李 強(qiáng)，紀(jì)曉玲*，薛宏宇，李 婷，蘇延勇，魏 宜

（1.中國氣象局旱區(qū)特色農(nóng)業(yè)氣象災(zāi)害監(jiān)測(cè)預(yù)警與風(fēng)險(xiǎn)管理重點(diǎn)實(shí)驗(yàn)室，寧夏 銀川750002；2.寧夏氣象防災(zāi)減災(zāi)重點(diǎn)實(shí)驗(yàn)室，寧夏 銀川750002；3.寧夏氣象臺(tái)，寧夏 銀川750002）

寧夏地處西北內(nèi)陸高原、季風(fēng)區(qū)邊緣，常年干旱少雨，自然生態(tài)和地理環(huán)境脆弱，且降水季節(jié)分配很不均勻，夏季（6—8 月）降水量占全年的52%～72%，是一年中降水量最大的季節(jié)，特別是由深厚濕對(duì)流引起的短時(shí)暴雨，因其持續(xù)時(shí)間短、降水強(qiáng)度大且突發(fā)性強(qiáng)，往往造成很大災(zāi)害[1-5]。近年來，全球極端氣候事件頻發(fā)[6-7]，寧夏暴雨災(zāi)害呈明顯上升趨勢(shì)[8]。因此，對(duì)暴雨準(zhǔn)確預(yù)報(bào)預(yù)警是做好暴雨災(zāi)害應(yīng)對(duì)防御的前提條件。

目前，針對(duì)暴雨主要有兩種預(yù)報(bào)思路：一是從天氣型中概括出一些典型天氣型，并根據(jù)這些典型天氣型進(jìn)行預(yù)報(bào)，即為傳統(tǒng)的流型辨識(shí)法；二是依托數(shù)值預(yù)報(bào)產(chǎn)品，對(duì)其進(jìn)行模式釋用，如暴雨預(yù)報(bào)專家系統(tǒng)、MOS 法等[9-10]。這兩種預(yù)報(bào)思路各有利弊：流型辨識(shí)法在實(shí)際預(yù)報(bào)中，會(huì)產(chǎn)生較多的空漏報(bào)；模式釋用法本質(zhì)上基于線性多元回歸[9]，缺乏物理機(jī)制上的解釋，預(yù)報(bào)效果也有待提高。

“配料法”也稱成分法，是Doswell 等針對(duì)流型辨識(shí)法的缺點(diǎn)于1996 年提出的，它從暴雨發(fā)生的物理機(jī)制入手，強(qiáng)調(diào)預(yù)報(bào)過程中對(duì)氣象原理的理解是第一位的[11]。該方法在國外發(fā)展較為成熟，已實(shí)現(xiàn)業(yè)務(wù)應(yīng)用。我國對(duì)“配料法”研究起步較晚，張小玲等[12]介紹了一種使用顯著“配料”進(jìn)行暴雨預(yù)報(bào)的方法，并將這種暴雨預(yù)報(bào)方法應(yīng)用于國家級(jí)降水預(yù)報(bào)業(yè)務(wù)中。來小芳等[13]基于“配料法”原理，設(shè)計(jì)了一個(gè)表示強(qiáng)降水趨勢(shì)的強(qiáng)降水指數(shù)，并用于長(zhǎng)江下游地區(qū)暴雨預(yù)報(bào)，對(duì)暴雨預(yù)報(bào)有一定的指示意義，但并未進(jìn)行暴雨定量預(yù)報(bào)研究。張萍萍等[14]將“流型辨識(shí)法”與“配料法”相結(jié)合提出“分型配料法”，并根據(jù)湖北省梅雨期和盛夏期天氣型特點(diǎn)，分別制定了不同的配料方案，指出梅雨期暴雨應(yīng)對(duì)水汽因子加大重視，盛夏期暴雨應(yīng)加大強(qiáng)對(duì)流相關(guān)診斷因子的權(quán)重。唐曉文等[15]以國家氣象中心業(yè)務(wù)中尺度數(shù)值模式MM5的預(yù)報(bào)場(chǎng)作為原始資料計(jì)算配料，根據(jù)中國不同區(qū)域的天氣特點(diǎn)，選取對(duì)強(qiáng)降水有顯著影響的動(dòng)力因子、熱力因子、水汽因子及不穩(wěn)定因子，利用經(jīng)驗(yàn)與統(tǒng)計(jì)相結(jié)合的方法建立配料綜合指數(shù)與強(qiáng)降水之間的關(guān)系，經(jīng)對(duì)比發(fā)現(xiàn)，配料法強(qiáng)降水預(yù)報(bào)優(yōu)于MM5模式強(qiáng)降水預(yù)報(bào)。劉勇等[16]利用ECMWF 高分辨率數(shù)值模式產(chǎn)品，選取比濕、垂直速度、溫度3 個(gè)要素作為配料因子對(duì)陜西省暴雨進(jìn)行預(yù)報(bào)，并將預(yù)報(bào)結(jié)果與ECMWF 高分辨率數(shù)值模式作對(duì)比，發(fā)現(xiàn)“配料法”能提高暴雨預(yù)報(bào)的準(zhǔn)確率，訂正了ECMWF 高分辨率數(shù)值模式對(duì)陜西省暴雨預(yù)報(bào)偏小的誤差。李俊等[17]通過個(gè)例分析，闡述了“配料法”在湖北省梅雨鋒暴雨預(yù)報(bào)中的應(yīng)用，并給出建立配料的基本步驟。研究表明，通過分析與暴雨有較好對(duì)應(yīng)關(guān)系的可降水量、相對(duì)濕度、抬升指數(shù)、對(duì)流抑制能量等因子的配料建立過程，可以給出湖北省暴雨潛勢(shì)預(yù)報(bào)。以上研究成果在實(shí)際暴雨預(yù)報(bào)業(yè)務(wù)中得到了應(yīng)用，并取得了較好效果。

