基于“配料法”的东北冷涡暴雨预报研究

杨雪艳 秦玉琳 张梦远 张同

摘要利用1961—2014年中国东北地区200个气象站逐日降水资料以及NCEP/NCAR再分析资料，研究了东北冷涡暴雨的气候特征，分析了低空急流、切变对冷涡暴雨的影响；诊断分析了可表征冷涡暴雨过程中水汽条件、动力条件、热力不稳定条件的比湿、水汽通量、水汽通量散度、散度、垂直速度、K指数等物理参数，研究了东北冷涡暴雨发生时上述各物理参数需要达到的阈值指标，利用研究的物理参数阈值指标以及低空急流和切变等配料因子构建了东北冷涡暴雨的“配料法”预报模型，结合ECMWF模式和T639模式数值预报产品将“配料法”暴雨预报模型进行了业务化应用试验及效果评估。结果表明，东北冷涡有66%会产生暴雨，冷涡暴雨多发生在7—8月；低空急流和切变对冷涡暴雨有触发作用，912%的冷涡暴雨发生时对流层低层存在急流或切变；基于“配料法”的冷涡暴雨预报TS评分比ECMWF模式和T639模式暴雨预报评分提高了74%和111%，且明显减少了暴雨的漏报率。

关键词东北冷涡；暴雨；配料法

Doswell et al.（1996）提出了一种新的致洪暴雨预报方法，强调对于强降水预报，可以从降水持续的时间和降水率两个要素去考虑，而降水率与水汽的垂直输送成正比，这种基于构成要素的预报方法比基于天气学的暴雨“流型辨识”预报方法能更清晰地表征暴雨发生发展过程中需要的水汽、动力等条件，被称为“配料法”。“配料法”是一种预报思路，基于对预报对象有影响的因子来进行预报，这种预报思路提出以后，在天气预报中产生了深刻的影响，被广泛应用在各类降水预报以及强对流天气预报中。如Nietfeld and Kenndy（1998）用配料法进行了降雪预报研究，Wetzel（2000）用配料法进行了冬季降水预报研究，Lin et al.（2001）用配料法进行了地形降雨预报研究，Brook et al.（2003）用配料法进行了雷暴和龙卷分析预报，这些基于配料法的预报研究都取得了有参考价值的成果，对提高降水和强对流天气预报水平有重要作用。俞小鼎（2011）认为，将基于构成要素的方法变成针对某一天气要素（例如暴雨）的客观预报技术是可行的，关键是要确定适合的构成要素。近几年我国一些专家学者对暴雨“配料法”进行了一些探索研究。张小玲等（2010）进行了“基于配料的暴雨预报研究”，认为各暴雨发生过程中具有一些共同的动力、热力特征，表征深厚湿对流发生发展的物理“配料”具有明显演变特征。唐晓文等（2010）选取了对强降水有显著影响的水汽因子、动力因子、不稳定因子以及热力因子，在一定的物理条件约束下，利用经验和统计相结合的方法建立了“配料”综合指数与强降水之间的关系，发现配料法降水预报优于MM5模式降水预报，具有较高的实用价值。李俊等（2006）基于对暴雨等天气形成物理机理认识的基础上，选取了动力、热力等与暴雨有着较好关系的因子，建立了梅雨锋暴雨配料的基本步骤，并将“配料”法在梅雨锋强降水预报中进行了应用。来小芳等（2007）利用配料法，设计了一个表示强降水趋势的参数IZH（强降水指数），并用于长江中下游暴雨预报，结果发现用IZH指数作暴雨预报比用单一物理量作预报的效果要好。欧坚莲等（2011）利用“配料法”的思路，对广西桂东片持续性暴雨概念模型及其物理量特征进行配料，选取环境场、水汽、抬升和不稳定为主要配料，通过对暴雨配料指标的组合判断，进行有、无暴雨预报，经检验预报效果较好。东北冷涡是影响我国的重要天气系统，它产生的暴雨、冰雹和低温等灾害性天气给人们的生产生活带来极大的影响。孙照渤等（2016）研究表明6月东北地区降水主要受东北冷涡影响，冷涡越强，降水越多；东北冷涡不仅影响东北地区，对我国华中以及江淮一带也有影响（张瑞萍等，2014）。张恒德等（2011）对2005年7月9—10日河南、安徽等地一次大暴雨天气过程进行数值模拟，发现贝加尔湖附近阻高、其下游的东北冷涡及其伴随的高空槽形成了有利于产生该场暴雨的环流形势。王丽娟等（2010）研究认为低空急流引导的北上暖湿气流与东北冷涡引导的南下干冷空气相互作用，有利于梅雨锋的形成和维持。东北冷涡系统结构复杂，其造成的强降水具有明显的局地性和不对称性，冷涡暴雨预报一直是实际天气预报业务中的难点，因此其形成机制和预报方法研究备受广大学者关注。孙力等（2002）对1998年夏季嫩江和松花江流域冷涡暴雨成因进行了分析，发现东亚阻高、西太平洋副高和东北冷涡以及它们在强度和位置上的最佳配置构成了1998年松嫩流域持续性暴雨的大尺度环流背景。张云等（2008）利用典型个例分别对冷涡衰退阶段、发展阶段暴雨成因进行了分析。王宗敏等（2015）研究认为东北冷涡具有非对称结构特征，在冷涡东南部易产生对流性暴雨。吴迪等（2010）对一次冷涡暴雨与干侵入关系进行了分析，表明降水落区主要位于干侵入前沿。邓涤菲等（2012）采用有限区域分解分析方法对2006年7月19—24日的东北冷涡暴雨过程进行了分析，发现无旋转风辐合强值区和无旋转风水汽通量大值区的重合区域有利于强对流的发生发展。

