【文章內(nèi)容簡介】 一的降水距平百分率標(biāo)準(zhǔn) ,應(yīng)當(dāng)確定一個能夠反映伏期降水特征、干旱狀況和伏旱強(qiáng)度，并且物理意義明確的指標(biāo)來表征伏旱特點(diǎn)。我們設(shè)計了用如下表達(dá)式來定義伏旱指數(shù) : 上中 870 / RNF Rh ?? 其中 Fh 為伏旱指數(shù)， NR=0 為伏期無降水日數(shù)，該日數(shù)越大，伏旱強(qiáng)度可能越強(qiáng)； R7 中 8 上 為伏期降水量，該值越小伏旱可能越嚴(yán)重。該表達(dá)式的物理意義為伏期每毫米降水需要維持的無降水（伏旱）日數(shù)。 Fh 越大，伏旱越嚴(yán)重；反之則越輕。 根據(jù) 運(yùn)城 市 干旱氣候背景特點(diǎn)，將 7 個基地縣的伏旱指數(shù)分成強(qiáng)、偏強(qiáng)、中等、偏弱和弱 5 個等級，詳見表 4表 45 表所示 。 表 44 運(yùn)城 蘋果基地縣伏旱指數(shù)分級 成都信息工程學(xué)院碩士學(xué)位論文 伏旱等級 伏旱 強(qiáng)度 萬榮 臨猗 平陸 鹽湖 永濟(jì) 1 弱 Fh＜ Fh＜ Fh＜ Fh＜ Fh＜ 2 偏弱 ≤ Fh＜ ≤ Fh＜ ≤ Fh＜ ≤ Fh＜ ≤ Fh＜ 3 中等 ≤ Fh＜ ≤ Fh＜ ≤ Fh＜ ≤ Fh＜ ≤ Fh＜ 4 偏強(qiáng) ≤ Fh＜ ≤ Fh＜ ≤ Fh＜ ≤ Fh＜ ≤ Fh＜ 5 強(qiáng) Fh≥ Fh≥ Fh≥ Fh≥ Fh≥ 伏旱等級 伏旱強(qiáng)度 夏縣 芮城 1 弱 Fh＜ Fh＜ 2 偏弱 ≤ Fh＜ ≤ Fh＜ 3 中等 ≤ Fh＜ ≤ Fh＜ 4 偏強(qiáng) ≤ Fh＜ ≤ Fh＜ 5 強(qiáng) Fh≥ Fh≥ 成都信息工程學(xué)院碩士學(xué)位論文 利用氣象要素自身年變化具有準(zhǔn)周期性和自記憶性的自相關(guān)關(guān)系 ， 建立自回歸預(yù)測模式 表 45 所示。 為了檢驗(yàn)自回歸預(yù)測模式的預(yù)報效果 ，分別用 7 個基地縣 1973～ 2022 年、1973～ 2022 年和 1973～ 2022 年的伏旱指數(shù) 序列，算得 21 個 |RK|max 為 ～，均能通過α = 的顯著性檢驗(yàn)。 利用上述的 預(yù)測模式，對 202 2022 和2022 年的伏旱指數(shù)作獨(dú)立樣本預(yù)測試驗(yàn)，共得到 21 個預(yù)測結(jié)果，經(jīng)與實(shí)際伏旱指數(shù)比較，其中預(yù)測的伏旱等級與實(shí)際的伏旱等級一致的有 6 個，相差一級的有 9個，相差兩級的有 5 個，相差三級的有 1 個。若將預(yù)測的結(jié)果按三級評定：一致的和相差一級的視為預(yù)測準(zhǔn)確和基本準(zhǔn)確，達(dá) %，相差兩級的視為預(yù)測不 準(zhǔn)確，為 %，相差三級的視為預(yù)測錯誤，為 %，說明該預(yù)測模式能較客觀地反映出 運(yùn)城 市 蘋果生產(chǎn)基地縣的伏旱強(qiáng)度和趨勢，具有一定的預(yù)測能力。 連陰雨 連陰雨過程常常與低溫過程相伴，造成 降水雨量大，持續(xù)時間長、 氣溫低、光照不足，致使部分果園積水、內(nèi)澇和濕度過大，極易誘發(fā)裂果、爛果、落果和果樹病害流行，對即將成熟的果品產(chǎn)量和品質(zhì)產(chǎn)生影響。 