哈爾濱市冬半年降水相態預報技術研究

歐娜音，于凱旋，高 月

（1.哈爾濱市氣象局，黑龍江 哈爾濱 150028；2.雙城區氣象局，黑龍江 哈爾濱 150100）

1 引言

冬季降水由于相態復雜，一直以來受到氣象工作者的廣泛關注。無論是雨、雨夾雪、雪，還是凍雨、冰粒，都會給人們的生產、生活帶來巨大的影響[1]。冬季降水與夏季降水不同，引發氣象災害的程度不但取決于降水量級大小，還取決于降水相態。哈爾濱作為黑龍江省的省會城市，隨著近年來城市化進程的不斷加快，氣象災害的影響也越來越大。城市在面臨極端氣象災害的脆弱性日益凸顯，冬季降雪、凍雨，甚至雨夾雪天氣會給城市交通、電力通訊、人民生產生活帶來不利影響。2008年冬季的冰凍雨雪過程給我國南方地區的經濟發展、百姓生活帶來嚴重危害。2016年3月4-6日哈爾濱地區也經歷了雪轉雨夾雪，再轉雪相態復雜的降水過程，給人們的生活帶來了不利影響。這種相態復雜的天氣，降水相態的準確預報對政府部門以及各行各業的決策有著十分重要的意義。

近年來，有關冬季降水的研究更多集中在降水相態方面。很多學者從不同角度對不同個例，進行了討論與分析,如:孫晶等人[2]對1999年11月23-24日的遼寧雨轉雪過程進行了研究；李江波等[3]分別通過高空及地面氣溫等數據找出一些降水相態預報指標，并在日常業務中應用。漆梁波等［4］指出降水相態的判別應該綜合考慮溫度與位勢厚度，并通過對中國東部冬季降水相態的研究，認為溫度平均廓線對雨和雪的區分較好，雪和雨夾雪在低層的大氣冷暖狀態較相似。

在國外,關于雨雪的判別,除了傳統的氣溫閾值外,比較多地使用氣層位勢厚度來表征大氣的冷暖情況。Heppner等人[5]分別對北美洲的降水相態判斷進行了研究和總結,得出一種利用厚度值來區分雨、雪、凍雨及冰粒的方法。此方法目前在美國和加拿大的氣象部門被廣泛使用。

哈爾濱地區隆冬季節的降水幾乎全部是雪，而到秋末冬初和冬末春初常有雨雪交替的情況出現，而降水相態的準確預報也是過渡季節的難點。因此，確定降水相態至關重要。目前關于哈爾濱市的降水相態的研究相對較少，預報員較多依賴于主觀經驗。同時黑龍江地區研究雨雪相態的指標多通過溫度閾值進行判定，而通過厚度判斷雨雪相態的研究較少。本研究在對歷史觀測資料研究的基礎上，不僅找出氣溫閾值來判定降水相態的指標，同時通過各層厚度提煉預報指標，并建立哈爾濱市冬半年降水相態變化的預報方法。

2 資料與方法

本研究主要選取了2009-2018年冬半年（10月-次年4月）哈爾濱地區（13個國家級氣象站）高空及地面觀測資料。為了保證所選個例都為雨雪轉換臨界值的個例，選取標準：（1）10 a中所有的雨夾雪日；在本文中定義當日20-08時出現雨夾雪天氣現象即記為一個雨夾雪日，08-20時出現雨夾雪現象記為一個雨夾雪日。（2）選取≥3個站出現雨夾雪天氣過程進行各層溫度（T850,T925,Tsuf）和對流層低層厚度（H700-850,H850-1000）統計，通過對臨界值的特征及其范圍的確定，統計出不同相態出現時各物理量的范圍及其閾值和出現頻次，從而得到相態轉變的預報指標。

3 結果分析

3.1 雨夾雪的氣候特征

根據本文標準統計資料，2008-2019年哈爾濱地區共出現717個雨夾雪日。按年際變化看（圖略），前期周期性震蕩，2013年出現高值，為119個。從2014年開始逐年增加。總體來看，10 a中雨夾雪日后期（2014-2018年）相對前期（2009-2013年）有所減少。從月際變化上看，3-4月、10-11月為哈爾濱地區雨夾雪的主要月份。而3-4月相對于10-11月出現概率更高，3-4月出現348個，10-11月303個。

由于各地區雨雪相態各有差異，按照區域出現的雨夾雪日也進行了統計，如圖1。從圖中明顯看出，西北部地區（哈爾濱、呼蘭、阿城、賓縣、木蘭）雨夾雪日相對較少，在20-40個之間，中部地區在41-70個之間，東南部縣（市）出現概率相對較多，其中，尚志地區最多，出現了107個。

圖1 哈爾濱地區近10 a出現雨夾雪日數特征

3.2 雨夾雪日各氣層氣溫的特征

從717個雨夾雪日中挑出20個大范圍出現雨夾雪天氣過程重新建立數據庫。再對20個雨夾雪天氣過程每隔3 h進行統計雨夾雪，出現一次雨夾雪則記為一次雨夾雪個例，出現一次雨或雪分別記錄為雨或雪一次。第二次建立的數據庫資料共有348個個例。其中181個雨夾雪個例（冷平流103個，暖平流98個），40個降雨個例，127降雪個例。對高空各層溫度實況進行插值再分析，對應不同相態進行記錄。

