咸阳地区大风天气特征及智能网格大风预报订正

王瑾婷，高 萌，刘 帆，李春娥，谢逸雯

(1.咸阳市气象局，陕西咸阳 712000；2.陕西省气象局秦岭和黄土高原生态环境气象重点实验室，西安 710016)

陕西关中地区位于我国内陆腹地，三面环山，北为黄土高原，南倚秦岭山脉，处于喇叭口地形区域，受天气系统和地形影响，常常会形成大风天气。大风灾害是关中地区的重大灾害性天气之一，发生时常常会造成人员伤亡和重大经济损失。近年来，关于大风预报技术的研究受到了国内外气象学者的密切关注。诸多学者利用天气学方法对大风进行预报。于学泉等[1]对哈尔滨的大风进行了天气分型和预报机理研究，并利用 MICAPS系统实现了分型的自动定性判断；曲海涛[2]、孙东霞[3]、吴春英[4]分别利用天气分型对克拉玛依、抚顺和黄渤海地区的大风进行预报；李静睿等[5]通过对秦巴山区一次罕见雷暴大风的成因进行研究，得到热力不稳定条件和冷池是触发雷暴大风的主要原因。除此之外，诸多学者还利用统计学方法开展了更多有意义的研究。吴素良等[6]利用陕西黄土高原地区6个气象站11 a逐日极大风速和同期10 min最大风速资料，推算出了极大风速与最大风速的回归方程；谢巨伦等[7]利用逐步回归方法选取了预报因子，再利用概率回归和Logit方法建立了大风概率预报方程；俞飞等[8]将2005—2008年洛阳机场的大风个例分为东风型和西风型，并采用相关分析和逐步回归等方法，分别建立了东、西风型风速预报的多元非线性预报方程。随着数值预报模式不断发展，气象要素的预报效果有了明显的提升。胡波等[9]分别采用了直接经验映射法和间接经验映射法，结合WRF输出风场数据实现了对舟山海岛阵风的预报。阎丽凤等[10]对MM5等三种模式在山东沿海9个精细化海区代表站的日最大风速预报进行了检验，发现各模式普遍存在小风天气预报偏大，大风天气预报偏小的特点。曾瑾瑜等[11]发现模式预报风速相比实况极大风速偏小，并且预报平均误差由沿海向内陆逐渐减小。

陕西智能网格预报是基于国家气象中心下发的指导预报产品和不同数值模式预报产品，采用动态交叉取优方法，制作陕西省范围内温度、降水、风等11个气象要素的定量预报产品(分辨率为3×3 km格点)。在日常业务工作中，智能网格预报风场产品得到了很好的应用，其起止时间和提前量对预报员有一定的指导作用，但预报量级与实况具有一定的偏差。本文统计了2014—2019年发生在咸阳地区的大风天气过程，对过程的环流背景进行分析与总结，凝练出系统性大风和雷雨大风两种类型的大气环流特征和环境参量预报指标。通过对比2017—2019年大风过程中陕西智能网格预报风场产品与咸阳地区地面观测自动站大风实况结果，提炼出基于陕西智能网格预报风场产品的订正指标；利用该订正指标对2020年大风天气过程进行预报检验，评估订正指标的可靠性，以期为咸阳地区大风预报提供参考依据。

1 资料与方法

1.1 资料

所用资料包括：2014—2020年咸阳地区13个地面气象观测自动站风场数据、西安探空资料及多普勒雷达产品，2017—2020年陕西智能网格预报逐小时格点化风场产品(空间分辨率3×3 km)，以及2014—2019年NCEP/NCAR 1°×1°再分析资料(用于2类大风过程天气分型)。

1.2 个例筛选和方法

雷雨大风个例取自2014—2019年5—10月咸阳地区强对流事件发生个例库中出现的雷雨大风事件。系统性大风个例则定义为咸阳地区地面气象观测自动站3个及以上站点24 h平均风力达到或超过6级(风速≥10.8 m/s)，或瞬时风速超过7级(风速≥13.9 m/s)时且未出现在强对流事件记录中的大风事件。

