山西强对流天气分类指标与判据的应用

董春卿，武永利，郭媛媛，马 丽，苗 青

(山西省气象台，山西 太原 030006)

引 言

强对流天气历来是天气预报的重点和难点。以高分辨率数值模式和多源观测资料同化为标志的现代天气预报技术的快速发展[1-4]，极大提升了气象要素预报的时效性和精细化水平。然而，对于突发性、局地性强对流天气的预报能力仍然十分有限[5-8]。近年来，在全球变暖背景下短时强降水、雷雨大风、冰雹等导致的次生灾害和人员伤亡事件频发，如何提升强对流天气预报能力仍是气象部门重点关注的问题之一[9-11]。

强对流天气是中尺度对流系统发生发展的结果[12]。一般认为，热力不稳定决定了对流发展强度，而动力作用对于触发对流及决定对流风暴的类型起到关键作用[6,8]。在业务实践中，基于站点探空观测资料获得的具有明确物理意义的能量、动力和热力稳定度参数，已成为研究强对流天气的基础，在强对流天气监测和预报中发挥重要作用[13-14]。但是，由于常规探空站点分布稀疏，观测间隔一般为12 h，且气球漂移存在误差[15]，以常规探空观测很难真正实现强对流天气的分类、定时和网格化预报。因此，通过其他方式获取高分辨率的高空温、压、湿、风信息成为识别强对流天气及类型的关键。魏东等[16]详细对比了常规探空、特种探空(微波辐射计和风廓线观测组合)以及BJ-RUC模式探空数据识别对流天气的可靠性，发现特种探空和模式探空能够详细描述强对流天气发生前后大气状态的变化。随着高分辨率中尺度数值模式、快速更新循环预报(rapid update cycle, RUC)等技术的发展，模式探空在短时临近预报中表现出较高的参考价值。研究表明，区域数值预报模式输出的基本要素及其计算得到的物理参量在12 h预报时效内误差较小，且在强天气发生前后各物理量表现出明显差异[17-19]，模式探空已经成为强对流天气监测及预报的重要参考。

山西省位于黄河中游东岸、华北西部黄土高原东翼，地势起伏不平，河谷纵横，夏季局地短时强降水、冰雹等强对流天气频发，易造成严重的社会经济损失和人员伤亡。山西强对流天气的雷达特征[20-21]、气候特征[22]等研究成果颇多，定量预报指标虽有一些进展[23-24]，但仍缺乏系统全面的定量分析。同时，基于数值模式输出的物理量指标在山西强对流天气的识别、预报研究进展缓慢，严重制约了预报水平的提升。随着气象预报技术的发展，同化大量本地气象观测资料的区域高分辨率中尺度数值模式能够有效模拟出更接近实际大气的环境特征，可以提供较为准确的未来对流潜势判断。因此，本文利用快速更新循环同化的华北睿图模式输出的格点探空数据，针对常用的热力、动力环境参量在山西4类强对流天气中的指示意义进行分析，建立山西强对流天气的分类判据，并设计强对流天气分类预报方案，探索基于华北睿图模式开展强对流天气分类预报的可能性。

1 资料与方法

1.1 个例选取

中国气象局《智能网格预报行动计划(2018—2020)》提出：发展“快速更新的灾害性天气短时临近预报”是预报业务近期发展的重点任务。结合山西夏季灾害性天气特征，重点关注短时强降水、冰雹、雷雨大风、雷暴等4类灾害性天气。

为尽可能区分不同类别强对流天气，参考樊李苗等[8]方法，选取尽可能“纯粹”的某一类强对流天气个例。“纯粹”冰雹个例是指测站出现直径5 mm以上冰雹，且测站周边未发生17 m·s-1以上的成片大风(相邻站点达4站及以上)或20 mm·h-1以上的短时强降水天气。“纯粹”雷雨大风个例是指测站出现17 m·s-1以上大风，测站及周边没有出现冰雹或短时强降水天气。“纯粹”短时强降水个例是指测站出现20 mm·h-1以上强降水，且测站周边未出现大风或冰雹天气。“纯粹”雷暴天气特指未观测到冰雹、雷雨大风、短时强降水的雷暴天气，雷暴成片出现且全省发生10站以上。

