上海地區(qū)暴雨預報方法初探

摘要 選取臺風暴雨和非臺風暴雨2個個例進行中尺度模擬，針對不同天氣類型，進行ZH指數(shù)的計算，并借鑒ZH指數(shù)統(tǒng)計結(jié)果，進一步用配料法進行計算，對上海地區(qū)的暴雨進行預報分析，以期通過天氣分型提高配料法的預報精度，更清晰地指明降水強度和區(qū)域分布，提供定點、定時、定量的降水預報。

關(guān)鍵詞 暴雨預報;配料法;上海地區(qū)

中圖分類號 S161.1 文獻標識碼 A 文章編號 0517-6611（2014）33-11890-02

作者簡介 來小芳（1978-），女，黑龍江泰來人，工程師，碩士，從事天氣預報中尺度方面研究。

收稿日期 2014-10-20

暴雨一直是氣象工作者最重視的研究課題之一，如何準確預報暴雨，達到定點、定時、定量一直是我國科學家和業(yè)務人員長期探索的科學難題。配料法也稱成分法，是一種數(shù)值預報產(chǎn)品釋用方法，適用于暴雨和強對流天氣等的預報。配料法（Ingredients-Based Methodology）的應用在國外發(fā)展較快，已在業(yè)務應用階段，但它的發(fā)展完善還在進行。我國對這方面也有所關(guān)注，但目前發(fā)表的研究成果較少[1-3]，李俊等在梅雨鋒暴雨預報中應用配料法，通過一次暴雨個例分析，給出暴雨潛勢預報是一種釋用思路[4]。而通過歷史資料統(tǒng)計，使用配料法得出適合當?shù)氐臋?quán)重公式，使得計算分析更加直觀[5]。ZH指數(shù)公式是用南通的歷史資料進行分析得到的，由于南通與上海僅有一江之隔，地理位置上相差不遠，氣候背景相似，筆者在此借鑒ZH指數(shù)公式，對上海地區(qū)的暴雨進行預報分析。

1 資料與方法

1.1 配料法的簡介和指數(shù)的定義

配料法也稱成分法，是指用基本成分的觀點預報降水可能性的方法，適用于暴雨和強對流天氣的預報[6-11]。ZH指數(shù)的定義為：

當濕位渦PVes為負，且·Q為負時， ZH=（1+rh）（-PVes-3·Q1+t-td）;

當PVes為正和/或·Q為負時，ZH=0。

·Q為Q矢量散度，單位取10-11s-3hPa-1，用來衡量垂直運動的大小[12];PVes為濕位渦，單位取（m2·k）/（s·kg），用來衡量不穩(wěn)定的大小[13];rh表示相對濕度（%），用來衡量濕度;td為露點溫度（℃），t-td衡量的是空氣飽和程度，單位取℃。從ZH指數(shù)的設計上可以看出，理論上ZH>0的地區(qū)，視為有降水，ZH值越大，表示降水的量級越大。針對南通地區(qū)暴雨而言，ZH指數(shù)>0.8時，對應暴雨出現(xiàn);區(qū)域平均后用來代表南通單站的效果較好。

1.2 資料選取

資料包括每隔6 h一次的NCEP資料（水平分辨率為1°×1°）、地面高空常規(guī)資料、每6 h一次的降水資料、虹橋機場自動觀測資料。此處暴雨量級取日雨量（20：00～次日20：00）≥50 mm，或20：00～次日08：00以及08：00～20：00任一時段≥30 mm。

1.3 分析方法

選取2007年7月8日、2007年8月3日2個暴雨個例，進行24 h模擬之后，用模擬的結(jié)果來計算ZH指數(shù)，進而預報降水。以上海所在經(jīng)緯度為模式中心經(jīng)緯度，用MM5模式進行模擬，對得到的數(shù)值預報產(chǎn)品進行診斷分析。模擬過程中采用高分辨率Blackadar邊界層參數(shù)化方案、云層大氣輻射冷卻方案、簡單冰相顯示水汽方案;Guo積云對流參數(shù)化方案（粗網(wǎng)格），Grell積云對流參數(shù)化方案（細網(wǎng)格）。選取7月8日非臺風暴雨個例和8月3日臺風暴雨個例進行比較，試圖找出ZH指數(shù)對各種天氣類型下的暴雨的指示意義。

2 結(jié)果與分析

2.1 暴雨分型

暴雨大多是中小尺度天氣系統(tǒng)影響的結(jié)果，但其發(fā)生、發(fā)展及消亡均受著環(huán)流形勢背景及大尺度天氣系統(tǒng)的制約和影響。對形成暴雨24 h前的天氣形式進行分型，討論預報效果并對其分析原因。經(jīng)過長期統(tǒng)計顯示[14]，江蘇區(qū)域性暴雨開始前24 h的天氣形勢可大體分成槽前顯脊型、副高邊緣型、副高偏北型和臺風型。從圖1可以判斷，7月8日個例屬于副高邊緣型，這里副高脊線位置定義為110°～150°E范圍內(nèi)副高體脊線與9條經(jīng)線（每2條經(jīng)線之間相差5°）交點的緯度的平均值[15];而8月3日個例中，5號臺風東北向移動，在日本海一帶減弱，倒槽輻合線伸向江蘇造成暴雨，屬于臺風型。

