2015, Vol. 58
2. 国家气象中心, 北京 100081
2. National Meteorological Center, Beijing 100081, China
This analysis is based on the recognition result of 208 MCSs and 174 WCS. One method used in this analysis involved taking a single value of a given field for each case at a specific point. For MCSs the NCEP analysis data (time resolution every 6 h, spatial resolution 1°×1°) were extracted at 6 h prior to development from the location of centroid of the MCS at initiation, which were taken at the time of the maximum number of convective cells from the approximate center of the group of thunderstorms for WCS. A statistical analysis of mean and standard deviations of the data was made once all of the point-value data were compared for the different conditions. A 14°×10° movable grid centered on each case for the precursor environments of MCS and WCS was used to create composites of numerous parameters. An objective method of evaluation (POD, FAR, HSS, TS and BS) including making a dichotomous forecast was also implemented to test the skill and accuracy of the various parameters in forecasting MCSs.
The precursor environments of hundreds of MCSs and instances of WCS were examined to gain insights into environmental conditions that support a concentrated group of thunderstorms into an MCS. Significant differences were found during these physical quantities between MCSs and WCS: (1) A statistical analysis of point-value data was performed to compare the precursor environments of MCSs and WCS through analyzing some basic physical and commonly derived quantities by using the methods of statistics of mean and standard deviations. The different quantities were obtained to identify MCSs and WCS: 2 m specific humidity, vapor flux divergence at 1000 and 850 hPa, relative humidity, specific humidity, temperature-dewpoint spread and temperature advection of 850 and 700 hPa, index of conditional convective stability (ILC), Showalter index (SI), lifted index on surface (LFTXS), convective available potential energy on surface (CAPES), total index (TTI), severe weather threat index(SWEAT), modified K index(MK), 0~1 km vertical wind shear and 0~3 km vertical wind shear. (2) Obvious characterization were found between MCSs and WCS by using storm-relative composites: 2 m specific humidity, relative humidity and temperature-dewpoint spread of 850, temperature advection of 850 and 700 hPa, SI, LFTXS, CAPES, TTI, SWEAT, MK, 0~1 km vertical wind shear and 0~3 km vertical wind shear. (3) Based on the previous results, five most important parameters in determining whether concentrated convective would undergo upscale growth into an MCS are obtained by using evaluation methods: LFTXS, SWEAT, MK, 2 m specific humidity and 0~3 km vertical wind shear.
Statistically significant differences were found between these conditions through analyzing the environments of MCSs and WCS. The 2 m specific humidity stands for the water vapor in the atmosphere which is an essential factor for severe precipitation weather. MK and LFTXS represent a physical mechanism of thermal and instability factors that act to make thunderstorms occur. SWEAT represents the dynamic and thermal conditions that enhance and sustain the development of thunderstorms. The vertical wind shear further enhances upward motion at the leading edge of storm-generated cold pools, which promotes storm interaction and organization. The combination of these mechanisms appears to be the most favorable setting that leads to MCS formation and development.
1 引言
中尺度对流系统(MCS)是造成我国暴雨、大风、冰雹等灾害的主要天气系统之一.众多研究者采用不同资料通过不同的识别标准研究了我国MCS的分布气候统计特征，其中一些学者(马禹等，1997；陶祖钰等，1998；贺新强等，2003；郑永光等，2008)利用卫星资料普查我国MCS，分析发现青藏高原东侧的长江、黄河中下游地区为MCS高发区之一，每年由于MCS造成的强对流天气给该地区带来严重的经济损失(薛秋芳等，2001).
关于该地区(我国中东部)MCS的气候特征和发生、发展、结构机制等方面已有较多研究，卓鸿等(2012)分析夏季黄河下游地区四种不同MCS气候特征，发现MCS较多年的副高异常偏强.郑永光等(2002)对黄海及周边地区α中尺度对流系统发生环境研究，发现MαCS发生在低层高相当位温的暖湿空气中，大气层结为条件性不稳定，具有暖平流特征，低层辐合高层辐散，中层上升运动不强.华北地区MCS在发生发展过程中，有大量不稳定能量累积，湿Q矢量低层辐合配合高层辐散加强了上升运动和次级环流，有源源不断水汽供应及水汽通量辐合，具有强垂直风切变等特征(吕胜辉等，2005；郁珍艳等，2012)，梅雨锋上的MCS也有类似特征(孙建华等，2004；何斌等，2013).通过数值模拟梅雨锋上的MCS，发现基本气流的平流效应和风垂直切变对梅雨锋上MCS的发生发展有一定影响(赵玉春，2011；许长义等，2012).王晓芳(2012)研究长江中下游地区梅雨期线状MCS，用到了风分量、垂直风切变、对流有效位能、对流抑制能量、抬升凝结高度、抬升指数和可降水量等物理量，发现高温高湿环境是各类线状MCS发展的共同特征.这些研究结果对认识该地区MCS具有一定参考价值.
国内外对雷暴发生后能否形成MCS的研究相对较少.吕艳彬等(2002)通过合成中尺度对流复合体(MCC)发生前环境，指出水汽条件、低空辐合、高空辐散及涡度平流有利于MCC发生，对预报傍晚前后有无MCC发生有一定参考价值，但没有对较小尺度的MCS进行研究且没有对众多物理量因子系统化和量化的研究.Jirak和Cotton(2007)对美国1996—1998年暖季的MCS发生前物理量进行研究发现了形成MCS的三大关键因子：700 hPa温度平流、0~3 km垂直风切变以及抬升指数，并构建了一个预报MCS的指数，对提前预报MCS是否产生起到了重要作用.如果能够找出我国中东部地区(长江和黄河中下游地区)形成MCS的关键因子，对该地区防灾减灾意义重大.本文通过对MCS系统产生前和未能形成MCS的普通雷暴群(WCS)物理量场进行诊断对比分析，希望能够得到形成MCS的关键性因子，为预报员预知MCS能否发生提供参考.
