咸陽(yáng)地區(qū)大風(fēng)天氣特征及智能網(wǎng)格大風(fēng)預(yù)報(bào)訂正

王瑾婷，高 萌，劉 帆，李春娥，謝逸雯

(1.咸陽(yáng)市氣象局，陜西咸陽(yáng) 712000；2.陜西省氣象局秦嶺和黃土高原生態(tài)環(huán)境氣象重點(diǎn)實(shí)驗(yàn)室，西安 710016)

陜西關(guān)中地區(qū)位于我國(guó)內(nèi)陸腹地，三面環(huán)山，北為黃土高原，南倚秦嶺山脈，處于喇叭口地形區(qū)域，受天氣系統(tǒng)和地形影響，常常會(huì)形成大風(fēng)天氣。大風(fēng)災(zāi)害是關(guān)中地區(qū)的重大災(zāi)害性天氣之一，發(fā)生時(shí)常常會(huì)造成人員傷亡和重大經(jīng)濟(jì)損失。近年來(lái)，關(guān)于大風(fēng)預(yù)報(bào)技術(shù)的研究受到了國(guó)內(nèi)外氣象學(xué)者的密切關(guān)注。諸多學(xué)者利用天氣學(xué)方法對(duì)大風(fēng)進(jìn)行預(yù)報(bào)。于學(xué)泉等[1]對(duì)哈爾濱的大風(fēng)進(jìn)行了天氣分型和預(yù)報(bào)機(jī)理研究，并利用 MICAPS系統(tǒng)實(shí)現(xiàn)了分型的自動(dòng)定性判斷；曲海濤[2]、孫東霞[3]、吳春英[4]分別利用天氣分型對(duì)克拉瑪依、撫順和黃渤海地區(qū)的大風(fēng)進(jìn)行預(yù)報(bào)；李靜睿等[5]通過(guò)對(duì)秦巴山區(qū)一次罕見(jiàn)雷暴大風(fēng)的成因進(jìn)行研究，得到熱力不穩(wěn)定條件和冷池是觸發(fā)雷暴大風(fēng)的主要原因。除此之外，諸多學(xué)者還利用統(tǒng)計(jì)學(xué)方法開(kāi)展了更多有意義的研究。吳素良等[6]利用陜西黃土高原地區(qū)6個(gè)氣象站11 a逐日極大風(fēng)速和同期10 min最大風(fēng)速資料，推算出了極大風(fēng)速與最大風(fēng)速的回歸方程；謝巨倫等[7]利用逐步回歸方法選取了預(yù)報(bào)因子，再利用概率回歸和Logit方法建立了大風(fēng)概率預(yù)報(bào)方程；俞飛等[8]將2005—2008年洛陽(yáng)機(jī)場(chǎng)的大風(fēng)個(gè)例分為東風(fēng)型和西風(fēng)型，并采用相關(guān)分析和逐步回歸等方法，分別建立了東、西風(fēng)型風(fēng)速預(yù)報(bào)的多元非線性預(yù)報(bào)方程。隨著數(shù)值預(yù)報(bào)模式不斷發(fā)展，氣象要素的預(yù)報(bào)效果有了明顯的提升。胡波等[9]分別采用了直接經(jīng)驗(yàn)映射法和間接經(jīng)驗(yàn)映射法，結(jié)合WRF輸出風(fēng)場(chǎng)數(shù)據(jù)實(shí)現(xiàn)了對(duì)舟山海島陣風(fēng)的預(yù)報(bào)。閻麗鳳等[10]對(duì)MM5等三種模式在山東沿海9個(gè)精細(xì)化海區(qū)代表站的日最大風(fēng)速預(yù)報(bào)進(jìn)行了檢驗(yàn)，發(fā)現(xiàn)各模式普遍存在小風(fēng)天氣預(yù)報(bào)偏大，大風(fēng)天氣預(yù)報(bào)偏小的特點(diǎn)。曾瑾瑜等[11]發(fā)現(xiàn)模式預(yù)報(bào)風(fēng)速相比實(shí)況極大風(fēng)速偏小，并且預(yù)報(bào)平均誤差由沿海向內(nèi)陸逐漸減小。

