尉英華，王艷春，朱磊磊，林曉萌，楊 洋

（1.天津市氣象臺，天津300074；2.天津市氣象局，天津300074）

短時強降水是我國主要的強對流災害性天氣之一，由于時空尺度小、突發(fā)性強，其預報預警一直是氣象業(yè)務中的難點。近些年來，國內(nèi)許多學者從氣候特征、形成機制、預報模型等方面對短時強降水進行了大量的研究[1-9]。但在實際業(yè)務中，具有表征意義的環(huán)境物理量指標是其預報業(yè)務的基礎。樊李苗等[10]通過探空溫濕曲線形態(tài)對比，指出短時強降水與冰雹、雷暴大風的溫濕參數(shù)和穩(wěn)定度參數(shù)存在明顯差異；王囝囝等[11]、張永婧等[12]、李文娟等[13]、周晉紅等[14]分別利用探空資料對大連、濟南、杭州、太原等不同地區(qū)的短時強降水環(huán)境參量進行分析，指出短時強降水與對流有效位能、K指數(shù)、850～500 hPa溫差、0℃層高度等具有較好的相關(guān)性；韓寧等[15]、花家嘉等[16]、田付友等[17-19]利用 NCEP FNL（1°×1°）全球分析資料研究發(fā)現(xiàn)短時強降水環(huán)境條件表現(xiàn)為豐富的水汽、弱的垂直風切變、較高的0℃層高度和一定的不穩(wěn)定層結(jié)，并分別給出了定量化預報指標。

以上研究均基于探空資料或NCEP FNL全球分析資料，但探空資料時空分辨率較低，如天津本地未設探空站，通常使用北京站的探空資料，而實際上京津兩地的天氣差異較大，經(jīng)常是北京風平浪靜而天津電閃雷鳴，北京狂風大作而天津艷陽高照，北京探空往往無法準確診斷出天津中小尺度系統(tǒng)產(chǎn)生對流的背景條件。NCEP FNL全球分析資料時空分辨率雖然提高，但其亦包含著數(shù)值模式、同化方案等所引入的誤差[20]；周青等[21]指出NCEP FNL全球分析資料在我國大部分地區(qū)的地面氣溫分析值較觀測值偏低；程胡華等[22]認為NCEP FNL全球分析資料800～100 hPa常規(guī)氣象要素的可信度較高，但與強對流天氣緊密聯(lián)系的環(huán)境物理量可信度較低。因此，對于無探空站的天津地區(qū)來說，無論利用周邊探空或是NCEP FNL全球分析資料，均會因上述資料的空間差異或本身誤差降低預報指標的準確性和代表性。劉一瑋等[23]、尉英華等[24]針對兩次強對流天氣過程分別嘗試將探空、NCEP FNL全球分析資料與地面氣象觀測數(shù)據(jù)融合，發(fā)現(xiàn)融合后的環(huán)境物理量能夠更加清晰地反映中小尺度環(huán)境條件差異，對于局地對流具有更好的指示性。因此，通過融合資料進行環(huán)境物理量的指標分析具有一定的積極意義。

本文選取2009—2017年汛期6—9月天津地區(qū)短時強降水天氣過程，嘗試將NCEP FNL全球分析資料與地面氣象觀測數(shù)據(jù)融合，并通過對融合資料計算的環(huán)境物理量可信度及特征分析，給出具有表征意義的定量化指標，提升此類天氣的預報準確率。同時，對于無探空站或探空站分布稀疏的地區(qū)來說，融合資料可以為預報指標研究提供一種新的思路，不僅可以彌補遠距離探空分析所帶來的空間差異，同時可以解決NCEP FNL分析資料地面要素偏差較大造成的環(huán)境物理量失真問題，從而提升預報指標的代表性，為業(yè)務人員提供更加可靠的預報依據(jù)。

