專業預報的研制方法

李仁權 羅恒 羅霄

摘 要：文章利用地面和高空氣象要素、T213格點資料、歐洲傳真圖和日本傳真圖資料，以及湘西州電業局提供的有關資料，客觀綜合分析氣象要素與電力調度，安全運行和高效決策的關系。運用當今先進的預報技術手段，應用天氣學原理和預報經驗，分別進行“州內各流域主要水庫的降水預報”的研制，“各電力線路上電線結冰預報”的研制、“各線路上雷電預報”的研制、“電力負荷預報”的研制以及“未來7天內有利檢修天氣預報”的研制，并分別建立各自的預報模型，形成各自獨立的預報，對其進行客觀、準確預報。

關鍵詞：專業預報 研制方法

中圖分類號：P49 文獻標識碼：A 文章編號：1672-3791（2014）07（a）-0183-02

將氣象信息與電力生產調度、安全運行、高效決策等生產實際緊密結合，并進行綜合分析、研究，充分利用當今最新的預報先進技術和專業性強的特點，極大地滿足電力生產調度和安全運行的需求，以便高效指揮決策和調度，具體內容為：州內各流域主要水庫的降水預報，各電力線路上電線結冰（雨淞）預報，各電力線路上雷電預報，電力負荷預報，變電站未來七天有利于檢修天氣預報。

1 湘西州內各流域主要水庫24小時降水預報和變電站未來七天有利于檢修天氣預報

將湘西州16個水電站的3年降水資料8縣市同時期的降水歷史資料進行相關分析，對16個水電站進行落點劃分，結果顯示落區的劃分基本與其所處的自然地理位置的劃分相一致。本方法劃出4個落區，分別為東、西、南、北部，23個變電站的落點劃分方法與此相同，利用天氣學原理和預報經驗，綜合應用數值預報產品、各種指導預報產品及本站氣象要素，尋找預報因子。由于冬半年和夏半年在氣候、大氣環流背景及影響 方面差異很大，因此我們將一年分成兩個時段夏半年5～8月，冬半年1～4月和9～12月，分別建立各自的預報因子和預報方程組進行預報。

所采用資料為歐洲中心數值預報、日本降水預報及歐洲在線三大預報產品，歐洲中心預報產品包括：500百帕高空形勢預報、850百帕溫度預報及地面形勢預報、歐洲中心預報產品有格點資料，本方法采用計算機自動讀取和判別，日本降水預報包括：Jfufe502、Jfufe503、Jfsas04、Jfsas07、Jfsas09、Jfsas12。由于日本的預報產品和歐洲在線未來6天的預報產品沒有格點值，需要人工輸入。歐洲中心格點資料我們采用27.5°N～30.0°N、105°E～107.5°E范圍內的4個格點資料，預報因子有500百帕24小時變高，850百帕24小時變溫、地面24小時變壓，日本的降水預報和歐洲在線預報產品通過編碼在一個界面上統一輸入。本方法的落區預報由日本的數值預報產品來控制，量級預報由日本的降水預報和歐洲在線天氣預報及歐洲中心數值預報三者來控制，從而分別建立2組共14個各個落區的冬半年和夏半年預報方程。

其中X（1，1）～X（1，7）為未來1～7天的歐洲中心數值預報產品高空500hPa高度預報24小時變高因子，當4個格點的24小時變高值小于0時，規定X（1，i）=1，否則X（1，i）=0；X（2，1）～X（2，7）為未來1～7天的歐洲中心數值預報產品地面形勢預報24小時變壓因子，當4個格點的24小時變壓值小于1時，規定X（2，i）=1，否則X（2，i）=0；X（3，1）～X（3，7）為未來1～7天的歐洲中心數值預報產品高空850hPa溫度預報24小時變溫因子，當4個格點的24小時變溫小于0時，X（3，i）=1，否則X（3，i）=0；X（4，1）～（4，6）為歐洲在線預報產品未來1～6天的預報因子。

