王煜坤 董翔雁
摘 要：利用华西地区373个国家气象观测站2014—2018年8—12月日降水资料及ECMWF 500hPa的u、v风场资料，基于低频天气图的预报原理，统计华西秋雨期500hPa风场上低频扰动信号的空间分型、位置和出现次数及天气系统的活动周期、变化路径，归纳出影响华西秋雨降水过程的7个天气形势关键区，通过低频系统的活动特征来预报华西秋雨降水过程。并建立华西秋雨显著降水预测模型。对预测模型在华西秋雨中期延伸期段进行外推检验，得到综合预报准确率大概为46%。
关键词：华西秋雨；
低频扰动信号；
低频天气图；
预测模型；
中期延伸期
Abstract：Using daily precipitation data from 373 national meteorological observation stations in West China，as well as the u and v wind field data of ECMWF 500hPa，analyze the lowfrequency disturbance signals and weather system activities on the 500hPa wind field during the autumn rain period in western China.This article summarizes 7 key weather situation areas that affect the precipitation process of autumn rain in West China，predicts the precipitation process of autumn rain in West China through the activity characteristics of lowfrequency systems，and establishes a significant precipitation prediction model for autumn rainfall in West China.
Keywords：Autumn rainfall in West China;Lowfrequency Weather map;Assessment model;Middle and extended range
1 概述
1.1 研究意义
华西秋雨作为中国中西部地区典型的秋季连阴雨，在其气候平均年降水曲线中表现为仅次于夏季外的次高值区，其范围包括北区甘肃及陕西南部、河南西部，南区四川东部及南部、重庆贵州地区、湖北及湖南西部共8省（区、市）范围内的373个国家气象观测站。相较于华南前汛期和江淮梅雨期的区域性大范围降水的关注情况来说，华西秋雨期是持续的阴天降水现象，研究中期延伸期的对华西秋雨预报，可以提前预估华西秋雨趋势及强降水发生的时间，切实做好农作物验收及防汛的工作。
基于大气低频振荡的特征，利用滤波方法，是有可能提取大气中的低频信号制作低频天气图，分析低频系统，用来制作延伸期天气过程预报。利用低频天气图对中期延伸期开展预报，既有普适性、简洁性，又有实用性。本文着重论述低频天气图对中期延伸期天气过程的预报，低频天气图上的低频天气系统与日常天气图上的天气系统有密切联系。其技术预报流程可以概括为绘制低频扰动信号滤波图、分析低频图上的低频扰动系统、划分各天气关键区，分析整理各关键区低频系统的活动路径和影响范围、研究低频系统和预报对象的对应关系、通过外推法建立预测模型、做中期延伸期过程预报。并进一步分析了低频天气图的天气学意义，揭示了低频气旋和低频反气旋与实况天气图上大气环流系统相互联系和对应的天气学事实。
1.2 研究资料及方法
本文选用的是2014—2018年8—12月10°～70°N、70°～140°E之间欧洲中心（ECMWF）再分析资料，及逐日500hPa高度场资料和u、v风场的环流资料，分辨率为0125°×0.125°；
降水资料采用的是华西秋雨区域2014—2016年8—11月373个地面观测台站的逐日降水量资料。
本文将500hPa的u、v风场分量和位势高度的数据资料进行10—30天带通滤波处理，得到低频流场和低频高度场的扰动信号。将低频高度场进行希尔伯特转换得到的波包振幅作为低频能量信号，利用波包诊断的方法分析波包的周期性变化。对于低频经、纬向风的扰动信号，绘制低频流場的天气图。并划分低频天气图的关键区。统计华西秋雨期逐日低频天气图内各关键区内的低频系统出现的频率及周期，建立华西秋雨低频预报模型。
