張嬌艷，王玥彤，吳戰(zhàn)平，李　揚(yáng)

(1.貴州省氣候中心，貴州 貴陽　550002;2.貴州省山地氣候與資源重點(diǎn)實(shí)驗(yàn)室，貴州 貴陽　550002;3.貴州省貴陽市氣象局，貴州 貴陽　550001)

1　引言

雨凇是云中降落的過冷卻雨滴在溫度≤0 ℃的物體表面產(chǎn)生的一種凍結(jié)現(xiàn)象，是貴州省冬季主要的災(zāi)害性天氣。雨凇天氣一旦持續(xù)，則會(huì)造成較大危害，如2008年初，我國南方出現(xiàn)大范圍持續(xù)低溫雨雪冰凍天氣，造成了嚴(yán)重的災(zāi)害[1-3]。因此，在實(shí)踐中不斷提高雨凇災(zāi)害的預(yù)測(cè)水平有十分重要的意義。通常情況下，貴州省雨凇天氣集中出現(xiàn)在27°N這一緯度帶，并與我國南方低溫陰雨相伴，這與亞洲中高緯度阻塞形勢(shì)對(duì)雨凇天氣的逆溫層維持關(guān)系十分密切。在已有的研究中發(fā)現(xiàn)影響雨凇強(qiáng)度的因子主要有中高緯度的阻塞高壓、在中國江淮和其南方地區(qū)靜止鋒的維持以及在南支急流中的擾動(dòng)活躍，例如：白慧等[4]在研究中發(fā)現(xiàn)，從海平面氣壓場(chǎng)(Sea Level Pressure，下文簡(jiǎn)稱SLP)上發(fā)現(xiàn)冬季西伯利亞高壓強(qiáng)度與冬季雨凇強(qiáng)度有很好的相關(guān)性，并且還發(fā)現(xiàn)赤道中東太平洋的海溫異常的年際信號(hào)在貴州冬季雨凇日數(shù)預(yù)測(cè)中有較好的預(yù)測(cè)效果。許丹等[5]利用1951—1996年冬季凝凍指數(shù)研究發(fā)現(xiàn)，歐亞地區(qū)500 hPa高度距平場(chǎng)“北高南低”的分布型會(huì)對(duì)應(yīng)貴州省冬季雨凇強(qiáng)度強(qiáng)，反之，“北低南高”的距平分布對(duì)應(yīng)貴州冬季雨凇強(qiáng)度弱。但是在貴州省實(shí)際預(yù)測(cè)業(yè)務(wù)工作中，以上部分結(jié)論的研究時(shí)段尚停留在較早年份，且由于指標(biāo)量化不夠具體，不利于實(shí)際應(yīng)用。根據(jù)預(yù)測(cè)需求，本研究將在前人研究的基礎(chǔ)上，利用最新資料進(jìn)一步提煉歸納貴州省冬季雨凇災(zāi)害預(yù)測(cè)模型(本研究用雨凇發(fā)生日數(shù)表征雨凇強(qiáng)度)，且將模型指標(biāo)量化，并利用該模型開展對(duì)2016年冬季雨凇強(qiáng)度的試報(bào)。

2　資料和方法

本文所用資料有貴州省84個(gè)氣象觀測(cè)站1961—2016年冬季雨凇逐日觀測(cè)資料，值得注意的是，黃平、萬山和白云站分別于1974年、1977年、1982年才有觀測(cè)記錄，為了序列的完整性和客觀性，數(shù)據(jù)采用嚴(yán)小冬等[6]提出的考慮點(diǎn)與點(diǎn)、點(diǎn)與場(chǎng)關(guān)系的方法，將上述3站缺測(cè)資料進(jìn)行了定量恢復(fù)，其擬合相關(guān)通過95%信度檢驗(yàn)。

此外，本文還采用1961年1月—2017年2月NCEP NCAR逐月再分析資料，要素包括500 hPa高度場(chǎng)、海平面氣壓場(chǎng)，水平分辨率為2.5°×2.5°。海溫資料為1961年1月—2017年2月NOAA Extended Reconstructed Sea Surface Temperature,Version 4海表面溫度數(shù)據(jù)，水平分辨率為2°×2°。

