貴州省冬季雨凇災害預測模型的初構

張嬌艷，王玥彤，吳戰平，李　揚

(1.貴州省氣候中心，貴州 貴陽　550002;2.貴州省山地氣候與資源重點實驗室，貴州 貴陽　550002;3.貴州省貴陽市氣象局，貴州 貴陽　550001)

1　引言

雨凇是云中降落的過冷卻雨滴在溫度≤0 ℃的物體表面產生的一種凍結現象，是貴州省冬季主要的災害性天氣。雨凇天氣一旦持續，則會造成較大危害，如2008年初，我國南方出現大范圍持續低溫雨雪冰凍天氣，造成了嚴重的災害[1-3]。因此，在實踐中不斷提高雨凇災害的預測水平有十分重要的意義。通常情況下，貴州省雨凇天氣集中出現在27°N這一緯度帶，并與我國南方低溫陰雨相伴，這與亞洲中高緯度阻塞形勢對雨凇天氣的逆溫層維持關系十分密切。在已有的研究中發現影響雨凇強度的因子主要有中高緯度的阻塞高壓、在中國江淮和其南方地區靜止鋒的維持以及在南支急流中的擾動活躍，例如：白慧等[4]在研究中發現，從海平面氣壓場(Sea Level Pressure，下文簡稱SLP)上發現冬季西伯利亞高壓強度與冬季雨凇強度有很好的相關性，并且還發現赤道中東太平洋的海溫異常的年際信號在貴州冬季雨凇日數預測中有較好的預測效果。許丹等[5]利用1951—1996年冬季凝凍指數研究發現，歐亞地區500 hPa高度距平場“北高南低”的分布型會對應貴州省冬季雨凇強度強，反之，“北低南高”的距平分布對應貴州冬季雨凇強度弱。但是在貴州省實際預測業務工作中，以上部分結論的研究時段尚停留在較早年份，且由于指標量化不夠具體，不利于實際應用。根據預測需求，本研究將在前人研究的基礎上，利用最新資料進一步提煉歸納貴州省冬季雨凇災害預測模型(本研究用雨凇發生日數表征雨凇強度)，且將模型指標量化，并利用該模型開展對2016年冬季雨凇強度的試報。

2　資料和方法

本文所用資料有貴州省84個氣象觀測站1961—2016年冬季雨凇逐日觀測資料，值得注意的是，黃平、萬山和白云站分別于1974年、1977年、1982年才有觀測記錄，為了序列的完整性和客觀性，數據采用嚴小冬等[6]提出的考慮點與點、點與場關系的方法，將上述3站缺測資料進行了定量恢復，其擬合相關通過95%信度檢驗。

此外，本文還采用1961年1月—2017年2月NCEP NCAR逐月再分析資料，要素包括500 hPa高度場、海平面氣壓場，水平分辨率為2.5°×2.5°。海溫資料為1961年1月—2017年2月NOAA Extended Reconstructed Sea Surface Temperature,Version 4海表面溫度數據，水平分辨率為2°×2°。

本研究中開展預測參考了來自國家氣候中心(BCC)第二代海氣耦合模式季節預測系統對500hPa高度場的預測結果(以下簡稱BCC模式)以及來自WMO亞洲區域中心(JMA)對海平面氣壓場的預測結果(以下簡稱JMA模式)，分別可從http://cmdp.ncc-cma.net/cn/和http://ds.data.jma.go.jp/tcc/網站下載。值得指出的是，省級部門在日常短期氣候預測工作中，能及時有效參考的大氣環流客觀產品較少，以上兩種是最常用和穩定的。

研究所用方法主要是常用的氣象統計方法，如合成分析、相關分析等。文中所用氣候平均態取1981—2010年的30a平均值。

3　貴州省冬季雨凇災害預測模型

3.1　貴州省冬季雨凇強度時空變化特征分析

圖1是貴州省1981—2010年多年平均冬季雨凇日數分布狀況。分析發現，貴州省雨凇頻發地區主要集中出現在27°N附近，最大值出現在威寧站，年平均雨凇日數能達到38.2 d，在同一緯度附近雨凇日數較多的站還有水城站、大方站、開陽站和萬山站。研究表明[6]貴州省雨凇日數分布形態與地形密切相關，上述雨凇日數多的站大多位于海拔高度和相對高度較高的地區。貴州省南部地區因緯度偏南，溫度偏高，幾乎沒有雨凇發生。

圖1　貴州省1981—2010年多年平均冬季雨凇日數分布圖(單位：d)Fig.1　Spatial distribution of annual averageglaze days(unit:days) in winter over Guizhou during 1981-2010

圖2是1961—2015年貴州省雨凇日數距平時間序列分布，從11 a滑動平均值可以看出，20世紀60—80年代距平值以正距平為主，表明在該時段內雨凇強度是較平均水平偏強，而從20世紀90年代開始，距平值小于0，并且一直呈現減小的趨勢直至21世紀初。