當該產品預報無雨時，規定X（4，i）=0；小雨時，X（4，i）=1；中～大雨時，X（4，i）=2；大～暴雨時，X（4，i）=3。

X（5，1）～X（5，5）為未來1～5天的日本降水預報產品預報因子，當該產品預報無雨時，規定X（5，i）=0；小雨時，X（5，i）=1；中～大雨時，X（5，i）=2；大～暴雨時，X（5，i）=3。

X（6，1）為Jfufe502和Jfufe503預報產品的預報因子，當兩者都預報湘西州無雨時 X（6，1）=0，否則X（6，1）=1。

Y（1）～Y（7）表示未來1～7天的預報值，當Y（1）=0或者同時滿足Y（1）≤3且X（3，1）= 0且X（4，1）=0時，未來24小時晴天；當Y（1）≤3且X（3，1）=1時則未來24小時多云或有陰天，局部有無降水，則根據Jfufe502和Jfufe503預報產品來定，當Y（1）>3時，湘西州有雨，其量級和落點由Jfufe502和Jfufe503來定；當Y（i）（i=2，3……6）≤3時，湘西州無雨，局部有無降水由日本降水數值預報產品來定，否則湘西州都有雨；當Y（7）≤2時，湘西州有雨，否則無雨。

夏半年（5～8月）由于地面冷空氣勢力較弱，其預報方程組變為：

其中各因子的意義同冬半年，只是臨界值的取值有差別。同時由于5～8月湘西州的強降水較頻繁，未來24小時的降水量預報等級及落區預報又增加了2個預報因子，一個是歐洲在線預報產品，一個是日本的數值預報產品Jfufe504，增強了未來24小時的降水量預報能力，夏半年的預報思路及方法均同冬半年。

2 各流域主要水庫的中、長期預報

2.1 月預報方法

2.1.1 數值演變列表作湘西州八縣市逐月降水量定性和定量預報

該方法以中科院院士曹洪興86年發表的“數值演變規律研究”為依據，利用湘西州八縣市1971—2003年的降水資料制作了以幾個代表點為單位，可單獨使用，又可相互對比分析。修正的月降水預報，其制作、使用步驟如下。

（1）將某站1971—2003年各月的降水實況值，按省定質量評定標準，把12～2月以四級制分級，3～11月六級分級并制成《各月降水份級標準》。

（2）按上述標準將歷史降水資料進行分級列表，即《歷年各月份級表》。

（3）矩陣分析。以矩陣轉移原理，從縱、橫兩個方向分別以一步、二步、三步轉移機率，并統計各步最大機率，最后將縱向、橫向相結合，選取二次中皆為最大或較大機率，確定為預報對象的等級。這一步即為定性的第一步。再由降水量分級表確定各量級的數值，即為定量的預報數值。

2.1.2 八縣市各月歷史資料降水序列曲線分析

（1）任何事物者都有自己的發展規律，各月降水量也不例外。曲線圖法，就是尋找以月為基本時間尺度的降水量隨年度的變化規律。比如永順縣十月降水量曲線，連續降三年，第四年一定升的機率是4/4=100%，吉首市11月份降水量連續降二年，第三年升的機率是6/6=100%。

（2）濾波分析圖：在曲線序列的基礎上，制作一種濾去隨機小波的中尺度或大尺度圖，可以二年、三年或五年進行迭加平均后制圖，這種曲線圖規律性比單一的年度尺度圖更明顯，有時更好用。

2.1.3 常規的統計預報方法

（1）點驟圖法；（2）多因子分檔相關回歸法。

2.2 各電力線路上雷暴預報

2.2.1 所用資料及統計標準

（1）資料：使用湘西州八縣市氣象站1960—2001年共42年雷暴資料，日界取20～20時（北京時間）；湘西自治州電業局所管轄的湘西州線路，500 hPa歐洲數值預報圖，日本502、503傳真圖，T213物理量資料，本站資料。

（2）分片標準：湘西自治州電業局所管轄線路多達40條，逐線預報不便于研究和預報，而大多數線路相距僅幾公里，而發生雷暴天氣的天氣尺度較電力線路大。根據雷暴天氣的尺度特點和線路分布情況，我們把電力線路分為五片，即龍山片，永古片（永順、古丈），花保片（花垣、保靖），吉首片，鳳瀘片（鳳凰、瀘溪）。

