東北冷渦影響下本溪溫度和降水預報技術研究

魏海寧 寇思聰 丁偉 王煥毅 李雪洋

摘要 每年5—6月本溪地區受冷渦系統影響天氣增多，多陣性降雨天氣，冷渦系統帶來的特殊天氣也給本溪地區溫度和降水預報帶來了較大的難度，造成溫度預報和降水預報質量不高。通過對2019年5月1—6月11日影響本溪地區的冷渦系統進行追蹤，分析了冷渦的位置、強度等對本溪地區溫度、降水的影響特征。同時，對數值預報產品進行了模式檢驗，以期為今后的預報提供有力的技術支撐，有效增強預報能力，提高預報質量。

關鍵詞 東北冷渦；模式檢驗；天氣形勢分析

中圖分類號：P458 文獻標識碼：B 文章編號：2095–3305（2023）09–0-03

東北冷渦是造成中國東北地區持續陰雨洪澇、突發性強對流天氣的重要天氣系統。預報東北冷渦及其引發的天氣現象一直是東北地區氣象科技工作者關注和研究的問題。蔣大凱等[1]對東北冷渦氣候特征及其對遼寧氣溫的影響進行了研究，孫力[2]對1956—1990年的冷渦氣候特征進行分析，得出大量有價值的結論。同時，隨著數值模式的不斷完善，利用數值模式取代傳統的預報方式，并將數值模式的預報業務普及至其他行業已逐漸成為一大趨勢。許多學者研究發現數值模式預報效果具有時間和空間上的顯著差異，對數值模式的檢驗可以幫助預報員更好地了解數值預報對本地預報結論的適用程度，對天氣系統的分析提供幫助，提高預報的準確率[3-9]。由于每年5—6月多受冷渦系統的影響，本地溫度預報和降水預報難度加大，預報質量明顯下降，因此，從冷渦系統季節變化特征入手，通過對多模式預報的檢驗，為冷渦系統影響下提高本溪地區的預報質量提供有力的技術保障。

1 資料來源和東北冷渦標準

應用2019年5月1日—6月11日Micaps中500 hPa高度、850 hPa溫度、850 hPa風場和本溪市區、本溪縣、桓仁縣觀測站的地面逐日氣溫和逐日降水量數據。

東北冷渦的定義：在500 hPa高空圖上，在東北地區（35°～55°N，115°～145°E）至少有一條閉合等高線，并有明顯的冷槽或冷中心配合的低壓。

2 冷渦系統特征

2.1 冷渦位置變化特征

由圖1可以看出，在該季節時段冷渦位置的經緯度變化中，冷渦的東西擺動幅度明顯大于南北擺動，南北擺動基本維持在20°以內，東西擺動幅度明顯加大，跨度達50°。

2.2 冷渦中心最低氣壓值

由圖2可知，冷渦中心強度隨著季節變化呈減弱趨勢，但由統計分析可以看出，冷渦系統影響下產生降水的時段均處于冷渦系統的發展時段，即從形勢場可以看到，冷渦中心強度有一個明顯加強的趨勢，因系統的發展帶來冷渦天氣，一般為陣性降水并常伴有短時強對流天氣發生，同時帶來氣溫的起伏波動。

2.3 產生降雨時本溪地區所處冷渦的位置結構特征

從表1可以看出，冷渦底部是發生較大量級降水的位置，底部冷暖空氣的交匯有利于對流發生，為冷渦系統的發展提供了良好的動力條件，配合良好的水汽條件有利于強降水天氣的發生。由于冷渦系統的特點，冷渦天氣帶來的弱降水天氣可以發生在渦前、渦后，以及冷渦過境后的短波槽東移的淺槽弱脊中。這些特征都給預報降水帶來了一定的難度。因此，預報員在日常預報中要在基本形勢場的分析，多考慮其他相關物理量指標，并參照數值預報模式，進行綜合分析。

3 多家數值預報的地面氣象要素結果檢驗

將對2019年5月1日—6月11日的美國數值預報、歐洲中心數值預報、中央臺數值預報和天氣在線數值預報的逐日20：00～20：00的最高氣溫、最低氣溫和降水量預報進行模式結果檢驗。

