吳徐燕,陳 林,楊舒琳
(1.晉江市氣象局,福建晉江 362200;2.泉州市氣象局,福建泉州 362000)
?
晉江4~6月強降水綜合預(yù)報初探
吳徐燕1,陳 林2,楊舒琳1
(1.晉江市氣象局,福建晉江 362200;2.泉州市氣象局,福建泉州 362000)
摘要先利用1998~2012年探空資料和降水觀測資料,對晉江4~6月強降水的形勢特征進行分析和總結(jié),得出晉江產(chǎn)生強降水的形勢主要分為鋒面降水和季風(fēng)降水,而鋒面降水又分為東北低槽型和西南低槽型,并得到形勢預(yù)報判據(jù);再結(jié)合2010~2014年4~6月T639數(shù)值模式預(yù)報場資料定性研究強降水預(yù)報,使用模式輸出統(tǒng)計(MOS)預(yù)報方法確定的統(tǒng)計-動力相結(jié)合的思路,通過相關(guān)分析初步篩選預(yù)報因子,用事件概率回歸和Logistic回歸方法確定最終預(yù)報因子,建立起預(yù)報因子與降水量之間的關(guān)系,并對預(yù)報方程進行優(yōu)化和TS評分檢驗,結(jié)果表明Logistic具有更好的預(yù)報效果;最后根據(jù)預(yù)報方程和形勢預(yù)報判據(jù)得到晉江市4~6月強降水綜合定性預(yù)報系統(tǒng),操作簡便,為強降水定性預(yù)報工作提供參考。
關(guān)鍵詞4~6月;強降水;天氣形勢;MOS預(yù)報;綜合預(yù)報
晉江地處我國東南沿海,是降水豐沛的地區(qū),同時氣象災(zāi)害較為嚴重。每年的4~6月晉江進入前汛期,這一時期的降水總量可占全年總降水量的40%以上,再加上降水持續(xù)時間長、降水強度強、突發(fā)性強等特點,由強降水引發(fā)的氣象災(zāi)害頻繁發(fā)生。因此研究4~6月強降水、探索更多適用當(dāng)?shù)氐念A(yù)報方法有十分重要的意義。
近年來,基于數(shù)值產(chǎn)品的解釋應(yīng)用技術(shù)越來越受重視。模式輸出統(tǒng)計(MOS)方法是在眾多數(shù)值產(chǎn)品釋用方法中使用最多、效果較好的動力統(tǒng)計方法[1]。劉還珠等[2]和陳豫英等[3]分別利用T213模式資料和MM5輸出產(chǎn)品建立MOS預(yù)報系統(tǒng),并實現(xiàn)業(yè)務(wù)運行,結(jié)果均表明MOS方法的預(yù)報基本達到了業(yè)務(wù)可用的標(biāo)準(zhǔn),預(yù)報水平相比原模式有了一定的提高。為了探索更多的適用當(dāng)?shù)?~6月強降水的預(yù)報方法,筆者將模式輸出統(tǒng)計和形勢預(yù)報結(jié)合,對晉江4~6月強降水綜合預(yù)報方法進行研究。
1 4~6月強降水的形勢特征及預(yù)報判據(jù)
對晉江1998~2012年4~6月強降水發(fā)生前500、700和850 hPa環(huán)流場以及海平面氣壓場進行綜合分析,并分類歸納特征(主要討論西風(fēng)帶系統(tǒng)下的強降水),強降水過程的形勢大致分為鋒面低槽強降水和鋒前暖區(qū)(即夏季風(fēng))強降水,而鋒面低槽類又可分為東北低槽型和西南低槽型。鋒面降水與風(fēng)暴軸有關(guān),為大尺度抬升凝結(jié)降水,季風(fēng)降水受控于大氣層結(jié),為對流性降水[4]。5月中旬前,冷空氣勢力仍較強,冷暖氣流交匯容易形成強降水,5月中旬以后,夏季風(fēng)暴發(fā)并推進到華南,鋒前暖區(qū)潮濕不穩(wěn)定,很容易產(chǎn)生強降水,降水量一般大于鋒面降水,但面積比鋒面降水小,局地性較強。
