百分位数在倒春寒气象指标研究中的应用

卢 尧 沈 阳 杨琼琼 姜 麟

(1、芜湖气象局，安徽 芜湖 241000 2、江苏省气象台，江苏 南京 210008)

“倒春寒”是一种冷空气引发的春季低温冻害[1-2]。相关研究表明，春季持续低温可对多种农作物生长，甚至人体健康造成严重影响[3-15]。鉴于倒春寒的破坏作用，相关研究基于温度距平和最低气温提出了多种监测标准[16-18]。倒春寒作为一种春季异常低温现象，每次过程持续时间和最低温度的数值各不相同，因此严重程度有所区别。百分位数[19]在研究气象灾害严重性方面有着广泛的应用，但现有成果主要涉及极端天气气候事件[20-26]，鲜有针对倒春寒的研究。鉴于目前江苏省气象部门无业务化的倒春寒气象指标，研发基于百分位数的，适用于江苏地区的倒春寒指标，对于监测春季低温冻害，做好防灾减灾工作，具有重要意义。

1 资料和方法

1.1 资料和倒春寒定义

本文选取了江苏13 市(南京、徐州、连云港、宿迁、盐城、淮安、泰州、扬州、镇江、常州、无锡、苏州和南通)气象观测站，1981-2020 年(共40 年)2-5 月日最低气温(20 时-20 时)和日平均气温(20 时-20 时)记录。

参考已有研究[27-28]，本文对倒春寒的定义为：每年入春至4月30 日，至少连续3 天日平均气温＜10℃时，则第1 天为倒春寒起始日；由于4 月日平均温度较3 月有显著上升，故4 月倒春寒开始条件放宽为至少连续2 天日平均气温＜10℃时，则第1天为倒春寒起始日；无论在3 月还是4 月，至少连续3 天日平均气温≥10℃时，则第1 天为倒春寒结束日。其中入春日期的判定参照《气候季节划分》[29]。

1.2 分析方法

根据倒春寒起始日期，定义起始日至结束日的持续天数为过程“持续日数D”(单位：日)。由于结束日当天日平均温度通常有一定程度回升，故定义倒春寒起始日至结束日前1 天日最低温度的平均值为“过程平均最低温度Tmin”(单位：℃)。例如：某次倒春寒过程自3 月15 日开始，至3 月20 日结束，则持续日数D为6 日，平均最低温度Tmin等于15-19 日每日最低气温的算术平均。

将统计后得到的各测站D 按升序排列，Tmin按降序排列，各取2 个百分位数作为阈值，将D 序列和Tmin序列各自划分为轻度、中度和重度3 个区间，根据D 和Tmin两个因子的严重程度，综合判定倒春寒等级，判定方法详见表1。

表1 倒春寒等级判定

2 结果与分析

2.1 入春日期

如前文所述，倒春寒是发生于春季的异常低温事件。故统计倒春寒事件的首要步骤，是确定入春日期。参照《气候季节划分》[29]，1980-2020 年江苏13 市最早入春日期大多位于3 月2 候，个别地区可提前至2 月4 候(南京、苏州)；最晚入春日期大多位于4 月2 候，个别地区可推迟至4 月4 候(连云港、盐城)。平均而言，长江以南地区入春日期为3 月4-5 候，长江以北地区入春日期为3 月5-6 候。

2.2 倒春寒起始时间

将全省13 市划分为淮北(徐州、连云港、宿迁和淮安)、江淮之间(盐城、泰州、扬州和南通)和江南(南京、镇江、常州、无锡和苏州)三个地区。以候为时间跨度，3-4 月全省分区倒春寒起始时间分布各有其特点(图略)。淮北地区和江淮之间地区呈现单峰结构，两个地区倒春寒均在4 月1 候出现最为频繁，分别达34 次和31 次；而江南地区呈现双峰结构，倒春寒在3 月5 候和4 月1 候出现最为频繁，两个峰值分别为33 次和35 次，极为接近。需要注意的是，4 月5-6 候从未发生过倒春寒，因为该时段冷空气强度和活动显著减弱，日平均气温难以维持2 天以上低于10℃状态；这也是1.1 节将倒春寒时段限定为“3-4”月的重要原因。

