摘" 要" 采用國(guó)家級(jí)地面氣象觀測(cè)站、多普勒天氣雷達(dá)、閃電、積雪深度人工加密觀測(cè)資料、常規(guī)觀測(cè)及歐洲中期天氣預(yù)報(bào)中心（European Centre for Medium-Range Weather Forecasts，ECMWF）第五代大氣再分析（ECMWF Reanalysis v5，ERA5）資料，對(duì)2023年12月15—22日山東半島特大海效應(yīng)暴雪過程的降雪特征及極端性成因進(jìn)行了分析。結(jié)果表明：（1）此次過程有4站積雪深度突破本站歷史極值，1站兩日的日降雪量為山東半島海效應(yīng)降雪有氣象記錄以來的最大值，文登積雪深度達(dá)74 cm，超過山東所有國(guó)家級(jí)地面氣象觀測(cè)站記錄，是一次極端海效應(yīng)暴雪事件。（2）歐亞中高緯度阻塞形勢(shì)下兩次異常強(qiáng)冷空氣持續(xù)影響渤海和山東半島地區(qū)，850 hPa溫度最低降至?21～?20 ℃，冷空氣強(qiáng)度明顯強(qiáng)于往年12月海效應(yīng)暴雪過程，造成降雪持續(xù)時(shí)間長(zhǎng)、累計(jì)降雪量大。異常強(qiáng)冷空氣是此次極端暴雪過程產(chǎn)生的關(guān)鍵因素，渤海海面溫度（簡(jiǎn)稱“海溫”）異常偏高是有利的海溫背景。（3）冷空氣強(qiáng)、海溫偏高造成海氣溫差偏大，700 hPa以下產(chǎn)生對(duì)流不穩(wěn)定，使得降雪強(qiáng)度大；強(qiáng)降雪發(fā)生在海氣溫差快速增大階段。（4）925 hPa以下存在來自渤海的北—東北風(fēng)與內(nèi)陸地區(qū)的西北風(fēng)構(gòu)成的切變線，產(chǎn)生強(qiáng)上升運(yùn)動(dòng)，切變線長(zhǎng)時(shí)間維持形成“列車效應(yīng)”。（5）主要降雪時(shí)段強(qiáng)垂直上升運(yùn)動(dòng)、高相對(duì)濕度層的溫度在?20～?12 ℃之間，適宜樹枝狀冰晶形成和維持，有利于產(chǎn)生大的積雪和降雪含水比；2 m氣溫持續(xù)低于?5 ℃，0 cm地溫在降雪開始時(shí)即降至0 ℃以下，且兩次強(qiáng)降雪過程僅間隔1 d，均有利于降雪累積產(chǎn)生極端積雪深度。

關(guān)鍵詞" 特大海效應(yīng)暴雪；強(qiáng)冷空氣；海溫異常；積雪深度

中圖分類號(hào)： P426.631；P468.0+25" 文獻(xiàn)標(biāo)志碼：A" 文章編號(hào)：2096-3599（2024）01-0001-00

DOI： 10.19513/j.cnki.hyqxxb.20240213001

Study on characteristics and causes of extremely severe sea-effect snowstorm over Shandong Peninsula in December 2023

YANG Chengfang1，2， GE Yao2， LIU Chang2， ZHOU Cheng2， FENG Guili3

（1. Key Laboratory for Meteorological Disaster Prevention and Mitigation of Shandong， Jinan 250031， China; 2. Shandong Meteorological Observatory， Jinan 250031， China; 3. Shandong Institute of Meteorological Sciences， Jinan 250031， China）

Abstract" Based on the data of national meteorological observation stations and Doppler weather radars， lighting data， artificial intensive snow depth observations， conventional observations， and ECMWF （European Centre for Medium-Range Weather Forecasts） Reanalysis v5 （ERA5）， the characteristics and causes of the extremely severe sea-effect snowstorm over Shandong Peninsula from 15 to 22 December 2023 are analyzed. The main results are as follows. （1） The snow depth of 4 stations exceeds the historical extreme value of the respective stations and the daily snowfall of one station in 2 d tops in the records of sea-effect snowfall over Shandong Peninsula. The snow depth of 74 cm in Wendeng exceeds the records of all meteorological observation stations in Shandong， so it is an extreme sea-effect snowstorm event. （2） The two abnormally strong cold air processes under the blocked circulation in middle and high latitudes over Eurasia continuously affect the Bohai Sea and Shandong Peninsula， and the temperature of 850 hPa drops to the range between ?21 and ?20 ℃. The cold air is significantly stronger than that of the sea-effect snowstorms in December of previous years， resulting in a long duration of snowfall and a large amount of accumulated snowfall. The abnormally strong cold air is the fundamental reason for the extreme snowfall process， and the abnormally high SST （sea surface temperature） over the Bohai Sea is a favorable background. （3） The strong cold air and higher SST lead to larger air-sea temperature difference and unstable convection below 700 hPa， which causes high snowfall intensity， and the heavy snowfall occurs in the stage when the air-sea temperature difference increases rapidly. （4） There is a shear line composed of northerly?northeasterly from the Bohai Sea and northwesterly from inland areas below 925 hPa， which produces a strong ascending motion， and the shear line’s maintaining contributes to the formation of train effect. （5） During the main snowfall period， the temperature in the layer of strong vertical ascending motion and high relative humidity lies between ?20 and ?12 ℃， which is suitable for the formation and maintenance of dendritic ice crystals and conducive to the generation of large snow cover and snow-to-liquid ratio. The air temperature at 2 m is continuously lower than ?5 ℃， the ground temperature at 0 cm has dropped below 0 ℃ since the beginning of snowfall， and the interval between the two heavy snowfall processes is only 1 d， which are all conducive to the extreme snow depth.

