河北廊坊“恒温”天气特征及其可预报性分析

郭立平,乔　林,李成才,周玉都

(1.河北省廊坊市气象局，河北　廊坊　065000；2.北京市气象局，北京　100089； 3.北京大学物理学院，北京　100871)



河北廊坊“恒温”天气特征及其可预报性分析

郭立平1,乔林2,李成才3,周玉都1

(1.河北省廊坊市气象局，河北廊坊065000；2.北京市气象局，北京100089； 3.北京大学物理学院，北京100871)

摘要：利用河北省廊坊市气象观测站2000～2014年常规观测资料、NCEP/NCAR再分析资料和倾斜旋转T模态主成分分析法，在分析廊坊“恒温”天气的天气气候、大气环流形势特征的基础上，探讨了“恒温”天气的可预报性，并通过一个“恒温”天气预报个例对其可预报性进行验证。结果表明：廊坊“恒温”天气主要发生在秋冬季，以阴沉(日照时数<1 h)、有雾或雨雪天气、小风(地面风力等级为1～2级)以及偏东风或西南风为主要气象环境背景；“恒温”天气产生时，尽管各气象要素条件特征显著，但发生比例仅为1.5%～13%，其中地面风力等级为1～2级气象条件下最低，在阴天伴雨或雪的气象条件下相对最高；当廊坊市500 hPa上空为西南、偏西气流控制，地面处于辐合场、高压场底部和高压场后部时最利于“恒温”天气产生；依据“恒温”天气产生的各类气象条件，将大气环流形势场与各气象要素条件进行匹配筛选，可明显降低“恒温”天气的极端性分布，对其进行准确预报成为可能。

关键词：“恒温”；天气特征；倾斜旋转T模态主成分分析法；极端性；可预报性

引言

气温是非常重要的气象要素，其变化不仅影响气候系统，同时影响农业、水资源、生态系统以及人们的日常生活等。随着社会的快速发展，人们除对晴天及雨雪等天气要素关注外，气温，特别是极端气温已成为人们日常生活工作中关注的热点。气温偏低，对交通、电力、通信、人民生活等方面会造成严重不利影响，对易感人群来说，冬季严寒可能是致命的；而气温过高，夏季容易中暑，冬季则有利于病菌及病虫害安全越冬，同样会影响人类健康、农业生产等。目前已经有一些科学家对我国气温变化的时空特征、预报技术、气温与环境的相互影响等进行了广泛的研究，也取得了许多成果，如不同地域气温的时空分布及变化特征[1-7]、中国大陆极端气温事件的变化[8-12]、气温与大气环流的关系[13-15]、城市化及土地利用对气温的影响[16-19]和气温、极端气温的预报技术研究[20-24]等。然而，针对某一类极端分布的气温形成、分布状态、与天气背景的关系、大气环流形势特征及可预报性等方面的研究还比较少，比如“恒温”天气，气温日较差非常小(≤3 ℃)且发生概率小，预报成功率低。本文针对河北省廊坊市“恒温”天气进行深入分析，并通过分析得到其天气气候、气象要素条件以及大气环流形势特征，以期为今后该类型气温天气的可预报性提供参考依据。

1资料和方法

1.1气象数据

河北省廊坊市位于华北平原中部偏东，京、津两大城市之间。所用气温、雾、雨、雪、日照、相对湿度及地面风向风速等气象要素数据为2000～2014年间廊坊市气象观测站观测数据；用于大气环流形势分型的格点气象数据为NCEP/NCAR提供的再分析数据，包括2000～2014年逐日海平面气压、500 hPa和850 hPa位势高度，水平分辨率为1°×1°，由于08时地面和高空资料相对齐全，因此，选择08时数据进行天气环流形势分型。

