大暴雨科研成果在業(yè)務上的檢驗及氣象服務能力研究

張麗敏 劉靖楠 趙宇涵

摘? 要：針對暴雨研究中個例分析類無法直接應用，應用類科研成果又與預報業(yè)務結合不夠的現(xiàn)狀，以2018年葫蘆島發(fā)生的兩次大暴雨過程預報服務效果不佳的事實為例，將其環(huán)流形勢和物理量與遼寧省暴雨專家團隊的科研成果進行對比分析，目的是促進科研成果在預報業(yè)務上的檢驗和應用，以期對氣象服務能力的提高探索出更優(yōu)的結合點。研究發(fā)現(xiàn)，遼寧省暴雨專家團隊的科研成果對小范圍鄉(xiāng)鎮(zhèn)大暴雨仍然適用且指導性較強。葫蘆島兩次大暴雨服務效果不佳的原因主要是數值預報結論有較大偏差、業(yè)務與科研脫節(jié)兩者共同造成的。提高氣象服務能力必須作為一個系統(tǒng)性的問題加以綜合解決。

關鍵詞：大暴雨;特征檢驗;服務能力

中圖分類號：P4??????????????????? 文獻標識碼：

暴雨是遼寧災害中致災率最高的災害，遼寧西部地區(qū)又是遼寧省暴雨災害出現(xiàn)頻率最高的地區(qū)之一。對暴雨和遼寧西部暴雨已有許多研究成果，但研究內容多為個例診斷或對比分析，其普適性和實用性有限。遼寧省暴雨專家團隊利用全省61個國家地面氣象站54 a降水資料，選取60次區(qū)域性大暴雨過程對遼寧省大暴雨時空分布、背景場配置、物理量診斷等進行了詳細研究，但對其結論的應用與訂正鮮有報道。業(yè)務應用是科研成果可重復性的重要檢驗方法，科學研究應理論與應用并重，但應用類的需加強推廣和實用。早在1983年就有氣象工作者 提出需加強科研成果應用方面的研究，但直到目前，許多研究仍是停留在研究論文層面，重論文輕應用、重成果輕轉化的傾向還十分普遍。在一定程度上，科研與業(yè)務不能很好結合已經明顯影響了氣象事業(yè)的發(fā)展，因此在業(yè)務中加強對科研成果的檢驗并有效應用十分必要。

葫蘆島地處遼寧西部，年平均降水量577 mm，以國家基本站數據統(tǒng)計的年均大暴雨日數不多（0.30～0.46 d），但綏中縣永安鄉(xiāng)（省級觀測站）是遼寧省第二大降水中心，說明強降水多在小范圍發(fā)生，因此迫切需要提升氣象服務能力來彌補預報偏差，進而防災減災。

2018年葫蘆島累積降水量491.6 mm，7月24—26日（下簡稱“過程Ⅰ”）和8月13—15日（下簡稱“過程Ⅱ”）出現(xiàn)的兩次大暴雨天氣過程累積降雨量占全年總降雨量的37%。從預報服務情況來看，兩次過程服務效果不佳。本文主要通過兩次大暴雨天氣過程來檢驗遼寧省暴雨專家團隊的研究成果對地市級業(yè)務部門的適用性和指導性，推動科研與業(yè)務更好地結合，切實提高地市級氣象服務能力和水平。

1? 材料與方法

1.1 ?過程概況

從過程Ⅰ和過程Ⅱ的降水中心及大暴雨分布范圍（圖1）可以看出，兩次過程降雨中心幾乎無重疊，大暴雨覆蓋范圍大小相當，過程Ⅰ為47站次，過程Ⅱ為50站次，但過程Ⅱ累積雨量更大，最大降雨量達370.1 mm（綏中小莊子站），200 mm以上降水范圍明顯大于過程Ⅰ。過程Ⅰ的最大雨強為80.3 mm/h（建昌巴什罕站），過程Ⅱ最大雨強為69.3mm/h（興城站）。葫蘆島市氣象臺依據遼寧省地方標準《氣象災害評估 第一部分：暴雨》將過程Ⅰ評估為二級暴雨災害，屬嚴重級別;過程Ⅱ評估為一級暴雨災害，屬特大級別。

兩次強降水的預報服務偏差：過程Ⅰ的強降水出現(xiàn)時段比預報偏晚24小時以上，強降水落區(qū)預報為西部，實況為北部和東部，過程雨量和降水強度預報均偏弱;過程Ⅱ則僅預報出局部暴雨。

