配料法在寧夏暴雨預(yù)報中的應(yīng)用

李 強(qiáng)，紀(jì)曉玲*，薛宏宇，李 婷，蘇延勇，魏 宜

（1.中國氣象局旱區(qū)特色農(nóng)業(yè)氣象災(zāi)害監(jiān)測預(yù)警與風(fēng)險管理重點實驗室，寧夏 銀川750002；2.寧夏氣象防災(zāi)減災(zāi)重點實驗室，寧夏 銀川750002；3.寧夏氣象臺，寧夏 銀川750002）

寧夏地處西北內(nèi)陸高原、季風(fēng)區(qū)邊緣，常年干旱少雨，自然生態(tài)和地理環(huán)境脆弱，且降水季節(jié)分配很不均勻，夏季（6—8 月）降水量占全年的52%～72%，是一年中降水量最大的季節(jié)，特別是由深厚濕對流引起的短時暴雨，因其持續(xù)時間短、降水強(qiáng)度大且突發(fā)性強(qiáng)，往往造成很大災(zāi)害[1-5]。近年來，全球極端氣候事件頻發(fā)[6-7]，寧夏暴雨災(zāi)害呈明顯上升趨勢[8]。因此，對暴雨準(zhǔn)確預(yù)報預(yù)警是做好暴雨災(zāi)害應(yīng)對防御的前提條件。

目前，針對暴雨主要有兩種預(yù)報思路：一是從天氣型中概括出一些典型天氣型，并根據(jù)這些典型天氣型進(jìn)行預(yù)報，即為傳統(tǒng)的流型辨識法；二是依托數(shù)值預(yù)報產(chǎn)品，對其進(jìn)行模式釋用，如暴雨預(yù)報專家系統(tǒng)、MOS 法等[9-10]。這兩種預(yù)報思路各有利弊：流型辨識法在實際預(yù)報中，會產(chǎn)生較多的空漏報；模式釋用法本質(zhì)上基于線性多元回歸[9]，缺乏物理機(jī)制上的解釋，預(yù)報效果也有待提高。

“配料法”也稱成分法，是Doswell 等針對流型辨識法的缺點于1996 年提出的，它從暴雨發(fā)生的物理機(jī)制入手，強(qiáng)調(diào)預(yù)報過程中對氣象原理的理解是第一位的[11]。該方法在國外發(fā)展較為成熟，已實現(xiàn)業(yè)務(wù)應(yīng)用。我國對“配料法”研究起步較晚，張小玲等[12]介紹了一種使用顯著“配料”進(jìn)行暴雨預(yù)報的方法，并將這種暴雨預(yù)報方法應(yīng)用于國家級降水預(yù)報業(yè)務(wù)中。來小芳等[13]基于“配料法”原理，設(shè)計了一個表示強(qiáng)降水趨勢的強(qiáng)降水指數(shù)，并用于長江下游地區(qū)暴雨預(yù)報，對暴雨預(yù)報有一定的指示意義，但并未進(jìn)行暴雨定量預(yù)報研究。張萍萍等[14]將“流型辨識法”與“配料法”相結(jié)合提出“分型配料法”，并根據(jù)湖北省梅雨期和盛夏期天氣型特點，分別制定了不同的配料方案，指出梅雨期暴雨應(yīng)對水汽因子加大重視，盛夏期暴雨應(yīng)加大強(qiáng)對流相關(guān)診斷因子的權(quán)重。唐曉文等[15]以國家氣象中心業(yè)務(wù)中尺度數(shù)值模式MM5的預(yù)報場作為原始資料計算配料，根據(jù)中國不同區(qū)域的天氣特點，選取對強(qiáng)降水有顯著影響的動力因子、熱力因子、水汽因子及不穩(wěn)定因子，利用經(jīng)驗與統(tǒng)計相結(jié)合的方法建立配料綜合指數(shù)與強(qiáng)降水之間的關(guān)系，經(jīng)對比發(fā)現(xiàn)，配料法強(qiáng)降水預(yù)報優(yōu)于MM5模式強(qiáng)降水預(yù)報。劉勇等[16]利用ECMWF 高分辨率數(shù)值模式產(chǎn)品，選取比濕、垂直速度、溫度3 個要素作為配料因子對陜西省暴雨進(jìn)行預(yù)報，并將預(yù)報結(jié)果與ECMWF 高分辨率數(shù)值模式作對比，發(fā)現(xiàn)“配料法”能提高暴雨預(yù)報的準(zhǔn)確率，訂正了ECMWF 高分辨率數(shù)值模式對陜西省暴雨預(yù)報偏小的誤差。李俊等[17]通過個例分析，闡述了“配料法”在湖北省梅雨鋒暴雨預(yù)報中的應(yīng)用，并給出建立配料的基本步驟。研究表明，通過分析與暴雨有較好對應(yīng)關(guān)系的可降水量、相對濕度、抬升指數(shù)、對流抑制能量等因子的配料建立過程，可以給出湖北省暴雨潛勢預(yù)報。以上研究成果在實際暴雨預(yù)報業(yè)務(wù)中得到了應(yīng)用，并取得了較好效果。