陜西智能網(wǎng)格預(yù)報(bào)是基于國(guó)家氣象中心下發(fā)的指導(dǎo)預(yù)報(bào)產(chǎn)品和不同數(shù)值模式預(yù)報(bào)產(chǎn)品，采用動(dòng)態(tài)交叉取優(yōu)方法，制作陜西省范圍內(nèi)溫度、降水、風(fēng)等11個(gè)氣象要素的定量預(yù)報(bào)產(chǎn)品(分辨率為3×3 km格點(diǎn))。在日常業(yè)務(wù)工作中，智能網(wǎng)格預(yù)報(bào)風(fēng)場(chǎng)產(chǎn)品得到了很好的應(yīng)用，其起止時(shí)間和提前量對(duì)預(yù)報(bào)員有一定的指導(dǎo)作用，但預(yù)報(bào)量級(jí)與實(shí)況具有一定的偏差。本文統(tǒng)計(jì)了2014—2019年發(fā)生在咸陽(yáng)地區(qū)的大風(fēng)天氣過(guò)程，對(duì)過(guò)程的環(huán)流背景進(jìn)行分析與總結(jié)，凝練出系統(tǒng)性大風(fēng)和雷雨大風(fēng)兩種類(lèi)型的大氣環(huán)流特征和環(huán)境參量預(yù)報(bào)指標(biāo)。通過(guò)對(duì)比2017—2019年大風(fēng)過(guò)程中陜西智能網(wǎng)格預(yù)報(bào)風(fēng)場(chǎng)產(chǎn)品與咸陽(yáng)地區(qū)地面觀測(cè)自動(dòng)站大風(fēng)實(shí)況結(jié)果，提煉出基于陜西智能網(wǎng)格預(yù)報(bào)風(fēng)場(chǎng)產(chǎn)品的訂正指標(biāo)；利用該訂正指標(biāo)對(duì)2020年大風(fēng)天氣過(guò)程進(jìn)行預(yù)報(bào)檢驗(yàn)，評(píng)估訂正指標(biāo)的可靠性，以期為咸陽(yáng)地區(qū)大風(fēng)預(yù)報(bào)提供參考依據(jù)。

1 資料與方法

1.1 資料

所用資料包括：2014—2020年咸陽(yáng)地區(qū)13個(gè)地面氣象觀測(cè)自動(dòng)站風(fēng)場(chǎng)數(shù)據(jù)、西安探空資料及多普勒雷達(dá)產(chǎn)品，2017—2020年陜西智能網(wǎng)格預(yù)報(bào)逐小時(shí)格點(diǎn)化風(fēng)場(chǎng)產(chǎn)品(空間分辨率3×3 km)，以及2014—2019年NCEP/NCAR 1°×1°再分析資料(用于2類(lèi)大風(fēng)過(guò)程天氣分型)。

1.2 個(gè)例篩選和方法

雷雨大風(fēng)個(gè)例取自2014—2019年5—10月咸陽(yáng)地區(qū)強(qiáng)對(duì)流事件發(fā)生個(gè)例庫(kù)中出現(xiàn)的雷雨大風(fēng)事件。系統(tǒng)性大風(fēng)個(gè)例則定義為咸陽(yáng)地區(qū)地面氣象觀測(cè)自動(dòng)站3個(gè)及以上站點(diǎn)24 h平均風(fēng)力達(dá)到或超過(guò)6級(jí)(風(fēng)速≥10.8 m/s)，或瞬時(shí)風(fēng)速超過(guò)7級(jí)(風(fēng)速≥13.9 m/s)時(shí)且未出現(xiàn)在強(qiáng)對(duì)流事件記錄中的大風(fēng)事件。

采用“鄰近法”，篩選離自動(dòng)站最近8個(gè)格點(diǎn)的陜西智能網(wǎng)格預(yù)報(bào)風(fēng)場(chǎng)產(chǎn)品的平均值作為逐小時(shí)站點(diǎn)預(yù)報(bào)值，隨后計(jì)算出24個(gè)逐小時(shí)的最大風(fēng)速作為最終的預(yù)報(bào)結(jié)果，對(duì)相應(yīng)的實(shí)況站點(diǎn)最大風(fēng)速進(jìn)行定量化訂正，通過(guò)對(duì)2020年大風(fēng)過(guò)程的檢驗(yàn)來(lái)評(píng)估2類(lèi)大風(fēng)過(guò)程的預(yù)報(bào)訂正指標(biāo)的適用性。由于陜西智能網(wǎng)格預(yù)報(bào)產(chǎn)品是2017年才開(kāi)始下發(fā)使用，預(yù)報(bào)訂正時(shí)只選用2017—2019年的大風(fēng)個(gè)例。