Keywords" extremely severe sea-effect snowstorm; strong cold air; sea surface temperature anomaly; snow depth

引言

海效應(yīng)降雪在中國(guó)常被稱為冷流降雪。山東半島北臨渤海，11月—次年3月，每當(dāng)強(qiáng)冷空氣入侵渤海暖海面，可產(chǎn)生海效應(yīng)降雪，占當(dāng)?shù)厝杲笛┑?0%以上。海效應(yīng)暴雪出現(xiàn)在半島北部沿海的煙臺(tái)和威海地區(qū)，一般在11月下旬—1月產(chǎn)生，12月是形成關(guān)鍵期[1]。煙臺(tái)和威海因此被稱為“雪窩子”。

渤海海效應(yīng)降雪與暖海流密切相關(guān)。在冬季，太平洋西部的暖海流北上，其西分支從黃海進(jìn)入渤海，海面溫度（簡(jiǎn)稱“海溫”）從黃海至渤海出現(xiàn)暖舌，山東半島處在暖舌的西北風(fēng)下風(fēng)向。當(dāng)強(qiáng)冷空氣入侵渤海，渤海暖海面向上輸送感熱，形成“上干冷下暖濕”的不穩(wěn)定層結(jié)，產(chǎn)生降雪。中國(guó)海效應(yīng)降雪的研究主要集中在2005年以后，隨著中國(guó)氣象綜合探測(cè)業(yè)務(wù)網(wǎng)的建設(shè)和預(yù)報(bào)技術(shù)的快速發(fā)展，涌現(xiàn)出大量研究成果，對(duì)海效應(yīng)降雪的認(rèn)識(shí)取得了明顯進(jìn)步，預(yù)報(bào)準(zhǔn)確率得以提升[2-20]。研究表明，渤海海效應(yīng)暴雪存在大尺度、天氣尺度、中尺度和云尺度的多尺度共同作用，是動(dòng)力、熱力和微物理過程相結(jié)合的產(chǎn)物[3]。在天氣尺度特征方面，遼東半島、山東、長(zhǎng)江口等地區(qū)海效應(yīng)降雪的環(huán)流形勢(shì)基本類似，只是在冷渦、低槽位置、冷空氣強(qiáng)度等方面略有差異[4-9]。作為一種低云降雪，淺層對(duì)流是海效應(yīng)暴雪的重要熱力特征[10-11]。海效應(yīng)暴雪具有顯著的中尺度特征，低層切變線決定強(qiáng)降雪位置，強(qiáng)降雪落區(qū)還與海岸鋒有關(guān)，發(fā)生在海岸鋒及其冷區(qū)一側(cè)[12-13]。地形對(duì)渤海海效應(yīng)暴雪有重要影響，山東半島低山丘陵的抬升導(dǎo)致北部沿海地區(qū)的降雪增幅[14-15]。對(duì)于海效應(yīng)暴雪的極端性，有研究[16]認(rèn)為阻塞形勢(shì)可導(dǎo)致出現(xiàn)持續(xù)性暴雪，如2005年12月的山東半島持續(xù)性強(qiáng)降雪；天氣尺度系統(tǒng)產(chǎn)生的動(dòng)力強(qiáng)迫與海效應(yīng)兩種作用相結(jié)合，是造成2008年12月4—6日異常強(qiáng)降雪的重要原因[17]。近年來，積雪深度逐步受到關(guān)注，統(tǒng)計(jì)分析表明，海效應(yīng)暴雪的降雪含水比大于內(nèi)陸地區(qū)的回流形勢(shì)和江淮氣旋暴雪，意味著在相同的降雪量下，海效應(yīng)暴雪的積雪深度更大[18-20]。形成機(jī)制與海效應(yīng)降雪類似的大湖效應(yīng)降雪研究中，還提到微物理過程的影響，主要包括冰相過程和“播種反饋”機(jī)制兩個(gè)方面，在適宜的天氣形勢(shì)配置和溫度條件下，大湖效應(yīng)降雪會(huì)出現(xiàn)樹枝狀冰晶，高空云的冰晶下落到低空的湖效應(yīng)云中，使得低層冰晶快速增長(zhǎng)，均有利于降雪增幅[21-22]。以上這些研究加深了人們對(duì)海效應(yīng)降雪的認(rèn)識(shí)。

2023年12月15—22日，威海和煙臺(tái)出現(xiàn)極端持續(xù)強(qiáng)海效應(yīng)暴雪，5個(gè)國(guó)家級(jí)地面氣象觀測(cè)站累計(jì)降雪量超過45 mm，文登積雪深度達(dá)74 cm，被列為2023年中國(guó)十大天氣氣候事件之一，這是繼2005年12月罕見持續(xù)性降雪第一次入選后，海效應(yīng)暴雪過程再次入選。降雪量和積雪深度為什么如此極端？其與以前的海效應(yīng)暴雪相比有何特殊之處？本文主要針對(duì)極端性成因開展分析，以期為海效應(yīng)暴雪預(yù)報(bào)預(yù)警提供參考。

1 資料與方法

采用的資料包括國(guó)家級(jí)地面氣象觀測(cè)站逐時(shí)降雪量、極大風(fēng)及閃電、積雪深度加密觀測(cè)資料、逐6 min雷達(dá)拼圖和歐洲中期天氣預(yù)報(bào)中心（European Centre for Medium-Range Weather Forecasts，ECMWF）第五代大氣再分析（ECMWF Reanalysis v5，ERA5）資料（時(shí)間分辨率為1 h，空間分辨率為0.25°×0.25°）。

降雪期間，除了常規(guī)業(yè)務(wù)觀測(cè)外，煙臺(tái)和威海地區(qū)的16個(gè)國(guó)家級(jí)地面氣象觀測(cè)站還根據(jù)服務(wù)需要開展了積雪深度人工加密觀測(cè)。利用這些觀測(cè)資料，通過某觀測(cè)時(shí)段內(nèi)的新增積雪深度與降雪量之比計(jì)算降雪含水比，以分析積雪特征。為減小降雪含水比誤差，參考文獻(xiàn)[18]的做法，剔除了小雪（24小時(shí)降雪量p≤2.4 mm）。全文主要采用統(tǒng)計(jì)和診斷方法開展分析。

2 降雪特點(diǎn)及預(yù)報(bào)難點(diǎn)

2.1 降雪特點(diǎn)

受強(qiáng)冷空氣持續(xù)影響，2023年12月15日14時(shí)—22日17時(shí)（北京時(shí)，除了特別說明外，下同），山東半島地區(qū)出現(xiàn)持續(xù)性強(qiáng)海效應(yīng)暴雪，威海文登出現(xiàn)特大暴雪，煙臺(tái)市區(qū)、威海市區(qū)、威海榮成、煙臺(tái)牟平連續(xù)出現(xiàn)暴雪。圖1和表1給出了此次降雪過程降雪量排在前5位國(guó)家級(jí)地面氣象觀測(cè)站的降雪量、大雪以上降雪日數(shù)、積雪深度及其與歷史值的對(duì)比，可以看出此次降雪過程具有顯著極端性。

（1）降雪強(qiáng)度大。5個(gè)站累計(jì)降雪量超過45.0 mm，為當(dāng)?shù)貧v年12月平均降雪量的2～3倍，文登累計(jì)降雪量最大，為88.4 mm，超過了著名的2005年12月3—22日極端持續(xù)性海效應(yīng)降雪過程。文登16日降雪量為27.5 mm、21日降雪量為33.7 mm，先后兩次突破山東半島海效應(yīng)降雪日降雪量歷史極值（27.0 mm，2005年12月4日出現(xiàn)在榮成）。牟平、文登和煙臺(tái)市區(qū)的最大小時(shí)雪強(qiáng)分別達(dá)到5.6 mm（21日07—08時(shí)）、5.5 mm（16日09—10時(shí)）、5.4 mm（21日04—05時(shí)）。

