读者答疑 | 如何计算订正CAPE？基于地面最大温湿度的探空修正

用户11172986

发布于 2026-04-24 19:11:43

590

文章被收录于专栏：气python风雨气python风雨

【进阶教程】如何计算订正CAPE？基于地面最大温湿度的探空修正

在上一篇文章中，我们展示了如何利用 Python (MetPy + WRF) 绘制 Skew-T 图并计算 CAPE/CIN。

评论区有小伙伴提到一个非常专业的问题：“早上的探空（或模型初始场）能不能代表下午的对流潜势？有没有订正方法？”

这是一个非常好的切入点。正如教程所述，08时的探空往往显示CAPE很小，CIN很大（逆温层存在），但到了下午地面加热后，对流潜势可能会爆发式增长。

本文将基于“临近探空订正原理”，教大家如何在 Python 中通过假定午后地面最高温度和露点，计算订正后的 CAPE (Modified CAPE)。

1. 订正原理 (Theory)

根据气象学原理（参考 Section 5.1.3 探空的代表性问题和订正）：

问题：标准探空（08时/20时）时空分辨率不足，且早晨存在地面逆温，计算出的 CAPE 偏小，无法反映午后强对流发生的潜势。
方法：假定气块具有估计的午后地面最高温度 ( ) 和露点温度 ( )。
假设：假定中上层大气没有明显的平流过程（即探空曲线的中上部保持不变），仅改变地面边界层的温湿条件。
操作：将探空数据中最底层的和替换为预估的最大值，然后重新提升气块计算 CAPE。

2. Python 代码实现

我们将复用上一篇代码的数据读取部分，重点在于 数据修正和重算。

import numpy as np
import matplotlib.pyplot as plt
from netCDF4 import Dataset
from wrf import getvar, ll_to_xy
import metpy.calc as mpcalc
from metpy.plots import SkewT
from metpy.units import units

# ================= 1. 数据读取 (同前文) =================
ncfile = Dataset("/home/mw/input/typhoon9537/wrfout_d01_2019-08-08_19_00_00")
lat0, lon0 = 25.0, 120.4
x, y = ll_to_xy(ncfile, lat0, lon0)

# 获取原始廓线数据
p  = getvar(ncfile, "pressure")[:, y, x].values * units.hPa
tc = getvar(ncfile, "tc")[:, y, x].values       * units.degC
td = getvar(ncfile, "td")[:, y, x].values       * units.degC

# ================= 2. 计算原始 CAPE =================
# 原始气块路径
prof_orig = mpcalc.parcel_profile(p, tc[0], td[0])
cape_orig, cin_orig = mpcalc.surface_based_cape_cin(p, tc, td)

print(f"原始 CAPE: {cape_orig:.2f}")
print(f"原始 CIN:  {cin_orig:.2f}")

# ================= 3. 核心：执行订正 (Correction) =================

# --- 设定预估的午后地面最大温湿条件 ---
# 在实际业务中，这通常来自于 MOS 预报、临近地面观测或经验估计
# 假设午后地面升温至 32度，露点维持或略变为 26度
T_max_sfc  = 32.0 * units.degC
Td_max_sfc = 26.0 * units.degC

# --- 复制数据以防污染原始数据 ---
tc_mod = tc.copy()
td_mod = td.copy()

# --- 修改底层 (Index 0) 数据 ---
# 注意：这里我们简单暴力地修改最底层。
# 更严谨的做法是混合边界层 (Mixed Layer)，但在“午后订正”法中，
# 通常直接提升这一“最暖最湿”的假定地面气块。
tc_mod[0] = T_max_sfc
td_mod[0] = Td_max_sfc

# --- 基于修正后的廓线重新计算气块路径和能量 ---
# 注意：这里传入的是修改后的 tc_mod 和 td_mod
prof_mod = mpcalc.parcel_profile(p, tc_mod[0], td_mod[0])
cape_mod, cin_mod = mpcalc.surface_based_cape_cin(p, tc_mod, td_mod)

print(f"订正后 CAPE: {cape_mod:.2f}")
print(f"订正后 CIN:  {cin_mod:.2f}")

# ================= 4. 绘图对比 =================
fig = plt.figure(figsize=(9, 9))
skew = SkewT(fig, rotation=45)

# 1. 绘制环境场 (保持不变)
skew.plot(p, tc, 'r', lw=2, label='Env Temp')
skew.plot(p, td, 'g', lw=2, label='Env Dewpoint')

# 2. 绘制原始状态气块路径 (灰色虚线)
skew.plot(p, prof_orig, 'gray', lw=1, ls='--', alpha=0.6, label='Original Parcel')

# 3. 绘制订正后气块路径 (黑色实线)
# 这一条线通常会比原始路径更“胖”（CAPE面积更大）
skew.plot(p, prof_mod, 'k', lw=2, ls='-', label='Modified Parcel (Afternoon)')

# 4. 填充订正后的 CAPE 面积
skew.shade_cape(p, tc_mod, prof_mod, alpha=0.3, color='orangered') 

# 5. 标记订正点
skew.plot(p[0], T_max_sfc, 'ro', markerfacecolor='none', markeredgewidth=2, markersize=10, label='Est. Max T')

# 设置轴范围和图例
skew.ax.set_ylim(1050, 100)
skew.ax.set_xlim(-30, 40)
plt.legend(loc='upper left')

title_l = f'Correction Analysis @ ({lat0}, {lon0})'
title_r = (f'Orig CAPE={cape_orig.m:.0f} | Mod CAPE={cape_mod.m:.0f}\n'
           f'Orig CIN={cin_orig.m:.0f}   | Mod CIN={cin_mod.m:.0f}')
plt.title(title_l, loc='left')
plt.title(title_r, loc='right', fontsize=10)

plt.show()

输出示例：

原始 CAPE: 1691.50 joule / kilogram
原始 CIN:  0.00 joule / kilogram
订正后 CAPE: 3093.00 joule / kilogram
订正后 CIN:  0.00 joule / kilogram

image

3. 代码解析与注意事项

数据的 Copy：在修改 tc 和 td 之前，务必使用 .copy()。xarray 或 numpy 数组是可变对象，如果不拷贝直接修改，会破坏原始的环境场数据。
只改底层 vs 混合层：
- 上述代码使用的是 Surface Based Correction (SBCAPE 订正)，即假设气块直接从地面以开始上升。这对应了原理中提到的“假定气块具有估计的午后地面最高温度”。
- 如果你想计算混合层 (Mixed Layer) 订正，需要对底部 50hPa 或 100hPa 的数据进行平均，这在 MetPy 中可以使用 mpcalc.mixed_layer_cape_cin 实现。
结果解读：
- 运行代码后，你会发现虽然环境温度曲线（红线）在中上层没有变，但由于起点的和增加，气块也是沿着湿绝热线（黑实线）上升的路径大大右移了。
- 这将导致 CAPE 面积显著增大，CIN 面积显著减小甚至消失。这解释了为什么早上看起来“无害”的探空，下午可能引发雷暴。