威宁县冰雹天气预报指标研究

柯莉萍，刘 佳，谢 明，张 艳

(1.贵州省威宁县气象局，贵州 威宁 553100；2.贵州省毕节市气象局，贵州 毕节 551700)



威宁县冰雹天气预报指标研究

柯莉萍1，刘 佳2，谢 明2，张 艳1

(1.贵州省威宁县气象局，贵州 威宁 553100；2.贵州省毕节市气象局，贵州 毕节 551700)

该文利用威宁县1997—2014年冰雹资料，2004—2014年4—8月探空资料对威宁冰雹时空分布，冰雹预报指标进行统计分析，采用图表法、数理统计、多指标套叠法等进行研究。结果表明：①威宁冰雹降雹日数主要集中在5—8月，占年总冰雹日数的80%以上，降雹日时间主要在午后到傍晚；②威宁冰雹主要路径：4—5月西北路径冷空气南下的影响，冰雹主要出现在县的东南部、东部、南部一线，6—8月西南季风气流影响，冰雹主要出现在县的北部、西北部、中部、西南部等地；③通过利用探空资料适宜冰雹预报的环境参数阈值建立预报模型，该模型的建立对于进一步提高冰雹预报准确率有一定的指导意义。

冰雹； 短时预报；指标阈值

1 引言

冰雹是由强对流天气系统引发的一种剧烈的气象灾害，对人类农业生产和生活危害较大，由于其出现的时间短促、局地性强[1]，一直是提前预报的重点、难点之一。有着贵州屋脊之称的威宁县位于贵州省西部乌蒙高寒山区，是云贵高原的东延部分，面积6 296.3 km2，处于亚热带季风湿润气候区，由于海拔高，夏季0 ℃层距地面高度适宜冰雹的形成，单点性局地强对流雹灾较多。为了加强冰雹天气的短时和临近预报能力，许多学者研究了强对流天气形成的环流形势、影响机制及大气物理量变化等特征[2-3]，希望能够从中找到冰雹短时临近指标，近年来，关于冰雹等强对流天气预报的预报指标和方法，在国内外已有很多的成果。在国内，随着数值预报的发展，探测手段的改进和人们对雷暴发生发展机理的认识加深，雷暴大风、冰雹潜势预报逐渐由以天气学概念模型为主，转为天气形势和对流参数结合[4-6]，根据威宁1997—2014年资料分析，威宁冰雹还有出现时间跨度长的特点，每年的3—10月威宁都可能出现冰雹，据民政记录记载近年来，威宁县受冰雹大风灾危害平均每年达一万多公顷，重灾年达2万多公顷，冰雹给工农业生产和人民生命财产造成巨大的损失。由于地形、气候等因素的影响，各个地方的冰雹等强对流的预报环境参数有一定的差异。因此依托威宁探空资料对威宁冰雹短时预报指标做本地化研究，实现防灾减灾具有重要的意义。

2 威宁冰雹气候特征及短时预报指标的建立方法

2.1 利用的资料和方法

利用1997—2014威宁全县作业炮站和民政部门收集的全县35个乡镇的降雹资料,2004—2014年08时探空资料,分析软件采用Micaps3.1.1版本。采用图表法、数理统计法、多因子叠套法等方法对08时威宁对流参数如：700 hPa比湿、SI指数、K指数、CAPE、假相当位温θse, 递减参数△T，0 ℃层高度、-20 ℃层高度对短期预报指标进行了研究，分析威宁县冰雹降雹的年、月、日的规律变化，描绘冰雹移动的路径、分析了威宁县冰雹的大致分布情况，建立了冰雹预报预警物理量指标。

2.2 威宁冰雹发生的气候变化特征

威宁处于26°52′N, 104°17′E,平均海拔2 200 m，属于低纬度高海拔，由于地形等因素，威宁历来是贵州冰雹较为多发地带之一，冰雹灾害基本上每年发生。因绝大多数冰雹发生在测站以外，利用地域特点和冰雹出现的时间等，规定县境内一日内有一乡镇以上降雹为一个冰雹日。

