大理機場雷暴特征及潛勢預報分析

畢 波，高 兵，楊 航

(云南機場集團有限責任公司大理機場，云南 大理 671000)

0 引言

大理機場地處滇西北橫斷山脈最南端，金沙江與瀾滄江過渡地帶，洱海盆地南部，區域內地形總勢西北高、東南低，全區山勢陡峭挺拔、河谷縱橫深切其間，海拔懸殊較大。主要受高原季風氣候影響[1]，屬低緯高原季風氣候區，氣候特點主要表現為四季不明顯、冬無嚴寒、夏無酷暑，干雨季分明。雷暴是影響大理機場航班飛行正常的重要天氣現象之一，雷暴出現時大都伴有陣性降水，少數有大風、冰雹伴隨出現。據統計大理機場2015—2018年因本場天氣原因返航、備降航班共196架次，其中因雷暴天氣返航、備降37架次，占因天氣原因返航、備降總架次18.9%。歷年來有很多學者對各地的雷暴特征和潛勢預報做了研究，并取得了一系列成果，顧震潮[2]對我國雷暴的氣候特點進行了研究，指出我國雷暴日數有3個區域特別多，分別是雷州半島及海南島北部、云南東南部和四川西部；張敏鋒等[3]研究了我國104個臺站雷暴日數的時空分布，發現20世紀60—90年代我國的雷暴日數總體呈下降趨勢，但2000年以后的變化規律在不同地區的研究有所差異；區志中等[4]分析了近20 a白云機場雷暴氣候的統計特征，得出白云機場雷暴的年、季、月、日變化特征；周永水[5]等分析了貴州省雷暴氣候特征，結果發現貴州年雷暴日數較多,年際變化較大,季節變化也極為顯著；許迎杰等[6]分析了云南雷暴潛勢預報系統的建立和應用情況，指出使用潛勢預報系統預報雷暴的方法；劉宸釗等[7]利用相關系數法選取相關性好且穩定的預報因子,進行事件概率回歸,得到雷暴預報方程，并對2007年雨季西昌雷暴進行預報,取得了較好的效果。

目前大理機場氣象臺對雷暴天氣的預報，主要依靠基本的常規氣象資料、衛星云圖和接引的氣象局多普勒天氣雷達資料進行人工定性判斷，結合預報員的預報經驗進行短時臨近預報，缺少可供參考的數值預報指導產品，預報的針對性、時效性和準確性仍有待提高。因此，文中擬通過分析大理機場近5 a雷暴特征并對與雷暴發生有關的物理量進行研究分析，找到雷暴發生、發展規律和適合本地實際的一些規律指標，作出定量的預報，減少雷暴天氣對航班正常運行的影響，對于提高機場飛行氣象保障能力，確保機場安全運營具有重要意義。

1 資料選取及說明

雷暴特征分析選用了大理機場2014年1月—2018年12月逐日每小時定時觀測和特殊觀測天氣紀要欄記錄的雷暴資料，潛勢預報分析選用2014年1月—2018年12月每天4時次的FNL 1.0×1.0數據，時間為世界時(下同)。只要在這一天內曾經發生過雷暴，聽到過雷聲，都記為一個雷暴日；如果在該天幾小時內發生過雷暴，就記為雷暴小時；雷暴初期和終期分別指一年中第一次和最后一次聽到打雷的日期。

2 雷暴時空特征分析

2.1 雷暴天氣時間分布特征

分析大理機場年際變化特征可知，大理機場雷暴日數的年際變化差異較大，雷暴日數年平均38.4 d，雷暴日數2018年最多58 d，2015年最少21 d，相差了37 d，其他年份2016年42 d，2014年40 d，2017年31 d。

圖1 大理機場2014—2018年各月雷暴日數年變化Fig.1 Annual change of thunderstorm days of Dali airport from 2014 to 2018 (unit: day)