選取運(yùn)城萬榮、臨猗、平陸、 鹽湖 、 永濟(jì) 、 夏縣 、芮城 7 個站 1973～ 2022 年每年 9 月中旬～ 10 月上旬的≥ 3d 降水日數(shù)和無降水日數(shù)，作為設(shè)計連陰雨指數(shù)的基本氣象資料。 運(yùn)城市 對連陰雨天氣的定義為測站連續(xù) 4 天 及以上，日降水量大于或等于 毫米 ，且測站過程降水大于 20 毫米 的降水天氣。而在近 幾 年的蘋果氣象服務(wù)中，筆者發(fā)現(xiàn)在蘋果摘袋、著色和采收時期，尤其是著色和采收期，持續(xù) 3 天 的連陰雨，以及連陰雨或連陰天所帶來的低溫天氣即可對蘋果著色、果面光滑度產(chǎn)生影響，且影響程度隨連陰雨天氣長度的增加而增加，但與過程降水量的多寡關(guān)系不大。所以為了能夠反映連陰雨天氣長度對蘋果摘袋、著色和采收的影響強(qiáng)度，我們設(shè)計如下表達(dá)式來定義連陰雨指數(shù) : 30/u r RL N N??? 其中 uL 為連陰雨指數(shù)； 3?rN 為 9 月中旬～ 10 月上旬降水（ R≥ ㎜）連續(xù) 3天及以上的日數(shù)，該日數(shù)越多，連陰雨危害越重； 0?RN 為 9 月中旬～ 10 月上旬無降水日數(shù)，該日數(shù)越多，連陰雨危害越輕。 將 7 個基地縣的 連陰雨 指數(shù)分成重、偏重、中等、偏輕和輕 5 個等級，詳見表 46 所示 。 表 46 運(yùn)城市 蘋果基地縣連陰雨指數(shù)分級 連陰雨等級 連陰雨強(qiáng)度 萬榮 臨猗 平陸 鹽湖 成都信息工程學(xué)院碩士學(xué)位論文 1 弱 Lu≤ Lu≤ Lu≤ Lu≤ 2 偏弱 ＜ Lu≤ ＜ Lu≤ ＜ Lu≤ ＜ Lu≤ 3 中等 ＜ Lu≤ ＜ Lu≤ ＜ Lu≤ ＜ Lu≤ 4 偏強(qiáng) ＜ Lu≤ ＜ Lu≤ ＜ Lu≤ ＜ Lu≤ 5 強(qiáng) Lu＞ Lu＞ Lu＞ Lu＞ 連陰雨等級 連陰雨強(qiáng)度 永濟(jì) 夏縣 芮城 1 弱 Lu≤ Lu≤ Lu≤ 2 偏弱 ＜ Lu≤ ＜ Lu≤ ＜ Lu≤ 3 中等 ＜ Lu≤ ＜ Lu≤ ＜ Lu≤ 4 偏強(qiáng) ＜ Lu≤ ＜ Lu≤ ＜ Lu≤ 5 強(qiáng) Lu＞ Lu＞ Lu＞ 根據(jù) 7 個基地縣 1973～ 2022 年 連陰雨指數(shù)序列，用上述統(tǒng)計方法 建立各基地縣連陰雨指數(shù) K 階自回歸模式見表 47 所示 [3739]。 表 47 各基地縣連陰雨指數(shù) K階自回歸模式（α =） 基地縣 N K K階自回歸預(yù)測模式 |RK| max f |RK|2α 萬榮 40 30 30? 21 66yx?? 17 臨猗 40 27 27? 35 37?? 21 平陸 40 30 30? 52 82?? 18 鹽湖 40 26 26? 64 20yx?? 22 聞喜 40 30 30? 85 14?? 18 新絳 40 30 30? 42 76?? 17 芮城 40 29 29? 49 50yx?? 19 為了檢驗(yàn)自回歸預(yù)測模式的預(yù)報效果，對 202 2022 和 2022 年的連陰雨指數(shù)作獨(dú)立樣本預(yù)測試驗(yàn) 。若將預(yù)測的結(jié)果按三級評定：一致的和相差一級的視為預(yù)測準(zhǔn)確和基本準(zhǔn)確 ，達(dá) %，相差兩級的視為預(yù)測不準(zhǔn)確，為 %，相差三級的視為預(yù)測錯誤，為 2%。