劉奇奇 王健 高帆 徐娟 韓風(fēng)軍 呂博

摘 要 利用地面氣象觀測(cè)站資料、加密地面觀測(cè)資料和歐洲中期天氣預(yù)報(bào)中心（European Centre for Medium-Range Weather Forecasts，ECMWF）第五代大氣再分析數(shù)據(jù)（ECMWF Reanalysis v5，ERA5；分辨率為0.25°×0.25°）逐小時(shí)資料，對(duì)山東2021年11月6—8日極端暴雪過(guò)程雪水比影響因子進(jìn)行研究。結(jié)果顯示：此次暴雪過(guò)程平均雪水比分布總體呈“北大南小、西大東小”的分布特征，降雪初期產(chǎn)生的雪水比小，降雪中后期產(chǎn)生的雪水比大；溫度偏高、云內(nèi)液態(tài)水含量較高的地區(qū)雪水比較小，溫度偏低、云內(nèi)液態(tài)水含量較低的地區(qū)雪水比較大；雪水比與地面氣溫、地表溫度呈負(fù)相關(guān)，地面氣溫與雪水比的相關(guān)性最大，積雪產(chǎn)生之后地表溫度與雪水比變化無(wú)明顯相關(guān)。

關(guān)鍵詞 積雪深度；雪水比；溫度；垂直運(yùn)動(dòng)

中圖分類號(hào)：P426.63；P458.3文獻(xiàn)標(biāo)志碼：A文章編號(hào)：2096-3599（2024）01-0088-09

DOI：10.19513/j.cnki.hyqxxb.20230223001

收稿日期：2023-02-23；修回日期：2023-07-17

基金項(xiàng)目：山東省自然科學(xué)基金項(xiàng)目（ZR2022MD095）；山東省氣象局科研項(xiàng)目（2021SDYD28，2020sdqxm20）

第一作者簡(jiǎn)介：劉奇奇，女，碩士，工程師，主要從事中短期天氣預(yù)報(bào)和技術(shù)研究，lqqi1990@163.com。

通信作者簡(jiǎn)介：

Analysis on influencing factors of snow-to-liquid ratio during a late-autumn snowstorm in Shandong

LIU Qiqi^{1，2，4}， WANG Jian²， GAO Fan³， XU Juan²， HAN Fengjun²， L? Bo²

（1. Key Laboratory for Meteorological Disaster Prevention and Mitigation of Shandong， Jinan 250031， China; 2. Liaocheng Meteorological Bureau， Liaocheng 252000， China; 3. Jinan Meteorological Bureau， Jinan 250102， China; 4. Changdao National Climate Observatory， Changdao 265800， China）

Abstract The influencing factors of snow-to-liquid ratio （SLR） during a snowstorm in Shandong from 6 to 8 November 2021 are analyzed by using the data of ground meteorological observation stations， intensive ground observation data， and ECMWF （European Centre for Medium-Range Weather Forecasts） Reanalysis v5 （ERA5） hourly data （0.25°×0.25°）. The results are as follows. The distribution of mean SLR in this snowstorm process is generally characterized by high in the north but low in the south， high in the west but low in the east. The SLR in the early period of the snowfall is relatively low， while it is relatively high in the middle and late period. The SLR is lower in the area with higher air temperature and higher specific cloud liquid water content than that in the area with lower air temperature and lower specific cloud liquid water content. The SLR is negatively correlated with the surface air temperature and surface temperature. The correlation between surface air temperature and SLR is the largest. After snow blankets the ground， the surface temperature has no significant correlation with the change of SLR.

