基于T639对流参数的内蒙古强对流天气潜势预报方法初探

斯 琴，王佳津，荀学义，包福祥

(1.内蒙古自治区气象台，内蒙古 呼和浩特 010051；2.四川省气象台，四川 成都 610072； 3.内蒙古自治区气候中心，内蒙古 呼和浩特 010051)



基于T639对流参数的内蒙古强对流天气潜势预报方法初探

斯 琴1，王佳津2，荀学义1，包福祥3

(1.内蒙古自治区气象台，内蒙古 呼和浩特 010051；2.四川省气象台，四川 成都 610072； 3.内蒙古自治区气候中心，内蒙古 呼和浩特 010051)

统计内蒙古地区2011—2014年汛期短时强降水、冰雹、大风强对流天气的基础上，利用T639 1°×1°逐3 h的数值模式产品计算物理量，选取与强对流天气相关性较好的敏感对流参数作为预报因子，通过权重分析建立未来0～12 h强对流天气及落区的潜势预报方程，并确定判别不同强对流天气的阈值。通过对2013年8月进行的预报试验结果表明：发生强对流天气的平均TS评分为0.35；不发生强对流天气的平均TS评分为0.51；3种强对流天气预报中对冰雹预报效果不理想，但对大风及短时强降水预报效果好。

强对流天气；潜势预报；对流参数；T639数值预报产品；阈值

引 言

强对流天气落区预报逐步由天气学分型预报向数值模式释用和物理参数诊断分析方向转变。彭班治等[1]对国外强对流天气研究方面做过一些介绍。美国风暴预报中心是目前世界上唯一能对全国范围的强对流天气进行警戒和预报的预报中心，该预报中心利用历史资料对CAPE、风切变等参数进行统计，总结并确定了这些指数在各类强对流天气中的阈值，从而进行各类强对流天气的预报。国内强对流天气预报以前更多是基于雷达资料[2-5]，近几年气象工作者在潜势预报方法研究方面开展了大量工作，如国家气象中心针对GRAPES_RUC等中尺度模式及T639等全球预报模式，相继开发完成了20余种物理参数客观诊断分析产品[6]，其中强天气威胁指数(SWEAT)、对流有效位能、对流抑制能量等对流参数在MICAPS上可实时调用，通过多种诊断方法构建的强对流天气潜势预报方法得到逐步完善并对强对流天气预报具有指示性作用。不同区域的强对流天气敏感性参数不同，广东省利用GRAPES资料、结合雷达数据计算31个动力热力参数作为候选因子，最后选取12个敏感因子用于建立回归方程，预报结果显示后汛期潜势预报效果比前汛期预报效果更好[7]。陈秋萍等[8]利用MM5和探空资料计算物理量，选取相关较好的10个因子建立福建省强对流潜势预报方程，对强对流天气的临近预报具有较好的指示意义。许爱华等[9]发现江西省的强对流天气潜势预报中强垂直温度梯度比对流有效位能更有指示性。也有根据影响系统建立强对流天气的潜势预报方法，如华东地区强对流天气的发生多与东北冷涡的变化有关[10-11]，根据实况资料选出较合适的一些物理量，建立该系统对应的潜势预报方法。

内蒙古的强对流天气，通常是指短时强降水、雷雨大风和冰雹等灾害性天气。强对流天气是内蒙古多发的灾害，而由主要灾害引起的次生灾害也不可忽略，比如大风吹起的沙尘还会对生态环境造成进一步的损伤和破坏。内蒙古强对流天气地理分布特点是东部地区沿大兴安岭山脉呈准南北走向，西部地区沿阴山山脉呈准东西走向。强对流天气多发地区与山脉分布和走向关系较密切，中心在乌盟中部和呼和浩特市北部地区， 6—8月发生的几率很高，且经常几种天气相伴出现，给人民生命财产、工农业及交通运输造成严重损失。由于天气特征复杂、气候类型多变、灾害性天气频发、观测站稀少及现有资料不足，强对流天气的预报一直是内蒙古的预报难题。过去多采用天气环流形势分析，对于中尺度对流系统发生和发展的环境条件总结分析较少，而利用数值预报物理量场制作的潜势预报方法更少，迫切需要研究更多的潜势预报方法并对已有结论进行订正，使数值预报应用得到进一步发展，以期提高对灾害性天气的预报水平，使数值预报结果更加客观。

在某一次天气事件中如何识别各物理量的敏感程度，提取有效信息改进强对流天气预报效果是非常重要的问题。本文利用T639预报场，计算与强对流天气相关的物理量，提取内蒙古地区的敏感对流参数，建立强对流天气及落区的潜势预报方程并确定阈值，以期为强对流天气的预报提供参考，同时逐渐完善数值预报的解释应用。