1.1鋒面低槽類強降水形勢特征
1.1.1東北低槽型。
1.1.1.1500 hPa環(huán)流形勢。500 hPa歐亞地區(qū)環(huán)流經(jīng)向度大,中高緯地區(qū)槽脊明顯,西風(fēng)槽位于我國東部地區(qū),常有東北低渦相伴,有時候低渦位置偏南則為江淮氣旋,伴有低渦則槽底位置能到華南沿海,降水強度更強,容易產(chǎn)生暴雨;槽底南伸至江南西部,甚至西南南部,有些伴有南支槽配合,則有利于引導(dǎo)中高緯冷空氣南下從東路南下影響華南(圖1a1)。如果冷渦強度很強,或冷渦上游或下游伴有阻塞高壓,則高空槽移動緩慢,可產(chǎn)生連續(xù)性強降水(圖1a2)。副熱帶高壓北緣多在華南沿海,>12 m/s的強西風(fēng)軸較為寬廣,副高西脊點偏西,晉江處于副高邊緣不穩(wěn)定區(qū)域內(nèi),副高北側(cè)的暖濕氣流將豐沛水汽向晉江輸送。
1.1.1.2低層環(huán)流形勢。低層有相應(yīng)的切變線東移配合,有時有完整的閉合低渦和相應(yīng)低渦切變(中層低渦深厚,可能產(chǎn)生暴雨),多數(shù)為冷式切變,切變提供了形成強降水的水汽條件、位勢不穩(wěn)定和輻合上升運動條件。有時低層會伴有西南低空急流,若是有風(fēng)速輻合,則有利于水汽堆積。
1.1.1.3地面形勢。冷空氣強度較強,冷高壓中心有時在西南地區(qū)(西路型),有時在河套地區(qū)(中路型),冷空氣迅速向東南沿海擴散,有時由于受武夷山脈阻擋,可形成武夷山錮囚鋒,冷鋒前緣壓到福建沿海一帶,這一類型主要出現(xiàn)在4月份,低槽和切變線快速南壓,降水持續(xù)時間不會太長,不會出現(xiàn)連續(xù)性強降水天氣(圖1b1)。蒙古至東北一帶為低壓控制,冷空氣主體在海上,勢力較弱,冷空氣從冷高后部沿海上滲透下來(東路型),將原本控制華南地區(qū)的倒槽南壓,這一類型主要出現(xiàn)在5月(圖1b2)。
1.1.2西南低槽型。
1.1.2.1500 hPa環(huán)流形勢。500 hPa歐亞地區(qū)環(huán)流徑向度較小,高緯地區(qū)是緯向多波型,我國西南地區(qū)有低渦向東移動,有時沒有形成低渦,只是等高線的氣旋性曲率很大,相應(yīng)的低槽槽底達到中南半島北部,副熱帶高壓較東北低槽型偏東,西北緣在南海東北部(圖2a)。
1.1.2.2低層環(huán)流形勢。低層西南地區(qū)有相應(yīng)的低渦,華南位于低渦的東南象限、氣旋式彎曲較大之處,有時為暖切之處,有時為氣旋式輻合,有些過程在切變線的南側(cè)有低空急流存在(圖2b)。
1.1.2.3地面形勢。西南地區(qū)有熱低壓或地面倒槽形成,西南倒槽向西南開口,槽底向東或東北方向伸展控制福建(圖2c1)。北方冷空氣南下推動倒槽向南移動發(fā)展,冷鋒逐漸進入倒槽,形成鋒面低槽(圖2c2)。熱低壓和地面倒槽發(fā)展范圍越廣,降水強度越強。在這種形勢下,低槽和切變線南壓較慢,降水持續(xù)時間長,容易出現(xiàn)連續(xù)性強降水過程。
注:a1.1999年4月11日20:00;a2.1999年5月25日08:00;b1.2003年4月13日17:00;b2.2004年5月7日20:00。圖1 東北低槽型強降水500 hPa環(huán)流形勢(a)和海平面氣壓場(b)
注:c1.2008年5月8日20:00;c2.2008年5月9日11:00。圖2 西南低槽型強降水500 hPa(a)、700 hPa(b)環(huán)流形勢和海平面氣壓場(c)