Keywords snow depth; snow-to-liquid ratio （SLR）; temperature; vertical movement

引言

暴雪是山東冬半年的一種高影響天氣，其產(chǎn)生的積雪對(duì)農(nóng)業(yè)生產(chǎn)、交通運(yùn)輸和人民生活等方面均能產(chǎn)生不利影響，因此積雪是雪災(zāi)的主要致災(zāi)因子^［1-2］。在實(shí)際業(yè)務(wù)中，暴雪天氣預(yù)報(bào)的主要要素是降雪量，但除降雪量之外，積雪深度也是衡量暴雪災(zāi)害嚴(yán)重程度的重要指標(biāo)。為提高暴雪天氣預(yù)報(bào)預(yù)警準(zhǔn)確率，實(shí)現(xiàn)積雪深度的精準(zhǔn)預(yù)報(bào)，需對(duì)降雪量與積雪深度關(guān)系進(jìn)行深入研究。目前國(guó)內(nèi)外常用某時(shí)段內(nèi)積雪深度的變化值與該時(shí)段內(nèi)降雪量的比值來(lái)評(píng)估降雪量與積雪深度的關(guān)系，該比值稱為“降雪含水比”（snow-to-liquid ratio，SLR），文中簡(jiǎn)稱為“雪水比”。預(yù)報(bào)中使用的雪水比若不夠精準(zhǔn)，對(duì)降雪量預(yù)報(bào)再精確也無(wú)法準(zhǔn)確預(yù)報(bào)出積雪深度^［3］。雪水比的大小與雪花大小、形狀、結(jié)構(gòu)等幾何形態(tài)相關(guān)，大而蓬松的樹(shù)枝狀雪花雪水比最大，積雪效率最高，所形成的積雪深度也最厚^［4］。

過(guò)去常使用的雪水比經(jīng)驗(yàn)值為10∶1^［5］，但后續(xù)相關(guān)研究表明該比值具有明顯的時(shí)空變化特征，使用經(jīng)驗(yàn)值10雖具有一定的有效性，但對(duì)精細(xì)化預(yù)報(bào)來(lái)說(shuō)還是比較粗略^［6］。我國(guó)冬季平均雪水比為7.5，青海、吉林、山東均大于10.0，北京為6.3，河南和西藏僅為4.9^［7］。楊成芳等^［8］研究了山東1999—2018年的雪水比統(tǒng)計(jì)特征，得出山東雪水比變化范圍為1.0～30.0，最大值出現(xiàn)在1月或12月，最小值出現(xiàn)在2月或11月，不同天氣系統(tǒng)的雪水比具有不同特征。楊成芳等^［9］指出積雪深度是近地面多氣象要素共同作用的結(jié)果。高留喜等^［10］研究得出低溫對(duì)產(chǎn)生積雪和較大雪水比有利。陳雙等^［11］對(duì)華北地區(qū)兩次密度不同的降雪過(guò)程進(jìn)行對(duì)比分析，得到大氣溫濕和動(dòng)力垂直結(jié)構(gòu)及地面過(guò)程等直接影響雪水比大小。還有研究表明，除了云內(nèi)、外微物理過(guò)程的影響，近地面及地表因素也是影響雪水比非常重要的因素，但目前的數(shù)值模擬和客觀預(yù)報(bào)方法都不能很好地模擬這些過(guò)程，為了有效提高積雪精細(xì)化預(yù)報(bào)能力，還需繼續(xù)加強(qiáng)對(duì)近地面及地表融雪過(guò)程的研究以及預(yù)報(bào)技術(shù)的研發(fā)^［12-13］。由于降雪觀測(cè)資料的局限性，我國(guó)對(duì)雪水比的研究起步較晚，目前對(duì)暴雪的成因和機(jī)制、雨雪相態(tài)轉(zhuǎn)換的研究比較多，有學(xué)者發(fā)現(xiàn)影響系統(tǒng)的強(qiáng)度和位置會(huì)對(duì)降雪強(qiáng)度和降水相態(tài)轉(zhuǎn)換產(chǎn)生影響，溫度垂直結(jié)構(gòu)是影響降水相態(tài)的關(guān)鍵因素^［14-15］。針對(duì)雪水比的研究大都是關(guān)于年平均統(tǒng)計(jì)類的分析，而對(duì)極端降雪個(gè)例的雪水比研究分析較少。

