基于融合資料的天津短時(shí)強(qiáng)降水環(huán)境物理量可信度及特征分析

尉英華，王艷春，朱磊磊，林曉萌，楊 洋

（1.天津市氣象臺，天津300074；2.天津市氣象局，天津300074）

短時(shí)強(qiáng)降水是我國主要的強(qiáng)對流災(zāi)害性天氣之一，由于時(shí)空尺度小、突發(fā)性強(qiáng)，其預(yù)報(bào)預(yù)警一直是氣象業(yè)務(wù)中的難點(diǎn)。近些年來，國內(nèi)許多學(xué)者從氣候特征、形成機(jī)制、預(yù)報(bào)模型等方面對短時(shí)強(qiáng)降水進(jìn)行了大量的研究[1-9]。但在實(shí)際業(yè)務(wù)中，具有表征意義的環(huán)境物理量指標(biāo)是其預(yù)報(bào)業(yè)務(wù)的基礎(chǔ)。樊李苗等[10]通過探空溫濕曲線形態(tài)對比，指出短時(shí)強(qiáng)降水與冰雹、雷暴大風(fēng)的溫濕參數(shù)和穩(wěn)定度參數(shù)存在明顯差異；王囝囝等[11]、張永婧等[12]、李文娟等[13]、周晉紅等[14]分別利用探空資料對大連、濟(jì)南、杭州、太原等不同地區(qū)的短時(shí)強(qiáng)降水環(huán)境參量進(jìn)行分析，指出短時(shí)強(qiáng)降水與對流有效位能、K指數(shù)、850～500 hPa溫差、0℃層高度等具有較好的相關(guān)性；韓寧等[15]、花家嘉等[16]、田付友等[17-19]利用 NCEP FNL（1°×1°）全球分析資料研究發(fā)現(xiàn)短時(shí)強(qiáng)降水環(huán)境條件表現(xiàn)為豐富的水汽、弱的垂直風(fēng)切變、較高的0℃層高度和一定的不穩(wěn)定層結(jié)，并分別給出了定量化預(yù)報(bào)指標(biāo)。

以上研究均基于探空資料或NCEP FNL全球分析資料，但探空資料時(shí)空分辨率較低，如天津本地未設(shè)探空站，通常使用北京站的探空資料，而實(shí)際上京津兩地的天氣差異較大，經(jīng)常是北京風(fēng)平浪靜而天津電閃雷鳴，北京狂風(fēng)大作而天津艷陽高照，北京探空往往無法準(zhǔn)確診斷出天津中小尺度系統(tǒng)產(chǎn)生對流的背景條件。NCEP FNL全球分析資料時(shí)空分辨率雖然提高，但其亦包含著數(shù)值模式、同化方案等所引入的誤差[20]；周青等[21]指出NCEP FNL全球分析資料在我國大部分地區(qū)的地面氣溫分析值較觀測值偏低；程胡華等[22]認(rèn)為NCEP FNL全球分析資料800～100 hPa常規(guī)氣象要素的可信度較高，但與強(qiáng)對流天氣緊密聯(lián)系的環(huán)境物理量可信度較低。因此，對于無探空站的天津地區(qū)來說，無論利用周邊探空或是NCEP FNL全球分析資料，均會(huì)因上述資料的空間差異或本身誤差降低預(yù)報(bào)指標(biāo)的準(zhǔn)確性和代表性。劉一瑋等[23]、尉英華等[24]針對兩次強(qiáng)對流天氣過程分別嘗試將探空、NCEP FNL全球分析資料與地面氣象觀測數(shù)據(jù)融合，發(fā)現(xiàn)融合后的環(huán)境物理量能夠更加清晰地反映中小尺度環(huán)境條件差異，對于局地對流具有更好的指示性。因此，通過融合資料進(jìn)行環(huán)境物理量的指標(biāo)分析具有一定的積極意義。

