雷暴發生規律分析及預報

魯鄭莉

（民航河南空管分局，河南 鄭州 451162）

雷暴發生規律分析及預報

魯鄭莉

（民航河南空管分局，河南 鄭州 451162）

利用雙流縣7年（2004～2011）的雷暴資料，選取與雷暴相關性較好的三個因子氣壓，溫度，相對濕度，并在考慮因子季節變化特征的基礎上，分別利用回歸分析法和判別分析法制作雷暴預報 ，并用2012～2013年的7、8月雷暴資料進行檢驗。溫度，相對濕度與雷暴日相關性比氣壓好，對預報貢獻大，對雷暴日有較好的指示意義。綜合分析平均預報準確率；判別分析法（78.5%）優于線性回歸法（30.3%）；判別分析法均達到了一定的預報水平，具有較好的參考價值；而多元線性回歸方程選取了平均相對濕度作為預報雷暴日的標準，其預報效果不理想，其方法有待進一步研究。

雷暴；氣溫；相對濕度；判別分析；多元回歸分析

雷暴是一種劇烈的天氣現象，其伴隨的各種劇烈的氣象要素變化會對飛行安全造成各種的影響。在雷暴區，除了閃電現象之外，還存在強烈的湍流、積冰、雷雨和大風，甚至冰雹或龍卷等災害性天氣 。雷電的電壓可達幾十萬伏，會造成很大的威脅。可能會擊穿飛機蒙皮，使機體受損，或導致飛機上的電子設備失效，導致飛機失控，嚴重時，會造成機毀人亡。 雷暴云中的冰雹或下降到地面的冰雹損壞飛行中的飛機以及地面的航空器，由于雷暴云中垂直運動強烈．因而造成飛機嚴重蕺簸，雷暴云中含有大量的過冷水滴．故在其上部飛行常常發生較強的積冰，它所伴隨的下擊暴流[1]、狂風暴雨、低碎云、低能見度等天氣現象造成目視條件下降以及飛機空氣性能的改變對云下飛行及航班的起降造成嚴重威脅；強陣風使飛機操縱困難[2]。

國內外關于雷暴統計預報的方法在國內外都已經做了大量的研究，大多使用了多元線性回歸法、判別分析法、指標疊加法、線性，非線性擬合方程等數學統計方法來對雷暴活動規律做預報回歸方程[3]。

盡管氣象學界在雷暴預報方面已經做出了大量的研究，但是由于資料的短缺和經驗的不足，不穩定參數在時空高度上是隨高度變化的，且在大范圍環境中是不具有代表性的，因而應用高時空分辨率長時間尺度的氣象資料來計算大氣不穩定參數變得更加重要。尤其重要的是，雷暴隨異地有很明顯的差異，相同的預報方法產生的預報效果隨地區的差異也是不一樣的。雷暴特征的差異與地理位置、氣象條件、海拔高度都有很密切的聯系。

1 雷暴的形成的必備條件[4]

（1）深厚而明顯的不穩定氣層具有大量的不穩定能量理論和實踐都證明不穩定的層結有為強對流性天氣提供充沛的能源。

（2）充足的低空水汽條件。濕度的鉛直分布影響到層結穩定度，低層濕空氣的存在是雷暴產生的一個有利條件。足的水汽是雷暴可以發生發展的必要條件，一方面水汽是形成積雨云，興雨降雹的物質基礎，另外一方面，水汽在凝結時釋放的潛熱也是雷暴得以發展的重要能量來源。

（3）抬升機制的存在。大氣中具有不穩定能量和水汽條件后，為成云至雨提供了可能，再加上抬升機制的存在，導致形成雷暴云。一旦有切變、冷鋒等動力性對流或者本地熱力對流或者地面抬升影響等產生的對流等觸發因子則非常有利于雷暴天氣的發生。

2 雷暴統計預報因子的選取

雷暴過境時近地面氣象要素和天氣現象都會表現出急劇變化，常給飛行造成嚴重影響。會出現氣壓猛升、氣溫驟降、風向突變、風速增大、開始降水或者降水增強等天氣現象，對于比較強烈的雷暴過程還會伴有強風、冰雹、龍卷等激烈災害性天氣現象[5]。

在形成雷暴前，積雨云中上升氣溫使高層輻散大于低層輻合，云中水汽凝結釋放的潛熱使空氣增溫，氣柱膨脹，所以，地面氣壓通常是下降的。當雷暴臨近時，冷空氣丘到達時。氣壓開始上升。隨著雷暴的遠離，氣壓又開始恢復正常。

雷暴來臨前，地面氣溫高，氣溫高，濕度大，風力微弱，天氣悶熱。測站一般為暖濕空氣所盤踞。雷暴出現之前，地面相對水汽含量較大，一方面為降水提供水汽來源，另一方面水汽的凝結潛熱釋放提供不穩定能量。

在7、8月，發生雷暴之前天氣悶熱，表明大氣底層氣溫高、層結不穩定、水汽含量大，如果有適當的抬升機制存在就可以產生雷暴。在本文利用自動氣象站的實測資料，利用對雷暴有較好的指示意義因子氣壓、溫度、相對濕度作為預報因子。

3 使用判別分析法、回歸分析法建立預報方程

3.1 回歸分析法

回歸分析法基本思想[6],回歸分析是目前氣象統計分析中最為常用的一種方法。本文利用多元線性回歸分析方法對2004-2011年雙流縣雷暴發生規律進行分析。受雙流縣氣象資料的限制，本文雷暴預報是用前一天的氣象要素資料平均氣壓x1、平均溫度x2作為預報因子，第二天的平均相對濕度作為預報量y，建立相對濕度的回歸預報方程。建立多元線性回歸方程組