圖1為大理機場2014—2018年各月累計雷暴日數，由圖1可知，從年變化來看，大理機場全年各月都有可能出現雷暴天氣，但各月出現雷暴日數的情況差別較大，雷暴天氣主要出現在6—9月，其中8月份出現雷暴日數最多，累計雷暴日數59 d，占全年的30.7%，7月次之，為52 d，占全年的27.1%，11月最少，累計雷暴日數只有1 d。從圖中還可以發現，5—7月雷暴日數快速增長，呈現直線上升，5月份累計雷暴日數僅為4 d，而7月累計雷暴日數達到52 d，8—10月雷暴日數逐月減少，每年7—8月大理機場雷暴天氣出現最為頻繁。形成大理機場雷暴日數年變化的原因是因為從5月開始，隨著西南季風的加強，大理機場開始受西南季風影響，空氣潮濕，冷暖空氣交匯頻繁，雷暴日數增多；6—7月，隨著太陽輻射的增加，低層氣溫逐漸升高，西南季風盛行，西太平洋副熱帶高壓北跳，大理位于副熱帶高壓西部外圍，空氣潮濕，大氣中常蘊含著大量不穩定能量，容易產生雷暴；7月以后，隨著副高的北跳、南撤和西伸、東退變化，有利于高原上的低值輻合系統東移影響本場，也容易產生雷暴，而10月份以后，隨著西南季風和西太平洋副熱帶高壓減弱，氣溫降低，氣層穩定，很少產生雷暴。

圖2 大理機場2014—2018年雷暴日變化(單位：%)Fig.2 Daily variation of thunderstorm in Dali airport from 2014 to 2018 (unit: %)

圖2為雷暴出現頻率日變化情況，可見一整天各時段都會出現雷暴天氣，但各時段內出現的頻率是不一樣的，從17∶00—04∶00UTC出現頻率相對較少，其中最少出現在00∶00—02∶00UTC，04∶00—07∶00UTC雷暴出現頻率急劇增大，最大出現在08∶00UTC，雷暴出現頻率占整天的14.35%，這是由于08∶00UTC溫度上升至最高值，引發熱力性雷暴所致，08∶00UTC后雷暴出現頻率開始減少，日落后雷暴出現頻率明顯減少。說明大理機場雷暴天氣出現時間具有明顯的日變化特征，白天多于夜間，午后至傍晚出現的頻率較高，雷暴出現最多的時段在06∶00—15∶00UTC之間。

2.2 雷暴天氣持續時間

分析大理機場2014—2018年雷暴持續時間在各時間段出現的次數可知，雷暴天氣一般持續時間較短，主要為2 h以內，雷暴出現的次數隨雷暴持續時間的增長而減少，持續時間短的雷暴次數多，隨著持續時間增長，其出現的平均次數逐漸減小。持續時間在2 h內的平均雷暴次數為45次，占年平均雷暴總次數的91.46%，持續時間在2 h以上的平均雷暴次數為4.2次，僅占8.54%，其中持續時間0～1 h的次數最多，年平均35.4次，占年平均總次數的71.95%，持續時間1～2 h的次數次之，年平均9.6次，占年平均總次數的19.5%；持續時間2～4 h的雷暴4次，占年平均總次數的8.13%；持續時間4～6 h的次數最少，僅0.2次，沒有出現持續時間6 h以上的雷暴。從最長持續時間上看，持續時間較長的月份集中在6—10月，歷史極值出現在2016年8月24日，持續時間為4.63 h，其余月份最長持續時間很少超過2 h。呈現這種變化規律是因為大理機場的雷暴大多是“熱雷暴”[8]，夏季午后陸地表面受太陽輻射而強烈加熱，常常在近地層形成絕對不穩定層結，使對流容易發展，這種熱力抬升作用為主所形成的雷暴強度通常比系統性上升作用形成的雷暴要弱，持續時間也相對較短，往往在2 h以內。

