浙江省区域站融雪性降水识别与判断浅析

木显英 何利德 吴书成

(1.洞头县气象局，浙江 洞头 325700；2.宁波市气象局，浙江 宁波 315000；3.浙江省气象信息网络中心，浙江 杭州 310017 )

浙江省区域站融雪性降水识别与判断浅析

木显英1何利德2吴书成3

(1.洞头县气象局，浙江 洞头 325700；2.宁波市气象局，浙江 宁波 315000；3.浙江省气象信息网络中心，浙江 杭州 310017 )

冬季降雪期，部分区域站因为积存了积雪，导致在天气转好后因气温逐渐升高而出现融雪性降水。本文利用国家站的天气现象观测资料，并对降雪天气过程作了一定程度的合理简化，通过分析国家站与区域站的天气现象关系得到一个积雪关系函数，以此识别出积雪站；定义了一个积雪站融雪指标，以其判断融雪性降水。在对一场典型降雪天气过程进行检验以后，结果表明本文算法有较好的质控效果，但仍需在以后的工作中继续研究改进。

融雪;积雪关系函数;融雪指标;质量控制

0 引 言

浙江省地处长江中下游，每年冬季，浙江北部和中部地区常常会下雪，安装在这些地区的区域自动气象站的翻斗式雨量传感器积存了积雪，这种情况会导致两种不同的后果。一是在降雪期间，这些区域自动站观测到的降水量失真。二是在降雪停止后，因气温逐渐升高，积雪慢慢融化，导致在一个较长的时段内，产生融雪性降水野值。显然，这种情况下观测到的降水量资料必须要经过质控处理才能应用。对这类融雪产生的降水野值的处理实际上涉及到两个方面的问题，一是要识别哪些区域站积雪了，二是判断积雪了的区域站何时开始融雪何时结束。在判断融雪方面，常用的有度-日模型和能量平衡模型[1]。在判断积雪方面，光学与微波遥感卫星可以监测大范围的积雪状况[2-5]，但分辨率有所欠缺。

在浙江省，当出现一次明显的降雪天气过程后，有人值守的国家站会在白天开展每小时一次的天气现象加密观测，在6、7、8、11、14、17、20时(北京时)进行雪深观测，观测数据实时上传到省级数据库，这为分析工作提供了便利。本文利用国家站的天气现象观测资料，并对降雪天气过程作一定程度的合理简化，推断了区域站的积雪状况。

1 国家站与区域站积雪关系分析

首先，根据浙江省国家站的历史观测资料，可以统计出各站出现降雪的频次分布。本文中以日为次数单位，凡某站某日出现降雪或有积雪记录的则定义为出现降雪一次，按此标准统计了1970—2013年期间浙江省各国家站的降雪次数，并绘制成等值线图(图1a)。可见浙江省降雪日数的地理分布呈明显的环状分布，从浙西北向浙东南逐渐减少，大值中心在浙西北的天目山地区，次中心在绍兴与宁波交接的四明山区。因此，考虑在一场较为典型的降雪天气过程中，降雪区域的分布情况，依据降水的相态自西北向东南大体上可以把它划分成3个区域(图1b)。

其中A区域是固态降水区，即纯降雪区。B区域是混合降水区，即雨夹雪区。C区域是液态降水区，即纯降雨区。A区域肯定会出现积雪区域站，并有融雪性降水野值，是本文融雪降水野值质控处理的主要对象。B区域可能随降随化，当区域站积雪时会出现融雪降水野值。C区域不会出现融雪降水野值，可以不用考虑。由于区域站并没有实时的天气现象观测资料，因此考虑用国家站的天气现象资料来推断区域站的天气状况，每个国家站与其所辖区域站之间的积雪关系可以用表1简化表示如下。

设国家站的天气现象为自变量x，其所辖区域站的积雪情况为因变量y，则每个国家站与其所辖区域站之间的积雪关系可表示成函数y=f(x)，它是一个离散函数，x可取7种值，对应y有7种分布，我们也可将其改写成多项式形式，

f(x)=f(x1)+f(x2)+f(x3)+f(x4)+

f(x5)+f(x6)+f(x7)

(1)

现在对函数f(x)进行逐项分析，

图1a 浙江省国家站1970—2013年降雪日数分布 图1b一场典型降雪天气过程区域分布

表1 国家站与区域站积雪关系

首先我们知道降雪是一种大尺度的天气过程，一般都有一个较大的地理分布范围，与局地性很强的夏季强对流天气不同，这是下面分析工作的一个大前提。

第①种情况，对应f(x1)。

第②种情况，对应f(x2)，但哪些区域站积雪了并不知道。由于国家站已经出现积雪，我们便假设其辖区内区域站均处于A区，或至少大部分区域站均有积雪，作为近似处理，暂时把辖区内所有区域站识别为积雪站。