1.3 檢驗(yàn)方法

采用《全國(guó)智能網(wǎng)格氣象預(yù)報(bào)業(yè)務(wù)規(guī)范》中風(fēng)速、風(fēng)向預(yù)報(bào)檢驗(yàn)標(biāo)準(zhǔn)，對(duì)風(fēng)速預(yù)報(bào)準(zhǔn)確率(A)，風(fēng)速預(yù)報(bào)偏強(qiáng)率(S)，風(fēng)速預(yù)報(bào)偏弱率(W)，風(fēng)向預(yù)報(bào)準(zhǔn)確率(D)進(jìn)行檢驗(yàn)評(píng)估，計(jì)算公式如下。

(1)

(2)

(3)

(4)

(1)～(4)式中，Ri為第i級(jí)風(fēng)力預(yù)報(bào)正確的站(次)數(shù)，表示預(yù)報(bào)風(fēng)速和實(shí)況風(fēng)速在同一等級(jí)；Si為第i級(jí)風(fēng)力預(yù)報(bào)偏強(qiáng)的站(次)數(shù)，表示預(yù)報(bào)風(fēng)速大于實(shí)況風(fēng)速等級(jí)；Wi為第i級(jí)風(fēng)力預(yù)報(bào)偏弱的站(次)數(shù)，表示預(yù)報(bào)風(fēng)速小于實(shí)況風(fēng)速等級(jí)。Di為對(duì)第i個(gè)方位預(yù)報(bào)正確的站(次)數(shù)，其定義為當(dāng)預(yù)報(bào)風(fēng)向中心角度與實(shí)況風(fēng)向角度差在±45°內(nèi)的站數(shù)，F(xiàn)為預(yù)報(bào)總站數(shù)。

2 大風(fēng)個(gè)例統(tǒng)計(jì)結(jié)果及天氣學(xué)分類(lèi)

根據(jù)大風(fēng)個(gè)例的篩選標(biāo)準(zhǔn)，2014—2019年共出現(xiàn)70次大風(fēng)過(guò)程。從天氣形勢(shì)來(lái)看，其中42次為系統(tǒng)性大風(fēng)，28次為雷雨大風(fēng)。分析每類(lèi)大風(fēng)過(guò)程的環(huán)流形勢(shì)，系統(tǒng)性大風(fēng)可分為冷鋒后部偏北大風(fēng)(24例)和高壓后部偏東大風(fēng)(18例)；雷雨大風(fēng)可分為高空冷槽型(4例)、西風(fēng)槽型(6例)、副高影響型(10例)、冷渦后部型(4例)和低渦型(4例)5種類(lèi)型。

2.1 系統(tǒng)性大風(fēng)

通過(guò)分析系統(tǒng)性大風(fēng)的天氣背景特征發(fā)現(xiàn)，該類(lèi)大風(fēng)過(guò)程絕大多數(shù)出現(xiàn)在冬、春季，以春季居多。具體天氣特征如下。

冷鋒后部偏北大風(fēng) 此類(lèi)大風(fēng)個(gè)例占系統(tǒng)性大風(fēng)的57%，多發(fā)生在11月下旬至3月上旬的寒潮大風(fēng)天氣過(guò)程中。500 hPa天氣圖上(圖1a)，歐亞大陸中高緯度呈一槽一脊形勢(shì)，巴爾喀什湖以北受長(zhǎng)波脊控制，脊前偏北氣流引導(dǎo)冷空氣在新疆北部不斷堆積，隨著貝加爾湖附近低值系統(tǒng)的發(fā)展東移南下，新疆到河套地區(qū)存在強(qiáng)勁的西北氣流。700 hPa和850 hPa上，陜西東北部—四川東部存在切變，有明顯的等溫線密集帶，斜壓鋒生作用產(chǎn)生垂直于鋒區(qū)的次級(jí)環(huán)流使得低層鋒區(qū)風(fēng)力加大。伴隨著冷空氣迅速南下，河套以南受西北氣流控制，冷鋒位于陜北東部—四川中部，呈東北—西南走向，地面冷高壓中心強(qiáng)度大于1 025 hPa，陜北至關(guān)中中西部形成較大的梯度風(fēng)，咸陽(yáng)地區(qū)受此影響出現(xiàn)了6級(jí)以上偏北大風(fēng)。

圖1 系統(tǒng)性大風(fēng)天氣模型(陰影為影響咸陽(yáng)地區(qū)的系統(tǒng)性大風(fēng)區(qū)域；a 冷鋒后部偏北大風(fēng)，b 高壓后部偏東大風(fēng)；審圖號(hào)為GS(2019)3082號(hào))

