引言

冰雹、雷雨大风等强对流天气是福建省主要的灾害性天气，尤其是每年的春夏两季，强对流天气频繁发生，往往造成重大的经济和人员财产损失。冰雹、雷雨大风天气尺度小、局地性强、生命史短，但破坏性严重，强对流性天气的预警和落区预报一直是气象工作者研究的重点。近几年来，许多学者对福建的强对流天气做了大量的研究工作，如，蔡义勇等^[1]分析了1960—2008年福建冰雹发生的时空分布和春夏两季降雹的天气气候特征；朱艳萍等^[2]分析了1980—1999年福建春季冰雹天气的物理量诊断分析，陈秋萍等^[3]对福建强天气短时潜势预报方法进行了研究。对雷达观测资料在冰雹、雷雨大风等强对流天气的分析应用得到气象工作者普遍关注^[4-10]，如，冯晋勤等^[4]利用新一代多普勒天气雷达分析了一次冬季降雹过程的雷达回波特征，郭艳^[5]对大雹指标TBSS在江西的应用做了详细的分析。刘治国等^[6]对冰雹云和雷雨云单体VIL演变特征进行对比分析。王珏等^[7]对鄂东地区雷雨大风多普勒天气雷达回波特征进行了分析。

文章利用龙岩新一代天气雷达资料，结合常规探空资料，对闽西南冰雹、闽西雷雨大风和强雷暴历史过程的雷达资料进行统计分析，建立冰雹、雷雨大风新一代天气雷达产品判别指标、预报方程以及闽西南强对流天气短时临近预报预警系统，实现对闽西南强对流天气临近预警预报。

1 资料的收集和整理 1.1 资料收集

收集2003—2008年闽西南(龙岩、漳州、厦门、泉州四个地区)的39次冰雹天气过程，其中龙岩23次过程、漳州2次过程、厦门3次过程、泉州11次过程。同时，选取2003—2008年龙岩地区43次测站有大风记录的雷雨过程和风暴强中心大于50 dBz、风暴垂直积分液态含水量(VIL)大于20 kg·m^-2、回波顶高(ET)大于8 km的60个显著回波风暴，龙岩的23次冰雹过程以及43次雷雨大风(风速≥17 m·s^-1)过程用于预报方程的建立，闽南的16次冰雹过程用于方程回代检验。

需要说明的是，雷达观测到的显著回波风暴可产生冰雹、雷雨大风、一般雷暴或暴雨等天气，也可能几种天气同时出现，在个例选取中，产生冰雹天气的风暴个例也可能产生雷雨大风天气，但在统计中以冰雹灾害为重，即仅归入冰雹天气统计，43次雷雨大风天气确定不产生冰雹天气，选取的60个显著回波风暴均在地面测站附近，确定不产生冰雹或雷雨大风天气。以下如无特殊说明，文章中的显著回波风暴均指强中心大于50 dBz、风暴垂直积分液态含水量(VIL)大于20 kg·m^-2、回波顶高(ET)大于8 km且不产生冰雹或雷雨大风天气的风暴，所产生的天气称为强雷暴天气。雷雨大风天气仅选取龙岩地区7个测站的原因，主要是考虑在距离雷达远的地方，由于地球曲率的影响，雷达无法观测到天气系统低层的雷达回波特征，所选取的过程均发生在龙岩新一代天气雷达120 km观测范围内。

1.2 资料整理

利用新一代天气雷达风暴的单体识别和跟踪算法(SCIT)对风暴自动识别的结果，对出现冰雹、雷雨大风、显著回波风暴的雷达产品从风暴生成到消亡进行逐时次统计，统计参数分别为：风暴所对应的时间、方位、距离、风暴垂直积分液态含水量(VIL)、风暴最强回波强度(dBzM)、最强回波所对应高度(HT)、风暴顶高(TOP)、风暴移向、移速(FCST MVMT)及回波顶高(ET)。这些参数可以分别从敏视达公司PUP软件自动生成的组合反射率中的风暴属性表以及回波顶高产品中读取。在建立判别方程时，冰雹和雷雨大风的雷达参数以出现冰雹或雷雨大风时刻为准，无具体时间的则以报道时间前1小时内最强回波出现的时间为准。同时，利用常规探空资料统计每次强天气过程的对流有效位能(CAPE)、0℃层、-20℃层、垂直风切变、-20℃与0℃层的高度差等参数。

