饶平低温气候特征及预报系统建立

佘元标，蔡铭舜，唐 凯

(1.广东省潮州市气象局，广东 潮州 521000；2.广东省饶平县气象局，广东 饶平 515700)

饶平低温气候特征及预报系统建立

佘元标1，蔡铭舜2，唐 凯1

(1.广东省潮州市气象局，广东 潮州 521000；2.广东省饶平县气象局，广东 饶平 515700)

利用饶平气象站1956—2012年的气象观测资料以及国家气候中心提供的大气环流指数资料，分析饶平县低温气候特征，并分为低温寒冷型和低温阴雨型建立低温预报系统，结果发现：饶平县历年≤5 ℃低温日年平均日数4.0 d，主要出现在12月—次年2月，1月占48%，57年气候变化呈下降趋势，倾向为-0.089 d/年。饶平县历年低温阴雨年平均日数为5.9 d，近57年出现轻度低温阴雨年和重度低温阴雨年各占4成左右，中度低温阴雨年占2成，57年下降趋势不显著。对两种低温类型进行Mann-Kendall检验发现低温寒冷型突变点为1976年，下降倾向趋于明显为1987年开始；低温阴雨型突变点为1970年，下降倾向趋于明显为1999年开始。应用Morlet小波分析发现低温寒冷型存在5～7 a、10～12 a、准20 a周期；低温阴雨型存在5～6 a，10～12 a、准14 a、准20 a周期。使用主成份回归分析方法建立两种低温天气预报方程，低温寒冷型预报日最低气温预报拟合方程预测试验绝对残差平均为0.8 ℃；低温阴雨型预报低温阴雨年日数预报拟合方程预测试验绝对残差平均为2.1 d。基于Visual Basic语言开发饶平县低温天气预报系统，低温寒冷型预报次日最低温度并与寒冷预警信号关联，低温阴雨型预报次年低温阴雨日数并与低温阴雨年景强度关联，目前该系统已投入使用且效果良好。

低温；气候变化；主成份回归分析；预报系统；饶平

1 引言

饶平县位于广东省最东部，东、北、西三面环山，中间丘谷，南濒南海，地形复杂，丘陵、谷地、平原相间。常有低温阴雨、低温霜冻、寒露风等低温灾害性天气出现，农、渔业生产等受到严重影响，北部山区茶叶受低温霜冻的影响；水稻受低温阴雨的影响；鱼塘、海洋养殖受低温冻害影响；特别是我县引进香蕉、番石榴等热带作物较多，低温对其影响非常严重。近年来虽然在全球气候变暖背景下低温天气影响期缩短[1-4]，但是极端天气事件发生发展出现变化，极端低温天气发生概率反而增大[5-9]，同时随着经济的高速发展，极端低温天气造成的经济损失也在增加[10]。2008年1—2月长时间低温阴雨灾害天气对饶平县的养殖业带来严重的影响及经济损失，渔业受灾经济损失达27 560万元；2010年3月9—11日出现严重低温霜冻，10日录得最低温度3.8 ℃，为历史同期第二极值，对饶平县造成直接经济损失13 306.10万元；2016年1月22—26日出现寒潮，25日最低温度0.3 ℃，为有记录以来历史最低值，此次寒潮对饶平县造成直接经济损失11.97亿元。从这近10 a对饶平县造成重大损失的极端低温天气过程来看，一个是极端低温天气不断接近历史极值或是打破历史记录，极端低温天气愈演愈烈，一个是随着饶平县经济发展，同时饶平县多养殖业和热带作物，极端低温天气造成的经济损失也不断增加，因此，对饶平县低温天气进行研究具有重要意义。本文以饶平气象观测站为研究范围，把低温天气分为低温寒冷类型和低温阴雨类型，分析饶平低温的气候特征，并针对不同的低温类型寻找一些有低温预报指标意义的气象因子，通过这些气象因子建立相应的预报方程，并根据预报方程建立相应的低温天气预报系统，以期对饶平县低温天气预报水平做进一步提高。

