斯 琴,王佳津,荀學(xué)義,包福祥
(1.內(nèi)蒙古自治區(qū)氣象臺,內(nèi)蒙古 呼和浩特 010051;2.四川省氣象臺,四川 成都 610072; 3.內(nèi)蒙古自治區(qū)氣候中心,內(nèi)蒙古 呼和浩特 010051)
?
基于T639對流參數(shù)的內(nèi)蒙古強對流天氣潛勢預(yù)報方法初探
斯 琴1,王佳津2,荀學(xué)義1,包福祥3
(1.內(nèi)蒙古自治區(qū)氣象臺,內(nèi)蒙古 呼和浩特 010051;2.四川省氣象臺,四川 成都 610072; 3.內(nèi)蒙古自治區(qū)氣候中心,內(nèi)蒙古 呼和浩特 010051)
統(tǒng)計內(nèi)蒙古地區(qū)2011—2014年汛期短時強降水、冰雹、大風(fēng)強對流天氣的基礎(chǔ)上,利用T639 1°×1°逐3 h的數(shù)值模式產(chǎn)品計算物理量,選取與強對流天氣相關(guān)性較好的敏感對流參數(shù)作為預(yù)報因子,通過權(quán)重分析建立未來0~12 h強對流天氣及落區(qū)的潛勢預(yù)報方程,并確定判別不同強對流天氣的閾值。通過對2013年8月進行的預(yù)報試驗結(jié)果表明:發(fā)生強對流天氣的平均TS評分為0.35;不發(fā)生強對流天氣的平均TS評分為0.51;3種強對流天氣預(yù)報中對冰雹預(yù)報效果不理想,但對大風(fēng)及短時強降水預(yù)報效果好。
強對流天氣;潛勢預(yù)報;對流參數(shù);T639數(shù)值預(yù)報產(chǎn)品;閾值
強對流天氣落區(qū)預(yù)報逐步由天氣學(xué)分型預(yù)報向數(shù)值模式釋用和物理參數(shù)診斷分析方向轉(zhuǎn)變。彭班治等[1]對國外強對流天氣研究方面做過一些介紹。美國風(fēng)暴預(yù)報中心是目前世界上唯一能對全國范圍的強對流天氣進行警戒和預(yù)報的預(yù)報中心,該預(yù)報中心利用歷史資料對CAPE、風(fēng)切變等參數(shù)進行統(tǒng)計,總結(jié)并確定了這些指數(shù)在各類強對流天氣中的閾值,從而進行各類強對流天氣的預(yù)報。國內(nèi)強對流天氣預(yù)報以前更多是基于雷達資料[2-5],近幾年氣象工作者在潛勢預(yù)報方法研究方面開展了大量工作,如國家氣象中心針對GRAPES_RUC等中尺度模式及T639等全球預(yù)報模式,相繼開發(fā)完成了20余種物理參數(shù)客觀診斷分析產(chǎn)品[6],其中強天氣威脅指數(shù)(SWEAT)、對流有效位能、對流抑制能量等對流參數(shù)在MICAPS上可實時調(diào)用,通過多種診斷方法構(gòu)建的強對流天氣潛勢預(yù)報方法得到逐步完善并對強對流天氣預(yù)報具有指示性作用。不同區(qū)域的強對流天氣敏感性參數(shù)不同,廣東省利用GRAPES資料、結(jié)合雷達數(shù)據(jù)計算31個動力熱力參數(shù)作為候選因子,最后選取12個敏感因子用于建立回歸方程,預(yù)報結(jié)果顯示后汛期潛勢預(yù)報效果比前汛期預(yù)報效果更好[7]。陳秋萍等[8]利用MM5和探空資料計算物理量,選取相關(guān)較好的10個因子建立福建省強對流潛勢預(yù)報方程,對強對流天氣的臨近預(yù)報具有較好的指示意義。許愛華等[9]發(fā)現(xiàn)江西省的強對流天氣潛勢預(yù)報中強垂直溫度梯度比對流有效位能更有指示性。也有根據(jù)影響系統(tǒng)建立強對流天氣的潛勢預(yù)報方法,如華東地區(qū)強對流天氣的發(fā)生多與東北冷渦的變化有關(guān)[10-11],根據(jù)實況資料選出較合適的一些物理量,建立該系統(tǒng)對應(yīng)的潛勢預(yù)報方法。
