莆田市前汛期短時強(qiáng)降水物理量閾值研究

梁寶元　劉君　張響亮

摘要：利用福州、廈門兩個常規(guī)探空站逐日高空探測資料導(dǎo)出的32個物理量，分別與2012～2016年莆田市前汛期（3～6月）區(qū)域短時強(qiáng)降水個例進(jìn)行相關(guān)性分析及顯著性檢驗(yàn)，統(tǒng)計(jì)出涵蓋75%以上短時強(qiáng)降水個例的物理量閾值，剔除閾值在非短時強(qiáng)降水個例出現(xiàn)概率大于45%的物理量，得到莆田市前汛期短時強(qiáng)降水的物理量閾值，以便在莆田市前汛期短時強(qiáng)降水預(yù)報(bào)中應(yīng)用。

關(guān)鍵詞：短時強(qiáng)降水；物理量；閾值；端須圖

中圖分類號：P426.6??????????????????????????? 文獻(xiàn)標(biāo)志碼：A

0引言

短時強(qiáng)降水是強(qiáng)對流天氣的一種，是常見的災(zāi)害性天氣之一，具有很強(qiáng)的突發(fā)性和局地性，降水速度快，雨勢兇猛，易引發(fā)城市內(nèi)澇和山洪、泥石流、滑坡等次生災(zāi)害，而對其預(yù)報(bào)又一直是難點(diǎn)[1-3]，國內(nèi)外學(xué)者在短時強(qiáng)降水的氣候特征、形成機(jī)制、預(yù)報(bào)模型等方面作了大量研究，取得了豐碩成果[4-8]。隨著近年來莆田市短時強(qiáng)降水日數(shù)呈現(xiàn)逐年增加趨勢[9]，怎樣提高短時強(qiáng)降水預(yù)報(bào)準(zhǔn)確率和提前量成為目前預(yù)報(bào)人員亟待解決的問題之一。探空資料能反映實(shí)時大氣的溫濕特性及垂直風(fēng)場結(jié)構(gòu)，可以計(jì)算出與熱力、動力相關(guān)的大量物理量，通過物理量的閾值可以確定對流天氣的類型或強(qiáng)度，利用物理量可以在一定程度上對強(qiáng)天氣進(jìn)行預(yù)報(bào)，但由于地域性的差異，這些物理量閾值存在一定差異[10-11]。目前，對福建省短時強(qiáng)降水的研究多為特征分析和環(huán)流背景分析[12-15]，對物理量閾值的研究還相對較少，文章利用2012～2016年福建省兩個常規(guī)探空站（福州、廈門）3～6月的逐日高空探測資料，分析物理量對莆田地區(qū)前汛期（3～6月）區(qū)域性短時強(qiáng)降水的指示作用，以期為前汛期短時強(qiáng)降水天氣的預(yù)報(bào)提供參考依據(jù)。

1數(shù)據(jù)和方法

使用福建省兩個探空站（福州、廈門）的逐日常規(guī)探測資料，利用氣象信息綜合分析處理系統(tǒng)（MICAPS）計(jì)算并導(dǎo)出2012年～2016年的3月～6月逐日各物理量數(shù)據(jù)，篩選出質(zhì)量控制較好的物理量共32個，規(guī)定某一天內(nèi)莆田市有3個以上自動站出現(xiàn)1 h≥30 mm 降水計(jì)為1個短時強(qiáng)降水個例，共挑選出區(qū)域短時強(qiáng)降水個例33個，非短時強(qiáng)降水個例577個，其中，1 h 降雨量指整點(diǎn)小時值，包含莆田市1個基本氣象站、2個一般氣象站和112個區(qū)域自動站。

2物理量相關(guān)性分析

分別對福州、廈門兩個探空站導(dǎo)出的32個物理量進(jìn)行計(jì)算，假設(shè)短時強(qiáng)降水個例的 Y=1，非短時強(qiáng)降水個例的 Y=0，Xi 為各物理量值（i=1，2，…，32），逐個計(jì)算 Xi 與 Y 的相關(guān)系數(shù)，并進(jìn)行顯著性檢驗(yàn)，分別得到19個、21個通過α<0.05水平雙側(cè)檢驗(yàn)且相關(guān)系數(shù)＞0.08的物理量，見表1所列。

