配料法在宁夏暴雨预报中的应用

李 强，纪晓玲*，薛宏宇，李 婷，苏延勇，魏 宜

（1.中国气象局旱区特色农业气象灾害监测预警与风险管理重点实验室，宁夏 银川750002；2.宁夏气象防灾减灾重点实验室，宁夏 银川750002；3.宁夏气象台，宁夏 银川750002）

宁夏地处西北内陆高原、季风区边缘，常年干旱少雨，自然生态和地理环境脆弱，且降水季节分配很不均匀，夏季（6—8 月）降水量占全年的52%～72%，是一年中降水量最大的季节，特别是由深厚湿对流引起的短时暴雨，因其持续时间短、降水强度大且突发性强，往往造成很大灾害[1-5]。近年来，全球极端气候事件频发[6-7]，宁夏暴雨灾害呈明显上升趋势[8]。因此，对暴雨准确预报预警是做好暴雨灾害应对防御的前提条件。

目前，针对暴雨主要有两种预报思路：一是从天气型中概括出一些典型天气型，并根据这些典型天气型进行预报，即为传统的流型辨识法；二是依托数值预报产品，对其进行模式释用，如暴雨预报专家系统、MOS 法等[9-10]。这两种预报思路各有利弊：流型辨识法在实际预报中，会产生较多的空漏报；模式释用法本质上基于线性多元回归[9]，缺乏物理机制上的解释，预报效果也有待提高。

“配料法”也称成分法，是Doswell 等针对流型辨识法的缺点于1996 年提出的，它从暴雨发生的物理机制入手，强调预报过程中对气象原理的理解是第一位的[11]。该方法在国外发展较为成熟，已实现业务应用。我国对“配料法”研究起步较晚，张小玲等[12]介绍了一种使用显著“配料”进行暴雨预报的方法，并将这种暴雨预报方法应用于国家级降水预报业务中。来小芳等[13]基于“配料法”原理，设计了一个表示强降水趋势的强降水指数，并用于长江下游地区暴雨预报，对暴雨预报有一定的指示意义，但并未进行暴雨定量预报研究。张萍萍等[14]将“流型辨识法”与“配料法”相结合提出“分型配料法”，并根据湖北省梅雨期和盛夏期天气型特点，分别制定了不同的配料方案，指出梅雨期暴雨应对水汽因子加大重视，盛夏期暴雨应加大强对流相关诊断因子的权重。唐晓文等[15]以国家气象中心业务中尺度数值模式MM5的预报场作为原始资料计算配料，根据中国不同区域的天气特点，选取对强降水有显著影响的动力因子、热力因子、水汽因子及不稳定因子，利用经验与统计相结合的方法建立配料综合指数与强降水之间的关系，经对比发现，配料法强降水预报优于MM5模式强降水预报。刘勇等[16]利用ECMWF 高分辨率数值模式产品，选取比湿、垂直速度、温度3 个要素作为配料因子对陕西省暴雨进行预报，并将预报结果与ECMWF 高分辨率数值模式作对比，发现“配料法”能提高暴雨预报的准确率，订正了ECMWF 高分辨率数值模式对陕西省暴雨预报偏小的误差。李俊等[17]通过个例分析，阐述了“配料法”在湖北省梅雨锋暴雨预报中的应用，并给出建立配料的基本步骤。研究表明，通过分析与暴雨有较好对应关系的可降水量、相对湿度、抬升指数、对流抑制能量等因子的配料建立过程，可以给出湖北省暴雨潜势预报。以上研究成果在实际暴雨预报业务中得到了应用，并取得了较好效果。

随着气象业务现代化建设发展，宁夏自动气象站数量达到972 个（含常规站），降水资料的时间及空间分辨率有了很大提高。此外，由中国气象局下发的ECMWF 高分辨率数值模式（以下简称EC-Thin）产品空间分辨率为0.25°×0.25°，在预报时效72 h 内时间分辨率达到3 h。这为基于“配料法”研究暴雨预报提供了较为精细可靠的数据支撑。本文基于ECMWF 高分辨率数值模式产品，利用宁夏自动气象站逐小时降水资料，建立适用于宁夏的暴雨配料定量预报方法，并在业务中开展应用，为提高暴雨预报准确率提供新的思路和探索。

