張 莉，馬文迪，趙雯濤

(烏海市氣象局，內(nèi)蒙古 烏海 016000)

冰雹、雷暴大風(fēng)、短時(shí)強(qiáng)降水等強(qiáng)對(duì)流天氣是暖季常見的災(zāi)害性天氣，主要特點(diǎn)就是突發(fā)性強(qiáng)、生命史短且易致災(zāi)，歷來是天氣預(yù)報(bào)的重點(diǎn)和難點(diǎn)[1-2]。在強(qiáng)對(duì)流天氣客觀預(yù)報(bào)方法方面，早期的研究如θse特型法、權(quán)重系數(shù)法、配料法等，都是基于常規(guī)探空資料，時(shí)空分辨率較低，難以滿足現(xiàn)代化業(yè)務(wù)對(duì)分類強(qiáng)對(duì)流天氣預(yù)報(bào)準(zhǔn)確率的需求。隨著全球模式分辨率的提高和非靜力區(qū)域中尺度模式的發(fā)展，數(shù)值模式在強(qiáng)對(duì)流天氣預(yù)報(bào)預(yù)警中發(fā)揮著越來越重要的作用[3]。筆者利用業(yè)務(wù)應(yīng)用廣泛且具有較高預(yù)報(bào)水平的ECMWF再分析資料獲取高分辨率的溫、壓、濕、風(fēng)信息來識(shí)別和分類烏海市的強(qiáng)對(duì)流天氣。

1 資料與方法

1.1 資料

烏海市降水量、極大風(fēng)速及雷暴、冰雹的小時(shí)數(shù)據(jù)來源于內(nèi)蒙古自治區(qū)氣象信息中心的審核資料，物理量數(shù)據(jù)來自第五代ECMWF大氣再分析資料(ERA5再分析資料)，水平分辨率為0.25 km×0.25 km，時(shí)間分辨率為1 h。

1.2 研究方法

1.2.1 臨近原則

“臨近原則”是指對(duì)歷史分類的強(qiáng)對(duì)流天氣站點(diǎn)實(shí)況資料與格點(diǎn)再分析資料進(jìn)行匹配，構(gòu)建烏海分類強(qiáng)對(duì)流天氣歷史個(gè)例庫。臨近原則如下。

1.2.1.1 “空間鄰近”原則。將離站點(diǎn)空間距離最近的格點(diǎn)物理量值近似認(rèn)為站點(diǎn)的物理特征值。

1.2.1.2 “時(shí)間臨近”原則。以強(qiáng)對(duì)流天氣發(fā)生之前最近1 h的物理量作為過程的物理特征值。

1.2.2 分類預(yù)報(bào)物理量指標(biāo)

筆者選取熱力不穩(wěn)定診斷量：CAPE值、K指數(shù)、600 hPa溫度、850 hPa和700 hPa溫度差、地面和850 hPa溫度差；動(dòng)力診斷量：高空200 hPa和低層850 hPa垂直風(fēng)切變、高低空急流、850 hPa垂直速度；水汽條件診斷量：850 hPa、700 hPa相對(duì)濕度和比濕、地面溫度露點(diǎn)差等物理量，為強(qiáng)對(duì)流天氣及其中短時(shí)強(qiáng)降水、雷暴大風(fēng)、冰雹的分類預(yù)報(bào)提供預(yù)報(bào)指標(biāo)。

1.2.3 二項(xiàng)Logistic回歸分析法建立預(yù)報(bào)方程

Logistic回歸主要用于因變量為分類變量的回歸分析，可以從多個(gè)自變量中選出對(duì)因變量有影響的自變量，并給出預(yù)測(cè)公式用于預(yù)測(cè)。強(qiáng)對(duì)流天氣的預(yù)報(bào)預(yù)測(cè)適合用二項(xiàng)Logistic回歸分析法。

首先將所有研究樣本中強(qiáng)對(duì)流天氣是否發(fā)生的結(jié)果用Y表示，Y的賦值規(guī)則為：

記出現(xiàn)成功結(jié)果的概率為P(Y=1)，用Logistic回歸公式表示P為:

(1)

其中：β0是與諸因素xi無關(guān)的常數(shù)項(xiàng)，β1、β2…βm是回歸系數(shù)，表示諸因素xi對(duì)P的貢獻(xiàn)量。

1.2.4 TS評(píng)分檢驗(yàn)預(yù)報(bào)準(zhǔn)確率

(2)