高壓后部偏東大風(fēng) 此類(lèi)大風(fēng)個(gè)例占系統(tǒng)性大風(fēng)的43%，多發(fā)生在3月中下旬至4月下旬。500 hPa上(圖1b)，華北弱脊和高原低槽東移相配合，隨著短波低槽發(fā)展東移至陜西與甘肅上空，槽前脊后有明顯的暖平流向東北方向擴(kuò)展。700 hPa和850 hPa上，隴東—四川盆地北部的切變線前偏南風(fēng)急流發(fā)展。地面上，華北北部有一冷高壓中心，中心強(qiáng)度約1 015 hPa左右，整個(gè)陜西位于華北高壓底后部，地面等壓線密集，氣壓梯度力加大，此時(shí)咸陽(yáng)地區(qū)出現(xiàn)6級(jí)左右偏東大風(fēng)。

2.2 雷雨大風(fēng)

高空冷槽型 此類(lèi)大風(fēng)個(gè)例占雷雨大風(fēng)的14.3%，5—6月出現(xiàn)較多。500 hPa上(圖2a)，中低緯度氣流較為平直，貝加爾湖附近有低槽(渦)發(fā)展，受低槽底部下滑冷空氣影響，中層環(huán)境干冷，低層700～850 hPa西南暖濕急流明顯，風(fēng)速大于14 m/s，為陜西中南部輸送大量水汽和不穩(wěn)定能量。地面上，華東地區(qū)受冷高壓控制，隨著冷高壓不斷向西擴(kuò)展，高壓底部偏東回流形成地面冷墊，其西側(cè)暖濕空氣沿著冷墊爬升，此時(shí)關(guān)中北部產(chǎn)生西北風(fēng)與偏南風(fēng)的輻合，觸發(fā)了強(qiáng)對(duì)流天氣發(fā)生，咸陽(yáng)地區(qū)自北向南出現(xiàn)短時(shí)雷雨大風(fēng)天氣。

圖2 雷雨大風(fēng)天氣模型(陰影為影響咸陽(yáng)地區(qū)的雷雨大風(fēng)區(qū)域；a 高空冷槽型，b 西風(fēng)槽型，c 副高影響型一，d 副高影響型二，e 冷渦后部型，f 低渦型；審圖號(hào)為GS(2019)3082號(hào))

西風(fēng)槽型 此類(lèi)大風(fēng)個(gè)例占雷雨大風(fēng)的21.4%，多出現(xiàn)在6中下旬至7月上旬。500 hPa上(圖2b)，中高緯度地區(qū)受河西到高原東南側(cè)的西風(fēng)帶低槽東移影響，陜西上空處于槽前西南暖濕氣流控制中，此時(shí)副熱帶高壓位置偏東偏南，其外圍暖濕空氣與槽前西南氣流交匯形成強(qiáng)勁的西南暖濕急流。700 hPa或850 hPa上，陜西中西部到四川北部形成東北—西南向的切變線，關(guān)中中西部地區(qū)地面上有明顯的中尺度氣旋性環(huán)流，存在不穩(wěn)定能量積聚，隨著低槽和中層切變線東移，冷空氣侵入陜西中西部地區(qū)， 冷暖空氣疊加致使中低層垂直風(fēng)切變?cè)鰪?qiáng)，對(duì)流組織化明顯，多重因素共同影響下咸陽(yáng)地區(qū)自西北向東南方向產(chǎn)生短時(shí)雷雨大風(fēng)天氣。

副高影響型 此類(lèi)大風(fēng)個(gè)例占雷雨大風(fēng)的35.7%，多出現(xiàn)在7月中下旬到8月中旬。天氣形勢(shì)可分為兩種：一種500 hPa上副熱帶高壓勢(shì)力較強(qiáng)，陜西處于副高邊緣的西南氣流中，貝加爾湖到新疆為東北—西南走向的長(zhǎng)波槽，長(zhǎng)波槽不斷分裂短波槽東移南下至河套附近帶來(lái)中層干侵入，加之盛夏午后地面加熱作用使得不穩(wěn)定能量積聚，熱對(duì)流易在秦嶺以北地區(qū)出現(xiàn)，隨后向西北方向移動(dòng)，造成咸陽(yáng)東南部雷雨大風(fēng)天氣(圖2c)；另一種，500 hPa高度場(chǎng)上副熱帶高壓表現(xiàn)強(qiáng)盛，呈現(xiàn)北低南高態(tài)勢(shì)，40°N以北為東西向的強(qiáng)冷鋒區(qū)，陜西關(guān)中、陜南受副熱帶高壓控制天氣晴熱。700 hPa(850 hPa)有干冷空氣侵入形成干暖蓋，850 hPa 與500 hPa溫差明顯，存在不穩(wěn)定能量大值區(qū)(圖2d)。地面冷鋒東移南壓至陜北—關(guān)中一帶，形成對(duì)流觸發(fā)的有利條件，引起咸陽(yáng)地區(qū)自北向南出現(xiàn)雷雨大風(fēng)天氣。