本文以2021年11月6—8日山東一次極端暴雪天氣過(guò)程為例，利用地面氣象觀測(cè)站資料、加密地面觀測(cè)資料和歐洲中期天氣預(yù)報(bào)中心（European Centre for Medium-Range Weather Forecasts，ECMWF）第五代大氣再分析數(shù)據(jù)（ECMWF Reanalysis v5，ERA5；分辨率為0.25°×0.25°）逐小時(shí)資料，對(duì)此次過(guò)程雪水比的影響因子進(jìn)行研究分析，以期為今后提高精細(xì)化積雪預(yù)報(bào)水平提供一些參考。

1 資料與個(gè)例簡(jiǎn)介

1.1 資料來(lái)源與計(jì)算方法

使用的數(shù)據(jù)為2021年11月6—8日山東國(guó)家級(jí)地面氣象觀測(cè)站常規(guī)地面觀測(cè)資料、地面加密觀測(cè)資料和ERA5逐小時(shí)再分析資料（0.25°×0.25°）。

雪水比（SLR）為新增積雪深度與融化后等量液體深度的比值，等價(jià)于液態(tài)水密度與平均雪密度之比^［16-17］。通過(guò)公式V_SLR=V_SD/V_SL計(jì)算過(guò)程平均雪水比，分析此次極端降雪過(guò)程雪水比的分布和影響因子。式中：V_SLR表示雪水比；V_SD表示降雪過(guò)程內(nèi)最大積雪深度，單位為cm，計(jì)算時(shí)轉(zhuǎn)換為mm；V_SL表示各站過(guò)程降雪量，單位為mm。

1.2 降雪實(shí)況

2021年11月6—8日，山東出現(xiàn)一次全省范圍的極端暴雪天氣，此次過(guò)程降水強(qiáng)度大，初雪時(shí)間早，其中聊城、德州、濟(jì)南、淄博等地還出現(xiàn)了“雷打雪”現(xiàn)象。11月6日傍晚開(kāi)始，山東由西向東出現(xiàn)明顯降雨，魯西北部分地區(qū)7日01時(shí)（北京時(shí)，下同）開(kāi)始出現(xiàn)雨轉(zhuǎn)雨夾雪，03時(shí)由雨夾雪轉(zhuǎn)雪；05時(shí)之后全省大部分地區(qū)由西北向東南轉(zhuǎn)雪。整個(gè)過(guò)程中出現(xiàn)積雪的站點(diǎn)降水相態(tài)轉(zhuǎn)換主要為雨轉(zhuǎn)雨夾雪再轉(zhuǎn)雪，部分站點(diǎn)為雨轉(zhuǎn)雪；未出現(xiàn)明顯積雪的站點(diǎn)相態(tài)轉(zhuǎn)換復(fù)雜，經(jīng)歷多次雨雪之間的轉(zhuǎn)換。全省主要降雪時(shí)段為7日05—20時(shí)，強(qiáng)降雪落區(qū)主要在魯西北和魯中地區(qū)；魯南地區(qū)降雪量偏少，沒(méi)有產(chǎn)生明顯積雪（圖1a）。全省平均降雪量為12.0 mm，有47站降雪量達(dá)到暴雪，部分站達(dá)到特大暴雪，過(guò)程最大降雪量為41.6 mm，出現(xiàn)在德州平原。強(qiáng)積雪主要分布在聊城、德州、濟(jì)南和濱州等地，超過(guò)10 cm的站點(diǎn)有23個(gè)，有4站最大積雪深度突破其歷史極值，其中積雪深度最大達(dá)到20 cm，出現(xiàn)在濟(jì)南和德州。由濟(jì)南站逐時(shí)降水量及相態(tài)演變（圖1b）可看出，6日20時(shí)濟(jì)南開(kāi)始降水，先后經(jīng)歷了雨轉(zhuǎn)雨夾雪轉(zhuǎn)雪的相態(tài)轉(zhuǎn)換，降雪時(shí)段為7日09—15時(shí)，最大小時(shí)降雪量達(dá)到7.4 mm，過(guò)程最大積雪深度為20 cm。