隨著氣象業(yè)務(wù)現(xiàn)代化建設(shè)發(fā)展，寧夏自動氣象站數(shù)量達(dá)到972 個（含常規(guī)站），降水資料的時間及空間分辨率有了很大提高。此外，由中國氣象局下發(fā)的ECMWF 高分辨率數(shù)值模式（以下簡稱EC-Thin）產(chǎn)品空間分辨率為0.25°×0.25°，在預(yù)報時效72 h 內(nèi)時間分辨率達(dá)到3 h。這為基于“配料法”研究暴雨預(yù)報提供了較為精細(xì)可靠的數(shù)據(jù)支撐。本文基于ECMWF 高分辨率數(shù)值模式產(chǎn)品，利用寧夏自動氣象站逐小時降水資料，建立適用于寧夏的暴雨配料定量預(yù)報方法，并在業(yè)務(wù)中開展應(yīng)用，為提高暴雨預(yù)報準(zhǔn)確率提供新的思路和探索。

1 資料與方法

1.1 資料

本文所采用資料為寧夏25 個常規(guī)地面觀測站和947 個自動氣象站逐小時降水資料、ECMWF 高分辨率數(shù)值模式在預(yù)報時效72 h 內(nèi)提供的模式物理量資料，主要包括濕位渦的濕正壓項ζMPVes1、濕位渦的濕斜壓項ζMPVes2、矢量、相對濕度f、溫度t 和露點溫度td。上述模式物理量資料的空間分辨率為0.25°×0.25°，時間分辨率為3 h。

選取2000—2015 年發(fā)生在寧夏23 次由深厚濕對流引起的區(qū)域性暴雨天氣過程為研究對象，采用統(tǒng)計分析方法進(jìn)行配料方案研究。

1.2 方法

1.2.1 配料法

“配料法”（Ingredients-Based Methodology）是Doswell 等[11]于1996 年提出的一種用于產(chǎn)生暴洪的暴雨預(yù)報方法，最初被應(yīng)用于暖季深厚濕對流預(yù)報，是利用降水基本成分的觀點預(yù)報降水可能性的方法。降水量是一個累積量，它與降水的持續(xù)時間和降水率有關(guān)，而降水率與水汽的垂直輸送成正比。因此，降水量P 可表示為：

式中，q 表示低層比濕，ω 表示云底上升氣流速度，E 表示降水效率，即為降落至地面水汽質(zhì)量與流入云里水汽質(zhì)量的比值，因此本文物理量均取700 hPa 物理量。分析（1）式可知，最大降水量出現(xiàn)在水汽垂直輸送最大且持續(xù)時間最長的區(qū)域。因此，可以從暴雨形成基本要素入手，分析這些要素的合理搭配，建立暴雨預(yù)報模型[8]。

1.2.2 配料指數(shù)