該預(yù)測模式能較客觀地反映出 運(yùn)城市 蘋果生產(chǎn)基地縣的連陰雨強(qiáng)度和趨勢，具有一定的預(yù)測能力。 冰雹災(zāi)害 冰雹這種災(zāi)害性天氣通常也造成果樹枝葉、花、果實(shí)機(jī)械損傷，從而引起各種生理障礙、誘發(fā)病蟲害等，使果實(shí)商品率下降甚至絕收。 . 資料收集與整理 收集近些年來 運(yùn)城 冰雹天氣過程。同時，選取近些年 運(yùn)城 市 測站有風(fēng)暴強(qiáng)中成都信息工程學(xué)院碩士學(xué)位論文 心大于 50dBz、風(fēng)暴垂直積分液態(tài)含水量（ VIL）大于 20 kg/m回波頂高（ ET）大于 8km 以上的強(qiáng)風(fēng)暴， 運(yùn)城 市 的 冰雹過程用于預(yù)報方程的建立， 和 方程回代檢驗(yàn)。 將冰雹過程的雷達(dá)資料進(jìn)行整理回放，結(jié)合冰雹發(fā)展的特點(diǎn)，利用歷史冰雹過程的天氣雷達(dá)資料建立天氣雷達(dá)判別指標(biāo)；同時，利用常規(guī)探空資料統(tǒng)計冰雹過程的 0℃層、 20℃層、垂直風(fēng)切變、 20℃與 0℃層的高度差等參數(shù)。利用二次Fisher 判別分析方法和模糊邏輯方法開展 運(yùn)城市 冰雹自動識別方法的對比分析。 利用天氣雷達(dá)風(fēng)暴的單體識別和跟蹤算法（ SCIT）對風(fēng)暴自動識別的結(jié)果，對出現(xiàn)冰雹、強(qiáng)風(fēng)暴的雷達(dá)產(chǎn)品從風(fēng)暴生成到消亡進(jìn)行逐時次統(tǒng)計，統(tǒng)計參數(shù)分別為：風(fēng)暴所對應(yīng)的時間、方位、距離 、風(fēng)暴垂直積分液態(tài)含水量（ VIL）、風(fēng)暴最強(qiáng)回波強(qiáng)度（ DBZM）、最強(qiáng)回波所對應(yīng)高度（ HT）、風(fēng)暴頂高（ TOP）、風(fēng)暴移向、移速（ FCST MVMT）及回波頂高（ ET）。在建立判別方程時，冰雹的雷達(dá)參數(shù)以出現(xiàn)冰雹時刻為準(zhǔn)，無具體時間的則以報道時間前一小時內(nèi)最強(qiáng)回波出現(xiàn)的時間為準(zhǔn)。同時，利用常規(guī)探空資料統(tǒng)計每次強(qiáng)天氣過程的對流有位能（ CAPE）、0℃層、 20℃層、垂直風(fēng)切變、 20℃與 0℃層的高度差等參數(shù) [40]。 對風(fēng)暴的單體識別和跟蹤算法（ SCIT）進(jìn)行檢驗(yàn)，我們利用軟件對 運(yùn)城 出現(xiàn)冰雹天氣對應(yīng)的風(fēng)暴發(fā)展 過程中風(fēng)暴的位置預(yù)報進(jìn)行 1 4 60 分鐘的誤差檢驗(yàn)。檢驗(yàn)中根據(jù)風(fēng)暴提供的未來移向、移速計算風(fēng)暴未來 1 4 60 分鐘的方位和距離，并與風(fēng)暴的實(shí)況做比較，計算方位和距離誤差。 . 