饒平低溫氣候特征及預報系統建立

佘元標，蔡銘舜，唐 凱

(1.廣東省潮州市氣象局，廣東 潮州 521000；2.廣東省饒平縣氣象局，廣東 饒平 515700)

饒平低溫氣候特征及預報系統建立

佘元標1，蔡銘舜2，唐 凱1

(1.廣東省潮州市氣象局，廣東 潮州 521000；2.廣東省饒平縣氣象局，廣東 饒平 515700)

利用饒平氣象站1956—2012年的氣象觀測資料以及國家氣候中心提供的大氣環流指數資料，分析饒平縣低溫氣候特征，并分為低溫寒冷型和低溫陰雨型建立低溫預報系統，結果發現：饒平縣歷年≤5 ℃低溫日年平均日數4.0 d，主要出現在12月—次年2月，1月占48%，57年氣候變化呈下降趨勢，傾向為-0.089 d/年。饒平縣歷年低溫陰雨年平均日數為5.9 d，近57年出現輕度低溫陰雨年和重度低溫陰雨年各占4成左右，中度低溫陰雨年占2成，57年下降趨勢不顯著。對兩種低溫類型進行Mann-Kendall檢驗發現低溫寒冷型突變點為1976年，下降傾向趨于明顯為1987年開始；低溫陰雨型突變點為1970年，下降傾向趨于明顯為1999年開始。應用Morlet小波分析發現低溫寒冷型存在5～7 a、10～12 a、準20 a周期；低溫陰雨型存在5～6 a，10～12 a、準14 a、準20 a周期。使用主成份回歸分析方法建立兩種低溫天氣預報方程，低溫寒冷型預報日最低氣溫預報擬合方程預測試驗絕對殘差平均為0.8 ℃；低溫陰雨型預報低溫陰雨年日數預報擬合方程預測試驗絕對殘差平均為2.1 d。基于Visual Basic語言開發饒平縣低溫天氣預報系統，低溫寒冷型預報次日最低溫度并與寒冷預警信號關聯，低溫陰雨型預報次年低溫陰雨日數并與低溫陰雨年景強度關聯，目前該系統已投入使用且效果良好。

低溫；氣候變化；主成份回歸分析；預報系統；饒平

1 引言

饒平縣位于廣東省最東部，東、北、西三面環山，中間丘谷，南瀕南海，地形復雜，丘陵、谷地、平原相間。常有低溫陰雨、低溫霜凍、寒露風等低溫災害性天氣出現，農、漁業生產等受到嚴重影響，北部山區茶葉受低溫霜凍的影響；水稻受低溫陰雨的影響；魚塘、海洋養殖受低溫凍害影響；特別是我縣引進香蕉、番石榴等熱帶作物較多，低溫對其影響非常嚴重。近年來雖然在全球氣候變暖背景下低溫天氣影響期縮短[1-4]，但是極端天氣事件發生發展出現變化，極端低溫天氣發生概率反而增大[5-9]，同時隨著經濟的高速發展，極端低溫天氣造成的經濟損失也在增加[10]。2008年1—2月長時間低溫陰雨災害天氣對饒平縣的養殖業帶來嚴重的影響及經濟損失，漁業受災經濟損失達27 560萬元；2010年3月9—11日出現嚴重低溫霜凍，10日錄得最低溫度3.8 ℃，為歷史同期第二極值，對饒平縣造成直接經濟損失13 306.10萬元；2016年1月22—26日出現寒潮，25日最低溫度0.3 ℃，為有記錄以來歷史最低值，此次寒潮對饒平縣造成直接經濟損失11.97億元。從這近10 a對饒平縣造成重大損失的極端低溫天氣過程來看，一個是極端低溫天氣不斷接近歷史極值或是打破歷史記錄，極端低溫天氣愈演愈烈，一個是隨著饒平縣經濟發展，同時饒平縣多養殖業和熱帶作物，極端低溫天氣造成的經濟損失也不斷增加，因此，對饒平縣低溫天氣進行研究具有重要意義。本文以饒平氣象觀測站為研究范圍，把低溫天氣分為低溫寒冷類型和低溫陰雨類型，分析饒平低溫的氣候特征，并針對不同的低溫類型尋找一些有低溫預報指標意義的氣象因子，通過這些氣象因子建立相應的預報方程，并根據預報方程建立相應的低溫天氣預報系統，以期對饒平縣低溫天氣預報水平做進一步提高。

