基于ERA5资料的吉林省东部山区分类强对流预报阈值分析

朱晓彤 姚 凯 曲美慧 李天宇

（1.吉林省气象科学研究所，吉林长春 130062；2.长白山气象与气候变化吉林省重点实验室，吉林长春 130062；3.吉林省气象台，吉林长春 130062；4.吉林省气候中心，吉林长春 130062）

1 引言

强对流天气主要包括短时强降水、雷暴大风、冰雹和龙卷，具有强度大、时间短、破坏力强等特点，会造成人员伤亡和经济损失。多年来，许多气象专家和学者对其进行了研究，其中强对流天气预报的重要方法之一是Doswell[1]提出的基于构成要素的预报方法，即“配料法”，目前此方法仍然是中央气象台强天气预报的重要应用方法。俞小鼎[2]认为配料法可以为预报员提供一条预报思路，即当环境参数超过已知阈值时，就需要注意对应天气事件的发生。

环境参数阈值在强对流天气的预报中有一定的指示意义[3-4]，周后福等[5]分析了1995—2001年雷暴大风、冰雹等强对流天气过程，并计算了A指数、K指数、位势不稳定能量等指标，得到了一系列12h内强对流天气短时预报阈值。樊李苗等[6]研究了中国短时强降水、强冰雹、雷暴大风以及混合型4种强对流天气，计算了850hPa和500hPa温差、地面露点、可降水量、0—6km垂直风切变、0℃和-20℃层高度等环境参数阈值，并将上述4种强对流天气的环境参数加以对比和区分。

短时强降水在吉林省每年均有发生，多数年份会出现3～5次，其主要发生于吉林省中部地区，东南部地区出现次数相对较少。冰雹是吉林省的主要强对流天气之一，根据年平均地理分布，东部山区较西部平原地区出现多。雷暴大风则多发于白城、松原、四平，以及长春北部等平原地区；东部山区出现频率较小[7]。综上，吉林省东西部强对流天气地理分布有明显的地域差异，使用全省统一的预报阈值会抹平地域差异。此外，目前环境参量阈值计算使用的是发生站点附近的探空资料或者FNL再分析资料，这2种资料的空间分辨率十分稀疏，并且更新时间间隔过久，计算出的环境参量并不能真实地反映对流发生时间与发生站点的环境参量。在这两者的限制下，强对流预报很难做到“预报精准、服务精细”的要求，强对流发生环境参数阈值亟待更新。本文利用ERA5高分辨率再分析资料[8]，针对吉林省东部山区不同类型个例计算出对流发生时间、发生站点的环境参量阈值，从而提高其预报精度，使之更具有指示意义。

2 资料与方法

使用2010—2019年4—9月吉林省东部山区27个国家站地面逐小时观测瞬时极大风、冰雹、小时降水资料、二维闪电定位资料（2010—2015年）与三维闪电定位资料（2016—2019年），筛选吉林省东部山区伴随瞬时风力不低于8级的强对流天气个例。而后使用ERA5（ECMWF Reanalysis 5th Generation）高分辨率再分析资料对其进行发生站点与发生时间的关键环境参量分析。ERA5高分辨率再分析资料水平分辨率为0.25°×0.25°，垂直高度37层。本文选取距离站点最近的格点作为该站点的代表，使用格点上的基本数值计算各个对流参数，这样可以有效弥补吉林省探空资料过于稀疏等问题。ERA5时间分辨率为1h，可以对对流发生时次的站点参量进行计算；基于如此高的时空分辨率的资料探讨吉林省东部山区近10a强对流天气环境参量，可以对预报起到更加准确的指导作用。

样本的选取方面，根据吉林省的地形分布（图1）选取东部山区27个国家气象站（海拔高度均为300m以上）进行统计分析。其中由于雷电与大风为不同的资料，判断雷暴大风出现的方法如下：若观测站点出现瞬时极大风且周围40km范围内此时刻的前15min内出现了雷电，即为一次雷暴大风事件。若某一站点某个时次出现雷暴大风，则记为一次强对流天气样本。若一日中至少有一个时次某一站点有强对流天气的记录（不重复计算），则定义这一日为强对流发生日。经过筛选，2010—2019年累计强对流天气样本共计954个，涉及强对流发生日217d。将上述强对流天气样本分为纯雷暴大风型、冰雹大风型以及强降水复合型3类。其中，纯雷暴大风型指某测站出现风力大于8级的雷暴大风，且测站没有出现冰雹和短时强降水；冰雹大风型指某测站出现伴有冰雹但无短时强降水（雨强≥20mm/h）的雷暴大风；强降水复合型指某测站出现短时强降水且伴随雷暴大风与冰雹。3种类型强对流天气的对流强度是依次增加的。