2 雪水比分布及變化特征

圖2a給出整個(gè)過(guò)程平均雪水比分布情況，聊城、德州等偏西的地區(qū)平均雪水比為5.6，淄博、濰坊等偏東的地區(qū)平均雪水比為4.4，西部雪水比大于東部。濱州、東營(yíng)等偏北的地區(qū)平均雪水比為5.4，越往南越小，濟(jì)南、泰安等偏南的地區(qū)平均雪水比為4.4，北部雪水比值大于南部。平均雪水比水平分布總體呈“北大南小、西大東小”的特征。此次過(guò)程平均雪水比約為4.8，與山東大部地區(qū)的年平均雪水比9.0^［8］相比明顯偏小。此次降雪發(fā)生在11月初，較山東以往初雪時(shí)間早，降雪前基礎(chǔ)溫度偏高，使得降雪初期地面不易形成積雪，同時(shí)溫度偏高能使雪花在下落過(guò)程中雪密度增大，造成雪水比偏小。此外，積雪深度的觀測(cè)誤差也會(huì)對(duì)該比值產(chǎn)生一定的影響。

此次降雪過(guò)程山東啟動(dòng)積雪深度加密觀測(cè)為11月7日13時(shí)，根據(jù)各站降雪開(kāi)始時(shí)間，選取墾利、壽光作為代表站分析逐時(shí)雪水比變化情況。由圖2b、c可以看出，在整個(gè)降雪過(guò)程中，雪水比隨時(shí)間呈增大趨勢(shì)，降雪初期的雪水比小于降雪強(qiáng)盛和結(jié)束時(shí)期，即降雪云系前部所產(chǎn)生的雪水比較主體云系中后部所產(chǎn)生的雪水比小，降雪初期雪密度較大，降雪強(qiáng)盛和結(jié)束階段雪密度較小。

根據(jù)此次過(guò)程全省降雪量、積雪特點(diǎn)以及雪水比分布特點(diǎn)（表1），分別選取聊城、德州、利津、濟(jì)南4站作為主要研究對(duì)象，分析此次過(guò)程雪水比的影響因子。

3 天氣形勢(shì)分析

此次過(guò)程主要影響系統(tǒng)為高空西風(fēng)槽、西南急流、中低層切變線以及地面冷鋒。11月4—5日，500 hPa貝加爾湖上空極渦有橫槽發(fā)展加強(qiáng)，冷空氣堆積。6日20時(shí)，橫槽轉(zhuǎn)豎南壓，槽持續(xù)發(fā)展加深，在河套地區(qū)形成切斷低渦，與500 hPa的-32℃冷中心配合。同時(shí)魯西北地區(qū)700 hPa西南急流建立，低空急流強(qiáng)度超過(guò)20 m·s^-1。850 hPa和925 hPa的東南風(fēng)與700 hPa西南風(fēng)急流形成兩條水汽輸送帶，為此次降水提供了充足的水汽。850 hPa切變線上有低渦環(huán)流生成并東移，為降水提供了動(dòng)力條件。由圖3可以看出，7日08時(shí)，隨著西風(fēng)槽東移，500 hPa槽前高空西南急流加強(qiáng)，強(qiáng)度可達(dá)到35 m·s^-1左右，700 hPa低空急流強(qiáng)盛，850 hPa低渦東移影響山東。同時(shí)，地面有明顯的倒槽系統(tǒng)配合，全省出現(xiàn)大范圍降雪。此次天氣系統(tǒng)存在明顯的后傾結(jié)構(gòu)，伴隨冷鋒南移氣溫下降，降水相態(tài)由雨轉(zhuǎn)為雨夾雪或雪，主要降雪區(qū)位于地面冷鋒后部和700 hPa槽前。8日16時(shí)，500 hPa山東受槽后西北氣流控制，降雪結(jié)束。