2 資料與方法

本文分析采用饒平氣象觀測站1956—2012年的氣象觀測資料以及國家氣候中心氣候系統診斷預測室提供的大氣環流指數資料，將影響饒平縣的低溫天氣分為低溫寒冷和低溫陰雨兩種類型，應用氣候傾向分析饒平縣低溫氣候特征，利用Mann-Kendall法對兩種類型的低溫日數進行突變檢驗，其優點是不需要樣本遵從一定的分布，也不受少數異常值的干擾，是目前比較常用的分析突變的方法，同時也利用Morlet小波函數對低溫相關的周期性進行分析，小波分析在氣候變化、氣候周期分析領域的研究中已經得到了較為深入的應用。低溫寒冷型采用饒平縣氣象觀測站氣象要素作為預報因子，對日最低溫度進行預報；低溫陰雨型采用歷年逐月大氣環流指數資料作為預報因子，對低溫陰雨年日數進行預報，通過主成份回歸分析，消除了共線性，將主成分作為自變量，建立了兩種低溫類型的預報方程，并基于Visual Basic語言開發饒平縣低溫天氣預報系統。

3 饒平縣低溫氣候特征

3.1 低溫類型定義

根據低溫天氣對本地造成災害災種的不同，本文將影響饒平縣的低溫天氣分為兩個類型：低溫寒冷類型和低溫陰雨類型。低溫寒冷類型主要是因日最低溫度過低而造成寒害、凍害，并可能出現霜凍冰凍現象，主要出現時段在12月—次年2月，根據廣東省氣象局關于低溫的標準，定義饒平縣日最低氣溫出現5 ℃或以下作為低溫寒冷類型的低溫日。低溫陰雨類型則是春季期間持續的陰冷天氣，主要出現時段在2月—4月，本文以2月1日—4月30日日平均氣溫低于或等于12 ℃且連續3 d或以上作為低溫陰雨的標準，該標準雖然只以氣溫作為定義標準，但是根據前人研究，該標準下廣東本地天氣基本為陰雨天，適用于廣東省氣候特征的低溫陰雨標準[11]。根據低溫寒冷型和低溫陰雨型的標準定義，可能會在2月出現少量同時符合兩種類型的混合型低溫天氣，因其較少出現，同時對本地造成災害的災種也包含于上述定義的兩種類型低溫天氣中，不再單獨分開出來。

3.2 低溫天氣的氣候變化趨勢

3.2.1 低溫寒冷類型氣候變化趨勢 1956—2012年近57 a饒平縣共出現低溫日數226 d，年平均低溫日數為4.0 d，年低溫日數最多為14 d，出現在1974年。低溫日數主要分布在冬季，即12月—次年2月(圖略)，3月只有少部分年份會出現低溫日，11月份57 a間只有1 d，也是歷史最早的低溫日，在11月24日(1975年)，最晚出現在3月10日(2010年)。從各月分布來看，1月份低溫日數最多，57 a間1月總低溫日數有108 d，平均低溫日數1.9 d，占總低溫日數48%；12月和2月基本相當，低溫日數分別為57 d和52 d，平均低溫日數為1 d和0.9 d，各占25%和23%；3月份僅占4%。

分析1956—2012年饒平縣逐年低溫寒冷類型低溫日數變化趨勢(圖1)，年低溫日數呈下降趨勢，其線性傾向值b=-0.089，反應近57 a以來饒平縣年低溫日數以0.089d/a的速度遞減，其相關系數r=-0.418，通過0.01的顯著性水平檢驗，說明年低溫日數遞減的趨勢顯著。從3次多項式擬合曲線來看，1956—1980年代前期低溫日數有明顯增多的趨勢，這時期處于多低溫的階段; 1980 年代后期至今，低溫日數顯著減少，處于少低溫的階段，雖然近幾年來略有上升趨勢，但明顯低于平均水平，這和絕大多數對氣候變暖的研究結論“20 世紀 80年代中期以后全球氣候顯著增暖”相一致。