第④种情况，对应f(x4)，国家站无积雪，所辖区域站全部有积雪，基于f(x3)的分析，可以认为f(x4)也是一个小概率事件，实际出现的可能性极小，本文不予考虑。

第⑤种情况，对应f(x5)，国家站观测到固态降水或固液混合降水，但国家站无积雪，部分区域站有积雪，表明该县处于A区至B区的过渡地带，且只有小部分区域站积雪。此时单靠国家站的天气现象资料已经无法判断哪些区域站积雪。因此，对于f(x5)，我们提出如下判别步骤与指标。

其次，根据“主要降雪过程时段”计算出气温指标。设f(x1)、f(x2)对应国家站及积雪区域站的总数为S，计算这S个站在“主要降雪过程时段”内的平均气温t，以反映该场降雪天气过程的平均温度状况。(此处也可以用小时最低气温计算，实际计算表明平均整点气温与平均最低气温相差不大)。计算f(x5)对应的各区域站在“主要降雪过程时段”内的平均气温，当其小于等于气温指标t时就判别该区域站为积雪站。

第⑥种情况，对应f(x6)，处于B区与C区的过渡地带，基于上面相同的分析，也可以认为这种情况实际出现的概率很小，本文不予考虑。

第⑦种情况，对应f(x7)，处于B区与C区的过渡地带，国家站只观测到液态降水，如果所辖区域站的海拔高度较高，也有出现积雪的可能。浙江省区域站平均海拔高度约170 m，海拔高度大于500 m的约占9%，大于1000 m的约占1%。海拔高度大于500 m的区域站65%分布在浙西南的丽水与浙南的温州地区，因此考虑到高山站的数量并不多，且其积雪判断也比较复杂，故本文不予考虑。

经过上述分析，得到简化的国家站与区域站积雪关系函数f(x)，

f(x)=f(x1)+f(x2)+f(x5)

(2)

2 积雪站融雪指标分析

根据积雪关系函数f(x)筛选出一批积雪区域站，预计这些站将会出现融雪，其他区域站称为非积雪站。显然，融雪过程的开始时间在“主要降雪天气过程结束时间”之后。需要注意的是积雪站在降雪过程中由于缓慢融化等原因也会产生微量降水，但在总体上，可以预期它比非积雪站观测到的降水量小一些。在融雪期，情况正好相反，积雪站因融雪了，其平均观测到的降水量应比非积雪站大一些。因此，可以在整个降雪天气过程前后时段，计算出积雪站与非积雪站逐小时平均降水量。设积雪站逐小时平均降水量为R1，非积雪站逐小时平均降水量为R2，定义一个积雪站融雪指标为d，则有：

(3)

当融雪指标d>0时对应的时刻即为融雪开始时间。

考虑到雪后天晴，区域站里的积雪逐渐融化要有一个较长的时间，因此，可以根据实际天气情况延后一个较长时段作为融雪结束时间，直至融雪降水野值消失或下一次降水过程来临。

因为融雪降水量间接对应着积雪深度，若把这些融雪降水量作合计，则得到各区域站的累计融雪量，它也可以用来估计各区域站的积雪深度分布情况。

3 实例检验

3.1 由积雪关系函数f(x)识别积雪站

受西南暖湿气流和冷空气的共同影响，2014年2月12—13日浙江省出现一次明显降雪天气过程，全省大部分地区都出现降雪，13日上午降雪过程基本结束，全省大部分地区天气转为晴天，局地仍有弱降水。降雪过程结束气温逐渐升高后，许多区域站出现明显的融雪性降水。

全省观测到固态降水或固液混合降水，且出现积雪的国家站共有33个(M=33)，分析这批站的天气现象观测资料，满足c=0.7时，主要降雪过程开始时间与结束时间分别为12日14时和13日10时。33个国家站所辖区域站有775个，其中770个区域站安装有雨量传感器，根据积雪关系函数f(x)的(2)式，这770个区域站就是f(x1)、f(x2)识别出的积雪站。

f(x1)、f(x2)对应国家站及积雪区域站的总数为803个(S=803)，计算这803个站在“主要降雪过程时段”(12日14时—13日10时)内的平均气温t=0.4℃。(此处用平均最低气温计算时t=0.3 ℃)。由f(x5)对应的各区域站满足“主要降雪过程时段”平均气温≤0.4℃的有97个，此即为f(x5)识别的积雪站。

由此，得到全部积雪站合计为867，非积雪站合计为1332。由(3)式计算逐小时平均降水量和积雪站融雪指标d，得知d>0时对应的时刻为13日9时，与主要降雪过程的结束时间13日10时比较，可知9—10时积雪已开始逐渐融化，因此确定10时为融雪开始时间。降雪天气过程前后积雪站融雪指标d逐小时变化曲线如图2所示。

