配料法在寧夏暴雨預報中的應用

李 強，紀曉玲*，薛宏宇，李 婷，蘇延勇，魏 宜

（1.中國氣象局旱區特色農業氣象災害監測預警與風險管理重點實驗室，寧夏 銀川750002；2.寧夏氣象防災減災重點實驗室，寧夏 銀川750002；3.寧夏氣象臺，寧夏 銀川750002）

寧夏地處西北內陸高原、季風區邊緣，常年干旱少雨，自然生態和地理環境脆弱，且降水季節分配很不均勻，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，特別是由深厚濕對流引起的短時暴雨，因其持續時間短、降水強度大且突發性強，往往造成很大災害[1-5]。近年來，全球極端氣候事件頻發[6-7]，寧夏暴雨災害呈明顯上升趨勢[8]。因此，對暴雨準確預報預警是做好暴雨災害應對防御的前提條件。

目前，針對暴雨主要有兩種預報思路：一是從天氣型中概括出一些典型天氣型，并根據這些典型天氣型進行預報，即為傳統的流型辨識法；二是依托數值預報產品，對其進行模式釋用，如暴雨預報專家系統、MOS 法等[9-10]。這兩種預報思路各有利弊：流型辨識法在實際預報中，會產生較多的空漏報；模式釋用法本質上基于線性多元回歸[9]，缺乏物理機制上的解釋，預報效果也有待提高。

“配料法”也稱成分法，是Doswell 等針對流型辨識法的缺點于1996 年提出的，它從暴雨發生的物理機制入手，強調預報過程中對氣象原理的理解是第一位的[11]。該方法在國外發展較為成熟，已實現業務應用。我國對“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”進行暴雨預報的方法，并將這種暴雨預報方法應用于國家級降水預報業務中。來小芳等[13]基于“配料法”原理，設計了一個表示強降水趨勢的強降水指數，并用于長江下游地區暴雨預報，對暴雨預報有一定的指示意義，但并未進行暴雨定量預報研究。張萍萍等[14]將“流型辨識法”與“配料法”相結合提出“分型配料法”，并根據湖北省梅雨期和盛夏期天氣型特點，分別制定了不同的配料方案，指出梅雨期暴雨應對水汽因子加大重視，盛夏期暴雨應加大強對流相關診斷因子的權重。唐曉文等[15]以國家氣象中心業務中尺度數值模式MM5的預報場作為原始資料計算配料，根據中國不同區域的天氣特點，選取對強降水有顯著影響的動力因子、熱力因子、水汽因子及不穩定因子，利用經驗與統計相結合的方法建立配料綜合指數與強降水之間的關系，經對比發現，配料法強降水預報優于MM5模式強降水預報。劉勇等[16]利用ECMWF 高分辨率數值模式產品，選取比濕、垂直速度、溫度3 個要素作為配料因子對陜西省暴雨進行預報，并將預報結果與ECMWF 高分辨率數值模式作對比，發現“配料法”能提高暴雨預報的準確率，訂正了ECMWF 高分辨率數值模式對陜西省暴雨預報偏小的誤差。李俊等[17]通過個例分析，闡述了“配料法”在湖北省梅雨鋒暴雨預報中的應用，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應關系的可降水量、相對濕度、抬升指數、對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預報。以上研究成果在實際暴雨預報業務中得到了應用，并取得了較好效果。