前述专家学者多采用一个或几个冷涡暴雨个例从水汽条件、动力条件、不稳定条件等方面对冷涡暴雨的成因进行分析研究，得到了一些有參考意义的研究成果，但由于样本少，所得结果具有一定的局限性。因此有必要通过对大量冷涡暴雨个例发生时的动力、热力、水汽条件进行计算分析，研究总结冷涡暴雨的配料要素和冷涡暴雨配料模型，以此来探索东北冷涡暴雨落区预报方法，提高冷涡暴雨预报水平。本文采用配料法的思路研究了东北冷涡暴雨的配料要素，建立了冷涡暴雨配料模型，并利用数值预报产品将暴雨配料模型进行了业务化，从应用效果评估来看，基于配料的冷涡暴雨预报TS评分较ECWMF和T639模式暴雨预报有明显提高，可为东北冷涡暴雨日常预报业务提供有价值的参考。

1资料和方法

1）冷涡天气系统分析和物理量诊断计算使用了1961—2014年NCEP/NCAR再分析资料，时间间隔为6 h，水平分辨率为25°×25°，垂直分辨率为26层；其中冷涡天气系统根据孙力等（1994）定义的东北冷涡（NECV）标准（500 hPa天气图上，115～145°E、35～60°N范围内有闭合等高线，配合有冷中心或冷槽，能够持续维持3 d或3 d以上的低压环流系统）进行筛选。

2）降水资料采用了国家气候中心整编的全国降水数据集资料，包含中国东北三省及内蒙古东部共200个地面观测站降水资料。在东北冷涡系统影响下，只要有1站日降水量大于或等于50 mm时，就认为出现了冷涡暴雨；有3站以上日降水量大于或等于50 mm时，认为出现冷涡区域暴雨。

3）暴雨预报准确率评估方法：采用TS评分方法，对2015—2016年ECMWF、T639数值预报产品冷涡暴雨预报质量以及“配料法”冷涡暴雨预报质量进行评估。

2东北冷涡暴雨的气候特征分析

经统计，1961—2014年5—8月共出现东北冷涡天气过程694个，其中458个产生了暴雨，290个产生了区域性暴雨，分别占冷涡过程的66%和418%。在所有冷涡天气过程中共出现暴雨4 905站次，属于区域性暴雨的有4 256站次。冷涡暴雨年际分布不均，平均每年出现908站次，2010年冷涡暴雨最多，达到282站次，其次是1991年，达到212站次，2014年最少，仅有15站次（图1）。