俞小鼎介紹了“配料法”的主要思路，并對“配料法”在使用過程中的一些誤解進(jìn)行了澄清[18]，指出構(gòu)成“配料法”的基本成分應(yīng)當(dāng)是相對獨(dú)立的氣象變量。對由深厚濕對流造成的暴雨，最基本的物理成分可進(jìn)一步歸納為上升速度、大氣靜力不穩(wěn)定和低層水汽。來小芳等[13]將上述幾個成分結(jié)合起來，得到一個新的參數(shù)I，當(dāng)ζPVes和▽·均為負(fù)時，

（2）式中ζPVes為濕位渦，用來描述大氣靜力不穩(wěn)定的貢獻(xiàn)，它由濕正壓項ζMPVes1和濕斜壓項ζMPVes2兩部分組成。其中ζMPVes1代表慣性穩(wěn)定性和對流穩(wěn)定性的作用，ζMPVes2表示濕斜壓性和水平風(fēng)垂直切變共同的貢獻(xiàn)[19]；▽·為矢量散度，用來表示水汽上升速度的貢獻(xiàn)[20]；f 代表相對濕度，t-td表示溫度露點差，均用來描述空氣的飽和程度。f 越大，t-td越小空氣越接近飽和。（2）式中當(dāng)ζPVes或▽·任意一項為正時，令I(lǐng)=0。

來小芳等[13]利用上述方法，針對長江中下游地區(qū)計算配料指數(shù)，進(jìn)行暴雨落區(qū)潛勢預(yù)報研究，取得一定預(yù)報效果，但并未進(jìn)行暴雨定量預(yù)報。此外，該方法對寧夏暴雨的應(yīng)用效果需要結(jié)合寧夏暴雨特點開展針對性研究。因此，本文借鑒這一思路，在配料指數(shù)研究的基礎(chǔ)上，采用線性回歸分析等對寧夏暴雨進(jìn)行逐時定量預(yù)報，為寧夏暴雨定量預(yù)報提供新思路。

1.2.3 配料暴雨預(yù)報應(yīng)用步驟

歐洲高分辨率數(shù)值模式在預(yù)報時效72 h 內(nèi)，提供ζMPVes1、ζMPVes2、、f、t 及td等物理量，且上述物理量時間分辨率均為3 h，空間分辨率均為0.25°×0.25°，這為“配料法”在寧夏暴雨定量預(yù)報中的業(yè)務(wù)化提供可能。但這些物理量均為3 h 間隔時刻值而不是3 h 累加值，不能預(yù)報出相應(yīng)時段（3 h）累計降水。針對這一問題，劉勇等[16]用近似線性插值法計算出逐小時模式物理量產(chǎn)品，并將其用于“配料法”暴雨預(yù)報研究中，取得較好效果。本文借鑒這一思路，先計算逐小時配料指數(shù)I，再利用I 預(yù)報逐小時降水量，最后得到預(yù)報時效內(nèi)逐3 h 間隔的累計降水量。具體應(yīng)用思路如下：

（1）寧夏天氣預(yù)報手冊規(guī)定，3 站或3 站以上24 h累計降水量≥50 mm 定義為一次區(qū)域性暴雨，若某一觀測站小時降水量≥10 mm，則認(rèn)為該站在該時次出現(xiàn)短時強(qiáng)降水[1]。因此，選取2000—2015 年寧夏23 次區(qū)域性暴雨天氣過程小時降水量≥10 mm的站點（因自動站是逐年增加的，考慮到數(shù)據(jù)穩(wěn)定性，僅選取常規(guī)站）共計117 站次作為樣本。

（2）在預(yù)報時效72 h 內(nèi)，ECMWF 高分辨率數(shù)值模式產(chǎn)品時間分辨率為3 h，即僅提供3 h 間隔的配料物理量，為得到3 h 間隔內(nèi)逐小時配料物理量，采用線性插值法計算出所選暴雨過程中各配料物理量逐小時格點值，并利用公式（2）計算出每個格點逐小時配料指數(shù)I。

（3）利用克里金插值法，將逐小時配料指數(shù)I 格點值插值到常規(guī)站上，然后采用一元線性回歸，對比分析第（1）步中所選117 站次小時降水量與對應(yīng)站點、對應(yīng)時次配料指數(shù)I 的相關(guān)關(guān)系。

