加密自动站在极端短时强降水发生前的精细化特征分析

靳振华，赵金霞，卜清军

(天津市滨海新区气象局 天津300457)

0 引 言

极端短时强降水是造成城市内涝的主因，其变化趋势能更有效地反映极端事件的趋势[1]。由于短时强降水具有突发性强、降雨落点分散、持续时间短等特点，对短时强降水天气的监测预报预警仍然是现代天气预报工作中的难点[2-4]。

小时雨强直接关系到致灾的严重程度，且不同地区对小时雨强的承受能力也不同。气象部门加强了短时强降水的预报工作，并朝精细化方向发展，在描述落区之后，增加了小时雨强预报的相应内容。罗玲等[5]利用 1990—2004年的小时降水资料研究了中国大陆区域的日变化特征。尹承美等[6]利用 2006—2008年5至9月济南市区区域自动气象观测站等资料分析了济南市区出现短时强降水(R≥15mm/h)的年际、月际、时际以及强度特征。杨诗芳等[7]利用杭州市近 20a的雨量资料，分析了杭州短时强降水的发生规律，发现杭州短时强降水年发生次数的多年平均值为 9.6次，短时强降水容易发生在凌晨及午后2个时段。刘伟东等[8]和王国荣等[9]利用自动站资料，对北京地区的降水时空特征进行了分析。目前对小时雨强预报的研究几乎空白，气象业务中对外发布的决策服务产品要求给出最大小时雨强范围，重大气象服务保障也需要提供逐小时精细化预报，最大小时雨强已成为天气会商的重要内容之一，非常有必要加强这方面的研究。

天津沿岸短时强降水往往具有“突发性”这一显著特点，受常规资料时空分辨率所限，难以对短时强降水做出及时准确的短时临近预报、预警，需要高时空分辨率的地面自动气象站资料作为必要补充。天津地区地面自动气象站分布较为稠密，目前东部滨海新区已建立 51个观测站点，具备覆盖全区的观测能力，能够提供气温、气压、相对湿度、露点温度、风向、风速以及降水量等气象要素资料，但加密自动站资料用于强对流天气分析和预报方面的文献并不多见。在实际业务工作中，提前1～2h发布的灾害性天气预警就能为政府决策部门和社会公众争取到较为充足的响应时间，在一定程度上能够满足防灾减灾的需要。因此，本文选取天津滨海新区 2006—2016年4～10月小时雨强大于 50mm/h的极端短时强降水个例作为研究对象，使用常规探测资料，根据500hPa环流形势将选取的个例分成冷涡型、西风槽型和西北气流型3种类型，然后利用全区高时空分辨率的地面加密自动气象站资料，分析不同类型极端短时强降水发生前 2h至发生时这一时段内的各气象要素的变化规律，探寻加密自动站资料分析预报短时强降水的思路，从而提高强对流天气的预报准确率。

1 资料与方法

所用资料的时间段为2006—2016年4～10月。天气形势分析使用中国气象局下发的 MICAPS资料中每日2次(08：00、20：00)的高空探测资料。降水资料来源于滨海新区地面加密自动站，由于区域自动站每年都有更新，分析过程中，结合 CIMISS中数据的完整性，基于迁站、变站和资料残缺的客观事实，经过系统分析和筛选后，选取滨海新区 51个地面加密自动站逐小时资料(图 1)，从中选出小时雨量大于50mm/h的 17个极端短时强降水个例作为研究对象，分析极端短时强降水发生前 2h的气温、相对湿度、露点温度、3h变压、1h变温、风6个要素的演变特征。

图1 滨海新区51个地面加密自动气象站点分布Fig.1 Distribution of 51 ground encrypted automatic meteorological stations in Binhai New Area

2 大尺度环流背景

对于不同天气过程，产生短时强降水的天气类型也不同。如表 1所示，对所选取的 17个极端短时强降水个例发生前至发生时的日高空 500hPa环流形势演变过程进行天气学分析，根据影响系统分为3种类型，即：冷涡型、西风槽型和西北气流型，每种天气类型所占的百分比依次为 41%、53%、6%，其中冷涡型 7个，中心偏北6个，中心偏南 1个；西风槽型出现概率最大，为 9个，其中槽移动过程中加强为冷涡有 2个；西北气流型概率最低，为 1个，这种环流背景下发生的强降水易出现漏报情况，值得深入研究。

表1 滨海新区小时雨强大于50 mm/h的个例Tab.1 Cases of hourly rain stronger than 50 mm/h in Binhai New Area

