008年5月9日11：00。图2　西南低槽型强降水500 hPa(a)、700 hPa(b)环流形势和海平面气压场(c)

1.2夏季风降水(锋前暖区降水)形势特征

1.2.1地面形势。冷空气势力弱，长江以南无锋面活动，地面西南地区热低压或地面倒槽强烈发展(图3a2)，西南和华南西部气压较低，低压中心处于西南地区或广西东南部及北部湾，低压槽向东伸展到长江中下游地区，东海和台湾附近气压较高，气压场呈东高西低，等压线多为近南北走向(图3a1)。晋江位于低压倒槽中，处于辐合上升区。

1.2.2低层环流形势。西南地区处于低压区，有时伴有闭合低压中心，有时只是低压槽，长江流域有东西向暖式切变或静止锋切变南北摆动(图3b2)，有时只有西南气流在中西部上空的气旋式弯曲。华南地区西南气流强盛，有时达到急流强度，急流轴在华南沿海，再加上有些过程西南气流风速辐合明显(图3b1)。

1.2.3500 hPa环流形势。在四川盆地到我国东南沿海有西风槽或低涡活动，南支槽东移过程中将影响到华南沿海，孟加拉湾有低槽或低涡活动，副热带高压环流脊线位于15°N附近，有时西伸至南海或以西(图3c1)，有时偏东，福建中南部沿海处于副热带高压北侧，受较强的西南或西南偏西气流控制。如果中高纬为阻高加低涡形势，可产生持续性强降水(图3c2)。

注：a1.2008年6月13日17：00；a2.2003年6月26日02：00;b1.2010年6月13日20：00 700 hPa；b2.1998年6月22日 20:00 850 hPa;c1.2010年6月13日20:00;c2.1999年6月22日20:00。图3　夏季风强降水海平面气压场(a)、中低层(b)和500 hPa(c)环流形势

1.3 强降水预报判据

1.3.1中层。中纬地区有西风槽东移，槽深，槽底南压至长江以南；低纬西南地区有短波槽或南支槽配合东移，晋江受较强的西南气流控制。

1.3.2低层。切变线南压或东伸至福建中部地区；晋江西南气流强盛，有时达到低空急流强度。

1.3.3地面。北方冷空气南下，锋面压到华南地区；西南地区低压倒槽强烈发展，海平面气压场西高东低，等压线接近南北走向。

2 4～6月强降水MOS预报

2.1资料的选取选取2010～2014年4～6月共455 d T639数值模式预报产品格点资料(20:00起报)和相应日期(20:00～次日20：00)的降水实况资料。T639资料的网格点分辨率为1°×1°。

2.2 资料预处理

2.2.1因子的初步筛选和加工。根据预报员的经验，粗选一些与降水相关的动力、热力和水汽及天气学等条件相关的物理量因子，如海平面气压、高度、温度、温度平流、风速、风向、涡度、涡度平流、散度、垂直速度、相对湿度、水汽通量、水汽通量散度、K指数等因子，包含各个高度层、1 000～200 hPa；并对一些因子进行组合加工，共得到127个因子。如T639中的风是以二维矢量的格式储存的，不适合直接用于计算，把风矢量分解为经向风和纬向风的一维量即可；还有一些组合的因子，如E-T、24 h变温、24 h变压、VOR700-DIV850(VOR为涡度，DIV散度)，反映中低层的动力结构。组合过程中需注意因子量级的统一，另还需考虑因子之间的独立性[5]。

2.2.2空间上的处理。由于数值预报产品在输出上存在噪音，单个格点的预报量有一定的偶然性和非代表性，在此选取覆盖晋江站(118.34°E、24.49°N)的6个格点组成的长方形关键区域(117°～119°E、24°～25°N)资料，取其平均值和极值作初选因子，因子数量则翻倍(127×2)。