冷渦后部型 此類(lèi)大風(fēng)個(gè)例占雷雨大風(fēng)的14.3%，多出現(xiàn)在7月下旬到8月下旬。從天氣形勢(shì)(圖2e)上來(lái)看，500 hPa～850 hPa蒙古至華北有一深厚冷渦，咸陽(yáng)受冷渦底后部強(qiáng)盛的西北氣流控制，925 hPa以下低層偏南暖濕氣流帶來(lái)充足的水汽和能量條件，此時(shí)咸陽(yáng)中北部地面存在東北—西南走向的干線，“上干冷下暖濕”的不穩(wěn)定配置在地面干線的觸發(fā)下易產(chǎn)生強(qiáng)對(duì)流天氣。此類(lèi)雷雨大風(fēng)天氣發(fā)生時(shí)，前期以中尺度云團(tuán)產(chǎn)生的短時(shí)強(qiáng)降水為主，由于強(qiáng)降水成熟階段的拖曳作用引起下沉氣流，下沉氣流到達(dá)地面時(shí)形成強(qiáng)烈的輻散，從而在咸陽(yáng)大部分地區(qū)產(chǎn)生短時(shí)大風(fēng)。

低渦型 此類(lèi)大風(fēng)個(gè)例占雷雨大風(fēng)的14.3%，在5—7月均有發(fā)生，但個(gè)例較少。主要的天氣特征(圖2f)為500 hPa上川西高原有低渦東移發(fā)展，在低渦的東北象限疊加700 hPa～850 hPa人字型切變線南側(cè)的西南暖濕氣流，地面上關(guān)中—陜南一帶受到四川盆地東側(cè)的低壓倒槽影響，午后地面加熱明顯，在秦嶺以北，西安西南側(cè)引起熱對(duì)流產(chǎn)生，隨著地面偏南氣流引導(dǎo)使得熱對(duì)流不斷向北推進(jìn)，引起咸陽(yáng)西南地區(qū)雷雨大風(fēng)天氣發(fā)生。

從5類(lèi)雷雨大風(fēng)發(fā)生時(shí)探空資料獲得的各個(gè)物理量和雷達(dá)產(chǎn)品的統(tǒng)計(jì)結(jié)果(表1)來(lái)看，副熱帶高壓型和低渦型CAPE值較小，分別在100～300 J/kg和300～400 J/kg；高空冷槽型、西風(fēng)槽型和低渦后部型CAPE值較大(大于等于400 J/kg)。冷渦后部型和低渦型發(fā)生時(shí)K指數(shù)在35 ℃以下，SI指數(shù)為-2～-1 ℃，其余類(lèi)型K指數(shù)和SI指數(shù)分別大于等于37 ℃和小于-2 ℃。此外，雷雨大風(fēng)發(fā)生時(shí)DCAPE明顯增大，其中冷渦后部型DCAPE值最大，大于等于50 J/kg；高空冷槽型最小，為6～8 J/kg。整體來(lái)看，高空冷槽型、冷渦后部型和低渦型發(fā)生時(shí)，大氣上干下濕，低層較濕，水汽條件好，發(fā)生短時(shí)大風(fēng)時(shí)均伴有短時(shí)強(qiáng)降水；西風(fēng)槽型整層大氣較干；副高影響型則為中層大氣較干。高空冷槽型垂直風(fēng)切變較大，一般都會(huì)大于等于2.2×10-3s-1，副高影響型則為1×10-3～1.7×10-3s-1。通過(guò)對(duì)雷達(dá)產(chǎn)品組合反射率因子和1.5°仰角的徑向速度V分析來(lái)看，西風(fēng)槽型和低渦型雷雨大風(fēng)發(fā)生時(shí)，組合反射率因子都大于等于35 dBz，其他三類(lèi)則大于等于30 dBz，且在對(duì)流發(fā)展移動(dòng)過(guò)程中，其前沿均會(huì)出現(xiàn)陣風(fēng)鋒，這也成為短時(shí)大風(fēng)產(chǎn)生時(shí)的主要特征之一。從雷達(dá)徑向風(fēng)來(lái)看，西風(fēng)槽型和副高影響型發(fā)生時(shí)，最大徑向速度一般會(huì)大于等于14 m/s，其余則大于等于12 m/s。

