安溪雷暴24 h 潛勢預(yù)報模型研究

韋英英，程 思，韓 庚，仇 耀，馮晉勤

（1.福建省災(zāi)害天氣重點實驗室，福建 福州350000；2.泉州市氣象局，福建 泉州362000）

雷暴是世界十大自然災(zāi)害之一。雷暴是積雨云云中、云間或云地之間產(chǎn)生的放電現(xiàn)象，表現(xiàn)為閃電并有雷聲，有時也可只聞雷聲而不見閃電。常伴有陣雨、大風(fēng)、冰雹、龍卷等強對流天氣。強雷暴天氣出現(xiàn)時十分激烈，常帶來雷擊災(zāi)害，危及人身安全，影響家用電器的使用與安全，尤其計算機機房遭受直擊雷或感應(yīng)雷，易造成損壞甚至引起火災(zāi)。其影響范圍較小，持續(xù)時間較短，是一種局地災(zāi)害性天氣。

一直以來，氣象工作者們對雷暴非常關(guān)注，在區(qū)域雷暴氣候特征分析、雷暴的短期預(yù)測、雷電發(fā)生機理、雷電災(zāi)害防御等方面做了大量的研究工作[1-8]。例如，鄭淋淋等[9]分析近30 a 來我國雷暴的日變化特征，江淮流域雷暴在各個時段發(fā)生的頻率差別不大，傍晚時段最多。李南等[10]研究了安徽地區(qū)閃電和雷達資料的相關(guān)性以及強天氣發(fā)生時正負閃電的對比規(guī)律。戴建華等[11]分析了1998—2004 年長江三角洲地區(qū)由星載閃電成像傳感器（LIS）觀測的閃電資料，發(fā)現(xiàn)該地區(qū)LIS 閃電活動的時空分布特征，分析發(fā)現(xiàn)，太陽輻射的季節(jié)和日變化、地形動力、下墊面等是其時空差異的主要原因。陳雷等[12]統(tǒng)計分析了近10 a 長三角地區(qū)雷暴天氣，同時從天氣學(xué)角度將這些雷暴天氣個例進行分類并給出典型中尺度分析綜合圖。楊露華等[13]對上海地區(qū)1994—2004 年共208 個強對流個例進行統(tǒng)計分析，揭示了該地區(qū)強對流天氣年際、月季變化特征，研究了產(chǎn)生強對流天氣的天氣形勢、災(zāi)害種類和移動路徑等特征。郝瑩等[14]做了基于對流參數(shù)的雷暴潛勢預(yù)報研究，分別用判別法和指標疊加法制作雷暴潛勢預(yù)報，最終得出指標疊加法優(yōu)于判別法。劉愛鳴等[15]在《福建省天氣預(yù)報技術(shù)手冊》中研究了1960—2007 年福建省雷暴氣候特征，指出雷暴分布由沿海向內(nèi)陸遞增。而泉州市作為沿海地市，平均年雷暴日數(shù)達到45 d，其中安溪縣高于全市平均值，達到51 d。此外，按照福建省雷暴災(zāi)害易損度分類，安溪縣屬于較嚴重區(qū)域[15]。以往研究雷暴潛勢預(yù)報時對T639數(shù)據(jù)的運用較少，且缺少例如安溪縣這樣的小區(qū)域本地化的預(yù)報預(yù)警模型研究。近年來安溪縣工業(yè)、農(nóng)業(yè)等眾多行業(yè)對雷暴災(zāi)害預(yù)警預(yù)報的需求越來越高，開發(fā)屬于安溪縣本地化的雷暴潛勢預(yù)報研究有較好的發(fā)展前景和經(jīng)濟效益，同時也能為進一步研究安溪本地雷暴的形成機理奠定基礎(chǔ)。本文綜合利用安溪站常規(guī)氣象觀測資料，對2005—2015 年的雷暴天氣個例進行統(tǒng)計分析，得出雷暴天氣的分布特征，同時從天氣學(xué)角度將這些雷暴天氣個例大體劃分為5 種類型進行分析，后利用T639數(shù)值模式輸出產(chǎn)品對這些雷暴天氣做相關(guān)性分析，并建立雷暴方程，以期做出適用于安溪縣本地化的雷暴潛勢預(yù)報模式，以提高雷暴天氣預(yù)報和預(yù)警的時效性和準確率。