隨著氣象業務現代化建設發展，寧夏自動氣象站數量達到972 個（含常規站），降水資料的時間及空間分辨率有了很大提高。此外，由中國氣象局下發的ECMWF 高分辨率數值模式（以下簡稱EC-Thin）產品空間分辨率為0.25°×0.25°，在預報時效72 h 內時間分辨率達到3 h。這為基于“配料法”研究暴雨預報提供了較為精細可靠的數據支撐。本文基于ECMWF 高分辨率數值模式產品，利用寧夏自動氣象站逐小時降水資料，建立適用于寧夏的暴雨配料定量預報方法，并在業務中開展應用，為提高暴雨預報準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 個常規地面觀測站和947 個自動氣象站逐小時降水資料、ECMWF 高分辨率數值模式在預報時效72 h 內提供的模式物理量資料，主要包括濕位渦的濕正壓項ζMPVes1、濕位渦的濕斜壓項ζMPVes2、矢量、相對濕度f、溫度t 和露點溫度td。上述模式物理量資料的空間分辨率為0.25°×0.25°，時間分辨率為3 h。

選取2000—2015 年發生在寧夏23 次由深厚濕對流引起的區域性暴雨天氣過程為研究對象，采用統計分析方法進行配料方案研究。

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生暴洪的暴雨預報方法，最初被應用于暖季深厚濕對流預報，是利用降水基本成分的觀點預報降水可能性的方法。降水量是一個累積量，它與降水的持續時間和降水率有關，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量與流入云里水汽質量的比值，因此本文物理量均取700 hPa 物理量。分析（1）式可知，最大降水量出現在水汽垂直輸送最大且持續時間最長的區域。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，建立暴雨預報模型[8]。

1.2.2 配料指數

俞小鼎介紹了“配料法”的主要思路，并對“配料法”在使用過程中的一些誤解進行了澄清[18]，指出構成“配料法”的基本成分應當是相對獨立的氣象變量。對由深厚濕對流造成的暴雨，最基本的物理成分可進一步歸納為上升速度、大氣靜力不穩定和低層水汽。來小芳等[13]將上述幾個成分結合起來，得到一個新的參數I，當ζPVes和▽·均為負時，

（2）式中ζPVes為濕位渦，用來描述大氣靜力不穩定的貢獻，它由濕正壓項ζMPVes1和濕斜壓項ζMPVes2兩部分組成。其中ζMPVes1代表慣性穩定性和對流穩定性的作用，ζMPVes2表示濕斜壓性和水平風垂直切變共同的貢獻[19]；▽·為矢量散度，用來表示水汽上升速度的貢獻[20]；f 代表相對濕度，t-td表示溫度露點差，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ζPVes或▽·任意一項為正時，令I=0。

來小芳等[13]利用上述方法，針對長江中下游地區計算配料指數，進行暴雨落區潛勢預報研究，取得一定預報效果，但并未進行暴雨定量預報。此外，該方法對寧夏暴雨的應用效果需要結合寧夏暴雨特點開展針對性研究。因此，本文借鑒這一思路，在配料指數研究的基礎上，采用線性回歸分析等對寧夏暴雨進行逐時定量預報，為寧夏暴雨定量預報提供新思路。

1.2.3 配料暴雨預報應用步驟

歐洲高分辨率數值模式在預報時效72 h 內，提供ζMPVes1、ζMPVes2、、f、t 及td等物理量，且上述物理量時間分辨率均為3 h，空間分辨率均為0.25°×0.25°，這為“配料法”在寧夏暴雨定量預報中的業務化提供可能。但這些物理量均為3 h 間隔時刻值而不是3 h 累加值，不能預報出相應時段（3 h）累計降水。針對這一問題，劉勇等[16]用近似線性插值法計算出逐小時模式物理量產品，并將其用于“配料法”暴雨預報研究中，取得較好效果。本文借鑒這一思路，先計算逐小時配料指數I，再利用I 預報逐小時降水量，最后得到預報時效內逐3 h 間隔的累計降水量。具體應用思路如下：

（1）寧夏天氣預報手冊規定，3 站或3 站以上24 h累計降水量≥50 mm 定義為一次區域性暴雨，若某一觀測站小時降水量≥10 mm，則認為該站在該時次出現短時強降水[1]。因此，選取2000—2015 年寧夏23 次區域性暴雨天氣過程小時降水量≥10 mm的站點（因自動站是逐年增加的，考慮到數據穩定性，僅選取常規站）共計117 站次作為樣本。