1 资料与试验方案设计

1.1 资料

强对流天气选取时段：2011—2014年汛期(6—8月)； T639资料：空间分辨率为1°×1°，时间分辨率为3 h；内蒙古境内119个气象站短时强降水、冰雹、雷雨大风等强对流天气观测资料。

内蒙古地区短时强降水、冰雹、大风的定义如下：

短时强降水：1 h降水量≥20 mm的降水；

冰雹：指降落于地面的直径≥5 mm的固体降水过程；

雷雨大风：指平均风力≥6级，阵风≥7级，并伴有雷雨天气。文中雷雨大风简称为大风。

1.2 方法

将一天内内蒙古119个气象站中有1站或以上出现短时强降水、冰雹、雷雨大风，分别定义为一个短时强降水日、雹日、大风日；将一天内内蒙古119个气象站中有3个站或以上出现短时强降水、冰雹、雷雨大风，分别定义为一个区域性短时强降水日、区域性雹日、区域性大风日。

T639数值预报产品用于计算相关物理参数(表1)，并用双线性插值法插值到境内119个常规气象观测站上，其插值公式为：

(1)

其中：

(2)

式中，Q11，Q12，Q21，Q22为站点周围4个格点坐标，R1，R2是沿x方向插值坐标，P为站点坐标。

将该区域当日是否是强对流日情况设为Y，有强对流时Y=1，无强对流时Y=0，则Y为“0”、“1”变量，Xi是各对流参数值, 为连续型变量。对于一个站点，用下面公式求出X与Y的双序列相关系数，可作为各个参数X和Y之间的相互关系(线性相关)[10]的考核因子：

(3)

式中，X为因子Xi的平均值，X(1)为Y=1时，Xi的平均值，P为Y=1事件出现的频率，Sx为因子的样本标准差。

TS评分方法：

(4)

其中，Na为预报正确站数，Nb为空报站数，Nc为漏报站数。

2 潜势预报方法的建立

从2011—2014年汛期(6—8月)各强对流天气发生站次变化(图1)可看出短时强降水2013年最多，达99站次，冰雹和大风2014年最多，分别为146站次和523站次。

图1 2011—2014年汛期内蒙古强对流天气站次变化

2.1 预报因子的选取与筛选

表1为各强对流天气汛期逐月站次分布，将一天以6 h为间隔分为4个时间段，可以看出4个时间段内短时强降水都有出现，66%的短时强降水集中出现在08:00—20:00；冰雹和大风在08:00—20:00出现，夜间没有出现，最集中出现的时间段为14:00—20:00，其中冰雹占76%，大风占86%。

在考虑强对流天气发生环境条件的基础上选取10个常用的热力、动力、稳定度参数：K指数、垂直速度、总指数(TT)、上下层温差(T58)、对流性稳定度指数(IC)、对流有效位能(CAPE)、抬升指数(LI)、沙氏指数(SI)、风暴相对螺旋度(SRH)、强天气威胁指数(SWEAT)，这些参数由T639预报场计算得到，如表2所示。

表1 2011—2014年汛期内蒙古强对流天气出现站次的月分布

表2 预报因子及其计算公式

通过参数的搭配可以建立内蒙古0～12 h是否出现强对流天气及落区的潜势预报方程。计算08:00、14:00、20:00、02:00时次的10个对流参数值，并通过公式(3)计算出该对流参数与强对流天气的双序列相关系数(表3)，下面分析08:00、14:00、20:00和02:00 4个时次对流参数特征及其与不同的强对流天气之间的关系。

对流性天气发生前应具备一定的大气环境条件，如不稳定层结的存在、充分的水汽供应和一定的触发机制，它的发生与大气热力、动力条件密切相关。

表3 4个不同时次各对流参数与不同 强对流天气的平均相关系数

普查2011—2014年汛期逐日观测资料，除去资料不详的样本120个，实际获得240个样本，其中选取210个样本列入建立预报方法试验，其余30个样本作为检验对象，240个样本中强对流天气样本为108日(当全区有3站以上出现冰雹或短时强降水或大风，确定为一个区域强对流天气日)，无强对流样本为132日。通过对各对流参数值与强对流天气落区的诊断分析，得到的各对流参数在不同强对流天气日对应的平均值作为该参数的阈值。经过统计，发现不同强对流天气(短时强降水、冰雹和大风)对应参数阈值都有所区别(表4)，不同对流参数对不同的强对流天气产生的作用不等，这可能与强对流天气形成的环境条件有关。

