2020 年伊春秋冬季风趋势预报统计分析

王璞瑛

（黑龙江省机场管理集团有限公司，黑龙江 哈尔滨 150000）

1 引言

目前国内航班大部分航时在2 h 以内，而趋势预报是加在观测报文后,对未来2 h 风、能见度、天气现象和云的重要变化做出预测的预报， 对航班的正常保障决策有着重要的参考作用[1]。 相关研究已有开展，例如能见度、低云等的机场数据分析[2-3]。 但由于空间尺度小和局地差异大， 趋势预报在实际预报工作中一般难以准确预测。

伊春机场地处山区，风的变化很快，趋势预报较难把握。 在实际工作过程中发现伊春机场秋冬季以风和能见度的趋势为主，其中风的趋势占比70%。 在预报质量上，研究选取的9 月、10 月漏报率为100%，11 月、12 月漏报率分别为93%和74%， 漏报率有了明显降低。 本文希望通过统计数据总结规律最终得到预报指标， 指导未来该地该季节风趋势预报的加发，提升趋势预报质量。

2 方法与资料

图1 为风趋势预报发生次数的日变化。0-2 时出现风趋势的次数较多，其中01 时最多为17 次，分析原因是日出时刻太阳升起， 温度升高， 动量交换变强，风速开始突增[4]。

图1 各时刻（世界时）风趋势发生次数

本文使用资料为伊春市2020 年9-12 月的机场观测报文、2019-2020 年月报和预报中心发布的趋势预报。风的趋势预报要求指明未来2 h 地面风向和风速的大幅变化，是对未来的推测，因此在选取相关研究要素时需考虑是否能和已知数据进行对比[5]。 最终本文选取气温和气压进行指标运算， 风向风速和强风持续时间作为规律参考， 形势场作项为预报分析。

具体原因如下：风一般由太阳辐射引起，是因气压分布不均匀而产生的空气流动现象， 因此首先将气温和气压纳入统计， 综合比较后选择采用气温和气压的变差（当前时次与之前时次之差）来分析，同时将气温和气压的月变化分析作为总结规律的辅助；风向风速主要受天气系统影响，单纯发报时刻的风方向和大小无指示意义， 因此本次选择统计当日风速最大值和强风的持续时间与风趋势的关系，同时总结易发生趋势的盛行风向作为概率项参考；地面天气形势场关系到系统未来的移动，即风的变化，虽无法得出具体指标但对当前形势的掌握可以影响后续推断，故也纳入分析。

3 要素数据和分析

3.1 气温与风的趋势

9-12 月气温、气压和风趋势的变化情况见表1。第2 列数据可看出9-12 月处于气温年周期中的下降阶段， 而风的趋势9 月、11 月较少，10 月、12 月较多，与气温下降无明显关系。

表1 气温、气压和风趋势的月变化

图2、3 横坐标分别为1 h 变温（当前时次气温与前一时次气温之差）和3 h 变温（当前时次气温与前三时次气温之差）， 单位℃； 纵坐标为该变温出现次数。图2 中可见1 h 变温为4 ℃时发生趋势次数最多为15 次，其次为3 ℃为11 次。 观察图2 和图3 可明显发现变温为正值即当前温度较之前升高时趋势发生概率大，分析原因为温度升高，动量下传变强，地面风速随之增大， 且由前文风趋势次数的日变化可知风趋势多发于午间温度较高时，变温为正居多。

图2 1 h 变温与风趋势

图3 3 h 变温与风趋势

3.2 气压与风的趋势

表1 中气压由于温度降低使空气密度变大而增大，和风趋势相关性不明显。 图4、5 中高值均在-1、0 和1 hPa，即气压差值不大时，由于相对气温来说，气压的日变化比较稳定，故变差也不大。