本文選取2009—2017年汛期6—9月天津地區(qū)短時(shí)強(qiáng)降水天氣過程，嘗試將NCEP FNL全球分析資料與地面氣象觀測數(shù)據(jù)融合，并通過對融合資料計(jì)算的環(huán)境物理量可信度及特征分析，給出具有表征意義的定量化指標(biāo)，提升此類天氣的預(yù)報(bào)準(zhǔn)確率。同時(shí)，對于無探空站或探空站分布稀疏的地區(qū)來說，融合資料可以為預(yù)報(bào)指標(biāo)研究提供一種新的思路，不僅可以彌補(bǔ)遠(yuǎn)距離探空分析所帶來的空間差異，同時(shí)可以解決NCEP FNL分析資料地面要素偏差較大造成的環(huán)境物理量失真問題，從而提升預(yù)報(bào)指標(biāo)的代表性，為業(yè)務(wù)人員提供更加可靠的預(yù)報(bào)依據(jù)。

1 資料和方法

1.1 資料說明

所用資料包括：（1）2009—2017年6—9月天津地區(qū)連續(xù)性與穩(wěn)定性較好的13個(gè)國家常規(guī)氣象站和213個(gè)加密自動(dòng)氣象站（圖1）逐1 h觀測數(shù)據(jù)，包括降水量、氣溫、氣壓、風(fēng)向、風(fēng)速等，該資料已經(jīng)通過國家氣象信息中心的質(zhì)量控制；（2）美國國家環(huán)境預(yù)報(bào)中心的 NCEP FNL（1°×1°）逐 6 h 全球分析資料（以下簡稱為“NCEP FNL分析資料”），包括21個(gè)高度層的經(jīng)向風(fēng)速、緯向風(fēng)速、相對濕度、溫度等；（3）國家氣象信息中心下發(fā)的同時(shí)期的北京站探空數(shù)據(jù)。

按照現(xiàn)行業(yè)務(wù)標(biāo)準(zhǔn)，以20 mm/h作為短時(shí)強(qiáng)降水臨界值進(jìn)行樣本選取。為保證樣本選取的代表性，同時(shí)考慮氣象站密度和資料可靠性問題，規(guī)定在同一區(qū)縣范圍內(nèi)、同一時(shí)次有3個(gè)或以上觀測站1 h降水量達(dá)到臨界值標(biāo)準(zhǔn)，則記錄為一次短時(shí)強(qiáng)降水天氣過程，持續(xù)多個(gè)時(shí)次記錄為同一次短時(shí)強(qiáng)降水天氣過程，間隔若超過6 h則分別記錄。按照以上原則，嚴(yán)格篩選出2009—2017年天津地區(qū)共140次滿足條件的短時(shí)強(qiáng)降水過程。圖2給出了不同月份和不同區(qū)縣的短時(shí)強(qiáng)降水發(fā)生次數(shù)分布情況。從月分布來看，天津地區(qū)短時(shí)強(qiáng)降水主要集中在6—9月，其中7月發(fā)生次數(shù)最多（56次），8月次之，6月和9月相對較少。從區(qū)縣分布來看，天津東部沿海的濱海新區(qū)發(fā)生次數(shù)最多（53次），北部的武清、薊州、寶坻和中部的市區(qū)次之，其他區(qū)縣相對較少。

圖1 天津226個(gè)氣象觀測站分布

1.2 資料融合處理

圖2 2009—2017年短時(shí)強(qiáng)降水過程的月次數(shù)（a）和區(qū)縣次數(shù)（b）分布

首先對短時(shí)強(qiáng)降水發(fā)生前最近時(shí)次的NCEP FNL分析資料和同一時(shí)次地面氣象觀測數(shù)據(jù)進(jìn)行要素一致性處理，統(tǒng)一轉(zhuǎn)換為氣壓、溫度、露點(diǎn)溫度、風(fēng)向、風(fēng)速，進(jìn)而利用NCEP FNL分析資料和地面氣象觀測數(shù)據(jù)融合算法，構(gòu)建針對天津地區(qū)短時(shí)強(qiáng)降水過程的融合探空序列。具體處理如下：

