基于ECMWF的廣安強對流天氣概率預報試驗

李曦

基于ECMWF的廣安強對流天氣概率預報試驗

李曦

（四川省廣安市氣象局，四川 廣安 638500）

分析了2008—2013年廣安市轄區內共166例強對流天氣個例，結合同時段NCEP FNL分析資料，統計了強對流天氣發生時的強對流參數值，確立了各對流參數的權重分布，形成了廣安本地的強對流天氣參數指標體系和強對流天氣概率預報公式。利用ECWMF高分辨率數值預報，得到廣安強對流天氣概率預報產品，最后開展了強對流天氣預報試驗。試驗結果表明，強對流概率預報產品與實況比較接近，基于ECMWF的強對流概率預報產品具有較高的成功率，可作為強對流天氣預報的重要參考。

強對流天氣；指標體系；概率預報；雷電

1 引言

強對流天氣是影響中國的重要災害性天氣，主要包括雷電大風、冰雹、短時強降水等災害，它具有空間尺度小、生命史短、突發性強、破壞大等特點。由于強對流天氣具有中小尺度特點，發生時具有復雜性、突然性、局地性，導致強對流天氣一直是天氣預報的重點和難點，因此，提高強對流天氣預報水平、預警能力成為當前天氣預報工作重要熱點和難點。曾明劍等[1]利用江蘇省的強對流天氣個例及NCEP資料，構建了基于接近度指數的強對流天氣預報，在業務工作中取得了較好的效果。周后福等[2]分析了一系列強對流參數指標，分析了各指標的預報效果。雷蕾等[3]利用中尺度數值模式快速循環系統對北京市的強對流天氣進行了預報試驗，發現強對流天氣概率預報可以實現，并具有一定的成功率。

本文結合使用地面自動站觀測數據，分析了2008—2013年廣安市轄區范圍內的強對流天氣個例，再結合同時間段NCEP 1°×1°再分析資料，統計了強對流個例發生時的強對流參數值，形成了廣安地區強對流天氣對流參數指標和概率預報公式。同時利用ECMWF細網格預報資料，得到了基于廣安本地的強對流天氣概率預報產品，最后利用該產品開展了廣安本地的強對流天氣預報試驗。

2 技術路線

根據強對流天氣概率預報的流程將概率預報分為2步：①統計2008—2013年所有的強對流天氣過程，利用強對流天氣發生時刻前后的NCEP再分析資料計算強對流天氣的熱力、動力參數值，統計各種參數的區間范圍、中值，然后確立各種參數的物理量權重，并依各參數的權重大小進行排序；②根據對流參數的物理量權重和強對流參數概率計算出廣安市轄區內各格點的強對流天氣發生的概率，判定格點是否發生強對流天氣。

2.1 強對流參數確定

通過歷史天氣個例的統計，總共篩選出2008—2013年廣安市范圍內區域性強對流天氣166例。由于強對流天氣與大氣層結穩定度、動力條件及抬升機制有關，在選擇強對流參數時必須綜合考慮描述動力、熱力條件的指標。

通過計算各對流參數的物理量權重，最終選定了以下物理量參數作為強對流預報指標。其中，作為層結穩定度的參量有對流有效位能（cape）、850 hPa與500 hPa相對濕度差、700 hPa與850 hPa假相當位溫差、500 hPa與850 hPa假相當位溫差、K指數、500 hPa與850 hPa溫度差、總指數。

表征水汽條件的物理量有500 hPa相對濕度、整層大氣可降水量、850 hPa相對濕度、700 hPa相對濕度。表征動力觸發機制的物理量有1 000 hPa渦度、垂直風切變、1 000 hPa垂直速度、700 hPa垂直速度、700 hPa渦度。

2.2 對流參數物理量權重

在統計工作和實際運用中，權重是表明各個評價指標重要性的權數，它表示各個評價指標在總體中所起的不同作用，權數大的評價指標的重要程度大，權數小的評價指標重要程度小。權重的確定方法可歸為主觀賦權法、客觀賦權法、組合集成賦權法。本文采用客觀賦權法對強對流物理參數進行客觀賦權。客觀賦權法主要有均方差法、熵值法、離差最大化法等方法。其中均方差法是將評價指標的標準差系數進行歸一化處理，指標的標準差越大，表明在同一指標內各方案取值差距越大，在綜合評價中所起的作用越大，權重也越大，相反權重越小。本文使用均方差法求取強對流參數的物理量權重，利用均方差法求取物理量權重的步驟如下。

對強對流參數數據矩陣ij（，=1，2，3，…，）采用極值法無量綱化處理。

正指標：ij=[ij－minj（ij）]/[maxj（ij）－minj（ij）]。

負指標：ij=[maxj（ij）－ij]/[maxj（ij）－minj（ij）]。

利用均方差法對強對流參數進行權重分配，最終得到了廣安本地強對流參數的特征值區間、中值及權重分布，如表1所示。

表1 廣安市強對流天氣各對流參數的特征值及權重分布

強對流參數區間中值權重/（%） 整層大氣可降水量22.8～70.151.18.42 500 hPa相對濕度11.8～9968.48.31 對流有效位能0～2 557.3590.47.63 850 hPa與500 hPa相對濕度差﹣30.3～699.77.37 700 hPa與850 hPa假相當位溫差﹣30.1～20.1﹣2.86.68 850 hPa相對濕度39.8～9678.26.66 1 000 hPa渦度4.7～12.58.76.52 500 hPa與850 hPa假相當位溫差﹣41.1～23.7﹣7.26.10 垂直風切變﹣0.02～0.0106.07 1 000 hPa垂直速度﹣0.07～0.170.016.02 700 hPa垂直速度﹣1.1～﹣0.002﹣0.265.62 K指數13～44.936.75.43 700 hPa相對濕度37.8～99.384.45.24 500 hPa與850 hPa溫度差﹣32.3～﹣14.2﹣245.04 總指數27.6～55.443.94.90 700 hPa渦度1.7～20.89.284.00

