Reprint 864

應用於珠三角空域的雷暴臨近預報系統的發展

李炳華

第二十四屆粵港澳氣象科技研討會

深圳，2010 年 1 月 20-22 日

應用於珠三角空域的雷暴臨近預報系統的發展

李炳華

香港天文台

摘要

雷暴不單為飛機和機場工作人員帶來危險，亦會影響航空交通。

天文台正為香港空管部門研發一套基於『小渦旋』的雷暴臨近預

報系統，追蹤和預測在珠三角空域內雷暴的移動情況，幫助空管

人員向受影響的飛機發出指引，調整飛行路線，一方面減低對飛

機的危險，同時亦可增加機場的交通流量。該系統初步試驗效果

理想，與其他臨近預報系統(例如 TITAN)在一小時預報範圍內的

成功捕捉率相若，但虛報率較低。要更好地捕捉雷暴的發展和延

長預報的時效，必須利用數值預報的資料。為此，天文台正加強

該臨近預報系統，將『小渦旋』和高分辨率非靜力模式結合在一

起，預測航線上未來 6 小時的雷暴發展。本文介紹該預報系統的

設計原理，並透過案例說明它的初步效果。

1

1. 引言

雷暴不單會對飛機的安全構成危險，也會影響機場的運作。為了幫助空管

人員更好管理航空交通，天文台正發展一套適用於航空交通的雷暴臨近預

報系統，目的是追蹤珠三角空域內雷暴的移動情況，並自動預測它們未來

數小時的位置，讓空管人員能適當調整飛機的航路，減低雷暴對飛機的影

響，同時提高機場運作的效率。

該系統的發展分兩階段進行。第一個階段為發展一個以天文台雷暴臨近預

報系統『小渦旋』[1][2]為基礎的『航空雷暴預警系統』(Aviation Thunderstorm

Nowcasting System，簡稱 ATNS)。該系統利用多普勒雷達探測機場附近雨

雲的分佈，透過圖形識別技術，自動追蹤雨雲的移動，同時利用准拉格朗

日平流程序（Semi-Lagrangian Advection Scheme）外推雨雲未來一小時的位

置。該系統對預測移動穩定和發展平穩的雷暴的效果較好，與其他國家的

臨近預報系統的預測效果相若。

但由於外推方法對預測快速增長或衰減的雷暴能力有限，預測時效也只能

限於一、兩小時內。為了增強 ATNS 的預測能力，我們在第二發展階段引

入高分辨率數值天氣預報模式，利用融合法（blending method），將外推的

預測結果和從數值預報產生的預測結果按比例疊加。這個方法的優點是一

方面它能保證已存在的雷暴在短時間內的移動得到較好的處理，同時對其

他正在發展或者將會發展的雷暴也能夠提供較長時間的預測。本文會簡介

ATNS 在第一階段發展的成果，同時也通過一個典型暴雨案例，介紹第二

階段的進展。

2. 以雷達為基礎的臨近預報系統

文獻[3]介紹了基於天文台雷暴臨近預報系統『小渦旋』而發展的『航空雷

暴預警系統』。『小渦旋』曾參加世界氣象組織 2008 年在北京奧運期間舉辦

2

的預報示範項目（Forecast Demonstration Project）。它在奧運期間的表現頗

理想，被評定為先進的臨近預報系統之一[4]。ATNS 的原型在 2009 年已經

發展並提供予香港空管部門以收集其意見。基於他們的回應，該原型已增

強了不少功能，其中包括：從最初的 120 公里應用範圍擴展至 250 公里、

增加雷暴回波頂高度(TOP)及雷暴垂直水汽總量(VIL)數據等。同時，ATNS

也增加了地理資訊系統(GIS)資料，讓用戶可以提取包括飛機和雷暴雲的經

緯度、附近地形的高度、航空區域的邊界、以及飛機離開機場的距離等資

料。另一方面，用戶也可以隨意增加/減少航路點，利用滑鼠點擊提取空間

上任何一點的雷達回波參數，這些資料對空管人員十分有用。

圖 1 顯示 ATNS 兩個案例的初步產品。圖 1a 為 2009 年 6 月 4 日一場強對

流天氣的預測。當時一個強大的雷暴從西南移向東北，經過珠三角空域，

並為該區帶來大雨和活躍閃電。圖 1b 為 2009 年 7 月 18 日颱風莫拉菲雨帶

的預測。當時莫拉菲向西北偏西方向移動，它的雨帶從北到南經過珠三角

上空。

圖 2 為上述兩個案例的預報表現指數。根據空管人員的意見，我們在珠三

角空域定出十數個航路點，然後在每一個航路點上提取該點的預測反射率

數值，並與該點上對應的實際反射率作比較（強度大於 33dBZ 的雷達回

波），然後計算預測的成功捕捉率（POD）、虛報率（FAR）和臨界成功指

數（CSI）。圖 2a 的結果表明在 2009 年 6 月 4 日的案例中，在開始的 24 分

鐘左右，POD 一直保持在百分之 60 以上，到 60 分鐘時 POD 下降至百分

之 40。至於對莫拉菲的預測，圖 2b 顯示系統在 60 分鐘的 POD 還能夠保

持在百分之 70 左右，顯示 ATNS 對於變化比較緩慢的對流活動，例如台風

雨帶，效果比較理想。

為了解 ATNS 與其他臨近預報系統的相對水平，我們將 ATNS 與第五代

TITAN（Thunderstorm Identification, Tracking, Analysis and Nowcasting）[5]

