引言

冰雹、雷暴大风、短时强降水等强对流是暖季(4—9月)常见的灾害性天气，因其突发性强、生命史短且易致灾，一直以来便是天气预报业务中的重点和难点，学者们从不同的角度开展了大量研究。一般认为，强对流的发生与大气层结不稳定、低层水汽条件、垂直风切变及抬升触发条件等因素密切相关(Doswell III et al，1996；章国材，2011；吴蓁等，2011；俞小鼎，2011；俞小鼎等，2012；孙继松和陶祖钰，2012；王秀明等，2014；许爱华等，2014；郑永光等，2017)。针对这些影响因素目前已发展了K指数、SI指数、整层可降水量等百余种物理意义明确的特征量(刘健文等，2005)。由于不同类型的强对流对各种环境物理条件的敏感程度不同，因此可以尝试通过归纳对比物理参数特征来分类(孙继松等，2014)。雷蕾等(2011)采用由北京夏季常规探空资料计算的18种物理参数及其6 h变量较好地甄别出了冰雹(雷暴大风)和暴雨天气。樊李苗和俞小鼎(2013)通过探空资料归纳分析了中国短时强降水、强冰雹、雷暴大风以及混合型强对流天气的环境参数特征。高晓梅等(2018)利用探空资料讨论了鲁中地区暖季雷暴大风、冰雹雷暴大风和强降水混合型三类天气的关键环境参数特征和预报阈值。曾明剑等(2015a；2015b)在统计环境物理参数特征时发现不同月份各类强对流天气对物理参数表现出不同的敏感性，具有同样温湿特性的大气在不同月份可能产生的强对流类型和强度也不尽相同。方翀等(2017)对华北不同海拔地区雷暴大风环境物理参数的统计特征也表明，许多热力指标特征需要考虑季节因素影响。此外, 不同地区温湿条件和下垫面特征存在差异，环境物理条件具有明显的地域特性(费海燕等，2016；杨新林等，2017)，对时空尺度小的强对流天气来说非常有必要针对特定地区具体研究。

那么河南省各类强对流天气不同月份物理参数的特征如何, 是否与已有研究结论一致？各类强对流的环境参数特征是否存在明显差异，能否据此分类？张一平等(2013)基于常规观测和探空资料分析了河南省2001—2010年的区域性强对流天气，归纳了四种概念模型并给出不同流型下雷雨大风、冰雹及大风冰雹的分析要点和敏感物理量参考指标，对河南省强对流天气的分类识别开展了尝试。不过，由于常规探空资料分辨率的限制以及人为分型对个例样本的主观筛选，物理量特征的统计规律不可避免地会受影响，同时也未考虑季节变化的影响和对比分析短时强降水特征。为解决传统探空资料时空分辨率不足的问题，不少学者采用NCEP FNL资料研究强对流环境参数特征(曾明剑等，2015b；田付友等，2017；曹艳察等，2018)，但是资料空间分辨率提升有限，而且朱彦良等(2012)表明ECMWF ERA-Interim再分析资料与探空资料的相关性优于FNL资料。基于上述认识，本文采用较高分辨率的ECMWF ERA-Interim再分析资料，基于2006—2015年的强对流个例，详细对比分析河南省暖季各类强对流不同月份环境物理参数的变化规律，以期提炼分类预报强对流的关键物理量，为开展河南省分类强对流客观预报提供支撑。

1 资料和方法 1.1 资料说明

对历史个例的普查发现一次天气过程可能同时出现多种强对流天气现象，为了便于有针对性的研究，文中将所有的强对流个例划分为冰雹、雷暴大风和短时强降水三种类型。定义:(1)只要地面观测到冰雹便认定为一次冰雹过程，且不论其他天气出现与否；(2)雷暴大风需满足出现雷暴和17.2 m·s^-1以上阵风两个条件，且无冰雹出现；(3)将仅出现雨强达20 mm·h^-1以上降水的过程定义为短时强降水。

在文中统计的强对流个例中，冰雹和雷暴大风个例来源于河南省灾害性天气报及灾情统计，短时强降水个例取自全省117个国家自动气象站的历史降水资料库，各类天气均剔除嵩山和鸡公山两个高山站。

1.2 研究方法

首先采用ECMWF ERA-Interim再分析资料(空间分辨率为0.75°×0.75°，每日02、08、14、20时四个时次，北京时，下同)计算环境物理参数，再根据“临(邻)近原则”，选用强对流发生前最临近时次且距离站点最邻近格点的参数值来表征强对流天气发生临近时刻的环境特征参数，从而较好解决了常规探空资料与强对流时空错位明显的问题。