1 资料与方法

1.1 资料

本文所采用资料为宁夏25 个常规地面观测站和947 个自动气象站逐小时降水资料、ECMWF 高分辨率数值模式在预报时效72 h 内提供的模式物理量资料，主要包括湿位涡的湿正压项ζMPVes1、湿位涡的湿斜压项ζMPVes2、矢量、相对湿度f、温度t 和露点温度td。上述模式物理量资料的空间分辨率为0.25°×0.25°，时间分辨率为3 h。

选取2000—2015 年发生在宁夏23 次由深厚湿对流引起的区域性暴雨天气过程为研究对象，采用统计分析方法进行配料方案研究。

1.2 方法

1.2.1 配料法

“配料法”（Ingredients-Based Methodology）是Doswell 等[11]于1996 年提出的一种用于产生暴洪的暴雨预报方法，最初被应用于暖季深厚湿对流预报，是利用降水基本成分的观点预报降水可能性的方法。降水量是一个累积量，它与降水的持续时间和降水率有关，而降水率与水汽的垂直输送成正比。因此，降水量P 可表示为：

式中，q 表示低层比湿，ω 表示云底上升气流速度，E 表示降水效率，即为降落至地面水汽质量与流入云里水汽质量的比值，因此本文物理量均取700 hPa 物理量。分析（1）式可知，最大降水量出现在水汽垂直输送最大且持续时间最长的区域。因此，可以从暴雨形成基本要素入手，分析这些要素的合理搭配，建立暴雨预报模型[8]。

1.2.2 配料指数

俞小鼎介绍了“配料法”的主要思路，并对“配料法”在使用过程中的一些误解进行了澄清[18]，指出构成“配料法”的基本成分应当是相对独立的气象变量。对由深厚湿对流造成的暴雨，最基本的物理成分可进一步归纳为上升速度、大气静力不稳定和低层水汽。来小芳等[13]将上述几个成分结合起来，得到一个新的参数I，当ζPVes和▽·均为负时，

（2）式中ζPVes为湿位涡，用来描述大气静力不稳定的贡献，它由湿正压项ζMPVes1和湿斜压项ζMPVes2两部分组成。其中ζMPVes1代表惯性稳定性和对流稳定性的作用，ζMPVes2表示湿斜压性和水平风垂直切变共同的贡献[19]；▽·为矢量散度，用来表示水汽上升速度的贡献[20]；f 代表相对湿度，t-td表示温度露点差，均用来描述空气的饱和程度。f 越大，t-td越小空气越接近饱和。（2）式中当ζPVes或▽·任意一项为正时，令I=0。

来小芳等[13]利用上述方法，针对长江中下游地区计算配料指数，进行暴雨落区潜势预报研究，取得一定预报效果，但并未进行暴雨定量预报。此外，该方法对宁夏暴雨的应用效果需要结合宁夏暴雨特点开展针对性研究。因此，本文借鉴这一思路，在配料指数研究的基础上，采用线性回归分析等对宁夏暴雨进行逐时定量预报，为宁夏暴雨定量预报提供新思路。

1.2.3 配料暴雨预报应用步骤

欧洲高分辨率数值模式在预报时效72 h 内，提供ζMPVes1、ζMPVes2、、f、t 及td等物理量，且上述物理量时间分辨率均为3 h，空间分辨率均为0.25°×0.25°，这为“配料法”在宁夏暴雨定量预报中的业务化提供可能。但这些物理量均为3 h 间隔时刻值而不是3 h 累加值，不能预报出相应时段（3 h）累计降水。针对这一问题，刘勇等[16]用近似线性插值法计算出逐小时模式物理量产品，并将其用于“配料法”暴雨预报研究中，取得较好效果。本文借鉴这一思路，先计算逐小时配料指数I，再利用I 预报逐小时降水量，最后得到预报时效内逐3 h 间隔的累计降水量。具体应用思路如下：

