浙江省冬季降水相態判別指標研究*

彭霞云 孔照林 張子涵 趙 放

(浙江省氣象臺，浙江 杭州 310017)

浙江省冬季降水相態判別指標研究*

彭霞云 孔照林 張子涵 趙 放

(浙江省氣象臺，浙江 杭州 310017)

對浙江省2011—2014年4年冬季8次雨雪轉化過程中共157個樣本的探空資料和地面降水觀測資料進行分析。選取了500 hPa和850 hPa高度差、700 hPa和850 hPa高度差、850 hPa和1000 hPa高度差、零度層高度、850 hPa溫度、925 hPa溫度、1000 hPa溫度、地面2 m溫度、1000 hPa露點共9個指標參與統計。得到最適合浙江省冬季降水相態判別的指標是2 m溫度、1000 hPa溫度、零度層高度和850 hPa和1000 hPa高度差。通過計算各指標的空報率、漏報率和TS評分，得到了最佳閾值，預報雨和雪最佳閾值的TS評分都可達到0.8以上。對雨夾雪的判斷，這些表征低層溫度的判別指標判別效果都不理想，結合中層暖層指標，可以使判別準確率明顯提高。本文研究結果可以為冬季降水相態預報業務提供支持。

降水相態;判別指標;雨夾雪;雪

0 引 言

雖然雪不是浙江省的主要氣象災害，但由于浙江省處于長江中下游地區，冬季受冷暖氣團交綏影響，降水相態呈現頻繁轉化的復雜特征，要準確判斷每次降水過程的相態轉化，是預報中一大難點。因此降水相態判別技術的研究是業務中的急需推進的工作之一。

國外對雨雪降水相態研究開展的較早，Lowndes等1974年提出用850 hPa和1000 hPa高度差來判定降水相態[1]。Wagner采用1000 hPa和500 hPa高度差及測站高度判定降水相態，隨后1000 hPa與500 hPa高度差和零度層長期作為固態降水的預報指標[2]。Heppner基于美國2個測站3年資料的統計，發現850 hPa和700 hPa厚度差能夠為降水相態預報提供有價值的信息，近海地區還要提取對流層低層的熱力厚度[3]。國內，許愛華等對2005年一次寒潮天氣過程的低層大氣溫度結構特征進行了分析，認為925 hPa以下的大氣溫度是南方降水相態轉換的關鍵，925 hPa溫度≤-2 ℃可作為固態降水的預報依據[4]。梁紅等分析一次沈陽暴雪過程中提到850 hPa溫度小于0 ℃，地面2 m溫度小于0 ℃作為降雪依據[5]。李江波等總結了一次強冷空氣過程，指出0 ℃層的明顯下降、降雪發生時地面溫度在0 ℃左右和1000 hPa溫度在2 ℃以下可作為雨雪轉換的判據，并發現850 hPa溫度變化幅度大，但對降水相態的影響不大，925 hPa以下溫度對降水相態起主要作用[6]。而劉建勇等對南方兩次降雪過程分析表明，零度層高度和925 hPa溫度-2 ℃指標在這兩次過程中并不適用[7]。

雖然上述研究都給出了一些指標，但大多是根據少量個例得出的，并且每個人研究結果都有些差異。漆梁波等對華東地區5個冬季的雨雪個例進行研究，給出了一些判斷降水和降雪的推薦指標和閾值，但這些閾值是根據前人文獻中引用來，并沒有進行篩選驗證[8]。降水相態變化不僅受制于溫度、濕度層結，還受大氣中顆粒物的影響，而且下墊面也對其有作用。另外浙江省東臨大海，西部多山的復雜地理環境和氣候背景特征，使本地區降水相態轉化有不同的特征，有必要針對本地天氣個例作進一步細致分析，通過對一定數量樣本的分析，找到判別雨雪的最佳閾值。

