韋英英，程 思，韓 庚，仇 耀，馮晉勤

（1.福建省災害天氣重點實驗室，福建 福州350000；2.泉州市氣象局，福建 泉州362000）

雷暴是世界十大自然災害之一。雷暴是積雨云云中、云間或云地之間產生的放電現(xiàn)象，表現(xiàn)為閃電并有雷聲，有時也可只聞雷聲而不見閃電。常伴有陣雨、大風、冰雹、龍卷等強對流天氣。強雷暴天氣出現(xiàn)時十分激烈，常帶來雷擊災害，危及人身安全，影響家用電器的使用與安全，尤其計算機機房遭受直擊雷或感應雷，易造成損壞甚至引起火災。其影響范圍較小，持續(xù)時間較短，是一種局地災害性天氣。

一直以來，氣象工作者們對雷暴非常關注，在區(qū)域雷暴氣候特征分析、雷暴的短期預測、雷電發(fā)生機理、雷電災害防御等方面做了大量的研究工作[1-8]。例如，鄭淋淋等[9]分析近30 a 來我國雷暴的日變化特征，江淮流域雷暴在各個時段發(fā)生的頻率差別不大，傍晚時段最多。李南等[10]研究了安徽地區(qū)閃電和雷達資料的相關性以及強天氣發(fā)生時正負閃電的對比規(guī)律。戴建華等[11]分析了1998—2004 年長江三角洲地區(qū)由星載閃電成像傳感器（LIS）觀測的閃電資料，發(fā)現(xiàn)該地區(qū)LIS 閃電活動的時空分布特征，分析發(fā)現(xiàn)，太陽輻射的季節(jié)和日變化、地形動力、下墊面等是其時空差異的主要原因。陳雷等[12]統(tǒng)計分析了近10 a 長三角地區(qū)雷暴天氣，同時從天氣學角度將這些雷暴天氣個例進行分類并給出典型中尺度分析綜合圖。楊露華等[13]對上海地區(qū)1994—2004 年共208 個強對流個例進行統(tǒng)計分析，揭示了該地區(qū)強對流天氣年際、月季變化特征，研究了產生強對流天氣的天氣形勢、災害種類和移動路徑等特征。郝瑩等[14]做了基于對流參數(shù)的雷暴潛勢預報研究，分別用判別法和指標疊加法制作雷暴潛勢預報，最終得出指標疊加法優(yōu)于判別法。劉愛鳴等[15]在《福建省天氣預報技術手冊》中研究了1960—2007 年福建省雷暴氣候特征，指出雷暴分布由沿海向內陸遞增。而泉州市作為沿海地市，平均年雷暴日數(shù)達到45 d，其中安溪縣高于全市平均值，達到51 d。此外，按照福建省雷暴災害易損度分類，安溪縣屬于較嚴重區(qū)域[15]。以往研究雷暴潛勢預報時對T639數(shù)據(jù)的運用較少，且缺少例如安溪縣這樣的小區(qū)域本地化的預報預警模型研究。近年來安溪縣工業(yè)、農業(yè)等眾多行業(yè)對雷暴災害預警預報的需求越來越高，開發(fā)屬于安溪縣本地化的雷暴潛勢預報研究有較好的發(fā)展前景和經濟效益，同時也能為進一步研究安溪本地雷暴的形成機理奠定基礎。本文綜合利用安溪站常規(guī)氣象觀測資料，對2005—2015 年的雷暴天氣個例進行統(tǒng)計分析，得出雷暴天氣的分布特征，同時從天氣學角度將這些雷暴天氣個例大體劃分為5 種類型進行分析，后利用T639數(shù)值模式輸出產品對這些雷暴天氣做相關性分析，并建立雷暴方程，以期做出適用于安溪縣本地化的雷暴潛勢預報模式，以提高雷暴天氣預報和預警的時效性和準確率。