其中b0、b1、b2為回歸系數、S11為氣壓距平方差、S12為氣壓溫度距平協方差、S22為溫度距平方差、S1y為氣壓濕度距平協方差、S2y為溫度濕度距平協方差。y為濕度平均，x1為氣壓平均，x2為溫度平均。

查表在5%顯著水平下，分子自由度為2分母自由度為428，F＞Fα，故回歸方程是顯著的。

雷暴日的平均相對濕度樣本平均值是85.54，無雷暴日的平均相對濕度樣本平均值是83.35，可以將有雷暴的相對濕度平均值和無雷暴相對濕度平均值坐平均的值84.45定義為預報日雷暴發生的標準，用回歸方程得到的預報值與此標準值比較得到雷暴發生條件。

通過把2004～2011年資料的回代檢驗，有雷暴的預報準確率為31.9%；無雷暴的預報準確率為46.0%，將2012～2013年資料代入得出有雷暴的預報準確率為21.2%；無雷暴的預報準確率為40.4%。空報率大且預報的準確率低。考慮造成這種情況的原因有:一是限于所采用的資料長度較短；二是選取因子的時段不確切，如能選取像是逐時的氣象要素資料或是一些表示輻合的因子可能效果會更好。

3.2 判別分析法

本文利用雙流縣雷暴發生前一日的氣象要素觀測資料運用判別分析方法做出雷暴是否出現的預報。費歇爾判別法是一種應用廣泛、具有較高判別能力的多元邏輯概率判別方法.基于費歇爾判別法[6],結合實際數據確定雷暴是否發生的預報方程，將資料分為兩類別，有雷暴和無雷暴。利用2001年到2010年的7、8月份的氣象資料選取三個因子，平均氣壓、平均溫度、平均相對濕度。對此筆者應用SPSS軟件建立預報量分為二級時三個因子的判別函數

y是預報量、c1c2c3是判別系數、x1因子代表預報前一天的平均氣壓、x2因子代表預報前一天的平均溫度、x3因子代表預報前一天的平均相對濕度

建立求判別系數的標準方程組：

yc為差別值 、n1為雷暴樣本數、n2為非雷暴樣本數、與為雷暴和非雷暴的判別函數平均值，若y＞yc報雷暴；反之，y＜yc報無雷暴。

通過對雙流縣資料整理，利用spass軟件計算求得判別系數及判別方程

通過把2004到2011年資料的回代得出對雷暴預報準確率為81.4%；無雷暴預報準確率為61.8%.空報率較大，同時將2012年到2013年資料預報雷暴預報準確率為81.8%；無雷暴預報準確率為75.7 %。判別分析得出的預報方程準確率比回歸分析高，具有一定的參考意義。

4 結論

（1)相比氣壓，溫度與相互濕度與雷暴日相關性較好，對雷暴日有較好的指示意義。

（2）雙流縣2004～2011年10年間7、8月份的逐日氣象要素（日平均氣壓、日平均氣溫、日平均相對濕度）觀測數據，運用判別分析法、線性回歸分析法建立預報方程，并用2012～ 2013年兩年的氣象資料進行雷暴的預報。

綜合分析預報準確率平均值，判別法（78.5%）優于線性回歸法（30.3%）；判別分析法均達到了一定的預報水平，具有較好的參考價值；而多元線性回歸方程利用平均相對濕度判定雷暴是否發生，其預報效果不理想，其方法有待進一步研究。回歸分析、判別分析是根據歷史數據擬合出預報方程，得出的結果僅供參考。因為所采用的資料長度較短，以及選取實測資料作為因子，并不能直接較好反應層結穩定度。因此在實際的預報時，必須對統計結果進行綜合分析判斷并同時結合鋒面，高空槽，切變線，低渦等天氣系統，西太平洋副熱帶高壓的西部邊緣等天氣形勢來進行對雷暴進行分析。

[1] （美）TT.藤田.下擊暴流[M].北京:氣象出版社,1988.

[2] 空軍司令部.航空氣象[M].北京:藍天出版社,1989.

[3] 孫凌,周筠珺,楊靜.雷暴預警預報的研究進展[D].成都:成都信息工程學院,2009.

[4] 朱乾根,林錦瑞.天氣學原理和方法[M].北京:氣象出版社,2000.

[5] 周建華.航空氣象業務[M].北京:氣象出版社.2011.

[6] 黃嘉佑.氣象統計分析與預報方法(第三版)[M].北京:氣象出版社,2004.

Prediction of thunderstorms in Shuangliu County

In this paper,it use the data of thunderstorm about 7 years (2004-2011) to analyse and summarize the climate and thunderstorm activity regularity. The three factors air pressure, temperature,and relative humidity have a good correlation with thunderstom. Basing on the considering the seasonal factor , It use the regression analysis and discriminant analysis method to make a equation to forecast thunderstorm. Then it use the equation to forecast 2012 to 2013 data. Comprehensive After analysing of the average forecast accuracy, temperature and relative humidity have a good correlation with thunderstorm. Discriminant analysis (78.5%) is better than the linear regression method (30.3%). The discriminant analysis method achieves a certain prediction, has good reference value. But Multiple linear regression equation select the average relative humidity as the standard forecast thunderstorm. Its forecast effect is not ideal, needs further researching.

Thunderstorm; temperature; relative humidity;discriminant analysis; multivariate regression analysis

P456

A

1008-1151(2015)03-0212-03

2015-02-06

魯鄭莉，供職于民航河南空管分局。