2 资料和方法研究区范围为110°E—124°E，27°N—40°N的我国中东部地区，采用2008—2010年夏季(6—8月)FY-2地球静止卫星红外云图资料和NCEP再分析资料(时间间隔6 h，空间水平分辨率1°×1°).本文基于红外云图识别出的174个普通雷暴群(widespread convections，本文简称WCS，即不能增长发展成为MCS的雷暴群)和208个MCS(曾波等，2013)进行研究分析(MCS的定义标准见表 1，不满足表中标准的雷暴群称为WCS)，提取MCS生成前约6 h及WCS发展最强盛时(雷暴个数最多的时刻)的NCEP再分析资料环境场，对两种系统几何中心位置(单点)的物理量值进行常规统计分析，再通过动态合成和评分(HSS、BS、POD、FAR、TS)方法，最终得到预报MCS能否形成的关键物理量因子.
|
表 1 MCS的定义标准 Table 1 MCS definition criterion |
一般的合成方法，几何中心位置与其边缘地区的资料混合一起常导致合成结果被平滑，为了避免这一现象的发生，本文参考Gray(1979)的合成方法(动态合成).一些研究者(李英等， 2004，2005；程正泉等，2009)将此方法运用到台风中，得到了较好的研究结果，公式如下：
针对不同类型的预报，评分方法也多种多样，本文采用的评估方法是按照Brownlee(1984)设计的两变量预报验证列联表(表 2)，把预报结果和观测结果做出关联，利用表中的相关元素，组合成五种预报评分方法(肖凯书等，1992；丁金才，1995；陈桂英和赵振国，1998；张强等，2009)，如下：
命中率：POD=D/(C+D)
虚警率：FAR=B/(B+D)
预报评分技巧：HSS=2×(A×D-B×C)/(A+B)/(C+D)
风险评分：TS=D/(B+C+D)
偏度系数：BS=(B+D)/(C+D)
|
|
表 2 列联表 Table 2 Contingency table |
POD值越大表示预报越好，FAR值越小表示预报越优，BS大于1表示空报，小于1表示漏报，TS、HSS值越大表示预报效果越好.POD衡量预报能力可能导致宁空不漏的倾向，FAR衡量预报能力可能导致宁漏不空倾向，TS很大程度避免了POD和FAR的缺点，但没有包括预报事件不发生的能力，而HSS在很大程度上弥补了这一点.综合几种方法的优势，本文采用这五种评分方法综合评估物理量预报MCS的能力.具体做法：设定某变量的值为X，分别统计超过及小于等于X的两种系统(有无MCS)个数，计算对应值X的五种评分，这样对应不同的X值便会得到一系列不同的评分值，而在 这五种方法中，取定HSS值处于峰值时的X值即为该变量预报有无MCS发生的临界值(最佳值)，然后再统计出该临界值对应的其余四种评分，通过讨论五种评分取X值时的优劣程度来筛选不同物 理量的重要程度，从而得到预报MCS是否形成的 关键性因子.
3 结果分析 3.1 统计分析对MCS和WCS两种系统多个物理量进行统计分析，具体做法：计算出第一四分位数、中间值、第三四分位数和样本的平均值、标准差，将这些参数列表，如表 3所示.本文还对两种系统平均值的差异进行了99%显著水平检验(未在表中体现).由于分析物理量较多，本文只给出了部分物理量统计表格，其余物理量只给出分析过程.
|
|
表 3 MCS和WCS各层单点值的纬向风 Table 3 Point-value data of each level zonal wind for the MCS and WCS |
预报员做预报时，从风、温、压、湿等基础物理量场及一些衍生物理量入手综合判断做出预报结果.因此，本文从两种系统的基础物理量及一些常用衍生物理量方面进行分析.
表 3(表中1Q表示第一四分位数，3Q表示第三四分位数)为纬向风统计结果，可以看出，MCS和WCS系统各层纬向风均值基本都随层次增加而增大；在对流层低层(500 hPa以下层次)，MCS均值大于WCS均值，到了对流层中层(500 hPa)，随着高度的增加WCS增加幅度逐渐超过MCS，对流层高层(500 hPa以上)WCS均值比MCS均值大(可能 高空系统对WCS的触发比MCS更明显)；低层MCS和WCS均值差异通过了显著水平99%(后面检验水平同此)检验且有约3/4的MCS为西风(正值)，而WCS系统只有约一半为西风，两种系统低层纬向风区别明显，高层均值虽然也通过显著性检验，但是两种系统风向皆为西风，因此可以初步认为低层纬向风能区别两种系统.影响对流系统不单单只有纬向风，经向风也是重要的影响因子，从经向风统计可以看到，MCS系统几乎各层均值绝对值皆比WCS系统均值绝对值大，也通过了显著性检验，但低层两种系统皆有3/4吹南风；高层两种系统吹北风和南风所占比例接近，约1/2，说明两种系统风向上差异不大.为了更全面了解两种系统水平风场大小差异情况，可以对全风速大小进行分析，从统计分析结果看，两种系统的平均值都随高度增加而增加，MCS增加较均匀，WCS在高层陡然增加且均值大小超过MCS，这可能和前面分析的纬向风变化有关(WCS纬向风在高层陡然增加较大)，这一点与Jirak和Cotton(2007)得出结论不同，表明中国中东部和美国地区MCS高层风场环境存在差异.综合前面分析可以初步判断两种系统低层风场区别明显.