2 资料与方法

本文分析采用饶平气象观测站1956—2012年的气象观测资料以及国家气候中心气候系统诊断预测室提供的大气环流指数资料，将影响饶平县的低温天气分为低温寒冷和低温阴雨两种类型，应用气候倾向分析饶平县低温气候特征，利用Mann-Kendall法对两种类型的低温日数进行突变检验，其优点是不需要样本遵从一定的分布，也不受少数异常值的干扰，是目前比较常用的分析突变的方法，同时也利用Morlet小波函数对低温相关的周期性进行分析，小波分析在气候变化、气候周期分析领域的研究中已经得到了较为深入的应用。低温寒冷型采用饶平县气象观测站气象要素作为预报因子，对日最低温度进行预报；低温阴雨型采用历年逐月大气环流指数资料作为预报因子，对低温阴雨年日数进行预报，通过主成份回归分析，消除了共线性，将主成分作为自变量，建立了两种低温类型的预报方程，并基于Visual Basic语言开发饶平县低温天气预报系统。

3 饶平县低温气候特征

3.1 低温类型定义

根据低温天气对本地造成灾害灾种的不同，本文将影响饶平县的低温天气分为两个类型：低温寒冷类型和低温阴雨类型。低温寒冷类型主要是因日最低温度过低而造成寒害、冻害，并可能出现霜冻冰冻现象，主要出现时段在12月—次年2月，根据广东省气象局关于低温的标准，定义饶平县日最低气温出现5 ℃或以下作为低温寒冷类型的低温日。低温阴雨类型则是春季期间持续的阴冷天气，主要出现时段在2月—4月，本文以2月1日—4月30日日平均气温低于或等于12 ℃且连续3 d或以上作为低温阴雨的标准，该标准虽然只以气温作为定义标准，但是根据前人研究，该标准下广东本地天气基本为阴雨天，适用于广东省气候特征的低温阴雨标准[11]。根据低温寒冷型和低温阴雨型的标准定义，可能会在2月出现少量同时符合两种类型的混合型低温天气，因其较少出现，同时对本地造成灾害的灾种也包含于上述定义的两种类型低温天气中，不再单独分开出来。

3.2 低温天气的气候变化趋势

3.2.1 低温寒冷类型气候变化趋势 1956—2012年近57 a饶平县共出现低温日数226 d，年平均低温日数为4.0 d，年低温日数最多为14 d，出现在1974年。低温日数主要分布在冬季，即12月—次年2月(图略)，3月只有少部分年份会出现低温日，11月份57 a间只有1 d，也是历史最早的低温日，在11月24日(1975年)，最晚出现在3月10日(2010年)。从各月分布来看，1月份低温日数最多，57 a间1月总低温日数有108 d，平均低温日数1.9 d，占总低温日数48%；12月和2月基本相当，低温日数分别为57 d和52 d，平均低温日数为1 d和0.9 d，各占25%和23%；3月份仅占4%。

分析1956—2012年饶平县逐年低温寒冷类型低温日数变化趋势(图1)，年低温日数呈下降趋势，其线性倾向值b=-0.089，反应近57 a以来饶平县年低温日数以0.089d/a的速度递减，其相关系数r=-0.418，通过0.01的显著性水平检验，说明年低温日数递减的趋势显著。从3次多项式拟合曲线来看，1956—1980年代前期低温日数有明显增多的趋势，这时期处于多低温的阶段; 1980 年代后期至今，低温日数显著减少，处于少低温的阶段，虽然近几年来略有上升趋势，但明显低于平均水平，这和绝大多数对气候变暖的研究结论“20 世纪 80年代中期以后全球气候显著增暖”相一致。

图1 1956—2012年饶平县逐年低温寒冷类型低温日数变化趋势 (虚线为多年平均值；斜线为线性趋势线；波浪线为3次多项式拟合曲线)Fig.1 Variation tendency of the cold days of LTACW (1956—2012) in Raoping County

3.2.2 低温阴雨类型气候变化趋势 1956—2012年近57 a饶平县共出现低温阴雨日数334 d，年平均低温阴雨日数为5.9 d，年低温阴雨日数最多为28 d，出现在1968年。分析1956—2012年饶平县逐年低温阴雨类型低温阴雨日数变化趋势(图2)，年低温阴雨日数下降趋势并不明显，其线性倾向值b=-0.057，未能通过0.05的显著性水平检验，说明年低温阴雨日数下降趋势并不显著。从3次多项式拟合曲线来看，同样符合1956—1980年代前期增多， 1980 年代后期开始减少的变化趋势，而在近几年又有上升趋势，从逐年变化来看发现原因在于某些年份出现重度低温阴雨，在一定程度上说明由于全球变暖，总体温度上升，但是出现极端恶劣天气的概率反而增大。