本研究中開展預(yù)測(cè)參考了來自國家氣候中心(BCC)第二代海氣耦合模式季節(jié)預(yù)測(cè)系統(tǒng)對(duì)500hPa高度場(chǎng)的預(yù)測(cè)結(jié)果(以下簡(jiǎn)稱BCC模式)以及來自WMO亞洲區(qū)域中心(JMA)對(duì)海平面氣壓場(chǎng)的預(yù)測(cè)結(jié)果(以下簡(jiǎn)稱JMA模式)，分別可從http://cmdp.ncc-cma.net/cn/和http://ds.data.jma.go.jp/tcc/網(wǎng)站下載。值得指出的是，省級(jí)部門在日常短期氣候預(yù)測(cè)工作中，能及時(shí)有效參考的大氣環(huán)流客觀產(chǎn)品較少，以上兩種是最常用和穩(wěn)定的。

研究所用方法主要是常用的氣象統(tǒng)計(jì)方法，如合成分析、相關(guān)分析等。文中所用氣候平均態(tài)取1981—2010年的30a平均值。

3　貴州省冬季雨凇災(zāi)害預(yù)測(cè)模型

3.1　貴州省冬季雨凇強(qiáng)度時(shí)空變化特征分析

圖1是貴州省1981—2010年多年平均冬季雨凇日數(shù)分布狀況。分析發(fā)現(xiàn)，貴州省雨凇頻發(fā)地區(qū)主要集中出現(xiàn)在27°N附近，最大值出現(xiàn)在威寧站，年平均雨凇日數(shù)能達(dá)到38.2 d，在同一緯度附近雨凇日數(shù)較多的站還有水城站、大方站、開陽站和萬山站。研究表明[6]貴州省雨凇日數(shù)分布形態(tài)與地形密切相關(guān)，上述雨凇日數(shù)多的站大多位于海拔高度和相對(duì)高度較高的地區(qū)。貴州省南部地區(qū)因緯度偏南，溫度偏高，幾乎沒有雨凇發(fā)生。

圖1　貴州省1981—2010年多年平均冬季雨凇日數(shù)分布圖(單位：d)Fig.1　Spatial distribution of annual averageglaze days(unit:days) in winter over Guizhou during 1981-2010

圖2是1961—2015年貴州省雨凇日數(shù)距平時(shí)間序列分布，從11 a滑動(dòng)平均值可以看出，20世紀(jì)60—80年代距平值以正距平為主，表明在該時(shí)段內(nèi)雨凇強(qiáng)度是較平均水平偏強(qiáng)，而從20世紀(jì)90年代開始，距平值小于0，并且一直呈現(xiàn)減小的趨勢(shì)直至21世紀(jì)初。

觀察圖中雨凇距平時(shí)間序列發(fā)現(xiàn)，除上述特征外，近年來極端雨凇的事件較多，2000年以后，有3個(gè)年份有較強(qiáng)的雨凇發(fā)生，分別是2007年、2010年和2011年，分析這3 a的強(qiáng)度，發(fā)現(xiàn)2007年冬季的雨凇強(qiáng)度是在研究時(shí)段的55 a內(nèi)強(qiáng)度最強(qiáng)的，2010和2011年的雨凇強(qiáng)度也超過一倍標(biāo)準(zhǔn)差較多，在時(shí)間序列包含的55 a中，都進(jìn)入雨凇強(qiáng)度排名前五；在雨凇整體偏弱的21世紀(jì)，總共發(fā)生3次較強(qiáng)的雨凇事件，都排至55a中雨凇強(qiáng)度前5，這說明雨凇強(qiáng)度雖然在減小，但是極端的事件出現(xiàn)的概率卻有增無減，今后的預(yù)測(cè)中并不能忽視。

綜上所述，不論是11a滑動(dòng)平均還是線性趨勢(shì)，貴州省冬季雨凇都是呈現(xiàn)減弱趨勢(shì)。為進(jìn)一步構(gòu)建貴州省冬季雨凇災(zāi)害預(yù)測(cè)模型，從圖2中選取雨凇日數(shù)異常偏多或者異常偏少排名前4位的年份如下(均通過了1倍標(biāo)準(zhǔn)差±)：研究時(shí)段內(nèi)1976年、1983年、2007年和2010年為雨凇異常偏多年，1986年、2000年、2014年和2015年為雨凇異常偏少年。后文將上述異常年大氣環(huán)流場(chǎng)進(jìn)行合成分析，探究雨凇異常年份的大氣環(huán)流差異。