垂直方向的运动往往在强对流天气中扮演着非常重要的角色，上升下沉直接影响一个系统的发生发展和结束.通过垂直风场分析可以看到，MCS系统各层均值绝对值比WCS大，这说明MCS的对流可能比WCS强烈；MCS系统在500 hPa附近均值绝对值最大，WCS在300 hPa附近均值绝对值最大，一定程度上说明两种系统在这些层上升运动最大；MCS几乎整个对流层有超过3/4个例上升运动(负值)，而WCS在低层只有超过1/2个例上升运动，到了高层接近3/4个例上升运动，说明两种系统低层的垂直运动区别明显.
相对湿度、比湿和温度露点差皆可用作天气过程水汽条件的诊断分析，但不同的水汽条件因子在不同区域的指示作用可能不尽相同，因此，有必要对三个量进行对比分析.从各层相对湿度、比湿和温度露点差分析可以看到，MCS低层湿度均值明显比WCS大，均值差异皆通过显著性检验.前面三个量只表示水汽条件充足与否，但如果没有动力作用也不能产生强对流天气，水汽通量散度包含了一定程 度的动力作用，从此量的统计结果可以看到，1000 hPa 水汽通量散度表明MCS有超过3/4的系统具有水汽积聚特征，WCS只有超过1/2具有水汽积聚特征，平均值差异通过了显著性检验；850 hPa水汽通 量散度和1000 hPa水汽通量散度特征类似，700 hPa 水汽通量散度没有通过显著性检验.
假相当位温是预报中常见的分析量，通过此量可以了解气层稳定性，其统计结果表明，两种系统的平均值皆随高度增加而减小，说明两种系统有不稳定层结存在，但MCS系统假相当位温变幅比WCS大，表明MCS不稳定性比WCS大.温度平流包含了动力和热力作用，一定程度可表示气块的抬升作用，从此量统计结果可以看到，MCS的温度平流均值随高度增加而减小，而WCS相反；MCS系统850、700 hPa 的温度平流均值都比WCS大，且均值差异均通过显著性检验；3/4的MCS个例具有暖平流特征，而WCS仅有1/2表现暖平流特征，因此可以通过初步判断低层温度平流能区别两种系统.
散度、涡度和涡度平流是动力因子，对其分析可知，在低层，仅有1/2的WCS表现辐合，MCS有不到3/4出现辐合；两种系统各层具有正涡度的比例相当，涡度平流同涡度表现特征；两种系统在低层有一定的辐合上升，高层有一定辐散，但三个量区别两种系统动力特征并不显著.在给定的大气热力条件下，垂直风切变(简称SHR，指上下两层间的风速差除以高度差，本文只考虑大小，不考虑风向)对雷暴结构、形态、生命史及活动有着重要的影响，从不同高度SHR分析可知，两种系统0~1 km和0~3 km的SHR均值通过了显著性差异检验，0~6 km的SHR未通过检验.
前面分析了一些基础物理量特征，预报员在预报天气时对综合物理量指数比较感兴趣，且用指数预报天气较方便，因此，有必要对表征强对流天气过程的指数进行统计分析.
从条件对流稳定度指数(ILC)、沙氏指数(SI)、地面抬升指数(LFTXS)和地面对流有效位能(CAPES)及对流抑制能量(CINS)、全总指数(TTI)、强天气威胁指数(SWEAT)、修正K指数(MK)的对比分析(表 4)可知，ILC、 LFTXS和SI这三个指数，只有1/2的WCS为负值，而MCS有超过3/4个例为负值，均值差异通过了显著性检验，表明MCS比WCS的环境更不稳定，这和前面分析假相当位温得到结果一致.MCS的TTI、SWEAT、MK和CAPES均值皆比WCS大，且通过显著性检验，说明MCS的环境比WCS更易发生对流；两种系统的CINS均值相差不大，且未通过显著性检验.
|
|
表 4 稳定指数 Table 4 Stability parameters |
能量稳定指数为学者常用分析物理量，此外一 些衍生物理量(如湿位涡、Q矢量等)也常被用作诊断分析天气过程.湿位涡(MPV)是一个将动力和热力结合，并同时考虑湿度因子的物理量，它在绝热、无摩擦的饱和湿空气中守恒.吴国雄等(1995，1997，1999)基于严格的原始运动方程，推导出了湿位涡方程，一些研究者将这个物理量应用(邓华军和唐洵昌，1999；段旭和李英，2000；蒙伟光等，2004；张端禹等，2006)到强降水及暴雨中，取得了比较理想的应用效果，本文对MPV的分析表明，此量区别两种系统不明显.1978年Hoskins等(1978)提出Q矢量，得到广泛应用和研究，后又有研究者提出了半地转、非地转、湿Q矢量等(张兴旺，1999；姚秀萍和于玉斌，2001；岳彩军和寿绍文，2002；赵桂香等，2006)，而其中湿Q矢量不仅包含所有实际风计算，同时也包括了凝结潜热加热.本文选取湿Q矢量散度进行对比分析，发现同MPV一样，不能明显区别两种系 统.此外，位涡(PV)、锋生函数(F)的分析也同MPV 的表现.
