2024年1月引发雪崩的阿勒泰极端强降雪天气成因和预报分析

摘要：在北疆典型双阻型暖区暴雪天气环流形势稳定影响下，2024年1月6-12日新疆北部阿勒泰出现一次极端强降 雪过程，多站突破历史同期极值，导致阿勒泰山区多处出现雪崩，本文基于国家站和区域气象观测站逐小时实况观测资 料、ERA5再分析资料、区域模式（CMA-MESO、CMA-TYM）和全球模式（CMA-GFS、ECMWF）预报资料，对此次过程的降雪 特征、环流形势、极端性成因及模式预报性能进行分析，结果表明：（1）强降雪过程呈持续时间长、累积降水量大、小时降 水量多等极端性特征，根据环流形势演变和降雪特征，降雪过程可分为三个阶段。累积降水量分布呈平原地区向山区递 增的特征，强降雪主要集中在第二、三阶段，以上两个阶段阿勒泰北部沿山地区和山区新增积雪大、小时积雪多、雪水比 大，满足雪崩形成的关键气象条件。（2）此次过程500hPa强盛极锋锋区不断分裂短波系统先后东移影响阿勒泰，850-700hPa长时间维持暖式切变线，并伴随强暖锋锋生，强降雪发生在300hPa极锋急流出口辐散区、850hPa切变线以北至700hPa切变线附近区域。（3）第二、三阶段阿勒泰北部尤其是北部山区水汽条件异常偏强，叠加地形增幅作用，低层动 力抬升作用异常强盛，并长时间维持，是造成极端强降雪的重要原因。（4）区域模式对强降雪预报好于全球模式，但对极 端性预报能力仍有限。ECMWF极端预报指数预报产品（EFI）和国家气象中心集合平均异常天气预报产品（EMAF）在中期 时效能较好地发现了极端天气信号，强化相关产品的应用，并结合模式定量预报结果作出调整，可进一步提升对极端天 气事件的预报预警精细化服务效果。

关键词：新疆地区；阿勒泰；强降雪；极端性；雪崩

中图法分类号：P458.1

文献标志码：A

DOI： 10.12406/byzh.2024-059

Analysis of the causes and forecast of the extremely heavy snowfall in Altay

Area that triggered avalanches in January 2024

TAO Yiwei12， ZHANG Fanghua1， YU Bixin2， LI Anbei2， HU Yi1， WANG Dan3

（1. National Meteorological Center of CMA， Beijing 100081; 2. Xinjiang Meteorological Observatory， Urumqi 830002;

3. Altay Meteorological Bureau， Altay 836500）

Abstract： Under the influence of the stable snowstorm circulation situation of the typical double–resistance type warm area in northern Xin- jiang， an extremely heavy snowfall event occurred in Altay， from January 6 to 12， 2024. Several meteorological stations broke the historical maximum records for the same period， resulting in avalanches in several places of the Altay Mountains. This event can be divided into three stages according to the evolution of circulation situation and snowfall characteristics. In this study， the snowfall characteristics， circulation situation， extreme causes， and model forecasting performance of the event were analyzed using the hourly observation data of national and re- gional meteorological stations， ERA5 reanalysis data， and CMA–GFS， CMA–MESO， CMA–TYM， ECMWF model forecast data. The results are as follows： （1） The event was characterized by several extreme features， such as long duration， large accumulated precipitation， and large"hourly precipitation. The precipitation distribution was increasing from the plain areas to the mountain areas. The strong snowfall process mainly concentrated in the second and third stages. In these two stages， the increase in snow accumulation， large hourly snowfall， and high snow-to-water ratio in the mountainous areas along the northern Altay provided key meteorological conditions for the avalanches. （2） During this event， a strong polar front at 500 hPa continuously split short-wave systems， which successively moved eastward to affect Altay. The warm shear line at 850-700 hPa was maintained for a long time， accompanied by strong warm front frontogenesis. Heavy snowfall occurred in the divergence area at the exit of the polar front jet at 300 hPa， from the north of the shear line at 850 hPa to the regions near the shear line at 700 hPa. （3） In the second and third stages， the water vapor conditions in the north of Altay， especially in the northern mountains， were abnormally strong. With the effect of terrain amplification， the low-level dynamic uplift was exceptionally strong and maintained for a long time.

These were the important reasons for the extremely heavy snowfall. （4） The regional model performed better than the global model in predicting heavy snowfall， but the capability to forecast extreme snowfall was still limited. ECMWF Extreme Forecast Index （EFI） forecast product and the Ensemble Average Abnormal Weather Forecast （EMAF） product were better at identifying extreme weather signals at medium–range lead time. It is suggested to strengthen the application of related products and make adjustments according to the quantitative forecast results of the model to further improve the precision service effect of forecasting and warning of extreme weather events.

