2020 年伊春秋冬季風趨勢預報統(tǒng)計分析

王璞瑛

（黑龍江省機場管理集團有限公司，黑龍江 哈爾濱 150000）

1 引言

目前國內航班大部分航時在2 h 以內，而趨勢預報是加在觀測報文后,對未來2 h 風、能見度、天氣現(xiàn)象和云的重要變化做出預測的預報， 對航班的正常保障決策有著重要的參考作用[1]。 相關研究已有開展，例如能見度、低云等的機場數(shù)據(jù)分析[2-3]。 但由于空間尺度小和局地差異大， 趨勢預報在實際預報工作中一般難以準確預測。

伊春機場地處山區(qū)，風的變化很快，趨勢預報較難把握。 在實際工作過程中發(fā)現(xiàn)伊春機場秋冬季以風和能見度的趨勢為主，其中風的趨勢占比70%。 在預報質量上，研究選取的9 月、10 月漏報率為100%，11 月、12 月漏報率分別為93%和74%， 漏報率有了明顯降低。 本文希望通過統(tǒng)計數(shù)據(jù)總結規(guī)律最終得到預報指標， 指導未來該地該季節(jié)風趨勢預報的加發(fā)，提升趨勢預報質量。

2 方法與資料

圖1 為風趨勢預報發(fā)生次數(shù)的日變化。0-2 時出現(xiàn)風趨勢的次數(shù)較多，其中01 時最多為17 次，分析原因是日出時刻太陽升起， 溫度升高， 動量交換變強，風速開始突增[4]。

圖1 各時刻（世界時）風趨勢發(fā)生次數(shù)

本文使用資料為伊春市2020 年9-12 月的機場觀測報文、2019-2020 年月報和預報中心發(fā)布的趨勢預報。風的趨勢預報要求指明未來2 h 地面風向和風速的大幅變化，是對未來的推測，因此在選取相關研究要素時需考慮是否能和已知數(shù)據(jù)進行對比[5]。 最終本文選取氣溫和氣壓進行指標運算， 風向風速和強風持續(xù)時間作為規(guī)律參考， 形勢場作項為預報分析。

具體原因如下：風一般由太陽輻射引起，是因氣壓分布不均勻而產生的空氣流動現(xiàn)象， 因此首先將氣溫和氣壓納入統(tǒng)計， 綜合比較后選擇采用氣溫和氣壓的變差（當前時次與之前時次之差）來分析，同時將氣溫和氣壓的月變化分析作為總結規(guī)律的輔助；風向風速主要受天氣系統(tǒng)影響，單純發(fā)報時刻的風方向和大小無指示意義， 因此本次選擇統(tǒng)計當日風速最大值和強風的持續(xù)時間與風趨勢的關系，同時總結易發(fā)生趨勢的盛行風向作為概率項參考；地面天氣形勢場關系到系統(tǒng)未來的移動，即風的變化，雖無法得出具體指標但對當前形勢的掌握可以影響后續(xù)推斷，故也納入分析。

3 要素數(shù)據(jù)和分析

3.1 氣溫與風的趨勢

9-12 月氣溫、氣壓和風趨勢的變化情況見表1。第2 列數(shù)據(jù)可看出9-12 月處于氣溫年周期中的下降階段， 而風的趨勢9 月、11 月較少，10 月、12 月較多，與氣溫下降無明顯關系。

表1 氣溫、氣壓和風趨勢的月變化

圖2、3 橫坐標分別為1 h 變溫（當前時次氣溫與前一時次氣溫之差）和3 h 變溫（當前時次氣溫與前三時次氣溫之差）， 單位℃； 縱坐標為該變溫出現(xiàn)次數(shù)。圖2 中可見1 h 變溫為4 ℃時發(fā)生趨勢次數(shù)最多為15 次，其次為3 ℃為11 次。 觀察圖2 和圖3 可明顯發(fā)現(xiàn)變溫為正值即當前溫度較之前升高時趨勢發(fā)生概率大，分析原因為溫度升高，動量下傳變強，地面風速隨之增大， 且由前文風趨勢次數(shù)的日變化可知風趨勢多發(fā)于午間溫度較高時，變溫為正居多。

圖2 1 h 變溫與風趨勢

圖3 3 h 變溫與風趨勢

3.2 氣壓與風的趨勢

表1 中氣壓由于溫度降低使空氣密度變大而增大，和風趨勢相關性不明顯。 圖4、5 中高值均在-1、0 和1 hPa，即氣壓差值不大時，由于相對氣溫來說，氣壓的日變化比較穩(wěn)定，故變差也不大。

圖4 1 h 變壓與風趨勢

圖5 3 h 變壓與風趨勢

3.3 風速風向與風的趨勢

3.3.1 風速與風的趨勢

當日最大風速<5 m/s 時不評定趨勢預報， 因此從5 m/s 開始計數(shù)，概率為已知當日最大風速時風趨勢的發(fā)生概率（表2）。可以發(fā)現(xiàn)當日最大風速5 m/s-8 m/s 時概率是逐漸升高的， 當日最大風速為8 m/s時發(fā)生風趨勢的概率高達80%， 分析是由于風速越大， 滿足趨勢預報條件的可能性就越高；9 m/s 及以上概率突然下降考慮是數(shù)據(jù)太少造成的，9-12 月最大風速在9 m/s 及以上的只有4 d。