2.2.3时间上的处理。为了克服数值预报产品对天气系统移速预报偏快或偏慢、偏强或偏弱的缺点，在临近的3个时效的产品进行叠加处理，取其叠加的极值(绝对值最大)作3个时效的合成场，可以更好地反应预报时效内因子的最大贡献值。如预报时效为24 h，就选取21、24、27 h 3个时次做叠加处理[6]。

2.3预报量与预报因子的处理及因子预筛选采用强降水标准为24 h(20:00～次日20：00)雨量≥25 mm。普查2010～2014年日雨量，共34场强降水，把这些强降水发生日期对应预报量定义为1，否则为0。预报因子保持原先连续型变量，进行标准化处理，化为无量纲标准化变量，这样预报方程的系数大小即可代表每个预报因子对降水的贡献。

对预报量与127×2个因子进行相关分析，凡是通过0.05显著性检验的予以保留，否则剔除，最后剩下19个预报因子。

2.4 预报方程的建立

2.4.1 事件概率回归分析(REEP)。事件概率回归主要考虑降水量与因子的线性关系，这里采用逐步回归方法对19个因子进一步共线性筛查，最后进入方程的预报因子及其回归系数如表1所示，逐步回归筛选剩下的5个进入方程的因子间复相关系数为0.357，已经具有0.05的显著性水平，说明回归方程效果显著。

表1　事件概率回归方程的因子及系数

预报因子的物理意义：200 hPa垂直速度反映了高层动力条件，表明地面强降水的发生，需要配合非常强的高层动力条件；700 hPa 24 h变高反映了低层系统变化情况，表明低层冷空气侵入有利于降水凝结；300 hPa和600 hPa经向风与降水量分别呈负相关和正相关，表明高层北风(如冷空气侵入)和中低层南风的垂直风切变有利于强降水的发生。

2.4.2 Logistic回归分析。在制作MOS预报时，用事件概率回归(REEP)方法做降水概率预报主要有两方面的不足，一是预报量的拟合值有时可超出概率变化范围；二是在预报量为定性变量的情况下，预报因子与事件发生概率之间存在非线性关系，事件概率回归不能拟合这种非线性关系[8]。下面用Logistic非线性回归方法试验。

表2　Logistic模型方程的因子及系数

TS评分在一定程度上对降水发生的概率有一定的依赖性，降水多的地区评分高，降水少的地区评分相对偏低，这不利于不同地区不同气候概率下预报的比较。强降水发生的概率本身很小，以0.5作为判断有无强降水发生的标准并不恰当，所以尝试使用调低分类标准即阈值。参考晋江强降水发生的频率(有降水的样本数占总样本的比例)，2010～2014年强降水发生的概率<0.1，尝试0.1～0.5的数值，以能提高的最优TS评分为标准，寻找最优阈值。将系数和因子带入方程中求得拟合的预报量，并不断调整阈值计算不同预报方法的TS评分。预报量拟合过程中，将超出概率变化范围的值进行相应处理，如大于1则记为1，小于0则记为0。预报量的拟合值的分类临界值，即阈值(大于阈值记为1，小于阈值记为0)需根据当地强降水发生概率适当调整，优化结果为：事件概率回归方程优化阈值取0.213能使TS评分达最大，为0.324； Logistic回归方程优化阈值取0.282时，TS评分达最大，为0.345。对比可知，Logistic回归方程的预报效果优于事件概率回归方程。

3 综合预报平台构建

将实时T639数值预报资料(20：00起报，预报时效为21、24和27 h)中的200 hPa垂直速度、700 hPa 24 h变高、300 hPa风、600 hPa风按照“2.2”的数据处理方法处理，并进行标准化处理，将处理后的因子带入Logistic回归方程中，最终得到降水概率的拟合值，若拟合值≥0.345(Logistic模型优化阈值)，则返回1，表示晋江未来24 h出现强降水的概率较大，否则返回0，即出现强降水的概率较小。用上述方法编制Fortran程序，得到相应的24 h强降水预报返回值并0、1化，得到一个数，此为MOS客观预报结论。

