贵州雨凇灾害指标初探

张娇艳，李 扬，白 慧，严小冬

(1.贵州省气候中心， 贵州 贵阳 550002；2.贵州省山地气候与资源重点实验室， 贵州 贵阳 550002；3.贵州省贵阳市气象局， 贵州 贵阳 550001)



贵州雨凇灾害指标初探

张娇艳1，2，李 扬3，白 慧1，严小冬1

(1.贵州省气候中心， 贵州 贵阳 550002；2.贵州省山地气候与资源重点实验室， 贵州 贵阳 550002；3.贵州省贵阳市气象局， 贵州 贵阳 550001)

该文在海拔高度分类之下，通过大量雨凇样本的气象条件概率分布分析，建立贵州雨凇灾害指标，即同时满足以下条件，则当日定为雨凇日：①日最低气温≤0℃；②日平均气温≤1℃(其中威宁站不受该条件约束)；③当日无日照(其中威宁站不受该条件约束)；④当日有降水，包含微量降水。通过该标准的筛选，所建立的雨凇灾害指标得到的雨凇日数在全省的分布形态基本与实况雨凇资料的结果一致。该指标的建立对雨凇资料的缺测起到一定的补充作用，同时还有利于进一步了解雨凇灾害发生时的气象条件。

贵州；地形；雨凇灾害；指标

1 引言

贵州地处山区，地形复杂，冬季北方冷空气与南方暖湿空气交汇，常形成静止锋，在贵州境内频繁摆动，导致冬季冰冻多发，灾害频生，道路结冰，电线覆冰，作物家畜冻死冻伤。据统计[1]，仅2008年初的持续低温雨雪冰冻灾害就造成贵州省198.25亿元的直接经济损失。我国大部分地区的冰冻天气主要来源于雨凇或者雾凇[2]，而我国南方地区大都受到雨凇的影响，北方地区大都受雾凇影响[3]。贵州过去关于雨凇灾害的研究一方面主要集中在对雨凇发生时的大气环流场的分析，例如雨凇发生时环流场应具备稳定存在的上游阻塞高压和加强维持的南方副热带系统[4，5]，另一方面则侧重于对雨凇日数的气候趋势分析[6，7]。而对贵州省雨凇灾害发生时的气象条件尚未做全面的探究，因此在贵州省境内弄清雨凇灾害发生的气象条件对冰冻灾害的研究具有重要的现实意义。在地面气象观测规范中，雨凇被定义为过冷却液态降水碰到地面物体后直接冻结而成的坚硬冰层，呈透明或毛玻璃状，外表光滑或略有隆突。基于观测现象挑选出恰当的气象条件，继而建立综合雨凇灾害的指标，实现了利用观测现象的指导来挖掘相应的理论要素，为进一步的理论研究奠定基础。此外，经过可用性论证的雨凇灾害指标对于确定因缺测而不完整的雨凇历史资料能起到补充的作用。

2 资料

本文所使用的资料为贵州省84个观测站1951—2011年逐日最低气温、平均气温、日照时数、降水量以及雨凇资料。需要说明的是，虽然各个站点因始建年份不同，存在缺测的情况，但本文涉及相应计算时均会除去缺测样本，保留有效样本。站点的分布状况如图1所示。

图1 贵州省84个观测站及其海拔高度分布(单位：m)

3 雨凇灾害指标的建立

3.1 站点的分类

贵州雨凇的分布形态与地形密切相关，其中以海拔高度和相对高度的影响最为突出。据统计[1]，雨凇出现的平均日数随着海拔的增高而增多，由于贵州的地形西高东低，因此贵州西部的雨凇发生频次居全省之首，例如威宁、大方一带冬季持续受雨凇影响。除此以外，相对高度的影响也不可忽略，位于省之东部的万山站也是雨凇发生日数的大值中心，虽然其海拔高度仅为883.4 m，但是万山站处于相对高点，比周围测点高出400～600 m。由此看来海拔高度和相对高度对雨凇的发生日数有着很大的影响。考虑到二者对雨凇发生日数的影响，本文在建立雨凇灾害指标时试图将海拔高度和相对高度纳入考虑范畴，把贵州按海拔高度分为4个梯队，(+∞，2 100 m]，(2 100 m，1 400 m]，(1 400 m，700 m]，(700 m，-∞)，分别定义为Ⅰ、Ⅱ、Ⅲ、Ⅳ区，分类后万山站因为处在相对高点，在第Ⅳ区中自然分离出来，定义为R(Relative)区，如图1所示。其中，Ⅰ区中只有海拔高达2 236.2 m的威宁一站。海拔高度梯队的分级主要是以各级平均分布，等级等量划分为原则来确定的。必须说明的是，根据贵州省84个观测站海拔高度排名位于前5位的站点和相应的海拔高度：威宁(2 236.2 m)，水城(1 813.6 m)，大方(1 704 m)，普安(1 648.5 m)和晴隆(1 553.6 m)，Ⅰ区只有威宁一站是因为该站海拔高度远高于其余站点，即使调整等级分布，威宁站也因为较高的海拔高度而独立为一组。为建立出恰当的雨凇指标，将以海拔高度分类后和未分类的挑选条件做对比，以探明究竟是否需要以海拔高度和相对高度为分类依据来建立指标。

