短時強降水診斷物理量敏感性的點對面檢驗

田付友 鄭永光 張 濤 毛冬艷 唐文苑周慶亮 孫建華 趙思雄

1)(中國科學院大氣物理研究所云降水物理與強風暴重點實驗室，北京 100029)2)(中國科學院大學，北京 100049) 3)(國家氣象中心，北京 100081)

?

短時強降水診斷物理量敏感性的點對面檢驗

田付友1)2)3)*鄭永光3)張 濤3)毛冬艷3)唐文苑3)周慶亮3)孫建華1)2)趙思雄1)2)

1)(中國科學院大氣物理研究所云降水物理與強風暴重點實驗室，北京 100029)2)(中國科學院大學，北京 100049)3)(國家氣象中心，北京 100081)

對診斷物理量的準確認識可以幫助提高短時強降水的預報準確率，并幫助理解產生短時強降水的可能機制?？紤]我國降水觀測網的布設特點，結合NCEP最終分析資料的物理量場，以大氣水汽總量和最優(yōu)抬升指數為例，通過點對面檢驗分析了多個用于表征短時強降水環(huán)境特征的診斷物理量的敏感性。結果表明：常規(guī)的點對點檢驗是點對面檢驗的特殊情況。大氣水汽總量和最優(yōu)抬升指數對短時強降水的指示均存在最佳閾值， 且140 km范圍內的大氣狀況才對某點3 h內能否出現短時強降水有直接影響。對于水平分辨率為1°×1°的NCEP資料，建議點對面檢驗的搜索半徑和記錄數閾值分別為140 km和2個記錄。對多個診斷物理量對比分析顯示，短時強降水對水汽相關量最為敏感，其次是表征熱力條件的物理量，而表征動力條件和垂直風切變的量的指示意義不夠顯著。

短時強降水； 診斷物理量； 點對面檢驗； 搜索半徑； 記錄數閾值

引 言

短時強降水常由中小尺度天氣系統(tǒng)直接產生，我國長期以來飽受暴雨災害的侵襲，與之有密切關系的短時強降水早已引起廣大科研和業(yè)務預報人員的關注，受科技支撐和預報能力限制，針對短時強降水的國家級預報業(yè)務2009年才正式開始。目前，中央氣象臺定義小時降水量超過20 mm的降水為短時強降水。陶詩言[1]研究顯示，我國歷史上多次嚴重暴雨災害中均伴有高強度的短時強降水。陳炯等[2]對我國短時強降水的時空分布和季節(jié)變化特征進行詳細研究，指出華南為我國短時強降水的高發(fā)區(qū)域。田付友等[3]基于Γ函數對超過不同閾值的小時降水分布進行分析，指出除陳炯等[2]給出的地區(qū)外，魯蘇豫皖交界處也是短時強降水的高發(fā)區(qū)域。這些研究結果為了解我國短時強降水的時空分布特征、在預報業(yè)務中鎖定重點關注區(qū)域提供了依據。

高分辨率的中尺度模式是短時強降水短期預報的有力工具，而受多方面限制[4]，如模式初值敏感性[5-8]、資料同化[9-10]、積云參數化[11-12]和邊界層湍流擾動[13]等過程描述準確性的影響等，當前的模式尚不能完全滿足針對強對流的預報需求。與此同時，Miller[14]的研究顯示，通過一套程序嚴密的大尺度環(huán)境條件分析，完全可以幫助確定可能的強對流天氣出現區(qū)域，并成功將這一流程用于業(yè)務化的分類強對流預報。Doswell等[15]在此基礎上發(fā)展了一套基于配料的暴洪預報方法。Martín 等[16]基于這一概念的一次龍卷過程顯示，該方法用于業(yè)務預報時可幫助預報員鎖定可能的龍卷區(qū)域。張小玲等[17]研究了這一方法在我國暴雨預報中的可能應用，表明配料方法可以幫助預報員確定可能的暴雨發(fā)生區(qū)域?；谶@一認識，國家氣象中心制訂了用于我國分類強對流預報業(yè)務中的技術路線[18]。

