多探空因子在綿陽雷暴潛勢預報中的應用

張雯

摘要 在綿陽機場雷暴活動特征分析的基礎上，結合探空資料，計算了綿陽雷暴發生和大氣不穩定參數間的關系，得到K指數、抬升指數、沙氏指數、強天氣威脅指數、對流不穩定能量、大氣可降水量等探空因子，分析發現其值大小與雷暴的發生有較好的相關性。并且通過多探空因子在空間的分析表明，通過選取反映大氣熱力條件、水汽條件和層結穩定度的多探空因子，能更好地反映樣本與雷暴發生的關聯性。通過事件概率回歸（REEP）方法，利用探空因子制作機場雷暴潛勢預報，建立回歸方程，以對雷暴的發生作客觀定性的潛勢預報。

關鍵詞 雷暴；探空因子；事件概率回歸；潛勢預報

中圖分類號：P457.9 文獻標識碼：A 文章編號：2095-3305（2018）04-008-03

DOI： 10.19383/j.cnki.nyzhyj.2018.04.003

Abstract Based on the analysis of the characteristics of the thunderstorm activity in Mianyang airport and sounding data， the relationship between the occurrence of thunderstorm and the atmospheric unstable parameters was calculated. The results showed that K index， LI index， SWEAT index， CAPE， Pwv had a good correlation with the occurrence of thunderstorm. The correlation between the samples and the occurrence of thunderstorm could be better reflected by multi-sounding factors that reflected the atmospheric thermal conditions， water vapor conditions and the stability of stratification. By regression estimation of event probabilities method， the potential prediction of airport thunderstorm was made by using the sounding factors， and the regression equation was established to make an objective and qualitative prediction of the occurrence of thunderstorm.

Key words Thunderstorm； Sounding factors； Regression estimation of event probabilities； Potential forecasting

雷暴的發生是與對流性天氣關聯的一種復雜的大氣放電現象，具有空間尺度小、生命史短、突發性強等特點。但由于雷暴的形成與變化過程復雜，影響因素很多，增加了時間空間上準確預報雷暴發生的難度。

一般認為雷暴的發生、發展和維持的條件是層結不穩定、較好的低空水汽條件以及適當的觸發因子[1-2]，國內外許多學者研究認為，雷暴活動與大氣不穩定參數之間存在較大相關性[3]。鄭棟等[4]使用北京地閃和探空資料，分析了對流不穩定參數與雷電活動關系，發現潛在對流性穩定度指數、抬升指數、對流有效位能和700 hPa假相當位溫與雷暴活動具有較好的相關性。Doswell等[5]指出，在可能發生深厚對流的環境里，CAPE屬于垂直積分位勢穩定度指數，與環境變化最為密切。筆者在對2010—2014年綿陽機場雷暴活動特征分析的基礎上，利用探空資料，分析了綿陽雷暴發生和探空因子間的關系，提出選取反映大氣熱力條件、水汽條件和層結穩定度的多探空因子，分析其空間分布與雷暴發生的關聯性，利用探空因子制作回歸方程，對雷暴發生進行客觀分析，以提供機場雷暴潛勢預報思路。

1 綿陽機場雷暴特征

綿陽機場雷暴歷年出現在4—10月，累年年平均雷暴日數為20.6 d，最多年份出現29 d，最少年份僅出現12 d，年差異較大。

雷暴主要出現在夏季7、8月份，春秋兩季出現次數較少，冬季則沒有出現過雷暴。夏季雷暴累年平均出現日數為13.8 d，占雷暴平均日數的67.0%。其中7月份雷暴出現次數最多，平均日數為6.2 d，其次是8月份，平均日數為5.4 d，再次是5月份和9月份，平均日數均為2.8 d，10月份最少，僅為0.2 d（圖1）。雷暴出現次數的月變化6—7月有一次從低值向高值的跳躍；8—9月又逐漸下降，這與太平洋副熱帶高壓的脊線位置變化有很大的關系。當盛夏來臨，副高北跳西伸，機場處在副高西北邊沿，易產生雷暴天氣。

2 資料及分析過程

選取2010—2014年機場雷暴天氣樣本資料進行處理。將機場觀測到的雷暴天氣發生時記為1，無雷暴天氣記為0。利用四川溫江站（56187）探空資料計算各對流參數，在08：00—20：00時段內發生的雷暴，采用08：00探空資料作預報分析， 20：00至次日08：00發生的雷暴采用20：00資料作預報分析。

2.1 探空因子的氣候特征

選取分別代表大氣穩定度、水汽條件和抬升條件的不同探空因子：K指數、TT總指數、LI指數、SI指數、SWEAT指數、CAPE、Pwv以及對流不穩定度指數IC，將雷暴的發生與以上探空因子月際變化結合分析。從圖2分析發現雷暴高發期對應7月下旬至8月上旬，高發區內對應的平均K指數都>33℃，TT值>39℃，LI指數<0.3℃，CAPE值>360 J/kg，并且從5月上旬雷暴的發生有個小高值，各探空指數也呈現對應的升高趨勢，K指數升高明顯，TT、CAPE均在前期就表現出升高趨勢，LI前期陡降至0.5℃。