1 雷暴氣候分析

1.1 數(shù)據(jù)來源

本文選取的雷暴日數(shù)據(jù)來源于2004—2015 年安溪國家氣象站氣象觀測資料，日界為20：00—次日20：00。

1.2 安溪雷暴日的年變化特征分析

分析2004—2015 年安溪雷暴日數(shù)（圖1）可知，12 a 間安溪共觀測記錄的雷暴日數(shù)有623 d，年平均雷暴月數(shù)為51.9 d，與歷史統(tǒng)計相比高于泉州市平均年雷暴日數(shù)45 d[16]。其中2010 年雷暴日數(shù)最多為63 d，2015 年雷暴日數(shù)最少僅43 d，大部分年份超過50 d。

圖1 2004—2015 年安溪年雷暴日數(shù)分布

1.3 安溪雷暴日的月變化特征分析

由2004—2015 年安溪雷暴日數(shù)月分布（圖2）可知，1—6 月雷暴日數(shù)呈現(xiàn)逐月遞增趨勢，8—12 月呈現(xiàn)逐月遞減趨勢，其中6—8 月是雷暴的高發(fā)期，以8 月153 d 為最多，其次為6 月，有114 d。這說明每年6—8 月水汽條件充沛、不穩(wěn)定層結條件好、有觸發(fā)機制，使得強對流天氣頻發(fā)。同時與太陽輻射有關，安溪地區(qū)6—8 月太陽輻射最強，尤其在午后和傍晚極易形成不穩(wěn)定層結，上升氣流攜帶低層水汽到達高空凍結成，碰撞分離后形成電荷分布，當積累到一定程度便擊穿空氣形成雷電現(xiàn)象。7 月，由于副熱帶高壓第一次季節(jié)北跳多年平均在6 月底，標志福建的雨季結束，而第二次季節(jié)北跳多年平均在7月下旬，此后進入福建臺風活躍期[15]。且兩次北跳之間副熱帶高壓剛好位于福建省上空，是炎熱少雨期，故而7 月的平均雷暴日數(shù)會少于6 和8 月。10 月至翌年的2 月是雷暴的少發(fā)季節(jié)，其中1 月發(fā)生次數(shù)最少。

圖2 2004—2015 年安溪月雷暴日數(shù)分布

從表1 可以得出雷暴在夏季高發(fā)，占全年的59.10%。從表1 中可以看出在春季末的5 月份開始雷暴就明顯增多，到了夏季的6、7、8 月到達了雷暴出現(xiàn)頻率最高的月份，其中8 月份最多為153 d，占全年的24.60%。從9 月份開始逐月遞減，到了冬季雷暴出現(xiàn)的日數(shù)降到了最低值，其中1 月份的雷暴日數(shù)為0。這說明夏季是安溪雷暴出現(xiàn)的高發(fā)季節(jié)，因此做好夏季強雷暴天氣的預警預報工作尤為重要。

1.4 雷暴天氣形勢分類特征

通過對安溪近11 a 天氣形勢分析，發(fā)現(xiàn)安溪縣產生雷暴天氣的天氣系統(tǒng)可以劃分為5 種：鋒面雷暴、高空槽切變線雷暴、低渦雷暴、副熱帶高壓雷暴、其他雷暴（包括東風波、臺風倒槽等）[10]。

表1 2004—2015 年不同季節(jié)、不同月份雷暴日數(shù)分布

鋒面雷暴是安溪春夏季主要的雷暴類別之一，可分為冷鋒型、暖鋒型、靜止鋒型3 種。其中冷鋒型雷暴是冷空氣強烈沖擊暖濕不穩(wěn)定空氣而形成的。冷鋒強、鋒面坡度大且移動速度快、暖空氣濕度大、不穩(wěn)定能力強是冷鋒型雷暴發(fā)生的有利條件[16]。暖鋒型雷暴較為少見。靜止鋒型雷暴一般發(fā)生在靜止鋒兩側，在地面或高空氣旋性彎曲比較明顯的地區(qū)[16]。統(tǒng)計發(fā)現(xiàn)安溪近11 a 共發(fā)生鋒面雷暴49次，出現(xiàn)時間主要集中在4—6 月。