配料方法的使用中，診斷物理量的敏感性分析是使用的基礎。因此，多個國家的研究人員針對自己關注的特定強對流天氣開展了診斷物理量的敏感性分析，如Rasmussen等[19]分析了美國超級單體和龍卷的多個診斷物理量特征，Kunz[20]對德國南部雷暴預報的對流參數和物理量進行了研究，Haklander等[21]對荷蘭雷電預報的多個物理量的敏感性進行了詳細分析，Tian等[22]對我國中東部暖季短時強降水相關的部分環(huán)境物理量的統(tǒng)計特征進行了初步分析。在這些研究中，物理量的計算多來自于空間分布較為稀疏的探空，實況資料的收集也多樣化，在物理量和實況的匹配處理過程中均進行時空臨近處理，如Rasmussen等[19]對數據進行處理時，認為探空資料的代表空間為400 km，且至少要有10個閃電才可以確定為有對流出現。Haklander等[21]的研究顯示，探空站的空間代表范圍對結果的影響顯著，并最終確定100 km的空間范圍。Kunz[20]使用雷達、站點觀測和保險數據等多來源的資料對實況進行認定，Tian等[22]則使用給定時刻前后6 h的實況小時降水最大值作為對應的實況。

雷電的有無可借助閃電定位儀、雷達和地面閃電觀測綜合判斷，龍卷可以借助人眼觀測和雷達識別進行，但降水的準確測量尚只能依賴于地面雨量計。目前，我國已經布設的自動雨量站超過40000部，將這一資料應用于短時強降水相關診斷物理量敏感性的分析，對于短時強降水的預報有重要意義。

1 資 料

相關研究表明[2-3]，我國的短時強降水主要分布在中東部海拔較低地區(qū)。因此，本文使用常規(guī)預報檢驗業(yè)務中我國海拔1000 m以下的1887個常規(guī)地面氣象站作為檢驗站(圖1a)。加密自動雨量站數量每年變化，圖1b給出了2009—2010年約33000個自動雨量站的分布。由于很多自動雨量站均無人值守，為了保證其質量，所有資料均經過氣候學界限值檢查和區(qū)域極值檢查[23]。為了與NCEP最終分析場的時間分辨率相對應，本文最終所用資料為2011—2012年6—8月6 h間隔的加密自動雨量站降水資料。

用于表征環(huán)境大氣不同特性的物理量有多個，其中與水汽相關的量包括大氣水汽總量、比濕和相對濕度，表征大氣運動狀態(tài)的物理量包括低層散度和垂直風切變，表示大氣層結穩(wěn)定度的物理量有最佳對流有效位能、K指數、最優(yōu)抬升指數、抬升指數、850 hPa和500 hPa溫差以及沙氏指數，此外，還有溫度和渦度平流散度，部分物理量的名稱和單位見表1,這些物理量均直接或間接來自NCEP最終分析場。

圖1 檢驗站、加密自動雨量站分布(a)海拔低于1000 m的1887個檢驗站(空心圓)的分布，(b)根據2009—2010年資料得到的加密自動雨量站分布Fig.1 The distribution of the verification stations, the automatic meteorological observation stations (AMOSs) (a)the distribution of 1887 verification stations(circles), (b)the distribution of the AMOSs obtained from the automatic observations during 2009 and 2010

續(xù)圖1

由于短時強降水為逐小時觀測，為了更好地檢驗不同物理量對短時強降水的指示意義，將與NCEP 最終分析場對應時刻前后共計6 h內的小時降水作為相應分析資料時刻的實況。由于NCEP最終分析場為格點場，通過雙線性插值得到檢驗站的物理量值。

表1 部分物理量名稱和單位Table 1 Names and units of parameters

2 檢驗方法

2.1 傳統(tǒng)兩分類點對點檢驗

傳統(tǒng)兩分類檢驗中，TS評分(T)、預報偏差(B)、虛警率(F)和命中率(H)等是用于反映預報水平的常用指標。這些指標作為確定性預報的評分標準，已納入業(yè)務預報評價體系[24]。在這一檢驗體系中，首先對實況和預報的有無進行判斷，其中分別用a,b,c和d代表預報正確的次數、實況有預報無的次數、實況無預報有的次數和實況無預報無的次數，從而可根據式(1)～式(4)計算相應的T，B，F和H。

(1)

(2)

(3)

(4)

其中,T是剔除了實況無天氣且預報無天氣的預報準確率，其值在0.0～1.0之間，值越大表示預報準確率越高。預報偏差B是預報有天氣和實況有天氣站點數的比值，可為大于0的任意值。當預報偏差為1.0時認為預報是無偏的，當預報偏差在0.0～1.0之間時，表示與實況相比，預報范圍偏小或站點數偏少，預報偏差大于1.0表示預報范圍偏大或站點數偏多。對于強對流和極端天氣，從預報服務和降低損失的角度考慮，往往希望預報有適當的偏大，以減少漏報率，所以推薦的預報偏差B一般在1.0～2.0之間。虛警率F的取值在0.0～1.0之間，F越小表示預報結果越好。命中率H表示預報正確的比例，取值也在0.0～1.0之間，值越大預報準確率越高。