根据上述原则，从2014—2018年山西夏季(6—8月)典型强对流个例(137个)中遴选出冰雹个例23例，雷雨大风43例，短时强降水32例，雷暴39例。文中涉及的地图基于山西省标准地图服务网站下载的审图号为晋S(2020)005的标准地图制作，底图无修改。

1.2 华北睿图模式与评估方法

快速更新多尺度分析和预报系统(rapid-refresh multi-scale analysis and prediction system, RMAPS)是由中国气象局北京城市气象研究所于2015年研发的华北区域新一代数值预报系统，它基于WRF (weather research and forecasting model)模式和WRFDA(WRF data assimilation)三维变分同化系统构建而成，系统前身为BJ-RUC (rapid updated cycle system for the Beijing area)。RMAPS采用双层嵌套，9、3 km水平分辨率的预报区域分别覆盖全国、华北地区；在系统流程、资料同化方面[25-27]进行了更新改进，降低快速更新循环引发的误差累积，减少背景场虚假水汽引发的降水空报。本文模式探空数据源于睿图短时预报子系统(RMAPS-ST)，该系统可以提供逐3 h更新的分析场和未来24 h的预报场。在3 h循环同化过程中，同化资料主要包括常规地面观测资料、常规探空数据、飞机报和地基GPSZTD (zenith tropospheric delay)资料，以及全国雷达拼图资料、京津冀雷达径向风数据(3 km预报区域)。

统计山西强对流分类判据时，多种物理量源于对流发生前最临近时刻RMAPS-ST模式热启动零时刻的分析场。山西强对流分类预报每日启动3次[起报时刻为08:00(北京时，下同)、14:00、20:00]，预报时效12 h。开展强对流分类预报时，物理量源于距离起报时刻最近的模式预报场。计算过程中，充分考虑格点数据的代表性，取周边0.1°×0.1°区域网格内平均值表征强对流中心的物理参数特征。

为了检验评估模式预报效果，将分类强对流格点预报值插值到观测站点(山西109个国家级站点)上，并与站点观测值进行统计分析，计算TS评分。

2 山西强对流天气分类指标及判据

对常用的物理量在山西强对流天气分类中的指示作用进行探讨分析，建立强对流天气的分类识别判据，是进行强对流分类预报的基础。研究表明，睿图模式(RMAPS-ST)的探空对流参数与探空站观测结果具有较好的一致性[17,25]，能够较为准确地反映对流临近时刻实际大气的环境特征。

2.1 热力诊断量

雷暴生成过程中，静力不稳定和水汽条件可以组合成多种诊断指数，其中物理意义较为清晰的对流有效位能(CAPE)可用来判断雷暴潜势。图1是不同类型强对流天气临近时环境物理量的箱线图，其中5%、95%分别为箱线图的下限和上限，并去除离群点的影响。从图1(a)看出，CAPE对山西能否出现强对流比较敏感，但不同类型强对流天气差异并不显著，雷雨大风、冰雹、雷暴类强对流天气临近时CAPE中位数分别为1240.3、1051.0、1030.7 J·kg-1，均高于短时强降水(961.6 J·kg-1)；不同类型强对流天气临近时CAPE的离散度均较大。以上说明，对于单个个例而言，仅依靠CAPE值来区分强对流天气类型很难实现。

K指数侧重于反映对流层中低层温湿分布对大气稳定度的影响，K值越大，大气越不稳定，它是日常强对流天气预报的物理量判据之一。K指数表征的中低层不稳定度，可能是对流层中低层空气温度直减率大或者低层绝对湿度大造成的。因此，“上冷干、下暖湿”的对流层中低层层结都会引起K指数的增大。

