强对流天气是导致气象灾害的主要天气系统之一（高帆等，2023；鲍丽丽等，2024），其发生发展过程通常与中小尺度天气系统密切相关（符式红等，2018；马志敏等，2023）。雷暴大风作为我国暖季最常见的强对流类型之一，其发生机制包括对流风暴中强下沉气流及其引发的地面辐散、动量下传增强地面风速、阵风锋（密度流）形成以及低层暖湿入流在强上升气流抽吸作用下的急剧加速等因素（王秀明等，2013；俞小鼎和郑永光，2020）。雷暴大风常与飑线、阵风锋、龙卷等灾害性强对流天气伴生，具有突发性强、发展迅速、破坏力大的特点，可引发房屋倒塌、高空坠物、船只倾覆、海水倒灌等次生灾害，严重威胁人民生命财产安全。近年来，上海地区多次出现风力超过12级的雷暴大风，造成重大人员伤亡与财产损失（姚建群等，2005；曹晓岗和姚建群，2017），因此加强对雷暴大风的监测预报与预警评估至关重要（周伟东等，2022）。

已有研究表明，雷暴的发生需同时满足静力不稳定、水汽充足与抬升触发3个要素（Doswell III，1987），而雷暴内部的强下沉气流是导致地面雷暴大风的重要因素（Johns and Doswell III，1992），其形成受降水粒子负载、浮力以及垂直扰动气压梯度力等多种因素共同影响（Wakimoto，2001）。强下沉气流引起的地面强烈辐散可形成典型的下击暴流，其水平尺度通常小于10 km（Fujita and Wakimoto，1981；Markowski and Richardson，2010）。雷达观测显示，产生雷暴大风的主要回波类型包括弓形回波、带状回波和块状回波，其中以带状回波最为常见，约占70%（王福侠等，2016；高建平等，2019；徐晓芳和邹玲，2024；李典南等，2024）。卫星云图分析显示，强雷暴大风发生时以团状云型为主，其次为线状与不规则形状，不同地区的主导云型存在差异（费海燕等，2016）。绝大多数雷暴大风过程具有下击暴流特征，预报中应重点关注负浮力作用及其与冰雹的潜在联系（廖晓农等，2009）。此外，致灾性雷暴大风还与强温度直减率、低空垂直风切变以及低层能量聚集密切相关（马鸿青等，2019），不同区域的暖型雷暴大风发生前热力与动力条件存在一定差异（井宇等，2024），前倾槽引发的动力不稳定条件优于纯热力不稳定条件，且更易激发极端雷暴大风（李强等，2023）。

以往关于灾害性天气预警评估的研究主要关注预警信号与灾害天气实况的对应关系，或单独统计预警发布时间的提前量（郭丽娜等，2022；周伟东等，2022），缺乏对预警准确性与时间提前量的综合评估指标。为进一步提高暴雨与雷雨（暴）大风预警信号的有效性，中国气象局于2021年2月发布《暴雨、雷雨（暴）大风预警信号有效性评价办法（试行）》^①(①中国气象局.暴雨、雷雨（暴）大风预警信号有效性评价办法（试行）（气预函〔2021〕7号），2021.)，明确提出将准确率与时间提前量作为综合评价指标。随后上海市气象局于2023年4月印发地方试行办法^②(上海市气象局.上海市暴雨、雷雨大风预警信号有效性评价办法（试行）（沪气测函〔2023〕6号），2023.)，正式启动上海地区雷暴大风预警信号有效性评估工作。

本文基于2016—2023年上海地区245个自动气象观测站资料，评估该地区雷暴大风预警信号的发布有效性，重点分析特强雷暴大风的天气背景及其预警信号性能表现，并选取2023年4月15日与2022年7月10日2个典型过程进行个例研究，旨在为提升强对流天气预警信号的时效性与准确性提供科学支撑，进一步完善城市防灾减灾体系。

本文使用以下资料：上海市气象信息与技术支持中心提供的2016—2023年上海地区245个自动气象观测站风速资料、上海市预警发布中心提供的大风预警信号资料、上海中心气象台提供的雷达回波资料以及欧洲中期数值预报中心第五代大气再分析全球数据ERA5（时间分辨率1 h，水平分辨率0.25°×0.25°）。

本文中雷暴大风是指强对流天气发生时平均风力≥6级或极大风≥7级且伴有雷雨（电）现象的天气过程，不包含由台风、冷空气等天气系统引起的系统性大风；特强雷暴大风是指极大风速≥25 m·s^-1的雷暴大风（高晓梅等，2018）；极大风速为观测时段内出现的最大瞬时风速，也称阵风；平均风力为2 min平均风速。在统计雷暴大风发生频次时，1次雷暴大风过程中1个站观测到雷暴大风记1个站次，2个站观测到雷暴大风记2个站次，以此类推。