2.2 點對面檢驗

點對面檢驗中，與T，B，F和H的計算有密切關系的a,b,c和d的計算要通過對常規(guī)地面氣象站和其周圍加密自動站的處理，即通過搜索地面常規(guī)氣象站一定距離范圍內加密自動站的記錄情況，因此，在實況判定過程中綜合了常規(guī)地面氣象站和加密自動雨量站兩者的信息。常規(guī)地面氣象站為檢驗站，以每個檢驗站為中心，其周圍一定距離范圍內的空間即是面(圖2)，分布在這一面上的加密自動站均可被相應的檢驗站檢索到。

通過圖2所示常規(guī)地面氣象站與加密自動雨量站的點和面匹配示意圖可知，對于給定的檢驗站，通過黑色圓圈所示的搜索范圍對檢驗站一定半徑內的加密自動站進行檢索。檢驗站能否出現相應的實況，主要受兩方面因素的影響：

①搜索半徑。搜索半徑越大，能夠搜索到加密自動站的可能性越大，站點數量也越多，越容易判定檢驗站出現了相應的實況。

②滿足條件的加密自動雨量站記錄的數量(記錄數閾值)。對于給定的搜索半徑，可以搜索到多個加密雨量自動站的記錄滿足要求。

本研究中重點考察搜索半徑和記錄數閾值是否存在上限。

相對于嚴格的點對點檢驗，點對面檢驗使用了更多的天氣實況信息。這一處理相當于擴大了實況觀測的空間范圍(圖3)，但不影響預報結果。Hilliker[25]在對類似問題的研究中指出，a對T的影響尤其復雜，由于a，b，c和d的相對變化對檢驗指標影響的討論屬于純數學討論的范疇，下文將主要從物理量敏感性的角度討論分析搜索半徑和記錄數閾值對預報評分的影響。

圖2 點對面檢驗示意(網格代表分析格點場，黑色實心點表示用于檢驗的常規(guī)地面氣象站(檢驗站)，黑色三角表示加密自動雨量站，圓圈表示所能搜索的范圍)Fig.2 Schematic diagram of the point-area verification method(the lattice field indicates the numerical analysis field, the solid black dots represent the basic datum station,verification stations, and the gray triangles are the AMOSs, the black circle denotes the searching coverage around verification stations)

圖3 點對面檢驗對a，b，c和d的影響示意(外部方框表示樣本空間，橢圓虛線表示預報空間，不規(guī)則多邊形實線表示實況空間，不規(guī)則虛線多邊形表示采用點對面檢驗時被擴大了的實況空間)Fig.3 Sketch map of a, b, c and d affected by the point-area verification(the black box represents the total sample space, the dotted ellipse indicates the forecast field while the solid black polygon represents the observational field, the dashed polygon is the observational field with the point-area verification method, the observational field of the point-area is definitely enlarged)

3 搜索半徑和記錄數閾值對檢驗結果影響

3.1 大氣水汽總量

大氣中的水汽總含量是決定短時強降水天氣的一個重要配料[22]，因此，首先使用大氣水汽總量分析不同搜索半徑對點對面檢驗結果的影響。圖4為各檢驗指標隨搜索半徑(R)和大氣水汽總量的變化。大氣水汽總量越大越利于短時強降水，所以圖4中大氣水汽總量所對應的檢驗指標為將超過該值的部分作為被檢驗場時得到的計算結果。設定的加密自動雨量站記錄數閾值為1，作為對比，也給出了使用點對點檢驗的結果。從不同檢驗指標的變化和分布可知，點對點檢驗是點對面檢驗搜索半徑無限小時的一種特殊情況。對于同一個大氣水汽總量值，根據傳統(tǒng)的點對點檢驗得到的TS評分值均最小，B最大，F也最大，表明點對點檢驗結果均比點對面檢驗結果差。

