异常分析在长江中下游暴雨分析和预报中的应用

王 坤， 张树民， 李 敏， 陈 铁， 丁爱萍， 顾沛澍

(1.江苏省南通市气象局，南通 226000；2.江苏省海门市气象局，海门 226100)

登陆台风及其减弱或停编后的残留低压往往会带来极端强降水，给当地带来严重的气象灾害，对人类的生命财产和国民经济建设及国防建设等造成严重损害[1-7]。长江流域下游台风及其残留低压带来的强降水的成因极其复杂，一直是气象研究的重点和热点之一。在业务预报中，预报员在对热带气旋带来的强降水进行预报时，往往很难对降水落区和降水强度进行准确预报[8-14]。基于异常场的分析在气候研究中早已被广泛应用，近些年来，基于异常场的分析也被引入到天气分析之中。许多研究表明，异常场的分析对强天气分析和预报中也非常有帮助。特别是原始异常场(raw anomaly，RA)和标准化异常场(normalized anomaly，NA)已经被广泛应用到高影响天气的分析中[15-27]。Grumm[28]使用标准化的异常场分析了2010年7～8月俄罗斯极端高温情况。杜钧等[29]使用集合异常预报法 对北京 2012 年 7 月 21 日特大暴雨进行了分析，揭示出“集合异常预报法”和集合预报可以提供比单一模式预报更可靠和更准确的信息。Jiang等[30]对比了NA和RA在北京2012年7月21日特大暴雨过程的分析和预报中的应用，研究表明，RA和NA在该次特大暴雨过程预报中可以给出成功的预报。

基于异常场的分析对极端天气的分析和预报是十分有用的，对其他地区强降水的预报、预警发挥过重要作业，但尚未在长江流域下游这一暴雨频发的地区得到检验和应用。现以 2016 年 7 月11日发生在南通地区的特大暴雨事件作为研究个例，对比分析RA和NA对极端降水事件的指示意义，并对比分析了评估欧洲中心模式降水预报场及高度异常场对极端降水事件的预报能力。

1 方法及资料

Fd,y(λ，φ，P，t)=

(1)

气候场由不同时间t的30 a(1981—2010年)平均求得。

使用的欧洲中期天气预报中心(the european center for medium-range weather forecasts，ECMWF)的再资料ERA5分析场，ERA5是欧洲中心第五代再分析资料，使用的资料同化系统为IFS Cycle 41r2，水平分辨率约31 km，时间间隔为1 h，垂直方向为137层，并使用1981—2010年位势高度场、温度场等计算得到相应气候态。使用间隔6 min的南通多普勒天气雷达资料对降水的中尺度特征进行分析。预报资料为ECMWF 提供的细网格预报资料。ECMWF提供的是每天00：00和12：00(UTC)起报的15日预报，时间间隔为6 h(00：00，06：00，12：00，18:00 UTC)，水平空间分辨率为0.25°N×0.25°E经纬格点，垂直分8层。

2 降水实况及天气背景分析

2016年第一号台风“尼伯特”7月8日凌晨05：50，尼伯特在台湾台东县登陆，7月9日13：45在福建石狮市再次登陆，7月10日03:00减弱为热带低压，10日11:00移至江西广昌境内后停止编报。“尼伯特”残留低压在江苏南通地区造成了大暴雨—特大暴雨强降水天气过程，给南通崇川区造成严重城市内涝和农田积水，此次强降水天气过程具有局地性强、雨强大、强降水持续时间长等特征，是一次典型的局地强对流天气过程。该次强对流天气过程的天气背景分析已在相关文献中有详细分析[31]，仅做简要描述。2016年7月10日20：00—11日14：00，副热带高压使江苏北部冷涡移动受阻，台风“尼伯特”(1601号)残留低压沿其倒槽方向向东北移动，逐渐与苏北地区低涡合并发展，中低空槽前都有强的西南急流存在，在苏南地区激发出一个新的中尺度低压并缓慢东移，给南通地区带来强降水天气过程。地面自动站观测显示，降水主要集中在11日12：00—19：00(图1)，南通地区共125个自动站(含区域站，下同)中共有29站降水量超过50 mm、18站超过100 mm、5站超过200 mm。其中，最大累计雨量(250.6 mm)出现在南通大学区域自动站。整点记录的小时雨量共有36站超过20 mm，其中20站超过50 mm、3站超过100 mm，最大小时雨强为151.2 mm·h-1，创有气象记录以来的历史极值。