隨著氣象業(yè)務(wù)現(xiàn)代化建設(shè)發(fā)展，寧夏自動(dòng)氣象站數(shù)量達(dá)到972 個(gè)（含常規(guī)站），降水資料的時(shí)間及空間分辨率有了很大提高。此外，由中國氣象局下發(fā)的ECMWF 高分辨率數(shù)值模式（以下簡(jiǎn)稱EC-Thin）產(chǎn)品空間分辨率為0.25°×0.25°，在預(yù)報(bào)時(shí)效72 h 內(nèi)時(shí)間分辨率達(dá)到3 h。這為基于“配料法”研究暴雨預(yù)報(bào)提供了較為精細(xì)可靠的數(shù)據(jù)支撐。本文基于ECMWF 高分辨率數(shù)值模式產(chǎn)品，利用寧夏自動(dòng)氣象站逐小時(shí)降水資料，建立適用于寧夏的暴雨配料定量預(yù)報(bào)方法，并在業(yè)務(wù)中開展應(yīng)用，為提高暴雨預(yù)報(bào)準(zhǔn)確率提供新的思路和探索。

1 資料與方法

1.1 資料

本文所采用資料為寧夏25 個(gè)常規(guī)地面觀測(cè)站和947 個(gè)自動(dòng)氣象站逐小時(shí)降水資料、ECMWF 高分辨率數(shù)值模式在預(yù)報(bào)時(shí)效72 h 內(nèi)提供的模式物理量資料，主要包括濕位渦的濕正壓項(xiàng)ζMPVes1、濕位渦的濕斜壓項(xiàng)ζMPVes2、矢量、相對(duì)濕度f、溫度t 和露點(diǎn)溫度td。上述模式物理量資料的空間分辨率為0.25°×0.25°，時(shí)間分辨率為3 h。

選取2000—2015 年發(fā)生在寧夏23 次由深厚濕對(duì)流引起的區(qū)域性暴雨天氣過程為研究對(duì)象，采用統(tǒng)計(jì)分析方法進(jìn)行配料方案研究。

1.2 方法

1.2.1 配料法

“配料法”（Ingredients-Based Methodology）是Doswell 等[11]于1996 年提出的一種用于產(chǎn)生暴洪的暴雨預(yù)報(bào)方法，最初被應(yīng)用于暖季深厚濕對(duì)流預(yù)報(bào)，是利用降水基本成分的觀點(diǎn)預(yù)報(bào)降水可能性的方法。降水量是一個(gè)累積量，它與降水的持續(xù)時(shí)間和降水率有關(guān)，而降水率與水汽的垂直輸送成正比。因此，降水量P 可表示為：

式中，q 表示低層比濕，ω 表示云底上升氣流速度，E 表示降水效率，即為降落至地面水汽質(zhì)量與流入云里水汽質(zhì)量的比值，因此本文物理量均取700 hPa 物理量。分析（1）式可知，最大降水量出現(xiàn)在水汽垂直輸送最大且持續(xù)時(shí)間最長(zhǎng)的區(qū)域。因此，可以從暴雨形成基本要素入手，分析這些要素的合理搭配，建立暴雨預(yù)報(bào)模型[8]。

1.2.2 配料指數(shù)

俞小鼎介紹了“配料法”的主要思路，并對(duì)“配料法”在使用過程中的一些誤解進(jìn)行了澄清[18]，指出構(gòu)成“配料法”的基本成分應(yīng)當(dāng)是相對(duì)獨(dú)立的氣象變量。對(duì)由深厚濕對(duì)流造成的暴雨，最基本的物理成分可進(jìn)一步歸納為上升速度、大氣靜力不穩(wěn)定和低層水汽。來小芳等[13]將上述幾個(gè)成分結(jié)合起來，得到一個(gè)新的參數(shù)I，當(dāng)ζPVes和▽·均為負(fù)時(shí)，