（2）積雪深。文登（74 cm）、煙臺(tái)市區(qū)（52 cm）、榮成（44 cm）和牟平（39 cm）等4站積雪深度突破本站歷史極值。其中，文登22日08時(shí)積雪深度達(dá)到74 cm，突破文登54 cm的歷史紀(jì)錄（2005年12月13日），創(chuàng)山東所有氣象觀測(cè)站積雪深度歷史新高。

（3）降雪持續(xù)時(shí)間長(zhǎng)。15—22日期間，除18日以外，其他時(shí)段煙臺(tái)和威海各區(qū)市每天均有降雪，文登和榮成大雪以上日數(shù)與2005年12月持續(xù)性降雪過程齊平。期間出現(xiàn)了兩次降雪過程。第一次降雪發(fā)生在15日下午—17日白天，強(qiáng)降雪時(shí)段在16日白天；第二次降雪發(fā)生在19日—22日，最強(qiáng)降雪時(shí)段主要在21日，其中，文登站21日00—13時(shí)有9個(gè)小時(shí)的1 h降雪量超過2 mm。

（4）最強(qiáng)降雪中心出現(xiàn)“雷打雪”。兩次降雪過程均出現(xiàn)了雷電。16日07—09時(shí)，文登附近共觀測(cè)到4次閃電；21日00—04時(shí)，文登再次出現(xiàn)7次正閃。雷電發(fā)生前后，降雪強(qiáng)度大。

2.2 預(yù)報(bào)難點(diǎn)

極端降雪量和積雪深度是此次暴雪過程的預(yù)報(bào)難點(diǎn)。ECMWF在14日20時(shí)的起報(bào)場(chǎng)預(yù)報(bào)15日20時(shí)—16日20時(shí)威海沿海一帶降雪量為10 mm，文登附近為4 mm，而降雪實(shí)況文登為27.5 mm；對(duì)于21日的降雪量預(yù)報(bào)偏差更大，強(qiáng)降雪中心文登附近的預(yù)報(bào)值為5 mm左右，實(shí)況為33.7 mm；相比較而言，中尺度數(shù)值模式（如CMA-SH9模式）預(yù)報(bào)降雪量大，更接近于實(shí)況，有一定預(yù)報(bào)可參考性。對(duì)于積雪深度的預(yù)報(bào)，目前主流業(yè)務(wù)數(shù)值模式中，只有全球模式有積雪深度預(yù)報(bào)，中尺度數(shù)值模式尚無此類預(yù)報(bào)產(chǎn)品。因此，預(yù)報(bào)員無法獲得有參考價(jià)值的積雪深度模式預(yù)報(bào)產(chǎn)品，主要依靠經(jīng)驗(yàn)進(jìn)行預(yù)報(bào)，給海效應(yīng)暴雪預(yù)報(bào)服務(wù)帶來相當(dāng)大的挑戰(zhàn)。

3 環(huán)流形勢(shì)

此次海效應(yīng)暴雪過程發(fā)生在持續(xù)寒潮低溫背景下（圖2）。12月13—22日，歐亞中高緯度地區(qū)經(jīng)歷了阻塞形勢(shì)建立、維持到崩潰的過程，導(dǎo)致寒潮爆發(fā)，先后有兩次強(qiáng)冷空氣影響中國(guó)，北方地區(qū)出現(xiàn)持續(xù)低溫天氣。500 hPa上（圖2a），自12日起歐洲低槽加深向東南發(fā)展為冷渦，其下游的高壓脊東移至烏拉爾山地區(qū)，高壓脊不斷加強(qiáng)北伸，16日在高壓脊的東北側(cè)形成阻塞高壓，阻塞形勢(shì)從此建立，在歐亞中高緯度地區(qū)形成“Ω”形經(jīng)向環(huán)流形勢(shì)。與此同時(shí)，在高壓脊的下游，貝加爾湖至中國(guó)東北地區(qū)有低槽發(fā)展為冷渦，導(dǎo)致第一次強(qiáng)冷空氣爆發(fā)，14—16日文登上空均有明顯冷平流，16日850 hPa上（圖2b）下冷平流中心為?30×10?6 ℃·s?1，期間山東半島出現(xiàn)第一次海效應(yīng)暴雪。19日起，隨著歐洲新生低槽發(fā)展東移，烏拉爾山地區(qū)的高壓脊逐漸減弱，北側(cè)高壓中心消失，阻塞高壓崩潰。高壓脊自西南向東北伸展并東移，其東側(cè)的東北冷渦中心也隨之東移，在貝加爾湖至東北地區(qū)形成明顯的橫槽，19—22日橫槽轉(zhuǎn)豎，強(qiáng)冷空氣再次向南入侵，山東半島維持冷平流，產(chǎn)生第二次強(qiáng)降雪。

4 熱力特征

海效應(yīng)降雪能否形成，主要取決于熱力條件，與冷空氣、海氣溫差的強(qiáng)度有關(guān)。當(dāng)強(qiáng)冷空氣流經(jīng)渤海暖海面時(shí)，暖海面通過湍流交換向上方的冷空氣輸送感熱，在冷空氣經(jīng)過一段暖海面之后，近水面的氣溫升高、相對(duì)濕度增大，和上空的冷空氣形成“上干冷下暖濕”的大氣不穩(wěn)定層結(jié)。根據(jù)海氣感熱通量公式[23]，冷空氣越強(qiáng)、海溫越高，則暖海面輸送的感熱就越多，大氣層結(jié)越不穩(wěn)定，越有利于產(chǎn)生海效應(yīng)降雪。因海效應(yīng)降雪云的高度一般不超過2 km[1]，850 hPa高度上的溫度受到暖海面的影響較小，故預(yù)報(bào)業(yè)務(wù)中通常以850 hPa的溫度代表冷空氣強(qiáng)度，海溫與850 hPa的溫度之差稱為海氣溫差。下文依據(jù)上述業(yè)務(wù)習(xí)慣來分析海效應(yīng)降雪過程的熱力特征。