表1 大理機場2014—2018年各時段平均雷暴出現次數(單位：次)及最長持續時間(單位：h)Tab.1 Average thunderstorm frequency (unit: time) and longest duration (unit: h) of Dali airport from 2014 to 2018

2.3 雷暴天氣空間分布特征

雷暴可以出現在大理機場的任何方向(包括天頂)，從雷暴出現頻率來看，出現在東邊的次數最多，出現頻率為20.57%；西、北方向次之，出現頻率均為12.5%；其次是東南邊，出現頻率為12.34%；出現在天頂的次數最少，出現頻率為4.91%；大理機場屬低緯山地機場，地形對雷暴的生消、移動影響明顯，地形抬升對雷暴有加強作用，機場東側以山嶺和盆地為主，任意方向都能夠形成抬升作用，盆地的熱力效應也較明顯，有利于對流云的發展，從而易產生雷暴；北面和東南面地形與東側相似，也容易產生雷暴；機場西面隔洱海有南北向的蒼山，當高空引導氣流以偏西風為主時，對流云系由西往東移，蒼山西坡作為迎風坡，地形抬升作用明顯，也易產生雷暴天氣，而受蒼山背風坡和洱海水體的影響，雷暴移動至機場上空的則相對較少。

圖3 大理機場2014—2018年各方位雷暴出現頻率(單位：%)Fig.3 Frequency of thunderstorm occurrence in Dali airport from 2014 to 2018 (unit: %)

2.4 雷暴的初、終期

大理機場2014—2018年雷暴初期平均在1月31日，最早2017年1月4日，最晚2018年2月26日；雷暴終期平均在11月14日，最早2014年10月4日，最晚2018年12月29日；平均雷暴初終期之間的日數為288 d，2016年最多334 d，2015年最少234 d，最多和最少相差了100 d，可見大理機場雷暴的初期和終期年際差別較大。

3 雷暴潛勢預報分析

3.1 潛勢預報方法

雷暴的潛勢預報方法主要是通過對不同類型雷暴天氣的歷史氣象資料得到的導出物理量歷史值進行分類統計，選取與該類雷暴天氣相關性較好的敏感對流參數作為預報因子，通過權重分析應用多元逐步回歸法建立不同類型雷暴天氣的潛勢預報方程。多元回歸[9]是對某一預報量y，研究多個因子與它的定量關系，例如共選取p個因子，記為x1，x2，…，xp，多元回歸方程y=b0+b1x1+b2x2+…+bpxp，其中b0為回歸系數，b1，b2，…，bp為p個因子x1，x2，…，xp所占的權重系數。

3.2 預報因子的選取和方程的建立

在FNL資料包含的物理量中，選擇與雷暴形成有關的因子來做雷暴預報研究因子，計算這些因子與大理機場雷暴的相關系數和相關系數的顯著性t檢驗，然后在通過顯著性檢驗的因子里選取相關系數較大的因子作為預報因子。預報因子的選擇要充分考慮雷暴形成的層結穩定度、水汽和抬升源3個基本條件，每個條件應有1～2個相關性較好，并且穩定性好的預報因子。在這里，對雷暴的形成選取了對流有效位能(CAPE)、對流抑制能量(CIN)、500 hPa相對濕度、700 hPa相對濕度、850 hPa相對濕度、500 hPa云水含量、氣柱云水、0 ℃層高度、地表抬升指數、近地表4層等壓面的抬升指數、可降水量、整層相對濕度、330～1 000 hPa相對濕度和850 hPa絕對渦度作為雷暴預報研究因子。通過提取大理機場所在位置FNL資料中這些因子2014年1月1日—2018年12月31日的時間序列，并計算這些因子時間序列與大理機場雷暴的相關系數和相關系數的顯著性t檢驗，計算結果如下表：