作比對。TITAN 採用多邊形來勾畫出對流雲的形狀和以此推導它們的預測

3

位置。圖 3 為利用了 TITAN 預測 2009 月 6 月 4 日案例的評分指標。與圖

2a 比較，可以看到 ATNS 與 TITAN 的 POD 在一小時左右表現相若，但

TITAN 的 FAR 隨時間增長很快，比 ATNS 高百分之 20，結果是 ATNS 一

小時預測的 CSI 比 TITAN 為高，因而總體來說 ATNS 比 TITAN 在這個案

例上的效果較為理想。

3. 加入數值預報產品的航空臨近預報系統

要進一步增強 ATNS 的表現，必須處理雷暴增長和減弱的問題。在這方面，

其中一個方法是加入數值天氣預報的預測。天文台在 2005 年開始試驗通過

融合法將『小渦旋』和數值預報結合提高雷暴預測的能力[6][7]。在這個融

合法中（簡稱 SWIRLS-NHM），『小渦旋』採用外推法提供一到六小時的

臨近預報，同時高分辨率的數值預報也提供一到六小時的預測，然後隨時

間按照不同的比例將『小渦旋』與高分辨率數值預報的結果結合，產生一

到六小時最優化的雷暴預測。由於 TITAN 採取多邊形方法預測對流雲的移

動，未能與數值預報的網格點結合，我們在這研究中未有加入 TITAN 作比

較。

天文台採用的數值預報模式是由日本氣象廳發展的非靜力模式

(Non-hydrostatic Model, NHM)[8]。模式的水平分辨率為 5 公里，覆蓋以香

港為中心的 600X600 平方公里範圍。表 1 列出 NHM 模式的特性。初始場

為天文台的 20 公里分辨率業務區域譜模式（ORSM），水汽的分析則採用

LAPS (Local Analysis and Prediction System)[9]。同化的數據包括本地的自

動氣象站、探空氣球、雷達（反射率和多普勒風場）和衛星（可見光、紅

外、水汽通道）等。

SWIRLS-NHM 的融合包括下面幾個步驟 （圖 4）：

（1） 『小渦旋』基於雷達資料外推 6 小時，利用動力 Z-R 關係（Z=aRb，

其中 a 和 b 為可變參數）[1]將預測的反射率轉換成地面的降雨量；

4

（2） 同時利用 NHM 預測未來 6 小時的降雨；

（3） 根據上次預測的表現，調整『小渦旋』和 NHM 預測的權重，融合兩

者的數據，產生最優化的預測。

SWIRLS-NHM 的融合法還包括其他複雜的程序，包括降水區域位置修

正、降水強度修正等。優化的預測為地面的降雨，再利用最新的 Z-R 關係，

將資料轉回 3 公里高的雷達反射率。

圖 5 左邊為 SWIRLS-NHM 在 2009 月 6 月 4 日的 1-6 小時的預測，右邊為

對應的雷達分析降水。結果表明 SWIRLS-NHM 的融合法可以產生與實況

頗為類似的預測。圖 6 為該案例的預測評分指數。與第 2 節談到的方法一

樣，我們驗證在航路點上的預測反射率，然後計算 POD、FAR 和 CSI。圖

6 也將 SWIRLS-NHM 的融合預測與 ATNS 單靠外推法的預測作比對，可

以看到，融合法一小時預測的 POD 比外推法的 POD 較高，代表數值預報

在短短一個小時內已開始發揮作用。雖然融合法的 POD 隨著時間下降，

但 POD 在 5 小時之內還能夠保持在百分之 40 或以上。由於這是單一案例，

融合法在其他暴雨情況下的表現還需要作進一步的研究。

4. 總結和未來發展

為了進一步提高暴雨預測的表現，天文台正從幾個方向努力，包括探討採

用多尺度光流變分方法改善『小渦旋』的雷暴移動矢量分析[10]，另外也考

慮將 NHM 的分辨率從 5 公里提高到 2 公里，希望能更好地預測強對流的

發展。此外還研究通過三維變分法將更多的本地資料加進 NHM 的初始場，

包括激光雷達及微波輻射計的數據。

總的來說，天文台正開發的『航空雷暴預警系統』，目的是為空管人員及航

