基于物理量产品配料法的南平市汛期暴雨预报

黄元森，丁光义，余建华

（南平市气象局，福建南平　353000）

基于物理量产品配料法的南平市汛期暴雨预报

黄元森，丁光义，余建华

（南平市气象局，福建南平353000）

通过对2003—2012年实况物理量资料与南平市汛期（5—6月）12 h时效雨量进行相关分析，选取与暴雨相关性较好的15种物理量产品进行暴雨阈值设定，建立了基于物理量产品配料法的南平市汛期12 h时效暴雨预报平台，在实际应用中还采用T639物理量产品进行12 h时效短期暴雨预报，该预报平台具有较好的暴雨预报能力，对预报员在短临和短期暴雨预报中有较好的参考作用；与使用实况物理量预报相比，实况物理量预报准确率要比T639物理量产品预报要好，这是因为基于T639数值预报产品的暴雨预报准确率还要依赖于T639物理量产品的准确性与稳定性。

天气预报；暴雨；配料法；物理量产品；阈值；南平市

黄元森，丁光义，余建华.基于物理量产品配料法的南平市汛期暴雨预报［J］.广东气象，2016，38（4）：37-40.

随着社会进步和日益增长的经济社会发展，为满足人民生活及防灾减灾的需要，增强天气预报服务的针对性，各地气象台站都开展精细化天气预报。根据中国气象局《全国短时、临近预报业务规定》（气办发〔2010〕19号）的要求：目前短期（0～72 h）精细天气预报的时效为12 h时效，而12和24 h时效这2种不同时效的暴雨预报是存在一定的差异性的，12 h时效暴雨预报难度更大，因此新的天气预报质量检验标准对预报员预报暴雨提出更高的要求。目前国内外对于暴雨预报的研究和成果很多［1-15］，但是这些研究成果基本上是针对24 h时效的暴雨预报研究，而对于以12 h时效的暴雨预报研究和成果很少。随着数值天气预报水平的提高，以数值天气预报为基础，加强数值天气预报产品解释应用，重视发挥预报员的作用，对于提高灾害性预报准确率起到了积极的作用。“配料法”是一种数值预报产品释用方法，可用于强降水等天气预报［16-17］，为了提高南平市暴雨预报准确率，有必要开展基于12 h时效的短期暴雨预报的研究。本研究开展了基于物理量产品配料法的南平市汛期（5—6月）短期12 h时效暴雨（简称暴雨，下同）预报研究，其研究成果在2015年南平市汛期短期暴雨预报中应用，对预报员提高暴雨预报准确率起到较好的参考作用。

1　资料和方法及区域性暴雨定义

1.1资料和方法

本研究所用气象资料来自于福建省气象台的Micaps格式物理量资料和福建省气象信息中心的雨量资料。在综合考虑站点数据的来源、时间序列长度、准确性和代表性的基础上，选择南平市10个国家气象站点作为研究对象，其中日雨量、12 h雨量资料为1980年5月1日—2012年6月30日连续33年的5—6月观测数据；高空实况物理量资料为2003年5月1日—2012年6月30日连续10年的5—6月观测数据。

采用常规统计、相关关系分析等方法对南平前汛期强降水气候特征进行分析；应用配料法方法建立基于物理量产品的南平市汛期暴雨预报平台。在实况应用中选用基于T639物理量产品配料法的南平市汛期（5—6月）短期暴雨预报。

1.2区域性暴雨定义

张信华等［18］提出当闽北10个县（市、区）出现以下情况之一，即定义为1个区域性暴雨日：即当出现大暴雨（日雨量≥100.0 mm）达1个站或以上；或出现暴雨（日雨量≥50.0 mm）达2站或以上。从1980—2012年共33年5—6月南平市10个县（市、区）12及24 h雨量统计（表略）可知，南平市5月12 h雨量≥30 mm的次数为69次、24 h雨量≥50 mm次数为68次，年平均次数均为2.1次，2者相等；另外6月12 h雨量≥30 mm的次数为117.5次，而24 h雨量≥50 mm次数为123次，年平均次数分别为3.6与3.7次，也几乎相等；说明南平市汛期（5—6月）12 h≥30 mm雨量相当于24 h≥50 mm（暴雨）雨量。同理可见12 h≥50 mm雨量也相当于24 h≥100 mm（大暴雨）雨量。

