宝鸡市冬半年降水相态精细化客观预报方法研究

卢晔，孟妙志，2，乔丹杨，任欢，贺瑶，韩洁

（1.陕西省宝鸡市气象局，陕西 宝鸡 721006；2.秦岭和黄土高原生态环境气象重点实验室，陕西 西安 710016；3.陕西省咸阳市气象局，陕西 咸阳 712000）

引言

近年来，在全球气候变暖背景下极端天气事件频发，不同相态降水以多种形式影响着陆面环境和水循环，冬季降水相态主要由液态向固态转化，且大多发生在近地面气温0 ℃左右的低温条件下，常见的降水相态有雨、雨夹雪、雪和冻雨等，它们可以单独出现或者以混合形式出现形成雨雪冰冻事件（Bernstein，2000；Sankare and Theriault，2016），对交通运输、基础设施、人民生命财产安全及生态系统造成严重影响（赵琳娜等，2008）。准确的降水相态预报是降雪量、积雪深度、道路结冰等预报预警的基础，不仅能指导公众的生产生活与出行，还对防灾减灾有重要意义。

降水粒子到达地表的最终相态取决于大气温度垂直结构，垂直方向上气温的微小波动都会引起地表附近降水相态的变化（Bourgouin，2000）。研究发现，位势厚度与不同气压层之间的平均温度成正比，比单层气温更能准确表征大气冷暖状况（Heppner，1992；Czys et al.，1996），故而综合考虑不同特定层温度和位势厚度的降水相态识别效果更好（段云霞等，2016；祝小梅等，2019；杨丽杰等，2021）。许美玲等（2015）选取700 hPa温度、500 hPa与700 hPa位势厚度（H500-700）、地面日最低气温3个物理量作为昆明地区降雪的组合判据，预报准确率较单一物理量判识明显提升。此外，降水相态变化还与气候背景、地理位置等密切相关（隋玉秀等，2015；董伟等，2019；王一颉等，2019；武威和胡燕平，2019；荆浩等，2022；郑丽娜等，2022）。研究表明，当中低层T925＜2 ℃、T850＜-3 ℃时，有利于丹东地区在过渡季节出现降雪，而严冬季节降雪的有利气温条件则为T925＜-2 ℃、T850＜-6 ℃（高松影等，2014）；甘肃地区雨、雪、雨夹雪相态转换的地面2 m气温指标（T2）分别＞3.0 ℃、＜-1.0 ℃、-1.0～3.0 ℃，在上述前提条件下，当T850≤-3 ℃、T700≤-6 ℃时有利于海拔小于1 500 m地区出现降雪，而海拔1 500～2 000 m和超过2 000 m地区降雪的温度指标分别为T700≤-7 ℃、T700≤-1 ℃（黄玉霞等，2016）；山东内陆地区当T850≤-3 ℃且T925、T1000、T2均小于0 ℃时有利于雨转为雨夹雪或雪，而山东沿海地区925 hPa以下各层则需要更低的温度，直接降雪时位势厚度H850-1000、H500-700分别为127～130、252～256 dagpm，而雨转雪时H850-1000相当，但H500-700增至255～264 dagpm，较直接降雪的阈值偏大3～8 dagpm（郑丽娜等，2016）。综上可见，在不同位势高度下各降水相态的温度和位势厚度阈值表现不同，不同时期、不同海拔高度区判识阈值也差异明显。目前降水相态研究资料主要来源于地面观测和探空，时空分辨率较低。因此，对复杂地形区合理划分区域和时段，借助高时空分辨率再分析产品，科学探究本地降水相态精细化预报方法十分必要。

宝鸡市位于关中西部（106°E—109°E，33°N—35°N），为“一带一路”节点城市，由北部山区、中部川塬、南部秦岭地貌组成，复杂地形导致冬半年降水相态时空差异较大，降水相态预报的时空分辨率和准确率亟待提高。鉴于此，本文统计分析近10 a地面观测资料和模式再分析资料，筛选多个关键因子，构建分区、分时段的降水相态客观预报判别方法，以期为本地降水相态精细化客观预报提供参考。

