论文部分内容阅读
雷暴等强对流天气是西北地区东部主要气象灾害之一。雷暴对航空运输、电力设施、通讯设备与建筑物等均可造成不同程度的破坏,严重时甚至造成人员伤亡。西北地区东部地貌地形复杂多样,雷暴预报难度较大。因此,开展西北地区东部雷暴预报具有重要的科学意义与实用价值。本文基于西北地区东部60个气象站1980—2013年常规观测资料和2008—2013年NCEP/NCAR 1??1?再分析资料,利用气候统计方法对西北地区东部雷暴时空分布特征进行分析,并划分了雷暴亚区;定义西北地区东部区域雷暴日概念,分析了区域雷暴日发生的天气形势,归纳出区域雷暴日的主要天气型;设计了各天气型自动识别及强度指标计算方法,实现了天气型自动分型;应用物理量诊断分析消去空样本,结合天气分型与诊断分析建立了西北地区东部区域雷暴24 h预报流程;应用线性逐步回归、Logistic回归与BP神经网络3种方法建立了西北地区东部单站雷暴24 h预报模型,检验并对比了各模型的预报效果,选择各站最优的预报模型。主要结论如下:(1)西北地区东部60个测站平均年雷暴日数为15.6 d,区域年雷暴日数为70.7 d。雷暴空间分布特征为:甘南高原最多、秦岭以南和陕西北部次之;黄土高原又次之;戈壁荒漠与关中平原较少。按照下垫面特性的不同,雷暴可划分为戈壁沙漠区、黄土高原区、高原高山区、关中平原区和秦岭以南区等5个亚区。雷暴年际变化特征为:1980年代中期与2000年代前期为雷暴多发期;1980年代末期到1990年代初期与2004年之后为少发期。雷暴季节特征为:夏季最多(峰值出现在7月),站平均年雷暴日数与区域年雷暴日数分别占全年总数的67.3%和66.4%,春秋次之,冬季很少发生。雷暴日变化特征为:14:00至02:00雷暴最多,且下午雷暴多于前半夜雷暴,02:00至14:00雷暴较少。(2)西北地区东部雷暴的主要天气型可划分为4种:低涡型、低槽型、西北气流型和西南气流型。西北气流型和低槽型出现最多,西南气流型次之,低涡型出现最少。低涡型、低槽型和西北气流型大气温度配置为高层干冷低层暖湿型;西南气流型为整层增暖型。对4种天气型相应的定量判据进行归纳总结,利用这些判据对2008—2012年4—10月的雷暴天气型进行自动判别,共得到入型样本1030 d。自动分型临界成功指数CSI为33.6%,空报率FAR为66.3%。(3)对上一步得到的1030 d入型样本,进一步进行物理量诊断分析,回代检验结果表明:共消去433 d空样本,CSI上升为54.1%,FAR下降为45.5%。将天气型自动分型结合物理量诊断分析进行2013年4—10月雷暴试预报,结果表明:共预报雷暴日129 d,消空85 d,CSI为51.8%,FAR为44.2%。该结果与回代预报结果接近,说明天气分型结合物理量诊断分析的方法是稳定可用的。(4)对比线性逐步回归模型、Logistic回归模型与BP神经网络模型的平均预报效果得出:Logistic回归模型最为稳定,预报效果最好,线性逐步回归模型次之,BP神经网络模型较不稳定,预报效果一般。雷暴发生较多的站点,Logistic回归模型与线性逐步回归模型预报效果较好;雷暴发生较少的站点,BP神经网络模型预报效果较好。各模型平均CSI均最高的雷暴亚区为气候概率最高的高原高山区;气候概率最低的关中平原区各模型平均CSI均最低。集合各站最优试预报结果,站平均最优CSI达26.6%,FAR为49.6%。预报效果较为理想。综上所述,本文将天气分型与物理量诊断分析相结合,建立西北地区东部区域雷暴24 h预报流程,并采用线性逐步回归、Logistic回归和BP神经网络方法建立西北地区东部单站雷暴24 h预报模型,可为该区域雷暴的预报预警提供参考依据。