（2）在預報時效72 h 內，ECMWF 高分辨率數值模式產品時間分辨率為3 h，即僅提供3 h 間隔的配料物理量，為得到3 h 間隔內逐小時配料物理量，采用線性插值法計算出所選暴雨過程中各配料物理量逐小時格點值，并利用公式（2）計算出每個格點逐小時配料指數I。

（3）利用克里金插值法，將逐小時配料指數I 格點值插值到常規站上，然后采用一元線性回歸，對比分析第（1）步中所選117 站次小時降水量與對應站點、對應時次配料指數I 的相關關系。

圖1 為逐時降水量R 與對應站點對應時次配料指數I 的相關關系，其一元線性回歸方程為：

（4）式復相關系數為0.6759，且通過95%置信度檢驗。由（4）式可近似預報出逐小時降水量R，從而可得到逐3 h 累計降水量，其表達式如下：

式中，R3表示t 時刻到t+2 時刻的3 h 累計降水量。依次類推，可計算出每隔3 h 的累計降水量，最終可計算出72 h 內任意時段累計降水量。

圖1 逐時降水量與對應站點對應時次配料指數相關關系

（4）實時業務中，基于ECMWF 高分辨率數值模式每天2 次（08 時、20 時）初始場所提供的3 h 間隔物理量（ζMPVes1、ζMPVes2、、f、t 及td），利用計算機編程語言，首先使用近似線性插值法計算上述配料物理量逐小時格點值；然后，利用（2）式計算配料指數逐小時格點值；最后利用（4）式得出降水量逐小時格點值，并以Micaps 第四類數據格式的形式形成數據文件，供預報員調閱參考。

2 試報質量檢驗分析

為檢驗配料法在寧夏暴雨預報業務中的可行性，必須對配料法較長時期預報效果進行評估。選取2016 年6—8 月寧夏暴雨天氣過程并用配料法進行回報試驗，利用氣象上常用的降水評估方法—TS 評分分別對配料法暴雨預報和歐洲高分辨率數值模式（簡稱EC-Thin）暴雨預報按不同時效進行評分。TS評分定義如下：

TS=正確次數/（正確次數+漏報次數+空報次數）。 （6）

目前，寧夏全區20 個區縣涵蓋972 個自動氣象站（含常規站）。為更全面反映實際降水狀況，參考劉勇等[16]檢驗暴雨預報準確率方法做如下規定：如果某個區縣3、6、12、24 h 不同時間間隔配料法預報降水量分別達到15、25、30 mm 和50 mm 及以上，該區縣只要有1 站以上自動氣象站降水實況達到相應時間間隔雨量標準就算預報正確，否則就是空報；如果某個區縣沒有預報暴雨，而該區縣有3 個以上自動氣象站降水超過相應時段標準，就算漏報。該規則同樣適用于歐洲高分辨率數值模式暴雨預報結果。

圖2 2016 年6—8 月配料法暴雨預報和EC-Thin暴雨預報TS 評分比較

試報檢驗結果如圖2 所示。不同預報時段內，配料法暴雨預報TS 評分均高于歐洲高分辨率數值模式暴雨預報，特別是24 h 的TS 評分達到20.1%，較歐洲高分辨率數值模式暴雨預報TS 評分17.8%高2.3%；48、72 h 配料法暴雨預報質量均在10%以上，說明該方法對寧夏暴雨有比較好的定量預報能力。

