雷暴发生规律分析及预报

鲁郑莉

（民航河南空管分局，河南 郑州 451162）

雷暴发生规律分析及预报

鲁郑莉

（民航河南空管分局，河南 郑州 451162）

利用双流县7年（2004～2011）的雷暴资料，选取与雷暴相关性较好的三个因子气压，温度，相对湿度，并在考虑因子季节变化特征的基础上，分别利用回归分析法和判别分析法制作雷暴预报 ，并用2012～2013年的7、8月雷暴资料进行检验。温度，相对湿度与雷暴日相关性比气压好，对预报贡献大，对雷暴日有较好的指示意义。综合分析平均预报准确率；判别分析法（78.5%）优于线性回归法（30.3%）；判别分析法均达到了一定的预报水平，具有较好的参考价值；而多元线性回归方程选取了平均相对湿度作为预报雷暴日的标准，其预报效果不理想，其方法有待进一步研究。

雷暴；气温；相对湿度；判别分析；多元回归分析

雷暴是一种剧烈的天气现象，其伴随的各种剧烈的气象要素变化会对飞行安全造成各种的影响。在雷暴区，除了闪电现象之外，还存在强烈的湍流、积冰、雷雨和大风，甚至冰雹或龙卷等灾害性天气 。雷电的电压可达几十万伏，会造成很大的威胁。可能会击穿飞机蒙皮，使机体受损，或导致飞机上的电子设备失效，导致飞机失控，严重时，会造成机毁人亡。 雷暴云中的冰雹或下降到地面的冰雹损坏飞行中的飞机以及地面的航空器，由于雷暴云中垂直运动强烈．因而造成飞机严重蕺簸，雷暴云中含有大量的过冷水滴．故在其上部飞行常常发生较强的积冰，它所伴随的下击暴流[1]、狂风暴雨、低碎云、低能见度等天气现象造成目视条件下降以及飞机空气性能的改变对云下飞行及航班的起降造成严重威胁；强阵风使飞机操纵困难[2]。

国内外关于雷暴统计预报的方法在国内外都已经做了大量的研究，大多使用了多元线性回归法、判别分析法、指标叠加法、线性，非线性拟合方程等数学统计方法来对雷暴活动规律做预报回归方程[3]。

尽管气象学界在雷暴预报方面已经做出了大量的研究，但是由于资料的短缺和经验的不足，不稳定参数在时空高度上是随高度变化的，且在大范围环境中是不具有代表性的，因而应用高时空分辨率长时间尺度的气象资料来计算大气不稳定参数变得更加重要。尤其重要的是，雷暴随异地有很明显的差异，相同的预报方法产生的预报效果随地区的差异也是不一样的。雷暴特征的差异与地理位置、气象条件、海拔高度都有很密切的联系。

1 雷暴的形成的必备条件[4]

（1）深厚而明显的不稳定气层具有大量的不稳定能量理论和实践都证明不稳定的层结有为强对流性天气提供充沛的能源。

（2）充足的低空水汽条件。湿度的铅直分布影响到层结稳定度，低层湿空气的存在是雷暴产生的一个有利条件。足的水汽是雷暴可以发生发展的必要条件，一方面水汽是形成积雨云，兴雨降雹的物质基础，另外一方面，水汽在凝结时释放的潜热也是雷暴得以发展的重要能量来源。

（3）抬升机制的存在。大气中具有不稳定能量和水汽条件后，为成云至雨提供了可能，再加上抬升机制的存在，导致形成雷暴云。一旦有切变、冷锋等动力性对流或者本地热力对流或者地面抬升影响等产生的对流等触发因子则非常有利于雷暴天气的发生。

2 雷暴统计预报因子的选取

雷暴过境时近地面气象要素和天气现象都会表现出急剧变化，常给飞行造成严重影响。会出现气压猛升、气温骤降、风向突变、风速增大、开始降水或者降水增强等天气现象，对于比较强烈的雷暴过程还会伴有强风、冰雹、龙卷等激烈灾害性天气现象[5]。

在形成雷暴前，积雨云中上升气温使高层辐散大于低层辐合，云中水汽凝结释放的潜热使空气增温，气柱膨胀，所以，地面气压通常是下降的。当雷暴临近时，冷空气丘到达时。气压开始上升。随着雷暴的远离，气压又开始恢复正常。

雷暴来临前，地面气温高，气温高，湿度大，风力微弱，天气闷热。测站一般为暖湿空气所盘踞。雷暴出现之前，地面相对水汽含量较大，一方面为降水提供水汽来源，另一方面水汽的凝结潜热释放提供不稳定能量。

在7、8月，发生雷暴之前天气闷热，表明大气底层气温高、层结不稳定、水汽含量大，如果有适当的抬升机制存在就可以产生雷暴。在本文利用自动气象站的实测资料，利用对雷暴有较好的指示意义因子气压、温度、相对湿度作为预报因子。

3 使用判别分析法、回归分析法建立预报方程

3.1 回归分析法

回归分析法基本思想[6],回归分析是目前气象统计分析中最为常用的一种方法。本文利用多元线性回归分析方法对2004-2011年双流县雷暴发生规律进行分析。受双流县气象资料的限制，本文雷暴预报是用前一天的气象要素资料平均气压x1、平均温度x2作为预报因子，第二天的平均相对湿度作为预报量y，建立相对湿度的回归预报方程。建立多元线性回归方程组