圖1 1956—2012年饒平縣逐年低溫寒冷類型低溫日數變化趨勢 (虛線為多年平均值；斜線為線性趨勢線；波浪線為3次多項式擬合曲線)Fig.1 Variation tendency of the cold days of LTACW (1956—2012) in Raoping County

3.2.2 低溫陰雨類型氣候變化趨勢 1956—2012年近57 a饒平縣共出現低溫陰雨日數334 d，年平均低溫陰雨日數為5.9 d，年低溫陰雨日數最多為28 d，出現在1968年。分析1956—2012年饒平縣逐年低溫陰雨類型低溫陰雨日數變化趨勢(圖2)，年低溫陰雨日數下降趨勢并不明顯，其線性傾向值b=-0.057，未能通過0.05的顯著性水平檢驗，說明年低溫陰雨日數下降趨勢并不顯著。從3次多項式擬合曲線來看，同樣符合1956—1980年代前期增多， 1980 年代后期開始減少的變化趨勢，而在近幾年又有上升趨勢，從逐年變化來看發現原因在于某些年份出現重度低溫陰雨，在一定程度上說明由于全球變暖，總體溫度上升，但是出現極端惡劣天氣的概率反而增大。

根據廣東省低溫陰雨天氣的強度標準，以3～5 d為輕度低溫陰雨年景，以6～9 d為中度低溫陰雨年景，≥10 d為重度低溫陰雨年景[12]。從表1可以看出，近57 a輕度低溫陰雨年最多，占41%，其次是重度低溫陰雨年，占38%，最少是中度低溫陰雨年，占21%。從不同年代的低溫陰雨等級出現頻率來看上世紀80年代以前重度低溫陰雨年偏多，占55%～57%，而80年代以后重度度低溫陰雨減少；輕、中度低溫陰雨年則是在80年代后有明顯增多的趨勢，其中80年代至世紀末輕度低溫陰雨年占多，21世紀后反而中度低溫陰雨年占多，說明近57 a低溫陰雨強度總體呈減弱趨勢，但近10 a來略有加強。

3.3 低溫天氣變化趨勢突變檢驗

應用Mann-Kendall方法分別檢測1956—2012年饒平縣兩種低溫類型低溫日數的突變情況。由饒平縣低溫寒冷類型低溫日數Mann-Kendall檢驗(圖3)可見， 70年代末之前UF和UB曲線有多個交點，但突變趨勢均沒有超過顯著性檢驗，表明無明顯突變；而自70年代末開始低溫日數就有減少的趨勢，突變起始年為1976年，同時自1987年至今這

圖2 1956—2012年饒平縣逐年低溫陰雨類型低溫陰雨日數變化趨勢 (虛線為多年平均值；斜線為線性趨勢線；波浪線為3次多項式擬合曲線)Fig.2 Variation tendency of the cold and overcast days of LTAOW (1956—2012) in Raoping County

圖3 1956—2012年饒平縣低溫寒冷類型低溫 日數Mann-Kendall檢驗Fig.3 Mann-Kendall test of the cold days of LTACW (1956—2012) in Raoping County

種減少趨勢超過0.05臨界線，表明該類型低溫日數減少趨勢明顯。1956—2012年饒平縣低溫陰雨類型低溫陰雨日數Mann-Kendall檢驗(圖4)中，70年代之前UF和UB曲線有多個交點，但突變趨勢均沒有超過顯著性檢驗，表明無明顯突變；而自70年代開始低溫陰雨日數就有減少的趨勢，突變起始年為1970年，但是一直到到1999年開始這種減少趨勢才通過0.05臨界線的顯著性檢驗，表明雖然低溫陰雨日數的這種減少趨勢并不明顯，直到1999年以后才趨于明顯。

圖4 1956—2012年饒平縣低溫陰雨類型低溫陰雨 日數Mann-Kendall檢驗Fig.4 Mann-Kendall test of the cold and overcast days of LTAOW (1956—2012) in Raoping County