灾害性天气的发生往往是大气出现偏离平均状态异常信号的反映，而且大气存在明显的季节性变化，相同的环境条件在不同月份产生的天气也会存在差异。因此，研究将物理量偏离气候平均态的异常程度也作为一个重要指标。为避免根据自然月份计算气候均值造成月末或月初气候态突变和过长时间序列平均对气候态的弱化(曾明剑等，2015a)，文中选择以某日前后7 d内的15 d滑动平均值来表示当日的气候态。为便于将强对流个例与6 h间隔的格点环境物理参数相匹配，文中规定当日02时至次日02时为一天。

2 强对流天气统计特征分析

按照上述分类标准，2006—2015年河南省暖季共出现冰雹189站次、雷暴大风727站次和短时强降水2844站次。夏季(6—8月)为各类强对流天气的高发期，6月冰雹和雷暴大风最频繁, 发生次数分别占其样本总数的40%和36%，7月短时强降水最多，占比高达45%。短时强降水4月相对较少，冰雹和雷暴大风9月最少，10年内发生次数均不超过10次(表 1)。三类强对流均主要出现在14—20时段内，其次是前半夜(20时至次日02时)。冰雹和雷暴大风发生时段类似，下午出现频率高达60%以上，凌晨到上午(02—14时)出现次数较少。短时强降水四个时段出现频次差异较小，下午到前半夜(14时至次日02时)发生频次约占60%，而上午(08—14时)最少(图 1)。

3 环境物理条件特征分析 3.1 水汽条件

水汽条件是对流发生发展必不可少的因素，不仅对于成云致雨至关重要，而且在上升过程中水汽凝结释放潜热，可以提供对流活动所需能量。由于水汽主要集中在对流层低层，且绝对含量意义更重大，因此文中选用整层大气可降水量(PWV)和地面露点温度(T_d)来表征水汽条件。

由于箱线图能够直观地反映物理量最大值、最小值、主体分布、平均值和中位值等统计特征，这里采用箱线图来分析水汽条件，并定义第25%和75%分位数之间的箱体部分为物理量主体。考虑到强对流发生的局地性、极端性以及时空错位对统计极值的影响，文中重点分析物理量的主体分布和平均态特征。

三类强对流天气的PWV(图 2)和T_d值(图略)变化特征非常类似，均存在先增加后减小的月际变化特点，7月或8月达到最大，这与高晓梅等(2018)对鲁中地区强对流的研究结论较一致。除个别月份外，大多数月份平均值与中位值相差不大，特征值分布较对称。冰雹PWV暖季平均为36 mm，大于曹艳察等(2018)统计的我国中东部低于1 km海拔区的平均值。当PWV超过58 mm以上时，可不考虑冰雹发生可能性，与曹艳察等(2018)的统计值相当。雷暴大风各月特征与方翀等(2017)对华北地区的研究一致，但是由于他们始终采用08时PWV来表征雷暴大风的发生环境, 使得各月特征值均比文中略小。雷暴大风暖季平均值为41 mm，略大于冰雹，与张一平等(2013)统计的河南区域性天气特征相左，这可能与区域性个例数较少及选用资料差异有关。短时强降水各月PWV远大于其他两类，暖季平均值与Tian et al(2015)对我国中东部短时强降水的统计结果(59 mm)相差不大。当PWV < 20 mm时，不会出现短时强降水。各类强对流发生时T_d均不超过28℃，其中:冰雹各月平均为9~22℃，雷暴大风平均为11~23℃，而短时强降水介于16~24℃。由于短时强降水对水汽要求较高，雷暴大风的形成常与强降水造成的下沉拖曳有关且伴有干空气夹卷，而冰雹粒子在温度垂直递减率较小的暖湿大气中很容易融化，难以到达地面，所以不同类型强对流水汽特征量差异显著，短时强降水各月均最大，雷暴大风略大于冰雹，在7月、8月最明显。

PWV和T_d偏离滑动气候态的异常特征同样存在相似的月际变化和类型差异。短时强降水特征量各月主体均明显偏高于气候态，以4月、5月最显著，平均正异常分别大于20 mm和5℃；雷暴大风的异常值各月略高于冰雹，两者除在4月、5月偏离气候态较显著外，其余正异常较小，有时也出现负异常。尽管春季4月、5月各类强对流PWV和T_d特征值相对较小，水汽含量较少，但是特征值均明显偏高气候态。夏季水汽条件普遍转好，但与气候态的偏差却减小。这也在一定程度上说明强对流发生仅需适度的水汽，春季对水汽条件更敏感。

