四川省天氣預報培訓與競賽歷史個例分析及應用平臺介紹

孫 俊，呂 斌

（1.中國氣象局氣象干部培訓學院四川分院，四川 成都 610072；2.四川省德陽市氣象局，四川 德陽 618000）

四川地區(qū)處于青藏高原東麓，地形、地質(zhì)結(jié)構(gòu)十分復雜，強降水具有突發(fā)性、時空分布不均勻，如何準確預報一直是預報員長期探索的科學難題。強降水歷史個例普查與分析是災害性天氣防御的基礎性工作。從2008年開始，中國氣象局、中國就業(yè)培訓技術(shù)指導中心、中國農(nóng)林水利工會全國委員會聯(lián)合舉辦了七屆全國氣象行業(yè)重要天氣預報技能競賽。通過競賽活動，有效地增強了天氣預報人員業(yè)務技術(shù)能力，促進了天氣預報準確率的進一步提高，對于發(fā)展天氣預報業(yè)務具有重要意義。其中歷史個例分析是天氣預報競賽四個項目中最重要的一項，而強降水預報又是重點中的難點，極度考驗預報人員的綜合分析能力。中國氣象局氣象干部培訓學院四川分院（下簡稱“四川分院”）承擔著對全國新任預報員和西南地區(qū)預報員的培訓工作，通過對預報人員專業(yè)知識理論、實習實訓的培訓促進預報員預報分析能力的提升。從以往的教學效果來看，預報員培訓理論講授課和預報實習課中廣泛使用天氣個例分析的教學方法，能夠幫助學員建立和完善預報思路，具有良好的教學效果。而歷史個例庫建設不僅能夠滿足教學需求，更能通過大量個例的歸納總結(jié)提煉相似過程的預報思路，促進預報能力提升。基于教學和預報競賽培訓的雙重需求，四川分院打造了“四川省天氣預報培訓與競賽歷史個例分析及應用平臺”[1-5]。該平臺收集了四川及周邊省份2014—2018年期間的暴雨災害性天氣過程，并對其進行全面普查、深入分析、系統(tǒng)歸納、總結(jié)提煉，建立歷史個例分析及考試平臺，促進預報培訓工作取得實效。

1 方法和數(shù)據(jù)

平臺采用的數(shù)據(jù)為Micaps格式的高空，地面，歐洲粗、細網(wǎng)格資料，物理量場，T639，衛(wèi)星云圖，數(shù)值預報降水資料等。歷史個例分析平臺和考試系統(tǒng)均采用java Web的MVC設計模式，利用Structs2架構(gòu)，Hibernate持久化綁定MYSQL數(shù)據(jù)庫，以Tomcat為容器。

歷史個例分析平臺部署在Windows Server系統(tǒng)上，實現(xiàn)的主要功能有：個例資料下載，個例分類的添加，刪除與屬性設置，個例內(nèi)容的增加、刪除與在線編輯，最新技術(shù)文章的增加、刪除與在線編輯，個例評論管理，留言管理（增加、回復、刪除），個例搜索、站內(nèi)資源管理與管理員屬性設置等。

歷史個例考試系統(tǒng)部署在CENTOS7.0linux系統(tǒng)上。實現(xiàn)的主要功能有：添加學生，刪除考生，根據(jù)ID刪除考生，查詢所有考生，修改教師密碼，查看試卷，查看考生答案，刪除全部學生答案，自動判卷打分，綜合分析統(tǒng)計學生成績，導出學生成績等。

2 歷史個例分析平臺主要功能介紹

歷史分析平臺的主界面，該平臺包括個例統(tǒng)計、資料存儲、個例分析、個例分型、歷史資料下載和歷史資料查詢等主要功能。

2.1 個例統(tǒng)計

選擇2014—2018年，逐日08：00至次日08：00四川、貴州、云南、甘肅、陜西、重慶6省大于15個站次，24 h降雨量大于25 mm且至少有一站以上大于50 mm降水的時間。從所有個例中提取出四川本省的大于10站次24 h降水量大于50 mm，將其定義為四川本省的典型過程，其余為西南區(qū)域過程。累計共100余次，其中四川省典型過程46個，西南區(qū)域過程55個。個例時間列表如表1所示。

表1 個例時間列表

2014—2018年西南區(qū)域過程中2018年發(fā)生頻次最高，達18次，最少出現(xiàn)在2017年，為7次。四川省典型暴雨過程在2018年最多，為15次，最少出現(xiàn)在2014年，為6次。2014、2016和2017年區(qū)域過程均在7次左右。

四川典型暴雨過程從5月開始逐漸增加，到8月達到最大，為10次，9月開始明顯減少，但9月的暴雨次數(shù)多于5月。

2.2 資料存儲

根據(jù)個例時間讀取過去48 h的高空、地面、歐洲粗網(wǎng)格資料、衛(wèi)星云圖、數(shù)值預報降水資料、物理量場、T639以及昨日20：00起報的未來48 h歐洲細網(wǎng)格資料。