根据广东省低温阴雨天气的强度标准，以3～5 d为轻度低温阴雨年景，以6～9 d为中度低温阴雨年景，≥10 d为重度低温阴雨年景[12]。从表1可以看出，近57 a轻度低温阴雨年最多，占41%，其次是重度低温阴雨年，占38%，最少是中度低温阴雨年，占21%。从不同年代的低温阴雨等级出现频率来看上世纪80年代以前重度低温阴雨年偏多，占55%～57%，而80年代以后重度度低温阴雨减少；轻、中度低温阴雨年则是在80年代后有明显增多的趋势，其中80年代至世纪末轻度低温阴雨年占多，21世纪后反而中度低温阴雨年占多，说明近57 a低温阴雨强度总体呈减弱趋势，但近10 a来略有加强。

3.3 低温天气变化趋势突变检验

应用Mann-Kendall方法分别检测1956—2012年饶平县两种低温类型低温日数的突变情况。由饶平县低温寒冷类型低温日数Mann-Kendall检验(图3)可见， 70年代末之前UF和UB曲线有多个交点，但突变趋势均没有超过显著性检验，表明无明显突变；而自70年代末开始低温日数就有减少的趋势，突变起始年为1976年，同时自1987年至今这

图2 1956—2012年饶平县逐年低温阴雨类型低温阴雨日数变化趋势 (虚线为多年平均值；斜线为线性趋势线；波浪线为3次多项式拟合曲线)Fig.2 Variation tendency of the cold and overcast days of LTAOW (1956—2012) in Raoping County

图3 1956—2012年饶平县低温寒冷类型低温 日数Mann-Kendall检验Fig.3 Mann-Kendall test of the cold days of LTACW (1956—2012) in Raoping County

种减少趋势超过0.05临界线，表明该类型低温日数减少趋势明显。1956—2012年饶平县低温阴雨类型低温阴雨日数Mann-Kendall检验(图4)中，70年代之前UF和UB曲线有多个交点，但突变趋势均没有超过显著性检验，表明无明显突变；而自70年代开始低温阴雨日数就有减少的趋势，突变起始年为1970年，但是一直到到1999年开始这种减少趋势才通过0.05临界线的显著性检验，表明虽然低温阴雨日数的这种减少趋势并不明显，直到1999年以后才趋于明显。

图4 1956—2012年饶平县低温阴雨类型低温阴雨 日数Mann-Kendall检验Fig.4 Mann-Kendall test of the cold and overcast days of LTAOW (1956—2012) in Raoping County

3.4 低温天气的变化周期

应用Morlet小波分析方法得到低温寒冷类型低温日数和低温阴雨类型低温阴雨日数的小波分析图，通过小波分析图可以反应低温日数和低温阴雨日数在不同尺度上的周期震荡。分析图5发现， 低温日数存在5～7 a周期，5～7 a的周期震荡基本存在于57 a的大部分时段；同时还有10～12 a，准20 a的周期震荡，10～12 a基本贯穿整个时段，但是有逐渐趋于不明显的倾向，准20 a周期震荡主要存在于1970年以后。分析图6 发现低温阴雨日数存在5～6 a，10～12 a的周期震荡，基本贯穿整个时段，准14 a周期在1956—1984年这个时段较为明显，后期渐趋不明显，准20 a周期震荡在1978年以后趋明显。

图5 1956—2012年饶平县低温寒冷类型低温日数小波分析图Fig.5 Wavelet analysis of the cold days of LTACW (1956—2012) in Raoping County

图6 1956—2012年饶平县低温阴雨类型低温阴雨日数小波分析图Fig.6 Wavelet analysis of the cold and overcast days of LTAOW (1956—2012) in Raoping County

