湖州市冬季降雪的预报指标研究*

尹 浩 李洪权 周之栩

(1.浙江省湖州市气象局,浙江 湖州 313000;2.浙江省德清县气象局,浙江 德清 313200)

0 引 言

冬季的降水预报是最具挑战性的问题之一,尤其是涉及降水相态转换的问题,其机理十分复杂。由于大气混沌现象,常规数值预报在降雪预报过程中,预报结果不是很准确。

在冬季降水相态方面,国内外相关专家开展了不少研究。其中大部分是通过某一次或几次个例分析，得到降雪形成的机理和条件,而缺乏统计性意义[1-3]。另外有一些通过统计分析方法得到降雪指标的研究,例如Heppner[4]选取美国1989—1992年3个冬季的数据,研究发现850～700 hPa位势厚度比1000～500 hPa位势厚度更易区分降雪事件。彭霞云等[5]研究8次雨雪转化过程指出，浙江冬季降雪判别指标为2 m温度≤1 ℃、1000 hPa温度≤0 ℃、0 ℃层高度≤200 gpm、850 hPa和1000 hPa高度差≤1280 gpm。漆梁波等[6]通过对中国东部地区2005—2009年降水相态识别研究给出了降雪混合判据为H700～850≤154 dagpm、T925≤-2 ℃、T1000≤0 ℃。许美玲等[7]选取700 hPa温度、500～700 hPa之间的位势厚度、地面日最低温度3个单一判据，组合为综合判据,对昆明冬季降水相态进行了统计分析。通过上述研究发现，不同地区降雪的判据、阈值的设定有很大不同,并且大多数研究资料仅仅为两个时次(08和20时)的，且仅为探空观测站点的,这已不能满足日益增长的城市精细化服务需求。

孙燕等[8]研究指出，29°N以北地区降雪出现较多,其以南地区出现较少,苏浙交界处是雨夹雪的相对多发地。湖州正好处于雨雪交界区,是浙江省雨雪冰冻天气最为频繁、灾害影响最为严重的地区之一,灾害直接影响人民群众的生命财产安全和生产、生活以及社会稳定。通过更为精细的资料和合适的方法,建立湖州地区降雪判别指标,可以为湖州降雪天气的精细化预报提供较好的参考,达到防灾减灾的目的。

1 资料和方法

利用2007—2016年湖州国家基本气象观测站常规地面气象资料,统计得知该10 a湖州总共出现25例降雪事件。由于湖州当地并没有探空资料,本文选用NECP(美国国家环境预报中心)再分析资料(1°×1°)，提取高空各层气象要素,通过与气象观测站观测资料对比,确定每日4个时次(分别为北京时02、08、14、20时)的具体天气现象,得到各类降水相态发生时的气象要素值。通过上述方法选出的研究日数共有112 d,总样本数为448个,其中降雪的样本数为105个、降水的样本数为314个、雨夹雪的样本数为29个。通过统计分析方法和TS评分最优原则,确定降雪出现时各物理量的范围及阈值,得到相态转变的判据,并利用判据对历史降雪天气进行检验分析,最后建立湖州降雪天气的预报指标。

2 降雪数量月际变化

从湖州市降雪数量月际变化可知,1—3月和11—12月均有降雪,其他月份无降雪天气出现。降雪主要集中在冬季的1月、2月和12月,分别占降雪数量的55.2%、35.2%和4.8%,合计占95.2%;3月和11月仅占4.8%。

3 结果分析

3.1 气温与相态的统计特征

图1是不同降水相态对应的T1000、T925、T850、T700、T700～850和T500的箱线图,箱线图上标明了各百分位的位置、极大值、极小值和均值。

图1 不同降水相态对应的箱线图(a.T1000、b.T925、c.T850、d.T700、e.T700～850、f.T500)

近地面层气温对于降水相态影响较大,超过57%的降雨发生在1000 hPa气温在0 ℃以上的情况下,75.2%的降雪事件出现在近地层气温低于0 ℃时。当1000 hPa气温为-2～2 ℃时,有97%的雨夹雪事件发生。降雪时1000 hPa平均气温为-1.16 ℃，降雨时平均气温为1.13 ℃，雨夹雪时平均气温为-0.11 ℃。通过T检验可以发现，1000 hPa气温对于降水相态有很好的指示意义,各个均值都存在显著差异,通过了95%信度检验,说明降雪、降雨和雨夹雪时1000 hPa气温显著不同。

