一種新的綜合物理指數(shù)構(gòu)建及其在強(qiáng)降水預(yù)報(bào)中的應(yīng)用

李德帥, 王式功, 王金艷, 張英華,3, 葉培龍, 尚可政

1 甘肅省干旱氣候變化和減災(zāi)重點(diǎn)實(shí)驗(yàn)室， 蘭州大學(xué)大氣科學(xué)學(xué)院， 蘭州　730000　2 解放軍94032部隊(duì)， 甘肅武威　733000　3 解放軍94582部隊(duì)， 河南駐馬店　463200

?

一種新的綜合物理指數(shù)構(gòu)建及其在強(qiáng)降水預(yù)報(bào)中的應(yīng)用

李德帥1,2, 王式功1*, 王金艷1, 張英華1,3, 葉培龍1, 尚可政1

1 甘肅省干旱氣候變化和減災(zāi)重點(diǎn)實(shí)驗(yàn)室， 蘭州大學(xué)大氣科學(xué)學(xué)院， 蘭州7300002 解放軍94032部隊(duì)， 甘肅武威7330003 解放軍94582部隊(duì)， 河南駐馬店463200

摘要強(qiáng)降水是洪災(zāi)及相關(guān)衍生災(zāi)害的最主要原因之一，而過去單靠某一種變量診斷預(yù)報(bào)強(qiáng)降水，具有較大難度.本文在已有研究的基礎(chǔ)上，根據(jù)強(qiáng)降水發(fā)生發(fā)展的物理機(jī)制，將引起降水的熱力、動力和水汽條件綜合考慮，嘗試性地構(gòu)建了一個新的綜合指數(shù)THP(Temperature, Helicity and Precipitable water).然后針對兩次強(qiáng)降水過程，利用NCEP/ NCAR 1°×1°的再分析資料和地面常規(guī)觀測資料，對THP指數(shù)進(jìn)行了診斷分析，并選用2012年7月1日—8月15日的降水實(shí)況，對該指數(shù)進(jìn)行了普適性檢驗(yàn).結(jié)果表明： (1) THP指數(shù)的變化可以有效表征強(qiáng)降水過程的發(fā)展和移動.對于降水落區(qū)的預(yù)報(bào)，THP指數(shù)的大值區(qū)與未來6 h的降水中心基本對應(yīng)；對于降水發(fā)生時(shí)刻的預(yù)報(bào)，THP指數(shù)的位相變化超前于地面降水的變化，具有較好的指示性； (2) 對于高空槽前型降水，THP指數(shù)對降水強(qiáng)度也有一定的診斷意義，且普適性檢驗(yàn)表明，該指數(shù)在我國中東部地區(qū)的盛夏期間具有良好的適用性； (3) 基于配料法的思想，THP指數(shù)將有利于強(qiáng)降水出現(xiàn)的、具有清晰物理意義的信號進(jìn)行了集成，相比于表征單一物理量的指數(shù)，其穩(wěn)定性得到了增強(qiáng).

關(guān)鍵詞THP指數(shù)； 強(qiáng)降水； 配料法； 診斷預(yù)報(bào)

As the atmosphere is an organic combination of dynamic and thermal fluids, and precipitation is the result of many factors in the atmosphere, so the key of precipitation forecasting is data processing and mining strong signals from various early physical quantities. Base on the Ingredients-Based Methodology (IM), this paper introduces a new physical parameter THP (Temperature, Helicity and Precipitable water), which contains atmospheric thermodynamics, dynamics and moisture factors. Using NCEP/NCAR reanalysis data (time resolution every 6 h, spatial resolution 1°×1°) and ground observational data in China, the THP index was diagnosed and analyzed in two heavy precipitation processes in detail. And then, the universality of THP was tested according to precipitation observational data from July 1 to August 15, 2012.

The analysis and comparison show that the THP index can provide good direction to the distribution and the movement of summer heavy precipitation, and heavy rainfall is located in the high value area of THP. The variation of THP is ahead of changes in observational precipitation, so THP index can also give a good reference to the beginning and ending time of heavy rain. The THP value is of certain indicating significance to predication of rainfall intensity. Moreover, judging from the inspection effect, the THP index has a good applicability during summer in China mainland. Because the major affecting factors of rainstorms are considered in THP index, the stability of THP is superior to the method of using single physical parameters in forecasting analysis. And compared with some conventional physical parameters, the THP value shows a better correspondence to the precipitation rainfall area in the following 6 hours.

The THP index can reflect the characteristic and mechanism of heavy rainfall, and the bigger of the THP value, the bigger probability of rainstorms. Therefore, as a forecaster parameter, the THP index plays a positive role in forecasting heavy rainfall. Besides, the IM method has a clearly physical meaning, and can be used more widely to forecast the locations of other disasters, such as thunderstorms, wind gusts and hail, so as to improve the forecasting level of severe convective storms.

1引言

強(qiáng)降水是中國夏季頻繁發(fā)生的災(zāi)害性天氣，往往具有發(fā)展迅速、致災(zāi)性強(qiáng)等特點(diǎn)，易引起城市內(nèi)澇、山體滑坡、農(nóng)田漬澇等次生災(zāi)害，給社會生產(chǎn)和人民生活帶來巨大損失.因此，國內(nèi)外學(xué)者一直將其機(jī)理及預(yù)報(bào)作為一個重要的研究方向(高守亭等,2003; 王會軍等, 2004; Qian and Lin, 2005; Zheng et al., 2013)，先后從天氣系統(tǒng)分型、高低空急流演變及概念模型等方面進(jìn)行了分析(陶詩言,1980; 孫建華等, 2005)，總結(jié)了強(qiáng)降水的預(yù)報(bào)著眼點(diǎn).一些表征大氣熱力、動力的物理量也被應(yīng)用到強(qiáng)降水的診斷分析中，如對流有效位能(Rennó and Ingersoll, 1996; 張建春等, 2014)、濕位渦(吳國雄等,1995)、Q矢量(Hoskins et al., 1978; 岳彩軍等, 2008)、水汽垂直螺旋度(冉令坤和楚艷麗, 2009)、波作用密度(冉令坤等, 2013)等，從某一方面或某幾方面來反映降水可能性的大小.同時(shí)，隨著數(shù)值天氣預(yù)報(bào)模式的快速發(fā)展，近年來天氣氣候預(yù)測的水平也不斷提高 (Calas et al., 2000; 陳德輝和薛紀(jì)善, 2004; Ebert et al., 2007; 曾新民等, 2012)，但對具體天氣現(xiàn)象尤其是強(qiáng)降水等天氣的預(yù)報(bào)還存在較大偏差，準(zhǔn)確率不夠高.例如目前我國6小時(shí)間隔的短時(shí)強(qiáng)降水的TS評分僅為2.6% (何立富等, 2011)，遠(yuǎn)低于風(fēng)場、溫度場的預(yù)報(bào)評分，這也從側(cè)面反映出強(qiáng)降水動力、熱力過程的復(fù)雜性.

對于強(qiáng)降水的預(yù)報(bào)預(yù)測，目前應(yīng)用廣泛的方法是天氣分型法.該方法是基于對大量天氣個例的分析，概括出若干種典型的天氣系統(tǒng)配置特征，通過對比預(yù)報(bào)時(shí)刻與已有的典型天氣形勢，然后結(jié)合預(yù)報(bào)員的經(jīng)驗(yàn)，對天氣進(jìn)行預(yù)報(bào).對天氣型進(jìn)行分析具有簡單直觀、發(fā)展成熟之優(yōu)點(diǎn)，但也存在許多不足：有時(shí)在類似的天氣形勢下，產(chǎn)生的天氣現(xiàn)象差別較大；有時(shí)實(shí)際天氣形勢與總結(jié)的天氣型并不匹配，甚至很多經(jīng)驗(yàn)只可意會、不可言傳(錢維宏, 2012)，難以量化，給研究工作帶來諸多困擾.這表明天氣形勢相似并非強(qiáng)降水出現(xiàn)的充分必要條件，由于天氣形勢只是為強(qiáng)降水的產(chǎn)生提供大尺度的背景場，而具體發(fā)生與否則取決于降水形成的內(nèi)在物理機(jī)制.