4 饶平县低温天气预报系统建立

4.1 低温天气预报方法

4.1.1 低温寒冷型预报方法 本文针对低温寒冷型的预报是短期预报，预报的要素为次日日最低温度。低温寒冷是多种气象因素共同作用的结果，从强冷空气的影响来看，有高空影响因子、地面影响因子。强冷空气的入侵对第2 d最低气温有直接影响，这些影响最终归结为前1 d的本站实况资料。利用饶平县气象观测站的低温数据，从近57 a历史资料中归纳分析，选取饶平县1956—2011年低温日发生的前1 d的最低温度、平均气温、平均本站气压、平均水汽压、平均相对湿度、日照时数；前1 d 08时温度、本站气压、水汽压、相对湿度；前1 d 14时温度、本站气压、水汽压、相对湿度。总共12项预报因子，考虑12项预报因子存在共线性问题，为了排除共线性，采用主成份回归分析法，取其前4个主成份，累计方差贡献率达到93%，将这4个主成份作为预报因子，与低温日数建立回归方程，并根据各主成份与原始变量的关系算得原始变量(12项气象要素)与低温日数的方程(方程略)。1957—2011年历年低温日数实况与拟合方程计算的历年低温日数绝对残差平均为0.7 ℃，误差较小，具有一定的预报参考价值。选取2012—2014年出现的低温日做预测试验，预测试验绝对残差平均为0.8 ℃，效果良好。

4.1.2 低温阴雨型预报方法 低温阴雨天气是一个连续性的天气过程，与低温寒冷天气逐日预报并不相同，其预报预测属于中长期天气预报和短期气候预报，与长期的大气环流变化密切相关，因此本文选用多年大气环流指数来对其预测年低温阴雨天气，预测的要素为次年低温阴雨年日数。利用国家气候中心气候系统诊断预测室提供的逐月大气环流指数资料 ，选取欧亚经向环流指数 (IM0-150E)、欧亚纬向环流指数 (IZ0-150E)、亚洲经向环流指数 (IM60-150E)、亚洲纬向环流指数 (IZ60-150E)、西北太平洋副高面积指数、西北太平洋副高强度指数、西北太平洋副高脊线、西北太平洋副高北界位置、西北太平洋副高西脊点、亚洲区极涡面积指数、南方涛动指数 (SOI)、太阳黑子相对数的逐月大气环流指数，资料年限为1956—2010年 ，合共 144 项 ，资料长度为55 a。

利用上述共144项环流指数因子，对饶平县次年(1957—2011年)低温阴雨日数建立回归方程，以期找到饶平县逐年低温阴雨日数的变化影响因子，并对未来低温阴雨日数做出有参考价值的预报。由于上述因子数太多，为了降低维度和排除因子间共线性，对上述因子进行主成份分析，取其前44个主成份，累计方差贡献率达到96%，将这44个主成份作为预报因子，与饶平县次年低温阴雨日数建立回归方程，并根据各主成份与原始变量的关系算得原始变量(环流指数因子)与饶平县次年低温阴雨日数的方程，由于变量有144项，关系式过长，这里省略不写。1957—2011年历年低温阴雨日数实况与拟合方程计算的历年低温阴雨日数绝对残差平均为2.3 d，回归拟合方程的复相关系数为0.89，方程拟合度较高，具有一定的预报参考价值。对2012—2014年历年的低温阴雨日数进行预测试验(表2)，绝对残差平均为2.1 d，除了2013年没有出现低温阴雨而预测结果为轻度外，其他两个年份预测误差均较小，低温阴雨强度能准确预报，表明通过环流指数因子进行主成份回归分析的拟合效果较好，对预测低温阴雨具有预报参考价值。

表2 2012—2014年饶平县低温阴雨日数预测试验/d

4.2 低温天气预报系统建立

根据前期的研究结果，设计了一个低温天气预报系统，该预报系统分为低温寒冷型的短期天气预报和低温阴雨型的长期天气预报(图7、图8)，该预报系统基于Visual Basic语言开发，在低温寒冷型预报中通过录入前1 d的气象因子，即可运算求的次日最低气温，同时根据广东省突发气象灾害预警信号发布规定，加入了对寒冷黄色、橙色、红色预警级别的判定，通过对前1 d最低气温和平均气温来判定当前的预警级别，同时通过对预报所得的次日最低温度来提出预警建议；在低温阴雨型预报中由于所需环流因子太多，可通过调入txt文件来加载所需环流因子数据，并计算得次年低温阴雨日数，同时根据前文所定的低温阴雨天气强度标准，对次年低温阴雨年景进行判定，以供预报员预报参考。目前该预报系统已经在日常低温预报工作中使用，效果令人满意。