图4 1 h 变压与风趋势

图5 3 h 变压与风趋势

3.3 风速风向与风的趋势

3.3.1 风速与风的趋势

当日最大风速<5 m/s 时不评定趋势预报， 因此从5 m/s 开始计数，概率为已知当日最大风速时风趋势的发生概率（表2）。可以发现当日最大风速5 m/s-8 m/s 时概率是逐渐升高的， 当日最大风速为8 m/s时发生风趋势的概率高达80%， 分析是由于风速越大， 满足趋势预报条件的可能性就越高；9 m/s 及以上概率突然下降考虑是数据太少造成的，9-12 月最大风速在9 m/s 及以上的只有4 d。

表2 当日最大风速和风趋势发生概率

3.3.2 强风持续与风的趋势

对比多组数据后， 发现将强风定为6 m/s 及以上时和风的趋势相关度最大，因此选取当日风速≥6 m/s的不同持续时间计算概率。 表3 中可见，当持续时间超过3 h，时间越长概率越小，分析是由于大风系统较稳定，倾向于维持现状不产生趋势波动；而持续时间短则说明大气稳定度差， 易发生风向风速变化进而产生趋势。

表3 强风持续时间和风趋势发生概率

3.3.3 风向与风的趋势

东、南、西、北风分别取70 °-110 °、160 °-200 °、250 °-290 °、340 °-020 °（不含边界）；东南、东北、西南、西北风取上述的间值（含边界）；VRB 计作风向不定；00000 为静风。

图6 中可以明显看出， 风向不定时次数最高占44%，几乎一半。 这与趋势预报评分软件的算法有一定的关系， 此外前文数据也表明在日出时刻易从凌晨的小风速风向不定变为大风速形势风场； 其次为黑龙江秋冬季盛行风西风，占比16%。 另外吹北风、东风、南风、东北风时概率极小，低于3%，可以作为不加发趋势的参考。

图6 各风向的风趋势发生次数

4 形势场和分析

4.1 地面形势场与风的趋势

本文将趋势发生当天的地面形势场分为两类（高压、低压控制）具体八种（前、后、顶、底）。 图7 中可以看到当地面处于低压控制时发生52 次，高压控制时发生30 次，气压偏差时的低压系统更易发生趋势。

图7 不同形势场与风趋势发生次数

4.2 850 hPa 温度平流与风的趋势

为了数据分析的全面， 同样统计了发生趋势当天的850 hPa 温压场，将其分为冷平流、暖平流和冷暖平流不明显三种。 统计后的数据并未呈现一定规律性， 故仅展示结论。 图8 可以看出数据分布较平均，冷平流稍多，但无较大实际参考意义。

图8 不同温度平流与风趋势发生次数

4.3 地面形势个例分析

选取了2020 年10 月27-28 日的低值系统过境过程进行具体风趋势分析，本次过程共计漏报4 份，两日漏报均发生在北京时8 时和9 时， 均为小风速到大风速的漏报。

27 日地面天气图（图略）中地面低压中心位于黑龙江省西北部，冷锋自中心向东南延伸，处于伊春所在位置， 分析风速变大趋势为冷锋过境带来的地面大风[6]；28 日低压中心移至黑龙江省北部，冷锋移出，伊春无明显系统影响， 考虑风速变大趋势为日出增温动量下传造成的。 上述两种不同原因带来了相同的趋势漏报，系统过境和日变化的影响同样重要，在未来趋势加发过程中应该综合考虑。

5 结论

本次通过针对地方性特征明显的伊春机场入手，从气温、气压、地面形势等方面进行分析，发现了秋冬季风趋势发生的规律：

(1)日出时和中午温度较高时最容易发生趋势；

(2)1 h 变温为4 ℃时发生趋势次数最多，且变温为正值时趋势发生概率大，变压与趋势关系不明显；

(3)以下特征更易发生趋势：当日最大风速较大，强风持续时间在3 h 及以下或风向为VRB 和静风；

(4)当地面受低值系统控制时更容易发生趋势，且对于趋势预报的加发应综合考虑日变化和天气系统等多种要素。

本文趋势预报数据统计分析还存在诸多不足，例如数据量较少和要素对比不够全面等问题， 随着预报中心的运行， 数据存储的完善， 经验知识的积累，未来一定能做出更全面具体的分析总结。