康红勋

摘 要：本文通过对信阳历史资料2012年至1016年6至8月的对流性强降水个例的物理量资料进行统计分析，筛选出对对流性强降水具有明确指示意义的9个物理量，并分别确定了各个物理量的参考预报指标;通过对对流性强降水个例发生时各个物理量的综合分析，所有对流性强降水个例均出现在满足4个以上的条件下，同时满足条件的物理量越多，就越容易出現对流性强降水。

关键词：物理量;对流性强降水;预报指标

中图分类号：P458.121文献标识码：A文章编号：1003-5168（2020）25-0149-03

Abstract： In this paper， through the statistical analysis of the physical quantity data of convective heavy precipitation cases from June to August 2012-1016 in Xinyang， nine physical quantities with clear indication significance were selected， and the reference forecast indexes of each physical quantity were determined respectively; through the comprehensive analysis of each physical quantity when the convective heavy precipitation case occurs， all the convective heavy precipitation cases were strong. The more physical quantities that meet the conditions， the more convective heavy precipitation will occur.

Keywords： physical quantity;convective heavy rainfall;forecast index

夏季是信阳市强对流天气的多发季节，强对流天气发生时往往伴有雷电、短时强降水、雷暴大风、冰雹等灾害性天气[1]，严重危害着人民的生命和财产安全。强对流天气的发生具有突发性强、成因复杂、预报难度大等特点[2]。研究者通过对信阳市对流性强降水天气产生时相关物理量进行研究分析，找出有关物理量的特征和规律[3]，为对流性强降水的预报、预警提供参考依据，提高对流性强降水天气预报的准确性、及时性，对天气预报、预警和气象服务具有重要意义。

1 资料来源

对流性强降水个例资料采用信阳市国家气象观测站的观测资料，物理量资料选取信阳市周边的南阳市（57178）、阜阳市（58203）、武汉市（57494）的资料，内插到信阳市站点上，资料时次为对流性强降水个例出现的前后20：00和当日08：00的资料。资料的年代及时段为2012年至2016年6月至8月。

2 对流性强降水样本的确定标准和物理量资料的选取

对流性强降水个例的确定标准是，以信阳市国家气象观测站日降水量≥10 mm，并且伴有雷电确定为对流性强降水，2012年至2016年6月至8月共有41个对流性强降水个例。

物理量资料利用高空探测实况资料的[T]-log[p]温度对数压力图逐个读取、内插，选取对对流性强降水具有明确物理意义的有关物理量作为研究分析的对象。

3 研究方法

对41个对流性强降水个例的物理量资料进行统计分析，筛选出了对对流性强降水具有明确指示意义的9个物理量，分别是对流有效位能（[CAPE]）、[K]指数、沙氏指数（[SI]）、抬升指数（[LI]）、假相当位温（[θse]）、整层比湿积分（[IQ]）、总指数（[TT]）、相对湿度（[RH700]）、相对湿度（[RH850]）等。接下来对这9个物理量进行逐个研究分析，并确定各个物理量的关键指标。

4 物理量特征分析

4.1 对流有效位能[CAPE]（单位J/kg）

对流有效位能[CAPE]是一个具有非常明确物理意义的热力不稳定参量，能较好地表示出对流发展的强度，[CAPE]值越大，对流发展的高度越高，大气就越不稳定，对流就越强烈。统计分析发现：当[CAPE]<300 J/kg时，有5例，占整个对流性强降水天气个例的12%;[CAPE]在300～1 000 J/kg时，有14例，占整个对流性强降水天气个例的34%;当[CAPE]≥1 000 J/kg时，有22例，占整个对流性强降水天气个例的54%。可见，有88%的对流性强降水个例发生在[CAPE]≥300 J/kg的情况下，因此，当[CAPE]≥300 J/kg时，可以作为对流性强降水的参考预报指标。

4.2 [K]指数（单位：℃）

4.3 沙氏指数[SI]（单位：℃）

沙氏指数[SI]的计算公式为：

4.4 抬升指数[LI]（单位：℃）

抬升指数[LI]是一种表示大气对流性不稳定的指数，[LI]<0 ℃时，表示层结不稳定，且负值越小。据统计：[LI]>0 ℃，有4例，占整个对流性强降水天气个例的10%;-2 ℃<[LI]≤0 ℃时，有14例，占整个对流性强降水天气个例的34%;当[LI]≤-2 ℃时，有23例，占整个对流性强降水天气个例的56%。可见，有90%的对流性强降水个例发生在[LI]≤0 ℃的情况下，因此，当[LI]≤0 ℃时，可以作为对流性强降水的参考预报指标。

4.5 假相当位温[θse]（单位：℃）

假相当位温实际上是饱和气块上升过程中，水汽全部凝结所释放的潜热加热空气后达到的位温，是集温度、气压、湿度于一体的表征大气中能量分布的物理量。[θse]越高，表示层结不稳定。据统计：[θse850]<60 ℃，有2例，占整个对流性强降水天气个例的5%;60 ℃≤[θse850]<70 ℃时，有8例，占整个对流性强降水天气个例的20%;当[θse850]≥70 ℃时，有31例，占整个对流性强降水天气个例的75%。可见，有95%的对流性强降水个例发生在[θse850]≥60 ℃的情况下，因此，当[θse850]≥60 ℃时，可以作为对流性强降水的参考预报指标。

