基于ECMWF的广安强对流天气概率预报试验

李曦

基于ECMWF的广安强对流天气概率预报试验

李曦

（四川省广安市气象局，四川 广安 638500）

分析了2008—2013年广安市辖区内共166例强对流天气个例，结合同时段NCEP FNL分析资料，统计了强对流天气发生时的强对流参数值，确立了各对流参数的权重分布，形成了广安本地的强对流天气参数指标体系和强对流天气概率预报公式。利用ECWMF高分辨率数值预报，得到广安强对流天气概率预报产品，最后开展了强对流天气预报试验。试验结果表明，强对流概率预报产品与实况比较接近，基于ECMWF的强对流概率预报产品具有较高的成功率，可作为强对流天气预报的重要参考。

强对流天气；指标体系；概率预报；雷电

1 引言

强对流天气是影响中国的重要灾害性天气，主要包括雷电大风、冰雹、短时强降水等灾害，它具有空间尺度小、生命史短、突发性强、破坏大等特点。由于强对流天气具有中小尺度特点，发生时具有复杂性、突然性、局地性，导致强对流天气一直是天气预报的重点和难点，因此，提高强对流天气预报水平、预警能力成为当前天气预报工作重要热点和难点。曾明剑等[1]利用江苏省的强对流天气个例及NCEP资料，构建了基于接近度指数的强对流天气预报，在业务工作中取得了较好的效果。周后福等[2]分析了一系列强对流参数指标，分析了各指标的预报效果。雷蕾等[3]利用中尺度数值模式快速循环系统对北京市的强对流天气进行了预报试验，发现强对流天气概率预报可以实现，并具有一定的成功率。

本文结合使用地面自动站观测数据，分析了2008—2013年广安市辖区范围内的强对流天气个例，再结合同时间段NCEP 1°×1°再分析资料，统计了强对流个例发生时的强对流参数值，形成了广安地区强对流天气对流参数指标和概率预报公式。同时利用ECMWF细网格预报资料，得到了基于广安本地的强对流天气概率预报产品，最后利用该产品开展了广安本地的强对流天气预报试验。

2 技术路线

根据强对流天气概率预报的流程将概率预报分为2步：①统计2008—2013年所有的强对流天气过程，利用强对流天气发生时刻前后的NCEP再分析资料计算强对流天气的热力、动力参数值，统计各种参数的区间范围、中值，然后确立各种参数的物理量权重，并依各参数的权重大小进行排序；②根据对流参数的物理量权重和强对流参数概率计算出广安市辖区内各格点的强对流天气发生的概率，判定格点是否发生强对流天气。

2.1 强对流参数确定

通过历史天气个例的统计，总共筛选出2008—2013年广安市范围内区域性强对流天气166例。由于强对流天气与大气层结稳定度、动力条件及抬升机制有关，在选择强对流参数时必须综合考虑描述动力、热力条件的指标。

通过计算各对流参数的物理量权重，最终选定了以下物理量参数作为强对流预报指标。其中，作为层结稳定度的参量有对流有效位能（cape）、850 hPa与500 hPa相对湿度差、700 hPa与850 hPa假相当位温差、500 hPa与850 hPa假相当位温差、K指数、500 hPa与850 hPa温度差、总指数。

表征水汽条件的物理量有500 hPa相对湿度、整层大气可降水量、850 hPa相对湿度、700 hPa相对湿度。表征动力触发机制的物理量有1 000 hPa涡度、垂直风切变、1 000 hPa垂直速度、700 hPa垂直速度、700 hPa涡度。

2.2 对流参数物理量权重

在统计工作和实际运用中，权重是表明各个评价指标重要性的权数，它表示各个评价指标在总体中所起的不同作用，权数大的评价指标的重要程度大，权数小的评价指标重要程度小。权重的确定方法可归为主观赋权法、客观赋权法、组合集成赋权法。本文采用客观赋权法对强对流物理参数进行客观赋权。客观赋权法主要有均方差法、熵值法、离差最大化法等方法。其中均方差法是将评价指标的标准差系数进行归一化处理，指标的标准差越大，表明在同一指标内各方案取值差距越大，在综合评价中所起的作用越大，权重也越大，相反权重越小。本文使用均方差法求取强对流参数的物理量权重，利用均方差法求取物理量权重的步骤如下。

对强对流参数数据矩阵ij（，=1，2，3，…，）采用极值法无量纲化处理。

正指标：ij=[ij－minj（ij）]/[maxj（ij）－minj（ij）]。

负指标：ij=[maxj（ij）－ij]/[maxj（ij）－minj（ij）]。

利用均方差法对强对流参数进行权重分配，最终得到了广安本地强对流参数的特征值区间、中值及权重分布，如表1所示。

表1 广安市强对流天气各对流参数的特征值及权重分布

强对流参数区间中值权重/（%） 整层大气可降水量22.8～70.151.18.42 500 hPa相对湿度11.8～9968.48.31 对流有效位能0～2 557.3590.47.63 850 hPa与500 hPa相对湿度差﹣30.3～699.77.37 700 hPa与850 hPa假相当位温差﹣30.1～20.1﹣2.86.68 850 hPa相对湿度39.8～9678.26.66 1 000 hPa涡度4.7～12.58.76.52 500 hPa与850 hPa假相当位温差﹣41.1～23.7﹣7.26.10 垂直风切变﹣0.02～0.0106.07 1 000 hPa垂直速度﹣0.07～0.170.016.02 700 hPa垂直速度﹣1.1～﹣0.002﹣0.265.62 K指数13～44.936.75.43 700 hPa相对湿度37.8～99.384.45.24 500 hPa与850 hPa温度差﹣32.3～﹣14.2﹣245.04 总指数27.6～55.443.94.90 700 hPa涡度1.7～20.89.284.00

