陜西降水相態識別判據研究及檢驗

黃少妮，杜莉麗，劉嘉慧敏，梁 綿

(1.陜西省氣象臺，西安 710014;2.秦嶺和黃土高原生態環境氣象重點實驗室，西安 710016)

近年來我國城市化進程不斷加快，城市現代化公共設施建設不能完全滿足大城市發展的需求，面對極端氣象災害的脆弱性也日益凸顯。冬季降雪天氣常常會給人們的生活帶來不便[1-3]，特別是道路結冰和積雪常常造成城市上下班高峰期交通擁堵。降水相態的預報一直是天氣預報中的難點。一方面，降水相態受大氣溫度層結的影響[4]；另一方面，降水粒子在發生相態轉變的過程中，又會影響和改變溫度層結[5]。因此降水相態的預報常常是天氣預報人員關注的重點，許多學者通過研究雨雪天氣個例，總結出我國不同地方不同降水相態的特性層溫度特征[6-11]。

不同地區冬季降水相態的識別指標有不同的判據，其閾值設定也有很大不同。陜西南北長達800多公里，氣候從陜北的溫帶干旱半干旱氣候到陜南的暖溫帶濕潤氣候，境內的秦嶺是我國氣候的南北分界線，因此陜西冬季降水雨雪相態的預報更為復雜。目前有關陜西降水相態預報的相關研究多以雨雪天氣過程成因分析為主，因此有必要對本地降水相態進行深入研究，提出定量的預報指標，為業務預報提供參考依據。在實際預報業務中，對降水相態的判別常常依賴于特性層(850、925 hPa以及地面)的溫度，我國北方氣象工作者利用高空探測資料及地面實況數據，針對不同降水相態相應的溫度及厚度進行統計分析，開展了許多相關研究[12-18]，揭示了常規氣象要素在冬季降水相態判別中的作用[13]，指出地面溫度和露點溫度指標預報意義較大[16]。本文較系統地分析了陜西陜北、關中和陜南的代表站降水相態預報中主要影響因子及判別指標，并在此基礎上進一步建立降水相態統計預報方程。對2017年1月至2018年1月降水過程中降水相態的檢驗表明，該判據在延安、西安、漢中、安康等站的降水相態預報具有一定的參考價值，可為業務預報提供依據。

1 資料與方法

選取陜北地區的榆林、延安，關中地區的西安、周至、藍田，陜南地區的漢中和安康7個氣象站2003—2016年10月至次年4月逐日地面觀測資料，分析得到各站雨夾雪天氣的季節特征。天氣現象觀測記錄中，當日出現雨夾雪天氣現象即記為一個雨夾雪日。

為了保證所選個例均為降水相態轉換的天氣過程，確定的選取標準為：(1)2003—2016年出現的全部雨夾雪過程；(2)2003—2016年秋冬過度季(10—11月)和冬春過度季(3—4月)出現的降雪過程；(3)2003—2016年冬季(12月—2月)出現的降雨過程。根據陜西氣候特點，安康和漢中選擇標準略有調整：12月16日—2月15日出現的降雨過程；10月—12月15日和2月16日—4月的降雪過程。通過對每個站點雨雪轉換臨界值的范圍及其特征的研究，統計出三種降水相態出現時各特性層氣溫的范圍和閾值，從而給出降水相態識別的判據。采用統計方法分析各特性層氣溫與降水相態的關系；使用多元線性回歸方法建立降水相態統計預報方程，并對2017年1月—2018年1月出現的雨雪天氣過程進行檢驗分析。

2 雨夾雪的季節變化

圖1為2003—2016年陜西7個代表站雨夾雪日數的季節變化特征。14 a中，地處黃土高原的榆林和延安分別出現25 d和36 d雨夾雪日(圖1a)，雨夾雪天氣主要出現在11月和3月。關中地區的西安站共出現18 d雨夾雪日，地處秦嶺北麓的周至共出現20 d雨夾雪日，藍田出現10 d雨夾雪日；雨夾雪天氣主要出現在1月，其次為11、12月和2月(圖1b)。秦嶺以南的漢中和安康分別出現26 d和21 d雨夾雪日(圖1c)，雨夾雪頻次高的月份在12、1月和2月。以上分析說明，榆林和延安降水相態發生轉變的時期集中在11月和3月，西安地區雨夾雪天氣主要出現在11月到次年2月，漢中和安康雨夾雪天氣主要發生在12月到次年2月，即西安、漢中和安康雨夾雪天氣在冬季都有發生，因此冬季降水相態的預報更為復雜。