1 雷暴氣候分析

1.1 數(shù)據(jù)來源

本文選取的雷暴日數(shù)據(jù)來源于2004—2015 年安溪國家氣象站氣象觀測資料，日界為20：00—次日20：00。

1.2 安溪雷暴日的年變化特征分析

分析2004—2015 年安溪雷暴日數(shù)（圖1）可知，12 a 間安溪共觀測記錄的雷暴日數(shù)有623 d，年平均雷暴月數(shù)為51.9 d，與歷史統(tǒng)計相比高于泉州市平均年雷暴日數(shù)45 d[16]。其中2010 年雷暴日數(shù)最多為63 d，2015 年雷暴日數(shù)最少僅43 d，大部分年份超過50 d。

圖1 2004—2015 年安溪年雷暴日數(shù)分布

1.3 安溪雷暴日的月變化特征分析

由2004—2015 年安溪雷暴日數(shù)月分布（圖2）可知，1—6 月雷暴日數(shù)呈現(xiàn)逐月遞增趨勢，8—12 月呈現(xiàn)逐月遞減趨勢，其中6—8 月是雷暴的高發(fā)期，以8 月153 d 為最多，其次為6 月，有114 d。這說明每年6—8 月水汽條件充沛、不穩(wěn)定層結(jié)條件好、有觸發(fā)機制，使得強對流天氣頻發(fā)。同時與太陽輻射有關(guān)，安溪地區(qū)6—8 月太陽輻射最強，尤其在午后和傍晚極易形成不穩(wěn)定層結(jié)，上升氣流攜帶低層水汽到達高空凍結(jié)成，碰撞分離后形成電荷分布，當積累到一定程度便擊穿空氣形成雷電現(xiàn)象。7 月，由于副熱帶高壓第一次季節(jié)北跳多年平均在6 月底，標志福建的雨季結(jié)束，而第二次季節(jié)北跳多年平均在7月下旬，此后進入福建臺風(fēng)活躍期[15]。且兩次北跳之間副熱帶高壓剛好位于福建省上空，是炎熱少雨期，故而7 月的平均雷暴日數(shù)會少于6 和8 月。10 月至翌年的2 月是雷暴的少發(fā)季節(jié)，其中1 月發(fā)生次數(shù)最少。

圖2 2004—2015 年安溪月雷暴日數(shù)分布

從表1 可以得出雷暴在夏季高發(fā)，占全年的59.10%。從表1 中可以看出在春季末的5 月份開始雷暴就明顯增多，到了夏季的6、7、8 月到達了雷暴出現(xiàn)頻率最高的月份，其中8 月份最多為153 d，占全年的24.60%。從9 月份開始逐月遞減，到了冬季雷暴出現(xiàn)的日數(shù)降到了最低值，其中1 月份的雷暴日數(shù)為0。這說明夏季是安溪雷暴出現(xiàn)的高發(fā)季節(jié)，因此做好夏季強雷暴天氣的預(yù)警預(yù)報工作尤為重要。

1.4 雷暴天氣形勢分類特征

通過對安溪近11 a 天氣形勢分析，發(fā)現(xiàn)安溪縣產(chǎn)生雷暴天氣的天氣系統(tǒng)可以劃分為5 種：鋒面雷暴、高空槽切變線雷暴、低渦雷暴、副熱帶高壓雷暴、其他雷暴（包括東風(fēng)波、臺風(fēng)倒槽等）[10]。

表1 2004—2015 年不同季節(jié)、不同月份雷暴日數(shù)分布

鋒面雷暴是安溪春夏季主要的雷暴類別之一，可分為冷鋒型、暖鋒型、靜止鋒型3 種。其中冷鋒型雷暴是冷空氣強烈沖擊暖濕不穩(wěn)定空氣而形成的。冷鋒強、鋒面坡度大且移動速度快、暖空氣濕度大、不穩(wěn)定能力強是冷鋒型雷暴發(fā)生的有利條件[16]。暖鋒型雷暴較為少見。靜止鋒型雷暴一般發(fā)生在靜止鋒兩側(cè)，在地面或高空氣旋性彎曲比較明顯的地區(qū)[16]。統(tǒng)計發(fā)現(xiàn)安溪近11 a 共發(fā)生鋒面雷暴49次，出現(xiàn)時間主要集中在4—6 月。

高空槽、切變線是安溪產(chǎn)生雷暴最多的天氣系統(tǒng)，研究發(fā)現(xiàn)冷性的高空槽由于槽線前后暖舌及冷槽明顯，冷暖平流較強，則對雷暴的形成極為有利。暖性高空槽由于槽線前后都為暖空氣所占據(jù)，垂直運動得不到發(fā)展，對雷暴的形成不利。近11 a 共發(fā)生高空槽切變線雷暴209 次，常常伴隨有雷雨大風(fēng)和短時強降水等天氣。