高空槽、切變線是安溪產生雷暴最多的天氣系統(tǒng)，研究發(fā)現(xiàn)冷性的高空槽由于槽線前后暖舌及冷槽明顯，冷暖平流較強，則對雷暴的形成極為有利。暖性高空槽由于槽線前后都為暖空氣所占據(jù)，垂直運動得不到發(fā)展，對雷暴的形成不利。近11 a 共發(fā)生高空槽切變線雷暴209 次，常常伴隨有雷雨大風和短時強降水等天氣。

低渦型雷暴，一般出現(xiàn)在低渦的南部及東南部，且出現(xiàn)在東南部最為常見。穩(wěn)定少動的低渦，大氣層結穩(wěn)定度有明顯的日變化特征，午后或者傍晚會變得不穩(wěn)定，易產生雷暴。東移的低渦往往其東部、東南部和濕舌相交的區(qū)域，易產生雷暴。而在低渦控制區(qū)域，若低層有明顯的暖濕氣流，高層有冷平流，則往往會出現(xiàn)強雷暴天氣，甚至出現(xiàn)冰雹。安溪近11 a低渦型雷暴共發(fā)生82 次，主要出現(xiàn)在夏季，常常伴隨有雷雨大風、甚至會出現(xiàn)冰雹。

副熱帶高壓型雷暴是安溪次多產生雷暴的天氣系統(tǒng)。在副熱帶高壓西北部如有低空急流出現(xiàn)，易出現(xiàn)強雷暴天氣，甚至伴隨冰雹等強對流天氣。當副熱帶高壓明顯東退時，也可引起不穩(wěn)定能量釋放而造成雷暴。此外，當安溪處在副熱帶高壓控制中，白天由于風小盛行下沉氣流，易產生35 ℃以上的高溫天氣，傍晚到夜間，若近地面有弱輻合影響，不穩(wěn)定能量得以釋放，也會產生局地雷暴。安溪近11 a 副熱帶高壓型雷暴共發(fā)生193 次，出現(xiàn)時間集中在6—9月。

此外，臺風倒槽、東風波等其他天氣形勢也會使安溪發(fā)生雷暴天氣，統(tǒng)一歸為其他型雷暴。

從表2 可以看出高空槽、切變線雷暴是安溪縣雷暴中發(fā)生次數(shù)最多的，共213 次，占37.00%；其次是副熱帶高壓型雷暴達到了193 次，占34.20%。這兩種雷暴發(fā)生次數(shù)接近，是安溪發(fā)生雷暴的主要天氣系統(tǒng)。此外，低渦雷暴共82 次，占14.50%；鋒面雷暴共49 次，占8.70%；東風波、臺風倒槽等其他型雷暴合計32 次，占5.70%。

表2 2005—2015 年雷暴類型及頻數(shù)分布 次

2 基于T639 數(shù)值產品的雷暴潛勢預報

2.1 雷暴樣本的選取

統(tǒng)計2015—2017 年安溪站人工觀測的雷暴資料與地閃定位資料，選取雷電活動日進行研究。對雷暴日樣本進行篩選，扣除掉日閃電個數(shù)為0 的日期，過濾掉人工觀測無雷暴且時空上特別孤立的、日閃電密度≤3 個的日期，最后得到的樣本為雷電樣本，共計248 個。

2.2 預報因子的選取

依據(jù)雷電學原理，形成雷暴的基本條件有3 個：水汽條件、不穩(wěn)定層結條件、抬升力條件。根據(jù)安溪站雷暴分布特征，選取2015—2017 年T639 數(shù)值預報產品與安溪雷暴日進行研究。將T639 在安溪區(qū)域內的格點數(shù)值24 h 的預報產品中各要素與雷暴之間的關系進行相關性分析。

選取T639 中與之相關的要素作為初選因子，其中表征水汽條件的有：中低層比濕、中低層水汽通量、中低層水汽通量散度、2 m 相對濕度、中低層溫度露點差。表征不穩(wěn)定層結條件的有：中低層24 h變溫、K 指數(shù)、700 hPa 溫度、中低層溫度平流、850 與500 hPa 的溫度差、中低層假相當位溫。表征動力抬升機制的有：中低層散度、24 h 變壓、中低層垂直速度、中低層渦度、中低層渦度平流。其他相關要素有：24 h 降水量、地面氣壓、海平面氣壓、500 與850 hPa 風場、10 m 風場等，共計41 個要素。