1.2夏季風(fēng)降水(鋒前暖區(qū)降水)形勢特征
1.2.1地面形勢。冷空氣勢力弱,長江以南無鋒面活動,地面西南地區(qū)熱低壓或地面倒槽強烈發(fā)展(圖3a2),西南和華南西部氣壓較低,低壓中心處于西南地區(qū)或廣西東南部及北部灣,低壓槽向東伸展到長江中下游地區(qū),東海和臺灣附近氣壓較高,氣壓場呈東高西低,等壓線多為近南北走向(圖3a1)。晉江位于低壓倒槽中,處于輻合上升區(qū)。
1.2.2低層環(huán)流形勢。西南地區(qū)處于低壓區(qū),有時伴有閉合低壓中心,有時只是低壓槽,長江流域有東西向暖式切變或靜止鋒切變南北擺動(圖3b2),有時只有西南氣流在中西部上空的氣旋式彎曲。華南地區(qū)西南氣流強盛,有時達到急流強度,急流軸在華南沿海,再加上有些過程西南氣流風(fēng)速輻合明顯(圖3b1)。
1.2.3500 hPa環(huán)流形勢。在四川盆地到我國東南沿海有西風(fēng)槽或低渦活動,南支槽東移過程中將影響到華南沿海,孟加拉灣有低槽或低渦活動,副熱帶高壓環(huán)流脊線位于15°N附近,有時西伸至南海或以西(圖3c1),有時偏東,福建中南部沿海處于副熱帶高壓北側(cè),受較強的西南或西南偏西氣流控制。如果中高緯為阻高加低渦形勢,可產(chǎn)生持續(xù)性強降水(圖3c2)。
注:a1.2008年6月13日17:00;a2.2003年6月26日02:00;b1.2010年6月13日20:00 700 hPa;b2.1998年6月22日 20:00 850 hPa;c1.2010年6月13日20:00;c2.1999年6月22日20:00。圖3 夏季風(fēng)強降水海平面氣壓場(a)、中低層(b)和500 hPa(c)環(huán)流形勢
1.3 強降水預(yù)報判據(jù)
1.3.1中層。中緯地區(qū)有西風(fēng)槽東移,槽深,槽底南壓至長江以南;低緯西南地區(qū)有短波槽或南支槽配合東移,晉江受較強的西南氣流控制。
1.3.2低層。切變線南壓或東伸至福建中部地區(qū);晉江西南氣流強盛,有時達到低空急流強度。
1.3.3地面。北方冷空氣南下,鋒面壓到華南地區(qū);西南地區(qū)低壓倒槽強烈發(fā)展,海平面氣壓場西高東低,等壓線接近南北走向。
2 4~6月強降水MOS預(yù)報
2.1資料的選取選取2010~2014年4~6月共455 d T639數(shù)值模式預(yù)報產(chǎn)品格點資料(20:00起報)和相應(yīng)日期(20:00~次日20:00)的降水實況資料。T639資料的網(wǎng)格點分辨率為1°×1°。
2.2 資料預(yù)處理
2.2.1因子的初步篩選和加工。根據(jù)預(yù)報員的經(jīng)驗,粗選一些與降水相關(guān)的動力、熱力和水汽及天氣學(xué)等條件相關(guān)的物理量因子,如海平面氣壓、高度、溫度、溫度平流、風(fēng)速、風(fēng)向、渦度、渦度平流、散度、垂直速度、相對濕度、水汽通量、水汽通量散度、K指數(shù)等因子,包含各個高度層、1 000~200 hPa;并對一些因子進行組合加工,共得到127個因子。如T639中的風(fēng)是以二維矢量的格式儲存的,不適合直接用于計算,把風(fēng)矢量分解為經(jīng)向風(fēng)和緯向風(fēng)的一維量即可;還有一些組合的因子,如E-T、24 h變溫、24 h變壓、VOR700-DIV850(VOR為渦度,DIV散度),反映中低層的動力結(jié)構(gòu)。組合過程中需注意因子量級的統(tǒng)一,另還需考慮因子之間的獨立性[5]。
