干旱地区阿拉善盟强对流天气特征分析

宝乐尔

内蒙古阿拉善盟气象局，内蒙古 阿拉善盟 750306

摘要：利用阿拉善盟1960～2013年54年雷暴实况资料，统计分析了阿拉善盟雷暴日数的空间分布、年际变化、月际变化等时间分布特征。利用2000～2015年16年阿拉善盟对流天气实况资料，筛选51个天气过程个例，对其进行分类研究，建立阿拉善盟地区强对流预报概念模型。并在此基础上，利用2004-2013年6-8月探空资料计算的物理量，通过对各指数的空间分布特征和数值进行二值Logistic回归分析，得到各指数的参数估算值，建立强对流诊断预报方程。填补阿拉善盟气象台在对流天气预报方面空白现象，进一步提高阿拉善盟强对流天气预报准确率，预警提前量。

关键词：强对流天气；时空分布；概念模型；预报潜势方程

1、引言

阿拉善盟属温带荒漠干旱区，远离海洋，境内又有巴丹吉林、腾格里、乌兰布和三大沙漠横贯全境，为典型的大陆型气候，以风沙大、干旱少雨、日照充足、蒸发强烈为主要特点。故相对沙尘暴、大风、高温，预报员对强对流天气重视度并不高。无论从强对流天气分析能力或经验的积累，都较为欠缺。随着经济的高速发展，生活水平不断提高，强对流天气造成的危害也被广泛关注。本文筛选了2000-2015年阿拉善盟地区16年51个天气过程个例，分析了强对流天气发生的环流背景、形成条件及雷达回波特征，并从强对流天气形成条件入手对强对流天气过程进行分类，建立了预报概念模型。并在此基础上对10年6-8月逐日探空资料计算的物理量进行二值Logistic回归分析，得到各指数的参数估算值，建立强对流诊断预报方程，得到强对流潜势预报因子P，从而制作贺兰山沿山地区未来12小时出现强对流天气的潜势预报。希望以此提高预报员对雷达资料的识别能力，提高预报、预警提前量和准确率，为阿拉善盟经济社会发展和人民群众的福祉安康做出新贡献。

2、阿拉善盟雷暴天气分布特征

2.1 雷暴日及其危害

雷暴是大气中的放电现象，常伴有阵雨、局地大风、冰雹等强对流天气。雷暴是积雨云中、云间或云、地之间产生的放电现象，表现为闪电并有雷声，有时也可只闻雷声而不见闪电。雷暴的特点是电压高、电流大，能量释放时间短，危害大。

目前，随着阿拉善盟经济社会和城乡建设的快速发展，高层建筑、人员聚集场所、电子通讯设备、煤化工、盐化工和易燃易爆物品、化学危险品的生产、储存设施等大量增加。据统计，每年均有出现雷击造成计算机和通信网络瘫痪、设备设施和建筑物损坏等雷电灾害事故，2007年因雷击造成1人死亡3人受伤的严重事故。因此研究雷暴天气时空分布特征及环流形势，为今后预报预测提供依据，具有重要意义。

2.2 雷暴天气时空分布特征

2.2.1 雷暴天气时间分布特征

从雷暴发生的年际变化特征可以看出，70年代后雷暴日数呈下降趋势。1973年出现雷暴日数最多为72d，2010年雷暴日数出现最少，为26d；1960～2013年阿拉善盟雷暴日数呈逐年递减趋势，线性变化为y = -0.2138x + 53.473，即年雷暴日数以每10 年2.1天的速度在下降；从54年各月雷暴特征分布看出，11月至次年2月均无雷暴发生。雷暴主要发生在 6-8月，占全年雷暴总数的80%，其中7月和8月出现雷暴日数最多，占全年的59%。雷暴日变化特征显示各站雷暴发生的时间分布与全盟雷暴发生的时间分布基本相同，雷暴主要发生在午后（14:00—17:00）、傍晚（17:00—20:00）、夜间（20:00—5:00）三个时段，其中又以午后发生雷暴天气最多。

2.2.2 雷暴天气空间分布特征

阿拉善盟东部地区（阿左旗地区）雷暴发生日数较多，阿左旗各站年平均雷暴日数为11.74～17.54d，各站平均日数为15.06d，占全盟年均雷暴日数69.26%，其中左旗东南部（巴彦浩特、乌斯太、孪井滩）所占比例最大，占38.64%，巴彦浩特最多为16.13%。西部地区雷暴日数较少，年均7.35～9.35d，占全盟年均雷暴日数30.74%，各站比例相当，为6.76%～8.60%。因此雷暴主要发生在阿拉善盟左旗地区，其中又以南部发生最多。

