彭霞云 孔照林 張子涵 趙 放

(浙江省氣象臺(tái)，浙江 杭州 310017)

浙江省冬季降水相態(tài)判別指標(biāo)研究*

彭霞云 孔照林 張子涵 趙 放

(浙江省氣象臺(tái)，浙江 杭州 310017)

對(duì)浙江省2011—2014年4年冬季8次雨雪轉(zhuǎn)化過(guò)程中共157個(gè)樣本的探空資料和地面降水觀測(cè)資料進(jìn)行分析。選取了500 hPa和850 hPa高度差、700 hPa和850 hPa高度差、850 hPa和1000 hPa高度差、零度層高度、850 hPa溫度、925 hPa溫度、1000 hPa溫度、地面2 m溫度、1000 hPa露點(diǎn)共9個(gè)指標(biāo)參與統(tǒng)計(jì)。得到最適合浙江省冬季降水相態(tài)判別的指標(biāo)是2 m溫度、1000 hPa溫度、零度層高度和850 hPa和1000 hPa高度差。通過(guò)計(jì)算各指標(biāo)的空?qǐng)?bào)率、漏報(bào)率和TS評(píng)分，得到了最佳閾值，預(yù)報(bào)雨和雪最佳閾值的TS評(píng)分都可達(dá)到0.8以上。對(duì)雨夾雪的判斷，這些表征低層溫度的判別指標(biāo)判別效果都不理想，結(jié)合中層暖層指標(biāo)，可以使判別準(zhǔn)確率明顯提高。本文研究結(jié)果可以為冬季降水相態(tài)預(yù)報(bào)業(yè)務(wù)提供支持。

降水相態(tài);判別指標(biāo);雨夾雪;雪

0 引 言

雖然雪不是浙江省的主要?dú)庀鬄?zāi)害，但由于浙江省處于長(zhǎng)江中下游地區(qū)，冬季受冷暖氣團(tuán)交綏影響，降水相態(tài)呈現(xiàn)頻繁轉(zhuǎn)化的復(fù)雜特征，要準(zhǔn)確判斷每次降水過(guò)程的相態(tài)轉(zhuǎn)化，是預(yù)報(bào)中一大難點(diǎn)。因此降水相態(tài)判別技術(shù)的研究是業(yè)務(wù)中的急需推進(jìn)的工作之一。

國(guó)外對(duì)雨雪降水相態(tài)研究開(kāi)展的較早，Lowndes等1974年提出用850 hPa和1000 hPa高度差來(lái)判定降水相態(tài)[1]。Wagner采用1000 hPa和500 hPa高度差及測(cè)站高度判定降水相態(tài)，隨后1000 hPa與500 hPa高度差和零度層長(zhǎng)期作為固態(tài)降水的預(yù)報(bào)指標(biāo)[2]。Heppner基于美國(guó)2個(gè)測(cè)站3年資料的統(tǒng)計(jì)，發(fā)現(xiàn)850 hPa和700 hPa厚度差能夠?yàn)榻邓鄳B(tài)預(yù)報(bào)提供有價(jià)值的信息，近海地區(qū)還要提取對(duì)流層低層的熱力厚度[3]。國(guó)內(nèi)，許愛(ài)華等對(duì)2005年一次寒潮天氣過(guò)程的低層大氣溫度結(jié)構(gòu)特征進(jìn)行了分析，認(rèn)為925 hPa以下的大氣溫度是南方降水相態(tài)轉(zhuǎn)換的關(guān)鍵，925 hPa溫度≤-2 ℃可作為固態(tài)降水的預(yù)報(bào)依據(jù)[4]。梁紅等分析一次沈陽(yáng)暴雪過(guò)程中提到850 hPa溫度小于0 ℃，地面2 m溫度小于0 ℃作為降雪依據(jù)[5]。李江波等總結(jié)了一次強(qiáng)冷空氣過(guò)程，指出0 ℃層的明顯下降、降雪發(fā)生時(shí)地面溫度在0 ℃左右和1000 hPa溫度在2 ℃以下可作為雨雪轉(zhuǎn)換的判據(jù)，并發(fā)現(xiàn)850 hPa溫度變化幅度大，但對(duì)降水相態(tài)的影響不大，925 hPa以下溫度對(duì)降水相態(tài)起主要作用[6]。而劉建勇等對(duì)南方兩次降雪過(guò)程分析表明，零度層高度和925 hPa溫度-2 ℃指標(biāo)在這兩次過(guò)程中并不適用[7]。

