尹 浩 李洪權(quán) 周之栩

(1.浙江省湖州市氣象局,浙江 湖州 313000;2.浙江省德清縣氣象局,浙江 德清 313200)

0 引 言

冬季的降水預(yù)報(bào)是最具挑戰(zhàn)性的問題之一,尤其是涉及降水相態(tài)轉(zhuǎn)換的問題,其機(jī)理十分復(fù)雜。由于大氣混沌現(xiàn)象,常規(guī)數(shù)值預(yù)報(bào)在降雪預(yù)報(bào)過程中,預(yù)報(bào)結(jié)果不是很準(zhǔn)確。

在冬季降水相態(tài)方面,國(guó)內(nèi)外相關(guān)專家開展了不少研究。其中大部分是通過某一次或幾次個(gè)例分析，得到降雪形成的機(jī)理和條件,而缺乏統(tǒng)計(jì)性意義[1-3]。另外有一些通過統(tǒng)計(jì)分析方法得到降雪指標(biāo)的研究,例如Heppner[4]選取美國(guó)1989—1992年3個(gè)冬季的數(shù)據(jù),研究發(fā)現(xiàn)850～700 hPa位勢(shì)厚度比1000～500 hPa位勢(shì)厚度更易區(qū)分降雪事件。彭霞云等[5]研究8次雨雪轉(zhuǎn)化過程指出，浙江冬季降雪判別指標(biāo)為2 m溫度≤1 ℃、1000 hPa溫度≤0 ℃、0 ℃層高度≤200 gpm、850 hPa和1000 hPa高度差≤1280 gpm。漆梁波等[6]通過對(duì)中國(guó)東部地區(qū)2005—2009年降水相態(tài)識(shí)別研究給出了降雪混合判據(jù)為H700～850≤154 dagpm、T925≤-2 ℃、T1000≤0 ℃。許美玲等[7]選取700 hPa溫度、500～700 hPa之間的位勢(shì)厚度、地面日最低溫度3個(gè)單一判據(jù)，組合為綜合判據(jù),對(duì)昆明冬季降水相態(tài)進(jìn)行了統(tǒng)計(jì)分析。通過上述研究發(fā)現(xiàn)，不同地區(qū)降雪的判據(jù)、閾值的設(shè)定有很大不同,并且大多數(shù)研究資料僅僅為兩個(gè)時(shí)次(08和20時(shí))的，且僅為探空觀測(cè)站點(diǎn)的,這已不能滿足日益增長(zhǎng)的城市精細(xì)化服務(wù)需求。

孫燕等[8]研究指出，29°N以北地區(qū)降雪出現(xiàn)較多,其以南地區(qū)出現(xiàn)較少,蘇浙交界處是雨夾雪的相對(duì)多發(fā)地。湖州正好處于雨雪交界區(qū),是浙江省雨雪冰凍天氣最為頻繁、災(zāi)害影響最為嚴(yán)重的地區(qū)之一,災(zāi)害直接影響人民群眾的生命財(cái)產(chǎn)安全和生產(chǎn)、生活以及社會(huì)穩(wěn)定。通過更為精細(xì)的資料和合適的方法,建立湖州地區(qū)降雪判別指標(biāo),可以為湖州降雪天氣的精細(xì)化預(yù)報(bào)提供較好的參考,達(dá)到防災(zāi)減災(zāi)的目的。

1 資料和方法

利用2007—2016年湖州國(guó)家基本氣象觀測(cè)站常規(guī)地面氣象資料,統(tǒng)計(jì)得知該10 a湖州總共出現(xiàn)25例降雪事件。由于湖州當(dāng)?shù)夭]有探空資料,本文選用NECP(美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心)再分析資料(1°×1°)，提取高空各層氣象要素,通過與氣象觀測(cè)站觀測(cè)資料對(duì)比,確定每日4個(gè)時(shí)次(分別為北京時(shí)02、08、14、20時(shí))的具體天氣現(xiàn)象,得到各類降水相態(tài)發(fā)生時(shí)的氣象要素值。通過上述方法選出的研究日數(shù)共有112 d,總樣本數(shù)為448個(gè),其中降雪的樣本數(shù)為105個(gè)、降水的樣本數(shù)為314個(gè)、雨夾雪的樣本數(shù)為29個(gè)。通過統(tǒng)計(jì)分析方法和TS評(píng)分最優(yōu)原則,確定降雪出現(xiàn)時(shí)各物理量的范圍及閾值,得到相態(tài)轉(zhuǎn)變的判據(jù),并利用判據(jù)對(duì)歷史降雪天氣進(jìn)行檢驗(yàn)分析,最后建立湖州降雪天氣的預(yù)報(bào)指標(biāo)。