图1 吉林省地形与国家站站点分布

3 分类强对流天气分析

3.1 出现频次

通过分析近10a不同类型强对流出现日的累计月频次（图2）可以看出，雷暴大风型整个暖季都有发生，最常出现的月份为5月和6月，累计出现日数分别达到了120 d和78 d；冰雹大风型同样主要出现在5月和6月，累计出现日数分别为16d和19d；复合型仅仅出现在汛期的6—9月，最大出现月份为6月，累计日数为8d。从逐时的分布来看，雷暴大风与冰雹大风型主要出现在午后至入夜（14—20时），期间雷暴大风型累计日数为106d，冰雹大风型累计日数为30d；复合型则在每日各个时次均有出现。

图2 2010—2019年吉林省分类强对流逐月频数

主要基于“配料法”[2]来选取天气环境特征参量。对于产生强天气的中尺度深对流，通常考虑静力不稳定条件、水汽条件与触发机制。其中，触发机制主要是抬升运动，对于中尺度系统来说，抬升条件可以为地形作用、海风锋、干线、出流边界、其他边界层辐合线，而这项很难用参数定量的描述[9]。使用850hPa与500hPa的温差ΔT85来表示静力不稳定。水汽条件主要考虑大气可降水量以及能够在干过程和湿过程中都可以守恒的广义位温[10]。另外，将水汽与静力不稳定结合起来可以得到一些预报员常用的对流指标，如K指数等。对于不同类型的对流类型还需要考虑各自的关键参数，如雷暴大风型需要考虑平均温度露点差；冰雹大风需要考虑融化层高度，即0℃层高度；复合型强对流需要考虑暖云层厚度等。

3.2 环境参数

3.2.1 静力不稳定

利用850hPa与500hPa的温差ΔT85来表示静力不稳定度，该参数经常被用于暴雨天气分析。暖季湿中性层结的850hPa与500hPa温差为20～21℃，因此某些文章取21℃为是否会产生对流性天气的阈值，其值越大代表不稳定性越强[9]。图3a中显示纯雷暴大风型、冰雹大风型、复合型的中位数分别为28.5℃、28℃、25.9℃；平均值分别为28.2℃、27.9℃、25.7℃。纯雷暴大风型与冰雹大风型差距不大，但是复合型的中位数与平均数小于前两者。从25%至75%数来看，3种类型范围分别为26.9—31.1℃、27.1—29.3℃、25.3—27.0℃，所有25%数均高于21℃的阈值。可以看出，纯雷暴大风型的跨度最广，其与冰雹大风型的25%数较为一致，而复合型的25%数最低。由于3种类型的分布特征类似，因此ΔT85对于3类对流的分类效果不明显，但是当出现≥25.3℃的ΔT85时，就需要警惕3类强对流天气发生的可能。

3.2.2 广义位温

水汽不仅仅对于短时强降水十分重要，其凝结之后的霰粒子与冰晶也是雷电与冰雹产生的必要条件[11]。本文使用850hPa的广义位温与大气可降水量作为水汽的代表量。如图3b所示，在3种强对流中，广义位温的值在284～354K；纯雷暴大风型、冰雹大风型以及复合型的25%数分别为297K、301K、308K；中位数分别 为300K、303K、312K；平均数分别为302K、303K、318K；75%数为307K、307K、328K。可以看出，随着对流的强度增加，其对应的箱体也逐渐升高。复合型对应的箱体跨度最大，且其25%数要高于其他2个的75%数。因此，可以取297K、301K、308K为雷暴大风型、冰雹大风型、复合型的预报阈值。

3.2.3 对流参数

在实际预报中，预报员通常还会使用各种表征对流潜势的对流参数，此种参数可以将静力稳定度与水汽条件结合起来考虑，从而方便预报员判断对流落区。本文选用的参数为可以指示不同类型强对流的K指数。K指数在ΔT85的基础上额外考虑了低层的水汽条件与中层饱和程度，其值越大说明大气越不稳定[5]。如图3c所示，3种类型的25%—75%数分布分别为26—34℃、29—34℃、33—36℃；中位数分别为29℃、31℃、34℃；平均数分别为28℃、30℃、34℃。雷暴大风型的箱体较宽，冰雹大风型次之，复合型的箱体最窄，箱体高度分布随着对流强度的增强逐渐上升。可以选用最低的25%数，即26℃作为强对流发生的阈值。对于3类强对流的阈值则可以分别选择26℃、29℃、33℃。