统计发现，山西短时强降水发生前的K指数比冰雹、雷雨大风略高，说明前者对于低层水汽条件的依赖程度更高，75%的短时强降水临近时K指数均超过30 ℃；雷暴天气的K指数较其他3类明显偏小，中位数为27.3 ℃[图1(b)]。与CAPE类似，4种类型强对流天气的K指数的分散度也较大。以上说明，K指数在判断山西强对流潜势时可以定性使用，但仅靠K指数来区分一次个例的天气类型也不可靠。

雷暴或深厚湿对流产生的3个要素包括静力不稳定、水汽和抬升触发条件。雷暴多发生在大气中低层处于条件不稳定下，故常用反映垂直温度梯度的中低层温差来判断静力稳定度。山西多数山区站点海拔为1200～1500 m，山区上空850 hPa多有缺省，因此用700 hPa与500 hPa温差(△T700-500)来反映。

从山西不同类型强对流天气临近时的700 hPa与500 hPa温差[图2(a)]看出，雷雨大风天气临近时△T700-500中位数为20.5 ℃，且近一半个例中低层温差大于20 ℃；短时强降水天气临近时△T700-500中位数为16.6 ℃，且大多数个例在18 ℃以下；冰雹天气临近时△T700-500集中在16～20 ℃之间，中位数为18.3 ℃，整体较雷雨大风天气偏小，但高于短时强降水天气；雷暴天气临近时△T700-500中位数为16.9 ℃，与短时强降水天气接近，但离散度偏大。以上表明，较小的中低层温差就可产生短时强降水天气，但强雷雨大风、大冰雹则发生在中低层温差较大的环境下。以20.0 ℃的△T700-500为界，50%以上的雷雨大风个例可以同75%以上的短时强降水个例、半数以上的冰雹个例和普通雷暴个例区分开。因此，△T700-500是区分山西强对流天气类型的重要判据之一。相较于短时强降水和冰雹天气，雷雨大风临近时中低层温差更大，这也反映了对流层中层冷空气的影响强度。

低层湿度条件对强对流天气类型有重要影响。冰雹、雷雨大风天气一般具有“上干、下湿”的特点，而对流性短时强降水需要深厚的湿度层结，故利用700 hPa温度露点差[(T-Td)700]来表示低层水汽饱和度。从图2(b)看出，短时强降水临近时山西700 hPa温度露点差的中位数约3.9 ℃，更接近饱和，而冰雹、雷雨大风临近时(T-Td)700中位数分别为6.8、8.6 ℃；75%以上的冰雹、雷雨大风天气个例(T-Td)700均在4 ℃以上，而半数以上短时强降水个例的(T-Td)700均在4 ℃以下；雷暴天气临近时，700 hPa温度露点差中位数偏大(10.4 ℃)，离散度也偏大。因此，以4 ℃的(T-Td)700为界，50%以上的短时强降水可以同75%以上的冰雹、雷雨大风、普通雷暴天气区分开。

图1 山西不同类型强对流天气临近时对流有效位能(a)、K指数(b)箱线图 (HAIL、SMG、RAT、SSM分别表示冰雹、雷雨大风、短时强降水、雷暴天气，下同)Fig.1 Box plots of CAPE (a) and K index (b) at the approaching time of severe convection weathers with different types in Shanxi Province (HAIL, SMG, RAT and SSM represent hail, thunderstorm-gale, short-term heavy rainfall and thunderstorm weathers, respectively, the same as below)

图2 山西不同类型强对流天气临近时700 hPa与500 hPa 温差(a)及700 hPa温度露点差(b)箱线图 Fig.2 Box plots of temperature difference between 700 hPa and 500 hPa (a), and temperature dew point deficit on 700 hPa (b) at the approaching time of severe convection weathers with different types in Shanxi Province

