常用物理量与贵州强降水天气过程关系探讨

彭 芳，吴古会，杜小玲，赵 杰

(贵州省气象台，贵州 贵阳 550002)

常用物理量与贵州强降水天气过程关系探讨

彭 芳，吴古会，杜小玲，赵 杰

(贵州省气象台，贵州 贵阳 550002)

利用贵州2001-2007年日均降水量资料，利用气候统计的方法定义日均降水量大于20.73 mm为一次暴雨天气过程，用此方法挑选出贵州在2001-2007年4-9月的81次强降水天气过程。分析2001-2007年4-9月日均降水量变化及其对应时次的相关物理量变化可知：4-9月的日均降水量曲线和贵州区域的平均可降水量、Cape、Cin、K指数、沙氏指数曲线均呈抛物线型，贵州省降水主要集中在5-8月，物理量曲线的顶点较降水量的顶点略微滞后。强降水过程的日均降水量与对应物理量分析表明，大的Cape值和小的Cin对降水有利。

日均降水量;Cape，Cin;Si指数;K指数;可降水量

1 引言

我国定义日降水量大于50 mm为暴雨，而对暴雨天气过程并没有明确的定义。在灾害性天气数据库入库项目中，如何定义暴雨过程成为一个很有争议的话题，由于主观的因素始终未能达成一致，为此选择一种统计的方法定义暴雨天气过程将具有一定的说服力。贵州省属多山地地形，地形复杂，对暴雨的预报有一定难度，李彩［1］等利用探空资料中高层温湿特征空间分布作为预报指标，这些指标积累了贵州预报员的经验。随着数值预报的发展，数值预报产品越来越多，表示大气层结稳定度的物理量也越来越多，探索这些物理量与暴雨的相关关系对暴雨预报具有一定的参考价值。

2 资料与方法

利用贵州区域84县站2001-2007年4-9月24 h降水量(08时)资料，对日均降水量大于1 mm的采用阈值法［2］定义强降水天气过程的阈值，当日均降水量大于阈值时定义为一次强降水天气过程。利用2001-2008年4-9月 NCEP(1°×1°)再分析资料，提取贵州范围(103 ～110°E，23 ～30°N)内格点上的对流有效位能(Cape)、对流抑制位能(Cin)、可降水量(pwa)，并计算Si指数、K指数，对比分析4-9月各物理量的变化与日均降水的变化规律。同时根据定义的阈值挑选出强降水天气过程，与对应的物理量分析总结规律。

3 暴雨天气过程的定义

暴雨天气过程通常是系统性的大范围降水，目前贵州省考虑有10站以上日降水量大于50 mm为一次天气过程，此选取方案较牵强且容易造成因为某些站接近50 mm而误认为不是暴雨过程的漏选。暴雨过程在气候上属于极端事件，本文选取概率分布占90%的事件为普通事件，10%的事件为极端事件。选取2001-2007年4-9月共1 281 d贵州区域84站点日均降水量大于1 mm的天数(804 d)，按升序排列(如图1a)，分别挑选出概率累积占90%和95%的点，对应图中第724 d和764 d，其相应的降水量分别为20.73 mm和24.62 mm;各降水强度的概率分布符合正态分布(如图1b)。结合降水概率的分布，选定贵州日均降水量大于21 mm的降水为极端降水事件，即一次强降水天气过程。

4 强降水阈值检验

2009年贵州暴雨个例库入库项目从2001-2007年4-9月挑选出来70次暴雨过程，这70次暴

图1 (a)日均降水量大于1mm天数的升序分布，(b)日均降水量概率分布

雨过程中的日均降水量平均值为24.091 7 mm;如果假设站点降水大于5 mm是因为天气过程降水造成，计算出来的日均降水量平均值为34.577 8 mm，最小值为19.2 mm，利用第90个百分位的阈值基本上可以选取所有的暴雨天气过程。用本文定义的强降水方法检验2001-2007年4-9月总共有81次强降水天气过程，对比这70次暴雨过程，53次被选中，17次漏选，命中率大于75.7%，另外有29次不在人为挑选的过程中。可见，用这样的阈值方法能够很好的代替人为的定义暴雨过程，减少因主观因素带来的漏选天气过程。

