王 瑩,李永生
(1.黑龍江省氣象服務中心,黑龍江哈爾濱150030;2.黑龍江省氣候中心,黑龍江哈爾濱150030)
黑龍江省區域寒潮氣候特征及延伸期預測評估
王瑩1,李永生2
(1.黑龍江省氣象服務中心,黑龍江哈爾濱150030;2.黑龍江省氣候中心,黑龍江哈爾濱150030)
利用1961-2013年黑龍江省62個氣象站逐日日最低氣溫資料,在單站寒潮的基礎上定義了黑龍江省區域寒潮標準,統計分析了黑龍江省區域寒潮的氣候特征和環流特征,在此基礎上,基于國家氣候中心月動力延伸預測模式業務系統(DERF2.0)1983-2013年對黑龍江地區的回報試驗結果,對黑龍江省區域寒潮的11-30 d的延伸期預測進行了檢驗評估。結果表明:黑龍江省區域寒潮大都發生在冬半年,頻次總體呈減少趨勢;冬季各月寒潮頻次與亞洲緯向環流呈正相關關系,與鄂霍次克海高壓呈反相關關系;DERF2.0在11-30 d的延伸期預報上對黑龍江省的區域寒潮有一定的預測技巧,預測準確率可達到40%左右,但仍有較大的改進空間。
寒潮天氣過程是冬半年影響黑龍江省的主要災害性天氣,屬于極端天氣事件,它最主要的表現是劇烈降溫并伴有偏北大風和氣壓猛升,有時伴有雨雪天氣或霜凍。這種天氣過程不但會給人們的日常生活帶來較大影響,而且還影響了生產活動,因此準確預報寒潮出現時間及其降溫影響程度等對指導公眾更好地避免寒潮造成的災害有非常重要的意義[1-2]。自20世紀50年代氣象學家就對寒潮進行了研究探索,經歷了近半個世紀的發展和研究,從天氣學角度、氣候角度、數值模式等方面,形成了比較系統的寒潮理論。
延伸期天氣預報一般是指11-30 d時間范圍內的天氣預報[3]。從防災減災的實際需求而言,延伸期時段內的重要天氣過程是政府和公眾最為關心的問題[3]。目前,以數值模式為基礎進行11-30 d延伸期預報已成為國內外的共識,如果提前11-30 d預報出寒潮天氣過程,將會為政府及相關部門作出決策和相應的部署贏得寶貴的時間,有效的減少災害帶來的損失。國家氣候中心(NCC)在2005年開始了第一代月動力延伸預測模式(DERF 1.0)的業務化運行,經過近10 a的發展,2014年第二代月動力延伸預測模式業務系統(DERF 2.0)開始應用于預測業務中,分辨率和預報能力等均有明顯改善。關于DERF2.0對中國地區氣溫和降水的預測性能已有相關評估[4],本文主要利用DERF2.0延伸期模式1983-2013年的回報數據,檢驗模式對1983-2013年的黑龍江省區域寒潮11-30 d的預報能力,從而為下一步訂正模式做準備,有助于預報員在延伸期預報業務中利用模式產品對黑龍江省區域寒潮做出更加準確的預報。
所用資料為黑龍江省氣象信息中心提供的62個氣象觀測站的逐日(前一日20時至當日20時)最低氣溫資料,考慮到資料的完整性,逐日最低氣溫資料長度選取從1961年1月1日-2013年l2月31日。環流要素資料采用NCEP/NCAR逐日再分析資料。DERF2.0月動力延伸預測模式1983-2013年的每月1日起報的模式回算資料,包括逐日最低氣溫,500 hPa高度場,850 hPa風場。預報司氣預函〔2014〕110號關于印發《冷空氣過程監測業務規定(試行)》寒潮標準:單站的△T24≥8℃或△T48≥10℃或△T72≥12℃,且日最低氣溫≤4℃的冷空氣。(其中48小時、72小時內的氣溫必須是連續下降的。)區域寒潮:根據寒潮標準,在統計出62個站所有寒潮過程的基礎上,根據寒潮發生時間進一步定出黑龍江省區域寒潮過程,因同一過程造成的東西和南北不同影響日(平均相差1-3 d)的寒潮,作為一個過程處理,取第一個影響日為過程開始日期。當62個代表站中有50%及以上的站點出現寒潮,便定為1次黑龍江省區域寒潮。
將DERF2.0輸出的11-30 d的逐日最低氣溫進行區域平均(123°-130°E,44°-55°N),將此區域的降溫過程與實況的寒潮過程進行對比分析,如果模式降溫過程與實況寒潮天氣過程一致,并結合DERF2.0對500 hPa高度場的預報檢驗,認為模式報對1次寒潮天氣過程。
距平相關系數(ACC)反映的是預報值與實況值的相似程度,最早應用于模式預報的環流評估。計算公式

其中Fi與Oi分別是某時刻的預報值和觀測值,分別為預報與觀測的平均值,它可以對時間或空間求取平均,所計算的ACC分別表示時間距平相關或空間距平相關。當計算空間距平相關系數時,Fi與Oi分別表示預報距平與觀測距平。
3.1黑龍江省區域寒潮的氣候特征
從全年各月來看,呈雙峰型分布,黑龍江省區域寒潮發生最多的月份是在2月,1961-2013年共發生66次,其次是11月份,53 a中發生59次,相對最少的月份是4月份,53 a中僅發生1次區域寒潮(圖1)。

圖11961 -2013年黑龍江省區域寒潮頻次月分布