1 資料選取

選取浙江省2011—2014年共8次雨雪轉換過程，分別是2011年1月15—20日、2012年1月4—6日、1月20—24日、2月24—28日、12月26—29日，2013年1月2—8日、2月6—10日，2014年2月8—10日。讀取全省3個探空站(杭州、衢州、洪家)，08時和20時的高空觀測以及地面天氣現象。把每一站次探空觀測作為一個樣本，共得到157個降水樣本，其中79個降雨，46個降雪，32個雨夾雪(冰粒)。由于層結條件較為相似，雨夾雪和冰粒作為一類，不作區分，而凍雨天氣浙江省發生次數較少，這幾年的過程中探空站均沒有記錄到凍雨，所以文中不作討論。

2 天氣背景分析和分類

所選的8個個例都存在雨雪的轉化過程，按其主要降雪時段冷暖空氣的勢力強弱，可以分為暖空氣冷墊爬升型和強冷空氣南下型以及冷暖空氣對峙型。其中2012年1月4—6日，2013年1月4—6日屬于第一種類型，即前期強干冷空氣南下，浙江省低層受冷高壓控制，然后中層700 hPa暖濕氣流逐漸發展北抬，帶動低層增濕，形成降雪，后由于暖濕氣流進一步加強，最終轉為雨夾雪或雨。而2012年12月26—29日過程則屬于第二種類型，暖濕氣流先發展北抬，浙江省出現降雨，后北支槽東移，引導強冷空氣南下，低層大氣溫度降低，由雨轉為雪。第三種類型是冷暖空氣對峙型，北支不斷有小槽東移，引導冷空氣南下，而南方的暖濕空氣也有一定的強度，冷暖空氣在浙江交匯，700 hPa表現為西北氣流與西南偏西氣流的輻合。

(a)2013年1月4日20時；(b)2012年1月5日20時；(c)2012年12月29日20時；(d)2012年01月22日20時；(e) 2012年2月27日08時；(f)2013年2月8日20時圖1 6次雨雪過程主要降雪時段的中尺度環境場分析和700 hPa風場

圖1是對其中6次雨雪過程中主要降雪時段作的中尺度分析，可以看到圖1a、圖1b為暖空氣冷墊爬升型，可以看到，這兩個過程北支槽位置偏北位于山東半島和江蘇北部，冷空氣勢力較弱，700 hPa上長江以北的偏北風較弱，西南氣流則強盛控制浙江省上空，風速達到20 m/s，850 hPa切變抬到浙北北部，低層925 hPa為東北偏東氣流。圖1c為強冷空氣南下型，可以看到北支槽位置偏南，伸展到江西北部，槽后偏北風風速較大，西南暖濕氣流雖然也很強，但很快移出。850 hPa切變線壓到福建，925 hPa是強盛的偏北氣流。圖1d、1e、1f為冷暖空氣對峙型，北支槽的位置位于江蘇南部和浙江北部，槽后為強西北氣流，而南支槽也有一定的強度，浙江南部為西南氣流，兩支氣流在浙江中部上空交匯，850 hPa切變南壓到福建中部，低層925 hPa為東北氣流。

3 判別指標統計特征

從上面的形勢分析可以看到，降水相態的轉化是由于冷暖空氣勢力相對強弱變化導致的。但要準確識別降水相態，還需要具體分析大氣溫度濕度狀況。根據前人的經驗和研究，選取以下9個指標：Dh500-1000(500 hPa和1000 hPa厚度差)、Dh700-850(700 hPa和850 hPa厚度差)、Dh850-1000(850 hPa和1000 hPa厚度差)、H0(零度層高度)、T850(850 hPa溫度)、T925(925 hPa溫度)、T1000(1000 hPa溫度)、T2m(地面2 m溫度)、Dt1000(1000 hPa露點)，對8次雨雪過程中79個降雨、46個降雪、32個雨夾雪(冰粒)樣本分別進行統計計算。