2.2.1 威宁冰雹年变化 威宁冰雹有明显的年际变化，周永水[7]通过以10 a为周期对最近30 a的冰雹频数研究还发现, 贵州的冰雹发生频数呈现逐渐减少的趋势。据不完全统计，1997—2014年全县4—8月263个冰雹日，平均每年15.5次。从图1可知降雹日数存在一定的波谷、波峰趋势变化，20世纪末期降雹高发期，多雹年有1997、1998、2000、2013年，2006、2008年略偏多。整体来看冰雹日数呈现下降趋势，客观上讲人影作业起到一定的作用。

2.2.2 威宁冰雹的月变化 威宁冰雹最早出现在2月份，最晚出现在11月份，由于威宁气候特点，2—3月主要为作物播种期，9—10月作物收割完毕，加之这几个月热力不稳定条件较弱，出现冰雹的概率小，危害不大，对其季节变化未作仔细研究。由图2看出，威宁冰雹6—8月日数较多，17 a共出现185个冰雹日占70.3%，4—5月春季冰雹次之，占27.3%。从统计情况看，6—8月成灾率较高，占成灾率的75%以上。

图2 威宁1997—2014年4—8月冰雹频率分布Fig.2 The hail frequency distribution of Weining from Apr. to Aug. in 1997-2014

2.2.3 威宁冰雹的日变化 根据263个降雹日降雹时间的统计，威宁冰雹降雹频率最高多出现在14—20时，频率分布如图3，而峰值集中在15—19时。

图3 威宁冰雹日时段频率分布图Fig.3 The frequency distribution of hail days in Weining

2.2.4 威宁冰雹的地理及冰雹路径分布特征 对民政局统计的1997—2014年263个冰雹日数受灾情况进行了分析，威宁县冰雹主要出现在县的北部、西部至西北部、南部至西南部一线，占80%以上，其它冰雹次数相对较少。通过威宁711测雨雷达、多普勒雷达2004—2014年雷达、WXR-MD-10型雷达观测资料进行统计，影响威宁的主要冰雹路径4—5月西北路径冷空气南下的影响，冰雹主要出现在县的东南部，东部、南部一线。6—8西南季风气流影响，冰雹主要出现在县的北部、西北部、中部、西南部等地，威宁主要冰雹路径如图4。

3 威宁冰雹形成的天气系统及分类

普查资料，威宁县冰雹灾与天气系统关系密切，分为两大类：一类是冷锋切变大范围系统性降雹；二类是暖气团内局地热雷雨降雹。

第一类降雹出现的环流形势是在地面冷锋和高空槽，切变线的前部。经常出现在冷锋前的飑线和700 hPa切变线之间，并呈带状分布，此种雹灾面积大范围广，由于受地形地势的影响，常随切变线东南移呈跳跃式的前进。

第二类是暖气团内局地热雷雨雹灾。该类的大尺度环流背景，高空为宽槽前部或孟湾锚槽前，地面为热低压，北方无冷空气南下。本站表现：温度高，气压为负距平，冷空气过后转为偏西南气流，气压急聚下降；14点△P3负值增大，07时的温度对数压力图分析，低层增温增湿，中上层干燥，一般情况650 hPa以下有一乱流扰动逆温，起能量集累作用，600～250 hPa为不稳定层结，下午县境内局地有热雷雨冰雹，一般出现在14—19时(如2010年7月9日、25日、27日，2013年6月5日、6月18—20日等)。虽然此种雹灾范围小，但每年出现次数多，占冰雹灾害总数的65%左右。

4 冰雹的短期预报物理量场指标

通常情况下形成强对流天气的3个基本条件是：水汽条件、不稳定层结、触发条件。本文围绕这3个条件进行分析找出短期预报指标，建立预报模型。

图4 威宁冰雹主要路径图Fig.4 The main path of Hail in Weining

4.1 水汽条件

形成对流云必须首先有充足的水汽，水汽的垂直分布状况是影响大气层稳定度的重要因子之一。威宁县的春季盛行西南气流，夏季盛行西南和偏南气流主要水汽来源于孟加拉湾和南海，当700 hPa为东南风—西南风时利于水汽输送，风速越大，越会带来大水汽输送量。