內(nèi)蒙古的強對流天氣,通常是指短時強降水、雷雨大風(fēng)和冰雹等災(zāi)害性天氣。強對流天氣是內(nèi)蒙古多發(fā)的災(zāi)害,而由主要災(zāi)害引起的次生災(zāi)害也不可忽略,比如大風(fēng)吹起的沙塵還會對生態(tài)環(huán)境造成進一步的損傷和破壞。內(nèi)蒙古強對流天氣地理分布特點是東部地區(qū)沿大興安嶺山脈呈準南北走向,西部地區(qū)沿陰山山脈呈準東西走向。強對流天氣多發(fā)地區(qū)與山脈分布和走向關(guān)系較密切,中心在烏盟中部和呼和浩特市北部地區(qū), 6—8月發(fā)生的幾率很高,且經(jīng)常幾種天氣相伴出現(xiàn),給人民生命財產(chǎn)、工農(nóng)業(yè)及交通運輸造成嚴重損失。由于天氣特征復(fù)雜、氣候類型多變、災(zāi)害性天氣頻發(fā)、觀測站稀少及現(xiàn)有資料不足,強對流天氣的預(yù)報一直是內(nèi)蒙古的預(yù)報難題。過去多采用天氣環(huán)流形勢分析,對于中尺度對流系統(tǒng)發(fā)生和發(fā)展的環(huán)境條件總結(jié)分析較少,而利用數(shù)值預(yù)報物理量場制作的潛勢預(yù)報方法更少,迫切需要研究更多的潛勢預(yù)報方法并對已有結(jié)論進行訂正,使數(shù)值預(yù)報應(yīng)用得到進一步發(fā)展,以期提高對災(zāi)害性天氣的預(yù)報水平,使數(shù)值預(yù)報結(jié)果更加客觀。
在某一次天氣事件中如何識別各物理量的敏感程度,提取有效信息改進強對流天氣預(yù)報效果是非常重要的問題。本文利用T639預(yù)報場,計算與強對流天氣相關(guān)的物理量,提取內(nèi)蒙古地區(qū)的敏感對流參數(shù),建立強對流天氣及落區(qū)的潛勢預(yù)報方程并確定閾值,以期為強對流天氣的預(yù)報提供參考,同時逐漸完善數(shù)值預(yù)報的解釋應(yīng)用。
1.1 資料
強對流天氣選取時段:2011—2014年汛期(6—8月); T639資料:空間分辨率為1°×1°,時間分辨率為3 h;內(nèi)蒙古境內(nèi)119個氣象站短時強降水、冰雹、雷雨大風(fēng)等強對流天氣觀測資料。
內(nèi)蒙古地區(qū)短時強降水、冰雹、大風(fēng)的定義如下:
短時強降水:1 h降水量≥20 mm的降水;
冰雹:指降落于地面的直徑≥5 mm的固體降水過程;
雷雨大風(fēng):指平均風(fēng)力≥6級,陣風(fēng)≥7級,并伴有雷雨天氣。文中雷雨大風(fēng)簡稱為大風(fēng)。
1.2 方法
將一天內(nèi)內(nèi)蒙古119個氣象站中有1站或以上出現(xiàn)短時強降水、冰雹、雷雨大風(fēng),分別定義為一個短時強降水日、雹日、大風(fēng)日;將一天內(nèi)內(nèi)蒙古119個氣象站中有3個站或以上出現(xiàn)短時強降水、冰雹、雷雨大風(fēng),分別定義為一個區(qū)域性短時強降水日、區(qū)域性雹日、區(qū)域性大風(fēng)日。
T639數(shù)值預(yù)報產(chǎn)品用于計算相關(guān)物理參數(shù)(表1),并用雙線性插值法插值到境內(nèi)119個常規(guī)氣象觀測站上,其插值公式為:
(1)
其中:
(2)
式中,Q11,Q12,Q21,Q22為站點周圍4個格點坐標,R1,R2是沿x方向插值坐標,P為站點坐標。
