莆田市前汛期短时强降水物理量阈值研究

2023-07-11梁宝元刘君张响亮

甘肃科技纵横 2023年2期

梁宝元　刘君　张响亮

摘要：利用福州、厦门两个常规探空站逐日高空探测资料导出的32个物理量，分别与2012～2016年莆田市前汛期（3～6月）区域短时强降水个例进行相关性分析及显著性检验，统计出涵盖75%以上短时强降水个例的物理量阈值，剔除閾值在非短时强降水个例出现概率大于45%的物理量，得到莆田市前汛期短时强降水的物理量阈值，以便在莆田市前汛期短时强降水预报中应用。

关键词：短时强降水；物理量；阈值；端须图

中图分类号：P426.6 文献标志码：A

0引言

短时强降水是强对流天气的一种，是常见的灾害性天气之一，具有很强的突发性和局地性，降水速度快，雨势凶猛，易引发城市内涝和山洪、泥石流、滑坡等次生灾害，而对其预报又一直是难点[1-3]，国内外学者在短时强降水的气候特征、形成机制、预报模型等方面作了大量研究，取得了丰硕成果[4-8]。随着近年来莆田市短时强降水日数呈现逐年增加趋势[9]，怎样提高短时强降水预报准确率和提前量成为目前预报人员亟待解决的问题之一。探空资料能反映实时大气的温湿特性及垂直风场结构，可以计算出与热力、动力相关的大量物理量，通过物理量的阈值可以确定对流天气的类型或强度，利用物理量可以在一定程度上对强天气进行预报，但由于地域性的差异，这些物理量阈值存在一定差异[10-11]。目前，对福建省短时强降水的研究多为特征分析和环流背景分析[12-15]，对物理量阈值的研究还相对较少，文章利用2012～2016年福建省两个常规探空站（福州、厦门）3～6月的逐日高空探测资料，分析物理量对莆田地区前汛期（3～6月）区域性短时强降水的指示作用，以期为前汛期短时强降水天气的预报提供参考依据。

1数据和方法

使用福建省两个探空站（福州、厦门）的逐日常规探测资料，利用气象信息综合分析处理系统（MICAPS）计算并导出2012年～2016年的3月～6月逐日各物理量数据，筛选出质量控制较好的物理量共32个，规定某一天内莆田市有3个以上自动站出现1 h≥30 mm 降水计为1个短时强降水个例，共挑选出区域短时强降水个例33个，非短时强降水个例577个，其中，1 h 降雨量指整点小时值，包含莆田市1个基本气象站、2个一般气象站和112个区域自动站。

2物理量相关性分析

分别对福州、厦门两个探空站导出的32个物理量进行计算，假设短时强降水个例的 Y=1，非短时强降水个例的 Y=0，Xi 为各物理量值（i=1，2，…，32），逐个计算 Xi 与 Y 的相关系数，并进行显著性检验，分别得到19个、21个通过α<0.05水平双侧检验且相关系数＞0.08的物理量，见表1所列。

从表1可以看出，厦门探空站的物理量中，干暖盖指数、修正杰弗逊指数、整层比湿积分、杰弗逊指数、最大抬升指数、Faust 指数、对流凝结高度处温度、对流稳定度指数等8个物理量与短时强降水事件的相关系数达到0.2以上，对短时强降水有较好的指示意义，干暖盖指数的相关系数最高，达到0.28。福州探空站的物理量中，干暖盖指数、整层比湿积分、潜在下冲气流指数、Charba总指数、修正杰弗逊指数、杰弗逊指数、对流凝结高度处温度、Faust 指数、修正 K 指数、最大抬升指数等10个物理量与短时强降水事件的相关系数达到0.2以上，对短时强降水有较好的指示意义，干暖盖指数的相关系数最高，达到0.29。

3确定物理量阈值

理想的情况下，不同类型天气的物理量数值应具有明显的差异，出现短时强降水和未出现短时强降水的物理量也应有明显差异[16]，实际上，出现这种理想情况的可能性极小，短时强降水个例和非短时强降水个例的各物理量数值必然存在交集，尽可能的找出交集相对较小的物理量，来作为短时强降水的判识依据。分别统计出表1中各物理量涵盖75%以上短时强降水个例的阈值，见表2所列。

统计表2中的阈值在非短时强降水个例中的出现的次数，得到涵盖75%以上短时强降水个例的物理量取值区间在非短时强降水个例中出现的概率，如图1所示，可以看出，福州、厦门两站 Barber 对流不稳定指数、总指数、Teffer指数这3个物理量在非短时强降水个例中出现的概率均超过45%，另外，福州站对流凝结高度在非短时强降水个例中的概率也超过45%，以上4个物理量虽然与短时强降水的相关性较好，但其在非短时强降水个例中出现的概率偏高，予以剔除，其余物理量在非短时强降水个例中出现的概率在17.3%～42.5%。

4物理量特征分析

端须图可以直观展示短时强降水和非短时强降水物理量的数值分布情况[17]，制作通过显著性检验且在非短时强降水个例中出现概率小于45%物理量的端须图，其中，层结稳定度类指数11个，大气温湿类指数2个，动力类指数3个，热力动力综合类指数2个，逐个分析各物理量的差异情况及其对短时强降水的指示情况。