因此对于12 h时效暴雨，可这样定义区域性暴雨日：南平10个县（市、区）出现以下情况之一，即定义为1个区域性暴雨日：当出现大暴雨（日雨量≥50.0 mm）达1个站或以上；或出现暴雨（日雨量≥30.0 mm）达2站或以上。

2　暴雨与物理量场的关系

2.1计算区域与要素

选取2003—2012年5—6月逐日08：00、20：00共10年的实况物理量产品，剔除资料缺失的天数后，5月20：00—08：00实际样本为288 d、5月08：00—20：00实际样本为306 d；6月20：00—08：00实际样本为290 d、6月08：00—20：00实际样本为299 d。

根据南平市汛期暴雨特点，南平市汛期暴雨主要影响天气系统是西风带天气系统，在西风带系统中，南平市强降水天气发生的上游地区位于南平市的西南方，而南平市经纬度介于117°—119°E、26°—28°N之间，因此根据实况物理量的网络点分布特点及通过南平市汛期暴雨与上游地区物理量产品的统计分析比较，确定网络点115°E，25°N、115°E，26°N、116°E，25°N、116°E， 26°N所围区域作为南平市汛期暴雨的上游关键地区。因为所得的10年实况物理量产品中，只有115.5°E，26.4°N这个点在所围上游地区内，因此在相关分析时用这个点代表上游关键地区。

2.2暴雨与物理量场的相关关系

选取2003—2012年5—6月每月逐日08：00各种实况物理量及其不同层次产品与当日08：00—20：00南平市12 h雨量作相关系数分析，及每月逐日20：00各种实况物理量及其不同层次产品与当日20：00—次日08：00南平市12 h雨量作相关系数分析。根据对应时次分析结果，选取与暴雨相关系数最好的15个物理量产品，并确定每一个物理量产品的阈值。表1为南平市汛期暴雨与15种物理量产品的阈值关系情况，从表1中可见，对南平市暴雨有利的水汽条件是水汽通量、水汽通量散度、比湿、相对湿度等4个物理量，并且都集中在700 hPa及以下层次；而高层辐散及低层辐合有利于垂直上升运动，最能反映南平市暴雨的上升运动层次是500 hPa；有利于南平市出现暴雨的K指数都要在35℃以上，特别是6月都要在37℃以上；从假相当位温看，有利于南平市出现暴雨的假相当位温都比较大，都要在66℃以上，6月更要在70℃以上，说明南平市要出现暴雨，要求上游地区要有高温高湿的能量输送条件（从温度平流为正也说明这一点），并且700 hPa假相当位温要与850 hPa假相当位温相当或略小，大气层结不稳定，有利于垂直上升运动。

表1　南平市汛期暴雨与15种物理量产品的阈值关系

2.3基于物理量产品配料法的南平市汛期暴雨预报

本研究在分析了南平市汛期暴雨与各种物理量产品关系的基础上，建立了各种物理量产品的阈值，最后通过配料法把15种物理量产品统一起来，建立了基于物理量产品配料法的南平市汛期12 h时效的暴雨预报平台。表2为2003— 2012年基于物理量产品配料法的南平市汛期暴雨预报拟合表，认定当15种物理量产品中有8～9个物理量（5月20：00—08：00时段为9个，其余时段为8个）达到其阈值时可确定为1次暴雨天气，从表2中可见，4个暴雨预报时段的暴雨TS评分分别为36.2、24.4、29.5、34.8，其命中率可达86.2、84、86、79.6，拟合效果好。