1.2? 資料來源和研究方法

數據來源于葫蘆島地區(qū)141個氣象觀測站（4個國家氣象觀測站，137個省級氣象觀測站）逐小時降水數據，剔除數據不準確和不連續(xù)的站點14個，實際站點數127個。環(huán)流形勢場及物理量統(tǒng)計數據來源于MICAPS實況數據。對比指標采用遼寧省暴雨專家團隊孫欣等公開發(fā)表的科研成果。

從服務角度定義20個及以上站次降水量≥100 mm的降水過程為一次大暴雨過程。用MICAPS實況資料與遼寧省暴雨專家團隊制作的大暴雨過程合成場（概念模型）對比，將兩次大暴雨天氣進行分型;統(tǒng)計兩次過程表征水汽條件、熱力條件和動力條件的物理量與遼寧省暴雨專家團隊研究成果大暴雨物理量閾值對比，揭示科研成果對業(yè)務的指導強弱并挑選出指示意義強又簡明實用的物理量，提高基層業(yè)務人員工作效率和服務時效;針對目前氣象服務工作現(xiàn)狀，研究服務能力建設方法，為彌補預報偏差，改善服務效果提供參考。

2? 結果與分析

2.1? 形勢場對比

從兩次大暴雨過程500 hPa環(huán)流形勢場（見圖2）可見，歐亞中高緯度地區(qū)均為兩槽一脊型，極地或超極地冷空氣南下與副熱帶高壓邊緣的暖濕空氣交匯，形成強降水天氣。兩次過程均有熱帶氣旋加入，對其背景場的配置和形勢的發(fā)展貢獻了熱力和水汽條件。過程Ⅰ和過程Ⅱ均為貝湖阻高型。與概念模型相比，兩次過程的作用機理十分吻合，不同的是，過程Ⅰ阻高位置偏東，副高偏強，呈塊狀分布，其西伸脊點偏西20o，過程Ⅱ副高位置也偏西10 o，這是由于2018年夏季副高異常偏西偏北導致的。

2.2? 物理量對比

從兩次天氣過程物理量檢驗（表1）可以看出，比濕、850 hPa急流、和Qdiv都超過遼寧省暴雨專家團隊的研究閾值，僅過程Ⅰ200 hPa未見明顯急流，850 hPa與500 hPa溫差略低于閾值，可能是因為研究地點沒有探空站，風場資料和溫度場數據采用距離最近的錦州站探空資料代替導致的。由此可見，遼寧省暴雨專家團隊總結研制的大暴雨閾值對2018年葫蘆島兩次大暴雨天氣指導意義很強。

2.3? 基層預報服務中物理量的選擇

由于散度是渦度的制造項，是大量間的小差，很難計算準確，因此本文并未選用;假相當位溫因其理論上假設在氣團移動中該值不變的特性，使其作為一個綜合物理量經常被廣泛用于天氣分析中，而實際上假設太多，實用性有限，但可以用假相當位溫的垂直遞減率來判斷層結穩(wěn)定度，例如可用850 hPa與500 hPa高度上的假相當位溫差來表征;水汽通量散度數量級太小，僅能定性判斷水汽的流失與積聚。因此，地市級業(yè)務人員在應用遼寧省暴雨專家團隊研制的物理量指標中應首選比濕、急流、700 hPa垂直速度、850 hPa與500 hPa溫差;其次選擇假相當位溫和水汽通量散度。

2.4? 氣象服務能力研究

當數值預報產品失誤導致預報結論偏差較大時需要提高氣象服務能力來彌補。氣象行業(yè)歸根到底是服務行業(yè)，服務能力的提高有兩個方面，一是從供給側改進，全體從業(yè)人員合力提高氣象服務技術，二是從服務對象方面，實事求是地經常性科普，逐步提高服務對象的容錯程度。氣象服務能力建設見圖3。

氣象服務技術的落腳點是預報準確率，提高預報準確率的關鍵在于數值預報模式的研究和改進，這是科學家們需要攻克的科研難題，期待預報員的訂正能力來提高預報準確率既不科學也不穩(wěn)定。氣象服務技術的本質是信息傳遞，信息傳遞的環(huán)節(jié)包括快速全面地獲得數據、及時有效地處理數據、合成與分發(fā)數據組成的信息，而目前氣象服務業(yè)務信息傳遞各個環(huán)節(jié)的支撐和保障力度不夠，科學技術和綜合性專業(yè)技術人才補給嚴重不足、標準規(guī)范化研究工作不到位的情況十分嚴重。地市級氣象部門業(yè)務定位不清，服務能力建設沒有得到足夠重視。以本文兩次大暴雨過程為例，環(huán)流形勢和物理量指標均符合已研制出的科研成果，但由于科研與業(yè)務脫節(jié)，導致兩次過程預報偏差較大，服務效果欠佳。當數值預報結論偏差較大時，服務重點是如何將損失和不滿降到最低，目前的救急之法是滾動訂正，頻繁預警，根本之道在于各級氣象部門合理定位和分工，不同崗位各自努力又協(xié)同合作，共同解決氣象服務能力建設這個系統(tǒng)性問題。

