不同海拔山區雨凇成因及預報判別模型研究

羅菊英,熊守權,望勝玲,劉 勇

(湖北恩施自治州氣象局,湖北 恩施 445000)

不同海拔山區雨凇成因及預報判別模型研究

羅菊英,熊守權,望勝玲,劉 勇

(湖北恩施自治州氣象局,湖北 恩施 445000)

利用恩施州所屬 9個氣象臺站 (含綠蔥坡)建站以來的所有地面觀測資料及恩施站探空資料,在分析區域雨凇氣候背景的基礎上,選取代表站點,從大氣環流背景、溫濕層結、微物理機制等方面對不同海拔山區冬季雨凇成因異同進行綜合分析。分析結果表明：在不同海拔山區,雨凇成因有異同,主要相同點是：大環流背景場相似,即雨凇均發生在冷空氣前沿開始影響并出現雨雪天氣的當天,500hPa 95～110°E中緯度為偏西氣流,30°N沿長江一線或偏南盛行 S W暖濕氣流,近地層維持偏東冷平流;融化層氣溫不一定在 0℃附近,但中層到低層 (一般在 700hPa～850hPa之間)則一定有逆溫層出現。不同點是：二高山雨凇持續時間短,一般出現在 08時左右的幾個小時內,而高山由于地面氣溫低,雨凇則經常持續一整天,甚至一天以上。二高山雨凇預報特別要著眼于低空低于 0℃過冷卻層的預報,而高山雨凇天氣是否出現則還需要考慮地面到高空的濕度條件。在了解不同海拔山區雨凇預報著眼點的基礎上,針對性地選取有天氣學意義的影響因子,采用常規統計預報方法,最終建立不同海拔山區的預報判別模型。

山區;雨凇成因;判別模型

1 引言

恩施自治州位于云貴高原東北延武陵山余脈與大巴山南延余脈之間,州境內絕大部分是山地,境內山巒起伏,溝谷縱橫,嚴寒日數隨海拔高差呈明顯垂直地域差異。根據對恩施州雨凇天氣的氣候背景分析知道,在海拔 1 000m以上地區,雨凇等氣象災害時有發生,雨凇對交通、電力、農業等危害非常大,對其成因及其影響研究,國外自然科學界早有較深入的認識,但針對恩施山區而言,不同地域差異下的雨凇天氣有其區域的特殊性,其成因及預報研究目前還處于初始階段,故針對不同海拔山區雨凇成因特征進行深入分析,找尋災害天氣預報著眼點,有針對性的建立不同海拔山區的雨凇預報模型,對提高雨凇天氣預報準確率和進行進細化服務,有很重要的意義。

根據恩施山區的實際情況,本文所研究內容,僅針對海拔 1 000m及以上的二高山和高山地區的冬季而言。本文選取利川站 (海拔 1 074.1m)代表溫和濕潤的二高山 (海拔 1 000～1 500m),綠蔥坡站 (海拔 1 819.3m)代表高寒過濕的高山 (海拔

1 500m及以上)來進行分析[1]。

2 資料來源與研究方法

2.1 資料來源

①利川站 (57439)1959～2008年、綠蔥坡站1957～1997年地面觀測資料;

②恩施站 (57447)1980～2009年探空資料,所含要素為 850hPa～500hPa 08、20兩個時次常規觀測資料,其中溫度露點差值利用公式轉換為相對濕度值,轉換公式為：LOGu=(7.65＊td)/(243.12+td)-(7.65＊t)/(243.12+t)+2[2]

③1998年以來 9210下發的 micaps衛星資料產品;

④有特定天氣學意義的歷史雨凇個例普查資料：選取了 1970～2008年二高山雨凇個例 59個,1988～1993年高山雨凇個例 100個,對災害天氣發生前一天、發生當天和結束當天的常規地面、探空資料進行了普查,主要有以下內容：

a：表征冷空氣強度、路徑,最強冷高壓中心位置和強度 (用中心氣壓值、冷中心值表示);同時還選取雨凇出現當天代表站點同一時刻溫差來表征冷空氣強度 (偏西、偏北冷空氣路徑分別選取 08時蘭州 T-利川 T,08時北京 T-利川 T);

b：中高緯度 500hPa引導槽,主要按照引導槽出現的位置來表示,分別是：貝湖槽 40～60°N′95～110°E;東北低槽 35～55°N′105～120°E;華北低槽35～45°N′115～135°E。

c：中低層天氣系統,按照系統位置分為 30°N長江以北冷切、30°N長江以南冷切、30°N長江以北暖切、30°N長江以南暖切。

d：大環流背景場,考慮雨凇主要是在有降水天氣的基礎上形成,故普查恩施州西邊的昌都、拉薩站 08時 500hPa風向、風速來表征高層環流背景。普查沿長江一線 (30°N及以南)的宜賓、重慶、貴陽、懷化 700hPa風速風向表征中層流場。