表1 不同雷雨大風(fēng)產(chǎn)生時(shí)環(huán)境參量及雷達(dá)產(chǎn)品預(yù)警指標(biāo)

3 智能網(wǎng)格風(fēng)速預(yù)報(bào)客觀訂正指標(biāo)

通過(guò)對(duì)比2017—2019年大風(fēng)過(guò)程中陜西智能網(wǎng)格風(fēng)場(chǎng)預(yù)報(bào)產(chǎn)品和實(shí)況站點(diǎn)風(fēng)場(chǎng)，利用二者之間的風(fēng)速差來(lái)對(duì)風(fēng)場(chǎng)預(yù)報(bào)產(chǎn)品進(jìn)行定量化訂正。對(duì)于系統(tǒng)性大風(fēng)(表2)，陜西智能網(wǎng)格預(yù)報(bào)提前72 h能預(yù)報(bào)出冷鋒后部偏北大風(fēng)和高壓后部偏東大風(fēng)，且提前48 h預(yù)報(bào)結(jié)果與實(shí)況差距最大，24 h和36 h次之，12 h最小。冷鋒后部偏北大風(fēng)提前12 h起報(bào)的逐小時(shí)平均風(fēng)速的最大值處于10～11 m/s時(shí)，實(shí)況最大風(fēng)速在14～15 m/s左右；高壓后部偏東大風(fēng)預(yù)報(bào)平均風(fēng)速最大值在9～10 m/s時(shí)，實(shí)況最大風(fēng)速在14 m/s左右。因此，對(duì)此類(lèi)大風(fēng)天氣的最大風(fēng)速預(yù)報(bào)而言，可參考提前12 h風(fēng)速預(yù)報(bào)結(jié)果，在其基礎(chǔ)上增加4 m/s左右進(jìn)行預(yù)報(bào)訂正。從最大小時(shí)增幅來(lái)看，當(dāng)冷鋒后部偏北大風(fēng)實(shí)況的極大風(fēng)速最大小時(shí)增幅為3～5 m/s時(shí)，預(yù)報(bào)的最大小時(shí)增幅為3 m/s左右；當(dāng)高壓后部偏南大風(fēng)實(shí)況的極大風(fēng)速最大小時(shí)增幅為2～4 m/s時(shí)，預(yù)報(bào)的最大小時(shí)增幅為2 m/s左右?？梢?jiàn)，陜西智能網(wǎng)格風(fēng)速預(yù)報(bào)2類(lèi)系統(tǒng)性大風(fēng)極大風(fēng)速最大小時(shí)增幅與實(shí)況偏差較小，差值均在0～2 m/s左右，因此可在極大風(fēng)速最大小時(shí)增幅預(yù)報(bào)值基礎(chǔ)上增加0～2 m/s進(jìn)行訂正。

對(duì)于雷雨大風(fēng)(表2)，陜西智能網(wǎng)格預(yù)報(bào)風(fēng)場(chǎng)產(chǎn)品各起報(bào)時(shí)間的預(yù)報(bào)值與實(shí)況均有一定的偏差，提前12 h預(yù)報(bào)差值最大，36 h和48 h次之，24 h最小。盡管提前24 h最大風(fēng)速預(yù)報(bào)與實(shí)況差距最小，但是與實(shí)況極大風(fēng)速實(shí)況仍存在較大差距。因?yàn)槔子甏箫L(fēng)觸發(fā)機(jī)制復(fù)雜， 持續(xù)時(shí)間較短，影響系統(tǒng)移動(dòng)迅速，單純利用提前12 h以上等短期大風(fēng)預(yù)報(bào)產(chǎn)品進(jìn)行極大風(fēng)速預(yù)報(bào)存在一定難度。從雷雨大風(fēng)發(fā)生的3 h內(nèi)極大風(fēng)速最大小時(shí)增幅來(lái)看，高空冷槽型和副高影響型的實(shí)況增幅和預(yù)報(bào)增幅偏差最小，為2～3 m/s，冷渦后部型和低渦型約為2～4 m/s，西風(fēng)槽型為1～5 m/s，而其他未發(fā)生雷雨大風(fēng)時(shí)段內(nèi)的最大小時(shí)增幅為1～2 m/s。因此最大小時(shí)增幅在2 m/s以上對(duì)雷雨大風(fēng)的發(fā)生時(shí)段預(yù)報(bào)有一定的指示作用，且雷雨大風(fēng)極大風(fēng)速最大小時(shí)增幅預(yù)報(bào)與實(shí)況存在較大差距，可嘗試將陜西智能網(wǎng)格預(yù)報(bào)風(fēng)場(chǎng)產(chǎn)品和上一小節(jié)中雷雨大風(fēng)產(chǎn)生時(shí)環(huán)境參量及雷達(dá)產(chǎn)品預(yù)警指標(biāo)結(jié)合進(jìn)行預(yù)報(bào)。