采用“邻近法”，筛选离自动站最近8个格点的陕西智能网格预报风场产品的平均值作为逐小时站点预报值，随后计算出24个逐小时的最大风速作为最终的预报结果，对相应的实况站点最大风速进行定量化订正，通过对2020年大风过程的检验来评估2类大风过程的预报订正指标的适用性。由于陕西智能网格预报产品是2017年才开始下发使用，预报订正时只选用2017—2019年的大风个例。

1.3 检验方法

采用《全国智能网格气象预报业务规范》中风速、风向预报检验标准，对风速预报准确率(A)，风速预报偏强率(S)，风速预报偏弱率(W)，风向预报准确率(D)进行检验评估，计算公式如下。

(1)

(2)

(3)

(4)

(1)～(4)式中，Ri为第i级风力预报正确的站(次)数，表示预报风速和实况风速在同一等级；Si为第i级风力预报偏强的站(次)数，表示预报风速大于实况风速等级；Wi为第i级风力预报偏弱的站(次)数，表示预报风速小于实况风速等级。Di为对第i个方位预报正确的站(次)数，其定义为当预报风向中心角度与实况风向角度差在±45°内的站数，F为预报总站数。

2 大风个例统计结果及天气学分类

根据大风个例的筛选标准，2014—2019年共出现70次大风过程。从天气形势来看，其中42次为系统性大风，28次为雷雨大风。分析每类大风过程的环流形势，系统性大风可分为冷锋后部偏北大风(24例)和高压后部偏东大风(18例)；雷雨大风可分为高空冷槽型(4例)、西风槽型(6例)、副高影响型(10例)、冷涡后部型(4例)和低涡型(4例)5种类型。

2.1 系统性大风

通过分析系统性大风的天气背景特征发现，该类大风过程绝大多数出现在冬、春季，以春季居多。具体天气特征如下。

冷锋后部偏北大风 此类大风个例占系统性大风的57%，多发生在11月下旬至3月上旬的寒潮大风天气过程中。500 hPa天气图上(图1a)，欧亚大陆中高纬度呈一槽一脊形势，巴尔喀什湖以北受长波脊控制，脊前偏北气流引导冷空气在新疆北部不断堆积，随着贝加尔湖附近低值系统的发展东移南下，新疆到河套地区存在强劲的西北气流。700 hPa和850 hPa上，陕西东北部—四川东部存在切变，有明显的等温线密集带，斜压锋生作用产生垂直于锋区的次级环流使得低层锋区风力加大。伴随着冷空气迅速南下，河套以南受西北气流控制，冷锋位于陕北东部—四川中部，呈东北—西南走向，地面冷高压中心强度大于1 025 hPa，陕北至关中中西部形成较大的梯度风，咸阳地区受此影响出现了6级以上偏北大风。

图1 系统性大风天气模型(阴影为影响咸阳地区的系统性大风区域；a 冷锋后部偏北大风，b 高压后部偏东大风；审图号为GS(2019)3082号)

高压后部偏东大风 此类大风个例占系统性大风的43%，多发生在3月中下旬至4月下旬。500 hPa上(图1b)，华北弱脊和高原低槽东移相配合，随着短波低槽发展东移至陕西与甘肃上空，槽前脊后有明显的暖平流向东北方向扩展。700 hPa和850 hPa上，陇东—四川盆地北部的切变线前偏南风急流发展。地面上，华北北部有一冷高压中心，中心强度约1 015 hPa左右，整个陕西位于华北高压底后部，地面等压线密集，气压梯度力加大，此时咸阳地区出现6级左右偏东大风。

2.2 雷雨大风

高空冷槽型 此类大风个例占雷雨大风的14.3%，5—6月出现较多。500 hPa上(图2a)，中低纬度气流较为平直，贝加尔湖附近有低槽(涡)发展，受低槽底部下滑冷空气影响，中层环境干冷，低层700～850 hPa西南暖湿急流明显，风速大于14 m/s，为陕西中南部输送大量水汽和不稳定能量。地面上，华东地区受冷高压控制，随着冷高压不断向西扩展，高压底部偏东回流形成地面冷垫，其西侧暖湿空气沿着冷垫爬升，此时关中北部产生西北风与偏南风的辐合，触发了强对流天气发生，咸阳地区自北向南出现短时雷雨大风天气。