2.2.2空間上的處理。由于數(shù)值預(yù)報產(chǎn)品在輸出上存在噪音,單個格點的預(yù)報量有一定的偶然性和非代表性,在此選取覆蓋晉江站(118.34°E、24.49°N)的6個格點組成的長方形關(guān)鍵區(qū)域(117°~119°E、24°~25°N)資料,取其平均值和極值作初選因子,因子數(shù)量則翻倍(127×2)。
2.2.3時間上的處理。為了克服數(shù)值預(yù)報產(chǎn)品對天氣系統(tǒng)移速預(yù)報偏快或偏慢、偏強或偏弱的缺點,在臨近的3個時效的產(chǎn)品進行疊加處理,取其疊加的極值(絕對值最大)作3個時效的合成場,可以更好地反應(yīng)預(yù)報時效內(nèi)因子的最大貢獻值。如預(yù)報時效為24 h,就選取21、24、27 h 3個時次做疊加處理[6]。
2.3預(yù)報量與預(yù)報因子的處理及因子預(yù)篩選采用強降水標(biāo)準(zhǔn)為24 h(20:00~次日20:00)雨量≥25 mm。普查2010~2014年日雨量,共34場強降水,把這些強降水發(fā)生日期對應(yīng)預(yù)報量定義為1,否則為0。預(yù)報因子保持原先連續(xù)型變量,進行標(biāo)準(zhǔn)化處理,化為無量綱標(biāo)準(zhǔn)化變量,這樣預(yù)報方程的系數(shù)大小即可代表每個預(yù)報因子對降水的貢獻。
對預(yù)報量與127×2個因子進行相關(guān)分析,凡是通過0.05顯著性檢驗的予以保留,否則剔除,最后剩下19個預(yù)報因子。
2.4 預(yù)報方程的建立
2.4.1 事件概率回歸分析(REEP)。事件概率回歸主要考慮降水量與因子的線性關(guān)系,這里采用逐步回歸方法對19個因子進一步共線性篩查,最后進入方程的預(yù)報因子及其回歸系數(shù)如表1所示,逐步回歸篩選剩下的5個進入方程的因子間復(fù)相關(guān)系數(shù)為0.357,已經(jīng)具有0.05的顯著性水平,說明回歸方程效果顯著。
表1 事件概率回歸方程的因子及系數(shù)
預(yù)報因子的物理意義:200 hPa垂直速度反映了高層動力條件,表明地面強降水的發(fā)生,需要配合非常強的高層動力條件;700 hPa 24 h變高反映了低層系統(tǒng)變化情況,表明低層冷空氣侵入有利于降水凝結(jié);300 hPa和600 hPa經(jīng)向風(fēng)與降水量分別呈負相關(guān)和正相關(guān),表明高層北風(fēng)(如冷空氣侵入)和中低層南風(fēng)的垂直風(fēng)切變有利于強降水的發(fā)生。
2.4.2 Logistic回歸分析。 在制作MOS預(yù)報時,用事件概率回歸(REEP)方法做降水概率預(yù)報主要有兩方面的不足,一是預(yù)報量的擬合值有時可超出概率變化范圍;二是在預(yù)報量為定性變量的情況下,預(yù)報因子與事件發(fā)生概率之間存在非線性關(guān)系,事件概率回歸不能擬合這種非線性關(guān)系[8]。下面用Logistic非線性回歸方法試驗。
表2 Logistic模型方程的因子及系數(shù)