從表1可以看出，廈門探空站的物理量中，干暖蓋指數(shù)、修正杰弗遜指數(shù)、整層比濕積分、杰弗遜指數(shù)、最大抬升指數(shù)、Faust 指數(shù)、對流凝結(jié)高度處溫度、對流穩(wěn)定度指數(shù)等8個物理量與短時強(qiáng)降水事件的相關(guān)系數(shù)達(dá)到0.2以上，對短時強(qiáng)降水有較好的指示意義，干暖蓋指數(shù)的相關(guān)系數(shù)最高，達(dá)到0.28。福州探空站的物理量中，干暖蓋指數(shù)、整層比濕積分、潛在下沖氣流指數(shù)、Charba總指數(shù)、修正杰弗遜指數(shù)、杰弗遜指數(shù)、對流凝結(jié)高度處溫度、Faust 指數(shù)、修正 K 指數(shù)、最大抬升指數(shù)等10個物理量與短時強(qiáng)降水事件的相關(guān)系數(shù)達(dá)到0.2以上，對短時強(qiáng)降水有較好的指示意義，干暖蓋指數(shù)的相關(guān)系數(shù)最高，達(dá)到0.29。

3確定物理量閾值

理想的情況下，不同類型天氣的物理量數(shù)值應(yīng)具有明顯的差異，出現(xiàn)短時強(qiáng)降水和未出現(xiàn)短時強(qiáng)降水的物理量也應(yīng)有明顯差異[16]，實(shí)際上，出現(xiàn)這種理想情況的可能性極小，短時強(qiáng)降水個例和非短時強(qiáng)降水個例的各物理量數(shù)值必然存在交集，盡可能的找出交集相對較小的物理量，來作為短時強(qiáng)降水的判識依據(jù)。分別統(tǒng)計(jì)出表1中各物理量涵蓋75%以上短時強(qiáng)降水個例的閾值，見表2所列。

統(tǒng)計(jì)表2中的閾值在非短時強(qiáng)降水個例中的出現(xiàn)的次數(shù)，得到涵蓋75%以上短時強(qiáng)降水個例的物理量取值區(qū)間在非短時強(qiáng)降水個例中出現(xiàn)的概率，如圖1所示，可以看出，福州、廈門兩站 Barber 對流不穩(wěn)定指數(shù)、總指數(shù)、Teffer指數(shù)這3個物理量在非短時強(qiáng)降水個例中出現(xiàn)的概率均超過45%，另外，福州站對流凝結(jié)高度在非短時強(qiáng)降水個例中的概率也超過45%，以上4個物理量雖然與短時強(qiáng)降水的相關(guān)性較好，但其在非短時強(qiáng)降水個例中出現(xiàn)的概率偏高，予以剔除，其余物理量在非短時強(qiáng)降水個例中出現(xiàn)的概率在17.3%～42.5%。

4物理量特征分析

端須圖可以直觀展示短時強(qiáng)降水和非短時強(qiáng)降水物理量的數(shù)值分布情況[17]，制作通過顯著性檢驗(yàn)且在非短時強(qiáng)降水個例中出現(xiàn)概率小于45%物理量的端須圖，其中，層結(jié)穩(wěn)定度類指數(shù)11個，大氣溫濕類指數(shù)2個，動力類指數(shù)3個，熱力動力綜合類指數(shù)2個，逐個分析各物理量的差異情況及其對短時強(qiáng)降水的指示情況。

4.1層結(jié)穩(wěn)定度類指數(shù)

從層結(jié)穩(wěn)定度類指數(shù)的端須圖（如圖2所示）可以看出，大部分層結(jié)穩(wěn)定度類指數(shù)短時強(qiáng)降水個例與非短時強(qiáng)降水個例數(shù)值存在明顯差異，F(xiàn)aust 指數(shù)、杰弗遜指數(shù)、修正杰弗遜指數(shù)、修正 K 指數(shù)、干暖蓋指數(shù)等5個物理量短時強(qiáng)降水個例箱體與非短時強(qiáng)降水個例箱體沒有交集，表明50%短時強(qiáng)降水個例數(shù)值與非短時強(qiáng)降水個例數(shù)值不重合，并且涵蓋75%以上短時強(qiáng)降水個例的閾值在非短時強(qiáng)降水個例中出現(xiàn)的概率福州站、廈門站均小于30%，以上這些物理量對短時強(qiáng)降水具有很好的指示意義。

