基于風(fēng)暴數(shù)值模擬的冰雹臨近預(yù)報方法研究

王 瑾，王洪斌，鄒 蓓

(1.貴州省氣象信息中心，貴州 貴陽 550002;2.貴州省黔東南自治州氣象局，貴州 凱里 556003)

基于風(fēng)暴數(shù)值模擬的冰雹臨近預(yù)報方法研究

王 瑾1，王洪斌2，鄒 蓓1

(1.貴州省氣象信息中心，貴州 貴陽 550002;2.貴州省黔東南自治州氣象局，貴州 凱里 556003)

該文利用基于格點冰雹識別的研究成果，結(jié)合ARPS風(fēng)暴數(shù)值模式的輸出結(jié)果，提出基于風(fēng)暴數(shù)值模式的冰雹臨近預(yù)報方法，即用風(fēng)暴數(shù)值預(yù)報的水物質(zhì)場反演的反射率因子場作為冰雹的預(yù)報因子，并通過建立基于格點的強冰雹識別算法作為冰雹預(yù)報模型，從而對冰雹的落區(qū)及大小做出預(yù)報。與一般的冰雹預(yù)報模型相比，新的方法有以下特點：選取的冰雹預(yù)報因子物理意義更加明確，更加全面;建立的冰雹預(yù)報模型比較穩(wěn)定;建立冰雹預(yù)報模型的過程相對簡單。新的方法在一次強冰雹過程中得到了成功應(yīng)用，在3h的臨近預(yù)報中基本準(zhǔn)確預(yù)報了強冰雹的落區(qū)位置。

風(fēng)暴數(shù)值模擬;冰雹臨近預(yù)報

1 引言

基于雷達(dá)資料的臨近預(yù)報技術(shù)主要包括雷暴識別追蹤和外推預(yù)報技術(shù)、數(shù)值預(yù)報技術(shù)以及以分析觀測資料為主的概念模型預(yù)報技術(shù)等。其中，識別追蹤和外推預(yù)報技術(shù)主要以雷達(dá)資料為基礎(chǔ)，在這方面，交叉相關(guān)外推和回波特征追蹤識別外推是比較成熟的技術(shù)，已經(jīng)用于許多的臨近預(yù)報業(yè)務(wù)系統(tǒng)中，其缺陷是預(yù)報時效較短，準(zhǔn)確率也不是很高。隨著精細(xì)數(shù)值天氣預(yù)報技術(shù)和計算機技術(shù)的發(fā)展，特別是“熱啟動”技術(shù)的發(fā)展，利用多普勒天氣雷達(dá)資料和其它中小尺度觀測資料進(jìn)行數(shù)值模式初始化來預(yù)報雷暴的發(fā)生、發(fā)展和消亡已經(jīng)成為一個研究的熱點，是今后臨近預(yù)報主要的發(fā)展方向。近年來，國內(nèi)外有關(guān)強對流天氣預(yù)報方法的研究已有很多成果，但在實用有效的短時預(yù)報手段方面依然需做進(jìn)一步探討和研究。我國目前對這類天氣的預(yù)報主要是根據(jù)實況觀測資料作外推或根據(jù)預(yù)報員的經(jīng)驗總結(jié)出來的強對流天氣概念模型來進(jìn)行。國外則利用加密的中尺度觀測及衛(wèi)星、雷達(dá)資料，采用變分同化技術(shù)融入非靜力中尺度模式，其技術(shù)已顯示出對某些強對流天氣的預(yù)報具有一定的能力。如Warner等(2000)在一次暴洪的個例研究中，采用VDRAS系統(tǒng)，即用云模式及其伴隨模式，從多普勒雷達(dá)資料反演得到云模式的初值，包括三維風(fēng)場、熱力場和云的微物理場，預(yù)報結(jié)果的驗證表明：模式預(yù)報質(zhì)量顯著好于外推預(yù)報。邱崇踐等(2001)采用變分反演方法和Gal-Chen等提出的熱力反演技術(shù)，得到ARPS模式預(yù)報所需初始場的基本要素，并對移經(jīng)美國Oklahoma州的一個強雷暴系統(tǒng)進(jìn)行了數(shù)值預(yù)報試驗，結(jié)果表明，初始場中引入多普勒雷達(dá)觀測資料后明顯改進(jìn)了預(yù)報效果。