3.2 雨凇发生的气象条件

考虑到雨凇发生的可能的气象条件，本文选取了4个因子作为组合，即临界条件(日最低气温)，背景场条件(日平均气温)，外强迫条件(日照时数)和物质基础(降水量)。该组合对雨凇发生的气象条件的刻画准确程度将会在评估结果中体现。为建立雨凇灾害指标，本文在雨凇发生日对日最低气温、日平均气温、日照时数以及降水量进行概率分布计算，以确定雨凇灾害发生的各气象条件阈值，继而建立雨凇灾害综合指标。

首先对未进行海拔高度和相对高度分类的全省84站1951—2011年的雨凇样本进行气象要素概率分布计算。需要说明的是，考虑到样本量越大，概率计算的结果可信度越大，因此雨凇样本选取1951—2011年发生雨凇的所有样本为基础。

雨凇的发生依赖于过冷却水进入气温在0℃以下的气层，后与低温物体的接触[8]，因此日最低气温为雨凇的发生提供了临界条件，是建立雨凇灾害指标中一个重要的约束条件。在全省84站1951—2011年所有雨凇发生的样本中，除去日最低气温缺测的记录，共有31 872个有效样本(以下有效样本的计算方法相同，不再赘述)。当雨凇发生时，日最低气温的气候概率分布如图2所示，当日最低气温≤0℃时，雨凇发生的概率达97.1%。另外从图2还可以看出，雨凇发生时日最低气温集中出现在-4～0℃。若是将贵州省按海拔高度和相对高度划为5个区域(如图1)来观察雨凇日最低气温分布概率(表1)，不难看出，5个区域的分布状况与总的分布概率基本一致，均以日最低气温≤0℃为发生雨凇的阈值。因此将日最低气温≤0℃作为全省雨凇发生的气象条件之一。

图2 全省雨凇日最低气温分布概率(单位：%)

(单位：%)

必须指出的是，尽管日最低气温在1℃以上的样本中也有一定比重的雨凇发生，但是为了避免阈值的上调导致所建指标对于雨凇发生的空报数增多，应以高频发生的区间作为临界点。极低的温度也被划入发生条件，主要是因为在处于低纬高原上的贵州，极低的温度鲜有发生，对于指标的建立效果影响不大。这一情况的说明同样适用于其余气象条件阈值的确定。

笔者认为日平均气温是雨凇发生的背景场的体现方式之一，也是雨凇维持的客观条件。合适的日平均气温是雨凇发生的基础条件和天然温床。图3为雨凇发生时日平均气温分布概率，全省有效样本数为31 870。不难看出，日平均气温为-3～1℃时，雨凇发生频率高。若以≤1℃作为发生雨凇的日平均气温阈值，发生概率达87.1%。而从表2所示的Ⅰ、Ⅱ、Ⅲ、Ⅳ和R区的雨凇日平均气温分布概率来看，Ⅰ区的站点在整个日平均气温的温度区间所发生的雨凇概率较为均匀，说明该区的雨凇发生基本不受日平均气温的约束，其余区域都与全省阈值一致。因此在Ⅱ、Ⅲ、Ⅳ和R区应以≤1℃作为发生雨凇的日平均气温阈值，Ⅰ区不受该条件限制。

图3 全省雨凇日平均气温分布概率(单位：%)

(单位：%)