2 低频扰动信号
2.1 低频高度场信号及扰动能量诊断分析
将500hPa高度场数据通过带通滤波器进行10—30天滤波，得到的数据即为低频高度场的扰动信号。对低频高度场的信号进行希尔伯特变换，得到低频高度场的振幅。利用所得的波包值将其绘制成逐日的波包图，分析波包分布图内周期、路径变化，用来讨论波包的传播特征。
气象资料如高度场可以将其变化过程看成大气中的波动组合将位势高度Z（x，y，z，t）进行Fourier变换得到以下公式：
Z（x，y，z，t）=∑SymboleB@
i=nAi（x，y，z，t）cos（kix+liy+miz+ωit+φ）（1）
其中Z（x，y，z，t）表示位势高度场在t时刻的数据，Ai（x，y，z，t）代表的是该波动的振幅，且k，l，m象征x，y，z各个方向上的波数，ω表示角频率，φ表示幅角。
希尔伯特变换方法如下：首先将高度场通过带通滤波（10～30天）得到的窄带信号设为Z（x，y，z，t）；
其次对低频高度场信号进行希尔伯特变换得到Z＾（x，y，z，t），具体公式为：
Z＾（x，y，z，t）=A（x，y，z，t）*sin［kx+ly+mz+ω0t+φ（x，y，z，t）］（2）
最后求得解析信号Zc（x，y，z，t）的振幅即为波包数值：
Zc（x，y，z，t）=Z（x，y，z，t）+iZ∧（x，y，z，t）（3）
其中振幅为：
A（x，y，z，t）=Z2（x，y，z，t）+iZ2∧（x，y，z，t）（4）
本文参考了波包值的临界值观点，通过总结逐日的能量图，在低纬度地区波包值往往较大，且波包移动速度大周期较小；
在高纬度地区波包移动速率小周期较大；
中纬度我国大部分地区波包值较小，出现波包大值区后，常常较快移除影响区，扰动能量较弱。
如图1所示在中国台湾东部有大值区，并随着时间向东北方向移动并减弱，同时在南海附近有新的波包产生；
在高纬度地区波包移动速度较慢，在西西伯利亚地区产生的波包大值区缓慢地向贝加尔湖地区发展加强；
同时在贝加尔湖地区本身容易产生波包大值；
在孟加拉湾地区会产生波包大值区，并向东及北方向发展。
2.2 低频流场扰动信号
本文对于低频扰动信号除应用了低频高度场信号，还分析讨论了低频流场的周期及变化过程。本文利用500hPa经向、纬向风场（v、u场）数据通过带通滤波器进行10—30天滤波，得到低频流场各个时间及空间点的数据，绘制成逐日的低频流场图。在低频流场图中，能准确分辨流场分布特征及低频气旋、低频反气旋的周期的变化规律及移动规律等信息。
3 低频天气图预报方法在华西秋雨期的应用
因为在低频天气图上容易总结出低频天气系统的发展演变规律，所以为中期延伸期预报提供了一种新的方法和思路。低频天气系统有周期特点、相似特点、连续特点、依赖特点四个特征。连续性指的是低频信号在空间平面范围有连续的特点；
依赖性指的是低频天气系统的来源地大多数与地区内的地形有关。
3.1 确定低频系统关键区
影响华西秋雨的大气环流因素以及强迫因素是多样性的，将2014年至2016年华西秋雨期的500hPa低频经向风和纬向风和低频高度场的信号，通过经验正交分解到的各个模态来分析华西秋雨期低频系统的分布特点，用来作为划分低频系统关键区的依据之一。
纬向风其前三个模态方差贡献率分别为25.0%、190%、14.3%，其累计方差贡献率为58.3%，前五个模态分别的方差贡献率见表1，其累计为77.1%，可以表明前五个模态的低频纬向风配置可以基本反映秋雨期纬向风的配置。经向风其前三个模态的方差贡献率分别为30.9%、28.5%、9.0%，前五个模态分别的方差贡献率见表1，其累计为83.5%，可以表明前五个模态的低频经向风配置可以基本反映秋雨期经向风的配置。两者相比较来看，可以得到大致反映华西秋雨期低频流场的情况。
在低频经纬向风的EOF前三个模态中，第一模态中影响华西秋雨过程的低频系统，在中高纬度区域为位于在西伯利亚区域的低频反气旋；
在低纬度上主要表现为在我国南海附近的低频反气旋以及孟湾附近的低频反气旋；
第二模态反映了在我国东部沿海日本海附近有低频气旋；
第三模态显示了我国东南沿海的低頻气旋。其次低频系统在低纬度地区低频系统自北向南逐渐活跃的分布特征，特别在我国南海区域、西太平洋和孟加拉湾洋面上低频系统比较活跃，从经验上看这些地区是华西秋雨区水汽的重要来源地。在中高纬的低频系统较低纬来说稀疏一些，西伯利亚地区，以贝加尔湖为分界线，东西方向上还是有较强的低频系统，是影响华西秋季降水发生的引导冷空气南下的路径。