冰雹作為一種強對流天氣，其特點是空間尺度小、生命史短、突發(fā)性強、發(fā)展演變迅速，其預(yù)報難度是眾所周知的。Doswell［3］認(rèn)為，龍卷預(yù)報包括兩部分：對風(fēng)暴環(huán)境中龍卷潛勢的預(yù)測以及一旦風(fēng)暴發(fā)展時對龍卷風(fēng)暴的識別。Doswell的上述思路，即把風(fēng)暴預(yù)報問題化分為潛勢預(yù)測和監(jiān)測識別，同樣適用于降雹預(yù)報問題。在日常業(yè)務(wù)工作中，能不能將上述的潛勢預(yù)報和雷達(dá)識別雹云有機的結(jié)合起來，利用模式輸出產(chǎn)品的一些結(jié)果呢?作為一種嘗試，文獻(xiàn)［1］討論了風(fēng)暴模式的“熱啟動”問題，使得利用數(shù)值模式成功地對冰雹等發(fā)展演變迅速的強對流天氣做出臨近預(yù)報成為可能。本文利用文獻(xiàn)［2］的冰雹識別的研究成果，結(jié)合ARPS風(fēng)暴數(shù)值模式的輸出結(jié)果，提出了一個新的冰雹臨近預(yù)報方法，并在一次冰雹個例中得到了成功應(yīng)用。作為比較，也探討了基于風(fēng)暴跟蹤外推技術(shù)的臨近預(yù)報方法。

2 基于格點冰雹識別算法的冰雹臨近預(yù)報方法

冰雹并不是風(fēng)暴數(shù)值模式的預(yù)報量，因此常規(guī)的冰雹預(yù)報，是利用探空或數(shù)值預(yù)報模式的輸出量計算各種對流參數(shù)和物理條件(層結(jié)不穩(wěn)定、水汽、動力)等各類因子，如對流有效位能(CAPE)，風(fēng)暴相對螺旋度(SRH)、粗理查遜數(shù)(BRN)和粗理查遜數(shù)切變(BRNSHR)等，然后根據(jù)實際冰雹資料建立地面降雹與這些因子之間的統(tǒng)計關(guān)系，從而建立冰雹的預(yù)報模型。這些方法所建立的模型，與數(shù)值預(yù)報模式和局地氣候密切相關(guān)，一旦數(shù)值模式或局地氣候條件變化，預(yù)報模型就必須調(diào)整;而且建立的過程比較繁雜，必須使用大量的數(shù)值預(yù)報個例來建立穩(wěn)定的統(tǒng)計關(guān)系。為了解決這些困難，我們提出一個新的方法來建立冰雹的臨近預(yù)報模型。

基本思路就是以反射率因子作為冰雹預(yù)報因子，將冰雹預(yù)報問題轉(zhuǎn)變?yōu)楸⒆R別問題。首先根據(jù)強風(fēng)暴數(shù)值模式預(yù)報輸出場中的水物質(zhì)場和風(fēng)場轉(zhuǎn)變多普勒雷達(dá)的反射率因子和徑向速度場，然后根據(jù)多普勒雷達(dá)的冰雹識別方法診斷出冰雹落區(qū)和大小。我們使用的冰雹識別方法是文獻(xiàn)［2］研究的基于格點冰雹識別算法，算法是基于反射率因子的方法，因此我們只需轉(zhuǎn)變預(yù)報輸出場中的水物質(zhì)場為多普勒雷達(dá)的反射率因子場。

與一般的冰雹預(yù)報模型相比，新的方法有以下特點：

①選取的冰雹預(yù)報因子物理意義更加明確，更加全面。新方法中的冰雹預(yù)報因子雖然只有雷達(dá)反射率因子，但它是預(yù)報時刻各種物理因子(對流參數(shù)、水汽條件、動力因子)的綜合反映，而且直接體現(xiàn)了與冰雹有關(guān)的水物質(zhì)的情況，因而相比而言更加全面。