其中b0、b1、b2为回归系数、S11为气压距平方差、S12为气压温度距平协方差、S22为温度距平方差、S1y为气压湿度距平协方差、S2y为温度湿度距平协方差。y为湿度平均，x1为气压平均，x2为温度平均。

查表在5%显著水平下，分子自由度为2分母自由度为428，F＞Fα，故回归方程是显著的。

雷暴日的平均相对湿度样本平均值是85.54，无雷暴日的平均相对湿度样本平均值是83.35，可以将有雷暴的相对湿度平均值和无雷暴相对湿度平均值坐平均的值84.45定义为预报日雷暴发生的标准，用回归方程得到的预报值与此标准值比较得到雷暴发生条件。

通过把2004～2011年资料的回代检验，有雷暴的预报准确率为31.9%；无雷暴的预报准确率为46.0%，将2012～2013年资料代入得出有雷暴的预报准确率为21.2%；无雷暴的预报准确率为40.4%。空报率大且预报的准确率低。考虑造成这种情况的原因有:一是限于所采用的资料长度较短；二是选取因子的时段不确切，如能选取像是逐时的气象要素资料或是一些表示辐合的因子可能效果会更好。

3.2 判别分析法

本文利用双流县雷暴发生前一日的气象要素观测资料运用判别分析方法做出雷暴是否出现的预报。费歇尔判别法是一种应用广泛、具有较高判别能力的多元逻辑概率判别方法.基于费歇尔判别法[6],结合实际数据确定雷暴是否发生的预报方程，将资料分为两类别，有雷暴和无雷暴。利用2001年到2010年的7、8月份的气象资料选取三个因子，平均气压、平均温度、平均相对湿度。对此笔者应用SPSS软件建立预报量分为二级时三个因子的判别函数

y是预报量、c1c2c3是判别系数、x1因子代表预报前一天的平均气压、x2因子代表预报前一天的平均温度、x3因子代表预报前一天的平均相对湿度

建立求判别系数的标准方程组：

yc为差别值 、n1为雷暴样本数、n2为非雷暴样本数、与为雷暴和非雷暴的判别函数平均值，若y＞yc报雷暴；反之，y＜yc报无雷暴。

通过对双流县资料整理，利用spass软件计算求得判别系数及判别方程

通过把2004到2011年资料的回代得出对雷暴预报准确率为81.4%；无雷暴预报准确率为61.8%.空报率较大，同时将2012年到2013年资料预报雷暴预报准确率为81.8%；无雷暴预报准确率为75.7 %。判别分析得出的预报方程准确率比回归分析高，具有一定的参考意义。

4 结论

（1)相比气压，温度与相互湿度与雷暴日相关性较好，对雷暴日有较好的指示意义。

（2）双流县2004～2011年10年间7、8月份的逐日气象要素（日平均气压、日平均气温、日平均相对湿度）观测数据，运用判别分析法、线性回归分析法建立预报方程，并用2012～ 2013年两年的气象资料进行雷暴的预报。

综合分析预报准确率平均值，判别法（78.5%）优于线性回归法（30.3%）；判别分析法均达到了一定的预报水平，具有较好的参考价值；而多元线性回归方程利用平均相对湿度判定雷暴是否发生，其预报效果不理想，其方法有待进一步研究。回归分析、判别分析是根据历史数据拟合出预报方程，得出的结果仅供参考。因为所采用的资料长度较短，以及选取实测资料作为因子，并不能直接较好反应层结稳定度。因此在实际的预报时，必须对统计结果进行综合分析判断并同时结合锋面，高空槽，切变线，低涡等天气系统，西太平洋副热带高压的西部边缘等天气形势来进行对雷暴进行分析。

[1] （美）TT.藤田.下击暴流[M].北京:气象出版社,1988.

[2] 空军司令部.航空气象[M].北京:蓝天出版社,1989.

[3] 孙凌,周筠珺,杨静.雷暴预警预报的研究进展[D].成都:成都信息工程学院,2009.

[4] 朱乾根,林锦瑞.天气学原理和方法[M].北京:气象出版社,2000.

[5] 周建华.航空气象业务[M].北京:气象出版社.2011.

[6] 黄嘉佑.气象统计分析与预报方法(第三版)[M].北京:气象出版社,2004.

Prediction of thunderstorms in Shuangliu County

In this paper,it use the data of thunderstorm about 7 years (2004-2011) to analyse and summarize the climate and thunderstorm activity regularity. The three factors air pressure, temperature,and relative humidity have a good correlation with thunderstom. Basing on the considering the seasonal factor , It use the regression analysis and discriminant analysis method to make a equation to forecast thunderstorm. Then it use the equation to forecast 2012 to 2013 data. Comprehensive After analysing of the average forecast accuracy, temperature and relative humidity have a good correlation with thunderstorm. Discriminant analysis (78.5%) is better than the linear regression method (30.3%). The discriminant analysis method achieves a certain prediction, has good reference value. But Multiple linear regression equation select the average relative humidity as the standard forecast thunderstorm. Its forecast effect is not ideal, needs further researching.

Thunderstorm; temperature; relative humidity;discriminant analysis; multivariate regression analysis

P456

A

1008-1151(2015)03-0212-03

2015-02-06

鲁郑莉，供职于民航河南空管分局。