春季大风的预报和分析

张晓芳，李宇华

（1.伊春市气象局，黑龙江伊春 153000；2.五大连池市尾山农场气象站，黑龙江五大连池 164142）

春季大风的预报和分析

张晓芳1，李宇华2

（1.伊春市气象局，黑龙江伊春 153000；2.五大连池市尾山农场气象站，黑龙江五大连池 164142）

用地面观测日平均气压差与气温日较差统计分析，寻找5月份≥5级大风的气压与温度变化的关系，用统计数据制作点聚图，发现了大风在点聚图上的集中落区；制作了曲线图；用历年4月下旬平均最高、平均最低气温，寻找冷暖气团春季进退早晚与5月大风多少的关系。经统计发现，在5月份出现≥5级大风起报日的温度日较差临界值，即在日平均气压差（Δp24）与气温日较差（Tm-Td）的曲线图模型上，是该报大风，日较差必须在13.5℃或以上，锁定了模式出现后是否有大风的第一关，起报日当天升温值必须≥5℃，这是该模型是有大风的第二关。大风模型和数据相互关联制动，有效的提高了预报大风的可信度。

大风；预报；温度日较差

1 引言

风对国民经济建设和各种生产活动，都有直接的影响。在林区，特别是春秋两季防火期间，大风预报对于预防森林火灾和城市火灾意义特别重大。每年的4月末和5月份是冰雪溶化、少雨干旱的时期，是伊春林区历年森林防火和城市防火最为紧张的时段，也是森林火灾最多、最频的时段。如伊春市在1985年5月23日和1986年5月6日的两场城市大火，损失十分惨重，且都发生在干旱少雨，大风频发的5月。因此，报好、报准5月份≥5级以上大风,其意义特别重大。

实际工作中，由于距离、地形地貌、局地气候等诸多原因，市局的指导预报应用时具有一定的局限性，县级台站预报服务人员如果能采取多种手段进行订正会使预报效果更好。本文就是从这一思想出发，利用点聚图、曲线图相互配合及利用二级判别法，建立判别方程，提高预报准确率，使之更好为当地政府服务。

2 资料来源与研究方法

统计了嘉荫县单站1961～1990年5月份的历史资料。

普查历史资料。首先确定≥5级的风是对生产建设有影响或造成灾害的大风。在定时观测中，统计定时观测的日合计风速和瞬时风速有大风记录的，把大风标准的统计定为以下两个原则：4次定时观测风速日合计≥20 m/s，3次定时观测风速日合计≥15 m/s；并且在定时观测记录中必须有一次或以上的风速出现≥8 m/s；在观测记录上没有上面所述标准的记录出现，当日记有大风符号，即瞬时风速出现过≥17 m/s的大风，也定为大风日。上面两种标准，出现其中一种情况，即定为大风日。按照已确定的大风标准，进行历年5月份≥5级风日数的逐日定位。

统计历年5月逐日平均气压日变差（ΔP24）及历年5月逐日气温日较差（日最高减日最低气温之差，即Tm-Td）。统计日平均气压差，而不以某个时段的变差，是为消除气压在不同时段的不稳定变化，尽量接近和体现天气系统的本来特性、其自然状态。考虑气温受天气状态的影响较大，以日较差来代替24 h变差，更能体现系统和天气过程的特点。

3 结果与分析

3.1 图表制作和要素分析

首先，制作△P24与（TM-TD）的点聚图（见图1）。从图中可以分析出≥5级大风落区有相对集中的区域，为减少工作量和繁杂的点绘程序，绘制了10 a历史资料，统计中发现，大风有两个集中区域，具体指标分别如下：指标一，当ΔP24＜0，（Tm-Td）≥19℃时，1～2 d内有≥5级大风，概括率为89%；指标二，当ΔP24＞0时（即日平均气压差在正变区内变换），（Tm-Td）在15.0～18.4℃之间，1～2 d内有≥5级大风概括率为83.3%。然后，将气压日平均差与气温日较差制成曲线图（见图2、3），试图在曲线图中找具有预报意思的预报模型。

图1 △P24与（TM-TD）的点聚图

图2 出现大风模式

图3 无大风模式

在曲线图中发现，日平均气压变差出现低槽后，气温日较差与气压日平均变差值同时回升，气温日较差升到13.5℃以上，而且气温日较差日上升幅度≥5℃，1～2 d内有≥5级大风。在25 a的5月压、温资料的曲线图形中表明，实际符合预报模型的出现173次，其中有117次1～2 d有≥5级大风，该模型概括率为68.2%。在实际工作中，与点聚图指标综合使用，预报效果比较令人满意。