2 冰雹、雷雨大风发生的环境条件对比分析

决定对流产生的3个要素是大气层结的垂直稳定度、水汽条件和抬升机制。大量的研究发现，大冰雹(降雹直径大于2 cm以上)的产生主要受到4个环境参量影响^[11]：对流有效位能(CAPE)和对流抑制能量(CIN)、垂直风切变、0℃和-20℃层高度。对流有效位能(CAPE)越大，雷暴出现后其内部的上升气流也就越强，因此出现强冰雹的可能性随着对流有效位能的增加而增加。对流抑制能量(CIN)是反映对流发生之前与能量储存相关的参数。研究表明^[12]，对于发生强对流的情况，通常CIN有一较为合适的值：太大，抑制对流程度大，对流不容易发生；太小，不稳定能量不容易在低层积聚，不太强的对流很容易发生，从而使对流不能发展到较强的程度。垂直风切变即风向风速随高度的变化，是决定对流风暴的组织结构和强弱的关键因子之一。垂直风切变可根据6 km和地面之间风矢量之差的绝对值(也可用500 hPa和地面之间风矢量差)计算，垂直风切变大于20 m·s^-1为较强垂直风切变，15~20 m·s^-1为中等偏上强度垂直风切变，小于12 m·s^-1则为弱垂直风切变。出现冰雹需要0℃层离地面高度适中，一般要求0℃层在600 hPa(4 km)上下，-20℃层高度在400 hPa等压面附近，-20℃与0℃层之间厚度越小，越有利于产生冰雹，产生大冰雹要求，-20℃等温线对应高度之上有超过50 dBz的反射率因子，0℃层距地面的高度不超过4.5 km。

经统计，龙岩23个冰雹过程21天的CAPE、利用午后地面温度、露点订正后的CAPE、CIN、垂直风切变(500 hPa和地面之间风矢量差)、-20℃与0℃层高度及厚度差平均值分别达703.8 J·kg^-1、781.4 J·kg^-1、268.4 J·kg^-1、15.6 m·s^-1、7884.2 m(382.9 hPa)、4585.6 m及3298.6 m，CAPE最大值达2761.4 J·kg^-1，垂直风切变最大达29 m·s^-1，强垂直风切变有4个，中等垂直风切变有7个，实况中7次大冰雹过程中有5次过程的垂直风切变大于中等以上的强度，大冰雹过程0℃层距地面的高度为4.6 km。对闽西南39次冰雹天气31天过程统计CAPE、利用午后地面温度、露点订正后的CAPE、CIN、垂直风切变(500 hPa和地面之间风矢量差)、-20℃与0℃层高度及厚度差平均值分别达721.7 J·kg^-1、1056.2 J·kg^-1、240.7 J·kg^-1、14.7 m·s^-1、7970.1 m、4664.9 m及3305.2 m。从统计资料可以看出，闽西南冰雹产生的环境条件符合产生冰雹天气的要求。龙岩43次雷雨大风过程32天的CAPE、利用午后地面温度、露点订正后的CAPE、CIN、垂直风切变(500 hPa和地面之间风矢量差)、-20℃与0℃层高度及厚度差分平均值别达647.0 J·kg^-1、743.6 J·kg^-1、217.0 J·kg^-1、11.5 m·s^-1、8318.2 m、5296.7 m及3021.5 m。可以看出，利用午后地面温度和露点订正后的CAPE大于08或20时探空计算的CAPE，冰雹的CAPE、CIN、垂直风切变值大于雷雨大风，雷雨大风天气的-20℃与0℃层的高度高于冰雹天气。