3.4 低溫天氣的變化周期

應用Morlet小波分析方法得到低溫寒冷類型低溫日數和低溫陰雨類型低溫陰雨日數的小波分析圖，通過小波分析圖可以反應低溫日數和低溫陰雨日數在不同尺度上的周期震蕩。分析圖5發現， 低溫日數存在5～7 a周期，5～7 a的周期震蕩基本存在于57 a的大部分時段；同時還有10～12 a，準20 a的周期震蕩，10～12 a基本貫穿整個時段，但是有逐漸趨于不明顯的傾向，準20 a周期震蕩主要存在于1970年以后。分析圖6 發現低溫陰雨日數存在5～6 a，10～12 a的周期震蕩，基本貫穿整個時段，準14 a周期在1956—1984年這個時段較為明顯，后期漸趨不明顯，準20 a周期震蕩在1978年以后趨明顯。

圖5 1956—2012年饒平縣低溫寒冷類型低溫日數小波分析圖Fig.5 Wavelet analysis of the cold days of LTACW (1956—2012) in Raoping County

圖6 1956—2012年饒平縣低溫陰雨類型低溫陰雨日數小波分析圖Fig.6 Wavelet analysis of the cold and overcast days of LTAOW (1956—2012) in Raoping County

4 饒平縣低溫天氣預報系統建立

4.1 低溫天氣預報方法

4.1.1 低溫寒冷型預報方法 本文針對低溫寒冷型的預報是短期預報，預報的要素為次日日最低溫度。低溫寒冷是多種氣象因素共同作用的結果，從強冷空氣的影響來看，有高空影響因子、地面影響因子。強冷空氣的入侵對第2 d最低氣溫有直接影響，這些影響最終歸結為前1 d的本站實況資料。利用饒平縣氣象觀測站的低溫數據，從近57 a歷史資料中歸納分析，選取饒平縣1956—2011年低溫日發生的前1 d的最低溫度、平均氣溫、平均本站氣壓、平均水汽壓、平均相對濕度、日照時數；前1 d 08時溫度、本站氣壓、水汽壓、相對濕度；前1 d 14時溫度、本站氣壓、水汽壓、相對濕度。總共12項預報因子，考慮12項預報因子存在共線性問題，為了排除共線性，采用主成份回歸分析法，取其前4個主成份，累計方差貢獻率達到93%，將這4個主成份作為預報因子，與低溫日數建立回歸方程，并根據各主成份與原始變量的關系算得原始變量(12項氣象要素)與低溫日數的方程(方程略)。1957—2011年歷年低溫日數實況與擬合方程計算的歷年低溫日數絕對殘差平均為0.7 ℃，誤差較小，具有一定的預報參考價值。選取2012—2014年出現的低溫日做預測試驗，預測試驗絕對殘差平均為0.8 ℃，效果良好。

4.1.2 低溫陰雨型預報方法 低溫陰雨天氣是一個連續性的天氣過程，與低溫寒冷天氣逐日預報并不相同，其預報預測屬于中長期天氣預報和短期氣候預報，與長期的大氣環流變化密切相關，因此本文選用多年大氣環流指數來對其預測年低溫陰雨天氣，預測的要素為次年低溫陰雨年日數。利用國家氣候中心氣候系統診斷預測室提供的逐月大氣環流指數資料 ，選取歐亞經向環流指數 (IM0-150E)、歐亞緯向環流指數 (IZ0-150E)、亞洲經向環流指數 (IM60-150E)、亞洲緯向環流指數 (IZ60-150E)、西北太平洋副高面積指數、西北太平洋副高強度指數、西北太平洋副高脊線、西北太平洋副高北界位置、西北太平洋副高西脊點、亞洲區極渦面積指數、南方濤動指數 (SOI)、太陽黑子相對數的逐月大氣環流指數，資料年限為1956—2010年 ，合共 144 項 ，資料長度為55 a。

利用上述共144項環流指數因子，對饒平縣次年(1957—2011年)低溫陰雨日數建立回歸方程，以期找到饒平縣逐年低溫陰雨日數的變化影響因子，并對未來低溫陰雨日數做出有參考價值的預報。由于上述因子數太多，為了降低維度和排除因子間共線性，對上述因子進行主成份分析，取其前44個主成份，累計方差貢獻率達到96%，將這44個主成份作為預報因子，與饒平縣次年低溫陰雨日數建立回歸方程，并根據各主成份與原始變量的關系算得原始變量(環流指數因子)與饒平縣次年低溫陰雨日數的方程，由于變量有144項，關系式過長，這里省略不寫。1957—2011年歷年低溫陰雨日數實況與擬合方程計算的歷年低溫陰雨日數絕對殘差平均為2.3 d，回歸擬合方程的復相關系數為0.89，方程擬合度較高，具有一定的預報參考價值。對2012—2014年歷年的低溫陰雨日數進行預測試驗(表2)，絕對殘差平均為2.1 d，除了2013年沒有出現低溫陰雨而預測結果為輕度外，其他兩個年份預測誤差均較小，低溫陰雨強度能準確預報，表明通過環流指數因子進行主成份回歸分析的擬合效果較好，對預測低溫陰雨具有預報參考價值。