1 資料和方法

1.1 資料說明

所用資料包括：（1）2009—2017年6—9月天津地區(qū)連續(xù)性與穩(wěn)定性較好的13個國家常規(guī)氣象站和213個加密自動氣象站（圖1）逐1 h觀測數(shù)據(jù)，包括降水量、氣溫、氣壓、風向、風速等，該資料已經(jīng)通過國家氣象信息中心的質(zhì)量控制；（2）美國國家環(huán)境預報中心的 NCEP FNL（1°×1°）逐 6 h 全球分析資料（以下簡稱為“NCEP FNL分析資料”），包括21個高度層的經(jīng)向風速、緯向風速、相對濕度、溫度等；（3）國家氣象信息中心下發(fā)的同時期的北京站探空數(shù)據(jù)。

按照現(xiàn)行業(yè)務標準，以20 mm/h作為短時強降水臨界值進行樣本選取。為保證樣本選取的代表性，同時考慮氣象站密度和資料可靠性問題，規(guī)定在同一區(qū)縣范圍內(nèi)、同一時次有3個或以上觀測站1 h降水量達到臨界值標準，則記錄為一次短時強降水天氣過程，持續(xù)多個時次記錄為同一次短時強降水天氣過程，間隔若超過6 h則分別記錄。按照以上原則，嚴格篩選出2009—2017年天津地區(qū)共140次滿足條件的短時強降水過程。圖2給出了不同月份和不同區(qū)縣的短時強降水發(fā)生次數(shù)分布情況。從月分布來看，天津地區(qū)短時強降水主要集中在6—9月，其中7月發(fā)生次數(shù)最多（56次），8月次之，6月和9月相對較少。從區(qū)縣分布來看，天津東部沿海的濱海新區(qū)發(fā)生次數(shù)最多（53次），北部的武清、薊州、寶坻和中部的市區(qū)次之，其他區(qū)縣相對較少。

圖1 天津226個氣象觀測站分布

1.2 資料融合處理

圖2 2009—2017年短時強降水過程的月次數(shù)（a）和區(qū)縣次數(shù)（b）分布

首先對短時強降水發(fā)生前最近時次的NCEP FNL分析資料和同一時次地面氣象觀測數(shù)據(jù)進行要素一致性處理，統(tǒng)一轉(zhuǎn)換為氣壓、溫度、露點溫度、風向、風速，進而利用NCEP FNL分析資料和地面氣象觀測數(shù)據(jù)融合算法，構(gòu)建針對天津地區(qū)短時強降水過程的融合探空序列。具體處理如下：

（1）水平方向插值。由于地面觀測資料為離散站點記錄、NCEP FNL分析資料為規(guī)則格點分布，為保證融合資料的空間一致性，采用水平方向二維雙線性插值方法獲得觀測站上空不同高度層的NCEP FNL分析值，即F（x，y）由水平方向臨近的4個格點要素值A（x1，y1）、B（x2，y1）、C（x1，y2）、D（x2，y2）決定，計算公式如下：

（2）垂直方向插值。由于NCEP FNL分析資料近地面要素的誤差較大，在融合過程中首先將地面觀測要素值f（h0）作為垂直方向上的最低層數(shù)據(jù)，900 hPa以下其它高度層的要素值則通過地面觀測數(shù)據(jù)和NCEP FNL分析資料垂直方向插值進行融合訂正，900 hPa以上層次仍采用NCEP FNL分析資料。由于氣象要素在垂直方向上并不是線性變化的，因此900 hPa以下不同高度層要素值的融合訂正采用二次拉格朗日多項式插值算法[25]。已知垂直方向4個不同高度層氣象要素值f（h0）、f（h1）、f（h2）、f（h3），其中f（h0）為地面觀測要素值，f（h1）、f（h2）、f（h3）為NCEP FNL分析資料要素值，則經(jīng)過地面觀測數(shù)據(jù)融合訂正的第h2層要素值f（h2）算法公式如下：