圖1 為逐時降水量R 與對應(yīng)站點對應(yīng)時次配料指數(shù)I 的相關(guān)關(guān)系，其一元線性回歸方程為：

（4）式復(fù)相關(guān)系數(shù)為0.6759，且通過95%置信度檢驗。由（4）式可近似預(yù)報出逐小時降水量R，從而可得到逐3 h 累計降水量，其表達(dá)式如下：

式中，R3表示t 時刻到t+2 時刻的3 h 累計降水量。依次類推，可計算出每隔3 h 的累計降水量，最終可計算出72 h 內(nèi)任意時段累計降水量。

圖1 逐時降水量與對應(yīng)站點對應(yīng)時次配料指數(shù)相關(guān)關(guān)系

（4）實時業(yè)務(wù)中，基于ECMWF 高分辨率數(shù)值模式每天2 次（08 時、20 時）初始場所提供的3 h 間隔物理量（ζMPVes1、ζMPVes2、、f、t 及td），利用計算機(jī)編程語言，首先使用近似線性插值法計算上述配料物理量逐小時格點值；然后，利用（2）式計算配料指數(shù)逐小時格點值；最后利用（4）式得出降水量逐小時格點值，并以Micaps 第四類數(shù)據(jù)格式的形式形成數(shù)據(jù)文件，供預(yù)報員調(diào)閱參考。

2 試報質(zhì)量檢驗分析

為檢驗配料法在寧夏暴雨預(yù)報業(yè)務(wù)中的可行性，必須對配料法較長時期預(yù)報效果進(jìn)行評估。選取2016 年6—8 月寧夏暴雨天氣過程并用配料法進(jìn)行回報試驗，利用氣象上常用的降水評估方法—TS 評分分別對配料法暴雨預(yù)報和歐洲高分辨率數(shù)值模式（簡稱EC-Thin）暴雨預(yù)報按不同時效進(jìn)行評分。TS評分定義如下：

TS=正確次數(shù)/（正確次數(shù)+漏報次數(shù)+空報次數(shù)）。 （6）

目前，寧夏全區(qū)20 個區(qū)縣涵蓋972 個自動氣象站（含常規(guī)站）。為更全面反映實際降水狀況，參考劉勇等[16]檢驗暴雨預(yù)報準(zhǔn)確率方法做如下規(guī)定：如果某個區(qū)縣3、6、12、24 h 不同時間間隔配料法預(yù)報降水量分別達(dá)到15、25、30 mm 和50 mm 及以上，該區(qū)縣只要有1 站以上自動氣象站降水實況達(dá)到相應(yīng)時間間隔雨量標(biāo)準(zhǔn)就算預(yù)報正確，否則就是空報；如果某個區(qū)縣沒有預(yù)報暴雨，而該區(qū)縣有3 個以上自動氣象站降水超過相應(yīng)時段標(biāo)準(zhǔn)，就算漏報。該規(guī)則同樣適用于歐洲高分辨率數(shù)值模式暴雨預(yù)報結(jié)果。

圖2 2016 年6—8 月配料法暴雨預(yù)報和EC-Thin暴雨預(yù)報TS 評分比較

試報檢驗結(jié)果如圖2 所示。不同預(yù)報時段內(nèi)，配料法暴雨預(yù)報TS 評分均高于歐洲高分辨率數(shù)值模式暴雨預(yù)報，特別是24 h 的TS 評分達(dá)到20.1%，較歐洲高分辨率數(shù)值模式暴雨預(yù)報TS 評分17.8%高2.3%；48、72 h 配料法暴雨預(yù)報質(zhì)量均在10%以上，說明該方法對寧夏暴雨有比較好的定量預(yù)報能力。