2.3 倒春寒时空分布特征

2.3.1 总体分布

由图1a 可知，1981-2020 年，倒春寒多发生于江南地区，镇江、常州和无锡各存在一个大值中心；纬度较高的淮北地区反而倒春寒频次较少。全省13 市中，扬州倒春寒总频次最少，40年间仅23 次；镇江最多，达34 次。就全省平均状况而言，各市年均发生倒春寒0.7 次，泰州、镇江、常州和无锡共4 市年均频次高于全省平均值图1b。

图1 江苏1981-2020 年倒春寒累计频次(a)和年均频次(b)

分区平均后，淮北地区倒春寒年均频次为0.7 次，江淮之间地区为0.6 次，江南地区最高，达0.8 次。由上文可知倒春寒年均频次高于全省平均值的4 市中，有3 个位于江南地区,故倒春寒在江南地区最为频繁。

全省逐年倒春寒总频次(图2)表明，1981-2020 年，年总频次最高为28 次(2013 年)，最低为0 次(1986、1991、1992、2002、2007、2012 年)，年均频次为9 次。40 年中，有19(18)年总频次高(低)于平均值，如图2。

图2 江苏逐年倒春寒总频次和年均频次

从年总频次的峰值看，1981-2003 年期间，峰值均小于15次，最多为14 次(1981 年、1990 年)；而2004-2020 年期间，峰值均大于等于15 次，其中有4 次峰值达20 次以上(2004、2010、2013、2018 年)，最多为28 次(2013 年)，是2004 年之前的2 倍。综上，全省各年倒春寒总频次的峰值，自2004 年起发生了显著增长的现象，其中原因有待进一步研究。

2.3.2 百分位数阈值的确定

如1.2 节所述，本文使用“持续日数D”(单位：日)和“过程平均最低温度Tmin”(单位：℃)作为判定倒春寒天气过程强度的2个因子。参照相关研究所用方法[17-23]，选定第80 百分位数和第50 百分位数作为阈值，将上述2 个指标划分为轻、中、重三个区间。由于相同百分位数对应不同站点的数值亦不相同，为统一监测标准，本文采用平均值方案，全省平均和区域平均的对比结果如表2 所示。

因子D 的80%分位数均值为6，标准差为0.6，占均值比例10。00%；50%分位数均值为4，标准差为0。因子Tmin的80%分位数均值为3.9，标准差为0.5，占均值比例12.82%；50%分位数均值为4.8，标准差为0.4，占均值比例8.33%。

结合其他百分位数(表略)可知，因子D 和因子Tmin的标准差均随百分位的增加呈上升趋势，其中因子D 的标准差增幅更为显著。说明百分位数越高，各地区对应的数值分布愈加混乱，故不宜采用全省均值方案。

若采用分区方案，因子D 的80%分位数中，淮北地区标准差和全省标准差均为0.6，但淮北地区均值升为7，标准差和均值比例降为8.57%；江淮之间地区、江南地区和全省均值均为6，但2 个分区标准差降均降至0.5，标准差和均值比例亦降为8.33%。因子D 的50%分位数中，各分区和全省相比无变化，均值(标准差)均为4.0(0.0)。

因子Tmin的80%分位数中，淮北、江淮之间和江南地区的标准差(0.3、0.3、0.4)较全省标准差(0.5)均明显下降；淮北地区均值(3.3)较全省(3.9)减小，其他2 个分区(4.0、4.3)则上升；计算结果表明，分区的标准差和均值比例(9.10%、7.50%、9.30%)较全省(12.82%)显著降低。因子Tmin的50%分位数分区均值较全省均值的变化与80%分位数完全一致，3 个分区的标准差和均值比例(4.55%、6.12%、5.88%)亦较全省(8.33%)显著降低。