圖2　貴州省1961—2015年雨凇日數(shù)距平時(shí)間序列(柱狀圖：雨凇日數(shù)距平；黑色虛折線：距平的11a滑動(dòng)平均；黑色虛直線：1倍標(biāo)準(zhǔn)差，單位：d)Fig.2　Time series of glazedays anomaly in Guizhou during 1961—2015 (glaze days anomaly,column;11a moving average of anomaly,black dotted polyline;standard deviation,black dotted line;unit:days)

3.2　北半球500 hPa月平均環(huán)流場(chǎng)分析

圖3分別為雨凇強(qiáng)、弱年份的位勢(shì)高度距平場(chǎng)的分布形勢(shì)，從圖3a可以看到，強(qiáng)雨凇年歐亞大陸中高緯地區(qū)距平表現(xiàn)為“北正南負(fù)”的分布形勢(shì)，表現(xiàn)為薩彥嶺—烏拉爾山一帶的高壓脊增強(qiáng)，東亞大槽加深，環(huán)流經(jīng)向度大，高緯度地區(qū)的高度場(chǎng)為正距平，低緯度地區(qū)的高度場(chǎng)為負(fù)距平，西伯利亞—烏拉爾山地區(qū)形成的高壓與寒潮關(guān)鍵區(qū)所在位置相吻合，高空呈現(xiàn)類似于EU正位相的分布，從而使得我國東部降溫大量冷空氣在此積聚，最后南下入侵我國，會(huì)產(chǎn)生一次次的寒潮過程，有源源不斷的冷空氣沿著槽后脊前的西北氣流輸送到我國南方地區(qū)。這種配置使得形成雨凇的低溫條件得到滿足。而劉毓赟等[7]在研究中也證實(shí)了，EU正位相會(huì)使得東亞大槽加深，導(dǎo)致東亞冬季風(fēng)偏強(qiáng)，東亞地區(qū)溫度偏低。分析弱雨凇的年份距平場(chǎng)的合成時(shí)，發(fā)現(xiàn)其距平場(chǎng)的分布與強(qiáng)雨凇年的分布形勢(shì)正好相反，呈現(xiàn)“北負(fù)南正”的距平分布，這種分布不會(huì)加深環(huán)流經(jīng)向度，也不易產(chǎn)生大范圍降溫。綜合分析后發(fā)現(xiàn)強(qiáng)/弱雨凇年合成場(chǎng)分別對(duì)應(yīng)正/負(fù)(50～70°N、40～80°E)和負(fù)/正(20～40°N、60～100°E)的范圍，將500 hPa異常場(chǎng)這兩個(gè)區(qū)域定義為雨凇強(qiáng)弱關(guān)鍵區(qū)，且在強(qiáng)雨凇年關(guān)鍵區(qū)通過了95%的信度檢驗(yàn)，可信度更高。

3.3　北半球海平面氣壓場(chǎng)(SLP)月平均環(huán)流場(chǎng)分析

圖4是SLP的合成分析結(jié)果，分析發(fā)現(xiàn)，在雨凇強(qiáng)年時(shí)(圖4a)，SLP場(chǎng)上發(fā)現(xiàn)西伯利亞高壓偏強(qiáng)，面積偏大，且東擴(kuò)南伸，在藍(lán)柳茹等[8]的研究中指出這一現(xiàn)象是由于同期500 hPa高度場(chǎng)的異常分布類似EU正位相(烏拉爾山地區(qū)高度場(chǎng)異常偏高)以及增強(qiáng)型的歐亞脊促使西伯利亞高壓得以發(fā)展。從距平場(chǎng)上來看，主要的正距平區(qū)域與500 hPa高度場(chǎng)上的正距平區(qū)相近，但面積更大，覆蓋整個(gè)西伯利亞地區(qū)。這種大范圍的正異常會(huì)使得西伯利亞高壓進(jìn)一步加強(qiáng)擴(kuò)張、導(dǎo)致冷空氣更容易南下。相比較而言，在雨凇強(qiáng)度弱年時(shí)(圖4b)，與上述位相相反，西伯利亞高壓偏弱、面積偏小，向北收縮，同期500 hPa高度場(chǎng)的異常分布類似EU負(fù)位相的配置。從距平場(chǎng)分析得知，西伯利亞的烏拉爾山地區(qū)SLP呈負(fù)異常分布，不利于西伯利亞高壓的加深與維持，進(jìn)而不利于冷空氣南下。相比于西伯利亞高壓的強(qiáng)度與面積，雨凇強(qiáng)弱年SLP異常場(chǎng)的特征更便于辨認(rèn)和判斷，強(qiáng)/弱雨凇年合成場(chǎng)分別對(duì)應(yīng)正/負(fù)(45～65°N、40～80°E)，將SLP異常場(chǎng)這個(gè)區(qū)域?qū)⒆鳛榇_定雨凇強(qiáng)弱的另一個(gè)關(guān)鍵區(qū)，且在強(qiáng)、弱雨凇年關(guān)鍵區(qū)均通過了95%的信度檢驗(yàn)。