（1）龍山片所轄線路31新望線、19楊新線。

（2）永古片所轄線路11鳳古線、26古永線、24梅楊線。

（3）花保片所轄線路3碗巖Ⅰ回、4碗巖Ⅱ回、7巖花線、8巖梅線、9巖佳線、10巖毛線、12古梅線、22佳塔線、30佳鐵線、21佳花線。

2.2.2 雷暴預報研究

雷暴天氣是由于積雨云的影響而成。在春夏兩季，南北冷暖。氣流經常在我州上空交匯而成云致雨，當云塊在大氣擾動（如西南低渦等）作用下繼續發展，而形成積雨云時，就會產生雷暴天氣。雷暴天氣的發生，均是在降水天氣的條件下發生的，在制作雷暴預報方法時，需考慮降水天氣的影響，即考慮未來24小時是否有降水，作為起報條件。其次，雷暴天氣與大氣不穩定能量有很大一部分來自地面和大氣層結的不穩定性，因而把單站要素及物理量指標作為預報雷暴的判別指標。

通過分析研究，我們分別建立了各月雷暴的預報方法其中三月雷暴預報方法為以下幾個方面。

（1）起報條件。

日本傳真圖520、503預報未來24小時有降水。

（2）判別指標。

①本站未來24小時有冷空氣影響，14時地面圖圖冷空氣已過蘭州或西安。

②吉首、龍山、永順或古丈、花垣或保靖、瀘溪或鳳凰14時本站氣壓24小時變量的絕對值|Δp24|≥4.0。

③吉首、龍山、永順或古丈、花垣或保靖、瀘溪或鳳凰14時氣溫T14≥17.0且水汽壓e14≥13.0。

④T213垂直速度850～500之和小于-7，ω850+ω700+ω500<-7。

當a條件達到，則湘西州有雷暴；當b、c、d三條某片達到其中之一，則判定某片未來24小時有雷暴。

3 結論

該文章重在“精”和“專”上下功夫，由于在進行各個專業預報研制時，普遍存在資料不全或資料年代較短這個問題，如湘西州十幾座主要水庫只能收集到五座水庫的資料，電力線路上的雷暴資料空白，電線覆冰資料也不多，加之目前所能用的T213和歐洲等格點預報資料還不能十分精確的預報各要素，這給研制帶來了一定的困難，以致盡可能用湘西州各縣市的同期氣象資料和水庫、電力線路現有資料進行相關分析，利用高空和地面氣象要素、T213和歐洲格點資料等建立預報方程；使預報結果實現了定點、定線、定時和定量預報程度。“各電力線路上的電線結冰（雨凇）預報”和“州內各流域主要水庫的降水預報”預報效果尚可；準確率80%左右，可見，各專業預報的準確率有待于提高。為此，本文的設想和措施就是：（1）將水庫和電力線路已有的資料收齊；（2）在沒有資料的電力線路沿線每隔40 km建一個自動觀測站，積累資料；（3）引進中小尺度數值預報模式—— MM5，加本站要素提高預報能力；（4）在今后使用過程中不斷修改完善預報系統以逐步提高其預報準確率。這樣才能實現真正意義上的客觀，定量，定點和定線。

參考文獻

[1] 陶詩言.中國暴雨的形成機理與預報研究[M].北京：氣象出版社，2001：98-184

[2] 陸漢城，楊國祥.中尺度天氣原理和預報[M].2版.氣象出版社，2004：127-267.

[3] 宇如聰，薛紀善，徐幼.AREMS中尺度暴雨數值預報模式系統[M].北京：氣象出版社，2004：110-230.

[4] 潘志祥，劉建平，等.湖南省大型水電廠流域專業天氣預報方法研究[M].北京：氣象出版社，2000：27-140.

[5] 編委會.氣象預警開發設計與氣象觀（監）測預報[M].北京：中國科技文化出版社，2007：651-734.