（1）水平方向插值。由于地面觀測資料為離散站點(diǎn)記錄、NCEP FNL分析資料為規(guī)則格點(diǎn)分布，為保證融合資料的空間一致性，采用水平方向二維雙線性插值方法獲得觀測站上空不同高度層的NCEP FNL分析值，即F（x，y）由水平方向臨近的4個(gè)格點(diǎn)要素值A(chǔ)（x1，y1）、B（x2，y1）、C（x1，y2）、D（x2，y2）決定，計(jì)算公式如下：

（2）垂直方向插值。由于NCEP FNL分析資料近地面要素的誤差較大，在融合過程中首先將地面觀測要素值f（h0）作為垂直方向上的最低層數(shù)據(jù)，900 hPa以下其它高度層的要素值則通過地面觀測數(shù)據(jù)和NCEP FNL分析資料垂直方向插值進(jìn)行融合訂正，900 hPa以上層次仍采用NCEP FNL分析資料。由于氣象要素在垂直方向上并不是線性變化的，因此900 hPa以下不同高度層要素值的融合訂正采用二次拉格朗日多項(xiàng)式插值算法[25]。已知垂直方向4個(gè)不同高度層氣象要素值f（h0）、f（h1）、f（h2）、f（h3），其中f（h0）為地面觀測要素值，f（h1）、f（h2）、f（h3）為NCEP FNL分析資料要素值，則經(jīng)過地面觀測數(shù)據(jù)融合訂正的第h2層要素值f（h2）算法公式如下：

通過上述資料處理和插值訂正過程，構(gòu)建基于NCEP FNL分析資料與地面氣象觀測數(shù)據(jù)的融合探空序列。與北京探空站要素實(shí)況對比分析發(fā)現(xiàn)，融合前NCEP FNL分析資料925 hPa以下溫度和露點(diǎn)溫度平均絕對誤差分別為1.2、2.0℃，融合訂正后平均絕對誤差分別降至0.7、0.9℃?？梢姡肗CEP FNL分析資料與地面氣象觀測數(shù)據(jù)構(gòu)建融合探空序列，對于無探空站地區(qū)來說可以極大程度地降低NCEP FNL分析資料近地層溫濕要素誤差，這對于與溫濕要素密切相關(guān)的抬升指數(shù)（LI）、對流有效位能（CAPE）等環(huán)境物理量特征分析具有一定的積極意義。由于實(shí)際業(yè)務(wù)中環(huán)境物理量指標(biāo)必須具有較好的代表性才能得以應(yīng)用，因而有必要進(jìn)一步深入分析融合探空序列的環(huán)境物理量可信度。

2 環(huán)境物理量可信度檢驗(yàn)

針對2009—2017年天津地區(qū)140次短時(shí)強(qiáng)降水天氣過程，構(gòu)建基于NCEP FNL分析資料與地面氣象觀測數(shù)據(jù)的融合探空序列，計(jì)算大氣可降水量（TPW）、K指數(shù)（K）、抬升指數(shù)（LI）、對流有效位能（CAPE）、抬升凝結(jié)高度（LCL）和 0 ℃層高度（Z0）等環(huán)境物理量參數(shù)。以探空物理量作為真值，通過融合前、融合后環(huán)境物理量和探空物理量之間的絕對誤差、偏差和偏差區(qū)間占有率對比分析，揭示融合資料環(huán)境物理量在短時(shí)強(qiáng)降水天氣中的可信度。其中，絕對誤差表示誤差平均大小，偏差反映兩者之間誤差傾向性是偏大還是偏小，偏差區(qū)間占有率則給出在定義的偏差區(qū)間范圍內(nèi)占總數(shù)的百分比分布，相應(yīng)計(jì)算公式如下：

