莆田市前汛期短時強降水物理量閾值研究

梁寶元　劉君　張響亮

摘要：利用福州、廈門兩個常規探空站逐日高空探測資料導出的32個物理量，分別與2012～2016年莆田市前汛期（3～6月）區域短時強降水個例進行相關性分析及顯著性檢驗，統計出涵蓋75%以上短時強降水個例的物理量閾值，剔除閾值在非短時強降水個例出現概率大于45%的物理量，得到莆田市前汛期短時強降水的物理量閾值，以便在莆田市前汛期短時強降水預報中應用。

關鍵詞：短時強降水；物理量；閾值；端須圖

中圖分類號：P426.6??????????????????????????? 文獻標志碼：A

0引言

短時強降水是強對流天氣的一種，是常見的災害性天氣之一，具有很強的突發性和局地性，降水速度快，雨勢兇猛，易引發城市內澇和山洪、泥石流、滑坡等次生災害，而對其預報又一直是難點[1-3]，國內外學者在短時強降水的氣候特征、形成機制、預報模型等方面作了大量研究，取得了豐碩成果[4-8]。隨著近年來莆田市短時強降水日數呈現逐年增加趨勢[9]，怎樣提高短時強降水預報準確率和提前量成為目前預報人員亟待解決的問題之一。探空資料能反映實時大氣的溫濕特性及垂直風場結構，可以計算出與熱力、動力相關的大量物理量，通過物理量的閾值可以確定對流天氣的類型或強度，利用物理量可以在一定程度上對強天氣進行預報，但由于地域性的差異，這些物理量閾值存在一定差異[10-11]。目前，對福建省短時強降水的研究多為特征分析和環流背景分析[12-15]，對物理量閾值的研究還相對較少，文章利用2012～2016年福建省兩個常規探空站（福州、廈門）3～6月的逐日高空探測資料，分析物理量對莆田地區前汛期（3～6月）區域性短時強降水的指示作用，以期為前汛期短時強降水天氣的預報提供參考依據。

1數據和方法

使用福建省兩個探空站（福州、廈門）的逐日常規探測資料，利用氣象信息綜合分析處理系統（MICAPS）計算并導出2012年～2016年的3月～6月逐日各物理量數據，篩選出質量控制較好的物理量共32個，規定某一天內莆田市有3個以上自動站出現1 h≥30 mm 降水計為1個短時強降水個例，共挑選出區域短時強降水個例33個，非短時強降水個例577個，其中，1 h 降雨量指整點小時值，包含莆田市1個基本氣象站、2個一般氣象站和112個區域自動站。

2物理量相關性分析

分別對福州、廈門兩個探空站導出的32個物理量進行計算，假設短時強降水個例的 Y=1，非短時強降水個例的 Y=0，Xi 為各物理量值（i=1，2，…，32），逐個計算 Xi 與 Y 的相關系數，并進行顯著性檢驗，分別得到19個、21個通過α<0.05水平雙側檢驗且相關系數＞0.08的物理量，見表1所列。

從表1可以看出，廈門探空站的物理量中，干暖蓋指數、修正杰弗遜指數、整層比濕積分、杰弗遜指數、最大抬升指數、Faust 指數、對流凝結高度處溫度、對流穩定度指數等8個物理量與短時強降水事件的相關系數達到0.2以上，對短時強降水有較好的指示意義，干暖蓋指數的相關系數最高，達到0.28。福州探空站的物理量中，干暖蓋指數、整層比濕積分、潛在下沖氣流指數、Charba總指數、修正杰弗遜指數、杰弗遜指數、對流凝結高度處溫度、Faust 指數、修正 K 指數、最大抬升指數等10個物理量與短時強降水事件的相關系數達到0.2以上，對短時強降水有較好的指示意義，干暖蓋指數的相關系數最高，達到0.29。