从各月分布（图2）来看，7月出现冷涡暴雨最多，达到2 458站次，年均455站次；8月次之，为1 678站次，年均311站次，6月较少，5月最少，仅为134次，年均25站次。这与张廷治和李宇智（1996）对1980—1989年东北冷涡暴雨分析后发现冷涡暴雨多发生在7—8月盛夏季节的结论相一致。

3冷涡暴雨配料法试验及业务应用试验

31配料因子的选取

配料法的核心思想是依据预报量和指示量之间的物理关系进行预报建模。建模的第一步是选取对暴雨有重要影响的因子（即配料）。

张小玲等（2010）研究表明，暴雨过程中表征深厚湿对流发生发展的基本物理“配料”水汽、不稳定和抬升三类物理量参数的诊断可更客观、定量地判断暴雨的落区及可能的量级。专家学者大量的个例分析研究表明，冷涡暴雨发生、发展期间，表征水汽、不稳定和抬升条件的物理参数具有明显的演变特征。为确定对东北冷涡暴雨有代表性的物理参数，以2010年5月5—6日一次典型冷涡暴雨个例诊断分析冷涡暴雨产生的水汽、动力及不稳定条件，以期在此基础上确定配料因子。

311冷涡暴雨实况及环流特征

2010年5月5日08时—6日08时（北京时间，下同），在东北冷涡系统影响下，东北地区有18个国家观测站出现了暴雨。暴雨落区主要在吉林中部到辽宁省中部（图3），最大降水量68 mm，出现在铁岭市。

从5日08时500hPa形势场（图4a）可以看出，在内蒙古有一闭合的低涡环流，低涡中心后部有冷槽相配合，此时东北冷涡已经形成。至6日08时（图4b），冷涡中心移动到辽宁北部，并在东移过程中加深发展。

312水汽条件特征

充沛的水汽是暴雨发生、发展和维持的基本条件。暴雨发生时，不仅当地水汽含量高，更重要的是要有源源不断的水汽输送和汇聚。徐红等（2016）研究表明冷涡第Ⅱ、第Ⅲ象限内暴雨高概率区与水汽通量散度负值中心吻合较好。

此次过程中，冷涡右侧水汽丰沛，850 hPa上比湿达到6～8 g/kg（图5b），且在渤海湾有一超过10 g/kg的湿舌（水汽高值区）向暴雨区伸展；水汽通量大值中心在辽宁东部（图5a），暴雨出现在水汽通量密集区；水汽辐合强度达到-15～-25×10-6 g·cm-2·hPa-1·s-1（图5c）。

313动力条件

此次过程，低层具有明显的辐合，在850 hPa水平散度场上，辽宁大部以及吉林中西部都处于强辐合区内，暴雨出现在小于-15×10-6 s-1的辐合区域中。且850 hPa具有较强的上升运动，辽宁东部到吉林中部达到-03 Pa/s（图6），低层强的上升运动使降水系统得以维持和发展，为暴雨天气提供了较好的动力条件。

314热力不稳定条件

K指数能反映对流层中低层大气的热力情况、层结稳定度以及水汽饱和程度，是大气潜在能量。其值越大，越有利于产生强对流天气以及暴雨天气。

此次过程冷涡右侧K指数也较大，中心最大值达到36 ℃，暴雨出现区域的K指数超过28 ℃。

315低空急流和切变

低空急流在冷涡降水中起着重要作用，低空急流不仅是水汽的传送带，而且能为冷涡暴雨的产生提供热力或动力不稳定条件。东北冷涡水汽分布具有非对称性，低层切变附近水汽辐合会明显加强，有利于产生冷涡暴雨。在2010年5月5—6日的冷涡暴雨天气过程中，冷涡的第Ⅱ象限中低层存在一支由渤海伸向吉林省中部的西南急流，850 hPa上急流核最大风速达到22 m/s，在冷涡右侧中低层存在西南风与偏东风的切变；暴雨出现在急流出口区及切变线附近。

