4.2 强对流天气判别因子
已有研究结果表明，强对流能否发生发展主要与温度垂直梯度、水汽（垂直分布结构、水平输送）、垂直风切变和抬升机制有关，或者说与热力稳定度、动力稳定度和触发机制有关。在实际天气预报过程中，描述热力稳定度的物理参量有很多，如： CAPE，DCAPE，CIN，K指数，SI指数、SWEAT指数，500hPa与850hPa?se的差等温湿度组合参量，也有高低空温差?T，温度露点差及其垂直递减率等等分别描述温度、湿度分布的参量。上述参量之间存在很强的相关性，但是，它们之间的物理意义并不完全相同，没有一种参数能够“包打天下”，而且在不同的对流现象发生前，对它们的敏感程度、阀值区间及其随时间变化特征也不尽相同，这也是我们有可能进行强对流分类预报试验的物理基础（雷蕾等，2011）。我们在大量统计分析基础上，进行模式参数的多种组合试验，最终选定了以下物理量参数进入模式强对流天气预报方案。其中，描述热力稳定度的参量有CAPE，K指数，SWEAT指数，500hPa与850hPa?se差，SI指数，高低空温差?T，水汽条件参数有850hPa温度露点差以及850与500hPa温度露点差的垂直梯度；动力稳定度参数有低空风切变（包括风速切变、风向切变）、中高空风切变；强对流天气启动因子（造成气块抬升）包括高低空的辐散辐合，700hPa的垂直速度等（见表1）。由于不同强对流现象在其它大气环境上还存在明显差异，如0℃、-20℃层高度及其随时间的变化，南风层的厚度，水平风向转折等，因此在强对流天气的分类概率预报中还相应的设定了特征物理量参数（见表2、3）。
表1中给出了第一步用来判别强对流概率的物理量参数区间、中值（即前面提到的分段线性控制点c0，而非区间的平均值，下同）以及中值的动态权重、物理量本身的权重系数；表2和表3是在表1判别结果的基础上给出分类概率预报的物理量条件、相应的中值以及中值的动态权重、物理量本身的权重。需要指出的是，在分类概率预报中所用到的和第一步强对流概率计算同样设置的公共参数表2和表3不再列出，但如果涉及的参数相同，而阈值或中值（包括中值的动态权重）、物理量本身权重有一项设定不同则列于表2、3中，重新进入模式进行判断计算。此外，在分类概率预报中，经过试验发现参数的区间和中值如果不变，仅改变中值的动态权重和物理量参数的权重即可达到不同的预报结果，而且判别计算也变得比较简单，因此表2和表3中同样的参数在这两个条件上有所变化。
表1 基于连续概率方法的强对流概率预报中选取的物理量参数及时间变量 Table1 the physical parameters used in the convective weather probability forecast
物理量条件
CAPE KI SWEAT SI 风速切变L 风速切变H
区 间
[300,2000] [25,40]
[100,320] [-2.5,2.5]
中值及中值权重 物理量权重
1 4 2 2 1 1
备 注
对流有效位能
K指数
强天气威胁指数
800（0.8） 35（0.7） 250（0.75） 0（0.75） 6（0.4） 3（0.5）
6
沙氏指数 1000~700hpa风切变 700~500hpa风切变
[2,8] [2,6]
风向切变L 风向切变H
△T △se (T-TD)850
1/0 1/0 [-25,-35] [-20,0] [2,10] [0,10] [-1.5,1] [-1,2] [0,2]
1/0 1/0 -28（0.75） -5（0.75） 6（0.75） 5（0.75） 0（0.75） 0（0.75） 1（0.7）
中值及中值权重
1 1 2 2 4 3 1 1 1
低空是否存在风向切变 高空是否存在风向切变 500-850hPa温差 500hPa与850hPaθse的差 850hPa温度露点差 (T-Td)850hPa与500hPa的差
850hPa的散度 300hPa的散度 700hPa垂直速度
??(T-Td)
DIV850 DIV300 W700
3小时变量条件
?3KI
?3风切变H
区 间 [0,15] [0,5] [-2,-6] [-2,-8] [100,300]
物理量权重
4 3 2 2 2