4.1 冷空氣強(qiáng)度與歷年12月海效應(yīng)暴雪過程對(duì)比

1999—2023年歷年12月山東半島共發(fā)生19次海效應(yīng)暴雪過程。對(duì)比分析每次暴雪過程最強(qiáng)降雪時(shí)段臨近時(shí)次（08時(shí)或20時(shí)）山東半島東部榮成探空站的850 hPa溫度（圖3），可見1999—2022年歷年12月和2023年12月海效應(yīng)暴雪過程的850 hPa溫度差異較大。在1999—2022年歷年12月的暴雪過程中，最強(qiáng)降雪時(shí)段850 hPa的溫度最高為?11 ℃，最低為?18 ℃，中位數(shù)為?15 ℃；2023年，最強(qiáng)降雪時(shí)段850 hPa的溫度在?21～?17 ℃之間，中位數(shù)為?19.5 ℃，其中12月20日20時(shí)溫度為?20 ℃，21日08時(shí)為?21 ℃，排在1999—2023年12月所有暴雪過程的第一位，可見2023年12月海效應(yīng)暴雪過程的冷空氣強(qiáng)度明顯強(qiáng)于往年。

4.2 前一個(gè)月渤海海溫背景

由于海溫的變化滯后于氣溫的變化，海效應(yīng)降雪發(fā)生前期的渤海海溫對(duì)海效應(yīng)降雪有影響。楊成芳等研究發(fā)現(xiàn)[24]，1965—2005年間，80%的海效應(yīng)降雪多雪年11月渤海至渤海海峽的海溫為正距平，11月的渤海海溫可作為山東半島冬季冷流降雪量預(yù)報(bào)的前兆信號(hào)，當(dāng)海溫偏高時(shí)降雪偏多的可能性較大，反之則偏少。為此分析2023年12月極端海效應(yīng)暴雪的前一個(gè)月海溫背景情況。取2023年11月11日—12月10日的渤海和黃海的日平均海溫，將1993—2022年同期海溫作為常年值，計(jì)算二者之間的偏差，如圖4所示。2023年11月11日—12月10日，黃海至渤海出現(xiàn)海溫暖舌，黃海中部的海溫在13～16 ℃之間，在山東半島的上游海域，渤海中北部的海溫在10～13 ℃之間（圖4a）。渤海海溫較常年偏高0.6 ℃以上，海溫距平中心值高達(dá)1.5 ℃；黃海中部海溫為正距平（圖4b）。2005年11月渤海北部的海溫距平中心值達(dá)到了1.4 ℃，成為2005年之前歷年11月渤海海溫偏高最大的年份[23]。與2005年12月極端持續(xù)海效應(yīng)降雪事件相比，2023年12月中旬強(qiáng)降雪前期的渤海海溫距平更高，有利于產(chǎn)生持續(xù)性海效應(yīng)降雪。

4.3 海氣溫差與2005年12月海效應(yīng)暴雪過程對(duì)比

上文提到，文登2023年12月16日和21日的降雪量均打破了榮成2005年12月4日的海效應(yīng)降雪氣象觀測(cè)歷史記錄。下面對(duì)2023年和2005年相應(yīng)時(shí)段的海氣溫差做對(duì)比分析。首先來看渤海海氣溫差的水平分布（基于ERA5資料計(jì)算）。2023年12月16日08時(shí)，在山東半島北部沿海的上游海域，渤海和黃海北部的海氣溫差超過25 ℃，渤海中部大部海域的海氣溫差為27～29 ℃（圖5a）；21日08時(shí)，渤海中部的海氣溫差高達(dá)29～31 ℃（圖5b）；2005年12月4日08時(shí)，海氣溫差大值區(qū)在渤海西部海域，為28～29 ℃，渤海中部海氣溫差為27～28 ℃（圖5c）。由此可見，2023年12月21日的海氣溫差高于2005年12月4日。

為進(jìn)一步分析海氣溫差對(duì)降雪強(qiáng)度的影響，圖5d以煙臺(tái)和威海西北方的渤海38.0°N、121.3°E格點(diǎn)為代表，給出了2023年12月14—23日海溫、850 hPa溫度及海氣溫差的逐時(shí)演變。在強(qiáng)冷空氣影響之前至降雪結(jié)束，該海域的海溫從14日的9 ℃在10 d之后下降到6 ℃，海溫變化緩慢。相比之下，850 hPa溫度發(fā)生劇烈變化，共經(jīng)歷了兩個(gè)階段。第一階段自14日20時(shí)起溫度逐漸下降，15日13時(shí)即降至?12 ℃，17日06時(shí)降至?18 ℃，此后溫度有所回升；與此同時(shí)，海氣溫差明顯增大，16日05時(shí)—17日06時(shí)，海氣溫差達(dá)到22～28 ℃，期間正是煙臺(tái)和威海地區(qū)的強(qiáng)降雪時(shí)段，其中文登16日05—17時(shí)小時(shí)降雪量為1.0～5.5 mm（圖1c），對(duì)應(yīng)海氣溫差的快速增大，當(dāng)海氣溫差減小，降雪強(qiáng)度減弱。第二階段19—22日的變化規(guī)律與第一階段類似，20日22時(shí)—21日13時(shí)的強(qiáng)降雪時(shí)段也發(fā)生在海氣溫差猛烈增大期間，海氣溫差達(dá)22～31 ℃，較第一階段強(qiáng)。

4.4 大氣層結(jié)不穩(wěn)定

強(qiáng)冷空氣入侵產(chǎn)生了強(qiáng)海氣溫差，有利于暖海面的湍流交換，導(dǎo)致大氣產(chǎn)生不穩(wěn)定。16日09時(shí)和21日01時(shí)文登均有雷電，且分別產(chǎn)生文登當(dāng)日的最大小時(shí)降雪量。下文選取這2個(gè)時(shí)次為代表，進(jìn)一步分析大氣層結(jié)不穩(wěn)定特征與強(qiáng)降雪的關(guān)系。

由16日09時(shí)和21日01時(shí)的1 000 hPa水汽通量矢量和假相當(dāng)位溫分布（圖6a、b）可以看出，水汽通量矢量為西北—東南向，當(dāng)強(qiáng)冷空氣自大陸進(jìn)入渤海，將暖海面的水汽向東南方向輸送。水汽通量自暖海面到達(dá)山東半島北部沿海時(shí)數(shù)值減小，在通過山東半島之后，水汽通量再次增大，表明水汽在北部沿海海面輻合。暖海面的暖濕空氣輸送導(dǎo)致渤海及山東半島的假相當(dāng)位溫升高，等位溫線向西北延伸，而山東內(nèi)陸地區(qū)溫度低，等溫線自西北向東南延伸，由此在山東半島形成假相當(dāng)位溫脊，脊線位于煙臺(tái)至威海的北部沿海地區(qū)，穿過文登至牟平一線，強(qiáng)降雪即發(fā)生在位溫脊線附近。