從3 h 到24 h，兩種方法暴雨預(yù)報TS 評分均依次提高，其可能原因是：一方面，時間間隔越短，判斷降水開始和結(jié)束時間節(jié)點難度越大，易產(chǎn)生較多空漏報，這也是短時臨近預(yù)報難點所在。因此無論是配料法暴雨預(yù)報還是歐洲高分辨率數(shù)值模式暴雨預(yù)報，TS 評分在3 h 預(yù)報結(jié)果都較低，但隨時間間隔增加，時間間隔越長，對暴雨起止時間預(yù)報的準(zhǔn)確性就越大，因此TS 評分逐漸增大；另一方面，配料法暴雨預(yù)報所使用歐洲高分辨率數(shù)值預(yù)報產(chǎn)品時間分辨率是3 h，在3 h 之內(nèi)物理量通過線性內(nèi)插得出，而降水本身并非線性變化，會產(chǎn)生一定誤差，但隨時間增加，配料法暴雨預(yù)報偏多值和偏少值會有一定程度抵消，使配料法暴雨預(yù)報TS 評分有所提升。而24 h 以后，兩者TS 評分均為下降趨勢，這與模式本身物理量隨時間增加其準(zhǔn)確性下降有關(guān)。

3 暴雨過程預(yù)報效果分析

為進(jìn)一步探討配料法對寧夏暴雨過程預(yù)報效果，分別選取2016 年發(fā)生在寧夏南部六盤山區(qū)和北部賀蘭山沿山兩次區(qū)域性暴雨天氣過程，并對過程中配料法暴雨預(yù)報細(xì)節(jié)進(jìn)行分析。由于所選取發(fā)生在賀蘭山沿山區(qū)域性暴雨無論降水量還是成災(zāi)程度都遠(yuǎn)大于六盤山區(qū)暴雨，因此，對六盤山區(qū)暴雨只分析配料法在最大降水時段預(yù)報效果，重點考察配料法對賀蘭山沿山區(qū)域性暴雨預(yù)報效果。

3.1 六盤山區(qū)暴雨個例分析

2016 年8 月24—25 日寧夏中衛(wèi)市南部、固原市西部和南部部分鄉(xiāng)鎮(zhèn)出現(xiàn)暴雨到大暴雨，累計24 h 最大降水量和最大小時雨強(qiáng)均出現(xiàn)在涇源縣涇河源涇光村（35.4°N，106.4°E），分別達(dá)121.2 mm和75.6 mm，最大小時雨強(qiáng)出現(xiàn)在24 日20 時。

3.1.1 逐小時預(yù)報效果分析

分析涇河源涇光村逐時降水量與配料指數(shù)I 時序變化（圖3）可知，兩者增大、減小的變化趨勢基本一致，且二者峰值均出現(xiàn)在24 日20 時。此時配料指數(shù)I 達(dá)2.2，利用降水量與配料指數(shù)一元線性回歸方程（4 式）預(yù)報該時刻降水量為100.2 mm，較實況降水量75.6 mm 偏強(qiáng)。在最大小時降水出現(xiàn)之前的18時和19 時，配料指數(shù)I 分別為0.8 和1.6，對應(yīng)2 個時次預(yù)報降水量分別達(dá)19.8 mm 和65.7 mm，但這兩個時次站點均未出現(xiàn)降水；類似地，最大小時降水量出現(xiàn)之后的21 時和22 時I 分別為1.5 和0.5，利用（4）式預(yù)報兩個時次降水量分別為60 mm 和2.5 mm，而站點實況降水量分別為13 mm 和14.8 mm，預(yù)報結(jié)果較實況有一定誤差。

上述結(jié)果可能原因是，歐洲高分辨率數(shù)值模式72 h 內(nèi)時間分辨率是3 h，即每日02、05、08、11、14、17、20 時及23 時8 個時次該模式提供配料法所需物理量，上述8 個時次配料指數(shù)可根據(jù)（2）式由相應(yīng)物理量直接算出。其它時次，首先由上述8 個時次物理量利用線性內(nèi)插法計算相應(yīng)時次物理量，再利用（2）式得出相應(yīng)時次配料指數(shù)。因此，圖3 中24 日17 時未出現(xiàn)降水，配料指數(shù)也相應(yīng)為0，20 時出現(xiàn)降水極值，配料指數(shù)也相應(yīng)出現(xiàn)極值，18 時和19 時配料指數(shù)是先由17 時和20 時物理量內(nèi)插得出所需物理量后，再利用（2）式計算得出，雖然這兩個時次實況降水量為0，但配料指數(shù)卻不為0；類似地，25日00 時實況未出現(xiàn)降水，但該時刻配料指數(shù)是經(jīng)過內(nèi)插計算得到的，因此，配料指數(shù)并不為零。這也是配料法預(yù)報暴雨產(chǎn)生誤差的主要原因。