②建立的冰雹預(yù)報模型比較穩(wěn)定。新方法使用的預(yù)報模型，即基于雷達(dá)反射率因子的冰雹識別算法，與使用的風(fēng)暴數(shù)值模式無關(guān)，模式的改變并不需要改變冰雹識別算法，因此，要提高冰雹的預(yù)報能力，我們只需專注于模式水物質(zhì)輸出場形成的雷達(dá)反射率因子場的位置和結(jié)構(gòu)預(yù)報能力的提高，而不需再重新建立新的冰雹預(yù)報模型。

③建立冰雹預(yù)報模型的過程相對簡單。只需要獲得大量的冰雹個例雷達(dá)觀測資料及地面降雹記錄資料，我們就可以建立可靠的冰雹識別模型，而不需要通過大量的數(shù)值預(yù)報模擬結(jié)果來建立穩(wěn)定的預(yù)報模型。

2.1 反射率因子場的生成

水物質(zhì)場生成反射率因子場采用了ARPS模式［5-6］的云分析方案中的處理方法，總的等效反射率因子Ze由3個分量構(gòu)成：

式中 Zer、Zes、Zeh分別是雨水、雪及冰雹對反射率因子的貢獻(xiàn)，雨水、雪及冰雹等降水粒子場由模式的濕球溫度場及雷達(dá)反射率模式網(wǎng)格場對降水粒子形態(tài)的診斷分析獲得。這3個分量的反射率因子方程采用了Smith(1975)的方案。

雨水的反射率因子分量Zer方程：

式中雨水密度 ρr=1 000 kg/m3，ρ(單位為 kg/m3)是空氣密度，假設(shè)雨滴大小譜分布滿足Marshall-Palmer指數(shù)分布，截斷常數(shù)Nr=8.0×106m-4。

在云中溫度＜0℃，干雪對反射率因子的貢獻(xiàn)方程為：

這里 ρs=100 kg/m3及 ρi=917 kg/m3分別是雪和冰的密度。Ns=3.0×106m-4，是雪譜分布的截斷常數(shù)，=0.176及=0.93分別是冰和水的電介常數(shù)。

當(dāng)云中溫度＞0℃，濕雪對反射率因子的貢獻(xiàn)類同于雨水形式的方程：

其中，ρh=913 kg/m3是雹的密度，雹譜分布的截斷常數(shù) Nh=4.0×104m-4，這個值比 Smith［12-13］方案中使用的值稍大，主要是考慮了大多數(shù)情況冰雹尺寸較小的原因。

2.2 格點冰雹識別算法

在文獻(xiàn)［2］中，我們在基于局部空間插值方法的雷達(dá)反射率因子的三維插值網(wǎng)格上建立了適合于貴州地區(qū)的基于格點的冰雹識別算法，并生成了基于格點的垂直累積含水量、垂直累積含水量密度、強冰雹指數(shù)、強冰雹概率等強冰雹診斷產(chǎn)品，本文將在此基礎(chǔ)上建立貴州冰雹的預(yù)報模型。

3 個例選擇及方案設(shè)計

為檢驗基于風(fēng)暴數(shù)值模擬的冰雹臨近預(yù)報方法的預(yù)報能力，選擇了一次發(fā)生在貴州中西部地區(qū)的強對流冰雹天氣作為研究個例。

受高空槽和低渦切變的共同影響，2005年5月2日下午至夜間，貴州西北部及中部地區(qū)發(fā)生了一次雷雨冰雹天氣過程。21時34分，本次強對流天氣系統(tǒng)襲擊了貴陽市烏當(dāng)區(qū)和白云區(qū)，在雷雨中夾降冰雹并伴有瞬時強風(fēng)，持續(xù)時間12 min左右，冰雹直徑15～30 mm。這次強雷暴天氣過程是一次由高原東側(cè)短波槽在低層切變線上擾動生成局地中小尺度氣旋形成的強烈對流天氣(圖略)，另外中低層持續(xù)加強的西南暖濕氣流，高溫高濕的環(huán)境場及中層700 hPa逆溫層的存在，也為這次強雷暴的發(fā)生發(fā)展提供有利的背景條件。

