晉江4～6月強降水綜合預報初探

吳徐燕，陳 林，楊舒琳

(1.晉江市氣象局，福建晉江 362200；2.泉州市氣象局，福建泉州 362000)

?

晉江4～6月強降水綜合預報初探

吳徐燕1，陳 林2，楊舒琳1

(1.晉江市氣象局，福建晉江 362200；2.泉州市氣象局，福建泉州 362000)

摘要先利用1998～2012年探空資料和降水觀測資料，對晉江4～6月強降水的形勢特征進行分析和總結，得出晉江產生強降水的形勢主要分為鋒面降水和季風降水，而鋒面降水又分為東北低槽型和西南低槽型，并得到形勢預報判據；再結合2010～2014年4～6月T639數值模式預報場資料定性研究強降水預報，使用模式輸出統計(MOS)預報方法確定的統計-動力相結合的思路，通過相關分析初步篩選預報因子，用事件概率回歸和Logistic回歸方法確定最終預報因子，建立起預報因子與降水量之間的關系，并對預報方程進行優化和TS評分檢驗，結果表明Logistic具有更好的預報效果；最后根據預報方程和形勢預報判據得到晉江市4～6月強降水綜合定性預報系統，操作簡便，為強降水定性預報工作提供參考。

關鍵詞4～6月；強降水；天氣形勢；MOS預報；綜合預報

晉江地處我國東南沿海，是降水豐沛的地區，同時氣象災害較為嚴重。每年的4～6月晉江進入前汛期，這一時期的降水總量可占全年總降水量的40%以上，再加上降水持續時間長、降水強度強、突發性強等特點，由強降水引發的氣象災害頻繁發生。因此研究4～6月強降水、探索更多適用當地的預報方法有十分重要的意義。

近年來，基于數值產品的解釋應用技術越來越受重視。模式輸出統計(MOS)方法是在眾多數值產品釋用方法中使用最多、效果較好的動力統計方法[1]。劉還珠等[2]和陳豫英等[3]分別利用T213模式資料和MM5輸出產品建立MOS預報系統，并實現業務運行，結果均表明MOS方法的預報基本達到了業務可用的標準，預報水平相比原模式有了一定的提高。為了探索更多的適用當地4～6月強降水的預報方法，筆者將模式輸出統計和形勢預報結合，對晉江4～6月強降水綜合預報方法進行研究。

1 4～6月強降水的形勢特征及預報判據

對晉江1998～2012年4～6月強降水發生前500、700和850 hPa環流場以及海平面氣壓場進行綜合分析，并分類歸納特征(主要討論西風帶系統下的強降水)，強降水過程的形勢大致分為鋒面低槽強降水和鋒前暖區(即夏季風)強降水，而鋒面低槽類又可分為東北低槽型和西南低槽型。鋒面降水與風暴軸有關，為大尺度抬升凝結降水，季風降水受控于大氣層結，為對流性降水[4]。5月中旬前，冷空氣勢力仍較強，冷暖氣流交匯容易形成強降水，5月中旬以后，夏季風暴發并推進到華南，鋒前暖區潮濕不穩定，很容易產生強降水，降水量一般大于鋒面降水，但面積比鋒面降水小，局地性較強。

1.1鋒面低槽類強降水形勢特征

1.1.1東北低槽型。

1.1.1.1500 hPa環流形勢。500 hPa歐亞地區環流經向度大，中高緯地區槽脊明顯，西風槽位于我國東部地區，常有東北低渦相伴，有時候低渦位置偏南則為江淮氣旋，伴有低渦則槽底位置能到華南沿海，降水強度更強，容易產生暴雨；槽底南伸至江南西部，甚至西南南部，有些伴有南支槽配合，則有利于引導中高緯冷空氣南下從東路南下影響華南(圖1a1)。如果冷渦強度很強，或冷渦上游或下游伴有阻塞高壓，則高空槽移動緩慢，可產生連續性強降水(圖1a2)。副熱帶高壓北緣多在華南沿海，>12 m/s的強西風軸較為寬廣，副高西脊點偏西，晉江處于副高邊緣不穩定區域內，副高北側的暖濕氣流將豐沛水汽向晉江輸送。

1.1.1.2低層環流形勢。低層有相應的切變線東移配合，有時有完整的閉合低渦和相應低渦切變(中層低渦深厚，可能產生暴雨)，多數為冷式切變，切變提供了形成強降水的水汽條件、位勢不穩定和輻合上升運動條件。有時低層會伴有西南低空急流，若是有風速輻合，則有利于水汽堆積。