通过普查2004—2014年威宁探空资料降冰雹日的08时700 hPa比湿，从图5看各个季节各月700 hPa的比湿下限值不一致。春季4月700 hPa比湿从统计情况来看平均值在6.7 g/kg，最高为8.6 g/kg，80%以上降雹日数比湿在6～9 g/kg之间；5月700 hPa平均8.1 g/kg，最高11.5 g/kg，75%降雹日数在7.2～11 g/kg之间；6—8月700 hPa平均比湿为10.8 g/kg，下限值为9.5 g/kg，最高为13.2 g/kg，92%降雹日数比湿在9.5～13 g/kg之间。当气层不稳定和高低空切变系统配置适当时及有可能产生冰雹。获得700 hPa比湿可以从T-Lnp图上查得。

图5 4—8月08时各月700 hPa降雹日数比湿情况Fig.5 The humidity condition of 700 hPa hail days from Apr. to Aug. eight am.

4.2 不稳定度与能量

有研究指出冰雹发展的必要条件之一是有强的上升气流，而上升气流的强弱，主要取决于对流不稳定能量[8]，稳定度表征大气层结的稳定情况，一些表征稳定度的参数对雷暴大风、冰雹具有很强的指示意义，国外[9]就曾使用沙氏指数的大小预报强对流天气的等级。杨帆[10]等研究表明：一定的SI指数、K指数、CAPE值等物理量加上适宜的0 ℃与-20 ℃层高度均指示当天有利的降雹环境。本文在预报中采用K指数、SI指数等对大气层结稳定度进行分析。冰雹云产生于中小尺度低压系统中，中小尺度低压系统的生成和发展必须依赖对流层内的层结不稳定，还要有不稳定能量的积聚和集中释放，才容易形成强对流天气。

4.2.1 沙氏指数SI 沙氏指数公式：SI=T500-TS， T500是500 hPa上的实际温度，TS是850 hPa等压面上的湿空气团沿干绝热线上升到达凝结高度后，再沿湿绝热线上升至500 hPa时所具有的气团温度。单位：℃。沙氏指数SI>0表示气层较稳定，SI <0表示气层不稳定，负值越大，气层越不稳定[9]。根据1997—2014年4—8月263个冰雹日08时对流参数SI值进行统计，其中SI<0时出现冰雹次数为123次，SI<-3时出现冰雹次数为4次，SI>0时140次，SI>3时出现冰雹次数为6次，因此取值范围在-3～3 ℃之间，同时判断层结稳定度需结合中低层逆温及其它因素进行判别。

4.2.2 K指数 K指数是一个经验指标，它主要反映了大气层结稳定度情况和中低层的水汽条件情况。一般K值越大，潜能越大，大气越不稳定。通过统计威宁4—5月08时K指数平均值为22 ℃,下限值为20 ℃,6—8月08时K指数平均值为30.2 ℃,6月下限值为26 ℃，7月下限值为28 ℃,8月下限值为27 ℃。

4.2.3 假相当位温θse通过Micaps软件中T-lnp图得到各等压面的08时θse，700 hPa与500 hPa之间θse的差值进行判别，θse随高度的增加而降低，当θse500-θse700为负值时表示对流性不稳定，负值越大表示气层越不稳定，θse与对流强度呈现一定的正相关，冰雹前700 hPa θse的下限值：4月为57 ℃，5月为53 ℃，6月为73 ℃，7月为71 ℃，8月为68 ℃。大于上述值才利于降冰雹。

4.2.4 递减参数△T 由于威宁海拔较高2.2 km，△T采用本站08时地面温度与500 hPa温度之差，此指标指示中低层温度层结递减程度，故称△T为层结递减参数，此数越大(说明上冷下暖)越不稳定，它能加强和助长低层气团的上升运动，统计得出4月△T在16.7～21 ℃，5月16.5～21.2 ℃,6月17.3～21.9 ℃,7—8月17～21.5 ℃才利于上升运动的发展，利用冰雹的发生。