Key words： Xinjiang; Altay Area; heavy snowfall; extreme; avalanche

引言

2024年1月6-12日，新疆北部阿勒泰出现一次 极端强降雪过程，过程持续时间长，多站日降水量突 破1月极值。受其影响，8-10日，阿勒泰各市县发生 雪崩18处，其中，喀纳斯和禾木景区14处，哈巴河县2 处，阿勒泰市公园路2处；至13日，共计至少发生31处 雪崩，造成通向喀纳斯景区的道路中断，多车被埋，部 分人员伤亡。强降雪是我国北方冬季发生的主要灾害 性天气之一，严重影响交通、运输及工农业生产。新疆 是我国冬季强降雪主要集中区之一，北疆则是新疆强 降雪的高频区（刘玉莲等，2013），且近年来北疆降雪呈 逐渐增多趋势（杨霞等，2020）。尤其2010年1月北疆阿 勒泰发生强降雪，降水量超历史均值7倍，给北疆人民生 命财产造成严重威胁和巨大经济损失（赵俊荣等，2010； 李如琦等，2015），这引起了气象专家们对北疆强降雪 的成因和机理的关注（于晓晶等，2017；朱蕾等，2020）。

暖区暴雪是北疆强降雪形成的主要天气形势之 一（郭城等，2012），暖区暴雪典型大尺度环流形势可分 为双阻型、单阻型和两只锋区型（杨霞等，2013），并且极 锋急流在暖区暴雪中占主导地位（庄晓翠等，2016）。 暖区暴雪的水汽主要源头在500hPa上为大西洋及 其沿岸，700hPa上为大西洋、地中海和黑海及其沿岸；850hPa上为中亚、地中海和黑海及其附近（庄晓翠等，2024），并且上述源地水汽输送呈增长的趋势，这也 造成近年来北疆降雪显著增加（Wang et al，2020）。王磊等（2016）基于T639模式对新疆北部暖区强降雪过程 的预报效果开展了检验分析，结果表明模式在48h预 报时效内对暖区强降雪具有一定参考价值。

地形对降水的发生发展影响巨大（Roe，2005；Ro-tunno and Houze，2007），北疆阿勒泰地处于阿尔泰山 南麓，准噶尔盆地北缘，强降雪的发生和演变与阿勒泰北部东西向阿尔泰山的地形密切相关，由于地形因 素造成的锋面结构变化对北疆降雪的微物理过程有 明显影响（陈涛和崔彩霞，2012）。隆霄等（2012）通过地 形敏感性数值试验进一步证明北疆阿勒泰地形对强 降雪的落区与降雪强度影响重大。此外，阿勒泰北部 山区是雪崩的高风险区（陈联君，2021），雪崩的形成与 气象条件（降水、气温、风等）及地形有直接关系（汶林科 等，2016）。通常新增积雪达到30～50cm是自然雪崩 形成的关键，新增积雪达到1m是引发极端雪崩的关 键因素，同时当积雪密度和含水率相对低，新增积雪 强度强（小时新增积雪深度≥2.5cm）易形成持久脆弱 层，从而形成不稳定雪层，有利于雪崩的形成（Schweiz- er et al.，2003;郝建盛等，2022）。

本文利用国家和区域气象观测站逐小时实况观测资料、ERA5再分析资料和CMA-GFS、CMA-MESO、CMA-TYM、ECMWF等模式预报资料，分析2024年1 月6—12日发生在阿勒泰的极端强降雪过程的降雪特 征、影响系统、环流形势演变、极端性成因及模式预报 性能，并试图揭示本次气象有利条件和雪崩形成的关 系，进一步提升对北疆极端强降雪的认识，以期为此 类强降雪过程和次生灾害预警提供科学支撑。

1资料和方法

本文使用的资料时段均为2024年1月6-12日，主要包括：（1）国家气象信息中心提供的国家和区域气 象观测站的逐小时降水量观测资料，用于分析强降雪 实况特征。（2）欧洲中期天气预报中心（ECMWF）提供的第五代全球再分析资料（ERA5），时空分辨率分别为 1h和0.25°×0.25°，要素包含不同高度层的高度场、温 度场、风场、相对湿度、垂直速度等（Hersbach et al.， 2020），用于分析天气环流形势。天气环流形势异常性 分析采用标准化异常度（记为SA）方法（Hart and Grumm，2001），用于分析此过程天气环流形势偏离气 候态的情况，计算公式如下

其中O为所分析时刻的变量，H和H分别为气候样本 变量和气候均值，n为气候样本集样本数，气候样本集 的构建为某日前后15d，即为31dx30a（气候态采用 1991-2020年），共计930个样本。（3）采用中国气象 局全球同化预报系统（CMA-GFS）和ECMWF两家全球 模式及中国气象局中尺度天气数值预报系统 （CMA-MESO）和中国气象局区域台风数值预报系统（CMA-TYM）两家区域模式，通过TS检验评估模式预 报性能。并利用ECMWF极端预报指数（Extreme Fore- cast Index，EFI）预报产品（Lalaurette，2003;Zsótér，2006） 和国家气象中心开发的集合平均异常天气预报产品（Ensemble Mean of Anomaly Forecast，EMAF）（陶亦为等，2023）开展强降雪预报评估。