4 高空氣象條件對(duì)雪水比的影響分析

4.1 微物理特征分析

4.1.1垂直運(yùn)動(dòng)與溫、濕特征

高空環(huán)境溫度、相對(duì)濕度和垂直運(yùn)動(dòng)均能對(duì)雪花結(jié)構(gòu)產(chǎn)生影響，進(jìn)而影響雪水比的值。當(dāng)云中環(huán)境溫度為-4～0℃時(shí)冰晶結(jié)構(gòu)主要為片狀，-10～-4℃時(shí)主要為針狀、棱狀，-20～-10℃時(shí)主要為樹(shù)枝狀、厚片狀、扇狀，低于-20℃時(shí)主要為空心柱狀^［6］。相對(duì)濕度影響冰晶的增長(zhǎng)率和雪花的特定類型，若過(guò)飽和程度高，則冰晶增長(zhǎng)較快^［18-19］。垂直運(yùn)動(dòng)則影響降雪量和過(guò)飽和狀態(tài)的維持程度及時(shí)間，并且在上升運(yùn)動(dòng)最大層附近的溫度和相對(duì)濕度共同決定了雪花的類型^［20］。所選4個(gè)代表站雪水比從小到大依次是聊城、利津、濟(jì)南、德州。

4站上空濕度層深厚，相對(duì)濕度在90%以上的濕區(qū)從1 000 hPa延伸至200 hPa附近（圖4a—d）。降雪時(shí)段內(nèi)，聊城站上空600～300 hPa之間有一個(gè)垂直運(yùn)動(dòng)大值中心，溫度為-40～-8℃，粒子相態(tài)主要為冰晶；925～700 hPa溫度明顯偏高，上升運(yùn)動(dòng)較弱，相對(duì)濕度飽和，但不利于大冰晶生成和維持，而對(duì)小冰晶生長(zhǎng)更有利；在0℃附近冰晶會(huì)有明顯的融化作用，導(dǎo)致雪密度增大，產(chǎn)生較小的雪水比（圖4a）。利津上空存在2個(gè)上升運(yùn)動(dòng)大值區(qū)：一個(gè)大值區(qū)位于650～400 hPa，溫度為-25～-4℃；另一個(gè)大值區(qū)位于800～900 hPa，溫度為-4～0℃，主要利于針狀、柱狀小冰晶生長(zhǎng)，不利于高層大冰晶的維持，則產(chǎn)生小的雪水比（圖4c）。濟(jì)南和德州上升運(yùn)動(dòng)層深厚，850～300 hPa均存在上升運(yùn)動(dòng)大值區(qū)，對(duì)應(yīng)溫度最低可至-40℃，配合飽和水汽層的環(huán)境條件，2站均有利于樹(shù)枝狀、扇狀等大冰晶形成增長(zhǎng)，低層溫度也較聊城和利津低，能夠更好維持大冰晶的結(jié)構(gòu)和形態(tài)，故濟(jì)南和德州2站雪水比更大，積雪也更深（圖4b、d）。

4.1.2 云內(nèi)冰、水含量特征

雪水比受云內(nèi)冰相粒子和液態(tài)水含量影響，雪花在下降過(guò)程中若經(jīng)過(guò)含有過(guò)冷水滴的云，易與過(guò)冷水滴碰撞發(fā)生凇附增長(zhǎng)^［18］，會(huì)使雪密度增大，雪水比減小。

所選站點(diǎn)云內(nèi)均存在大量過(guò)冷水滴，且過(guò)冷水滴大值中心位于700 hPa以下，最大值為40×10^-5～50×10^-5kg·kg^-1，對(duì)應(yīng)溫度高于-10℃，即在降雪之前和降雪初期云內(nèi)含有大量液態(tài)水。云中冰相粒子大值中心位于400～500 hPa附近，主要對(duì)應(yīng)-40～-10℃的溫度層，降雪時(shí)段與冰相粒子大值區(qū)對(duì)應(yīng)（圖5a—d）。所選站點(diǎn)聊城上空冰相粒子大值中心達(dá)到22×10^-5kg·kg^-1，其余3站冰相粒子最大值約為18×10^-5kg·kg^-1。降雪時(shí)段內(nèi)聊城、利津的過(guò)冷水滴含量較濟(jì)南、德州高，雪花在下降過(guò)程中會(huì)與更多的過(guò)冷水滴發(fā)生碰并，凇附作用比濟(jì)南和德州處更為顯著，易使雪花密度增大，產(chǎn)生小的雪水比。在降雪中后期云中過(guò)冷水含量降低，使降雪過(guò)程中凇附作用減小，雪水比增大。降雪時(shí)段一般對(duì)應(yīng)冰相粒子的大值區(qū)，但冰相粒子含量不能決定雪水比的大小，還需關(guān)注降雪過(guò)程中云內(nèi)過(guò)冷水含量和變化，過(guò)冷水含量會(huì)影響降雪密度的大小，降雪時(shí)段內(nèi)過(guò)冷水滴含量較高的地區(qū)，雪水比會(huì)更小。