1 资料和方法

所用资料包括：（1）2010—2019年冬半年（11月至次年3月）宝鸡市11个国家气象观测站（图1）逐日（20：00—20：00）降水量、天气现象、地面气温等观测资料；（2）欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasts，ECMWF）第五代逐小时再分析资料，空间分辨率0.25°×0.25°，包括不同高度层气温和位势高度，采用双线性插值方法将格点数据插值到站点上，并计算各高度层物理量值。文中附图涉及的行政边界地图基于陕西省自然资源厅标准地图服务网下载的审图号为陕S（2021）023号标准地图制作，底图无修改。文中时间均为北京时。

图1 宝鸡市海拔高度（彩色填充区，单位：m）及国家气象站（圆点）分布Fig.1 The distribution of elevation （color filled areas，Unit： m） and national weather stations （dots） in Baoji City

根据地形特征，将宝鸡市划分为渭河沿岸中部川塬区和南北部山区（图1），川塬区国家气象站（包括渭滨、陈仓、凤翔、岐山、扶风、眉县）海拔高度490.8～751.6 m，山区国家气象站（包括太白、凤县、陇县、千阳、麟游）海拔高度781.1～1 543.6 m。金台区无国家气象站，故不对其进行讨论。选取日降水量大于等于0.1 mm的降水样本，根据天气现象确定为雨、雨夹雪、雪3种相态。雨（雪）天气定义为测站24 h内只出现了降雨（雪）一种降水天气现象，而雨夹雪天气则定义为测站24 h内至少出现一次雨夹雪或雨雪转换（包含雨转雪、雪转雨、雨雪混合）天气现象。

2 冬半年降水相态时空分布特征

图2是2010—2019年冬半年宝鸡市不同降水相态累计日数空间分布。可以看出，降雨累计日数川塬区明显多于山区，海拔较低的渭滨、陈仓、岐山、眉县为高值区，渭滨最多为154 d，而海拔最高的太白最少为84 d；降雪累计日数山区明显多于川塬区，海拔较高的太白、麟游为高值区，太白最多为197 d，海拔最低的眉县最少为52 d；雨夹雪累计日数空间差异相对较小，太白、凤县、千阳为高值区，太白最多为42 d，低值区在川塬区，眉县最少为15 d。进一步统计发现，2010—2019年冬半年川塬区降雨日数平均为14.1 d，较山区多2.6 d，山区降雪日数平均为10.0 d，较川塬区多3.8 d（图略）。可见，宝鸡市冬半年降水相态空间差异明显，川塬区降雨较多，山区降雪较多，这与地理位置、海拔高度密切相关。

图2 2010—2019年冬半年宝鸡市雨（a）、雪（b）、雨夹雪（c）累计日数空间分布Fig.2 The spatial distribution of cumulative days of rain （a）， snow （b） weather and their mixture weather （c） in the winter half-year from 2010 to 2019 in Baoji City

从近10 a川塬区和山区冬半年不同降水相态日数占比（与当月降水总日数的百分比）逐月分布（图3）可见，川塬区11月和3月降水相态以雨为主，日数占比分别为96.0%和83.6%；12月和2月降雨日数显著减少，降雪、雨夹雪日数明显增多，其日数占比分别增至38.7%、16.2%和47.7%、19.3%，雨雪相态转换增多与冷空气活动规律和强度有关；1月以降雪为主，日数占比达88.9%。受海拔高度影响，山区降水相态分布与川塬区不同，12、1、2月以降雪为主，日数占比均大于80.0%；11月和3月不同降水相态日数占比差异较小，降雨日数略偏多，日数占比分别为50.2%和52.1%，其次是降雪。

图3 2010—2019年冬半年宝鸡市川塬区（左）和山区（右）不同降水相态日数占比逐月分布Fig.3 The monthly distribution of proportion of precipitation days with different phases in the winter half-year from 2010 to 2019 in Chuanyuan region （the left） and mountainous area （the right） of Baoji City

基于以上分析，可将冬半年划分为3个时期：川塬区11月和3月以降雨为主，定义为初冬-冬末时期（降雨日数占比大于80.0%）；川塬区12月和2月及山区11月和3月雨雪转换天气增多，定义为雨雪转换时期（3种降水相态日数占比之差小于50.0%）；川塬区1月和山区12、1、2月以降雪为主，定义为隆冬时期（降雪日数占比大于80.0%）。可见，冬半年降水相态预报难点在雨雪转换时期。

3 冬半年降水相态识别判据

箱形图可以直观反映一组或多组连续性变量的离散分布情况，箱体表示80%数据，上边界为90%分位数，下边界为10%分位数，上、下边缘线为去除异常值后最大和最小值，中位值代表数据的平均水平。利用箱形图筛选关键因子，筛选的物理量因子分布越独立，则对降水相态的区分度越好。