98%的降雪样本925 hPa温度低于0 ℃,96.2%的样本温度在-2 ℃以下;大部分(83.4%)降雨样本温度在-7.5～3 ℃之间,68.5%分布在-2 ℃以上;雨夹雪发生在925 hPa温度为0 ℃以下的比例达93.1%。

从温度分布情况可知，降雨的分布特征与降雪存在一定差异,但与雨夹雪的分布特征非常接近,基本包含了雨夹雪的温度范围。从均值T检验结果可知,降雨温度(-2.8 ℃)与雨夹雪温度(-3.5 ℃)的均值差异并没有通过显著性差异,用925 hPa的温度来判定雨与雨夹雪相态难度较大。但雨夹雪温度(-3.5 ℃)与降雪温度(-5.32 ℃)、降雨温度(-2.8 ℃)与降雪温度(-5.32 ℃)的均值差异却是明显的,通过了95%的信度检验,925 hPa的温度可以用来判别雨夹雪与降雪、降雨与降雪的转变。

降雨时850 hPa平均温度为-3.84 ℃,温度分布较为分散,87.6%的降雨样本温度分布在-10～4 ℃之间,雨夹雪和雪的T850平均值分别为-5.34 ℃和-6.89 ℃,两者的温度分布相对集中,79.3%的雨夹雪样本温度在-7～-4 ℃之间,89.5%的降雪样本温度分布在-4 ℃以下,超过一半的样本温度分布在-9～-4 ℃之间。从特征分布及均值检验情况可知，850 hPa的温度能够很好地区分3种相态降水。

由700 hPa温度分布情况可知，降雨样本与雨夹雪样本两者的温度分布基本相近,700 hPa的温度对于雨与雨夹雪相态的判别较为困难,其均值T检验也同样说明两者平均温度并无明显差异,而降雪与它们的温度分布不同,其80%的样本温度在-9～-2 ℃之间,均值T检验表明降雪时平均温度(-6.24 ℃)与降雨及雨夹雪时的平均温度(-4.79 ℃、-4.32 ℃)均存在显著差异,说明700 hPa温度可以区分降雪与其他降水(降雨与雨夹雪)。

通过700 hPa与850 hPa温度差的特征分析可以发现,67.6%的降雪样本和58.6%的雨夹雪样本T700～850在0 ℃以上,都存在逆温层,且两者的特征分布基本一致,56.7%的降雨样本温差在0 ℃以下。比较T700～850的均值差异性可以发现,降雪样本的平均值为0.65 ℃,雨夹雪的平均值为1.02 ℃,两者均值并没有通过显著性检验,而降雨与上述两个相态降水的均值存在显著差异,可以通过逆温值来判别固态降水(雪与雨夹雪)和液态降水。

分析500 hPa的温度分布情况可知,只有雨夹雪样本温度分布及均值与其余两种相态不同,且通过了均值T检验,表明500 hPa温度可以将雨夹雪、雪及雨进行一定程度的区分,雨夹雪样本的T500均值为-14.9 ℃,而其余两者都为-16 ℃左右。

3.2 位势厚度与相态的统计特征

厚度因子相比于特征层的温度因子来说,更能反映大气整层特性,某层厚度与该层的平均温度成正比,两层间热区越明显,则厚度越大。例如当中低层有暖平流时,大气整层厚度将会增大。图2为不同降水相态不同层次的厚度因子箱线图,包含H1000～500、H1000～700、H1000～850、H1000～925、H700～500、H850～500、H850～700共7个厚度因子。

从图2可知,对于厚度因子H1000～500、H1000～700、H700～500、H850～500、H850～700而言,降雪、降雨及雨夹雪3者的分布特征基本相似,数值分布较为分散,3者重叠部分较多,降雨基本包括了降雪及雨夹雪的数值范围,降雪与雨夹雪的分布有很大的重合率。对于厚度因子H1000～850和H1000～925而言，固态降水(雪和雨夹雪)的数值分布较集中,且重合率低,与液水降水相比,分布存在一定差异。