本文以美國Oklahoma大學(xué)風(fēng)暴分析和預(yù)測中心開發(fā)的ARPS(The Advanced Regional Prediction System)模式及其資料三維同化系統(tǒng)ARPS3DVAR和復(fù)雜云分析模塊為研究平臺［1］，對于所有的數(shù)值試驗，均采用了兩層單向嵌套網(wǎng)格，外層為15 km分辨率，覆蓋了整個中國區(qū)域，內(nèi)層為3 km，以貴陽為內(nèi)層模式區(qū)中心點，覆蓋了整個貴州區(qū)域。15 km和3 km網(wǎng)格都采用了相同的垂直地形跟隨坐標(biāo)，垂直方向取43層，垂直平均分辨率為500 m。采用ARPS3DVAR系統(tǒng)來同化常規(guī)地面資料、探空資料及多普勒雷達(dá)徑向速度資料，3DVAR中的云分析模塊根據(jù)反射率資料來調(diào)整云中溫度、水汽、云水云冰及降水粒子場。ARPS3DVAR系統(tǒng)及ARPS模式的主要參數(shù)設(shè)置見表1。

表1 ARPS3DVAR系統(tǒng)及ARPS模式的主要參數(shù)設(shè)置

15 km網(wǎng)格的模擬結(jié)果為3 km的數(shù)值模擬提供邊界條件，并且經(jīng)過插值到3 km網(wǎng)格后，為3 km的雷達(dá)同化分析提供背景場。15KM網(wǎng)格采用6 h間隔的NCEP AVN 1°×1°資料作為背景場和邊界條件，初始時刻加入了地面和探空資料對初始場進(jìn)行訂正。

為檢驗?zāi)Ｊ降谋⑻鞖馀R近預(yù)報能力和多雷達(dá)資料同化對模式預(yù)報的影響，我們選取了在貴陽雷達(dá)靜錐區(qū)內(nèi)有強冰雹記錄時(北京時間21時34分)的前1.5 h，即20時00分作為模式啟報時間，模式預(yù)報時間為3 h。3 km網(wǎng)格同化了模式時刻貴陽和遵義兩部多普勒雷達(dá)的體掃資料。在同化分析中，由于只同化雷達(dá)資料，采用了單次PASS，濾波尺度為6 km。

4 結(jié)果分析

4.1 風(fēng)暴模式的臨近預(yù)報能力檢驗

圖1是ARPS模式對本次強冰雹過程20時至23時3 h預(yù)報的反射率因子在3 km高度與實際雷達(dá)觀測的詳細(xì)比較圖。預(yù)報的反射率因子根據(jù)本文2.1節(jié)的Smith方案獲得。模式預(yù)報與觀測的雷達(dá)反射率在回波結(jié)構(gòu)、位置和系統(tǒng)的演變方向上是比較一致的，抓住了這次強冰雹過程幾個主要強風(fēng)暴的演變特征。從實際觀測(圖1右欄)來看，預(yù)報初始階段，存在5個主要的對流風(fēng)暴(圖1中a～e所標(biāo)示)，其中風(fēng)暴a是這次過程最主要的強降雹云，預(yù)報時段一直維持強風(fēng)暴，21時30分在貴陽附近降雹后，呈現(xiàn)逐漸減弱的趨勢。風(fēng)暴b在20時45分與風(fēng)暴a后部分裂的小風(fēng)暴合并增強，22時30分與其后部的新生風(fēng)暴c’合并，已有與風(fēng)暴a合并的趨勢。風(fēng)暴c在預(yù)報1 h后持續(xù)增強，21時，在其右前方有新風(fēng)暴c’生成。風(fēng)暴d維持減弱趨勢，22時30分后消亡。弱風(fēng)暴e在20時45分消亡。