雖然上述研究都給出了一些指標(biāo)，但大多是根據(jù)少量個(gè)例得出的，并且每個(gè)人研究結(jié)果都有些差異。漆梁波等對(duì)華東地區(qū)5個(gè)冬季的雨雪個(gè)例進(jìn)行研究，給出了一些判斷降水和降雪的推薦指標(biāo)和閾值，但這些閾值是根據(jù)前人文獻(xiàn)中引用來(lái)，并沒(méi)有進(jìn)行篩選驗(yàn)證[8]。降水相態(tài)變化不僅受制于溫度、濕度層結(jié)，還受大氣中顆粒物的影響，而且下墊面也對(duì)其有作用。另外浙江省東臨大海，西部多山的復(fù)雜地理環(huán)境和氣候背景特征，使本地區(qū)降水相態(tài)轉(zhuǎn)化有不同的特征，有必要針對(duì)本地天氣個(gè)例作進(jìn)一步細(xì)致分析，通過(guò)對(duì)一定數(shù)量樣本的分析，找到判別雨雪的最佳閾值。

1 資料選取

選取浙江省2011—2014年共8次雨雪轉(zhuǎn)換過(guò)程，分別是2011年1月15—20日、2012年1月4—6日、1月20—24日、2月24—28日、12月26—29日，2013年1月2—8日、2月6—10日，2014年2月8—10日。讀取全省3個(gè)探空站(杭州、衢州、洪家)，08時(shí)和20時(shí)的高空觀測(cè)以及地面天氣現(xiàn)象。把每一站次探空觀測(cè)作為一個(gè)樣本，共得到157個(gè)降水樣本，其中79個(gè)降雨，46個(gè)降雪，32個(gè)雨夾雪(冰粒)。由于層結(jié)條件較為相似，雨夾雪和冰粒作為一類(lèi)，不作區(qū)分，而凍雨天氣浙江省發(fā)生次數(shù)較少，這幾年的過(guò)程中探空站均沒(méi)有記錄到凍雨，所以文中不作討論。

2 天氣背景分析和分類(lèi)

所選的8個(gè)個(gè)例都存在雨雪的轉(zhuǎn)化過(guò)程，按其主要降雪時(shí)段冷暖空氣的勢(shì)力強(qiáng)弱，可以分為暖空氣冷墊爬升型和強(qiáng)冷空氣南下型以及冷暖空氣對(duì)峙型。其中2012年1月4—6日，2013年1月4—6日屬于第一種類(lèi)型，即前期強(qiáng)干冷空氣南下，浙江省低層受冷高壓控制，然后中層700 hPa暖濕氣流逐漸發(fā)展北抬，帶動(dòng)低層增濕，形成降雪，后由于暖濕氣流進(jìn)一步加強(qiáng)，最終轉(zhuǎn)為雨夾雪或雨。而2012年12月26—29日過(guò)程則屬于第二種類(lèi)型，暖濕氣流先發(fā)展北抬，浙江省出現(xiàn)降雨，后北支槽東移，引導(dǎo)強(qiáng)冷空氣南下，低層大氣溫度降低，由雨轉(zhuǎn)為雪。第三種類(lèi)型是冷暖空氣對(duì)峙型，北支不斷有小槽東移，引導(dǎo)冷空氣南下，而南方的暖濕空氣也有一定的強(qiáng)度，冷暖空氣在浙江交匯，700 hPa表現(xiàn)為西北氣流與西南偏西氣流的輻合。

(a)2013年1月4日20時(shí)；(b)2012年1月5日20時(shí)；(c)2012年12月29日20時(shí)；(d)2012年01月22日20時(shí)；(e) 2012年2月27日08時(shí)；(f)2013年2月8日20時(shí)圖1 6次雨雪過(guò)程主要降雪時(shí)段的中尺度環(huán)境場(chǎng)分析和700 hPa風(fēng)場(chǎng)