4.1层结稳定度类指数

从层结稳定度类指数的端须图（如图2所示）可以看出，大部分层结稳定度类指数短时强降水个例与非短时强降水个例数值存在明显差异，Faust 指数、杰弗逊指数、修正杰弗逊指数、修正 K 指数、干暖盖指数等5个物理量短时强降水个例箱体与非短时强降水个例箱体没有交集，表明50%短时强降水个例数值与非短时强降水个例数值不重合，并且涵盖75%以上短时强降水个例的阈值在非短时强降水个例中出现的概率福州站、厦门站均小于30%，以上这些物理量对短时强降水具有很好的指示意义。

沙氏指数、K 指数、对流稳定度指数、静力条件稳定度、最大抬升指数、Charba总指数等6个物理量短时强降水个例箱体与非短时强降水个例箱体略有交集，涵盖75%以上短时强降水个例的阈值在非短时强降水个例中出现的概率在24.4%～40.9%，这些物理量对短时强降水的指示意义稍差。

4.2大气温湿类指数

整层比湿积分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[18]，分析图3（a）可以看出，整层比湿积分福州、厦门两站短时强降水个例与非短时强降水个例箱体无交集，短时强降水个例的数值明显大于非短时强降水，涵盖75%以上短时强降水个例的阈值在非短时强降水个例中出现的概率福州站、厦门站分别为19.2%、23.9%，因此，可以将整层比湿积分作为短时强降水的判别依据。同理，对流凝结高度处温度（如图3（b）所示）也可以作为短时强降水的判别依据。

4.3动力类及热力动力综合类指数

分析图4（a）可以看出，潜在下冲气流指数短时强降水个例与非短时强降水个例数值差异明显，涵盖75%以上短时强降水个例的阈值在非短时强降水个例中出现的概率福州站、厦门站分别为30%、34%，可以作为短时强降水的判别依据。通气管参数福州站（如图4（b）所示）短时强降水个例与非短时强降水个例数值差异明显，涵盖75%以上短时强降水个例的阈值在非短时强降水个例中出现的概率仅为17.3%，可以用来判别是否有短时强降水出现。厦门站风暴相对螺旋度（如图4（c）所示）短时强降水与非短时强降水数值差异不明显，指示意义较差。福州站强天气威胁指数（如图4（d）所示）、瑞士第二雷暴指数（如图4（e）所示）短时强降水和非短时强降水数值交集较多，对短时强降水的指示意义稍差。

5小结

（1）通过对2012～2016年莆田前汛期（3～6月）小时降水数据进行分析，得到33个区域性短时强降水个例，通过计算福州站、厦门两个探空站32个物理量与短时强降水个例的相关系数，分别得到19个、21个通过α<0.05水平双侧检验且相关系数大于0.08的物理量，干暖盖指数的相关系数最大，分别达0.28、0.29。

（2）分别统计得出涵盖75%短时强降水个例的各物理量阈值，剔除掉在非短时强降水个例中出現概率大于45%的物理量，分别得到17个、15个对短时强降水有较好指示意义的物理量，其中，层结稳定度类指数11个，大气温湿类指数2个，动力类指数3个，热力动力综合类指数2个。

（3）通过端须图对分类物理量分析发现，层结稳定度类指数比动力类、热力动力综合类指数对短时强降水的指示意义更加明显，数量也更多，大气温湿类指数对短时强降水也有很好的指示意义。

参考文献：

[1] 郝莹，姚叶青，郑媛媛，等.短时强降水的多尺度分析及临近预警[J].气象，2012，38（8）：903-912.

[2] 牛金龙，黄楚惠，李国平，等.基于高分辨率资料的湿螺旋度指标及其对成都强降水的预报应用[J].高原气象，2015，34（4）：942-949.

[3] 仇娟娟，何立富.苏沪浙地区短时强降水与冰雹天气分布及物理量特征对比分析[J].气象，2013，39（5）：577-584.

[4] 侯凯，邢辰飞.沙澧河流域短时强降水特征和概念模型[J].气象与环境科学，2015，38（4）：7.

[5] 沈澄，孙燕，魏晓奕，等.基于物理量的江苏短时强降水预报模型的研究[J].气象，2016，42（2）：557-566.

[6] 朱蒙，康暑雨，张艳玲.豫东地区短时强降水时空分布特征及物理量指标分析[J].气象与环境科学，2020，43（3）：116-123.

[7] 程鹏，罗汉，陈佩璇，等.庆阳黄土高原短时强降水统计特征及预警指标[J].干旱气象，2020，38（2）：319-328.

[8] 杨晓霞，尤莉，夏凡，等.山东内陆和半岛雷暴大风的环境物理量特征[J].沙漠与绿洲气象，2019，13（6）：47-56.

[9] 刘君，梁宝元，黄书捷.莆田市短时强降水特征分析[C].郑州：第34届中国气象学会年会 S1灾害天气监测，分析与预报论文集.中国气象学会，2017.