2强降雪实况

2024年1月6日09时—12日18时（北京时，下同）， 新疆北部阿勒泰出现一次极端强降雪过程，过程持续 达153h，塔城和阿勒泰地区共43个测站降水量打破 本站有记录以来1月日降水量极值。累积降水量分布 呈平原向山区递增的特点，西部强于东部，阿勒泰河 谷和平原地区累积降水量为1～23.3mm，北部沿山及 东部山区为11.8～62.1mm，北部山区累积降水量为 22.2～122.7mm（图1），禾木售票站（该站近喀纳斯和禾 木景区雪崩区域）过程最大，累积降水量达122.7mm。 吉木乃县、哈巴河县、富蕴县、青河县新增积雪5～13cm， 北部沿山及东部山区部分地区新增积雪22～37cm，北 部山区部分地区新增积雪80～102cm，局地累积雪深 超200cm，累积积雪深度极厚，有利于雪崩的形成。

选取阿勒泰北部沿山地区西部、中部、东部的哈 巴河县、阿勒泰市、富蕴县国家气象站，及北部山区的 禾木售票站区域气象站数据，分析此次强降水过程的 阶段性特征。根据环流形势演变和降水特征将过程 分为三个阶段（图2），第一阶段为1月6日09时—7日 23时，阿勒泰北部山区先开始降雪，并向东、向南发 展，山区降雪强于沿山及平原地区，北部山区各站累 积降水量超10mm，禾木售票站13.9mm（图2d），沿山 及平原地区累积降水量为1～2.4mm，上述地区小时 降水量约0.1～1mm。第二阶段为1月8日19时—10 日09时，是阿勒泰西部和中部区域降雪最强阶段，哈 巴河县（图2a）、阿勒泰市（图2b）累积降水量分别达 15.1mm和26.7mm，其中阿勒泰市9日08时-10日08 时日降水量突破该站1月极值；此阶段山区降雪仍最 强，禾木售票站达36mm（图2d），占过程总降水量的 29.3%；沿山和山区小时降水量约0.1～3mm。第三阶 段为10日11时—12日18时，是阿勒泰北部山区和东 部区域降雪最强阶段，禾木售票站累积降水量达 72.6mm（图2d），占过程总降水量的59.2%，该站10日08时—11日08时日降水量达59.5mm，突破日降水量 极值，最大小时降水量达8mm；哈巴河县（图2a）、富蕴 县（图2c）站最大小时降水量接近2.5mm，也强于其他 阶段。

综上，此次强降雪过程整体呈持续时间长、累积降 水量大、小时降水强等极端性特征。降水量由平原地 区向山区递增，强降水过程主要集中于第二、三阶段， 其中第二阶段降水持续时间长，第三阶段小时降水 强。有研究表明北疆雪水比气候均值为10：1～15：1 （符娇兰等，2022），按照雪水比关系下限10：1统计，第 二和第三阶段北部沿山地区和山区满足新增积雪 深度厚、累积积雪深度大、小时积雪多的特征，又地 处山区，以上特征满足Schweizer等（2003）和郝建盛 等（2022）提出雪崩形成的关键气象条件和地形条件， 尤其是禾木售票站过程累积积雪深度超过1m，最大 小时新增积雪达8cm，有利于形成雪崩。后文将重点 分析第二、第三阶段。

3环流特征和影响系统

整个极端强降雪过程500hPa欧亚中高纬一直维 持“两脊一槽”经向环流，欧洲北部保持阻塞形势，贝 加尔湖为高压脊区，新地岛至泰米尔半岛之间为深厚 低涡，北疆处于槽前脊后区域，为典型双阻型暖区暴 雪天气形势，300hPa极锋急流在乌拉尔山南侧45—55°N南北摆动，中心风速达60m·s-1，北疆北部一直位 于高空急流出口区右侧的分流区（图略），为强降雪提供了高空辐散条件。第二阶段（图3a）低涡中心略有南 调，槽区向南伸至乌拉尔山南端，低涡逆转过程中东 移北收，平直极锋锋区南压至50°N，分裂波动不断影响阿勒泰，阿勒泰位于500hPa极锋锋区50m·s1风速 核右前方，强于典型过程风速核44m·s-（杨霞等， 2013），8日23时—10日04时阿勒泰上空强西风一直 持续在32m·s1以上，正涡度平流与上升运动强烈发展， 产生第二阶段强降雪，且持续较长时间。第三阶段 （图3b）欧洲北部500hPa脊前偏北急流发展至52m-s1， 环流经向度加大，引导极地冷空气向低涡内输送，低涡 低槽发展东移南压，阿勒泰上空500hPa风速进一步增大至36m·s1以上，并维持7h，受锋区波动影响产生第 三阶段山区的强降雪。至12日白天阿勒泰上空偏北风 量逐渐加大，冷空气侵入，降雪逐渐减弱结束。