1.1.1.3地面形勢。冷空氣強度較強，冷高壓中心有時在西南地區(西路型)，有時在河套地區(中路型)，冷空氣迅速向東南沿海擴散，有時由于受武夷山脈阻擋，可形成武夷山錮囚鋒，冷鋒前緣壓到福建沿海一帶，這一類型主要出現在4月份，低槽和切變線快速南壓，降水持續時間不會太長，不會出現連續性強降水天氣(圖1b1)。蒙古至東北一帶為低壓控制，冷空氣主體在海上，勢力較弱，冷空氣從冷高后部沿海上滲透下來(東路型)，將原本控制華南地區的倒槽南壓，這一類型主要出現在5月(圖1b2)。

1.1.2西南低槽型。

1.1.2.1500 hPa環流形勢。500 hPa歐亞地區環流徑向度較小，高緯地區是緯向多波型，我國西南地區有低渦向東移動，有時沒有形成低渦，只是等高線的氣旋性曲率很大，相應的低槽槽底達到中南半島北部，副熱帶高壓較東北低槽型偏東，西北緣在南海東北部(圖2a)。

1.1.2.2低層環流形勢。低層西南地區有相應的低渦，華南位于低渦的東南象限、氣旋式彎曲較大之處，有時為暖切之處，有時為氣旋式輻合，有些過程在切變線的南側有低空急流存在(圖2b)。

1.1.2.3地面形勢。西南地區有熱低壓或地面倒槽形成，西南倒槽向西南開口，槽底向東或東北方向伸展控制福建(圖2c1)。北方冷空氣南下推動倒槽向南移動發展，冷鋒逐漸進入倒槽，形成鋒面低槽(圖2c2)。熱低壓和地面倒槽發展范圍越廣，降水強度越強。在這種形勢下，低槽和切變線南壓較慢，降水持續時間長，容易出現連續性強降水過程。

注：a1.1999年4月11日20：00；a2.1999年5月25日08：00；b1.2003年4月13日17：00；b2.2004年5月7日20：00。圖1　東北低槽型強降水500 hPa環流形勢(a)和海平面氣壓場(b)

注：c1.2008年5月8日20：00；c2.2008年5月9日11：00。圖2　西南低槽型強降水500 hPa(a)、700 hPa(b)環流形勢和海平面氣壓場(c)

1.2夏季風降水(鋒前暖區降水)形勢特征

1.2.1地面形勢。冷空氣勢力弱，長江以南無鋒面活動，地面西南地區熱低壓或地面倒槽強烈發展(圖3a2)，西南和華南西部氣壓較低，低壓中心處于西南地區或廣西東南部及北部灣，低壓槽向東伸展到長江中下游地區，東海和臺灣附近氣壓較高，氣壓場呈東高西低，等壓線多為近南北走向(圖3a1)。晉江位于低壓倒槽中，處于輻合上升區。

1.2.2低層環流形勢。西南地區處于低壓區，有時伴有閉合低壓中心，有時只是低壓槽，長江流域有東西向暖式切變或靜止鋒切變南北擺動(圖3b2)，有時只有西南氣流在中西部上空的氣旋式彎曲。華南地區西南氣流強盛，有時達到急流強度，急流軸在華南沿海，再加上有些過程西南氣流風速輻合明顯(圖3b1)。

1.2.3500 hPa環流形勢。在四川盆地到我國東南沿海有西風槽或低渦活動，南支槽東移過程中將影響到華南沿海，孟加拉灣有低槽或低渦活動，副熱帶高壓環流脊線位于15°N附近，有時西伸至南?；蛞晕?圖3c1)，有時偏東，福建中南部沿海處于副熱帶高壓北側，受較強的西南或西南偏西氣流控制。如果中高緯為阻高加低渦形勢，可產生持續性強降水(圖3c2)。

注：a1.2008年6月13日17：00；a2.2003年6月26日02：00;b1.2010年6月13日20：00 700 hPa；b2.1998年6月22日 20:00 850 hPa;c1.2010年6月13日20:00;c2.1999年6月22日20:00。圖3　夏季風強降水海平面氣壓場(a)、中低層(b)和500 hPa(c)環流形勢

1.3 強降水預報判據

1.3.1中層。中緯地區有西風槽東移，槽深，槽底南壓至長江以南；低緯西南地區有短波槽或南支槽配合東移，晉江受較強的西南氣流控制。

1.3.2低層。切變線南壓或東伸至福建中部地區；晉江西南氣流強盛，有時達到低空急流強度。

1.3.3地面。北方冷空氣南下，鋒面壓到華南地區；西南地區低壓倒槽強烈發展，海平面氣壓場西高東低，等壓線接近南北走向。

2 4～6月強降水MOS預報

2.1資料的選取選取2010～2014年4～6月共455 d T639數值模式預報產品格點資料(20:00起報)和相應日期(20:00～次日20：00)的降水實況資料。T639資料的網格點分辨率為1°×1°。