將該區(qū)域當日是否是強對流日情況設(shè)為Y,有強對流時Y=1,無強對流時Y=0,則Y為“0”、“1”變量,Xi是各對流參數(shù)值, 為連續(xù)型變量。對于一個站點,用下面公式求出X與Y的雙序列相關(guān)系數(shù),可作為各個參數(shù)X和Y之間的相互關(guān)系(線性相關(guān))[10]的考核因子:
(3)
式中,X為因子Xi的平均值,X(1)為Y=1時,Xi的平均值,P為Y=1事件出現(xiàn)的頻率,Sx為因子的樣本標準差。
TS評分方法:
(4)
其中,Na為預(yù)報正確站數(shù),Nb為空報站數(shù),Nc為漏報站數(shù)。
從2011—2014年汛期(6—8月)各強對流天氣發(fā)生站次變化(圖1)可看出短時強降水2013年最多,達99站次,冰雹和大風(fēng)2014年最多,分別為146站次和523站次。
圖1 2011—2014年汛期內(nèi)蒙古強對流天氣站次變化
2.1 預(yù)報因子的選取與篩選
表1為各強對流天氣汛期逐月站次分布,將一天以6 h為間隔分為4個時間段,可以看出4個時間段內(nèi)短時強降水都有出現(xiàn),66%的短時強降水集中出現(xiàn)在08:00—20:00;冰雹和大風(fēng)在08:00—20:00出現(xiàn),夜間沒有出現(xiàn),最集中出現(xiàn)的時間段為14:00—20:00,其中冰雹占76%,大風(fēng)占86%。
在考慮強對流天氣發(fā)生環(huán)境條件的基礎(chǔ)上選取10個常用的熱力、動力、穩(wěn)定度參數(shù):K指數(shù)、垂直速度、總指數(shù)(TT)、上下層溫差(T58)、對流性穩(wěn)定度指數(shù)(IC)、對流有效位能(CAPE)、抬升指數(shù)(LI)、沙氏指數(shù)(SI)、風(fēng)暴相對螺旋度(SRH)、強天氣威脅指數(shù)(SWEAT),這些參數(shù)由T639預(yù)報場計算得到,如表2所示。
表1 2011—2014年汛期內(nèi)蒙古強對流天氣出現(xiàn)站次的月分布
表2 預(yù)報因子及其計算公式
通過參數(shù)的搭配可以建立內(nèi)蒙古0~12 h是否出現(xiàn)強對流天氣及落區(qū)的潛勢預(yù)報方程。計算08:00、14:00、20:00、02:00時次的10個對流參數(shù)值,并通過公式(3)計算出該對流參數(shù)與強對流天氣的雙序列相關(guān)系數(shù)(表3),下面分析08:00、14:00、20:00和02:00 4個時次對流參數(shù)特征及其與不同的強對流天氣之間的關(guān)系。
對流性天氣發(fā)生前應(yīng)具備一定的大氣環(huán)境條件,如不穩(wěn)定層結(jié)的存在、充分的水汽供應(yīng)和一定的觸發(fā)機制,它的發(fā)生與大氣熱力、動力條件密切相關(guān)。
表3 4個不同時次各對流參數(shù)與不同 強對流天氣的平均相關(guān)系數(shù)
普查2011—2014年汛期逐日觀測資料,除去資料不詳?shù)臉颖?20個,實際獲得240個樣本,其中選取210個樣本列入建立預(yù)報方法試驗,其余30個樣本作為檢驗對象,240個樣本中強對流天氣樣本為108日(當全區(qū)有3站以上出現(xiàn)冰雹或短時強降水或大風(fēng),確定為一個區(qū)域強對流天氣日),無強對流樣本為132日。通過對各對流參數(shù)值與強對流天氣落區(qū)的診斷分析,得到的各對流參數(shù)在不同強對流天氣日對應(yīng)的平均值作為該參數(shù)的閾值。經(jīng)過統(tǒng)計,發(fā)現(xiàn)不同強對流天氣(短時強降水、冰雹和大風(fēng))對應(yīng)參數(shù)閾值都有所區(qū)別(表4),不同對流參數(shù)對不同的強對流天氣產(chǎn)生的作用不等,這可能與強對流天氣形成的環(huán)境條件有關(guān)。