觀察圖中雨凇距平時間序列發現，除上述特征外，近年來極端雨凇的事件較多，2000年以后，有3個年份有較強的雨凇發生，分別是2007年、2010年和2011年，分析這3 a的強度，發現2007年冬季的雨凇強度是在研究時段的55 a內強度最強的，2010和2011年的雨凇強度也超過一倍標準差較多，在時間序列包含的55 a中，都進入雨凇強度排名前五；在雨凇整體偏弱的21世紀，總共發生3次較強的雨凇事件，都排至55a中雨凇強度前5，這說明雨凇強度雖然在減小，但是極端的事件出現的概率卻有增無減，今后的預測中并不能忽視。

綜上所述，不論是11a滑動平均還是線性趨勢，貴州省冬季雨凇都是呈現減弱趨勢。為進一步構建貴州省冬季雨凇災害預測模型，從圖2中選取雨凇日數異常偏多或者異常偏少排名前4位的年份如下(均通過了1倍標準差±)：研究時段內1976年、1983年、2007年和2010年為雨凇異常偏多年，1986年、2000年、2014年和2015年為雨凇異常偏少年。后文將上述異常年大氣環流場進行合成分析，探究雨凇異常年份的大氣環流差異。

圖2　貴州省1961—2015年雨凇日數距平時間序列(柱狀圖：雨凇日數距平；黑色虛折線：距平的11a滑動平均；黑色虛直線：1倍標準差，單位：d)Fig.2　Time series of glazedays anomaly in Guizhou during 1961—2015 (glaze days anomaly,column;11a moving average of anomaly,black dotted polyline;standard deviation,black dotted line;unit:days)

3.2　北半球500 hPa月平均環流場分析

圖3分別為雨凇強、弱年份的位勢高度距平場的分布形勢，從圖3a可以看到，強雨凇年歐亞大陸中高緯地區距平表現為“北正南負”的分布形勢，表現為薩彥嶺—烏拉爾山一帶的高壓脊增強，東亞大槽加深，環流經向度大，高緯度地區的高度場為正距平，低緯度地區的高度場為負距平，西伯利亞—烏拉爾山地區形成的高壓與寒潮關鍵區所在位置相吻合，高空呈現類似于EU正位相的分布，從而使得我國東部降溫大量冷空氣在此積聚，最后南下入侵我國，會產生一次次的寒潮過程，有源源不斷的冷空氣沿著槽后脊前的西北氣流輸送到我國南方地區。這種配置使得形成雨凇的低溫條件得到滿足。而劉毓赟等[7]在研究中也證實了，EU正位相會使得東亞大槽加深，導致東亞冬季風偏強，東亞地區溫度偏低。分析弱雨凇的年份距平場的合成時，發現其距平場的分布與強雨凇年的分布形勢正好相反，呈現“北負南正”的距平分布，這種分布不會加深環流經向度，也不易產生大范圍降溫。綜合分析后發現強/弱雨凇年合成場分別對應正/負(50～70°N、40～80°E)和負/正(20～40°N、60～100°E)的范圍，將500 hPa異常場這兩個區域定義為雨凇強弱關鍵區，且在強雨凇年關鍵區通過了95%的信度檢驗，可信度更高。

3.3　北半球海平面氣壓場(SLP)月平均環流場分析

圖4是SLP的合成分析結果，分析發現，在雨凇強年時(圖4a)，SLP場上發現西伯利亞高壓偏強，面積偏大，且東擴南伸，在藍柳茹等[8]的研究中指出這一現象是由于同期500 hPa高度場的異常分布類似EU正位相(烏拉爾山地區高度場異常偏高)以及增強型的歐亞脊促使西伯利亞高壓得以發展。從距平場上來看，主要的正距平區域與500 hPa高度場上的正距平區相近，但面積更大，覆蓋整個西伯利亞地區。這種大范圍的正異常會使得西伯利亞高壓進一步加強擴張、導致冷空氣更容易南下。相比較而言，在雨凇強度弱年時(圖4b)，與上述位相相反，西伯利亞高壓偏弱、面積偏小，向北收縮，同期500 hPa高度場的異常分布類似EU負位相的配置。從距平場分析得知，西伯利亞的烏拉爾山地區SLP呈負異常分布，不利于西伯利亞高壓的加深與維持，進而不利于冷空氣南下。相比于西伯利亞高壓的強度與面積，雨凇強弱年SLP異常場的特征更便于辨認和判斷，強/弱雨凇年合成場分別對應正/負(45～65°N、40～80°E)，將SLP異常場這個區域將作為確定雨凇強弱的另一個關鍵區，且在強、弱雨凇年關鍵區均通過了95%的信度檢驗。

圖3　冬季500 hPa位勢高度合成場(a)強雨凇年,(b)弱雨凇年(等值線：原始場；填色圖：距平場；單位：m)圓點為通過了95%信度檢驗Fig.3　Composite analysis of 500 hPa geopotential height field (a)strong glaze disaster and (b) weak glaze disaster (original field,contour; anomaly field,shaded; unit:m),dots represented the station passed the 95% confidence level

圖4　冬季海平面氣壓場(SLP)合成場(a)強雨凇年,(b)弱雨凇年(等值線：原始場；填色圖：距平場；單位：hPa)圓點為通過了95%信度檢驗Fig.4　Composite analysis of SLP (a)strong glaze disaster and (b) weak glaze disaster (original field,contour; anomaly field,shaded; unit:hPa),dots represented the station passed the 95% confidence level