從圖3分析可知SWEAT在雷暴高發時段達到210，SI和θsedif85（IC指數）分別在2℃和0.7℃以下，Pwv達到45.2 mm，對應5月上旬的雷暴高值區，SWEAT和Pwv呈現明顯的上升趨勢，而SI和θsedif85（IC數值）在前期都出現明顯的回落過程。這些探空因子在雷暴發生時都有明顯的變化特征，當達到一定的閾值范圍，可據此對雷暴的出現進行潛勢預報。

2.2 多探空因子下的雷暴分布

單一的探空因子與雷暴發生有較大的聯系，但還存在一定的局限性，不能較完整地反映大氣分布特性。在此選取多探空因子進行空間上的分析，以找出雷暴發生同多個因子的關聯性。選取代表大氣熱力性質的K指數、表征大氣不穩定狀況的θsedif85和表征水汽條件的Pwv作為一組進行分析。從圖4來看，樣本主要集中在Pwv 35～71 mm，θsedif85 0～20℃，TT值38～58℃，此范圍的雷暴發生概率占樣本的79%。橫向來看，不滿足Pwv范圍的樣本有8個，其中6個樣本同時滿足TT指數與θsedif85條件，另外2個對于上述參數的范圍均不滿足（8個樣本均至少滿足熱力條件或穩定度條件其中1個）。縱向來看，不滿足θsedif85范圍條件的31個樣本中，當θsedif85>0℃的13個樣本中，有11個樣本的Pwv值符合條件，其中2個樣本Pwv<35 mm，且TT值都<34℃，當θsedif85<-20℃時，TT指數均大于42。綜合來看，雷暴發生的Pwv分布相對都集中在35～70 mm，在這個范圍以外統計的雷暴樣本大部分也都滿足另2個條件。

對雷暴持續時間≥4 h的14個樣本統計發現，雷暴集中發生于Pwv 55～70 mm，θsedif85指數跨度范圍較大，位于-35～5℃，TT指數34～50℃范圍內，數值稍小于一般雷暴的發生，集中區雷暴占據強雷暴發生的78.6%，持續時間≥8 h的雷暴全部落在此范圍內。另外3個樣本雖然在此范圍以外，但均能保證其熱力條件、水汽條件或穩定度條件至少滿足其中1個。

通過多探空因子的組合分析發現，對于普通雷暴，當樣本至少滿足熱力條件（TT）、穩定度條件（IC）和水汽條件（Pwv）的其中2個條件，雷暴的發生概率占96.8%。對于強雷暴，通過多探空各因子兩兩組合分析方式，對強雷暴有很好的預報能力。

2.3 雷暴發生與探空因子的多元線性回歸關系

在氣象統計預報中，通常考慮到某個要素變化同前期的多個因子相關性，以研究多個因子與該要素的定量統計關系，一般假定預報量y與p個因子關系呈線性，為研究它們之間的聯系作n次抽樣，對預報量y建立多元回歸的線性模型。

事件概率回歸（REEP）基本思想是將因子與預報量看成隨機事件，通常對這類隨機事件出現與否用“1”和“0”二值變量表示，把預報量事件y與p個因子x1，…，xp事件之間的關系看成是在p個前期因子已經出現的條件下事件y出現與否的關系，則可建立對預報量y的條件期望。若用“y=1”表示“有雷暴日”，則雷暴概率預報方程可寫為：

其中x1、x2、x3分別為Pwv、TT、Tg。根據方程得出發生雷暴y=1的事件概率估計值。

將預報因子帶入預報方程，當閾值為0.36時，其中CSI評分達到40.8%，而擊中率（POD）59.3%，空報率（FAR）43.3%，偏度（BR）1.05，漏報率（DFR）0.47，預報準確率（PC）81.9%。從以上各檢驗指標來看，PC、POD指標相對較高，BR指標接近1，而FAR、DFR指標相對較低，說明該方程對于綿陽機場的雷暴天氣有較好的預報能力。

3 小結

從雷暴發生與各探空因子間的關系來看，雷暴高發區平均K指數都>33℃，TT值>39℃，LI指數<0.3℃，CAPE值>360 J/kg，SWEAT >210，SI和IC指數分別在2℃和0.7℃以下，Pwv達到35.2 mm，通過各探空因子的閾值可定性分析雷暴發生的可能性，并且通過多探空因子的組合分析發現，對于普通雷暴當樣本至少滿足熱力條件（TT）、穩定度條件（IC）和水汽條件（Pwv）中的2個條件，雷暴的發生概率達到96.8%。對于強雷暴，通過多探空因子兩兩組合分析方式，對強雷暴有很好的預報能力。通過REEP建立潛勢預報方程，以對雷暴的發生作客觀定性的潛勢預報。

參考文獻

[1] 郝瑩，姚葉青，陳焱，等.基于對流參數的雷暴潛勢預報研究[J].氣象，2007，33（1）：51-56.

[2] 彭治班，劉健文，郭虎，等.國外強對流天氣的應用研究[M].北京：氣象出版社，2001：3-10.

[3] 朱彪，黃興友，王世文.南京地區閃電定位資料與探空資料的應用分析[J].氣象科學，2008，28（6）：659-662.

[4] 鄭棟，張義軍，呂偉濤，等.大氣不穩定度參數與閃電活動的預報[J].高原氣象，2005，24（2）：196-203.

[5] DOSWELL ⅢCA. RAMSMUSSEN EN.The effect of neglecting the virtual temperature correction on CAPE calcula-tions[J]. Weather Forecasting，1994（9）：625-629.

責任編輯：鄭丹丹