3 研究方法及预报方程建立 3.1 判别分析法

判别分析法是定性分类判别的一种方法，它是根据判别对象不同类别，选择适当的判别因子，在不同类别的样本内，寻找判别因子与判别对象的关系，建立判别因子与判别对象不同类别的预报方程，选择适当的判别规则，判别某次多个判别因子观测样本所属的天气类型。常用的判别分析法主要有：距离判别、Fisher判别、Bayes判别、逐步判别法。气象上主要采用Fisher判别、Bayes判别、逐步判别法。一般来说，Bayes判别要求数据分布是多元正态分布，Fisher判别对数据分布没有特殊的要求，逐步判别是在对判别因子进一步筛选的基础上建立判别方程。

本文选用Fisher判别方法，对冰雹、雷雨大风、强雷暴天气进行两次二级判别：即将预报类型分为3类：冰雹天气、雷雨大风天气和强雷暴天气，先预报是否产生冰雹天气，若不产生冰雹天气，则再进行雷雨大风或强雷暴天气的判别。

3.2 判别因子选择

预报方程的建立首先需要寻找好的判别指标，对冰雹天气进行定性判别，需选取与产生冰雹相关性好的参数。首先选取风暴最强回波强度作为反映风暴强弱的重要指标；风暴垂直积分液态含水量(VIL)表示将反射率因子数据转换成等价的液态水值，是用来判断对流风暴强度的一个十分有用的参量，但它的阈值随季节变化，Amburn研究表明^[13]，如果VIL密度(VIL/ET)超过4 g·m^-3，则风暴肯定会产生直径超过2 cm的大冰雹，因此，选取VIL密度指标判断冰雹天气；由于冰雹增长都在0℃层高度以上，0℃层上部的VIL反映的是0℃以上降水粒子分布的情况，所以，0℃层高度以上VIL也能反映冰雹生长过程，因此我们选取VIL密度×(回波顶高-0℃层高度)来表示冰雹增长的情况；同时，判断大冰雹最有效的方法是检查较高的反射率因子能否扩展到0℃，特别是-20℃等温线高度以上，因此，我们选取最强回波高度-0℃层高度来表示冰雹发展的强度，风暴顶高(-20℃层高度)表示冰雹云发展的高度。

为验证以上参数选取是否适用，首先，简单分析产生冰雹、雷雨大风天气的风暴以及显著回波风暴垂直积分液态含水量(VIL)、最强回波强度(dBzM)及回波顶高(ET)特征，经统计(见表 1)，产生冰雹天气的风暴VIL值以及风暴的最强回波强度值较大，而显著回波风暴、产生雷雨大风及冰雹对应风暴的回波顶高差别并不大，但由于用VIL判断对流风暴强度的阈值随季节变化，因此，仅以VIL、最强回波强度及回波顶高进行冰雹天气判断是不够的。

再对选取的5个判别指标进行统计分析。以下分别用dBzM、VILM、H₀、H₂₀和VILE表示风暴最强回波强度、VIL密度、最强回波高度-0℃层高度、风暴顶高(-20℃层高度)和VIL密度×(回波顶高-0℃层高度)5个判别指标，风暴垂直积分液态含水量(VIL)、风暴最强回波强度(dBzM)、最强回波所对应高度(HT)、风暴顶高(TOP)可从敏视达公司PUP软件自动生成的组合反射率中的风暴属性表读取，回波顶高是指在≥18 dBz反射率因子被探测到时，以最高仰角为基础的回波顶高度，也即回波顶高(ET)产品。风暴顶高是指≥30 dBz反射率因子被探测到时，最高仰角中风暴分量几何中心的高度。由表 2可以看出，冰雹与雷雨大风对应风暴及显著回波风暴在这5个判别指标上差别较大，最强回波高度在0℃层以上，风暴顶高与-20℃层高度的厚度差(H₂₀)较大，说明对应冰雹天气的风暴发展强度强、高度高。为进一步验证这5个判别指标的可靠性，分别计算这5个指标与冰雹天气的相关系数分别为：0.69、0.77、0.50、0.57和0.62，当相关系数≥0.4即为显著性相关，≥0.7时则为高度相关，所以，这5个指标与冰雹天气的相关性都较高，以VIL密度(VILM)0.77相关系数为最大。