使用南通站间隔6 min多普勒天气雷达资料分析7月11日强降水发生前后中尺度系统演变特征。14：00—17：00(图2)在南通地区生成中尺度低涡，且维持稳定少动，强降水地区回波强度进一步增强到55 dBZ以上，该低涡在南通市区上空维持3 h以上，导致了南通地区出现了大暴雨-特大暴雨强降水天气过程。18：00降水回波逐渐减弱消散，降水过程逐渐停止。

图1 2016年7月11日12：00—19：00南通地区累积降水量分布及自动站降水量Fig.1 Accumulated precipitation distribution and accumulated precipitation of automatic weather stations (AWS) over Nantong, at 12:00 to 19:00 on July 11， 2016

图2 2016年7月11日14：00—17：00的南通多普勒天气雷达1.5°仰角的基本反射率Fig.2 The base reflectivity of 1.5° elevation by doppler weather radar in Nantong at 14:00 to 17:00 on July 11, 2016

3 异常场分析

前人的研究表明，高空的异常信号一般与地面的极端天气事件相对应，为检验南通地区极端降水与高空气象要素的关系，图3为2016年7月10日14：00沿32.1°N分别对位势高度(GH)和比湿Q进行了垂直-经度剖面。图3(a)、图3(d)分别为位势高度和比湿原值场，基本上无法看出对极端强降水有指示的明显信号，从原值场基本上无法诊断出与高影响天气相关的强异常信号。但从位势高度RA场[图3(b)]可以非常明显的分析出强的异常中心，在南通地区所在在120.8°E附件150 hPa以下有非常强的位势高度负异常中心，150 hPa以上为正异常；湿度RA场[图3(e)]在600 hPa为正异常，600～250 hPa为湿度的负异常，低空正的湿度异常表明低层有充足的水汽，为极端强降水发生提供了充足的水汽，且高空干、低空湿的配置有利于强对流的产生。综合分析图3(b)、图3(e)的位势高度和湿度异常场，强的异常信号对潜在的强天气事件有明显的指示作用，最强的负异常中心可以作为强天气事件的指示指标。图3(c)、图3(f)为异常除以其标准差，结果表明，位势高度-湿度异常依然明显存在，但异常中心略有变化，位势高度NA场负异常最大超过1个标准差，湿度的NA场正异常最大超过1.5个标准差范围。位势高度和湿度NA场的强度可以用来表征极端降水的强度，强的位势高度和湿度NA对应着地面的强降水的位置。

由图2可知，此次强降水过程由低空低涡的长期存在所导致的，图4为2016年7月11日00：00—23：00 UTC沿南通地区所在的32.1°N、121.0°E的位势高度和湿度垂直-时间剖面，时间间隔为1 h。图4(a)、图4(d)为位势高度和湿度原值场，基本上无法分析出对该次强降水过程有指示意义的信号。图4(b)、图4(e)分别为位势高度和湿度RA场，可以看出在极端降水出现的12：00—18：00北京时对应500 hPa以下低层的强位势高度负异常中心和600 hPa以下的湿度正异常中心，其中位势高度负异常和湿度正异常最强的时段为16：00—17：00，对应南通地区小时降水最强的时段。其后虽然有出现一个低层位势高度负异常中心，但相对湿度异常较小，南通地区没有明显降水出现。图4(c)、图4(f)为位势高度和湿度NA场，NA场分布与RA场接近，略有不同，异常中心出现时段和RA场一致，但位势高度和湿度的NA中心高度位于850～900 hPa之间，在最强极端降水出现的16：00—17：00北京时，低层的位势高度负异常中心和湿度的正异常中心均超过2个标准差范围。综合以上分析可以看出，位势高度和湿度的异常对极端降水事件有明显的指示作用，极端事件的强度与NA的强度有明显的相关。