冰雹判別指標(biāo) 為對冰雹天氣進(jìn)行定性判別，需選取與產(chǎn)生冰雹相關(guān)性好的參數(shù)，首先選取風(fēng)暴最強(qiáng)回波強(qiáng)度作為反映風(fēng)暴強(qiáng)弱的重要指標(biāo)；風(fēng)暴垂直積分液態(tài)含水量（ VIL）表示將反射率因子數(shù)據(jù)轉(zhuǎn)換成等價的液態(tài)水值，是用來判斷對流風(fēng)暴強(qiáng)度的一個十分有用的參量，但它的閾值隨季節(jié)變化， Amburn 研究表明，如果 VIL 密度（ VIL/ET）超過 4g/m3，則風(fēng)暴肯定會產(chǎn)生直徑超過 2cm 的大冰雹，因此，選取VIL 密度指標(biāo)用來判斷冰雹天氣；由于冰雹增長都在 0℃層高度以上， 0℃層上部的 VIL 反映的是 0℃以上降水粒子分布的情況，所以，零度層高度以上 VIL 也能反映冰雹生長過程，因此我們選取 VIL 密度 *（回波頂高 0℃層高度）來表示冰雹增長的情況；同時，判斷大冰雹最有效的方法是檢查較高的反射度因子能否擴(kuò)展到 0℃，特別是 20℃等溫線高度以上，因此，我們選取最強(qiáng)回波高度 0℃層高度來表示冰雹發(fā)展的強(qiáng)度，風(fēng)暴頂高（ 20℃層高度）表示冰雹云發(fā)展的高度。 為驗(yàn)證以 上參數(shù)選取是否適用，首先，先簡單分析產(chǎn)生冰雹天氣的風(fēng)暴以及強(qiáng)風(fēng)暴的風(fēng)暴垂直積分液態(tài)含水量（ VIL）、最強(qiáng)回波強(qiáng)度（ DBZM）及回波頂高（ ET）特征，經(jīng)統(tǒng)計（見表 48），產(chǎn)生冰雹天氣的風(fēng)暴 VIL 值以及風(fēng)暴的最強(qiáng)回波強(qiáng)度值較大，而冰雹對應(yīng)風(fēng)暴的回波頂高差別并不大，但由于 VIL 用來判斷對成都信息工程學(xué)院碩士學(xué)位論文 流風(fēng)暴強(qiáng)度的的閾值隨季節(jié)變化，因此，僅以 VIL、最強(qiáng)回波強(qiáng)度及回波頂高進(jìn)行冰雹天氣判斷是不夠的。 表 48 強(qiáng)天氣雷達(dá)產(chǎn)品參數(shù)統(tǒng)計特征值 再對選取的 5 個判別指標(biāo)進(jìn)行統(tǒng)計分析。以下分別用 DBZM、 VILM、 H0、H VILE 表示風(fēng)暴最強(qiáng)回波強(qiáng)度、 VIL 密度、最強(qiáng)回波高度 0℃層高度、風(fēng)暴頂高（ 20℃層高度）和 VIL 密度 *（回波頂高 0℃層高度） 5 個判別指標(biāo)，由表 49可以看出，冰雹對應(yīng)風(fēng)暴及強(qiáng)風(fēng)暴在這 5 個判別指標(biāo)上差別較大，最強(qiáng)回波高度在 0℃層以上，風(fēng)暴頂高與 20℃層高度的厚度差 (H20)較大，說明對應(yīng)冰雹天氣的風(fēng)暴發(fā)展強(qiáng)度強(qiáng)、 高度高。為進(jìn)一步驗(yàn)證這 5 個判別指標(biāo)的可靠性，分別計算這 5個指標(biāo)與冰雹天氣的相關(guān)系數(shù)分別為： 、 、 、 和 ，當(dāng)相關(guān)系數(shù)≥ 即為顯著性相關(guān)，≥ 時則為高度相關(guān)，所以，這 5 個指標(biāo)與冰雹天氣的相關(guān)性都較高，以 VIL 密度 (VILM) 相關(guān)系數(shù)為最大。 表 49冰雹天氣雷達(dá)產(chǎn)品判別指標(biāo)統(tǒng)計特征值 雷達(dá)參數(shù) 天氣類型 DBZM VILM H0 H20 VILE 冰雹 64 強(qiáng)風(fēng)暴 通過對強(qiáng)風(fēng)暴，冰雹過程中 對