平臺對每一次歷史個例的資料單獨存儲，選擇個例時間既可以獨立調(diào)用此次過程對應的資料，更便于培訓教學和競賽使用。

2.3 個例分型

平臺重點對2014—2017年的40次四川省典型過程進行分析，按照影響系統(tǒng)、降水落區(qū)對個例分型。

2.3.1 影響系統(tǒng)分型

根據(jù)影響四川省典型暴雨過程的影響系統(tǒng)分為高原低槽型、高空低槽型、西南渦型、切變線型和倒槽型。不同類型的影響系統(tǒng)移動軌跡不同，造成降水落區(qū)和量級也不同。截至2018年，四川省典型暴雨個例分型得出，高原低槽個例占最多共計17個，其次是切變線15次，西南渦13次，最少是倒槽2次。說明從高原移動到盆地的影響系統(tǒng)一旦加強，就容易造成四川省典型暴雨過程。同時還可以看到，西南渦和切變導致的暴雨過程也比較多，因此，夏季這些系統(tǒng)的發(fā)生、發(fā)展和加強值得預報員重點關(guān)注。

2.3.2 降水落區(qū)分型

2014—2018年，四川省典型暴雨落區(qū)分布顯示在盆地西部，暴雨次數(shù)最多達到12次，其次是盆地南部，為11次。受地形影響，夏季副高外圍的偏東氣流在四川盆地西部容易引起地形的輻合抬升，進而產(chǎn)生強的降水，所以夏季預報員應重點關(guān)注對流層中低層偏東氣流的作用。

2.4 個例分析

針對72次個例，每次過程都有近30頁PPT詳細分析。分析中的每一張圖片均保存為png格式和Micaps交互式格式，便于培訓教學使用。通過過去24 h實況形勢場、05：00地面以及數(shù)值預報對未來24 h的形勢，數(shù)值預報的相對濕度和比濕預報、降水預報以及05∶00衛(wèi)星云圖特征等方面對個例進行分析，提取每一次個例特征和預報著眼點。

2.5 歷史資料查詢

歷史資料查詢功能即每日從Cimise數(shù)據(jù)庫中讀取國家站逐小時氣溫、最高氣溫、最低氣溫、小時降水、最大風速等要素并保存成以日期命名的獨立文件，同時降水、氣溫還有直觀的圖形顯示。預報員通常對典型暴雨過程發(fā)生的日期記憶深刻，為了規(guī)避個例發(fā)生日期對預報員歷史個例分析的提示，平臺還配置了個例具體時間的模糊程序。通過該程序能夠?qū)€例發(fā)生的具體日期統(tǒng)一到一個虛擬時間，便于更加科學地考驗學員歷史個例分析能力。

3 歷史個例考試系統(tǒng)主要功能介紹

該考試系統(tǒng)分區(qū)域歷史個例、本省歷史個例以及精細化要素預報幾個考試模塊。系統(tǒng)分為教師端和學生端，教師端能夠?qū)崿F(xiàn)學生管理和試卷管理功能，可以添加學生，刪除考生，根據(jù)ID刪除考生，查詢所有考生，修改教師密碼，查看試卷，查看考生答案，刪除全部學生答案，自動判卷打分，綜合分析統(tǒng)計學生成績，導出學生成績等功能。學生端通過姓名或ID登錄后就能進入答題界面，答題結(jié)束提交答卷后能直接查看成績，并分析對錯。通過使用歷史個例考試系統(tǒng)，極大程度地減少了判卷工作量，同時還能降低判卷失誤。學員答卷、閱卷和分析更加直觀和便捷。

4 結(jié)論與思考

四川分院根據(jù)培訓和業(yè)務需求打造“四川省天氣預報培訓與競賽歷史個例分析及應用平臺”，該平臺功能較為完整，能夠基本滿足培訓和競賽需求。主要成果表現(xiàn)在以下幾個方面：①個例存儲資料詳盡，滿足預報競賽所需；②分析個例數(shù)量多，基本涵蓋5年間所有典型和非典型區(qū)域暴雨個例；③個例分析內(nèi)容詳實，預報著眼點和總結(jié)提煉利于預報員對個例識別；④資料查詢和下載便捷，便于預報培訓和競賽工作的開展；⑤歷史個例考試系統(tǒng)能夠讓考生和教師擺脫繁重的判卷工作，讓考試更加智能化、人性化，將更多精力用于預報誤差分析總結(jié)上。

雖然“四川省天氣預報培訓與競賽歷史個例分析及應用平臺”建設取得了一些成績，但仍然有一些值得完善的地方。如歷史個例分析的延續(xù)，應根據(jù)每年發(fā)生的強降水個例進一步補充和完善。同時對于歷史個例平臺還應該考慮更多的災害性個例，如冰雹、大風、寒潮等。在目前的基礎上還應該加強對同類型強降水個例的歸納和總結(jié)，進一步分析強降水中的小時降水特征，對短時強降水的發(fā)生機理進行研究。從多角度、多方位、多層次去拓寬預報培訓教學思路，進一步促進培訓工作取得實效。