劉霞，李浩文，鄭嘉雯，李懷宇

（廣州市氣象臺(tái)，廣東廣州 511040）

隨著全球氣候變暖，極端天氣事件發(fā)生的頻率越來(lái)越高，但對(duì)于天氣預(yù)報(bào)而言，極端天氣仍是小概率事件。雖然隨著數(shù)值預(yù)報(bào)的發(fā)展，已經(jīng)給天氣預(yù)報(bào)提供了越來(lái)越多的技術(shù)支撐，但對(duì)于小概率極端天氣事件的預(yù)報(bào)，仍存在較大的難度［1］。目前，歐洲中期天氣預(yù)報(bào)中心（ECMWF）集合預(yù)報(bào)給出了極端天氣預(yù)報(bào)指數(shù)產(chǎn)品，包含對(duì)降水、高溫、低溫、大風(fēng)的極端預(yù)報(bào)指數(shù)，近年來(lái)，我國(guó)四川、華東等地氣象部門(mén)學(xué)者已對(duì)降水極端預(yù)報(bào)指數(shù)在本地進(jìn)行了檢驗(yàn)和釋用［2-4］。中央氣象臺(tái)也開(kāi)發(fā)了基于t213、t639集合預(yù)報(bào)的極端天氣預(yù)報(bào)指數(shù)［5-7］，但對(duì)于極端氣溫預(yù)報(bào)指數(shù)的應(yīng)用評(píng)估少有報(bào)道。在華南區(qū)域，早已開(kāi)展對(duì)集合預(yù)報(bào)的應(yīng)用與評(píng)估［8-9］，但對(duì)于極端預(yù)報(bào)產(chǎn)品使用較少，因此，本研究利用2015年12月至2016年3月的低溫事件，以評(píng)估歐洲集合預(yù)報(bào)中極端低溫指數(shù)在廣州的應(yīng)用情況。

1 極端預(yù)報(bào)指數(shù)定義

根據(jù) Lalaurette［10］定義，極端預(yù)報(bào)指數(shù)（Extreme Forecast Index，EFI）是測(cè)量某一預(yù)報(bào)要素累積概率分布函數(shù)的氣候值與集合預(yù)報(bào)成員產(chǎn)生的預(yù)報(bào)值之間連續(xù)差異的預(yù)報(bào)指數(shù)。經(jīng)過(guò)不斷的更新，目前ECMWF應(yīng)用的EFI定義為

其中，p是氣候累積概率分布函數(shù)；Ff（p）是集合預(yù)報(bào)累積概率分布函數(shù)。

式（1）EFI有以下性質(zhì)：EFI在-1和1之間取值，越接近1或-1，表示極端天氣事件發(fā)生的可能性越大，越接近-1，說(shuō)明預(yù)報(bào)事件越偏向于極端偏低情況，如極端低溫事件；越接近1，說(shuō)明預(yù)報(bào)事件越偏向于極端偏高情況，如極端強(qiáng)降水、極端高溫和極端大風(fēng)。

2 數(shù)據(jù)來(lái)源

本研究使用的數(shù)據(jù)包括：廣州市5個(gè)國(guó)家站點(diǎn)（花都、從化、廣州、增城、番禺）（1）1960—2017年逐日極端最低氣溫?cái)?shù)據(jù)，用以分析廣州市極端低溫天氣的時(shí)空分布特征；（2）2015年11月—2016年3月ECMWF 08：00（北京時(shí)，下同）起報(bào)極端低溫天氣預(yù)報(bào)指數(shù)，用以評(píng)估其在廣州的應(yīng)用效果。另外，本研究中將日最低氣溫≤5℃的天氣定義為一次極端低溫事件。

3 廣州極端低溫天氣事件時(shí)空分布特征

1960—2017年期間，花都、從化、廣州、增城、番禺5個(gè)站點(diǎn)的低溫事件概率分別為1.6%、3.9%、1.7%、1.9%、1.2%，低溫事件最多的一年5個(gè)站點(diǎn)分別達(dá)到18次（1974年）、35次（2008年）、20次（1967年）、22次（1963年）和15次（1975年）。這些低溫事件主要出現(xiàn)在每年的11月至次年的3月，高峰期是1月，其次是12和2月，歷史上極端最低氣溫分別為0.4℃（1967年）、-2.9℃（2009年）、0℃（1999年）、-1.9℃（1963年）、-0.4℃（1967年）。