整个过程阿勒泰700hPa上均受暖式切变线影 响，为位于48°N附近超过20m·s1的偏西急流与迎着 阿尔泰山的西南风所形成的西北-东南向切变系统， 尤其第二、第三阶段切变系统更为显著（图3c、d），并在 切变线周围形成强暖锋锋生（图3e、f）。在850hPa上（图略），为位于47°N附近的偏西风与顺着阿尔泰山的 东南风（第二阶段）或南风（第三阶段）所形成的西北 一东南向切变线以及暖脊控制，同样伴随暖锋锋生，且第三阶段700 hPa（图3f）和850 hPa（图略）锋生更强，以上两个阶段强降雪区位于850hPa切变线以北至700hPa切变线附近，且受低层切变系统和强暖锋 锋生作用影响第三阶段山区降雪更强。

从水汽源地与水汽输送来看，整个过程500一 850hPa水汽输送通道一直维持，其中500hPa存在两 支水汽输送通道（图略），北支为欧洲北大西洋-里海、 南支为地中海-黑海-里海，两支在中亚合并，并在阿 勒泰上空维持；700hPa上不同阶段的水汽源地有所 不同，第二阶段水汽源地为黑海-里海，水汽通道在 阿勒泰维持（图3c），第三阶段为印度洋-里海，水汽通 道持续影响阿勒泰，且阿勒泰西部水汽输送作用更强（图3d）；在低层850hPa上水汽源地均为黑海-里海（图略）。以上均符合典型北疆暖区暴雪水汽源地及输 送特征（庄晓翠等，2024）。

综上，此次极端强降雪过程是一次典型的双阻型 暖区暴雪天气形势，500hPa强盛极锋锋区不断分裂短波系统先后东移影响阿勒泰，850—700hPa长时间维持暖式切变线，并伴随强暖锋锋生，且500—850hPa一直维持水汽输送通道，强降雪发生在300hPa极锋急流出口辐散区、850hPa切变线以北至700hPa切变 线附近区域，尤其第三阶段北部山区大尺度上升运 动、暖锋锋生和水汽输送更强，这也是第三阶段山区 强降雪更强的原因。

4强降雪极端性及成因分析

4.1水汽和动力条件

上节分析可见，此次过程受高空低涡前部持续偏 西或西南气流影响，500—850hPa水汽输送维持，第一 阶段阿勒泰大部整层可降水量在2～4mm，到第二、三 阶段整层可降水量上升至4～12mm（图略），第三阶段 禾木售票站1月11日02时降雪最强时段整层可降水量超6mm（图4a），阿勒泰整层可降水量标准化异常度 （SA）≥2个标准差（0），尤其北部山区超3o。哈巴河县、 阿勒泰市、富蕴县、禾木售票站四站强降雪过程整层 可降水量SA均大于0o（图4b），尤其在第二和第三阶段极端偏多，部分时段S、≥3o。Grumm and Hart（2001）指出SA=30相当于正态分布99.9%，反映出强降雪过程阿勒泰北部尤其是北部山区水汽条件异常偏强。

在第二、三阶段大部分时间，哈巴河县、阿勒泰 市、富蕴县、禾木售票站四站700hPa南风分量Sxgt;1o、垂直速度SAlt;-2o（图5b、6b），均异常偏强；850hPa 情况类似（图略），说明阿勒泰北部低层动力抬升作用 异常强盛，对区域性强降雪非常有利。尤其第三阶段 阿勒泰11日02时700hPa（图5a）和850hPa（图略）南风风量异常偏强，尤其山区南风风量SA≥2o，南风风 量异常偏强一方面对于暖区的发展和维持起到重要作用，另外也增强了地形强迫作用。相应地，阿勒泰 北部700hPa（图6a）和850hPa（图略）垂直上升速度也 异常偏强。

由图4b、5b和6b也可看出，禾木售票站第三阶段 的整层可降水量、中低层南风分量和垂直速度均异常 偏强，且持续时间较长，尤其是11日02时前后禾木售 票站700hPa垂直速度SA≤-5o，体现出极端强盛的动 力作用，与该站降雪效率最高时段吻合，说明北部山区异常偏强水汽和动力条件是造成第三阶段北部山 区强降雪的重要原因。

4.2地形增幅作用

阿勒泰存在两条山脉，主山脉阿尔泰山为西北一 东南走向，西部吉木乃县与塔城地区北部为东西走向 的萨乌尔山脉。此次过程中来自欧洲北大西洋、地中 海、印度洋、黑海、里海的多层水汽沿着西风带、极锋锋 区气流经过咸海接力输送至阿勒泰（图略），700hPa西南气流和850hPa东南气流沿着阿尔泰山爬升，在 低层切变线和地形辐合的共同作用下，水汽迅速汇聚 并被抬升，有利于阿勒泰北部地区出现强降雪。