圖1是對(duì)其中6次雨雪過(guò)程中主要降雪時(shí)段作的中尺度分析，可以看到圖1a、圖1b為暖空氣冷墊爬升型，可以看到，這兩個(gè)過(guò)程北支槽位置偏北位于山東半島和江蘇北部，冷空氣勢(shì)力較弱，700 hPa上長(zhǎng)江以北的偏北風(fēng)較弱，西南氣流則強(qiáng)盛控制浙江省上空，風(fēng)速達(dá)到20 m/s，850 hPa切變抬到浙北北部，低層925 hPa為東北偏東氣流。圖1c為強(qiáng)冷空氣南下型，可以看到北支槽位置偏南，伸展到江西北部，槽后偏北風(fēng)風(fēng)速較大，西南暖濕氣流雖然也很強(qiáng)，但很快移出。850 hPa切變線壓到福建，925 hPa是強(qiáng)盛的偏北氣流。圖1d、1e、1f為冷暖空氣對(duì)峙型，北支槽的位置位于江蘇南部和浙江北部，槽后為強(qiáng)西北氣流，而南支槽也有一定的強(qiáng)度，浙江南部為西南氣流，兩支氣流在浙江中部上空交匯，850 hPa切變南壓到福建中部，低層925 hPa為東北氣流。

3 判別指標(biāo)統(tǒng)計(jì)特征

從上面的形勢(shì)分析可以看到，降水相態(tài)的轉(zhuǎn)化是由于冷暖空氣勢(shì)力相對(duì)強(qiáng)弱變化導(dǎo)致的。但要準(zhǔn)確識(shí)別降水相態(tài)，還需要具體分析大氣溫度濕度狀況。根據(jù)前人的經(jīng)驗(yàn)和研究，選取以下9個(gè)指標(biāo)：Dh500-1000(500 hPa和1000 hPa厚度差)、Dh700-850(700 hPa和850 hPa厚度差)、Dh850-1000(850 hPa和1000 hPa厚度差)、H0(零度層高度)、T850(850 hPa溫度)、T925(925 hPa溫度)、T1000(1000 hPa溫度)、T2m(地面2 m溫度)、Dt1000(1000 hPa露點(diǎn))，對(duì)8次雨雪過(guò)程中79個(gè)降雨、46個(gè)降雪、32個(gè)雨夾雪(冰粒)樣本分別進(jìn)行統(tǒng)計(jì)計(jì)算。

計(jì)算每一組樣本的平均值，從表1中可以看到，每一個(gè)指標(biāo)不同組的平均值都隨由雨向雪轉(zhuǎn)變而減小，表明這些指標(biāo)都在一定程度上對(duì)相態(tài)有所區(qū)分。從每一組樣本的最大值和最小值來(lái)看，每一組數(shù)據(jù)分布都存在相互重合，即使雨和雪也不能完全區(qū)分，即雪的最大值比雨的最小值要大。但每個(gè)指標(biāo)雨和雪樣本的重合數(shù)量是不同的，顯然落在重合區(qū)間的樣本數(shù)量越少越好。計(jì)算雨和雪分布在重合區(qū)間的樣本占所有樣本的比率(見(jiàn)表1中雨雪樣本重合率)，T2m、T1000和H03個(gè)指標(biāo)落在重合區(qū)間的樣本數(shù)量最少，厚度指標(biāo)中最好的是Dh850-1000。

表1 雨、雨夾雪、雪樣本的平均值，最大值及最小值，以及雨和雪樣本的重合率

把所有樣本的天氣現(xiàn)象數(shù)值化，下雨樣本記為1，雨夾雪記為2，雪記為3，與各指標(biāo)求相關(guān)系數(shù)。對(duì)所有樣本、僅雨和雨夾雪樣本，以及僅雨夾雪和雪樣本分別計(jì)算。所得到相關(guān)系數(shù)如表2所示，可以看到對(duì)所有樣本，相關(guān)系數(shù)最大的為T(mén)2m達(dá)到-0.84172，其次為T(mén)1000為-0.82971，第三是Dh850-1000也超過(guò)-0.82。對(duì)于區(qū)分雨和雨夾雪，所有指數(shù)的相關(guān)度較低，最佳的指數(shù)是Dh850-1000，達(dá)到-0.61692 ，第二和第三為分別是T1000和T925。對(duì)于單獨(dú)區(qū)分雨夾雪和雪最好的指標(biāo)則是H0，其次是T2m，第三是T1000。因此綜合來(lái)看對(duì)于判別降水相態(tài)，較好的指數(shù)為T(mén)2m，H0，Dh850-1000和T1000?？梢钥吹匠Ｓ玫腡850整體效果不如T925，而T925又不如T1000。對(duì)于厚度指數(shù)，Dh850-1000相關(guān)性好于其他兩個(gè)厚度指數(shù)。

表2 相關(guān)系數(shù)