由于上海市未单独发布雷暴大风预警信号，需从所有大风预警信号中甄别出具有雷暴大风特征的样本以便进行有效性评估。筛选方法如下：首先在预警信号发布内容中查找雷暴大风、雷雨大风等关键词；其次，剔除明确由冷空气、江淮气旋、台风等造成的大风，未注明大风类型的预警信号，参考历史天气图进行判别；对于部分不确定过程，结合雷达回波资料判断是否存在对流性回波特征（如弓形、带状等），以确认是否为雷暴大风。经上述流程筛选后的大风预警信号视为雷暴大风预警信号，用于后续有效性评估分析。本文涉及的预警信号均由上海市9个区气象台（闵行、宝山、嘉定、崇明、浦东、金山、青浦、松江、奉贤）发布，文中时间均为北京时。

本文雷暴大风预警信号的有效性评估方法参照相关办法^②(上海市气象局.上海市暴雨、雷雨大风预警信号有效性评价办法（试行）（沪气测函〔2023〕6号），2023.)，具体评分指标及规则见表1、表2、表3、表4。因2019年6月1日前预警信号采用的发布标准与现行标准存在差异，故在评分过程中根据实际风速进行标准调整，以保持评估结果的一致性及可比性。

2016—2023年，上海地区雷暴大风年均发生频次为316.9站次，其中，2022年雷暴大风发生最频繁，共562.0站次，2021年次之，为559.0站次，2018年最少，仅55.0站次。其余年份为105.0~360.0站次。雷暴大风主要出现在4—8月[图1（a）]，其中7月发生频次最高，其次为8月，4月也常出现相对高值。2022年7月为近8 a单月雷暴大风发生频次最高的月份，共记录326.0站次；其次为2017年8月（235.0站次）。

上海地区雷暴大风具有明显的日变化特征[图1（b）]，主要出现在12：00—22：00，存在3个明显峰值，最大峰值出现在14：00，达302站次；次峰值出现在18：00，为300站次；第三峰值出现在21：00，为294站次。23：00—次日11：00为发生较少时段。

上海各区雷暴大风风速的中位数为15.3~16.4 m·s^-1，崇明最大，闵行最小；平均风速除闵行较小外（15.9 m·s^-1），其余各区为16.2~17.1 m·s^-1；青浦出现47.1 m·s^-1的雷暴大风极大风速，为2016—2023年全市最大，松江出现37.7 m·s^-1的雷暴大风，为第二大，其余各区雷暴大风的极大风速为25.0~33.4 m·s^-1；风速第25、75百分位值分别为14.4~15.1 m·s^-1、16.5~18.8 m·s^-1，75%以上的雷暴大风个例中，风速不超过16.5 m·s^-1；宝山雷暴大风的箱体较高，风速分布较分散，闵行的箱体最矮，风速分布最为集中，且其箱体位置整体偏低，表明该区雷暴大风整体风速相对偏小[图1（c）]。

2016—2023年，上海雷暴大风发生频次存在明显差异（图略），崇明最多，共450站次，其次浦东（413站次），闵行最少，为144站次，其余各区为189~335站次；达到黄色预警级别的雷暴大风以崇明为最多（45站次），宝山次之（37站次），其余各区为5~29站次；达到橙色预警级别的雷暴大风，崇明共出现3站次，松江2站次，青浦、宝山各1站次。

由上海地区特强雷暴大风的空间分布（图2）可看出，特强雷暴大风多发生于沿江沿海区域，包括宝山、浦东、奉贤、金山、崇明等临近长江口、黄浦江及杭州湾区域，其中崇明出现12级以上极大风。此外，在松江与金山交界处及青浦西部也记录到12级以上的特强雷暴大风。上海沿江沿海区域易出现特强雷暴大风，与其特殊的地理位置及局地环流特征密切相关。上海地区年均出现海陆风日数为33.9 d，其中北支海陆风占比高达88.2%（毛卓成等，2023）。夏季，海风从洋面向陆地推进时形成的海风锋常作为对流系统的触发机制之一。2013年上海因海风锋触发的强对流过程达10次（顾问等，2017），海风锋的动力结构对雷暴大风的形成起关键作用。

对上海地区2016—2023年880次雷暴大风预警信号进行有效性评估，结果表明，雷暴大风预警信号主要发布时段为12：00—21：00，日变化呈多峰型波动，13：00预警信号发布次数最多。总体上，预警发布时间较雷暴大风实况峰值提前约1 h，二者日变化形态基本一致。