2.2 分型暴雨預報分析

2.2.1

非臺風暴雨個例。從7月7日00：00～8日00：00 24 h模擬降水圖和24 h實況降水（圖2）可以看到，雖然模擬降水整體位置符合，但降水中心略有偏差。7月8日上海24 h實況降水量是49.8 mm（虹橋機場氣象臺）、75.5 mm（Micaps實況資料），模擬降水量為12.26 mm。

2.2.2

臺風暴雨個例。從8月3日00：00～4日00：00 24 h模擬降水和24 h實況降水（圖3）可以看到，雖然強降水中心大體吻合，但一些地區(qū)的降水量級仍然與實況有所差別。8月4日上海24 h實況降水量是88.2 mm（虹橋機場氣象臺）、49.2 mm（Micaps實況資料），模擬降水量為1.46 mm。

2.3 ZH與實況降水量關(guān)系分析

從2007年7月8日和8月3日個例實況降水與ZH指數(shù)隨時間變化（圖4）可以看出，ZH指數(shù)變化基本與實況降水量變化趨勢一致，說明可以利用計算ZH指數(shù)來指示降水量的變化，進而對降水量進行預報。根據(jù)ZH指數(shù)診斷標準，ZH>0表示有降水，>0.8表示強降水，對每小時降水量進行TS評分，7月8日和8月3日ZH指數(shù)對上海單站降水預報的TS評分分別為0.594 5和0.585 4。從圖4可以看出，ZH指數(shù)對降水的指示與實際降水基本吻合，表明ZH指數(shù)對降水的預報，尤其是強降水的趨勢預警上，起了一定的作用。

圖1 2007年7月8日（a）和8月3日（b）500 hPa形勢場

圖2 2007年7月7日00：00～8日00：00 24 h模擬降水（a）和實況降水（b）（單位：mm）

圖3 2007年8月3日00：00～4日00：00 24 h模擬降水（a）和實況降水（b）（單位：mm）

圖4 2007年7月7～8日（a）和8月3～4日（b）實況降水與ZH指數(shù)隨時間變化

3 結(jié)論與討論

介紹了配料法用于暴雨預報，此方法利用上升強迫、不穩(wěn)定、水汽、降水效率這幾個成分組成了一個框架，針對不同天氣類型，進行ZH指數(shù)的計算，得到了一些基本的結(jié)論。但也還存在很多不足，如文中用到的公式，權(quán)重系數(shù)是采用南通歷史資料計算所得，更加適用于南通;針對分型，如果嘗試使用不同的數(shù)值模擬參數(shù)化方案，可能會有更好的效果，這些均有待在以后的工作中逐步完善。

參考文獻

[1]壽紹文，勵申申，姚秀萍.中尺度氣象學[M].北京：氣象出版社，2003：316-366.

[2] 唐曉文，湯劍平，張小玲.基于業(yè)務中尺度模式的配料法強降水定量預報[J].南京大學學報：自然科學版，2010（3）：277-283.

[3] 俞小鼎.基于構(gòu)成要素的預報方法——配料法[J].氣象，2011（8）：913-918.

[4] 李俊，李武階，廖移山.基于“配料”的梅雨鋒強降水預報方法[J].氣象，2006，32（9）：3-8.

[5] 來小芳，張艷玲，陸漢城，等.配料法用于長江下游暴雨預報[J].南京氣象學院學報，2007，30（4）：556-560.

[6] DOSWELL C A，III.The distinction between large-scale and mesoscale contribution to severe convection：A case study example[J].Weather Forecasting，1987，2：3-16.

[7] DOSWELL H E.BROOKS，MADDOX R A.Flash flood forecasting ：An ingredients-based methodology[J].Weather Forecasting，1996，11（4）：560-581.

[8] JANISH P R，CRISP C A，CORTINAS Jr J V，et al.Development of an ingredients based approach to forecasting winter weather in an operational environment[C]//Preprints，15th Conf.on Weather Analysis and Forecasting.Norfolk，VA，Amer.Meteor.Soc，1996：56-59.

[9] NIETFELD D D，KENNEDY D A.Forecasting snowfall amounts：An ingredients-based methodology supporting the Garcia method[C]//Preprints，16th Conf.on Weather Analysis and Forecasting.Phoenix，AZ，Amer.Meteor.Soc，1998：385-387.

[10] WETZEL S W，MARTIN J E.An operational ingredients-based methodology for forecasting midlatitude winter season precipitation[J].Weather Forecasting，2001，16：156-167.

[11] CORTINAS J V.Jr，DOSWELL C A.III.Comments on'An ingredients-based methodology for forecasting midlatitude winter season precipitation[J].Weather Forecasting，2002，17：160-167.

[12] 白樂生.準地轉(zhuǎn)Q矢量分析及其在短期天氣預報中的應用[J].氣象，1988，14（8）：25-30.

[13] 袁佳雙，壽紹文.1998年華南大暴雨冷空氣活動的位渦場分析[J].南京氣象學院學報，2001，24（1）：92-98.

[14] 江蘇省氣象局預報課題組.江蘇重要天氣分析和預報[M].北京：氣象出版社，1988：62-67.

[15] 李江南，蒙偉光，王安宇，等.西太平洋副熱帶高壓強度和位置的氣候特征[J].熱帶地理，2003，23（1）：35-39.