魯鄭莉

（民航河南空管分局，河南 鄭州 451162）

雷暴發(fā)生規(guī)律分析及預(yù)報(bào)

魯鄭莉

（民航河南空管分局，河南 鄭州 451162）

利用雙流縣7年（2004～2011）的雷暴資料，選取與雷暴相關(guān)性較好的三個(gè)因子氣壓，溫度，相對濕度，并在考慮因子季節(jié)變化特征的基礎(chǔ)上，分別利用回歸分析法和判別分析法制作雷暴預(yù)報(bào) ，并用2012～2013年的7、8月雷暴資料進(jìn)行檢驗(yàn)。溫度，相對濕度與雷暴日相關(guān)性比氣壓好，對預(yù)報(bào)貢獻(xiàn)大，對雷暴日有較好的指示意義。綜合分析平均預(yù)報(bào)準(zhǔn)確率；判別分析法（78.5%）優(yōu)于線性回歸法（30.3%）；判別分析法均達(dá)到了一定的預(yù)報(bào)水平，具有較好的參考價(jià)值；而多元線性回歸方程選取了平均相對濕度作為預(yù)報(bào)雷暴日的標(biāo)準(zhǔn)，其預(yù)報(bào)效果不理想，其方法有待進(jìn)一步研究。

雷暴；氣溫；相對濕度；判別分析；多元回歸分析

雷暴是一種劇烈的天氣現(xiàn)象，其伴隨的各種劇烈的氣象要素變化會(huì)對飛行安全造成各種的影響。在雷暴區(qū)，除了閃電現(xiàn)象之外，還存在強(qiáng)烈的湍流、積冰、雷雨和大風(fēng)，甚至冰雹或龍卷等災(zāi)害性天氣 。雷電的電壓可達(dá)幾十萬伏，會(huì)造成很大的威脅。可能會(huì)擊穿飛機(jī)蒙皮，使機(jī)體受損，或?qū)е嘛w機(jī)上的電子設(shè)備失效，導(dǎo)致飛機(jī)失控，嚴(yán)重時(shí)，會(huì)造成機(jī)毀人亡。 雷暴云中的冰雹或下降到地面的冰雹損壞飛行中的飛機(jī)以及地面的航空器，由于雷暴云中垂直運(yùn)動(dòng)強(qiáng)烈．因而造成飛機(jī)嚴(yán)重蕺簸，雷暴云中含有大量的過冷水滴．故在其上部飛行常常發(fā)生較強(qiáng)的積冰，它所伴隨的下?lián)舯┝鱗1]、狂風(fēng)暴雨、低碎云、低能見度等天氣現(xiàn)象造成目視條件下降以及飛機(jī)空氣性能的改變對云下飛行及航班的起降造成嚴(yán)重威脅；強(qiáng)陣風(fēng)使飛機(jī)操縱困難[2]。

國內(nèi)外關(guān)于雷暴統(tǒng)計(jì)預(yù)報(bào)的方法在國內(nèi)外都已經(jīng)做了大量的研究，大多使用了多元線性回歸法、判別分析法、指標(biāo)疊加法、線性，非線性擬合方程等數(shù)學(xué)統(tǒng)計(jì)方法來對雷暴活動(dòng)規(guī)律做預(yù)報(bào)回歸方程[3]。

盡管氣象學(xué)界在雷暴預(yù)報(bào)方面已經(jīng)做出了大量的研究，但是由于資料的短缺和經(jīng)驗(yàn)的不足，不穩(wěn)定參數(shù)在時(shí)空高度上是隨高度變化的，且在大范圍環(huán)境中是不具有代表性的，因而應(yīng)用高時(shí)空分辨率長時(shí)間尺度的氣象資料來計(jì)算大氣不穩(wěn)定參數(shù)變得更加重要。尤其重要的是，雷暴隨異地有很明顯的差異，相同的預(yù)報(bào)方法產(chǎn)生的預(yù)報(bào)效果隨地區(qū)的差異也是不一樣的。雷暴特征的差異與地理位置、氣象條件、海拔高度都有很密切的聯(lián)系。

1 雷暴的形成的必備條件[4]

（1）深厚而明顯的不穩(wěn)定氣層具有大量的不穩(wěn)定能量理論和實(shí)踐都證明不穩(wěn)定的層結(jié)有為強(qiáng)對流性天氣提供充沛的能源。

（2）充足的低空水汽條件。濕度的鉛直分布影響到層結(jié)穩(wěn)定度，低層濕空氣的存在是雷暴產(chǎn)生的一個(gè)有利條件。足的水汽是雷暴可以發(fā)生發(fā)展的必要條件，一方面水汽是形成積雨云，興雨降雹的物質(zhì)基礎(chǔ)，另外一方面，水汽在凝結(jié)時(shí)釋放的潛熱也是雷暴得以發(fā)展的重要能量來源。