根据上述分析以及前人的研究结果，本文重点选取了850 hPa比濕、水汽通量、水汽通量散度、散度、垂直速度、K指数以及低空急流、切变等作为冷涡暴雨配料要素，这些物理参数能较好地表征降水系统中的水汽条件、动力抬升条件、不稳定条件以及暴雨触发条件等。

32配料因子阈值的确定

一个或几个个例冷涡暴雨的诊断分析可以揭示某些物理量对暴雨产生的作用，但不能很好地刻画冷涡暴雨发生时必要的物理量条件，即无法确定物理量阈值。为确定每类物理参数配料阈值，本文对1961—2014年4 256站次暴雨的物理量参数进行了诊断分析。

1）利用1961—2014年NCEP/NCAR再分析资料诊断计算出现区域冷涡暴雨天气当日02、08、14、20时850 hPa高度上散度、垂直速度、比湿、水汽通量、水汽通量散度以及K指数等物理量。

2）计算每个格点02、08、14、20时4个时次中最大值（比湿、水汽通量、K指数）或最小值（散度、水汽通量散度、垂直速度），以确保水汽大，水汽辐合强、上升运动明显、不稳定条件好。

3）计算每次暴雨出现站点的物理量值。根据每次暴雨出现站点经纬度，计算其所在的网格区域a1、a2、a3、a4点之间中最大比湿、最大水汽通量、最强上升速度、辐合最强散度和水汽通量散度值，该值当作该站此次暴雨过程的物理量要素值。

4）将4 256站次暴雨天气的850 hPa散度、垂直速度、比湿、水汽通量、水汽通量散度分别按要素进行排序，计算其最小值、10%分位数、50%分位数、90%分位数、最大值，结果见表1。

根据表1将散度、垂直速度、水汽通量散度90%分位数以及比湿、水汽通量、K指数10%分位数值作为冷涡暴雨阈值，以确保90%以上冷涡暴雨个例都能达到该物理参数阈值。

这样选出散度是否小于-010×10-6/s、垂直速度是否小于-012 Pa/s、水汽通量散度是否小于-05×10-6g/（cm2·hPa·s）、比湿是否大于105 g/kg、水汽通量是否大于89 g/（cm·hPa·s）、K指数是否大于或等32 ℃等6个阈值。

另外，对1961—2014年4 256站次冷涡暴雨发生时低层（850 hPa）是否有急流或切变线影响进行了分析，结果表明：冷涡暴雨422%有低空急流存在；858%有切变影响，其中西南风与偏东风切变比例最高，达到485%；西北风与西南风或偏南风切变次之，达到221%。在所统计的冷涡暴雨中，912%存在低空急流或切变。因此将是否有低空急流或切变作为一个配料因子。

33配料方案的确定

通过上述方法确定了冷涡暴雨的物理参数阈值。由于水汽通量散度、比湿、水汽通量均为表征水汽条件的物理量，因此将其作为一个水汽因子进行分析，当其中两个以上达到阈值时认为水汽条件符合冷涡暴雨需求。这样共选出低空急流或切变、散度、垂直速度、水汽条件、K指数5个冷涡暴雨配料因子。

每项因子符合为1，不符合为0。配料综合指数模型如下：

F=∑i=1，nXi。 （1）

利用上述配料模型对1961—2014年出现的4 256站次冷涡暴雨进行了回代评估分析，结果表明，709%的暴雨出现时F=5，212%暴雨出现时F=4，67%的暴雨出现时F=3，11%的暴雨出现时F=2，01%的暴雨出现时F=1。综合考虑覆盖度和减少空报率，当综合指数F大于或等于4时，预报有暴雨，否则预报无暴雨，则命中率达到921%。

