祝小梅，白 婷，荊海亮

（1.伊犁州氣象局，新疆 伊寧 835000；2.新疆人工影響天氣辦公室，新疆 烏魯木齊 830002）

伊犁河谷位于我國新疆西部邊陲，東、南、北三面高山環(huán)繞，地勢東高西低，呈喇叭型向西敞開，特殊的地形造成伊犁河谷強對流天氣頻發(fā)。短時強降水屬于強對流天氣的一種，局地的短時強降水導致的暴雨洪澇和地質災害所造成的人員傷亡和財產損失在所有氣象災害中是最大的。例如2016年6月17日夜間至凌晨，伊犁河谷出現(xiàn)短時暴雨，自動站1 h（04：00—05：00）最大降雨量達44.3 mm。據伊犁州民政部門初步統(tǒng)計，此次短時暴雨造成直接經濟損失3.4億元。因此，對短時強降水天氣過程的預報及預測是非常重要的。

近些年來，國內外許多學者對于強對流天氣的研究經歷著以下3個階段：環(huán)境條件分析、建立強對流風暴概念模型和多普勒天氣雷達的應用階段。對于環(huán)境條件的研究國內外學者也做了大量研究，得出了一定的研究成果。我國氣象學家丁一匯、陶詩言從20世紀70年代末到80年代初開始研究強對流天氣發(fā)生的環(huán)境條件，得出了強風暴出現(xiàn)的3個基本條件：對流層為明顯的位勢不穩(wěn)定、上干下濕的水汽垂直分布以及強的風垂直切變[1]。Doswell[2]指出大多數(shù)的強降水是對流性的，短時強降水的預報，首要是理解產生強降水的物理機制所需的條件，因此對環(huán)境參數(shù)特征的研究有助于了解強對流天氣發(fā)生的物理過程，并通過物理量參數(shù)的閾值可確定對流天氣的類型或強度。付雙喜等[3]分析了甘肅省短時強降水環(huán)境參數(shù)特征，得出關鍵環(huán)境參數(shù)在不同區(qū)域表現(xiàn)出不同的特征。樊李苗等[4]對中國短時強降水、強冰雹、雷暴大風以及混合型強對流天氣的環(huán)境參數(shù)進行對比分析，得到不同類型下其環(huán)境參數(shù)的分布特征。很多環(huán)境參數(shù)特征對于強對流天氣發(fā)生的物理機制，有一定的預報指示意義[5-9]。還有許多學者對短時強降水的環(huán)流背景、氣候特征及雷達方面做了研究[10-19]，為短時強降水的潛勢預報提供了參考。

近些年來，新疆的學者關于短時強降水的物理量參數(shù)也做了很多研究[20-23]，但是主要是研究天山北坡、南疆等地，而且都是研究短時強降水的物理量參數(shù)，對于伊犁河谷短時強降水與非短時強降水的物理量參數(shù)之間的差異研究較少，因此，本文在已有的研究基礎上，對比分析非短時強降水（Ⅰ）和短時強降水（Ⅱ）的物理量參數(shù)，計劃分析和探討夏季兩種狀態(tài)下降水的關鍵環(huán)境參數(shù)有無明顯差異，有無可能對兩種類型天氣加以區(qū)分？夏季各月短時強降水關鍵環(huán)境參數(shù)的閾值；通過對2019年夏季短時強降水的檢驗，來判斷此閾值能否為伊犁河谷短時強降水潛勢預報提供參考。

1 研究資料和方法

選取資料為2010—2018年6—8月伊犁河谷10個國家級氣象觀測站、195個區(qū)域站逐時降水量，伊寧站08時（北京時間，下同）和20時一天兩次實況高空探測資料。文中涉及的短時強降水指小時降水量≥10 mm的天氣，其中不排除出現(xiàn)冰雹和雷暴天氣。如測站出現(xiàn)任意1 h降水量＞10 mm的降水過程，則將當日08或20時的探空數(shù)據作為一個短時強降水樣本，否則為非短時強降水樣本。非短時強降水或短時強降水出現(xiàn)在08—20時，用08時的探空數(shù)據，否則用20時，刪除缺測數(shù)據及無效樣本，按照以上方法統(tǒng)計2010—2018年6—8月非短時降水天氣樣本有效探空數(shù)據為725個，短時強降水為245個。