3.1 2 m氣溫檢驗分析

圖3是天氣在線數值預報誤差趨勢圖，準確率為20/42，錯誤中預報偏高的為5次，偏低17次。總體來看，天氣在線預報值比實況偏低，平均偏低2.7 ℃。

圖4是中央臺數值預報誤差趨勢圖，準確率為29/42，錯誤中預報偏高5次，偏低8次。總體來看，天氣在線預報值比實況偏低，平均偏低1.2 ℃。

圖5是歐洲的數值預報誤差趨勢圖，準確率為24/42，錯誤中預報偏高3次，偏低15次。總體來看，天氣在線預報值比實況偏低，平均偏低1.2 ℃。

圖6是美國數值預報誤差趨勢圖，準確率為25/42，錯誤中預報偏高7次，偏低10次。總體來看，天氣在線預報值比實況偏低，平均偏低0.6 ℃。

依照以上方法，對各家數值預報產品進行檢驗，檢驗結果見表2、表3、表4，分別為市區、本溪縣、桓仁縣的預報模式檢驗結果。

3.2 各家模式的降水預報檢驗

美國數值預報、歐洲中心數值預報、天氣在線數值預報、中央臺降水預報檢驗結果見表5。

由表5可知，在5—6月冷渦頻繁影響的時段內，在降水預報中，美國數值預報具有明顯優勢，3個站點的預報正確率均處于優勢，具有較高的預報參考價值。中央臺的降水預報偏差較大，參考價值降低，歐洲中心和天氣在線的預報具有一定的參考性。同時從各家數值預報的結果可以看到，各家降水預報中大部分都是空報數多于漏報數，由于受冷渦系統的影響，多產生陣性降水，降水分散，所以在預報中可以參考空報數多于漏報數這一特點，進行主觀訂正，從而提高降水預報的準確率。

4 結束語

在冷渦系統影響下，氣溫預報和降水預報都有較大的難度，通過對美國數值、歐洲中心、天氣在線、中央臺4家數值產品的結果檢驗，可以看到各家預報產品的優勢和劣勢。

在溫度預報中，針對本溪市區站點的最高氣溫預報，美國數值預報具有明顯的優勢，結果偏低實況約1.6 ℃，最低氣溫預報中央臺具有一定優勢，結果偏低實況約1.2 ℃。本溪縣站點最高氣溫預報美國數值具有明顯的優勢，結果偏低實況約2.0 ℃，最低氣溫預報中央臺具有一定優勢，結果偏低實況約1.05 ℃。桓仁縣站點最高氣溫預報美國數值具有明顯的優勢，結果偏高實況約2.0 ℃，最低氣溫預報歐洲中心具有一定優勢，結果偏低實況約0.77 ℃。

在降水預報中，美國數值預報具有明顯優勢，3個站點的預報正確率均處于優勢，具有較高的預報參考價值。

對冷渦系統的移動進行了追蹤，冷渦的移動有明顯的特點，同時對冷渦降水的發生特征進行了歸納，為今后同類型天氣類型的預報提供技術參考，提高預報準確率。

參考文獻

[1] 蔣大凱，王江山，閻琦，等.1961—2010年5—9月東北冷渦氣候特征及其對遼寧氣溫的影響[J].氣象與環境學報， 2012，28（2）：5-9.

[2] 孫力，鄭秀雅，王琪.東北冷渦的時空分布特征及其與東亞大型環流系統之間的關系[J].應用氣象學報，1994，5（3）：297-303.

[3] 吳曼麗，王瀛，袁子鵬，等.基于自動站資料的海上風客觀預報方法[J].氣象與環境學報，2013，29（1）：84-88.

[4] 閔晶晶.BJ-RUC系統模式地面氣象要素預報效果評估[J].應用氣象學報， 2014，25（3）：265-273.

[5] 王慶改，何友江，梁鵬，等.MM5和WRF模式對高空氣象數據模擬的對比分析[J].安全與環境學報，2014（1）：278-284.

[6] 斯琴，荀學義，王佳津.一次東北冷渦暴雨過程成因分析[J].氣象科技，2016，44 （6）：1016-1023.

[7] 房一禾，龔志強，陳海山，等.東北冷渦降水集中期的客觀識別研究[J].氣象， 2016，42（1）：80-88.

[8] 閻麗鳳，盛春巖，肖明靜，等.MM5、WRF-RUC及T639 模式對山東沿海風力預報分級檢驗[J].氣象科學，2013，33（3）： 340-346.

[9] 孫鑫.高分辨率快速循環同化預報系統在內蒙古地區汛期預報性能檢驗和評估[J].內蒙古氣象，2014（5）：3-7.

Research on Temperature and Precipitation Forecast Technology in Benxi Area Under the Influence of Northeast Cold Vortex System

Wei Hai-ning et al（Meteorological Brueau of Benxi City， Benxi， Liaoning 117000）

Abstract Every year from May to June， the area affected by the cold vortex system in the Benxi area is increasing. The special weather caused by the cold vortex system also brings great difficulties to the temperature and precipitation forecast in the Benxi area， resulting in temperature prediction and precipitation forecast. The quality is not high. Through the tracking analysis of the cold vortex system affecting the Benxi area from May 1 to June 11， 2019， analyzed the influence of the location and intensity of the cold vortex on the temperature and precipitation in the Benxi area. At the same time， the model test was carried out on the numerical forecast products， in order to provide strong technical support for future forecasting， effectively enhance the forecasting ability and improve the forecasting quality.

Key words Northeast cold vortex; Mode test; Weather situation analysis