（3）抬升機(jī)制的存在。大氣中具有不穩(wěn)定能量和水汽條件后，為成云至雨提供了可能，再加上抬升機(jī)制的存在，導(dǎo)致形成雷暴云。一旦有切變、冷鋒等動(dòng)力性對流或者本地?zé)崃α骰蛘叩孛嫣绊懙犬a(chǎn)生的對流等觸發(fā)因子則非常有利于雷暴天氣的發(fā)生。

2 雷暴統(tǒng)計(jì)預(yù)報(bào)因子的選取

雷暴過境時(shí)近地面氣象要素和天氣現(xiàn)象都會(huì)表現(xiàn)出急劇變化，常給飛行造成嚴(yán)重影響。會(huì)出現(xiàn)氣壓猛升、氣溫驟降、風(fēng)向突變、風(fēng)速增大、開始降水或者降水增強(qiáng)等天氣現(xiàn)象，對于比較強(qiáng)烈的雷暴過程還會(huì)伴有強(qiáng)風(fēng)、冰雹、龍卷等激烈災(zāi)害性天氣現(xiàn)象[5]。

在形成雷暴前，積雨云中上升氣溫使高層輻散大于低層輻合，云中水汽凝結(jié)釋放的潛熱使空氣增溫，氣柱膨脹，所以，地面氣壓通常是下降的。當(dāng)雷暴臨近時(shí)，冷空氣丘到達(dá)時(shí)。氣壓開始上升。隨著雷暴的遠(yuǎn)離，氣壓又開始恢復(fù)正常。

雷暴來臨前，地面氣溫高，氣溫高，濕度大，風(fēng)力微弱，天氣悶熱。測站一般為暖濕空氣所盤踞。雷暴出現(xiàn)之前，地面相對水汽含量較大，一方面為降水提供水汽來源，另一方面水汽的凝結(jié)潛熱釋放提供不穩(wěn)定能量。

在7、8月，發(fā)生雷暴之前天氣悶熱，表明大氣底層氣溫高、層結(jié)不穩(wěn)定、水汽含量大，如果有適當(dāng)?shù)奶龣C(jī)制存在就可以產(chǎn)生雷暴。在本文利用自動(dòng)氣象站的實(shí)測資料，利用對雷暴有較好的指示意義因子氣壓、溫度、相對濕度作為預(yù)報(bào)因子。

3 使用判別分析法、回歸分析法建立預(yù)報(bào)方程

3.1 回歸分析法

回歸分析法基本思想[6],回歸分析是目前氣象統(tǒng)計(jì)分析中最為常用的一種方法。本文利用多元線性回歸分析方法對2004-2011年雙流縣雷暴發(fā)生規(guī)律進(jìn)行分析。受雙流縣氣象資料的限制，本文雷暴預(yù)報(bào)是用前一天的氣象要素資料平均氣壓x1、平均溫度x2作為預(yù)報(bào)因子，第二天的平均相對濕度作為預(yù)報(bào)量y，建立相對濕度的回歸預(yù)報(bào)方程。建立多元線性回歸方程組

其中b0、b1、b2為回歸系數(shù)、S11為氣壓距平方差、S12為氣壓溫度距平協(xié)方差、S22為溫度距平方差、S1y為氣壓濕度距平協(xié)方差、S2y為溫度濕度距平協(xié)方差。y為濕度平均，x1為氣壓平均，x2為溫度平均。

查表在5%顯著水平下，分子自由度為2分母自由度為428，F(xiàn)＞Fα，故回歸方程是顯著的。

雷暴日的平均相對濕度樣本平均值是85.54，無雷暴日的平均相對濕度樣本平均值是83.35，可以將有雷暴的相對濕度平均值和無雷暴相對濕度平均值坐平均的值84.45定義為預(yù)報(bào)日雷暴發(fā)生的標(biāo)準(zhǔn)，用回歸方程得到的預(yù)報(bào)值與此標(biāo)準(zhǔn)值比較得到雷暴發(fā)生條件。

通過把2004～2011年資料的回代檢驗(yàn)，有雷暴的預(yù)報(bào)準(zhǔn)確率為31.9%；無雷暴的預(yù)報(bào)準(zhǔn)確率為46.0%，將2012～2013年資料代入得出有雷暴的預(yù)報(bào)準(zhǔn)確率為21.2%；無雷暴的預(yù)報(bào)準(zhǔn)確率為40.4%。空報(bào)率大且預(yù)報(bào)的準(zhǔn)確率低。考慮造成這種情況的原因有:一是限于所采用的資料長度較短；二是選取因子的時(shí)段不確切，如能選取像是逐時(shí)的氣象要素資料或是一些表示輻合的因子可能效果會(huì)更好。