图2 雷雨大风天气模型(阴影为影响咸阳地区的雷雨大风区域；a 高空冷槽型，b 西风槽型，c 副高影响型一，d 副高影响型二，e 冷涡后部型，f 低涡型；审图号为GS(2019)3082号)

西风槽型 此类大风个例占雷雨大风的21.4%，多出现在6中下旬至7月上旬。500 hPa上(图2b)，中高纬度地区受河西到高原东南侧的西风带低槽东移影响，陕西上空处于槽前西南暖湿气流控制中，此时副热带高压位置偏东偏南，其外围暖湿空气与槽前西南气流交汇形成强劲的西南暖湿急流。700 hPa或850 hPa上，陕西中西部到四川北部形成东北—西南向的切变线，关中中西部地区地面上有明显的中尺度气旋性环流，存在不稳定能量积聚，随着低槽和中层切变线东移，冷空气侵入陕西中西部地区， 冷暖空气叠加致使中低层垂直风切变增强，对流组织化明显，多重因素共同影响下咸阳地区自西北向东南方向产生短时雷雨大风天气。

副高影响型 此类大风个例占雷雨大风的35.7%，多出现在7月中下旬到8月中旬。天气形势可分为两种：一种500 hPa上副热带高压势力较强，陕西处于副高边缘的西南气流中，贝加尔湖到新疆为东北—西南走向的长波槽，长波槽不断分裂短波槽东移南下至河套附近带来中层干侵入，加之盛夏午后地面加热作用使得不稳定能量积聚，热对流易在秦岭以北地区出现，随后向西北方向移动，造成咸阳东南部雷雨大风天气(图2c)；另一种，500 hPa高度场上副热带高压表现强盛，呈现北低南高态势，40°N以北为东西向的强冷锋区，陕西关中、陕南受副热带高压控制天气晴热。700 hPa(850 hPa)有干冷空气侵入形成干暖盖，850 hPa 与500 hPa温差明显，存在不稳定能量大值区(图2d)。地面冷锋东移南压至陕北—关中一带，形成对流触发的有利条件，引起咸阳地区自北向南出现雷雨大风天气。

冷涡后部型 此类大风个例占雷雨大风的14.3%，多出现在7月下旬到8月下旬。从天气形势(图2e)上来看，500 hPa～850 hPa蒙古至华北有一深厚冷涡，咸阳受冷涡底后部强盛的西北气流控制，925 hPa以下低层偏南暖湿气流带来充足的水汽和能量条件，此时咸阳中北部地面存在东北—西南走向的干线，“上干冷下暖湿”的不稳定配置在地面干线的触发下易产生强对流天气。此类雷雨大风天气发生时，前期以中尺度云团产生的短时强降水为主，由于强降水成熟阶段的拖曳作用引起下沉气流，下沉气流到达地面时形成强烈的辐散，从而在咸阳大部分地区产生短时大风。

低涡型 此类大风个例占雷雨大风的14.3%，在5—7月均有发生，但个例较少。主要的天气特征(图2f)为500 hPa上川西高原有低涡东移发展，在低涡的东北象限叠加700 hPa～850 hPa人字型切变线南侧的西南暖湿气流，地面上关中—陕南一带受到四川盆地东侧的低压倒槽影响，午后地面加热明显，在秦岭以北，西安西南侧引起热对流产生，随着地面偏南气流引导使得热对流不断向北推进，引起咸阳西南地区雷雨大风天气发生。