從20時開始的3 h預(yù)報在15 min后有6個風(fēng)暴(圖1a～f標(biāo)示)，其中5個風(fēng)暴a～f都可以直接聯(lián)系到右側(cè)實際觀測中的風(fēng)暴，只有風(fēng)暴f沒有與之對應(yīng)的實測風(fēng)暴，但由于環(huán)境場的不支持導(dǎo)致了風(fēng)暴f在21時后完全減弱消亡。5個風(fēng)暴在預(yù)報開始后1 h內(nèi)，風(fēng)暴強中心位置的預(yù)報誤差＜5 km，2 h內(nèi)預(yù)報誤差＜15 km，3 h的預(yù)報誤差在30 km左右，而且主要風(fēng)暴結(jié)構(gòu)與實際觀測保持較好的相似度。預(yù)報的風(fēng)暴a在預(yù)報時段一直維持強風(fēng)暴形態(tài)，但強度比實測略低，范圍比實測大，最大值為57 dBz，出現(xiàn)在21時。風(fēng)暴d和e的預(yù)報雖有減弱消亡的趨勢，但消亡時間比實測晚。風(fēng)暴e是在21時后逐漸消亡，風(fēng)暴d一直維持減弱趨勢。風(fēng)暴b、c的預(yù)報與實測稍有出入，預(yù)報的風(fēng)暴b在20時45分與風(fēng)暴c合并，而不是與風(fēng)暴a后部分裂的小風(fēng)暴合并。合并后在21時30分重新分裂，生成新風(fēng)暴c’。這比實測中新風(fēng)暴c’的生成時間稍晚。

通過對這次過程主要風(fēng)暴的時空演變及主要關(guān)鍵特征的成功模擬，可以認(rèn)為初始時刻通過3DVAR和云分析同化了雷達(dá)觀測資料及常規(guī)的地面觀測和探空資料起了非常關(guān)鍵的作用，這不僅為模式提供了一個合理的初始場，同時也解決了模式的“熱啟動”問題，模式初始時刻就存在的云微物理場，大大減少了模式的調(diào)整時間，使得利用風(fēng)暴數(shù)值模式進(jìn)行0～3h的對流天氣臨近預(yù)報成為可能。但模擬結(jié)果也表明，當(dāng)風(fēng)暴靠得太近時，一些復(fù)雜的風(fēng)暴相互作用，比如說風(fēng)暴的合并、陣風(fēng)鋒的交匯等現(xiàn)象就會發(fā)生，而模式對這些過程的處理誤差會激發(fā)一些虛假的風(fēng)暴單體的生成或消亡，這就要求提高模式對對流風(fēng)暴的精確的分析和處理能力。

4.2 強冰雹的臨近預(yù)報

我們提出的強冰雹預(yù)報的臨近預(yù)報方法就是用風(fēng)暴數(shù)值預(yù)報的水物質(zhì)場反演的反射率因子場作為冰雹的預(yù)報因子，并使用文獻(xiàn)［2］建立的基于格點的強冰雹識別算法作為冰雹預(yù)報模型，從而對冰雹的落區(qū)及大小做出預(yù)報。在文獻(xiàn)［2］中，我們使用多雷達(dá)三維插值拼圖產(chǎn)品，實現(xiàn)了基于格點的垂直累計含水量、垂直累計含水量密度、強冰雹指數(shù)及強冰雹概率等強冰雹診斷因子，改進(jìn)了強冰雹概率算法。同時根據(jù)局地氣候特征建立了適合于貴州地區(qū)的強冰雹指數(shù)的冰雹預(yù)警閾值選擇模式(WTSM)，每天的VIL冰雹預(yù)警閾值(VOD)統(tǒng)計關(guān)系式及VIL密度的冰雹預(yù)警閾值。上節(jié)我們已經(jīng)成功模擬了這次強冰雹過程的反射率因子的演變特征，接下來對強冰雹的落區(qū)預(yù)報就變得相對容易，我們只需根據(jù)預(yù)報的反射率因子場生成強冰雹識別產(chǎn)品就可以了。