1.2“恒温”标准及环流分型方法

2000～2014年间廊坊市气温平均日较差为10.7 ℃，这里将日最高气温与日最低气温的差值≤3 ℃定义为一个“恒温”日。环流分型方法采用Huth[25]提出的倾斜旋转T模态主成分分析方法，它能够得到包含主观分型结果的天气型，并且该分型结果在时间和空间上更稳定，也能较好地避免其他方法比较常见的“雪球”效应[26-27]。在欧洲，基于环流的分型已经得到了广泛应用[28-29]，但是在亚洲尤其是中国，相关的应用尚少见[30]。倾斜旋转T模态主成分分析方法已经在COST action 733发展的分型软件中实现[31-32]。

2廊坊“恒温”天气特征

2.1廊坊“恒温”气候特征

统计分析2000～2014年廊坊市“恒温”天气的气候特征发现，15 a廊坊市“恒温”天气共发生79 d，平均每年5.3 d，年平均发生概率为1.5%，属于明显的小概率事件。“恒温”天气逐年分布不均，最少年是2008年，仅出现1 d，最多年是2012年，出现12 d。“恒温”天气具有明显的季节性分布特征(图1)，12月出现最多，占总发生次数的22.8%，1月次之，占总次数的17.7%，4、5月没有出现过；冬季(12月至次年2月)出现次数占所有发生次数的55.7%，秋冬季(9月至次年2月)出现次数占所有发生次数的80.0%，可见秋冬季是“恒温”天气的主要发生时期。此外，“恒温”天气发生时86%以单日出现为主，14%连续2～4 d出现，最长连续时间长达4 d。

图1　廊坊“恒温”天气月分布

2.2廊坊“恒温”天气特征

2.2.1“恒温”的天气条件

进一步分析2000～2014年间廊坊“恒温”天气的特点发现，“恒温”天气主要出现在3种类型的天气背景条件下：雾、霾天气，雨、雪天气，风力持续3级及以上的天气。其中前2类天气条件是“恒温”天气发生的主要背景条件，出现“恒温”的次数占总次数的98.7%。此外，前2类气象条件常常相伴出现，其中轻雾相伴雨、雪天气条件下“恒温”出现次数最多，所占比例最高，达78.5%；单纯雾天气条件下“恒温”次数占15.2%；单纯雨、雪天气条件下“恒温”次数占3.8%；而风力持续3级及以上和单纯有霾的天气条件下，“恒温”天气分别仅出现过1次。由此可见，轻雾相伴雨、雪是廊坊“恒温”天气的主要天气背景条件。需要注意的是，有大雾日的条件下“恒温”出现过8次，但大雾日并不是单独出现，而是和轻雾共同出现在同一日中。

2.2.2“恒温”天气的地面风条件

深入分析2000～2014年间廊坊“恒温”天气日10 min地面风向分布发现，地面风向为ENE及E时“恒温”天气发生比例较高(图2a)，分别占20.3%和19.0%，地面风向NE顺时针转至ESE条件下，“恒温”出现次数占廊坊“恒温”总次数的53%。除此之外，西南风向也是不容忽视的一个方向，占总次数的7.6%。分析上述时间段内廊坊“恒温”天气日地面10 min平均风速分布发现，“恒温”天气下，地面10 min日平均风速主要在3级以内(图2b)，并以1级风和2级风为主，所占比例高达“恒温”发生总次数的94%。地面风向风速的分布表明：小风、潮湿、暖湿的偏东、西南气流吹向廊坊时，较利于“恒温”天气产生。

2.2.3“恒温”天气的相对湿度及日照条件

分析上述时间段内廊坊“恒温”天气的地面相对湿度、日照时数发现，“恒温”天气下日平均相对湿度高达84%。从图3可以看到，“恒温”天气日平均相对湿度在80%以上的日数占总日数的80%。此外，“恒温”天气日中除有4 d日照时数达到2～8 h外，其余“恒温”天气其日照时数均不足1 h，所占比例高达95%。由此可见，高湿及少日照利于“恒温”天气出现。