将主要降雪过程时段和融雪过程时段按积雪站、非积雪站分别统计小时平均气温及小时平均降水量，制成表2，可见气温可以很好地用来刻画积雪站与非积雪站的特征，降水量对非积雪站来说在整个降雪天气过程中变化不明显，但对积雪站而言，降雪过程与融雪过程的小时平均降水量差异显著。

图2 降雪天气过程前后融雪指标d逐小时变化

表2 积雪站/非积雪站在降雪、融雪过程的平均气温及平均降水量

3.2 积雪站识别准确率分析

在2月13日上午降雪过程结束后，局地仍有弱降水维持了一段时间。在2月13日10—20时期间，累计降水量>0 mm的区域站有1567个，若把累计降水量<1 mm作为弱降水处理，则累计降水量≥1 mm的区域站有967个，这些区域站的平均累计降水量为6.4 mm。

由积雪关系函数f(x1)、f(x2)识别出的积雪区域站有770个，其中实际出现累计降水量大于0 mm的有686个，这些站点的地理分布如图3所示。f(x5)识别出的97个积雪区域站实际出现累计降水量大于0 mm的有53个，这些站点的地理分布如图4所示。实际出现累计降水量大于0 mm的区域站合计739个，其平均累计降水量为6.6 mm，还有31个站累计降水量为0 mm，说明这些站未出现积雪或无降水。

图3 686个区域站的地理分布

图4 53个区域站的地理分布

在2月12日14时—13日10时这个主要降雪过程时段里全省区域站的累计降水量分布情况如图5所示，13日10时—20时全省区域站的累计降水量分布情况如图6所示。图5与图6直观地展现了积雪区域站的分布情况，且由积雪关系函数f(x)识别出的积雪站基本上落入了实际降雪区。若把967个区域站作为真实的积雪站，则积雪站点识别准确率为76.4%。

图5 12日14时—13日10时全省区域站累计降水量分布

3.3 融雪降水量分布及区域站雪深估计

在2月13日10—20时，由积雪函数f(x)识别出的有效积雪区域站有739个，将其累计降水量绘制成等值线图(图7)，可以看出有2个累计融雪量分布中心，最大为杭州临安地区，其次为绍兴新昌地区。由于融雪量间接对应着雪深，因此也可以把图7近似地看作区域站的雪深分布。

图6 13日10时—20时全省区域站累计降水量分布

图7 积雪站累计融雪量分布

4 结 语

4.1冬季降雪期，部分区域站因为积存了积雪，导致在天气转好后因气温逐渐升高而出现融雪性降水野值，对这类性质的降水野值如何判断甄别，本文提出了一个识别算法，做了一个有益的尝试。该项工作尚处于初步研究阶段，为验证文中方法是否有效，选择了较典型的降雪过程进行分析。实际降雪过程是多样而复杂的，今后将进一步收集样本，判别归类，有针对性地开展更细更深的研究。

4.2本文对国家站与区域站之间的积雪情况关系做了分析，依托国家站的天气现象观测记录，估计区域站的积雪状况，通过计算忽略小概率事件，保留主干，得到一个积雪关系函数f(x)，并用它来识别积雪区域站。

4.3根据积雪站与非积雪站逐小时平均降水量的变化规律，定义了一个积雪站融雪指标，用来刻画融雪开始时间。

4.4从实例检验情况可以看出，本文提出的积雪区域站融雪性降水的识别与判断算法具有较好的效果，积雪区域站识别准确率达到了76.4%。

4.5在本文的分析中，对实际的降雪天气过程做了一定程度的简化，例如降雪的地域分布、主要降雪过程时段等方面，实际情况比较复杂而多样，因此若能结合其他观测资料进行分析，则在普适性与精确性上能得到进一步改进。

4.6若将来国家站配置了自动天气现象观测仪器，则识别算法的实时性能得到进一步提高。若区域站将来也能部署雪深或天气现象探测仪器，则长期困扰我们的冬季融雪性降水的识别与判断问题将得到极大改观。

[1] 赵求东，刘志辉，秦荣茂，等. 融雪模型研究进展[J].新疆农业科学， 2007，44(6):734-739.

[2] 吴杨，张佳华，徐海明，等.卫星反演积雪信息的研究进展[J]. 气象，2007，33(6):3-10.

[3] 赵晓萌，李栋梁，陈光宇. 基于GIS的东北及邻近地区积雪深度空间化方法[J].干旱区研究， 2012，29(6):927-933.

[4] 李晓静,刘玉洁,朱小祥,等. 利用SSM/I数据判识我国及周边地区雪盖[J]. 应用气象学报，2007，18(1):12-20.

[5] 延昊，张佳华.基于SSM/I被动微波数据的中国积雪深度遥感研究[J].山地学报，2008，26(1):59-64.

2015-03-23