在年際趨勢(shì)變化上，整個(gè)廣州區(qū)域呈現(xiàn)一個(gè)線(xiàn)性下降的趨勢(shì)，而極端低溫值總體是呈一個(gè)上升的趨勢(shì)，如此趨勢(shì)變化與IPCC（政府間氣候變化專(zhuān)門(mén)委員會(huì)）第5次評(píng)估報(bào)告指出的“在未來(lái)變暖背景下極端曖事件將進(jìn)一步增多，極端冷事件將進(jìn)一步減少”的結(jié)論［11］相一致。但在空間上，各個(gè)站點(diǎn)又有所差別（圖1），雖然從整體上看5個(gè)站點(diǎn)的低溫事件均呈現(xiàn)線(xiàn)性下降的趨勢(shì)，但每個(gè)站點(diǎn)下降的速率不同，西部的花都、番禺下降相較中部的廣州、東部的從化、增城都較明顯，東北角的從化下降趨勢(shì)最緩慢。另外，低溫事件在出現(xiàn)的高頻時(shí)期也不相一致，5個(gè)站點(diǎn)均在20世紀(jì)六七十年代有1個(gè)高值期，其次從化、廣州和增城則在2008年前后至2015年出現(xiàn)第2個(gè)高值期。這些差異可能與站點(diǎn)遷移及站點(diǎn)觀測(cè)環(huán)境有一定的關(guān)聯(lián)。對(duì)于以上線(xiàn)性趨勢(shì)變化，均經(jīng)過(guò)了α=0.05的顯著性檢驗(yàn)。

在空間上，極端低溫事件有著從北到南，從東向西遞減的分布特征，東北角的從化的低溫事件明顯高于其它幾個(gè)區(qū)，年均有14.1 d，是位居第2名的東部的增城的2倍（7.2 d），第3是中部地區(qū)廣州中心城區(qū)，年均6.4 d，西北角的花都與中部地區(qū)的廣州中心城區(qū)相差不大，年均5.9 d，最少的是南部的番禺區(qū)，年均4.4 d。這主要是與廣州地勢(shì)東北高、西南低的特征有關(guān)，其次與冷空氣影響路徑及強(qiáng)度也相關(guān)。

圖1 花都（a）、從化（b）、廣州（c）、增城（d）、番禺（e）5個(gè)站點(diǎn)低溫事件逐年變化特征

4 極端低溫天氣預(yù)報(bào)指數(shù)在廣州的應(yīng)用評(píng)估

由第3章分析可知，低溫事件主要發(fā)生在每年的11月至次年3月，因此本研究選取2015年11月至2016年3月份的低溫?cái)?shù)據(jù)以及ECWMF集合預(yù)報(bào)中極端低溫預(yù)報(bào)指數(shù)數(shù)據(jù)，以評(píng)估該指數(shù)在廣州的應(yīng)用情況。因?yàn)榈蜏匾话愠霈F(xiàn)在凌晨至早晨時(shí)間段，對(duì)于前一天預(yù)報(bào)員所能參考到的最近的資料只能是前一天08：00起報(bào)的數(shù)值模式產(chǎn)品，因此，研究中選用08：00起報(bào)的極端低溫預(yù)報(bào)指數(shù)產(chǎn)品。

2015年11月至2016年3月份，花都、從化、廣州、增城、番禺5個(gè)站點(diǎn)的低溫事件樣本數(shù)分別為5、11、10、7和 5（表 1），其極端低溫 EFI值分布如圖2，根據(jù)EFI自身性質(zhì)，越接近-1，極端冷事件的發(fā)生可能性越高，從圖2中也可以看出低溫事件的EFI值多數(shù)分布在-0.2以下，其中-0.8、-0.7、-0.5和-0.2出現(xiàn)的頻率最大，因此選取以上4個(gè)值分別對(duì)花都、從化、廣州、增城、番禺進(jìn)行TS評(píng)分，詳見(jiàn)表3。