3、阿拉善盟强对流天气概念模型

强对流天气个例选择：定义阿拉善盟1个以上站点（含1个）出现短时强降水、冰雹等强对流天气，3个以上站点（含3个站点）发生雷暴为1次雷暴天气过程。

3.1 高空冷平流强迫类概念模型

主要影响系统：500hPa及700hPa温度槽，700hPa切变线，地面弱低压或均压场。

高空冷平流强迫类常出现在高压脊前部的西北、偏北气流中。500hPa受较强偏北风控制，有显著流线存在，强偏北风导致的强垂直风切变以及偏北风上存在的弱槽或切变线共同提供了垂直方向上的动力不稳定条件。500hPa高压脊前常存在干冷平流，地面为弱的低压或均压场，相互形成对流不稳定层结。在探空图上，从低层到高层风向通常逆转，有冷平流存在，且500hPa以上风速较强，垂直风切变较大。强对流天气出现前，天气以多云或晴天为主，地面增温，层结不稳定进一步加强，在高空干冷平流的作用下，强对流天气一般出现在午后至夜间，以雷雨大风和冰雹为主。

图1 阿拉善盟高空冷平流强迫类中尺度天气环境条件典型概念模型

3.2低层暖平流强迫类概念模型

主要影响系统：500hPa低槽，700hPa切变线，700hPa低涡，700hPa气旋式辐合中心，700hPa低空急流或显著流线。

低空暖平流强迫类常出现在700hPa暖湿平流中，并与低空急流或低空显著流线密切相关。低空显著流线带来的暖湿平流有利于对流不稳定条件的建立，同时其左前侧的辐合区也为不稳定能量的释放提供了动力条件。这类强对流天气多发生在500hPa低槽前部，槽前的正涡度平流有利于低空低值系统的发展。700hPa切变线、地面辐合线附近的暖湿气流内部是对流天气的主要落区。低空另一种常见的低值系统为西南低涡。西南低涡强烈发展，向东北方向伸出偏南、偏东风的暖湿切变线，并与副热带高压之间形成偏南风强风速带，为阿拉善盟地区（主要是阿拉善左旗地区）提供水汽、不稳定能量条件。强对流天气主要出现在暖湿切变线附近及其以南地区。

图2 阿拉善盟低层暖平流强迫类中尺度天气环境条件典型概念模型

3.3冷、暖空气交汇类（斜压锋生类）概念模型

主要影响系统：500hPa低槽和温度槽，700hPa低槽和温度槽，700hPa切变线，700hPa暖脊，地面冷锋或地面高低压过渡带。

冷、暖空气交汇类是指发生在中低层冷暖空气交汇，并伴有温度锋区和锋生作用的强对流天气过程，地面常有冷锋活动。当冷暖平流都不太强烈时，地面上分析不出明显的锋面，但可以分析出高、低压的过渡带，其气压梯度相对较强。冷暖平流导致斜压锋生和辐合抬升形成的动力强迫是这类强对流天气发生的重要条件。

图3 阿拉善盟冷、暖空气交汇类中尺度天气环境条件典型概念模型

4、物理量分析

4.1探空站与实况资料的选取

在研究强对流事件与各种物理量之间的关系时，首先面临的是强对流发生地点和时间与探空站之间关系的问题，要求强天气事件与探空站地点、探空施放时间完全一致是根本不现实的。为此1960年代末，美国的Darkow提出如下定义：探空施放站点距强天气事件发生不超过80km；强天气事件在探空气球施放前后的12h内出现。因此选取离巴彦浩特最近的银川探空站（直线距离62km）12h内100km半径范围内的强对流资料进行分析。

统计资料包括：银川探空站2004-2013年6-8月逐日08时（北京时）探空资料（756个时次）；2004-2013年巴彦浩特临近地区的强对流实况，来源于自动站及观测站上传的灾害性天气报告。本文所指得对流天气主要是短时强降水、雷雨大风、冰雹、强阵雨。

4.2物理量的定义

1) K指数的定义

由式（1）不难看出，K指数的单位是℃。

K指数计算式中第一项表示温度之间率，第二项表示低层水汽条件，第三项表示中层饱和程度，所以K指数能够反映大气的层结稳定情况，K指数越大，层结越不稳定，但它不能明显表示出整个大气的层结不稳定度。

2) 指数的定义

由式（2）不难看出，指数的单位是℃。

抬升指数定义为平均气块从修正的低层900m高度沿干绝热线上升，到达凝结高度后再沿湿绝热线上升到500hPa时所具有的温度（）与500hPa等压面上的环境温度（）的差值。表示大气层结不稳定。负值越大，越不稳定。反之若，表示大气层结是稳定的。