沙氏指數(shù)、K 指數(shù)、對流穩(wěn)定度指數(shù)、靜力條件穩(wěn)定度、最大抬升指數(shù)、Charba總指數(shù)等6個物理量短時強(qiáng)降水個例箱體與非短時強(qiáng)降水個例箱體略有交集，涵蓋75%以上短時強(qiáng)降水個例的閾值在非短時強(qiáng)降水個例中出現(xiàn)的概率在24.4%～40.9%，這些物理量對短時強(qiáng)降水的指示意義稍差。

4.2大氣溫濕類指數(shù)

整層比濕積分是指從地面直到大氣頂?shù)谋葷穹e分，其數(shù)值越大，越有利于對流性強(qiáng)降水天氣的發(fā)生[18]，分析圖3（a）可以看出，整層比濕積分福州、廈門兩站短時強(qiáng)降水個例與非短時強(qiáng)降水個例箱體無交集，短時強(qiáng)降水個例的數(shù)值明顯大于非短時強(qiáng)降水，涵蓋75%以上短時強(qiáng)降水個例的閾值在非短時強(qiáng)降水個例中出現(xiàn)的概率福州站、廈門站分別為19.2%、23.9%，因此，可以將整層比濕積分作為短時強(qiáng)降水的判別依據(jù)。同理，對流凝結(jié)高度處溫度（如圖3（b）所示）也可以作為短時強(qiáng)降水的判別依據(jù)。

4.3動力類及熱力動力綜合類指數(shù)

分析圖4（a）可以看出，潛在下沖氣流指數(shù)短時強(qiáng)降水個例與非短時強(qiáng)降水個例數(shù)值差異明顯，涵蓋75%以上短時強(qiáng)降水個例的閾值在非短時強(qiáng)降水個例中出現(xiàn)的概率福州站、廈門站分別為30%、34%，可以作為短時強(qiáng)降水的判別依據(jù)。通氣管參數(shù)福州站（如圖4（b）所示）短時強(qiáng)降水個例與非短時強(qiáng)降水個例數(shù)值差異明顯，涵蓋75%以上短時強(qiáng)降水個例的閾值在非短時強(qiáng)降水個例中出現(xiàn)的概率僅為17.3%，可以用來判別是否有短時強(qiáng)降水出現(xiàn)。廈門站風(fēng)暴相對螺旋度（如圖4（c）所示）短時強(qiáng)降水與非短時強(qiáng)降水?dāng)?shù)值差異不明顯，指示意義較差。福州站強(qiáng)天氣威脅指數(shù)（如圖4（d）所示）、瑞士第二雷暴指數(shù)（如圖4（e）所示）短時強(qiáng)降水和非短時強(qiáng)降水?dāng)?shù)值交集較多，對短時強(qiáng)降水的指示意義稍差。

5小結(jié)

（1）通過對2012～2016年莆田前汛期（3～6月）小時降水?dāng)?shù)據(jù)進(jìn)行分析，得到33個區(qū)域性短時強(qiáng)降水個例，通過計(jì)算福州站、廈門兩個探空站32個物理量與短時強(qiáng)降水個例的相關(guān)系數(shù)，分別得到19個、21個通過α<0.05水平雙側(cè)檢驗(yàn)且相關(guān)系數(shù)大于0.08的物理量，干暖蓋指數(shù)的相關(guān)系數(shù)最大，分別達(dá)0.28、0.29。

（2）分別統(tǒng)計(jì)得出涵蓋75%短時強(qiáng)降水個例的各物理量閾值，剔除掉在非短時強(qiáng)降水個例中出現(xiàn)概率大于45%的物理量，分別得到17個、15個對短時強(qiáng)降水有較好指示意義的物理量，其中，層結(jié)穩(wěn)定度類指數(shù)11個，大氣溫濕類指數(shù)2個，動力類指數(shù)3個，熱力動力綜合類指數(shù)2個。