表2 當日最大風速和風趨勢發(fā)生概率

3.3.2 強風持續(xù)與風的趨勢

對比多組數(shù)據(jù)后， 發(fā)現(xiàn)將強風定為6 m/s 及以上時和風的趨勢相關度最大，因此選取當日風速≥6 m/s的不同持續(xù)時間計算概率。 表3 中可見，當持續(xù)時間超過3 h，時間越長概率越小，分析是由于大風系統(tǒng)較穩(wěn)定，傾向于維持現(xiàn)狀不產生趨勢波動；而持續(xù)時間短則說明大氣穩(wěn)定度差， 易發(fā)生風向風速變化進而產生趨勢。

表3 強風持續(xù)時間和風趨勢發(fā)生概率

3.3.3 風向與風的趨勢

東、南、西、北風分別取70 °-110 °、160 °-200 °、250 °-290 °、340 °-020 °（不含邊界）；東南、東北、西南、西北風取上述的間值（含邊界）；VRB 計作風向不定；00000 為靜風。

圖6 中可以明顯看出， 風向不定時次數(shù)最高占44%，幾乎一半。 這與趨勢預報評分軟件的算法有一定的關系， 此外前文數(shù)據(jù)也表明在日出時刻易從凌晨的小風速風向不定變?yōu)榇箫L速形勢風場； 其次為黑龍江秋冬季盛行風西風，占比16%。 另外吹北風、東風、南風、東北風時概率極小，低于3%，可以作為不加發(fā)趨勢的參考。

圖6 各風向的風趨勢發(fā)生次數(shù)

4 形勢場和分析

4.1 地面形勢場與風的趨勢

本文將趨勢發(fā)生當天的地面形勢場分為兩類（高壓、低壓控制）具體八種（前、后、頂、底）。 圖7 中可以看到當?shù)孛嫣幱诘蛪嚎刂茣r發(fā)生52 次，高壓控制時發(fā)生30 次，氣壓偏差時的低壓系統(tǒng)更易發(fā)生趨勢。

圖7 不同形勢場與風趨勢發(fā)生次數(shù)

4.2 850 hPa 溫度平流與風的趨勢

為了數(shù)據(jù)分析的全面， 同樣統(tǒng)計了發(fā)生趨勢當天的850 hPa 溫壓場，將其分為冷平流、暖平流和冷暖平流不明顯三種。 統(tǒng)計后的數(shù)據(jù)并未呈現(xiàn)一定規(guī)律性， 故僅展示結論。 圖8 可以看出數(shù)據(jù)分布較平均，冷平流稍多，但無較大實際參考意義。

圖8 不同溫度平流與風趨勢發(fā)生次數(shù)

4.3 地面形勢個例分析

選取了2020 年10 月27-28 日的低值系統(tǒng)過境過程進行具體風趨勢分析，本次過程共計漏報4 份，兩日漏報均發(fā)生在北京時8 時和9 時， 均為小風速到大風速的漏報。

27 日地面天氣圖（圖略）中地面低壓中心位于黑龍江省西北部，冷鋒自中心向東南延伸，處于伊春所在位置， 分析風速變大趨勢為冷鋒過境帶來的地面大風[6]；28 日低壓中心移至黑龍江省北部，冷鋒移出，伊春無明顯系統(tǒng)影響， 考慮風速變大趨勢為日出增溫動量下傳造成的。 上述兩種不同原因帶來了相同的趨勢漏報，系統(tǒng)過境和日變化的影響同樣重要，在未來趨勢加發(fā)過程中應該綜合考慮。

5 結論

本次通過針對地方性特征明顯的伊春機場入手，從氣溫、氣壓、地面形勢等方面進行分析，發(fā)現(xiàn)了秋冬季風趨勢發(fā)生的規(guī)律：

(1)日出時和中午溫度較高時最容易發(fā)生趨勢；

(2)1 h 變溫為4 ℃時發(fā)生趨勢次數(shù)最多，且變溫為正值時趨勢發(fā)生概率大，變壓與趨勢關系不明顯；

(3)以下特征更易發(fā)生趨勢：當日最大風速較大，強風持續(xù)時間在3 h 及以下或風向為VRB 和靜風；

(4)當?shù)孛媸艿椭迪到y(tǒng)控制時更容易發(fā)生趨勢，且對于趨勢預報的加發(fā)應綜合考慮日變化和天氣系統(tǒng)等多種要素。

本文趨勢預報數(shù)據(jù)統(tǒng)計分析還存在諸多不足，例如數(shù)據(jù)量較少和要素對比不夠全面等問題， 隨著預報中心的運行， 數(shù)據(jù)存儲的完善， 經驗知識的積累，未來一定能做出更全面具體的分析總結。