（1）宁夏天气预报手册规定，3 站或3 站以上24 h累计降水量≥50 mm 定义为一次区域性暴雨，若某一观测站小时降水量≥10 mm，则认为该站在该时次出现短时强降水[1]。因此，选取2000—2015 年宁夏23 次区域性暴雨天气过程小时降水量≥10 mm的站点（因自动站是逐年增加的，考虑到数据稳定性，仅选取常规站）共计117 站次作为样本。

（2）在预报时效72 h 内，ECMWF 高分辨率数值模式产品时间分辨率为3 h，即仅提供3 h 间隔的配料物理量，为得到3 h 间隔内逐小时配料物理量，采用线性插值法计算出所选暴雨过程中各配料物理量逐小时格点值，并利用公式（2）计算出每个格点逐小时配料指数I。

（3）利用克里金插值法，将逐小时配料指数I 格点值插值到常规站上，然后采用一元线性回归，对比分析第（1）步中所选117 站次小时降水量与对应站点、对应时次配料指数I 的相关关系。

图1 为逐时降水量R 与对应站点对应时次配料指数I 的相关关系，其一元线性回归方程为：

（4）式复相关系数为0.6759，且通过95%置信度检验。由（4）式可近似预报出逐小时降水量R，从而可得到逐3 h 累计降水量，其表达式如下：

式中，R3表示t 时刻到t+2 时刻的3 h 累计降水量。依次类推，可计算出每隔3 h 的累计降水量，最终可计算出72 h 内任意时段累计降水量。

图1 逐时降水量与对应站点对应时次配料指数相关关系

（4）实时业务中，基于ECMWF 高分辨率数值模式每天2 次（08 时、20 时）初始场所提供的3 h 间隔物理量（ζMPVes1、ζMPVes2、、f、t 及td），利用计算机编程语言，首先使用近似线性插值法计算上述配料物理量逐小时格点值；然后，利用（2）式计算配料指数逐小时格点值；最后利用（4）式得出降水量逐小时格点值，并以Micaps 第四类数据格式的形式形成数据文件，供预报员调阅参考。

2 试报质量检验分析

为检验配料法在宁夏暴雨预报业务中的可行性，必须对配料法较长时期预报效果进行评估。选取2016 年6—8 月宁夏暴雨天气过程并用配料法进行回报试验，利用气象上常用的降水评估方法—TS 评分分别对配料法暴雨预报和欧洲高分辨率数值模式（简称EC-Thin）暴雨预报按不同时效进行评分。TS评分定义如下：

TS=正确次数/（正确次数+漏报次数+空报次数）。 （6）

目前，宁夏全区20 个区县涵盖972 个自动气象站（含常规站）。为更全面反映实际降水状况，参考刘勇等[16]检验暴雨预报准确率方法做如下规定：如果某个区县3、6、12、24 h 不同时间间隔配料法预报降水量分别达到15、25、30 mm 和50 mm 及以上，该区县只要有1 站以上自动气象站降水实况达到相应时间间隔雨量标准就算预报正确，否则就是空报；如果某个区县没有预报暴雨，而该区县有3 个以上自动气象站降水超过相应时段标准，就算漏报。该规则同样适用于欧洲高分辨率数值模式暴雨预报结果。

图2 2016 年6—8 月配料法暴雨预报和EC-Thin暴雨预报TS 评分比较

试报检验结果如图2 所示。不同预报时段内，配料法暴雨预报TS 评分均高于欧洲高分辨率数值模式暴雨预报，特别是24 h 的TS 评分达到20.1%，较欧洲高分辨率数值模式暴雨预报TS 评分17.8%高2.3%；48、72 h 配料法暴雨预报质量均在10%以上，说明该方法对宁夏暴雨有比较好的定量预报能力。