2.2 动力诊断量

垂直风切变能够影响对流系统的组织、结构和演变，且与上升气流之间的相互作用能够产生附加的抬升作用，从而使得垂直上升气流发展成为倾斜上升气流，减弱降水粒子的拖曳作用，进而使对流得以长时间维持和发展。中低层持续较强的垂直风切变是形成对流风暴悬垂结构的动力条件，因此利用低层垂直风切变(地面与3 km高度风矢量差)来分析山西不同类型强对流天气发生前的动力条件。

山西夏季不同类型强对流临近时低层垂直风切变的特征不同(图3)，冰雹、雷雨大风强对流发生前低层垂直风切变较强，冰雹的低层垂直风切变中位数达9.4 m·s-1，而雷雨大风的垂直风切变强度略有减弱，中位数为8.1 m·s-1，且约75%以上冰雹和60%以上雷雨大风个例的低层垂直风切变均在6 m·s-1以上；短时强降水临近时低层垂直风切变较弱，近75%的个例不超过6 m·s-1；对于未伴随冰雹、雷雨大风、短时强降水的雷暴天气，临近时低层垂直风切变一般非常弱。上述分析表明，较大的低层垂直风切变有利于山西强对流风暴的生成、发展和加强，低层垂直风切变可作为强对流天气分类的重要判据之一。冰雹、雷雨大风天气与短时强降水、雷暴天气区别最显著的环境参数是低层垂直风切变，前两者低层垂直风切变较强，后两者较弱。

图3 山西不同类型强对流天气临近时 低层垂直风切变箱线图Fig.3 Box plots of low-level vertical wind shear at the approaching time of severe convection weathers with different types in Shanxi Province

2.3 特殊温度层

冰雹云的形成需要特定的温度层结。0 ℃是云中水分冻结高度的下限，-20 ℃是大水滴自然成冰的温度，这2个温度层高度是识别雹云的重要参数。据统计，山西冰雹云0 ℃层高度约4.3 km(600 hPa上下)，-20 ℃层高度约7.0 km(400 hPa上下)，-20 ℃与0 ℃层之间厚度适宜使得雹胚在过冷水丰富的环境中相互碰并迅速增长，有利于大冰雹生成。

对比山西不同类型强对流天气发现，短时强降水发生前0 ℃、-20 ℃层的平均高度分别为5.0、8.5 km(大致位于500、300 hPa高度)，均高于冰雹云。0 ℃层位置偏高，与低层较强的暖平流强迫有关，即低层多存在强盛的西南暖湿急流，且等温线与风向交角较大，使得0 ℃层偏高，出现冰雹的可能性较小，配合深厚湿层，短时强降水出现的可能性较大。雷雨大风强对流天气发生前的0 ℃、-20 ℃层平均高度均低于冰雹云，故利用600 hPa温度(T600)来对比不同强对流天气发生前0 ℃层高度。

从图4看出，山西冰雹临近时600 hPa温度的中位数为2.7 ℃，高于雷雨大风天气(中位数1.3 ℃)，低于短时强降水和一般雷暴天气(中位数分别为5.6、5.1 ℃)，且75%以上的冰雹、雷雨大风个例对应的T600均在5 ℃以下，而半数以上的短时强降水、雷暴个例对应的T600均在5 ℃以上。故而，600 hPa温度可作为山西强对流天气分类的判据之一。另一角度也说明，中层干冷空气的侵入有利于强雹暴的生成和发展，即中层干冷空气侵入较强，造成中层降温明显，0 ℃层降低，往往对应强雷雨大风天气；中层干冷空气侵入较弱，配合深厚的湿层，往往对应短时强降水天气。

图4 山西不同类型强对流天气 临近时600 hPa温度箱线图Fig.4 Box plots of 600 hPa temperature at the approaching time of severe convection weathers with different types in Shanxi Province