3.2 热力不稳定条件

热力不稳定条件表征环境大气层结对于对流发展的有利程度，是影响强对流发生发展的重要因素。这里主要选取常用的K指数、最大对流稳定度指数、850与500 hPa温差和沙氏指数(SI)来讨论。

K指数侧重反映对流层中低层温湿分布对静力稳定度的影响。K指数由于与低层水汽状况有关，变化特征与表征水汽条件的物理量非常类似，三类天气同样存在明显的类型和月际差异(图 3a)。冰雹的K指数月际变化最大，8月平均达到最大，暖季平均为29.93℃；雷暴大风K指数变化趋势与冰雹类似，暖季平均为31.14℃；而短时强降水各月均最大且月际差异较小，暖季平均高达35.88℃，略小于Tian et al(2015)关于中东部短时强降水的统计值(37.7℃)。通常认为K指数必须超过20℃以上，才有可能发生对流天气。不过4月超半数冰雹的K指数低于16℃，而7月冰雹K指数均超过27℃，因此，必须充分考虑各月气候背景差异，不能简单以20℃为最低阈值。各类强对流天气的K指数各月同样偏高气候态，4月、5月正异常较大。短时强降水偏差各月均最大，雷暴大风略大于冰雹。

最大对流稳定度指数(BIC)是对流层中层假相当位温极小值与边界层附近极大值之差(刘健文等，2005)，表征整层空气从边界层抬升到对流层中层的最大对流不稳定程度。BIC负值越大，对流不稳定层结越明显。三类天气BIC指数各月基本均为负值，代数值均呈现先减小后增加趋势(图 3b)。冰雹和雷暴大风BIC月际差异最显著，在7月达最大负值，除4月外，两者差异不大。暖季平均一致低于气候态，在7月达到最大负异常，且冰雹偏差值各月差异最显著。而短时强降水的BIC代数值除4月、5月外均大于其他两类，7月最突出。除7月外，各月平均略偏低气候态，暖季平均偏高0.25℃。

850与500 hPa温差(ΔT₈₅)表征温度随高度垂直递减特性，反映环境大气的条件不稳定程度。ΔT₈₅越大，环境大气温度垂直递减越剧烈，层结不稳定越明显。与樊李苗和俞小鼎(2013)的结论类似，短时强降水ΔT₈₅暖季平均值约为23.88℃，各月差异最小且分布最集中。通常将ΔT₈₅超过25℃作有利于强对流天气发生的阈值指标，显然这对短时强降水来说并不适用。而冰雹和雷暴大风ΔT₈₅暖季平均值相差不大(26~27℃)，略小于他们的研究结果。除了4月和9月外，各月差异不大。三类强对流天气ΔT₈₅偏离气候态多数月份平均为正异常，除4月外, 冰雹、雷暴大风、短时强降水偏差依次减小(图 4a)。

沙氏指数(SI)表示气块从850 hPa抬升到500 hPa后与环境大气的温度差异，指数为负值时说明层结不稳定。三类强对流SI的暖季平均仅略小于0℃，大部分样本都不低于-3℃。各月除了6月、7月、8月负值略明显外，其他平均值都在0℃附近或以上，冰雹4月平均高达10℃(图 4b)。虽然SI特征值对三类强对流天气层结不稳定的指示意义不大，但是特征值均明显偏低气候态，暖季平均偏差都在-3℃左右，4月短时强降水平均偏低8.8℃以上。这说明尽管强对流发生前指数表征的层结不稳定可能并不强烈，但是相对气候背景来说不稳定条件已有极大改善。偏离气候态的特征值确是一个判断不稳定条件变化的重要指标，也存在明显类型和月际差异。