2.2 研究方法

①選取代表站點：在進行雨凇氣候背景分析基礎上,選取代表站點,以點帶面,進行雨凇成因研究,最后建立不同海拔山區的預報模型。

②不同海拔山區雨凇成因分析：雨凇是一種天氣現象,其出現與否可采用二分類預報,故分析中采取選用大環流背景場相似條件下,出現和未出現雨凇天氣的兩類樣本進行對比分析。研究中分別選取了 1970～2008年二高山、1988～1993年高山出現雨凇的個例 59個、100個,沒有出現雨凇的個例 83個、56個。

③確定分析和建模的方法：采用 PP法進行相關要素統計特征分析,即將預報對象 (雨凇出現與否)與天氣現象發生當日各時次對應地面、探空資料形成數據列,然后對數據列進行相關、離散、偏斜等分析。為進一步了解雨凇發生的層結條件和微物理機制,還選取典型個例,分析 tlogp圖。

④預報模型建立：參考相關分析結果,選取有明確天氣學意義的影響因子,最后采用逐步判別方法建立不同海拔山區的冬季雨凇預報模型。

3 不同海拔區域雨凇發生前后的統計特征

通過普查二高山和高山雨凇歷史個例,結果見表 1。同時通過對預報因子數據列進行均值、中位數M e,峰度K、偏度SK、變異系數CV等分析[3],部分計算結果(表中僅列舉對雨凇出現影響顯著的要素)見表 2～3。計算公式分別是：

從理論上說,C.V.越小,說明數據離散程度越小,數據越集中。服從正態分布時的SK=0,K=0,當SK＞ 0,為正偏,SK＜ 0,為負偏,K＞ 0時為高峽峰,數據集中,K＜ 0時為低闊峰,數據分散。

表 1 恩施州不同區域凍雨發生時天氣形勢背景統計特征表

3.1 大環流背景場

從表 1可以看出,在雨凇發生時,在不同海拔山區,其大環流背景場有以下特征：

相同點：從伴隨天氣現象看,無論是高山還是二高山,雨凇發生當天地面均出現結冰,并伴有雨雪天氣發生。從冷空氣的活動路徑及強度看,在雨凇發生前 2～3d,均在西伯利亞中部 (85～95°E,45～55°N)附近有一個冷空氣積累加強的過程,冷高中心海平面氣壓均值 1 051hPa,500hPa冷中心數值大多在-30℃以下。從冷空氣南下路徑看,多為偏北路徑 (中路),其次為東路,有少部分為東路夾西路。從 500hPa引導槽的移動位置分析,出現貝湖槽、東北低槽、華北低槽的幾率分別是 32%、29%、39%,幾率相當。從各層風場分析,500hPa高度 95～110°E中緯為偏西氣流,西風風速一般在 12m/s以上,雨凇結束,一般轉為偏北氣流,風速加大。700hPa從長江上游的宜賓-重慶-恩施-貴陽-懷化一線,即 30°N沿江一線或偏南在雨凇發生當天均維持西南氣流,一般恩施南部維持 12m/s的急流軸。雨凇結束后,風向度數偏度,大部由西南風逐漸轉為西風,且風速減弱;850hPa到地面均為偏東氣流控制,風速不大,一般在 2m/s左右。

不同點：在二高山,雨凇天氣發生當天,95%伴隨降雪 (或雨夾雪),而在出現一般性降水時,出現雨凇的幾率遠小于高山地區,高山有 16%的雨凇發生在一般性降水天氣條件下,而二高山僅為 5%。當二高山出現雨凇時,冷空氣強度更強 (500hPa平均冷中心值二高山為-38℃,高山為-35℃),偏北路冷空氣南下影響時出現雨凇的幾率比偏東冷空氣影響時更大。

3.2 代表站點相關影響因子數據特征

從影響因子序列的客觀數據分析結果可以看出 (見表 2、表 3),雖然不同海拔山區在雨凇發生前后的大環流背景場基本相同,但其影響程度有異同,為了更好的說明各因子對不同海拔山區雨凇形成的影響,將不同海拔區域雨凇發生當天以及結束當天的同一因子序列值進行對比分析,得出以下結論：