點對面檢驗中，同一搜索半徑的TS評分在達到最大值前隨大氣水汽總量的增大而增大，達到最大值后快速減少，但最大TS評分對應的大氣水汽總量隨搜索半徑的增大而呈減小趨勢。對于給定的大氣水汽總量，TS評分先隨搜索半徑的增大而增大，但當搜索半徑達到140 km以后，TS評分趨于穩(wěn)定，大氣水汽總量在48 mm處達到其0.331的極大值?？梢?，搜索半徑并不能無限增大，而是存在一個上限值。雖然TS評分是我國業(yè)務預報的主要衡量指標之一，但Wilks[26]指出，除考慮TS評分外，還需要考慮預報偏差B。由圖4b中B的分布可知，對于給定的搜索半徑，B隨大氣水汽總量的增大而減小，并逐漸趨于合理范圍；對于給定的大氣水汽總量，B隨搜索半徑的增大而快速減小，且當搜索半徑增大至140 km后，B不再隨搜索半徑的變化而變化，這與TS評分變化一致。當TS評分在140 km搜索半徑和48 mm大氣水汽總量處取得其0.331的極大值時，對應的B為1.534，位于1.0～2.0的理想取值范圍內。虛警率F顯示了與B類似的特征，然而，命中率H只隨大氣水汽總量變化，對搜索半徑的響應并不明顯，由式(4)和圖2可知，這可能與點對面檢驗中a和c出現次數的同步增減有關。

圖4 加密自動雨量站的短時強降水記錄數閾值為1時，檢驗指標隨搜索半徑和大氣水汽總量的變化(R=0表示使用嚴格點對點檢驗時的結果) (a)TS評分，(b)預報偏差，(c)虛警率，(d)命中率Fig.4 Variation of scores with the searching radius and total precipitable water when the basic datum station is considered a short-duration heavy rainfall record while at least one AMOS has a record of short-duration heavy rainfall reported(R=0 represents results obtained with the traditional point-point verification method)(a)threat scores,(b)bias,(c)false alarm ratio,(d)hit rate

盡管大氣水汽總量對短時強降水天氣的發(fā)生非常重要，但短時強降水的強度和影響范圍與大氣水汽總量的量值和范圍之間非線性關系，因此，對于給定的搜索半徑，當TS評分達到最大值前隨大氣水汽總量的增大而增大，此后卻快速減小的現象，可能與產生短時強降水的物理機制有關；即滿足相應大氣水汽總量數值的空間范圍隨大氣水汽總量的增大而不斷減小，雖然短時強降水出現需要一定的水汽條件，但如果大氣水汽總量超過一定量值，由于滿足該水汽條件的范圍減小，從而導致短時強降水天氣漏報的可能性增大。圖4c所示最為顯著，大氣水汽總量越大且搜索半徑越大時，表明更大地理范圍內的水汽條件均較為充沛，即有更大地理范圍的大氣水汽總量滿足短時強降水的水汽條件，此時，對于同樣的動力抬升觸發(fā)條件，水汽輻合也將更顯著，從而產生短時強降水的可能性也更高。因此，通過點對面檢驗表現出來即是同一大氣水汽總量時TS評分隨搜索半徑的增大而增大，虛警率F則隨搜索半徑的增大而減小。以上結果也從另一個方面表明，水汽含量的多少和其控制范圍對短時強降水的重要性，即對某一地點而言，140 km范圍外的大氣水汽對該點3 h內能否出現短時強降水的影響非常有限，而在140 km范圍內，大氣水汽總量越大，該點周邊3 h內出現短時強降水的可能性也越大。

對某一點而言，既然只有半徑140 km內的水汽對其在3 h內能否出現短時強降水更有意義，那么將搜索半徑設定為140 km，分析不同記錄數閾值對檢驗結果的可能影響。圖5為將搜索半徑設定為140 km時，各檢驗指標隨記錄數閾值(N)和大氣水汽總量閾值的變化，同時也給出了點對點檢驗結果?？芍?，隨記錄數閾值從1增加至15，相應檢驗指標的分布與點對點檢驗結果越來越接近，點對點檢驗可看作是點對面檢驗的一種特殊情況，即搜索記錄數閾值無限大時的特殊情況。

從不同指標的分布看，不同的記錄數閾值對各指標的影響與搜索半徑(不超過140 km時)的影響剛好相反，這與要求越苛刻條件越難以滿足，使圖2中的a難以快速增大有關。對于給定的記錄數閾值，TS評分先隨大氣水汽總量的增大而增大，達到其最大值后，隨大氣水汽總量的增大而快速減小，且不同記錄數閾值時的TS評分最大值對應的大氣水汽總量隨記錄數閾值的增多而增大，表明出現短時強降水的站點數越多，需要的大氣水汽總量也越大，即更大地理范圍的短時強降水需要更強的水汽條件；但給定大氣水汽總量時的TS評分隨記錄數閾值的增大其增長速率不斷減小，可能與產生短時強降水的對流云團的尺度不能無限增長有關，即對流云團的空間尺度本身存在一個上限，而短時強降水主要是由對流云團直接產生的。