表2 2012—2014年饒平縣低溫陰雨日數預測試驗/d

4.2 低溫天氣預報系統建立

根據前期的研究結果，設計了一個低溫天氣預報系統，該預報系統分為低溫寒冷型的短期天氣預報和低溫陰雨型的長期天氣預報(圖7、圖8)，該預報系統基于Visual Basic語言開發，在低溫寒冷型預報中通過錄入前1 d的氣象因子，即可運算求的次日最低氣溫，同時根據廣東省突發氣象災害預警信號發布規定，加入了對寒冷黃色、橙色、紅色預警級別的判定，通過對前1 d最低氣溫和平均氣溫來判定當前的預警級別，同時通過對預報所得的次日最低溫度來提出預警建議；在低溫陰雨型預報中由于所需環流因子太多，可通過調入txt文件來加載所需環流因子數據，并計算得次年低溫陰雨日數，同時根據前文所定的低溫陰雨天氣強度標準，對次年低溫陰雨年景進行判定，以供預報員預報參考。目前該預報系統已經在日常低溫預報工作中使用，效果令人滿意。

5 小結

①饒平縣歷年≤5 ℃低溫日年平均日數4.0 d，主要出現在12月—次年2月，1月占48%，57 a氣候變化呈下降趨勢，傾向為-0.089 d/a。饒平縣歷年低溫陰雨年平均日數為5.9 d，近57 a出現輕度低溫陰雨年和重度低溫陰雨年各占4成左右，中度低溫陰雨年占2成，57 a下降趨勢不顯著。

②對兩種低溫類型進行Mann-Kendall檢驗發現低溫寒冷型突變點為1976年，下降傾向趨于明顯為1987年開始，下降趨勢顯著。低溫陰雨型突變點為1970年，下降傾向趨于明顯為1999年開始。

③應用Morlet小波分析發現，低溫寒冷型存在5～7 a、10～12 a、準20 a周期，其中5～7 a、10～12 a具有全域性，準20 a周期震蕩主要存在于1970年以后。低溫陰雨型存在5～6 a，10～12 a的全域性周期，準14 a周期在1956—1984年較明顯，準20 a周期震蕩在1978年以后趨明顯。

④通過饒平氣象站氣象要素作為預報因子，進行主成份回歸分析建立低溫寒冷型預報方程預報次日日最低溫度，擬合方程預報值與實況絕對殘差平均為0.7 ℃，預測試驗絕對殘差平均為0.8 ℃，效果良好。通過歷年逐月大氣環流指數資料作為預報因子，進行主成分回歸分析確定低溫陰雨型預報方程預報次年低溫陰雨年日數，擬合方程預報值與實況絕對殘差平均為2.3 d，預測試驗絕對殘差平均

圖7 饒平縣低溫寒冷類型低溫日數預報系統界面Fig.7 Forecast system interface of the cold days of LTACW in Raoping County

圖8 饒平縣低溫陰雨類型低溫陰雨日數預報系統界面Fig.8 Forecast system interface of the cold and overcast days of LTAOW in Raoping County

為2.1 d，對低溫陰雨年景強度預測基本準確。

⑤根據前文研究結果，基于Visual Basic語言開發饒平縣低溫天氣預報系統，低溫寒冷型預報次日最低溫度并與寒冷預警信號關聯，低溫陰雨型預報次年低溫陰雨日數并與低溫陰雨年景強度關聯，目前該系統已投入使用且效果良好。