以禾木售票站为例，具体分析地形对极端强降雪 的作用。图7为沿禾木售票站87.345°E做垂直环流经向剖面图，可见在第二阶段925-850hPa风速为8～ 12m·s-1的偏东南风沿着阿勒泰北部平原至沿山地区 爬升，受地形阻挡，进一步增强上升运动，低层水汽接近饱和（图7a），实况表现为该阶段哈巴河县、阿勒泰市 降雪较强；800hPa偏南风和700hPa偏西南风沿山爬 升，受地形强迫作用，禾木售票站整层均为上升运动， 700-800 hPa存在较强上升运动中心，达-1.2 Pa·s=1， 整层均为饱和湿层。进入第三阶段（图7b），阿勒泰北 部沿山和平原区域700hPa以下相对湿度降至60%及 以下，实况表现为该阶段哈巴河县、阿勒泰市降水有 所减弱，北部山区700hPa风速达到14m·s1，并由偏 西南风转为偏南风，风向与地形正交，进一步增强地 形强迫作用，禾木售票站仍保持整层上升运动，上升 运动中心抬高至700hPa附近，增强至-1.4Pa·s1，配 合整层饱和湿层。可见第二、三阶段北部山区一直维 持较强的上升运动和深厚的水汽饱和层，降水粒子大 量凝结，有利于维持较长的降雪时间。

有研究表明，-18～-12℃温度层、上升运动中心 与饱和湿层重合，有利于较大雪水比的降雪产生（Cobb and Waldstreicher，2005），第二、三阶段在山区整 层均为饱和湿层，且2m气温低于0℃，第二阶 段-18—-12℃温度层在650—750hPa，上升运动中心在700—800hPa，两者部分重合；第三阶段上升运动中心在700hPa附近略低于-18—-12℃的温度层（550）―650hPa）。均有利于两个阶段在山区产生较大雪水 比的降雪，尤其对第二阶段作用更为明显，产生了较 厚的积雪。

5强降雪数值模式预报效果对比

本节重点分析区域模式（CMA-MESO、CMA-TYM）和全球模式（CMA-GFS、ECMWF）四家模式36h时效及ECMWF极端预报指数预报产品（EFI）和国家气象中心开发的集合平均异常天气预报产品（EMAF）120h时效 对1月9日和10日两日强降雪的预报情况，检验区域 为阿勒泰主要范围（85°—91.5°E，46°—49.5°N）。

对比实况降雪与四家模式1月9日的预报情况（图8a一d），可见强降雪落区和形状预报与实况基本 一致，均较好预报出暴雪及以下量级的降雪。对沿 山区域出现的大暴雪和特大暴雪，CMA-GFS预报偏弱，预报最大值为19.5mm（图8a）；ECMWF预报出大暴雪，但落区略偏北（图8b）；CMA-MESO预报出大范围特大暴雪，强度偏强（图8c）；CMA-TYM预报的大暴 雪范围和落区形状与实况较为接近，特大暴雪范围较 实况偏西偏北，预报最大值35.3mm（图8d），与实况 31.5mm较接近。TS评分（图8e）表明各家模式暴雪及 以下量级预报均较好，但大暴雪及以上量级区域模式 好于全球模式。

此外，从模式预报稳定性来看（图略），CMA-GFS 短期时效（84h内）预报均偏弱，没有报出大暴雪及以 上量级；ECMWF预报落区范围比较稳定，临近时效逐渐调强，60h时效开始体现大暴雪；CMA-TYM模式 60h时效以内对大暴雪量级落区和强度预报稳定，更接近实况。

比较1月10日实况降雪与四家模式预报情况（图9a—d），实况暴雪范围北抬至阿勒泰北部山区，沿山区域降雪有所减弱，各家模式对此趋势预报准确， 但中雪和大雪预报范围偏大，区域模式均提示有特大暴雪。对禾木售票站59.5mm的特大暴雪，CMA-ME-SO预报出该站附近降水量为49.7mm（图9c），CMA-TYM 在该站东北方向预报出特大暴雪，中心值为33.6mm （图9d），全球模式预报强度不够，最高到大暴雪量级（图9a一b）。TS评分（图9e）反映出各家模式小雪预报较好，中雪至大雪空报较多，评分较9日有所下降；EC-MWF、CMA-MESO、CMA-TYM的大暴雪TS评分接近。

从模式稳定性来看（图略），CMA-GFS48～84h时 效预报偏弱，最大预报出暴雪量级，临近36h预报时 效预报明显调强，但对大暴雪范围预报范围仍偏小； ECMWF预报较稳定，60h时效以内均预报禾木售票站周围存在大暴雪落区；CMA-TYM模式84h时效以 内预报强降雪落区和强度稳定，对大暴雪落区有所体现。