表2 咸陽(yáng)地區(qū)大風(fēng)天氣智能網(wǎng)格預(yù)報(bào)指標(biāo) 單位：m/s

高曉梅[12]、董春卿[13]等通過(guò)對(duì)雷雨大風(fēng)發(fā)生時(shí)的環(huán)境參量和概率匹配分析得到采用25百分位參數(shù)值作為預(yù)報(bào)閾值相對(duì)合理。本文對(duì)咸陽(yáng)地區(qū)雷雨大風(fēng)環(huán)境參量25百分位進(jìn)行了統(tǒng)計(jì)，將對(duì)流有效位能CAPE、下沉對(duì)流有效位能DCAPE、1.5°仰角的徑向速度V以及0～6 km垂直風(fēng)切變等7種影響風(fēng)速變化的環(huán)境參量和雷達(dá)產(chǎn)品參數(shù)(表3)，與雷雨大風(fēng)發(fā)生時(shí)25百分位的實(shí)況極大風(fēng)速閾值進(jìn)行概率匹配得到： 西風(fēng)槽型訂正后的極大風(fēng)速與實(shí)況偏差最小，為3.4 m/s，低渦型訂正后則與實(shí)況偏差最大為4.3 m/s。盡管訂正后的極大風(fēng)速與實(shí)況風(fēng)速仍存在一定偏差，但相比訂正前的陜西智能網(wǎng)格預(yù)報(bào)風(fēng)速預(yù)報(bào)初始值,極大風(fēng)速訂正后的結(jié)果較訂正前均有所提升。

表3 各環(huán)境參量、雷達(dá)產(chǎn)品參數(shù)和極大風(fēng)速閾值表(以25百分位作為統(tǒng)計(jì)閾值)

4 檢驗(yàn)評(píng)估

通過(guò)計(jì)算風(fēng)速預(yù)報(bào)準(zhǔn)確率，風(fēng)速預(yù)報(bào)偏強(qiáng)率以及風(fēng)速預(yù)報(bào)偏弱率，對(duì)咸陽(yáng)地區(qū)2020年9次系統(tǒng)性大風(fēng)和6次雷雨大風(fēng)過(guò)程進(jìn)行風(fēng)力分級(jí)客觀檢驗(yàn)(圖3)評(píng)估。結(jié)果表明：對(duì)于系統(tǒng)性大風(fēng)而言，指標(biāo)訂正后的6級(jí)以上大風(fēng)預(yù)報(bào)準(zhǔn)確率提升了18.31%，達(dá)到40.80%，8級(jí)以上提升了7.06%,達(dá)到17.06%；6級(jí)、8級(jí)以上的預(yù)報(bào)偏弱率分別從56.98%下降至43.60%、80.84%下降至75.68%；偏強(qiáng)率相應(yīng)減弱約4.93%和1.90%。對(duì)于雷雨大風(fēng)，通過(guò)陜西智能網(wǎng)格預(yù)報(bào)和環(huán)境參數(shù)等聯(lián)合訂正后的6級(jí)以上大風(fēng)預(yù)報(bào)準(zhǔn)確率提升到33.37%，8級(jí)以上為29.74%；6級(jí)、8級(jí)以上的預(yù)報(bào)偏弱率分別從67.8%下降至36.47%、77.65%下降至41.45%；6級(jí)以上大風(fēng)預(yù)報(bào)偏強(qiáng)率增強(qiáng)了9.70%，但對(duì)于8級(jí)以上卻增加了16.83%。

圖3 2020年2類(lèi)大風(fēng)不同風(fēng)力等級(jí)訂正預(yù)報(bào)檢驗(yàn)

從風(fēng)向預(yù)報(bào)檢驗(yàn)結(jié)果來(lái)看(圖4)，在系統(tǒng)性大風(fēng)中，陜西智能網(wǎng)格預(yù)報(bào)風(fēng)場(chǎng)產(chǎn)品的預(yù)報(bào)準(zhǔn)確率較高，均在80%以上。但從雷雨大風(fēng)準(zhǔn)確率判斷來(lái)看，除東風(fēng)和西南風(fēng)準(zhǔn)確率在60%以下，其余均在60%～80%之間，準(zhǔn)確率存在較大差異，這可能與咸陽(yáng)地區(qū)地形因素有關(guān)。咸陽(yáng)南鄰秦嶺，北接黃土高原。北部長(zhǎng)武、旬邑、彬州、永壽和淳化海拔相對(duì)較高，氣流通過(guò)永壽和淳化兩縣之間時(shí)風(fēng)向會(huì)發(fā)生一定變化；南部8區(qū)縣地勢(shì)較低，偏東氣流遇到秦嶺時(shí)會(huì)有一定的輻合，風(fēng)向發(fā)生轉(zhuǎn)變。