4.2 降雪溫度特征

聊城、濟(jì)南此次過(guò)程降雪量均達(dá)到30 mm以上，但二者積雪深度和雪水比相差較大（表1），選取聊城和濟(jì)南作為代表站，研究2站云下溫度特征差異。代表站的雨雪相態(tài)變化均為雨轉(zhuǎn)雨夾雪再轉(zhuǎn)雪。11月6日降雨階段，云下溫度均較高，受冷空氣影響，溫度出現(xiàn)明顯下降，t_{925 hPa}下降最為顯著。由圖6a、b看出，在雨夾雪階段，濟(jì)南站降溫幅度明顯大于聊城站，聊城站t_{925 hPa}為-2～7.8℃，t_{1 000 hPa}為1～7.3℃；濟(jì)南站t_{925 hPa}、t_{1 000 hPa}分別為-5.6～-4℃和-3.7～-2.1℃。純雪階段，聊城站t_{925 hPa}與t_{1 000 hPa}降至-5.3～-2℃和-2.2～1℃；濟(jì)南站t_{925 hPa}和t_{1 000 hPa}降至-6.4～-4℃和-5.4～3.7℃。根據(jù)地面觀測(cè)資料（圖6c、d）可知，雨夾雪階段，聊城站和濟(jì)南站的t_{2 m}分別為6～7℃和0～0.5℃；純雪階段的t_{2 m}分別為-0.5～3℃和-3～-0.1℃。綜上可知，在雨夾雪和純雪階段，聊城站云下溫度明顯偏高，均高于濟(jì)南站。雪水比受云下溫度影響，降雪量大且積雪深度較淺的站云下溫度偏高，較高的云下溫度會(huì)使雪花下降過(guò)程會(huì)發(fā)生融化，導(dǎo)致雪密度增大，產(chǎn)生較小的雪水比和較淺積雪；降雪量大且積雪深度較深的站云下溫度偏低，較低的云下溫度能夠讓雪花下降過(guò)程中不易融化，利于維持雪花原有的形態(tài)，雪密度不易發(fā)生較大變化，產(chǎn)生的較大的雪水比和較深的積雪。

5 近地面氣象條件的影響

近地面氣象條件能夠影響地面積雪深度，雪花下降過(guò)程中若近地面溫度偏高，則會(huì)發(fā)生融化，不利于地面產(chǎn)生積雪^{［10，21］}。大風(fēng)容易導(dǎo)致樹(shù)枝狀和空心柱狀這類易碎結(jié)構(gòu)的雪花解體，或使地面上的積雪移動(dòng)，使地面雪壓增大，雪密度變大^［21-22］，從而使得雪水比變小。

5.1 地面2 m氣溫和0 cm地溫的影響

此次過(guò)程有積雪的站所對(duì)應(yīng)的地面2 m氣溫范圍為-3.7～1.5℃，其中90%的站2 m氣溫低于0.1℃，雪水比最大值對(duì)應(yīng)的2 m氣溫為0.3℃（圖7a）。各站雪水比對(duì)應(yīng)0 cm地溫范圍為-0.4～2.9℃，低于1.0℃的站達(dá)到90%，雪水比最大值對(duì)應(yīng)的0 cm地溫為0.1℃（圖7b）。分別對(duì)2 m氣溫和0 cm地溫做相關(guān)性分析，相關(guān)系數(shù)分別為-0.4和-0.3，通過(guò)了95%置信度檢驗(yàn)，可知2 m氣溫和0 cm地溫與雪水比呈負(fù)相關(guān)，雪水比隨溫度降低呈增大趨勢(shì)，2 m氣溫與雪水比的相關(guān)性大于0 cm地溫。當(dāng)0 cm地溫越低，與雪水比的相關(guān)系數(shù)急劇減小（圖略），說(shuō)明在積雪產(chǎn)生之后，0 cm地溫與雪水比變化無(wú)明顯相關(guān)。楊成芳等^［23］也有研究結(jié)果表明，積雪產(chǎn)生后地表溫度對(duì)之后的積雪深度不再有影響。

