蔡奕萍，袁志揚(yáng)，李嬋珠，黃鋒

（東莞市氣象局，廣東東莞 523000）

對(duì)流天氣屬于中小尺度系統(tǒng)，具有水平尺度小、生命史短、影響范圍窄、強(qiáng)度大的特點(diǎn)，其突發(fā)性強(qiáng)、破壞力大，是廣東省主要災(zāi)害性天氣之一，也是預(yù)報(bào)上的難點(diǎn)［1-2］。多年來(lái)氣象工作者對(duì)對(duì)流天氣的預(yù)報(bào)十分關(guān)注，并借助了風(fēng)廓線雷達(dá)、雙偏振雷達(dá)、雨滴譜儀等新型探測(cè)手段對(duì)其進(jìn)行了深入研究［3-5］。微波輻射計(jì)也是近年來(lái)在業(yè)務(wù)上廣泛應(yīng)用的新型探測(cè)儀器之一，具有高時(shí)間分辨率、連續(xù)工作等優(yōu)點(diǎn)［6］，可有效彌補(bǔ)探空資料在時(shí)間分辨率上的不足，能輸出溫度廓線、濕度廓線、大氣穩(wěn)定度、云低高度等有價(jià)值的氣象資料，非常適合基層臺(tái)站使用［7］。

目前國(guó)內(nèi)外已有部分學(xué)者將微波輻射計(jì)資料應(yīng)用于對(duì)流天氣的預(yù)報(bào)中，取得了一定成果，黃曉瑩等［8］指出，多個(gè)強(qiáng)對(duì)流參數(shù)的突然增大或減小均與降水的發(fā)生與減弱有對(duì)應(yīng)關(guān)系，微波輻射計(jì)資料的應(yīng)用對(duì)預(yù)報(bào)降水的發(fā)生與增強(qiáng)有指示作用；雷連發(fā)等［9］通過(guò)微波輻射計(jì)觀測(cè)數(shù)據(jù)計(jì)算得到的強(qiáng)對(duì)流參數(shù)之間具有很好相關(guān)性，很好的反映了強(qiáng)對(duì)流天氣的水汽、穩(wěn)定度和云的發(fā)展變化過(guò)程，這對(duì)對(duì)流天氣的預(yù)警預(yù)報(bào)具有指示作用。本研究在研究微波輻射計(jì)輸出的物理量參數(shù)對(duì)不同天氣過(guò)程的指示作用基礎(chǔ)上，嘗試進(jìn)一步采用費(fèi)舍判別分析方法，將不穩(wěn)定指數(shù)參數(shù)及水汽參數(shù)作為預(yù)報(bào)因子來(lái)建立預(yù)報(bào)方程，提高預(yù)報(bào)準(zhǔn)確率。

1 設(shè)備原理

微波輻射計(jì)能通過(guò)微波傳感器收集目標(biāo)的微波輻射、散射能量來(lái)識(shí)別目標(biāo)物體及其特性的有用信息。大氣對(duì)微波具有吸收和透明（即大氣窗）的特性，由圖1可見，在微波波段，水汽、氧氣、云中液態(tài)水和降水是微波輻射最主要的吸收物質(zhì)，在10～100 GHz微波頻率范圍內(nèi)，水汽在22 GHz附近有一個(gè)強(qiáng)吸收帶、氧氣在60 GHz附近有一個(gè)強(qiáng)吸收帶［10］。

圖1 云、水汽和氧氣的微波吸收系數(shù)［10］

本研究選用的RPG-HATPRO型42通道微波輻射計(jì)中，51～58 GHz之間的21個(gè)頻率為氧氣吸收帶通道，22～32 GHz之間的21個(gè)頻率為水汽吸收通道。通過(guò)測(cè)量大氣中氧氣和水汽的輻射強(qiáng)度，獲得亮溫，再通過(guò)利用神經(jīng)網(wǎng)絡(luò)擬合亮溫和地面溫濕壓參數(shù)與大氣參數(shù)反演剖面之間的非線性關(guān)系［11］，獲得地面至10 km大氣溫度廓線、濕度廓線、液態(tài)水廓線、綜合水汽總量和液態(tài)水路徑等數(shù)據(jù)。