空公司用戶提供珠三角空域一目了然的雷暴移動和預測資訊。這個工作與

其他國家在空中交通管理的發展方向和要求吻合，例如美國的 NextGen

5

（Next Generation Air Transport System）及歐洲的 SESAR（Single European

Sky ATM Research）等。同時，ATNS 的發展也與世界氣象組織和國際民航

組織正合作發展的新一代機場預報（NTF）的方向符合，希望能在未來為

空管部門提供更精細和更合用的航空氣象產品。

5. 鳴謝

作者感謝黃偉健先生提供的數值預報資料。

參考文獻 [1] Li, P.W. and E.S.T. Lai (2004) Short-range Quantitative Precipitation

Forecasting in Hong Kong. J. Hydrol. 288, 189-209 [2] Li, P.W. and E.S.T. Lai (2004) Applications of Radar-based Nowcasting

Techniques for Mesoscale Weather Forecasting in Hong Kong. Meteorol. Appl. 11, 253-264

[3] Li, P.W. (2009) Development of a Thunderstorm Nowcasting System in

Support of Air Traffic Management, AMS Aviation, Range, Aerospace Meteorology Special Symposium on Weather-Air Traffic Management Integration, Phoenix, Arizona, USA, 11-15 Jan 2009

[4] Ebert, E. , J. Bally, M.X. Chen, B. Conway, Y.R. Feng, P. Joe, A. Seed, J.

Wilson, W.K. Wong, J.S. Xue, and L. Yeung (2009) Nowcast performance in the WWRP 2208 Beijing Olympics Forecast Demonstration Project. WMO/WWRP Symposium on Nowcasting, Whistler, B.C. , Canada, 30 Aug-4 Sep 2009

[5] Dixon, M. and G. Wiener (1993) TITAN: Thunderstorm identification,

tracking, analysis, and nowcasting – A radar-based methodology. J. Atmos. Oceanic Technol., 10, 785-797

[6] Li, P.W., W.K. Wong and E.S.T. Lai (2005) A New Thunderstorm

Nowcasting System in Hong Kong, WMO/WWRP International

6

7

Symposium on Nowcasting and Very-short-range Forecasting, Toulouse, France, 5-9 Sep. 2005

[7] 黃偉健、黎守德 (2006) 「激流」(RAPIDS)暴雨預報系統 –「小渦旋」

與數值天氣預報模式的融合， 第二十屆粵港澳氣象科技研討會，中國，澳門，2006 年 1 月 18-20 日

[8] Saito K., J. Ishida, K. Aranami, T. Hara, T. Segawa, M. Narita and Y.