采用箱形图统计11个国家气象站特定层500、700、850 hPa气温（T500、T700、T850），地面2 m气温（T2）和地面露点温度（Td），以及500、700、850、1 000 hPa不同高度层间的位势厚度（H500-700、H500-850、H500-1000、H700-850、H700-1000、H850-1000）特征，发现温度要素中不同降水相态T2箱体交叉最小、中位值相差大，其次为T850、T700，而位势厚度中箱体交叉最小的是H850-1000，其次为H700-850，由于山区太白站海拔高度超过1 500 m，故选取T2、T700、H700-850作为山区降水相态判识因子，川塬区则选取T2、T850、H850-1000进行降水相态判识。对川塬区、山区降水相态判识因子进一步分析发现，同一降水相态下同一地形区内所有站点的温度和位势厚度判据阈值较为一致。另外统计结果显示，近10 a冬半年宝鸡市川塬区、山区降水累计日数最大值分别出现在渭滨站（238 d）、太白站（323 d），故以渭滨（海拔612.4 m）和太白（海拔1 543.6 m）站分别作为川塬区和山区代表站，统计分析3种降水相态特定层温度和位势厚度特征，构建宝鸡市不同地形区冬半年降水相态识别判据。

3.1 特定层温度判据

分析发现，渭滨和太白站冬半年各时期雨和雪T2、T850、T700箱体均无重叠，而雨夹雪与雨、雪可能出现重叠。因此3种相态特定层温度判识原则是：当3种相态T2箱体均无重叠时，以雨夹雪T2的最大值、最小值或90%、10%分位数分别作为雨、雪的单一判据阈值，雨夹雪的T2阈值则介于雨和雪之间；当雨夹雪与雨、雪T2箱体有重叠时，无法直接判识，需要分类判识。第一类：当雨夹雪与雨、雪T2箱体重叠区间小于1.0 ℃时，结合不同降水相态日数占比逐月分布（图3），在T2重叠区间内取当月日数占比高的相态；第二类：当雨夹雪与雨、雪T2箱体重叠区间大于等于1.0 ℃时，结合T850（T700）做进一步判断，若雨夹雪与雨、雪T850（T700）箱体无重叠，则以雨夹雪T850（T700）的最大值、最小值或90%、10%分位数作为雨、雪的T850（T700）阈值，若有重叠，则同样在T850（T700）重叠区间内取当月日数占比高的相态。

渭滨站，初冬-冬末和隆冬时期3种相态T2箱体均无重叠，可直接判识。初冬-冬末时期［图4（a）］，以雨夹雪T2的最大值2.9 ℃、最小值0.7 ℃分别作为雨、雪的T2单一判据阈值，T2介于0.7～2.9 ℃时为雨夹雪；隆冬时期［图4（c）］，以雨夹雪T2的90%分位数1.8 ℃、10%分位数0.7 ℃分别作为雨、雪的单一判据阈值，T2介于0.7～1.8 ℃时为雨夹雪。雨雪转换时期［图4（b）］，降雨时T2箱体为2.1～5.3 ℃，降雪时为-3.6～1.3 ℃，雨夹雪时为0.3～2.5 ℃，雨夹雪与雨、雪均有重叠，需要分类判识。第一类：在雨夹雪与雨的T2箱体重叠区间2.1～2.5 ℃（区间差小于1.0 ℃）内，结合不同降水相态日数占比逐月分布，该时期降雨概率更大；第二类：在雨夹雪与雪的T2箱体重叠区间0.3～1.3 ℃（区间差大于等于1.0 ℃）内，需结合T850做进一步判断，该时期雨夹雪与雪的T850箱体有重叠，在T850箱体重叠区间-5.3～-4.2 ℃内降雪概率更大。综上可见，渭滨站雨雪转换时期雨、雨夹雪、雪的T2单一判据阈值分别为2.1 ℃、1.3～2.1 ℃、0.3 ℃，当T2介于0.3～1.3 ℃且T850＞-4.2 ℃（T850≤-4.2 ℃）时为雨夹雪（雪）。

