局地气候对徐州市站点间低温异常差异影响研究

孙 磊，吕 翔，胡慎慎，王珂玮

（徐州市气象局，江苏 徐州 221002）

温度是天气变化的一个重要指标，是最基本的天气预报要素之一，对人类日常生产、生活以及自然生态环境都有重要的影响，随着经济的发展，人们对温度的关注程度以及精细化预报要求也在不断提高［1-6］。王敏等［7］采用非齐次高斯回归技术对国家气象中心区域集合预报系统的2 m 温度预报开展了一阶偏差和二阶离散度的校准研究，温度预报可靠性和预报技巧均有显著提高；连志鸾等［8］利用EC⁃MWF 资料和自动站资料，采用多级相似和站际间的气温差额预报方法制作最高、最低气温预报，得到了较高的预报准确率；钱莉等［9］选取逐日ECMWF 数值预报产品实况格点资料，使用差分法、天气诊断、因子组合的方法，构造预报因子库，建立分月、分站点逐日最高、最低温度的BP 神经网络预报。气象科研工作者正通过不断努力将精细化预报中的“精”得到进一步提高［10-12］。

徐州市地处江苏省西北部，东西跨度长，各县区站点间相距较远，不同站点间温度受局地气候条件影响明显，尤其是低温，易出现大于2 ℃的绝对偏差值，此时客观数值预报产品的指导能力相对较弱，如果不加以人为修正，通过主观判断调整预报偏差，预报质量便会受到大幅影响。通过对近2 年来徐州市6 个人工站间日最低气温实况与相应的气候背景资料的分析，应用EOF 正交函数分解及统计分析等方法，研究环境风、降水、天空云量、冷空气影响等气象条件，找出造成站点间温度差异的主要因子特性，分析总结相关性特征并提炼修正方法，减少因各站点偏差而导致的预报失分，这对于提高整体预报准确率、提升精细化预报水平具有较大意义。

1 资料与方法

经验正交函数（EOF）是常用的时空分析方法，既能保留原始数据绝大部分信息，又能浓缩空间场，起降维作用，通过取前几个特征值较大的特征向量即可描述主要分布特征。通过EOF 及相关性特征分析，找出局地气象条件对站点间低温异常差异影响的主要特征。数据资料为2016—2017 年徐州市6个国家基本站（徐州站、丰县站、沛县站、邳州站、新沂站、睢宁站）日最低、最高气温实况与相应的气候背景资料，主要包括云量、平均相对湿度、风向风速、冷空气影响等要素资料。

以徐州站为标准站，统计其余各县站与标准站之间的绝对偏差|△T县|=|T县-T徐|，根据预报评分标准，规定站点间温度差值|△T县|≤2 ℃为 1 级，不明显；4 ℃≥ |△T县|＞2 ℃为 2 级，较明显；|△T县|＞4 ℃为3 级，非常明显。结合当地特征及预报质量需求，本研究主要分析同时出现2 站或以上达到2 级或3级偏差的样本。

2 结果与分析

2.1 站点间气温年平均分布特征

从年平均分布（图1）可以看出，徐州市各站点年平均最低气温呈中间高、两端低的分布规律，最高出现在徐州市，为11.6 ℃，最低出现在丰县，为10.2 ℃，最大温差为1.4 ℃；最高气温分布态势整体与最低气温相似，但温差范围要明显小于低温，最大温差为0.3 ℃。即说明相对于低温各站点间高温偏差较小，局地气候条件对各站点间高温的影响要明显偏弱，小于低温。

图1 各站最低、最高气温年平均分布

2.2 最低气温差异分析

2.2.1 站点间总日数和占比情况 统计2016—2017 年总样本共731 d，从表1 可以看出，差值标准达到2 级样本中丰县出现日数最多，共190 d，占总样本的26.0%；睢宁县最少，为59 d，占总样本的8.1%；3 级样本中，新沂市出现日数最多，为20 d，占总样本的2.7%。从出现偏差次数来看，丰县最易出现较明显偏差，睢宁县相对频率最低；从偏差大小来看，新沂市最易出现极端明显偏差，睢宁县出现最少。综上所述，丰县、邳州市和新沂市是最易与徐州市出现低温大值差异的3 个站点，在进行低温预报时需额外关注。

表1 站点间低温差值（△TD县）级别的总日数和占比统计

图2 各站偏差时空分布特征

从各个站（图2）来看，丰县秋季最易出现2 级以上偏差，夏季最少，除一次正偏差外均为负偏差，存在较好一致性，丰县每个月均可能出现较大偏差，一般考虑出现负偏差，不考虑出现正偏差；邳州市春季最多，秋季最少，与丰县相似，除3 次正偏差外，均为负偏差，每个月均可能出现较大偏差，一般考虑出现负偏差，不考虑正偏差；沛县冬季最多，夏季最少，冬季以负偏差为主，春、秋季存在一定交替现象，但负偏差偏多，整体负偏差占总数的78%，一般沛县夏季不考虑出现较大偏差，冬季考虑出现负偏差，春、秋季关注正偏差出现的可能性；新沂市春季最多，夏季最少，除秋季存在正负偏差交替出现外，其余季节均以负偏差为主，整体负偏差占总数的85.8%，新沂市春季出现较大偏差的可能性较大，一般考虑出现负偏差，秋季时需关注正偏差出现的可能性；对于睢宁县来说，与其他站点相比出现较大偏差的可能性相对最小，考虑需慎重。