3.2.1 不同降水相態在850 hPa溫度特征

表1中列出了850 hPa的溫度(T850)，分析表明，冷平流背景下，相態為雨夾雪時850 hPa平均溫度都在1℃左右，大部分集中在-2℃＜T850＜1℃之間，-2℃＜T850＜1℃范圍內的個例占58%；1℃＜T850＜2℃范圍內的個例占25%；-3℃＜T850＜-2℃范圍內的個例僅占17%，因此，在溫度平流為冷平流時，大部分的雨夾雪在-2℃＜T850＜2℃。同樣分析在暖平流情況下，大部分的雨夾雪個例都在-6℃＜T850＜-4℃范圍內，占比為46%；-4℃＜T850＜-2℃范圍內的個例為41個，占比為42%,-7℃＜T850＜-6℃范圍內的個例占比相對較少，對比較大溫度區域為-6℃＜T850＜-2℃。綜合考慮，冷平流時，雨夾雪概率較大溫度區域為-2℃＜T850＜2℃之間，暖平流時，雨夾雪概率較大溫度區域為-6℃＜T850＜-2℃。

表1 雨夾雪在850 hPa溫度特征表

同樣方法統計雨、雪相態的溫度區域，雨、雪的溫度特征相對較明顯，降雨個例冷平流全部在T850≥2℃，暖平流均T850≥-2℃；冷平流時，雪的個例中55%T850≤-2℃，32%的雪T850≤-6℃。（如表2）

表2 雨、雪在850 hPa溫度特征表

綜合考慮，得出三種相態的溫度閾值（如表3）。

表3 不同降水相態在850 hPa的溫度閾值

3.2.2 不同降水相態在925 hPa溫度特征

當在-4℃＜T925＜1℃范圍內時，出現雨夾雪概率大，T925＜-3℃時出現雪的概率大，雨夾雪和雪大多都在0℃以下，不好判斷是雪或雨夾雪。當T925＞0℃時，出現雨的概率較大，可作為降雨溫度下限的分界（表4）。但用該層溫度判斷雨夾雪或雪的難度較大，變化范圍小。

表4 不同降水相態在925 hPa溫度特征表

3.2.3 不同降水相態在地面溫度特征

地面溫度的歸納還是比較明顯。如表5，當Tsuf＞2℃時主要為雨，當Tsuf＜-1℃時，主要為雪；-1℃＜Tsuf≤2℃時為雨夾雪。

表5 不同降水相態地面氣溫特征

3.2.4 雨夾雪時風向的變化

通過對出現雨夾雪時的風向統計，55%的風向為偏南或西南風，20%為東南風，其它風向占25%。說明雨夾雪天氣前必將有較好的暖濕氣流輸送。

3.3 各氣層厚度的統計特征

通過以上統計分析得出的與降水相態有關的溫度分布特征，可以在很大程度上指導預報員的主觀預報。如果能再從厚度物理量得出客觀預報指標，將會給預報員提供更加便捷的預報依據。厚度資料的分析是將位勢高度進行格點插值再分析。依然為181個雨夾雪，40個降雨，127個降雪個例。

下面通過H700-850、H850-1000進行討論（表6）。

對流層中下層H700-850的厚度:雨夾雪時大部分在1500-1530 gpm之間，相態為雨時，厚度為1540-1590 gpm，相態為雪時，厚度為1480-1550 gpm，三者之間重疊比較少。低層H850-1000厚度雨夾雪時為1288 gpm，相態為雪的＜1293 gpm，相態為雨的厚度為＞1299 gpm；這表明使用該兩層間的厚度作為指標判斷降雨還是較具有特征性的，發生降雨時的厚度與其他兩類相態間幾乎沒有交叉，低層雨夾雪和雪有重疊，相態區別上效果不明顯，所以H850-1000＞1299 gpm可作為降雨的判據；而雨夾雪和雪的區分難度則比較大。因此低層厚度雨夾雪和雪的結果不易參考。但對流層低層的厚度對于哈爾濱地區來說，辨別相態方面有很好的指示意義。

表6 不同降水相態厚度識別判據

在實際的探空中，得到的溫度只是某點標準層和特性層的溫度，有時逆溫的存在導致特征層溫度的變化，在相態判斷中出現失誤。在本文的研究中，使用厚度作為降水相態識別判據，通過比較這些厚度可得出降水類型的閾值以提供有價值的不同相態降水的信息，從而彌補發生逆溫時使用特征層溫度而發生的誤差。

4 結論

本文通過利用2009-2018年冬半年（10月至次年4月）的降水、高空和地面觀測資料，統計分析了哈爾濱地區冬半年出現雨夾雪天氣的時空特征，得出哈爾濱地區雨雪轉換頻發的季節主要集中在3月和4月。通過出現雨夾雪及雨雪轉換天氣時各層溫度、風向以及中低層厚度對比，得出以下結論，海拔高度在200 m以下的平原地區降水相態指標（1）冷平流時-2℃＜T850＜2℃，暖平流時-6℃＜T850＜-2℃，出現雨夾雪；近地面雨夾雪溫度范圍為-1℃＜Tsuf≤2℃；T925判斷雨夾雪或雪的難度較大，溫度變化范圍小。（2）雨夾雪時地面風向以西南風和偏南風為主。（3）對于中低層厚度雨夾雪的范圍是1500 gpm≤H700-850≤1530 gpm；H850-1000＞1299 gpm可作為降雨的判據,而雨夾雪和雪的區分難度則比較大。