3.3 特征层高度

0℃是水相和冰相的临界点，-20℃是大水滴的自然成冰温度，两特征层高度(分别简称H₀和H_-20)是对降水粒子增长及相态转化非常重要的指标。如图 5所示，三类强对流的H₀和H_-20存在明显月际差异，逐月均先增加后下降，在7月达到最大，这可能与北半球太阳辐射的月际变化有关。短时强降水的H₀绝大部分都在4 000 m以上，有利于形成降水效率高的深厚暖云层，H_-20则多数都在7 200 m以上，不利于较大固态降水粒子形成。两特征高度各月平均都最大，暖季平均分别约为5 055和8 601 m，与樊李苗和俞小鼎(2013)的统计结果基本一致。雷暴大风H₀各月均高于冰雹，暖季平均分别为4 424和4 110 m，与高晓梅等(2018)统计的鲁中地区结论一致；H_-20除4月外也均大于冰雹，暖季平均分别为7 727和7 371 m。三类强对流两特征高度偏离气候态的异常值差异显著(图略)。短时强降水各月主体均明显高于气候态，以4月、5月最著。冰雹除了4月、5月异常值离散度较大外，其余各月主体均偏低气候态，暖季平均偏低300 m以上，非常有利于冰雹的产生。雷暴大风除6月明显偏低外，其余各月略低于气候态。整体来看，短时强降水与冰雹两特征层高度特征相差最大，而雷暴大风与冰雹略有差异。

3.4 对流能量条件

对流有效位能(CAPE)表征了热对流上升运动可能达到的理论最大强度，是反映对流发生潜势的重要能量参数。类似樊李苗和俞小鼎(2013)的研究结果，短时强降水的CAPE大多不超过2 500 J·kg^-1，暖季平均约为1 200 J·kg^-1，低于雷暴大风和冰雹(暖季平均约为1 500 J·kg^-1)。三类强对流CAPE的平均值和气候偏差均呈现先增加后减小的月际变化，在7月或8月达到最大(图 6)，也与太阳辐射月际变化有关。除了4月、5月外，各月短时强降水均最小，冰雹略大于雷暴大风。对流抑制能量(CIN)反映了对流发生前的能量储存情况，是对流发展必须克服的能量。对流发生前存在适当的CIN有利于形成强烈的对流天气。三类强对流发生前均存在一定的CIN，暖季平均值相差不大，大体在160 J·kg^-1上下。CIN逐月均先增加后减小，在6月达最大，此时冰雹和雷暴大风远大于短时强降水。三类天气CIN各月偏离滑动气候平均态的程度均较小，短时强降水暖季平均大体与气候态持平，雷暴大风和冰雹略偏高40 J·kg^-1左右(图 7a)。下沉对流有效位能(DCAPE)反映了对流云体中由于水物质强烈蒸发或升华降温导致的下沉气流达到地面时可能具有的最大理论动能(郑永光等，2017)。雷暴大风DCAPE暖季平均略高于冰雹，但都明显大于短时强降水(各月基本不超过800 J·kg^-1)。三类天气DCAPE平均值同样存在先增加后减小的月际变化，以冰雹最显著。不同月份类型差异不一，夏季短时强降水明显小于其他两类。冰雹DCAPE偏离滑动气候态的异常特征最明显，除4月、5月外平均为正异常，暖季平均偏高103 J·kg^-1。雷暴大风的偏差各月和冰雹较相似，但值略低。短时强降水基本都偏低于气候平均态，5月负异常最大(图 7b)。总的来说，冰雹和雷暴大风各类能量指标差异较小，且比短时强降水能量条件要求更高，更有利于产生较强的上升运动。

3.5 垂直风切变条件

环境风的垂直切变对风暴单体的组织、结构及演变特征影响极大，是对流系统发展的转换条件。本文选取0~6、0~3和0~1 km高度层来分别探讨对流层高、中、低层(分别为0~6、0~3和0~1 km)垂直风切变，平均特征统计见图 8。由于春季大气斜压性强，4月各类强对流的垂直风切变特别是中高层切变均最大。短时强降水的低层垂直风切变暖季平均为4.43 m·(s·km)^-1，略小于Tian et al(2015)的研究结果，各月均大于冰雹和雷暴大风，以4月最明显。雷暴大风暖季平均为2.93 m·(s·km)^-1，略大于冰雹。三类天气中层垂直风切变差异较小，暖季平均均在2.6 m·(s·km)^-1左右，属于中等强度切变，4—8月一致递减，9月冰雹远小于其他两类。高层垂直风切变三者均一致逐月先减小后增加，8月最小。短时强降水的高层垂直风切变以弱切变为主，冰雹和雷暴大风均以中等到强切变为主，与樊李苗和俞小鼎(2013)的研究类似，不过文中冰雹切变反而略大些。三类天气不同高度垂直风切变各月气候偏差值均较小(图略)。短时强降水低层垂直风切变暖季平均偏高0.96 m·(s·km)^-1，偏差值各月均最大，而雷暴大风略大于冰雹。三类强对流中层垂直风切变均偏高于气候态，且相差不大。冰雹、雷暴大风、短时强降水高层垂直风切变偏高气候态的异常值依次递减，冰雹暖季平均偏高0.41 m·(s·km)^-1。整体来看，短时强降水低层垂直风切变大，而冰雹和雷暴大风高层垂直风切变大。相比其他环境物理条件，强对流发生时垂直风切变条件偏离气候背景的异常信号较弱。