从3 h 到24 h，两种方法暴雨预报TS 评分均依次提高，其可能原因是：一方面，时间间隔越短，判断降水开始和结束时间节点难度越大，易产生较多空漏报，这也是短时临近预报难点所在。因此无论是配料法暴雨预报还是欧洲高分辨率数值模式暴雨预报，TS 评分在3 h 预报结果都较低，但随时间间隔增加，时间间隔越长，对暴雨起止时间预报的准确性就越大，因此TS 评分逐渐增大；另一方面，配料法暴雨预报所使用欧洲高分辨率数值预报产品时间分辨率是3 h，在3 h 之内物理量通过线性内插得出，而降水本身并非线性变化，会产生一定误差，但随时间增加，配料法暴雨预报偏多值和偏少值会有一定程度抵消，使配料法暴雨预报TS 评分有所提升。而24 h 以后，两者TS 评分均为下降趋势，这与模式本身物理量随时间增加其准确性下降有关。

3 暴雨过程预报效果分析

为进一步探讨配料法对宁夏暴雨过程预报效果，分别选取2016 年发生在宁夏南部六盘山区和北部贺兰山沿山两次区域性暴雨天气过程，并对过程中配料法暴雨预报细节进行分析。由于所选取发生在贺兰山沿山区域性暴雨无论降水量还是成灾程度都远大于六盘山区暴雨，因此，对六盘山区暴雨只分析配料法在最大降水时段预报效果，重点考察配料法对贺兰山沿山区域性暴雨预报效果。

3.1 六盘山区暴雨个例分析

2016 年8 月24—25 日宁夏中卫市南部、固原市西部和南部部分乡镇出现暴雨到大暴雨，累计24 h 最大降水量和最大小时雨强均出现在泾源县泾河源泾光村（35.4°N，106.4°E），分别达121.2 mm和75.6 mm，最大小时雨强出现在24 日20 时。

3.1.1 逐小时预报效果分析

分析泾河源泾光村逐时降水量与配料指数I 时序变化（图3）可知，两者增大、减小的变化趋势基本一致，且二者峰值均出现在24 日20 时。此时配料指数I 达2.2，利用降水量与配料指数一元线性回归方程（4 式）预报该时刻降水量为100.2 mm，较实况降水量75.6 mm 偏强。在最大小时降水出现之前的18时和19 时，配料指数I 分别为0.8 和1.6，对应2 个时次预报降水量分别达19.8 mm 和65.7 mm，但这两个时次站点均未出现降水；类似地，最大小时降水量出现之后的21 时和22 时I 分别为1.5 和0.5，利用（4）式预报两个时次降水量分别为60 mm 和2.5 mm，而站点实况降水量分别为13 mm 和14.8 mm，预报结果较实况有一定误差。

上述结果可能原因是，欧洲高分辨率数值模式72 h 内时间分辨率是3 h，即每日02、05、08、11、14、17、20 时及23 时8 个时次该模式提供配料法所需物理量，上述8 个时次配料指数可根据（2）式由相应物理量直接算出。其它时次，首先由上述8 个时次物理量利用线性内插法计算相应时次物理量，再利用（2）式得出相应时次配料指数。因此，图3 中24 日17 时未出现降水，配料指数也相应为0，20 时出现降水极值，配料指数也相应出现极值，18 时和19 时配料指数是先由17 时和20 时物理量内插得出所需物理量后，再利用（2）式计算得出，虽然这两个时次实况降水量为0，但配料指数却不为0；类似地，25日00 时实况未出现降水，但该时刻配料指数是经过内插计算得到的，因此，配料指数并不为零。这也是配料法预报暴雨产生误差的主要原因。

图3 泾河源泾光村逐时降水量与配料指数时序变化

综上所述，配料指数对降水变化趋势，特别是降水峰值及出现时间都有不错表现，但预报强度较实况整体偏强。在欧洲高分辨率数值模式提供物理量的时次，配料指数对降水的预报能力较好，但在其它时次配料指数是由线性内插得出的，对降水预报会产生一定影响。但在较长时段（6～24 h），配料指数预报降水的偏多量和偏少量会有一定程度的抵消，这也是图2 中从3 h 到24 h 配料法预报暴雨TS 评分依次增高的原因。