加密自動雨量站記錄數閾值對點對面檢驗的重要影響顯而易見，既需要的記錄個數越多，條件越難以達到，從而得到的TS評分也越低，偏差也會越大，虛警率F也越高。同時也表明，點對點檢驗既然是搜索記錄數閾值無限大時的一種特殊情況，其結果也必然使檢驗指標顯著偏低，可見，點對點檢驗得到的結果并非真實預報技巧和水平的客觀表現。

3.2 最優(yōu)抬升指數

對最優(yōu)抬升指數的分析可以指示短時強降水對環(huán)境不穩(wěn)定條件的敏感性。由于最優(yōu)抬升指數越小表征不穩(wěn)定性越強，所以圖6和圖7中不同檢驗指標值的獲得是根據小于給定最優(yōu)抬升指數的部分統(tǒng)計得到a，b，c和d的值后，再根據式(1)～式(4)計算得到的結果。各檢驗指標的變化特征與大氣水汽總量相反(圖4)，這與大氣總的水汽含量越大越利于短時強降水、最優(yōu)抬升指數越小越利于短時強降水有關。點對點檢驗作為點對面檢驗搜索半徑無限小時的特殊情況再次得到驗證。

針對最優(yōu)抬升指數的分析也表明，140 km的搜索半徑上限也同樣適用于大氣環(huán)境的不穩(wěn)定條件，即對于給定的最優(yōu)抬升指數，搜索半徑小于140 km時，TS評分隨搜索半徑的增大而增大，偏差B隨搜索半徑的增大而減小，虛警率F則隨搜索半徑的增大而減?。凰阉靼霃匠^140 km時，T，B和F不再隨搜索半徑的變化而變化，表明140 km的范圍可能是一個普遍適用的半徑，即對于某點3 h內能否出現短時強降水，140 km內的熱力不穩(wěn)定條件才會產生影響。

圖5 設定搜索半徑為140 km時，檢驗指標隨記錄數閾值和大氣水汽總量的變化(R=0表示使用點對點檢驗時的結果)(a)TS評分，(b)預報偏差，(c)虛警率，(d)命中率Fig.5 Scores variation with the total precipitable water and the AMOS number of short-duration heavy rainfallwith 140 km searching radius(R=0 represents results obtained with the traditional point-point verification method)(a)threat scores,(b)bias,(c)false alarm ratio,(d)hit rate

對于給定的搜索半徑，TS評分隨最優(yōu)抬升指數的增大先增大后減小。不同搜索半徑時的最大TS評分對應的最優(yōu)抬升指數隨搜索半徑的增大而增大，當搜索半徑為140 km時，TS評分在最優(yōu)抬升指數為-1℃時取得其0.310的極大值。盡管TS最大值均出現在最優(yōu)抬升指數為負時，但在最優(yōu)抬升指數大于0℃時，仍能得到一定的TS評分，且命中率H較高，但此時預報偏差幾乎均超過3.0，且F均超過0.7，顯示了嚴重的空報。當最優(yōu)抬升指數小于-7℃時，T，B和H均趨于0，這與最優(yōu)抬升指數一般不小于-7℃有關。

圖6 同圖4，但為最優(yōu)抬升指數Fig.6 The same as in Fig.4, but for the best lifted index

既然140 km的搜索半徑也適用于最優(yōu)抬升指數，同樣設定搜索半徑為140 km，考察記錄數閾值對檢驗結果的影響。TS評分的變化顯示(圖7a)，對于給定的記錄數閾值，TS評分隨最優(yōu)抬升指數的增大先增大后減小，只是記錄數閾值越大，TS評分隨最優(yōu)抬升指數變化的曲線與點對點時的結果越接近，其波動也越小。對于給定的最優(yōu)抬升指數，TS評分隨記錄數閾值的增大而快速減小，記錄數閾值越大，減小的速率越慢。預報偏差B和虛警率F也顯示了類似特征(圖7a和7b)。因此，對于記錄數閾值的選擇，需要根據實際情況慎重選擇。點對點檢驗結果可看作給定搜索半徑時，搜索記錄數閾值無限大時的情況，這與根據大氣水汽總量得到的結論一致。