4.2.5 0 ℃层高度、-20 ℃层高度 威宁平均海拔高度2.2 km，适宜的0 ℃层高度、-20 ℃层高度为降雹提供的有利条件，是冰雹预报中的一个重要因子。通过2004—2014年136个冰雹日08时探空资料分析，从表1，图6～8看出：①4月0 ℃层高度平均为4.1 km，5月高度平均为4.8 km，6—7月份平均为5.4 km，8月为4.9 km,4月份0 ℃层高度比6—7月低1.3 km，5月较6—7月低0.6 km。②-20 ℃层平均高度4月份7.2 km,5月平均为7.8 km,6—8月平均高度均8.7 km，夏季比春季偏高0.9～1.5 km；③0 ℃层高度、-20 ℃层高度之间的厚度为3.2～3.4 km之间有利于冰雹天气过程的产生，-20 ℃与0 ℃层间厚度越小，气层越不稳定。④ 4月适宜降雹的0 ℃层高度在3.7～5 km间，5月在4.6～5.8 km，6月5.1～5.7 km间，7月5.1～5.9 km间，8月5.1～5.9 km之间。-20 ℃层高度适宜降雹4月在6.8～7.6 km，5月在7.2～8.5 km，6月在8.4～9 km间，7月在8.3～9.3 km间，8月在8.4～9.3 km之间。

表1 0 ℃层高度、-20 ℃层高度

图6 4月08时0 ℃层高度、-20 ℃层高度、0 ℃与-20 ℃之间厚度Fig.6 0 ℃ level height, -20 ℃ level height, the thickness between 0 ℃ and -20 ℃ in april eight am

图7 5月08时0 ℃层高度、-20 ℃层高度、0 ℃与-20 ℃之间厚度Fig.7 0 ℃ level height, -20 ℃ level height, the thickness between 0 ℃ and -20 ℃in May eight am

图8 6—8月08时0 ℃层高度、-20 ℃层高度、0 ℃与-20 ℃之间厚度Fig.8 0 ℃ level height, -20 ℃ level height, the thickness between 0 ℃ and -20 ℃ from each Apr. toAug.eight am

4.2.6 对流有效位能CAPE CAPE用来衡量热力不稳定的最佳参量，指气块在给定环境中绝热上升时的正浮力所产生的能量的垂直积分，是风暴潜在强度的一个重要指标。在T-lnP图上，CAPE正比于气块上升曲线(状态曲线)和环境温度曲线(层结曲线)从自由对流高度(LFC)至平衡高度(EL)所围成的区域的面积。CAPE数值的增大表示上升气流强度及对流发展的潜势增加[11]。通过对263个冰雹日08时CAPE值统计，CAPE<500出现237次，CAPE>1 000出现5次,500～1 000之间21次。

5 潜势预报模型建立

5.1 威宁冰雹天气多指标叠套预报法

通过以上分析，进行归纳总结得出如下适宜威宁冰雹预报指标，各因子指标如表2：对各月每个冰雹日降雹指标符合的个数，满足条件为1，不满足为0，然后对各个因子进行求和，当值大于4，预报冰雹，否则不预报。利用上述的多指标法对2015年4—8月08时相应对流参数进行回代检验，153 d参数检验，2015年实际出现15个冰雹日，漏报2次，漏报率为13.3%，预报出45个冰雹日，预报准确率28.9%，空报率为71.1%，将通过消空因子进行消空，进一步提高预报准确率。

表2 威宁冰雹预报指标

5.2 利用消空因子建立消空阈值

冰雹是小概率事件，通过选取适当的冰雹预报消空因子，利用每天威宁探空08时次资料，结合降雹日指标，建立消空因子指标，直接剔除部分样本，从而提高预报准确率。为确保冰雹发生日被消空，适当放宽消空条件。选取各月0℃高度、SI指数、K指数，递减参数T地-T500作为消空因子各指标如表3：

表3 4—8月消空因子指标阈值

在4—8月冰雹潜预报中，只要满足上述指标中的任何一个，就可直接预报无冰雹，消除了空报率，提高冰雹天气预报准确率。通过消空因子对2015年参数进行消空后，预报准确率30.9%，空报率为69.1%。