基于上述原因，Doswell等(1996)提出了強(qiáng)降水預(yù)報(bào)的另一種思路，即在對強(qiáng)降水等天氣形成的物理機(jī)制認(rèn)識基礎(chǔ)上，通過分析關(guān)鍵物理因子互相配合和演變過程來進(jìn)行預(yù)報(bào)，陶詩言先生將這種方法形象總結(jié)為“配料法”(Ingredients-Based Methodology).“配料”被定義為一個或幾個直接對降水事件的發(fā)展和強(qiáng)度有影響的基本物理量或過程(張小玲等, 2010; 俞小鼎, 2011).例如最強(qiáng)降水發(fā)生在平均降水率最大且持續(xù)時(shí)間最長的地方，即P=Rt，其中P為降水量，R為平均降水率，t為降水持續(xù)時(shí)間，而降水率R可由降水效率、云底的上升氣流速度和低層大氣濕度決定.配料法的優(yōu)勢在于，針對某種天氣現(xiàn)象，引起其發(fā)生的物理量是一定的，可通過計(jì)算這些重要的物理量來預(yù)測該天氣，為預(yù)報(bào)員提供了一種簡單、快捷的預(yù)報(bào)思路.按照該方法建立的預(yù)報(bào)指標(biāo)具有清晰的物理意義，有利于引入新的研究成果.例如Wetzel和 Martin (2001) 基于配料法構(gòu)建了預(yù)報(bào)中緯度冬季降水的物理量PVQ；楊帥等 (2013)利用表征濕度、渦度、下沉運(yùn)動的物理量構(gòu)建了分析夏季“桑拿天”的水汽螺旋度與熱力螺旋度；張小玲等(2010)根據(jù)“配料”的思路，開發(fā)了中尺度對流天氣的環(huán)境場條件分析技術(shù)；Gao等(2005)、曹潔和高守亭(2008)用結(jié)合了溫度、濕度、渦度因子的廣義濕位渦來診斷高溫高濕、大霧等天氣，雖然作者沒有明確指出，但其實(shí)也是依據(jù)配料法拓展出的一種較好應(yīng)用.但是對于強(qiáng)降水，基于配料法的綜合物理量仍不多見，目前應(yīng)用較多是圖解法，在天氣圖上進(jìn)行區(qū)域的疊套，而難以給出一個較為具體的定量指標(biāo)，導(dǎo)致對降水的落區(qū)、強(qiáng)度及發(fā)生時(shí)間的預(yù)報(bào)仍存在許多困難.

已有大量研究表明，降水的形成與大氣環(huán)流背景及其物理量參數(shù)有非常密切的關(guān)系(Rennó and Ingersoll, 1996; Mazany et al., 2002; Haklander and van Delden, 2003; Kunz, 2007; 曾波等, 2015).在國外，基于物理量場的強(qiáng)降水預(yù)報(bào)發(fā)展較快，目前已基本上實(shí)現(xiàn)了計(jì)算機(jī)處理，如美國強(qiáng)局地風(fēng)暴室對強(qiáng)降水天氣的預(yù)報(bào)預(yù)警，從20世紀(jì)70年代到90年代，基本完成了從以經(jīng)驗(yàn)預(yù)報(bào)為主到以物理因子為主的轉(zhuǎn)變，大大提高了強(qiáng)天氣的預(yù)報(bào)水平 (彭治班等, 2001).然而在國內(nèi)，對引起降水的相關(guān)物理量場的診斷及預(yù)報(bào)工作，還沒有充分開展起來，且面向強(qiáng)對流天氣預(yù)報(bào)的研究嚴(yán)重缺失 (鄭永光等, 2010)，因此，如何對已有的成果加以提煉，構(gòu)建出物理意義明確、可用性強(qiáng)的參數(shù)模型，并用實(shí)況資料加以檢驗(yàn)，從而改進(jìn)提高強(qiáng)對流天氣預(yù)報(bào)技術(shù)，就具有較高的科學(xué)價(jià)值與現(xiàn)實(shí)意義.本文通過對影響強(qiáng)降水發(fā)生的熱力、動力及水汽條件進(jìn)行診斷分析，希望能夠得到一個更為合理的綜合物理指數(shù)，為強(qiáng)降水的預(yù)報(bào)提供參考.

2綜合物理指數(shù)的組成及其構(gòu)建

由于大氣是一種動力、熱力有機(jī)結(jié)合的流體，降水是大氣中多種因素綜合作用的結(jié)果，因此降水預(yù)報(bào)的關(guān)鍵是對前期各物理量的強(qiáng)信號進(jìn)行處理與挖掘.眾所周知，強(qiáng)降水是由大量濕空氣被強(qiáng)烈抬升凝結(jié)而形成的，也就是說，降水的發(fā)生發(fā)展具有共同的基本因素，即充足的水汽、不穩(wěn)定層結(jié)和足夠的抬升力.其中水汽和不穩(wěn)定層結(jié)是產(chǎn)生強(qiáng)降水的內(nèi)在因素，抬升力條件則是外在因素.外在因素往往與各類天氣系統(tǒng)相聯(lián)系，根據(jù)陸漢城和楊國祥(2004)、鄭媛媛等(2011)的研究，將強(qiáng)對流分為冷渦槽后類、槽前類兩種，其中冷渦槽后類主要造成雷暴大風(fēng)和冰雹天氣，呈現(xiàn)出“干”對流風(fēng)暴特征，槽前類則常伴有明顯的強(qiáng)降水，呈現(xiàn)“濕”對流風(fēng)暴的特征.作為示例與方法探討，本文主要研究高空槽前類強(qiáng)降水天氣的指數(shù)構(gòu)建及預(yù)報(bào)，從影響降水的三要素(大氣穩(wěn)定度、水汽、抬升觸發(fā)機(jī)制)入手，構(gòu)建綜合性指數(shù).

2.1熱力不穩(wěn)定

大氣不穩(wěn)定可分為熱力不穩(wěn)定和動力不穩(wěn)定.在濕大氣中，熱力不穩(wěn)定常用假相當(dāng)位溫θse的垂直遞減率來判斷，當(dāng)? θse/?p>0時(shí)，表示位勢不穩(wěn)定，有利于形成對流，反之則不利于形成對流.據(jù)此可引入位勢穩(wěn)定度傾向方程，考慮假相當(dāng)位溫θse在濕絕熱過程中的守恒性，即

(1)

根據(jù)p坐標(biāo)系中連續(xù)方程，可以得到

(2)

將上述兩式相加，展開、移項(xiàng)可得

(3)

(4)

(5)

熱力不穩(wěn)定屬于潛在不穩(wěn)定，當(dāng)沒有不穩(wěn)定能量的釋放機(jī)制存在時(shí)，這種不穩(wěn)定是沒有意義的，而且熱力不穩(wěn)定的能量釋放是快速完成的，因此大多數(shù)熱力不穩(wěn)定參數(shù)的大小只與對流的初始強(qiáng)度有關(guān)，而與對流能否發(fā)展和維持無關(guān)(孫繼松和陶祖鈺, 2012).但從對Γ的分析可以看出，要維持對流云的發(fā)展，必須有來自云體外的不穩(wěn)定能量輸入，故熱力不穩(wěn)定雖然是一個靜態(tài)變量，在實(shí)際分析中也要“動態(tài)”地來看待，這也是從大氣運(yùn)動的角度來描述靜力不穩(wěn)定的一種具體方法.

2.2動力不穩(wěn)定

動力不穩(wěn)定是由于空氣密度的不連續(xù)、水平風(fēng)切變、垂直風(fēng)切變產(chǎn)生的，是對流能否發(fā)展和維持的關(guān)鍵因素(孫繼松和陶祖鈺, 2012)，不同對流天氣的發(fā)展、移動大多與動力穩(wěn)定度有直接的關(guān)系.因此，在強(qiáng)對流臨近預(yù)報(bào)過程中，分析動力不穩(wěn)定就顯得尤為重要.近年來以風(fēng)切變這一基本物理量為基礎(chǔ)，發(fā)展出一些針對強(qiáng)對流預(yù)報(bào)和分析的動力參數(shù)，其中螺旋度和風(fēng)暴相對螺旋度是兩個重要參數(shù).由于旋轉(zhuǎn)性和上升運(yùn)動是大多數(shù)強(qiáng)對流系統(tǒng)最重要的共同特征，而螺旋度把這兩個特征綜合在了一起(Xu and Wu, 2003; 李耀東等, 2005)，其表達(dá)式為

(6)

其中右端三項(xiàng)分別稱為x-螺旋度，y-螺旋度(前兩者合稱為水平螺旋度)，z-螺旋度.從量級上看(至少在風(fēng)暴初期)，水平螺旋度比垂直螺旋度大，較大程度上決定了總螺旋度的情況.Lilly(1986a,b)指出穩(wěn)定的強(qiáng)對流風(fēng)暴常發(fā)生在螺旋度值大的地方，高螺旋度阻礙了擾動能量串級，對強(qiáng)風(fēng)暴的維持有重要作用.而Woodall(1990)認(rèn)為只有相對于風(fēng)暴的螺旋度才真正對風(fēng)暴維持和發(fā)展有實(shí)際意義.