5.2 平均風(fēng)速和極大風(fēng)速的影響

分析降雪過(guò)程中雪水比對(duì)應(yīng)的平均風(fēng)速和極大風(fēng)速（圖8）可知，94%的站對(duì)應(yīng)平均風(fēng)速在7 m·s^-1以內(nèi)，雪水比最大值出現(xiàn)在平均風(fēng)速7 m·s^-1附近；94%的站對(duì)應(yīng)極大風(fēng)速在14 m·s^-1以內(nèi)，雪水比最大值出現(xiàn)在極大風(fēng)速15 m·s^-1附近。平均風(fēng)速和極大風(fēng)速最大值處都對(duì)應(yīng)較小的雪水比值，大于8的雪水比發(fā)生在平均風(fēng)速2～7 m·s^-1和極大風(fēng)速6～15 m·s^-1范圍內(nèi)。對(duì)雪水比與平均風(fēng)速、極大風(fēng)速同時(shí)進(jìn)行相關(guān)性分析，發(fā)現(xiàn)其相關(guān)系數(shù)遠(yuǎn)小于地面2 m氣溫和0 cm地溫，呈極弱相關(guān)或無(wú)相關(guān)，隨著風(fēng)速增大其相關(guān)性呈先減小后增大的變化趨勢(shì)。

6 結(jié)論

通過(guò)研究2021年11月6—8日山東極端暴雪過(guò)程雪水比的分布特征和影響因子，得到以下主要結(jié)論：

（1）此次過(guò)程平均雪水比總體呈“北大南小、西大東小”的水平分布；整個(gè)降雪過(guò)程的雪水比隨時(shí)間呈增大趨勢(shì)，降雪初期雪密度較大，產(chǎn)生小的雪水比，降雪中后期雪密度較小，產(chǎn)生大的雪水比。

（2）雪水比小的站點(diǎn)溫度偏高，環(huán)境配置利于針狀、片狀等小冰晶的形成和增長(zhǎng)，產(chǎn)生的積雪較淺；雪水比大的站點(diǎn)溫度偏低，環(huán)境配置利于枝狀、扇狀等大冰晶生長(zhǎng)，能夠更好地維持大冰晶的結(jié)構(gòu)和形態(tài)，產(chǎn)生的積雪較深。雪水比受云內(nèi)冰、水含量共同影響，在此次降雪過(guò)程中，云內(nèi)冰相粒子含量均較高，但云內(nèi)液態(tài)水含量高的地區(qū)雪水比較小，云內(nèi)液態(tài)水含量低的地區(qū)雪水比較大。

（3）云下溫度偏高的觀測(cè)站，雪花下降過(guò)程會(huì)發(fā)生融化，導(dǎo)致雪密度增大，產(chǎn)生的雪水比小，積雪深度較淺；云下溫度偏低的觀測(cè)站，雪花下降過(guò)程中不易融化，利于維持雪花原有的形態(tài)，雪密度不易發(fā)生較大變化，產(chǎn)生的雪水比更大，積雪深度較深。

（4）地面2 m氣溫、0 cm地溫與雪水比呈負(fù)相關(guān)，其中地面2 m氣溫與雪水比的相關(guān)系數(shù)最大；積雪產(chǎn)生之后，0 cm地溫與雪水比變化無(wú)明顯相關(guān)。風(fēng)速與雪水比呈極弱相關(guān)或無(wú)相關(guān)，隨著風(fēng)速增大其相關(guān)性呈先減小后增大的變化趨勢(shì)。

致謝：感謝山東省氣象臺(tái)楊成芳研究員級(jí)高級(jí)工程師在研究方法上給予的指導(dǎo)與幫助。

參考文獻(xiàn)：

［1］ 時(shí)興合，王振宇，戴升，等.青海南部冬春季雪災(zāi)的氣候診斷與預(yù)測(cè)［J］.冰川凍土，2012，34（6）：1441-1448.