圖3 涇河源涇光村逐時降水量與配料指數(shù)時序變化

綜上所述，配料指數(shù)對降水變化趨勢，特別是降水峰值及出現(xiàn)時間都有不錯表現(xiàn)，但預(yù)報強(qiáng)度較實況整體偏強(qiáng)。在歐洲高分辨率數(shù)值模式提供物理量的時次，配料指數(shù)對降水的預(yù)報能力較好，但在其它時次配料指數(shù)是由線性內(nèi)插得出的，對降水預(yù)報會產(chǎn)生一定影響。但在較長時段（6～24 h），配料指數(shù)預(yù)報降水的偏多量和偏少量會有一定程度的抵消，這也是圖2 中從3 h 到24 h 配料法預(yù)報暴雨TS 評分依次增高的原因。

3.1.2 降水落區(qū)預(yù)報效果分析

圖4 為六盤山區(qū)暴雨最大小時（24 日20 時）降水實況和對應(yīng)配料指數(shù)空間分布。由圖4a 可知，該時次強(qiáng)降水中心出現(xiàn)在涇源，小時雨強(qiáng)超過10 mm以上站數(shù)達(dá)23 站，其中7 站超過20 mm。而配料指數(shù)I≥0.63 即小時雨強(qiáng)超過10 mm 的區(qū)域（由4 式得出）也主要集中在涇源，范圍與強(qiáng)降水中心基本吻合，但配料指數(shù)預(yù)報降水最大值和I≥0.63 區(qū)域較實況均偏大。此外，對分布在寧夏其它區(qū)域的弱降水預(yù)報效果較差。

產(chǎn)生上述結(jié)果的可能原因是：一方面，本文研究配料指數(shù)所選取降水過程均為暴雨過程，客觀上使得在建立配料指數(shù)的過程中，將產(chǎn)生弱降水物理量信息進(jìn)行了過濾。因此，配料指數(shù)對弱降水預(yù)報能力較差；另一方面，決定寧夏小雨的物理量主要是水汽因子，對大雨以上量級降水，動力因子和熱力因子占較大比重[21-22]。本文所構(gòu)建配料指數(shù)主要針對深厚濕對流引起的短時暴雨，更多考慮上升速度和大氣靜力不穩(wěn)定即動力和熱力因子的作用，這也使得該方法對降水強(qiáng)度和范圍預(yù)報偏強(qiáng)、偏大，而對弱降水預(yù)報能力較差。

圖4 六盤山區(qū)暴雨最大小時降水實況（a）與對應(yīng)配料指數(shù)（b）空間分布

3.2 賀蘭山沿山暴雨個例分析

2016 年8 月21 日下午到夜間，賀蘭山沿山銀川到石嘴山段出現(xiàn)特大致洪暴雨，累計最大降水量和最大小時雨強(qiáng)均出現(xiàn)在賀蘭山滑雪場（38.7°N，106.0°E），分別為241.7 mm 和82.5 mm。過程中有9站超過50 mm，5 站超過100 mm，2 站超過200 mm。降水主要集中時段出現(xiàn)在21 日21 時—22 日01 時。

將本次暴雨過程按逐3 h 分成4 個時段：21 日21—23 時、22 日00—02 時、22 日03—05 時及22日06—08 時。

圖5 為8 月21 日21—23 時降水實況與配料法預(yù)報降水空間分布，由圖5a 可知，21—23 時降水集中在賀蘭山沿山銀川段，該時段最大累計降水量和最大小時雨強(qiáng)均出現(xiàn)在拜寺口站，分別為104.2 mm和76.6 mm，超過20 mm 以上的站點為17 站，超過50 mm 以上的站為5 站，超過100 mm 以上的站為1站。由圖5b 可知，配料法預(yù)報降水范圍較實況有所增大，且在寧夏北部邊界地區(qū)出現(xiàn)10 mm 以上降水區(qū)域的空報，但強(qiáng)降水中心位置與實況基本吻合，中心強(qiáng)度為118 mm，與實況較為接近。