圖3　冬季500 hPa位勢(shì)高度合成場(chǎng)(a)強(qiáng)雨凇年,(b)弱雨凇年(等值線：原始場(chǎng)；填色圖：距平場(chǎng)；單位：m)圓點(diǎn)為通過了95%信度檢驗(yàn)Fig.3　Composite analysis of 500 hPa geopotential height field (a)strong glaze disaster and (b) weak glaze disaster (original field,contour; anomaly field,shaded; unit:m),dots represented the station passed the 95% confidence level

圖4　冬季海平面氣壓場(chǎng)(SLP)合成場(chǎng)(a)強(qiáng)雨凇年,(b)弱雨凇年(等值線：原始場(chǎng)；填色圖：距平場(chǎng)；單位：hPa)圓點(diǎn)為通過了95%信度檢驗(yàn)Fig.4　Composite analysis of SLP (a)strong glaze disaster and (b) weak glaze disaster (original field,contour; anomaly field,shaded; unit:hPa),dots represented the station passed the 95% confidence level

3.4　北大西洋海溫異常對(duì)冬季雨凇的影響

根據(jù)上述分析以及多年業(yè)務(wù)經(jīng)驗(yàn)總結(jié)，過去的預(yù)報(bào)因子主要著眼于500 hPa高度場(chǎng)的分布型以及SLP。而中高緯度海洋可通過上下游效應(yīng)影響中國氣候。影響中國冬季冷空氣活動(dòng)的3大冷空氣源地都在中高緯度。北大西洋是3大冷空氣源地中的一員，該海域的異常海溫可影響北半球大氣行星尺度環(huán)流，從而影響東亞氣候，對(duì)中國氣候的變化也存在直接和間接的關(guān)系。曲巧娜等[9]在研究中發(fā)現(xiàn)，12月北大西洋海溫異常(Sea Surface Temperature Anomaly，簡(jiǎn)稱SSTA)通過影響中東急流，出口區(qū)北側(cè)運(yùn)動(dòng)影響500 hPa中亞低槽的運(yùn)動(dòng)，進(jìn)一步影響西南地區(qū)冬季覆冰強(qiáng)度。王玥彤等[10]在研究中發(fā)現(xiàn)前期秋季北大西洋海溫對(duì)西南地區(qū)冬季凍雨強(qiáng)度有一定影響。

本研究中發(fā)現(xiàn)，前期秋季北大西洋海溫異常與貴州省冬季雨凇有一定的相關(guān)關(guān)系，北大西洋海溫異常與貴州省冬季雨凇距平時(shí)間序列有很好的相關(guān)性(圖5)。主要關(guān)鍵區(qū)在北大西洋25～35°N，60～40°W，呈顯著的負(fù)相關(guān)關(guān)系。說明當(dāng)北大西洋該關(guān)鍵區(qū)海溫異常偏低(高)時(shí)，對(duì)應(yīng)貴州省冬季雨凇強(qiáng)度偏強(qiáng)(弱)。因此將該指標(biāo)運(yùn)用到冬季氣候預(yù)測(cè)業(yè)務(wù)中能夠在一定程度上提高預(yù)測(cè)準(zhǔn)確性。

圖5　前期秋季北大西洋海溫異常與貴州省雨凇距平序列相關(guān)分布圖(紅色區(qū)域?yàn)橥ㄟ^了95%信度檢驗(yàn))Fig.5　Correlation between SSTAover the North Atlantic Ocean in autumn and glacial sequence anomaly in Guizhou with the red area standing for which passed the 95% confidence level

4　對(duì)2016年冬季雨凇強(qiáng)度的試報(bào)