2 降雪數(shù)量月際變化

從湖州市降雪數(shù)量月際變化可知,1—3月和11—12月均有降雪,其他月份無降雪天氣出現(xiàn)。降雪主要集中在冬季的1月、2月和12月,分別占降雪數(shù)量的55.2%、35.2%和4.8%,合計(jì)占95.2%;3月和11月僅占4.8%。

3 結(jié)果分析

3.1 氣溫與相態(tài)的統(tǒng)計(jì)特征

圖1是不同降水相態(tài)對(duì)應(yīng)的T1000、T925、T850、T700、T700～850和T500的箱線圖,箱線圖上標(biāo)明了各百分位的位置、極大值、極小值和均值。

圖1 不同降水相態(tài)對(duì)應(yīng)的箱線圖(a.T1000、b.T925、c.T850、d.T700、e.T700～850、f.T500)

近地面層氣溫對(duì)于降水相態(tài)影響較大,超過57%的降雨發(fā)生在1000 hPa氣溫在0 ℃以上的情況下,75.2%的降雪事件出現(xiàn)在近地層氣溫低于0 ℃時(shí)。當(dāng)1000 hPa氣溫為-2～2 ℃時(shí),有97%的雨夾雪事件發(fā)生。降雪時(shí)1000 hPa平均氣溫為-1.16 ℃，降雨時(shí)平均氣溫為1.13 ℃，雨夾雪時(shí)平均氣溫為-0.11 ℃。通過T檢驗(yàn)可以發(fā)現(xiàn)，1000 hPa氣溫對(duì)于降水相態(tài)有很好的指示意義,各個(gè)均值都存在顯著差異,通過了95%信度檢驗(yàn),說明降雪、降雨和雨夾雪時(shí)1000 hPa氣溫顯著不同。

98%的降雪樣本925 hPa溫度低于0 ℃,96.2%的樣本溫度在-2 ℃以下;大部分(83.4%)降雨樣本溫度在-7.5～3 ℃之間,68.5%分布在-2 ℃以上;雨夾雪發(fā)生在925 hPa溫度為0 ℃以下的比例達(dá)93.1%。

從溫度分布情況可知，降雨的分布特征與降雪存在一定差異,但與雨夾雪的分布特征非常接近,基本包含了雨夾雪的溫度范圍。從均值T檢驗(yàn)結(jié)果可知,降雨溫度(-2.8 ℃)與雨夾雪溫度(-3.5 ℃)的均值差異并沒有通過顯著性差異,用925 hPa的溫度來判定雨與雨夾雪相態(tài)難度較大。但雨夾雪溫度(-3.5 ℃)與降雪溫度(-5.32 ℃)、降雨溫度(-2.8 ℃)與降雪溫度(-5.32 ℃)的均值差異卻是明顯的,通過了95%的信度檢驗(yàn),925 hPa的溫度可以用來判別雨夾雪與降雪、降雨與降雪的轉(zhuǎn)變。

降雨時(shí)850 hPa平均溫度為-3.84 ℃,溫度分布較為分散,87.6%的降雨樣本溫度分布在-10～4 ℃之間,雨夾雪和雪的T850平均值分別為-5.34 ℃和-6.89 ℃,兩者的溫度分布相對(duì)集中,79.3%的雨夾雪樣本溫度在-7～-4 ℃之間,89.5%的降雪樣本溫度分布在-4 ℃以下,超過一半的樣本溫度分布在-9～-4 ℃之間。從特征分布及均值檢驗(yàn)情況可知，850 hPa的溫度能夠很好地區(qū)分3種相態(tài)降水。

由700 hPa溫度分布情況可知，降雨樣本與雨夾雪樣本兩者的溫度分布基本相近,700 hPa的溫度對(duì)于雨與雨夾雪相態(tài)的判別較為困難,其均值T檢驗(yàn)也同樣說明兩者平均溫度并無明顯差異,而降雪與它們的溫度分布不同,其80%的樣本溫度在-9～-2 ℃之間,均值T檢驗(yàn)表明降雪時(shí)平均溫度(-6.24 ℃)與降雨及雨夾雪時(shí)的平均溫度(-4.79 ℃、-4.32 ℃)均存在顯著差異,說明700 hPa溫度可以區(qū)分降雪與其他降水(降雨與雨夾雪)。

