多探空因子在绵阳雷暴潜势预报中的应用

张雯

摘要 在绵阳机场雷暴活动特征分析的基础上，结合探空资料，计算了绵阳雷暴发生和大气不稳定参数间的关系，得到K指数、抬升指数、沙氏指数、强天气威胁指数、对流不稳定能量、大气可降水量等探空因子，分析发现其值大小与雷暴的发生有较好的相关性。并且通过多探空因子在空间的分析表明，通过选取反映大气热力条件、水汽条件和层结稳定度的多探空因子，能更好地反映样本与雷暴发生的关联性。通过事件概率回归（REEP）方法，利用探空因子制作机场雷暴潜势预报，建立回归方程，以对雷暴的发生作客观定性的潜势预报。

关键词 雷暴；探空因子；事件概率回归；潜势预报

中图分类号：P457.9 文献标识码：A 文章编号：2095-3305（2018）04-008-03

DOI： 10.19383/j.cnki.nyzhyj.2018.04.003

Abstract Based on the analysis of the characteristics of the thunderstorm activity in Mianyang airport and sounding data， the relationship between the occurrence of thunderstorm and the atmospheric unstable parameters was calculated. The results showed that K index， LI index， SWEAT index， CAPE， Pwv had a good correlation with the occurrence of thunderstorm. The correlation between the samples and the occurrence of thunderstorm could be better reflected by multi-sounding factors that reflected the atmospheric thermal conditions， water vapor conditions and the stability of stratification. By regression estimation of event probabilities method， the potential prediction of airport thunderstorm was made by using the sounding factors， and the regression equation was established to make an objective and qualitative prediction of the occurrence of thunderstorm.

Key words Thunderstorm； Sounding factors； Regression estimation of event probabilities； Potential forecasting

雷暴的發生是与对流性天气关联的一种复杂的大气放电现象，具有空间尺度小、生命史短、突发性强等特点。但由于雷暴的形成与变化过程复杂，影响因素很多，增加了时间空间上准确预报雷暴发生的难度。

一般认为雷暴的发生、发展和维持的条件是层结不稳定、较好的低空水汽条件以及适当的触发因子[1-2]，国内外许多学者研究认为，雷暴活动与大气不稳定参数之间存在较大相关性[3]。郑栋等[4]使用北京地闪和探空资料，分析了对流不稳定参数与雷电活动关系，发现潜在对流性稳定度指数、抬升指数、对流有效位能和700 hPa假相当位温与雷暴活动具有较好的相关性。Doswell等[5]指出，在可能发生深厚对流的环境里，CAPE属于垂直积分位势稳定度指数，与环境变化最为密切。笔者在对2010—2014年绵阳机场雷暴活动特征分析的基础上，利用探空资料，分析了绵阳雷暴发生和探空因子间的关系，提出选取反映大气热力条件、水汽条件和层结稳定度的多探空因子，分析其空间分布与雷暴发生的关联性，利用探空因子制作回归方程，对雷暴发生进行客观分析，以提供机场雷暴潜势预报思路。

1 绵阳机场雷暴特征

绵阳机场雷暴历年出现在4—10月，累年年平均雷暴日数为20.6 d，最多年份出现29 d，最少年份仅出现12 d，年差异较大。

雷暴主要出现在夏季7、8月份，春秋两季出现次数较少，冬季则没有出现过雷暴。夏季雷暴累年平均出现日数为13.8 d，占雷暴平均日数的67.0%。其中7月份雷暴出现次数最多，平均日数为6.2 d，其次是8月份，平均日数为5.4 d，再次是5月份和9月份，平均日数均为2.8 d，10月份最少，仅为0.2 d（图1）。雷暴出现次数的月变化6—7月有一次从低值向高值的跳跃；8—9月又逐渐下降，这与太平洋副热带高压的脊线位置变化有很大的关系。当盛夏来临，副高北跳西伸，机场处在副高西北边沿，易产生雷暴天气。

2 资料及分析过程

选取2010—2014年机场雷暴天气样本资料进行处理。将机场观测到的雷暴天气发生时记为1，无雷暴天气记为0。利用四川温江站（56187）探空资料计算各对流参数，在08：00—20：00时段内发生的雷暴，采用08：00探空资料作预报分析， 20：00至次日08：00发生的雷暴采用20：00资料作预报分析。

2.1 探空因子的气候特征

选取分别代表大气稳定度、水汽条件和抬升条件的不同探空因子：K指数、TT总指数、LI指数、SI指数、SWEAT指数、CAPE、Pwv以及对流不稳定度指数IC，将雷暴的发生与以上探空因子月际变化结合分析。从图2分析发现雷暴高发期对应7月下旬至8月上旬，高发区内对应的平均K指数都>33℃，TT值>39℃，LI指数<0.3℃，CAPE值>360 J/kg，并且从5月上旬雷暴的发生有个小高值，各探空指数也呈现对应的升高趋势，K指数升高明显，TT、CAPE均在前期就表现出升高趋势，LI前期陡降至0.5℃。