2 數(shù)據(jù)挑選及檢驗(yàn)

2.1 數(shù)據(jù)及參數(shù)

選取2016—2018年每年4—9月份東莞板嶺國(guó)家觀測(cè)站日降雨資料及分鐘雨量數(shù)據(jù)，以及微波輻射計(jì)輸出的 K指數(shù)、SI指數(shù)、CAPE、LI值、綜合水汽含量（IWV）、液態(tài)水路徑（LWP）數(shù)據(jù)進(jìn)行研究。

2.2 數(shù)據(jù)檢驗(yàn)

以K指數(shù)為例進(jìn)行分析驗(yàn)證。選取2016年4—9月的微波輻射計(jì)資料，計(jì)算得到每日08：00、20：00（北京時(shí)，下同）的 K指數(shù)的平均值，與再分析資料計(jì)算得到的K指數(shù)進(jìn)行相關(guān)性檢驗(yàn)。結(jié)果顯示兩組數(shù)據(jù)的相關(guān)系數(shù)為0.714，通過(guò)α=0.01的t檢驗(yàn)，說(shuō)明相關(guān)顯著。

3 閾值計(jì)算

3.1 過(guò)程定義

影響廣東省的對(duì)流天氣包括短時(shí)強(qiáng)降水、雷雨大風(fēng)、冰雹和龍卷［1］，但近幾年發(fā)生在東莞地區(qū)的冰雹、龍卷次數(shù)太少，樣本不具有代表性，故本研究只選取了短時(shí)強(qiáng)降水、雷雨大風(fēng)進(jìn)行研究。

短時(shí)強(qiáng)降水過(guò)程：當(dāng)一次降水過(guò)程開始后3 h內(nèi)出現(xiàn)滑動(dòng)小時(shí)雨量≥20 mm，則認(rèn)為是一次短時(shí)強(qiáng)降水天氣過(guò)程，將降水發(fā)生的時(shí)刻記錄為強(qiáng)降水天氣過(guò)程出現(xiàn)的時(shí)間。

雷雨大風(fēng)過(guò)程：業(yè)務(wù)上對(duì)雷雨大風(fēng)的定義：出現(xiàn)風(fēng)速≥17.2 m/s短時(shí)大風(fēng)并伴有降水［12］，但考慮到東莞地區(qū)廠房、臨時(shí)構(gòu)筑物較多的實(shí)際情況，本地臺(tái)站一般在出現(xiàn)6級(jí)陣風(fēng)時(shí)會(huì)對(duì)外發(fā)布天氣提醒，故本研究選取出現(xiàn)6級(jí)以上大風(fēng)并伴有降水的過(guò)程作為雷雨大風(fēng)過(guò)程，同時(shí)剔除由于臺(tái)風(fēng)天氣、冷空氣過(guò)程造成的大風(fēng)。若降水發(fā)生在大風(fēng)前，則把出現(xiàn)降水的時(shí)間認(rèn)為是雷雨大風(fēng)發(fā)生時(shí)間；若大風(fēng)在降水前，則把大風(fēng)出現(xiàn)的時(shí)刻認(rèn)為是雷雨大風(fēng)發(fā)生的時(shí)間，其中大風(fēng)、降水出現(xiàn)的時(shí)間間隔不超過(guò)2 h。

一般天氣：選取以短時(shí)強(qiáng)降水、雷雨大風(fēng)出現(xiàn)時(shí)間前一天的相同時(shí)刻，若該時(shí)刻沒(méi)有降水、同時(shí)該時(shí)刻前4 h也沒(méi)有降水，則選取這個(gè)時(shí)刻為一般天氣時(shí)間；若該時(shí)刻出現(xiàn)了降水或該時(shí)刻前4 h出現(xiàn)降水，則選擇后一天或再往前一天的相同時(shí)間數(shù)據(jù)［13］。