TS評分在一定程度上對降水發(fā)生的概率有一定的依賴性,降水多的地區(qū)評分高,降水少的地區(qū)評分相對偏低,這不利于不同地區(qū)不同氣候概率下預(yù)報的比較。強降水發(fā)生的概率本身很小,以0.5作為判斷有無強降水發(fā)生的標(biāo)準(zhǔn)并不恰當(dāng),所以嘗試使用調(diào)低分類標(biāo)準(zhǔn)即閾值。參考晉江強降水發(fā)生的頻率(有降水的樣本數(shù)占總樣本的比例),2010~2014年強降水發(fā)生的概率<0.1,嘗試0.1~0.5的數(shù)值,以能提高的最優(yōu)TS評分為標(biāo)準(zhǔn),尋找最優(yōu)閾值。 將系數(shù)和因子帶入方程中求得擬合的預(yù)報量,并不斷調(diào)整閾值計算不同預(yù)報方法的TS評分。預(yù)報量擬合過程中,將超出概率變化范圍的值進行相應(yīng)處理,如大于1則記為1,小于0則記為0。預(yù)報量的擬合值的分類臨界值,即閾值(大于閾值記為1,小于閾值記為0)需根據(jù)當(dāng)?shù)貜娊邓l(fā)生概率適當(dāng)調(diào)整,優(yōu)化結(jié)果為: 事件概率回歸方程優(yōu)化閾值取0.213能使TS評分達最大,為0.324; Logistic回歸方程優(yōu)化閾值取0.282時,TS評分達最大,為0.345。 對比可知,Logistic回歸方程的預(yù)報效果優(yōu)于事件概率回歸方程。
3 綜合預(yù)報平臺構(gòu)建
將實時T639數(shù)值預(yù)報資料(20:00起報,預(yù)報時效為21、24和27 h)中的200 hPa垂直速度、700 hPa 24 h變高、300 hPa風(fēng)、600 hPa風(fēng)按照“2.2”的數(shù)據(jù)處理方法處理,并進行標(biāo)準(zhǔn)化處理,將處理后的因子帶入Logistic回歸方程中,最終得到降水概率的擬合值,若擬合值≥0.345(Logistic模型優(yōu)化閾值),則返回1,表示晉江未來24 h出現(xiàn)強降水的概率較大,否則返回0,即出現(xiàn)強降水的概率較小。用上述方法編制Fortran程序,得到相應(yīng)的24 h強降水預(yù)報返回值并0、1化,得到一個數(shù),此為MOS客觀預(yù)報結(jié)論。
接著在程序中加入形勢預(yù)報判據(jù),分別對中層、低層和地面形勢進行主觀判斷,符合判據(jù)則輸入1,否則輸入0,在此得到3個數(shù),此為形勢預(yù)報結(jié)論。
將以上4個數(shù)相加為綜合預(yù)報結(jié)論,并根據(jù)實況對綜合預(yù)報閾值進行優(yōu)化,利用2013~2014年T639資料、高空資料和降水實況進行預(yù)報試驗,最后將閾值定為3,達到最優(yōu)預(yù)報效果,TS評分為0.403。
第1次運行此平臺(圖4)前閱讀說明文檔 ,并按要求操作,需要安裝Fortran和.Net4.0,且需運行Fortran程序;第2次以后的日常運行僅需先雙擊zongheyubao.exe,再打開jinjiangprogram.exe程序,然后主觀形勢判斷,即可得出最終預(yù)報結(jié)論,可為今后的4~6月強降水定性預(yù)報提供一定參考。
圖4 晉江4~6月強降水綜合預(yù)報平臺截圖
4小結(jié)與討論
(1)晉江6月出現(xiàn)強降水的概率最大,4~6月強降水主要發(fā)生在副熱帶高壓北側(cè)的西風(fēng)帶中,按形勢特征分為鋒面降水和季風(fēng)降水,而鋒面降水又可分為東北低槽型和西南低槽型。