备 注 K指数增加
700~500hpa风切变增大
5（0.8） 2（0.7） -3（0.75） -4（0.75） 150（0.85）
?3(T-TD)850 ?3SI
?3SWEAT
850hPa温度露点差减小
沙氏指数减小 强天气威胁指数增大
表2 短时暴雨概率预报中选取的物理量参数/时间变量及特征量（与表1中相同的公共参数没有列出） Table2 the physical parameters used in the short-time rainstorm probability forecast (the common parameters in table 1 are not listed)
物理量条件 CAPE KI SI △T △se (T-TD)850 区 间 中值及中值权重 物理量权重 备 注 [300,2000] [25,40] [-2.5,2.5] 1000（0.8） 35（0.65） 0（0.6） -28（0.7） -5（0.7） 3（0.85） 中值及中值权重 1 4 2 2 2 4 物理量权重 对流有效位能 K指数 沙氏指数 500-850hPa 500-850hPa 850hPa的温度露点差 备 注 [-25,-35] [-20,0] [2,10] 区 间 ?3小时变量条件 ?3(T-TD)850 ?3SI [-2,-6] [-2,-8] -3（0.7） -4（0.7） 2 2 850hPa温度露点差减小 沙氏指数减小 7
?3SWEAT 特征量 [100,300] 取 值 150（0.8） 中值及中值权重 2 物理量权重 强天气威胁指数增大 备 注 V700 V850 ?3(T-TD)500 ?3(T-TD)850 Rain3 1/0 1/0 1/0 1/0 1/0 1/0 >3800 >7000 / / / / / / / / 0.8 0.8 0.8 0.8 0.8*4 0.8 0.8 0.8 700hPa南风为1 850hPa南风为1 高层增湿 低层增湿 格点3小时预报雨量>6mm ?3V850 850hPa东风或南风增强 0℃层高度 -20℃层高度 Z0 Z-20 表3 冰雹概率预报中选取的物理量参数/时间变量及特征量（与表1中相同的公共参数没有列出） Table3 the physical parameters used in the hailstorm probability forecast (the common parameters with table 1 are not listed)
物理量条件 CAPE KI SI △T △se (T-TD)850 区 间 中值及中值权重 物理量权重 备 注 [300,2000] [25,40] [-2.5,2.5] 1000（0.65） 35（0.55） 0（0.6） -28（0.6） -5（0.65） 6（0.6） 6（0.6） 250（0.55） 0（0.65） 0（0.65） 1（0.65） 中值及中值权重 1 3 2 2 2 4 3 2 1 1 1 物理量权重 对流有效位能 K指数 沙氏指数 500与850hPa温差 500与850hPa差 850hPa的温度露点差 (T-Td)850与500hPa差 强天气威胁指数 850hPa散度 300hPa散度 700hPa垂直速度 备 注 [-25,-35] [-20,0] [2,10] [0,10] [100,320] ??(T-Td) SWEAT DIV850 DIV300 W700 [-1.5,1] [-1,2] [0,2] 区 间 3小时变量条件 ?3KI ?3风切变H [0,15] [0,5] [-2,-6] [-2,-8] [100,300] 5（0.5） 2（0.6） -3（0.6） -4（0.6） 180（0.5） 8
3 3 2 2 2 K指数增大 1000~700hpa风速切变 ?3(T-TD)850 ?3SI ?3SWEAT
850hPa温度露点差减小 沙氏指数减小 强天气威胁指数增大