通過(guò)逐一篩選，共挑選出3年間出現(xiàn)的短時(shí)強(qiáng)降水天氣過(guò)程29例、雷雨大風(fēng)天氣過(guò)程48例、一般天氣76例。

3.2 參數(shù)計(jì)算

選取2016—2018年4—9月的微波輻射計(jì)資料，分別作出雷雨大風(fēng)、短時(shí)強(qiáng)降水、一般天氣發(fā)生前1 h各參數(shù)的箱體圖，結(jié)果如圖2所示。

圖2 2016—2018年 4—9月不同天氣發(fā)生前1 h K（a）、LI（b）、SI（c）、CAPE（d）、IWV（e）、LWP（f）箱體圖

箱體圖中箱子的上下限分別是數(shù)據(jù)的上4分位數(shù)和下4分位數(shù)，包含了50%的數(shù)據(jù)，箱子的寬度在一定程度上反映了數(shù)據(jù)的波動(dòng)程度，箱體越窄說(shuō)明數(shù)據(jù)越集中。箱體的上下端線表示上邊界和下邊界，端線越短同樣說(shuō)明數(shù)據(jù)越集中。

從圖2a可以看出，雷雨大風(fēng)的K指數(shù)箱體較窄，短時(shí)強(qiáng)降水、一般天氣過(guò)程的箱體較寬，說(shuō)明發(fā)生雷雨大風(fēng)時(shí)K指數(shù)更接近，短時(shí)強(qiáng)降水、一般天氣過(guò)程的K指數(shù)較分散。雷雨大風(fēng)、短時(shí)強(qiáng)降水的K指數(shù)主要分布在37～39℃，一般天氣則分布在34～36℃，表明對(duì)流天氣發(fā)生前一般有較大的K指數(shù)，因此，可以認(rèn)為K＞37℃有利于雷雨大風(fēng)、短時(shí)強(qiáng)降水發(fā)生。

一般而言，LI指數(shù)的值越低越有利于對(duì)流天氣發(fā)生。圖2b顯示，雷雨大風(fēng)的LI指數(shù)箱體較寬，中位數(shù)在-5℃左右，且主要分布在-6～-5℃；短時(shí)強(qiáng)降水和一般天氣的LI范圍較集中，且上、下4分位數(shù)及中位數(shù)接近，因此，單從LI指數(shù)無(wú)法有效地區(qū)分短時(shí)強(qiáng)降水和一般天氣。

與LI指數(shù)類似，SI指數(shù)的值越低也越有利于對(duì)流天氣發(fā)生。從圖2c中看出，雷雨大風(fēng)、短時(shí)強(qiáng)降水的SI指數(shù)更集中，中位數(shù)在-1～-2℃，而一般天氣的SI指數(shù)中位數(shù)在0℃左右?？梢哉J(rèn)為SI＜-1℃有利于雷雨大風(fēng)、短時(shí)強(qiáng)降水發(fā)生。

3種天氣類型的CAPE箱體都非常寬，表明CAPE值分散，波動(dòng)范圍大。其中，雷雨大風(fēng)、一般天氣發(fā)生前的CAPE值接近，集中在800～1 700 J/kg，中位數(shù)也接近，但短時(shí)強(qiáng)降水的CAPE范圍明顯偏低，這可能與強(qiáng)降水發(fā)生前能量提前釋放有關(guān)。因此單從CAPE值無(wú)法對(duì)3種天氣類型進(jìn)行區(qū)分。

IWV的分布如圖2e所示，雷雨大風(fēng)的IWV箱體最窄，短時(shí)強(qiáng)降水的最寬，但二者的中位數(shù)均在63 kg/m2左右，下4分位數(shù)在60 kg/m2左右；一般天氣的IWV箱體明顯低于對(duì)流天氣過(guò)程，且主要分布在52～60 kg/m2之間。因此，可以認(rèn)為IWV＞60 kg/m2有利于雷雨大風(fēng)、短時(shí)強(qiáng)降水發(fā)生。