5 物理量的选取

本文选取：对流有效位能(Cape)、对流抑制位能(Cin)、K指数、Si指数等指标，这些指标都能够很好地体现大气层结不稳定状况，在以前的经验中主要通过各指标数值的大小来判断层结不稳定性，而对各量之间的相互联系没有太多的研究。水汽条件采用大气可降水量，虽然可降水量不等于降水量，但是其值的大小还是有一定的参考。强降水发生时垂直速度通常都比较大，这里假设强降水发生时垂直速度的变化较小，所以没有选取垂直速度。

6 物理量变化分析

图2所示为2001-2007年4-9月日均降水量和各物理量变化曲线图。降水量的变化呈抛物线型，且结构比较对称，最强降水在6月上旬末，强降水主要集中在5月中下旬到7月中旬;可降水量在6月下旬之前逐渐增大，7-8月一直维持较高值，期间在7月下旬有几日有相对低值控制，到9月以后可降水量值迅速减小，对比降水量，可降水量最大值出现在6月中旬末，较降水最强略有滞后;cape与cin的值分别从不同的角度反应大气层结稳定度的强弱，较高的cape值可以产生较强的对流，较低的cin容易造成对流却不利于储蓄能量，往往不能产生强的对流天气，4月开始cape值较低cin较高对流不易产生，5月中下旬到6月下旬cape值升高cin减小，使得对流天气更加容易发生，从而导致降水增加，随后cape值继续维持高值而cin开始增大，使得这期间的降水略有减小，8月下旬之后cin值减小，但cape减小更加明显，降水量也跟着减小;沙氏指数与K指数反应的850～500 hPa之间的大气稳定度情况，两物理量的变化曲线呈反相关变化，6月上旬到8月底基本在0℃以下，K指数在34℃以上，较强的对流性天气也往往发生在这期间，9月以后Si开始明显增加，K指数也快速下降到30℃以下。

强降水过程对应的物理量变化(如图3)，几个物理量的值相对比较稳定，波动较大的时刻并不是很多，可降水量在44左右波动，K指数的均值在35℃以上，仅5次小于30℃;Si指数的波动较大，最大达到9℃，但是主要集中在0℃以下，Cin集中在-10 J/kg，且前期的暴雨对应的值波动很小，只是在最近的10次暴雨过程出现偏离均值的情况，Cape值的波动略大，但是仍在400J/kg附近波动。

7 结论

①利用贵州日均降水量的统计关系来定义暴雨过程，在统计上有一定的合理性，与人为定义暴雨过程的结果比较一致，不会遗漏降水接近50 mm而没有达到50 mm站点的影响，从大范围的角度考虑暴雨过程更加合理。

②日均降水量与各物理量在4-9月的变化都呈抛物线型，但是物理量曲线的顶点较降水量的顶点略微滞后，盛夏季节各物理量的绝对值都维持相对较高的值，也对应较强的降水，K指数与Si指数呈反相关变化，大的cape与较小的cin比较有利于较强的降水。

［1］ 天气预报经验汇编(第一集)［Z］.贵州省气象学会，贵州省气象局《贵州气象》编辑室编.

［2］ 翟盘茂，潘晓华.中国北方近50年温度和降水极端事件变化［J］. 地理学报，2003，58：1-10.

［3］ 刘健文，郭虎，李耀东，等.天气分析预报物理量计算基础［M］.北京：气象出版，2005.

［4］ 黄嘉佑.气象统计分析与预报方法［M］.北京：气象出版社，2004.

［5］ 朱乾根，林锦瑞，寿绍文，等.天气学原理和方法(第四版)［M］.北京：气象出版社，2007.

P458

B

1003-6598(2011)03-0021-03

2010-12-01

彭芳(1984-)，男(苗族)，助工，主要从事短时临近天气预报工作。

*资助项目：国家自然科学基金(40965004)“云贵高原东段初夏暴雨的发展维持”。