从5类雷雨大风发生时探空资料获得的各个物理量和雷达产品的统计结果(表1)来看，副热带高压型和低涡型CAPE值较小，分别在100～300 J/kg和300～400 J/kg；高空冷槽型、西风槽型和低涡后部型CAPE值较大(大于等于400 J/kg)。冷涡后部型和低涡型发生时K指数在35 ℃以下，SI指数为-2～-1 ℃，其余类型K指数和SI指数分别大于等于37 ℃和小于-2 ℃。此外，雷雨大风发生时DCAPE明显增大，其中冷涡后部型DCAPE值最大，大于等于50 J/kg；高空冷槽型最小，为6～8 J/kg。整体来看，高空冷槽型、冷涡后部型和低涡型发生时，大气上干下湿，低层较湿，水汽条件好，发生短时大风时均伴有短时强降水；西风槽型整层大气较干；副高影响型则为中层大气较干。高空冷槽型垂直风切变较大，一般都会大于等于2.2×10-3s-1，副高影响型则为1×10-3～1.7×10-3s-1。通过对雷达产品组合反射率因子和1.5°仰角的径向速度V分析来看，西风槽型和低涡型雷雨大风发生时，组合反射率因子都大于等于35 dBz，其他三类则大于等于30 dBz，且在对流发展移动过程中，其前沿均会出现阵风锋，这也成为短时大风产生时的主要特征之一。从雷达径向风来看，西风槽型和副高影响型发生时，最大径向速度一般会大于等于14 m/s，其余则大于等于12 m/s。

表1 不同雷雨大风产生时环境参量及雷达产品预警指标

3 智能网格风速预报客观订正指标

通过对比2017—2019年大风过程中陕西智能网格风场预报产品和实况站点风场，利用二者之间的风速差来对风场预报产品进行定量化订正。对于系统性大风(表2)，陕西智能网格预报提前72 h能预报出冷锋后部偏北大风和高压后部偏东大风，且提前48 h预报结果与实况差距最大，24 h和36 h次之，12 h最小。冷锋后部偏北大风提前12 h起报的逐小时平均风速的最大值处于10～11 m/s时，实况最大风速在14～15 m/s左右；高压后部偏东大风预报平均风速最大值在9～10 m/s时，实况最大风速在14 m/s左右。因此，对此类大风天气的最大风速预报而言，可参考提前12 h风速预报结果，在其基础上增加4 m/s左右进行预报订正。从最大小时增幅来看，当冷锋后部偏北大风实况的极大风速最大小时增幅为3～5 m/s时，预报的最大小时增幅为3 m/s左右；当高压后部偏南大风实况的极大风速最大小时增幅为2～4 m/s时，预报的最大小时增幅为2 m/s左右。可见，陕西智能网格风速预报2类系统性大风极大风速最大小时增幅与实况偏差较小，差值均在0～2 m/s左右，因此可在极大风速最大小时增幅预报值基础上增加0～2 m/s进行订正。

对于雷雨大风(表2)，陕西智能网格预报风场产品各起报时间的预报值与实况均有一定的偏差，提前12 h预报差值最大，36 h和48 h次之，24 h最小。尽管提前24 h最大风速预报与实况差距最小，但是与实况极大风速实况仍存在较大差距。因为雷雨大风触发机制复杂， 持续时间较短，影响系统移动迅速，单纯利用提前12 h以上等短期大风预报产品进行极大风速预报存在一定难度。从雷雨大风发生的3 h内极大风速最大小时增幅来看，高空冷槽型和副高影响型的实况增幅和预报增幅偏差最小，为2～3 m/s，冷涡后部型和低涡型约为2～4 m/s，西风槽型为1～5 m/s，而其他未发生雷雨大风时段内的最大小时增幅为1～2 m/s。因此最大小时增幅在2 m/s以上对雷雨大风的发生时段预报有一定的指示作用，且雷雨大风极大风速最大小时增幅预报与实况存在较大差距，可尝试将陕西智能网格预报风场产品和上一小节中雷雨大风产生时环境参量及雷达产品预警指标结合进行预报。

表2 咸阳地区大风天气智能网格预报指标 单位：m/s

高晓梅[12]、董春卿[13]等通过对雷雨大风发生时的环境参量和概率匹配分析得到采用25百分位参数值作为预报阈值相对合理。本文对咸阳地区雷雨大风环境参量25百分位进行了统计，将对流有效位能CAPE、下沉对流有效位能DCAPE、1.5°仰角的径向速度V以及0～6 km垂直风切变等7种影响风速变化的环境参量和雷达产品参数(表3)，与雷雨大风发生时25百分位的实况极大风速阈值进行概率匹配得到： 西风槽型订正后的极大风速与实况偏差最小，为3.4 m/s，低涡型订正后则与实况偏差最大为4.3 m/s。尽管订正后的极大风速与实况风速仍存在一定偏差，但相比订正前的陕西智能网格预报风速预报初始值,极大风速订正后的结果较订正前均有所提升。