圖2a是根據(jù)與地形有關(guān)的強冰雹概率建立的強冰雹預(yù)報模型對本次冰雹過程21時30分的數(shù)值預(yù)報所做的強冰雹預(yù)報。等值線為3 km高度的反射率因子場。白方塊點標(biāo)示了地面觀測到的強冰雹記錄(1號記錄：清鎮(zhèn)市百花鄉(xiāng)，雹粒直徑最大有乒乓球大小，降雹時間21∶13-21∶33;2號記錄：貴陽烏當(dāng)區(qū)朱昌鎮(zhèn)，雹粒直徑最大30 mm，降雹時間21∶34—21∶40;3號記錄：貴陽白云區(qū)麥架鄉(xiāng)，雹粒直徑最大35 mm，降雹時間21∶40—21∶48)。圖2b是同時次遵義和貴陽多雷達(dá)拼圖產(chǎn)品生成的強冰雹概率圖。根據(jù)強冰雹預(yù)報模型，要求強冰雹概率POSH≥50%發(fā)布強冰雹預(yù)警，圖2a中的預(yù)警區(qū)域(圖2a中的紅色區(qū)域)距離實際降雹點稍偏北10 km左右。與圖2b相比較，預(yù)報產(chǎn)品比實際識別產(chǎn)品除位置稍偏北以外，還低估了圖2b中風(fēng)暴b強降雹的可能性，風(fēng)暴a的強降雹區(qū)域也偏小。但能夠提前1.5 h成功預(yù)報出強冰雹落區(qū)，對于實際的人影工作來說已經(jīng)有很大幫助。

5 小結(jié)

本文利用文獻(xiàn)［2］冰雹識別的研究成果，結(jié)合ARPS風(fēng)暴數(shù)值模式的輸出結(jié)果，提出了一個新的冰雹臨近預(yù)報方法，并通過對一次發(fā)生在貴州西北部到中部一線的冰雹過程的1 h外推預(yù)報及3 h數(shù)值模擬，得出以下結(jié)論：

①ARPS模式對本次強冰雹過程3 h的模式預(yù)報與觀測的雷達(dá)反射率在回波結(jié)構(gòu)、位置和系統(tǒng)的演變方向上是比較一致的，抓住了這次強冰雹過程幾個主要強風(fēng)暴的演變特征。這次過程主要風(fēng)暴的時空演變及主要關(guān)鍵特征的成功模擬，可以認(rèn)為初始時刻通過3DVAR和云分析同化了雷達(dá)觀測資料及常規(guī)的地面觀測和探空資料起了非常關(guān)鍵的作用。但模擬結(jié)果也表明，當(dāng)風(fēng)暴靠得太近時，一些復(fù)雜的風(fēng)暴相互作用，比如說風(fēng)暴的合并、陣風(fēng)鋒的交匯等現(xiàn)象就會發(fā)生，而模式對這些過程的處理誤差會激發(fā)一些虛假的風(fēng)暴單體的生成或消亡，這就要求提高模式對對流風(fēng)暴的精確的分析和處理能力。

②提出一個新的方法來建立冰雹的臨近預(yù)報模型。基本思路就是以反射率因子作為冰雹預(yù)報因子，將冰雹預(yù)報問題轉(zhuǎn)變?yōu)楸⒆R別問題。首先根據(jù)強風(fēng)暴數(shù)值模式預(yù)報輸出場中的水物質(zhì)場和風(fēng)場轉(zhuǎn)變多普勒雷達(dá)的反射率因子和徑向速度場，然后根據(jù)多普勒雷達(dá)的冰雹識別方法診斷出冰雹落區(qū)和大小。與一般的冰雹預(yù)報模型相比，新的方法法有以下特點：選取的冰雹預(yù)報因子物理意義更加明確，更加全面;建立的冰雹預(yù)報模型比較穩(wěn)定;建立冰雹預(yù)報模型的過程相對簡單。新的方法在本次強冰雹過程中得到了成功應(yīng)用，在3 h的臨近預(yù)報中基本準(zhǔn)確預(yù)報了強冰雹的落區(qū)位置。