（2）式中ζPVes為濕位渦，用來描述大氣靜力不穩(wěn)定的貢獻(xiàn)，它由濕正壓項(xiàng)ζMPVes1和濕斜壓項(xiàng)ζMPVes2兩部分組成。其中ζMPVes1代表慣性穩(wěn)定性和對(duì)流穩(wěn)定性的作用，ζMPVes2表示濕斜壓性和水平風(fēng)垂直切變共同的貢獻(xiàn)[19]；▽·為矢量散度，用來表示水汽上升速度的貢獻(xiàn)[20]；f 代表相對(duì)濕度，t-td表示溫度露點(diǎn)差，均用來描述空氣的飽和程度。f 越大，t-td越小空氣越接近飽和。（2）式中當(dāng)ζPVes或▽·任意一項(xiàng)為正時(shí)，令I(lǐng)=0。

來小芳等[13]利用上述方法，針對(duì)長(zhǎng)江中下游地區(qū)計(jì)算配料指數(shù)，進(jìn)行暴雨落區(qū)潛勢(shì)預(yù)報(bào)研究，取得一定預(yù)報(bào)效果，但并未進(jìn)行暴雨定量預(yù)報(bào)。此外，該方法對(duì)寧夏暴雨的應(yīng)用效果需要結(jié)合寧夏暴雨特點(diǎn)開展針對(duì)性研究。因此，本文借鑒這一思路，在配料指數(shù)研究的基礎(chǔ)上，采用線性回歸分析等對(duì)寧夏暴雨進(jìn)行逐時(shí)定量預(yù)報(bào)，為寧夏暴雨定量預(yù)報(bào)提供新思路。

1.2.3 配料暴雨預(yù)報(bào)應(yīng)用步驟

歐洲高分辨率數(shù)值模式在預(yù)報(bào)時(shí)效72 h 內(nèi)，提供ζMPVes1、ζMPVes2、、f、t 及td等物理量，且上述物理量時(shí)間分辨率均為3 h，空間分辨率均為0.25°×0.25°，這為“配料法”在寧夏暴雨定量預(yù)報(bào)中的業(yè)務(wù)化提供可能。但這些物理量均為3 h 間隔時(shí)刻值而不是3 h 累加值，不能預(yù)報(bào)出相應(yīng)時(shí)段（3 h）累計(jì)降水。針對(duì)這一問題，劉勇等[16]用近似線性插值法計(jì)算出逐小時(shí)模式物理量產(chǎn)品，并將其用于“配料法”暴雨預(yù)報(bào)研究中，取得較好效果。本文借鑒這一思路，先計(jì)算逐小時(shí)配料指數(shù)I，再利用I 預(yù)報(bào)逐小時(shí)降水量，最后得到預(yù)報(bào)時(shí)效內(nèi)逐3 h 間隔的累計(jì)降水量。具體應(yīng)用思路如下：

（1）寧夏天氣預(yù)報(bào)手冊(cè)規(guī)定，3 站或3 站以上24 h累計(jì)降水量≥50 mm 定義為一次區(qū)域性暴雨，若某一觀測(cè)站小時(shí)降水量≥10 mm，則認(rèn)為該站在該時(shí)次出現(xiàn)短時(shí)強(qiáng)降水[1]。因此，選取2000—2015 年寧夏23 次區(qū)域性暴雨天氣過程小時(shí)降水量≥10 mm的站點(diǎn)（因自動(dòng)站是逐年增加的，考慮到數(shù)據(jù)穩(wěn)定性，僅選取常規(guī)站）共計(jì)117 站次作為樣本。

（2）在預(yù)報(bào)時(shí)效72 h 內(nèi)，ECMWF 高分辨率數(shù)值模式產(chǎn)品時(shí)間分辨率為3 h，即僅提供3 h 間隔的配料物理量，為得到3 h 間隔內(nèi)逐小時(shí)配料物理量，采用線性插值法計(jì)算出所選暴雨過程中各配料物理量逐小時(shí)格點(diǎn)值，并利用公式（2）計(jì)算出每個(gè)格點(diǎn)逐小時(shí)配料指數(shù)I。

（3）利用克里金插值法，將逐小時(shí)配料指數(shù)I 格點(diǎn)值插值到常規(guī)站上，然后采用一元線性回歸，對(duì)比分析第（1）步中所選117 站次小時(shí)降水量與對(duì)應(yīng)站點(diǎn)、對(duì)應(yīng)時(shí)次配料指數(shù)I 的相關(guān)關(guān)系。

圖1 為逐時(shí)降水量R 與對(duì)應(yīng)站點(diǎn)對(duì)應(yīng)時(shí)次配料指數(shù)I 的相關(guān)關(guān)系，其一元線性回歸方程為：

（4）式復(fù)相關(guān)系數(shù)為0.6759，且通過95%置信度檢驗(yàn)。由（4）式可近似預(yù)報(bào)出逐小時(shí)降水量R，從而可得到逐3 h 累計(jì)降水量，其表達(dá)式如下：