此外，对模式输出的探空其他物理量分析发现，SI指数、总指数(TT)、对流抑制能量(CIN)、强天气威胁指数(SWEAT)、低层(700 hPa)上升速度、高低层(300 hPa与700 hPa)散度差等在山西强对流天气发生前后数值未发生明显变化，或在不同类型强对流天气下数值分布未有明显差异(表略)，依据这些物理量判别强对流落区、发生时间难度很大。究其原因，可能是这些物理量对山西不同类型强对流天气指示意义不明显，而更大可能是模式对强对流天气的抬升触发机制等描述能力不足，致使某些物理量(如低层上升速度、高低层散度差等)数值大小的转折时间与实际大气存在一定的时间差。另一方面，随着更多低层观测资料同化进入模式，模式系统对中层要素的描述能力最好，低层次之，高层较差[17]。因此，基于模式的高层探空数据判别强对流天气类型仍存在较大的不确定性。

综上所述，依托模式分析场探空得到的CAPE、K指数、中低层温差、低层水汽饱和度、中层温度(代表干侵入、0 ℃层高度)以及低层垂直风切变等环境参数，对山西强对流天气类型的甄别有一定指示意义。需要指出的是，模式分析场探空数据是零时刻的潜势分析，实际强对流落区还需辅助雷达、地面等实时观测资料进行订正。

针对山西137个强对流个例，计算上述6个物理量的均值和标准差，并进行标准化处理。从图5中归纳出山西强对流天气分类的一些判据：(1)山西冰雹、雷雨大风天气与短时强降水、雷暴天气存在显著差异的环境参数为低层垂直风切变和600 hPa温度。分别以6 m·s-1、5 ℃为阈值，前两者对应较强的低层垂直风切变和较低的600 hPa温度，后两者则对应较弱的低层垂直风切变和较高的600 hPa温度。(2)雷雨大风发生前，需要更大的垂直温度梯度。△T700-500可用来区分雷雨大风与冰雹、短时强降水、雷暴天气，前者多大于20 ℃，后三类多在20 ℃以下。(3)短时强降水发生前，需要更充沛的低层水汽条件。(T-Td)700可用来区分短时强降水与冰雹、雷雨大风、雷暴天气，前者多在4 ℃以下，后三类多在4 ℃以上。

3 山西强对流天气的短时分类预报

3.1 预报方案设计

利用RMAPS-ST模式开展山西强对流天气分类预报试验，试验方案如图6，共分为3步：(1)基于模式3 km水平分辨率预报结果中探空基本要素(温、压、湿、风)，计算上述6种动力、热力诊断物理量；(2)分别计算每一网格点上不同类别强对流天气对应的6个物理量潜势，并加权求和，得到每一格点上各类强对流天气的发生概率；(3)增加特征物理量指标，确定强对流天气落区。

具体计算过程中，假定不同类型强对流天气下每一物理量参数均满足一个数学期望为μ、标准差为σ的正态分布，记作N(μ,σ2)，其概率密度函数可表示如下：

(1)

当物理量预报值为中位数(x=μ)时，则对应的潜势最大。根据概率密度函数的比值关系，模式输出的单一物理量潜势计算公式如下：

(2)

表1是山西不同类型强对流天气临近时判别指标的中位数与标准差。以短时强降水对应的(T-Td)700为例，当格点(T-Td)700预报值为中位数(3.9 ℃)时，(T-Td)700指标对判别短时强降水发生概率的贡献最大，可认为此时该指标对应的单一物理量潜势最大(H=1)。

图5 山西不同类型强对流天气临近时各物理量均值标准化分布 (a)HAIL，(b)SMG，(c)RAT，(d)SSMFig.5 Standardized distribution of mean values of different physical parameters at the approaching time of severe convection weathers with different types in Shanxi Province (a) HAIL, (b) SMG, (c) RAT, (d) SSM

图6 基于RMAPS-ST模式的山西强对流天气分类落区预报流程Fig.6 Forecasting flow of falling area of classified severe convection weathers based on RMAPS-ST model in Shanxi Province

表1 山西4类强对流天气临近时各判别指标的中位数及标准差Tab.1 Median and standard deviation of discrimination indexes at the approaching time of four kinds of severe convection weathers in Shanxi Province