BIAS表示預(yù)報(bào)事件發(fā)生總數(shù)與觀測(cè)事件發(fā)生總數(shù)的比率，式中NA表示報(bào)對(duì)的點(diǎn)數(shù)，NB表示空?qǐng)?bào)的點(diǎn)數(shù)，NC表示漏報(bào)的點(diǎn)數(shù)。比值越接近1，說明預(yù)報(bào)效果越好；比值越大于1，表示事件預(yù)報(bào)頻率越高；比值越接近0，則表示事件預(yù)報(bào)概率越低。

(3)

當(dāng)預(yù)報(bào)正確的點(diǎn)數(shù)與實(shí)況點(diǎn)數(shù)完全一致時(shí)，TS=1；TS值越接近0，表示預(yù)報(bào)技巧越低。

(4)

FAR代表空?qǐng)?bào)在預(yù)報(bào)強(qiáng)對(duì)流事件中的比率，范圍為[0，1]，空?qǐng)?bào)率越低，表示預(yù)報(bào)技巧越好。

(5)

MAR代表漏報(bào)在預(yù)報(bào)強(qiáng)對(duì)流事件中的比率，范圍為[0，1]，漏報(bào)率越低，表示預(yù)報(bào)技巧越好。

2 結(jié)果分析

2.1 烏海地區(qū)強(qiáng)對(duì)流天氣的時(shí)間空間變化特征

2.1.1 短時(shí)強(qiáng)降水

2.1.1.1 本地化定義。2013年—2020年，烏海市各站小時(shí)降水量極值為47 mm/h，出現(xiàn)在濱河站2017年7月25日8—9時(shí)。在研究的8年中，小時(shí)降水量≥20 mm只出現(xiàn)31站次，結(jié)合烏海地區(qū)的承災(zāi)能力，采用常煜對(duì)內(nèi)蒙古半干旱區(qū)短時(shí)強(qiáng)降水的定義，即10 mm/h作為烏海地區(qū)短時(shí)強(qiáng)降水的定義，共156個(gè)個(gè)例。

2.1.1.2 時(shí)間分布特征。

2013年—2020年間，烏海市大部分年份有5次～10次短時(shí)強(qiáng)降水天氣，其中2015年、2017年、2019年較平均值偏少，2016年、2018年、2020年偏多，其中2018年最多，為13次。短時(shí)強(qiáng)降水天氣主要分布在5月—9月，其中7月、8月最多。從時(shí)段分布上來看，烏海短時(shí)強(qiáng)降水有3個(gè)主要時(shí)段，分別為午后15時(shí)左右、凌晨2—5時(shí)及上午8—11時(shí)，其中午后出現(xiàn)的次數(shù)最多。

(a) (b) (c)

圖2 2013年—2020年烏海市短時(shí)強(qiáng)降水空間分布

2.1.1.3 空間分布特征。

烏海市短時(shí)強(qiáng)降水的發(fā)生頻次體現(xiàn)出南北多中間少的特征，其中千里山及綠地磚廠附近出現(xiàn)大值中心，千里山出現(xiàn)17次，綠地磚廠出現(xiàn)16次，烏海市中部地區(qū)短時(shí)強(qiáng)降水次數(shù)小于10次，平均每年在1次左右。

2.1.2 雷暴大風(fēng)

2.1.2.1 雷暴大風(fēng)的定義。將極大風(fēng)速≥17.2 m/s，并伴隨有雷暴出現(xiàn)時(shí)記為一次雷暴大風(fēng)過程。雷暴大風(fēng)資料來源于國(guó)家一般站日極大風(fēng)速，考慮了雷暴資料2014年停止觀測(cè)，選擇2000年—2013年國(guó)家一般站的數(shù)據(jù)分析雷暴大風(fēng)。

(a) (b)

2.1.2.2 時(shí)間分布特征。烏海雷暴大風(fēng)有隔年增多或隔年減少的周期性變化特征，且總體有減少的趨勢(shì)。雷暴大風(fēng)主要出現(xiàn)在5月—8月，其中6月出現(xiàn)次數(shù)最多，出現(xiàn)時(shí)段在午后和凌晨居多。2000年—2013年極大風(fēng)速為27.7 m/s(10級(jí))，出現(xiàn)在2013年7月。

2.1.3 冰雹

考慮到小冰雹致災(zāi)性也比較強(qiáng)且烏海地區(qū)出現(xiàn)大冰雹(直徑≥2 cm)個(gè)例較少，因而此處不區(qū)別冰雹大小。根據(jù)統(tǒng)計(jì)，烏海市2000年—2020年有觀測(cè)記錄的冰雹有5次，4月—7月均有出現(xiàn)。

2.2 烏海地區(qū)強(qiáng)對(duì)流天氣分類指標(biāo)及判據(jù)