圖6a和7a分別給出了2016年11月起報(bào)的BCC模式冬季500hPa環(huán)流場(chǎng)和JMA模式冬季SLP環(huán)流場(chǎng)，根據(jù)上文給出的兩組關(guān)鍵區(qū)，2016年冬季更接近于雨凇偏弱的配置。同時(shí)，與相應(yīng)的實(shí)況場(chǎng)相比，BCC模式和JMA模式對(duì)關(guān)鍵區(qū)的把握還是較為準(zhǔn)確的(圖6b和7b)。此外，根據(jù)上文得出的前期秋季北大西洋海溫與貴州省雨凇強(qiáng)度的關(guān)系，結(jié)合2016年秋季北大西洋海溫實(shí)況(圖8)，更進(jìn)一步肯定了2016年冬季雨凇強(qiáng)度偏弱的結(jié)論。結(jié)合實(shí)況場(chǎng)來看(圖9)，2016年冬季雨凇強(qiáng)度明顯偏弱，因此該模型對(duì)2016年冬季雨凇強(qiáng)度試報(bào)成功。

圖6　2016年冬季500 hPa位勢(shì)高度場(chǎng)(a)BCC模式預(yù)報(bào)場(chǎng)，起報(bào)時(shí)間2016年11月與(b)實(shí)況對(duì)比(等值線：原始場(chǎng)；填色圖：距平場(chǎng)；單位：m)Fig.6　500 hPa geopotential height field in winter,2016,(a)BCC model,starting in November,2016 and (b) observation (original field,contour; anomaly field,shaded; unit:m)

圖7　2016年冬季海平面氣壓場(chǎng)(SLP)(a)JMA模式預(yù)報(bào)場(chǎng)，起報(bào)時(shí)間2016年11月與(b)實(shí)況對(duì)比(等值線：原始場(chǎng)；填色圖：距平場(chǎng)；單位：hPa)Fig.7　SLP field in winter,2016,(a)JMA model,starting in November,2016 and (b)observation (original field,contour; anomaly field,shaded; unit:hPa)

圖8　2016年秋季北大西洋海溫SST實(shí)況(等值線：SST；填色圖：SSTA；單位：℃)Fig.8　SST and SSTA observation over the North Atlantic Ocean in autumn,2016 (original field,contour; anomaly field,shaded; unit:℃)

圖9　貴州省2016年冬季雨凇日數(shù)距平(單位：d)分布圖Fig.9　Spatial distribution of the glaze days anomaly (unit:days) in winter over Guizhou in 2016

5　總結(jié)與討論

本研究利用1961—2015年貴州省逐日雨凇觀測(cè)資料，NCEP/NCAR海平面氣壓場(chǎng)和500 hPa高度場(chǎng)逐月再分析資料，以及NOAA ERSSTV4逐月海表溫度資料，初步構(gòu)建了貴州省冬季雨凇災(zāi)害預(yù)測(cè)模型。模型主要量化為以下指標(biāo)：雨凇災(zāi)害偏強(qiáng)/弱時(shí)，對(duì)應(yīng)500 hPa位勢(shì)高度異常場(chǎng)正/負(fù)(50～70°N、40～80°E)和負(fù)/正(20～40°N、60～100°E)，對(duì)應(yīng)海平面氣壓異常場(chǎng)正/負(fù)(45～65°N、40～80°E)，對(duì)應(yīng)前期秋季北大西洋關(guān)鍵區(qū)(25～35°N，60～40°W)的海表溫度異常為負(fù)/正異常。且強(qiáng)雨凇年時(shí)，該模型的可信度更高。利用該模型，本研究展開了對(duì)2016年冬季雨凇強(qiáng)度的試報(bào)，試報(bào)結(jié)果為強(qiáng)度偏弱，與實(shí)況場(chǎng)吻合，表明該模型有一定的參考價(jià)值。

在查閱文獻(xiàn)后發(fā)現(xiàn)，宗海鋒等[11]通過數(shù)值模式驗(yàn)證黑潮和西北大西洋海溫共同作用能夠模擬出2008年1月中國南方雪災(zāi)，而曲巧娜等[9]分析發(fā)現(xiàn)中東急流對(duì)我國西南地區(qū)覆冰形成有一定影響。在今后的研究中，應(yīng)該進(jìn)一步結(jié)合前人研究尋找更多能夠影響貴州省冬季雨凇強(qiáng)度的因子，提高預(yù)測(cè)業(yè)務(wù)水平。