图2是与强对流天气相关性较好的前4个对流参数与强对流天气相关系数的时间分布，可以看出，K指数、T58、CAPE、SWEAT和短时强降水的相关性较好；对冰雹和大风预报有较好指示意义的对流参数组合分别为：K指数、TT、SRH、SWEAT和TT、CAPE、SRH、K指数。 上述6个对流参数中有2个稳定度指标(CAPE、T58)、2个热力指标(K指数、TT)，1个动力指标(SRH)和1个热力动力综合指标(SWEAT)，从相关系数大小比较可看出，K指数与短时强降水和冰雹的相关性最好，TT与大风相关性最好，表明大气的热力因素和稳定性对强对流天气发生、发展的影响较动力因素更为明显。

表4 不同强对流天气对应对流参数阈值

图2 对流参数与强对流天气相关系数的时间分布

2.2 潜势预报方程的建立

根据对流参数与强对流天气的相关系数，首先计算权重，然后建立不同强对流天气的预报方程，具体公式如下：

(5)

式中N=4，为选择的对流参数数，Ri为相关系数，Wi为权重。

短时强降水预报方程：

Y1=0.33K-0.266T58+0.238CAPE

(6)

冰雹：

Y2=0.374K+0.211TT-0.211SRH

(7)

大风：

Y3=0.467TT+0.087CAPE

(8)

对每一个对流参数项，结合表4中设定的阈值获得预报方程对应的阈值，3种强对流天气是否发生的Y阈值见表5，即通过预报方程(6)得到的Y1≥201.21时可认为0～12 h内可能发生区域性短时强降水，当Y1≤137.23时不发生；通过预报方程(7)

得到的Y2≥6.15时可认为未来0～12 h内可能发生区域性冰雹，当Y2≤-1.67时不发生；通过预报方程(8)得到的Y3≥127.09时可认为未来0～12 h内可能发生区域性大风，当Y3≤106.26时不发生。

表5 强对流天气潜势预报方程的阈值

2.3 潜势预报方法的试验及检验

2013年8月由于资料不全，实际获得23个样本。表6为用本预报方法对是否发生强对流天气进行试验结果，可看出：发生冰雹、短时强降水及大风的准确率分别为16%、22%、53%，发生强对流天气的平均预报准确率达30%；不发生冰雹、短时强降水及大风的准确率分别为82%、62%、7%，不发生强对流天气的平均预报准确率达到50%；3种不同强对流天气发生预报中大风预报效果最理想；其次为短时强降水，冰雹预报效果最差，这可能与样本数量及强对流天气分布有关；不发生强对流天气预报中冰雹预报效果最佳，其次为短时强降水，大风预报最差。2013年8月10—12日有暴雨过程，降水明显，伴有短时强降水和大风天气，而潜势预报方程恰恰对期间的强对流天气预报效果最好，说明有明显降水或无明显降水对强对流天气的预报效果有较大影响。

表6 有无强对流天气预报试验结果

3 结论与讨论

(1)2011—2014年内蒙古发生的强对流天气中，2013年短时强降水最多，达99个站次，2014年冰雹和大风最多，分别为146个站次和523个站次。66%的短时强降水集中在08:00—20:00，冰雹和大风夜间没有出现，集中出现在14:00—20:00，其中冰雹占76%，大风占86%。

(2)通过双序列相关性分析，发现短时强降水与当日的K指数、T58、CAPE、SWEAT相关性较好；冰雹与当日08:00的K指数、总指数(TT)、相对风暴螺旋度(SRH)、强天气威胁指数(SWEAT)相关性较好；大风对应参数为当日的TT、CAPE、SRH、K指数。各对流参数与强对流天气的平均双序列相关系数可看出08:00、14:00和20:00相关性好，02:00相关性较差。

(3)通过3种不同强对流天气预报方程得到未来0～12 h内是否发生强对流天气的阈值，并对2013年8月的23个样本进行检验。结果显示：发生大风及不发生冰雹预报效果最好；发生不同强对流天气的平均预报准确率达30%，而不发生的平均预报准确率达50%；有明显降水时对强对流天气的预报效果较无明显降水好。

本研究作为初步试验，选取样本较少，结论具有一定的局限性，该方法在今后的工作中还需要开展大量的试验研究，以此提高强对流等灾害性天气的预报能力，为内蒙古短时临近预报业务提供技术指导。

[1] 彭治班,刘建文,郭虎,等. 国外强对流天气和应用研究[M]. 北京:气象出版社,2001.

[2] 赵静,青泉,顾清源. 一次对流性强降雨过程的雷达特征分析[J]. 高原山地气象研究,2010,30(2):46-50.