從3 h 到24 h，兩種方法暴雨預報TS 評分均依次提高，其可能原因是：一方面，時間間隔越短，判斷降水開始和結束時間節點難度越大，易產生較多空漏報，這也是短時臨近預報難點所在。因此無論是配料法暴雨預報還是歐洲高分辨率數值模式暴雨預報，TS 評分在3 h 預報結果都較低，但隨時間間隔增加，時間間隔越長，對暴雨起止時間預報的準確性就越大，因此TS 評分逐漸增大；另一方面，配料法暴雨預報所使用歐洲高分辨率數值預報產品時間分辨率是3 h，在3 h 之內物理量通過線性內插得出，而降水本身并非線性變化，會產生一定誤差，但隨時間增加，配料法暴雨預報偏多值和偏少值會有一定程度抵消，使配料法暴雨預報TS 評分有所提升。而24 h 以后，兩者TS 評分均為下降趨勢，這與模式本身物理量隨時間增加其準確性下降有關。

3 暴雨過程預報效果分析

為進一步探討配料法對寧夏暴雨過程預報效果，分別選取2016 年發生在寧夏南部六盤山區和北部賀蘭山沿山兩次區域性暴雨天氣過程，并對過程中配料法暴雨預報細節進行分析。由于所選取發生在賀蘭山沿山區域性暴雨無論降水量還是成災程度都遠大于六盤山區暴雨，因此，對六盤山區暴雨只分析配料法在最大降水時段預報效果，重點考察配料法對賀蘭山沿山區域性暴雨預報效果。

3.1 六盤山區暴雨個例分析

2016 年8 月24—25 日寧夏中衛市南部、固原市西部和南部部分鄉鎮出現暴雨到大暴雨，累計24 h 最大降水量和最大小時雨強均出現在涇源縣涇河源涇光村（35.4°N，106.4°E），分別達121.2 mm和75.6 mm，最大小時雨強出現在24 日20 時。

3.1.1 逐小時預報效果分析

分析涇河源涇光村逐時降水量與配料指數I 時序變化（圖3）可知，兩者增大、減小的變化趨勢基本一致，且二者峰值均出現在24 日20 時。此時配料指數I 達2.2，利用降水量與配料指數一元線性回歸方程（4 式）預報該時刻降水量為100.2 mm，較實況降水量75.6 mm 偏強。在最大小時降水出現之前的18時和19 時，配料指數I 分別為0.8 和1.6，對應2 個時次預報降水量分別達19.8 mm 和65.7 mm，但這兩個時次站點均未出現降水；類似地，最大小時降水量出現之后的21 時和22 時I 分別為1.5 和0.5，利用（4）式預報兩個時次降水量分別為60 mm 和2.5 mm，而站點實況降水量分別為13 mm 和14.8 mm，預報結果較實況有一定誤差。

上述結果可能原因是，歐洲高分辨率數值模式72 h 內時間分辨率是3 h，即每日02、05、08、11、14、17、20 時及23 時8 個時次該模式提供配料法所需物理量，上述8 個時次配料指數可根據（2）式由相應物理量直接算出。其它時次，首先由上述8 個時次物理量利用線性內插法計算相應時次物理量，再利用（2）式得出相應時次配料指數。因此，圖3 中24 日17 時未出現降水，配料指數也相應為0，20 時出現降水極值，配料指數也相應出現極值，18 時和19 時配料指數是先由17 時和20 時物理量內插得出所需物理量后，再利用（2）式計算得出，雖然這兩個時次實況降水量為0，但配料指數卻不為0；類似地，25日00 時實況未出現降水，但該時刻配料指數是經過內插計算得到的，因此，配料指數并不為零。這也是配料法預報暴雨產生誤差的主要原因。

圖3 涇河源涇光村逐時降水量與配料指數時序變化

綜上所述，配料指數對降水變化趨勢，特別是降水峰值及出現時間都有不錯表現，但預報強度較實況整體偏強。在歐洲高分辨率數值模式提供物理量的時次，配料指數對降水的預報能力較好，但在其它時次配料指數是由線性內插得出的，對降水預報會產生一定影響。但在較長時段（6～24 h），配料指數預報降水的偏多量和偏少量會有一定程度的抵消，這也是圖2 中從3 h 到24 h 配料法預報暴雨TS 評分依次增高的原因。