式中，R3表示t 時(shí)刻到t+2 時(shí)刻的3 h 累計(jì)降水量。依次類推，可計(jì)算出每隔3 h 的累計(jì)降水量，最終可計(jì)算出72 h 內(nèi)任意時(shí)段累計(jì)降水量。

圖1 逐時(shí)降水量與對(duì)應(yīng)站點(diǎn)對(duì)應(yīng)時(shí)次配料指數(shù)相關(guān)關(guān)系

（4）實(shí)時(shí)業(yè)務(wù)中，基于ECMWF 高分辨率數(shù)值模式每天2 次（08 時(shí)、20 時(shí)）初始場(chǎng)所提供的3 h 間隔物理量（ζMPVes1、ζMPVes2、、f、t 及td），利用計(jì)算機(jī)編程語言，首先使用近似線性插值法計(jì)算上述配料物理量逐小時(shí)格點(diǎn)值；然后，利用（2）式計(jì)算配料指數(shù)逐小時(shí)格點(diǎn)值；最后利用（4）式得出降水量逐小時(shí)格點(diǎn)值，并以Micaps 第四類數(shù)據(jù)格式的形式形成數(shù)據(jù)文件，供預(yù)報(bào)員調(diào)閱參考。

2 試報(bào)質(zhì)量檢驗(yàn)分析

為檢驗(yàn)配料法在寧夏暴雨預(yù)報(bào)業(yè)務(wù)中的可行性，必須對(duì)配料法較長(zhǎng)時(shí)期預(yù)報(bào)效果進(jìn)行評(píng)估。選取2016 年6—8 月寧夏暴雨天氣過程并用配料法進(jìn)行回報(bào)試驗(yàn)，利用氣象上常用的降水評(píng)估方法—TS 評(píng)分分別對(duì)配料法暴雨預(yù)報(bào)和歐洲高分辨率數(shù)值模式（簡(jiǎn)稱EC-Thin）暴雨預(yù)報(bào)按不同時(shí)效進(jìn)行評(píng)分。TS評(píng)分定義如下：

TS=正確次數(shù)/（正確次數(shù)+漏報(bào)次數(shù)+空?qǐng)?bào)次數(shù)）。 （6）

目前，寧夏全區(qū)20 個(gè)區(qū)縣涵蓋972 個(gè)自動(dòng)氣象站（含常規(guī)站）。為更全面反映實(shí)際降水狀況，參考劉勇等[16]檢驗(yàn)暴雨預(yù)報(bào)準(zhǔn)確率方法做如下規(guī)定：如果某個(gè)區(qū)縣3、6、12、24 h 不同時(shí)間間隔配料法預(yù)報(bào)降水量分別達(dá)到15、25、30 mm 和50 mm 及以上，該區(qū)縣只要有1 站以上自動(dòng)氣象站降水實(shí)況達(dá)到相應(yīng)時(shí)間間隔雨量標(biāo)準(zhǔn)就算預(yù)報(bào)正確，否則就是空?qǐng)?bào)；如果某個(gè)區(qū)縣沒有預(yù)報(bào)暴雨，而該區(qū)縣有3 個(gè)以上自動(dòng)氣象站降水超過相應(yīng)時(shí)段標(biāo)準(zhǔn)，就算漏報(bào)。該規(guī)則同樣適用于歐洲高分辨率數(shù)值模式暴雨預(yù)報(bào)結(jié)果。

圖2 2016 年6—8 月配料法暴雨預(yù)報(bào)和EC-Thin暴雨預(yù)報(bào)TS 評(píng)分比較

試報(bào)檢驗(yàn)結(jié)果如圖2 所示。不同預(yù)報(bào)時(shí)段內(nèi)，配料法暴雨預(yù)報(bào)TS 評(píng)分均高于歐洲高分辨率數(shù)值模式暴雨預(yù)報(bào)，特別是24 h 的TS 評(píng)分達(dá)到20.1%，較歐洲高分辨率數(shù)值模式暴雨預(yù)報(bào)TS 評(píng)分17.8%高2.3%；48、72 h 配料法暴雨預(yù)報(bào)質(zhì)量均在10%以上，說明該方法對(duì)寧夏暴雨有比較好的定量預(yù)報(bào)能力。