以上分析了基础物理量、能量稳定指数、动热力条件结合的众多物理量，初步分析出了可以表征两种系统差异的物理量：地面2 m比湿，1000 hPa和850 hPa水汽通量散度，850 hPa及700 hPa两层次的相对湿度、温度露点差、比湿和温度平流，ILC，SI，LFTXS，CAPES，TTI，SWEAT，MK，0~1 km(SHR1)和0~3 km(SHR3)垂直风切变.
3.2 动态合成前面从单点的角度初步分析了可能较好描述两种系统差异的物理量.为了找寻这些物理量在空间上描述两种系统是否存在差异，对这些物理量场使用动态合成.图 1、图 2和图 3采用经纬范围14°×10°的格点直角坐标，图中的实心圆表示两种系统的合成中心(生成)位置，横轴自左向右表示经向自西向东，纵轴自下向上表示纬向自南向北.
 | 图 1 MCS(左)和WCS(右)物理量场： (a)和(b)为2m比湿(阴影，单位：kg/kg)和1000 hPa水汽通量散度(实线，单位：10-10 g/cm2/hPa/s);(c)和(d)为850 hPa散度(阴影，单位：10-7 1/s)和相对湿度(实线，单位：%)；(e)和(f)为850 hPa温度露点差(实线，单位：℃)和比湿(阴影，单位：g/kg)；(g)和(h)同(c)，但为700 hPa；(i)和(j)同(e)，但为700 hPa Fig. 1 MCS(left) and WCS(right)physical field: (a) and (b)2 m specific humidity(shadow，unit: kg/kg) and 1000 hPa vapor flux divergence(solid line，unit: 10-10 g/cm2/hPa/s);(c) and (d)for divergence(shadow，unit: 10-7 1/s) and relative humidity(solid line，unit: %)at 850 hPa；(e) and (f)for temperature-dewpoint spread(solid line，unit: ℃) and specific humidity(shadow，unit: g/kg)at 850 hPa;(g) and (h)as in(c)but for 700 hPa;(i) and (j)as in(e)but for 700 hPa |
 | 图 2 MCS(左)和WCS(右)的风场(风向杆)和温度平流(阴影区，单位：10-5 K/s)： (a)和(b)为850 hPa，(c)和(d)为700 hPa Fig. 2 Wind(wind shaft) and temperature advection(shadow，unit:10-5 K/s)for MCS(left) and WCS(right): (a) and (b)at 850 hPa and (c) and (d)at 700 hPa |
 | 图 3 MCS(左)和WCS(右)物理量场： (a)和(b)为垂直风切变(阴影区为0~1 km，实线为0~3 km，单位：m/s/km);(c)和(d)为TTI(阴影区，单位：℃)和MK(实线，单位：℃)；(e)和(f)为SWEAT(阴影，无单位)和CAPES(实线，单位：J/kg)；(g)和(h)为ILC(阴影区，单位：K)和LFTXS(实线，单位：K)和(i)和(j)SI(实线，单位：℃) Fig. 3 MCS(left) and WCS(right)physical field: (a) and (b)for wind shear(shadow for 0~1 km，solid line for 0~3 km，unit: m/s/km);(c) and (d)for TTI(shadow，unit: ℃) and MK(solid line，unit: ℃);(e) and (f)for SWEAT(shadow，unit: none) and CAPES(solid line，unit: J/kg);(g) and (h)for ILC(shadow，unit: K) and LFTXS(solid，unit: K);(i) and (j)for SI(solid line，unit: ℃) |
从图 1中MCS地面2 m比湿(图 1a，阴影区)分布可以看到，有自南向北延伸的湿舌，MCS生成位置位于湿舌舌尖，而对应的WCS图上(图 1b，阴影区)没有湿舌，生成位置也不是最大值区；850 hPa和700 hPa的MCS比湿图(图 1e和1i中阴影)有自西南向东北延伸的湿舌，生成位置在靠近最大值区东南侧，由此可见，2 m比湿更能体现两种系统的差异.两种系统1000 hPa水汽通量散度(图 1a和1b中实线)中心值分别和两种系统生成位置对应都较好，此量不适于区别两种系统；850 hPa水汽通量散 度和1000 hPa特征类似(图略).850 hPa和700 hPa 的MCS系统相对湿度(图 1c和1g中实线)和温度露 点差(图 1e和1i中实线)分布形势较一致，但850 hPa 上两种物理量(图 1c和图 1e中实线)中心与生成位置的对应优于700 hPa，而WCS系统两层次的相对湿度和温度露点差(图 1d、1f、1h和1j中实线)中心值和生成位置不对应.
前面通过单点初步分析了散度，可知其不适于区别两种系统，但可以通过分析其空间分布情况从而增加对两种系统动力作用的认识.从两种系统散度分布图(图 1c、1d、1g和1h中阴影区)可以看到，850 hPa和700 hPa的辐合中心在MCS生成位置 偏西北方向(图 1c和1g的阴影区)，WCS系统生成位置同辐合中心也不对应且辐合中心有多个(图 1d和1h的阴影区)，这可能说明，WCS系统没有能够 有效组织并维持对流发展成MCS的有利动力条件.
综合以上分析可见，2 m比湿，850 hPa的相对 湿度和温度露点差皆可表征两种系统水汽条件差异.
温度平流不仅包含了热力因子(温度)，也包含了动力因子(风场)，一定程度上也表明一个区域的上升运动.通过初步分析可知低层两种系统的温度平流以及风速的差异显著，但生成位置空间的风场和温度平流情况还有待进一步分析.图 2是850 hPa和700 hPa风场及温度平流的动态合成图.从850 hPa和700 hPa风场可以看到，MCS的风速(图 2a、2c风向杆)比WCS(图 2b、2d风向杆)大，且生成位置西北侧存在切变，两层次生成位置附近的风向一致为西南风，而WCS的850 hPa为偏南风，700 hPa吹西风和西南风，两系统在风向和风速上都有明显区别.850 hPa和700 hPa温度平流上，MCS系统(图 2a、2c中阴影区)的暖平流中心基本位于生成位置，而同层次WCS系统(图 2b、2d中阴影区)的暖 平流中心不在生成位置且暖平流中心值比MCS小.