文登站位于假相當(dāng)位溫脊線上，沿122.03°E（過文登）做假相當(dāng)位溫經(jīng)向垂直剖面（圖6c、d），以此分析假相當(dāng)位溫脊內(nèi)垂直方向上的大氣層結(jié)穩(wěn)定度?？梢钥闯觯?6日09時(shí)，在36.0°～38.5°N之間925 hPa以下假相當(dāng)位溫隨著高度的升高而降低，表明假相當(dāng)位溫脊區(qū)內(nèi)存在對(duì)流不穩(wěn)定，925～700 hPa之間近乎等溫，在37.5°N處不穩(wěn)定層可達(dá)700 hPa。21日01時(shí)，不穩(wěn)定層結(jié)與16日類似，只是范圍更大，38.0°N以南都存在不穩(wěn)定。大氣不穩(wěn)定為對(duì)流的發(fā)生奠定了有利的熱力條件，16日09時(shí)和21日01時(shí)文登附近均產(chǎn)生了雷電，且雷電發(fā)生前后降雪強(qiáng)度大。

分析15—22日的假相當(dāng)位溫演變（圖略），發(fā)現(xiàn)在強(qiáng)降雪時(shí)段，煙臺(tái)至威海的北部沿海始終存在明顯假相當(dāng)位溫脊，期間脊線會(huì)在南北方向上略有擺動(dòng)，其位置決定了強(qiáng)降雪帶的變化。當(dāng)假相當(dāng)位溫脊減弱或變得不明顯時(shí)，降雪強(qiáng)度也隨之減弱。相應(yīng)地，假相當(dāng)位溫在垂直方向上也略有變化，假相當(dāng)位溫脊存在時(shí)，不穩(wěn)定層高度高一些。此次暴雪過程展現(xiàn)出的不穩(wěn)定特征，在過去的諸多海效應(yīng)暴雪過程中都有表現(xiàn)[10，12，16]。可見，強(qiáng)冷空氣入侵渤海時(shí)在對(duì)流層低層產(chǎn)生大氣層結(jié)不穩(wěn)定，是海效應(yīng)降雪產(chǎn)生的基本熱力條件，不穩(wěn)定越強(qiáng)，降雪強(qiáng)度越大。此次暴雪過程中，強(qiáng)冷空氣持續(xù)影響時(shí)間長(zhǎng)達(dá)8 d，不穩(wěn)定層結(jié)始終存在，有利于對(duì)流的發(fā)生，導(dǎo)致產(chǎn)生持續(xù)性強(qiáng)降雪。

5 動(dòng)力特征

海效應(yīng)降雪在有利的熱力條件下形成后，其降雪落區(qū)和強(qiáng)度主要取決于動(dòng)力條件。下文從低層水平風(fēng)場(chǎng)和垂直運(yùn)動(dòng)兩個(gè)角度分析。

在16日和21日強(qiáng)降雪期間，雷達(dá)上形成明顯的“列車效應(yīng)”。20日21時(shí)—21日13時(shí)，帶狀回波寬度為10～16 km，強(qiáng)度為30～35 dBZ，最強(qiáng)達(dá)35～40 dBZ，強(qiáng)反射率因子帶在煙臺(tái)—威海之間自西北向東南方向傳播，導(dǎo)致文登維持9 h的強(qiáng)降雪。將地面自動(dòng)站的逐時(shí)極大風(fēng)場(chǎng)與組合反射率拼圖疊加，可見在強(qiáng)反射率因子帶存在期間，地面風(fēng)場(chǎng)存在明顯的北—東北風(fēng)與西北風(fēng)之間的切變，西北風(fēng)處在山東內(nèi)陸至半島的低山丘陵南側(cè)，北—東北風(fēng)來自渤海，強(qiáng)反射率因子帶位于北—東北風(fēng)和西北風(fēng)之間。如16日09時(shí)（圖7a），在牟平—文登之間有30～40 dBZ的強(qiáng)反射率因子帶，煙臺(tái)—文登一線的西南方向?yàn)槲鞅憋L(fēng)，這是冷空氣影響產(chǎn)生的西北風(fēng)，在威?！牡侵g的風(fēng)向?yàn)楸薄獤|北風(fēng)，由此形成切變線，且威海北部沿海的風(fēng)速大，伸向內(nèi)陸接近文登的風(fēng)速減小，文登09—10時(shí)的降雪量高達(dá)5.5 mm；與此同時(shí)，煙臺(tái)地區(qū)為一致的西北風(fēng)，沒有切變線，為弱降雪。21日04時(shí)（圖7b），煙臺(tái)北部洋面上的擔(dān)子島站和崆峒島站極大風(fēng)均為東北風(fēng)，風(fēng)速達(dá)14 m·s?1，煙臺(tái)沿海以南的內(nèi)陸地區(qū)風(fēng)向?yàn)槲鞅憋L(fēng)，處在切變線之間的強(qiáng)反射率因子帶穿過煙臺(tái)市區(qū)，煙臺(tái)在04—05時(shí)產(chǎn)生5.6 mm的降雪量，而此時(shí)威海一帶的雷達(dá)回波較弱，降雪強(qiáng)度小。可見，低層風(fēng)切變產(chǎn)生風(fēng)向輻合，同時(shí)來自海面的北風(fēng)到達(dá)山東半島陸地時(shí)，受到陸面摩擦和低山丘陵地形的影響，風(fēng)速減小產(chǎn)生風(fēng)速輻合，風(fēng)向風(fēng)速的輻合均有利于產(chǎn)生強(qiáng)上升運(yùn)動(dòng)。

那么，低層切變線可達(dá)到什么高度？由圖7c、d可看到，16日09時(shí)和21日04時(shí)，1 000 hPa煙臺(tái)和威海的北部沿海地區(qū)雖然東北風(fēng)不明顯，但仍存在西北風(fēng)與北風(fēng)之間的風(fēng)向輻合，在輻合之間有水汽通量散度的負(fù)值區(qū)，表明水汽在此處輻合。風(fēng)切變?cè)?25 hPa以下，900 hPa以上在山東半島北部沿海地區(qū)為一致的西北風(fēng)，難以看到切變線。

由此可見，當(dāng)有來自渤海的北—東北風(fēng)與半島內(nèi)陸的西北風(fēng)構(gòu)成切變線時(shí)，可產(chǎn)生輻合上升運(yùn)動(dòng)，雷達(dá)回波的“列車效應(yīng)”處在切變線上，出現(xiàn)強(qiáng)降雪，且切變線的位置決定了強(qiáng)降雪的落區(qū)，切變線僅存在于925 hPa以下。在19—22日的降雪過程中，切變線和強(qiáng)反射率因子帶在文登附近的維持時(shí)間最長(zhǎng)，導(dǎo)致文登累計(jì)降雪量大，成為強(qiáng)降雪中心。此次過程中出現(xiàn)的低層切變線與過去的海效應(yīng)暴雪過程類似[3，12]，表明低層切變線是海效應(yīng)暴雪動(dòng)力場(chǎng)上的重要特征。

