用逐步判别分析法建立陵水地区午后山区雷暴预报模式

《用逐步判别分析法建立陵水地区午后山区雷暴预报模式》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、用逐步判别分析法建立陵水机场午后山区雷暴预报模式许园春聂锋周毅摘要　　每年5-9月份，陵水机场午后常在北部山区形成雷暴，本文就它形成的物理机制予以探讨，并以它为对象，介绍了建立预报模型具体过程，包括：寻找预报指标,天气分型,样本消空处理,因子筛选，最终利用统计预报逐步判别方法建立出一组预报方程,通过比较预报量的大小,从而做出有雷暴,无雷暴的预报。预报效果明显。此外，针对逐步判别的方法计算量大，作者编写了相应的计算程序，配合EXCEL使用可免除手工计算，方便实用。关键词：雷暴，统计预报，样本，因子，逐步判别。1原理分析1.1相关概念局地对流系统有三种类型，既普通单体

2、雷暴、多单体雷暴以及超级单体风暴。通常把一个上升运动区（其垂直速度≥10m/s，水平范围从十千米至数十千米，垂直伸展几乎可达整个对流层顶）称为一个单体。陵水地区的午后山区雷暴多为普通单体雷暴。当前公认的普通单体雷暴发生的三要素，即①丰富的水汽，②条件不稳定，③气块抬升至凝结高度的启动机制。1.2预报对象特点本文所阐述的对象常见于夏季，地面为弱气压场（无明显的系统影响本场），空中为西南槽槽前或副高控制的形势下。它是在没有明显空中低压动力系统扰动（槽线过境，南海气旋移近等）情况下，单靠低层气流辐合抬升启发的雷暴。其活动范围只在北部山区，离开山区便减弱消散。其活动时间为

3、12时至18时。结合海南年雷暴日统计图,大小环流背景1.3预报对象形成的条件当陵水地区为上述天气形势控制时，天气晴好，阳光的强烈照射，使海陆温差在午后达到最大，向陆地辐合的海陆风风速也最大，山脉地形对海风的抬升，聚合作用，提供了持续的雷暴发生的启动机制，这也是雷暴只在山区活动的原因，满足上述要素③。经过对样本分析发现，，沙氏指数，K指数平均值分别为：-3.48和35.24,可见在陵水地区在这种天气形势下的大气层结是不稳定的，满足上述要素②。海南岛四面环海，辐合的海风提了供充沛的底层水汽，满足上述要素①。2模式建立的步骤及相关知识介绍2.1建立样本库资料选用陵水地区

4、2001年-2003年5-9月份探空资料、预报值班日志、测报月观测总薄、08时和20时高空图、08时和14时地面图。2.2寻找预报指标指标按性质可分为热力性、动力性和综合指标，按获得手段分为直接获得和间接计算获得，本文间接获得的因子在附注中有较详细介绍。作者选用的热力性因子有：高空三层的温度、露点、湿度、假相当位温、凝结温度、凝结气压、沙氏指数、k指数、温度、露点、各层温露差、各层气压的24小时变化和一组不稳定指数（A、TT、TTmod、Ni）、强对流天气威胁指数SWEAT、垂直位温递减率；选用的动力性因子有：位势高度、风向、风速、24小时变高、垂直平均风切变。2

5、.3样本的削空处理在挑选因子和建立预报方程之前，先对预报样本库进行消空处理，以便减少数据配合不好的样本，提高雷暴样本的统计概率。在进行消空时一般遵守以下原则：（1）在保留全部雷暴日样本的前提下，寻找尽可能多地消去非雷暴日的消空因子。（2）消空因子应简单明了且物理含义清楚，也就是那些能预报未来24小时内无雷暴发生的因子作为消空因子。（3）确定消空因子临界值时，应充分留有余地,确保业务使用的可靠性和稳定性，决不能因为消掉一个暴雨日而造成漏报。（4）尽量多采用一些经验实况因子作为消空因子。因为实况因子所用的资料年代长，所选的消空因子数据精确，稳定可靠，具有地方性特点，且

6、不随数值预报模式更换的影响。本过程中，选用24小时露点能变化作为本样本库的消空因子，削去在消空因子值域[-6.5,7.5]之外的20个非雷暴日，鉴于样本数量，不再进行消空。2.4天气分型在不同的天气型式下，产生同一天气现象的主要因子会有不同，天气分型可提高预报的准确率。根据启动机制的差别，将预报对象发生的天气形势分为两组：①系统动力性雷暴的天气型式：冷锋过境，华南或五指山准静止锋，中空切变线扰动、台风槽扰动、副高调整；②地型动力性雷暴的天气型式：西南槽槽前、副高控制或二者兼有之。如前所述，本文只讨论第②组型式。其中，对西南槽槽前的天气型式判定方法是：850hPa,

7、700hPa东经100度以东，云、贵、川一带出现南支槽，地面表现为云、贵以西形成闭合的低压，陵水为西南气流控制。对副高控制的天气型式的判定方法是：500hPa本场位于588线以内。从而选出74个样本，其中有29个雷暴日。2.5筛选因子本文建立的方程，因子是连续的（如：温、压、湿），预报对象是离散的（有雷暴，无雷暴），故选取判别法：计算各因子的判别量，选出大于给定标准的因子作为候选因子，计算的具体公式如下：，,,分别表示因子各组的组平均值和因子总的平均值。G为分类数，Ng为第g类的样本数，是第k个因子的第g类观测值。本文G=2，N1=29,N2=45。取信度，选出如

8、下5个因子