3廊坊“恒温”天气的可预报性

3.1“恒温”天气气象条件的概率分布特征

上述分析结果表明，廊坊“恒温”天气主要发生在有雾，雨、雪天气，高湿、阴沉，小风(地面风力等级1～2级，下同)和偏东风、西南风向的气象条件下。那么是否这样的气象条件一定会有“恒温”天气发生？概率多大？

图2　廊坊“恒温”天气的风向分布频率(a)及风力分布比例(b)

图3　不同相对湿度条件下“恒温”日数分布

统计2000～2014年上述相似气象条件下“恒温”发生的比例(表1)，可以看到，在上述利于“恒温”天气发生的所有气象条件下，“恒温”天气发生的比例均在13%以下，最少仅为1.5%。说明尽管“恒温”天气发生时，其气象条件特征明显，但各气象条件下“恒温”天气出现的比例却显著偏小(平均形成“恒温”日的概率<10%)。相比轻雾、雨、雪等天气现象，日照时数<1 h、地面小风、空气相对湿度≥70%时“恒温”天气更易出现。面对“恒温”天气的小概率分布特征，如何判断和挑选气象背景条件，对其进行准确预报还需进行多方面、深入地研究。

3.2“恒温”天气的大气环流形势特征

利用倾斜旋转T模态主成分分析方法(软件运行时，环流类型参数选择9种)和NECP/NCAR再分析资料将2000～2014年08时海平面气压场、850 hPa和500 hPa高度场分别分为9种类型(图4)，分析“恒温”天气下中低层大气环流形势特征。从表2的统计结果可以看出，除500 hPa高度场外，海平面气压场和850 hPa高度场的9种大气环流形势下均有可能产生“恒温”天气。进一步分析“恒温”天气产生时3层大气环流形势场的配置特征发现，79 d“恒温”日其3层大气环流配置类型达45种，相当于约有57%的“恒温”日是有单独的大气环流配置类型，而2000～2014年间出现45种配置类型的日数共有1 852 d，“恒温”天气的比例仅为4.3%。由此可见，“恒温”天气的大气环流形势配置具有明显的复杂性。

虽然如此，从表2中还是可以看到，“恒温”天气产生时，其海平面气压场、850 hPa及500 hPa大气环流形势场均表现有几类环流型明显集中的特征。对于海平面气压场，第2类、第8类地面形势较利于“恒温”天气产生；500 hPa高度场，第2类、第7类大气环流形势较利于“恒温”天气产生；850 hPa高度场，第2类、第4类、第7类、第8类比较利于“恒温”天气产生。其中500 hPa高度场第2类、第7类大气环流形势对“恒温”天气的预报指示意义最为显著，在这2类大气环流形势下产生的“恒温”日占所有“恒温”日的81%。

表1　不同天气条件下“恒温”天气分布特征

3.3“恒温”天气产生的机制

结合表2、图4可知，当廊坊市上空为西南或偏西气流控制，地面处于辐合场、高压场底部或高压场后部的配置有利于“恒温”天气发生。其主要原因为：高空槽前西南暖湿气流向廊坊输送，配合地面辐合上升气流，利于廊坊降水天气产生。此外，高空为西南或偏西气流控制时，地面处于高压场后部或底部，而东南、偏东气流的输送是廊坊市雾、雪天气产生的有利条件。上述条件正符合了“恒温”天气发生的高湿、阴沉的环境背景条件。

3.4“恒温”天气的可预报性气象参考条件

“恒温”天气发生概率小，对其进行准确预报有一定难度，在上述研究的基础上提出廊坊“恒温”天气可预报性气象条件筛选流程：

(1) 首先关注“恒温”天气易发的秋冬季；

(2) 根据“恒温”天气大气环流形势特征和发生频次，重点将500 hPa大气环流场和海平面气压场进行匹配，得到以500 hPa高空大气环流第2、4、5、7类为主，叠加地面除第9类的14种匹配类型，对“恒温”天气进行筛选；