對(duì)常用的物理量在烏海強(qiáng)對(duì)流天氣識(shí)別及分類中的指示作用進(jìn)行探討分析，建立強(qiáng)對(duì)流天氣的分類識(shí)別判據(jù)，是進(jìn)行強(qiáng)對(duì)流分類預(yù)報(bào)的基礎(chǔ)。為避免日分布對(duì)物理量范圍的影響，將短時(shí)強(qiáng)降水、雷暴大風(fēng)、冰雹發(fā)生前一天相同時(shí)次的個(gè)例定義為對(duì)照組(未發(fā)生強(qiáng)對(duì)流天氣)。

2.2.1 熱力不穩(wěn)定診斷量

2.2.1.1 700 hPa和500 hPa溫度差。雷暴多發(fā)生在大氣低層處于條件不穩(wěn)定下，故常用反映垂直溫度梯度的中低層溫差來判斷靜力穩(wěn)定度。由于烏海市處于內(nèi)蒙古高原，平均海拔1 150 m，因此用700 hPa與500 hPa溫差(ΔT700-500)來反映大氣的穩(wěn)定條件。從烏海市短時(shí)強(qiáng)降水、雷暴大風(fēng)、冰雹及對(duì)照組各例臨近時(shí)的ΔT700-500圖4(a)看出，未發(fā)生強(qiáng)對(duì)流天氣時(shí)ΔT700-500集中在15 ℃～20 ℃之間；雷暴大風(fēng)天氣臨近時(shí)ΔT700-500近一半大于20 ℃；短時(shí)強(qiáng)降水天氣臨近時(shí)ΔT700-500大多數(shù)在 18 ℃以下；冰雹天氣臨近時(shí)ΔT700-500集中在13 ℃～20 ℃之間，中位數(shù)為18 ℃，整體較雷暴大風(fēng)天氣偏小，大部分個(gè)例高于短時(shí)強(qiáng)降水天氣，但離散度較大。以上表明，較小的中低層溫差就可產(chǎn)生短時(shí)強(qiáng)降水天氣，但雷暴大風(fēng)則發(fā)生在中低層溫差較大的環(huán)境下，冰雹介于兩者之間。以18 ℃和20 ℃的ΔT700-500為界，對(duì)照組與短時(shí)強(qiáng)降水、雷暴大風(fēng)個(gè)例就可以區(qū)分開。當(dāng)ΔT700-500小于18 ℃時(shí)，發(fā)生短時(shí)強(qiáng)降水的概率超過50%；當(dāng)ΔT700-500大于20 ℃時(shí)，發(fā)生雷暴大風(fēng)的概率達(dá)59%。

(a) (b) (c)

2.2.1.2 地面和850 hPa溫度差。逆溫層有利于能量和水汽在低層聚集，有利于觸發(fā)強(qiáng)對(duì)流天氣發(fā)生。從烏海市不同類型強(qiáng)對(duì)流天氣臨近時(shí)的地面與850 hPa溫差看出，70%以上的對(duì)照組ΔT地面-850都大于-0.5 ℃；而接近75%的雷暴大風(fēng)個(gè)例ΔT地面-850小于-0.5℃；短時(shí)強(qiáng)降水天氣臨近時(shí)ΔT地面-850中位數(shù)為0.46 ℃，較對(duì)照組溫差略偏小，但不足以將其區(qū)分。以上表明，逆溫層可以用于雷暴大風(fēng)的識(shí)別，以0 ℃為界，當(dāng)ΔT地面-850< 0℃時(shí)，雷暴大風(fēng)發(fā)生的概率超過50%。

2.2.1.3 K指數(shù)。K指數(shù)側(cè)重于反映對(duì)流層中低層溫濕分布對(duì)大氣穩(wěn)定度的影響，K值越大，大氣越不穩(wěn)定。烏海市短時(shí)強(qiáng)降水發(fā)生前的K指數(shù)比冰雹、雷暴大風(fēng)高，說明前者對(duì)于低層水汽條件的依賴程度更高，60%以上的短時(shí)強(qiáng)降水臨近時(shí)K指數(shù)均超過25 K。

(a) (b) (c)