目前，在實(shí)際應(yīng)用中通常用相對風(fēng)暴水平螺旋度H，公式為

(7)

其中C為風(fēng)暴移動速度，hz為氣層厚度，(u0,v0)為氣層最低高度上的風(fēng)，(u1,v1)… (uN,vN)為氣層內(nèi)各高度上的水平風(fēng)，(cx,cy)為風(fēng)暴移動速度.由于風(fēng)暴的移動主要受中低層平流運(yùn)動和自身傳播效應(yīng)的共同影響，通常以850 hPa至400 hPa氣層的平均風(fēng)風(fēng)向右移40°，風(fēng)速的75% 來確定風(fēng)暴的移動速度.N取6層：925、900、850、800、700與650 hPa.之所以選取螺旋度來表征動力不穩(wěn)定，是因?yàn)樗c慣性不穩(wěn)定、對稱不穩(wěn)定、開爾文-亥姆霍茲不穩(wěn)定有內(nèi)在的物理聯(lián)系(孫繼松和陶祖鈺, 2012)，適用性更強(qiáng).

2.3水汽與抬升條件

水汽是產(chǎn)生強(qiáng)降水的物質(zhì)基礎(chǔ)，是降水預(yù)報(bào)所考慮的主要因素之一.相關(guān)研究表明，大氣可降水量PW(Precipitable Water)與局地降水存在密切的關(guān)系(Rocken et al., 1995; Seco et al., 2012)，在強(qiáng)降水過程中水汽具有明顯的演變特征，水汽積累到一定的程度再消耗(張小玲等, 2010).多數(shù)情況下，降水出現(xiàn)在大氣可降水量迅速增加的3～4 h內(nèi)，降水峰值位于大氣可降水量變化的峰值之后的1～2 h(曹云昌等, 2005)，甚至在降水出現(xiàn)前10～12 h，PW就有所反映(楊露華等,2006).水汽輸送、輻合聚集和相對濕度的增大過程都與PW出現(xiàn)急劇上升的時(shí)段相呼應(yīng)，而PW的持續(xù)性遞減預(yù)示著降水的結(jié)束，這表明PW可以反映大氣中水汽的總體變化狀況，相比大氣比濕、相對濕度等因子，PW具有更好的指示意義，因此可以將大氣可降水量作為預(yù)報(bào)強(qiáng)降水的一個主要因子.PW的計(jì)算公式為

(8)

其中q為比濕，ρ為液態(tài)水密度，p為氣壓，Ps為地面氣壓，g為重力加速度.

關(guān)于抬升觸發(fā)機(jī)制，一般來講，在某一地區(qū)的大尺度環(huán)境滿足不穩(wěn)定條件及水汽條件時(shí)，對流系統(tǒng)在何時(shí)、何地發(fā)生取決于是否具備觸發(fā)條件.常見的抬升觸發(fā)機(jī)制有天氣系統(tǒng)造成的抬升、局地?zé)崃μ偷匦翁?朱乾根等, 2008)，其中局地?zé)崃μ话惴秶^小，強(qiáng)度較弱，單純熱力抬升造成的強(qiáng)對流天氣不多；地形抬升受下墊面特征的影響大，由于我國地形復(fù)雜，選取下墊面因子的局地性、經(jīng)驗(yàn)性強(qiáng)，難以具有普適性，本文暫不作討論；而天氣系統(tǒng)造成的抬升往往表現(xiàn)顯著，相對容易判別，且絕大多數(shù)對流性天氣都產(chǎn)生在有利的環(huán)流形勢和天氣系統(tǒng)配合時(shí).因此針對區(qū)域性強(qiáng)降水的預(yù)報(bào)探索，選擇高空槽前的天氣形勢來判斷抬升觸發(fā)機(jī)制.

2.4綜合物理指數(shù)THP的構(gòu)建

上述條件均是引起強(qiáng)降水的必需條件，但由于大氣是一種非線性系統(tǒng)，各物理量之間存在著相互作用，真正發(fā)生強(qiáng)降水時(shí)，不一定所有的物理量指標(biāo)都比較大，反而是其組合較大時(shí)，發(fā)生降水的概率更大，故有必要按照求取物理量“交集”的原理進(jìn)行處理.如強(qiáng)降水可以發(fā)生在弱動力不穩(wěn)定結(jié)合強(qiáng)熱力不穩(wěn)定或相反的環(huán)境中，物理?xiàng)l件之間可以相互彌補(bǔ)(陸漢城和楊國祥, 2004).基于上述分析，可將熱力、動力和水汽條件的幾個物理量有機(jī)組合起來，構(gòu)建一個新的指數(shù)THP為(Temperature, Helicity and Precipitable Water)

THP=?！罤×PW

(9)

其中加入絕對值可使負(fù)值相加之后變?yōu)?，避免了Γ與H均為負(fù)值時(shí)，相乘之積出現(xiàn)正值的情況.這樣THP指數(shù)就將有利于強(qiáng)降水出現(xiàn)的前期信號進(jìn)行了集成，當(dāng)信號全部為正值時(shí)，有利于強(qiáng)信號得到放大，當(dāng)信號有正有負(fù)時(shí)，使弱信號得到衰減，且通過求取三個物理量之間的交集，彌補(bǔ)了僅用單一物理量做預(yù)報(bào)，有時(shí)準(zhǔn)、有時(shí)不準(zhǔn)的缺點(diǎn)，有利于物理指數(shù)穩(wěn)定性的提高.

3個例分析

3.12009年8月17日豫北地區(qū)強(qiáng)降水過程

2009年8月17日，河南省中北部、山東省西部出現(xiàn)了強(qiáng)降水天氣(圖1)，17日00時(shí)—18日00時(shí)(UTC，以下同)24 h的最大降水量達(dá)176 mm.8月16日12時(shí)500 hPa天氣圖上，45°N以北的亞洲大陸表現(xiàn)為兩槽兩脊的天氣形勢(圖略)；45°N以南，在我國河套地區(qū)有一寬廣的低槽，并向東移動，西太平洋副熱帶高壓的西伸脊點(diǎn)位于100°E左右，我國東部地區(qū)處在偏南氣流控制下.17日00～06時(shí)，西太平洋副熱帶高壓基本穩(wěn)定在華東地區(qū)，河套低槽東移速度減緩，華北地區(qū)位于高空槽前(圖1)；中低層700、850 hPa，從河套地區(qū)至四川北部有一冷式切變線，黃淮流域存在低空西南急流(圖略).17日12時(shí)副熱帶高壓加強(qiáng)西伸，低槽緩慢東移，地面降水區(qū)也向東移動.