3.1.2 降水落區預報效果分析

圖4 為六盤山區暴雨最大小時（24 日20 時）降水實況和對應配料指數空間分布。由圖4a 可知，該時次強降水中心出現在涇源，小時雨強超過10 mm以上站數達23 站，其中7 站超過20 mm。而配料指數I≥0.63 即小時雨強超過10 mm 的區域（由4 式得出）也主要集中在涇源，范圍與強降水中心基本吻合，但配料指數預報降水最大值和I≥0.63 區域較實況均偏大。此外，對分布在寧夏其它區域的弱降水預報效果較差。

產生上述結果的可能原因是：一方面，本文研究配料指數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的過程中，將產生弱降水物理量信息進行了過濾。因此，配料指數對弱降水預報能力較差；另一方面，決定寧夏小雨的物理量主要是水汽因子，對大雨以上量級降水，動力因子和熱力因子占較大比重[21-22]。本文所構建配料指數主要針對深厚濕對流引起的短時暴雨，更多考慮上升速度和大氣靜力不穩定即動力和熱力因子的作用，這也使得該方法對降水強度和范圍預報偏強、偏大，而對弱降水預報能力較差。

圖4 六盤山區暴雨最大小時降水實況（a）與對應配料指數（b）空間分布

3.2 賀蘭山沿山暴雨個例分析

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特大致洪暴雨，累計最大降水量和最大小時雨強均出現在賀蘭山滑雪場（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。降水主要集中時段出現在21 日21 時—22 日01 時。

將本次暴雨過程按逐3 h 分成4 個時段：21 日21—23 時、22 日00—02 時、22 日03—05 時及22日06—08 時。

圖5 為8 月21 日21—23 時降水實況與配料法預報降水空間分布，由圖5a 可知，21—23 時降水集中在賀蘭山沿山銀川段，該時段最大累計降水量和最大小時雨強均出現在拜寺口站，分別為104.2 mm和76.6 mm，超過20 mm 以上的站點為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，配料法預報降水范圍較實況有所增大，且在寧夏北部邊界地區出現10 mm 以上降水區域的空報，但強降水中心位置與實況基本吻合，中心強度為118 mm，與實況較為接近。

分析8 月22 日00—02 時降水實況與配料法預報降水空間分布（圖6）可知，該時段內強降水區域仍出現在賀蘭山沿山銀川段，但與前一時段有所不同，該時段最大累計降水量和最大小時雨強均出現在賀蘭山滑雪場站，分別為139.3 mm 和82.5 mm，累計降水量超過20 mm 以上的站點為11 站，超過50 mm 以上的站點為6 站，其中有3 站超過100 mm（圖6a），較前一時段降水強度有所增強。類似地，配料法預報降水范圍較實況也明顯偏大（圖6b），雖然強降水中心位置基本與實況較為吻合，且所預報的降水強度也和實況較為接近。但是，在中衛市北部地區出現強降水中心空報，這也與降水實況有較大差距。

圖5 21 日21—23 時降水實況（a）與配料法預報降水（b）空間分布

圖6 22 日00—02 時降水實況（a）與配料法預報降水（b）空間分布

類似地，對8 月22 日03—05 時降水實況與配料法預報降水空間分布（圖7）進行分析。由圖7a 可知，22 日03—05 時降水范圍有所擴大，從賀蘭山沿山銀川段北擴到石嘴山段及石嘴山市的北部，但降水強度迅速降低，該時段累計降水量均在35 mm 以下，且強降水中心有所北移。配料法預報降水空間分布（圖7b）變化與實況基本吻合，也表現出降水強度減弱，落區北移的特點，但強降水中心較實況更加偏北，且中心強度接近40 mm，高于實況降水量。同時，在中衛市南部仍然出現10 mm 以上降水區域的空報。