通過700 hPa與850 hPa溫度差的特征分析可以發(fā)現(xiàn),67.6%的降雪樣本和58.6%的雨夾雪樣本T700～850在0 ℃以上,都存在逆溫層,且兩者的特征分布基本一致,56.7%的降雨樣本溫差在0 ℃以下。比較T700～850的均值差異性可以發(fā)現(xiàn),降雪樣本的平均值為0.65 ℃,雨夾雪的平均值為1.02 ℃,兩者均值并沒有通過顯著性檢驗(yàn),而降雨與上述兩個(gè)相態(tài)降水的均值存在顯著差異,可以通過逆溫值來判別固態(tài)降水(雪與雨夾雪)和液態(tài)降水。

分析500 hPa的溫度分布情況可知,只有雨夾雪樣本溫度分布及均值與其余兩種相態(tài)不同,且通過了均值T檢驗(yàn),表明500 hPa溫度可以將雨夾雪、雪及雨進(jìn)行一定程度的區(qū)分,雨夾雪樣本的T500均值為-14.9 ℃,而其余兩者都為-16 ℃左右。

3.2 位勢(shì)厚度與相態(tài)的統(tǒng)計(jì)特征

厚度因子相比于特征層的溫度因子來說,更能反映大氣整層特性,某層厚度與該層的平均溫度成正比,兩層間熱區(qū)越明顯,則厚度越大。例如當(dāng)中低層有暖平流時(shí),大氣整層厚度將會(huì)增大。圖2為不同降水相態(tài)不同層次的厚度因子箱線圖,包含H1000～500、H1000～700、H1000～850、H1000～925、H700～500、H850～500、H850～700共7個(gè)厚度因子。

從圖2可知,對(duì)于厚度因子H1000～500、H1000～700、H700～500、H850～500、H850～700而言,降雪、降雨及雨夾雪3者的分布特征基本相似,數(shù)值分布較為分散,3者重疊部分較多,降雨基本包括了降雪及雨夾雪的數(shù)值范圍,降雪與雨夾雪的分布有很大的重合率。對(duì)于厚度因子H1000～850和H1000～925而言，固態(tài)降水(雪和雨夾雪)的數(shù)值分布較集中,且重合率低,與液水降水相比,分布存在一定差異。

圖2 不同降水相態(tài)下不同層次的厚度因子

另外，從平均值來看,H1000～500、H700～500和H850～5003個(gè)因子雨夾雪的厚度平均值最大,降雪事件的厚度平均值最小;其他因子降雨事件的厚度均值大于固態(tài)降水(降雪和雨夾雪)事件,降雪的厚度均值最小。通過均值T檢驗(yàn)結(jié)果可以發(fā)現(xiàn),H1000～500、H1000～700、H700～500、H850～500、H850～7005個(gè)因子降雪與降水、降雪與雨夾雪的均值存在顯著差異,而降水與雨夾雪的均值并沒有顯著的差異,對(duì)于H1000～850和H1000～925而言，3種相態(tài)的均值都存在顯著差異。一些學(xué)者針對(duì)不同地區(qū)研究并設(shè)計(jì)了一些厚度因子,例如H1000～500、H850～700或H700～500,但對(duì)湖州地區(qū)而言，似乎更低層的厚度因子更能有效區(qū)分降水相態(tài),本文著重探討兩個(gè)厚度因子H1000～850和H1000～925的情況。

93%的降雪樣本H1000～850為1260～1290 gpm，其中16個(gè)樣本(占總樣本數(shù)的15.2%)H1000～850為1276～1278 gpm；87.9%的降雨樣本H1000～850為1260～1320 gpm；93.1%的雨夾雪樣本H1000～850為1275～1300 gpm。降雪與降雨有較明顯的差異，大多數(shù)降雨樣本的H1000～850值明顯大于降雪樣本。此外，大多數(shù)雨夾雪樣本的H1000～850為1276～1280 gpm，幾乎與降雪樣本重疊，但數(shù)值略高于降雪樣本。從平均值可以發(fā)現(xiàn)，降雪樣本的H1000～850平均值為1277.8 gpm，雨夾雪樣本的平均值為1285.7 gpm，而降雨樣本的平均值為1290.4 gpm，其相比于固態(tài)降水(雪和雨夾雪)明顯偏高，通過均值的差異性檢驗(yàn)，可以得出3種相態(tài)降水H1000～850的平均值存在較明顯的差異，且通過了95%以上的信度檢驗(yàn)。

