江漢平原一次大雪過程的檢驗分析

賀嘉 李康麗 王佳麗

摘要 利用常規觀測資料、NCEP-FNL0.25°×0.25°再分析資料、CMA預報模式等資料，從天氣實況、環流形勢、物理量場和模式檢驗等方面，對江漢平原2022年1月27—29日大雪天氣過程進行分析，結果表明：（1）此次大雪過程受穩定的南支槽和東移的高原槽與低層持續較強冷空氣的共同影響；（2）渦度平流和溫度平流均提供了較好的條件，水汽通量散度也有強烈輻合，但水汽通量高值區偏南，導致實況降雪遠遠偏弱；（3）此次過程中CMA模式對江漢平原南部降水量級的預報效果較好，對北部預報效果較差；（4）CMA模式對江漢平原附近急流位置預報不穩定，對850 hPa溫度場的預報效果較好。

關鍵詞 大雪；GRAPES模式；江漢平原

中圖分類號：P458.1+22 文獻標識碼：B 文章編號：2095–3305（2023）12–0-03

2022年1月27日前后發生在江漢平原（湖北省氣象地理五分區之一）的降雪過程，模式預報與實況存在偏差，尤其是雪深預報明顯偏大。只有通過實況復盤分析特征，剖析形成機理，分析模式的預報能力，才能提高冬季過程、春運氣象服務質量。

近年來，許多專家學者對低溫雨雪過程或模式檢驗進行了大量研究。針對長江流域，徐雙柱等[1]研究發現GRAPES模式對長江流域的預報，無論是降水、天氣形勢還是物理量都有較強的預報能力；GRAPES模式對級別較大的降水預報容易出現漏報，而不易出現空報。祁莉等[2]發現GRAPES模式能較好預報出部分寒潮過程的明顯降溫、高低空環流形勢、冷平流的入侵，部分過程因為地形物理作用存在一定誤差。周慧等[3]通過試驗發現，GRAPES模式可以比較成功地模擬出南海夏季風的暴發時間和暴發后的高、低層風場配置，以及季風與季風雨帶的向北推進。

利用NCEP-FNL0.25°×0.25°逐6 h全球再分析資料、常規觀測資料和我國CMA預報模式（曾用名GRAPES模式，下同）預報等資料，對2022年1月27—29日江漢平原地區的大雪過程檢驗分析，剖析模式對大雪過程的預報能力。

1 天氣實況

2022年1月26日20：00—29日20：00，江漢平原出現了一次大范圍的雨雪天氣過程。27日白天，降水相態主要為雨夾雪，夜間逐漸轉為純雪，降雪最強時段發生在27日夜間。27日夜間大部地區出現積雪或道路結冰；最大積雪深度為6 cm，出現在荊門站。

2 環流形勢及影響系統分析

2.1 系統配置

2022年1月26日20：00—28日500 hPa上（圖1）亞洲中高緯維持“兩槽一脊”形，巴湖以東受東北冷渦和西部的橫槽控制，大范圍低壓環流位于50°N以北。西西伯利亞地區高壓脊東移時擠壓其東側的橫槽轉豎，引領冷空氣南下。27日08：00高原槽和南支槽同位向疊加，青藏高原東部短波槽東移，導致江漢平原出現陰雨雪天氣。直至29日20：00高空槽移出該地區，降雪才趨于結束。

中低層主要受低空急流和切變線影響。26日20：00 700 hPa江漢平原位于西南急流軸的西北側約200 km處。持續的南北氣流交匯導致切變維持，27日20：00之前只有略微的南北擺動。850 hPa偏東氣流逐步加強，27日20：00達到10 m/s，之后-4.0 ℃等溫線持續南壓至江漢平原以南。中西伯利亞地區冷高壓（強度達1 057.5 hPa以上）持續存在，其東南側持續有冷鋒不斷分裂南下，隨著高空的橫槽轉豎，引導冷空氣自河套地區南下。27日夜間2.0 ℃等溫線南壓至鄂東南，江漢平原降水轉成純雪。至29日20：00之后轉為高空槽后西北氣流控制，降雪減弱直至停止。