图 3a(MCS)、3b(WCS)是0~1 km(阴影区)和km(实线)的垂直风切变，WCS系统的两层垂直风切变最大值在离生成位置较远的东北侧；MCS系统的两层垂直风切变最大值区域与生成位置对应.
图 3c、3d、3e和3f是两种系统四种对流能量指数的动态合成图，MCS系统生成位置与全总指数TTI(图 3c中阴影区)、CAPES(图 3e中实线)、SWEAT(图 3e阴影区)和MK(图 3c中实线)大值区的对应均远远优于WCS系统(图 3d和3f)生成位置与这四种物理量的对应.图 3g、3h、3i和3j为三种稳定度指数分布.MCS系统中条件对流稳定度指数(ILC，图 3g阴影区，负值表示不稳定)自南向北梯状分布，生成位置并没有和不稳定中心对应，WCS的ILC(图 3h阴影区)特征与MCS系统相似；MCS和WCS的LFTXS(图 3g和3h中实线，负值表示不稳定)和SI(图 3i和3j中实线，负值表示不稳定)值皆自南向北增加，MCS生成位置与两种物理量的负值中心对应，而WCS生成位置位于两种物理量的正值区(稳定).
从以上分析可知，除ILC，其余物理量表征两种系统差异相对较好.
从前面统计分析已初步了解假相当位温和垂直速度的总体概况，但对两物理量在生成位置及附近空间分布情况的分析尚欠缺，因此有必要分析其空间分布特征.对WCS和MCS沿着几何中心位置作 两物理量动态合成的垂直剖面图(图 4，采用经纬范围14°×10°的格点直角坐标，图 4a和4b横轴自左向右表示经向自西向东，图 4c和4d横轴自左向右表示纬向自南向北)，总的来看，低层生成位置附近的MCS系统(图 4a和4c中实线)不稳定远远强于WCS(图 4b和4d中实线)；MCS的中性层结厚度几乎和低层的不稳定层结厚度相当，同时远厚于WCS，这样的中性层结可以使得低层不稳定不断发展加强累积，为强对流的发生发展提供充分的能量条件；两种系统都为深厚的上升运动，MCS系统(图 4a和4c阴影区)的最大上升速度和范围皆比WCS系统(图 4b和4d阴影区)大，WCS系统的最大上升中心在300 hPa附近，而MCS系统最大上升中心在500 hPa(与前面对垂直速度的统计分析一致)，这可能也进一步说明WCS高层的水平风速比MCS大的现象.
通过以上分析可知，低层MCS系统更不稳定，上升运动更剧烈.
 | 图 4 MCS(左)和WCS(右)垂直速度(阴影，单位：Pa/s)和假相当位温(实线，单位：K)的垂直剖面图： (a)和(b)沿中心位置经度，(c)和(d)沿中心位置纬度 Fig. 4 Vertical cross-section of vertical velocity(shadow，unit: Pa/s) and pseudo-equivalent potential temperature(solid line，unit: K): (a) and (b)along longitude at geometric center;(c) and (d)along latitude at geometric center |
通过以上分析挑选出13个可能表征两种系统差异的物理量：地面2 m比湿，850 hPa相对湿度、温度露点差、温度平流及700 hPa温度平流，SI，LFTXS，CAPES，TTI，SWEAT，MK，0~1 km(SHR1)和0~3 km(SHR3)垂直风切变.
3.3 评估分析对前面选出的13个物理量采用五种评分方法(POD、FAR、HSS、TS、BS)进一步分析讨论.图 5为对2 m比湿采用不同阈值时得到的五种评分分布图，从图中找出HSS峰值所对应的物理量值(最佳值)及四种评分值，其余物理量的评分分布图略，将13个物理量的最佳值及其所对应的五种评分值按照HSS得分高低列表，见表 5.
 | 图 5 2 m比湿五种评分 Fig. 5 Five skill measures of 2 m specific humidity |
|
|
表 5 对应最佳值的五种评分 Table 5 The most appropriate measure of forecast skill of five skill measures |
从不稳定能量参数(SWEAT、MK、LFTXS、 CAPES、SI、TTI)来看，SWEAT的HSS(预报技巧)得分最高，为0.493，得分最小的是TTI，为0.213；POD(击中率)得分最高的是TTI，为0.904，得分最少的是CAPES，为0.654；TS评分(风险评分)最高的是SWEAT，为0.644，得分最低的是CAPES； FAR(虚警率或空报率)得分最低的是CAPES，TTI得分最高；BS偏向空报的是LFTXS、MK、SWEAT、SI、TTI，而CAPES偏向于漏报.预报员做预报时，一般宁空不漏，且CAPES的POD和TS评分最低，因此相对其他五个量，CAPES不适合预报MCS发生；而TTI的虚警率较高，且HSS评分最低，也不适合预报MCS；SI和TTI类似，且HSS得分较高时的最佳值为正值(负值表示不稳定)，也不适宜预报MCS；SWEAT、MK、LFTXS较适合预报MCS.