由于不同类型强对流天气临近时各物理量的数学期望、标准差不同，即使具有相同的(T-Td)700格点预报值，但计算得到的(T-Td)700潜势贡献也不相同(图7)。另外，基于正态分布概率密度函数计算物理量潜势的方法，最大程度地避免了传统“二分法”计算结果过度依赖判别条件的问题。“二分法”认为，满足阈值条件即发生强对流，不满足则不发生强对流，显然过于极端。

图7 (T-Td)700指标对冰雹和 短时强降水潜势预报的贡献Fig.7 The contribution of (T-Td)700 index to potential forecast of hail and short-term heavy precipitation

(3)

式中：Hi为第i物理量的潜势；ai为第i物理量对应的动态权重。如果P≥0.5，则认为该格点上可能出现某一类强对流天气；如果P<0.5，则认为该格点上不会出现这一类强对流天气。

为了从分类强对流潜势的概率预报中得到强对流落区的确定性预报，增加了特征物理量指标。研究表明，40 dBZ的雷达回波对雷暴预警有指示意义[29-30]。因此，雷达回波强度可作为冰雹、雷雨大风、短时强降水、雷暴4类强对流天气落区确定性预报的一个特征物理量指标。表2给出不同类别强对流天气落区预报的特征物理量指标及条件。

表2 山西4类强对流天气落区预报的 特征物理量指标及条件Tab.2 The feature physical quantities indexes and their conditions in falling area forecast of four kinds of severe convection weathers in Shanxi Province

3.2 个例及批量预报效果

3.2.1 个例预报效果

2017年7月9日，山西出现明显的冰雹与雷雨大风混合型强对流天气，全省共出现5站冰雹、16站雷雨大风、50站雷暴和1站短时强降水，强对流主要发生在13:00、15:00。这里重点考察预报方案对于冰雹和雷雨大风的预报效果。

实况显示，13:00前后晋北(原平)出现1站冰雹，中部出现6站雷暴天气[图8(a)]。从强对流落区预报[图8(b)]来看，预报方案能够捕捉到晋北附近出现的冰雹天气，但在晋东南出现冰雹空报，而雷暴预报落区偏西，且空、漏报同时存在。15:00前后，山西出现2站冰雹(东部阳泉、东南部陵川)、6站雷雨大风(晋西北和东部阳泉)、12站雷暴天气[图8(c)]。预报能够捕捉到阳泉附近出现的冰雹天气[图8(d)]，但预报位置偏西，且存在空报，而晋东南陵川冰雹天气存在漏报；晋西北(朔州、忻州西部)的雷雨大风、雷暴天气的预报范围偏小，而在晋中、临汾等地出现雷暴活动的空报。

图8 2017年7月9日13:00(a、b)、15:00(c、d)山西省强对流实况(a、c)及预报(b、d)落区Fig.8 The observed (a, c) and forecasted (b, d) falling area of severe convection weathers in Shanxi Province at 13:00 BST (a, b) and 15:00 BST (c, d) on July 9, 2017

2018年7月16日，山西出现明显的以短时强降水为主的强对流天气，全省共出现2站冰雹、13站雷雨大风、79站雷暴和19站短时强降水，强对流主要发生在14:00、16:00。这里重点考察对短时强降水的预报效果。

14:00前后，山西出现4站短时强降水(晋西南古县、平陆、稷山，晋北广灵)、4站雷雨大风(晋西南隰县、平陆、襄汾、运城、稷山)、2站冰雹(晋西南稷山、平陆)和10站雷暴天气[图9(a)]。预报方案能够预报出短时强降水、冰雹、雷雨大风等强对流天气[图9(b)]，晋北、晋西南均预报出零星短时强降水，但与实况存在位置偏差；晋西南冰雹天气，在预报落区上均有体现，但存在位置偏差，同时晋中等地出现冰雹空报；雷暴预报范围偏大。16:00实况[图9(c)]显示，晋西南6站(永和、乡宁、古县、永济、河津、新绛)出现短时强降水，4站出现雷雨大风。从预报结果来看，短时强降水预报与实况基本相符，落区大部位于晋西南，但雷雨大风存在空报[图9(d)]。