通過上述資料處理和插值訂正過程，構(gòu)建基于NCEP FNL分析資料與地面氣象觀測數(shù)據(jù)的融合探空序列。與北京探空站要素實況對比分析發(fā)現(xiàn)，融合前NCEP FNL分析資料925 hPa以下溫度和露點溫度平均絕對誤差分別為1.2、2.0℃，融合訂正后平均絕對誤差分別降至0.7、0.9℃?？梢姡肗CEP FNL分析資料與地面氣象觀測數(shù)據(jù)構(gòu)建融合探空序列，對于無探空站地區(qū)來說可以極大程度地降低NCEP FNL分析資料近地層溫濕要素誤差，這對于與溫濕要素密切相關(guān)的抬升指數(shù)（LI）、對流有效位能（CAPE）等環(huán)境物理量特征分析具有一定的積極意義。由于實際業(yè)務中環(huán)境物理量指標必須具有較好的代表性才能得以應用，因而有必要進一步深入分析融合探空序列的環(huán)境物理量可信度。

2 環(huán)境物理量可信度檢驗

針對2009—2017年天津地區(qū)140次短時強降水天氣過程，構(gòu)建基于NCEP FNL分析資料與地面氣象觀測數(shù)據(jù)的融合探空序列，計算大氣可降水量（TPW）、K指數(shù)（K）、抬升指數(shù)（LI）、對流有效位能（CAPE）、抬升凝結(jié)高度（LCL）和 0 ℃層高度（Z0）等環(huán)境物理量參數(shù)。以探空物理量作為真值，通過融合前、融合后環(huán)境物理量和探空物理量之間的絕對誤差、偏差和偏差區(qū)間占有率對比分析，揭示融合資料環(huán)境物理量在短時強降水天氣中的可信度。其中，絕對誤差表示誤差平均大小，偏差反映兩者之間誤差傾向性是偏大還是偏小，偏差區(qū)間占有率則給出在定義的偏差區(qū)間范圍內(nèi)占總數(shù)的百分比分布，相應計算公式如下：

其中，Mad為平均絕對誤差，B為平均偏差，Dp為偏差區(qū)間占有率，n為樣本數(shù)，Num為偏差閾值，x代表NCEP FNL分析資料或融合資料的物理量，y代表探空資料的物理量。在偏差區(qū)間占有率公式中，若（xiyi）<-Num結(jié)果成立，則定義的值為1，否則值為0，該定義同樣適用于-Num（xi-yi）≤Num和（xi-yi）>Num。

2.1 融合前的環(huán)境物理量可信度

以距離天津最近的北京探空站（116.47°E，39.8°N）為代表，計算其所在位置的NCEP FNL環(huán)境物理量。從NCEP FNL環(huán)境物理量和探空物理量的對比結(jié)果。兩者之間的偏差來看，利用NCEP FNL分析資料計算得到的K、LI、TPW與探空物理量相比呈現(xiàn)略偏高狀態(tài)，Z0、LCL則略偏低（表1）。在絕對誤差方面，除了K指數(shù)絕對誤差略偏大外，LI、TPW、Z0、LCL平均絕對誤差分別為1.8℃、3.7 kg/m2、107 m、27 hPa，均具有一定的可信度。值得注意的是，利用NCEP FNL分析資料計算的CAPE比探空物理量值平均偏低476.9 J/kg，兩者之間平均絕對誤差達622.3 J/kg。可見，NCEP FNL分析資料的CAPE可信度明顯較低，原因可能在于CAPE從近地面層開始抬升計算，而NCEP FNL分析資料低層溫濕要素誤差較大。