首先利用伊寧站的逐日08和20時的常規(guī)高空探測資料，借助MICAPS系統(tǒng)的物理量參數(shù)計算模塊，計算了2010—2018年6—8月81個物理量參數(shù)，并選取在MICAPS平臺下調用T-ln P圖時能直接看到的61個物理量參數(shù)，去除在兩類降水中數(shù)據都為0的參數(shù)，最后選取了54個物理量參數(shù)，然后利用相關系數(shù)法挑選與降水相關性較好的物理量參數(shù)。理想情況下，物理量參數(shù)在短時強降水天氣與非短時強降水天氣中的數(shù)值分布是沒有任何交集的，則可以認為該物理量參數(shù)對降水的發(fā)生有較好的指示意義[4]。而實際上，出現(xiàn)這種理想情況的可能性是很小的，所以只有選擇交集相對較小的物理量參數(shù)作為對產生短時強降水具有指示意義的參數(shù)。通過分析各關鍵參數(shù)集合箱線圖數(shù)據（剔除奇異值），考慮到若用箱線圖中最低值作為預報預警閾值，則出現(xiàn)虛報的概率可能較大，故采用25%百分位值（正相關）或75%百分位值（負相關）作為預報最低閾值的初猜值[20]。若非短時強降水天氣落在該預報最低閾值的初猜值中的概率＜20%時，則將該物理量參數(shù)的初猜值作為產生短時強降水天氣的預報指標。

2 物理量參數(shù)分析

2.1 物理量參數(shù)的選定和分析

做相關性分析時，假設短時強降水樣本的Y=1，非短時強降水樣本的Y=0，XI為各物理量參數(shù)的值（I=1、2、3，…，54）。逐一分析XI與Y之間的相關系數(shù)，并進行顯著性檢驗，最后得到17個相關系數(shù)通過0.01顯著性檢驗（r0.01=0.254）的物理量參數(shù)（表1），其中K指數(shù)（K）、修正K指數(shù)（Km）、瑞士第二雷暴指數(shù)（SW2）、對流凝結高度、Teffer指數(shù)、Charbr修正K指數(shù)（kc）、大風指數(shù)、對流溫度、對流凝結高度處溫度、總指數(shù)、整層比濕積分與短時強降水發(fā)生與否的相關系數(shù)的絕對值達到0.30以上，對降水有較好的指示意義，其中整層比濕積分（IQ）的相關系數(shù)最高，達到0.465。

表1 通過0.01顯著性檢驗的物理量參數(shù)與短時強降水的相關系數(shù)

利用百分位法統(tǒng)計出17個物理量參數(shù)最低閾值的初猜值（表2）。表3為非短時強降水天氣落在17個物理量參數(shù)最低閾值初猜值的概率，可以看出，K指數(shù)、修正K指數(shù)、Charbr修正K指數(shù)、瑞士第二雷暴指數(shù)、整層比濕積分的概率都＜15%，對產生短時強降水都有明顯的指示意義，而總指數(shù)、沙氏指數(shù)、干暖蓋指數(shù)（L s）、條件對流穩(wěn)定度指數(shù)、靜力能潛在穩(wěn)定度、靜力能對流穩(wěn)定度、Teffer指數(shù)、抬升指數(shù)，對流溫度、對流凝結高度、對流凝結高度處溫度在25%以上，對出現(xiàn)短時強降水的指示性較差。

表2 17個物理量參數(shù)的最低閾值的初猜值

根據以上分析，本文選取區(qū)間涵蓋75%以上短時強降水天氣樣本的、非短時強降水天氣樣本處于該取值區(qū)間的概率＜20%的物理量參數(shù)作為關鍵環(huán)境參數(shù)來討論伊犁河谷短時強降水天氣。因此最終選取K指數(shù)、修正K指數(shù)、Charbr修正K指數(shù)、瑞士第二雷暴指數(shù)、整層比濕積分這5個關鍵環(huán)境參數(shù)。