但在低频高度场的EOF主分量分析图上第一模态的方差贡献率为86.4%，可以表明第一个模态的低频能量配置可以基本反映秋雨期低频能量场的配置，在高纬度地区贝加尔湖西侧和我国华北地区和西太平洋日本附近的低频能量分布将对华西秋雨带来较大影响。
为了能够清晰地分析低频天气系统的演变过程，将10°～70°N，70°～140°E的区域划分具有低频天气系统特征的关键区，在不同的区域内有各自的天气系统及其特点。从预报经验角度上来看，北纬50°以北区域主要的系统为贝加尔湖和西伯利亚的反气旋和气旋；
北纬30°～50°之间为青藏高原地区、新疆地区、河套地区的偏西气流；
北纬10°～30°以西太平洋和孟加拉湾地区的暖湿空气北上，西太平洋及中国南海地区台风系统为主。
根据低频流场和低频高度场的EOF经验正交分解得到的主分量分析及低频信号和降水实况的相关性分析，本文将10°～70°N，70°～140°E的区域划分成7个关键区。第一关键区为高纬度西伯利亚地区（50°～70°N，70°～140°E），第二关键区是我国西部新疆及青藏高原地区（25°～50°N，70°～100°E），第三关键区为我国蒙古河套地区及四川盆地（25°～50°N，100°～120°E），第四关键区为西太平洋中我国东海及日本海区域（25°～50°N，120°～140°E），第五关键区为孟加拉湾水汽输送区（10°～25°N，70°～100°E），第六关键区为印缅槽区域（10°～25°N，100°～120°E），第七关键区为台风及西太副高地区（10°～25°N，120°～140°E）。
3.2 低频天气系统活动的周期及移动路径
由于低频天气图的方法是根据低频扰动系统的周期演变规律来进行中期延伸期天气的预报，通过整理2014年到2016年华西秋雨期内的逐日低频流场图，对7个关键区的低频扰动信号即低频气旋和低频反气旋的发生发展情况进行统计。在各关键区中低频气旋和低频反气旋低频系统的周期特征中，高纬度第一关键区的低频系统的周期相对较长，在10天左右，且低频气旋和低频反气旋交错出现，一般从西西伯利亚地区生成向贝加尔湖地区发展，或从高纬度生成南下；
新疆及青藏高原第二关键区以及低纬度第六关键区的低频系统的周期都较短，在5天左右；
第二关键区产生的低频天气系统移动型系统较多，一般向第一关键区方向发展，第六关键区的环流较少，但经常会产生槽或脊线；
在第三关键区低频气旋的频率明显比低频反气旋多，主要被低频气旋控制。且低纬度地区低频天气系统通常比较活跃而高纬度地区的低频系统相较稳定。影响华西秋雨的关键系统为西太平洋副热带高压的强度、巴尔喀什湖低槽的强度、孟加拉湾和西太平洋的水汽。
3.3 建立华西秋雨低频预报模型
经过参考前文中EOF各模态中低频天气系统对华西秋雨区的影响，以及低频经向风、纬向风以及低频高度场和华西秋雨降水的相关性分析，并综合考虑2014年至2016年华西秋雨期降水强度和低频天气系统出现的频率，最终将影响华西秋雨的预报模型。如果在低频天气图上出现各个关键区的低频天气系统，可以考虑此低频天气图后给未来延伸期天气带来降水。
当第一关键区贝加尔湖西侧有低频气旋活动东侧有低频反气旋活动，有利于西伯利亚及高纬度地区冷空气向南输送；
第五关键区出现低频气旋时，有利于孟加拉湾水汽输送到华西秋雨区；
第六关键区出现印缅槽加强西南气流输送；
第四关键区和第七关键区的西太平洋副热带高压强盛，有利于水汽输送；
第三关键区出现低频气旋会加大华西秋雨的强度；
第二关键区高原地区如果有波动并向东移动则可能影响降水。此模型综合考虑了西伯利亚地区冷空气、孟加拉湾地区西南暖湿气流、中国南海及附近区域的东南气流、青藏高原上的波动影响、西太平洋副热带高压等在实况环流中影响华西秋雨区的降水因素。各个关键区的低频系统在实况天气分析中都有对应关系，所以低频天气图在中期延伸期具有预报的可能性。
3.4 低频天气图预测模型的应用及检验
华西秋雨期内一直是持续降水，本文将根据验证华西秋雨期内降水范围广、强度大的时间段。本文利用上述预报模型对2015年至2018年期间，华西秋雨期内典型降水过程的时间段进行检验。
分析起报时间点前10天的每日的低频天气图，记录契合预报模型中低频系统配置的天气图时间，根据上文得到的各关键区内低频天气系统的周期，来外推未来10—30天内可能出现的低频天气图预报模型中低频气旋和反气旋的配置。
4 结论
本文通过低频天气图的方法建立华西秋雨过程的统计预测模型，通过各关键区低频天气系统的移动路径及活动周期的状况，进行外推开展华西秋雨区2015—2018年华西秋雨期显著性降水过程的延伸期预测。
