雷暴是由积雨云强烈发展引起的一种强对流性天气，常伴有降雨、大风、冰雹、龙卷等灾害性天气现象。由于雷雨具有突发性、明显的局地性和短时性等特点，致使预报难度加大，而夏季恰恰是雷雨天气的高发季节，对航班影响更为显著。受中央气象台郑媛媛高工《对流暴雨和暴洪》讲座的启发，本文作者通过对2009年～2013年四种常用的强对流预报指数在大连机场夏季雷雨及普通降雨预报中的指示作用进行细化对比分析，并通过“目标控制法”将强对流指数进行组合运用，以期能够总结出适用于本地雷暴预报的指数阈值。

强对流指数分析

（一）资料及方法

雷暴天气是由水汽条件，不稳定层结条件和抬升条件等三方面条件综合作用形成的，进行雷暴天气预报必须对这三个条件综合分析。在日常气象预报工作中，特别是夏季有天气过程临近时，判断雷暴发生与否最常用最有效的工具就是T-l o g P图，它不仅反应大气的层结状态，还提供多种强对流指数，如抬升指数（L I）、沙氏指数（S I）、简化沙氏指数（S S I）、K指数、条件稳定度指数（I L）、对流有效位能（C A P E）、A指数等，这些强对流指数对雷暴的预报有不可忽视的作用。

水分含量的测定：参考GB 5009.3—2013《食品安全国家标准 食品中水分的测定》；氨基酸态氮的测定：参考GB/T 5009.39—2003《酱油卫生标准的分析方法》[15]。

本文选取2009年～2013年大连机场夏季（6～8月份）雷暴样本70个，以及降水(未出现雷暴)样本123个，并对这些样本的沙氏指数（S I）、气团指数（K）、抬升指数（L I）以及条件性稳定度指数（I L）四类强对流指数进行对比分析。

（二）沙氏指数（SI）

沙氏指数（S I）小块空气从850 h P a开始，沿干绝热线上升，到达凝结高度后再沿湿绝热线上升至500 h P a时，在500 h P a等压面上的环境温度（T5 0 0）与该上升气块到达500 h P a时所具有的温度（T＇）的差值，即为S I：S I＝T5 0 0－T＇。通过对样本的沙氏指数（S I）进行统计，得到大连机场2009～2013年夏季各月沙氏指数（S I）落区分布图(图1)，发现有雷暴时沙氏指数的主要落区是－6～3之间，占总日数的81.4%，而沙氏指数S I＜0的日数占整体的55.7%，而降水时的沙氏指数多为S I＞－3，占总日数的99.2%，沙氏指数S I＞0的日数占降水总日数的86.2%。

从各月来看，6月雷暴和降水的沙氏指数明显偏高且落区较为接近，两者重合区域较多；7月雷暴的沙氏指数多在－6＜S I＜3区间，而降水的指数多在S I＞0以上，两者在-3～3区间有重合；8月雷暴的沙氏指数多为S I＜3，而降水的S I＞0的占总数的83.7%，两者在－3～3区间有重合。沙氏指数对大连地区夏季雷暴的预报有较好的指示作用，但雷暴和降水的指数在－3～3区间有重合，而且主要体现在7、8月份，6月份整体比较模糊，雷暴和降水的指数区间十分接近，无法进行有效区分。

 

（三）气团指标（K指数）

漏报率（P）＝漏报次数×100%/（正确次数＋漏报次数）

理量，其计算公式为：K＝［T8 5 0－T5 0 0］＋［T d］8 5 0－［T－T d］7 0 0。一般来说K值越大，大气蕴含的不稳定能量也越大。统计样本的K指数并分析，得到夏季及各月K指数落区分布图（图2），从图中可以看出，大连地区夏季K指数有如下规律：在整个夏季，雷暴的K指数主要分布在25～40之间，但K≤25的雷暴日数比预期高，达到22.9%；降水的K指数则多为K≤35，占总数的87.8%，K＞40的降水日数为0。从各月来看，6月份雷暴日在K≤25的区间上多达11日，占总日数的40.7%，其次为30＜K≤35区间，降水日则K≤35居多，且K≤25占总数的59.4%；7月份雷暴日多分布在K＞30的区间，占整体的87.0%，而降水日中K≤35占整体的85.4%，两者指数分布呈两极分化；8月雷暴K指数在各区间都有，降水则主要分布在K≤35的区间内。