從3 h 到24 h，兩種方法暴雨預(yù)報(bào)TS 評(píng)分均依次提高，其可能原因是：一方面，時(shí)間間隔越短，判斷降水開始和結(jié)束時(shí)間節(jié)點(diǎn)難度越大，易產(chǎn)生較多空漏報(bào)，這也是短時(shí)臨近預(yù)報(bào)難點(diǎn)所在。因此無論是配料法暴雨預(yù)報(bào)還是歐洲高分辨率數(shù)值模式暴雨預(yù)報(bào)，TS 評(píng)分在3 h 預(yù)報(bào)結(jié)果都較低，但隨時(shí)間間隔增加，時(shí)間間隔越長(zhǎng)，對(duì)暴雨起止時(shí)間預(yù)報(bào)的準(zhǔn)確性就越大，因此TS 評(píng)分逐漸增大；另一方面，配料法暴雨預(yù)報(bào)所使用歐洲高分辨率數(shù)值預(yù)報(bào)產(chǎn)品時(shí)間分辨率是3 h，在3 h 之內(nèi)物理量通過線性內(nèi)插得出，而降水本身并非線性變化，會(huì)產(chǎn)生一定誤差，但隨時(shí)間增加，配料法暴雨預(yù)報(bào)偏多值和偏少值會(huì)有一定程度抵消，使配料法暴雨預(yù)報(bào)TS 評(píng)分有所提升。而24 h 以后，兩者TS 評(píng)分均為下降趨勢(shì)，這與模式本身物理量隨時(shí)間增加其準(zhǔn)確性下降有關(guān)。

3 暴雨過程預(yù)報(bào)效果分析

為進(jìn)一步探討配料法對(duì)寧夏暴雨過程預(yù)報(bào)效果，分別選取2016 年發(fā)生在寧夏南部六盤山區(qū)和北部賀蘭山沿山兩次區(qū)域性暴雨天氣過程，并對(duì)過程中配料法暴雨預(yù)報(bào)細(xì)節(jié)進(jìn)行分析。由于所選取發(fā)生在賀蘭山沿山區(qū)域性暴雨無論降水量還是成災(zāi)程度都遠(yuǎn)大于六盤山區(qū)暴雨，因此，對(duì)六盤山區(qū)暴雨只分析配料法在最大降水時(shí)段預(yù)報(bào)效果，重點(diǎn)考察配料法對(duì)賀蘭山沿山區(qū)域性暴雨預(yù)報(bào)效果。

3.1 六盤山區(qū)暴雨個(gè)例分析

2016 年8 月24—25 日寧夏中衛(wèi)市南部、固原市西部和南部部分鄉(xiāng)鎮(zhèn)出現(xiàn)暴雨到大暴雨，累計(jì)24 h 最大降水量和最大小時(shí)雨強(qiáng)均出現(xiàn)在涇源縣涇河源涇光村（35.4°N，106.4°E），分別達(dá)121.2 mm和75.6 mm，最大小時(shí)雨強(qiáng)出現(xiàn)在24 日20 時(shí)。

3.1.1 逐小時(shí)預(yù)報(bào)效果分析

分析涇河源涇光村逐時(shí)降水量與配料指數(shù)I 時(shí)序變化（圖3）可知，兩者增大、減小的變化趨勢(shì)基本一致，且二者峰值均出現(xiàn)在24 日20 時(shí)。此時(shí)配料指數(shù)I 達(dá)2.2，利用降水量與配料指數(shù)一元線性回歸方程（4 式）預(yù)報(bào)該時(shí)刻降水量為100.2 mm，較實(shí)況降水量75.6 mm 偏強(qiáng)。在最大小時(shí)降水出現(xiàn)之前的18時(shí)和19 時(shí)，配料指數(shù)I 分別為0.8 和1.6，對(duì)應(yīng)2 個(gè)時(shí)次預(yù)報(bào)降水量分別達(dá)19.8 mm 和65.7 mm，但這兩個(gè)時(shí)次站點(diǎn)均未出現(xiàn)降水；類似地，最大小時(shí)降水量出現(xiàn)之后的21 時(shí)和22 時(shí)I 分別為1.5 和0.5，利用（4）式預(yù)報(bào)兩個(gè)時(shí)次降水量分別為60 mm 和2.5 mm，而站點(diǎn)實(shí)況降水量分別為13 mm 和14.8 mm，預(yù)報(bào)結(jié)果較實(shí)況有一定誤差。

上述結(jié)果可能原因是，歐洲高分辨率數(shù)值模式72 h 內(nèi)時(shí)間分辨率是3 h，即每日02、05、08、11、14、17、20 時(shí)及23 時(shí)8 個(gè)時(shí)次該模式提供配料法所需物理量，上述8 個(gè)時(shí)次配料指數(shù)可根據(jù)（2）式由相應(yīng)物理量直接算出。其它時(shí)次，首先由上述8 個(gè)時(shí)次物理量利用線性內(nèi)插法計(jì)算相應(yīng)時(shí)次物理量，再利用（2）式得出相應(yīng)時(shí)次配料指數(shù)。因此，圖3 中24 日17 時(shí)未出現(xiàn)降水，配料指數(shù)也相應(yīng)為0，20 時(shí)出現(xiàn)降水極值，配料指數(shù)也相應(yīng)出現(xiàn)極值，18 時(shí)和19 時(shí)配料指數(shù)是先由17 時(shí)和20 時(shí)物理量?jī)?nèi)插得出所需物理量后，再利用（2）式計(jì)算得出，雖然這兩個(gè)時(shí)次實(shí)況降水量為0，但配料指數(shù)卻不為0；類似地，25日00 時(shí)實(shí)況未出現(xiàn)降水，但該時(shí)刻配料指數(shù)是經(jīng)過內(nèi)插計(jì)算得到的，因此，配料指數(shù)并不為零。這也是配料法預(yù)報(bào)暴雨產(chǎn)生誤差的主要原因。