3確定物理量閾值

理想的情況下，不同類型天氣的物理量數值應具有明顯的差異，出現短時強降水和未出現短時強降水的物理量也應有明顯差異[16]，實際上，出現這種理想情況的可能性極小，短時強降水個例和非短時強降水個例的各物理量數值必然存在交集，盡可能的找出交集相對較小的物理量，來作為短時強降水的判識依據。分別統計出表1中各物理量涵蓋75%以上短時強降水個例的閾值，見表2所列。

統計表2中的閾值在非短時強降水個例中的出現的次數，得到涵蓋75%以上短時強降水個例的物理量取值區間在非短時強降水個例中出現的概率，如圖1所示，可以看出，福州、廈門兩站 Barber 對流不穩定指數、總指數、Teffer指數這3個物理量在非短時強降水個例中出現的概率均超過45%，另外，福州站對流凝結高度在非短時強降水個例中的概率也超過45%，以上4個物理量雖然與短時強降水的相關性較好，但其在非短時強降水個例中出現的概率偏高，予以剔除，其余物理量在非短時強降水個例中出現的概率在17.3%～42.5%。

4物理量特征分析

端須圖可以直觀展示短時強降水和非短時強降水物理量的數值分布情況[17]，制作通過顯著性檢驗且在非短時強降水個例中出現概率小于45%物理量的端須圖，其中，層結穩定度類指數11個，大氣溫濕類指數2個，動力類指數3個，熱力動力綜合類指數2個，逐個分析各物理量的差異情況及其對短時強降水的指示情況。

4.1層結穩定度類指數

從層結穩定度類指數的端須圖（如圖2所示）可以看出，大部分層結穩定度類指數短時強降水個例與非短時強降水個例數值存在明顯差異，Faust 指數、杰弗遜指數、修正杰弗遜指數、修正 K 指數、干暖蓋指數等5個物理量短時強降水個例箱體與非短時強降水個例箱體沒有交集，表明50%短時強降水個例數值與非短時強降水個例數值不重合，并且涵蓋75%以上短時強降水個例的閾值在非短時強降水個例中出現的概率福州站、廈門站均小于30%，以上這些物理量對短時強降水具有很好的指示意義。

沙氏指數、K 指數、對流穩定度指數、靜力條件穩定度、最大抬升指數、Charba總指數等6個物理量短時強降水個例箱體與非短時強降水個例箱體略有交集，涵蓋75%以上短時強降水個例的閾值在非短時強降水個例中出現的概率在24.4%～40.9%，這些物理量對短時強降水的指示意義稍差。

4.2大氣溫濕類指數

整層比濕積分是指從地面直到大氣頂的比濕積分，其數值越大，越有利于對流性強降水天氣的發生[18]，分析圖3（a）可以看出，整層比濕積分福州、廈門兩站短時強降水個例與非短時強降水個例箱體無交集，短時強降水個例的數值明顯大于非短時強降水，涵蓋75%以上短時強降水個例的閾值在非短時強降水個例中出現的概率福州站、廈門站分別為19.2%、23.9%，因此，可以將整層比濕積分作為短時強降水的判別依據。同理，對流凝結高度處溫度（如圖3（b）所示）也可以作為短時強降水的判別依據。

4.3動力類及熱力動力綜合類指數

分析圖4（a）可以看出，潛在下沖氣流指數短時強降水個例與非短時強降水個例數值差異明顯，涵蓋75%以上短時強降水個例的閾值在非短時強降水個例中出現的概率福州站、廈門站分別為30%、34%，可以作為短時強降水的判別依據。通氣管參數福州站（如圖4（b）所示）短時強降水個例與非短時強降水個例數值差異明顯，涵蓋75%以上短時強降水個例的閾值在非短時強降水個例中出現的概率僅為17.3%，可以用來判別是否有短時強降水出現。廈門站風暴相對螺旋度（如圖4（c）所示）短時強降水與非短時強降水數值差異不明顯，指示意義較差。福州站強天氣威脅指數（如圖4（d）所示）、瑞士第二雷暴指數（如圖4（e）所示）短時強降水和非短時強降水數值交集較多，對短時強降水的指示意義稍差。