图4 宝鸡市渭滨（a、b、c）和太白（d、e）站2010—2019年初冬-冬末时期（a）、雨雪转换时期（b、d）、隆冬时期（c、e）不同降水相态天气下T2、T850、T700箱形图Fig.4 The boxplots of T2，T850 and T700 under precipitation weathers with different phases in the early and late winter period（ a），the rain-snow transformation period（ b， d） and midwinter period（ c， e） from 2010 to 2019 at Weibin（ a， b， c） and Taibai（ d， e） stations in Baoji City

同样地，应用特定层温度判识原则，得到太白站冬半年各时期不同降水相态的温度判据：雨雪转换时期，雨、雨夹雪、雪的T2单一判据阈值分别为2.6 ℃、1.2～2.6 ℃、-0.3 ℃，当T2介于-0.3～1.2 ℃且T700＞-5.4 ℃（T700≤-5.4 ℃）时为雨夹雪（雪）［图4（d）］；隆冬时期，雨、雨夹雪、雪的T2单一判据阈值分别为3.8 ℃、-1.1～3.8 ℃、-1.1 ℃［图4（e）］。

3.2 位势厚度判据

根据静力学原理，两层等压面之间厚度与两层等压面的平均温度成正比（朱乾根等，2007）。为避免中低层大气平均温度偏高导致对降水相态的误判，增加位势厚度作为降水相态判识指标（史纬恒等，2017；陈宏等，2021）。

分析位势厚度特征发现，渭滨和太白站冬半年雨和雪H850-1000、H700-850箱体均无重叠，而雨夹雪与雨、雪可能出现重叠，故参照特定层温度判识原则，结合不同相态日数占比逐月分布，确定渭滨和太白站冬半年各时期3种降水相态的位势厚度判据。

从图5看出，渭滨站，初冬-冬末时期，3种降水相态H850-1000箱体均无重叠，以雨夹雪的最大值1 307 gpm、最小值1 302 gpm分别作为雨、雪的H850-1000阈值，H850-1000介于1 302～1 307 gpm时为雨夹雪；雨雪转换时期，降雨时H850-1000箱体为1 308～1 331 gpm，降雪时为1 274～1 303 gpm，雨夹雪时为1 298～1 316 gpm，雨夹雪与雨、雪均有重叠，结合不同相态日数占比逐月分布，该时期雨、雪日数占比均大于雨夹雪，当H850-1000介于雨夹雪与雨的重叠区间1 308～1 316 gpm时降雨概率更大，当H850-1000介于雨夹雪与雪的重叠区间1 298～1 303 gpm时降雪概率更大，故以1 308 gpm、1 303～1 308 gpm、1 303 gpm分别作为雨、雨夹雪、雪的H850-1000阈值；隆冬时期，雨夹雪与雨H850-1000箱体无重叠，而与雪完全重叠，这是由于该时期降雪日数占比大于80.0%，且雨夹雪的10%和90%分位数（1 296、1 302 gpm）仅相差6 gpm，代表性较差，故以雪的最大值1 310 gpm、雨的最小值1 308 gpm分别作为雨、雪的H850-1000阈值。同样地，得到太白站冬半年各时期不同降水相态的位势厚度判据：雨雪转换时期，雨、雨夹雪、雪的H700-850阈值分别为1 551 gpm、1 540～1 551 gpm、1 540 gpm；隆冬时期，雨、雨夹雪、雪的H700-850阈值分别为1 558 gpm、1 529～1 558 gpm、1 529 gpm。

图5 宝鸡市渭滨（a）和太白（b）站2010—2019年冬半年各时期不同降水相态H850-1000、H700-850箱形图Fig.5 The boxplots of H850-1000 and H700-850 under precipitation weathers with different phases in each period of the winter half-year from 2010 to 2019 at Weibin （a） and Taibai （b） stations in Baoji City

上述分析可见，不同地形区的渭滨和太白站冬半年各时期3种降水相态判据阈值有一定差异，表明地形导致的温度差异使得测站出现的降水相态不同。

4 降水相态精细化客观预报方法及检验

基于川塬区和山区代表站的特定层温度（T2、T850、T700）与位势厚度（H850-1000、H700-850）统计特征，得到宝鸡市冬半年各时期不同降水相态客观定量化识别判据（表1），结合降水相态时空分布特征，构建宝鸡市冬半年降水相态精细化客观预报方法。具体流程（图6）：通过特定层温度和位势厚度判据分别得出相应的降水相态，若两相态一致，则此相态预报概率为100%；若两相态不一致，则结合不同降水相态日数占比逐月分布，选取占比高的相态为最终预报相态，预报概率为该相态的占比。