34冷涡暴雨的配料法业务预报试验

2015—2016年5—8月将冷涡暴雨配料预报模型与ECMWF和T639数值预报模式物理量参数预报产品及降水预报产品相结合进行了业务化运行。每日运行一次，提供48 h暴雨落区预报。

1）配料因子资料预处理

选取预报日ECMWF高分辨率数值预报产品（网格距0125°×0125°）间隔3 h的8个时次850 hPa散度、垂直速度、比湿、水汽通量、水汽通量散度等物理量产品，计算东北地区各县市所在的网格区域a1、a2、a3、a4每个格点8个时次中最大比湿、最大水汽通量、最强上升速度、辐合最强散度和水汽通量散度值以及K指数，将各站相关值作为配料要素值。

根据850 hPa风向风速预报产品，确定每个县市是否受低空切变或急流影响。

2）与暴雨配料阈值比较

将配料因子值与暴雨配料阈值进行比较，满足条件为1，否则为0。根据文中公式（1）计算出F值。当F≥4时，预报有暴雨。

3）消空处理

利用数值预报产品降水量预报值进行暴雨消空，减少暴雨空报。

王亚男和智协飞（2012）研究表明利用反距离权重法将ECMWF模式资料进行空间插值要优于双线性插值、三次样条插值以及普通克里格插值。因此本文采用反距离权重插值方案，将ECMWF和T639数值预报模式降水预报产品插值到东北地区各县市站点上，求得各县市降水量预报值。对于配料法预报有暴雨的县市，如果T639数值预报模式和ECMWF模式降水量预报均大于或等于30 mm时，则确定该站预报暴雨，否则确定为无暴雨。

4）效果检验

对2015—2016年5—8月冷涡暴雨预报效果进行了检验。从图8中可以看出，T639模式冷涡暴雨预报TS评分为97%，ECMWF模式冷涡暴雨预报TS评分为134%，“配料法”冷涡暴雨预报TS评分为208%。“配料法”预报的TS评分比ECMWF的模式暴雨预报提高了74%，比T639模式提高了111%。

从空报率和漏报率来看，“配料法”比T639模式的空报率和漏报率都低，比ECMWF模式预报的空报率略高，但比ECMWF模式预报的漏报率降低了205%。因此，利用“配料法”进行冷涡暴雨预报，明显地减少了暴雨的漏报率，对防灾减灾非常有意义。

可见，基于“配料法”的冷涡暴雨预报水平明显高于ECMWF模式和T639模式的冷涡暴雨預报水平，具有较高的参考价值。

4结论

1）东北冷涡有66%会产生暴雨，冷涡暴雨多发生在7—8月；在冷涡系统影响下，低空急流对暴雨的发生有重要作用，低空急流将暖湿空气输送到较干较冷的空气下方时，就形成了对流不稳定的层结，在低空急流左侧上升运动的触发下，易产生暴雨。但低空急流不是冷涡暴雨的必要条件，在1961—2014年的冷涡暴雨天气中，还有578%的冷涡暴雨出现时并没有低空急流。低层切变附近动力抬升条件以及水汽辐合条件较强，易触发暴雨，在1961—2014年的冷涡暴雨中，858%低层存在切变影响。

2）冷涡暴雨的配料因子重点要考虑水汽、动力、热力不稳定条件等，通过对大量样本统计结果表明：850 hPa散度小于-010×10-6/s，垂直速度小于-012 Pa/s，水汽通量散度小于-05×10-6 g/（cm2·hPa·s），比湿大于105 g/kg，水汽通量大于89 g/（cm·hPa·s），K指数大于32 ℃，这些物理参数阈值可作为冷涡暴雨配料因子。

3）将“配料法”冷涡暴雨预报模型结合ECMWF模式和T639模式物理量参数预报产品进行业务化应用，取得了较好的预报效果。2015—2016年5—8月冷涡暴雨预报业务应用效果检验结果表明，基于“配料法”的冷涡暴雨预报TS评分比ECMWF模式和T639模式暴雨预报有明显提高，特别是明显减少了暴雨的漏报，对防灾减灾具有重要意义。

参考文献（References）

Brooks H E，Lee J W，Craven J P，2003.The spatial distribution of severe thunderstorm and tornado environments from global reanalysis data[J].Atmos Res，67：7394.