冰雹天气判别指标选取后，为进一步区分雷雨大风和显著回波风暴，需寻找与产生雷雨大风相关性好的雷达回波参数，在雷雨大风雷达回波特征的分析中，有研究表明^[6-7]，发生雷雨大风时，回波顶、强回波中心高度及VIL值将下降。通过分析43个雷雨大风的个例(表 3)，表明在发生雷雨大风时，通过前后时刻雷达产品对比，强回波中心高度及VIL值下降较明显，而回波顶高下降不显著，而选取的60个显著回波风暴前后时刻回波顶高、强回波中心高度及VIL值变化无规律。通过计算强回波中心高度、VIL下降值以及H₂₀与雷雨大风天气的相关系数为：0.19、0.28、0.17，显著性水平α=0.1时, 查相关系数检验表得r_c=0.16，通过相关性检验。

3.3 预报方程的建立

由于判别分析方法的一个特点即计算量巨大，在统计过程中借用最常用的SPSS统计分析软件进行预报方程的建立。为了便于比较，在预报方程建立前，需对选取的判别指标用X_zi=(X_i-X)/S (X为平均值、S为标准差)公式进行无量纲化处理，将无量纲化处理后的冰雹天气对应5个判别指标的132个样本以及雷雨大风天气对应3个判别指标的103个样本分别输入SPSS软件，软件将自动输出两组预报方程。在预报中先对风暴进行筛选，若风暴强中心大于50 dBz、VIL>20 kg·m^-2、ET>8 km，则将相应的预报因子先代入第一组冰雹预报方程，比较Y₁、Y₂大小，若Y₁>Y₂，则预报为冰雹天气；否则预报为无冰雹天气，并将判别指标代入第二组雷雨大风预报方程，再比较Y₃、Y₄大小，若Y₄>Y₃，则预报为雷雨大风天气；否则预报为强雷暴天气。两组预报方程如下。

(1) 第一组判别预报方程：

冰雹：Y₁=VILE×(-0.738)+H₂₀×(-0.318)+H₀×(-0.160)+dBzM×(-0.317)+VILM×(-0.738)-0.898

雷雨大风、强雷暴：Y₂=VILE×2.62+H₂₀×1.131+H₀×0.568+dBzM×1.128+VILM×(-1.327)-3.283

(2) 第二组预报方程：

强雷暴：Y₃=VIL差×(-0.264)+强回波高度差×(-0.175)+H₂₀×(-0.107)-0.745

雷雨大风：Y₄=VIL差×0.377+强回波高度差×0.249+H₂₀×0.152-0.8

4 预报系统的回代检验和试报效果分析 4.1 历史样本回报

将60个显著回波风暴、43个雷雨大风23次冰雹过程和29个冰雹判别因子代入第一组预报方程进行回代检验，29个冰雹正确识别27个，2个判断为雷雨大风、强雷暴天气，正确率达93.1%；再将43个雷雨大风和60个显著回波风暴个例代入第二组预报方程，正确识别雷雨大风30个，雷雨大风正确识别率为69.8%。从第一组判别得分做出的直方图(图 1)可以看出，该判别方程对区分冰雹和强雷暴或是雷雨大风还是比较明显的。从回报结果看，判别方程对于识别冰雹天气准确率高，其次为雷雨大风。分析雷雨大风天气准确率远低于冰雹天气的原因，一是因为雷雨大风的判别因子较难寻找，相关系数低；二是因为龙岩雷达站海拔高(约1500 m)，雷达回波特征不能完全代表地面实况出现雷雨大风的特征。

对6例具有详细实况的冰雹对应风暴进行预警提前量分析，预报方程对6次过程均提前做出预警，其中5次过程提前45分钟以上预警时间，最长提前1小时20分，1次过程提前20分钟。