4 最佳閾值的確定

從前文的分析可知，雖然我們所選的指標(biāo)對(duì)降水相態(tài)有一定的指示，但即使表現(xiàn)最好的幾個(gè)指標(biāo)對(duì)雨和雪都不能完全區(qū)分。那么希望得到一個(gè)最優(yōu)的閾值，使TS技巧最高，相應(yīng)空?qǐng)?bào)率和漏報(bào)率均較小。對(duì)2 m溫度，零度層高度，850 hPa和1000 hPa厚度差，1000 hPa溫度這4個(gè)指標(biāo)分別計(jì)算。

先確定雨某一指標(biāo)取值區(qū)間，計(jì)算當(dāng)指標(biāo)≥Φ時(shí)的空?qǐng)?bào)率，漏報(bào)率和TS評(píng)分，Φ為取值區(qū)間內(nèi)任意值。對(duì)于雪則計(jì)算指標(biāo)≤Φ時(shí)的空?qǐng)?bào)率，漏報(bào)率，和TS評(píng)分。

從圖2中可以看到，當(dāng)Dh850-1000≥1300gpm時(shí)，預(yù)報(bào)雨的技巧評(píng)分得分最高達(dá)到0.8，相應(yīng)空?qǐng)?bào)率和漏報(bào)率都較低，T2m≥3 ℃時(shí)，預(yù)報(bào)雨的技巧評(píng)分得分最高達(dá)到0.82，零度層高度H0≥600gpm時(shí)，預(yù)報(bào)技巧評(píng)分最高達(dá)到0.81，而T1000在1.5 ℃時(shí)預(yù)報(bào)技巧最高，也大約為0.81。

從圖3中可以看到，當(dāng)Dh850-1000≤1280gpm時(shí)，預(yù)報(bào)雪的技巧評(píng)分得分最高達(dá)到0.76，相應(yīng)空?qǐng)?bào)率和漏報(bào)率都較低，T2m≤1 ℃時(shí)，預(yù)報(bào)雪的技巧評(píng)分得分最高達(dá)到0.83，零度層高度H0≤200時(shí)，預(yù)報(bào)技巧評(píng)分最高達(dá)到0.84，而T1000≤0 ℃時(shí)預(yù)報(bào)技巧最高，也大約為0.83。

通過(guò)上面的分析，得到了各指標(biāo)預(yù)報(bào)雨和雪的最佳閾值，并且TS評(píng)分最大可以達(dá)到0.8左右，具備較好的應(yīng)用價(jià)值。一般來(lái)說(shuō)，雨夾雪介于兩者之間，因此我們把1 ℃

圖2 各指標(biāo)下雨的漏報(bào)率、空?qǐng)?bào)率和TS評(píng)分

圖3 各指標(biāo)對(duì)雪的漏報(bào)率、空?qǐng)?bào)率和TS評(píng)分

5 雨夾雪判別方法探索

漆梁波研究指出，雨夾雪的平均垂直溫度廓線在低層與雪接近，即溫度較低，但在中層和雨接近，溫度較高，使得雪花在中層有部分融化，降落到地面在近地層繼續(xù)融化，以雨夾雪形態(tài)出現(xiàn)[8]。我們對(duì)樣本探空進(jìn)行分析，發(fā)現(xiàn)出現(xiàn)雨夾雪大致分為兩種情況，一種是中層溫度低，而近地面溫度較高，明顯高于下雪時(shí)溫度，雪花下落時(shí)部分融化；另一種是漆梁波指出的中層有暖層的情況。文中所選的判據(jù)都表示近地層的溫度狀況，而對(duì)中層暖層沒(méi)有涉及。因此設(shè)計(jì)了中層暖層厚度指標(biāo)，即把探空資料溫度在垂直方向每10 hPa插值，計(jì)算零度層高度以上，溫度大于等于0 ℃的暖層厚度。所有雪樣本中出現(xiàn)暖層的2個(gè)(4.3%)，雨夾雪11個(gè)(約35%)，雨32個(gè)(約41%)，雨夾雪中出現(xiàn)暖層的比例和雨接近，遠(yuǎn)高于雪。

把暖層厚度作為雨夾雪組合判據(jù)之一，即指標(biāo)為1280gpm

表3 不同指標(biāo)下雨夾雪的預(yù)報(bào)性能

表4 加入暖層判據(jù)后雨夾雪的預(yù)報(bào)性能

6 結(jié) 語(yǔ)