表2 預報因子與大理機場雷暴的相關系數和相關系數的顯著性t檢驗Tab.2 Significance t-test of correlation coefficient and correlation coefficient between forecast factor and Thunderstorm in Dali Airport

所選取的14個雷暴預報研究因子均通過了99%T檢驗，對流抑制能、地表抬升指數、近地表4層等壓面的抬升指數和850 hPa絕對渦度與大理機場雷暴呈負相關，其他因子則呈正相關，所選預報因子與大理機場雷暴相關性較好，有8個因子相關系數絕對值大于0.2，只有2個預報因子的相關系數絕對值小于0.1，相關性最好的因子是近地表4層等壓面的抬升指數，相關系數為-0.314 ，相關性最差因子是850 hPa絕對渦度，相關系數為-0.096。因此在8個相關系數絕對值大于0.2的因子中選取預報因子，選取預報因子時綜合考慮雷暴形成的3個基本條件，由于500 hPa相對濕度、整層相對濕度和330～1 000 hPa相對濕度的物理意義相似，根據預報因子不可重復性原理[10]，只選取其中相關系數最大的500 hPa相對濕度作為預報因子，同理地表抬升指數和近地表4層等壓面的抬升指數的物理意義相似，只選取近地表4層等壓面的抬升指數作為預報因子，所以最終選取的大理機場雷暴預報因子為：對流有效位能、500 hPa相對濕度、0 ℃層高度、近地表4層等壓面的抬升指數和可降水量。

利用大理機場2014年1月1日—2018年12月31日的1826個雷暴樣本和該時段內所選取5個預報因子數據進行回歸分析，得到大理機場全年雷暴預報方程：

y=0.1274+0.0034×CAPEsfc+0.00194×RH500-0.0000147×HGTOC-0.0148×No4LFTXsfc-0.00362×PWATclm

經計算預報方程的閾值為0.31,即當y≥0.31時大理機場可能發生雷暴天氣，當y<0.31時大理機場不發生雷暴天氣。

3.3 預報方程的顯著性和預報效果檢驗

預報方程的顯著性檢驗是檢驗預報因子與預報量是否確有線性關系，因為在建立方程前并不能確定預報因子與預報量之間確有線性關系，即在方程建立前線性關系只是一種假設，因此需要對預報方程進行顯著性檢驗。多元回歸方程遵從分子自由度為p，分母自由度為n-p-1的F分布，其中p為預報因子數，n為樣本容量，經計算，該預報方程的F=4.002，查F分布表，在5%顯著水平下，分子自由度為5，分母自由度為1 820時Fɑ=2.22，F>Fɑ，因此預報方程通過了顯著性檢驗，預報方程是顯著的。

利用2018年7月、8月的數據資料對預報方程進行預報效果檢驗，期間方程共報雷暴34次，實際出現了32次，報對23次，空報11次，漏報9次，則該預報方程的命中率為71.9%，虛假報警率為32.4%，可見此預報方程有較好的雷暴潛勢預報能力，對大理機場雷暴預報有較好的指示意義。

4 結論

①大理機場全年各月都有可能出現雷暴天氣，雷暴天氣主要出現在6—9月，每年7月和8月雷暴天氣出現最為頻繁。

②大理機場雷暴天氣持續時間0～1 h的次數最多，持續時間1～2 h的次數次之，持續時間4～6 h的次數較少，沒有出現持續時間6 h以上的雷暴。

③雷暴可以出現在大理機場的任何方向，出現在東邊的次數最多，出現在天頂的次數最少。

④大理機場雷暴初期平均在1月31日，雷暴終期平均在11月14日，雷暴的初期和終期年際差別較大。

⑤利用對流有效位能、500 hPa相對濕度、0 ℃層高度、近地表4層等壓面的抬升指數和可降水量作為預報因子建立大理機場雷暴預報方程，預報方程通過了顯著性檢驗，預報效果檢驗表明該預報方程有較好的雷暴潛勢預報能力。