圖1　500 hPa等高線(黑色實(shí)線)及該時(shí)刻后6 h強(qiáng)降水(陰影)的分布(a) 2009年8月17日00∶00；(b)2009年8月17日06∶00.Fig.1　500 hPa maps (thick solid lines every 20 gpm) and locations of heavy rainfall (shaded) during following 6 hours for 00∶00 (a) and 06∶00 UTC (b) 17 August 2009

圖2　2009年8月17日00∶00經(jīng)向平均(34—37°N)的(a)垂直速度(單位：Pa·s-1)，(b)水汽通量散度(單位：10-9 s·m-1)，(c)渦度的水平平流(單位：10-9 s-2)，(d)假相當(dāng)位溫通量散度(單位：10-3 K·s-1)的緯向-垂直分布Fig.2　Vertical cross sections of the average value in 34—37°N of (a) vertical velocity (units: Pa·s-1), (b) divergence of moisture flux (units: 10-9 s·m-1), (c) horizontal advection of vortex (units: 10-9 s-2), (d) divergence of pseudoequivalent potential temperature flux (units: 10-3 K·s-1) at 00∶00 UTC, 17 August 2009

為認(rèn)識此次降水過程的機(jī)制，對一些物理參數(shù)進(jìn)行了診斷.由圖2a可見，2009年8月17日00時(shí)34—37°N平均的垂直上升運(yùn)動非常劇烈，上升氣流的高度可達(dá)200 hPa，平均上升中心在114°E，位于此后6h強(qiáng)降水中心(115°E)的西側(cè)，雨區(qū)兩側(cè)為下沉氣流區(qū).水汽通量散度(圖2b)呈現(xiàn)出低空輻合、高空輻散的特征，有利于出現(xiàn)降水，輻合中心位于114°E上空850 hPa附近，但由于水汽主要集中在對流層中低層，低空水汽輻合表現(xiàn)明顯，高空的水汽輻散很弱，300 hPa以上幾乎為零，這就弱化了高空的動力場結(jié)構(gòu).從渦度平流來看(圖2c)，在低空正渦度、高空負(fù)渦度的配置下，高空的渦度平流比低空顯著得多，可見高空的動力場也具有重要作用.θse通量散度的垂直分布(圖2d)，既表現(xiàn)出低空的輻合，又體現(xiàn)出了高空的輻散特性，而且在一定程度上增加了高空系統(tǒng)的比重，由于高空系統(tǒng)的引導(dǎo)作用，在預(yù)報(bào)中常具有更好的特性.這是由于對流層上部的輻散機(jī)制在強(qiáng)對流天氣的形成中具有顯著作用：一是抽吸作用，有利于上升氣流的維持和加強(qiáng)；二是通風(fēng)作用，在對流云發(fā)展過程中，水汽凝結(jié)釋放的潛熱會使對流云的中上部增暖，使氣柱層結(jié)趨于穩(wěn)定，而高空的輻散可以將對流云中上部增加的熱量帶走，從而有利于對流的維持(陸漢城和楊國祥, 2004).這亦是本文引入θse通量散度的原因之一.

此次降水過程中，THP指數(shù)的各物理量具有不同的特征(圖3)，其中熱力不穩(wěn)定有兩個大值中心，分別在河北省南部及陜西省東南部(圖3a)；動力不穩(wěn)定，體現(xiàn)在風(fēng)暴相對螺旋度上，也有兩個大值中心，分別在河南省北部及遼寧省西部(圖3b)；大氣可降水量的高值區(qū)則位于河南省中部及長江三角洲附近(圖3c).從表征熱力、動力、水汽的單一指標(biāo)來看，三者均從不同程度上反映了降水發(fā)生的潛勢，但降水的發(fā)生并非滿足一個條件即可.與綜合考慮了三種因素的THP指數(shù)(圖3d)相對比，發(fā)現(xiàn)該指數(shù)的大值區(qū)和強(qiáng)降水區(qū)的對應(yīng)關(guān)系更為明確，落區(qū)幾乎重合，但由于是提前6 h的預(yù)報(bào)，THP指數(shù)的大值中心與雨區(qū)大值中心稍微有些偏差.通過對比圖3d與圖3(a—c)可以看出，新構(gòu)建的綜合物理指數(shù)THP，在強(qiáng)降水區(qū)表現(xiàn)為強(qiáng)信號，其余地區(qū)為弱信號，其預(yù)報(bào)效果優(yōu)于用表征單一物理成分的指數(shù).這是因?yàn)闊崃?、動力不穩(wěn)定和水汽含量的增加都意味著發(fā)生降水的概率增大，但發(fā)生可能性最大的區(qū)域是三者的“交集”，就是相乘之后所得的大值區(qū)域，這也是THP指數(shù)較單一物理量，預(yù)報(bào)效果穩(wěn)定性增強(qiáng)的原因之一.

圖3　2009年8月17日00∶00 UTC (a) θse通量散度差(單位：10-5 K·s-1·hPa-1)，(b)風(fēng)暴相對螺旋度(單位：m2·s-2)，(c)大氣可降水量(單位：kg·m-2)，(d) THP指數(shù)(單位：10-2 K·m·s-1)Fig.3　Difference of (a) θse flux divergence (units: 10-5 K·s-1·hPa-1) , (b) the storm relative helicity (units: m2·s-2), (c) precipitable water vapor (units: kg·m-2), and (d) THP index (units: 10-2 K·m·s-1 ) with the locations of heavy rainfall (shaded) at 00:00 UTC, 17 August 2009

為了檢驗(yàn)綜合指數(shù)THP的預(yù)報(bào)效果，與其他表征一種或幾種物理特征的指數(shù)進(jìn)行了對比，如K指數(shù)，準(zhǔn)地轉(zhuǎn)Q矢量散度，水汽垂直螺旋度，整層水汽通量散度等.從圖4a可見K指數(shù)超過36 ℃的區(qū)域較廣，超過39 ℃區(qū)域呈現(xiàn)出三個高值區(qū)，其對強(qiáng)降水的指示意義不夠明顯，可能要配合其他量才可得以顯現(xiàn).準(zhǔn)地轉(zhuǎn)Q矢量散度場輻合時(shí)垂直運(yùn)動向上，在對流層低層850 hPa等壓面上，強(qiáng)降水落區(qū)在Q矢量散度的負(fù)值區(qū)的下風(fēng)方(岳彩軍等, 2008)，從圖4b可見，Q矢量散度場與降水區(qū)雖然有一定的對應(yīng)關(guān)系，但降水的具體落區(qū)難以估計(jì)，且降水量級無法反映出來.水汽垂直螺旋度主要反映了水汽通量渦度的垂直輸送狀況，分析圖4c可知，水汽垂直螺旋度的高值區(qū)分布與6 h后降水區(qū)域有所重疊，但形狀分布有一定的差異，且沒有將未來的降水中心包含進(jìn)去.整層水汽通量散度(圖4d)的負(fù)值區(qū)將降水區(qū)基本包含進(jìn)去了，但其降水區(qū)域較大，同時(shí)有一定的空報(bào).綜合對比圖3d與圖4中的各物理量，THP指數(shù)的預(yù)報(bào)效果相對更好一些，說明了該指數(shù)的有效性，即在THP指數(shù)的大值區(qū)，強(qiáng)降水發(fā)生的概率非常大.

從THP指數(shù)與降水量的時(shí)間變化特征進(jìn)行分析，以安陽氣象觀測站為例(圖5)，THP指數(shù)在16日06時(shí)(UTC)由零轉(zhuǎn)為正值，此時(shí)地面未產(chǎn)生降水，16日12時(shí)THP值繼續(xù)增大，地面有較小降水產(chǎn)生，至16日18時(shí)THP值達(dá)到最大，隨后的6 h降水量也達(dá)到最大，之后THP的值減小，降水量亦隨之減小.整個降水過程中，THP值的位相超前于地面降水量的變化，這表明THP值具有很好的指示意義；而且安陽站上空THP最大值為98，與6 h實(shí)測降水最大值99 mm非常接近，這表明THP指數(shù)的值對降水的量級也有一定的預(yù)測能力.

圖4　2009年8月17日00時(shí)(a)K指數(shù)(單位：℃)，(b)850 hPa準(zhǔn)地轉(zhuǎn)Q矢量散度負(fù)值區(qū)(單位：m2·s-2)，(c)水汽垂直螺旋度正值區(qū)(單位：10-3 kg-1·m3·Pa2·s-2)， (d)水汽通量散度從地面至200 hPa垂直積分負(fù)值區(qū) (單位：10-3 K·m·s-1)的水平分布,陰影區(qū)為17日00～06時(shí)降水實(shí)況分布Fig.4　(a) K index (units: ℃ ), (b) the negative values in divergence of quasi-geostrophic Q-vector at 850 hPa (units: m2·s-2), (c) positive values in vertical helicity of water vapor (units:10-3 kg-1·m3·Pa2·s-2), and (d) divergence of moisture flux from surface to 200 hPa (units: 10-3 K·m·s-1) at 00∶00 UTC 17 August 2009. Shaded areas show locations of heavy rainfall in following 6 hours

圖5　2009年8月16—18日強(qiáng)降水過程中安陽站(36.12°N,114.37°E)的THP指數(shù)與6 h降水量的變化Fig.5　Time series of THP index and precipitation in following 6 hours at Anyang station (36.12°N,114.37°E) from 16 to 18 August 2009

3.22012年7月21日北京地區(qū)極端降水過程

為進(jìn)一步驗(yàn)證THP指數(shù)在極端降水中的應(yīng)用情況，本文分析了2012年7月21日發(fā)生在北京市及河北省部分地區(qū)的歷史罕見特大暴雨.已有多位學(xué)者對此次過程進(jìn)行了研究 (諶蕓等, 2012; 孫建華等, 2013; 李娜等, 2013; Jiang et al., 2014).此次暴雨發(fā)生在北渦南槽、東高西低的環(huán)流形勢下，強(qiáng)降雨區(qū)位于高空急流入口區(qū)右后側(cè)，高空200 hPa為顯著分流區(qū)(圖略)，500 hPa高空圖上在貝加爾湖到河套地區(qū)一帶存在高空槽，北京地區(qū)位于槽前；西太平洋副熱帶高壓西伸北進(jìn)控制黃淮南部、江淮地區(qū)，其西側(cè)存在明顯偏東氣流.850 hPa存在低空急流，為暴雨區(qū)輸送充沛水汽.