進(jìn)一步分析垂直上升運(yùn)動(dòng)情況。12月15—22日期間，在15日、16日、19日、21日、22日先后有5次低槽穿過渤海和山東半島，每一次低槽過境，均有槽前正渦度增加，渦度中心在700 hPa以上，同時(shí)在850 hPa以下至近海面也存在正渦度。20日夜間低層渦度最大，達(dá)60×10?6～90×10?6 s?1（圖8a）。這是天氣尺度產(chǎn)生的強(qiáng)迫上升運(yùn)動(dòng)。在低槽過境前后天氣尺度強(qiáng)迫產(chǎn)生的上升運(yùn)動(dòng)與海陸地形差異造成的輻合上升運(yùn)動(dòng)相疊加，可導(dǎo)致山東半島北部沿海地區(qū)垂直上升運(yùn)動(dòng)顯著增強(qiáng)。

由16日09時(shí)過文登的經(jīng)向風(fēng)垂直流場(chǎng)和垂直速度剖面圖可以看出（圖8b），37.1°～38.5°N之間700 hPa以上為下沉氣流，700 hPa以下為上升氣流，在37.1°N以南、38.5°N以北地區(qū)為下沉氣流，由此構(gòu)成了垂直環(huán)流。37.1°～38.5°N之間，700 hPa以下垂直速度為負(fù)值，最大垂直速度位于37.5°N附近，中心值達(dá)?10010?2 Pa·s?1，出現(xiàn)在975～850 hPa層次之間?？梢娫谖牡歉浇嬖趶?qiáng)上升運(yùn)動(dòng)，由此在16日09—10時(shí)產(chǎn)生小時(shí)降雪量達(dá)5.5 mm的強(qiáng)降雪，這是文登整個(gè)降雪過程中的最強(qiáng)降雪時(shí)段。上升運(yùn)動(dòng)集中在700 hPa以下，再次印證了海效應(yīng)暴雪為低云降雪。綜合15—22日降雪期間的垂直速度，可以看出無論是15—17日第一次降雪還是19—22日第二次降雪過程，其垂直上升運(yùn)動(dòng)中心均在925 hPa上下。16日08時(shí)前后和21日04時(shí)最大垂直速度分別達(dá)?100×10?2 Pa·s?1和?140×10?2 Pa·s?1。在第二階段強(qiáng)降雪過程中，強(qiáng)上升運(yùn)動(dòng)在20日21時(shí)—21日13時(shí)維持時(shí)間達(dá)16 h，相應(yīng)產(chǎn)生了強(qiáng)降雪，導(dǎo)致文登20日20時(shí)—21日20時(shí)的24 h降雪量達(dá)33.7 mm，突破歷史極值。強(qiáng)上升運(yùn)動(dòng)持續(xù)時(shí)間特別長(zhǎng)，是此次極端暴雪過程的有利條件之一。

6 極端積雪特征

6.1 降雪含水比

降雪含水比是指積雪深度與降雪量的比值，是預(yù)報(bào)積雪深度的一個(gè)重要參數(shù)，也是表征積雪深度特性的量度之一。此次暴雪過程積雪深度達(dá)到極端值，那么其降雪含水比有何特征？為此，利用降雪期間獲得的中雪（55站次）、大雪（53站次）、暴雪（45站次）量級(jí)的積雪深度加密觀測(cè)資料，計(jì)算各等級(jí)降雪的降雪含水比。為了與11月海效應(yīng)降雪的積雪特征進(jìn)行比較，同時(shí)對(duì)2023年11月的4次海效應(yīng)降雪過程的降雪含水比進(jìn)行計(jì)算，11月共有27站次中雪以上降雪，因樣本量少不做分級(jí)。

由11月和12月降雪含水比（圖9）來看，2023年12月的海效應(yīng)暴雪過程中，中雪、大雪、暴雪的降雪含水比中位數(shù)分別為1.3、1.5、1.3 cm·mm?1，75%分位分別為1.6、1.9、1.8 cm·mm?1，略高于中位數(shù)；中雪的最大降雪含水比可達(dá)2.8 cm·mm?1，最小為0.3 cm·mm?1；暴雪的最大降雪含水比達(dá)1.8 cm·mm?1，最小為0.8 cm·mm?1。這個(gè)結(jié)果與1999—2018年的28次海效應(yīng)暴雪過程（以12月暴雪為主）的降雪含水比特征基本相同，但明顯大于內(nèi)陸暴雪的降雪含水比[18，19]，說明此次極端海效應(yīng)暴雪過程積雪深度的極端性主要與降雪量異常有關(guān)，并非由降雪含水比造成。

相比之下，2023年11月的海效應(yīng)降雪過程降雪含水比中位數(shù)僅為0.3 cm·mm?1，75%分位為0.7 cm·mm?1，其最大值為1.6 cm·mm?1，遠(yuǎn)小于12月海效應(yīng)暴雪過程的降雪含水比。分析二者差異原因，11月的海效應(yīng)降雪過程前期0 cm地溫高，冷空氣勢(shì)力弱（圖略），0 cm地溫很難降至0.5 ℃以下，導(dǎo)致大部分降雪融化，積雪深度小，降雪含水比低。如，11月23日，蓬萊純雪量9.2 mm，積雪深度只有0.1 cm，沒有形成有效積雪。

6.2 高空和近地面氣象條件對(duì)積雪深度的影響

由上文分析可以看到，此次海效應(yīng)暴雪過程的降雪含水比的中位數(shù)在1.3～1.5 cm·mm?1，比回流形勢(shì)暴雪、江淮氣旋暴雪的降雪含水比明顯偏高[18]。為什么此次暴雪過程降雪含水比高？下面從高空和近地面氣象條件兩方面進(jìn)行分析。

首先來看高空條件。研究表明[25-26]，新降雪的降雪含水比與冰晶結(jié)構(gòu)有關(guān)，冰晶空隙內(nèi)空氣量所占體積的相對(duì)比例決定了新雪的蓬松程度，大的樹枝狀冰晶會(huì)占據(jù)更多的大氣空間。決定冰晶形狀的最重要環(huán)境條件是溫度，環(huán)境溫度在?20～?10 ℃主要是樹枝狀、厚片狀、盤狀[27]，?15 ℃為樹枝狀冰晶形成的峰值區(qū)[28]；降雪過程中上升運(yùn)動(dòng)最大層附近的溫度和相對(duì)濕度決定了冰晶類型[29-30]。因此，圖10a、b給出了12月15—22日過文登和煙臺(tái)市區(qū)的垂直速度、相對(duì)濕度和溫度時(shí)空演變，以此考察云中冰晶形成的宏觀條件?？梢钥闯?，2個(gè)站點(diǎn)表現(xiàn)出相似的特征。16—17日和20—21日的降雪時(shí)段內(nèi)均出現(xiàn)強(qiáng)上升運(yùn)動(dòng)，在最強(qiáng)上升運(yùn)動(dòng)和高相對(duì)濕度相疊加的層次內(nèi)，溫度在?20～?12 ℃，表明云內(nèi)的溫度有利于樹枝狀冰晶的增長(zhǎng)，可使得積雪體積增大。