通过对2009年～2013年大连机场夏季（6～8月份）雷暴和降水的四类强对流指数的数值及落区对比分析，我们发现，虽然这几种强对流指数对区分雷暴和降水有较好的指示意义，但同时他们也存在着指数区间模糊重合、实际应用中效果不明等缺陷。为了找出最适合大连地区夏季雷暴的预报的指数阈值，我们预期通过使用“目标控制法”（或“质量控制法”），结合雷暴预报质量评定中的漏报率和空报率对上述4种对流指数进行分析，样本同上：

 

（四）抬升指数（LI）

抬升指数（L I）定义为平均气块从修正的底层900 m高度沿干绝热线上升，到达凝结高度后再沿湿绝热线上升至500 h P a时所具有的温度（Tx）与500 h P a等压面上的环境温度（T5 0 0）的差值，L I＝T5 0 0－Tz。L I的值为负，且负值越大，气层就越不稳定。分析样本L I值并作出夏季及各月抬升指数落区分布图（图3）。可以看到，在整个夏季雷暴日中，L I＜0的日数占总数的60.0%，而降水日中L I＜0占整体降水日数的26.0%，两者仅在区间0～3之间有部分重合；进一步分析，可以看到与前面两个指数不同的是，6月雷暴与降水的L I值落区分布明显不同，降水90%以上分布在L I＞0的区间，雷暴则多分布在L I＜3的区间内，7月和8月雷暴的L I值L I＜0占70%以上，而7月降水的L I值L I＜0占75%以上，8月降水的L I值L I＜0只占60%左右，降水的L I值在8月相对偏高。整体而言，L I值在夏季降水和雷暴的区分中指示意义明显，尤其是6月份，有效弥补了前面两种指数在6月重合区域太大的问题。

整体而言，I L指数大连地区夏季7月、8月尤其是对8月雷暴的预报指示意义较为明显，在6月则没有明显区分雷暴和降水。

 

（五）条件性稳定度指数(IL)

条件性稳定度指数I L＝［θ*s e（T5 0 0）－θs e 8 5 0］ ，当I L<0，为条件性不稳定；I L＝0，为中性；I L>0，为条件性稳定。作出大连机场2009年～2013年夏季及各月条件性稳定度指数（I L）落区分布图（图4），可以看到，在整个夏季，雷暴I L指数为负的比例为68.6%，降水I L指数为负的比例为35.8%，两者有一定差距，但雷暴I L指数I L>10的比例极小，仅占8.6%，远低于降水I L指数。从各月分布来看，6月雷暴I L指数落区较为平均，但降水I L指数落区显著，指数为正的日数占总日数的81.3%；7月雷暴I L指数落区显著，指数为负的日数占总数的78.3%，降水I L指数则多分布在正值区域，在－10

山谷有诗《赠嗣直弟颂十首》，如“饥渴随时用，悲欢触事真。十方无壁落，中有昔怨人”，“江南鸿雁行，人言好兄弟。无端风忽起，纵横不成字”，“往日非今日，今年似去年。九关多虎豹，聊作地行仙”，“万里唯将我，回观更有谁。初无卓锥地，今日更无锥”，从中可以窥见山谷突遭变故漂泊天涯之心境。

然而多重引物PCR技术的缺点在于诊断敏感性与特异性的失衡。目前报道多重引物PCR较高诊断敏感性的研究通常其诊断特异性欠佳；而诊断特异性较高的研究其敏感性则与常规细菌培养相差无几。因此，在临床广泛应用多重引物PCR诊断PJI之前还需进一步的研究以解决其可靠性问题。

 

强对流指数的组合运用

整体而言，大连地区夏季， K≤25时也有可能发生雷暴，特别是6月；7月、8月发生雷暴时多为K≥30，但是在7月和8月，也有一定可能出现在35＜K≤40区间只有降水而无雷暴的现象，但K＞40有降水无雷暴的可能性几乎为0。

K指数是反映大气层结稳定度和湿度的一个重要物

从形式上来讲，会计监督体系可以分为企业内部的会计监督和企业外部的会计监督。为进一步完善现代化企业制度的会计监督体系，需要从以下两个层面入手。

主要方法是，在固定漏报区间后，得到指数的分布区间，同时通过雷暴和降水在指数区间的样本数，计算出对应的空报率区间。

（一）单个指数分析

首先进行单个指数分析，通过控制漏报率（P）分别在低于30%、20%、10%三个不同概率区间，分析出样本中的强对流指数区间，进而计算在该指数阈值内，雷暴的空报率。从单个强对流指数分析表（表1）分析得出：I L指数在区分雷暴和降水中效果相对较好，相同漏报率的情况下，空报率低于其他三个指数，其次为S I指数。