(2)鋒面低槽型500 hPa西風(fēng)槽位于我國東部地區(qū),環(huán)流經(jīng)向度較大,低層切變線壓到福建中部,地面冷鋒南壓至東南沿海地區(qū)。西南低槽型500 hPa環(huán)流經(jīng)向度小,西南地區(qū)有低槽東移;低層西南相應(yīng)切變線東移;地面西南地區(qū)有東北向低壓倒槽,受冷空氣南壓。鋒前暖區(qū)型500 hPa受較強的西南或西南偏西氣流控制,低層配合較強西南氣流,地面西南地區(qū)低壓槽強烈發(fā)展,西低東高,等壓線近南北走向。據(jù)以上形勢特征得出相應(yīng)強降水預(yù)報判據(jù)。
(3)利用T639數(shù)值產(chǎn)品和日降雨量進行強降水定性的MOS預(yù)報方法研究。通過對因子加工、組合以及空間、時間上的插值,取平均和極值等處理,最終得到127×2個因子,進行了2種預(yù)報方法試驗:①事件概率回歸分析,預(yù)報量按是否發(fā)生大雨0、1化,預(yù)報因子進行標(biāo)準(zhǔn)化處理,用相關(guān)分析初步篩選出與預(yù)報量顯著相關(guān)的21個因子,建立逐步回歸方程;②Logistic回歸分析,為了避免預(yù)報量擬合值超出概率變化范圍,并考慮預(yù)報因子與預(yù)報量之間的非線性關(guān)系,建立Logistic回歸方程。
(4)通過計算TS評分的方法對各個預(yù)報方程預(yù)報效果進行檢驗,預(yù)報擬合值分類標(biāo)準(zhǔn)進行優(yōu)化調(diào)整TS評分,結(jié)果表明,優(yōu)化閾值后的Logistic回歸的預(yù)報效果優(yōu)于事件概率回歸方程。
(5)利用實時T639數(shù)值預(yù)報資料和Logistic回歸方程得到強降水發(fā)生概率擬合值,根據(jù)閾值定性預(yù)報強降水是否發(fā)生,并將結(jié)果反饋出來,結(jié)合形勢預(yù)報判據(jù),主客觀預(yù)報相結(jié)合,為強降水綜合預(yù)報提供有效依據(jù),得到晉江4~6月強降水的綜合預(yù)報平臺。試用表明,平臺可為日常預(yù)報提供較好的參考。
參考文獻
[1] 丁士晟.中國MOS預(yù)報的進展[J].氣象學(xué)報,1985,43(3):332-338.
[2] 劉還珠,趙聲蓉,陸志善,等.國家氣象中心氣象要素的客觀預(yù)報:MOS系統(tǒng)[J].應(yīng)用氣象學(xué)報,2004,15(2):181-191.
[3] 陳豫英,陳曉光,馬金仁,等.風(fēng)的精細化MOS預(yù)報方法研究[J].氣象科學(xué),2006,26(2):210-216.
[4] 朱乾根,林錦瑞,壽紹文,等.天氣學(xué)原理與方法[M].北京:氣象出版社,2000:345-350.
[5] 馮耀煌,楊旭.論最優(yōu)預(yù)報因子與最優(yōu)預(yù)報方程[J].氣象學(xué)報,1989,47(1):52-60.
[6] 朱桂林.降水概率預(yù)報方法及其應(yīng)用研究[D].青島:中國海洋大學(xué),2004:9-12.
[7] 黃嘉佑.氣象統(tǒng)計分析與預(yù)報方法[M].北京:氣象出版社,2004:50-54,81-83.
[8] 黃億.基于MOS方法的客觀降水預(yù)報模型的研究與應(yīng)用[D].南京:南京信息工程大學(xué),2008:10-13.
收稿日期2015-11-18
作者簡介吳徐燕(1987-),女,江西上饒人,工程師,碩士,從事短期預(yù)報研究。
基金項目福建省氣象局新錄用研究生基層專項(2012g03)。
中圖分類號S 165
文獻標(biāo)識碼A
文章編號0517-6611(2015)36-281-05