為了進一步認識NCEP FNL環(huán)境物理量在短時強降水潛勢分析中的可信度，圖3給出了2009—2017年短時強降水過程中不同物理量的偏差區(qū)間占有率。 從圖 3 中可以看出，TPW、Z0、K、LI、LCL在以零值為中心的低偏差區(qū)間內(nèi)表現(xiàn)為較高的占有率， 分別為74.0%、70.1%、68.8%、62.3%、51.9%，表明 NCEP FNL 分析資料的TPW、Z0、K、LI、LCL在多數(shù)情況下比較接近探空物理量真值。與之相反，CAPE在偏差區(qū)間[-∞，-400]的占有率明顯高于以零值為中心的低偏差區(qū)間占有率，即NCEP FNL分析資料的CAPE約50.6%情況下比探空診斷值偏低超過400 J/kg。其中，2009年6月27日和7月28日、2010年7月11日和19日、2013年7月4日、2015年8月10日、2016年6月23日7次短時強降水天氣過程中探空資料CAPE基本為500～1200 J/kg，而NCEP FNL分析資料CAPE僅為0～100 J/kg?？梢姡琋CEP FNL分析資料的CAPE誤差較大，可信度明顯較低。若以NCEP FNL分析資料得到的CAPE進行短時強降水潛勢判斷，極易出現(xiàn)低估或漏報現(xiàn)象。

表1 NCEP FNL分析資料和探空資料的北京站環(huán)境物理量統(tǒng)計對比

圖3 NCEP FNL分析資料的環(huán)境物理量偏差區(qū)間占有率分布

2.2 融合后的環(huán)境物理量可信度

表2給出了短時強降水過程中資料融合后的環(huán)境物理量和探空物理量對比結(jié)果。由于融合資料僅對NCEP FNL分析資料900 hPa以下通過地面氣象觀測數(shù)據(jù)進行了訂正，中、高層仍采用NCEP FNL分析資料，因而K、Z0并無改進效果，TPW偏差雖有變化，但改進效果亦不明顯。而對于CAPE、LI和LCL（表2）來說，融合資料CAPE比探空資料僅偏高119.0 J/kg，兩者之間絕對誤差降低至260.7 J/kg；同時，融合環(huán)境物理量LI、LCL的偏差和絕對誤差均明顯較低。與前文中相應的NCEP FNL物理量（表1）相比，融合物理量CAPE、LI、LCL絕對誤差分別降低了58.1%、48.0%和49.0%，表明融合物理量更加接近于探空物理量真值。

表2 融合資料和探空資料的北京站環(huán)境物理量統(tǒng)計對比

進一步對融合物理量CAPE、LI、LCL的偏差區(qū)間占有率分布（圖4）分析發(fā)現(xiàn)，將NCEP FNL分析資料與地面氣象觀測數(shù)據(jù)融合后，CAPE在以零值為中心的低偏差區(qū)間[-400，400]占有率明顯增大至76.6%。同時，LI在低偏差區(qū)間占有率增至93.5%，LCL在低偏差區(qū)間占有率則增至83.1%。與前文中融合前的NCEP FNL物理量偏差區(qū)間占有率相比，融合后CAPE、LI、LCL在各自的低偏差區(qū)間占有率分別增大了32.5%、31.3%、31.2%，表明融合后環(huán)境物理量的改進效果明顯。

將NCEP FNL分析資料與地面氣象觀測數(shù)據(jù)融合后，可以對NCEP FNL分析資料近地面溫度、露點溫度誤差進行訂正，從而極大程度地降低由地面開始抬升計算的環(huán)境物理量誤差，使融合物理量CAPE、LI、LCL可信度明顯高于NCEP FNL物理量。同時，融合了高時空分辨率的地面觀測數(shù)據(jù)更能反映近地層中小尺度環(huán)境條件差異。對于未設探空站的天津地區(qū)來說，通過融合物理量分析可以得出更具代表性和指示性的短時強降水預報指標。