其中，Mad為平均絕對誤差，B為平均偏差，Dp為偏差區(qū)間占有率，n為樣本數(shù)，Num為偏差閾值，x代表NCEP FNL分析資料或融合資料的物理量，y代表探空資料的物理量。在偏差區(qū)間占有率公式中，若（xiyi）<-Num結(jié)果成立，則定義的值為1，否則值為0，該定義同樣適用于-Num（xi-yi）≤Num和（xi-yi）>Num。

2.1 融合前的環(huán)境物理量可信度

以距離天津最近的北京探空站（116.47°E，39.8°N）為代表，計(jì)算其所在位置的NCEP FNL環(huán)境物理量。從NCEP FNL環(huán)境物理量和探空物理量的對比結(jié)果。兩者之間的偏差來看，利用NCEP FNL分析資料計(jì)算得到的K、LI、TPW與探空物理量相比呈現(xiàn)略偏高狀態(tài)，Z0、LCL則略偏低（表1）。在絕對誤差方面，除了K指數(shù)絕對誤差略偏大外，LI、TPW、Z0、LCL平均絕對誤差分別為1.8℃、3.7 kg/m2、107 m、27 hPa，均具有一定的可信度。值得注意的是，利用NCEP FNL分析資料計(jì)算的CAPE比探空物理量值平均偏低476.9 J/kg，兩者之間平均絕對誤差達(dá)622.3 J/kg?？梢姡琋CEP FNL分析資料的CAPE可信度明顯較低，原因可能在于CAPE從近地面層開始抬升計(jì)算，而NCEP FNL分析資料低層溫濕要素誤差較大。

為了進(jìn)一步認(rèn)識NCEP FNL環(huán)境物理量在短時(shí)強(qiáng)降水潛勢分析中的可信度，圖3給出了2009—2017年短時(shí)強(qiáng)降水過程中不同物理量的偏差區(qū)間占有率。 從圖 3 中可以看出，TPW、Z0、K、LI、LCL在以零值為中心的低偏差區(qū)間內(nèi)表現(xiàn)為較高的占有率， 分別為74.0%、70.1%、68.8%、62.3%、51.9%，表明 NCEP FNL 分析資料的TPW、Z0、K、LI、LCL在多數(shù)情況下比較接近探空物理量真值。與之相反，CAPE在偏差區(qū)間[-∞，-400]的占有率明顯高于以零值為中心的低偏差區(qū)間占有率，即NCEP FNL分析資料的CAPE約50.6%情況下比探空診斷值偏低超過400 J/kg。其中，2009年6月27日和7月28日、2010年7月11日和19日、2013年7月4日、2015年8月10日、2016年6月23日7次短時(shí)強(qiáng)降水天氣過程中探空資料CAPE基本為500～1200 J/kg，而NCEP FNL分析資料CAPE僅為0～100 J/kg?？梢?，NCEP FNL分析資料的CAPE誤差較大，可信度明顯較低。若以NCEP FNL分析資料得到的CAPE進(jìn)行短時(shí)強(qiáng)降水潛勢判斷，極易出現(xiàn)低估或漏報(bào)現(xiàn)象。

表1 NCEP FNL分析資料和探空資料的北京站環(huán)境物理量統(tǒng)計(jì)對比

圖3 NCEP FNL分析資料的環(huán)境物理量偏差區(qū)間占有率分布

2.2 融合后的環(huán)境物理量可信度

表2給出了短時(shí)強(qiáng)降水過程中資料融合后的環(huán)境物理量和探空物理量對比結(jié)果。由于融合資料僅對NCEP FNL分析資料900 hPa以下通過地面氣象觀測數(shù)據(jù)進(jìn)行了訂正，中、高層仍采用NCEP FNL分析資料，因而K、Z0并無改進(jìn)效果，TPW偏差雖有變化，但改進(jìn)效果亦不明顯。而對于CAPE、LI和LCL（表2）來說，融合資料CAPE比探空資料僅偏高119.0 J/kg，兩者之間絕對誤差降低至260.7 J/kg；同時(shí)，融合環(huán)境物理量LI、LCL的偏差和絕對誤差均明顯較低。與前文中相應(yīng)的NCEP FNL物理量（表1）相比，融合物理量CAPE、LI、LCL絕對誤差分別降低了58.1%、48.0%和49.0%，表明融合物理量更加接近于探空物理量真值。