从图3分析可知SWEAT在雷暴高发时段达到210，SI和θsedif85（IC指数）分别在2℃和0.7℃以下，Pwv达到45.2 mm，对应5月上旬的雷暴高值区，SWEAT和Pwv呈现明显的上升趋势，而SI和θsedif85（IC数值）在前期都出现明显的回落过程。这些探空因子在雷暴发生时都有明显的变化特征，当达到一定的阈值范围，可据此对雷暴的出现进行潜势预报。

2.2 多探空因子下的雷暴分布

单一的探空因子与雷暴发生有较大的联系，但还存在一定的局限性，不能较完整地反映大气分布特性。在此选取多探空因子进行空间上的分析，以找出雷暴发生同多个因子的关联性。选取代表大气热力性质的K指数、表征大气不稳定状况的θsedif85和表征水汽条件的Pwv作为一组进行分析。从图4来看，样本主要集中在Pwv 35～71 mm，θsedif85 0～20℃，TT值38～58℃，此范围的雷暴发生概率占样本的79%。横向来看，不满足Pwv范围的样本有8个，其中6个样本同时满足TT指数与θsedif85条件，另外2个对于上述参数的范围均不满足（8个样本均至少满足热力条件或稳定度条件其中1个）。纵向来看，不满足θsedif85范围条件的31个样本中，当θsedif85>0℃的13个样本中，有11个样本的Pwv值符合条件，其中2个样本Pwv<35 mm，且TT值都<34℃，当θsedif85<-20℃时，TT指数均大于42。综合来看，雷暴发生的Pwv分布相对都集中在35～70 mm，在这个范围以外统计的雷暴样本大部分也都满足另2个条件。

对雷暴持续时间≥4 h的14个样本统计发现，雷暴集中发生于Pwv 55～70 mm，θsedif85指数跨度范围较大，位于-35～5℃，TT指數34～50℃范围内，数值稍小于一般雷暴的发生，集中区雷暴占据强雷暴发生的78.6%，持续时间≥8 h的雷暴全部落在此范围内。另外3个样本虽然在此范围以外，但均能保证其热力条件、水汽条件或稳定度条件至少满足其中1个。

通过多探空因子的组合分析发现，对于普通雷暴，当样本至少满足热力条件（TT）、稳定度条件（IC）和水汽条件（Pwv）的其中2个条件，雷暴的发生概率占96.8%。对于强雷暴，通过多探空各因子两两组合分析方式，对强雷暴有很好的预报能力。

2.3 雷暴发生与探空因子的多元线性回归关系

在气象统计预报中，通常考虑到某个要素变化同前期的多个因子相关性，以研究多个因子与该要素的定量统计关系，一般假定预报量y与p个因子关系呈线性，为研究它们之间的联系作n次抽样，对预报量y建立多元回归的线性模型。

事件概率回归（REEP）基本思想是将因子与预报量看成随机事件，通常对这类随机事件出现与否用“1”和“0”二值变量表示，把预报量事件y与p个因子x1，…，xp事件之间的关系看成是在p个前期因子已经出现的条件下事件y出现与否的关系，则可建立对预报量y的条件期望。若用“y=1”表示“有雷暴日”，则雷暴概率预报方程可写为：

其中x1、x2、x3分别为Pwv、TT、Tg。根据方程得出发生雷暴y=1的事件概率估计值。

将预报因子带入预报方程，当阈值为0.36时，其中CSI评分达到40.8%，而击中率（POD）59.3%，空报率（FAR）43.3%，偏度（BR）1.05，漏报率（DFR）0.47，预报准确率（PC）81.9%。从以上各检验指标来看，PC、POD指标相对较高，BR指标接近1，而FAR、DFR指标相对较低，说明该方程对于绵阳机场的雷暴天气有较好的预报能力。

3 小结

从雷暴发生与各探空因子间的关系来看，雷暴高发区平均K指数都>33℃，TT值>39℃，LI指数<0.3℃，CAPE值>360 J/kg，SWEAT >210，SI和IC指数分别在2℃和0.7℃以下，Pwv达到35.2 mm，通过各探空因子的阈值可定性分析雷暴发生的可能性，并且通过多探空因子的组合分析发现，对于普通雷暴当样本至少满足热力条件（TT）、稳定度条件（IC）和水汽条件（Pwv）中的2个条件，雷暴的发生概率达到96.8%。对于强雷暴，通过多探空因子两两组合分析方式，对强雷暴有很好的预报能力。通过REEP建立潜势预报方程，以对雷暴的发生作客观定性的潜势预报。

参考文献

[1] 郝莹，姚叶青，陈焱，等.基于对流参数的雷暴潜势预报研究[J].气象，2007，33（1）：51-56.

[2] 彭治班，刘健文，郭虎，等.国外强对流天气的应用研究[M].北京：气象出版社，2001：3-10.

[3] 朱彪，黄兴友，王世文.南京地区闪电定位资料与探空资料的应用分析[J].气象科学，2008，28（6）：659-662.

[4] 郑栋，张义军，吕伟涛，等.大气不稳定度参数与闪电活动的预报[J].高原气象，2005，24（2）：196-203.

[5] DOSWELL ⅢCA. RAMSMUSSEN EN.The effect of neglecting the virtual temperature correction on CAPE calcula-tions[J]. Weather Forecasting，1994（9）：625-629.

责任编辑：郑丹丹