三个湿度(水汽)参数中，HSS得分最高的是2 m比湿(q)；POD得分最高的是850 hPa的TTD；TS评分最高的是TTD；FAR得分最低的是q；BS值大于1的是TTD和RH，但偏离1较大，q虽然比1小但接近1.综合看，2 m比湿q比另两个量较适宜预报MCS.
从垂直风切变来看，0~3 km垂直风切变的HSS、POD、TS得分均比0~1 km垂直风切变高，0~1 km虚警率相对低，但是偏漏报，且偏离1的程度较大(0.668)，0~3 km体现为空报，但是偏离1的程度较小(1.154)，因此，综合考虑，0~3 km的垂直风切变比0~1 km更适合预报MCS.
850和700 hPa的温度平流同其他物理量对比可以看到，HSS值在所有物理量中最小，漏报率几乎最高，故不宜用于预报MCS.
深厚对流的发生离不开水汽、热力、动力等条件.通过分析和筛选可知，2 m比湿可以很好表征水汽条件，修正K指数和LFTXS是不稳定能量的表征，代表热力条件，SWEAT代表动热力条件，垂直风切变代表了动力条件，这样水汽、动力和热力条件之间相互作用相互影响使得雷暴发生发展，而垂直 风切变使得雷暴发展组织化形成MCS.因此，SWEAT、MK、LFTXS、 2 m比湿和0~3 km垂直风切变较适宜预报MCS是否发生.
4 结论本文在风云2号地球静止卫星红外云图资料识别出的174个普通雷暴群(WCS)和208个中尺度对流系统(MCS)基础上，采用NCEP再分析资料，通过统计、动态合成和评分方法对两种系统的环境物理量场进行诊断分析.得到以下结论：
(1)从统计分析筛选出了初步适宜区别两种系统的物理量：地面2 m比湿，1000 hPa和850 hPa水汽通量散度，850 hPa及700 hPa两层次的相对湿度、温度露点差、比湿和温度平流，ILC，SI，LFTXS，CAPES，TTI，SWEAT，MK，0~1 km(SHR1)和0~3 km(SHR3)垂直风切变.
(2)通过动态合成分析得到了能进一步表征两种系统差异的物理量：地面2 m比湿，850 hPa相对湿度、温度露点差、温度平流及700 hPa温度平流，SI，LFTXS，CAPES，TTI，SWEAT，MK，0~1 km(SHR1)和0~3 km(SHR3)垂直风切变.
(3)评分分析得到了SWEAT、MK、LFTXS、2 m比湿和0~3 km垂直风切变共5个判断普通雷暴能否发展形成MCS的关键物理因子.
2 m比湿可以很好表征水汽条件，修正K指数和LFTXS表征热力条件，SWEAT表征动热力条件，垂直风切变代表了动力条件，这几个因子相互影响作用使得对流发生发展最终形成MCS.
| [1] | Brownlee K A. 1984. Statistical Theory and Methodology in Science and Engineering. 2nd ed. New York: Krieger Pub Co., 590. |
| [2] | Chen G Y, Zhao Z G. 1998. Assessment methods of short range climate prediction and their operational application. Quarterly Journal of Applied Meteorology (in Chinese), 9(2): 178-185. |
| [3] | Cheng Z Q, Chen L S, Li Y. 2009. Diagnostic analysis of large-scale circulation features associated with strong and weak landfalling typhoon precipitation events. Acta Meteorlogica Sinica (in Chinese), 67(5): 840-850. |
| [4] | Deng H J, Tang X C. 1999. The analyses of moist potential vorticity for three strong convection weather processes. Scientia Meteorologica Sinica (in Chinese), 19(2): 150-157. |
| [5] | Ding J C. 1995. Review of weather prediction verifying techniques. Journal of Nanjing Institute of Meteorology (in Chinese), 18(1): 143-150. |
| [6] | Duan X, Li Y. 2000. Diagnostic analysis of moist potential vorticity for heavy rain in middle Yunnan. Plateau Meteorology (in Chinese), 19(2): 253-259. |
| [7] | Gray W M. 1979. Recent advances in tropical cyclone research from rawinsonde composite analysis. WMO Programme on Research in Tropical Meteorology. Colorado: Fort Collins, 407. |
| [8] | He B, He F, Fan X L, et al. 2013. Diagnostic analysis on a Meiyu front rainstorm process in mid- and low-reaches of Yangtze River. Plateau Meteorology (in Chinese), 32(4): 1074-1083. |
| [9] | He X Q, Chen S J, Zheng Y G. 2003. Geographic distribution and diurnal variation of the frequency of convective cloud-top black body temperature over eastern Asia summer. Journal of Tropical Meteorology (in Chinese), 19(1): 53-60. |
| [10] | Hoskins B J, Draghici I, Davies H C. 1978. A new look at the ω-equation. Quart. J. Roy. Meteor. Soc., 104(439): 31-38. |
| [11] | Jirak I L, Cotton W R. 2007. Observational analysis of the predictability of mesoscale convective systems. Weather and Forecasting, 22(4): 813-838. |
| [12] | Li Y, Chen L S, Wang J Z. 2004. The diagnostic analysis on the characteristics of large scale circulation corresponding to the sustaining and decaying of tropical cyclone after it's landfall. Acta Meteorologica Sinica (in Chinese), 62(2): 167-179. |
| [13] | Li Y, Chen L S, Wang J Z. 2005. Diagnostic study of the sustaining and decaying of tropical cyclones after landfall. Chinese Journal of Atmospheric Sciences (in Chinese), 29(3): 482-490. |