圖8 給出8 月22 日06—08 時降水實況與配料法預報降水空間分布，由圖8a 可知，該時段累計降水量均在35 mm 以下，降水落區在前一時段基礎上進一步向東擴展，覆蓋了石嘴山市及銀川市北部地區，但降水中心又回到賀蘭山沿山銀川段。從配料法預報降水空間分布（圖8b）可以看出，盡管配料法預報降水量也在35 mm 以下，降水中心位置與實況也較為一致。但降水落區較實況偏大，預報降水量也較實況偏強，尤其是石嘴山市和銀川市北部。同樣地，在中衛及吳忠兩市北部仍然出現5～15 mm 降水區域的空報。

綜上所述，通過分析配料法對賀蘭山沿山暴雨不同時段預報效果可知，配料法可準確預報出本次暴雨過程在不同時段的強降水中心和降水落區，并且對強降水中心的移動路徑也有一定預報能力，但降水落區較實況偏大，中心強度也偏強。此外，還出現一些區域的空報。

圖7 22 日03—05 時降水實況（a）與配料法預報降水（b）空間分布

圖8 22 日06—08 時降水實況（a）與配料法預報降水（b）空間分布

針對這一結果，初步認為導致降水偏強、落區偏大的可能原因，一方面跟所選取配料物理量有關；另一方面與建立配料指數和降水量線性回歸方程時，僅使用常規觀測站資料有關。具體到本次降水過程，對賀蘭山沿山配料時使用的是位于賀蘭山最高觀測站——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力強迫抬升作用[23-25]，這使得配料法對本次暴雨過程降水中心值和落區預報均偏大；對于出現在其它區域降水的空報，初步認為和模式對這些區域物理量預報的準確性有關，但更進一步的原因還需后期深入研究。

4 結論

本文基于“配料法”基本原理，借鑒配料指數[13]這一概念，結合歐洲高分辨率數值模式產品和寧夏972 個自動氣象站（含常規站）資料，建立了適用于寧夏暴雨的定量預報方法，并投入業務運行。相比之前的研究，本文將暴雨潛勢預報發展成暴雨定量預報，為提高寧夏暴雨預報準確率提供新的思路。通過實時業務檢驗，得到以下結論。

（1）不同預報時段內，配料法暴雨預報準確率均高于歐洲高分辨率數值模式，說明該方法對寧夏暴雨有較好預報能力。24 h 預報時段內，配料法和歐洲高分辨率數值模式對暴雨預報準確率均依次提高，不但與模式對降水開始和結束的時間節點預報是否準確有關，還與計算配料指數時使用線性內插產生的誤差有關；24 h 以后，二者暴雨預報準確率均逐漸下降，主要與模式本身物理量隨時間增加其準確性下降有關。

（2）配料指數對寧夏六盤山區降水變化趨勢、降水峰值及出現時間都有較好預報性能，但降水強度和落區較實況偏強、偏大。此外，對過程中弱降水區域預報效果較差。主要原因是，本研究所選取個例均為暴雨，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，本研究在選擇構建配料指數物理量時，更多考慮了有利于強降水的動力和熱力作用，這也使該方法對弱降水預報能力較差，對強降水預報偏強。

（3）利用配料法對賀蘭山沿山暴雨進行定量預報，該方法能準確預報不同時段強降水中心和落區，并對強降水中心移動路徑也有一定預報能力，但降水強度和范圍較實況仍偏強、偏大。此外，還出現一些區域的空報。上述結果除跟所選配料物理量有關外，更主要的原因是，暴雨樣本較少，且在建立配料指數和降水量線性回歸方程時，考慮到數據穩定性，僅使用常規觀測站資料，客觀上加大了賀蘭山喇叭口地形輻合抬升和地形本身動力強迫抬升作用。對于出現空報的區域，初步認為和模式對這些區域物理量預報的準確性有關，但具體原因還需更深入的研究。