圖1 2005年5月2日強冰雹過程20至23時3 h模式預(yù)報(左欄)與實際多雷達(dá)拼圖(右欄)的3 km高度反射率因子。(不同的預(yù)報時刻在圖的左上角標(biāo)示)

續(xù)圖1 2005年5月2日強冰雹過程20至23時3 h模式預(yù)報(左欄)與實際多雷達(dá)拼圖(右欄)的3 km高度反射率因子。(不同的預(yù)報時刻在圖的左上角標(biāo)示)

圖2 21時30分的強冰雹預(yù)報圖(a)及相應(yīng)時刻的多雷達(dá)拼圖的強冰雹概率產(chǎn)品(b)

需要指出的是，新方法的預(yù)報效果依賴于數(shù)值模式對強對流天氣反射率因子場的準(zhǔn)確模擬，而模式預(yù)報能力的提高除了模式良好的風(fēng)暴分析和描述能力之外，與中尺度觀測資料的同化密切相關(guān)。在試驗中，我們只同化了雷達(dá)資料，未來中尺度觀測網(wǎng)資料的加入會大大提高模式的預(yù)報能力。另外，我們對新方法的應(yīng)用還只局限于個例研究，其驗證和完善還需在業(yè)務(wù)中通過大量的預(yù)報實踐來完成。

［1］ 王瑾.CINRAD/CD雷達(dá)反射率因子同化對中尺度數(shù)值模式云微物理量場調(diào)整的分析［J］.高原氣象，2009，28(1)：173-185.

［2］ 王瑾.基于強對流數(shù)值模擬的貴州冰雹識別及臨近預(yù)報方法研究［D］.北京：中國科學(xué)院，2009.

［3］ 彭治班，等.國外強對流天氣的應(yīng)用研究［M］.北京：氣象出版社，2001.

［4］ Johnson J，P.Mackeen A，Witt E M，et al.The storm cell identification and tracking algorithm：An enhanced WSR-88D algorithm.Weather and Forecasting，1998，13：263-276.

［5］ Xue，M.，K.K.Droegemeier，and V.Wong，2000：The Advanced Regional Prediction System(ARPS) - A multiscale nonhydrostatic atmospheric simulation and prediction tool.Part I：Model dynamics and verification.Meteor.Atmos.Physics，75，161-193.

［6］ Xue，M.，K.K.Droegemeier，V.Wong，A.Shapiro，K.Brewster，F(xiàn).Carr，D.eber，Y.Liu，and D.Wang，2001b：The Advanced Regional Prediction System(ARPS)-A multi-scale nonhydrostatic atmospheric simulation and prediction tool.Part II：Model physics and applications.Meteor.Atmos.Phys.，76，143-166.

Research on the approach of hail nowcasting in Guizhou Region based on storm numerical model

WANG Jin1，WANG Hongbin2，ZOU Bei1

(1.GuiZhou Meteorological Information Center，Guiyang 550002;2.Southeast Autonomous Prefecture Meteorology Bureau of Guizhou，Kaili 55003)

Based on grid-based hail detection algorithm ，storm numerical model and radar data assimilation，A nowcasting technique for hail storm，which using model radar reflectivity retrieving from hydrometeors as the hail forecasting factors and grid-based hail detection algorithm as the hail forecasting model，has been established，It can be used to forecasting the hail location and size.Comparing with other hail forecasting approaches，this new approach get more meaningful and more comprehensive forecasting factors，a more stable forecasting model and easy way to build the hail forecasting model.The new approach was successfully applied in a severe hail weather case，which forecasted accurately the position of severe hail storms during 3 hours from initial time.

Storm Numerical Model;Hail Nowcasting

P456

A

1003-6598(2011)02-0001-07

2011-03-14

王瑾(1969-)，男，博士，高工，主要從事雷達(dá)氣象應(yīng)用方面的研究。

*資助項目：貴州省優(yōu)秀青年科技人才培養(yǎng)對象專項基金黔科合人字(2009)20號和貴州省氣象局雷達(dá)創(chuàng)新團(tuán)隊項目。