圖2是與強對流天氣相關(guān)性較好的前4個對流參數(shù)與強對流天氣相關(guān)系數(shù)的時間分布,可以看出,K指數(shù)、T58、CAPE、SWEAT和短時強降水的相關(guān)性較好;對冰雹和大風(fēng)預(yù)報有較好指示意義的對流參數(shù)組合分別為:K指數(shù)、TT、SRH、SWEAT和TT、CAPE、SRH、K指數(shù)。 上述6個對流參數(shù)中有2個穩(wěn)定度指標(CAPE、T58)、2個熱力指標(K指數(shù)、TT),1個動力指標(SRH)和1個熱力動力綜合指標(SWEAT),從相關(guān)系數(shù)大小比較可看出,K指數(shù)與短時強降水和冰雹的相關(guān)性最好,TT與大風(fēng)相關(guān)性最好,表明大氣的熱力因素和穩(wěn)定性對強對流天氣發(fā)生、發(fā)展的影響較動力因素更為明顯。
表4 不同強對流天氣對應(yīng)對流參數(shù)閾值
圖2 對流參數(shù)與強對流天氣相關(guān)系數(shù)的時間分布
2.2 潛勢預(yù)報方程的建立
根據(jù)對流參數(shù)與強對流天氣的相關(guān)系數(shù),首先計算權(quán)重,然后建立不同強對流天氣的預(yù)報方程,具體公式如下:
(5)
式中N=4,為選擇的對流參數(shù)數(shù),Ri為相關(guān)系數(shù),Wi為權(quán)重。
短時強降水預(yù)報方程:
Y1=0.33K-0.266T58+0.238CAPE
(6)
冰雹:
Y2=0.374K+0.211TT-0.211SRH
(7)
大風(fēng):
Y3=0.467TT+0.087CAPE
(8)
對每一個對流參數(shù)項,結(jié)合表4中設(shè)定的閾值獲得預(yù)報方程對應(yīng)的閾值,3種強對流天氣是否發(fā)生的Y閾值見表5,即通過預(yù)報方程(6)得到的Y1≥201.21時可認為0~12 h內(nèi)可能發(fā)生區(qū)域性短時強降水,當Y1≤137.23時不發(fā)生;通過預(yù)報方程(7)
得到的Y2≥6.15時可認為未來0~12 h內(nèi)可能發(fā)生區(qū)域性冰雹,當Y2≤-1.67時不發(fā)生;通過預(yù)報方程(8)得到的Y3≥127.09時可認為未來0~12 h內(nèi)可能發(fā)生區(qū)域性大風(fēng),當Y3≤106.26時不發(fā)生。
表5 強對流天氣潛勢預(yù)報方程的閾值
2.3 潛勢預(yù)報方法的試驗及檢驗
2013年8月由于資料不全,實際獲得23個樣本。表6為用本預(yù)報方法對是否發(fā)生強對流天氣進行試驗結(jié)果,可看出:發(fā)生冰雹、短時強降水及大風(fēng)的準確率分別為16%、22%、53%,發(fā)生強對流天氣的平均預(yù)報準確率達30%;不發(fā)生冰雹、短時強降水及大風(fēng)的準確率分別為82%、62%、7%,不發(fā)生強對流天氣的平均預(yù)報準確率達到50%;3種不同強對流天氣發(fā)生預(yù)報中大風(fēng)預(yù)報效果最理想;其次為短時強降水,冰雹預(yù)報效果最差,這可能與樣本數(shù)量及強對流天氣分布有關(guān);不發(fā)生強對流天氣預(yù)報中冰雹預(yù)報效果最佳,其次為短時強降水,大風(fēng)預(yù)報最差。2013年8月10—12日有暴雨過程,降水明顯,伴有短時強降水和大風(fēng)天氣,而潛勢預(yù)報方程恰恰對期間的強對流天氣預(yù)報效果最好,說明有明顯降水或無明顯降水對強對流天氣的預(yù)報效果有較大影響。