對(duì)于厚度因子H1000～925而言，44個(gè)降雪樣本H1000～925為613～617 gpm，占總樣本數(shù)的42%；43%的降雨樣本H1000～925為616～624 gpm；18個(gè)雨夾雪樣本H1000～925為616～620 gpm，占總樣本數(shù)的62.1%，96.6%的樣本H1000～925為616～626。

4 固態(tài)降水判據(jù)設(shè)計(jì)與檢驗(yàn)

4.1 判據(jù)的設(shè)計(jì)及閾值設(shè)定

從上文分析可知,不論是溫度因子還是厚度因子，對(duì)于降水相態(tài)的辨識(shí)都存在一定的可信度。本文將選取上述一些因子，根據(jù)降雪TS評(píng)分(Threat Score)最高的原則，確定每一個(gè)物理量的閾值。例如對(duì)于溫度因子T1000,計(jì)算T1000≤η時(shí)固態(tài)降水(雪和雨夾雪)的TS評(píng)分、空?qǐng)?bào)率(FAR)和漏報(bào)率(PO),η為取值區(qū)間內(nèi)任意值,以0.1為間隔遞增,選取TS評(píng)分最高的η值作為閾值,從而設(shè)定T1000≤η為固態(tài)降水的指標(biāo)。同理,可以得到其他物理量的閾值。當(dāng)然對(duì)于混合指標(biāo)來說,由于需要滿足TS評(píng)分最高原則,所以其閾值與單獨(dú)指標(biāo)的閾值會(huì)有所差異,見表1。

表1 固態(tài)降水指標(biāo)、閾值及相應(yīng)的性能檢驗(yàn)表

從TS評(píng)分發(fā)現(xiàn),對(duì)于固態(tài)降水的評(píng)分,除了溫度厚度混合指標(biāo)2為0.29外,其他基本在0.34以上,似乎這個(gè)數(shù)值偏小,但分析認(rèn)為這可能與樣本選取有關(guān)。本文選取湖州站出現(xiàn)降雪過程的時(shí)間段內(nèi)每日4個(gè)時(shí)次的資料作為樣本,而之前眾多研究中樣本的選取站點(diǎn)數(shù)偏多,但時(shí)間僅為每日兩個(gè)時(shí)次,相比而言本文樣本選取的時(shí)間分布更為精細(xì)。另外，我們將前人文獻(xiàn)中所得的較好的判據(jù)應(yīng)用到本文樣本中進(jìn)行TS評(píng)分計(jì)算。例如H1000～850≤1280 gpm,TS評(píng)分僅為0.33;T1000≤0 ℃,TS評(píng)分為0.36;對(duì)于混合指標(biāo)H850～700≤1540 gpm、T925≤-2 ℃、T1000≤0 ℃,TS評(píng)分為0.34，F(xiàn)AR為0.59，PO為0.36,結(jié)果發(fā)現(xiàn)相同指標(biāo)的TS評(píng)分值都小于本文結(jié)果?？梢哉J(rèn)為雖然本文中TS評(píng)分偏小,但得到的判據(jù)仍具有一定的參考價(jià)值。

4.2 判據(jù)檢驗(yàn)

上文得到了固態(tài)降水的各類判據(jù),首先將其應(yīng)用到歷史個(gè)例中進(jìn)行檢驗(yàn)分析。選取2008年1月21—30日、2011年1月17—22日、2012年2月9—11日、2016年1月20—23日共4次降雪過程,把樣本的天氣現(xiàn)象數(shù)字化,固態(tài)降水為1,液態(tài)降水為2,利用各混合指標(biāo)對(duì)樣本進(jìn)行天氣現(xiàn)象判別及TS評(píng)分,結(jié)果顯示各類混合指標(biāo)均能較好地將固態(tài)和液態(tài)降水區(qū)分開。由2016年1月20—23日降雪過程的檢驗(yàn)情況可知,各類混合指標(biāo)的TS評(píng)分均在0.7以上(表2)。其次,將固態(tài)降水的各類判據(jù)應(yīng)用到兩次實(shí)際預(yù)報(bào)業(yè)務(wù)中。一次是2018年1月24—28日的降雪過程，湖州出現(xiàn)大到暴雪,全市最大積雪深度平原為10～20 cm,山區(qū)為20～35 cm。其中湖州為18 cm，南潯為10 cm，德清為19 cm，長(zhǎng)興為22 cm，安吉為15 cm,煤山為35 cm，莫干山為31 cm，鄣吳為28 cm。湖州最大積雪深度為自1956年有氣象記錄以來并列第五,降雪主要分為兩個(gè)過程(24—25日和27—28日,26日為間歇期)。運(yùn)行結(jié)果顯示(表3)，判據(jù)對(duì)于第一個(gè)過程表現(xiàn)很好;由于判據(jù)未加入水汽因子,雖然溫度達(dá)到固態(tài)降水要求(判別結(jié)果為1),但是水汽不足,并未出現(xiàn)降水過程;對(duì)于第二個(gè)過程各類指標(biāo)表現(xiàn)有所不足。另外一次是2018年1月30—31日的降雪過程,湖州平原積雪深度為2 cm,運(yùn)行結(jié)果很好地捕捉到了降雪過程的開始及結(jié)束時(shí)間。通過分析歷史個(gè)例及實(shí)際業(yè)務(wù)應(yīng)用情況可以發(fā)現(xiàn)，各類判據(jù)可以較好地為預(yù)報(bào)員提供固態(tài)降水的預(yù)報(bào)依據(jù)。