3.1.2 降水落区预报效果分析

图4 为六盘山区暴雨最大小时（24 日20 时）降水实况和对应配料指数空间分布。由图4a 可知，该时次强降水中心出现在泾源，小时雨强超过10 mm以上站数达23 站，其中7 站超过20 mm。而配料指数I≥0.63 即小时雨强超过10 mm 的区域（由4 式得出）也主要集中在泾源，范围与强降水中心基本吻合，但配料指数预报降水最大值和I≥0.63 区域较实况均偏大。此外，对分布在宁夏其它区域的弱降水预报效果较差。

产生上述结果的可能原因是：一方面，本文研究配料指数所选取降水过程均为暴雨过程，客观上使得在建立配料指数的过程中，将产生弱降水物理量信息进行了过滤。因此，配料指数对弱降水预报能力较差；另一方面，决定宁夏小雨的物理量主要是水汽因子，对大雨以上量级降水，动力因子和热力因子占较大比重[21-22]。本文所构建配料指数主要针对深厚湿对流引起的短时暴雨，更多考虑上升速度和大气静力不稳定即动力和热力因子的作用，这也使得该方法对降水强度和范围预报偏强、偏大，而对弱降水预报能力较差。

图4 六盘山区暴雨最大小时降水实况（a）与对应配料指数（b）空间分布

3.2 贺兰山沿山暴雨个例分析

2016 年8 月21 日下午到夜间，贺兰山沿山银川到石嘴山段出现特大致洪暴雨，累计最大降水量和最大小时雨强均出现在贺兰山滑雪场（38.7°N，106.0°E），分别为241.7 mm 和82.5 mm。过程中有9站超过50 mm，5 站超过100 mm，2 站超过200 mm。降水主要集中时段出现在21 日21 时—22 日01 时。

将本次暴雨过程按逐3 h 分成4 个时段：21 日21—23 时、22 日00—02 时、22 日03—05 时及22日06—08 时。

图5 为8 月21 日21—23 时降水实况与配料法预报降水空间分布，由图5a 可知，21—23 时降水集中在贺兰山沿山银川段，该时段最大累计降水量和最大小时雨强均出现在拜寺口站，分别为104.2 mm和76.6 mm，超过20 mm 以上的站点为17 站，超过50 mm 以上的站为5 站，超过100 mm 以上的站为1站。由图5b 可知，配料法预报降水范围较实况有所增大，且在宁夏北部边界地区出现10 mm 以上降水区域的空报，但强降水中心位置与实况基本吻合，中心强度为118 mm，与实况较为接近。

分析8 月22 日00—02 时降水实况与配料法预报降水空间分布（图6）可知，该时段内强降水区域仍出现在贺兰山沿山银川段，但与前一时段有所不同，该时段最大累计降水量和最大小时雨强均出现在贺兰山滑雪场站，分别为139.3 mm 和82.5 mm，累计降水量超过20 mm 以上的站点为11 站，超过50 mm 以上的站点为6 站，其中有3 站超过100 mm（图6a），较前一时段降水强度有所增强。类似地，配料法预报降水范围较实况也明显偏大（图6b），虽然强降水中心位置基本与实况较为吻合，且所预报的降水强度也和实况较为接近。但是，在中卫市北部地区出现强降水中心空报，这也与降水实况有较大差距。

图5 21 日21—23 时降水实况（a）与配料法预报降水（b）空间分布

图6 22 日00—02 时降水实况（a）与配料法预报降水（b）空间分布

类似地，对8 月22 日03—05 时降水实况与配料法预报降水空间分布（图7）进行分析。由图7a 可知，22 日03—05 时降水范围有所扩大，从贺兰山沿山银川段北扩到石嘴山段及石嘴山市的北部，但降水强度迅速降低，该时段累计降水量均在35 mm 以下，且强降水中心有所北移。配料法预报降水空间分布（图7b）变化与实况基本吻合，也表现出降水强度减弱，落区北移的特点，但强降水中心较实况更加偏北，且中心强度接近40 mm，高于实况降水量。同时，在中卫市南部仍然出现10 mm 以上降水区域的空报。