計算每一組樣本的平均值，從表1中可以看到，每一個指標不同組的平均值都隨由雨向雪轉變而減小，表明這些指標都在一定程度上對相態有所區分。從每一組樣本的最大值和最小值來看，每一組數據分布都存在相互重合，即使雨和雪也不能完全區分，即雪的最大值比雨的最小值要大。但每個指標雨和雪樣本的重合數量是不同的，顯然落在重合區間的樣本數量越少越好。計算雨和雪分布在重合區間的樣本占所有樣本的比率(見表1中雨雪樣本重合率)，T2m、T1000和H03個指標落在重合區間的樣本數量最少，厚度指標中最好的是Dh850-1000。

表1 雨、雨夾雪、雪樣本的平均值，最大值及最小值，以及雨和雪樣本的重合率

把所有樣本的天氣現象數值化，下雨樣本記為1，雨夾雪記為2，雪記為3，與各指標求相關系數。對所有樣本、僅雨和雨夾雪樣本，以及僅雨夾雪和雪樣本分別計算。所得到相關系數如表2所示，可以看到對所有樣本，相關系數最大的為T2m達到-0.84172，其次為T1000為-0.82971，第三是Dh850-1000也超過-0.82。對于區分雨和雨夾雪，所有指數的相關度較低，最佳的指數是Dh850-1000，達到-0.61692 ，第二和第三為分別是T1000和T925。對于單獨區分雨夾雪和雪最好的指標則是H0，其次是T2m，第三是T1000。因此綜合來看對于判別降水相態，較好的指數為T2m，H0，Dh850-1000和T1000?？梢钥吹匠Ｓ玫腡850整體效果不如T925，而T925又不如T1000。對于厚度指數，Dh850-1000相關性好于其他兩個厚度指數。

表2 相關系數

4 最佳閾值的確定

從前文的分析可知，雖然我們所選的指標對降水相態有一定的指示，但即使表現最好的幾個指標對雨和雪都不能完全區分。那么希望得到一個最優的閾值，使TS技巧最高，相應空報率和漏報率均較小。對2 m溫度，零度層高度，850 hPa和1000 hPa厚度差，1000 hPa溫度這4個指標分別計算。

先確定雨某一指標取值區間，計算當指標≥Φ時的空報率，漏報率和TS評分，Φ為取值區間內任意值。對于雪則計算指標≤Φ時的空報率，漏報率，和TS評分。

從圖2中可以看到，當Dh850-1000≥1300gpm時，預報雨的技巧評分得分最高達到0.8，相應空報率和漏報率都較低，T2m≥3 ℃時，預報雨的技巧評分得分最高達到0.82，零度層高度H0≥600gpm時，預報技巧評分最高達到0.81，而T1000在1.5 ℃時預報技巧最高，也大約為0.81。

從圖3中可以看到，當Dh850-1000≤1280gpm時，預報雪的技巧評分得分最高達到0.76，相應空報率和漏報率都較低，T2m≤1 ℃時，預報雪的技巧評分得分最高達到0.83，零度層高度H0≤200時，預報技巧評分最高達到0.84，而T1000≤0 ℃時預報技巧最高，也大約為0.83。

通過上面的分析，得到了各指標預報雨和雪的最佳閾值，并且TS評分最大可以達到0.8左右，具備較好的應用價值。一般來說，雨夾雪介于兩者之間，因此我們把1 ℃

圖2 各指標下雨的漏報率、空報率和TS評分

圖3 各指標對雪的漏報率、空報率和TS評分

5 雨夾雪判別方法探索

漆梁波研究指出，雨夾雪的平均垂直溫度廓線在低層與雪接近，即溫度較低，但在中層和雨接近，溫度較高，使得雪花在中層有部分融化，降落到地面在近地層繼續融化，以雨夾雪形態出現[8]。我們對樣本探空進行分析，發現出現雨夾雪大致分為兩種情況，一種是中層溫度低，而近地面溫度較高，明顯高于下雪時溫度，雪花下落時部分融化；另一種是漆梁波指出的中層有暖層的情況。文中所選的判據都表示近地層的溫度狀況，而對中層暖層沒有涉及。因此設計了中層暖層厚度指標，即把探空資料溫度在垂直方向每10 hPa插值，計算零度層高度以上，溫度大于等于0 ℃的暖層厚度。所有雪樣本中出現暖層的2個(4.3%)，雨夾雪11個(約35%)，雨32個(約41%)，雨夾雪中出現暖層的比例和雨接近，遠高于雪。