對比2012年7月21日06時(shí)各物理量與06～12時(shí)降水的分布情況，K指數(shù)大于36 ℃的范圍太廣，大于39 ℃的范圍與實(shí)況降水南側(cè)較一致，但未包含降水中心，在落區(qū)預(yù)報(bào)上有一定差異(圖6a).850 hPa準(zhǔn)地轉(zhuǎn)Q矢量散度的大值區(qū)位于強(qiáng)降水中心的西北側(cè)，二者落區(qū)重合部分較少，同時(shí)可能由于地形原因，在甘肅東部地區(qū)有一定的虛報(bào)(圖6b).水汽垂直螺旋度的大值中心在山西省北部，位于實(shí)況降水中心的西側(cè)，且大值區(qū)的范圍小于實(shí)況降水的落區(qū)范圍(圖6c)，預(yù)報(bào)效果表現(xiàn)一般.700 hPa水汽通量的輻合區(qū)整體位于實(shí)際降水區(qū)的東側(cè)，但最強(qiáng)輻合中心位于強(qiáng)降水中心的西南側(cè)上風(fēng)方向(圖6d).THP大值中心位于6 h實(shí)況累計(jì)降水中心的西南側(cè)上風(fēng)方向，且有一定的重合，THP閉合中心最大值為120，與降水中心的平均降水量比較接近；THP大值區(qū)的范圍與降水落區(qū)也比較一致(圖6e).可見THP大值區(qū)的分布與圖6h地面累計(jì)降水有良好的對應(yīng)關(guān)系，且在降水的量級預(yù)報(bào)上有一定的指示意義.

對比“7·21”強(qiáng)降水過程中北京站上空附近THP指數(shù)值與6 h累積降水量的時(shí)間變化(圖7)，THP指數(shù)在7月20日18時(shí)前為零，在21日00時(shí)轉(zhuǎn)變?yōu)檩^小的正值，從00時(shí)至06時(shí)，其值迅速上升，12時(shí)上升至最大，數(shù)值達(dá)到160以上，之后迅速減小.而降水在21日00時(shí)仍然為零，06時(shí)地面產(chǎn)生較小降水，06～14時(shí)降水量急劇增大，12～18時(shí)降水達(dá)到最大，18時(shí)之后降水過程基本結(jié)束.在位相上對比可見，降水的變化要滯后于THP指數(shù)的變化，這說明THP的變化對強(qiáng)降水的發(fā)生與結(jié)束均有較好的指示意義.

4THP指數(shù)的普適性檢驗(yàn)

為檢驗(yàn)THP指數(shù)的適用性，選用2012年7月1日至8月15日的降水實(shí)況資料進(jìn)行檢驗(yàn).選擇的區(qū)域范圍為105—125°N，28—44°E，降水實(shí)況資料間隔6 h，分別為00時(shí)、06時(shí)、12時(shí)、18時(shí)(UTC).物理量診斷資料用的是NCEP/NCAR 1°×1°再分析資料，垂直方向包括26個層次，時(shí)間間隔6 h，與降水實(shí)況資料相對應(yīng).根據(jù)中國氣象局頒布的我國內(nèi)陸部分降水強(qiáng)度等級劃分標(biāo)準(zhǔn)，12 h降水量大于15 mm為大雨，檢驗(yàn)時(shí)定義強(qiáng)降水的標(biāo)準(zhǔn)為6 h降水量大于15 mm.由于所用資料精度的原因，只統(tǒng)計(jì)、檢驗(yàn)區(qū)域性強(qiáng)降水(超過6個相鄰站點(diǎn)都出現(xiàn)強(qiáng)降水)，降水量大于15 mm/6 h.

對降水的預(yù)報(bào)效果體現(xiàn)在其強(qiáng)度、落區(qū)等方面，由于針對區(qū)域性強(qiáng)降水，規(guī)定預(yù)報(bào)正確是指THP高值區(qū)(≥15)及其下風(fēng)向(850 hPa至400 hPa氣層間的平均風(fēng)的風(fēng)向)的1個經(jīng)緯度范圍內(nèi)存在大于15 mm/6 h的降水區(qū)，否則算空報(bào)或漏報(bào).對于站點(diǎn)降水采用TS評分，其計(jì)算公式為TS=Na/(Na+Nb+Nc)×100%，其中Na為預(yù)報(bào)量和觀測量均超過了某一降水閾值的站點(diǎn)數(shù)(成功預(yù)報(bào))，而Nb為僅預(yù)報(bào)值超過了閾值的站數(shù)(空報(bào))，Nc為僅觀測值超過了閾值的站數(shù)(漏報(bào)).TS評分值的范圍為0～100%，其中0表示無預(yù)報(bào)技巧，100%為完美評分.對于降水強(qiáng)度，通過對比THP指數(shù)最內(nèi)層閉合等值線的數(shù)值與實(shí)測降水量的最大值來進(jìn)行檢驗(yàn).

圖6　2012年7月21日06時(shí)(a)K指數(shù)(單位：℃)，(b) 準(zhǔn)地轉(zhuǎn)Q矢量散度負(fù)值區(qū)(單位：m2·s-2)，(c)水汽垂直螺旋度正值區(qū)(單位：10-3 kg-1·m3·Pa2·s-2), (d) 700 hPa水汽通量散度負(fù)值區(qū)(單位：10-8 kg·hPa-1·m-2·s-1), (e) THP指數(shù)(單位：10-2 K·m·s-1)的水平分布,陰影區(qū)為21日06～12時(shí)降水實(shí)況分布Fig.6　(a) K index (units: ℃ ), (b) 850 hPa negative values in divergence of quasi-geostrophic Q-vector at 850 hPa (units: m2·s-2), (c) positive values in vertical helicity of water vapor(units: 10-3 kg-1·m3·Pa2·s-2), (d) the negative values in divergence of moisture flux at 700 hPa (units: 10-3 K·m·s-1), and (e) THP index (units:10-2 K·m·s-1) at 06∶00 UTC 21 July 2012. Shaded areas show the locations of heavy rainfall in the following 6 hours.