進(jìn)一步基于ERA5再分析資料分析云中冰相粒子和液相粒子的垂直分布演變（圖10c、d）。文登和煙臺(tái)的云中冰（液）相粒子的垂直分布表現(xiàn)出相似特征。以文登為例，第一次降雪過程中，16日04時(shí)之前文登弱降雪期間，850 hPa附近同時(shí)存在冰相粒子和液相粒子，在16日04時(shí)—17日11時(shí)強(qiáng)降雪時(shí)段，云中均為冰相粒子，冰相粒子含量中心值為10×10?5 kg·kg?1；第二次降雪過程中，19日—20日09時(shí)為冰相粒子和液相粒子共存，20日10時(shí)—22日05時(shí)強(qiáng)降雪期間則僅有冰相粒子，中心值為18×10?5 kg·kg?1，22日06時(shí)之后，再次出現(xiàn)了部分液相粒子。這表明在主要降雪時(shí)段內(nèi)云中為純冰相粒子，因云中溫度低于?10 ℃，冰晶為聚并增長(zhǎng)[28]，有利于形成較大雪花，產(chǎn)生大的降雪含水比和積雪深度。

在最大上升運(yùn)動(dòng)層以下，相對(duì)濕度減小，1 000 hPa的溫度低于?8 ℃，冰晶在下落過程不會(huì)融化從而可保持原始的形態(tài)?？梢?，此次暴雪過程高空的溫度、垂直速度和相對(duì)濕度的配置對(duì)云中樹枝狀冰晶的形成及在下落過程形態(tài)的維持都有利，為產(chǎn)生大的降雪含水比和積雪深度提供了有利的初始條件。

雪花降落到地面，影響積雪深度的主要是2 m氣溫和0 cm地溫。由于強(qiáng)冷空氣頻繁影響，山東半島地區(qū)持續(xù)溫度較低。在海效應(yīng)降雪過程前期，13—14日，冷空氣影響山東半島，溫度逐漸下降，15日08時(shí)，文登2 m氣溫和0 cm地溫均開始降至0 ℃以下，前期溫度低為海效應(yīng)降雪產(chǎn)生明顯積雪奠定了良好的基礎(chǔ)。隨著冷空氣不斷影響，15日下午—22日，氣溫持續(xù)維持在0 ℃以下，尤其在降雪期間氣溫低于?5 ℃（圖11）。15日18時(shí)，海效應(yīng)降雪開始，小時(shí)降雪量為0.1 mm，0 cm地溫為?0.8 ℃，降雪初期0 cm地溫在?1.8～?0.8 ℃，降落到地面的雪不融化，有利于積雪形成。16日01時(shí)起，降雪逐漸增強(qiáng)，小時(shí)降雪量超過0.3 mm，0 cm地溫緩慢升高，表明地面有明顯積雪產(chǎn)生。16日08時(shí)，0 cm地溫升至?0.1 ℃，積雪深度達(dá)到14 cm。16日18時(shí)，0 cm地溫升至0 ℃，此后一直穩(wěn)定維持在0 ℃，期間偶爾有時(shí)次為0.1 ℃。由此可見，降雪過程前后強(qiáng)冷空氣持續(xù)影響，2 m氣溫和0 cm地溫低，導(dǎo)致降雪不融化，逐漸累積形成強(qiáng)積雪，是此次海效應(yīng)暴雪過程積雪深度異常大的有利因素。

7 結(jié)論與討論

利用國(guó)家級(jí)地面氣象觀測(cè)站、多普勒天氣雷達(dá)、閃電、積雪深度人工加密觀測(cè)資料、常規(guī)觀測(cè)及ERA5再分析資料，主要聚焦環(huán)流背景、熱力和動(dòng)力條件探討2023年12月15—22日山東半島海效應(yīng)特大暴雪過程降雪量和積雪深度極端的形成原因。主要結(jié)論如下：

（1）此次過程有4站積雪深度突破本站歷史極值，1站兩日的日降雪量為山東半島海效應(yīng)降雪有氣象記錄以來的最大值，文登積雪深度達(dá)74 cm，超過山東所有國(guó)家級(jí)地面氣象觀測(cè)站記錄，是一次極端海效應(yīng)暴雪事件。

（2）歐亞中高緯度地區(qū)阻塞形勢(shì)下兩次異常強(qiáng)冷空氣持續(xù)影響渤海和山東半島地區(qū)，造成降雪持續(xù)時(shí)間長(zhǎng)、累計(jì)降雪量大，是此次極端暴雪過程產(chǎn)生的關(guān)鍵因素；暴雪發(fā)生前一個(gè)月內(nèi)渤海海溫異常偏高，為有利海溫背景。

（3）冷空氣強(qiáng)及海溫偏高造成海氣溫差異常偏大，700 hPa以下產(chǎn)生對(duì)流不穩(wěn)定，對(duì)流性使得降雪強(qiáng)度大。強(qiáng)降雪發(fā)生在海氣溫差快速增大階段。

（4）925 hPa以下存在來自渤海的北—東北風(fēng)與內(nèi)陸地區(qū)的西北風(fēng)構(gòu)成的切變線，產(chǎn)生強(qiáng)上升運(yùn)動(dòng)，切變線附近對(duì)應(yīng)雷達(dá)反射率因子圖上“列車效應(yīng)”，為強(qiáng)降雪落區(qū)。不穩(wěn)定層和上升運(yùn)動(dòng)局限于2 km以下，為典型低云降雪。

（5）降雪含水比大于內(nèi)陸暴雪，但與一般海效應(yīng)暴雪過程相當(dāng)。云中強(qiáng)垂直上升運(yùn)動(dòng)、高相對(duì)濕度層的溫度在?20～?12 ℃之間，適宜于樹枝狀冰晶形成和維持；2 m氣溫持續(xù)低于?5 ℃，0 cm地溫在降雪開始時(shí)即降至0 ℃以下，且兩次強(qiáng)降雪過程僅間隔1 d，均有利于降雪累積產(chǎn)生極端積雪深度。

除了以上分析外，此次海效應(yīng)暴雪過程還有很多科學(xué)問題有待深入研究，如，微物理特征和“雷打雪”現(xiàn)象。微物理過程是海效應(yīng)暴雪的一個(gè)重要環(huán)節(jié)，與冰晶形態(tài)、降雪量、積雪深度均有密切關(guān)系，本文主要從天氣尺度分析了有利于樹枝狀冰晶形成的物理?xiàng)l件，還缺乏冰晶形態(tài)的實(shí)際觀測(cè)資料支持。關(guān)于“雷打雪”現(xiàn)象，此次雷電只是出現(xiàn)在文登一帶，而煙臺(tái)、招遠(yuǎn)、榮成等暴雪區(qū)域沒有出現(xiàn)雷電，為什么同樣是強(qiáng)降雪，有的會(huì)出現(xiàn)明顯雷電，而有的卻沒有？這些科學(xué)問題需要借助于高時(shí)空分辨率的多源觀測(cè)資料及中尺度數(shù)值模擬，在下一步深入挖掘。

參考文獻(xiàn)：

[1] 楊成芳.山東暴雪[M].北京：氣象出版社，2023.