表2 融合資料和探空資料的北京站環(huán)境物理量統(tǒng)計(jì)對比

進(jìn)一步對融合物理量CAPE、LI、LCL的偏差區(qū)間占有率分布（圖4）分析發(fā)現(xiàn)，將NCEP FNL分析資料與地面氣象觀測數(shù)據(jù)融合后，CAPE在以零值為中心的低偏差區(qū)間[-400，400]占有率明顯增大至76.6%。同時(shí)，LI在低偏差區(qū)間占有率增至93.5%，LCL在低偏差區(qū)間占有率則增至83.1%。與前文中融合前的NCEP FNL物理量偏差區(qū)間占有率相比，融合后CAPE、LI、LCL在各自的低偏差區(qū)間占有率分別增大了32.5%、31.3%、31.2%，表明融合后環(huán)境物理量的改進(jìn)效果明顯。

將NCEP FNL分析資料與地面氣象觀測數(shù)據(jù)融合后，可以對NCEP FNL分析資料近地面溫度、露點(diǎn)溫度誤差進(jìn)行訂正，從而極大程度地降低由地面開始抬升計(jì)算的環(huán)境物理量誤差，使融合物理量CAPE、LI、LCL可信度明顯高于NCEP FNL物理量。同時(shí)，融合了高時(shí)空分辨率的地面觀測數(shù)據(jù)更能反映近地層中小尺度環(huán)境條件差異。對于未設(shè)探空站的天津地區(qū)來說，通過融合物理量分析可以得出更具代表性和指示性的短時(shí)強(qiáng)降水預(yù)報(bào)指標(biāo)。

圖4 融合資料的物理量偏差區(qū)間占有率分布

圖5 天津地區(qū)不同月份短時(shí)強(qiáng)降水的TPW分布

3 天津短時(shí)強(qiáng)降水環(huán)境物理量特征

3.1 水汽條件

我國中東部地區(qū)短時(shí)強(qiáng)降水多出現(xiàn)在TPW超過28 kg/m2的環(huán)境中[17]。圖5給出了2009—2017年天津地區(qū)短時(shí)強(qiáng)降水過程的TPW分布，TPW表現(xiàn)出顯著的月變化特征。其中，短時(shí)強(qiáng)降水發(fā)生較多的7—8月TPW下四分位數(shù)、中位數(shù)、平均值較為接近，其平均值達(dá)51.5 kg/m2；短時(shí)強(qiáng)降水發(fā)生較少的6月和9月TPW箱體區(qū)間變窄，各分位值明顯降低，下四分位數(shù)、中位數(shù)和平均值比7—8月偏低約10～14 kg/m2?？梢姡煌路荻虝r(shí)強(qiáng)降水發(fā)生所必需的水汽條件差異顯著，7—8月短時(shí)強(qiáng)降水多出現(xiàn)在非常潮濕的大氣環(huán)境中，75%的短時(shí)強(qiáng)降水發(fā)生在TPW＞45 kg/m2的水汽條件下，當(dāng)TPW＜33 kg/m2時(shí)，可以不考慮短時(shí)強(qiáng)降水出現(xiàn)的可能性；而6月和9月75%的短時(shí)強(qiáng)降水出現(xiàn)在TPW＞34 kg/m2的水汽條件下，當(dāng)TPW＜26 kg/m2時(shí)，可以不考慮短時(shí)強(qiáng)降水出現(xiàn)的可能性。