在黑龍江省,一年中最為寒冷的月份是1月份,然而1月卻不是區域寒潮發生頻次最多的月份,53 a中,有30 a幾乎沒有在1月份發生過區域寒潮,1月寒潮頻次最多達到過3次,分別出現在1968年和2010年,剩余的20 a中,有6 a的1月份出現了2次寒潮,其中在剛剛進入21世紀的前3 a里連續出現??傮w來說,1月份氣溫總體較低,氣溫波動不明顯,很難達到可引發區域寒潮的降溫標準。
2月的區域寒潮發生頻次在全年12個月中是最多的,過去的53 a中有38 a達到了區域寒潮,其中最多的3 a,2月份內區域寒潮總頻次多達4次。按年代分布來看,上世紀60年代和90年代是區域寒潮比較密集的兩個年代,而上世紀80年代,寒潮最為低調,現身的頻次最少。
11月份的區域寒潮在上世紀60年代初期異常偏多,一個月內少則2次多則4次,之后逐漸減少,維持在1次的年份居多,進入80年代,隨著全球氣候的逐漸變暖,黑龍江省區域寒潮頻次明顯呈現出下降的態勢,21世紀后,11月份區域寒潮空白年份最多??偟膩碚f11月份區域寒潮頻次變化比較平穩。
12月份區域寒潮的變化相比較11月份的區域寒潮變化就顯得有些波瀾起伏了,上世紀80年代之前,是區域寒潮的高發期,尤其是上世紀60年代,寒潮頻次呈階梯式增長,最多一個月發生了3次,上世紀70年代,區域寒潮頻頻發生,最多一個月出現了3次,整個70年代只有1 a的11月沒有寒潮發生,而80年代前后,寒潮顯得有些銷聲匿跡了,進入了低潮期,90年代乃至21世紀之后,黑龍江省區域寒潮總是相隔1 a或2 a出現。總的來說年代際變化非常明顯。
3.2黑龍江省區域寒潮的環流特征
冬季(11月-翌年2月)是黑龍江省區域寒潮頻發的季節,因此只分析冬季各月環流特征。研究表明相關分布區基本一致,在貝加爾湖到中西伯利亞高原上空是一個負的高相關的區域,在鄂霍次克海到北太平洋上空是一個正的高相關區域,這說明冬季的中高緯度的高度場環流對黑龍江省冬季各個月的寒潮頻次的影響處于相對穩定的狀態,影響因子相對比較單一。龔道溢等[5]的研究表明:西伯利亞高壓是影響我國冬季氣溫的一個主要環流因子,能較好地解釋我國最近幾十年來冬季氣溫變化的低頻特征。

表1 影響各月寒潮頻次的同期環流因子
表1給了影響各月寒潮頻次的同期環流因子,11月的鄂霍次克海高壓指數與11月全省的寒潮頻次相關系數為-0.57,11月的亞洲緯向環流指數與11月全省的寒潮頻次相關系數為0.47,12月的太平洋極渦面積指數與12月全省的寒潮頻次相關系數為-0.46,12月的亞洲區極渦強度指數與12月全省的寒潮頻次相關系數為0.54,1月的亞洲區極渦強度指數與1月全省的寒潮頻次相關系數為0.50,1月的亞洲區緯向環流指數與1月全省的寒潮頻次相關系數為0.52,1月的鄂霍次克海高壓指數與1月全省的寒潮頻次相關系數為-0.49,2月的鄂霍次克海高壓指數與2月全省的寒潮頻次相關系數為-0.46,2月的亞洲區緯向環流指數與2月全省的寒潮頻次相關系數為0.47,2月的歐亞緯向環流指數與2月全省的寒潮頻次相關系數為0.52,通過分析得出,冬季各月的寒潮頻次與鄂霍次克海高壓指數,歐亞緯向環流指數,亞洲緯向環流指數有很好的相關關系,這可能與冬季大氣環流處于穩定期有關。
DERF2.0的大氣初始場采用NCEP一日四次的再分析資料,資料使用nudging方法輸入到模式,海表溫度初始場采用NOAA的OISST再分析資料,包括月平均資料和周平均資料,在資料能夠獲取的情況下使用最近的周平均資料,在模式中保持初始海溫異常持續。本文分析的回報試驗結果使用的是每月1日起報,預報時段為11-30 d。每月集合預報采用滯后平均方案,由不同起報時間組成,從起報之日向前每隔12 h進行一次,共6個樣本成員進行集合平均。模式既可以預測環流場,還可以預測要素場,首先檢驗一下DERF2.0對黑龍江省上空(123°-130° E,44°-55°N)的500 hPa高度場的預測性能。圖2給出了DERF2.0每月1日起報的11-30 d逐日500 hPa高度場進行區域平均(123°-130°E,44°-55°N)1983-2013年的逐年ACC,從圖中可以看出,1月1日起報的1983-1992年的ACC預報的比較穩定,維持在零線以上,1993年以后,ACC波動較大,年際變化十分明顯,正值負值幾乎是交替出現;2月的ACC值在前4 a和1月一樣同為正值,1987-2003年也同樣呈現出波動的態勢,2004-2009年2月ACC持續正值;11月則呈現出多年的正值,在進入21世紀之前,幾乎都是正值占據主導地位,預測效果明顯好于2月;12月的ACC值年代際變化比較明顯,總是有連續性的正值或負值出現,且正值的年份偏多一些。

圖2?。╝)1月(b)2月(c)11月(d)12月1日起報的500 hPa區域平均(123°-130°E,44°-55°N)11-30 dACC時間序列
