江汉平原一次大雪过程的检验分析

贺嘉 李康丽 王佳丽

摘要 利用常规观测资料、NCEP-FNL0.25°×0.25°再分析资料、CMA预报模式等资料，从天气实况、环流形势、物理量场和模式检验等方面，对江汉平原2022年1月27—29日大雪天气过程进行分析，结果表明：（1）此次大雪过程受稳定的南支槽和东移的高原槽与低层持续较强冷空气的共同影响；（2）涡度平流和温度平流均提供了较好的条件，水汽通量散度也有强烈辐合，但水汽通量高值区偏南，导致实况降雪远远偏弱；（3）此次过程中CMA模式对江汉平原南部降水量级的预报效果较好，对北部预报效果较差；（4）CMA模式对江汉平原附近急流位置预报不稳定，对850 hPa温度场的预报效果较好。

关键词 大雪；GRAPES模式；江汉平原

中图分类号：P458.1+22 文献标识码：B 文章编号：2095–3305（2023）12–0-03

2022年1月27日前后发生在江汉平原（湖北省气象地理五分区之一）的降雪过程，模式预报与实况存在偏差，尤其是雪深预报明显偏大。只有通过实况复盘分析特征，剖析形成机理，分析模式的预报能力，才能提高冬季过程、春运气象服务质量。

近年来，许多专家学者对低温雨雪过程或模式检验进行了大量研究。针对长江流域，徐双柱等[1]研究发现GRAPES模式对长江流域的预报，无论是降水、天气形势还是物理量都有较强的预报能力；GRAPES模式对级别较大的降水预报容易出现漏报，而不易出现空报。祁莉等[2]发现GRAPES模式能较好预报出部分寒潮过程的明显降温、高低空环流形势、冷平流的入侵，部分过程因为地形物理作用存在一定误差。周慧等[3]通过试验发现，GRAPES模式可以比较成功地模拟出南海夏季风的暴发时间和暴发后的高、低层风场配置，以及季风与季风雨带的向北推进。

利用NCEP-FNL0.25°×0.25°逐6 h全球再分析资料、常规观测资料和我国CMA预报模式（曾用名GRAPES模式，下同）预报等资料，对2022年1月27—29日江汉平原地区的大雪过程检验分析，剖析模式对大雪过程的预报能力。

1 天气实况

2022年1月26日20：00—29日20：00，江汉平原出现了一次大范围的雨雪天气过程。27日白天，降水相态主要为雨夹雪，夜间逐渐转为纯雪，降雪最强时段发生在27日夜间。27日夜间大部地区出现积雪或道路结冰；最大积雪深度为6 cm，出现在荆门站。

2 环流形势及影响系统分析

2.1 系统配置

2022年1月26日20：00—28日500 hPa上（图1）亚洲中高纬维持“两槽一脊”形，巴湖以东受东北冷涡和西部的横槽控制，大范围低压环流位于50°N以北。西西伯利亚地区高压脊东移时挤压其东侧的横槽转竖，引领冷空气南下。27日08：00高原槽和南支槽同位向叠加，青藏高原东部短波槽东移，导致江汉平原出现阴雨雪天气。直至29日20：00高空槽移出该地区，降雪才趋于结束。

中低层主要受低空急流和切变线影响。26日20：00 700 hPa江汉平原位于西南急流軸的西北侧约200 km处。持续的南北气流交汇导致切变维持，27日20：00之前只有略微的南北摆动。850 hPa偏东气流逐步加强，27日20：00达到10 m/s，之后-4.0 ℃等温线持续南压至江汉平原以南。中西伯利亚地区冷高压（强度达1 057.5 hPa以上）持续存在，其东南侧持续有冷锋不断分裂南下，随着高空的横槽转竖，引导冷空气自河套地区南下。27日夜间2.0 ℃等温线南压至鄂东南，江汉平原降水转成纯雪。至29日20：00之后转为高空槽后西北气流控制，降雪减弱直至停止。