5 小结

①饶平县历年≤5 ℃低温日年平均日数4.0 d，主要出现在12月—次年2月，1月占48%，57 a气候变化呈下降趋势，倾向为-0.089 d/a。饶平县历年低温阴雨年平均日数为5.9 d，近57 a出现轻度低温阴雨年和重度低温阴雨年各占4成左右，中度低温阴雨年占2成，57 a下降趋势不显著。

②对两种低温类型进行Mann-Kendall检验发现低温寒冷型突变点为1976年，下降倾向趋于明显为1987年开始，下降趋势显著。低温阴雨型突变点为1970年，下降倾向趋于明显为1999年开始。

③应用Morlet小波分析发现，低温寒冷型存在5～7 a、10～12 a、准20 a周期，其中5～7 a、10～12 a具有全域性，准20 a周期震荡主要存在于1970年以后。低温阴雨型存在5～6 a，10～12 a的全域性周期，准14 a周期在1956—1984年较明显，准20 a周期震荡在1978年以后趋明显。

④通过饶平气象站气象要素作为预报因子，进行主成份回归分析建立低温寒冷型预报方程预报次日日最低温度，拟合方程预报值与实况绝对残差平均为0.7 ℃，预测试验绝对残差平均为0.8 ℃，效果良好。通过历年逐月大气环流指数资料作为预报因子，进行主成分回归分析确定低温阴雨型预报方程预报次年低温阴雨年日数，拟合方程预报值与实况绝对残差平均为2.3 d，预测试验绝对残差平均

图7 饶平县低温寒冷类型低温日数预报系统界面Fig.7 Forecast system interface of the cold days of LTACW in Raoping County

图8 饶平县低温阴雨类型低温阴雨日数预报系统界面Fig.8 Forecast system interface of the cold and overcast days of LTAOW in Raoping County

为2.1 d，对低温阴雨年景强度预测基本准确。

⑤根据前文研究结果，基于Visual Basic语言开发饶平县低温天气预报系统，低温寒冷型预报次日最低温度并与寒冷预警信号关联，低温阴雨型预报次年低温阴雨日数并与低温阴雨年景强度关联，目前该系统已投入使用且效果良好。

[1] 林良勋，薛登智，梁健，等． 近二十年广东的霜冻气候及其变化特征[J]．广东气象，2000，22(4):7-9．

[2] 招伟文，梁华玲，吴暇．近56 a南海区低温的变化特征分析[J]．贵州气象，2016，40(1) :40-44．

[3] 苏晓玲，龚松柏，郭伟斌，等．近51 a漳州市极端最低气温变化特征分析[J]．贵州气象，2014，38(3):1-5．

[4] 张宁，孙照渤，曾刚． 1955—2005年中国极端气温的变化[J]． 南京气象学院学报，2008，31(1):123-128．

[5] 胡宜昌，董文杰，何勇．21世纪初极端天气气候事件研究进展[J]．地球科学进展，2007，22(10):1 066-1 075．

[6] 陈习伦，谭礼祥，陈红，等．望谟县2011年1月低温天气分析及影响评估[J]．贵州气象，2012，36(1):43-45．

[7] 徐宁军，马慧，陈桢华，等．2008年中山市极端天气分析[J]．贵州气象，2010，34(1)：13-16.

[8] 徐国宇． 1951—2009 年冬季北京极端低温事件变化分析[J]． 气象与环境科学，2011，34(1):23-26．

[9] 王娟．浅析嫩江县近10a的气候变异及其对农业生产的影响[J]．贵州气象，2014，38(4)：60-61.

[10]刘杰，许小峰，罗慧.极端天气气候事件影响我国农业经济产出的实证研究[J].中国科学:地球科学，2012，42(7)：1 076-1 082.

[11]林良勋，冯业荣，黄忠，等． 广东省天气预报技术手册[M]. 北京: 气象出版社，2006:24-26．

[12]潘嘉念，涂悦贤，李载忠，等. 广东省农业气象灾害及其防灾减灾对策[M]. 北京: 气象出版社，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

佘元标(1987—)，男，工程师，现主要从事天气预报工作，E-mail:58329451@qq.com。

潮州市气象局科研项目“饶平县低温气候特征分型及监测预报系统建立”(201202)。

P457.3

A