通過計算各要素與雷電發(fā)生之間的相關系數(shù)，最終選取了相關性最好的9 個預報因子，分別為K指數(shù)、850 hPa 垂直速度、850 hPa 比濕、24 h 降水量、700 hPa 溫度、850 與500 hPa 的溫度差、850 hPa假相當位溫、850 hPa 渦度以及中低層垂直風切變，共9 個因子。

表3 9 個預報因子與雷暴的相關性

2.3 因子預處理

通過與雷暴日樣本一一對應的各因子進行分析，對于每一個預報因子，取一個合適的臨界值進行0、1 化處理[19]，使用SPSS 對以上預報因子做ROC 曲線分析。ROC 曲線是采用真陽性率和假陽性率做出的曲線，這里引入約登指數(shù)=靈敏度+特異度-1（其中靈敏度是真陽性率，1-特異度是假陽性率），當ROC 曲線最靠近左上角時，這個點被稱作最佳臨界點，點上的值被稱作最佳臨界值。即約登指數(shù)達到最大值時，則說明此時選取的臨界值，使得該預報因子做臨界值0、1 化處理后所得的變量與雷暴發(fā)生這個變量之間的相關性最好，試驗最準確有效。

對臨界值進行四舍五入，并采用最小二乘法進行多元回歸分析，選取上述9 個物理量分別對應為預報方程的9 個因子：X1～X9，臨界值見表4。

2.4 建立回歸預報模型

2.4.1 多元線性回歸方程

結合人工觀測與地閃密度，對安溪雷暴當日對雷暴概率項取1，否則取0。對9 個因子（X1～X9）與雷暴發(fā)生概率進行回歸分析，并得出多元一次線性回歸方程為：

表4 預報因子0，1 化處理臨界值

計算出的Y 值即為雷暴發(fā)生的潛勢概率。

2.4.2 各因子做偏相關分析

由于多元線性回歸只考慮單相關，未考慮因子之間的相互作用與關系，為更好區(qū)分因子對方程的貢獻，對以上因子做偏相關分析（表5），其中RAIN_24 與Q850的偏相關性系數(shù)為71%，顯著性為0.00，說明兩個因子之間存在顯著相關。T850-500與tes850、OMEGA850與vor850等因子間均存在一定的相關性。故而僅僅考慮單相關的線性回歸得出的預報方程不夠客觀，在此引入逐步回歸方程。在每引入一個因子后都進行F 檢驗，并對已經選入的因子逐個進行t 檢驗，當原來引入的因子由于新因子引入變得不再顯著時，則將其刪除。以確保每次引入新的變量之前回歸方程中只包含顯著性變量。

2.4.3 線性逐步回歸方程

結合人工觀測雷暴資料與地閃密度資料，對安溪出現(xiàn)雷暴當日的雷暴概率Y 項取1，否則取0。引入逐步回歸，即將預報因子逐個引入預報模型中，每引入一個因子之后都進行F 檢驗，并對已經選入的預報因子逐個進行t 檢驗，當原來引入的預報因子由于后面預報因子的引入變得不再顯著時，則將其刪除。利用SPSS 對9 個預報因子（X1～X9）與雷暴發(fā)生概率Y 按照相關系數(shù)由大至小進行逐步回歸分析，當sig＜0.05 說明該預報因子與雷暴發(fā)生概率Y是有顯著相關性的，該回歸模型有效。由表6 可知，5號模型擬合度最優(yōu)，而在預報模型逐個引入新的預報因子時，vor850、RAIN_24 、T850-500、500～850 hPa 垂直風切變等4 個預報因子在其他預報因子依次引入預報模型時相關性變得不再顯著，故將該4 個因子依次剔除。