圖3 涇河源涇光村逐時(shí)降水量與配料指數(shù)時(shí)序變化

綜上所述，配料指數(shù)對(duì)降水變化趨勢(shì)，特別是降水峰值及出現(xiàn)時(shí)間都有不錯(cuò)表現(xiàn)，但預(yù)報(bào)強(qiáng)度較實(shí)況整體偏強(qiáng)。在歐洲高分辨率數(shù)值模式提供物理量的時(shí)次，配料指數(shù)對(duì)降水的預(yù)報(bào)能力較好，但在其它時(shí)次配料指數(shù)是由線性內(nèi)插得出的，對(duì)降水預(yù)報(bào)會(huì)產(chǎn)生一定影響。但在較長(zhǎng)時(shí)段（6～24 h），配料指數(shù)預(yù)報(bào)降水的偏多量和偏少量會(huì)有一定程度的抵消，這也是圖2 中從3 h 到24 h 配料法預(yù)報(bào)暴雨TS 評(píng)分依次增高的原因。

3.1.2 降水落區(qū)預(yù)報(bào)效果分析

圖4 為六盤山區(qū)暴雨最大小時(shí)（24 日20 時(shí)）降水實(shí)況和對(duì)應(yīng)配料指數(shù)空間分布。由圖4a 可知，該時(shí)次強(qiáng)降水中心出現(xiàn)在涇源，小時(shí)雨強(qiáng)超過10 mm以上站數(shù)達(dá)23 站，其中7 站超過20 mm。而配料指數(shù)I≥0.63 即小時(shí)雨強(qiáng)超過10 mm 的區(qū)域（由4 式得出）也主要集中在涇源，范圍與強(qiáng)降水中心基本吻合，但配料指數(shù)預(yù)報(bào)降水最大值和I≥0.63 區(qū)域較實(shí)況均偏大。此外，對(duì)分布在寧夏其它區(qū)域的弱降水預(yù)報(bào)效果較差。

產(chǎn)生上述結(jié)果的可能原因是：一方面，本文研究配料指數(shù)所選取降水過程均為暴雨過程，客觀上使得在建立配料指數(shù)的過程中，將產(chǎn)生弱降水物理量信息進(jìn)行了過濾。因此，配料指數(shù)對(duì)弱降水預(yù)報(bào)能力較差；另一方面，決定寧夏小雨的物理量主要是水汽因子，對(duì)大雨以上量級(jí)降水，動(dòng)力因子和熱力因子占較大比重[21-22]。本文所構(gòu)建配料指數(shù)主要針對(duì)深厚濕對(duì)流引起的短時(shí)暴雨，更多考慮上升速度和大氣靜力不穩(wěn)定即動(dòng)力和熱力因子的作用，這也使得該方法對(duì)降水強(qiáng)度和范圍預(yù)報(bào)偏強(qiáng)、偏大，而對(duì)弱降水預(yù)報(bào)能力較差。

圖4 六盤山區(qū)暴雨最大小時(shí)降水實(shí)況（a）與對(duì)應(yīng)配料指數(shù)（b）空間分布

3.2 賀蘭山沿山暴雨個(gè)例分析

2016 年8 月21 日下午到夜間，賀蘭山沿山銀川到石嘴山段出現(xiàn)特大致洪暴雨，累計(jì)最大降水量和最大小時(shí)雨強(qiáng)均出現(xiàn)在賀蘭山滑雪場(chǎng)（38.7°N，106.0°E），分別為241.7 mm 和82.5 mm。過程中有9站超過50 mm，5 站超過100 mm，2 站超過200 mm。降水主要集中時(shí)段出現(xiàn)在21 日21 時(shí)—22 日01 時(shí)。

將本次暴雨過程按逐3 h 分成4 個(gè)時(shí)段：21 日21—23 時(shí)、22 日00—02 時(shí)、22 日03—05 時(shí)及22日06—08 時(shí)。