3.2 判別分析法

本文利用雙流縣雷暴發(fā)生前一日的氣象要素觀測資料運(yùn)用判別分析方法做出雷暴是否出現(xiàn)的預(yù)報(bào)。費(fèi)歇爾判別法是一種應(yīng)用廣泛、具有較高判別能力的多元邏輯概率判別方法.基于費(fèi)歇爾判別法[6],結(jié)合實(shí)際數(shù)據(jù)確定雷暴是否發(fā)生的預(yù)報(bào)方程，將資料分為兩類別，有雷暴和無雷暴。利用2001年到2010年的7、8月份的氣象資料選取三個(gè)因子，平均氣壓、平均溫度、平均相對濕度。對此筆者應(yīng)用SPSS軟件建立預(yù)報(bào)量分為二級(jí)時(shí)三個(gè)因子的判別函數(shù)

y是預(yù)報(bào)量、c1c2c3是判別系數(shù)、x1因子代表預(yù)報(bào)前一天的平均氣壓、x2因子代表預(yù)報(bào)前一天的平均溫度、x3因子代表預(yù)報(bào)前一天的平均相對濕度

建立求判別系數(shù)的標(biāo)準(zhǔn)方程組：

yc為差別值 、n1為雷暴樣本數(shù)、n2為非雷暴樣本數(shù)、與為雷暴和非雷暴的判別函數(shù)平均值，若y＞yc報(bào)雷暴；反之，y＜yc報(bào)無雷暴。

通過對雙流縣資料整理，利用spass軟件計(jì)算求得判別系數(shù)及判別方程

通過把2004到2011年資料的回代得出對雷暴預(yù)報(bào)準(zhǔn)確率為81.4%；無雷暴預(yù)報(bào)準(zhǔn)確率為61.8%.空報(bào)率較大，同時(shí)將2012年到2013年資料預(yù)報(bào)雷暴預(yù)報(bào)準(zhǔn)確率為81.8%；無雷暴預(yù)報(bào)準(zhǔn)確率為75.7 %。判別分析得出的預(yù)報(bào)方程準(zhǔn)確率比回歸分析高，具有一定的參考意義。

4 結(jié)論

（1)相比氣壓，溫度與相互濕度與雷暴日相關(guān)性較好，對雷暴日有較好的指示意義。

（2）雙流縣2004～2011年10年間7、8月份的逐日氣象要素（日平均氣壓、日平均氣溫、日平均相對濕度）觀測數(shù)據(jù)，運(yùn)用判別分析法、線性回歸分析法建立預(yù)報(bào)方程，并用2012～ 2013年兩年的氣象資料進(jìn)行雷暴的預(yù)報(bào)。

綜合分析預(yù)報(bào)準(zhǔn)確率平均值，判別法（78.5%）優(yōu)于線性回歸法（30.3%）；判別分析法均達(dá)到了一定的預(yù)報(bào)水平，具有較好的參考價(jià)值；而多元線性回歸方程利用平均相對濕度判定雷暴是否發(fā)生，其預(yù)報(bào)效果不理想，其方法有待進(jìn)一步研究。回歸分析、判別分析是根據(jù)歷史數(shù)據(jù)擬合出預(yù)報(bào)方程，得出的結(jié)果僅供參考。因?yàn)樗捎玫馁Y料長度較短，以及選取實(shí)測資料作為因子，并不能直接較好反應(yīng)層結(jié)穩(wěn)定度。因此在實(shí)際的預(yù)報(bào)時(shí)，必須對統(tǒng)計(jì)結(jié)果進(jìn)行綜合分析判斷并同時(shí)結(jié)合鋒面，高空槽，切變線，低渦等天氣系統(tǒng)，西太平洋副熱帶高壓的西部邊緣等天氣形勢來進(jìn)行對雷暴進(jìn)行分析。

[1] （美）TT.藤田.下?lián)舯┝鱗M].北京:氣象出版社,1988.

[2] 空軍司令部.航空氣象[M].北京:藍(lán)天出版社,1989.

[3] 孫凌,周筠珺,楊靜.雷暴預(yù)警預(yù)報(bào)的研究進(jìn)展[D].成都:成都信息工程學(xué)院,2009.

[4] 朱乾根,林錦瑞.天氣學(xué)原理和方法[M].北京:氣象出版社,2000.

[5] 周建華.航空氣象業(yè)務(wù)[M].北京:氣象出版社.2011.

[6] 黃嘉佑.氣象統(tǒng)計(jì)分析與預(yù)報(bào)方法(第三版)[M].北京:氣象出版社,2004.

Prediction of thunderstorms in Shuangliu County

In this paper,it use the data of thunderstorm about 7 years (2004-2011) to analyse and summarize the climate and thunderstorm activity regularity. The three factors air pressure, temperature,and relative humidity have a good correlation with thunderstom. Basing on the considering the seasonal factor , It use the regression analysis and discriminant analysis method to make a equation to forecast thunderstorm. Then it use the equation to forecast 2012 to 2013 data. Comprehensive After analysing of the average forecast accuracy, temperature and relative humidity have a good correlation with thunderstorm. Discriminant analysis (78.5%) is better than the linear regression method (30.3%). The discriminant analysis method achieves a certain prediction, has good reference value. But Multiple linear regression equation select the average relative humidity as the standard forecast thunderstorm. Its forecast effect is not ideal, needs further researching.

Thunderstorm; temperature; relative humidity;discriminant analysis; multivariate regression analysis

P456

A

1008-1151(2015)03-0212-03

2015-02-06

魯鄭莉，供職于民航河南空管分局。