2.3 強對流天氣概率計算

對于轄區內的所有格點，出現強對流天氣的概率為該格點滿足所有對流參數發生概率與其權重的乘積。對某一對流參數而言，如果該參數為正指標（即指標值越大，發生強對流天氣概率越高），通過統計確定歷史個例中的對流參數值區間，然后判斷實際格點參數值在區間中的位置，如果參數值越接近區間極大值，其概率越大，而越接近區間極小值，概率越小；大于等于區間極大值的概率為1，小于區間極小值的概率為0，則參數值的概率均在（0，1）之間變化。對所有對流參數均可這樣設置概率[3]，其概率公式為：

式（1）中：i為第個對流參數的權重；i為第個對流參數的概率。

利用強對流天氣對流參數的閾值范圍，通過ECMWF提供的對流參數預報產品計算出格點上強對流天氣發生概率，初步形成廣安本地強對流天氣概率預報結論。

由于歷史個例的強對流天氣概率計算顯示：當強對流天氣的概率值大于50%時，可基本確定發生強對流天氣。因此在實際預報中，以概率值50%作為強對流天氣發生的閾值。

3 強對流天氣預報試驗

通過強對流天氣個例試驗來討論強對流概率預報產品的預報效果。2018-09-19—09-20，受北方冷空氣和西南低渦的共同影響，廣安市出現了一次區域性暴雨，局部出現大暴雨天氣過程，過程中伴有雷電、陣性大風、短時強降水等強對流天氣。強降水主要集中在2018-09-19T23：00—2019-09-20T06：00，共54個站點過程雨量超過50 mm，其中3個站點超過100 mm，過程最大降水量出現在廣安區白市，為127.7 mm，最大雨強達64.6 mm/h，出現在華鎣市慶華斜潭村。局部出現6～7級瞬時大風，最大的風出現在廣安站，風速為16.7 m/s。2018-09-19T23：00—2018-09-20T04：00，雷達回波顯示有一強對流帶狀回波自西向東影響四川盆地東北部，最強回波中心強度超過60 dbz。同時，從2018-09-19T01：45的1.5度速度圖上可以觀察到中氣旋的產生，分析后發現該降水系統為強降水超級單體風暴。

利用2018-09-19T08：00的ECMWF廣安范圍內強對流參數格點預報資料，形成本地化強對流概率預報數據，得到強對流概率預報結論。從預報結果可以看到，2018-09-19T14：00、2018-09-19T17：00的強對流天氣概率分布顯示，2018-09-19白天的強對流天氣概率主要分布在38%～48%之間，個別點概率達到52%，表明2018-09-19白天發生區域性強對流天氣的可能性較小，僅個別地方有發生強對流天氣的可能。2018-09-19T20：00，強對流天氣概率為39%～53%，2018-09-19T23：00達到53%～61%，2018-09-20T02：00達到50%～62%，2018-09-19T20：00大概率區主要分布在廣安市西部地區，而2018-09-19T23：00、2018-09-20T02：00不僅分布在廣安市全部轄區內，且概率值均為大于50%的大概率區。這表明從2018-09-19白天到晚上，強對流天氣發生的可能性顯著提升了，并且從概率提升的區域來看，是從西到東顯著提升，這與實況比較吻合。

4 結論與不足

本文通過對廣安市轄區內的強對流天氣個例分析，結合同時段NCEP FNL分析資料，得到了廣安本地的強對流天氣參數指標體系和強對流天氣概率預報產品。預報試驗表明強對流概率預報產品與實況比較接近，概率預報具有一定的成功率，可作為強天氣預警、預報的指導產品。不足之處為：由于資料的缺乏，可供選擇的個例較少，無法分類計算各類強對流天氣的發生概率；預報結論受數值預報影響明顯。

［1］曾明劍，張備，吳海英，等.基于接近度概念的強對流天氣預報方法研究［J］.高原氣象，2015，34（5）：1357-1368.

［2］周后福，邱明燕，張愛民，等.基于穩定度和能量指標作強對流天氣的短時預報指標分析［J］.高原氣象，2006，25（4）：716-722.

［3］雷蕾，孫繼松，王國榮，等.基于中尺度數值模式快速循環系統的強對流天氣分類概率預報試驗［J］.氣象學報，2012，70（4）：752-765.

P456.1

A

10.15913/j.cnki.kjycx.2019.16.061

2095－6835（2019）16－0139－02

李曦（1985—），男，四川廣安人，研究生，氣象工程師，研究方向為中短期天氣預報、雷達氣象。

〔編輯：張思楠〕