表6 有無強對流天氣預(yù)報試驗結(jié)果
(1)2011—2014年內(nèi)蒙古發(fā)生的強對流天氣中,2013年短時強降水最多,達99個站次,2014年冰雹和大風(fēng)最多,分別為146個站次和523個站次。66%的短時強降水集中在08:00—20:00,冰雹和大風(fēng)夜間沒有出現(xiàn),集中出現(xiàn)在14:00—20:00,其中冰雹占76%,大風(fēng)占86%。
(2)通過雙序列相關(guān)性分析,發(fā)現(xiàn)短時強降水與當日的K指數(shù)、T58、CAPE、SWEAT相關(guān)性較好;冰雹與當日08:00的K指數(shù)、總指數(shù)(TT)、相對風(fēng)暴螺旋度(SRH)、強天氣威脅指數(shù)(SWEAT)相關(guān)性較好;大風(fēng)對應(yīng)參數(shù)為當日的TT、CAPE、SRH、K指數(shù)。各對流參數(shù)與強對流天氣的平均雙序列相關(guān)系數(shù)可看出08:00、14:00和20:00相關(guān)性好,02:00相關(guān)性較差。
(3)通過3種不同強對流天氣預(yù)報方程得到未來0~12 h內(nèi)是否發(fā)生強對流天氣的閾值,并對2013年8月的23個樣本進行檢驗。結(jié)果顯示:發(fā)生大風(fēng)及不發(fā)生冰雹預(yù)報效果最好;發(fā)生不同強對流天氣的平均預(yù)報準確率達30%,而不發(fā)生的平均預(yù)報準確率達50%;有明顯降水時對強對流天氣的預(yù)報效果較無明顯降水好。
本研究作為初步試驗,選取樣本較少,結(jié)論具有一定的局限性,該方法在今后的工作中還需要開展大量的試驗研究,以此提高強對流等災(zāi)害性天氣的預(yù)報能力,為內(nèi)蒙古短時臨近預(yù)報業(yè)務(wù)提供技術(shù)指導(dǎo)。
[1] 彭治班,劉建文,郭虎,等. 國外強對流天氣和應(yīng)用研究[M]. 北京:氣象出版社,2001.
[2] 趙靜,青泉,顧清源. 一次對流性強降雨過程的雷達特征分析[J]. 高原山地氣象研究,2010,30(2):46-50.
[3] 周莉蓉,施娟,朱斌. 風(fēng)廓線雷達產(chǎn)品在強降水短臨預(yù)報中的初步應(yīng)用[J]. 高原山地氣象研究,2012,32(4):27-30.
[4] 曾慶華,劉建西,郭守峰. 涼山地區(qū)防雹作業(yè)雷達回波判據(jù)指標分析[J]. 高原山地氣象研究,2012,32(4):55-60.
[5] 吳莉娟,江智全,肖天貴,等. 涼山山地強降雨型泥石流災(zāi)害雷達短臨預(yù)警技術(shù)研究[J]. 高原山地氣象研究,2013,33(1):86-89.
[6] 何立富,周慶亮,諶蕓,等. 國家級強對流潛勢預(yù)報業(yè)務(wù)進展與檢驗評估[J]. 氣象,2011,37(7):777-784.
[7] 諶志剛,王婷,汪瑛,等. 廣東省后汛期強對流天氣潛勢預(yù)報方法研究[J]. 氣象,2011,37(8):936-942.
[8] 陳秋萍,馮晉勤,李白良,等. 福建強天氣短時潛勢預(yù)報方法研究[J]. 氣象,2010,36(2):28-32.