表2　2003—2012年5—6月基于物理量产品配料法的南平市汛期暴雨预报拟合

3　2015年应用情况及检验

基于物理量产品配料法的南平市汛期暴雨预报平台于2015年汛期投入业务应用。在实际应用时还采用了基于T639数值预报产品的配料法预报南平市汛期短期12 h时效暴雨，即将T639物理量预报产品代入表1中进行计算，当15种物理量产品中有8～9个物理量（5月20：00—08：00时段为9个，其余时段为8个）达到其阈值时可确定南平市将出现1次暴雨天气。具体为：每天T639数值预报产品20：00起报的预报产品次日凌晨可收到，用T639的12 h预报即次日08：00物理量产品作为南平市汛期暴雨预报平台的第1个12 h暴雨预报（用以预测次日08：00—20：00暴雨预报）；用T639的24 h预报即次日20：00物理量产品作为南平市汛期暴雨预报平台的第2个12 h暴雨预报（用以预测次日20：00—次2日08：00暴雨预报）；用T639的36 h预报即次2日08：00物理量产品作为南平市汛期暴雨预报平台的第3个12 h暴雨预报（用以预测次2日08：00—20：00暴雨预报）；最后通过南平市汛期暴雨预报平台使用T639的20：00数值预报产品预报3 d共6个12 h时段的南平暴雨预报。同理T639数值预报产品08：00预报，于当日15：00左右收到，最后通过南平市汛期暴雨预报平台使用T639的08：00数值预报产品预报3 d共6个12 h时段的南平暴雨预报。因此南平市汛期暴雨预报平台每天可滚动预报2次，生成的12 h时效暴雨预报产品可供预报员预报强降水时参考。

2015年5月1日—7月5日南平市08：00—20：00时段实况共出现11次暴雨天气，20：00—次日08：00时段实况共出现7次暴雨天气。表3为基于T639物理量产品配料法的2015年南平市汛期暴雨预报检验表。从表3中可见，对于08：00—20：00暴雨预报：12、36 h TS评分可达31.8、35.8，暴雨预报效果较好，第3天预报效果较差，3 d总的TS平均为18.4；12、36、48 h命中率分别达到38.9%、50%、44.4%；3 d总的命中率为29.7%，总体上此暴雨预报平台对白天的暴雨预报效好。对于20：00—08：00暴雨预报：3 d总的TS平均为12.5，命中率为18.1%，可见夜间暴雨预报效果不如白天暴雨预报。

另外在对2015年5月1日—7月5月实况物理量进行配料法暴雨预报，其中08：00—20：00报对暴雨10次，空报27次，漏报1次，TS评分26.3，命中率90.1%；20：00—08：00报对暴雨7次，空报35次，无漏报，TS评分16.7，命中率100%。可见用实况物理量进行暴雨预报，命中率高，漏报少，空报高；如果在此预报基础上结合其它工具进行暴雨排除，减少空报率，则可提高暴雨预报准确率；并且此暴雨预报对短时临近预报有较好的参考作用。

对比实况物理量和基于T639数值预报产品，实况物理量预报准确率要更好，因此基于T639数值预报产品的配料法南平市汛期短期暴雨的预报准确率还依赖于T639物理量产品的准确性与稳定性。

表3　基于T639物理量产品配料法的2015年南平市汛期暴雨预报检验表

4　结论

1）对实况物理量与南平汛期12 h时效暴雨的相关分析表明，与南平市汛期暴雨相关性较好的物理量有散度、K指数、垂直速度、水汽通量、水汽通量散度、比湿、温度平流和假相当位温等，这些物理量对南平市暴雨预报有较好的指示性。通过对物理量产品进行暴雨阈值设定，建立了基于物理量产品配料法的南平市汛期12 h时效暴雨预报平台。

2）在实际应用中还采用T639物理量产品进行12 h时效短期暴雨预报，该预报平台具有较好的暴雨预报能力，对预报员在短临和短期暴雨预报中有较好的参考作用；与使用实况物理量预报相比，实况物理量预报准确率要比T639物理量产品预报要好，这是因为基于T639数值预报产品的暴雨预报准确率还要依赖于T639物理量产品的准确性与稳定性。

［1］余辉，马中元，谢银水，等.赣州市4—6月暴雨天气系统的配置及概念模型［J］.广东气象，2015，37（4）：34-37.