低渦型雷暴，一般出現(xiàn)在低渦的南部及東南部，且出現(xiàn)在東南部最為常見。穩(wěn)定少動的低渦，大氣層結(jié)穩(wěn)定度有明顯的日變化特征，午后或者傍晚會變得不穩(wěn)定，易產(chǎn)生雷暴。東移的低渦往往其東部、東南部和濕舌相交的區(qū)域，易產(chǎn)生雷暴。而在低渦控制區(qū)域，若低層有明顯的暖濕氣流，高層有冷平流，則往往會出現(xiàn)強雷暴天氣，甚至出現(xiàn)冰雹。安溪近11 a低渦型雷暴共發(fā)生82 次，主要出現(xiàn)在夏季，常常伴隨有雷雨大風(fēng)、甚至?xí)霈F(xiàn)冰雹。

副熱帶高壓型雷暴是安溪次多產(chǎn)生雷暴的天氣系統(tǒng)。在副熱帶高壓西北部如有低空急流出現(xiàn)，易出現(xiàn)強雷暴天氣，甚至伴隨冰雹等強對流天氣。當副熱帶高壓明顯東退時，也可引起不穩(wěn)定能量釋放而造成雷暴。此外，當安溪處在副熱帶高壓控制中，白天由于風(fēng)小盛行下沉氣流，易產(chǎn)生35 ℃以上的高溫天氣，傍晚到夜間，若近地面有弱輻合影響，不穩(wěn)定能量得以釋放，也會產(chǎn)生局地雷暴。安溪近11 a 副熱帶高壓型雷暴共發(fā)生193 次，出現(xiàn)時間集中在6—9月。

此外，臺風(fēng)倒槽、東風(fēng)波等其他天氣形勢也會使安溪發(fā)生雷暴天氣，統(tǒng)一歸為其他型雷暴。

從表2 可以看出高空槽、切變線雷暴是安溪縣雷暴中發(fā)生次數(shù)最多的，共213 次，占37.00%；其次是副熱帶高壓型雷暴達到了193 次，占34.20%。這兩種雷暴發(fā)生次數(shù)接近，是安溪發(fā)生雷暴的主要天氣系統(tǒng)。此外，低渦雷暴共82 次，占14.50%；鋒面雷暴共49 次，占8.70%；東風(fēng)波、臺風(fēng)倒槽等其他型雷暴合計32 次，占5.70%。

表2 2005—2015 年雷暴類型及頻數(shù)分布 次

2 基于T639 數(shù)值產(chǎn)品的雷暴潛勢預(yù)報

2.1 雷暴樣本的選取

統(tǒng)計2015—2017 年安溪站人工觀測的雷暴資料與地閃定位資料，選取雷電活動日進行研究。對雷暴日樣本進行篩選，扣除掉日閃電個數(shù)為0 的日期，過濾掉人工觀測無雷暴且時空上特別孤立的、日閃電密度≤3 個的日期，最后得到的樣本為雷電樣本，共計248 個。

2.2 預(yù)報因子的選取

依據(jù)雷電學(xué)原理，形成雷暴的基本條件有3 個：水汽條件、不穩(wěn)定層結(jié)條件、抬升力條件。根據(jù)安溪站雷暴分布特征，選取2015—2017 年T639 數(shù)值預(yù)報產(chǎn)品與安溪雷暴日進行研究。將T639 在安溪區(qū)域內(nèi)的格點數(shù)值24 h 的預(yù)報產(chǎn)品中各要素與雷暴之間的關(guān)系進行相關(guān)性分析。

選取T639 中與之相關(guān)的要素作為初選因子，其中表征水汽條件的有：中低層比濕、中低層水汽通量、中低層水汽通量散度、2 m 相對濕度、中低層溫度露點差。表征不穩(wěn)定層結(jié)條件的有：中低層24 h變溫、K 指數(shù)、700 hPa 溫度、中低層溫度平流、850 與500 hPa 的溫度差、中低層假相當位溫。表征動力抬升機制的有：中低層散度、24 h 變壓、中低層垂直速度、中低層渦度、中低層渦度平流。其他相關(guān)要素有：24 h 降水量、地面氣壓、海平面氣壓、500 與850 hPa 風(fēng)場、10 m 風(fēng)場等，共計41 個要素。