以第二、三阶段禾木售票站为例，由于CMA-ME一SO模式最长预报时效为72h，无法覆盖整个第二、三阶段，因此主要对比分析CMA-GFS、ECMWF和CMA-TYM三家模式8日08时起报逐3h降雪量预报 （图10）。第二、三阶段禾木售票站累积降雪量为108.8 mm，CMA-GFS、ECMWF和CMA-TYM模式预报分别为32.2mm、60.8mm和126mm，可见CMA-GFS和EC-MWF预报明显偏弱，CMA-TYM模式接近实况。三家模式对降雪起始时刻的预报均较准确，但CMA-GFS 和ECMWF模式对降雪结束时间的预报较实况偏晚约 15h，CMA-TYM模式更接近实况。第二阶段三家模式对降雪增强和减弱趋势均预报较好，ECMWF和CMA-TYM模式对量级预报整体较好。第三阶段中10日17时—11日08时为降水效率最高时段，CMA-GFS模式预报显著偏弱，部分时刻存在漏报，ECMWF模式 对降雪强度和演变趋势预报有一定体现，但强度明显 偏弱，CMA-TYM模式对降雪增强趋势预报与实况吻合较好，降雪强度也最为接近实况。综上，CMA-TYM 模式在强降雪范围、量级、降雪量演变及预报稳定性 等方面表现均为最好。但同时也可以看出， CMA-TYM模式在强降雪减弱阶段预报较实况偏大，ECMWF也存在类似情况。

比较ECMWF极端预报指数（EFI）预报产品和国家气象中心集合平均异常天气预报产品（EMAF）对此次强降雪极端性的预报效果。两类产品对1月9日阿勒 泰北部沿山地区和山区强降雪均提前120h预报出极 端强降雪信号，其中EFI产品预报值超0.8（图11a），EMAF预报超3o（图11b）。两类产品对1月10日阿勒 泰北部山区强降雪均提前120h预报出强降雪范围北 抬（图12a—b），对禾木售票站EFI预报值超过0.9，EMAF预报超过4o，预报出北部山区降雪极端性增强 趋势与实况比较一致。值得注意的是两类产品均提 前168h就预报出1月9日和10日强降雪极端信号和 范围（图略），而ECMWF、CMA-TYM等确定性模式均提 前60～84h预报出大暴雪落区，但对极值预报能力有 限。预报员在中期时段可加强对EFI和EMAF产品的应用，对出现极端天气信号的区域，作出早期判断和 预报预警，结合CMA-TYM等模式在其定量预报结果 的基础上往偏强方向进行订正。

6结论与讨论

基于国家和区域气象观测站逐小时实况观测资 料，并结合ERA5再分析资料和CMA-GFS、ECMWF、CMA-MESO、CMA-TYM四家模式及ECWMF极端预报指数（EFI）和国家气象中心集合平均异常天气预报（EMAF）产品，对2024年1月6-12日新疆阿勒泰极端 强降雪实况特征、影响系统、环流形势演变、极端性成 因及模式预报性能进行分析，得到以下主要结论：

（1）此次强降雪过程现持续时间长（153h）、累积降 水量大（最大累积降水量达122.7mm）、小时降水量强 （小时降水量达8mm）等极端性特征；降水量由平原地 区向山区递增，多站日降水量突破1月或建站极值。根据环流形势演变和降水特征过程可分为三个阶段， 强降雪主要发生在第二、三阶段，两个阶段阿勒泰北 部沿山和山区累积降水量大、新增积雪大、小时新增 积雪多，且-18～-12℃温度层、上升运动中心与饱和湿 层配合较好，有利于在山区产生较大雪水比的降雪， 形成较厚的积雪，尤其是阿勒泰北部山区代表站禾木 售票站过程累积积雪深度超过1m，过程最大小时新 增积雪达8cm，又地处山区，满足雪崩形成的关键气 象条件。

（2）此次过程为北疆典型双阻型暖区暴雪天气形 势，阿勒泰在500hPa强盛极锋锋区不断分裂短波系统先后东移影响下，配合850—700hPa维持暖式切变系统，并伴随强暖锋锋生，且500—850hPa水汽输送通道的持续维持，强降雪在300hPa极锋急流出口辐散区、850hPa切变线以北至700hPa切变线附近区域内 产生，尤其第三阶段北部山区大尺度上升运动、暖锋锋 生和水汽输送更强，导致第三阶段山区强降雪更强。

（3）在第二、三阶段，阿勒泰北部尤其是北部山区 水汽条件异常偏强，并伴随低层动力抬升作用异常强 盛，是造成极端性强降雪的重要原因。同时地形增幅 作用也对此次强降雪过程起到关键作用，700hPa及以 下的偏强气流进入阿勒泰北部山区，地形增幅作用明 显，进一步增加低层动力抬升作用，使得山区维持较 强的上升运动和深厚的水汽饱和层，有利于强降雪持 续维持，这也是过程累积积降水量分布呈现平原向山 区递增的主因之一。