把暖層厚度作為雨夾雪組合判據之一，即指標為1280gpm

表3 不同指標下雨夾雪的預報性能

表4 加入暖層判據后雨夾雪的預報性能

6 結 語

通過對2011—2014年8次雨雪天氣過程的分析表明，降雪天氣過程都由冷暖空氣在浙江上空交匯形成的，冷暖空氣勢力強弱不同可以分為，暖空氣冷墊爬升型，強冷空氣型和冷暖空氣對峙型。其共同特點是700 hPa為西南急流，高空300 hPa有偏西風急流，而近地面為東北或偏北氣流。

通過對8次過程157個樣本9個相態判別指標的分析，找到最適合浙江地區冬季降水相

態判別的指標2 m溫度(T2m)，1000 hPa溫度(T1000)，零度層高度(H0)，和850 hPa和1000 hPa高度差(Dh850-1000)。通過對不同閾值的TS評分計算，得到最佳推薦閾值見表5。對于判別雨或雪，TS評分可以達到0.8左右，有較高的應用價值。對于雨夾雪的判斷單用低層的溫度指標，判別效果較差。分析雨夾雪探空層結特征，加入了中層暖層指標，使TS評分明顯提高，最好達到0.53。表明低層溫度結合中層暖層，可以部分解決識別雨夾雪的難題，但仍然有較大的改進空間。

表5 冬季降水相態判別推薦指標和閾值

大氣中雨雪相態的變化涉及非常復雜的物理過程，和大氣成份有關也和近地面特征有關，通過對層結溫度指標的統計和分析，得到的閾值可以初步達到識別降水相態的目的。本研究結果，可以為預報員在天氣預報業務中提供參考。但在對預報準確率要求越來越高的今天，研究改善模式物理過程，進一步發展基于模式產品的降水相態預報產品，或許才是解決問題的根本。

[1] Lowndes C A S,Beyon A, Hawson C L. An assessment of some snow predictors[J].Meteorol Mag, 1974,103: 341-358.

[2] Wagner A J. Mean temperature from 1000mb to 500mb as a predictor of precipitation type[J].Bull Amer Meteor Soc. 1957,10:584-590.

[3] Heppner P G. Snow versus rain: Looking beyond the “Magic” numbers[J]. Wea Forecasting，1992,7: 683-691.

[4] 許愛華，喬林，詹豐興，等2005年3月一次寒潮天氣過程的診斷分析[J].氣象，2006,32(3)：49-55.

[5] 梁紅，馬福全，李大為，等.“2009.2”沈陽暴雪天氣診斷與預報誤差分析[J].氣象與環境學報，2010,26(4)：29-35.

[6] 李江波，李銀娥，裴雨杰，等.一次春節寒潮的降水相態變化分析[J].氣象，2009,35(7)：87-94.

[7] 劉建勇，顧思南，徐迪鋒.南方兩次降雪過程的降水相態模擬研究[J].高原氣象，2013,32(1):179-190.

[8] 漆梁波，張瑛.中國東部地區冬季降水相態的識別判據研究[J].氣象，2012,38(1)：96-102.

2015-04-20

浙江省氣象局科技計劃項目子項目冬季降水相態判別技術研究(2014ZD10-2)、雷達和數值預報產品融合方法在強對流潛勢分析預警中的應用研究(2012ZD04、2013ZD04)、華東地區2014—2015年度區域合作項目(QYHZ201403)