［2］李紅梅，李林，高歌，等.青海高原雪災(zāi)風(fēng)險(xiǎn)區(qū)劃及對(duì)策建議［J］.冰川凍土，2013，35（3）：656-661.

［3］魏凌翔，童金，邱學(xué)興.安徽省積雪效率和積雪密度特征分析［J］.氣象與環(huán)境科學(xué)，2021，44（3）：24-30.

［4］姜有山，束宇，李力，等.基于濕位渦和積雪效率的降雪預(yù)報(bào)技術(shù)探討［J］.氣象科學(xué)，2017，37（5）：659-665.

［5］POTTER J G. Water content of freshly fallen snow： CIR-4232， TEC-569［R］. Toronto， ON， Canada： Meteorology Branch，Department of Transport，1965.

［6］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.

［7］楊琨，薛建軍.使用加密降雪資料分析降雪量和積雪深度關(guān)系［J］.應(yīng)用氣象學(xué)報(bào)，2013，24（3）：349-355.

［8］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.

［9］楊成芳，劉暢.一次江淮氣旋暴雪的積雪特征及氣象影響因子分析［J］.氣象，2019，45（2）：191-202.

［10］高留喜，楊成芳，劉暢.山東一次極端雨雪過(guò)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.

［11］陳雙，符嬌蘭.華北地區(qū)雪密度不同的兩次降雪過(guò)程對(duì)比分析［J］.氣象，2021，47（1）：36-48.

［12］ 張亞妮，符嬌蘭，胡寧，等.華北中部平原地區(qū)一次降雪過(guò)程雪水比變化特征及成因分析［J］.氣象，2022，48（2）：216-228.

［13］崔錦，周曉珊，閻琦，等.降雪含水比研究進(jìn)展［J］.氣象，2017，43（6）：735-744.

［14］鄭麗娜，李恬，孫騫，等.2021年2月黃河中下游兩次暴雪的相態(tài)轉(zhuǎn)換特征及成因［J］.海洋氣象學(xué)報(bào)，2022，42（3）：48-56.

［15］李燕，賽瀚，劉曉初，等.遼寧東南部一次強(qiáng)降雪天氣的成因分析［J］.海洋氣象學(xué)報(bào)，2021，41（3）：84-93.

［16］ALCOTT T I， STEENBURGH W J. Snow-to-liquid ratio variability and prediction at a high-elevation site in Utahs Wasatch Mountains［J］. Wea Forecasting，2010，25（1）：323-337.

［17］MILBRANDT J A， GLAZER A， JACOB D. Predicting the snow-to-liquid ratio of surface precipitation using a bulk microphysics scheme［J］. Mon Wea Rev，2012，140（8）：2461-2476.

［18］FUKUTA N， TAKAHASHI T. The growth of atmospheric ice crystals： a summary of findings in vertical supercooled cloud tunnel studies［J］. J Atmos Sci，1999，56（12）：1963-1979.

［19］DUB?I. From mm to cm： study of snow/liquid water ratios in Quebec［EB/OL］. Quebec region： Meteorological Services of Canada，2003. https：//www.meted.ucar.edu/norlat/snowdensity/from_mm_to_cm.pdf.

［20］LIBBRECHT K G. Ken Libbrechts field guide to snowflakes［M］. Minnesota： Voyageur Press，2006.

［21］GRAY D M， MALE D H. Handbook of snow： principles， processes， management and use［M］. Toronto： Pergamon Press，1981.

［22］RAUBER R M. Characteristics of cloud ice and precipitation during wintertime storms over the mountains of northern Colorado［J］. J Climate Appl Meteor，1987，26（4）：488-524.

［23］楊成芳，趙宇.基于加密觀測(cè)的一次極端雨雪過(guò)程積雪特征分析［J］.高原氣象，2021，40（4）：853-865.