3.3 大氣水汽總量和最優(yōu)抬升指數結果討論

以上分析顯示，大氣水汽總量對短時強降水天氣意義顯著，在點對面檢驗中，僅使用大氣水汽總量指示短時強降水也可以達到0.331的TS評分，遠遠超過了點對點檢驗0.024的最大TS評分。最優(yōu)抬升指數對短時強降水的指示意義比大氣水汽總量差，但也遠遠超過了點對點檢驗的結果。造成結果之間巨大差別的原因可能與造成短時強降水天氣系統(tǒng)的水平尺度有關，即短時強降水一般由中小尺度系統(tǒng)產生，但也可能與形成短時強降水的大尺度環(huán)境條件有關，即只有140 km內的水汽、不穩(wěn)定等條件對某點能否在3 h內出現短時強降水產生影響，超過此距離的物理量將難以在3 h內對該點產生作用。因此，140 km的半徑可能是我國中東部產生短時強降水天氣時的環(huán)境大氣物理量的影響半徑，但也可能是中小尺度系統(tǒng)或中尺度雨團的最多出現半徑，尚需通過中尺度對流系統(tǒng)的分布統(tǒng)計和相關研究進一步驗證。

圖7 同圖5，但為最優(yōu)抬升指數Fig.7 The same as in Fig.5, but for the best lifted index

在某些情況下，如無人值守的加密自動雨量站的虛假記錄等，取記錄數閾值數為1時會使得檢驗結果的代表性不夠，因此，本文推薦使用記錄數閾值2，即當在140 km的范圍內搜索到2個加密自動雨量站出現短時強降水記錄時，可以認為檢驗站點也出現短時強降水，但對于質量可靠的數據，使用1個搜索記錄數閾值也是合理的。

4 診斷物理量的敏感性

第3章的分析顯示，大氣水汽總量對短時強降水的指示意義要優(yōu)于最優(yōu)抬升指數，但在基于物理成因的短時強降水預報中，預報員需要關注更多物理量的分布情況。表2給出了將搜索半徑和記錄數閾值分別設定為140 km和2的情況下，根據TS評分大小得到的不同物理量的排序及其最佳閾值。在排序過程中，不僅考慮了TS評分的大小，且要求預報偏差B在1.0～2.0之間，如果TS評分取最大值時B不滿足，則取B值最接近1.0～2.0區(qū)間時的TS評分大值。因此，表2中給出的并不全是TS評分的最大值，但通過表2預報偏差B的取值可知，除700 hPa水汽通量散度和850 hPa散度場外，其他量均滿足TS評分取最大值時B在1.0～2.0之間的要求。

表2顯示，排名前十的物理量中包含了大部分完全表征大氣水汽條件的量，如大氣水汽總量、925 hPa和850 hPa比濕，因此，水汽相關量對短時強降水的指示意義最好，說明水汽是決定能否出現短時強降水天氣的基礎條件，預報中需要重點考慮。表征濕熱條件的K指數的表現與大氣水汽總量相當，均顯著優(yōu)于其他物理量，表明與水汽相關的濕熱指標可以很好地用于指示短時強降水。沙氏指數表明，不穩(wěn)定條件也是影響短時強降水出現的重要條件。通過對比不難發(fā)現，無論是低層還是中層的水汽通量散度和溫度平流，其各項評分指標均相當，表明不同層次的水汽通量散度和溫度平流對短時強降水的指示意義均比較接近且不顯著。

在表征觸發(fā)條件的散度場中，925 hPa散度的指示意義要好于850 hPa散度，表明近地層的輻合觸發(fā)對于短時強降水的指示意義更為顯著。垂直風切變單獨用于短時強降水預報時，其表征意義不夠顯著。

表2 設定搜索半徑和記錄數閾值分別為140 km和2時，按照TS評分從大到小排列的不同物理量的評分和閾值Table 2 Parameters listed in descending order of TS, all the scores are obtained with the setting of 140 km searching radius and at least two AMOSs short-duration heavy rainfall reported

5 結論與討論

對診斷物理量的準確認識可以幫助提高短時強降水的預報準確率，并幫助理解產生短時強降水的可能機制。本文考慮我國降水觀測網的布設特點，結合NCEP最終分析資料的物理量場，基于一種綜合使用常規(guī)地面氣象站和加密自動雨量站的點對面檢驗方法，以大氣水汽總量和最優(yōu)抬升指數為例，在對點對面兩方面的屬性進行討論的基礎上，分析了可表征短時強降水環(huán)境特征的診斷物理量的敏感性，得到以下主要結論：