圖1 2003—2016年陜西10月至次年4月雨夾雪日數分布

3 識別判據的統計特征及指標確定

3.1 不同層次氣溫與相態的統計特征

由西安三種降水相態地面溫度和露點溫度點聚圖(圖2a)可見：在降雨和降雪時，地面溫度和露點溫度集中在不同區域中；而雨夾雪時，分布區域與兩者都有重疊，但整體上更接近雪的區域。這種分布特征在區分降水相態時具有較好的參考價值[13]。圖2b是西安三種降水相態地面溫度箱線圖。可以看出，雨和雪的溫度分布特征有顯著差異，兩者的10%～90%分位的范圍幾乎沒有交叉。降雨10%分位在2 ℃以上，而降雪90%分位則在2 ℃以下，所以2 ℃可以作為西安雨雪相態的分界值。雨夾雪和雨、雪兩種相態的溫度分布都有交叉，且雨夾雪溫度的分布更接近降雪的溫度分布。總的來說，就單一指標而言地面溫度對雨、雪的區分效果較好。

灰色粗柱代表10%～90%分位。圖2 西安三種降水相態點聚圖(a)和對應的溫度箱線(b、c、d)

由圖2c可以看出，西安925 hPa溫度在雨和雪10%～90%分位范圍幾乎沒有交叉。降雨的10%分位為-1 ℃，即當925 hPa溫度高于-1 ℃時，出現降雨的概率比較大；而降雪的90%分位為-1 ℃，即當925 hPa溫度低于-1 ℃時，出現降雪的概率比較大。因此-1 ℃可作為降雨和降雪的分界。雨夾雪和其他兩種相態均有交叉。由不同降水相態850 hPa溫度箱線(圖2d)可以看出，850 hPa出現雨夾雪的溫度范圍幾乎都包括在出現降雨的溫度范圍中。當850 hPa溫度低于-5 ℃時，出現降雪的概率比較大。700 hPa三種降水相態溫度分布的交叉范圍非常多(圖略)，明顯大于850 hPa的交叉范圍，對于三種降水相態的指示意義不大，所以不選擇700 hPa溫度作為降水相態判別指標。以上分析可見，隨著高度的增加，高層溫度區分降水相態的能力越來越弱，低層溫度和地面溫度優于高層溫度。

從延安三種降水相態地面溫度和露點溫度箱線(圖3a、3b)可以看出，雨和雪的分布特征有顯著差異，兩者的地面溫度和露點溫度10%～90%分位幾乎沒有交叉，地面溫度2 ℃和露點溫度0 ℃可作為延安雨、雪的臨界值。當地面溫度高于2 ℃、露點溫度高于0 ℃時，出現降雨的概率較高；當地面溫度低于2 ℃、露點溫度低于0 ℃時，出現降雪的概率較高。雨夾雪的地面溫度和露點溫度與其他兩種相態均有交叉。

灰色粗柱代表10%～90%分位。圖3 延安三種降水相態箱線

由于延安位于黃土高原，平均海拔高度在1 000 m左右，因此選取850 hPa溫度進行分析(圖3c)。雨、雨夾雪和雪850 hPa溫度的中位數分別為 0、-2、-3 ℃，差異較小，三種相態交叉范圍比地面溫度大。但雨和雪10%～90%分位還是有明顯區別，當850 hPa溫度高于-2 ℃時，出現降雨的概率比較高，可以作為降雨的下限分界值；當850 hPa溫度低于-2 ℃時，降雪的概率比較高。以上分析可見，雨夾雪地面和特性層的溫度分布在統計上與其他兩種相態均有交叉，這可能是由于雨夾雪多出現在秋冬季和冬春季過渡季節，常常出現雨轉雨夾雪或雨夾雪轉雪的情況，因此難以區分，將建立回歸方程來加以判別。

位于秦嶺以南的安康和漢中，三種降水相態在不同特性層溫度的臨界值和秦嶺以北的延安和西安有較大差別。安康站的雨、雨夾雪和雪地面溫度的中位數分別為 5、2、0.5 ℃，說明在安康地區地面溫度高于0 ℃的狀況下，雨、雨夾雪和雪都有可能發生。當地面溫度高于3 ℃時，出現降雨的概率比較大；當地面溫度低于1 ℃時，出現降雪概率比較大；雨夾雪的地面溫度和其他兩個相態都有交叉(圖4a)。當地面露點溫度低于 0 ℃時，出現雪和雨夾雪的概率較高(圖4b)。安康雨和雪925 hPa溫度的10%～90%分位基本沒有交叉，-1 ℃可以作為降雨和降雪的分界。但雨夾雪和其他兩種相態均有交叉，當溫度在-4～-2 ℃時，主要出現雨夾雪和雪，而當溫度在-2～0 ℃時，主要出現雨和雨夾雪。

灰色粗柱代表10%～90%分位。圖4 安康三種降水相態對應的溫度箱線

與安康一樣，漢中三種降水相態地面溫度幾乎都在0 ℃以上，即地面溫度高于0 ℃的狀況下，雨、雨夾雪和雪都有可能發生(圖5a)。其中，絕大多數降雨個例中地面溫度幾乎都在3 ℃以上，而雨夾雪和雪的90%分位基本都在3 ℃以下，因此3 ℃可作為降雨下限的分界值。雨夾雪和雪的地面溫度和露點溫度在10%～90%分位的交叉范圍較大(圖5a、圖5b)，難以區分雨夾雪和雪。從925 hPa溫度箱線圖(圖5c)上也可看到相同的分布特征，雨夾雪和雪的交叉范圍較大，難以區分。降雨的10%分位在0 ℃以上，而降雪的90%分位基本在0 ℃以下，因此0 ℃可作為降雨和降雪的分界。