地面上中西伯利亚地区冷高压（强度达1 057.5 hPa以上）持续存在，其东南侧持续有冷锋不断分裂南下，26日20：00第一条冷锋已推进至华南北部地区，其后的副冷锋还在华北地区。此次降雪过程前期，内蒙古地区有冷空气堆积，其西北侧冷高压中心随着高空的横槽转竖，引导冷空气自河套地区南下。由于前期冷锋推至华南，之后副冷锋南下经过华中地区时，27日白天地面2 ℃等温线在江汉平原摆动。27日夜间2 ℃等温线南压至鄂东南，江汉平原降水转成纯雪。至29日20：00之后转为高空槽后西北气流控制，降雪减弱直至停止。

2.2 水汽条件

固态降水发生之前27日20：00江汉平原水汽通量超过了3×10-3g/（cm·hPa·s），自北向南显著增大，江南平原南部降雨区最强达到了13×10-3g/（cm·hPa·s）以上。江汉平原强降雪发生之时（28日02：00）水汽通量较强辐合区依然偏南，水汽通量3到4×10-3g/（cm·hPa·s）等值线向南调整。针对江汉平原固态降水发生较强的区域，水汽通量散度负的大值区范围较广，有强烈的辐合条件，但水汽通量高值区偏南；北部水汽不足，导致降雪量不如预期。

2.3 温度平流与涡度平流

27日夜间是积雪最大站点是荆门站（112.212°E，30.9928°N）。沿112.25°E做垂直剖面图，27日20：00（图3a）是大雪发生之前，28日02：00（图3b）是大雪发生时次。分析发现受高空槽前强正涡度平流影响，对应近地层（925 hPa以下），尤其是江汉平原范围内的29.5 °N～31°N区域有负涡度平流区。强降水发生之前（27日20：00），950 hPa附近存在超过-1.5×10-8s-1的负涡度平流中心，其上层偏北0.5个纬度的区域存在强涡度平流中心；700 hPa及其之上存在较强的暖平流，中低层大部由冷平流控制，但近地层仍存在较薄的暖平流区，结合温度层结，不利于固态降水发生。28日02：00低层负涡度平流变弱变薄，600～500 hPa为强西南风，使得正涡度平流中心区北抬了0.5个纬度；强暖平流区下边界800 hPa以下，范围扩大且暖平流层较厚，而之前较厚的冷平流层被压制，29°～31.5°N范围内全被强冷平流控制。随着中层较强涡度平流区北抬，暖平流区变厚，压制冷平流区在地面至925 hPa范围，暖平流沿着强冷平流滑升等多重条件为强降雪发生提供了有力的动力和热力条件。

3 模式检验

3.1 降水强度和落区检验

针对长江流域，徐双柱等[1]研究发现GRAPES模式对长江流域的预报，无论是降水、天气形势还是物理量都有较强的预报能力；GRAPES模式对级别较大的降水预报容易出现漏报，而不易出现空报。在本次过程中，700 hPa江汉平原北部的比湿预报均在2～4 g/kg，对江汉平原南部的预报较强一些，为4-6 g/kg。而在850 hPa，江汉平原南部的水汽条件较700 hPa要差一些；从整层可降水量来看，模式对江汉平原的预报值均在15 mm以上，南部水汽条件更好，CMA全球模式对20 mm以上的预报范围较小。本次过程雨雪较强时段27日20：00—28日20：00CMA全球模式对江汉平原南部雨量预报偏强；CMA模式在江汉平原北部预报出小雪，在南部预报出中到大雪，CMA模式对北部降雪量级的预报偏弱。对比模式临近3个时次的降雪量预报，CMA模式对北部的预报由暴雪逐步调整为小雪，波动较大，对南部的调整略小。在实际工作中，倾向于选择近期预报结果更为稳定、准确率较高的模式作为参考，同时，还需要综合分析多家模式产品进行人工技术订正[2-5]。