圖6 天津地區(qū)不同月份短時(shí)強(qiáng)降水的熱力和能量參數(shù)箱線圖

3.2 熱力和能量條件

K指數(shù)（K）和抬升指數(shù)（LI）常用來表示大氣層結(jié)穩(wěn)定度，前者數(shù)值越大，對流發(fā)展的潛能越大，后者則負(fù)值越大，不穩(wěn)定程度越強(qiáng)。由K和LI的箱線圖（圖6a，6b）可以看出，幾乎所有短時(shí)強(qiáng)降水均需要一定的層結(jié)不穩(wěn)定條件，且兩者亦表現(xiàn)出顯著的月變化特征。K指數(shù)9月下四分位數(shù)、中位數(shù)和平均值最低，6月各分位值略偏高，7—8月則明顯偏高約4～5℃；LI呈現(xiàn)與其反位相的月變化特征，9月上四分位數(shù)、中位數(shù)和平均值最大，6月各分位值略偏低，7—8月則偏低約1～3℃?？梢?，不同月份短時(shí)強(qiáng)降水對于層結(jié)不穩(wěn)定條件的要求明顯不同。其中，6—9月75%的短時(shí)強(qiáng)降水分別出現(xiàn)在K＞30℃、＞33℃、＞32℃、＞28℃的環(huán)境中，同時(shí)分別出現(xiàn)在LI＜-2.4℃、-2.7℃、-3.6℃、-0.5℃的環(huán)境中。

對流有效位能（CAPE）是日常業(yè)務(wù)中判斷深厚濕對流潛勢的重要參數(shù)，CAPE值越大，越容易發(fā)生強(qiáng)對流天氣。由圖6c分析發(fā)現(xiàn)，天津地區(qū)6—8月短時(shí)強(qiáng)降水CAPE的下四分位數(shù)、中位數(shù)、平均值呈逐月遞增趨勢，9月CAPE箱體區(qū)間陡降。其中，7—8月短時(shí)強(qiáng)降水多發(fā)生在較高的CAPE背景下，其下四分位值可達(dá)835～1063 J/kg，6月和9月則可能發(fā)生在較低的CAPE背景下，其下四分位值僅161～353 J/kg。7、8月短時(shí)強(qiáng)降水對于CAPE值要求較高，6月次之，9月最低。

3.3 特殊層高度

暖云層是指抬升凝結(jié)高度到0℃層高度之間的厚度層，較低的抬升凝結(jié)高度有利于水汽凝結(jié)，較高的0℃層高度則降低了冰雹產(chǎn)生的可能性，兩者之間的暖云層厚度越大，降水效率越大[26]。由于業(yè)務(wù)預(yù)報(bào)中對于抬升凝結(jié)高度和0℃層高度更為關(guān)注，本文分別計(jì)算了天津地區(qū)2009—2017年短時(shí)強(qiáng)降水過程的抬升凝結(jié)高度（LCL）和0℃層高度（Z0）。從LCL和Z0的箱線圖（圖7）中可以看出，6—9月LCL的下四分位數(shù)差異并不明顯，75%的短時(shí)強(qiáng)降水分別發(fā)生在LCL＞880 hPa、882 hPa、902 hPa、917 hPa的環(huán)境條件下，但6—8月LCL最小值均大于750 hPa，9月LCL最小值大于850 hPa，當(dāng)小于相應(yīng)最小值時(shí)，可以不考慮短時(shí)強(qiáng)降水出現(xiàn)的可能性。此外，不同月份短時(shí)強(qiáng)降水的Z0差異明顯，7—8月Z0下四分位數(shù)、中位數(shù)和平均值較高，6月和9月明顯偏低，6—9月75%的短時(shí)強(qiáng)降水分別發(fā)生在Z0＞3900 m、4300 m、4300 m、3700 m的環(huán)境條件下。