2.2 資料預處理

2.2.1因子的初步篩選和加工。根據預報員的經驗，粗選一些與降水相關的動力、熱力和水汽及天氣學等條件相關的物理量因子，如海平面氣壓、高度、溫度、溫度平流、風速、風向、渦度、渦度平流、散度、垂直速度、相對濕度、水汽通量、水汽通量散度、K指數等因子，包含各個高度層、1 000～200 hPa；并對一些因子進行組合加工，共得到127個因子。如T639中的風是以二維矢量的格式儲存的，不適合直接用于計算，把風矢量分解為經向風和緯向風的一維量即可；還有一些組合的因子，如E-T、24 h變溫、24 h變壓、VOR700-DIV850(VOR為渦度，DIV散度)，反映中低層的動力結構。組合過程中需注意因子量級的統一，另還需考慮因子之間的獨立性[5]。

2.2.2空間上的處理。由于數值預報產品在輸出上存在噪音，單個格點的預報量有一定的偶然性和非代表性，在此選取覆蓋晉江站(118.34°E、24.49°N)的6個格點組成的長方形關鍵區域(117°～119°E、24°～25°N)資料，取其平均值和極值作初選因子，因子數量則翻倍(127×2)。

2.2.3時間上的處理。為了克服數值預報產品對天氣系統移速預報偏快或偏慢、偏強或偏弱的缺點，在臨近的3個時效的產品進行疊加處理，取其疊加的極值(絕對值最大)作3個時效的合成場，可以更好地反應預報時效內因子的最大貢獻值。如預報時效為24 h，就選取21、24、27 h 3個時次做疊加處理[6]。

2.3預報量與預報因子的處理及因子預篩選采用強降水標準為24 h(20:00～次日20：00)雨量≥25 mm。普查2010～2014年日雨量，共34場強降水，把這些強降水發生日期對應預報量定義為1，否則為0。預報因子保持原先連續型變量，進行標準化處理，化為無量綱標準化變量，這樣預報方程的系數大小即可代表每個預報因子對降水的貢獻。

對預報量與127×2個因子進行相關分析，凡是通過0.05顯著性檢驗的予以保留，否則剔除，最后剩下19個預報因子。

2.4 預報方程的建立

2.4.1 事件概率回歸分析(REEP)。事件概率回歸主要考慮降水量與因子的線性關系，這里采用逐步回歸方法對19個因子進一步共線性篩查，最后進入方程的預報因子及其回歸系數如表1所示，逐步回歸篩選剩下的5個進入方程的因子間復相關系數為0.357，已經具有0.05的顯著性水平，說明回歸方程效果顯著。

表1　事件概率回歸方程的因子及系數

預報因子的物理意義：200 hPa垂直速度反映了高層動力條件，表明地面強降水的發生，需要配合非常強的高層動力條件；700 hPa 24 h變高反映了低層系統變化情況，表明低層冷空氣侵入有利于降水凝結；300 hPa和600 hPa經向風與降水量分別呈負相關和正相關，表明高層北風(如冷空氣侵入)和中低層南風的垂直風切變有利于強降水的發生。

2.4.2 Logistic回歸分析。 在制作MOS預報時，用事件概率回歸(REEP)方法做降水概率預報主要有兩方面的不足，一是預報量的擬合值有時可超出概率變化范圍；二是在預報量為定性變量的情況下，預報因子與事件發生概率之間存在非線性關系，事件概率回歸不能擬合這種非線性關系[8]。下面用Logistic非線性回歸方法試驗。

表2　Logistic模型方程的因子及系數

TS評分在一定程度上對降水發生的概率有一定的依賴性，降水多的地區評分高，降水少的地區評分相對偏低，這不利于不同地區不同氣候概率下預報的比較。強降水發生的概率本身很小，以0.5作為判斷有無強降水發生的標準并不恰當，所以嘗試使用調低分類標準即閾值。參考晉江強降水發生的頻率(有降水的樣本數占總樣本的比例)，2010～2014年強降水發生的概率<0.1，嘗試0.1～0.5的數值，以能提高的最優TS評分為標準，尋找最優閾值。 將系數和因子帶入方程中求得擬合的預報量，并不斷調整閾值計算不同預報方法的TS評分。預報量擬合過程中，將超出概率變化范圍的值進行相應處理，如大于1則記為1，小于0則記為0。預報量的擬合值的分類臨界值，即閾值(大于閾值記為1，小于閾值記為0)需根據當地強降水發生概率適當調整，優化結果為： 事件概率回歸方程優化閾值取0.213能使TS評分達最大，為0.324； Logistic回歸方程優化閾值取0.282時，TS評分達最大，為0.345。 對比可知，Logistic回歸方程的預報效果優于事件概率回歸方程。