表1 宝鸡市渭滨和太白站2010—2019年冬半年降水相态识别判据Tab.1 The identification criterion of precipitation phases in the winter half-year from 2010 to 2019 at Weibin and Taibai stations in Baoji City

图6 宝鸡市冬半年降水相态精细化客观预报方法流程图Fig.6 The flow chart of fine objective forecast method of precipitation phases in the winter half-year in Baoji City

应用该预报方法，对2020年11月至2022年1月冬半年降水过程进行TS（Threat Score）检验，计算公式（Schaefer，1990）如下：

式中：NA为降水相态预报正确时次；NB为降水相态空报时次；NC为降水相态漏报时次。TS值越接近于100%，表明降水相态预报准确率越高。

选取5次大范围降水过程进行TS检验，其中小时样本数据渭滨站82个，太白站76个。检验结果（表2）显示，渭滨站特定层温度、位势厚度TS值分别为79%～100%、93%～100%，精细化客观预报TS值均达100%；太白站特定层温度、位势厚度TS值除3月（29%、57%）较低外，其余时段均在80%以上，而精细化客观预报的3月TS值提升为86%，其余时段为86%～100%。对比太白站降水相态实况和预报发现，精细化客观预报TS值未达到100%的个例均存在雨雪转换，其中11月和3月初始和最终相态预报正确，但相态转换时间出现1～2 h偏差，2月相态转换时间预报正确，但初始相态预报有误，后期需要更多样本进行方法检验和改进。综上可见，降水相态精细化客观预报方法在2个代表站的预报效果较单独使用特定层温度或位势厚度预报均有明显提升。

表2 宝鸡市渭滨和太白站2020年11月至2022年1月冬半年降水相态TS检验Tab.2 TS test of precipitation phases in the winter half-year from November 2020 to January 2022 at Weibin and Taibai stations in Baoji City

5 结论

本文通过分析宝鸡市近10 a冬半年降水相态时空分布特征，基于箱形图确立不同降水相态客观定量化识别判据，构建了冬半年降水相态精细化客观预报方法。总体上，该方法有效提高了本地降水相态预报精度，且准确率较单独使用特定层温度或位势厚度预报有明显提升。主要结论如下：

（1）宝鸡市冬半年降水相态空间分布与地形密切相关，海拔较低的渭河两岸川塬区降雨较多，而南北部海拔较高的山区降雪较多；降水相态时间分布表现为初冬-冬末（以降雨为主）、雨雪转换（相态转换增多）、隆冬（以降雪为主）3个时期，川塬区11月和3月以降雨为主，12月和2月雨雪相态转换增多，1月以降雪为主；山区12、1、2月以降雪为主，11月和3月雨雪相态转换增多。

（2）T2、T850、T700和H850-1000、H700-850物理量是宝鸡市冬半年降水相态重要判识因子。不同地形区各时期相态判识阈值有一定差异，川塬区渭滨站初冬-冬末、雨雪转换、隆冬时期雨的T2（H850-1000）阈值分别为2.9 ℃（1 307 gpm）、2.1 ℃（1 308 gpm）、1.8 ℃（1 310 gpm），雪的T2（H850-1000）阈值分别为0.7 ℃（1 302 gpm）、0.3 ℃（1 303 gpm）、0.7 ℃（1 308 gpm），而山区太白站雨雪转换、隆冬时期雨的T2（H700-850）阈值分别为2.6 ℃（1 551 gpm）、3.8 ℃（1 558 gpm），雪的T2（H700-850）阈值分别为-0.3 ℃（1 540 gpm）、-1.1 ℃（1 529 gpm），雨夹雪的阈值一般介于雨和雪之间。此外，雨雪转换时期的相态判识还需结合T850、T700阈值综合判断。

（3）基于宝鸡市冬半年不同时期特定层温度和位势厚度的降水相态联合判据，结合降水相态时空分布特征，构建了冬半年降水相态精细化客观预报方法。检验发现，该方法对降水相态预报效果较单独使用特定层温度或位势厚度有明显提升，TS值渭滨站达100%，太白站在80%以上，太白站TS值未达到100%的月份均存在雨雪相态转换，客观预报方法对山区雨雪相态转换预报存在一定误差，后期还需更多样本进行检验和改进。