圖7 天津地區(qū)不同月份短時(shí)強(qiáng)降水的特殊高度層箱線圖

幾乎所有的短時(shí)強(qiáng)降水均需要一定的K、LI、CAPE、TPW、LCL和Z0，但不同月份短時(shí)強(qiáng)降水的上述物理量閾值區(qū)間存在一定的差異。由于K、CAPE、TPW、Z0、LCL值越大，越有利于短時(shí)強(qiáng)降水的發(fā)生，故選取其下四分位數(shù)作為相應(yīng)的閾值（表3），意味著75%的短時(shí)強(qiáng)降水發(fā)生在物理量參數(shù)大于該閾值的環(huán)境條件下；而LI值越小，短時(shí)強(qiáng)降水的潛勢越大，故選取其上四分位數(shù)作為閾值，代表75%的短時(shí)強(qiáng)降水發(fā)生在物理量參數(shù)小于該閾值的環(huán)境條件下。

表3 天津地區(qū)不同月份短時(shí)強(qiáng)降水環(huán)境物理量閾值

按照同樣標(biāo)準(zhǔn)篩選了2018—2019年汛期共32次短時(shí)強(qiáng)降水過程，單個(gè)環(huán)境物理量K、LI、CAPE、TPW、LCL和Z0滿足上述不同月份閾值的分別占80.0%、69.4%、72.9%、93.8%、86.0%、90.6%。此外，32次短時(shí)強(qiáng)降水過程中約47.5%同時(shí)滿足6個(gè)環(huán)境物理量閾值，92.5%同時(shí)滿足4個(gè)或4個(gè)以上閾值。可見，上述不同月份K、LI、CAPE、TPW、LCL和Z0閾值對于短時(shí)強(qiáng)降水具有較好的指示性，可在實(shí)際業(yè)務(wù)中應(yīng)用。

4 結(jié)論與討論

針對2009—2017年天津地區(qū)140次短時(shí)強(qiáng)降水天氣過程，通過NCEP FNL物理量和融合物理量的可信度對比，給出天津地區(qū)具有表征意義的短時(shí)強(qiáng)降水預(yù)報(bào)指標(biāo)。

（1）NCEP FNL分析資料的環(huán)境物理量K、LI、TPW、Z0、LCL具有一定的可信度，但CAPE可信度明顯較差，其平均絕對誤差達(dá)622.3 J/kg；將NCEP FNL分析資料與地面氣象觀測數(shù)據(jù)融合后，CAPE、LI、LCL絕對誤差分別降低了58.1%、48.0%、49.0%，融合后的環(huán)境物理量可信度明顯高于融合前的NCEP FNL物理量。

（2）融合資料的環(huán)境物理量TPW、K、LI、CAPE、LCL和Z0對于天津地區(qū)短時(shí)強(qiáng)降水的發(fā)生具有很好的指示意義，短時(shí)強(qiáng)降水多出現(xiàn)在豐富的水汽、較高的不穩(wěn)定能量、低的抬升凝結(jié)高度和高的0℃層高度等環(huán)境條件下，但不同月份短時(shí)強(qiáng)降水發(fā)生所必需的環(huán)境條件差異顯著，TPW、K、LI、CAPE、LCL和Z0呈現(xiàn)明顯的月變化特征。

（3）根據(jù)環(huán)境物理量月變化特征分別給出不同月份短時(shí)強(qiáng)降水的預(yù)報(bào)指標(biāo)。7—8月75%的短時(shí)強(qiáng)降水發(fā)生在TPW>45 kg/m2、K>32 ℃、CAPE>835 J/kg、LCL>882 hPa、Z0>4300 m的指標(biāo)條件下；6月短時(shí)強(qiáng)降水預(yù)報(bào)指標(biāo)要求降低，TPW>34 kg/m2、K>30℃、CAPE>353 J/kg、LCL>880 hPa、Z0>3900 m 等；9 月短時(shí)強(qiáng)降水預(yù)報(bào)指標(biāo)要求最低。