2.2 短時強降水關鍵環(huán)境參數(shù)的閾值分析

在已選取的5個關鍵環(huán)境參數(shù)的基礎上對2010—2018年6—8月245個短時強降水天氣樣本用箱線圖分析各月環(huán)境參數(shù)的分布情況，并討論各月關鍵環(huán)境參數(shù)的閾值。其中6月114個樣本，7月86個樣本，8月45個樣本。

2.2.16月關鍵環(huán)境參數(shù)特征

圖1為6月5個物理量參數(shù)的箱線圖。圖1a顯示兩種狀態(tài)下的K指數(shù)，兩者的最小到最大值分別為13～36℃（Ⅰ）、30～41℃（Ⅱ）；中位數(shù)分別為29℃（Ⅰ）、33℃（Ⅱ）；25%～75%百分位值分別為26～31℃（Ⅰ）、32～35℃（Ⅱ）。可以看出，25%～75%百分位值的區(qū)間是沒有交集的，各分位數(shù)都大于非短時強降水天氣過程的。說明短時強降水的發(fā)生要求K指數(shù)盡可能大些。對于K指數(shù)來說，可以采用25%百分位值32℃作為產生短時強降水天氣的閾值。

從km指數(shù)分布箱線圖（圖1b）可知，兩者的最小到最大值分別為16～42℃（Ⅰ）、34～45℃（Ⅱ）；中位數(shù)分別為34℃（Ⅰ）、39℃（Ⅱ）；25%～75%百分位值分別為32～36℃（Ⅰ）、37～41℃（Ⅱ）。25%～75%百分位值的區(qū)間沒有交集的，各分位數(shù)都大于非短時強降水天氣。對于km指數(shù)，可以用25%百分位值37℃作為產生短時強降水天氣的預警指標閾值之一。

兩種狀態(tài)下的kc指數(shù)（圖1c）最小到最大值分別為15～42℃（Ⅰ）、33～45℃（Ⅱ）；中位數(shù)分別為33℃（Ⅰ）、38℃（Ⅱ）；25%～75%百分位值分別為30～35℃（Ⅰ）、37～40℃（Ⅱ）。25%～75%百分位值的區(qū)間沒有交集的，各分位數(shù)都大于非短時強降水天氣?？梢园?5%百分位值37℃作為伊犁河谷出現(xiàn)短時強降水天氣的預警指標閾值之一。

從整層比濕積分（IQ）箱線圖（圖1d）可知，兩種狀態(tài)下的最小到最大值分別為1 216～3 660 g/kg（Ⅰ）、1 817～3 999 g/kg（Ⅱ）；中位數(shù)分別為2 209 g/kg（Ⅰ）、2 653 g/kg（Ⅱ）；25%～75%百分位值分別為1 941～2 445 g/kg（Ⅰ）、2 452～3 036 g/kg（Ⅱ）。兩者之間基本上也是沒有交集的，各分位數(shù)也都大于非短時強降水天氣，說明產生短時強降水需要的水汽更多?？梢园?5%百分位值2 452 g/kg作為伊犁河谷短時強降水天氣過程的預警指標閾值之一。

從瑞士第二雷暴指數(shù)（SW2）分布箱線圖（圖1e）可知，兩者的最小到最大值分別為-0.3～10.7（Ⅰ）、-2.9～6.1（Ⅱ）；中位數(shù)分別為5.0（Ⅰ）、2.3（Ⅱ）；25%～75%百分位值分別為3.4～5.9（Ⅰ）、1.3～3.4（Ⅱ）。短時強降水的箱體低于非短時強降水，說明SW2值越小越有利于產生短時強降水。兩者之間略有交集，各分位數(shù)也都小于非短時強降水天氣?？梢园?5%百分位值3.4作為產生短時強降水天氣的預警指標閾值之一。