3.6 动力抬升条件

抬升条件是强对流发生必不可少的条件，系统性上升、边界层辐合、地形抬升等都是较有利的动力抬升触发条件。由于触发机制的复杂性以及资料分辨率的限制，这里无法充分定量地讨论, 尤其是对中小尺度的动力特征，仅选择大气不同高度层散度及涡度来初探较大尺度抬升条件(表 2)。

不同高度层散度和涡度除个别月份外月际差异均不明显。综合各层特征来看，短时强降水表现为“低层辐合正涡旋而中高层辐散负涡旋”的有利配置，低层辐合和正涡度均最大。冰雹表现为“低层辐合正涡度、中层辐散负涡度、高层辐合正涡度”特征，上升运动更强烈，对流系统发展更旺盛。雷暴大风散度特征类似短时强降水，涡旋特征类似冰雹，不过强度略弱，动力条件介于冰雹和短时强降水之间。各层散度及涡度偏离气候态的异常值与特征值大小几乎一致，这充分反映了强对流天气对辐合辐散和涡旋特征这类动力条件非常敏感，动力因子对强对流发生不可或缺。

4 结论与讨论

研究充分考虑了季节变化和气候背景差异对环境物理参数特征的影响，通过对比分析河南省暖季各月三类强对流天气发生临近时刻物理参数特征值和其偏离气候态的变化规律，提炼了能较好区分三类天气的物理参数及相应指标。文章主要结论如下。

(1) 河南暖季短时强降水发生频率最高，雷暴大风次之，冰雹最少。6—8月为各类强对流的高发期，冰雹和雷暴大风6月最多，而短时强降水7月居多。三类强对流均主要出现在14—20时，冰雹和雷暴大风日变化更显著。

(2) 三类强对流大多数环境物理参数的月际变化都非常明显，尤其以水汽条件、能量条件和特征层高度为甚。对于不同月份的强对流不能简单地设定相同的特征阈值，有必要分月具体讨论分析。

(3) 物理参数偏离滑动气候平均值的特征对预报强对流发生潜势和分类同样具有较好指示意义，以SI指数最为突出。不同环境物理条件偏离气候态的异常特征存在差异，垂直风切变的异常信号较弱，水汽条件、不稳定条件、特征层高度和对流能量条件相比气候态均有明显的异常反映，而各层涡度和散度特征的异常值基本可达到与特征值相同量级。不过，物理参数偏离气候态的异常特征基本都有利于强对流的发生发展。

(4) 短时强降水与冰雹(或雷暴大风)的物理参数差异各月均比较显著，主要体现在:较大的整层大气可降水量、地面露点温度和K指数(暖季平均分别取58 mm、23℃和36℃)，较小的850与500 hPa温差(大多低于25℃)和最大对流稳定度指数(暖季平均约为-17℃)，较高的0℃和-20℃层高度(暖季分别平均为5 055和8 601 m)，较小的对流有效位能和下沉有效位能，较小的0~6 km垂直风切变，较大的0~1 km垂直风切变，较强的低层辐合正涡旋和高层辐散负涡旋特征。

(5) 冰雹与雷暴大风的大多数物理参数变化特征非常相似，不过冰雹的整层可降水量和地面露点温度更小，0℃和-20℃层高度更低，高层辐合和正涡旋更明显，这些特征在7月、8月最突出。

虽然文中对三类强对流环境物理参数特征进行了详细分析，但仍存在一些不足之处。河南地形复杂，由于样本所限文中将全省作为整体分析，忽略了地形差异对强对流发生环境条件的影响。同时，由于选用的再分析资料时空分辨率限制，无法精确刻画强对流的发生环境，这也使统计特征在时空上存在一定误差。此外，根据物理量统计特征设定阈值来判断强对流潜势存在很大的随机性，而且无法充分体现不同物理条件的“配料”作用。随后的研究将通过模糊数学方法(曾明剑等，2015a；周康辉等，2017)构建能综合表征强对流发生环境物理条件的预报算子，结合业务数值模式定量预报各类强对流发生潜势。上述问题都有待今后进一步探究讨论。