图8 给出8 月22 日06—08 时降水实况与配料法预报降水空间分布，由图8a 可知，该时段累计降水量均在35 mm 以下，降水落区在前一时段基础上进一步向东扩展，覆盖了石嘴山市及银川市北部地区，但降水中心又回到贺兰山沿山银川段。从配料法预报降水空间分布（图8b）可以看出，尽管配料法预报降水量也在35 mm 以下，降水中心位置与实况也较为一致。但降水落区较实况偏大，预报降水量也较实况偏强，尤其是石嘴山市和银川市北部。同样地，在中卫及吴忠两市北部仍然出现5～15 mm 降水区域的空报。

综上所述，通过分析配料法对贺兰山沿山暴雨不同时段预报效果可知，配料法可准确预报出本次暴雨过程在不同时段的强降水中心和降水落区，并且对强降水中心的移动路径也有一定预报能力，但降水落区较实况偏大，中心强度也偏强。此外，还出现一些区域的空报。

图7 22 日03—05 时降水实况（a）与配料法预报降水（b）空间分布

图8 22 日06—08 时降水实况（a）与配料法预报降水（b）空间分布

针对这一结果，初步认为导致降水偏强、落区偏大的可能原因，一方面跟所选取配料物理量有关；另一方面与建立配料指数和降水量线性回归方程时，仅使用常规观测站资料有关。具体到本次降水过程，对贺兰山沿山配料时使用的是位于贺兰山最高观测站——贺兰山气象站（38.8°N，105.9°E）的资料，该站海拔高度2908 m，位于贺兰山最高峰。因此，客观上加大了贺兰山喇叭口地形辐合抬升和地形本身动力强迫抬升作用[23-25]，这使得配料法对本次暴雨过程降水中心值和落区预报均偏大；对于出现在其它区域降水的空报，初步认为和模式对这些区域物理量预报的准确性有关，但更进一步的原因还需后期深入研究。

4 结论

本文基于“配料法”基本原理，借鉴配料指数[13]这一概念，结合欧洲高分辨率数值模式产品和宁夏972 个自动气象站（含常规站）资料，建立了适用于宁夏暴雨的定量预报方法，并投入业务运行。相比之前的研究，本文将暴雨潜势预报发展成暴雨定量预报，为提高宁夏暴雨预报准确率提供新的思路。通过实时业务检验，得到以下结论。

（1）不同预报时段内，配料法暴雨预报准确率均高于欧洲高分辨率数值模式，说明该方法对宁夏暴雨有较好预报能力。24 h 预报时段内，配料法和欧洲高分辨率数值模式对暴雨预报准确率均依次提高，不但与模式对降水开始和结束的时间节点预报是否准确有关，还与计算配料指数时使用线性内插产生的误差有关；24 h 以后，二者暴雨预报准确率均逐渐下降，主要与模式本身物理量随时间增加其准确性下降有关。

（2）配料指数对宁夏六盘山区降水变化趋势、降水峰值及出现时间都有较好预报性能，但降水强度和落区较实况偏强、偏大。此外，对过程中弱降水区域预报效果较差。主要原因是，本研究所选取个例均为暴雨，客观上过滤了弱降水信息；另一方面，水汽是宁夏弱降水决定性因子，本研究在选择构建配料指数物理量时，更多考虑了有利于强降水的动力和热力作用，这也使该方法对弱降水预报能力较差，对强降水预报偏强。

（3）利用配料法对贺兰山沿山暴雨进行定量预报，该方法能准确预报不同时段强降水中心和落区，并对强降水中心移动路径也有一定预报能力，但降水强度和范围较实况仍偏强、偏大。此外，还出现一些区域的空报。上述结果除跟所选配料物理量有关外，更主要的原因是，暴雨样本较少，且在建立配料指数和降水量线性回归方程时，考虑到数据稳定性，仅使用常规观测站资料，客观上加大了贺兰山喇叭口地形辐合抬升和地形本身动力强迫抬升作用。对于出现空报的区域，初步认为和模式对这些区域物理量预报的准确性有关，但具体原因还需更深入的研究。