通過(guò)對(duì)2011—2014年8次雨雪天氣過(guò)程的分析表明，降雪天氣過(guò)程都由冷暖空氣在浙江上空交匯形成的，冷暖空氣勢(shì)力強(qiáng)弱不同可以分為，暖空氣冷墊爬升型，強(qiáng)冷空氣型和冷暖空氣對(duì)峙型。其共同特點(diǎn)是700 hPa為西南急流，高空300 hPa有偏西風(fēng)急流，而近地面為東北或偏北氣流。

通過(guò)對(duì)8次過(guò)程157個(gè)樣本9個(gè)相態(tài)判別指標(biāo)的分析，找到最適合浙江地區(qū)冬季降水相

態(tài)判別的指標(biāo)2 m溫度(T2m)，1000 hPa溫度(T1000)，零度層高度(H0)，和850 hPa和1000 hPa高度差(Dh850-1000)。通過(guò)對(duì)不同閾值的TS評(píng)分計(jì)算，得到最佳推薦閾值見(jiàn)表5。對(duì)于判別雨或雪，TS評(píng)分可以達(dá)到0.8左右，有較高的應(yīng)用價(jià)值。對(duì)于雨夾雪的判斷單用低層的溫度指標(biāo)，判別效果較差。分析雨夾雪探空層結(jié)特征，加入了中層暖層指標(biāo)，使TS評(píng)分明顯提高，最好達(dá)到0.53。表明低層溫度結(jié)合中層暖層，可以部分解決識(shí)別雨夾雪的難題，但仍然有較大的改進(jìn)空間。

表5 冬季降水相態(tài)判別推薦指標(biāo)和閾值

大氣中雨雪相態(tài)的變化涉及非常復(fù)雜的物理過(guò)程，和大氣成份有關(guān)也和近地面特征有關(guān)，通過(guò)對(duì)層結(jié)溫度指標(biāo)的統(tǒng)計(jì)和分析，得到的閾值可以初步達(dá)到識(shí)別降水相態(tài)的目的。本研究結(jié)果，可以為預(yù)報(bào)員在天氣預(yù)報(bào)業(yè)務(wù)中提供參考。但在對(duì)預(yù)報(bào)準(zhǔn)確率要求越來(lái)越高的今天，研究改善模式物理過(guò)程，進(jìn)一步發(fā)展基于模式產(chǎn)品的降水相態(tài)預(yù)報(bào)產(chǎn)品，或許才是解決問(wèn)題的根本。

[1] Lowndes C A S,Beyon A, Hawson C L. An assessment of some snow predictors[J].Meteorol Mag, 1974,103: 341-358.

[2] Wagner A J. Mean temperature from 1000mb to 500mb as a predictor of precipitation type[J].Bull Amer Meteor Soc. 1957,10:584-590.

[3] Heppner P G. Snow versus rain: Looking beyond the “Magic” numbers[J]. Wea Forecasting，1992,7: 683-691.

[4] 許愛(ài)華，喬林，詹豐興，等2005年3月一次寒潮天氣過(guò)程的診斷分析[J].氣象，2006,32(3)：49-55.

[5] 梁紅，馬福全，李大為，等.“2009.2”沈陽(yáng)暴雪天氣診斷與預(yù)報(bào)誤差分析[J].氣象與環(huán)境學(xué)報(bào)，2010,26(4)：29-35.

[6] 李江波，李銀娥，裴雨杰，等.一次春節(jié)寒潮的降水相態(tài)變化分析[J].氣象，2009,35(7)：87-94.

[7] 劉建勇，顧思南，徐迪鋒.南方兩次降雪過(guò)程的降水相態(tài)模擬研究[J].高原氣象，2013,32(1):179-190.

[8] 漆梁波，張瑛.中國(guó)東部地區(qū)冬季降水相態(tài)的識(shí)別判據(jù)研究[J].氣象，2012,38(1)：96-102.

2015-04-20

浙江省氣象局科技計(jì)劃項(xiàng)目子項(xiàng)目冬季降水相態(tài)判別技術(shù)研究(2014ZD10-2)、雷達(dá)和數(shù)值預(yù)報(bào)產(chǎn)品融合方法在強(qiáng)對(duì)流潛勢(shì)分析預(yù)警中的應(yīng)用研究(2012ZD04、2013ZD04)、華東地區(qū)2014—2015年度區(qū)域合作項(xiàng)目(QYHZ201403)