上海地区雷暴大风预警信号平均有效性评分为14.1分（图3），其中，崇明最高，为27.1分，松江最低，为4.2分；从评分等级分布来看，100分占预警信号总次数的8.5%，50~<100分占16.2%，1~<50分占22.3%，评分为负分或0分的占比高达53.0%，表明相当比例的雷暴大风预警信号存在空报、迟报或漏报问题。闵行与松江预警评分较低的原因主要在于两区空报、迟报和漏报较其他区更为严重，松江得分≤0分的预警占比为64.0%，闵行为61.0%，分别居全市首位与次位。闵行、松江两区相对靠近市区，强对流天气系统在进入城区后可能受下垫面影响而减弱，从而影响雷暴大风预警信号的评分结果；此外，极端雷暴大风不易被识别、易漏报，也是两区得分偏低的另一主要因素。相比之下，崇明预警评分较高，主要由于该区雷暴大风风速整体偏大，预警空报率相对较小，崇明评分100分的次数最多、负分次数最少，整体预警效果优于其他各区。

影响上海地区雷暴大风的天气型主要包括副热带高压边缘型（简称“副高边缘型”）、低槽冷锋型、暖区热对流型、暖式切变型、高空冷涡型以及静止锋切变型（曹晓岗和姚建群，2017）。2016—2023年上海共出现18次特强雷暴大风（表5），其中，副高边缘型出现次数最多，共6次，占33.3%；静止锋切变型与低槽冷锋型各出现3次，各占16.7%；高空冷涡型、暖区热对流型及暖式切变型各出现2次，各占11.1%。特强雷暴大风主要发生在7—8月及4月，其中8月发生7次、7月发生6次、4月发生5次。进一步分析天气形势发现，副高边缘型、高空冷涡型及静止锋切变型均有可能出现12级以上的雷暴大风。

2016—2023年上海地区特强雷暴大风预警信号有效性评分平均为28.2分，其中暖式切变型评分最高，为49.2分；副高边缘型次之，为32.3分；高空冷涡型、低槽冷锋型、暖区热对流型均超过20.0分；静止锋切变型评分最低，为12.1分。特强雷暴大风预警信号有效性评分明显高于其他雷暴大风，主要因为特强雷暴大风的天气雷达回波特征更明显，更易识别，空报率相对较低。

副高边缘型和静止锋切变型是上海地区特强雷暴大风发生频次最多的两类天气型。基于ERA5再分析资料对副高边缘型进行合成分析（图4），结果表明，此类特强雷暴大风发生时，南亚高压极为强盛，1 248 dagpm线可东伸至琉球以东。500 hPa，西北太平洋副热带高压（简称“副高”）强度更大、范围更广，588 dagpm线西伸至110°E附近；中低层为深厚暖湿气团控制，当浅槽东移后弱冷平流侵入，形成上冷下暖的不稳定层结，有利于组织性强、强度高的系统性强对流天气发生。

静止锋切变型特强雷暴大风发生时（图5），副高反气旋环流中心位于（28°N，150°E）附近，中心强度为592 dagpm，588 dagpm等压线西伸至114°E；相较于一般性强对流天气过程（曹晓岗和姚建群，2017），该类特强雷暴大风过程副高中心强度更强、西伸脊点位置更偏西；中高层尽管北支槽较浅薄，但其槽底与副高西伸脊点均位于114°E附近，在500 hPa高度场形成较强的风切变，配合中低层西南、东北向切变线结构，为强对流天气的发生提供有利动力条件。

2023年4月15日午后至夜间，华东地区受东北冷涡影响，山东、江苏及上海出现区域性强对流天气，山东中南部、江苏北部与东部及上海部分地区出现短时强降水和雷暴大风，局地极大风速达28 m·s^-1以上，部分地区发生冰雹。

雷达观测显示，15日21：28南通如东县南部的风暴单体出现超级单体特征（图略），反射率因子平面位置显示器（Plan Position Indicator，PPI）中弱回波区明显，径向速度图中阵风锋清晰，雷达0.5°、1.5°仰角反射率因子PPI上速度模糊区对应的经退速度模糊处理后的极大值分别为28、42 m·s^-1。随着风暴单体向东南方向移动，22：04，反射率因子极大值达69 dBZ，并在长江口附近形成中气旋。22：35，风暴呈现典型的超级单体结构：后侧入流急流缺口、后侧下沉气流与前侧下沉气流均趋于显著，阵风锋始终未远离风暴母体，在此期间，崇明出现冰雹和7~12级雷雨大风[图6（a）]。23：26，强回波质心下降，0.5°与1.5°径向速度PPI模糊区范围达最大（极大值分别为28、30 m·s^-1），超级单体特征减弱并于16日00：00前后转化为线状对流，回波影响范围逐渐东移至海上。