图2 不同降水相态下不同层次的厚度因子

另外，从平均值来看,H1000～500、H700～500和H850～5003个因子雨夹雪的厚度平均值最大,降雪事件的厚度平均值最小;其他因子降雨事件的厚度均值大于固态降水(降雪和雨夹雪)事件,降雪的厚度均值最小。通过均值T检验结果可以发现,H1000～500、H1000～700、H700～500、H850～500、H850～7005个因子降雪与降水、降雪与雨夹雪的均值存在显著差异,而降水与雨夹雪的均值并没有显著的差异,对于H1000～850和H1000～925而言，3种相态的均值都存在显著差异。一些学者针对不同地区研究并设计了一些厚度因子,例如H1000～500、H850～700或H700～500,但对湖州地区而言，似乎更低层的厚度因子更能有效区分降水相态,本文着重探讨两个厚度因子H1000～850和H1000～925的情况。

93%的降雪样本H1000～850为1260～1290 gpm，其中16个样本(占总样本数的15.2%)H1000～850为1276～1278 gpm；87.9%的降雨样本H1000～850为1260～1320 gpm；93.1%的雨夹雪样本H1000～850为1275～1300 gpm。降雪与降雨有较明显的差异，大多数降雨样本的H1000～850值明显大于降雪样本。此外，大多数雨夹雪样本的H1000～850为1276～1280 gpm，几乎与降雪样本重叠，但数值略高于降雪样本。从平均值可以发现，降雪样本的H1000～850平均值为1277.8 gpm，雨夹雪样本的平均值为1285.7 gpm，而降雨样本的平均值为1290.4 gpm，其相比于固态降水(雪和雨夹雪)明显偏高，通过均值的差异性检验，可以得出3种相态降水H1000～850的平均值存在较明显的差异，且通过了95%以上的信度检验。

对于厚度因子H1000～925而言，44个降雪样本H1000～925为613～617 gpm，占总样本数的42%；43%的降雨样本H1000～925为616～624 gpm；18个雨夹雪样本H1000～925为616～620 gpm，占总样本数的62.1%，96.6%的样本H1000～925为616～626。

4 固态降水判据设计与检验

4.1 判据的设计及阈值设定

从上文分析可知,不论是温度因子还是厚度因子，对于降水相态的辨识都存在一定的可信度。本文将选取上述一些因子，根据降雪TS评分(Threat Score)最高的原则，确定每一个物理量的阈值。例如对于温度因子T1000,计算T1000≤η时固态降水(雪和雨夹雪)的TS评分、空报率(FAR)和漏报率(PO),η为取值区间内任意值,以0.1为间隔递增,选取TS评分最高的η值作为阈值,从而设定T1000≤η为固态降水的指标。同理,可以得到其他物理量的阈值。当然对于混合指标来说,由于需要满足TS评分最高原则,所以其阈值与单独指标的阈值会有所差异,见表1。

表1 固态降水指标、阈值及相应的性能检验表

从TS评分发现,对于固态降水的评分,除了温度厚度混合指标2为0.29外,其他基本在0.34以上,似乎这个数值偏小,但分析认为这可能与样本选取有关。本文选取湖州站出现降雪过程的时间段内每日4个时次的资料作为样本,而之前众多研究中样本的选取站点数偏多,但时间仅为每日两个时次,相比而言本文样本选取的时间分布更为精细。另外，我们将前人文献中所得的较好的判据应用到本文样本中进行TS评分计算。例如H1000～850≤1280 gpm,TS评分仅为0.33;T1000≤0 ℃,TS评分为0.36;对于混合指标H850～700≤1540 gpm、T925≤-2 ℃、T1000≤0 ℃,TS评分为0.34，FAR为0.59，PO为0.36,结果发现相同指标的TS评分值都小于本文结果。可以认为虽然本文中TS评分偏小,但得到的判据仍具有一定的参考价值。