表 2 二高山部分預報因子序列相關數據統計分析結果表(T：氣溫 /℃;P：海平面氣壓 /hPa：fx：風向 /度數 ;fs：風速 /m·s-1;H：高度 /位勢什米 )

3.2.1 相同點 從氣溫變化看,在雨凇發生的當天,08時地面氣溫均低于 0℃。計算 700hPa與850hPa之間的氣溫差,在雨凇發生當天,無論是 08時還是 20時,均存在不同程度的逆溫層結,08時更明顯,而雨凇結束后,逆溫層則已破壞,不再存在。高層 500hPa氣溫在雨凇發生前后均變化不明顯。

從風的變化看,雨凇發生前后,地面各時次、低層 850hPa的風速風向在雨凇結束前后均變化不明顯。而 700hPa風向度數則在雨凇結束后有所加大,一般由 220°左右升到 250°左右,風速減小,一般由16m/s左右降至 10m/s以下,且沿江北緯 30°N偏南的貴陽、懷化等中層風場具有同樣的變化規律。500hPa風向大部仍維持西風,有部分轉為北風。

從地面氣壓、各層高度變化看,雨凇結束當天,無論是二高山還是高山,均有一個升高的變化 (即地面轉為冷高壓控制,海平面氣壓增加了 2個 hPa左右,各層高度值均升高了 2個位勢什米左右)。

3.2.2 不同點 從氣溫變化分析,在二高山,雨凇發生和結束當天,14時以后地面氣溫差異較大,出現雨凇當天反而比未出現雨凇當天 (地面同樣有結冰)的同一時刻氣溫高,一般均 ＞0℃,這就是二高山雨凇一般只出現在 08時附近的主要原因。而高山由于海拔高,則一整天氣溫持續 0℃以下低溫天氣,雨凇也持續。從 700hPa(融化層)分析,二高山雨凇發生當天 08時氣溫眾數為 0℃,平均值-2.6℃,而高山雨凇發生當天 08時氣溫相對偏低,眾數為-5.5℃,均值為-3.9℃。

表 3 高山部分預報因子序列相關數據統計分析結果表(T：氣溫 /℃;fx：風向、度數 ;fs：風速 /m·s-1;H：高度 /位勢什米 ;U：相對濕度 /%)

從濕度變化看,雨凇發生前后,二高山各層濕度變化均不明顯,二高山則在雨凇發生當天,無論是地面濕度還是近地層到中層的濕度,均比雨凇結束當天同一時刻偏大,特別是地面相對濕度,均達到了近飽和狀態。

從所有因子數據列的峰度、偏度、變異系數等分析還可以看出,其絕對值大多偏小,且峰度值以正值偏多,說明上述各要素變化基本符合正態分布,且數據較集中,其變化具有一致性。

綜合上述,可以得出如下結論：無論是二高山還是高山,雨凇均發生在冷空氣前沿影響并出現雨雪天氣的當天,雨凇發生時,地面氣溫明顯下降,30°N沿江一線及偏南均維持較強盛的 S W氣流,融化層氣溫不一定在 0℃附近,但中層到低層之間卻一定有逆溫層出現。其不同點主要表現在：二高山雨凇持續時間短,一般出現在 08時左右,其雨凇是否出現與低空是否存在低于 0℃的過冷卻層有關[4]。而高山由于海拔高,地面氣溫低,雨凇則經常持續一整天,甚至一天以上,高山雨凇天氣的出現不僅與中低層的逆溫有關,還與地面到高空較深厚的濕層有關。

4 雨凇發生與中低層逆溫層結的關系

在數據統計分析時,通過對 700hPa的溫、濕、風等分析時發現,雨凇發生與 700hPa西南暖濕氣流的維持有很大關系,但是 700hPa附近溫度卻并不一定在 0℃附近,如上述 08時,二高山和高山 700hPa平均氣溫均在-2.0℃以下,可無論是二高山還是高山,雨凇發生時,700hPa與 850hPa之間,均存在不同程度的逆溫層結。為了更好的證明這一結論,選取了 2002年以來發生的 12次雨凇個例,即 2002年12月 25～26日、2003年 3月 5日、2006年 2月 6日、2008年 1月 18～19日、2008年 1月 24～29日共 12次個例 ,通過 micaps3.0作 08時 Tlogp圖,并導出部分物理量進行分析 (部分個例見圖 1,物理量表略)分析,可以看出：