（4）CMA-TYM模式在强降雪范围、量级、降雪量 演变以及预报稳定性等方面表现最好。区域模式对 大暴雪预报好于全球模式，尤其对山区特大暴雪也有所提示，但对极端性预报能力仍然有限。EFI和EMAF 120h时效对极端强降雪落区和强度预报有较好的效 果，168h时效就可发现极端信号。预报业务中，应在 中期时段加强相关产品应用，对出现极端天气信号的 区域，作出早期判断和预报预警，并结合CMA-TYM等 模式对定量预报结果向大量级方向进行订正。

本文分析了2024年1月6-12日新疆阿勒泰极端 强降雪实况特征、影响系统、极端性成因和数值模式 预报效果，对此类阿勒泰极端强降雪的预报预警有较 好的业务应用价值。需要指出的是，本次强降雪过程 集中在阿勒泰沿山及北部山区，自动气象站偏少，加 之极端降雪对观测带来很大挑战，实况分析结果不能 完全反映出北部山区降雪极端性特征，下一步将尝试 应用卫星等遥感数据分析积雪覆盖情况，进一步深入 分析此次强降雪对阿勒泰北部山区的影响。

参考文献（References）：

陈联君.2021.基于多源数据的雪崩危险性评价一以北疆地区为例[D].北京：中国地质大学，149-153.Chen LJ.2021.Avalanche hazard as- sessment based on multi–source data： a case study in Northern Xinji– ang [D]. Beijing：China University of Geosciences，149-153 （in Chinese）

陈涛，崔彩霞.2012.“2010.1.6”新疆北部特大暴雪过程中的锋面结构及降水机制[J].气象，38（8）：921-931.Chen T，Cui C X.2012.The frontal structure and precipitation mechanism in the 6 January 2010 heavy snowfall event happening in North Xinjiang [J]. Meteorological Monthly， 38（8）：921–931 （in Chinese）. doi：10.7519/j.issn.1000–0526.2012.08.004

符娇兰，陈博宇，陈双，等.2022.新增积雪深度客观预报技术研究及其应用[J].气象，48（10]：1230-1241.FuJL，Chen B Y，Chen S，et al.2022.

Fresh snowfall depth forecast technology and its application [J]. Meteoro– logical Monthly，48（10）：1230–1241 （in Chinese）. doi：10.7519/j.issn.1000-0526.2022.040102

郭城，李博渊，杨森，等.2012.新疆阿勒泰地区大到暴雪天气气候特征[J].干旱气象，30（4）：604-608.Guo C，Li B Y，Yang S，et al.2012.Analy-sis of climate characteristic of heavy snowstorm in Altay region of Xin– jiang [J]. Journal of Arid Meteorology，30（4）：604–608 （in Chinese）

郝建盛，李兰海.2022.雪崩灾害防治研究进展及展望[J].冰川冻土，44（3）：

762–770. Hao J S， Li L H. 2022. Research progress and prospect of snow avalanche disaster prevention and control [J]. Journal of Glaciolo- gy and Geocryology，44（3）：762-770 （in Chinese）. doi：10.7522/j. issn.1000-0240.2022.0075

李如琦，唐冶，肉孜·阿基.2015.2010年新疆北部暴雪异常的环流和水汽 特征分析[J].高原气象，34（1）：155-162.Li R Q，Tang Y，Rouzi·AJ.

2015. Atmospheric circulation and water vapor characteristics of snow– storm anomalies in Northern Xinjiang in 2010 [J]. Plateau Meteorology， 34（1）：155–162 （in Chinese）. doi：10.7522/j.issn.1000–0534.2013.00163

刘玉莲，任国玉，于宏敏，等.2013.我国强降雪气候特征及其变化[J].应用气象学报，24（3）：304-313.Liu YL，Ren G Y，Yu H M，et al.2013.Cli- matic characteristics of intense snowfall in China with its variation [J].

Journal of Applied Meteorological Science，24（3）：304–313 （in Chinese） 隆霄，赵建华，王晖，等.2012.阿勒泰山脉对新疆北部地区强暴雪过程影响的数值模拟研究[].沙漠与绿洲气象，6（6）：15-20.LongX，ZhaoJ H， Wang H， et al. 2012. Numerical studies on the effect of Altai moun– tain on the severe snowstorm in North of XinJiang [J]. Desert and Oasis Meteorology，6（6）：15–20 （in Chinese）

陶亦为，张恒德，代刊，等.2023.基于集合预报的异常温度预报产品在中 国的应用分析[J].气象，49（12）：1532-1541.Tao Y W，ZhangH D，Dai K， et al. 2023. Application research on abnormal temperature forecast products in China based on ensemble forecast [J]. Meteorological Monthly，49（12）：1532–1541（in Chinese）. doi：10.7519/j.issn.1000–0526.2023.101101