圖5 為8 月21 日21—23 時(shí)降水實(shí)況與配料法預(yù)報(bào)降水空間分布，由圖5a 可知，21—23 時(shí)降水集中在賀蘭山沿山銀川段，該時(shí)段最大累計(jì)降水量和最大小時(shí)雨強(qiáng)均出現(xiàn)在拜寺口站，分別為104.2 mm和76.6 mm，超過20 mm 以上的站點(diǎn)為17 站，超過50 mm 以上的站為5 站，超過100 mm 以上的站為1站。由圖5b 可知，配料法預(yù)報(bào)降水范圍較實(shí)況有所增大，且在寧夏北部邊界地區(qū)出現(xiàn)10 mm 以上降水區(qū)域的空?qǐng)?bào)，但強(qiáng)降水中心位置與實(shí)況基本吻合，中心強(qiáng)度為118 mm，與實(shí)況較為接近。

分析8 月22 日00—02 時(shí)降水實(shí)況與配料法預(yù)報(bào)降水空間分布（圖6）可知，該時(shí)段內(nèi)強(qiáng)降水區(qū)域仍出現(xiàn)在賀蘭山沿山銀川段，但與前一時(shí)段有所不同，該時(shí)段最大累計(jì)降水量和最大小時(shí)雨強(qiáng)均出現(xiàn)在賀蘭山滑雪場(chǎng)站，分別為139.3 mm 和82.5 mm，累計(jì)降水量超過20 mm 以上的站點(diǎn)為11 站，超過50 mm 以上的站點(diǎn)為6 站，其中有3 站超過100 mm（圖6a），較前一時(shí)段降水強(qiáng)度有所增強(qiáng)。類似地，配料法預(yù)報(bào)降水范圍較實(shí)況也明顯偏大（圖6b），雖然強(qiáng)降水中心位置基本與實(shí)況較為吻合，且所預(yù)報(bào)的降水強(qiáng)度也和實(shí)況較為接近。但是，在中衛(wèi)市北部地區(qū)出現(xiàn)強(qiáng)降水中心空?qǐng)?bào)，這也與降水實(shí)況有較大差距。

圖5 21 日21—23 時(shí)降水實(shí)況（a）與配料法預(yù)報(bào)降水（b）空間分布

圖6 22 日00—02 時(shí)降水實(shí)況（a）與配料法預(yù)報(bào)降水（b）空間分布

類似地，對(duì)8 月22 日03—05 時(shí)降水實(shí)況與配料法預(yù)報(bào)降水空間分布（圖7）進(jìn)行分析。由圖7a 可知，22 日03—05 時(shí)降水范圍有所擴(kuò)大，從賀蘭山沿山銀川段北擴(kuò)到石嘴山段及石嘴山市的北部，但降水強(qiáng)度迅速降低，該時(shí)段累計(jì)降水量均在35 mm 以下，且強(qiáng)降水中心有所北移。配料法預(yù)報(bào)降水空間分布（圖7b）變化與實(shí)況基本吻合，也表現(xiàn)出降水強(qiáng)度減弱，落區(qū)北移的特點(diǎn)，但強(qiáng)降水中心較實(shí)況更加偏北，且中心強(qiáng)度接近40 mm，高于實(shí)況降水量。同時(shí)，在中衛(wèi)市南部仍然出現(xiàn)10 mm 以上降水區(qū)域的空?qǐng)?bào)。

圖8 給出8 月22 日06—08 時(shí)降水實(shí)況與配料法預(yù)報(bào)降水空間分布，由圖8a 可知，該時(shí)段累計(jì)降水量均在35 mm 以下，降水落區(qū)在前一時(shí)段基礎(chǔ)上進(jìn)一步向東擴(kuò)展，覆蓋了石嘴山市及銀川市北部地區(qū)，但降水中心又回到賀蘭山沿山銀川段。從配料法預(yù)報(bào)降水空間分布（圖8b）可以看出，盡管配料法預(yù)報(bào)降水量也在35 mm 以下，降水中心位置與實(shí)況也較為一致。但降水落區(qū)較實(shí)況偏大，預(yù)報(bào)降水量也較實(shí)況偏強(qiáng)，尤其是石嘴山市和銀川市北部。同樣地，在中衛(wèi)及吳忠兩市北部仍然出現(xiàn)5～15 mm 降水區(qū)域的空?qǐng)?bào)。

綜上所述，通過分析配料法對(duì)賀蘭山沿山暴雨不同時(shí)段預(yù)報(bào)效果可知，配料法可準(zhǔn)確預(yù)報(bào)出本次暴雨過程在不同時(shí)段的強(qiáng)降水中心和降水落區(qū)，并且對(duì)強(qiáng)降水中心的移動(dòng)路徑也有一定預(yù)報(bào)能力，但降水落區(qū)較實(shí)況偏大，中心強(qiáng)度也偏強(qiáng)。此外，還出現(xiàn)一些區(qū)域的空?qǐng)?bào)。