［2］郭永婷，王文星，郑勇.韶关市1956—2011年暴雨的气候特征［J］.广东气象，2013，35（2）：28-30.

［3］任文斌，柯文华，杨新，等.粤东一次前汛期大暴雨过程分析［J］.广东气象，2013，35（3）：25-28.

［4］黄晓梅，叶树春，周武.粤西地区一次前汛期的暴雨过程分析［J］.广东气象，2013，35（4）：34-38.

［5］李文奕，杨粤红，李永兵，等.一次冬季持续性暴雨过程的诊断分析［J］.广东气象，2013，35（5）：14-18.

［6］陈元昭，林良勋，陈训来，等.最近5年深圳大暴雨降水特征及主要影响系统［J］.广东气象，2014，36（1）：20-25.

［7］郑浩阳，王丽文.珠海市暴雨天气的气候特征及影响形势分析［J］.广东气象，2014，36（2）：19-23.

［8］黄晓梅，叶树春，周武.粤西地区一次前汛期的暴雨过程分析［J］.广东气象，2013，35（4）：34-38.

［9］高亭亭，梁卫，罗聪，等.广州前汛期暴雨气候特征分析［J］.广东气象，2012，2（34）：33-36.

［10］黄海燕，黄卫东.汕尾市前汛期暴雨的特征分析与预报［J］.广东气象，2011，4（33）：25-29.

［11］许霖，姚蓉，陈斗.湖南两次流域性致洪暴雨异同点分析［J］.气象研究与应用，2014，31（3）：27-31.

［12］苏贵睦，陈向东，陆洪波，等.2009年7月初广西致洪暴雨过程综合分析［J］.气象研究与应用，2010，31（1）：35-38.

［13］杨新，柯文华，张小荣.两次副高边缘特大暴雨对比分析［J］.气象研究与应用，2014，35（4）：1-4，15.

［14］王芬，孙旭东，杨溢，等.黔西南暴雨多时间尺度特征及其天气学成因分析［J］.气象研究与应用，2015，36（2）：15-20.

［15］陈冰，江满桃，郭潮升，等.化州暴雨气候特征分析及极端事件重现期计算［J］.气象研究与应用，2014，35（4）：19-23.

［16］俞小鼎.基于构成要素的预报方法_配料法［J］.气象，2011，37（8）：913-918.

［17］来小芳，张艳玲，陆汉城.配料法用于长江下游暴雨预报［J］.南京气象学院学院，2007，30（8）：556-560.

Forecasting Heavy Rains of Raining Seasons of Nanping City Based on a Burdening Method with Products of Physical Quantities

HUANG Yuan-sen，DING Guang-yi，YU Jian-hua
（Meteorological Bureau of Nanping City，Nanping Fujian 353000）

Observations of physical quantities from 2003 to 2012 are used to run correlation analysis for 12 h rainfall amounts in the raining season（May and June）of Nanping City and thresholds are set for 15 products of the physical quantities that have relatively good correlation.On the base of it，a platform for forecasting 12 h heavy rainfall in the city is set up using a burdening method.During routine application，the products of physical quantities from T639 were also used to run 12 h short-term heavy rain forecasts.Having good capabilities，the platform is good reference for the forecaster in nowcasting and short-range forecasting. Compared with the forecasts using observed physical quantities，the observed physical quantities are more accurately forecast than those using the T639 products of physical quantities，because the accuracy of heavy rain forecast with the T639 products relies on the accuracy and stability with the T639 products.

weather forecast；burdening method；products of physical quantities；thresholds；Nanping City

P457

A

10.3969/j.issn.1007-6190.2016.04.009

2015-12-18

中国气象局预报员专项项目（CMAYBY2015-036）和福建省气象局基层科技专项项目（2013j11）共同资助

黄元森（1973年生），男，大学本科，高级工程师，现从事短期天气预报工作。E-mail：hys2008@163.com