3? 結論與討論

（1）2018年葫蘆島兩次大暴雨天氣過程的形成機制與遼寧省暴雨專家團隊的研究結論十分吻合，物理量指標均達到或超過研究閾值，說明其科研成果對小范圍大暴雨天氣適用，且指導性很強。地市級業(yè)務人員在應用遼寧省暴雨專家團隊研制的物理量指標中應首選比濕、急流、700hPa垂直速度、850hPa與500hPa溫差;其次選擇假相當位溫和水汽通量散度。

（2）2018年葫蘆島兩次大暴雨天氣過程服務效果不佳的原因是數值預報產品失誤、科研與業(yè)務脫節(jié)兩者共同造成的。

（3）氣象服務能力的提高需要從兩方面進行，一是全體從業(yè)人員合力提高氣象服務技術水平，二是客觀地經常性科普，增強服務對象的容錯能力。

（4）遼寧省暴雨專家團隊科研成果是基于61個國家氣象觀測站，而本文的研究數據是以國家氣象觀測站和省級氣象觀測站為基礎，大暴雨過程的定義也不同，因此其適用性和指導性的檢驗是必要而有意義的。

參考文獻

[1] 溫克剛， 孟慶楠， 李波， 等. 2005中國氣象災害大典 （遼寧卷） [M].北京：氣象出版社，1-2.

[2] 韓秀君，孫曉巍，李爽，等.遼寧暴雨致災指標及災害影響預評估[J].氣象與環(huán)境學報，2014，30（6）：80-84.

[3] ?譚政華，鞏遠發(fā).高低空急流的配置對2015年8月3日遼寧暴雨的影響機制[J].成都信息工程大學學報，2018，33（1）：78-83.

[4] 公穎，楊陽，周小珊，等.遼寧暴雨的日變化特征及其成因分析[J].暴雨災害，2017，36（2）：125-131.

[5] 楊磊，蔣大凱，王瀛，等.“8·16”遼寧特大暴雨多尺度特征分析[J].干旱氣象，2017，35（2）：267-274.

[6] 吳曉鋒，王元，徐昕，等.遼寧地區(qū)暖區(qū)和鋒面暴雨個例對比分析[J].氣象科學，2017，37（5）：700-708.

[7] 余克勤，王曉霞，于躍，等.2016年5月11—12日朝陽地區(qū)大到暴雨天氣過程分析[J].河南農業(yè)，2017（29）：31-32.

[8] 張丹梅.2009-2016年阜新地區(qū)短時暴雨特征分析[J].湖北農業(yè)科學，2017，56（24）：4762-4765+4795.

[9] 孫欣，陳傳雷，梁寒，等.遼寧地區(qū)大暴雨環(huán)境場和物理量場合成分析[J].氣象與環(huán)境學報，2016，32（5）：40-46.

[10] 楊青，韓秀君，高松影，等.1960—2011年遼寧省大暴雨時空分布特征[J].氣象與環(huán)境學報，2015，31（1）：34-42.

[11] 席國耀.北方暴雨科研成果在短期預報業(yè)務中的應用[J].氣象，1983（10）：15-17.

[12] 林建，畢寶貴，金榮花，等.論天氣預報科研業(yè)務結合可持續(xù)發(fā)展機制[J].氣象，2016，42（10）：1263-1270.

[13]張強，王強.對如何加強氣象科研與業(yè)務結合工作的思考.氣象軟科學，2009，（1）：25-30.

[14] DB21/T 1454.1-2006.《遼寧省氣象災害評估方法》[S].沈陽：遼寧省質量技術監(jiān)督局，2006.

[15] 孫繼松，陶祖鈺.強對流天氣分析與預報中的若干基本問題[J].氣象，2012，38（2）：164-173.

[16] 王秀榮，魏麗，姚鳴明，等.淺析國家級決策氣象服務業(yè)務技術現(xiàn)狀及發(fā)展[J].武漢理工大學學報（信息與管理工程版），2016，38（3）：271-275.