6 小结

① 本研究表明： 威宁具有独特的地理及气候条件，威宁冰雹主要集中出现在6—8月，占整个冰雹日数的70%以上，与贵州其它县冰雹出现季节有明显差异。

② 通过统计找出了威宁春季和夏季冰雹路径，对于炮点的布局，人影指挥作业具有一定的指导意义。

③ 对流环境参数在不同地域、不同季节有较大差异，因此在做统计时进行分月统计能较好的客观反映。

④ 威宁降雹天气系统分为两大类：一类是冷锋切变大范围系统性降雹；二类是暖气团内局地热雷雨降雹。

⑤ 通过对威宁冰雹天气环境参数的统计分析，找出选取各参数阈值，利用多指标法建立了冰雹预报模型，利用消空指标，消除空报，近一步提高预报准确率，单一环境参数与多参数预报强对流天气相比，有较大的缺陷性。

⑥由于冰雹天气的发生通常在午后或者是夜间，许多研究都采用08时探空资料对对流参数指标进行，因时间跨度相对较长，对于冰雹预报可能存在一定的偏差，预报准确率相对偏低，如果增加13时探空资料进行加密订正，对预报准确率提高会有帮助。与此同此，由于可进行冰雹预报的指标很多，如抬升指数LI，深对流指数DCI等，但各自有其优点和缺点，如何实现各指标间的最佳搭配，提高预报准确率，还需要不断的研究。

[1] 雷雨顺，吴宝俊，吴正华.冰雹概论[M].北京：科学出版社，1978.

[2] 陈晓红，赫萤，周后福，等.一次罕见冰雹天气过程的对流参数分析[J].气象科学，2007，27(3):335-341.

[3] 王力荣，王丽荣，匡顺四，等.对流参数气候特征在短期预报中的应用[J].气象与环境学报，2008， 24(5):38-41.

[4] 陈媛，黄小玉，陈江民.一次强对流天气过程物理量扰动结构特征[J].气象科技，2008， 36(3)：305-309.

[5] 张玲，张艳玲，陆汉城.不稳定能量参数在一次强对流天气数值预报模拟中的应用[J].南京气象学报，2008， 30(2)：192-199.

[6] 姚祖庆，黄炎.上海地区强对流短时天气预报工作流程及其应用[J].气象，2000(9)：

[7] 周永水, 汪超.贵州省冰雹的时空分布特征[J]．贵州气象，2009，33(6)：9-11．

[8]张杰．中小尺度天气学[M]．北京：气象出版社，2006:240-241.

[9]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,2007:441-442.

[10]杨帆，白慧，李路长.黔东南州一次冰雹天气过程环境场与雷达特征分析，[J]．贵州气象，2013，37(6)：17-20．

[11]俞小鼎，姚秀萍，熊廷南，等.多普勒天气雷达原理与业务应用[M].北京：气象出版社,2013：92.

Research on forecast index of Weining hail weather

KE Liping1,LIU Jia2,XIE Ming2,ZHANG Yan1

(1.Meteorological Bureau of Weining County, Guizhou Province, 553100, China;2.Meteorological Bureau of Bijie City, Guizhou Province, 551700, China)

According to the hail data of Weining from 1997 to 2014, the sounding data from. Apr. to Aug. 2004—2014, this paper gives statistics and analysis on the spatial-temporal distribution and forecast of hail index in Weining, using graphic method, mathematical statistics, index overlay method to study. The results show that: ①The number of Weining hail day is mainly concentrated in May, June, July and August, accounting for more than 80% of annual total precipitation days, time mainly in the afternoon to evening; ②As to the main path of Weining hail, influenced by the northwest cold air in April and May, hail occurred mainly in southeastern, eastern, and southern part of the county; fromJune to August,influnced by southwest monsoon airflow, hail occurred mainly in the northern, northwestern, central and southwestern part; ③The prediction model, which was established by using the sounding data of hail forecast of environmental parameters threshold, has a certain guiding significance for further improving the hail forecast accuracy.

hail; short term prediction; index threshold

1003-6598(2016)05-0014-06

2016-01-05

柯莉萍(1974—)，男，副高，主要从事综合气象观测工作，E-mail:536482839@qq.com。

P456.9

B