图3 3种类型强对流850hPa与500hPa温差（a）、广义位温（b）、K指数（c）箱线图

3.3 3类强对流相关参量

3.3.1 平均温度露点差

深厚湿对流的产生除了不稳定条件、水汽及抬升触发机制外，如果要产生雷暴大风还要求对流中要有系统的强烈下沉运动。下沉气流在触地后辐散从而形成雷暴大风，这就要求对流层中层存在明显的干层，当降水产生后的拖曳作用引起下沉运动后，如果下落过程中存在干层，则雨滴会蒸发，从而引起周围空气的降温，空气密度增加从而增加下沉气流的强度[9]。本文采用平均温度露点差（700hPa、500hPa、400hPa的平均温度露点差）表示干空气强度，数值越大表示空气越干或者干空气层越厚，越有利于大风的产生。如图4a所示，3种类型的25%—75%数分别为5.2—11.5℃、6.7—11.5℃、5.2—9.2℃； 中 位 数 范 围 为6.4—8.5℃。可以看出，复合型强对流的平均温度露点差中位数最低，为6.4℃，说明此种类型的中层水汽条件最好，干空气较弱，而这对于短时强降水的出现是有利的，此种类型的大风产生要更加依赖于降水的拖曳作用。雷暴大风型的中位数为7.1℃；冰雹大风型的中位数最大，为8.5℃。说明伴有冰雹的雷暴大风的产生需要的平均温度露点差要大于无冰雹的雷暴大风，这主要是更厚的干空气层有利于冰雹的产生。当平均温度露点差达到5.2℃时，即要警惕出现强对流引起大风的可能。

3.3.2 融化层高度

强冰雹往往依赖于合适的融化层高度，即湿球温度0℃层高度[6]。如图4b所示，3种类型的湿球温度中位数分别为2.7km（雷暴大风型）、2.9km（冰雹大风型）、3.7km（复合型）。较强的冰雹个例一般出现在冰雹大风型中，虽然复合型中也存在冰雹，但是由于此种类型干层不明显，冰雹主要以小冰雹为主[9]。冰雹大风型的融化层高度范围为1.2～4.4km，整体分布范围较其他地区的个例偏低[4，9]，这主要是由于地形作用导致的；其25%—75%数范围为2.8—3.4km。综上，可以认为如果湿球0℃层高度位于2.8～3.4km有利于出现强冰雹。

图4 3种类型强对流平均温度露点差（a）、融化层高度（b）、暖云厚度（c）箱线图

3.3.3 暖云层厚度

复合型强降水中主要考虑冰雹与短时强降水，而短时强降水的产生往往对应着很高的降水效率，降水效率可以使用冰水粒子的转换来计算，其与蒸发率的和大致为100%[12]。由于复合型对流的中层平均温度露点差较低，水汽条件较好，因此蒸发率较低，降水效率较高，而且山地地区由于地形作用使得蒸发的垂直空间较平原低，同样有利于降水效率的提高。为了定性地表述降水效率，本文引入暖云层厚度，其定义为：抬升凝结高度与0℃层高度的高度差。暖云层厚度越厚，说明暖云降水比率越高，降水效率越高[13]。分析3种类型的暖云层厚度箱线图（图4c）可知，复合型的暖云层厚度中位数最大，达到了3.5km；冰雹大风型次之，为2.2km；雷暴大风型最小，为1.7km；其对应的25%—75%数 分 别 为3.1—4km、2—2.7km、1.2—2.7km。复合型强对流的暖云层厚度要明显高于其他2种类型。因此，3.1km的暖云层厚度可以作为区分复合型强对流和其他类型强对流的重要指标。

4 预报阈值的确定

为了做到强对流预报更加精准，服务更加精细，得到精度更高，更具有指示意义的吉林省东部山区不同类型对流的环境参量阈值，本文利用2010—2019年暖季吉林省东部山区的954站次个例进行分析，将其分为纯雷暴大风型、冰雹大风型与复合型3种类型，统计了不同类型强对流不同月份与时次的日频次，利用高时空分辨率的ERA5资料对每个个例进行发生点、发生时间的环境参量计算，这样可以克服忽略地形和探空资料时空分辨率过于稀疏的问题，得到吉林省东部山区更加精细的对流参数预报阈值，具体结果见表1。

表1 吉林省东部山区强对流天气关键环境参量预报阈值（以25%数作为预报阈值）

5 结语

（1）雷暴大风型整个暖季都有发生，累计出现日数分别达到了120d和78d；冰雹大风型主要出现在5月和6月，累计出现日数分别为16d和19d；复合型仅仅出现在6—9月，累计日数为8d。

（2）可以将ΔT85≥25.3℃作为预报出现强对流天气的阈值。雷暴大风型、冰雹大风型、复合型的广义位温预报阈值分别为297K、301K、308K；K指数的预报阈值分别为26℃、29℃、33℃。当平均温度露点差≥5.2℃时，需要警惕雷暴大风的发生；当融化层高度位于2.8～3.4km时，需要警惕冰雹大风的发生；当暖云层厚度≥3.5km时，需要警惕复合型强降水的发生。

（3）由于对流的触发机制难以客观化描述，因此在使用上述阈值的时候，需要预报员结合抬升触发条件进行判断。另外，由于吉林省东部山区的国家站分布稀疏，如果仅仅以单站出现冰雹或短时强降水作为判定条件区分对流类型，会出现站点周围几千米范围内出现了冰雹或强降水却将其识别为雷暴大风型的情况，因此在后续的工作中，需要进一步使用区域站或自动站数据解决此问题。