①在雨凇發生的當天,700hPa附近不一定具有零度融化層 (12次個例中僅出現 2次),但是,一定具有一個逆溫層,該逆溫層一般位于 700～850hPa之間,有時,逆溫層很薄 (如 2006年 2月 5日,逆溫層位于 700～750hPa之間)。

②分析所有個例,700hPa附近一定有較強的偏南風速,一般 12m/s左右,有時更強,例如：2008年 1月 25日,西南風達到了 31m/s,這也是形成逆溫層的主要原因。

5 不同海拔山區預報判別模型建立

5.1 建模思路

根據上述對不同海拔山區雨凇的大氣環流背景、微物理機制等進行綜合分析后,對雨淞形成、結束等影響條件有了較清晰的認識,同時也得出了一些在建立定性預報模型中選取影響因子有參考意義的定量分析結果。

圖 1 幾次雨凇個例單站高空分析

考慮雨凇是一種天氣現象,其出現與不出現(即預報 0不出現,預報 1出現)是兩個互逆事件,故總的研究思路是：采用 PP法,利用費歇爾判別準則和貝葉斯后驗概率決策規則下的逐步判別方法,建立最優預報判別模型[5]。根據上述規則,在凍雨模型建立中,采用的是二級判別,即：

式中 qg為預報值出現 g類的先驗概率,當 Y2＞Y1時,判別有凍雨出現,反之則不出現。

然后在α=0.05的顯著水平下,用x2檢驗法對所建立的預報模型進行顯著性檢驗,檢驗通過后,再進行歷史資料回代進行模型效果檢驗。

5.2 模型結果

5.2.1 二高山 (注：蘭州 08T-利川 08T取絕對值)

y1=-0.5108-39.8973+1.1118×x1+0.3959×x2-0.2519×x3+0.5452×x4+0.0371×x5-0.0084×x6-0.0856×x7+0.2028×x8

y2=-0.9163-37.2834+0.7751×x1+0.5544×x2+0.5221×x3+0.9375×x4+0.0741×x5+0.1053×x6+0.0750×x7+0.1598×x8

各因子物理意義：

x1：08時蘭州地面氣溫-利川地面氣溫 (單相關系數 0.41,表征冷空氣強度)

x2：08時 700hPa懷化風速 (單相關系數 0.52,表征恩施偏南沿江臺站中層 S W風強度)

x3：利川 20時地面氣溫 (單相關系數 0.55,表征臺站地面氣溫變化情況,根據統計,二高山凍雨基本都出現在 08時附近,14時以后地面氣溫明顯升高)

x4：08時 500hPa拉薩 (或昌都 )風速 (單相關系數 0.51,表征高空引導氣流強度)

x5：20時 500hPa恩施高度 (單相關系數 0.24,表征冷空氣強度)

x6：08時 700hPa重慶風速 (單相關系數 0.27,表征恩施上游臺站 S W風強度)

x7：08時 700hPa氣溫-850hPa氣溫 (單相關系數 0.4,表征中低層逆溫強度)

x8：08時 700hPa貴陽風向 (單相關系數-0.47,表征偏南臺站中層環流系統)

在α=0.05的顯著水平下,模型誤差率3.57%,通過檢驗。

5.2.2 高山y1=-1.1170-5258.3552-2.6997×x1+3.0867×x2-4.7734×x3+1.2149×x4-1.7602×x5+33.3860×x6+0.8975×x7+0.2208×x8-0.5618×x9

y2=-0.3964-5189.1816-2.5730×x1+3.0169×x2-5.2135×x3+1.2905×x4-1.6481×x5+33.1029×x6+0.9319×x7+0.2307×x8-0.4158×x9

因子意義：

x1：08時綠蔥坡地面濕度 (單相關：0.46)

x2：20時綠蔥坡地面濕度 (單相關：0.36)

x3：08時恩施 850hPa溫度 (單相關 ：-0.47)

x4：08時 恩施 850hPa相對濕度 (單相關：0.41)

x5：20時恩施 500hPa風向 (單相關 ：0.3)

x6：20時 恩施 700hPa高度 (單相關 ：-0.4)

x7：20時 恩施 700hPa相對濕度 (單相關：0.28)

X8：20時 恩施 700hPa風速 (單相關 ：0.21)

x9：08時恩施 700hPa溫度-850hPa溫度 (單相關：0.45,表征逆溫)