灰色粗柱代表10%～90%分位。圖5 漢中三種降水相態對應的溫度箱線

3.2 降水相態的判別指標

西安、延安、安康和漢中4站不同特性層溫度與不同相態的統計分析說明，隨著高度的增加，高層溫度區分降水相態的能力越來越弱，低層溫度和地面溫度的區分能力優于高層溫度的。因此，在進行降水相態預報時，首選地面溫度和地面露點溫度，其次是925 hPa(850 hPa)溫度。參考以上4站的統計分析特征，給出地面判別指標(表1)。

表1 陜西代表站降水相態判別指標

4 統計預報方程建立及檢驗

4.1 方程的建立

以上統計分析得出的陜西地區降水相態地面和特性層判別指標，可以在很大程度上指導業務一線人員的主觀預報。由表1可以看到，雨夾雪的地面判別指標與雨和雪有較大的重復，單獨使用地面溫度和地面露點在某些情況下有局限性，存在難以判別的情況。在實際天氣預報過程中，預報員常常需要綜合考慮地面和各特性層溫度的參考權重。因此采用多元線性回歸方法，選取地面溫度和露點溫度，以及925 hPa或850 hPa溫度作為因子，對延安、西安、漢中、安康各站分別建立預報方程。表2給出了4站降水相態預報方程和判別標準。延安選取地面溫度、露點溫度和850 hPa溫度建立預報方程，復相關系數為0.63，根據48個樣本給出判別標準。西安、安康和漢中均選取地面溫度、露點溫度和925 hPa溫度建立降水相態預報方程，復相關系數分別為0.41、0.61和0.54，分別根據39、50和60個樣本給出判別標準。

表2 陜西代表站降水預報方程及判別指標

4.2 檢驗

應用延安、西安、漢中和安康4站降水相態判別指標和降水相態統計預報方程，對2017年1月至2018年1月出現雨、雨夾雪和雪的天氣個例進行檢驗。由于實際業務中只有08時和20時有探空資料，能獲取925 hPa和850 hPa溫度，可以對判別指標和預報方程都進行檢驗，其他時次僅對判別指標進行檢驗。2017年1月至2018年1月，延安和西安有三次雨雪天氣過程。延安三次過程(共13個時次)的指標檢驗結果與實況均一致，其中4個時次的預報方程檢驗結果也與實況相符。西安三次過程使用判別指標(14個時次)和預報方程(5個時次)的檢驗結果均與實況完全一致。

同時,對漢中和安康站2017年1月至2018年1月出現雨、雨夾雪和雪的天氣過程進行檢驗,漢中共有12個時次使用判別指標檢驗，4個時次采用預報方程進行檢驗。其中2018年1月3日14時指標檢驗將雨夾雪判別為雨，出現降水相態誤判，其余時次均與實況相符。安康共有11個時次用于判別指標檢驗且結果與實況一致；3個時次采用預報方程進行檢驗，其中2018年1月3日20時預報方程將雨判別為雨夾雪，其余檢驗結果均與實況相符。

從延安、西安、漢中和安康4站的檢驗結果可以看出，延安和西安地面降水判別指標和統計方程檢驗結果較好，而漢中和安康在雨夾雪和雨的判別上分別出現一次相態誤判。總的來說，降水相態判別指標和預報方程對預報業務中降水相態預報準確率有一定的參考價值和使用價值。

5 結論

(1)通過對陜西2003—2016年雨夾雪天氣的氣候資料分析得到，榆林和延安降水相態發生轉變的過度季節集中在3月和11月，西安地區雨夾雪天氣主要出現在11月至次年2月，漢中和安康雨夾雪天氣主要發生在12月至次年2月。

(2)對近14年延安、西安、安康和漢中4站雨雪轉換過度季節降水過程和臨界值的分析發現，雨和雪的溫度、露點在地面有明顯差異，低層溫度也有明顯差異，但隨著高度增加差異逐漸減小。在降水相態預報中應盡量考慮地面溫度、露點及低層溫度要素。其中，925 hPa溫度可作為判別西安、漢中和安康雨雪相態的參考，而850 hPa溫度可用來區分延安雨和雪相態的參考。

(3)利用判別指標和降水相態預報方程對陜西4站在2017年1月至2018年1月期間出現的雨雪天氣過程進行檢驗，判別效果較好，有一定的參考價值。但是，由于檢驗時間僅有1年，雨雪天氣個例較少，因此判別指標和降水相態預報方程的適用性有待進一步檢驗。