圖1 伊犁河谷6月非短時降水與短時強降水關鍵環(huán)境參數(shù)箱線圖

2.2.27月關鍵環(huán)境參數(shù)特征

圖2為7月5個物理量參數(shù)的箱線圖。圖2a顯示兩種狀態(tài)下的K指數(shù)，兩者的最小到最大值分別為12～38℃（Ⅰ）、30～41℃（Ⅱ）；中位數(shù)分別為28℃（Ⅰ）、33℃（Ⅱ）；25%～75%百分位值分別為24～30℃（Ⅰ）、32～35℃（Ⅱ）?？梢钥闯?，25%～75%百分位值的區(qū)間是沒有交集的，各分位數(shù)都大于非短時強降水天氣過程的。對于K來說，可以采用25%的百分位值32℃作為7月產生短時強降水天氣的閾值。

從km指數(shù)分布箱線圖（圖2b）可知，兩者的最小到最大值分別為18～44℃（Ⅰ）、34～47℃（Ⅱ）；中位數(shù)分別為34℃（Ⅰ）、38℃（Ⅱ）；25%～75%百分位值分別為31～36℃（Ⅰ）、37～40℃（Ⅱ）。25%～75%百分位值的區(qū)間沒有交集，各分位數(shù)都大于非短時強降水天氣。25%百分位值37℃可以作為伊犁河谷7月出現(xiàn)短時強降水的預警指標閾值之一。

從kc指數(shù)分布箱線圖（圖2c）可知，兩者的最小到最大值分別為17～43℃（Ⅰ）、33～45℃（Ⅱ）；中位數(shù)分別為32℃（Ⅰ）、37℃（Ⅱ）；25%～75%百分位值分別為29～35℃（Ⅰ）、37～39℃（Ⅱ）。25%～75%百分位值的區(qū)間沒有交集，各分位數(shù)都大于非短時強降水天氣。可以把25%百分位值37℃作為伊犁河谷7月出現(xiàn)短時強降水的預警指標閾值之一。

從整層比濕積分（IQ）分布箱線圖（圖2d）可知，兩者的最小到最大值分別為843～3 753 g/kg（Ⅰ）、2 072～4 439 g/kg（Ⅱ）；中位數(shù)分別為2 308 g/kg（Ⅰ）、2 768 g/kg（Ⅱ）；25%～75%百分位值分別為1 909～2 657 g/kg（Ⅰ）、2571～3204 g/kg（Ⅱ）。短時強降水的箱體是高于非短時強降水，各分位數(shù)都大于非短時強降水天氣。可以把25%百分位值2 571 g/kg作為伊犁河谷7月產生短時強降水天氣的預警指標閾值之一。

從瑞士第二雷暴指數(shù)（SW2）分布箱線圖（圖2e）可知，兩者的最小到最大值分別為-1.7～17.6（Ⅰ）、-2.2～6.6（Ⅱ）；中位數(shù)分別為5.4（Ⅰ）、3.1（Ⅱ）；25%～75%百分位值分別為4.0～6.7（Ⅰ）、1.4～4.2（Ⅱ）。短時強降水的箱體低于非短時強降水，兩者之間略有交集，各分位數(shù)都小于非短時強降水天氣。可以把75%百分位值4.2作為產生短時強降水天氣的預警指標閾值之一。

圖2 伊犁河谷7月非短時降水與短時強降水關鍵環(huán)境參數(shù)箱線圖

2.2.38月關鍵環(huán)境參數(shù)特征

圖3為8月5個物理量參數(shù)的箱線圖。從圖3a可以看到，兩者的最小到最大值分別為11～36℃（Ⅰ）、30～38℃（Ⅱ）；中位數(shù)分別為28℃（Ⅰ）、33℃（Ⅱ）；25%～75%百分位值分別為24～30℃（Ⅰ）、32～34℃（Ⅱ）。25%～75%百分位值的區(qū)間沒有交集，各分位數(shù)都大于非短時強降水天氣過程的?？梢圆捎?5%百分位值32℃作為8月產生短時強降水天氣的閾值。

從km指數(shù)分布箱線圖（圖3b）可知，兩者的最小到最大值分別為19～42℃（Ⅰ）、34～44℃（Ⅱ）；中位數(shù)分別為34℃（Ⅰ）、39℃（Ⅱ）；25%～75%百分位值分別為31～36℃（Ⅰ）、37～40℃（Ⅱ）。兩者的25%～75%的百分位值的區(qū)間沒有交集，各分位數(shù)都大于非短時強降水天氣?？梢园?5%百分位值37℃作為8月產生短時強降水天氣的預警指標閾值之一。