3 自动站气象要素变化特征分析

将大尺度分型后的极端短时强降水个例逐一进行自动站气象要素场(气温、相对湿度、露点温度、3h变压、1h变温、风)变化特征分析。结果表明：在极端强降水发生2h前，要素场变化存在一定规律。其中，1h变温、3h变压和风的指示意义最强，其次是气温，露点温度和相对湿度指示意义相对较弱。因此，在捕捉到要素场变化规律时，可以提前 2h做出预警，为应对灾害性天气争取时间。

3.1 冷涡型

冷涡型个例大部分气象要素在强降水发生 2h前常有较为明显的变化，具有一定的指示意义。其中，气温、1h变温、3h变压的变化最为明显，相对湿度、露点温度有时变化规律不太明确。

温度场在此类强降水过程中的变化有较为清楚的特征表现。在强降水发生 2h前，温度场开始出现变化，常出现等温线由疏变密的演变过程，最终形成明显的等温线密集带，同时有冷舌生成并自西北向东南移动，表明有强冷空气从西北方向侵入滨海新区。2016年 7月 24日短时强降水过程的最大雨强为95.0mm/h，出现在 14：00～15：00，地点在滨海水厂，地面温度场如图2所示，13：00滨海新区西南方向已经有冷中心生成，向滨海水厂方向伸展并移动，至14：00时等温线明显变密形成密集带，温度梯度加大。由此可以看出，气温对于冷涡型强降水来说是一个需要关注的要素，变化特征明显。

图2 2016年7月24日13：00～15：00温度场变化Fig.2 Variation of temperature field from 13：00 to 15：00 on 24 July，2016

冷涡型天气往往伴随强冷空气的侵入，这一特点在变温场上表现得更为清楚。在强降水发生2h前等变温线开始出现显著的变化。与等温线变化相似，等变温线也常有密集带生成并伴有负变温中心，且向下游方向移动。2016年6月10日短时强降水过程最大雨强为 55.9mm/h，出现在 19：00～20：00，地点在海河防潮闸，变温场如图 3所示，19：00滨海新区西北部开始出现变温线密集带，变温梯度明显加大，不断向东南方向推进，负变温中心强度大于-10℃/h，20：00负变温中心位于东部沿海，负变温经过之地均出现了短时强降水。由此可见，变温在冷涡型强降水中变化十分剧烈，是指示性较强的一个气象要素。

图3 2016年6月10日19：00～20：00变温场变化Fig.3 Variation of temperature field from 19：00 to 20：00 on 10 June，2016

强降水出现前剧烈降温时间与冷涡的强度、移动速度有关，最大降温幅度达-8.0℃/h(表 2)，表明冷空气强度非常大。

表2 强降水发生前变温幅度统计Tab.2 Statistics of temperature variation before occurrence of heavy precipitation

露点温度和相对湿度均为表征空气湿度的物理量，二者仅在部分强降水过程发生前有密集带生成和移动，而且相对湿度变化尤其微弱。2008年8月12日短时强降水过程的最大雨强为 66.2mm/h，出现在08：00～09：00，地点在汉沽站，露点温度 1h下降最大幅度1.7℃/h，相对湿度 1h上升最大幅度为4%。2014年 8月 17日短时强降水过程最大雨强为54.7mm/h，出现在 01：00～02：00，地点在大港站，露点温度 1h下降最大幅度 4℃/h，相对湿度 1h上升最大幅度为7%(图4)。

图4 2008年 8月 12日和 2014年 8月 17日强降水发生前2 h露点温度和相对湿度Fig.4 Dew point temperature and relative humidity 2 hours before heavy precipitation on 12 August，2008 and on 17 August，2014

海平面变压在天气学中是一个重要的物理量，实际天气预报工作中一般关注3h变压的变化。在冷涡强降水个例中，其变化较为明显，同样表现为上游有密集带生成并向下游方向移动。2014年8月17日短时强降水最大3h变压达3.7hPa，说明冷涡后部的冷空气很强(表3)。

表3 强降水发生前2 h变压幅度统计Tab.3 Statistics of pressure variation 2 hours before occurrence of heavy precipitation

风(风向、风速)是气象上经常研究的要素，风场的变化与强降水产生的动力条件和水汽条件均有密切的关系。冷涡强降水个例中，风场并不表现出一致的变化规律，多数个例中能够分析出风切变(2016年7月 24日，图 5a)，强降水发生 1h前滨海水厂南部有明显的地面辐合线，切变线对强降水的发生有一定的指示意义。在少数个例中几乎表现不出变化(2016年7月20日，图5b)，强降水发生1h前李官庄均为一致的东南风，没有风向切变，也没有风速的加大，在风场上没有明显变化。