[1] 林良勛，薛登智，梁健，等． 近二十年廣東的霜凍氣候及其變化特征[J]．廣東氣象，2000，22(4):7-9．

[2] 招偉文，梁華玲，吳暇．近56 a南海區低溫的變化特征分析[J]．貴州氣象，2016，40(1) :40-44．

[3] 蘇曉玲，龔松柏，郭偉斌，等．近51 a漳州市極端最低氣溫變化特征分析[J]．貴州氣象，2014，38(3):1-5．

[4] 張寧，孫照渤，曾剛． 1955—2005年中國極端氣溫的變化[J]． 南京氣象學院學報，2008，31(1):123-128．

[5] 胡宜昌，董文杰，何勇．21世紀初極端天氣氣候事件研究進展[J]．地球科學進展，2007，22(10):1 066-1 075．

[6] 陳習倫，譚禮祥，陳紅，等．望謨縣2011年1月低溫天氣分析及影響評估[J]．貴州氣象，2012，36(1):43-45．

[7] 徐寧軍，馬慧，陳楨華，等．2008年中山市極端天氣分析[J]．貴州氣象，2010，34(1)：13-16.

[8] 徐國宇． 1951—2009 年冬季北京極端低溫事件變化分析[J]． 氣象與環境科學，2011，34(1):23-26．

[9] 王娟．淺析嫩江縣近10a的氣候變異及其對農業生產的影響[J]．貴州氣象，2014，38(4)：60-61.

[10]劉杰，許小峰，羅慧.極端天氣氣候事件影響我國農業經濟產出的實證研究[J].中國科學:地球科學，2012，42(7)：1 076-1 082.

[11]林良勛，馮業榮，黃忠，等． 廣東省天氣預報技術手冊[M]. 北京: 氣象出版社，2006:24-26．

[12]潘嘉念，涂悅賢，李載忠，等. 廣東省農業氣象災害及其防災減災對策[M]. 北京: 氣象出版社，2000：81-82.

The Climatic Characteristics of Low Temperature in Raopingand Establishing of Forecast System

SHE Yuanbiao1，CAI Mingshun2，TANG Kai1

(1.Chaozhou Meteorological Bureau of Guangdong Province, Chaozhou 521000, China;2.Raoping Meteorological Bureau of Guangdong Province, Raoping 515700, China)

Using the meteorological observation data from 1956 to 2012 in Raoping meteorological station and atmospheric circulation indices from Chinese National Climate Center，the climatic characteristics of low temperature in Raoping county were analyzed, and the forecast system were established for two low temperature types: the low temperature and cold weather (LTACW)，the low temperature and overcast weather (LTAOW). The results show that: the annual average cold days(with temperature ≤5 ℃) in Raoping county are 4.0 d. The cold days appear in Dec to next Feb (account for 48% in Jan) and the climate change of the annual average cold days in 57 years is a downward trend (-0.089 d per year). The annual average cold and overcast days in Raoping County are 5.9 d. In nearly 57 years, the mild and severe yearly prospect of LTAOW each account for about 40% and the moderate yearly prospect accounted for about 20%. The downward trend of LTAOW is insignificant in nearly 57 years. With analyzing two low temperature types by Mann-Kendall method, it is found that the LTACW type is changed suddenly in 1976 and the downward trend is significant since 1987. The LTAOW type is changed suddenly in 1970 and the downward trend is significant since 1999. The LTACW type has 5～7 a, 10～12 a and 20 a period oscillations and the LTAOW type has 5～6 a, 10～12 a, 14 a and 20 a period oscillations by wavelet analysis. Using the principle component regression method, the forecast equation of LTACW type is established to daily minimum temperature forecast and the forecast equation of LTAOW type is established to annual cold and overcast days forecast. The average absolute residual value in the fitting equation of LTACW type is 0.8 ℃ in prediction test and it is 2.1 d in the fitting equation of LTAOW type. Based on Visual Basic, the cold weather forecast system is developed. The LTACW forecast system forecast the minimum temperature in next day and relate to the cold warning signal. The LTAOW forecast system forecast the cold and overcast days in next year and relate to the year strength of LTAOW. At present, the system has been put into use and the effect is good.

low temperature; climatic change; principal component regression analysis; forecast system; Raoping

1003-6598(2017)01-0016-07

2016-09-27

佘元標(1987—)，男，工程師，現主要從事天氣預報工作，E-mail:58329451@qq.com。

潮州市氣象局科研項目“饒平縣低溫氣候特征分型及監測預報系統建立”(201202)。

P457.3

A