通過計算各要素與雷電發(fā)生之間的相關(guān)系數(shù)，最終選取了相關(guān)性最好的9 個預(yù)報因子，分別為K指數(shù)、850 hPa 垂直速度、850 hPa 比濕、24 h 降水量、700 hPa 溫度、850 與500 hPa 的溫度差、850 hPa假相當位溫、850 hPa 渦度以及中低層垂直風(fēng)切變，共9 個因子。

表3 9 個預(yù)報因子與雷暴的相關(guān)性

2.3 因子預(yù)處理

通過與雷暴日樣本一一對應(yīng)的各因子進行分析，對于每一個預(yù)報因子，取一個合適的臨界值進行0、1 化處理[19]，使用SPSS 對以上預(yù)報因子做ROC 曲線分析。ROC 曲線是采用真陽性率和假陽性率做出的曲線，這里引入約登指數(shù)=靈敏度+特異度-1（其中靈敏度是真陽性率，1-特異度是假陽性率），當ROC 曲線最靠近左上角時，這個點被稱作最佳臨界點，點上的值被稱作最佳臨界值。即約登指數(shù)達到最大值時，則說明此時選取的臨界值，使得該預(yù)報因子做臨界值0、1 化處理后所得的變量與雷暴發(fā)生這個變量之間的相關(guān)性最好，試驗最準確有效。

對臨界值進行四舍五入，并采用最小二乘法進行多元回歸分析，選取上述9 個物理量分別對應(yīng)為預(yù)報方程的9 個因子：X1～X9，臨界值見表4。

2.4 建立回歸預(yù)報模型

2.4.1 多元線性回歸方程

結(jié)合人工觀測與地閃密度，對安溪雷暴當日對雷暴概率項取1，否則取0。對9 個因子（X1～X9）與雷暴發(fā)生概率進行回歸分析，并得出多元一次線性回歸方程為：

表4 預(yù)報因子0，1 化處理臨界值

計算出的Y 值即為雷暴發(fā)生的潛勢概率。

2.4.2 各因子做偏相關(guān)分析

由于多元線性回歸只考慮單相關(guān)，未考慮因子之間的相互作用與關(guān)系，為更好區(qū)分因子對方程的貢獻，對以上因子做偏相關(guān)分析（表5），其中RAIN_24 與Q850的偏相關(guān)性系數(shù)為71%，顯著性為0.00，說明兩個因子之間存在顯著相關(guān)。T850-500與tes850、OMEGA850與vor850等因子間均存在一定的相關(guān)性。故而僅僅考慮單相關(guān)的線性回歸得出的預(yù)報方程不夠客觀，在此引入逐步回歸方程。在每引入一個因子后都進行F 檢驗，并對已經(jīng)選入的因子逐個進行t 檢驗，當原來引入的因子由于新因子引入變得不再顯著時，則將其刪除。以確保每次引入新的變量之前回歸方程中只包含顯著性變量。

2.4.3 線性逐步回歸方程

結(jié)合人工觀測雷暴資料與地閃密度資料，對安溪出現(xiàn)雷暴當日的雷暴概率Y 項取1，否則取0。引入逐步回歸，即將預(yù)報因子逐個引入預(yù)報模型中，每引入一個因子之后都進行F 檢驗，并對已經(jīng)選入的預(yù)報因子逐個進行t 檢驗，當原來引入的預(yù)報因子由于后面預(yù)報因子的引入變得不再顯著時，則將其刪除。利用SPSS 對9 個預(yù)報因子（X1～X9）與雷暴發(fā)生概率Y 按照相關(guān)系數(shù)由大至小進行逐步回歸分析，當sig＜0.05 說明該預(yù)報因子與雷暴發(fā)生概率Y是有顯著相關(guān)性的，該回歸模型有效。由表6 可知，5號模型擬合度最優(yōu)，而在預(yù)報模型逐個引入新的預(yù)報因子時，vor850、RAIN_24 、T850-500、500～850 hPa 垂直風(fēng)切變等4 個預(yù)報因子在其他預(yù)報因子依次引入預(yù)報模型時相關(guān)性變得不再顯著，故將該4 個因子依次剔除。