（3）通過端須圖對分類物理量分析發(fā)現(xiàn)，層結(jié)穩(wěn)定度類指數(shù)比動力類、熱力動力綜合類指數(shù)對短時強(qiáng)降水的指示意義更加明顯，數(shù)量也更多，大氣溫濕類指數(shù)對短時強(qiáng)降水也有很好的指示意義。

參考文獻(xiàn)：

[1] 郝瑩，姚葉青，鄭媛媛，等.短時強(qiáng)降水的多尺度分析及臨近預(yù)警[J].氣象，2012，38（8）：903-912.

[2] 牛金龍，黃楚惠，李國平，等.基于高分辨率資料的濕螺旋度指標(biāo)及其對成都強(qiáng)降水的預(yù)報(bào)應(yīng)用[J].高原氣象，2015，34（4）：942-949.

[3] 仇娟娟，何立富.蘇滬浙地區(qū)短時強(qiáng)降水與冰雹天氣分布及物理量特征對比分析[J].氣象，2013，39（5）：577-584.

[4] 侯凱，邢辰飛.沙澧河流域短時強(qiáng)降水特征和概念模型[J].氣象與環(huán)境科學(xué)，2015，38（4）：7.

[5] 沈澄，孫燕，魏曉奕，等.基于物理量的江蘇短時強(qiáng)降水預(yù)報(bào)模型的研究[J].氣象，2016，42（2）：557-566.

[6] 朱蒙，康暑雨，張艷玲.豫東地區(qū)短時強(qiáng)降水時空分布特征及物理量指標(biāo)分析[J].氣象與環(huán)境科學(xué)，2020，43（3）：116-123.

[7] 程鵬，羅漢，陳佩璇，等.慶陽黃土高原短時強(qiáng)降水統(tǒng)計(jì)特征及預(yù)警指標(biāo)[J].干旱氣象，2020，38（2）：319-328.

[8] 楊曉霞，尤莉，夏凡，等.山東內(nèi)陸和半島雷暴大風(fēng)的環(huán)境物理量特征[J].沙漠與綠洲氣象，2019，13（6）：47-56.

[9] 劉君，梁寶元，黃書捷.莆田市短時強(qiáng)降水特征分析[C].鄭州：第34屆中國氣象學(xué)會年會 S1災(zāi)害天氣監(jiān)測，分析與預(yù)報(bào)論文集.中國氣象學(xué)會，2017.

[10] 祝小梅，白婷，荊海亮.基于物理量的伊犁河谷短時強(qiáng)降水預(yù)報(bào)技術(shù)研究[J].沙漠與綠洲氣象，2022（1）：16.

[11] 高曉梅，俞小鼎，馬守強(qiáng)，等.魯中地區(qū)強(qiáng)對流天氣的氣候特征及相關(guān)環(huán)境參數(shù)特征分析[J].山東氣象，2019，39（3）：43-54.

[12] 林新彬，劉愛鳴，林毅，等.福建省天氣預(yù)報(bào)技術(shù)手冊[M].北京：氣象出版社，2013.

[13] 陳秋萍，黃東興，余建華，等.閩北前汛期短時強(qiáng)降水與雷達(dá)回波特征[J].氣象，2001，27（8）：52-54．

[14] 吳濱明，章李玲，楊麗慧，嚴(yán)平勇.福建省不同短歷時暴雨時空分布特征[J].暴雨災(zāi)害，2015（2）：153-159.

[15] 洪偉.福建省5～8月短時強(qiáng)降水時空分布特征和環(huán)流背景分析[J].福建氣象，2016（1）：6.

[16] 沈澄，孫燕，魏曉奕，等.基于物理量的江蘇短時強(qiáng)降水預(yù)報(bào)模型的研究[J].氣象，2016，42（5）：10.

[17] 楊貴名，宗志平，馬學(xué)款.“方框-端須圖”及其應(yīng)用示例[J].氣象，2005，31（3）：3.

[18] 康紅勛.信陽市對流性強(qiáng)降水的物理量特征分析[J].河南科技，2020，39（25）：149-151.