從kc指數(shù)分布箱線圖（圖3c）可知，兩者的最小到最大值分別為17～41℃（Ⅰ）、34～43℃（Ⅱ），中位數(shù)分別為33℃（Ⅰ）、38℃（Ⅱ）；25%～75%百分位值分別為30～35℃（Ⅰ）、37～39℃（Ⅱ）。25%～75%百分位值的區(qū)間沒有交集，各分位數(shù)都大于非短時強降水天氣。可以把25%百分位值37℃作為伊犁河谷8月出現(xiàn)短時強降水天氣的預警指標閾值之一。

從整層比濕積分（IQ）分布箱線圖（圖3d）可知，兩者的最小到最大值分別為1 317～4 096 g/kg（Ⅰ）、2 208～3 757 g/kg（Ⅱ）；中位數(shù)分別為2 228 g/kg（Ⅰ）、2 673 g/kg（Ⅱ）；25%～75%百分位值分別為1 918～2 663 g/kg（Ⅰ）、2 571～2 940 g/kg（Ⅱ）。短時強降水的箱體較窄，說明值的分布較集中，并且高于非短時強降水，各分位數(shù)都大于非短時強降水天氣。可以把25%百分位值2 571 g/kg作為伊犁河谷8月產生短時強降水天氣的預警指標閾值之一。

圖3 伊犁河谷8月非短時降水與短時強降水關鍵環(huán)境參數(shù)箱線圖

從瑞士第二雷暴指數(shù)（SW2）分布箱線圖（圖3e）可知，兩者的最小到最大值分別為-0.2～13.8（Ⅰ）、-0.5～6.1（Ⅱ）；中位數(shù)分別為5.2（Ⅰ）、3.1（Ⅱ）；25%～75%百分位值分別為3.8～6.7（Ⅰ）、1.4～4.1（Ⅱ）。短時強降水的箱體低于非短時強降水，兩者之間略有交集，各分位數(shù)都小于非短時強降水天氣?？梢园?5%百分位值4.1作為8月產生短時強降水天氣的預警指標閾值之一。

從以上分析可知，各月短時強降水K指數(shù)、修正K指數(shù)、Charba修正K指數(shù)、整層比濕積分的各分位數(shù)都大于非短時強降水，箱體也高于非短時強降水，而成負相關的瑞士第二雷暴指數(shù)的各分位數(shù)小于非短時強降水，箱體也低于非短時強降水，因此兩種類型降水是可以加以區(qū)分的。6月K（圖1a）、km（圖1b）、kc（圖1c），非短時強降水天氣落在預報閾值初猜值的概率分別為18.9%、18.9%、17.6%，而IQ和SW2的概率達到25%以上，指示意義較差。7月份K（圖2a）、km（圖2b）、kc（圖2c），非短時強降水天氣落在預報閾值初猜值的概率分別為14.2%、16.9%、14.2%，而IQ和SW2的概率達到31.1%、29.7%，指示意義較差。K（圖3a）、km（圖3b）、kc（圖3c），非短時強降水天氣落在預報閾值初猜值的概率分別為14.2%、18.9%、14.9%，而IQ和SW2的概率達到29.9%、33.1%，指示意義較差。因此對于夏季短時強降水，6、7、8月可用K、km以及kc的25%百分位值作為判別指標。而產生強對流的另一個要素是水汽，當水汽隨云上升氣流進入雷暴中，在凝結成云滴或冰晶時，潛熱釋放出來驅動了雷暴內的上升氣流。從整層比濕積分的箱線圖（圖1d、圖2d、圖3d）可知，6、7、8月的中位數(shù)值分別為2 653、2 768、2 673 g/kg。7月值最大，說明對于產生短時強降水，7月需要的水汽相對多點。而用25%百分位值作為判別指標，非短時強降水在預報閾值初猜值的概率都在25%以上，指示意義較差，用中位數(shù)作為判別指標，6、7、8月的概率分別16.2%、14.8%、20.4%，因此對于整層比濕積分，可以把≥2 653 g/kg、≥2 768 g/kg、≥2 673 g/kg作為6、7、8月產生短時強降水的判別指標。對于瑞士第二雷暴指數(shù)，用75%百分位值作為判別指標，非短時強降水落在預報閾值初猜值的概率都在25%以上，指示意義也較差，而用中位數(shù)2.3、3.1、3.1，6、7、8月的概率分別10.8%、13.5%、17.3%，因此對于瑞士第二雷暴指數(shù)，可以把≤2.3、≤3.1、≤3.1作為6、7、8月產生短時強降水的判別指標。