空报率（F）＝空报次数×100%/（正确次数＋空报次数）

 

表1：单个强对流指数分析

  

目标 SI K LI IL P≤30%S I＜1.9 K＞30 L I＜1.1 I L＜0.9 F≤50%F≤47.9%F≤50%F≤48.9%P≤20%S I＜2.6 K＞23 L I＜2.7 I L＜3.4 F≤50.4%F≤60.6%F≤55.2%F≤50%P≤10%S I＜3.7 K＞21 L I＜5.7 I L＜10 F≤53.3%F≤59.9%F≤61.3%F≤55%

（二）多个指数分析

（1）四种指数对大连地区夏季7月、8月的降水和雷暴的区分指示意义明显，但均有一定的模糊区间。

从表2和表3可以看出：1.I L指数的筛选结果要略优于S I指数的筛选结果，可以考虑作为雷暴预报的重点考虑因子，其次为S I指数和K指数；2.L I指数在多步筛选以后对雷暴预报的指示意义不大；3.这4种强对流指数虽然常见，但仍不能完美的覆盖雷暴预报中的每一个方面，考虑后续引进能量或者垂直速度方面的因子综合研究。

2005年至2016年上半年，李凌先后在双峰县检察院公诉科、民事行政监察科和侦查监督科工作，并且先后被任命为公诉科副科长、侦查监督科副科长。在检察院工作的11年间，李凌主办了1000余起案件，还成功主诉了一系列重、特大案件，多次立功受奖。

 

表2：基于IL指数的多步筛选

  

目标 1.筛选IL 2.筛选SI 3.筛选K 4.筛选LI P≤20%I L＜3.4 S I＜6.8 K≥13 筛选完毕F≤50%F≤49.1%F≤48.1%P≤10%I L＜10 S I＜6.2 K＞13 筛选完毕F≤55%F≤54.0%F≤52.6%

 

表3：基于SI指数的多步筛选

  

目标 1.筛选SI 2.筛选 IL 3.筛选K 4.筛选LI P≤20%S I＜2.6 I L＜18.5 K＞17 筛选完毕F≤50.4%F≤49.5%F≤48.6%P≤10%S I＜3.7 I L＜18.5 K≥12 筛选完毕F≤53.3%F≤52.6%F≤52.3%

结论：

通过单个指数对雷暴和降水的区分预报效果一般，故而需进行多个指数共同分析。以雷暴漏报率P≤20%和P≤10%为目标，强对流指数分别以I L和S I为先，进行多步筛选，得出多重因子考虑下的漏报率和空报率（表2和表3）。

遗民作为清初历史和文学发展进程中的一支重要力量，其道德风操的引领作用，通过大量传记散文的创作和传播，确确实实得到了彰显和揄扬，这也正是清初许多学者不惜心力编纂各种《明遗民录》的思想动因。姑引清代康熙年间吴江人黄容其《明遗民录·凡例》中的数语为本文之结语：“故国孤臣，窜迹林莽，洁身栖遯，皭然不缁之操，无愧完人。”“幽人志士，山泽丘樊，埋照遗世，寒松幽壑之姿，高引鸿冥之概。纪述者悄然动容，披览者肃然起敬，列诸未仕，用志孤芳。”［33］750

（2）大连地区夏季6月雷暴各项指数值低于经验值，且仅有抬升指数L I值对区分雷暴和降水的指示意义明显。

（3）条件性稳定度指数I L在区分大连地区夏季雷暴和降水中效果相对较好，相同漏报率的情况下，空报率低于其他三个指数，其次为S I指数。L I指数在多步筛选以后对雷暴预报的指示意义不大。

统计学处理 采用SPSS 23.0、Stata 14.0统计软件对数据进行处理。通过SPSS 23.0对数据进行描述分析，将数值变量转化为分类变量，通过单因素方差分析和卡方检验，比较不同年份研究对象年龄、性别及发病率的差异性。采用单因素分析和卡方检验分析研究对象在开放式队列中哮喘发病的影响因素。由于本研究发生哮喘结局的研究对象人数所占总的观察对象比例较小，因此，多因素分析采用适用于罕见结局发生率的多因素Poisson回归模型，使用Stata 14.0统计学软件建立多因素Poisson回归模型，将哮喘发生结局作为被解释变量纳入Poisson回归模型中，该模型设定P<0.05具有统计学意义。

（4）文中四种强对流指数虽然常见，也能对大连地区夏季雷暴预报有辅助决策作用，但仍不能完美的覆盖雷暴预报中的每一个因素，空报率较高，考虑后续引进能量或者垂直速度方面的因子综合研究。