表3是上述2个强对流个例的分类预报评分。整体来看，强对流分类预报方案一定程度上能够从大范围的强对流天气过程中捕捉到可能发生雷雨大风、短时强降水、冰雹的区域，在预报实践中具有一定的指示意义。

3.2.2 夏季批量预报效果

基于睿图模式开展2019年夏季山西强对流分类预报批量试验，预报产品每日输出3次(08:00、14:00、20:00)。从2019夏季整体预报效果来看，预报方案对山西夏季强对流有一定的预报能力(表4)，0～6 h时效的预报评分高于6～12 h时效，且雷暴天气TS评分最好，短时强降水和雷雨大风天气次之，冰雹天气预报效果最差。分析发现，雷暴活动多发生于雷暴概率达60%以上的区域，但空报较多；冰雹天气空、漏报并存，其分类预报有一定的命中率。此外，冰雹个例较少，也影响了冰雹预报的TS评分。本预报方案还需要更多的强对流天气个例做进一步的检验和改进。

为了进一步评估预报方案的预报能力，与预报员(12名)的短时预报质量进行对比，发现预报员短时预报的平均效果与预报方案一致，也表现为雷暴天气TS评分最高，短时强降水次之，雷雨大风较低，冰雹天气效果最差。从评分数值来看，对于突发性、局地性的强对流天气，预报员的预报能力依然十分有限。另外，除个别时效持平外，预报方案对于这4类强对流天气的短时预报能力较预报员平均水平均有所提高，约提高0.01～0.06，但仍低于预报员的最优水平(各预报员各项评分的最高值)。因此，对预报实践经验进行深入总结和系统提炼，进一步改进预报方案，对于强对流天气预报具有重要意义。

表3 山西强对流个例的分类预报效果TS评分Tab.3 Threat scores of categorical forecast of severe convection cases in Shanxi Province

表4 山西2019年夏季强对流天气的分类预报效果评分与预报员预报对比Tab.4 Threat scores of categorical forecast of severe convection cases and comparison with forecast results of forecasters in summer of 2019 in Shanxi Province

4 结 论

(1)依托RMAPS-ST模式分析场得到的CAPE、K指数、中低层温差、低层水汽饱和度、中层温度以及低层垂直风切变，在甄别山西强对流天气类型方面有一定指示意义。

(2)山西冰雹、雷雨大风与短时强降水、雷暴天气存在区别的主要环境参数是低层(0～3 km)垂直风切变和600 hPa温度，阈值分别为6 m·s-1、5 ℃。700 hPa与500 hPa中低层温差可用来区分雷雨大风与冰雹、短时强降水、雷暴天气，阈值为20 ℃。700 hPa温度露点差可用来区分短时强降水与冰雹、雷雨大风、雷暴天气，阈值为4 ℃。以上参数可作为山西强对流天气分类识别的一些基本判据。

(3)基于模式探空预报建立的强对流分类预报方案，对于山西夏季强对流具有一定的预报能力，一定程度上能够从大范围强对流过程中捕捉到可能发生雷雨大风、短时强降水、冰雹的区域，雷暴预报效果最好，冰雹预报效果较差。预报方案对山西4类强对流天气的短时预报能力均略高于预报员主观预报的平均水平，提升幅度约0.01～0.06。

山西省强对流天气多为混合型，这在一定程度上影响了强对流天气类型的预报水平。用于构建预报方案和检验预报水平的样本数偏少，今后还需增加样本个例，进一步筛选预报因子，完善强对流判别指标。此外，山西地形地貌复杂，不同地理环境下强对流临近时的环境场存在较大差异。因此，在长期统计分析基础上，建立分区域的强对流分类指标及预报方法，将有助于山西夏季强对流天气预报的改进。