(3) 利用14时相对湿度≥70%(此条件可概括“恒温”日的91%)，进一步筛选 “恒温”天气；比例分别为50.6%、81.0%、81.0%

表2　不同大气环流类型下对应的“恒温”日数

注：*表示排名前2位的“恒温”日数，其与“恒温”总日数

(4) 利用地面风力等级1～2级，地面风向N、NNE、NE、ENE、E、ESE、SW条件(此条件可概括“恒温”日的75%)，除去上述3条筛选后不符合本条的个例；

图4　2000～2014年500 hPa、850 hPa和海平面气压场的9种客观分型及所出现的频率

(5) 利用ECMWF或T639等数值预报产品，判断阴、雨、雪、轻雾条件(此条件可概括“恒温”日的98.7%)，再次除去上述4条筛选后不符合本条的个例；

(6) 综合各类气象条件，判断及预报是否可出现“恒温”天气。

根据上述步骤，对2000～2014年间逐日气象条件进行逐步筛选判别，筛选后得到符合条件日149 d，与实况对比后，“恒温”日比例达34.2%，占“恒温”总日数的64.6%。在实际预报业务上应用，需要充分参考ECMWF或T639等格点数值预报产品，对空气相对湿度、地面风向风速以及阴、雨、雪、轻雾等天气现象进行较准确的研判，才能准确预报出“恒温”天气。

3.5“恒温”天气个例分析

2015年2月20～21日廊坊市区连续2 d出现“恒温”天气。20日最高气温为1.7 ℃，最低气温为-0.3 ℃；21日最高气温为2.6 ℃，最低气温为0.1 ℃；日较差分别为2.0 ℃和2.5 ℃。在过程预报时，首先识别出20日的地面环流形势是第8类，500 hPa高空环流形势是第5类，初步判断天气现象20日以阴天为主，然后根据ECMWF或T639等数值预报产品得到20日08～20时廊坊市区地面风速小，近地面至500 hPa大气层相对湿度均在90%以上等气象要素条件，阴天、高湿、日照时间短，预报20日是“恒温”天气型，通过与实况对比，预报结果正确；而21日的地面环流形势是第5类，500 hPa高空环流形势是第7类，也是比较利于“恒温”天气产生的类型，但根据ECMWF和T639数值预报产品可知21日08～20时从近地面至500 hPa大气层相对湿度由70%以上逐渐下降至20%左右，判断21日日照时数>1 h，可能不是“恒温”天气类型。但实况是21日18时之前近地层空气相对湿度均在80%以上，全天基本维持大雾天气，18时之后虽然近地层空气相对湿度下降至33%左右，也有短暂时段(不足1 h)出现阳光，但全天较长时间段的空气高湿及大雾天气影响，再次出现了“恒温”天气，对长时间大雾天气持续的判断失误，导致21日“恒温”天气预报错误。

尽管在上述个例的预报中，没有达到100%正确，但通过预报实践验证了上述“恒温”天气气象条件的预报可参考性，为“恒温”天气预报提供了科学依据。

4结论

(1)廊坊“恒温”天气主要发生在秋冬季。

(2)廊坊“恒温”天气的天气特征比较鲜明，主要发生在高湿、阴沉、有雾、雨、雪、地面小风(≤2级)、偏东风及西南风向的气象条件下。

(3)“恒温”天气发生具有显著的小概率特征。

(4)充分利用有利于“恒温”天气产生的大气环流形势配置及各类气象要素条件，逐步进行筛选，可降低“恒温”天气的极端性比例，对其进行准确预报成为可能。

参考文献:

[1] 刘燕,程正,泉叶萌. 广州市气温的气候变化特征及其成因分析[J]. 气象,2008,34(2):52-60.

[2] 王荣英,周顺武,吴萍,等. 近30 a华北地区高空气温时空演变特征[J]. 气象与环境科学,2010,33(4):31-37.