综上，从标准差和均值之比看，采用分区均值方案确定百分位数作为倒春寒强度划分阈值，相较采用全省均值方案更为合理。故本文最终确定的江苏省分区倒春寒因子D 和因子Tmin的强度阈值如表3 所示。

2.3.3 不同强度倒春寒时间分布

图3 表明，1981-2020 年期间，轻度倒春寒年频次随时间波动较大，3 个峰值分别出现在1981 年(12 次)、1997 年(12 次)和2013 年(16 次)。中度倒春寒年频次在1988-1990 年出现一组峰值(8 次)后，呈现逐年下降的趋势；自2009 年至2013 年，峰值又迅速增长至12 次，之后再次逐年下降。中度倒春寒年频次波动较为剧烈，相邻年份频次差值最大可达12 次(2012 年和2013年)。重度倒春寒在1992 年之前较为少发，年频次最多仅1 次；1993-1995 年频次开始增多，之后至2000 年不再发生；2001 年之后虽然亦存在连续数年不发生的情况，但总体上进入多发期，年频次峰值出现在2018 年(9 次)。

图3 江苏逐年倒春寒分级频次统计

表2“持续日数D”(单位：日)和“过程平均最低温度Tmin”(单位：℃)百分位数分布

表3“D”(单位：日)和“Tmin”(单位：℃)分区分级阈值

三种程度的倒春寒事件年频次变化趋势各有其特点。如1993-1999 年，轻度倒春寒年频次呈现逐年增长趋势，但中度和重度倒春寒年频次则逐年下降。又如2010 年之后，中度倒春寒年频次呈逐年下降趋势，但重度倒春寒则呈增长趋势。从服务角度而言，应更多关注重度倒春寒频次的未来演变。

2.3.4 不同强度倒春寒空间分布

1981-2020 年轻度倒春寒累计频次(图略)分布表明，轻度倒春寒频发区位于南通(17 次)、常州(20 次)、无锡(17 次)和苏州(21 次)一带，淮北地区中连云港(17 次)和淮安(17 次)最为频发，其他地区频次则相对较少。

中度倒春寒(图4a)高发区则位于扬州(13 次)、常州(13 次)和无锡(11 次)地区，连云港(7 次)、淮安(6 次)、盐城(6 次)和南通(5 次)地区最为少发。重度倒春寒(图4b)分布亦有显著变化，高发区位于江苏西部地区和无锡(5 次)、苏州(4 次)一带，南京频次最多(7 次)，常州频次最少(1 次)。

综上，轻度倒春寒中心位于江苏东南部地区，中度倒春寒中心向江苏中部转移，而重度倒春寒中心则位于江苏西部地区。随着倒春寒严重程度加深，其频发区向西、向北转移的特征十分显著，如图4。

图4 江苏1981-2020 年中度(a)和重度(b)倒春寒累计频次

不同等级倒春寒的区域平均频次(表4)表明，江南地区平均频次在所有等级上均高于其他地区，与图1 结论一致；轻度和重度倒春寒中淮北地区平均频次高于江淮之间地区；而中度倒春寒则是江淮之间地区平均频次高于淮北地区。

以重度倒春寒事件为例，淮北地区平均频次为0.10 次/(站年)，江淮之间地区平均频次为0.08 次/(站年)，江南之间地区平均频次为0.11 次/(站年)。由表1 可知，若达到重度倒春寒，则因子D 和因子Tmin中至少有一个达到重度等级。经统计(表略)，淮北地区16 次重度倒春寒事件中，重度D 和Tmin分别为12 次和7 次；江淮之间地区12 次重度倒春寒事件中，重度D 和Tmin分别为5 次和7 次；江南地区22 次重度倒春寒事件中，重度D 和Tmin分别为10 次和15 次，如表4。

表4 江苏分级倒春寒区域平均频次(单位：次/(站年))