編號時(shí)間降水落區(qū)6h最大降水量THP最內(nèi)層閉合值TS評分主要影響系統(tǒng)12012年7月2日00時(shí)陜西南部—四川東北部67mm(00～06時(shí))60(08時(shí))25.6%西風(fēng)槽22012年7月4日06時(shí)河南中部—四川東北部149mm(06～12時(shí))180(06時(shí))43.2%西風(fēng)槽32012年7月7日00時(shí)四川東北部51mm(00～06時(shí))60(00時(shí))28.0%西風(fēng)槽42012年7月8日06時(shí)山西南部—陜西中南部47mm(06～12時(shí))30(06時(shí))30.0%西風(fēng)槽52012年7月10日00時(shí)遼東半島59mm(00～06時(shí))60(00時(shí))35.6%東北冷渦62012年7月11日12時(shí)貴州西部87mm(12～18時(shí))30(12時(shí))26.3%西風(fēng)槽72012年7月12日12時(shí)江蘇中部—安徽中部58mm(20～02時(shí))120(12時(shí))27.6%橫槽82012年7月13日06時(shí)湖北東部—安徽中南部75mm(06～12時(shí))80(06時(shí))35.0%西風(fēng)槽92012年7月16日00時(shí)湖南東北部—江西北部66mm(00～06時(shí))60(00時(shí))30.2%西風(fēng)槽,副高102012年7月21日06時(shí)北京—河北224mm(06～12時(shí))120(14時(shí))37.6%西風(fēng)槽,副高112012年7月24日18時(shí)內(nèi)蒙古中南部50mm(18～00時(shí))60(18時(shí))22.9%西風(fēng)槽,副高122012年7月25日12時(shí)河北東部—天津51mm(12～18時(shí))30(12時(shí))41.7%西風(fēng)槽,副高132012年7月27日12時(shí)陜西北部—內(nèi)蒙古中部61mm(12～18時(shí))100(12時(shí))36.0%西風(fēng)槽,副高142012年7月31日00時(shí)河北南部—天津72mm(00～06時(shí))100(00時(shí))45.1%短波槽,副高152012年8月3日12時(shí)山東東北部109mm(12～18時(shí))120(12時(shí))46.8%短波槽,副高162012年8月08日06時(shí)江蘇南部、浙江北部174mm(06～12時(shí))150(06時(shí))57.2%臺風(fēng)172012年8月11日18時(shí)天津—河北中部41mm(18～00時(shí))60(18時(shí))40.0%西風(fēng)槽

圖7　2012年7月21日暴雨過程中北京站(39.80°N,116.47°E)的THP指數(shù)與6h降水量的變化Fig.7　Time series of THP index and precipitation in the following 6 hours at Beijing station (39.80°N,116.47°E) from 20 to 22 July 2012

經(jīng)過對天氣形勢的判斷分析，選取出17次槽前型區(qū)域性強(qiáng)降水個例.由表1可見，17次個例中對超過15 mm/6 h的降水預(yù)報(bào)，TS評分值在20%～60%之間，其中得分最高的是2012年8月8日06時(shí)，此時(shí)受臺風(fēng)影響，大氣中的水汽、熱量、穩(wěn)定度等均有利于產(chǎn)生強(qiáng)降水；得分最低的是2012年7月24日18時(shí)，此時(shí)的主要影響系統(tǒng)為短波槽和副高，短波槽移速快，導(dǎo)致降水落區(qū)的偏差過大.17次個例的平均TS得分為37.9%，得分較高，這表明THP指數(shù)具有良好的參考價(jià)值.當(dāng)然，這與選取個例的降水范圍較大有一定的關(guān)系，由于大范圍強(qiáng)降水的信號比較強(qiáng)，會有較多站的降水預(yù)報(bào)正確(王雨等,2013)，而對于范圍較小的局地小尺度降水，還需要做更多研究.對于降水強(qiáng)度，THP閉合中心最大值與最大降水量也表現(xiàn)出較好的一致性，雖然有一定的波動，但總體而言，THP指數(shù)在我國中東部地區(qū)盛夏期間具有較好的適用性.

5結(jié)論

本文根據(jù)強(qiáng)降水發(fā)生發(fā)展的機(jī)制，將造成強(qiáng)降水的熱力、動力和水汽條件綜合考慮，嘗試性地構(gòu)建了一個新的綜合物理指數(shù)THP.然后結(jié)合2009年8月17日與2012年7月21日的兩個典型個例，利用NCEP/NCAR再分析資料與常規(guī)地面觀測資料，對THP指數(shù)進(jìn)行了診斷分析，并選用2012年7月1日—8月15日的降水實(shí)況，對該指數(shù)進(jìn)行了普適性檢驗(yàn)，探析了其對強(qiáng)降水預(yù)報(bào)的指示意義.主要得出如下結(jié)論：

(1) 對于強(qiáng)降水的客觀預(yù)報(bào)，要將影響降水發(fā)生發(fā)展的熱力、動力、水汽等因素綜合考慮，而THP指數(shù)將上述因子進(jìn)行了集成，使有利于強(qiáng)降水出現(xiàn)的前期信號得到放大，彌補(bǔ)了以往單一指數(shù)的片面性，提高了THP指數(shù)的穩(wěn)定性.

(2) THP指數(shù)的分布對未來6h強(qiáng)降水的落區(qū)及降水中心的移動均具有較好的指示意義.對于強(qiáng)降水的空間落區(qū)預(yù)報(bào)，THP指數(shù)的大值區(qū)與未來6h降水的落區(qū)存在良好的對應(yīng)關(guān)系；對于強(qiáng)降水出現(xiàn)時(shí)間的預(yù)報(bào)，THP指數(shù)的位相變化超前于地面降水量的變化，對降水生消時(shí)間具有較好的參考價(jià)值.

(3) 通過普適性檢驗(yàn)，表明THP指數(shù)在我國盛夏期間具有較好的適用性.同時(shí)探索了THP指數(shù)對降水量級的定量指示意義，發(fā)現(xiàn)對于高空槽前型降水，THP指數(shù)的閉合中心最大值與未來6h的最大降水量表現(xiàn)出較強(qiáng)的一致性，表明該指數(shù)對降水強(qiáng)度也有一定的診斷意義.

總體而言，THP指數(shù)可以有效表征強(qiáng)降水的發(fā)展和移動，對地面降水有較好的指示意義，可以作為一個預(yù)報(bào)指示因子.作為THP指數(shù)的構(gòu)建方法，配料法的物理意義清晰，有利于引入新的研究成果，這種思路也可以應(yīng)用于冰雹、雷暴大風(fēng)等強(qiáng)對流天氣的預(yù)報(bào)中，從而在一定程度上提高對流天氣的預(yù)報(bào)準(zhǔn)確率.但也應(yīng)指出，由于資料限制，本文使用的是較大尺度的數(shù)據(jù)，時(shí)空分辨率不夠高，而強(qiáng)降水是一種小概率事件，其物理量隨時(shí)間和空間的變化較快，有時(shí)滿足強(qiáng)降水發(fā)生的物理量在其臨近時(shí)才出現(xiàn)，因此利用THP指數(shù)開展更為精細(xì)化的預(yù)報(bào)仍有待在以后的工作中改進(jìn)與提高.

致謝本文所使用的NCEP/NCAR再分析數(shù)據(jù)資料下載自美國國家環(huán)境預(yù)報(bào)中心，在此表示誠摯的謝意.

References

Calas C, Ducrocq V, Sénési S. 2000. Mesoscale analyses and diagnostic parameters for deep convection nowcasting.MeteorologicalApplications, 7(2): 145-161.

Cao J, Gao S T. 2008. Generalized potential temperature in non-uniformly saturated atmosphere.ChineseJ.Geophys. (in Chinese), 51(6): 1651-1656. Cao Y C, Fang Z Y, Xia Q. 2005. Relationship between GPS precipitable water vapor and precipitation.JournalofAppliedMeteorologicalScience(in Chinese), 16(1): 54-59.

Chen D H, Xue J S. 2004. An overview on recent progresses of the operational numerical weather prediction models.ActaMeteorologicaSinica(in Chinese), 62(5): 623-633.Chen Y, Sun J, Xu J, et al. 2012. Analysis and thinking on the extremes of the 21 July 2012 torrential rain in Beijing Part I: observation and thinking.MeteorologicalMonthly(in Chinese), 38(10): 1255-1266.

Doswell C A, Brooks H E, Maddox R A. 1996. Flash flood forecasting: an Ingredients-Based Methodology.WeatherandForecasting, 11(4): 560-581.

Ebert E E, Janowiak J E, Kidd C. 2007. Comparison of near-real-time precipitation estimates from satellite observations and numerical models.BulletinoftheAmericanMeteorologicalSociety, 88(1): 47-64.

Gao S T, Zhao S X, Zhou X P, et al. 2003. Progress of research on sub-synoptic scale and mesoscale torrential rain systems.ChineseJournalofAtmosphericSciences(in Chinese), 27(4): 618-627.

Gao S T, Zhou Y S, Lei T, et al. 2005. Analyses of hot and humid weather in Beijing city in summer and its dynamical identification.ScienceChinaEarthSciences, 48(Supp. II): 128-137. Haklander A J, van Delden A. 2003. Thunderstorm predictors and their forecast skill for the Netherlands.AtmosphericResearch, 67-68: 273-299.

He L F, Zhou Q L, Chen Y, et al. 2011. Introduction and examination of potential forecast for strong convective weather at national level.MeteorologicalMonthly(in Chinese), 37(7): 777-784.