| [14] | Lü S H, Gao Y H, Liu W. 2005. Analysis on a mesoscale convective system in North China plain. Plateau Meteorology (in Chinese), 24(2): 268-274. |
| [15] | Lü Y B, Zheng Y G, Li Y P, et al. 2002. Environment and conditions of mesoscale convective complex development in North China plain. Journal of Applied Meteorological Science (in Chinese), 13(4): 406-412. |
| [16] | Ma Y, Wang X, Tao Z Y. 1997. Census and space-time distribution characteristics of convective systems over China and adjacent area. Progress in Natural Science (in Chinese), 7(6): 701-706. |
| [17] | Meng W G, Wang A Y, Li J N, et al. 2004. Moist potential vorticity analysis of the heavy rainfall and mesoscale convective systems in south China. Chinese Journal of Atmospheric |
| [18] | Sciences (in Chinese), 28(3): 330-341. |
| [19] | Sun J H, Zhang X L, Qi L L, et al. 2004. An analysis on MCSs in Meiyu front during 20—24 June 2002. Acta Meteorologica Sinica (in Chinese), 62(4): 423-438. |
| [20] | Tao Z Y, Wang H Q, Wang X, et al. 1998. A survey of meso-α-scale convective systems over China during 1995. Acta Meteorologica Sinica (in Chinese), 56(2): 166-177. |
| [21] | Wang X F. 2012. Analysis of the linear mesoscale convective systems during the Meiyu period in the middle and lower reaches of the Yangtze River. Part Ⅱ: Environmental characteristics. Acta Meteorologica Sinica (in Chinese), 70(5): 924-935. |
| [22] | Wu G X, Cai Y P, Tang X J. 1995. Moist potential vorticity and slantwise vorticity development. Acta Meteorologica Sinica (in Chinese), 53(4): 387-405. |
| [23] | Wu G X, Cai Y P. 1997. Vertical wind shear and down-sliding slantwise vorticity development. Scientia Atmospherica Sinica (in Chinese), 21(3): 273-282. |
| [24] | Wu G X, Liu H Z. 1999. Complete from of vertical vorticity tendency equation and slantwise vorticity development. Acta Meteorologica Sinica (in Chinese), 57(1): 1-15. |
| [25] | Xiao K S, Chen L X, Yang G X. 1992. Study on Severe weather monitoring and prediction system in Pearl River Delta (half). Journal of Tropical Meteorology (in Chinese), 8(4): 378-382. |
| [26] | Xu C Y, Lin Y H, Guan Z Y. 2012. The boundary layer characteristics of two types of mesoscale convective systems along a Meiyu front. Trans. Atmos. Sci.(in Chinese), 35(1): 51-63. |
| [27] | Xue Q F, Liang H H, Zhang P Y. 2001. An analysis of meso-β-scale convective systems in a Heavy rain process. Meteorological Monthly (in Chinese), 27(2): 39-43. |
| [28] | Yao X P, Yu Y B. 2001. Perfect Q-vector and its diagnoses. Plateau Meteorology (in Chinese), 20(2): 208-213. |
| [29] | Yu Z Y, Zhang Y C, He L F, et al. 2012. Characteristic analysis of formation and development of a mesoscale convective system. Journal of Natural Disasters (in Chinese), 21(4): 91-98. |
| [30] | Yue C J, Shou S W. 2002. Several Q-vector's comparison. Journal of Nanjing Institute of Meteorology (in Chinese), 25(4): 525-531. |
| [31] | Zeng B, Chen Y, Xiao T G. 2013. Statistical analysis of MCS in summer in central-Eastern China. Meteorological Monthly (in Chinese), 39(2): 180-185. |
| [32] | Zhang D Y, Ding Z Y, Zhang X Q, et al. 2006. Relationship between MPV and Meiyu rainstorms in 2003 in Jianghuai area. Journal of Nanjing Institute of Meteorology (in Chinese), 29(4): 526-532. |
| [33] | Zhang Q, Xiong A Y, Zhang J Y, et al. 2009. Preliminary study on the scoring methods of cloud-free rainfall/snowfall and air temperature forecasts. Journal of Applied Meteorological Science (in Chinese), 20(6): 692-698. |
| [34] | Zhang X W. 1999. The expression of the modified Q vector and its application. Journal of Tropical Meteorology (in Chinese), 15(2): 162-167. |