3.2 风场检验

700 hPa的风场预报（图4），模式对西南急流的预报范围与实况较吻合，主要在贵州至浙江一带，随着时间的推移，急流中心增强、急流带加宽，为降水发生提供了充足的水汽和能量。27日20：00切变线位于陕西上空，随冷空气南下逐渐南移，呈东北—西南向，28日20：00位于鄂西北上空，CMA模式对27日20：00的切变线位置预报略偏南，预报的移动速度较实况偏慢。28日08：00，模式对江汉平原北部的风速预报略偏弱，南部风速预报相比偏强。

850 hPa（图略）模式的風速预报与实况较为一致，27日20：00和28日08：00，江汉平原的风向实况以偏东风为主，而模式预报的偏北风分量较大。临近3个时次起报的风场预报，CMA全球模式对急流位置的调整较不稳定，但都是往减弱的方向调整。

3.3 温度场检验

27日20：00—28日20：00，江汉平原700 hPa温度场实况基本处于0 ℃线以上，北部部分地区在-4.0 ℃线以上。通过对比发现，27日20：00 CMA模式0 ℃线的预报偏南，28日08：00模式对江汉平原中部的-4.0 ℃线预报偏西，而28日20：00 CMA全球模式对-4 ℃线的预报略偏南。模式对冷空气的降温强度预报小于实际降温。比较之下，模式对850 hPa上江汉平原附近的温度线预报效果较好。祁莉等[2]发现GRAPES模式能较好预报出部分寒潮过程的明显降温、高低空环流形势及冷平流的入侵，部分过程因为地形物理作用存在一定误差。

3.4 水汽条件检验

CMA模式将700 hPa上江汉平原北部的比湿预报均在2～4 g/kg，江汉平原南部的稍强于北部，为4～6 g/kg。而在850 hPa上江汉平原南部的水汽条件较700 hPa要差一些；从整层可降水量来看，模式对江汉平原的预报值在15 mm以上，亦是南部水汽条件更好。与实况相比较，CMA模式在江汉平原南部的预报偏强。

4 结论

（1）2022年1月27—29日江汉平原主要受500 hPa南支槽和高原槽、中低层切变线、西南急流、较强的低空东风急流、地面冷高压的共同影响，提供了有利大雪发生的条件。

（2）实况较本地预报偏弱，分析发现，地面温度差异导致雪深较小，虽然涡度平流和温度平流均提供了较好的条件，同时水汽通量散度也有强烈的辐合，但实况水汽通量高值区偏南，导致降雪量和最大雪深都远远低于本地预报值。

（3）CMA全球模式对江汉平原南部降雪量级的预报效果较好，对北部预报效果较差，由于临近时次的调整变化大，较不稳定，在实际工作中，对预报员的辅助参考可能会造成一定的影响，还需要结合经验和多家模式进行订正。

（4）CMA全球模式在风场预报上，急流范围预报效果较好，强度上与实况有一定偏差，预报切变线的移动速度较实况偏慢。由于临近时次对江汉平原附近急流位置预报的不稳定，水汽条件的变化也较大，较不利于预报的准确性。CMA全球模式对850 hPa上江汉平原附近的温度线预报效果较好。

参考文献

[1] 徐双柱，张兵，谌伟.GRAPES模式对长江流域天气预报的检验分析[J].气象， 2007，33（11）：65-71.

[2] 祁莉，马琼，张文君.GRAPES模式对2011/2012年冬季寒潮天气过程预报能力的检验[J].大气科学学报，2017，40（6）： 791-802.

[3] 周慧，朱国强，陈江民，等.GRAPES模式对西南季风暴发的数值模拟及初值影响试验[J].热带气象学报，2010，26（1）： 98-104.

[4] 张旭，孙宝利，白佳宁，等.阜新地区东北冷涡多模式降水预报检验[J].气象与环境学报，2021，37（3）：19-24.

[5] 陈利伟，吴志岐，杨彭怀，等.宁夏2018年第一场连阴雪天气过程5种数值模式降水预报能力对比[J].农业科技与信息，2021（1）：24-26.