圖7 22 日03—05 時(shí)降水實(shí)況（a）與配料法預(yù)報(bào)降水（b）空間分布

圖8 22 日06—08 時(shí)降水實(shí)況（a）與配料法預(yù)報(bào)降水（b）空間分布

針對(duì)這一結(jié)果，初步認(rèn)為導(dǎo)致降水偏強(qiáng)、落區(qū)偏大的可能原因，一方面跟所選取配料物理量有關(guān)；另一方面與建立配料指數(shù)和降水量線性回歸方程時(shí)，僅使用常規(guī)觀測(cè)站資料有關(guān)。具體到本次降水過程，對(duì)賀蘭山沿山配料時(shí)使用的是位于賀蘭山最高觀測(cè)站——賀蘭山氣象站（38.8°N，105.9°E）的資料，該站海拔高度2908 m，位于賀蘭山最高峰。因此，客觀上加大了賀蘭山喇叭口地形輻合抬升和地形本身動(dòng)力強(qiáng)迫抬升作用[23-25]，這使得配料法對(duì)本次暴雨過程降水中心值和落區(qū)預(yù)報(bào)均偏大；對(duì)于出現(xiàn)在其它區(qū)域降水的空?qǐng)?bào)，初步認(rèn)為和模式對(duì)這些區(qū)域物理量預(yù)報(bào)的準(zhǔn)確性有關(guān)，但更進(jìn)一步的原因還需后期深入研究。

4 結(jié)論

本文基于“配料法”基本原理，借鑒配料指數(shù)[13]這一概念，結(jié)合歐洲高分辨率數(shù)值模式產(chǎn)品和寧夏972 個(gè)自動(dòng)氣象站（含常規(guī)站）資料，建立了適用于寧夏暴雨的定量預(yù)報(bào)方法，并投入業(yè)務(wù)運(yùn)行。相比之前的研究，本文將暴雨潛勢(shì)預(yù)報(bào)發(fā)展成暴雨定量預(yù)報(bào)，為提高寧夏暴雨預(yù)報(bào)準(zhǔn)確率提供新的思路。通過實(shí)時(shí)業(yè)務(wù)檢驗(yàn)，得到以下結(jié)論。

（1）不同預(yù)報(bào)時(shí)段內(nèi)，配料法暴雨預(yù)報(bào)準(zhǔn)確率均高于歐洲高分辨率數(shù)值模式，說明該方法對(duì)寧夏暴雨有較好預(yù)報(bào)能力。24 h 預(yù)報(bào)時(shí)段內(nèi)，配料法和歐洲高分辨率數(shù)值模式對(duì)暴雨預(yù)報(bào)準(zhǔn)確率均依次提高，不但與模式對(duì)降水開始和結(jié)束的時(shí)間節(jié)點(diǎn)預(yù)報(bào)是否準(zhǔn)確有關(guān)，還與計(jì)算配料指數(shù)時(shí)使用線性內(nèi)插產(chǎn)生的誤差有關(guān)；24 h 以后，二者暴雨預(yù)報(bào)準(zhǔn)確率均逐漸下降，主要與模式本身物理量隨時(shí)間增加其準(zhǔn)確性下降有關(guān)。

（2）配料指數(shù)對(duì)寧夏六盤山區(qū)降水變化趨勢(shì)、降水峰值及出現(xiàn)時(shí)間都有較好預(yù)報(bào)性能，但降水強(qiáng)度和落區(qū)較實(shí)況偏強(qiáng)、偏大。此外，對(duì)過程中弱降水區(qū)域預(yù)報(bào)效果較差。主要原因是，本研究所選取個(gè)例均為暴雨，客觀上過濾了弱降水信息；另一方面，水汽是寧夏弱降水決定性因子，本研究在選擇構(gòu)建配料指數(shù)物理量時(shí)，更多考慮了有利于強(qiáng)降水的動(dòng)力和熱力作用，這也使該方法對(duì)弱降水預(yù)報(bào)能力較差，對(duì)強(qiáng)降水預(yù)報(bào)偏強(qiáng)。

（3）利用配料法對(duì)賀蘭山沿山暴雨進(jìn)行定量預(yù)報(bào)，該方法能準(zhǔn)確預(yù)報(bào)不同時(shí)段強(qiáng)降水中心和落區(qū)，并對(duì)強(qiáng)降水中心移動(dòng)路徑也有一定預(yù)報(bào)能力，但降水強(qiáng)度和范圍較實(shí)況仍偏強(qiáng)、偏大。此外，還出現(xiàn)一些區(qū)域的空?qǐng)?bào)。上述結(jié)果除跟所選配料物理量有關(guān)外，更主要的原因是，暴雨樣本較少，且在建立配料指數(shù)和降水量線性回歸方程時(shí)，考慮到數(shù)據(jù)穩(wěn)定性，僅使用常規(guī)觀測(cè)站資料，客觀上加大了賀蘭山喇叭口地形輻合抬升和地形本身動(dòng)力強(qiáng)迫抬升作用。對(duì)于出現(xiàn)空?qǐng)?bào)的區(qū)域，初步認(rèn)為和模式對(duì)這些區(qū)域物理量預(yù)報(bào)的準(zhǔn)確性有關(guān)，但具體原因還需更深入的研究。