论文部分内容阅读
本文通过分析大量表征大气层结特征的对流参数,加深对雷暴活动发生前的大气层结的热力、动力变化的认识,并结合统计方法建立雷暴预报模型。在提高对雷暴预报准确率的基础之上,进一步研究了如何预报可能发生的雷暴强度及其落区,提高对雷暴活动的预警、预报水平。本文首先分析了南京地区发生雷暴前的层结变化特点,利用南京站常规探空数据计算了47个表征大气层结特征的对流参数,依据雷暴过程中所发生的地闪个数对雷暴活动的强度进行分级(无、弱和强雷暴),分析对流参数和雷暴活动强度的相关性,并筛选预报因子。分别利用Bayes分类法和Logistic非线性回归分析法建立单站雷暴强度的预报模型(预报时效12h),独立样本检验结果表明Logistic非线性回归分析法对雷暴强度的预报效果显著。为了对一定区域内雷暴发生的可能性进行预报,本文使用时空尺度较短的NCEP1°0×1°历史再分析资料和地闪定位资料建立了江苏省区域(117°E-121°E,31°N-35°N)雷暴预报模型。首先利用2009和2010年6-8月的NCEP数据计算了35个对流参数,选取了11个与雷暴相关性好(相关系数绝对值均在0.3以上)的对流参数。在这11个对流参数中有4个以上对流参数处于不稳定状态时,就表明此时的大气层结不稳定。采用Logistic回归分析方法,利用LI、Tmj等9个对流参数建立了区域雷暴预报模型(预报时效6h),独立样本检验表明是该预报模型的预报效果显著。依据该模型,可以从区域内雷暴的概率分布对可能发生雷暴的范围作出较合理的预报。在对对流参数的分析中,可以得出,(1)南京地区发生雷暴天气前,底层暖湿,中高层干冷,具有顺时针方向的风场变化,不稳定能量层较为深厚,大部分的雷暴过程不存在低空逆温层,并且当低层空气越暖湿,中层空气越干冷,低层风切变变化越小,高低层的风切变越大时,雷暴活动越强；(2)通过两个预报模型中各预报因子的回归系数,可以看出Tmj、SWISS对单站预报模型的预报结果影响显著,Tmj和Ⅰ指数对区域雷暴预报结果的预报影响最为显著,单站和区域预报模型中都包含有Tmj和SWISS指数,表明这两个对流参数能较好的从一定侧面反映大气层结的不稳定性,Tmj指数对雷暴及其强度的预报效果最好,其所反映的900hPa、700hPa湿度以及500hPa的温度可以较为明显的影响雷暴活动的发生发展；(3)处于不稳定的对流参数的个数越多,发生雷暴的概率也就越大,分析总结出CAPE、SSI等11个参数与雷暴强度的相关性较好,综合分析这11个对流参数值的分布及变化趋势,可以较好的预报出可能发生的雷暴强度。