4.6 整层比湿积分[IQ]（单位：g/kg）

整层比湿积分[IQ]是指从地面直到大气顶的比湿积分，其数值越大，越有利于对流性强降水天气的发生。据统计：[IQ]<5 000 g/kg，有3例，占整个对流性强降水天气个例的7%;5 000 g/kg≤[IQ]<5 500 g/kg时，有9例，占整个对流性强降水天气个例的22%;当[IQ]≥5 500 g/kg时，有29例，占整个对流性强降水天气个例的71%。可见，有93%的对流性强降水个例发生在[IQ]指数≥5 000 g/kg的情况下，因此，当[IQ]指數≥5000 g/kg时，可以作为对流性强降水的参考预报指标。

4.7 总指数[TT]（单位：℃）

总指数[TT]是大气温湿类指数的一种稳定度指数。[TT]数值越大，表示大气层结越不稳定。据统计：[TT]小于40 ℃时，有3例，占整个对流性强降水天气个例的7%;40 ℃≤[TT]<43 ℃时，有14例，占整个对流性强降水天气个例的34%;当[TT]≥43 ℃时，有24例，占整个对流性强降水天气个例的59%。可见，有93%的对流性强降水个例发生在[TT]指数≥40 ℃的情况下，因此，当[TT]指数≥40 ℃时，可以作为对流性强降水的参考预报指标。

4.8 相对湿度[RH]（单位：%）

相对湿度[RH]是指空气中水气压与饱和水气压的百分比。相对湿度的百分比值越大，则说明空气中的水汽越高，就越有利于强降水的出现。

据统计分析：[RH700]<70%时，有2例，占整个对流性强降水天气个例的5%;70%≤[RH700]<90%时，有15例，占整个对流性强降水天气个例的37%;当[RH700]≥90%时，有24例，占整个对流性强降水天气个例的59%。可见，有95%的对流性强降水个例发生在[RH700]≥70%的情况下，因此，当[RH700]≥70%时，可以作为对流性强降水的参考预报指标。

据统计分析：[RH850]<70%时，有1例，占整个对流性强降水天气个例的2%;70%≤[RH850]<90%时，有11例，占整个对流性天气个例的27%;当[RH850]≥90%时，有29例，占整个对流性天气个例的71%。可见，有98%的对流性强降水个例发生在[RH850]≥70%的情况下，因此，当[RH850]≥70%时，可以作为对流性强降水的参考预报指标。

4.9 物理量综合分析

对流性强降水的产生是多种因素共同作用的结果，物理量的特征也充分反映了这一点。对流性强降水物理量综合分析结果如表1所示。由表1可以看出，对流性强降水的发生是在多个物理量同时满足参考预报指标的情况下出现的。

5 业务试用情况

《信阳市对流性强降水的物理量特征分析研究》初步研究完成后，于2020年6月在市气象台投入了业务试用，业务试用情况如表2所示。

从表2可知：6月12日天气过程，9个物理量参数值均达到参考预报指标;6月15日天气过程，有7个物理量达到参考预报指标;6月16日天气过程，有8个物理量达到参考预报指标;6月17日天气过程，有5个物理量达到参考预报指标。由此可见，尽管有些物理量未达到参考预报指标，但综合分析，满足参考预报指标的物理量在5个以上，这和研究结论是一致的，取得了较好的试用效果。

6 结语

①通过对对流性强降水个例发生时各个物理量的特征进行研究分析，确定了9个物理量的参考预报指标，即[CAPE]≥300 J/kg、[K]≥30 ℃、[SI]≤0 ℃时、[LI]≤0 ℃、[θse850]≥60 ℃、[IQ]指数≥5000 g/kg、[TT]指数≥40 ℃、[RH700]、[RH850]≥70%，将其作为可以出现对流性强降水的物理量参数指标。

②通过对对流性强降水个例发生时各个物理量的综合分析，所有对流性强降水个例均出现在满足4个以上的条件下，同时满足条件的物理量越多，就越容易出现对流性强降水。

③研究结果于2020年6月在信阳市气象台进行了业务试用，试用效果与研究结论一致，试用效果良好。

由于研究资料的局限性，历史资料年代较短、个例偏少，另外在资料的读取、内插计算中也存在一定误差，分析也不尽全面，研究分析的深度也不够，因此，还有待于在预报业务工作中进一步检验、完善、提高。

参考文献：

[1]孙继松，戴建华，何立富，郑媛媛，等.强对流天气预报的基本原理与技术方法[M].北京：气象出版社，2014.

[2]钱传海，张金艳，应冬梅，等，2003年4月江西一次强对流天气过程的诊断分析[J].应用气象学报，2007（4）：460-467.

[3]雷蕾，孙继松，魏东.利用探空资料判别北京地区夏季强对流天气类别[J].气象2011（2）：136-141.