圖4 2020年2類(lèi)大風(fēng)過(guò)程風(fēng)向預(yù)報(bào)準(zhǔn)確率分布

5 結(jié)論與討論

(1)發(fā)生在咸陽(yáng)地區(qū)的大風(fēng)個(gè)例可分為系統(tǒng)性大風(fēng)和雷雨大風(fēng)。系統(tǒng)性大風(fēng)分為高壓后部偏東大風(fēng)和冷鋒后部偏北大風(fēng)，后者居多；雷雨大風(fēng)分為高空冷槽型、西風(fēng)槽型、副高影響型、冷渦后部型以及低渦型，其中，副高影響型占比最多，為35.7%。

(2)陜西智能網(wǎng)格預(yù)報(bào)風(fēng)場(chǎng)產(chǎn)品能提前72 h準(zhǔn)確預(yù)報(bào)出2類(lèi)系統(tǒng)性大風(fēng)天氣過(guò)程，與其他起報(bào)時(shí)次相比，提前12 h預(yù)報(bào)的平均風(fēng)速最大值與實(shí)況風(fēng)速最大值之間差值最小，可將其預(yù)報(bào)結(jié)果增加4 m/s作為最終的最大風(fēng)速預(yù)報(bào)。

(3)對(duì)于5類(lèi)雷雨大風(fēng)天氣過(guò)程預(yù)報(bào)時(shí)，最大小時(shí)增幅在2 m/s以上對(duì)雷雨大風(fēng)的發(fā)生時(shí)段預(yù)報(bào)有一定的指示作用。結(jié)合雷雨大風(fēng)發(fā)生時(shí)25百分位的實(shí)況極大風(fēng)速閾值、25百分位的陜西智能網(wǎng)格預(yù)報(bào)極大風(fēng)速閾值、各環(huán)境參量和雷達(dá)產(chǎn)品參數(shù)25百分位值的概率匹配訂正后的極大風(fēng)速預(yù)報(bào)結(jié)果，較訂正前陜西智能網(wǎng)格預(yù)報(bào)極大風(fēng)速預(yù)報(bào)值有一定提升。

(4)通過(guò)對(duì)2020年大風(fēng)個(gè)例的訂正預(yù)報(bào)檢驗(yàn)，顯示2類(lèi)大風(fēng)的預(yù)報(bào)準(zhǔn)確率均有所提升，尤其是對(duì)于6級(jí)以上系統(tǒng)性大風(fēng)的預(yù)報(bào)準(zhǔn)確率提升最明顯，8級(jí)以上雷雨大風(fēng)預(yù)報(bào)準(zhǔn)確率提升約21.63%。由于雷雨大風(fēng)過(guò)程影響因子復(fù)雜多變，陜西智能網(wǎng)格風(fēng)速預(yù)報(bào)對(duì)于雷雨大風(fēng)的訂正預(yù)報(bào)還需進(jìn)一步增加統(tǒng)計(jì)分析的樣本數(shù)量，篩選和完善環(huán)境參量及雷達(dá)產(chǎn)品判別指標(biāo)。此外，咸陽(yáng)地形地貌復(fù)雜，不同地理環(huán)境下雷雨大風(fēng)臨近時(shí)的環(huán)境場(chǎng)存在較大差異。因此，在長(zhǎng)期統(tǒng)計(jì)分析基礎(chǔ)上，建立分區(qū)域的雷雨大風(fēng)的指標(biāo)及預(yù)報(bào)方法，將有助于咸陽(yáng)地區(qū)雷雨大風(fēng)天氣預(yù)報(bào)的改進(jìn)。

(5)陜西智能網(wǎng)格預(yù)報(bào)風(fēng)場(chǎng)產(chǎn)品在預(yù)報(bào)大風(fēng)風(fēng)向時(shí)，系統(tǒng)性大風(fēng)預(yù)報(bào)準(zhǔn)確率均在80%以上，雷雨大風(fēng)則在60%～80%之間，對(duì)西南風(fēng)和東風(fēng)2類(lèi)風(fēng)向的預(yù)報(bào)準(zhǔn)確率有待提高。