| [35] | Zhao G X, Cheng L S, Li X S. 2006. Comparison and application of Q-vector and wet-Q-vector to diagnosis of storm rain. Meteorological Monthly (in Chinese), 32(6): 25-30. |
| [36] | Zhao Y C. 2011. Impacts of Meiyu front upon the initiation and development of mesoscale convection systems producing rainstorms. Chinese Journal of Atmospheric Sciences (in Chinese), 35(1): 81-94. |
| [37] | Zheng Y G, Tao Z Y, Wang H Q, et al. 2002. Environment of meso α-scale convective system development in Yellow sea region. Acta Meteorologica Sinica (in Chinese), 60(5): 613-619. |
| [38] | Zheng Y G, Chen J, Zhu P J. 2008. Geographic distribution and diurnal variation characteristics of convective systems over and around China during summer. Chinese Science Bulletin (in Chinese), 53(4): 471-481. |
| [39] | Zhuo H, Zhao P, Li C H, et al. 2012. Analysis of climatic characteristics of mesoscale convective system over the lower reaches of the Yellow River during summer. Chinese Journal of Atmospheric Sciences (in Chinese), 36(6): 1112-1122. |
| [40] | 陈桂英, 赵振国. 1998. 短期气候预测评估方法和业务初估. 应用气象学报, 9(2): 178-185. |
| [41] | 程正泉, 陈联寿, 李英. 2009. 登陆台风降水的大尺度环流诊断分析. 气象学报, 67(5): 840-850. |
| [42] | 邓华军, 唐洵昌. 1999. 三次强对流天气过程的湿位涡分析. 气象科学, 19(2): 150-157. |
| [43] | 丁金才. 1995. 天气预报评分方法评述. 南京气象学院学报, 18(1): 143-150. |
| [44] | 段旭, 李英. 2000. 滇中暴雨的湿位涡诊断分析. 高原气象, 19(2): 253-259. |
| [45] | 何斌, 何锋, 范晓红等. 2013. 一次长江中下游梅雨锋暴雨过程的诊断分析. 高原气象, 32(4): 1074-1083. |
| [46] | 贺新强, 陈受钧, 郑永光. 2003. 东亚夏季对流云顶黑体辐射温度的频率分布及其日变化. 热带气象学报, 19(1): 53-60. |
| [47] | 李英, 陈联寿, 王继志. 2004. 登陆热带气旋长久维持与迅速消亡的大尺度环流特征. 气象学报, 62(2): 167-179. |
| [48] | 李英, 陈联寿, 王继志. 2005. 热带气旋登陆维持和迅速消亡的诊断研究. 大气科学, 29(3): 482-490. |
| [49] | 吕胜辉, 高艳红, 刘伟. 2005. 华北平原一次中尺度对流系统分析. 高原气象, 24(2): 268-274. |
| [50] | 吕艳彬, 郑永光, 李亚萍等. 2002. 华北平原中尺度对流复合体发生的环境和条件. 应用气象学报, 13(4): 406-412. |
| [51] | 马禹, 王旭, 陶祖钰. 1997. 中国及其邻近地区中尺度对流系统的普查和时空分布特征. 自然科学进展, 7(6): 701-706. |
| [52] | 蒙伟光, 王安宇, 李江南等. 2004. 华南暴雨中尺度对流系统的形成及湿位涡分析. 大气科学, 28(3): 330-341. |
| [53] | 孙建华, 张小玲, 齐玲玲等. 2004. 2002年6月20-24日梅雨锋中尺度对流系统发生发展分析. 气象学报, 62(4): 423-438. |
| [54] | 陶祖钰, 王洪庆, 王旭等. 1998. 1995年中国的中-α尺度对流系统. 气象学报, 56(2): 166-177. |
| [55] | 王晓芳. 2012. 长江中下游地区梅雨期线状中尺度对流系统分析Ⅱ: 环境特征. 气象学报, 70(5): 924-935. |
| [56] | 吴国雄, 蔡雅萍, 唐晓菁. 1995. 湿位涡和倾斜涡度发展. 气象学报, 53(4): 387-405. |
| [57] | 吴国雄, 蔡雅萍. 1997. 风垂直切变和下滑倾斜涡度发展. 大气科学, 21(3): 273-282. |
| [58] | 吴国雄, 刘还珠. 1999. 全型垂直涡度倾向方程和倾斜涡度发展. 气象学报, 57(1): 1-15. |
| [59] | 肖凯书, 陈立祥, 杨国香. 1992. 珠江三角洲灾害性天气监测预报系统研究(下). 热带气象, 8(4): 378-382. |
| [60] | 许长义, 林永辉, 管兆勇. 2012. 梅雨锋上两类中尺度对流系统形成的边界层特征. 大气科学学报, 35(1): 51-63. |
| [61] | 薛秋芳, 梁海河, 张沛源. 2001. 中-β尺度对流云团造成特大暴雨过程的分析. 气象, 27(2): 39-43. |
| [62] | 姚秀萍, 于玉斌. 2001. 完全Q矢量的引入及其诊断分析. 高原气象, 20(2): 208-213. |
| [63] | 郁珍艳, 张依慈, 何立富等. 2012. 一次中尺度对流系统的发生发展特征分析. 自然灾害学报, 21(4): 91-98. |
| [64] | 岳彩军, 寿绍文. 2002. 几种Q矢量的比较. 南京气象学院学报, 25(4): 525-531. |
| [65] | 曾波, 谌芸, 肖天贵. 2013. 我国中东部地区夏季MCS统计分析. 气象, 39(2): 180-185. |
| [66] | 张端禹, 丁治英, 张兴强等. 2006. 2003年江淮梅雨暴雨与湿位涡的关系. 南京气象学院学报, 29(4): 526-532. |
| [67] | 张强, 熊安元, 张金艳等. 2009. 晴雨(雪)和气温预报评分方法的初步研究. 应用气象学报, 20(6): 692-698. |
| [68] | 张兴旺. 1999. 修改的Q矢量表达式及其应用. 热带气象学报, 15(2): 162-167. |
| [69] | 赵桂香, 程麟生, 李新生. 2006. Q矢量和湿Q矢量在暴雨诊断中的应用比较. 气象, 32(6): 25-30. |
| [70] | 赵玉春. 2011. 梅雨锋对引发暴雨的中尺度对流系统发生发展影响的研究. 大气科学, 35(1): 81-94. |
| [71] | 郑永光, 陶祖钰, 王洪庆等. 2002. 黄海及周边地区α中尺度对流系统发生的环境条件. 气象学报, 60(5): 613-619. |
| [72] | 郑永光, 陈炯, 朱佩君. 2008. 中国及周边地区夏季中尺度对流系统分布及其日变化特征. 科学通报, 53(4): 471-481. |
| [73] | 卓鸿, 赵平, 李春虎等. 2012. 夏季黄河下游地区中尺度对流系统的气候特征分布. 大气科学, 36(6): 1112-1112. |