4.2 对2003—2008年闽南地区的冰雹过程回代检验

对闽南地区16次冰雹过程所对应17个风暴从生成到消亡全程进行回代检验，17个风暴均识别出冰雹，识别率达100%。有冰雹出现具体时段的7次过程中，27个时次风暴识别出18次冰雹，准确率达66.7%。分析准确率不高的原因，因为出现冰雹的地区距龙岩雷达站100 km以外，最低仰角离地面已有3 km，而出现降雹时，回波强中心已明显下降，3 km以下的强回波将探测不到，所以雷达探测到的强中心不一定能代表回波强中心的强度，相应的VIL值也可能偏小，在一定程度上影响到冰雹的判断。

对7例具有详细实况的个冰雹对应风暴进行预警提前量分析，7次过程均提前做出预警，预警时间最长提前1小时42分，最短为6分钟，对最长达1小时42分的风暴进行分析，主要是风暴经过的地方为无人居住的山区，可能已出现冰雹，但无法得到实况。

4.3 2009年3—6月冰雹、雷雨大风试报效果

我们对2009年3—6月的7770个时次风暴(风暴强中心大于50 dBz、VIL>20 kg·m^-2、ET>8 km)进行验证，共预报51个风暴93个时次出现冰雹，23个风暴出现在海上、江西省和广东省，因此无法对实况进行验证，其余28个风暴分布在龙岩、漳州、厦门、泉州和莆田5个地区，其中龙岩13个、漳州9个、厦门4个、莆田1个、泉州1个，分布时间为3月1个、4月10个、5月9个、6月8个。从判断为冰雹的风暴持续时间看，7个风暴持续时间超过2个体扫，对应实况，2009年4月13日龙岩、厦门出现冰雹天气，5个风暴均作出正确判断，其中漳州诏安1个风暴出现3体散射现象，虽然没有实况，但可认为出现降雹，6月13日漳州长泰1个风暴判断出现冰雹的时间为3个体扫，但由于风暴未出现在本站，实况无法验证。1个判断为冰雹的风暴在漳州平和、龙海交界处，出现2个体扫但时间不连续(相隔12分钟)，没有实况无法进行判断。其余20个仅为1个体扫，一般情况下，出现冰雹对应的风暴应持续2个体扫以上，从实况上看，对应这20个风暴均未出现冰雹，所以是否出现冰雹的正确性有待进一步检验。

对2009年4月13日龙岩、厦门冰雹实况进行冰雹提前预警时间分析：上杭泮境乡于15时45—48分左右出现冰雹，系统于14时41分提前1小时进行了冰雹预警，持续1个体扫，15时17分再次预警，连续7个体扫的预警从15时35分开始，预警提前量为10分钟；16时24分该风暴再次连续2个体扫预警，比实况(16时40分)提前16分钟。厦门同安于18：50—19：15出现冰雹，风暴于18时37分开始连续9个体扫进行预警，提前量为13分钟。

从以上分析可以看出，对持续两个体扫以上判断为冰雹的风暴的准确率较高，达85.7%，仅出现1个体扫的风暴判断的正确性有待进一步检验。从持续2个体扫以上的预警提前量来看，提前10~16分钟。

对2009年龙岩7个县市7次雷雨大风进行检验，共识别出5次过程，准确率为71.4%。

5 新一代天气雷达的风暴单体识别与跟踪的预测方法检验

风暴的单体识别和跟踪算法(SCIT)是新一代天气雷达中的一个重要算法，可用于识别风暴单体并提供风暴单体的位置预报，它是根据单体运动向量直接外推得到的，单体运动向量的计算使用线性最小二乘拟合从风暴单体目前的直到前10个体扫的位置，各个体扫的位置是等权重的，并在每一个体扫中实时更新进行外推^[14]。Johnson等^[15]对美国6561个风暴单体做了统计分析，对最大反射率因子超过50 dBz的单体能识别出90%以上。在1998年3月NEXRAD业务支持处(OSF)对WSR-88D用户民意调查结果中显示风暴的单体识别和跟踪产品的准确度达93%^[16]。对单体位置预报评估中，对898个风暴单体统计误差，5分钟2 km、15分钟5 km、30分钟9.9 km、45分钟15.2 km和60分钟22.8 km^[11]。