3 綜合預報平臺構建

將實時T639數值預報資料(20：00起報，預報時效為21、24和27 h)中的200 hPa垂直速度、700 hPa 24 h變高、300 hPa風、600 hPa風按照“2.2”的數據處理方法處理，并進行標準化處理，將處理后的因子帶入Logistic回歸方程中，最終得到降水概率的擬合值，若擬合值≥0.345(Logistic模型優化閾值)，則返回1，表示晉江未來24 h出現強降水的概率較大，否則返回0，即出現強降水的概率較小。用上述方法編制Fortran程序，得到相應的24 h強降水預報返回值并0、1化，得到一個數，此為MOS客觀預報結論。

接著在程序中加入形勢預報判據，分別對中層、低層和地面形勢進行主觀判斷，符合判據則輸入1，否則輸入0，在此得到3個數，此為形勢預報結論。

將以上4個數相加為綜合預報結論，并根據實況對綜合預報閾值進行優化，利用2013～2014年T639資料、高空資料和降水實況進行預報試驗，最后將閾值定為3，達到最優預報效果，TS評分為0.403。

第1次運行此平臺(圖4)前閱讀說明文檔 ，并按要求操作，需要安裝Fortran和.Net4.0，且需運行Fortran程序；第2次以后的日常運行僅需先雙擊zongheyubao.exe，再打開jinjiangprogram.exe程序，然后主觀形勢判斷，即可得出最終預報結論，可為今后的4～6月強降水定性預報提供一定參考。

圖4　晉江4～6月強降水綜合預報平臺截圖

4小結與討論

(1)晉江6月出現強降水的概率最大，4～6月強降水主要發生在副熱帶高壓北側的西風帶中，按形勢特征分為鋒面降水和季風降水，而鋒面降水又可分為東北低槽型和西南低槽型。

(2)鋒面低槽型500 hPa西風槽位于我國東部地區，環流經向度較大，低層切變線壓到福建中部，地面冷鋒南壓至東南沿海地區。西南低槽型500 hPa環流經向度小，西南地區有低槽東移；低層西南相應切變線東移；地面西南地區有東北向低壓倒槽，受冷空氣南壓。鋒前暖區型500 hPa受較強的西南或西南偏西氣流控制，低層配合較強西南氣流，地面西南地區低壓槽強烈發展，西低東高，等壓線近南北走向。據以上形勢特征得出相應強降水預報判據。

(3)利用T639數值產品和日降雨量進行強降水定性的MOS預報方法研究。通過對因子加工、組合以及空間、時間上的插值，取平均和極值等處理，最終得到127×2個因子，進行了2種預報方法試驗：①事件概率回歸分析，預報量按是否發生大雨0、1化，預報因子進行標準化處理，用相關分析初步篩選出與預報量顯著相關的21個因子，建立逐步回歸方程；②Logistic回歸分析，為了避免預報量擬合值超出概率變化范圍，并考慮預報因子與預報量之間的非線性關系，建立Logistic回歸方程。

(4)通過計算TS評分的方法對各個預報方程預報效果進行檢驗，預報擬合值分類標準進行優化調整TS評分，結果表明，優化閾值后的Logistic回歸的預報效果優于事件概率回歸方程。

(5)利用實時T639數值預報資料和Logistic回歸方程得到強降水發生概率擬合值，根據閾值定性預報強降水是否發生，并將結果反饋出來，結合形勢預報判據，主客觀預報相結合，為強降水綜合預報提供有效依據，得到晉江4～6月強降水的綜合預報平臺。試用表明，平臺可為日常預報提供較好的參考。

參考文獻

[1] 丁士晟.中國MOS預報的進展[J].氣象學報，1985,43(3)：332-338.

[2] 劉還珠，趙聲蓉，陸志善，等.國家氣象中心氣象要素的客觀預報：MOS系統[J].應用氣象學報，2004,15(2)：181-191.

[3] 陳豫英，陳曉光，馬金仁，等.風的精細化MOS預報方法研究[J].氣象科學，2006,26(2)：210-216.

[4] 朱乾根，林錦瑞，壽紹文，等.天氣學原理與方法[M].北京：氣象出版社，2000：345-350.

[5] 馮耀煌，楊旭.論最優預報因子與最優預報方程[J].氣象學報，1989,47(1):52-60.

[6] 朱桂林.降水概率預報方法及其應用研究[D].青島：中國海洋大學，2004:9-12.

[7] 黃嘉佑.氣象統計分析與預報方法[M].北京：氣象出版社，2004：50-54，81-83.

[8] 黃億.基于MOS方法的客觀降水預報模型的研究與應用[D].南京：南京信息工程大學，2008:10-13.

收稿日期2015-11-18

作者簡介吳徐燕(1987-)，女，江西上饒人，工程師，碩士，從事短期預報研究。

基金項目福建省氣象局新錄用研究生基層專項(2012g03)。

中圖分類號S 165

文獻標識碼A

文章編號0517-6611(2015)36-281-05