[9] 許愛華,詹豐興,劉曉暉,等. 強垂直溫度梯度條件下強對流天氣分析與潛勢預(yù)報[J]. 氣象科技,2006,34(4):376-380.
[10] 宋曉輝,柴東紅,曹秀芝,等. “ 5.10”強對流天氣雷達產(chǎn)品特征及臨近預(yù)報[J]. 氣象科學(xué),2007,27(增刊):85-88.
[11] 魯?shù)?王令軍,崔建云. 濰坊2003年5月19日強對流天氣過程分析[J]. 氣象,2005,29(10):41-46.
[12] 馮民學(xué),周俊馳,曾明劍,等. 基于對流參數(shù)的洋口港地區(qū)雷暴預(yù)報方法研究[J]. 氣象,2012,38(12):1515-1522.
[13] 周益平,陳濤,賀中華,等. 衡陽市降水型地質(zhì)災(zāi)害潛勢預(yù)報預(yù)警方法初探[J]. 防災(zāi)科技學(xué)院學(xué)報,2010,12(4):57-61.
[14] 卜俊偉,徐會明,靳小兵,等. 四川省雷電潛勢預(yù)報系統(tǒng)及其檢驗分析[J]. 貴州氣象,2012(1):49-51.
[15] 朱乾根,林錦瑞,壽紹文. 天氣學(xué)原理和方法[M]. 北京:氣象出版社,1983.
[16] 張義軍,周秀驥. 雷電研究的回顧和進展[J]. 應(yīng)用氣象學(xué)報,2006,17(6):829-834.
Preliminary Study on Potential Forecast Method of Strong Convective Weather in Inner Mongolia Based on T639 Convective Parameters
SI Qin1, WANG Jiajin2, XUN Xueyi1, BAO Fuxiang3
(1.InnerMongoliaMeteorologicalObservatory,Huhhot010051,China; 2.SichuanProvincialMeteorologicalObservatory,Chengdu610072,China; 3.InnerMongoliaClimateCentre,Huhhot010051,China)
Based on statistics about short-time heavy rainfall, hail and gale in flood seasons during 2011-2014 in Inner Mongolia, the physical quantities were calculated by using the numerical model production of T639, which has 1°×1° resolution and 3 hours time interval. Choosing the convection parameters to be predictors that had better sensibility and correlation with severe convective weathers, the 0-12 h potential forecasting equations about severe convective weather and corresponding areas were established through the weight analysis, and different thresholds were identified for different strong convective weathers. This equation was carried out to forecast severe convective weathers in August 2013, the results show that the mean TS score of severe convective weathers was 0.35 and the mean TS score of no severe convective weather was 0.51. Among three different severe convective weathers, the forecast effect of hail was the worst, while for strong winds and short-time strong rainfall, it was better.
severe convective weather; potential forecast; convective parameters; T639 numerical products; threshold
10.11755/j.issn.1006-7639(2016)-05-0906
2016-03-08 ;改回日期:2016-06-25
內(nèi)蒙古自治區(qū)自然科學(xué)基金項目(2014BS0403)和內(nèi)蒙古雷暴與短時強降水預(yù)報方法研究(nmqxkjcx201603)共同資助
斯琴(1982-),女,碩士,工程師,主要從事中短期天氣預(yù)報與天氣氣候分析研究. E-mail:siqin2008@126.com
荀學(xué)義,男,博士,高級工程師. E-mail:Xunmengfei8@163.com
1006-7639(2016)-05-0906-06 DOI:10.11755/j.issn.1006-7639(2016)-05-0906
P456
A
斯 琴,王佳津,荀學(xué)義,等.基于T639對流參數(shù)的內(nèi)蒙古強對流天氣潛勢預(yù)報方法初探[J].干旱氣象,2016,34(5):906-911, [SI Qin, WANG Jiajin, XUN Xueyi, et al. Preliminary Study on Potential Forecast Method of Strong Convective Weather in Inner Mongolia Based on T639 Convective Parameters[J]. Journal of Arid Meteorology, 2016, 34(5):906-911],