1) 常規(guī)的點對點檢驗是點對面檢驗的特殊情況，既可以認為是搜索半徑無窮小的情況，也可以認為是給定搜索半徑時記錄數閾值上限無窮大時的情況。

2) 用于指示短時強降水時，大氣水汽總量和最優(yōu)抬升指數均存在最佳閾值，且140 km范圍內的大氣狀況才對某點3 h內能否出現短時強降水具有直接影響。

3) 綜合考慮加密自動雨量站資料質量等方面的影響，對于水平分辨率為1°×1°的NCEP最終分析資料，建議點對面檢驗的搜索半徑和記錄數閾值為140 km和2。

4) 對NCEP 最終分析資料中多個物理量對短時強降水指示意義的分析顯示，與水汽相關量的指示意義最好，其次是表征熱力條件的量，表征動力條件和垂直風切變的量的指示意義不夠顯著。

點對面檢驗相當于擴大了常規(guī)檢驗體系中a和c的數量的同時減少了b和d的數量，使這一檢驗方法更適合與強對流天氣相關的極端或小概率事件的檢驗，如短時強降水、冰雹和雷暴大風等天氣。本文既是對與短時強降水相關物理量敏感性的分析，也是對加密自動雨量站資料在預報檢驗中的應用進行的探索，是對利于短時強降水的大尺度環(huán)境場認識的深入，也是對檢驗方法本身的探討?；邳c對面的不同物理量對短時強降水預報的對比分析對該類天氣的主觀業(yè)務預報具有一定參考價值，但本文結果主要基于 1°×1°NCEP最終分析資料得到的，該工作還是探索性的，尚需更多研究補充和完善。

致 謝：感謝國家氣象中心盛杰和曹艷察提供基于NCEP 最終分析場的診斷物理量資料。

[1] 陶詩言.中國之暴雨.北京：科學出版社，1980.

[2] 陳炯，鄭永光，張小玲，等.中國暖季短時強降水分布和日變化特征及其與中尺度對流系統(tǒng)日變化關系分析.氣象學報，2013，71(3):367-382.

[3] 田付友，鄭永光，毛冬艷，等.基于Γ函數的暖季小時降水概率分布.氣象，2014，40(7):787-795.

[4] Doswell III C A.Short-range Forecasting.Mesoscale Meteorology and Forecasting∥Ray P E.Boston:American Meteorological Society,1986.

[5] Etherton B，Santos P.Sensitivity of WRF forecasts for south Florida to initial conditions.WeaForecasting,2008，23:725-740.

[6] Torn R D, Hakim G J. Initial condition sensitivity of western Pacific extratropical transitions determined using ensemble-based sensitivity analysis.MonWeaRev,2009,137:3388-3406.

[7] 常越，薛紀善，何金海.水汽場初值調整及其對華南降水預報貢獻的研究.應用氣象學報，2000，11(1):35-46.

[8] 管成功，陳起英，王娟，等.初值中云變量對T213預報性能的影響.應用氣象學報，2007，18(5)：594-600.

[9] 王金成，龔建東，鄧蓮堂. GNSS反演資料在GRAPES_Meso三維變分中的應用.應用氣象學報，2014，25(6)：654-668.

[10] 高郁東，萬齊林，薛紀善，等，等.同化雷達估算降水率對暴雨預報的影響.應用氣象學報，2015，26(1)：45-56.

[11] Molinari J,Dudek M.Parameterization of convective precipitation in mesoscale numerical models:A critical review.MonWeaRev,1992,120：326-344.

[12] 沈新勇，黃文彥，王衛(wèi)國，等.利用TWP-ICE試驗資料對比兩種邊界層參數化方案.應用氣象學報，2014，25(4)：385-396.

[13] Davies H C. Limitations of some common lateral boundary schemes used in regional NWP models.MonWeaRev,1983,111:1002-1012.

[14] Miller R C.Notes on Analysis and Severe-storm Forecasting Procedures of the Air Force Global Weather Central.Air Weather Service(MAC),USAF,Technical Report 200(Rev),1972:1-183.

[15] Doswell C A,Brooks H E,Maddox R A.Flash flood forecasting:An ingredients-based methodology.WeaForecasting,1996,11:560-581.

[16] Martín F,Riosalido R,Esteban L de.The Sigüenza tornado:A case study based on convective ingredients concept and conceptual models.MeteorolAppl,1997,4:191-206.

[17] 張小玲，陶詩言，孫建華.基于“配料”的暴雨預報.大氣科學，2010,34(4)：754-756.

[18] 國家氣象中心.中尺度天氣分析業(yè)務技術規(guī)范.2013：1-31.