3.4　北大西洋海溫異常對冬季雨凇的影響

根據上述分析以及多年業務經驗總結，過去的預報因子主要著眼于500 hPa高度場的分布型以及SLP。而中高緯度海洋可通過上下游效應影響中國氣候。影響中國冬季冷空氣活動的3大冷空氣源地都在中高緯度。北大西洋是3大冷空氣源地中的一員，該海域的異常海溫可影響北半球大氣行星尺度環流，從而影響東亞氣候，對中國氣候的變化也存在直接和間接的關系。曲巧娜等[9]在研究中發現，12月北大西洋海溫異常(Sea Surface Temperature Anomaly，簡稱SSTA)通過影響中東急流，出口區北側運動影響500 hPa中亞低槽的運動，進一步影響西南地區冬季覆冰強度。王玥彤等[10]在研究中發現前期秋季北大西洋海溫對西南地區冬季凍雨強度有一定影響。

本研究中發現，前期秋季北大西洋海溫異常與貴州省冬季雨凇有一定的相關關系，北大西洋海溫異常與貴州省冬季雨凇距平時間序列有很好的相關性(圖5)。主要關鍵區在北大西洋25～35°N，60～40°W，呈顯著的負相關關系。說明當北大西洋該關鍵區海溫異常偏低(高)時，對應貴州省冬季雨凇強度偏強(弱)。因此將該指標運用到冬季氣候預測業務中能夠在一定程度上提高預測準確性。

圖5　前期秋季北大西洋海溫異常與貴州省雨凇距平序列相關分布圖(紅色區域為通過了95%信度檢驗)Fig.5　Correlation between SSTAover the North Atlantic Ocean in autumn and glacial sequence anomaly in Guizhou with the red area standing for which passed the 95% confidence level

4　對2016年冬季雨凇強度的試報

圖6a和7a分別給出了2016年11月起報的BCC模式冬季500hPa環流場和JMA模式冬季SLP環流場，根據上文給出的兩組關鍵區，2016年冬季更接近于雨凇偏弱的配置。同時，與相應的實況場相比，BCC模式和JMA模式對關鍵區的把握還是較為準確的(圖6b和7b)。此外，根據上文得出的前期秋季北大西洋海溫與貴州省雨凇強度的關系，結合2016年秋季北大西洋海溫實況(圖8)，更進一步肯定了2016年冬季雨凇強度偏弱的結論。結合實況場來看(圖9)，2016年冬季雨凇強度明顯偏弱，因此該模型對2016年冬季雨凇強度試報成功。

圖6　2016年冬季500 hPa位勢高度場(a)BCC模式預報場，起報時間2016年11月與(b)實況對比(等值線：原始場；填色圖：距平場；單位：m)Fig.6　500 hPa geopotential height field in winter,2016,(a)BCC model,starting in November,2016 and (b) observation (original field,contour; anomaly field,shaded; unit:m)

圖7　2016年冬季海平面氣壓場(SLP)(a)JMA模式預報場，起報時間2016年11月與(b)實況對比(等值線：原始場；填色圖：距平場；單位：hPa)Fig.7　SLP field in winter,2016,(a)JMA model,starting in November,2016 and (b)observation (original field,contour; anomaly field,shaded; unit:hPa)

圖8　2016年秋季北大西洋海溫SST實況(等值線：SST；填色圖：SSTA；單位：℃)Fig.8　SST and SSTA observation over the North Atlantic Ocean in autumn,2016 (original field,contour; anomaly field,shaded; unit:℃)

圖9　貴州省2016年冬季雨凇日數距平(單位：d)分布圖Fig.9　Spatial distribution of the glaze days anomaly (unit:days) in winter over Guizhou in 2016

5　總結與討論

本研究利用1961—2015年貴州省逐日雨凇觀測資料，NCEP/NCAR海平面氣壓場和500 hPa高度場逐月再分析資料，以及NOAA ERSSTV4逐月海表溫度資料，初步構建了貴州省冬季雨凇災害預測模型。模型主要量化為以下指標：雨凇災害偏強/弱時，對應500 hPa位勢高度異常場正/負(50～70°N、40～80°E)和負/正(20～40°N、60～100°E)，對應海平面氣壓異常場正/負(45～65°N、40～80°E)，對應前期秋季北大西洋關鍵區(25～35°N，60～40°W)的海表溫度異常為負/正異常。且強雨凇年時，該模型的可信度更高。利用該模型，本研究展開了對2016年冬季雨凇強度的試報，試報結果為強度偏弱，與實況場吻合，表明該模型有一定的參考價值。

在查閱文獻后發現，宗海鋒等[11]通過數值模式驗證黑潮和西北大西洋海溫共同作用能夠模擬出2008年1月中國南方雪災，而曲巧娜等[9]分析發現中東急流對我國西南地區覆冰形成有一定影響。在今后的研究中，應該進一步結合前人研究尋找更多能夠影響貴州省冬季雨凇強度的因子，提高預測業務水平。