Hoskins B J, Draghici I, Davies H C. 1978. A new look at theω-equation.QuarterlyJournaloftheRoyalMeteorologicalSociety, 104(439): 31-38.

Jiang X M, Yuan H L, Xue M, et al. 2014. Analysis of a heavy rainfall event over Beijing during 21-22 July 2012 based on high resolution model analyses and forecasts.JournalofMeteorologicalResearch, 28(2): 199-212.Kunz M. 2007. The skill of convective parameters and indices to predict isolated and severe thunderstorms.NaturalHazardsandEarthSystemScience, 7(2): 327-342.

Li N, Ran L K, Zhou Y S, et al. 2013. Diagnosis of the frontogenesis and slantwise vorticity development caused by the deformation in the Beijing “7·21” torrential rainfall event.ActaMeteorologicaSinica(in Chinese), 71(4): 593-605.

Li Y D, Liu J W, Gao S T. 2005. Progress in researches on application of helicity to convective weather prediction.MeteorologicalScienceandTechnology(in Chinese), 33(1): 7-11. Lilly D K. 1986a. The structure, energetics and propagation of rotating convective storms. Part I: Energy exchange with the mean flow.JournaloftheAtmosphericSciences, 43(2): 113-125. Lilly D K. 1986b. The structure, energetics and propagation of rotating convective storms. Part II: Helicity and storm stabilization.JournaloftheAtmosphericSciences, 43(2): 126-140.Lu H C, Yang G X. 2004. Mesoscale Synoptic Principles and Forecasting (in Chinese). Beijing: China Meteorological Press.

Mazany R A, Businger S, Gutman S I, et al. 2002. A lightning prediction index that utilizes GPS integrated precipitable water vapor.WeatherandForecasting, 17(5): 1034-1047.

Peng Z B, Liu J W, Guo H, et al. 2001. The Application Study of Strong Convective Weather Abroad (in Chinese). Beijing: China Meteorological Press.

Qian W H. 2012. How to improve the skills of weather and climate predictions.ChineseJ.Geophys. (in Chinese), 55(6): 1532-1540, doi: 10.6038/j.issn.0001-5733.2012.05.010.

Qian W H, Lin X. 2005. Regional trends in recent precipitation indices in China.MeteorologyandAtmosphericPhysics, 90(3-4): 193-207.

Ran L K, Chu Y L. 2009. Diagnosis of vertical helicity, divergence flux and their extensions in heavy-rainfall events.ActaPhysicaSinica(in Chinese), 58(11): 8094-8106.

Ran L K, Liu L, Li N, et al. 2013. The analysis of the potential-divergence wave activity density and its application to typhoon precipitation.ChineseJ.Geophys. (in Chinese), 56(10): 3285-3301, doi: 10.6038/cjg20131006.

Rennó N O, Ingersoll A P. 1996. Natural convection as a heat engine: A theory for CAPE.JournaloftheAtmosphericSciences, 53(4): 572-585.Rocken C, van Hove T, Johnson J, et al. 1995. GPS/STORM-GPS sensing of atmospheric water vapor for meteorology.JournalofAtmosphericandOceanicTechnology, 12(3): 468-478.

Seco A, Ramírez F, Serna E, et al. 2012. Rain pattern analysis and forecast model based on GPS estimated atmospheric water vapor content.AtmosphericEnvironment, 49: 85-93.

Sun J H, Zhang X L, Wei J, et al. 2005. A study on severe heavy rainfall in North China during the 1990s.ClimaticandEnvironmentalResearch(in Chinese), 10(3): 492-506. Sun J H, Zhao S X, Fu S M, et al. 2013. Multi-Scale Characteristics of Record Heavy Rainfall over Beijing Area on July 21, 2012.ChineseJournalofAtmosphericSciences(in Chinese), 37(3): 705-718.

Sun J S, Tao Z Y. 2012. Some essential issues connected with severe convective weather analysis and forecast.MeteorologicalMonthly(in Chinese), 38(2): 164-173. Tao S Y. 1980. Rainstorms in China (in Chinese). Beijing: Science Press. Wang H J, Xu Y F, Zhou T J, et al. 2004. Atmospheric Science: A vigorous frontier science.AdvancesinEarthScience(in Chinese), 19(4): 525-532.Wang Y, Gong Y, Chen F J, et al. 2013. Comparing of the verification methods for 6h precipitation forecasts of regional models.JournalofAppliedMeteorologicalScience(in Chinese), 24(2): 171-178.

Wetzel S W, Martin J E. 2001. An operational ingredients-based methodology for forecasting midlatitude winter season precipitation.WeatherandForecasting, 16(1): 156-167.

Woodall G R. 1990. Qualitative forecasting of tornadic activity using storm-relative environmental helicity∥16th Conference on Severe Local Storms. Boston: America Meteorological Society, 311-315.

Wu G X, Cai Y P, Tang X Q. 1995. Moist potential vorticity and slantwise vorticity development.ActaMeteorologicaSinica(in Chinese), 53(4): 387-405.

Xu Y M, Wu R S. 2003. The conservation of helicity in hurricane Andrew (1992) and the formation of the spiral rainband.AdvancesinAtmosphericSciences, 20(6): 940-950.

Yang L H, Ye Q X, Wu R, et al. 2006. Analyses of water vapor transport in a heavy rain in the late summer of 2004 in Shanghai based on GPS/PWV data.ScientiaMeteorologicaSinica(in Chinese), 26(5): 502-508. Yang S, Chen B, Gao S T. 2013. Diagnostic analyses and applications of the moisture helicity and the thermal helicity for two strong “sauna” weather processes in northern China.ChineseJ.Geophys. (in Chinese), 56(7): 2185-2194, doi: 10.6038/cjg20130706.Yu X D. 2011. Ingredients based forecasting methodology.MeteorologicalMonthly(in Chinese), 37(8): 913-918.

Yue C J, Shou S W, Yao X P. 2008. Recent advances on applied study of Q vector to diagnostic analysis and prediction of severe weathers.JournalofTropicalMeteorology(in Chinese), 24(5): 557-563.

Zeng B, Chen Y, Li Z C. 2015. Diagnostic analysis of physical quantities for the precursor environment of mesoscale convective system during summer in central-eastern China.ChineseJ.Geophys. (in Chinese), 58(1): 32-46, doi: 10.6038/cjg20150104. Zeng X M, Wu Z H, Song S, et al. 2012. Effects of land surface schemes on the simulation of a heavy rainfall event by WRF.ChineseJ.Geophys. (in Chinese), 55(1): 16-28, doi: 10.6038/j.issn.0001-5733.2012.01.002.

Zhang J C, Wang H X, Tao Z Y. 2014. Statistical analysis of predicting skill of Convective Available Potential Energy.TorrentialRainandDisasters(in Chinese), 33(3): 290-296.

Zhang X L, Tao S Y, Sun J H. 2010. Ingredients-based heavy rainfall forecasting.ChineseJournalofAtmosphericSciences(in Chinese), 34(4): 754-766.

Zheng L L, Sun J H, Zhang X L, et al. 2013. Organizational modes of mesoscale convective systems over central east China.WeatherandForecasting, 28(5): 1081-1098.

Zheng Y G, Zhang X L, Zhou Q L, et al. 2010. Review on severe convective weather short-term forecasting and nowcasting.MeteorologicalMonthly(in Chinese), 36(7): 33-42.

Zheng Y Y, Yao C, Hao Y, et al. 2011. The short-time forecasting and early-warning reasearch on severe convective weather under different types of large-scale circulation background.MeteorologicalMonthly(in Chinese), 37(7): 795-801. Zhu Q G, Lin J R, Shou S W. 2008.PrinciplesandMethodsofSynopticMeteorology(in Chinese). Beijing: China Meteorological Press.

附中文參考文獻(xiàn)

曹潔, 高守亭. 2008. 非均勻飽和大氣中的廣義位溫. 地球物理學(xué)報(bào), 51(6): 1651-1656.

曹云昌, 方宗義, 夏青. 2005. GPS遙感的大氣可降水量與局地降水關(guān)系的初步分析. 應(yīng)用氣象學(xué)報(bào), 16(1): 54-59.