圖4 融合資料的物理量偏差區(qū)間占有率分布

圖5 天津地區(qū)不同月份短時強降水的TPW分布

3 天津短時強降水環(huán)境物理量特征

3.1 水汽條件

我國中東部地區(qū)短時強降水多出現(xiàn)在TPW超過28 kg/m2的環(huán)境中[17]。圖5給出了2009—2017年天津地區(qū)短時強降水過程的TPW分布，TPW表現(xiàn)出顯著的月變化特征。其中，短時強降水發(fā)生較多的7—8月TPW下四分位數(shù)、中位數(shù)、平均值較為接近，其平均值達51.5 kg/m2；短時強降水發(fā)生較少的6月和9月TPW箱體區(qū)間變窄，各分位值明顯降低，下四分位數(shù)、中位數(shù)和平均值比7—8月偏低約10～14 kg/m2。可見，不同月份短時強降水發(fā)生所必需的水汽條件差異顯著，7—8月短時強降水多出現(xiàn)在非常潮濕的大氣環(huán)境中，75%的短時強降水發(fā)生在TPW＞45 kg/m2的水汽條件下，當TPW＜33 kg/m2時，可以不考慮短時強降水出現(xiàn)的可能性；而6月和9月75%的短時強降水出現(xiàn)在TPW＞34 kg/m2的水汽條件下，當TPW＜26 kg/m2時，可以不考慮短時強降水出現(xiàn)的可能性。

圖6 天津地區(qū)不同月份短時強降水的熱力和能量參數(shù)箱線圖

3.2 熱力和能量條件

K指數(shù)（K）和抬升指數(shù)（LI）常用來表示大氣層結(jié)穩(wěn)定度，前者數(shù)值越大，對流發(fā)展的潛能越大，后者則負值越大，不穩(wěn)定程度越強。由K和LI的箱線圖（圖6a，6b）可以看出，幾乎所有短時強降水均需要一定的層結(jié)不穩(wěn)定條件，且兩者亦表現(xiàn)出顯著的月變化特征。K指數(shù)9月下四分位數(shù)、中位數(shù)和平均值最低，6月各分位值略偏高，7—8月則明顯偏高約4～5℃；LI呈現(xiàn)與其反位相的月變化特征，9月上四分位數(shù)、中位數(shù)和平均值最大，6月各分位值略偏低，7—8月則偏低約1～3℃?？梢姡煌路荻虝r強降水對于層結(jié)不穩(wěn)定條件的要求明顯不同。其中，6—9月75%的短時強降水分別出現(xiàn)在K＞30℃、＞33℃、＞32℃、＞28℃的環(huán)境中，同時分別出現(xiàn)在LI＜-2.4℃、-2.7℃、-3.6℃、-0.5℃的環(huán)境中。

對流有效位能（CAPE）是日常業(yè)務中判斷深厚濕對流潛勢的重要參數(shù)，CAPE值越大，越容易發(fā)生強對流天氣。由圖6c分析發(fā)現(xiàn)，天津地區(qū)6—8月短時強降水CAPE的下四分位數(shù)、中位數(shù)、平均值呈逐月遞增趨勢，9月CAPE箱體區(qū)間陡降。其中，7—8月短時強降水多發(fā)生在較高的CAPE背景下，其下四分位值可達835～1063 J/kg，6月和9月則可能發(fā)生在較低的CAPE背景下，其下四分位值僅161～353 J/kg。7、8月短時強降水對于CAPE值要求較高，6月次之，9月最低。