4.2 判据检验

上文得到了固态降水的各类判据,首先将其应用到历史个例中进行检验分析。选取2008年1月21—30日、2011年1月17—22日、2012年2月9—11日、2016年1月20—23日共4次降雪过程,把样本的天气现象数字化,固态降水为1,液态降水为2,利用各混合指标对样本进行天气现象判别及TS评分,结果显示各类混合指标均能较好地将固态和液态降水区分开。由2016年1月20—23日降雪过程的检验情况可知,各类混合指标的TS评分均在0.7以上(表2)。其次,将固态降水的各类判据应用到两次实际预报业务中。一次是2018年1月24—28日的降雪过程，湖州出现大到暴雪,全市最大积雪深度平原为10～20 cm,山区为20～35 cm。其中湖州为18 cm，南浔为10 cm，德清为19 cm，长兴为22 cm，安吉为15 cm,煤山为35 cm，莫干山为31 cm，鄣吴为28 cm。湖州最大积雪深度为自1956年有气象记录以来并列第五,降雪主要分为两个过程(24—25日和27—28日,26日为间歇期)。运行结果显示(表3)，判据对于第一个过程表现很好;由于判据未加入水汽因子,虽然温度达到固态降水要求(判别结果为1),但是水汽不足,并未出现降水过程;对于第二个过程各类指标表现有所不足。另外一次是2018年1月30—31日的降雪过程,湖州平原积雪深度为2 cm,运行结果很好地捕捉到了降雪过程的开始及结束时间。通过分析历史个例及实际业务应用情况可以发现，各类判据可以较好地为预报员提供固态降水的预报依据。

表2 2016年1月20—23日降水相态的5个混合指标检验情况

表3 2018年1月24—28日降水相态的5个混合指标检验情况

5 结 语

(1)利用2007—2016年湖州国家基本气象观测站常规地面气象资料,统计得知该10 a湖州总共出现25例降雪事件。降雪主要集中在冬季的1月、2月和12月,占比达95.2%。

(2)计算温度因子和厚度因子共13个物理量,统计分析各个物理量在不同相态降水中的分布特征,结果表明降雪、降雨和雨夹雪3种相态1000 hPa和850 hPa气温显著不同。用925 hPa温度判别雨与雨夹雪难度较大,但可以判别雨夹雪与雪、降雨与雪的转变;T700能区分雪与其他降水(雨与雨夹雪),而T700～850可以区分固态降水(雪和雨夹雪)与液态降水;用500 hPa温度可以将雨夹雪和其他两类降水进行一定程度的判别;此外，就湖州地区而言，更低层的厚度因子能更有效地区分降水相态的不同,降雪与降雨的H1000～850有较明显的差异,降雪样本的H1000～925均值明显小于雨夹雪和降雨。

(3)选取7个较好的物理量作为单一指标,并利用这7个物理量进行相应组合,设定5个混合指标。采用TS评分最优原则,确定各指标阈值,其中7个单一指标分别为T1000≤1.4 ℃、T925≤-3.5 ℃、T850≤-4.8 ℃、T700～850≥-2.5 ℃、H1000～850≤1286.7 gpm、H1000～925≤621.0 gpm和H850～700≤1535.4 gpm。5个混合指标分别为温度混合指标T925≤-3.4 ℃、T850≤-4.8 ℃、T700～850≥-4.0 ℃,厚度混合指标H1000～850≤1287.1 gpm、H850～700≤1535.4 gpm,温度厚度混合指标1T925≤-0.3 ℃、T1000≤1.3 ℃、H850～700≤1535.4 gpm,温度厚度混合指标2T1000≤1.1 ℃、T850≤-4.8 ℃、H1000～850≤1285 gpm、H1000～925≤621 gpm,温度厚度混合指标3T925≤-1.9 ℃、H1000～850≤1287.1 gpm、H850～700≤1535.4 gpm。选取4个历史个例,利用上述5个混合指标进行相态判断,同时结合实际业务应用情况发现,各类混合指标均能较好地将固态和液态降水区分开。

大气中降水相态的变化是非常复杂的物理过程,本文初步建立了湖州地区的降雪指标,综合各项指标可以为预报员在天气预报业务中提供相关参考。