地面上中西伯利亞地區冷高壓（強度達1 057.5 hPa以上）持續存在，其東南側持續有冷鋒不斷分裂南下，26日20：00第一條冷鋒已推進至華南北部地區，其后的副冷鋒還在華北地區。此次降雪過程前期，內蒙古地區有冷空氣堆積，其西北側冷高壓中心隨著高空的橫槽轉豎，引導冷空氣自河套地區南下。由于前期冷鋒推至華南，之后副冷鋒南下經過華中地區時，27日白天地面2 ℃等溫線在江漢平原擺動。27日夜間2 ℃等溫線南壓至鄂東南，江漢平原降水轉成純雪。至29日20：00之后轉為高空槽后西北氣流控制，降雪減弱直至停止。

2.2 水汽條件

固態降水發生之前27日20：00江漢平原水汽通量超過了3×10-3g/（cm·hPa·s），自北向南顯著增大，江南平原南部降雨區最強達到了13×10-3g/（cm·hPa·s）以上。江漢平原強降雪發生之時（28日02：00）水汽通量較強輻合區依然偏南，水汽通量3到4×10-3g/（cm·hPa·s）等值線向南調整。針對江漢平原固態降水發生較強的區域，水汽通量散度負的大值區范圍較廣，有強烈的輻合條件，但水汽通量高值區偏南；北部水汽不足，導致降雪量不如預期。

2.3 溫度平流與渦度平流

27日夜間是積雪最大站點是荊門站（112.212°E，30.9928°N）。沿112.25°E做垂直剖面圖，27日20：00（圖3a）是大雪發生之前，28日02：00（圖3b）是大雪發生時次。分析發現受高空槽前強正渦度平流影響，對應近地層（925 hPa以下），尤其是江漢平原范圍內的29.5 °N～31°N區域有負渦度平流區。強降水發生之前（27日20：00），950 hPa附近存在超過-1.5×10-8s-1的負渦度平流中心，其上層偏北0.5個緯度的區域存在強渦度平流中心；700 hPa及其之上存在較強的暖平流，中低層大部由冷平流控制，但近地層仍存在較薄的暖平流區，結合溫度層結，不利于固態降水發生。28日02：00低層負渦度平流變弱變薄，600～500 hPa為強西南風，使得正渦度平流中心區北抬了0.5個緯度；強暖平流區下邊界800 hPa以下，范圍擴大且暖平流層較厚，而之前較厚的冷平流層被壓制，29°～31.5°N范圍內全被強冷平流控制。隨著中層較強渦度平流區北抬，暖平流區變厚，壓制冷平流區在地面至925 hPa范圍，暖平流沿著強冷平流滑升等多重條件為強降雪發生提供了有力的動力和熱力條件。

3 模式檢驗

3.1 降水強度和落區檢驗

針對長江流域，徐雙柱等[1]研究發現GRAPES模式對長江流域的預報，無論是降水、天氣形勢還是物理量都有較強的預報能力；GRAPES模式對級別較大的降水預報容易出現漏報，而不易出現空報。在本次過程中，700 hPa江漢平原北部的比濕預報均在2～4 g/kg，對江漢平原南部的預報較強一些，為4-6 g/kg。而在850 hPa，江漢平原南部的水汽條件較700 hPa要差一些；從整層可降水量來看，模式對江漢平原的預報值均在15 mm以上，南部水汽條件更好，CMA全球模式對20 mm以上的預報范圍較小。本次過程雨雪較強時段27日20：00—28日20：00CMA全球模式對江漢平原南部雨量預報偏強；CMA模式在江漢平原北部預報出小雪，在南部預報出中到大雪，CMA模式對北部降雪量級的預報偏弱。對比模式臨近3個時次的降雪量預報，CMA模式對北部的預報由暴雪逐步調整為小雪，波動較大，對南部的調整略小。在實際工作中，傾向于選擇近期預報結果更為穩定、準確率較高的模式作為參考，同時，還需要綜合分析多家模式產品進行人工技術訂正[2-5]。