3) CAPE指数的定义

式（3）中，是虚温，e、p分别表示与环境和气块有关的物理量；为自由对流高度；为平衡高度。CAPE指数单位为J/Kg。

所谓有效位能（available potential energy）是指有可能转化为动能的位能。气块在不稳定气层中（浮力大于重力）做垂直运动时，垂直速度不断增加，即气块的运动动能不断增加。气块所增加的这部分动能是由不稳定大气中储存的一部分能量转换而来的，这部分可以转化为气块运动动能的能量叫做对流有效位能（CAPE） 。

指数的定义

由式（4）不难看出，指数的单位是℃。

沙氏指数定义为850hPa等压面上的未饱和湿空气块沿干绝热线抬升，到达抬升凝结高度再沿湿绝热线上升到500hPa时具有的气块温度（）与500hPa等压面上的环境温度（）的差值。表示大气层结不稳定，且负值越大，不稳定度越大；反之，表示气层是稳定的。

4) （500hPa-850hPa）指数的定义

由式（5）不难看出，差的单位是℃。

未饱和湿空气块上升，直到气块内水汽全部凝结降落后，再按干绝热下沉到1000hPa处，此时气块所具有的温度称为该气块的假相当位温。它相当于湿空气通过假绝热过程将其水汽全部凝结降落后所具有的位温。在假相当位温中，不仅考虑了气压对温度的影响，也考虑了水汽的凝结和蒸发对温度的影响。它实际上是把温度、气压、湿度包括在一起的一个综合物理量。对于干绝热、湿绝热、假绝热过程同一气块的值都保守不变。表示大气层结不稳定，且负值越大，不稳定度越大；反之，表示气层是稳定的。

4.3资料统计分析

1）K指数

本文所选的756天数中K指数≥35℃的天数有66天，实况出现30天对流天气，出现概率为45.5%；实况出现40天降水天气，出现概率为60.6%； K指数为35~30℃、30~25℃、＜2℃的出现对流天气概率分别为26.7%、20.3%、10.2%；出现降水概率分别为48.9%、42.4%、18.0%。

2）指数

指数≤ -2℃的天数有53天，实况出现21天对流天气，出现概率为39.6%；实况出现24天降水天气，出现概率为45.3%；指数为-2～0℃、＞0℃的出现对流天气概率分别为40.2%、12.6%；出现降水概率分别为51%、27.8%。

3）CAPE指数

CAPE指数≥500J/kg的天数有36天，实况出现15天对流天气，出现概率为41.7%；实况出现18天降水天气，出现概率为50.0%， CAPE指数为250～500J/kg、100～250J/kg、0～100J/kg的出现对流天气概率分别为45.2%、39.4%、13.3%；出现降水概率分别为41.9%、51.5%、28.6%。

4）指数

指数≥-2℃的天数有58天，实况出现23天对流天气，出现概率为39.7%；实况出现25天降水天气，出现概率为43.1%， 指数为-2～0℃、＞0℃kg的出现对流天气概率分别为37.8%、13.3%；出现降水概率分别为43.3%、29.4%。

5）指数

指数的天数有32天，实况出现10天对流天气，出现概率为31.3%；实况出现11天降水天气，出现概率为34.4%， ，，的出现对流天气概率分别为27.2%、16.3%、11.1%；出现降水概率分别为30.8%、27.6%、39.1%。

6）综合分析

表1 物理量综合分析表

阿拉善盟地处内蒙古自治区西段，属温带荒漠干旱区。通过文献资料参阅发现因天气系统、水汽条件、下垫面等多项因素的不同，该地区强对流天气特征较南方或东部沿海地区有一定差异，物理量的数值也有所不同。

表1统计的物理量均为意义明确的热力稳定度参数，本文所选物理量指数阈值的指示意义相对明显：K指数大于35时出现强天气的概率为45.5%，小于25时的概率仅为10.2%；出现强天气概率为40.2%，大于0时的概率为12.6%；指数小于-2时出现强天气概率为39.7%，大于0时的概率13.3%；时的概率为45.2%，时的概率为13.3%；假相当位温差小于等于-20时的概率为31.3%，大于25时的概率为11.1%。

5、二值Logistic回归模型的建立

5.1 Logistic 回归的概率公式

   回归分析（Regression）是研究一个或多个自变量（Independent）与一个因变量（Dependent）之间是否存在某种线性关系或非线性关系的一种统计学分析方法。强对流能否发生与各个物理量指数之间的关系，适宜采用二值Logistiv回归进行分析。