全省雨凇日日照时数分布概率图(图4)所示，日照时数为0时，雨凇发生概率高达89.5%，其中有效样本数为31 602。Ⅱ、Ⅲ、Ⅳ和R区的概率分布状况与不进行区域划分的全省情况基本一致，而Ⅰ区在日照比较丰沛时，仍有雨凇发生。因此，在Ⅱ、Ⅲ、Ⅳ和R区，阴天(无日照)是雨凇发生的又一重要条件，因为太阳辐射的出现会导致雨凇所结冰层迅速融化，无法维持。但是在海拔较高的Ⅰ区，可能是因为持续的低温条件充足，太阳辐射对雨凇的出现影响不大，日照时数不能成为Ⅰ区雨凇发生的约束条件(表3)。因此，根据海拔高度的划分来确定雨凇指标的约束条件，对于地形分布复杂，起伏大的地区是很有必要的。

图4 全省雨凇日日照时数分布概率(单位：%)

(单位：%)

降水量是雨凇天气出现的物质基础，如图5所示，82.2%和13.2%的雨凇天气出现在日降水量分别为有量降水和微量降水的情况下，全省有效样本数为31 877。这样的分布状况与分类后的概率分布基本一致，如表4所示。因此有降水(包含微量降水)成为雨凇灾害的另一个约束条件。

图5 全省雨凇日降水量分布概率(单位：%)

(单位：%)

3.3 雨凇灾害指标的建立

通过对雨凇发生的气象条件的普查分析，可以建立雨凇灾害指标，即同时满足以下条件，则当日定为雨凇日：①日最低气温≤0℃；②日平均气温≤1℃(其中Ⅰ区不受该条件约束)；③当日无日照(其中Ⅰ区不受该条件约束)；④当日有降水，包含微量降水。

3.4 雨凇灾害指标的评估

为了对雨凇灾害指标的可用性进行评估，选取冰冻事件发生较为严重的1983年、2007年和2010年冬季[1，9]的雨凇日和非雨凇日来进行指标计算。选择这3 a，一方面是因为其雨凇样本充足，另一方面是考虑到20世纪80年代以后贵州各站资料缺测少，能较为客观地评估雨凇指标。经计算，表5为贵州省1983年、2007年和2010年冬季雨凇灾害指标评估结果。本文所建立的雨凇灾害指标在1983年、2007年和2010年的漏报站次(漏报率)分别为179站(2.3%)、142站(1.9%)和197站(2.6%)，空报站次(空报率)分别为524站(6.9%)、301站(3.9%)和262站(3.5%)，准确率分别为88.0%、90.6%和84.2%。总体来讲，由指标所计算的雨凇站次与实际雨凇站次相比，略偏大。

表5 贵州省1983年、2007年和2010年冬季雨凇灾害指标评估结果 (单位：站，%)

(其中总站次为当年冬季参与计算的所使用的资料均不缺测的站次之和，漏报率=漏报站次/总站次，空报率=空报站次/总站次，准确率=(指标雨凇站次-空报站次)/实际雨凇站次)

为进一步评估雨凇灾害指标的可用性，利用雨凇灾害指标计算得到1961—2011年贵州省冬季84站雨凇日数，将其与基于实况雨凇观测值的结果进行对比。其中万山、黄平和白云分别于1977年、1974年和1982年建站，利用点与点、点与场的关系进行缺测资料的定量拟合恢复，该方法在严小冬等[1]的工作中已得到使用。利用定量恢复后的1961—2011年贵州省冬季84站基于雨凇灾害指标的雨凇日数的原始场进行EOF展开，前5个EOF分解后的载荷向量LV的解释方差和累积方差如表6所示。前5个特征向量场的累积贡献率达98.3%，第1特征向量场占总方差的91.8%，说明第1模态能较好地反应基于指标的雨凇灾害日数的气候特征，此处仅对其进行分析。图6表示1961—2011年贵州省冬季84站基于指标的雨凇日数EOF第1模态的空间分布，与严小冬等[1]的研究结果相比基本一致，数值略偏大。全省整体呈现西多东少，中部多南北少的形态，雨凇灾害集中发生在26.5～27.5°N纬度带。威宁、大方、开阳和万山为4个雨凇灾害日数大值中心，尤以威宁站位居全省之首。而望谟、罗甸和赤水无雨凇灾害发生。全省多年平均的雨凇日数结果与EOF第1模态基本一致(图略)。

表6 1961—2011年贵州省冬季84站基于雨凇灾害指标的雨凇日数前5个EOF分解后的载荷向量LV的解释方差和累积方差 (单位：%)