圖2f表明，雷雨大風(fēng)、短時(shí)強(qiáng)降水的LWP箱體類似，主要分布在300～650 g/m2，但雷雨大風(fēng)的中位數(shù)明顯低于短時(shí)強(qiáng)降水，說(shuō)明短時(shí)強(qiáng)降水相較于雷雨大風(fēng)而言對(duì)水汽條件要求更嚴(yán)格。一般天氣的LWP主要集中在300～450 g/m2，中位數(shù)在400 g/m2左右?？梢哉J(rèn)為L(zhǎng)WP＞400 g/m2有利于雷雨大風(fēng)、短時(shí)強(qiáng)降水發(fā)生。

綜上所述，給定參數(shù)觸發(fā)雷雨大風(fēng)、短時(shí)強(qiáng)降水的閾值條件：K＞37℃、SI＜-1℃、IWV＞60 kg/m2、LWP＞400 g/m2。LI、CAPE無(wú)法對(duì) 3種天氣類型進(jìn)行區(qū)分。

4 預(yù)報(bào)方程及驗(yàn)證

利用判別分析方法［14］，將不穩(wěn)定指數(shù) K、LI、SI、CAPE和水汽參數(shù)IWV、LWP作為預(yù)報(bào)因子，建立對(duì)流天氣預(yù)報(bào)判別方程。

4.1 二級(jí)判別方程

先進(jìn)行2級(jí)判別，從2016—2017年4—9月的觀測(cè)數(shù)據(jù)中選取52個(gè)對(duì)流天氣樣本（包含了雷雨大風(fēng)和短時(shí)強(qiáng)降水過(guò)程樣本，但不區(qū)分對(duì)流天氣類型）和52個(gè)一般天氣樣本，1級(jí)樣本（對(duì)流天氣）容量n1=52、2級(jí)樣本（一般天氣）容量n2=52。

利用SPSS軟件計(jì)算得到對(duì)流天氣2級(jí)判別方程為

其中，x1、x2、x3、x4、x5、x6分別為預(yù)報(bào)因子 LI、K、SI、CAPE、IWV、LWP的值，代入數(shù)據(jù)計(jì)算得到y(tǒng)1、y2的值。對(duì)于對(duì)流天氣，當(dāng)y1＞y2時(shí)，判斷為準(zhǔn)確預(yù)報(bào)對(duì)流天氣，當(dāng)y1＜y2時(shí)，判斷為對(duì)流天氣被錯(cuò)誤預(yù)報(bào)為一般天氣；對(duì)于一般天氣，當(dāng)y1＜y2時(shí)，判斷為準(zhǔn)確預(yù)報(bào)一般天氣，當(dāng)y1＞y2時(shí)，判斷為一般天氣被錯(cuò)誤預(yù)報(bào)為對(duì)流天氣。

對(duì)預(yù)報(bào)方程選取2018年4—9月的資料進(jìn)行準(zhǔn)確率驗(yàn)證。用預(yù)報(bào)探測(cè)率還是命中率（POD）、虛假報(bào)警率（FAR）、關(guān)鍵成功指數(shù)（CSI）來(lái)檢驗(yàn)預(yù)報(bào)方程［14］，公式為

其中，x是對(duì)流天氣被成功預(yù)報(bào)的次數(shù)；y是對(duì)流天氣被錯(cuò)誤預(yù)報(bào)為一般天氣的次數(shù)；z是一般天氣被錯(cuò)誤預(yù)報(bào)為對(duì)流天氣的次數(shù)。

如表1所示，判別方程能夠很好地預(yù)測(cè)對(duì)流天氣，命中率達(dá)76%，虛假報(bào)警率也較低，關(guān)鍵成功指數(shù)達(dá)51%。因此，若在實(shí)際工作中引入判別預(yù)報(bào)方程，可以作為預(yù)報(bào)對(duì)流天氣的輔助工具。

表1 不同預(yù)報(bào)方程準(zhǔn)確率檢驗(yàn)