图5 强降水发生1 h前风场变化Fig.5 Variation of wind field 1 hour before heavy rainfall

3.2 西风槽型

在西风槽强降水个例中，除露点温度和相对湿度变化不易捕捉外，其余要素均表现出较为显著的变化特征。当有副高配合时，由于系统较强，要素变化规律均较为明确；而当无配合副高时，要素变化幅度相对较弱。

西风槽型强降水个例中气温变化规律与冷涡型变化类似，即强降水发生前有等温线密集带的生成和移动(2014年7月16日，最大雨强53.8mm/h，出现在 14：00～15：00，地点在汉沽站，图 6)，其中有副高配合时温度场变化幅度更大。

图6 2014年7月16日13：00-15：00温度场变化Fig.6 Variation of temperature field from 13：00 to 15：00 on16 July，2014

西风槽型强降水变温场变化与温度场的变化相似，表现为强降水发生前出现等变温线密集带，甚至大值中心(2014年 7月 16日，图 7)，最大变温幅度达-6.2℃/h(表 4)，因此是一个很好的指示性要素。少数个例强降水之前有明显的增温现象，应该是暖区降水过程中的锋前增温所致。

图7 2014年7月16日13：00-15：00变温场变化Fig.7 Variation of temperature field from 13：00 to 15：00 on 16 July，2014

表4 强降水发生前变温幅度统计Tab.4 Statistics of temperature variation before occurrence of heavy precipitation

表5 强降水发生前露点温度和相对湿度统计Tab.5 Statistics of dew point temperature and relative humidity before occurrence of heavy precipitation

露点温度和相对湿度这 2个要素场在西风槽型强降水前 3h变化规律较弱，不容易识别(表 5)，因此相对于其他物理量来说指示意义不强。

3h变压是另一个具有很好指示性意义的物理量，在西风槽型强降水中总是能分析出明显的等变压线密集带和大值中心(图 8)，故应予以高度关注。与冷涡型强降水不同的是基本是负变压，说明高空槽型强降水中暖区强降水偏多。

图8 2011年7月30日02：00～04：00变压场变化Fig.8 Variation of pressure field from 02：00 to 04：00 on 30 July，2011

这一型个例中通常在强降水出现前有一支偏南或偏东气流长时间维持(2016年 8月 1日，图 9a)，多数个例有较为明显的风向风速辐合或切变(2010年8月21日，图9b)。

图9 强降水前1小时风场Fig.9 Variation of wind field 1 hour before heavy rainfall

3.3 西北气流型

西北气流型强降水多数是由局地生成的系统造成的，大尺度资料分析不出明显的影响系统，仅风场具有较好指示性意义(图 10)，其余要素变化规律不明显。

图10 2016年8月19日强降水前1 h风场Fig.10 Variation of wind field 1 hour before heavy rainfall on 19 August，2016

4 结 论

①产生极端短时强降水的天气类型包括：冷涡型、西风槽型和西北气流型，冷涡型强降水气象要素变化最为剧烈，其他2种类型稍弱。

②总体来说，1h变温、3h变压、风场(尤其是1h变温)在3类个例中均有比较明显的变化规律，是需要重点关注的要素；气温变化幅度稍弱，在西北气流型少数个例中甚至捕捉不到明显变化特征，但这2个要素仍是指示性较好的物理量，需要关注；露点温度和相对湿度是表现最弱的2个要素，相对湿度表现更弱，除了在少数较强系统影响的个例中变化明显外，大多数时候变化规律不易寻找，因此是指示性不强的物理量。

③在强降水发生 2h前气象要素场的变化规律一般表现为等值线密集带在上游生成并快速向下游移动，常伴有大值中心的出现。风场与其他要素场的变化规律表现形式有所不同，主要表现为风向风速的辐合或切变，天气越剧烈，风场变化也越明显；偏东、偏南气流对于水汽输送的作用也需要引起注意。在风场变化不明显的少数强降水过程中，天气发生前也一般都有偏东、偏南气流的长时间维持。

④对所选的17个极端强降水个例的统计计算结果来看，对于1h变温来说，强降水发生2h前，负变温最大降温幅度达-8.0℃/h，暖区强降水个例有短暂的增温现象。3h最大正变压达 3.7hPa，暖区降水最大负变压达-4.3hPa。上述结果可以作为预报的参考指标。

对自动站气象要素场变化规律的分析可以在很大程度上弥补大尺度分析的不足，为临近预报、预警提供帮助。在捕捉到气象要素场变化规律时，可以提前 1h做出强对流天气临近预报、预警，对于应急联动、防灾减灾具有十分积极的意义。但是对于突发性强、影响范围小、生命史短的强对流天气，自动站气象要素场变化的指示效果不甚理想，因此对此类强对流天气的临近预报、预警仍然存在较大困难。■