2.2.2 样本选取和分型 将同时出现2 站或以上达到2 级或3 级偏差的样本作为分析对象，发现均为徐州站温度为高值，为负偏差，共135 个，其中，3 级偏差样本有3 个。对于空间分布特征出现次数≤3 的样本（共13 个）不纳入考虑，同时去除温度倒挂现象5 个样本，温度倒挂时最低温度出现在20：00，总数偏少且失分率较低。

根据偏差空间分布特征，对样本数据进行分型，共分为4 种类型（图3），分别为两端型（49 个）、东部型（42 个）和西部型（14 个）和全部型（12 个），共117个样本，占总样本的86.7%。

图3 样本数据类型

2.3 局地气候条件分析

根据预报经验，对产生站点间低温大值差异有主要影响的云量、相对湿度、风向风速、冷空气等气象条件进行分析。

由于目前云量只有徐州、邳州、睢宁3 站每天8：00、14：00、20：00 观测 3 次，且对于大尺度系统来说，局地小范围站点间差异一般较小，难以区分预报，可以忽略，所以采用徐州站8：00 低云量数据进行分析。发现无云或少云情况占比超过90%，站点间产生低温大值差异时，一般处于晴空少云状态，当出现云量时一般伴随冷空气影响；同时经筛查，共3次样本中出现降水，其中2 次为受冷空气影响，其余所有样本中均未有降水出现，所以当有降水或天空云量较多时，可以不考虑出现多个站点与徐州站出现低温大值差异的情况。

2.3.1 两端型 对样本相对湿度进行EOF 分析，湿度资料为 2：00—5：00 平均相对湿度（冬季 2：00—8：00），由表2 可以看出，特征值最大的前2 个模态的方差贡献率分别为80.01%、10.04%，累积方差贡献率占全部方差的90.05%，基本反映了湿度样本资料空间分布的主要特征。其中，第一模态贡献率达80.01%，是湿度变化的主要空间分布形式，符号呈现整体一致性，均为负值，相对来说徐州站湿度波动最小，丰县、新沂、睢宁3 站相对波动程度最高。第二模态贡献率为10.04%，徐州站为负值，丰县、邳州和新沂3 站为正值，表现了它们之间存在反向性，即徐州站湿度减小时，丰县、邳州和新沂3 站反而增加明显，或相反。

表2 前4 个模态方差贡献率 （单位：%）

特征向量所对应时间系数代表这一区域所表征分布形式的时间变化特征。系数绝对值越大，说明分布越典型，且符号决定了场型分布方向。从第一模态对应时间系数可以看出，基本上呈周期性振荡，在2 个时段出现连续负值，出现时间为7、8、9、10、11月，即在夏、秋季节，当出现两端型差异时，为偏湿状态，且徐州站湿度最小。而冬、春季整体以正位向居多，出现温度大值差异时一般湿度较低（图4a、图4b）。从第二模态对应时间系数可以看出，基本上呈正负交替振荡出现，但时间系数绝对值偏小，徐州站与丰县、邳州、新沂3 站湿度产生较明显差异，且呈阶段性出现，无明显分布特征（图4c、图4d）。

对夏、秋季15 个样本进行湿度单独分析，发现丰县站、邳州站、新沂站湿度超过90.0%的占比分别达80.0%、73.3%和80.0%，徐州湿度在80.0%以下的占比达93.3%。即当出现低温大值差异时，徐州站湿度一般低于80.0%，而丰县、邳州、新沂3 站湿度在90.0%以上。同时从相应5：00 站点间露点差可以看出，当出现温度大值差异时，△TD徐州站≥2 ℃占比超过90.0%。

图4 平均相对湿度第一特征向量分布（a）及对应时间系数（b）、第二特征向量分布（c）及对应时间系数（d）

统计两端型样本中风向、风速情况，根据各站点2：00—5：00 的10 min 风速资料（冬季2：00—8：00），求得各站点各方位平均风速大小和最大风速时风向频率分布（图5a）。由图5a 可以看出，丰县以东风到东南风出现频率最高，为22.5%，出现4 次无风向，各方位平均风速大小均在1.5 m/s 以下，其中，主要风向方位平均风速在1 m/s 左右；邳州站风向分布较为均衡，16 个方位均有出现，以南风和东南风居多，占比均为10.2%，出现7 次无风向，各方位平均风速大小在1.5 m/s 以下，主要风向方位平均风速在1.0 m/s以下。新沂站与丰县站类似，以东风到东南风出现频率最高，为24.5%，出现6 次无风向，各方位平均风速大小均在1.5 m/s 以下，主要风向方位平均风速在1.0 m/s 左右。徐州站除偏北风向出现较少外其余方位风向分布较为均衡，以东南风出现频率最高，为16.3%，出现1 次无风向；各方位平均风速大小除西风到西南风外基本在2.0 m/s 以下，其中主要风向方位平均风速基本在1.5 m/s左右。