表2 2016年1月20—23日降水相態(tài)的5個(gè)混合指標(biāo)檢驗(yàn)情況

表3 2018年1月24—28日降水相態(tài)的5個(gè)混合指標(biāo)檢驗(yàn)情況

5 結(jié) 語

(1)利用2007—2016年湖州國(guó)家基本氣象觀測(cè)站常規(guī)地面氣象資料,統(tǒng)計(jì)得知該10 a湖州總共出現(xiàn)25例降雪事件。降雪主要集中在冬季的1月、2月和12月,占比達(dá)95.2%。

(2)計(jì)算溫度因子和厚度因子共13個(gè)物理量,統(tǒng)計(jì)分析各個(gè)物理量在不同相態(tài)降水中的分布特征,結(jié)果表明降雪、降雨和雨夾雪3種相態(tài)1000 hPa和850 hPa氣溫顯著不同。用925 hPa溫度判別雨與雨夾雪難度較大,但可以判別雨夾雪與雪、降雨與雪的轉(zhuǎn)變;T700能區(qū)分雪與其他降水(雨與雨夾雪),而T700～850可以區(qū)分固態(tài)降水(雪和雨夾雪)與液態(tài)降水;用500 hPa溫度可以將雨夾雪和其他兩類降水進(jìn)行一定程度的判別;此外，就湖州地區(qū)而言，更低層的厚度因子能更有效地區(qū)分降水相態(tài)的不同,降雪與降雨的H1000～850有較明顯的差異,降雪樣本的H1000～925均值明顯小于雨夾雪和降雨。

(3)選取7個(gè)較好的物理量作為單一指標(biāo),并利用這7個(gè)物理量進(jìn)行相應(yīng)組合,設(shè)定5個(gè)混合指標(biāo)。采用TS評(píng)分最優(yōu)原則,確定各指標(biāo)閾值,其中7個(gè)單一指標(biāo)分別為T1000≤1.4 ℃、T925≤-3.5 ℃、T850≤-4.8 ℃、T700～850≥-2.5 ℃、H1000～850≤1286.7 gpm、H1000～925≤621.0 gpm和H850～700≤1535.4 gpm。5個(gè)混合指標(biāo)分別為溫度混合指標(biāo)T925≤-3.4 ℃、T850≤-4.8 ℃、T700～850≥-4.0 ℃,厚度混合指標(biāo)H1000～850≤1287.1 gpm、H850～700≤1535.4 gpm,溫度厚度混合指標(biāo)1T925≤-0.3 ℃、T1000≤1.3 ℃、H850～700≤1535.4 gpm,溫度厚度混合指標(biāo)2T1000≤1.1 ℃、T850≤-4.8 ℃、H1000～850≤1285 gpm、H1000～925≤621 gpm,溫度厚度混合指標(biāo)3T925≤-1.9 ℃、H1000～850≤1287.1 gpm、H850～700≤1535.4 gpm。選取4個(gè)歷史個(gè)例,利用上述5個(gè)混合指標(biāo)進(jìn)行相態(tài)判斷,同時(shí)結(jié)合實(shí)際業(yè)務(wù)應(yīng)用情況發(fā)現(xiàn),各類混合指標(biāo)均能較好地將固態(tài)和液態(tài)降水區(qū)分開。

大氣中降水相態(tài)的變化是非常復(fù)雜的物理過程,本文初步建立了湖州地區(qū)的降雪指標(biāo),綜合各項(xiàng)指標(biāo)可以為預(yù)報(bào)員在天氣預(yù)報(bào)業(yè)務(wù)中提供相關(guān)參考。