3.3 特殊層高度

暖云層是指抬升凝結(jié)高度到0℃層高度之間的厚度層，較低的抬升凝結(jié)高度有利于水汽凝結(jié)，較高的0℃層高度則降低了冰雹產(chǎn)生的可能性，兩者之間的暖云層厚度越大，降水效率越大[26]。由于業(yè)務預報中對于抬升凝結(jié)高度和0℃層高度更為關(guān)注，本文分別計算了天津地區(qū)2009—2017年短時強降水過程的抬升凝結(jié)高度（LCL）和0℃層高度（Z0）。從LCL和Z0的箱線圖（圖7）中可以看出，6—9月LCL的下四分位數(shù)差異并不明顯，75%的短時強降水分別發(fā)生在LCL＞880 hPa、882 hPa、902 hPa、917 hPa的環(huán)境條件下，但6—8月LCL最小值均大于750 hPa，9月LCL最小值大于850 hPa，當小于相應最小值時，可以不考慮短時強降水出現(xiàn)的可能性。此外，不同月份短時強降水的Z0差異明顯，7—8月Z0下四分位數(shù)、中位數(shù)和平均值較高，6月和9月明顯偏低，6—9月75%的短時強降水分別發(fā)生在Z0＞3900 m、4300 m、4300 m、3700 m的環(huán)境條件下。

圖7 天津地區(qū)不同月份短時強降水的特殊高度層箱線圖

幾乎所有的短時強降水均需要一定的K、LI、CAPE、TPW、LCL和Z0，但不同月份短時強降水的上述物理量閾值區(qū)間存在一定的差異。由于K、CAPE、TPW、Z0、LCL值越大，越有利于短時強降水的發(fā)生，故選取其下四分位數(shù)作為相應的閾值（表3），意味著75%的短時強降水發(fā)生在物理量參數(shù)大于該閾值的環(huán)境條件下；而LI值越小，短時強降水的潛勢越大，故選取其上四分位數(shù)作為閾值，代表75%的短時強降水發(fā)生在物理量參數(shù)小于該閾值的環(huán)境條件下。

表3 天津地區(qū)不同月份短時強降水環(huán)境物理量閾值

按照同樣標準篩選了2018—2019年汛期共32次短時強降水過程，單個環(huán)境物理量K、LI、CAPE、TPW、LCL和Z0滿足上述不同月份閾值的分別占80.0%、69.4%、72.9%、93.8%、86.0%、90.6%。此外，32次短時強降水過程中約47.5%同時滿足6個環(huán)境物理量閾值，92.5%同時滿足4個或4個以上閾值?？梢?，上述不同月份K、LI、CAPE、TPW、LCL和Z0閾值對于短時強降水具有較好的指示性，可在實際業(yè)務中應用。

4 結(jié)論與討論

針對2009—2017年天津地區(qū)140次短時強降水天氣過程，通過NCEP FNL物理量和融合物理量的可信度對比，給出天津地區(qū)具有表征意義的短時強降水預報指標。

（1）NCEP FNL分析資料的環(huán)境物理量K、LI、TPW、Z0、LCL具有一定的可信度，但CAPE可信度明顯較差，其平均絕對誤差達622.3 J/kg；將NCEP FNL分析資料與地面氣象觀測數(shù)據(jù)融合后，CAPE、LI、LCL絕對誤差分別降低了58.1%、48.0%、49.0%，融合后的環(huán)境物理量可信度明顯高于融合前的NCEP FNL物理量。

（2）融合資料的環(huán)境物理量TPW、K、LI、CAPE、LCL和Z0對于天津地區(qū)短時強降水的發(fā)生具有很好的指示意義，短時強降水多出現(xiàn)在豐富的水汽、較高的不穩(wěn)定能量、低的抬升凝結(jié)高度和高的0℃層高度等環(huán)境條件下，但不同月份短時強降水發(fā)生所必需的環(huán)境條件差異顯著，TPW、K、LI、CAPE、LCL和Z0呈現(xiàn)明顯的月變化特征。

（3）根據(jù)環(huán)境物理量月變化特征分別給出不同月份短時強降水的預報指標。7—8月75%的短時強降水發(fā)生在TPW>45 kg/m2、K>32 ℃、CAPE>835 J/kg、LCL>882 hPa、Z0>4300 m的指標條件下；6月短時強降水預報指標要求降低，TPW>34 kg/m2、K>30℃、CAPE>353 J/kg、LCL>880 hPa、Z0>3900 m 等；9 月短時強降水預報指標要求最低。