特征量 取 值 中值及中值权重 物理量权重 备 注 0℃层高度是否在[3500,4500]之间 -20℃层高度是否在[6500,8200]之间 Z0 Z-20 逆温层 V500 ?3hgt0 ?3P0 1/0 1/0 1/0 1/0 1/0 1/0 / / / / / / 0.7 0.7 0.7 0.7 0.7 0.7 700hPa以下是否有逆温 500hPa为北风 0℃层高度降低 地面加压 5 强对流天气过程预报试验
以下是我们以最终试验方案进行的三次天气过程模拟预报结果分析。 5.1 短时强对流降水过程
2010年6月13，受冷空气和低层辐合系统的共同影响，傍晚到夜间北京出现雷阵雨天气，主要降水时段在18-21时，有17站出现大于20mm/h的降水，主要出现在昌平、大兴、房山、海淀、门头沟、平谷、石景山和怀柔地区。
13日19-21时实况雷达回波显示有一条长宽比约3:1的强对流带状回波自西北向东南方向移动影响北京地区，窄带中心强度可达60dbz以上，如图4.1。可以看到此带状回波给北京西部山区以及山前的平原地区都带来了一次明显的降水过程，局地小时雨在20-30mm左右。
BJ-RUC模式13日11时起报的19-21时-20度层上的雷达反射率因子预报如图4.2 a1,a2,a3，而相应的强对流天气概率预报结果如图4.2 b1,b2,b3。由于概率预报的物理量计算是基于BJ-RUC模式的，两者从形态上看来相似度较大，但从两者分别和实况对比可以看出，BJ-RUC模式本身预报的带状回波（dbz）虽然分布形态与实况雷达回波较为一致，但是，其中心落区和实况有一定的差异，在19时至20时中心位置有一些偏东，21时向西部山区调整却又漏报了东南部地区。而仔细对比不难看出，强对流概率预报方案预报的较大概率发生位置（图4.2 b1,b2,b3）较BJ-RUC的预报结果有一些调整，60%以上概率的中心与实况雷达回波强对流回波中心以及雨量中心都有很好的对应。在此基础上，我们又给出了短时强降水预报概率，如图4.3。从结果看来比强对流概率预报的结果（图4.2 b1,b2,b3）范围更进一步集中，中心更加突出，强降水预报结果还是比较理想的。 a b c
图4.1 2010年6月13日雷达回波（a-19时，b-20时，c-21时，北京时）（单位：dbz） Fig.4.1 the radar reflectivity factor of Beijing on Jun. 13th, 2010 (a-19:00BT, b-20:00BT, c-21:00BT)
9
a1 a2 a3
b1 b2 b3
图4.2 2010年6月13日BJ-RUC模式11时起报的（-20度层上的）反射率因子（单位：dbz） (a1,a2,a3)以及
强对流天气概率预报对比(b1,b2,b3)（a1,b1-19时，a2,b2-20时，a3,b3-21时，北京时）
Fig.4.2 the radar reflective factor (at -20 degree) (a1,a2,a3) and the convective weather probability forecast(b1,b2,b3)
initiating at 03:00UTC of the BJ-RUC on Jun. 13th,2010 (a1,b1-19:00BT,a2,b2-20；00BT,a3,b3-21：00BT) a
b
c
图4.3 2010年6月13日BJ-RUC模式11时起报的短时强降水概率预报（a-19时，b-20时，c-21时，北京时） Fig.4.3 the short-time rainstorm probability forecast initiating at 03:00UTC of the BJ-RUC on Jun. 13th, 2010(a-19:00BT,
b-20:00BT, c-21:00BT)
5.2 局地强对流短时暴雨过程
2010年7月11日，受东北低涡系统影响，11日04-08时、11日19时-12日00时有27个站出现大于20mm/h降水，3个站出现大于50mm/3h的局地短时暴雨，暴雨区位于北京的怀柔、密云、平谷等北部区县。
从实况雷达回波可以看出在东北冷涡系统的影响下，回波呈块状单体结构，强度也较强，中心可达55dbz以上，回波由正北方向进入北京地区，沿北京东部地区向南移动，依次影响了怀柔、密云、平谷等地。因此在
10