4.2 多級(jí)判別方程

由于對(duì)流天氣樣本中包含了雷雨大風(fēng)和短時(shí)強(qiáng)降水，因此對(duì)樣本進(jìn)行多級(jí)判別分析，檢驗(yàn)判別方程能否有效地預(yù)報(bào)出3種不同類型的天氣。從2016—2017年4—9月的觀測(cè)數(shù)據(jù)中選取21個(gè)短時(shí)強(qiáng)降水過(guò)程樣本、31個(gè)雷雨大風(fēng)過(guò)程樣本和52個(gè)一般天氣樣本，1級(jí)樣本（雷雨大風(fēng)）容量n1=31，2級(jí)樣本（短時(shí)強(qiáng)降水）容量n2=21，3級(jí)樣本（一般天氣）容量n3=51。

計(jì)算得到對(duì)流天氣多級(jí)判別方程為

其中，x1、x2、x3、x4、x5、x6分別為預(yù)報(bào)因子 LI、K、SI、CAPE、IWV、LWP的值。當(dāng) y1＞y2且 y1＞y3時(shí)，判斷為準(zhǔn)確預(yù)報(bào)雷雨大風(fēng)，當(dāng)y2＞y1且y2＞y3時(shí)，判斷為準(zhǔn)確預(yù)報(bào)短時(shí)強(qiáng)降水，當(dāng)y3＞y1且y3＞y2時(shí)，判斷為準(zhǔn)確預(yù)報(bào)一般天氣。

同理，對(duì)預(yù)報(bào)方程準(zhǔn)確率進(jìn)行驗(yàn)證，結(jié)果見表1（此處的POD為雷雨大風(fēng)和強(qiáng)降水分別預(yù)測(cè)正確的概率之和），由表1可見多級(jí)判別方程的準(zhǔn)確率并不理想，對(duì)不同類型對(duì)流天氣命中率僅為51%，關(guān)鍵成功指數(shù)也很低，僅為31.8%。

4.3 修正2級(jí)判別方程

本研究發(fā)現(xiàn)，在多級(jí)預(yù)報(bào)方程中，出現(xiàn)了將強(qiáng)降水過(guò)程誤報(bào)為雷雨大風(fēng)過(guò)程，或?qū)⒗子甏箫L(fēng)過(guò)程誤報(bào)為強(qiáng)降水過(guò)程的情況。若把這種不同對(duì)流類型之間的混報(bào)定義為準(zhǔn)確預(yù)報(bào)對(duì)流天氣，即將多級(jí)預(yù)報(bào)方程作為修正后的2級(jí)判別方程，發(fā)現(xiàn)其對(duì)流天氣過(guò)程命中率顯著提高（表1），達(dá)84.6%，不過(guò)與此同時(shí)虛假報(bào)警率也比2級(jí)預(yù)報(bào)方程提高了近10%。因此，可以把多級(jí)預(yù)報(bào)方程作為修正后的2級(jí)預(yù)報(bào)方程來(lái)使用，提高對(duì)流天氣預(yù)報(bào)的測(cè)中概率。

5 結(jié)論

1）各參數(shù)觸發(fā)雷雨大風(fēng)、短時(shí)強(qiáng)降水的閾值條件：K＞37℃、SI＜-1℃、IWV＞60 kg/m2、LWP＞400 g/m2，LI、CAPE無(wú)法對(duì) 3種天氣類型進(jìn)行區(qū)分。

2）2級(jí)判別方程能夠較好地預(yù)測(cè)對(duì)流天氣過(guò)程，準(zhǔn)確率為76%，可以作為預(yù)報(bào)對(duì)流天氣的輔助工具。

3）多級(jí)判別方程不能很好地區(qū)分3種天氣類型，但將其作為修正后的2級(jí)判別方程使用，能提高對(duì)流天氣的測(cè)中概率。

本研究?jī)H利用單點(diǎn)的微波輻射計(jì)觀測(cè)數(shù)據(jù)作為研究，具有局限性。本研究得出的閾值、預(yù)報(bào)方程可作為輔助判斷，但無(wú)法單獨(dú)用于預(yù)報(bào)。另外，若能夠結(jié)合廣州、珠海、湛江等幾個(gè)地區(qū)的微波輻射計(jì)資料對(duì)全省的對(duì)流天氣進(jìn)行研究，其參考意義將會(huì)更大。