Honda (2007) Nonhydrostatic atmospheric models and operational development at JMA. J. Meteor. Soc. Japan, 85B, 271-304

[9] Albers S., J. McGinley, D. Birkenheuer, and J. Smart (1996) The Local

Analysis and Prediction System (LAPS): Analyses of clouds, precipitation, and temperature, Wea. Forecasting, 11, 273-287

[10] Wong, Wai-kin & Edwin S.T. Lai (2009) Development of a new

multi-scale radar echo tracking method for nowcasting applications, In preparation

（a） （b）

圖 1 採用了 GIS 技術的 ATNS 樣本產品。（a）為 2009 年 6 月 4 日大雨的案例，而（b）為 2009 年 7 月 18 日颱風莫拉菲的案例。藍色點代表空管人員感興趣的航路點。每張圖的右面為雷達回波分佈圖像產品，而左面則

為在每個航路點上一小時預測反射率的時間序列，黃色代表反射率> 33dBZ，紅色代表反射率>41 dBZ。

0.0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1.0

6 12 18 24 30 36 42 48 54 60

Forecast Time (min)

PO

D, F

AR

, CS

I

POD - SWIRLS FAR - SWIRLS CSI - SWIRLS

（a）

0.0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1.0

6 12 18 24 30 36 42 48 54 60

Forecast Time (min)

POD

,FA

R, C

SI

POD FAR CSI （b）

圖 2 ATNS 在 2009 年 6 月 4 日(a) 和 2009 年 7 月 18 日(b) 案例的預測表現評分。

8

0.0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1.0

6 12 18 24 30 36 42 48 54 60

Forecast Time (min)

PO

D, F

AR

, CS

I

POD - TITAN FAR - TITAN CSI - TITAN 圖 3 TITAN 臨近預報系統在 2009 年 6 月 4 日案例的表現。

圖 4 SWIRLS-NHM 融合流程的示意圖。

9

圖 5 SWIRLS-NHM 融合預測的案例。從左上至左下為 1、2、…、6 小時的降水預測。右面為對應的雷達估計降水。

10

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

0.1 1 2 3 4 5 6

Forecast time (hour)

PO

D

SWIRLS_NHM SWIRLS

圖 6 利用融合SWIRLS-NHM 方法和外推方法所產生航路點上 1到 6 小時預測的 POD 評分指數。藍色方格為 SWIRLS-NHM 預報的評分，而黃色三角形為單用雷達外推的評分。

11

表 1. 香港高分辨率非靜力模式 NHM 的特徵

模式 JMA-NHM (ver. 0902) 水平分辨率 5 km 格點數目 121x121x45 預測時效 12 hours 更新頻率 1 hour 水平格點 Arakawa-C 垂直格點 Terrain following height coordinates on Lorenz grid 初始場 20km ORSM forecast

Specific humidity of water vapour, cloud liquid water, cloud ice, snow and graupel can be initialized by LAPS (ver. 0-32-15) cloud moisture analysis

LAPS 同化資料

- SYNOP, HK AWS, GD AWS - radiosonde data, wind profiler - MTSAT-1R IR brightness temperature and visible

albedo - Radar reflectivity and Doppler velocity

邊界場 20 km ORSM 數值方法 Fully compressible non-hydrostatic governing

equations, solved by time-splitting horizontal-explicit-vertical-implicit (HEVI) scheme and 4th order spatial centred finite differencing in flux form

物理過程 - Kain-Fritsch convective parameterization scheme - Three ice bulk cloud microphysics scheme - Surface flux based on Beljaars and Holtslag (1991) - Mellor-Yamada-Nakanishi-Niino Level 3

(MYNN-3) turbulence closure model with partial condensation scheme (PCS)

- Long wave radiation process follows Kitagawa (2000)

- Short wave radiation process using Yabu et al. (2005)

12