表5 預報因子偏相關結果

由逐步回歸得到如下方程：

其 中X1～X5分 別 為：OMEGA850、θse850、T700、K 指數(shù)、Q850，計算出的Y 值即為雷暴發(fā)生的潛勢概率。

2.4.4 逐步回歸方程效果檢驗

檢驗方法采用TS 評分方法（表7），雷暴預報結果檢驗樣本采用2015—2017 年安溪雷暴資料。TS評分方法是一種針對中短期天氣預報質量檢驗的常用方法，安溪雷暴潛勢預報有3 種狀態(tài)：準確預報、空報、漏報[20]。

其中準確率、空報率、漏報率計算方法如下：

對預報方程生成的結果，即雷暴發(fā)生的潛勢概率Y 值進行討論研究：分別考慮當Y 值＞0.1、＞0.2、直至＞1.0 時，即安溪雷暴發(fā)生。并利用2015—2017年T639 的資料對建立的雷暴概率預報方程進行回代檢驗，得出的Y 值檢驗結果見表8。

當雷暴發(fā)生的潛勢概率Y ＞0.6 時，所得到的2015—2017 年雷暴概率預報方程的準確率最高，為85.60%，故選取0.6 作為潛勢方程預報的臨界值。用2018 年T639 的資料對建立的雷暴概率預報方程進行預報評估，發(fā)現(xiàn)2018 年安溪縣雷暴日共91 個，雷暴概率預報方程準確率為83.84%，其中空報率為10.41%（38 次），漏報率為5.75%（21 次）。檢驗結果表明，利用T639 數(shù)值模式提供的要素產品進行雷暴潛勢預報具有可行性，其預報結論可為安溪雷暴預報提供客觀定量的參考。

表7 TS 評分方法

表8 Y 值檢驗結果表

3 結論

本文利用了安溪縣國家氣象站2004—2015 年11 a 的雷暴觀測資料，以及2015—2017 年人工觀測的雷暴資料、地閃定位資料和T639 數(shù)值預報產品進行了氣候學統(tǒng)計和相關性分析等，得到如下結論：

（1）2004—2015 年安溪雷暴日數(shù)共計623 次，年平均為51.9 次。具有明顯的月、季分布特征。月分布以8 月153 次（占24.60%）為最多，1 月0 次（占0.00%）為最少。季節(jié)分布上春季末開始雷暴明顯增多，夏季為雷暴頻率最高的月份，夏季的雷暴預報預警工作最為重要。而冬季最少，僅出現(xiàn)6 次（占

1.00%）。

（2）安溪雷暴從天氣形勢上大致分為5 種，其中高空槽切變線雷暴、副熱帶高壓雷暴比例相近，為安溪最主要的雷暴天氣形勢。副高型雷暴局地性較強，而低渦型雷暴往往發(fā)生強烈，甚至可能出現(xiàn)小冰雹，需要加強監(jiān)測預警。

（3）從水汽條件、不穩(wěn)定層結條件、動力抬升條件3 方面選取T639 數(shù)值產品要素，并計算與雷暴的相關系數(shù)。K 指數(shù)、850 hPa 垂直速度、850 hPa 比濕、24 h 降水量、700 hPa 溫度、850 與500 hPa 的溫度差、850 hPa 假相當位溫、850 hPa 渦度以及中低層垂直風切變等9 個因子與雷暴的發(fā)生密切相關。

（4）通過0、1 化處理后，進行了多元線性回歸求取方程和偏相關分析，為剔除重復因子，最終選擇逐步回歸求取方程。逐步回歸方程由850 hPa 垂直速度、850 hPa 假相當位溫、700 hPa 溫度、K 指數(shù)、850 hPa 比濕5 個顯著因子建立模式預報方程。并發(fā)現(xiàn)方程結果Y 值?。?.6 時，對2015—2017 年安溪雷暴日進行逐步回歸預報方程回代得到的準確率最高，為85.60%。利用該預報方程對2018 年安溪雷暴進行預報評估，雷暴概率預報的準確率為83.84%。檢驗結果表明，基于T639 數(shù)值模式進行的雷暴潛勢預報具有一定的可行性，其預報結論可為安溪雷暴預報預警提供客觀定量的參考。