当日，闵行、宝山、崇明、嘉定、浦东、松江分别于21：30—21：37发布雷暴大风黄色预警，崇明于23：02升级为橙色预警；各区分别于15日23：40—16日02：00解除预警。松江、闵行在预警信号发布后，各站风速均未达到预警标准，有效性评分为-30分；嘉定、浦东分别在预警发布后70、82 min达到8级风，评分均为50分；宝山在预警发布后78 min达10级风，评分为100分；崇明黄色预警信号发布31 min后达到9级风，评分为60分，但橙色预警在12级极大风出现6 min后发布，该预警评分为0分，两次预警合计评分为60分。此次过程全市各区雷暴大风预警信号平均评分为28.6分。

2022年7月10日夜间，受副高边缘影响，上海地区出现一次特强雷暴大风过程。此次过程发生于主对流带前侧的暖区，为典型线状对流。初生单体位于太湖区域，并逐渐发展为直线型对流带，50 dBZ强回波高度超过10 km，随着系统东移，青浦、宝山出现下击暴流，极大风速分别为26.6、26.3 m·s^-1[图6（b）]。此次过程中，除奉贤外，全市其余各区于10日22：36—23：27陆续发布雷暴大风黄色预警，于11日01：37—05：08解除预警。闵行、金山预警期间各站风速均未达到预警标准，有效性评分为-30分；嘉定预警发布后55 min出现8级极大风，评分为40分；青浦预警后39 min出现9级极大风，评分为60分；松江预警后120 min出现8级极大风，评分为50分；宝山、浦东和崇明分别在预警后73、76、129 min出现9级极大风，评分为100分。此次过程各区预警及时，平均有效性评分达48.8分。

综上所述，特强雷暴大风过程的预警有效性评分整体较高，雷达回波为雷暴大风预警提供了关键信息。以往研究表明，弓形回波、阵风锋及径向速度大值区等雷达回波特征对雷暴大风具有明确指示作用（王福侠等，2016）。中国气象局研发的强对流综合识别和临近预警系统（Severe Weather Automatic Nowcasting，SWAN），利用光流外推与融合技术，能有效识别包括冰雹、下击暴流在内的多种强对流灾害性天气（李海俊等，2022）。2024年中国气象局发布首个人工智能临近气象预报模型“风雷”，基于雷达组合反射率实现3 h雷达回波外推，其TS评分较传统算法提升显著，尤其在1 h以上预报时效方面优势明显，强回波预报能力提升33%（盛杰等，2025）。因此，建议加强雷达特征自动识别与人工智能技术在雷暴大风预报中的融合应用，推动短临预警系统智能化升级，从而提升预警准确性和时效性。

基于2016—2023年上海市245个自动站雷暴大风观测数据及9个区雷暴大风预警信号资料，采用百分位法与天气学分型方法，系统分析了雷暴大风的时空分布特征及预警信号有效性，得到以下主要结论。

（1）上海地区雷暴大风主要集中于4—8月，其中7月最多，日变化呈14：00、18：00、21：00三峰型。闵行雷暴大风风速较其他区偏小且风速范围相对集中。

（2）雷暴大风发生频次区域差异明显，崇明发生频次最高，松江最低；特强雷暴大风多出现在沿江沿海区域，风速可超过12级。

（3）雷暴大风预警信号发布时间日变化与实况相似，预警信号峰值较雷暴大风出现峰值提前约1 h，有效性评分为14.1分，53.0%的预警信号评分为负分或0分，表明大部分预警存在空报、迟报或漏报。

（4）特强雷暴大风预警信号有效性评分平均为28.2分，高于整体水平；暖式切变型预警有效性评分最高，为49.2分，静止锋切变型最低，为12.1分，暖区热对流型、低槽冷锋型、高空冷涡型、副高边缘型评分为23.2~32.3分；12级以上雷暴大风的预警存在滞后问题；副高边缘型雷暴大风影响范围相对较广，各区预警大多比较及时，预警有效性评分总体较高；副高边缘型及静止锋切变型雷暴大风过程中副高强度偏强、脊点位置偏西，有利于强对流发展。

建议从环境场识别、组织形态分类与触发机制入手，深化雷暴大风机制研究；推动多源资料融合及人工智能技术运用，构建更高效的自动化短临预警系统，提升预警能力。