2.2.2 水汽條件診斷量

2.2.2.1 比濕。低層濕度條件對(duì)強(qiáng)對(duì)流天氣類型有重要影響。從烏海市不同類型強(qiáng)對(duì)流天氣臨近時(shí)850 hPa比濕可以發(fā)現(xiàn)，未發(fā)生強(qiáng)對(duì)流天氣時(shí)850 hPa比濕集中在6 g/kg～11 g/kg之間；75%左右雷暴大風(fēng)個(gè)例<9 g/kg；而75%左右的短時(shí)強(qiáng)降水個(gè)例>9 g/kg；冰雹天氣臨近時(shí)850 hPa比濕介于4 g/kg～7 g/kg之間。短時(shí)強(qiáng)降水、對(duì)照組、雷暴大風(fēng)、冰雹850hPa比濕逐漸減小。以上表明，850 hPa較大的比濕條件有利于短時(shí)強(qiáng)降水天氣的發(fā)生，但雷暴大風(fēng)、冰雹則發(fā)生在低層相對(duì)較干環(huán)境下。當(dāng)850 hPa比濕大于12 g/kg時(shí)，發(fā)生短時(shí)強(qiáng)降水的概率接近70%。

2.2.2.2 相對(duì)濕度。相對(duì)濕度表示空氣中的絕對(duì)濕度與同溫度和氣壓下的飽和絕對(duì)濕度的比值，從烏海市不同類型強(qiáng)對(duì)流天氣臨近時(shí)700 hPa相對(duì)濕度可以發(fā)現(xiàn)，未發(fā)生強(qiáng)對(duì)流天氣時(shí)700 hPa相對(duì)濕度集中在35%～65%之間；短時(shí)強(qiáng)降水發(fā)生時(shí)，700 hPa相對(duì)濕度中位數(shù)為74.53%；雷暴大風(fēng)天氣臨近時(shí)700 hPa相對(duì)濕度中位數(shù)為42.94%，與對(duì)照組分布類似，但較對(duì)照組更集中；幾次冰雹天氣臨近時(shí)700 hPa相對(duì)濕度都偏高，其中超過75%均大于70%。因此700 hPa相對(duì)濕度是區(qū)分烏海市短時(shí)強(qiáng)降水天氣的重要判據(jù)之一，當(dāng)700 hPa相對(duì)濕度大于60%時(shí)，發(fā)生短時(shí)強(qiáng)降水的可能性較大。

2.2.2.3 地面溫度露點(diǎn)差。冰雹、雷暴大風(fēng)天氣一般具有“上干下濕”的特點(diǎn)，而短時(shí)強(qiáng)降水需要深厚的濕度層結(jié)，故利用地面溫度露點(diǎn)差T-Td來表示近地層水汽飽和度。從烏海市不同類型強(qiáng)對(duì)流天氣臨近時(shí)的地面溫度露點(diǎn)差看出，未發(fā)生強(qiáng)對(duì)流天氣時(shí)T-Td集中在7 ℃～18 ℃之間；近一半雷暴大風(fēng)個(gè)例T-Td大于 8℃；大多數(shù)短時(shí)強(qiáng)降水個(gè)例在8 ℃以下；冰雹天氣臨近時(shí)T-Td離散偏大。

2.2.3 動(dòng)力條件診斷量

從烏海市不同類型強(qiáng)對(duì)流天氣臨近時(shí)850 hPa垂直速度可以發(fā)現(xiàn)，75%以上未發(fā)生強(qiáng)對(duì)流天氣和90%左右短時(shí)強(qiáng)降水發(fā)生時(shí)850 hPa垂直速度均大于0 m/s，其中短時(shí)強(qiáng)降水的垂直速度更大，可見低層垂直上升運(yùn)動(dòng)，有利于短時(shí)強(qiáng)降水的發(fā)生。而50%的雷暴大風(fēng)和75%的冰雹850 hPa垂直速度小于0 m/s，低層為下沉運(yùn)動(dòng)。

圖6 烏海市不同類型強(qiáng)對(duì)流天氣臨近時(shí)850 hPa垂直速度箱線圖

項(xiàng)目中，我們還研究了散度、渦度、垂直風(fēng)切變等物理量，對(duì)強(qiáng)對(duì)流天氣的識(shí)別與分類都沒有明顯的作用。

2.3 烏海地區(qū)強(qiáng)對(duì)流天氣潛勢(shì)預(yù)報(bào)方法

2.3.1 各物理量與是否發(fā)生強(qiáng)對(duì)流天氣相關(guān)性分析

由于樣本數(shù)有限且變量較多，先對(duì)各物理量與是否發(fā)生強(qiáng)對(duì)流天氣間的關(guān)系進(jìn)行單變量相關(guān)性分析及t檢驗(yàn)。檢驗(yàn)結(jié)果發(fā)現(xiàn)，600 hPa溫度，200 hPa風(fēng)速及200 hPa和850 hPa垂直風(fēng)切變與是否發(fā)生強(qiáng)對(duì)流天氣不顯著相關(guān)。700 hPa和500 hPa溫度差，850 hPa風(fēng)速，850 hPa垂直速度與是否發(fā)生強(qiáng)對(duì)流天氣都在0.05級(jí)別顯著相關(guān)，t檢驗(yàn)的顯著性概率介于0.01和0.05之間，其余物理量均在0.01級(jí)別顯著相關(guān)。我們選擇在0.01和0.05級(jí)別顯著相關(guān)的所有物理量作為建立二項(xiàng)Logistic概率預(yù)報(bào)方程的自變量。