而对于中度倒春寒事件而言，淮北、江淮之间和江南地区平均频次分别为0.20、0.21 和0.25 次/(站年)。类似的，由表1 可知因子D 和因子Tmin中至少有一个达到中度及以上等级时，方可达成中度倒春寒事件。统计结果(表略)表明，淮北、江淮之间和江南地区中度倒春寒频次分别达32、34 和50 次，其中符合要求的因子D频次分别为17、22 和27 次，而因子Tmin频次分别为26、21和37 次。综上，在影响重度倒春寒的2 个因子中，淮北地区因子D作用更大，而江淮之间和江南地区则是因子Tmin更为重要。对中度倒春寒而言，淮北和江南地区因子Tmin作用更大，江淮之间地区则是两者作用相当。可见，造成不同等级倒春寒事件的2 个因子相对重要性存在地区差异；江南地区一致性最高，中度和重度倒春寒均需要重点关注因子Tmin能否达到所需等级。

3 历史事件检验

《中国气象灾害大典(江苏卷)》[3(0]以下简称《大典》)中记录了2000 年之前发生的影响较为严重的低温冻害事件，考虑到本文所述倒春寒指“入春”之后的低温天气，故《大典》中记载的发生于1994 年和1995 年的2 场入春后全省范围低温事件可用来检验前文所述倒春寒指标的适用性。这两场倒春寒事件发生时，连云港、宿迁、淮安、盐城、泰州和南通尚未入春，其他地区统计结果详见表5。

由表5 可知，在两场全省范围倒春寒天气过程中，有效记录站点均为7。其中1994 年个例中，D等级均为中度及以上，Tmin等级有3 站为中度及以上，综合判定4 站发生中度及以上倒春寒。其中徐州1 站达重度倒春寒。《大典》中只查询到徐州地区受灾情况，说明徐州灾情最为严重，这与文中指标判定结果完全一致。1995 年个例中，D等级中度及以上有2 站，Tmin等级重度则高达5 站，综合判定5 站发生中度及以上倒春寒。其中无锡1 站达重度倒春寒。《大典》中亦只记录了无锡地区受灾情况，从侧面说明无锡灾情最为严重，这亦与文中指标判定结果完全一致。综上，以《大典》记录的倒春寒天气过程为参考依据，本文所设计的倒春寒指标从范围和强度两方面均能很好地反映真实情况，充分证明了该指标在江苏地区具备完善的合理性和可用性。

表5 倒春寒历史事件检验

4 结论

本文利用1981-2020 年3-4 月日平均温度和日最低温度，设计了一套基于百分位数的江苏分区倒春寒指标，研究结论如下：

4.1 现有倒春寒国标在江苏地区应用结果存在事件频次过高的现象，而根据文中提出的指标方案，江苏各市倒春寒频次更具合理性；1981-2020 年，扬州倒春寒总频次最少，镇江最多；泰州、镇江、常州和无锡共4 个地区年均倒春寒频次高于全省平均值；江南地区倒春寒最为频繁。

4.2 采用“持续日数D”和“过程平均最低温度Tmin”2 个因子的第50、80 百分位数，将倒春寒分为轻、中、重3 级；随着其严重程度加深，相应等级倒春寒频发区自江苏东南部地区向西、向北转移的特征十分显著；江南地区所有等级倒春寒频次均显著高于其他地区，影响不同地区不同等级倒春寒的因子相对重要性存在差别，未来应更多关注重度倒春寒频次的演变趋势。

4.3 本文所设计的分区倒春寒指标判定的事件范围和等级，尤其是重度倒春寒地区，与《大典》记录的倒春寒事件完全一致，充分证明了该指标在江苏地区具备完善的合理性和可用性。

受篇幅所限，文中一些问题未得到充分讨论，如2004 年后全省倒春寒频次显著增多原因，倒春寒前期信号及预报关键点等，这些问题有待进一步研究。