对一个试验样品在一组自变量作用下所发生的结果用指示变量Y表示，Y的赋值规则为：

记出现成功结果的概率为P( Y=1 )（简记为P）；出现失败结果的概率Q( Y=0 )（简记为Q）。用logistic回归公式表示P为，

                             （1）

其中是与诸因素无关的常数项，，，……，是回归系数，表示诸因素对P的贡献量。

由于有关系式P+Q=1，故根据式（1）得到出现失败结果的概率为，

                             （2）

由式（1）、（2）可以看出，一个试验样品出现某种结果的概率与有关因素之间呈曲线关系。

两个概率的比数为，

   P/Q =                     （3）

我们把P/Q称为比数，把，，……，称为Logistic回归系数。

4.2 Logistic 回归系数的推导

     假设有m个因素， ，……，，反映Y的值为1或0，取n个样本，则有，

                               因素                反映

， ，……，              

， ，……，             

， ，……，             

，，……，             

下面求导回归系数，，……，。

采用极大似然估计法有，

                                      （4）

其中 ， （i=1,2,），将式（4）取自然对数，

                       （5）

解方程组，

                                      （6）

即可得，，……，的极大似然估计值。

5.2阿拉善盟强对流潜势预报方程的建立

强对流天气潜势预报既不同于临近预报和传统意义的短时预报，也不同于通常意义的短期预报，其实质为0-12小时强对流和强降水灾害性天气的概率预报。强天气潜势预报客观方法和关键技术研究目的明确，可为短时、临近预报提供有效指导。

5.2.1 潜势预报方程的建立

选取离巴彦浩特最近的银川站（53614），将2004-2013年6-8月汛期物理量数据和强对流实况（实况以巴彦浩特本站实况为主）在SPSS软件中打开，经过二值Logistic回归分析，输出结果如下：

表2  方程中的物理量

上表中B列为自变量系数；S.E.为标准误，表示估计值的平均误差；Wals是一个统计量，用检验自变量对因变量是否有影响的，它越大，或者说它对应的Sig越小，则影响越显著；df是自由度，在分析中不用解释；Sig是显著性；Exp(B)是优势比，或叫相对危险度，，说明自变量每增加一个单位，强对流天气概率增加的倍数，如果B为负数，表示该因素为保护因素，自变量每增加一个单位，强对流天气概率减少的百分比。将自变量系数代入方程，得到巴彦浩特站的潜势预报方程：

                                        （7）

其中，P为巴彦浩特站的潜势预报因子，其值在0-1之间，其值越大，代表以该站为中心，半径80km的圆形范围内未来12小时发生强对流天气的概率越大。

5.2.2 历史样本回报

用此方法对2004-2013年6-8月进行逐日2次回报。p值0.50的天数有41次，其中发生强对流22次，准确率为53.7%；P值为0.40.5、0.30.4、0.20.3、0.10.2、的准确率分别为39.3%，38.9%，23.1%，12.4%，5.7%。

5.2.3 样本检验

将2018年6-8月的强对流天气作为检验样本进行检验。发生在6-8月08-20时强对流天气共有15次，P值范围40%-83%，以雷暴大风、短时强降水为主。P值小于40%的对流天气以小阵雨为主，有较好的强对流潜势预报能力。

6、总结

（1）干旱地区阿拉善盟强对流天气的发生有明显的季节性和地域性，以6-8月为主，尤以7-8月明显，雷暴主要发生在午后、傍晚、夜间三个时段，其中又以午后发生雷暴天气最多。空间分布为：雷暴主要发生在阿拉善盟左旗地区，其中又以南部发生最多。

（2）产生对流天气主要有3种触发机制，即高空冷平流强迫类，低层暖平流强迫类，冷、暖空气交汇类（斜压锋生类）。

（3）本文所选物理量均为意义明确的热力稳定度参数，所总结的阈值，虽然对流天气发生概率均未达到50%，但对判断对流天气发生有重要指示意义，在日常业务当中具有直观性、可操作性等优势和一定的参考价值。

（4）建立的强对流潜势预报方程对历史样本的回报及样本检验效果均较为明显，对强对流天气潜势预报有较好的指示意义。

参考文献：

[1]李耀东，动力和能量参数在强对流天气预报中的应用研究[J].气象学报，2004,62(4):401-408.

[2]彭治班，刘建文，郭虎等，国外强对流天气的应用研究[M].北京：气象出版社，2001:414.

[3]李志辉，罗平，SPSS for Windows 统计分析教程（第2版）[M].北京：电子工业出版社，2005:229-257.

[5]刘建文，等.天气分析预报物理量计算基础[M].北京：气象出版社,2005:27-28.