[19] Rasmussen E N,Blanchard A O.A baseline climatology of sounding-derived supercell and tornado forecast parameters.WeaForecasting,1998,13:1148-1164.

[20] Kunz M.The skill of convective parameters and indices to predict isolated and severe thunderstorms.NatHazardsEarthSystSci,2007,7:327-342.

[21] Haklander A J,Delden A Van.Thunderstorm predictors and their forecast skill for the Netherlands.AtmosRes,2003,67-68：273-299.

[22] Tian F Y,Zheng Y G,Zhang T,et al.Statistical characteristics of environmental parameters for warm season short-duration heavy rainfall over central and eastern China.JMeteorRes,2015,29，doi:10.1007/s13351-014-4119-y.

[23] 任芝花，趙平，張強，等.適用于全國自動站小時降水資料的質量控制方法.氣象，2010，36(7)：123-132.

[24] 黃卓.氣象預報產品質量評分系統(tǒng).北京：中國氣象局預測減災司，2001：9-11.

[25] Hilliker J L.The sensitivity of the number of correctly forecasted events to the threat score:A practical application.WeaForecasting,2004,19:646-650.

[26] Wilks D S.Statistical Methods in the Atmospheric Sciences (3rd).New York:Academic Press,2011：301-391.

Sensitivity Analysis of Short-duration Heavy Rainfall Related Diagnostic Parameters with Point-area Verification

Tian Fuyou1)2)3)Zheng Yongguang3)Zhang Tao3)Mao Dongyan3)Tang Wenyuan3)

Zhou Qingliang3)Sun Jianhua1)2)Zhao Sixiong1)2)1)(KeyLaboratoryofCloud-PrecipitationPhysicsandSevereStorms(LACS),InstituteofAtmosphericPhysics,ChineseAcademyofSciences,Beijing100029)2)(UniversityofChineseAcademyofSciences,Beijing100049)3)(NationalMeteorologicalCenter,Beijing100081)

The knowledge about the short-duration heavy rainfall related diagnostic parameters is very important for improving the accuracy, and it can help understand the possible mechanism of meso-scale system producing short-duration heavy rainfall. The data collections of basic datum stations (verification stations), automatic meteorological observation stations (AMOSs), and 6-hours NCEP final analysis data (FNL) diagnostic parameters from 2011 to 2012 during 1 June and 31 August are used. By considering characteristics of rain gauge distribution, the total precipitable water and the best lifted index obtained from NCEP FNL are firstly analyzed with the “point-area” verification method to reveal the sensitivities of short-duration heavy rainfall to the environment conditions. Values of diagnostic parameters for a specific basic datum stations (verification stations) is obtained by adopting bilinear interpolation method.

Results show that the popularly used verification is just special cases of “point-area” verification: One could be reached by setting infinitesimal searching radius, the other can be reached by setting the record threshold infinite. Both the total precipitable water and best lifted index have optimum thresholds indicating short-duration heavy rainfall, and the short-duration heavy rainfall in 3 hours can only be directly affected by the moisture and instability within the radius of 140 km. A searching radius and a record threshold of 140 km and 2 are supposed, respectively, for 1°×1° NCEP dataset. A total precipitable water of 55 mm divides the threat score (T) into monotone increasing and monotone decreasing parts, indicating under-forecast and over-forecast, respectively. A best lifted index of -2℃ divides the threat score into over-forecast and under-forecast parts. It is found that the total precipitable water andKindex are equal better while both got the same highest threat scores of 0.275 with the bias (B) desirable and the false alarm ratio (F) and the hit rate (H) in the reasonable range. Short-duration heavy rainfall is most sensitive to parameters concerning the environment water vapor, nine of the top ten diagnostic parameters are water vapor related parameters. Parameters indicating environment instability conditions are also influencing, but parameters used to represent dynamic conditions and vertical wind shear conditions are lower ranked.

diagnostic parameters; short-duration heavy rainfall; point-area verification; searching radius; threshold of records

氣象關鍵技術集成與應用項目(CMAGJ2013Z04)，公益性行業(yè)(氣象)科研專項(GYHY201406002，GYHY201206004)，國家重點基礎研究發(fā)展計劃(2013CB430106)

10.11898/1001-7313.20150401

田付友,鄭永光,張濤,等. 短時強降水診斷物理量敏感性的點對面檢驗. 應用氣象學報，2015，26(4)：385-396.

2014-07-18收到， 2015-03-11收到再改稿。

* email: tianfy@cma.gov.cn