图4 4月下旬气温旬较差与5月大风日数相关图

上面预报模型指标中所使用的温度数13.5℃，是用历年4月下旬的旬平均最高气温和旬平均最低气温相减的旬较差，30 a旬较差的平均值。用30 a旬较差平均值寻求与大风的关系，寻求冷暖气团活动和春季回暖早晚，从30 a资料统计看，特别70年代以后，春季温度在逐渐变暖，4月下旬的旬较差越来越小，从趋势上看，80年代以后，特别明显，旬较差变小，≥5级大风也在减少。因此，13.5℃为作预报的一个硬性指标。用30 a平均大风日数7 d作大风多与少的界限，多于7 d为多大风年，少与7 d为少大风年。大风日数的历年变化和温度变化基本上是成正比的。从30年的统计数发现（见图4），1961～1970年4月下旬的旬平均较差为14.6℃；1971～1980年4月下旬的旬平均较差为13.1℃；1980～1990年旬平均较差为12.7℃；在30 a中旬较差温度上升了1.9℃，说明春季回暖提前，冷暖空气交替在5月份相对减少，因而实际大风日数也不断减少，1961～1970年合计≥5级大风日数为88 d，1971～1980年同样为88 d，1981～1990年10 a合计只有39 d，与前20 a比均减少了49 d。温度升高，大风减少，这是一个正比关系。即旬较差降低了1.9℃（冷暖空气活动减少，气温稳定，旬较差小），大风减少了49 d，这说明4月下旬气温的变化，与5月大风多少，有比较好的对应关系，在短期大风预报中，我们把平均旬较差13.5℃定为大风升温的界定指标，补充订正了点聚图和曲线模型的不足。

4月是西伯利亚冷气团和热带海洋暖气团势力相当、相持阶段，互有进退，但随着时间的向前推移，暖气团势力逐步加强，冷空气必须让位。暖气团北推，北推时间有的年份早一些，有的年份晚一些。因此，从4月下旬的气温旬变压，看出冷暖气团的活跃程度，旬较差越大，说明暖气团交替就比较活跃，暖气团在北移过程中形成大风。入春后，热带海洋暖气团比西伯利亚冷气团强大，向北推移的频数增多，冷暖气团交汇次数也就增多，形成气温正较差增大；北推频数少，说明气团在本地堆积较稳定，气温变差就小，大风次数也随着气团的活跃程度而变化。

经过对5月日较差统计，出现大风模型有大风出现，起报日当天的日较差大多在13.5℃以上，这与前面统计的30 a旬平均较差13.5℃相吻合。因此，凡是符合从前所述两个指标和模型的，起报日当天的日较差必须在13.5℃以上。从1986～1990年5月试报期间的图表看，这5 a中，≥5级大风日数相当少，有的年份几乎无≥5级大风，这与4月下旬的旬较差比前20 a气温升高，旬较差减小了1.9℃有关。而≥5级大风也在减少。

3.2 综合模型和指标制作大风预报

在模型曲线图和点聚图两种图表中寻找关系，两者之间有相互补充和相互联系：

凡点聚图的落点在风区内的，曲线图有大风模型，起报日当天气温日较差必须>13.5℃，且日较差日升幅度≥5℃，1～2 d内有≥5级大风。

曲线图出现大风模型，起报日当天日较差>13.5℃中，升幅≥5℃，但点聚图的点不落在风区内，二者出现矛盾，这是点聚图概括率的缘故，因此，综合考虑时，应按以下原则办：

（1）如果只有曲线图大风模型，而点聚图的点落在风区外，应考虑以曲线图模型为准；凡曲线图有大风模型，起报日当天日较差>13.5℃以上，日较差升幅≥5℃，才报大风。（2）如果日较差>13.5℃，日较差升幅<5℃，不报大风。为实际预报方便，几个关键指标和原则如下：

气压日变差在副变压区，气温日较差在19.0℃以上，落区在风区内，日气压变差在正变区间变换，日较差值在15.0～18.4℃之间，落在风区内。

曲线图模式出现，考虑两个数据，一个是日较差>13.5℃，另一个是日较差日升幅≥5℃。

在实际天气中，大风模型还存在着漏报情况。因此我们对25 a的5月份曲线和用点聚图指标进行逐日排查，查出了有风和无风的概率；其中1961～1970年平均概率为57.5%；1971～1980年平均概率为75.2%；1981～1985年平均概率81.1%；25 a的平均概率为76.5%。通过排查概率看出，对有风和无风的预报很有实际意义。

用日平均日较差出现低槽后，与气温日较差值同时上升为模型，预报结果为1986年100%、1987年85.7%、1988年100%、1989年90%、1990年66.7%。5 a平均数为89.4%。5 a出现模式38个，报准34个。