为此，我们直接使用新一代天气雷达根据SCIT算法识别出来的风暴单体进行风暴预测方位、距离误差的统计。对2003—2008年龙岩出现冰雹天气对应的29个风暴430个体扫的风暴位置预报进行12分钟、30分钟、42分钟、60分钟的误差检验。检验中根据风暴提供的未来移向、移速计算风暴未来12分钟、30分钟、42分钟、60分钟的方位和距离，并与风暴的实况做比较，计算方位和距离误差。经统计，新一代天气雷达的风暴单体识别与跟踪的预测方法对冰雹12分钟、30分钟、42分钟及60分钟的方位、距离的预测误差分别为：1.29°/1.83 km、2.40°/3.88 km、3.01°/5.18 km、3.81°/6.26 km。从统计资料可以看出，新一代天气雷达的风暴单体识别与跟踪的预测方法对冰雹对应风暴的预报准确率还是较高的，可以应用其进行未来移速移向的预报。

6 基于新一代天气雷达的强对流天气临近预报预警系统

预报方程、风暴单体识别和跟踪算法、风暴位置预报方法建立后，为实现强天气的自动预警预报，我们用VC开发了冰雹、雷雨大风临近预报预警系统(图 2)，该系统实时自动读取当天探空资料-20℃与0℃层高度，并对新一代天气雷达风暴自动识别的结果进行显著回波风暴(风暴强中心大于50 dBz、VIL>20 kg·m^-2、ET>8 km)的判断，若为显著回波风暴则根据相应的新一代天气雷达产品计算冰雹和雷雨大风的判断指标，代入预报方程进行强天气判断，预报将出现冰雹、雷雨大风天气时，系统自动在地理信息图上显示位置，预报其未来30分钟、60分钟的移动方向和位置，并通过声音、文本预警，为强天气系统下游影响区域提供临近预报。

7 结论

(1) 通过分析冰雹、雷雨大风天气的雷达回波特征分析，结合常规探空资料，选取冰雹、雷雨大风天气雷达判别指标，应用判别分析方法建立闽西南强对流天气临近预警预报方程。

(2) 根据历史资料回报及检验的结果来看，预报方程对冰雹天气的预报准确率较高，在预报过程中，对持续两个体扫以上判断为冰雹风暴的准确率较高，在2009年试报过程中，冰雹预报准确率达85.7%，从预报提前量来看，最短时效为1个体扫，最长为1小时42分钟。雷雨大风准确率为69.8%，对2009年7次雷雨大风识别的准确率为71.4%。

(3) 通过新一代天气雷达自带的风暴单体识别和跟踪算法(SCIT)对风暴单体未来移速移向进行统计分析，结果表明我国新一代天气雷达的风暴单体识别和跟踪算法预报准确率较高，可以用于风暴未来移速移向的预报。

(4) 预报方程只对近年来闽西南冰雹过程和闽西雷雨大风天气进行回代检验，其余地区的过程未经过检验，方程的适用性有待在业务应用过程中进一步进行检验。同时，在实际应用中，应选择就近的雷达站点进行预报较为准确。在今后工作中，对雷雨大风的判别指标需进一步总结，以提高雷雨大风天气的预报准确率。

(5) 在业务上建立基于新一代天气雷达产品的冰雹、雷雨大风识别流程：先对风暴进行筛选，若风暴强中心大于50 dBz、VIL大于20 kg·m^-2、回波顶高大于8 km，则将相应的预报因子先代入第一组冰雹预报方程，若判断为冰雹，则不再进行雷雨大风识别；若预报为无冰雹天气，则将判别指标代入第二组雷雨大风预报方程，进行雷雨大风天气的判别。