[2] 楊成芳，李澤椿.近十年中國(guó)海效應(yīng)降雪研究進(jìn)展[J].海洋氣象學(xué)報(bào)，2018，38（4）：1-10.

[3] 楊成芳，曹玥瑤.秋季渤海海效應(yīng)降雨的統(tǒng)計(jì)特征及形成機(jī)理[J].海洋氣象學(xué)報(bào)，2022，42（1）：12-22.

[4] 周淑玲，王科，楊成芳，等.一次基于綜合探測(cè)資料的山東半島冷流暴雪特征分析[J].氣象，2016，42（10）：1213-1222.

[5] 李建華，崔宜少，楊成芳.不同中心位置的山東半島冷流暴雪天氣分析[J].中國(guó)海洋大學(xué)學(xué)報(bào)（自然科學(xué)版），2015，45（8）：10-18.

[6] 周雪松，楊成芳，孫興池.基于衛(wèi)星識(shí)別的渤海海效應(yīng)事件基本特征分析[J].海洋氣象學(xué)報(bào)，2019，39（1）：26-37.

[7] 高曉梅，楊成芳，王世杰，等.萊州灣冷流降雪的氣候特征及其成因分析[J].氣象科技，2017，45（1）：130-138.

[8] 梁軍，張勝軍，黃艇，等.遼東半島2次高影響冷流降雪的對(duì)比分析[J].干旱氣象，2015，33（3）：444-451.

[9] 陳雷，戴建華，韓雅萍.上海地區(qū)近10年冷流降雪天氣診斷分析[J].氣象，2012，38（2）：182-188.

[10] 李鵬遠(yuǎn)，傅剛，郭敬天，等.2005年12月上旬山東半島暴雪的觀測(cè)與數(shù)值模擬研究[J].中國(guó)海洋大學(xué)學(xué)報(bào)（自然科學(xué)版），2009，39（2）：173-180.

[11] 鄭怡，高山紅，吳增茂.渤海海效應(yīng)暴雪云特征的觀測(cè)分析[J].應(yīng)用氣象學(xué)報(bào)，2014，25（1）：71-82.

[12] 李剛，劉暢，曹玥瑤，等.一次1月山東半島東部極端海效應(yīng)暴雪的發(fā)生機(jī)制分析[J].氣象，2020，46（8）：1074-1088.

[13] 林曲鳳，吳增茂，梁玉海，等.山東半島一次強(qiáng)冷流降雪過程的中尺度特征分析[J].中國(guó)海洋大學(xué)學(xué)報(bào)（自然科學(xué)版），2006，36（6）：908-914.

[14] 周雪松，楊成芳，張少林.地形對(duì)冷流暴雪影響的可能機(jī)制研究[J].安徽農(nóng)業(yè)科學(xué)，2011，39（31）：19419-19422.

[15] 鄭麗娜，石少英，侯淑梅.渤海的特殊地形對(duì)冬季冷流降雪的貢獻(xiàn)[J].氣象，2003，29（1）：49-52.

[16] 楊成芳，車軍輝，呂慶利，等.位渦在冷流暴雪短時(shí)預(yù)報(bào)中的應(yīng)用[J].中國(guó)海洋大學(xué)學(xué)報(bào)（自然科學(xué)版），2009，39（3）：361-368.

[17] 楊成芳，高留喜，王方.一次異常強(qiáng)渤海海效應(yīng)暴雪的三維運(yùn)動(dòng)研究[J].高原氣象，2011，30（5）：1213-1223.

[18] 楊成芳，朱曉清.山東降雪含水比統(tǒng)計(jì)特征分析[J].海洋氣象學(xué)報(bào)，2020，40（1）：47-56.

[19] 劉奇奇，王健，高帆，等.山東深秋一次暴雪過程雪水比影響因子分析[J].海洋氣象學(xué)報(bào)，2024，44（1）：88-96.

[20] 高留喜，楊成芳，劉暢.山東一次極端雨雪過程積雪特征分析及模式產(chǎn)品檢驗(yàn)[J].海洋氣象學(xué)報(bào)，2022，42（4）：58-66.

[21] SCHROEDER J J， KRISTOVICH D A R， HJELMFELT M R. Boundary layer and microphysical influences of natural cloud seeding on a lake-effect snowstorm[J]. Mon Weather Rev， 2006，134（7）：1842-1858.

[22] BRAHAM R R Jr. Snow particle size spectra in lake effect snows[J]. J Appl Meteor Climatol， 1990，29（3）：200-207.

[23] 于志良.膠東半島冷流降雪與海氣湍流感熱輸送的關(guān)系[J].氣象學(xué)報(bào)，1998，56（1）：120-127.

[24] 楊成芳，周雪松，王業(yè)宏.山東半島冷流降雪的氣候特征及其前兆信號(hào)[J].氣象，2007，33（8）：76-82.

[25] MAGONO C， CHUNG W L. Meteorological classification of natural snow crystals[J].J Fac Sci Hokkaido Univ Ser 7 Geophys， 1966，2（4）：321-335.

[26] NAKAYA U. Snow Crystals： Natural and Artificial[M]. Cambridge， MA and London， England： Harvard University Press，1954.

[27] ROEBBER P J， BRUENING S L， SCHULTZ D M， et al. Improving snowfall forecasting by diagnosing snow density[J]. Wea Forecasting，2003，18（2）：264-287.

[28] LIBBRECHT K G. Ken Libbrecht’s field guide to snowflakes[M].Minnesota： Voyageur press，2006.

[29] KOROLEV A， MCFARQUHAR G， FIELD P R， et al. Mixed-phase clouds： progress and challenges[J]. Meteor Monogr，2017，58：5.1-5.50.

[30] AUER A H， WHITE J M. The combined role of kinematics， thermodynamics and cloud physics associated with heavy snowfall episodes[J]. J Meteorol Soc Jpn， 1982，60（1）：500-507.