2.3.2 基于二項(xiàng)Logistic分析建立強(qiáng)對(duì)流天氣預(yù)報(bào)方程

利用SPSS軟件，基于二元Logistic回歸分析方法，得到進(jìn)入方程的變量包括CAPE值、K指數(shù)、T700-500、700 hPa相對(duì)濕度、850 hPa相對(duì)濕度、T地面-850、850 hPa比濕、850 hPa垂直速度，未進(jìn)入方程的變量包括垂直風(fēng)切變、700 hPa比濕、地面溫度露點(diǎn)差，并得到預(yù)報(bào)方程。

(6)

式中x1、x2、x3、x4、x5、x6、x7、x8分別表示CAPE值、K指數(shù)、700 hPa和500 hPa溫度差、700 hPa相對(duì)濕度、850 hPa相對(duì)濕度、地面和850 hPa溫差、850 hPa比濕、850 hPa垂直速度。

2.3.3 歷史個(gè)例回溯及TS評(píng)分檢驗(yàn)

選取2015年—2020年發(fā)生的強(qiáng)對(duì)流天氣及相同數(shù)量的對(duì)照組對(duì)預(yù)報(bào)方程進(jìn)行檢驗(yàn)，P值≥0.9的共出現(xiàn)4次，其中發(fā)生強(qiáng)對(duì)流4次，預(yù)報(bào)準(zhǔn)確率達(dá)100%；P值為0.8～0.9、0.7～0.8、0.6～0.7的準(zhǔn)確率分別為86.96%、82.35%、75%，預(yù)報(bào)準(zhǔn)確率都≥75%；而當(dāng)P值為0.5～0.6時(shí)，預(yù)報(bào)準(zhǔn)確率大幅下降，為39.13%，因此選擇P≥0.6進(jìn)行TS評(píng)分、空?qǐng)?bào)率、漏報(bào)率檢驗(yàn)。

圖7 概率預(yù)報(bào)方程P值分布情況及預(yù)報(bào)準(zhǔn)確率

(7)

當(dāng)P≥0.6時(shí)，偏離率BIAS為85%，預(yù)報(bào)頻率偏低，可初步判斷該預(yù)報(bào)方程漏報(bào)率要大于空?qǐng)?bào)率。

(8)

當(dāng)P≥0.6時(shí)，TS評(píng)分>60%，由于強(qiáng)對(duì)流天氣的預(yù)報(bào)預(yù)測(cè)中雷達(dá)回波、衛(wèi)星云圖等起著重要作用，因此該預(yù)報(bào)方程為3種預(yù)報(bào)手段結(jié)合、提高強(qiáng)對(duì)流天氣的預(yù)報(bào)準(zhǔn)確率和預(yù)報(bào)提前量具有一定的參考價(jià)值。

(9)

計(jì)算P≥0.6時(shí)，該預(yù)報(bào)方程的空?qǐng)?bào)率和漏報(bào)率發(fā)現(xiàn)，漏報(bào)率大于空?qǐng)?bào)率，空?qǐng)?bào)率<20%，結(jié)合P值的范圍，當(dāng)P值較大時(shí)，需提前考慮強(qiáng)對(duì)流天氣。

3 結(jié)束語

短時(shí)強(qiáng)降水、雷暴大風(fēng)、冰雹等強(qiáng)對(duì)流天氣主要分布在5月-9月，其中短時(shí)強(qiáng)降水7月、8月最多，雷暴大風(fēng)6月最多。從時(shí)段分布上來看，均主要發(fā)生在午后到傍晚前和凌晨。△T700-500、T地面-850、K指數(shù)、比濕、相對(duì)濕度、850hPa垂直速度、T-Td作為烏海地區(qū)強(qiáng)對(duì)流天氣分類指標(biāo)，能有效將對(duì)照組與短時(shí)強(qiáng)降水、雷暴大風(fēng)、冰雹個(gè)例區(qū)分開。通過二元Logistic回歸法，得到強(qiáng)對(duì)流天氣的預(yù)報(bào)方程，并通過預(yù)報(bào)準(zhǔn)確率的檢驗(yàn)發(fā)現(xiàn)其對(duì)強(qiáng)對(duì)流天氣的預(yù)報(bào)具有重要的參考意義。