在α=0.05的顯著水平下,模型誤差率 8.7%,通過檢驗。

從上述兩個最優判別模型下所獲取的影響因子來看,與前述成因分析結果是基本一致的。

5.3 模型試驗

5.3.1 二高山 2009年 12月到 2010年 1月,恩施州氣象臺將該預報模型投入業務試運行,在業務試驗中,主要針對二高山未來 24h天氣現象進行了預報,所選預報資料除 08時、20時地面氣溫取 T213預報產品外,其余均取自歐洲中心 08時或 20時數值預報資料。查閱預報時段內地面觀測資料,2個月內利川站沒有出現雨凇,從預報模型的試報情況看,預報結果與實況完全相符。

由于試驗時間較短,雖然效果很好,但該模型的真正使用效果還需以后在工作中不斷進行試驗、改進和完善。

5.3.2 高山 檢驗方法：由于 1997年以后,綠蔥坡拆站,無觀測資料,在對高山定性預報模型的試報檢驗中采取了以下辦法：

①選取 2002年～2008年利川已出現的 12個凍雨個例進行歷史回代。根據成因分析,在不同海拔山區,凍雨出現時的大環流天氣背景場相同,由于綠蔥坡地處 1 700m以上的高寒山區,認為當二高山出現雨凇時,高山肯定也會出現雨凇。故用上述12個個例作為檢驗對象。

②在高山雨凇預報模型中,涉及到代表站點地面相對濕度值,在實際應用中無法獲取該地適時資料,數值預報資料也無法模擬其高寒過濕的特殊地理環境,解決的辦法是：根據建模過程中篩選的歷史個例 (100個)序列值資料分析,恩施站 850hPa(約 1500米高空)相對濕度與綠蔥坡對應時刻地面相對濕度呈很好的正相關,地面濕度無論其序列均值、中數還是眾數值均比 850hPa濕度值大 5%左右,且數據集中,故在模型預報中,將 850hPa濕度值加上 5%作為綠蔥坡地面濕度值來參與計算。

檢驗結果：

在檢驗中,所有預報資料均采用歐洲數值預報資料,從試報結果分析,對 12次凍雨,均準確預報,預報率 100%,效果較好,具體試驗結果見表 4。

表 4 高山雨凇預報模型試驗附表

由于高山站無觀測資料,不能獲取更多的樣本進行檢驗,該模型是否很客觀,效果是否穩定,還有待于在以后的工作中不斷試驗和完善。

6 結論

①不同海拔山區,冬季雨凇成因有異同：

相同點：大環流背景場相似,無論是二高山還是高山,雨凇均發生在冷空氣前沿影響并出現雨雪天氣的當天;500hPa高度 95-110°E中緯度為偏西氣流,30°N沿長江一線或偏南盛行 S W暖濕氣流,近地層維持偏東冷平流;均具有逆溫層結,融化層氣溫不一定在 0℃附近,但中層到低層 (一般在700hPa～850hPa之間)則一定有不同厚薄的逆溫層。

不同點：二高山雨凇持續時間短,一般出現在08時左右的幾個小時內,而高山由于地面氣溫低,雨凇則經常持續一整天,甚至一天以上;在中路較強冷空氣影響下,二高山出現雨凇幾率相對較多,而高山冬季在相對偏弱冷空氣影響下,即便出現一般性降水,發生雨凇的幾率也較大;二高山雨凇預報特別要著眼于低空低于 0℃過冷卻層的預報,而高山雨凇天氣是否出現則需要考慮地面到高空的濕度條件。

②在預報模型建立過程中,充分考慮了大環流天氣背景、微物理溫濕層結等因素的綜合影響,針對山區特殊地理環境差異下的雨凇成因異同,以點帶面,來建立不同海拔山區的定性判別模型,在有效的提高預報模型判別能力的同時,對提高災害性天氣的服務水平也具有積極的意義。

[1] 劉萬昌,郭大春,等 .恩施氣候資源區劃 .內部發行,1986,3.

[2] 中國氣象局監測網絡司 .L波段 (1型)高空氣象探測系統業務操作手冊[M].北京：氣象出版社,2009.

[3] 馬開玉,張耀存,等 .現代應用統計學[M].北京：氣象出版社.2004.

[4] 吳兌 .關于雨凇和雨凇、霧凇之我見 [J],廣東氣象 .2008,13.

[5] 黃嘉佑 .氣象統計分析與預報方法[M].北京：氣象出版社.1990.

P456

B

1003-6598(2010)增刊-0072-06

2010-09-10

羅菊英 (1972-),女,工程師,主要從事中短期預報方法研究工作。

國家科技支撐項目 (2008BAC48B00)《南方冰雪災害天氣預測預警評估技術研究》之第四課題 (2008BAC48B04)《南方冰雪災害評估技術研究》。