5小結

（1）通過對2012～2016年莆田前汛期（3～6月）小時降水數據進行分析，得到33個區域性短時強降水個例，通過計算福州站、廈門兩個探空站32個物理量與短時強降水個例的相關系數，分別得到19個、21個通過α<0.05水平雙側檢驗且相關系數大于0.08的物理量，干暖蓋指數的相關系數最大，分別達0.28、0.29。

（2）分別統計得出涵蓋75%短時強降水個例的各物理量閾值，剔除掉在非短時強降水個例中出現概率大于45%的物理量，分別得到17個、15個對短時強降水有較好指示意義的物理量，其中，層結穩定度類指數11個，大氣溫濕類指數2個，動力類指數3個，熱力動力綜合類指數2個。

（3）通過端須圖對分類物理量分析發現，層結穩定度類指數比動力類、熱力動力綜合類指數對短時強降水的指示意義更加明顯，數量也更多，大氣溫濕類指數對短時強降水也有很好的指示意義。

參考文獻：

[1] 郝瑩，姚葉青，鄭媛媛，等.短時強降水的多尺度分析及臨近預警[J].氣象，2012，38（8）：903-912.

[2] 牛金龍，黃楚惠，李國平，等.基于高分辨率資料的濕螺旋度指標及其對成都強降水的預報應用[J].高原氣象，2015，34（4）：942-949.

[3] 仇娟娟，何立富.蘇滬浙地區短時強降水與冰雹天氣分布及物理量特征對比分析[J].氣象，2013，39（5）：577-584.

[4] 侯凱，邢辰飛.沙澧河流域短時強降水特征和概念模型[J].氣象與環境科學，2015，38（4）：7.

[5] 沈澄，孫燕，魏曉奕，等.基于物理量的江蘇短時強降水預報模型的研究[J].氣象，2016，42（2）：557-566.

[6] 朱蒙，康暑雨，張艷玲.豫東地區短時強降水時空分布特征及物理量指標分析[J].氣象與環境科學，2020，43（3）：116-123.

[7] 程鵬，羅漢，陳佩璇，等.慶陽黃土高原短時強降水統計特征及預警指標[J].干旱氣象，2020，38（2）：319-328.

[8] 楊曉霞，尤莉，夏凡，等.山東內陸和半島雷暴大風的環境物理量特征[J].沙漠與綠洲氣象，2019，13（6）：47-56.

[9] 劉君，梁寶元，黃書捷.莆田市短時強降水特征分析[C].鄭州：第34屆中國氣象學會年會 S1災害天氣監測，分析與預報論文集.中國氣象學會，2017.

[10] 祝小梅，白婷，荊海亮.基于物理量的伊犁河谷短時強降水預報技術研究[J].沙漠與綠洲氣象，2022（1）：16.

[11] 高曉梅，俞小鼎，馬守強，等.魯中地區強對流天氣的氣候特征及相關環境參數特征分析[J].山東氣象，2019，39（3）：43-54.

[12] 林新彬，劉愛鳴，林毅，等.福建省天氣預報技術手冊[M].北京：氣象出版社，2013.

[13] 陳秋萍，黃東興，余建華，等.閩北前汛期短時強降水與雷達回波特征[J].氣象，2001，27（8）：52-54．

[14] 吳濱明，章李玲，楊麗慧，嚴平勇.福建省不同短歷時暴雨時空分布特征[J].暴雨災害，2015（2）：153-159.

[15] 洪偉.福建省5～8月短時強降水時空分布特征和環流背景分析[J].福建氣象，2016（1）：6.

[16] 沈澄，孫燕，魏曉奕，等.基于物理量的江蘇短時強降水預報模型的研究[J].氣象，2016，42（5）：10.

[17] 楊貴名，宗志平，馬學款.“方框-端須圖”及其應用示例[J].氣象，2005，31（3）：3.

[18] 康紅勛.信陽市對流性強降水的物理量特征分析[J].河南科技，2020，39（25）：149-151.