接着在程序中加入形势预报判据，分别对中层、低层和地面形势进行主观判断，符合判据则输入1，否则输入0，在此得到3个数，此为形势预报结论。

将以上4个数相加为综合预报结论，并根据实况对综合预报阈值进行优化，利用2013～2014年T639资料、高空资料和降水实况进行预报试验，最后将阈值定为3，达到最优预报效果，TS评分为0.403。

第1次运行此平台(图4)前阅读说明文档，并按要求操作，需要安装Fortran和.Net4.0，且需运行Fortran程序；第2次以后的日常运行仅需先双击zongheyubao.exe，再打开jinjiangprogram.exe程序，然后主观形势判断，即可得出最终预报结论，可为今后的4～6月强降水定性预报提供一定参考。

图4　晋江4～6月强降水综合预报平台截图

4小结与讨论

(1)晋江6月出现强降水的概率最大，4～6月强降水主要发生在副热带高压北侧的西风带中，按形势特征分为锋面降水和季风降水，而锋面降水又可分为东北低槽型和西南低槽型。

(2)锋面低槽型500 hPa西风槽位于我国东部地区，环流经向度较大，低层切变线压到福建中部，地面冷锋南压至东南沿海地区。西南低槽型500 hPa环流经向度小，西南地区有低槽东移；低层西南相应切变线东移；地面西南地区有东北向低压倒槽，受冷空气南压。锋前暖区型500 hPa受较强的西南或西南偏西气流控制，低层配合较强西南气流，地面西南地区低压槽强烈发展，西低东高，等压线近南北走向。据以上形势特征得出相应强降水预报判据。

(3)利用T639数值产品和日降雨量进行强降水定性的MOS预报方法研究。通过对因子加工、组合以及空间、时间上的插值，取平均和极值等处理，最终得到127×2个因子，进行了2种预报方法试验：①事件概率回归分析，预报量按是否发生大雨0、1化，预报因子进行标准化处理，用相关分析初步筛选出与预报量显著相关的21个因子，建立逐步回归方程；②Logistic回归分析，为了避免预报量拟合值超出概率变化范围，并考虑预报因子与预报量之间的非线性关系，建立Logistic回归方程。

(4)通过计算TS评分的方法对各个预报方程预报效果进行检验，预报拟合值分类标准进行优化调整TS评分，结果表明，优化阈值后的Logistic回归的预报效果优于事件概率回归方程。

(5)利用实时T639数值预报资料和Logistic回归方程得到强降水发生概率拟合值，根据阈值定性预报强降水是否发生，并将结果反馈出来，结合形势预报判据，主客观预报相结合，为强降水综合预报提供有效依据，得到晋江4～6月强降水的综合预报平台。试用表明，平台可为日常预报提供较好的参考。

参考文献

[1] 丁士晟.中国MOS预报的进展[J].气象学报，1985,43(3)：332-338.

[2] 刘还珠，赵声蓉，陆志善，等.国家气象中心气象要素的客观预报：MOS系统[J].应用气象学报，2004,15(2)：181-191.

[3] 陈豫英，陈晓光，马金仁，等.风的精细化MOS预报方法研究[J].气象科学，2006,26(2)：210-216.

[4] 朱乾根，林锦瑞，寿绍文，等.天气学原理与方法[M].北京：气象出版社，2000：345-350.

[5] 冯耀煌，杨旭.论最优预报因子与最优预报方程[J].气象学报，1989,47(1):52-60.

[6] 朱桂林.降水概率预报方法及其应用研究[D].青岛：中国海洋大学，2004:9-12.

[7] 黄嘉佑.气象统计分析与预报方法[M].北京：气象出版社，2004：50-54，81-83.

[8] 黄亿.基于MOS方法的客观降水预报模型的研究与应用[D].南京：南京信息工程大学，2008:10-13.

收稿日期2015-11-18