綜上所述，最終可以用K、km、kc的25%百分位值，以及IQ、SW2的中位數(shù)作為6、7、8月產生短時強降水的判別指標（表4）。

表4 夏季短時強降水關鍵環(huán)境參數(shù)閾值

3 2019年預報檢驗評估

2019年6—8月（表5），伊犁河谷共出現(xiàn)16次短時強降水天氣（6月8次，7月5次，8月3次），整個夏季發(fā)布短時強降水預報37次，其中報對次數(shù)16次，空報21次，而漏報了5次。通過檢驗，空報率為65.6%，漏報率為32.3%，準確率（TS）只有43.4%，可以看出空報次數(shù)較多。使用表4的指標對2019年6—8月的短時強降水進行檢驗評估，從表6可知，整個夏季準確率（TS）為53.8%，8月準確率最高（75%），6月最低（46.2%）；7、8月沒有漏報；6月的空報率最高，為45.5%。經普查，雖然沒有出現(xiàn)短時強降水，但出現(xiàn)雷暴及冰雹天氣。通過對比分析，可以看出用了表4的指標，準確率提高了10.4%，而空、漏報率明顯減少，說明此指標可以為伊犁河谷的短時強降水潛勢預報提供參考。盡管本文使用樣本不是很多，普遍的代表性意義還不是很大，需要更多個例進行繼續(xù)研究，但本文的結果對當前短臨天氣中短時強降水的預報還是有較好的參考意義。

表5 2019年6—8月短時強降水天氣過程的預報情況

表6 預報指標對2019年6—8月短時強降水天氣過程的預報情況

4 結論

利用2010—2018年6—8月725個非短時降水天氣樣本及245個短時強降水樣本的有效探空數(shù)據，討論了夏季短時強降水天氣過程的物理量參數(shù)特征，并得出夏季產生短時強降水關鍵環(huán)境參數(shù)閾值，同時對2019年夏季的短時強降水天氣過程進行了檢驗評估。得出以下結論：

（1）K指數(shù)、修正K指數(shù)、瑞士第二雷暴指數(shù)、對流凝結高度、Teffer指數(shù)、大風指數(shù)、對流溫度、對流凝結高度處溫度、總指數(shù)、整層比濕積分與產生降水的相關系數(shù)達到0.30以上，對降水有較好的指示意義，其中整層比濕積分的相關系數(shù)最高，達到0.465。

（2）通過分析17個環(huán)境參數(shù)涵蓋75%以上短時強降水天氣樣本的取值區(qū)間，及非短時強降水天氣樣本在此區(qū)間的概率，最終選取概率＜20%的K指數(shù)（K）、修正K指數(shù)（km）、Charbr修正K指數(shù)（kc）、瑞士第二雷暴指數(shù)（SW2）、整層比濕積分（IQ）這5個物理量參數(shù)討論伊犁河谷短時強降水天氣。

（3）兩種類型的降水天氣是可以區(qū)分的。可以將K≥32℃、km≥37.3℃、kc≥36.5℃、IQ≥2 653 g/kg、SW2≤2.3作為6月產生短時強降水的判別指標；K≥32℃、km≥37.3℃、kc≥36.5℃、IQ≥2768 g/kg、SW2≤3.1作為7月產生短時強降水的判別指標；K≥32℃、km≥37.3℃、kc≥36.5℃、IQ≥2673 g/kg、SW2≤3.1作為8月產生短時強降水的判別指標。

（4）通過檢驗，所得出的判別指標預報短時強降水，準確率提高了10.4%，而空、漏報率明顯減少，說明此指標可以為伊犁河谷的短時強降水潛勢預報提供參考。