表1 2015年冬半年低溫及08：00起報(bào)EFI指數(shù)

圖2 2015年冬半年低溫事件時(shí)EFI指數(shù)分布

TS評(píng)分方案如下：在每個(gè)站點(diǎn)上考慮極端低高溫、低溫事件發(fā)生或不發(fā)生兩種狀態(tài)。檢驗(yàn)結(jié)果為預(yù)報(bào)正確（h、c）、預(yù)報(bào)錯(cuò)誤（f）和漏報(bào)（m），因此，TS=h/（h+m+f），用雙態(tài)分類(lèi)列聯(lián)表來(lái)顯示，見(jiàn)表2。

表2 雙態(tài)分類(lèi)列聯(lián)表

在表3中可以發(fā)現(xiàn)，花都、從化、廣州、增城、番禺5個(gè)站點(diǎn)最大的TS值分別為0.116、0.154、0.217、0.154、0.119，對(duì)應(yīng)的 EFI值分別為 -0.2、-0.7、-0.5、-0.7和 -0.2，因此選取花都、番禺站點(diǎn)的EFI極端低溫閾值為-0.2，從化、增城站點(diǎn)的EFI極端低溫閾值為-0.7，廣州站點(diǎn)的EFI極端低溫閾值為-0.5。

表3 五個(gè)站點(diǎn)的低溫事件在4個(gè)EFI值的TS評(píng)分

在2018年12月31日，從化、廣州、花都分別出現(xiàn)了≤5℃的極端低溫天氣，對(duì)于該次過(guò)程，ECMWF集合預(yù)報(bào)低溫極端預(yù)報(bào)指數(shù)產(chǎn)品在2018年12月25日08：00起報(bào)的3個(gè)站點(diǎn)的EFI值就分別為-0.7、-0.5和-0.3，且25日至30日08：00起報(bào)極端低溫EFI值均低于閾值，準(zhǔn)確預(yù)報(bào)出2018年12月31日從化、廣州、花都3個(gè)站點(diǎn)將出現(xiàn)低溫事件，為預(yù)報(bào)員在該次低溫事件過(guò)程中判定提供了堅(jiān)定的決策支撐。

5 結(jié)論

1）廣州市低溫事件主要出現(xiàn)在每年的11月至次年的3月，高峰期出現(xiàn)在1月。在年際趨勢(shì)變化上，對(duì)于整個(gè)廣州區(qū)域呈現(xiàn)一個(gè)線(xiàn)性下降的趨勢(shì)，而極端低溫值總體是呈一個(gè)上升的趨勢(shì)。但在空間上，各個(gè)站點(diǎn)下降趨勢(shì)又有所差別，西部的花都、番禺下降趨勢(shì)明顯，中部的廣州、增城次之，東北角的從化下降趨勢(shì)最緩和。

2）在空間上，極端低溫事件有著從北到南，從東向西遞減的分布特征，東北角的從化的低溫事件明顯高于其他幾個(gè)區(qū)，這主要是與廣州地形特征有關(guān)，其次與冷空氣影響路徑及強(qiáng)度相關(guān)。

3）花都、番禺站點(diǎn)的EFI極端低溫閾值為-0.2，從化、增城站點(diǎn)的 EFI極端低溫閾值為-0.7，廣州站點(diǎn)的EFI極端低溫閾值為-0.5。

目前，廣州已開(kāi)展格點(diǎn)預(yù)報(bào)，本研究對(duì)單站點(diǎn)的應(yīng)用進(jìn)行了評(píng)估，后續(xù)仍需繼續(xù)開(kāi)展極端低溫EFI值的格點(diǎn)應(yīng)用，為格點(diǎn)智能化預(yù)報(bào)提供技術(shù)支撐，更好的為極端低溫天氣預(yù)報(bào)提供決策依據(jù)。