DERF2.0每月1日起報的對未來11-30 d的延伸期預測,1961-2013年1月11-30日共發生12次區域寒潮,報對6次,成功率為50%。1961-2013年2月11-3月1日共發生26次區域寒潮,報對8次,成功率為30.8%。1961-2013年3月11-30日共發生12次區域寒潮,報對5次,成功率為41.7%。1961-2013年11月11-30日共發生19次區域寒潮,報對9次,成功率為47.4%。1961-2013年12月11-30日共發生11次區域寒潮,報對5次,成功率為45.5%??偟膩碚f,利用DERF2.0對80次區域寒潮過程進行11-30 d的延伸期預測,有33次預報正確,預報準確率為41.25%,雖然有一定的預測技巧,但模式的提升空間依然很大。
(1)黑龍江省區域寒潮大都發生在冬半年,頻次總體呈減少趨勢。
(2)冬季的中高緯度的高度場環流對黑龍江省冬季各個月的寒潮頻次的影響處于相對穩定的狀態,影響因子相對比較單一。冬季各月寒潮頻次與亞洲緯向環流呈正相關關系,與鄂霍次克海高壓呈反相關關系。
(3)DERF2.0在11-30 d的延伸期預報上對黑龍江省的區域寒潮有一定的預測技巧,預測準確率可達到40%左右,但仍有較大的改進空間。
[1]王瑩,徐永清,李永生.黑龍江省冬半年寒潮變化的氣候特征[J].黑龍江氣象,2012,29(3):1-4.
[2]李憲之.東亞寒潮的侵襲研究[M].北京:科學出版社,1955:35-87.
[3]陳伯民,信飛,沈愈,等.月內重要天氣過程與氣候趨勢預測系統及應用進展[J].氣象科技進展,2013,3(1):46-51.
[4]何慧根,李巧萍,吳統文,等.月動力延伸預測模式業務系統DERF 2.0對中國氣溫和降水的預測性能評估[J].大氣科學,2014,38(5):950-964.
[5]龔道溢,朱錦紅,王紹武.西伯利亞高壓對亞洲大陸的氣候影響分析[J].高原氣象.2002,21(1):7-14.
Assessment and prediction of regional climatic characteristics and extension period of cold wave in Heilongjiang province
WANG Ying1,LI Yong-sheng2
(1.Heilongjiang meteorological service center,Heilongjiang Harbin 150030;2.Climate center of Heilongjiang province,Heilongjiang Harbin 150030)
Defined the area cold wave standard of Heilongjiang province based on single station cold wave standard with 62 meteorological stations daily minimum temperature data in Heilongjiang province from 1961 to 2013,and analyze the climate characteristics and circulation characteristics of the regional cold wave of Heilongjiang province.Based on the return test results of Heilongjiang from 1983 to 2013 from National Climate Center Monthly Dynamic Extended Prediction System(DERF2.0)to test and evaluate the extended range cold wave forecast of Heilongjiang province for 11-30 days.The results show that,the regional cold occurs mostly in winter and the frequency decreased.There is a positive correlation between the cold wave frequency in each month and the zonal circulation in Asia,and it is inverse correlation with the Okhotsk high;RF2.0 in the 11-30 days of the extension forecast of the regional cold wave in Heilongjiang province have some prediction skills,prediction accuracy can reach 40%,but there is still much room for improvement.
P468.0+2
A
1002-252X(2016)03-0005-04
2016-6-1
王瑩(1983-),女,黑龍江省齊齊哈爾市人,成都信息工程學院,研究生,工程師.