表5 預(yù)報因子偏相關(guān)結(jié)果

由逐步回歸得到如下方程：

其 中X1～X5分 別 為：OMEGA850、θse850、T700、K 指數(shù)、Q850，計算出的Y 值即為雷暴發(fā)生的潛勢概率。

2.4.4 逐步回歸方程效果檢驗

檢驗方法采用TS 評分方法（表7），雷暴預(yù)報結(jié)果檢驗樣本采用2015—2017 年安溪雷暴資料。TS評分方法是一種針對中短期天氣預(yù)報質(zhì)量檢驗的常用方法，安溪雷暴潛勢預(yù)報有3 種狀態(tài)：準確預(yù)報、空報、漏報[20]。

其中準確率、空報率、漏報率計算方法如下：

對預(yù)報方程生成的結(jié)果，即雷暴發(fā)生的潛勢概率Y 值進行討論研究：分別考慮當Y 值＞0.1、＞0.2、直至＞1.0 時，即安溪雷暴發(fā)生。并利用2015—2017年T639 的資料對建立的雷暴概率預(yù)報方程進行回代檢驗，得出的Y 值檢驗結(jié)果見表8。

當雷暴發(fā)生的潛勢概率Y ＞0.6 時，所得到的2015—2017 年雷暴概率預(yù)報方程的準確率最高，為85.60%，故選取0.6 作為潛勢方程預(yù)報的臨界值。用2018 年T639 的資料對建立的雷暴概率預(yù)報方程進行預(yù)報評估，發(fā)現(xiàn)2018 年安溪縣雷暴日共91 個，雷暴概率預(yù)報方程準確率為83.84%，其中空報率為10.41%（38 次），漏報率為5.75%（21 次）。檢驗結(jié)果表明，利用T639 數(shù)值模式提供的要素產(chǎn)品進行雷暴潛勢預(yù)報具有可行性，其預(yù)報結(jié)論可為安溪雷暴預(yù)報提供客觀定量的參考。

表7 TS 評分方法

表8 Y 值檢驗結(jié)果表

3 結(jié)論

本文利用了安溪縣國家氣象站2004—2015 年11 a 的雷暴觀測資料，以及2015—2017 年人工觀測的雷暴資料、地閃定位資料和T639 數(shù)值預(yù)報產(chǎn)品進行了氣候?qū)W統(tǒng)計和相關(guān)性分析等，得到如下結(jié)論：

（1）2004—2015 年安溪雷暴日數(shù)共計623 次，年平均為51.9 次。具有明顯的月、季分布特征。月分布以8 月153 次（占24.60%）為最多，1 月0 次（占0.00%）為最少。季節(jié)分布上春季末開始雷暴明顯增多，夏季為雷暴頻率最高的月份，夏季的雷暴預(yù)報預(yù)警工作最為重要。而冬季最少，僅出現(xiàn)6 次（占

1.00%）。

（2）安溪雷暴從天氣形勢上大致分為5 種，其中高空槽切變線雷暴、副熱帶高壓雷暴比例相近，為安溪最主要的雷暴天氣形勢。副高型雷暴局地性較強，而低渦型雷暴往往發(fā)生強烈，甚至可能出現(xiàn)小冰雹，需要加強監(jiān)測預(yù)警。

（3）從水汽條件、不穩(wěn)定層結(jié)條件、動力抬升條件3 方面選取T639 數(shù)值產(chǎn)品要素，并計算與雷暴的相關(guān)系數(shù)。K 指數(shù)、850 hPa 垂直速度、850 hPa 比濕、24 h 降水量、700 hPa 溫度、850 與500 hPa 的溫度差、850 hPa 假相當位溫、850 hPa 渦度以及中低層垂直風(fēng)切變等9 個因子與雷暴的發(fā)生密切相關(guān)。

（4）通過0、1 化處理后，進行了多元線性回歸求取方程和偏相關(guān)分析，為剔除重復(fù)因子，最終選擇逐步回歸求取方程。逐步回歸方程由850 hPa 垂直速度、850 hPa 假相當位溫、700 hPa 溫度、K 指數(shù)、850 hPa 比濕5 個顯著因子建立模式預(yù)報方程。并發(fā)現(xiàn)方程結(jié)果Y 值?。?.6 時，對2015—2017 年安溪雷暴日進行逐步回歸預(yù)報方程回代得到的準確率最高，為85.60%。利用該預(yù)報方程對2018 年安溪雷暴進行預(yù)報評估，雷暴概率預(yù)報的準確率為83.84%。檢驗結(jié)果表明，基于T639 數(shù)值模式進行的雷暴潛勢預(yù)報具有一定的可行性，其預(yù)報結(jié)論可為安溪雷暴預(yù)報預(yù)警提供客觀定量的參考。