分析8 月22 日00—02 時降水實況與配料法預(yù)報降水空間分布（圖6）可知，該時段內(nèi)強(qiáng)降水區(qū)域仍出現(xiàn)在賀蘭山沿山銀川段，但與前一時段有所不同，該時段最大累計降水量和最大小時雨強(qiáng)均出現(xiàn)在賀蘭山滑雪場站，分別為139.3 mm 和82.5 mm，累計降水量超過20 mm 以上的站點為11 站，超過50 mm 以上的站點為6 站，其中有3 站超過100 mm（圖6a），較前一時段降水強(qiáng)度有所增強(qiáng)。類似地，配料法預(yù)報降水范圍較實況也明顯偏大（圖6b），雖然強(qiáng)降水中心位置基本與實況較為吻合，且所預(yù)報的降水強(qiáng)度也和實況較為接近。但是，在中衛(wèi)市北部地區(qū)出現(xiàn)強(qiáng)降水中心空報，這也與降水實況有較大差距。

圖5 21 日21—23 時降水實況（a）與配料法預(yù)報降水（b）空間分布

圖6 22 日00—02 時降水實況（a）與配料法預(yù)報降水（b）空間分布

類似地，對8 月22 日03—05 時降水實況與配料法預(yù)報降水空間分布（圖7）進(jìn)行分析。由圖7a 可知，22 日03—05 時降水范圍有所擴(kuò)大，從賀蘭山沿山銀川段北擴(kuò)到石嘴山段及石嘴山市的北部，但降水強(qiáng)度迅速降低，該時段累計降水量均在35 mm 以下，且強(qiáng)降水中心有所北移。配料法預(yù)報降水空間分布（圖7b）變化與實況基本吻合，也表現(xiàn)出降水強(qiáng)度減弱，落區(qū)北移的特點，但強(qiáng)降水中心較實況更加偏北，且中心強(qiáng)度接近40 mm，高于實況降水量。同時，在中衛(wèi)市南部仍然出現(xiàn)10 mm 以上降水區(qū)域的空報。

圖8 給出8 月22 日06—08 時降水實況與配料法預(yù)報降水空間分布，由圖8a 可知，該時段累計降水量均在35 mm 以下，降水落區(qū)在前一時段基礎(chǔ)上進(jìn)一步向東擴(kuò)展，覆蓋了石嘴山市及銀川市北部地區(qū)，但降水中心又回到賀蘭山沿山銀川段。從配料法預(yù)報降水空間分布（圖8b）可以看出，盡管配料法預(yù)報降水量也在35 mm 以下，降水中心位置與實況也較為一致。但降水落區(qū)較實況偏大，預(yù)報降水量也較實況偏強(qiáng)，尤其是石嘴山市和銀川市北部。同樣地，在中衛(wèi)及吳忠兩市北部仍然出現(xiàn)5～15 mm 降水區(qū)域的空報。

綜上所述，通過分析配料法對賀蘭山沿山暴雨不同時段預(yù)報效果可知，配料法可準(zhǔn)確預(yù)報出本次暴雨過程在不同時段的強(qiáng)降水中心和降水落區(qū)，并且對強(qiáng)降水中心的移動路徑也有一定預(yù)報能力，但降水落區(qū)較實況偏大，中心強(qiáng)度也偏強(qiáng)。此外，還出現(xiàn)一些區(qū)域的空報。