[3] 余华,张慧琴,包荣刚. 新疆吐鲁番市1952～2012年气温变化特征及城市化影响[J]. 干旱气象,2014,32(2):215-219.

[4] 杨允凌,孙东磊,杨丽娜,等. 邢台市气温日较差的变化[J]. 干旱气象,2013,31(4):708-713.

[5] 李正泉,张青,马浩,等. 浙江省年平均气温百年序列的构建[J]. 气象与环境科学,2014,37(4):17-24.

[6] 王凯,陈正洪,刘可群,等. 华中区域1960～2005年平均最高、最低气温及气温日较差的变化特征[J]. 气候与环境研究,2010,15(4):418-424.

[7] 元慧慧,李杰,王彦磊,等. 1951～2007年南疆地区气温异常的时空变化特征[J]. 气候与环境研究,2012,17(5):541-548.

[8] 胡宜昌,董文杰,何勇. 21世纪初极端天气气候事件研究进展[J]. 地球科学进展,2007,22(10):1066-1075.

[9] 周伟东,朱洁华,史军. 华东地区最高最低气温时空变化特征[J]. 气象与环境科学,2009,32(1):16-21.

[10] 王丽. 河南省1961—2011年极端气温和极端气温事件的时空变化特征[J]. 气象与环境科学,2013,36(2):31-36.

[11] 白美兰,郝润全,李喜仓,等. 1961～2010年内蒙古地区极端气候事件变化特征[J]. 干旱气象,2014,32(2):189-193.

[12] 周雅清,任国玉.中国大陆1956～2008年极端气温事件变化特征分析[J]. 气候与环境研究,2010,15(4):405-417.

[13] 王素艳,李欣,郑广芬,等. 21世纪以来宁夏冬季气温异常及500 hPa环流特征[J]. 干旱气象,2014,32(4):569-575.

[14] 龚道溢,王绍武. 大气环流因子对北半球气温变化影响的研究[J]. 地理研究,1999,18(1):31-38.

[15] 范可,刘辉. 近百年东亚冬季气温及其大气环流变化型态[J]. 大气科学,2013,37(2):383-394.

[16] 赵文虎，孙卫国，程炳岩. 近50年川渝地区的气温变化及其原因分析[J]. 高原山地气象研究，2008，28 (3)：59-67.

[17] 曹巍,邵全琴,刘纪远,等. 北京地区土地利用/覆被及其变化对气温升温的影响分析[J]. 气候与环境研究，2013,18(4):451-460.

[18] 郭军,李明财,刘德义. 近40年来城市化对天津地区气温的影响[J]. 生态环境学报,2009,18(1):29-34.

[19] 王建鹏,孙继松,杜继稳,等. 西安地区气温的年代际变化及其受城市化进程的影响[J].气候与环境研究,2009,14(4):434-444.

[20] 薛志磊,张书余. 气温预报方法研究及其应用进展综述[J]. 干旱气象,2012,30(3):452-464.

[21] 吴振玲,潘璇,董昊,等. 天津市多模式气温集成预报方法[J]. 应用气象学报,2014,25(3):293-301.

[22] 翟宇梅,赵瑞星,高建春,等. 遗忘因子自适应最小二乘算法及其在气温预报中的应用[J]. 气象,2014,40(7):881-885.

[23] 邹学智,申双和,曹雯,等. 基于公众天气预报预测塑料大棚逐日极端气温[J]. 气象科学,2014,34(2):187-192.

[24] 罗菊英,周建山,闫永财. 基于数值预报及上级指导产品的本地气温MOS预报方法[J].气象科技,2014,42(3):443-450.

[25] Huth R. An example of using obliquely rotated principal components to detect circulation types over Europe[J]. Meteor Z,1993,2:285-293.

[26] Huth R. An intercomparison of computer-assisted circulation classification methods[J]. Int J Climatol, 1996,16(8):893-922.