综合分析，两端型每个月均有出现可能，其中以春季和冬季最多。对于各个站点来说，当天空无云或少云，以偏南风为主，预报平均风速≤1.5 m/s 时，需要关注站点间温度差异出现大值可能。当以东南风为主，平均风速≤1.0 m/s 时，出现两端型站点间温度大值差异的可能性极大。当处于夏、秋季节时，夜间晴空辐射下，徐州站湿度偏低，低于80%，而丰县、邳州、新沂3 站湿度在90%以上，同时早晨△TD徐州站≥2 ℃时，需要关注站点间温度大值差异的出现。

2.3.2 东部型 对东部型样本（图5b）进行分析，发现各站点均以偏东风为主，且东部型风速值变化幅度要明显高于两端型。与两端型相比，主要差异在于丰县站未达到差值标准。对丰县站风向、风速进行单独分析，发现与其他站点相似，均以偏东风为主，但未出现无风向情况，且各方位整体平均风速大小均在1.5 m/s以上，明显高于两端型。

睢宁站样本共出现19 次，其中，12 次为风速在1.0 m/s 以下，且南风到西南风方向未出现，其余7 次风速在1.5～2.0 m/s，均为偏东风，且上游有明显冷区，同时在前一日23：00 徐州站与睢宁站之间有6 次出现温差在2 ℃或以上，占85.7%。睢宁站西南部有公路且处于城区北部，当以南风到西南风为主时暖平流作用明显。7、8、10 月3 个月未出现东部型，可以反映出风速条件和冷平流在东部型中占重要作用。

综合分析，东部型在春季出现最多，夏季出现最少，其中在7、8 和10 月未出现。当天空无云或少云，湿度较小，而东部各站点平均风速在1.0 m/s 以下时，若睢宁不是南风到西南风，考虑3 站均可能达到大值标准，若为偏南风，则主要考虑新沂站、邳州站可能达到大值标准。当以偏东风为主时，上游存在冷区，有冷平流，且平均风速在1.5～2.0 m/s，同时前一日23：00 睢宁站与徐州站温差已经超过2 ℃时，考虑3 站均可能达到大值标准。当湿度较大时，特征与两端型类似。

图5 两端型（a）、东部型（b）站点风向频率和各方位平均风速分布

2.3.3 西部型 除了受1 次大雾、3 次静风条件（沛县无风向，风速≤0.2 m/s）影响外，其余10 次样本均受冷空气影响，且5：00 均处于冷空气影响前缘或冷空气主体影响基本结束。共同点是贝加尔湖附近均有冷高压中心，且有冷空气扩散南下。不同点是形势a（7 次）冷空气刚开始影响，冷锋前缘在5：00 影响丰县、沛县，在8：00影响徐州市；形势b（3次）冷空气主体影响基本结束，但仍有弱冷平流扩散影响（图6）。

图6 西部型冷空气影响概念模型

2.3.4 全部型 全部型均符合于两端型、东部型和西部型特征之一，无大雾影响情况。当沛县以东风到东南风风向为主时均未出现，不考虑。沛县站位于城区西北部，站前有明显建筑物，存在一定狭管效应，风速易偏大；当有偏北风冷平流作用或接近于静风状态时，易出现，这与沛县在冬季出现较大偏差次数最多是一致的。当全部型为两端型特征时，基本可以划分为2 种主要风向，一是东风到东南风，此时出现站点为丰县、邳州、新沂、睢宁；二是南风到西南风，出现站点为丰县、沛县、邳州、新沂（表3）。

表3 全部型分析统计

3 小结与讨论

1）徐州各站点年平均最低气温呈现出中间高、两端低的分布规律，最高出现在徐州市，最低出现在丰县，最大温差为1.4 ℃。局地气候条件对各站点间高温的影响明显偏弱。

2）丰县最易出现较明显偏差，其次是邳州市与新沂市，睢宁县相对频率最低；当同时出现2 站及以上站点偏差时，考虑负偏差，不考虑出现正偏差。4种类型中，两端型与东部型占比最多，分别占总样本的36.3%和31.1%，西部型和全部型占比较少，分别占10.4%和8.9%。

3）当出现站点间温度大值差异时，一般以少云或无云为主，有冷空气影响时可以例外；有降水时不考虑出现站点间大值差异情况。

4）对于各个站点而言，当平均风速≤0.5 m/s 时，不考虑风向影响；当平均风速≥0.5 m/s 时，徐州市受偏南风影响时不利于降温，沛县受东风到东南风、睢宁县受南风到西南风影响时不利于降温，丰县、邳州市和新沂市风向特征不明显。2 级以上偏差出现频率西部地区在秋、冬季最高，而东部地区则是春季最高，均是夏季出现最少。

5）当无冷平流，受局地风向风速环境条件影响为主时，着重考虑两端型；当存在冷平流影响时，主要关注西部型和东部型。