表3 各环境参量、雷达产品参数和极大风速阈值表(以25百分位作为统计阈值)

4 检验评估

通过计算风速预报准确率，风速预报偏强率以及风速预报偏弱率，对咸阳地区2020年9次系统性大风和6次雷雨大风过程进行风力分级客观检验(图3)评估。结果表明：对于系统性大风而言，指标订正后的6级以上大风预报准确率提升了18.31%，达到40.80%，8级以上提升了7.06%,达到17.06%；6级、8级以上的预报偏弱率分别从56.98%下降至43.60%、80.84%下降至75.68%；偏强率相应减弱约4.93%和1.90%。对于雷雨大风，通过陕西智能网格预报和环境参数等联合订正后的6级以上大风预报准确率提升到33.37%，8级以上为29.74%；6级、8级以上的预报偏弱率分别从67.8%下降至36.47%、77.65%下降至41.45%；6级以上大风预报偏强率增强了9.70%，但对于8级以上却增加了16.83%。

图3 2020年2类大风不同风力等级订正预报检验

从风向预报检验结果来看(图4)，在系统性大风中，陕西智能网格预报风场产品的预报准确率较高，均在80%以上。但从雷雨大风准确率判断来看，除东风和西南风准确率在60%以下，其余均在60%～80%之间，准确率存在较大差异，这可能与咸阳地区地形因素有关。咸阳南邻秦岭，北接黄土高原。北部长武、旬邑、彬州、永寿和淳化海拔相对较高，气流通过永寿和淳化两县之间时风向会发生一定变化；南部8区县地势较低，偏东气流遇到秦岭时会有一定的辐合，风向发生转变。

图4 2020年2类大风过程风向预报准确率分布

5 结论与讨论

(1)发生在咸阳地区的大风个例可分为系统性大风和雷雨大风。系统性大风分为高压后部偏东大风和冷锋后部偏北大风，后者居多；雷雨大风分为高空冷槽型、西风槽型、副高影响型、冷涡后部型以及低涡型，其中，副高影响型占比最多，为35.7%。

(2)陕西智能网格预报风场产品能提前72 h准确预报出2类系统性大风天气过程，与其他起报时次相比，提前12 h预报的平均风速最大值与实况风速最大值之间差值最小，可将其预报结果增加4 m/s作为最终的最大风速预报。

(3)对于5类雷雨大风天气过程预报时，最大小时增幅在2 m/s以上对雷雨大风的发生时段预报有一定的指示作用。结合雷雨大风发生时25百分位的实况极大风速阈值、25百分位的陕西智能网格预报极大风速阈值、各环境参量和雷达产品参数25百分位值的概率匹配订正后的极大风速预报结果，较订正前陕西智能网格预报极大风速预报值有一定提升。

(4)通过对2020年大风个例的订正预报检验，显示2类大风的预报准确率均有所提升，尤其是对于6级以上系统性大风的预报准确率提升最明显，8级以上雷雨大风预报准确率提升约21.63%。由于雷雨大风过程影响因子复杂多变，陕西智能网格风速预报对于雷雨大风的订正预报还需进一步增加统计分析的样本数量，筛选和完善环境参量及雷达产品判别指标。此外，咸阳地形地貌复杂，不同地理环境下雷雨大风临近时的环境场存在较大差异。因此，在长期统计分析基础上，建立分区域的雷雨大风的指标及预报方法，将有助于咸阳地区雷雨大风天气预报的改进。

(5)陕西智能网格预报风场产品在预报大风风向时，系统性大风预报准确率均在80%以上，雷雨大风则在60%～80%之间，对西南风和东风2类风向的预报准确率有待提高。