图6 1961—2011年贵州省冬季84站基于雨凇灾害指标的雨凇日数EOF第1模态的空间分布

图7为1961—2011年贵州省冬季84站基于雨凇灾害指标的雨凇日数EOF第1模态所对应的时间系数，基本与过去的相关工作一致[1，10]。结果表明近51 a雨凇日数年际振荡明显，极值均与凝冻异常年份有很好的对应，例如1983年、2007年和2010年均是凝冻严重的年份。20世纪60年代、70年代以及80年代前期波动较大，且极大值总体维持在较强的幅度。从20世纪80年代后期开始逐渐下降，一直持续到21世纪10年代前期。而21世纪10年代后期逐渐开始上升，可能还将持续。

图7 与图6对应的第一模态的时间系数

因此，根据雨凇灾害指标所得的贵州省冬季雨凇灾害的气候特征与实况观测基本一致，将该指标用于反演出因缺测而无法获取是否为雨凇日的历史资料，是完善雨凇资料库的一种可行性方法。

4 结论与讨论

本文在大量雨凇样本的气象条件概率分布分析和海拔高度分类的考虑之下，建立贵州雨凇灾害指标，即同时满足以下条件，则当日定为雨凇日：①日最低气温≤0℃；②日平均气温≤1℃(其中威宁站不受该条件约束)；③当日无日照(其中威宁站不受该条件约束)；④当日有降水，包含微量降水。通过指标得到的雨凇日数在全省的分布形态基本与实际情况一致，数值略偏大。究其原因，雨凇的发生还与逆温层、静止锋、大气垂直结构等密切相关[8，11]，所以今后需考虑这些要素的影响，进一步完善该指标。但总体来讲，该指标的建立不仅对完善缺测雨凇资料起到一定的补充作用，而且对于深入的了解雨凇发生时的气候背景，也具有重要的意义。

[1] 严小冬，吴战平，古书鸿.贵州冻雨时空分布变化特征及其影响因素浅析[J].高原气象，2009，28(3)：694-701.

[2] 赵珊珊，高歌，张强，等.中国冰冻天气的气候特征[J].气象，2010，36(3)：34-38.

[3] 王遵娅.中国冰冻日数的气候及变化特征分析[J].大气科学，2011，35(3)：411-421.

[4] 赵彩.贵州雨凇积冰过程的云层特征及环流背景[J].气象杂志，1995，21(5)：48-52.

[5] 王兴菊，邓世有安顺市2008年低温、雨凇天气过程分析[J].贵州气象，2009，33(S)：18-20.

[6] 蒋文家，李贵琼，池再香.盘县近50 a来雨凇天气过程气候特征分析[J].贵州气象，2010，34(1)：24-25.

[7] 刘莉娟，池再香，汪官平，等.水城县半个多世纪雨凇气候特征分析[J].贵州气象，2009，33(S)：11-12.

[8] 李登文，杨静，吴兴洋.2008年低温冰冻雨雪灾害天气过程中贵州电线积冰气象条件分析[J].气象，2011，37(2)：161-169.

[9] 白慧，吴战平，龙俐，等.贵州省2次重凝冻过程初期低空逆温的三维特征分析[J].云南大学学报(自然科学版)，2011，33(S1)：61-69.

[10] 许丹，罗喜平.贵州凝冻的时空分布特征和环流成因分析[J].高原气象，2003， 22(4)：401-404.

[11] 李登文，乔琪，魏涛.2008年初我国南方冻雨雪天气环流场及垂直结构分析[J].高原气象，2009，28(5)：1140-1148.

Preliminary Study of Glaze Disaster Index in Guizhou

ZHANG Jiaoyan1，2，LI Yang3，BAI Hui1，YAN Xiaodong1

(1.Guizhou Climate Center，Guiyang， Guizhou 550002；2.Guizhou key Lab of Mountainous Climate and Resources，Guiyang，Guizhou 550002；3.Guiyang Meteorological Bureau，Guiyang，Guizhou 550001)

Based on the probability distribution analysis of meteorological factor and altitude classification for a large number of glaze samples，glaze disaster index in Guizhou was established when satisfied the conditions that ≤0℃ daily minimum temperature，≤1℃daily average temperature (not for Weining station)，non-daily sunshine duration(not for Weining station)and no-less-than-the-minimum precipitation.Results show that the distribution of the averaged glaze days arising from this index was consistent with observational results，improving the completion of the missing glaze data to some extent and the understanding of the meteorological conditions when glaze disaster occurs.

Guizhou；Topography；Glaze Disaster；Index

2014-02-18

张娇艳(1986—)，女，工程师，主要从事气候预测与气候变化工作。

贵州省气象局2012年业务项目“气候诊断业务”；贵州省气象局2013年业务项目“贵州省太阳辐射资源的评估”。

1003-6598(2015)03-0001-05

P456

A