（1）根据低频流场和低频高度场的EOF经验正交分解得到的主分量分析及低頻信号和降水实况的相关性分析，本文将10°～70°N，70°～140°E的区域划分成7个关键区。当第一关键区贝加尔湖西侧有低频气旋活动东侧有低频反气旋活动，第三关键区和第五关键区出现低频气旋，第六关键区出现印缅槽加强，第四关键区和第七关键区的西太平洋副热带高压强盛，第二关键区高原地区有波动产生的环流配置，为华西秋雨期降水过程预测模型。
（2）通过各关键区低频系统的活动周期，对预测模型进行外推，在2015年至2018年7次华西秋雨期显著性降水过程中，总共降水时长为32天，预报准确时间为20天，三次降水过程中分别有1至2天的空报，两次降水过程出现漏报，其中一次漏报了8天，综合预报准确率大概为46%。低频天气图预报方法对华西秋雨区的秋季降水过程进行预报是有一定效果的。
参考文献：
［1］孙国武，孔春燕，信飞，等.天气关键区大气低频波延伸期预报方法［J］.高原气象，2011，30（3）：594599.
［2］信飞，孙国武，陈伯民.自回归统计模型在延伸期预报中的应用［J］.高原气象，2008（s1）：6975.
［3］孙国武，冯建英，陈伯民，等.大气低频振荡在延伸期预报中的应用进展［J］.气象科技进展，2012，02（1）：1218.
［4］Wheeler M，Weickmann K M.RealTime Monitoring and Prediction of Modes of Coherent Synoptic to Intraseasonal Tropical Variability［J］.Monthly Weather Review，2001，129（11）：16741678.
［5］Kikuchi，Kazuyoshi，Wang，et al.Bimodal representation of the tropical intraseasonal oscillation［J］.Climate Dynamics，2012，38（910）：19892000.
［6］李维京，陈丽娟.动力延伸预报产品释用方法的研究［J］.气象学报，1999（3）：338345.
［7］粱萍，丁一汇.基于季节内振荡的延伸预报试验［J］.大气科学，2012，36（1）：102116.
［8］孙国武，冯建英，陈伯民，等.大气低频振荡在延伸期预报中的应用进展［J］.气象科技进展，2012，02（1）：1218.
［9］丑纪范，郑志海，孙树鹏.10～30d延伸期数值天气预报的策略思考——直面混沌［J］.气象科学，2010，30（5）：569573.
［10］Galin M B.Study of the lowfrequency variability of the atmospheric general circulation with the use of timedependent empirical orthogonal functions［J］.Izvestiya Atmospheric & Oceanic Physics，2007，43（1）：1523.
作者简介：王煜坤（1997— ），女，汉族，山东德州人，大学本科，助理工程师，主要从事综合气象观测及气象服务工作。
*通讯作者：董翔雁（1973— ），女，汉族，山东菏泽人，大学本科，工程师，主要从事综合气象观测及气象服务工作。
猜你喜欢预测模型基于矩阵理论下的高校教师人员流动趋势预测东方教育(2016年9期)2017-01-17基于支持向量回归的台湾旅游短期客流量预测模型研究中国经贸(2016年21期)2017-01-10基于神经网络的北京市房价预测研究商情(2016年43期)2016-12-23中国石化J分公司油气开发投资分析与预测模型研究经济师(2016年10期)2016-12-03基于IOWHA法的物流需求组合改善与预测模型构建商业经济研究(2016年14期)2016-09-14基于小波神经网络的GDP预测电脑知识与技术(2016年20期)2016-08-19区域环境质量全局评价预测模型及运用中国市场(2016年30期)2016-07-18组合预测法在汽车预测中的应用中国市场(2016年19期)2016-06-06基于预测模型加扰动控制的最大功率点跟踪研究科技视界(2016年1期)2016-03-30我国上市公司财务困境预测研究商(2016年4期)2016-03-24