[27] Huth R. Properties of the circulation classification scheme based on the rotated principal component analysis[J]. Meteor Atmos Phys,1996,59(3-4):217-233.

[30] Huth R, Beck C, Philipp A, et al. Classifications of atmospheric circulation patterns[J]. Ann NY Acad Sci, 2008, 1146(1):105-152.

[31] Philipp A, Bartholy J, Beck C, et al. Cost733cat:A database of weather and circulation type classifications[J]. Phys Chem Earth, Parts A/B/C,2010,35(9-12):360-373.

[32] 赵洋洋,张庆红,杜宇,等. 北京“7．21”特大暴雨环流形势极端性客观分析[J]. 气象学报,2013,71(5):817-824.

Weather Characteristics of Constant Temperature and Its Predictability Analysis in Langfang City

GUO Liping1，QIAO Lin2，LI Chengcai3，ZHOU Yudu1

(1.LangfangMeteorologicalBureauofHebeiProvince,Langfang065000,China; 2.BeijingMeteorologicalBureau,Beijing100089,China; 3.SchoolofPhysics,PekingUniversity,Beijing100871,China)

Abstract:Based on the conventional data of Langfang meteorological observation station from 2000 to 2014 and NCEP/NCAR reanalysis data, the weather and climate characteristics as well as the circulation situations of constant temperature weather occurring in Langfang city were analyzed by using the obliquely rotated T-mode principle component analysis (PCA) firstly, then the predictability about constant temperature weather was discussed, which was tested through a constant temperature weather case forecast. The results show that the constant temperature weather mainly occurred in autumn and winter, and the background weather conditions included gloomy (sunshine hours less than one hour), fog and rain or snow weather, small wind speed (surface wind scale ranged from 1 to 2), surface wind direction being easterly or southwesterly. Although weather characteristics of constant temperature days were significant, the occurrence frequency of constant temperature weather was only from 1.5% to 13%, thereinto, the lowest occurred under the surface small wind condition and the highest occurred under the cloudy weather with rain or snow condition. when constant temperature weather occurred, the 500 hPa, 850 hPa and the sea level pressure circulation situation had several types with relative concentration distribution. When the airflow on 500 hPa above Langfang was westerly or southwest, and langfang was situated in the surface low-pressure convergent field, the bottom and the back of high-pressure field, it was in favor of the formation of constant temperature weather. On the basis of all kinds of meteorological conditions of constant temperature weather, focusing on the frequent months of constant temperature weather occurrence, through matchting and screening circulation situations and meteorological conditions, the extreme probability of constant temperature weather could be significantly descended. and it would be possible to accurately predict the constant temperature weather.

Key words:constant temperature ; weather characteristics; obliquely rotated T-mode principle component analysis; extreme ; predictability

中图分类号：P456

文献标识码：A

文章编号：1006-7639(2016)-01-0195-07

doi:10.11755/j.issn.1006-7639(2016)-01-0195

作者简介：郭立平(1970-)，女，河北秦皇岛人，硕士，高级工程师，主要从事天气预报和预报技术研究. E-mail:ggllpplf@126.com

基金项目：廊坊市气象局2014年项目“廊坊市异常温度分布时空特征及本地预报指标探索”(201405)和廊坊市科技局项目“基于物联网的雾霾及空气污染气象条件预报预警技术研究”(2014013004B)共同资助

收稿日期：2015-03-04；改回日期：2015-05-11

郭立平，乔林，李成才，等.河北廊坊“恒温”天气特征及其可预报性分析[J].干旱气象，2016，34(1)：195-201, [GUO Liping, QIAO Lin, LI Chengcai, et al. Weather Characteristics of Constant Temperature and Its Predictability Analysis in Langfang City[J]. Journal of Arid Meteorology, 2016, 34(1):195-201], doi:10.11755/j.issn.1006-7639(2016)-01-0195