2.3 强对流天气概率计算

对于辖区内的所有格点，出现强对流天气的概率为该格点满足所有对流参数发生概率与其权重的乘积。对某一对流参数而言，如果该参数为正指标（即指标值越大，发生强对流天气概率越高），通过统计确定历史个例中的对流参数值区间，然后判断实际格点参数值在区间中的位置，如果参数值越接近区间极大值，其概率越大，而越接近区间极小值，概率越小；大于等于区间极大值的概率为1，小于区间极小值的概率为0，则参数值的概率均在（0，1）之间变化。对所有对流参数均可这样设置概率[3]，其概率公式为：

式（1）中：i为第个对流参数的权重；i为第个对流参数的概率。

利用强对流天气对流参数的阈值范围，通过ECMWF提供的对流参数预报产品计算出格点上强对流天气发生概率，初步形成广安本地强对流天气概率预报结论。

由于历史个例的强对流天气概率计算显示：当强对流天气的概率值大于50%时，可基本确定发生强对流天气。因此在实际预报中，以概率值50%作为强对流天气发生的阈值。

3 强对流天气预报试验

通过强对流天气个例试验来讨论强对流概率预报产品的预报效果。2018-09-19—09-20，受北方冷空气和西南低涡的共同影响，广安市出现了一次区域性暴雨，局部出现大暴雨天气过程，过程中伴有雷电、阵性大风、短时强降水等强对流天气。强降水主要集中在2018-09-19T23：00—2019-09-20T06：00，共54个站点过程雨量超过50 mm，其中3个站点超过100 mm，过程最大降水量出现在广安区白市，为127.7 mm，最大雨强达64.6 mm/h，出现在华蓥市庆华斜潭村。局部出现6～7级瞬时大风，最大的风出现在广安站，风速为16.7 m/s。2018-09-19T23：00—2018-09-20T04：00，雷达回波显示有一强对流带状回波自西向东影响四川盆地东北部，最强回波中心强度超过60 dbz。同时，从2018-09-19T01：45的1.5度速度图上可以观察到中气旋的产生，分析后发现该降水系统为强降水超级单体风暴。

利用2018-09-19T08：00的ECMWF广安范围内强对流参数格点预报资料，形成本地化强对流概率预报数据，得到强对流概率预报结论。从预报结果可以看到，2018-09-19T14：00、2018-09-19T17：00的强对流天气概率分布显示，2018-09-19白天的强对流天气概率主要分布在38%～48%之间，个别点概率达到52%，表明2018-09-19白天发生区域性强对流天气的可能性较小，仅个别地方有发生强对流天气的可能。2018-09-19T20：00，强对流天气概率为39%～53%，2018-09-19T23：00达到53%～61%，2018-09-20T02：00达到50%～62%，2018-09-19T20：00大概率区主要分布在广安市西部地区，而2018-09-19T23：00、2018-09-20T02：00不仅分布在广安市全部辖区内，且概率值均为大于50%的大概率区。这表明从2018-09-19白天到晚上，强对流天气发生的可能性显著提升了，并且从概率提升的区域来看，是从西到东显著提升，这与实况比较吻合。

4 结论与不足

本文通过对广安市辖区内的强对流天气个例分析，结合同时段NCEP FNL分析资料，得到了广安本地的强对流天气参数指标体系和强对流天气概率预报产品。预报试验表明强对流概率预报产品与实况比较接近，概率预报具有一定的成功率，可作为强天气预警、预报的指导产品。不足之处为：由于资料的缺乏，可供选择的个例较少，无法分类计算各类强对流天气的发生概率；预报结论受数值预报影响明显。

［1］曾明剑，张备，吴海英，等.基于接近度概念的强对流天气预报方法研究［J］.高原气象，2015，34（5）：1357-1368.

［2］周后福，邱明燕，张爱民，等.基于稳定度和能量指标作强对流天气的短时预报指标分析［J］.高原气象，2006，25（4）：716-722.

［3］雷蕾，孙继松，王国荣，等.基于中尺度数值模式快速循环系统的强对流天气分类概率预报试验［J］.气象学报，2012，70（4）：752-765.

P456.1

A

10.15913/j.cnki.kjycx.2019.16.061

2095－6835（2019）16－0139－02

李曦（1985—），男，四川广安人，研究生，气象工程师，研究方向为中短期天气预报、雷达气象。

〔编辑：张思楠〕