3.2 風場檢驗

700 hPa的風場預報（圖4），模式對西南急流的預報范圍與實況較吻合，主要在貴州至浙江一帶，隨著時間的推移，急流中心增強、急流帶加寬，為降水發生提供了充足的水汽和能量。27日20：00切變線位于陜西上空，隨冷空氣南下逐漸南移，呈東北—西南向，28日20：00位于鄂西北上空，CMA模式對27日20：00的切變線位置預報略偏南，預報的移動速度較實況偏慢。28日08：00，模式對江漢平原北部的風速預報略偏弱，南部風速預報相比偏強。

850 hPa（圖略）模式的風速預報與實況較為一致，27日20：00和28日08：00，江漢平原的風向實況以偏東風為主，而模式預報的偏北風分量較大。臨近3個時次起報的風場預報，CMA全球模式對急流位置的調整較不穩定，但都是往減弱的方向調整。

3.3 溫度場檢驗

27日20：00—28日20：00，江漢平原700 hPa溫度場實況基本處于0 ℃線以上，北部部分地區在-4.0 ℃線以上。通過對比發現，27日20：00 CMA模式0 ℃線的預報偏南，28日08：00模式對江漢平原中部的-4.0 ℃線預報偏西，而28日20：00 CMA全球模式對-4 ℃線的預報略偏南。模式對冷空氣的降溫強度預報小于實際降溫。比較之下，模式對850 hPa上江漢平原附近的溫度線預報效果較好。祁莉等[2]發現GRAPES模式能較好預報出部分寒潮過程的明顯降溫、高低空環流形勢及冷平流的入侵，部分過程因為地形物理作用存在一定誤差。

3.4 水汽條件檢驗

CMA模式將700 hPa上江漢平原北部的比濕預報均在2～4 g/kg，江漢平原南部的稍強于北部，為4～6 g/kg。而在850 hPa上江漢平原南部的水汽條件較700 hPa要差一些；從整層可降水量來看，模式對江漢平原的預報值在15 mm以上，亦是南部水汽條件更好。與實況相比較，CMA模式在江漢平原南部的預報偏強。

4 結論

（1）2022年1月27—29日江漢平原主要受500 hPa南支槽和高原槽、中低層切變線、西南急流、較強的低空東風急流、地面冷高壓的共同影響，提供了有利大雪發生的條件。

（2）實況較本地預報偏弱，分析發現，地面溫度差異導致雪深較小，雖然渦度平流和溫度平流均提供了較好的條件，同時水汽通量散度也有強烈的輻合，但實況水汽通量高值區偏南，導致降雪量和最大雪深都遠遠低于本地預報值。

（3）CMA全球模式對江漢平原南部降雪量級的預報效果較好，對北部預報效果較差，由于臨近時次的調整變化大，較不穩定，在實際工作中，對預報員的輔助參考可能會造成一定的影響，還需要結合經驗和多家模式進行訂正。

（4）CMA全球模式在風場預報上，急流范圍預報效果較好，強度上與實況有一定偏差，預報切變線的移動速度較實況偏慢。由于臨近時次對江漢平原附近急流位置預報的不穩定，水汽條件的變化也較大，較不利于預報的準確性。CMA全球模式對850 hPa上江漢平原附近的溫度線預報效果較好。

參考文獻

[1] 徐雙柱，張兵，諶偉.GRAPES模式對長江流域天氣預報的檢驗分析[J].氣象， 2007，33（11）：65-71.

[2] 祁莉，馬瓊，張文君.GRAPES模式對2011/2012年冬季寒潮天氣過程預報能力的檢驗[J].大氣科學學報，2017，40（6）： 791-802.

[3] 周慧，朱國強，陳江民，等.GRAPES模式對西南季風暴發的數值模擬及初值影響試驗[J].熱帶氣象學報，2010，26（1）： 98-104.

[4] 張旭，孫寶利，白佳寧，等.阜新地區東北冷渦多模式降水預報檢驗[J].氣象與環境學報，2021，37（3）：19-24.

[5] 陳利偉，吳志岐，楊彭懷，等.寧夏2018年第一場連陰雪天氣過程5種數值模式降水預報能力對比[J].農業科技與信息，2021（1）：24-26.