图3 2016年7月11日14：00 HCT沿32.1°N的垂直-经度剖面Fig.3 Vertical-longitude sections of HCT along 32.1°N at 14:00 on July 11， 2016

图4 2016年7月11日00：00—23：00 UTC沿南通地区所在的32.1°N，121.0°E的垂直-时间剖面Fig.4 Vertical-time sections of UCT along 32.1°N，121.0°E in Nantong at 00:00 to 23:00 on July 11, 2016

图5 欧洲中心预报模式不同起报时间的沿32.1°N的降水预报时间-经度剖面Fig.5 Time-longitude sections of precipitation forecast along 32.1°N for the ECMWF model rain predictions initiated

4 极端降水的预报

降水落区、强度、峰值和持续时间对强降水事件的预报至关重要。前面研究表明，强降水集中在11日12：00—18：00(北京时)。使用欧洲中心预报模式未来192 h的预报结果对该次降水过程的预报进行分析。图5分别为欧洲中心预报模式不同起报时间的沿32.1°N的降水预报时间-经度剖面，其中图5(a)起报时间为7月5日12：00 UTC，图5(b)起报时间为7月7日 00：00 UTC，图5(c)起报时间为7月9日 00：00 UTC，图5(d)起报时间为7月10日 12：00 UTC。可以看出模式在7月5日12：00 UTC的起报场就对该强降水过程有所预报，但降水事件出现时段和最强降水出现时间相比实况更早，随着起报时间逐渐与强降水出现时间的接近，模式对降水的预报能力并没有提高，强降水的出现时间、峰值和落区变化较大，没有一个持续稳定的预报，可以认为，对于这次过程，模式对降水的预报十分不稳定，对降水的预报基本上是失败的。

图6与图5的起报时间一致，预报场分别变为850 hPa位势高度NA场和RA场。可以看出，起报时间为7月5日12：00 UTC时模式在强降水出现时段在南通地区所在的121°E上空基本上维持一个强的位势高度负异常中心。不同起报时效该负异常中心虽然强度不同，但负异常中心位置基本保持稳定，有利于预报员对该强降水过程的把握。对比模式对降水和位势高度NA和RA场的预报，可以看出来，模式对环流场本身的预报更为稳定，使用NA对环流场进行分析，可以更明显找出强降水的事件的预报指标，有利于极端天气事件预报和预警。

5 结论

极端天气事件极易造成严重的气象灾害，对人类的生命财产和国民经济建设及国防建设等造成严重损害。基于前人的研究，选择对极端天气有分析和预报有效的原始异常和标准化异常对南通地区2016年7月11日极端强降水过程进行分析和预报，得到以下结论。

(1)相比常用的原值场，RA和NA等异常场对分析和预报该次强降水过程更有优势。日常业务中常用的原值场，很难明显给出对极端降水有较好指示意义的预报指标，相比之下，RA和NA这种异常，可以给出更为有效的极端降水的预报指标。这表明，极端降水事件与气象要素的异常部分直接相关。

(2)极端降水的落区与位势高度RA和NA的负异常中心接近，湿度的RA和NA正异常出现的时段和位置也与降水出现的时段和位置有较好的相关性，降水强度与湿度和位势高度的RA和NA的异常强度也有一定关系。综合分析不同高度和位置位势高度和湿度的RA和NA，对分析和预报潜在极端天气的落区、强度和出现时段有重要帮助。

(3)通过分析欧洲中心不同时效对该次过程的降水和850 hPa位势高度的预报结果，相比于对降水本身的预报，模式对850 hPa位势高度NA场的预报更为稳健，降水中心的位置也更接近实况更有利于预报员该次极端降水事件的把握。