用点聚图、日较差值起报日当天为>13.5℃以上，日较差日升幅必须在5℃以上为卡尺，对1986～1990年的5月大风日进行预报。预报结果为1986年83.9%、1987年74.2%、1988年为87.1%、1989年80.6%、1990年77.4%。

本文所进行的单站资料寻找大风预报模型和指标的分析，从天气学的角度论证，是有其理论根据的。即利用了天气学原理。因为气压和气温的变化，是天气变化的主要根源。根据气压和气温的日变差，从中以消除该要素日变化中的影响，能较好的反映冷暖空气活动的情况。据天气学原理分析，由于气温受天气状况的影响较大，有时失去对其天气系统的代表性，为了使气温变化进一步接近天气系统的代表性，减少天气状况对温度的影响，试用了气温日效差来替代。统计中反映出来的指标还比较理想。

从气压日平均变差和气温日效差的点聚图指标，反映出来了天气系统和热极生风的规律。从中看出，在春季东北地区出现大风次数较多，最常见的一种冷锋过境的天气模型，是冷锋前所出现的气压和温度变化特点，即冷锋前有24 h负压和24 h正变温，冷锋后强冷空气活动，气压梯度增大，形成大风天气。

从统计4月下旬的历年温度旬较差平均值发现，旬较差在逐步减小,说明气温在变暖,冷暖空气活动频数减少,暖气因北移,冬季控制我地冷气因变性.气温不断升高,界定了5月大风前---即大风起报日当天的气温日效差不能＜13.5℃的指标。从点聚图中也表露高温有风这个特点。

4 预报自动化系统制作

4.1 预报方程的建立

为了使预报效果更加好，使用更方便，根据历史资料，采用二级分辨法，建立预报方程。利用日平均气压变差和气温日较差作为预报因子，将实况出现大风天气的前2 d的日平均气压变差（X1）和温度日较差（X2）归为A类天气，没有大风天气为B类天气。步骤如下：

（1）计算各因子在两类天气下的平均之差Dk,（k=1,2）

各因子在两类天气下的平均值的计算结果见表A类和B类计算表（表略）。

计算Y值，将Y值与YC比较，如果Y值大于YC，且与第2天的Y值之和的平均值也大于YC，就起报大风，否则不报。

以1961年5月为例，得到方程Y=C1X1+C2X2=-0.0043085*X1+0.0114855*X2，对其进行检验F=10.21＞F0.05（2，30），方程有意义，判别效果显著。

（4）进行回报检验。把样本中的每个个例的因子分别代入判别方程，计算每一个个例的Y值，并按上述判别回报它们的类别。对1981年5月的前20 d天气类别作试报，A类拟合率6/7=85.7%，B类拟合率14/15=93.3%（表略）。

为了使预报大风更加快捷方便，综合上述分析判断过程，将大风预报方程（Y=C1X1+C2X2）分解为以下三个式子：

其中：P1为前2 d的日平均气压，P2为前1 d的日平均气压，P3为当天的日平均气压，Tm2为前1 d的最高气温，Td2为前1 d的最低气温,Tm3为当天的最高气温，Td3为当天的最低气温。

计算Y值，将Y值与YC比较，当Y＞YC时，预报“出现大风天气”；当Y＜YC时，预报“出现无大风天气”。

4.2 大风预报程序

按照上述的思路和步骤，将大风预报方程编译成-大风预报程序.exe，经检验，与前面模型预报相吻合。

5 小结

春季回暖提前，4月份可能冷暖空气活动频数增多，大风也将增多，同时，4月份也是防火紧张期，小的林火也经常发生。要是将此方法思路移植到4月，对历史资料进行了统计，寻找各种变压差和温度日较差的指标，可能是行之有效的。

由于观测方法和观测仪器的变化，在资料中可能出现变异，1970年代前用维尔风压器测风，全靠观测员估计，1970年代以后，使用电接风仪器测风，所以在界定大风日时，前后也出差异，影响预报质量。

运用预报自动化系统制作大风预报，快捷方便，准确可靠，具有一定的推广价值。

通过对此预报方法的试报检验，对于没有历史资料的基层气象站来说，是有较高使用价值的，在日常的预报工作中，使用比较方便，不存在十分复杂的计算程序。当前天气预报工作的自动化程度很高，结合远程终端各种天气图分析，可能更能理想作好大风预报。

P458.1+23

A

1002－252X（2010）02－0011－04

2010－3－6

张晓芳（1966-），女，黑龙江省伊春市人，成都信息工程学院，本科生，工程师.