圖7 22 日03—05 時降水實況（a）與配料法預(yù)報降水（b）空間分布

圖8 22 日06—08 時降水實況（a）與配料法預(yù)報降水（b）空間分布

針對這一結(jié)果，初步認(rèn)為導(dǎo)致降水偏強(qiáng)、落區(qū)偏大的可能原因，一方面跟所選取配料物理量有關(guān)；另一方面與建立配料指數(shù)和降水量線性回歸方程時，僅使用常規(guī)觀測站資料有關(guān)。具體到本次降水過程，對賀蘭山沿山配料時使用的是位于賀蘭山最高觀測站——賀蘭山氣象站（38.8°N，105.9°E）的資料，該站海拔高度2908 m，位于賀蘭山最高峰。因此，客觀上加大了賀蘭山喇叭口地形輻合抬升和地形本身動力強(qiáng)迫抬升作用[23-25]，這使得配料法對本次暴雨過程降水中心值和落區(qū)預(yù)報均偏大；對于出現(xiàn)在其它區(qū)域降水的空報，初步認(rèn)為和模式對這些區(qū)域物理量預(yù)報的準(zhǔn)確性有關(guān)，但更進(jìn)一步的原因還需后期深入研究。

4 結(jié)論

本文基于“配料法”基本原理，借鑒配料指數(shù)[13]這一概念，結(jié)合歐洲高分辨率數(shù)值模式產(chǎn)品和寧夏972 個自動氣象站（含常規(guī)站）資料，建立了適用于寧夏暴雨的定量預(yù)報方法，并投入業(yè)務(wù)運(yùn)行。相比之前的研究，本文將暴雨潛勢預(yù)報發(fā)展成暴雨定量預(yù)報，為提高寧夏暴雨預(yù)報準(zhǔn)確率提供新的思路。通過實時業(yè)務(wù)檢驗，得到以下結(jié)論。

（1）不同預(yù)報時段內(nèi)，配料法暴雨預(yù)報準(zhǔn)確率均高于歐洲高分辨率數(shù)值模式，說明該方法對寧夏暴雨有較好預(yù)報能力。24 h 預(yù)報時段內(nèi)，配料法和歐洲高分辨率數(shù)值模式對暴雨預(yù)報準(zhǔn)確率均依次提高，不但與模式對降水開始和結(jié)束的時間節(jié)點預(yù)報是否準(zhǔn)確有關(guān)，還與計算配料指數(shù)時使用線性內(nèi)插產(chǎn)生的誤差有關(guān)；24 h 以后，二者暴雨預(yù)報準(zhǔn)確率均逐漸下降，主要與模式本身物理量隨時間增加其準(zhǔn)確性下降有關(guān)。

（2）配料指數(shù)對寧夏六盤山區(qū)降水變化趨勢、降水峰值及出現(xiàn)時間都有較好預(yù)報性能，但降水強(qiáng)度和落區(qū)較實況偏強(qiáng)、偏大。此外，對過程中弱降水區(qū)域預(yù)報效果較差。主要原因是，本研究所選取個例均為暴雨，客觀上過濾了弱降水信息；另一方面，水汽是寧夏弱降水決定性因子，本研究在選擇構(gòu)建配料指數(shù)物理量時，更多考慮了有利于強(qiáng)降水的動力和熱力作用，這也使該方法對弱降水預(yù)報能力較差，對強(qiáng)降水預(yù)報偏強(qiáng)。

（3）利用配料法對賀蘭山沿山暴雨進(jìn)行定量預(yù)報，該方法能準(zhǔn)確預(yù)報不同時段強(qiáng)降水中心和落區(qū)，并對強(qiáng)降水中心移動路徑也有一定預(yù)報能力，但降水強(qiáng)度和范圍較實況仍偏強(qiáng)、偏大。此外，還出現(xiàn)一些區(qū)域的空報。上述結(jié)果除跟所選配料物理量有關(guān)外，更主要的原因是，暴雨樣本較少，且在建立配料指數(shù)和降水量線性回歸方程時，考慮到數(shù)據(jù)穩(wěn)定性，僅使用常規(guī)觀測站資料，客觀上加大了賀蘭山喇叭口地形輻合抬升和地形本身動力強(qiáng)迫抬升作用。對于出現(xiàn)空報的區(qū)域，初步認(rèn)為和模式對這些區(qū)域物理量預(yù)報的準(zhǔn)確性有關(guān)，但具體原因還需更深入的研究。