邓涤菲，周玉淑，王东海，2012.有限区域分解分析方法在2006年一次东北冷涡暴雨分析中的应用[J].地球物理学报，55（6）：18521865.Deng D F，Zhou Y S，Wang D H，2012.The application of wind and watervapor flux partitioning technique to the structure of a northeast vortex in 2006[J].Chinese Journal of Geophysics，55（6）：18521865.（in Chinese）.

Doswell Ⅲ C A，Broodks H E，Maddox R A，1996.Flash flood forecasting：an ingredients based methodology[J].Wea Forecasting，11：560581.

來小芳，张艳玲，陆汉城，等，2007.“配料法”用于长江中下游暴雨预报[J].南京气象学院学报，30（4）：556560.Lai X F，Zhang Y L，Lu H C，et al.，2007.An ingredientsbased methodology for forecasting rainstorm in the lower reaches of the Yangtze River[J].J Nanjing Inst Meteor，30（4）：556560.（in Chinese）.

李俊，李武阶，廖移山，2006.基于“配料”的梅雨锋强降水预报方法[J].气象，32（9）：38.Li J，Li W J，Liao Y S，2006.An ingredients based methodology of forecasting heavy rain of Meiyu front[J].Meteor Mon，32（9）：38.（in Chinese）.

Lin Y L，Chiao S，Wang T A，et al.，2001.Some common ingredients for heavy orographic rainfall[J].Wea Forecasting，16：633660.

Nietfeld D D，Kennedy D A，1998.Forecasting snowfall amounts：an ingredientsbased methodology supporting the Garcia method[C]//16th conference on weather analysis and forecasting.Phoenix：American Meteorology Society：385387.

欧坚莲，黎金水，刘国忠，2011.“配料法”用于广西桂东片持续性暴雨预报[J].气象研究与应用，32（2）：2125.Ou J L，Li J S，Liu G Z，2011.Ingredientsbased methodology for forecasting continuous rainstorm in eastern Guangxi[J].Journal of Meteorological Research and Application，32（2）：2125.（in Chinese）.

孙力，郑秀雅，王琪，1994.东北冷涡的时空分布特征及其与东亚大型环流系统之间的关系[J].应用气象学报，5（3）：297303.Sun L，Zheng X Y，Wang Q，1994.The climatological characteristics of northeast cold vortex in China[J].Quart J Appl Meteor，5（3）：297303.（in Chinese）.

孙力，安刚，高枞亭，等，20021998年夏季嫩江和松花江流域东北冷涡暴雨的成因分析[J].应用气象学报，13（2）：156162.Sun L，An G，Gao Z T，et al.，2002.A composite diagnostic study of heavy rain caused by the northeast cold vortex over SonghuajiangNenjiang River basin in summer of 1998[J].Quart J Appl Meteor，13（2）：156162.（in Chinese）.

孙照渤，曹蓉，倪东鸿，2016.东北夏季降水分型及其大气环流特征[J].大气科学学报，39（1）：1827.Sun Z B，Cao R，Ni D H，2016.A classification of summer precipitation patterns over Northeast China and their atmospheric circulation characteristics[J].Trans Atmos Sci，39（1）：1827.（in Chinese）.

唐晓文，汤剑平，张小玲，2010.基于业务中尺度模式的配料法强降水定量预报[J].南京大学学报，46（3）：277282.Tang X W，Tang J P，Zhang X L，2010.An ingredient based operational heavy rain quantitative forecast system[J].Journal of Nanjing University（Natural Sciences），46（3）：277282.（in Chinese）.

王丽娟，何金海，司东，等，2010.东北冷涡过程对江淮梅雨期降水的影响机制[J].大气科学学报，33（1）：8997.Wang L J， He J H，Si D，et al.，2010.Analys is of impacts of north east cold vortex processes on Meiyu rainfall period over YangtzeHuaihe River Basin[J].Trans Atmos Sci，33（1）：8997.（in Chinese）.