[3] 周莉蓉,施娟,朱斌. 风廓线雷达产品在强降水短临预报中的初步应用[J]. 高原山地气象研究,2012,32(4):27-30.

[4] 曾庆华,刘建西,郭守峰. 凉山地区防雹作业雷达回波判据指标分析[J]. 高原山地气象研究,2012,32(4):55-60.

[5] 吴莉娟,江智全,肖天贵,等. 凉山山地强降雨型泥石流灾害雷达短临预警技术研究[J]. 高原山地气象研究,2013,33(1):86-89.

[6] 何立富,周庆亮,谌芸,等. 国家级强对流潜势预报业务进展与检验评估[J]. 气象,2011,37(7):777-784.

[7] 谌志刚,王婷,汪瑛,等. 广东省后汛期强对流天气潜势预报方法研究[J]. 气象,2011,37(8):936-942.

[8] 陈秋萍,冯晋勤,李白良,等. 福建强天气短时潜势预报方法研究[J]. 气象,2010,36(2):28-32.

[9] 许爱华,詹丰兴,刘晓晖,等. 强垂直温度梯度条件下强对流天气分析与潜势预报[J]. 气象科技,2006,34(4):376-380.

[10] 宋晓辉,柴东红,曹秀芝,等. “ 5.10”强对流天气雷达产品特征及临近预报[J]. 气象科学,2007,27(增刊):85-88.

[11] 鲁丹,王令军,崔建云. 潍坊2003年5月19日强对流天气过程分析[J]. 气象,2005,29(10):41-46.

[12] 冯民学,周俊驰,曾明剑,等. 基于对流参数的洋口港地区雷暴预报方法研究[J]. 气象,2012,38(12):1515-1522.

[13] 周益平,陈涛,贺中华,等. 衡阳市降水型地质灾害潜势预报预警方法初探[J]. 防灾科技学院学报,2010,12(4):57-61.

[14] 卜俊伟,徐会明,靳小兵,等. 四川省雷电潜势预报系统及其检验分析[J]. 贵州气象,2012(1):49-51.

[15] 朱乾根,林锦瑞,寿绍文. 天气学原理和方法[M]. 北京:气象出版社,1983.

[16] 张义军,周秀骥. 雷电研究的回顾和进展[J]. 应用气象学报,2006,17(6):829-834.

Preliminary Study on Potential Forecast Method of Strong Convective Weather in Inner Mongolia Based on T639 Convective Parameters

SI Qin1, WANG Jiajin2, XUN Xueyi1, BAO Fuxiang3

(1.InnerMongoliaMeteorologicalObservatory,Huhhot010051,China; 2.SichuanProvincialMeteorologicalObservatory,Chengdu610072,China; 3.InnerMongoliaClimateCentre,Huhhot010051,China)

Based on statistics about short-time heavy rainfall, hail and gale in flood seasons during 2011-2014 in Inner Mongolia, the physical quantities were calculated by using the numerical model production of T639, which has 1°×1° resolution and 3 hours time interval. Choosing the convection parameters to be predictors that had better sensibility and correlation with severe convective weathers, the 0-12 h potential forecasting equations about severe convective weather and corresponding areas were established through the weight analysis, and different thresholds were identified for different strong convective weathers. This equation was carried out to forecast severe convective weathers in August 2013, the results show that the mean TS score of severe convective weathers was 0.35 and the mean TS score of no severe convective weather was 0.51. Among three different severe convective weathers, the forecast effect of hail was the worst, while for strong winds and short-time strong rainfall, it was better.

severe convective weather; potential forecast; convective parameters; T639 numerical products; threshold

10.11755/j.issn.1006-7639(2016)-05-0906

2016-03-08 ；改回日期：2016-06-25

内蒙古自治区自然科学基金项目(2014BS0403)和内蒙古雷暴与短时强降水预报方法研究(nmqxkjcx201603)共同资助

斯琴(1982-)，女，硕士，工程师，主要从事中短期天气预报与天气气候分析研究. E-mail:siqin2008@126.com

荀学义，男，博士，高级工程师. E-mail:Xunmengfei8@163.com

1006-7639(2016)-05-0906-06 DOI:10.11755/j.issn.1006-7639(2016)-05-0906

P456

A

斯 琴，王佳津，荀学义，等.基于T639对流参数的内蒙古强对流天气潜势预报方法初探[J].干旱气象，2016，34(5)：906-911, [SI Qin, WANG Jiajin, XUN Xueyi, et al. Preliminary Study on Potential Forecast Method of Strong Convective Weather in Inner Mongolia Based on T639 Convective Parameters[J]. Journal of Arid Meteorology, 2016, 34(5):906-911],