陳德輝, 薛紀(jì)善. 2004. 數(shù)值天氣預(yù)報(bào)業(yè)務(wù)模式現(xiàn)狀與展望. 氣象學(xué)報(bào), 62(5): 623-633.

諶蕓, 孫軍, 徐珺等. 2012. 北京721特大暴雨極端性分析及思考(一)觀測分析及思考. 氣象, 38(10): 1255-1266.

高守亭, 趙思雄, 周曉平等. 2003. 次天氣尺度及中尺度暴雨系統(tǒng)研究進(jìn)展. 大氣科學(xué), 27(4): 618-627.

何立富, 周慶亮, 諶蕓等. 2011. 國家級強(qiáng)對流潛勢預(yù)報(bào)業(yè)務(wù)進(jìn)展與檢驗(yàn)評估. 氣象, 37(7): 777-784.

李娜, 冉令坤, 周玉淑等. 2013. 北京“7·21”暴雨過程中變形場引起的鋒生與傾斜渦度發(fā)展診斷分析. 氣象學(xué)報(bào), 71(4): 593-605. 李耀東, 劉健文, 高守亭. 2005. 螺旋度在對流天氣預(yù)報(bào)中的應(yīng)用研究進(jìn)展. 氣象科技, 33(1): 7-11. 陸漢城, 楊國祥. 2004. 中尺度天氣原理和預(yù)報(bào). 北京: 氣象出版社. 彭治班, 劉建文, 郭虎等. 2001. 國外強(qiáng)對流天氣的應(yīng)用研究. 北京: 氣象出版社.

錢維宏. 2012. 如何提高天氣預(yù)報(bào)和氣候預(yù)測的技巧. 地球物理學(xué)報(bào), 55(5): 1532-1540, doi: 10.6038/j.issn.0001-5733.2012.05.010.

冉令坤, 楚艷麗. 2009. 強(qiáng)降水過程中垂直螺旋度和散度通量及其拓展形式的診斷分析. 物理學(xué)報(bào), 58(11): 8094-8106.

冉令坤, 劉璐, 李娜等. 2013. 臺風(fēng)暴雨過程中位勢散度波作用密度分析和預(yù)報(bào)應(yīng)用研究. 地球物理學(xué)報(bào), 56(10): 3285-3301, doi: 10.6038/cjg20131006.

孫建華, 張小玲, 衛(wèi)捷等. 2005. 20世紀(jì)90年代華北大暴雨過程特征的分析研究. 氣候與環(huán)境研究, 10(3): 492-506.

孫建華, 趙思雄, 傅慎明等. 2013. 2012年7月21日北京特大暴雨的多尺度特征. 大氣科學(xué), 37 (3): 705-718.

孫繼松, 陶祖鈺. 2012. 強(qiáng)對流天氣分析與預(yù)報(bào)中的若干基本問題.

氣象, 38(2): 164-173.

陶詩言. 1980. 中國之暴雨. 北京: 科學(xué)出版社.

王會軍, 徐永福, 周天軍等. 2004. 大氣科學(xué): 一個充滿活力的前沿科學(xué). 地球科學(xué)進(jìn)展, 19(4): 525-532.

王雨, 公穎, 陳法敬等. 2013. 區(qū)域業(yè)務(wù)模式6 h降水預(yù)報(bào)檢驗(yàn)方案比較. 應(yīng)用氣象學(xué)報(bào), 24(2): 171-178.

吳國雄, 蔡雅萍, 唐曉菁. 1995. 濕位渦和傾斜渦度發(fā)展. 氣象學(xué)報(bào), 53(4): 387-405.

楊露華, 葉其欣, 鄔銳等. 2006. 基于GPS/Pwv資料的上海地區(qū)2004年一次夏末暴雨的水汽輸送分析. 氣象科學(xué), 26(5): 502-508. 楊帥, 陳斌, 高守亭. 2013. 水汽螺旋度和熱力螺旋度在華北強(qiáng)“桑拿天”過程中的分析及應(yīng)用. 地球物理學(xué)報(bào), 56(7): 2185-2194, doi: 10.6038/cjg20130706.

俞小鼎. 2011. 基于構(gòu)成要素的預(yù)報(bào)方法——配料法. 氣象, 37(8): 913-918.

岳彩軍, 壽紹文, 姚秀萍. 2008. 21世紀(jì)Q矢量在中國多種災(zāi)害性天氣中應(yīng)用研究的進(jìn)展. 熱帶氣象學(xué)報(bào), 24(5): 557-563.

曾波, 諶蕓, 李澤椿. 2015. 我國中東部地區(qū)夏季中尺度對流系統(tǒng)形成前物理量診斷分析. 地球物理學(xué)報(bào), 58(1): 32-46, doi: 10.6038/cjg20150104.

曾新民, 吳志皇, 宋帥等. 2012. WRF模式不同陸面方案對一次暴雨事件模擬的影響. 地球物理學(xué)報(bào), 55(1): 16-28, doi: 10.6038/j.issn.0001-5733.2012.01.002.

張建春, 王海霞, 陶祖鈺. 2014. 對流有效位能預(yù)報(bào)能力的統(tǒng)計(jì)分析. 暴雨災(zāi)害, 33(3): 290-296.

張小玲, 陶詩言, 孫建華. 2010. 基于“配料”的暴雨預(yù)報(bào). 大氣科學(xué), 34(4): 754-766.

鄭永光, 張小玲, 周慶亮等. 2010. 強(qiáng)對流天氣短時(shí)臨近預(yù)報(bào)業(yè)務(wù)技術(shù)進(jìn)展與挑戰(zhàn). 氣象, 36(7): 33-42.

鄭媛媛, 姚晨, 郝瑩等. 2011. 不同類型大尺度環(huán)流背景下強(qiáng)對流天氣的短時(shí)臨近預(yù)報(bào)預(yù)警研究. 氣象, 37(7): 795-801.

朱乾根, 林錦瑞, 壽紹文. 2008. 天氣學(xué)原理和方法. 北京: 氣象出版社.

(本文編輯張正峰)

基金項(xiàng)目國家公益性行業(yè)(氣象)科研專項(xiàng)基金(GYHY201206004)和國家自然科學(xué)基金項(xiàng)目(41105109,41275070)共同資助.

作者簡介李德帥,男,1987年生,博士研究生,主要從事災(zāi)害天氣研究.E-mail:lidsh06@163.com *通訊作者王式功,男,教授,主要從事災(zāi)害天氣及醫(yī)學(xué)氣象研究.E-mail:wangsg@lzu.edu.cn

doi:10.6038/cjg20160603 中圖分類號P401

收稿日期2015-03-23，2016-01-30收修定稿

Construction of a new index and its application to forecasting heavy rainfall

LI De-Shuai1,2, WANG Shi-Gong1*, WANG Jin-Yan1, ZHANG Ying-Hua1,3,YE Pei-Long1, SHANG Ke-Zheng1

1KeyLaboratoryofAridClimaticChangingandReducingDisasterofGansuProvince,CollegeofAtmosphericSciences,LanzhouUniversity,Lanzhou730000,China2Unit94032ofPLA,GansuWuwei733000,China3Unit94582ofPLA,HenanZhumadian463200,China

AbstractHeavy rainfall is a severe weather occurring frequently in summer across China. It can not only bring urban waterlogging, landslides, but also cause huge losses of life and property. While it is difficult to forecast depending on the single physical parameters or only based on routine numerical weather prediction. At present the 6-hour-interval TS score of heavy rainfall is just 2.6% in China, much lower than the scores of the wind and temperature fields, so the forecast accuracy of strong precipitation still needs to be improved. From previous research, the occurrence of heavy rainfall has a very close relationship with convective parameters. Therefore it is of particular importance to find an integrated and convenient parameter to characterize the formation mechanism of heavy rainfall.

KeywordsTHP index; Heavy rainfall; Ingredients-based Methodology; Diagnosis and forecasting

李德帥, 王式功，王金艷等. 2016. 一種新的綜合物理指數(shù)構(gòu)建及其在強(qiáng)降水預(yù)報(bào)中的應(yīng)用. 地球物理學(xué)報(bào)，59(6):1957-1970,doi:10.6038/cjg20160603.

Li D S, Wang S G, Wang J Y, et al. 2016. Construction of a new index and its application to forecasting heavy rainfall.ChineseJ.Geophys. (in Chinese),59(6):1957-1970,doi:10.6038/cjg20160603.