王亚男，智协飞，2012.多模式降水集合预报的统计降尺度研究[J].暴雨灾害，31（1）：17.Wang Y N，Zhi X F，2012.Statistical downscaling of the precipitation multimodel ensemble forecast[J].Torrential Rain and Disasters，31（1）：17.（in Chinese）.

王宗敏，李江波，王福俠，等，2015.东北冷涡暴雨的特点及其非对称结构特征[J].高原气象，34（6）：17211730.Wang Z M，Li J B，Wang F X，et al.，2015.Asymmetric characteristics of the northeast cold vortex and its effect on heavy rain[J].Plateau Meteorology，34（6）：17211730.（in Chinese）.

Wetzel S W，2000.An operational ingredientsbased methodology for forecasting midlatitude winter season precipitation[J].Wea Forecasting，16：156167.

吴迪，寿绍文，姚秀萍，2010.东北冷涡暴雨过程中干侵入特征及其与降水落区的关系[J].暴雨灾害，29（2）：111116.Wu D，Shou S W，Yao X P，2010.Dry intrusions feature and its relationship with rainfall regions on cold vortex heavy rain process in Northeast China[J].Torrential Rain and Disasters，29（2）：111116.（in Chinese）.

徐红，晁华，王文，等，2016.东北冷涡暴雨落区统计与诊断分析[J].气象与环境学报，32（3）：4146.Xu H，Chao H，Wang W，et al.，2016.Statistic and diagnosis of storm rainfall areas based on the northeast cold vortex cases[J].Journal of Meteorology and Environment，32（3）：4146.（in Chinese）.

俞小鼎，2011.基于构成要素的预报方法——配料法[J].气象，37（8）：913918.Yu X D，2011.Ingredients based forecasting methodology[J].Meteor Mon，37（8）：913918.（in Chinese）.

张恒德，宗志平，张友姝，20112005年7月一次大暴雨过程的模拟和诊断分析[J].大气科学学报，34（1）：8592.Zhang H D，Zong Z P，Zhang Y S，2011.Simulation and diagnosis of a heavy rain fall event in July 2005[J].Trans Atmos Sci，34（1）：8592.（in Chinese）.

张瑞萍，马旭林，盛文斌，等，2014.2011年6月江淮梅雨暴雨主要影响系统特征[J].大气科学学报，37（3）：366377.Zhang R P，Ma X L，Sheng W B，et al.，2014.Characteristics of the main influential system of Jianghuai Meiyu Storm in June 2011[J].Trans Atmos Sci，37（3）：366377.（in Chinese）.

张廷治，李宁智，1996.东北冷涡暴雨的成因分析[J].辽宁气象，1996（2）：911.Zhang T Z，Li N Z，1996.Analyses of formation mechanisms on cold vortex heavy rain process in Northeast China[J].Liaoning Meteorological Quarterly，1996（2）：911.（in Chinese）.

张小玲，陶诗言，孙建华，2010.基于“配料”的暴雨预报[J].大气科学，34（4）：754756.Zhang X L，Tao S Y，Sun J H，2010.Ingredientsbased heavy rainfall forecasting[J].Chin J Atmos Sci，34（4）：754766.（in Chinese）.

张云，雷恒池，钱贞成，2008.一次东北冷涡衰退阶段暴雨成因分析[J].大气科学，32（3）：481498.Zhang Y，Lei H C，Qian Z C，2008.Analyses of formation mechanisms of a rainstorm during the declining phase of a northeast cold vortex[J].Chin J Atmos Sci，32（3）：481498.（in Chinese）.

钟水新，王东海，张人禾，等，2013.一次冷涡发展阶段大暴雨过程的中尺度对流系统研究[J].高原气象，32（2）：435445.Zhong S X，Wang D H，Zhang R H，et al.，2013.Study of mesoscale convective system in heavy rainstorm process at a cold vortex development stage[J].Plateau Meteorology，32（2）：435445.（in Chinese）.