王磊，白松竹，庄晓翠.2016.T639模式对新疆北部暖区强降雪过程的预 报效果检验[J].暴雨灾害，35（5）：489-496.WangL，Bai SZ，ZhuangX C.2016.Validations of T639 model forecast skill forseveresnowfallevents in the warm sector in northern Xinjiang [J]. Torrential Rain and Disasters， 35（5）：489–496 （in Chinese）. doi：10.3969/j.issn.1004–9045.2016.05.011

汶林科，向灵芝，蔡毅，等.2016.雪崩的形成机理研究[J].山地学报，34（1）： 1–11. Wen L K， Xiang L Z， Cai Y， et al. 2016. Research on the forma- tion mechanism of avalanche [J].Mountain Research，34（1）：1–11 （in Chinese）. doi：10.16089/j.cnki.1008–2786.000094

杨霞，崔彩霞，阿不力米提江·阿布力克木，等.2013.新疆暖区暴雪天气研 究概述[J].沙漠与绿洲气象，7（4）：21-25.Yang X，Cui CX，Abulikemu A， et al. 2013. Review on study of warm sector heavy snowstorm weath– er in Xinjiang [J]. Desert and Oasis Meteorology，7（4）：21–25 （in Chi– nese）. doi：10.3969/j.issn.1002-0799.2013.04.004

杨霞，李阿桥，赵逸舟，等.2020.1961-2018年新疆北部冬季暴雪时空分 布及其环流特征[J].冰川冻土，42（3）：756-765.Yang X，Li A Q，Zhao Y Z， et al. 2020. Spatial–temporal distribution and general circulation of snowstorm in northern Xinjiang from 1961 to 2018 [J]. Journal of Glaciology and Geocryology，42（3）：756–765 （in Chinese）. doi：10.7522/j.

issn.1000-0240.2020.0060

于晓晶，于志翔，唐永兰，等.2017.不同云微物理方案对新疆冷锋暴雪的 预报影响分析[J].暴雨灾害，36（1）：33-41.Yu XJ，Yu ZX，TangY L， et al. 2017. Influence of different cloud microphysical schemes on fore- casts of a cold-font snowstorm in Xinjiang [J]. Torrential Rain and Di- sasters，36（1）：33–41 （in Chinese）. doi：10.3969/j.issn.1004–9045.2017.01.005

赵俊荣，杨雪，杨景辉.2010.新疆北部冬季暖区大降雪过程中尺度云团特征分析[J].高原气象，29（5）：1280-1288.ZhaoJR，Yang X，YangJH.

2010. Analysis on mesoscale cloud characteristic of severe snowfall process in warm zone of Northern Xinjiang winter [J]. Plateau Meteo– rology，29（5）：1280–1288 （in Chinese）

朱蕾，王清平，王勇，等.2020.乌鲁木齐两次极端暴雪天气过程对比分析[J].暴雨灾害，39（3）：225-233.Zhu L，WangQ P，Wang Y，et al.2020. Comparative analysis of two extreme blizzard processes in"Urumqi [J]. Torrential Rain and Disasters，39（3）：225–233 （in Chinese）.doi：10.3969/j.issn.1004-9045.2020.03.002

庄晓翠，李博渊，李如琦，等.2016.新疆北部强降雪天气研究若干进展[J].沙漠与绿洲气象，10（1）：1-8.Zhuang XC，Li B Y，Li R Q，et al.2016.Some advances on study of strong snowfall in Northern Xinjiang [J].Desert and Oasis Meteorology，10（1）：1–8 （in Chinese）. doi：10.3969/j.issn.1002-0799.2016.01.001

庄晓翠，陈丽娟，李博渊，等.2024.新疆北部不同区域暖区暴雪过程水汽 特征分析[J].高原气象22，43（1）：141-155.Zhuang X C，Chen LJ，Li B Y， et al. 2024. Analysis of water vapor characteristics during heavy snow in different warm regions of Northern Xinjiang [J]. Plateau Meteo– rology，43（1）：141–155 （in Chinese）. doi：10.7522/j.issn.000–0534.2023.00041

Cobb D K Jr， Waldstreicher J. 2005. A simple physically based snowfall algorithm [C]. Proceedings of the 21st Conference on Weather Analysis and Forecasting 17th Conference on Numerical Weather Prediction.

Washington D.C. American Meteorological Society

Grumm R H， Hart R. 2001. Standardized anomalies applied to significant

cold season weather events： Preliminary findings [J]. Weather and Forecasting，16（6）：736–754. doi：10.1175/1520–0434（2001）016lt;0736：SAATSCgt;2.0.CO;2

Hersbach H， Bell B， Berrisford P， et al. 2020. The ERA5 global reanalysis [J]. Quarterly Journal of the Royal Meteorological Society，146（730）： 1999–2049. doi：10.1002/qj.3803

Lalaurette F. 2003. Early detection of abnormal weather conditions using a probabilistic extreme forecast index [J]. Quarterly Journal of the Royal Meteorological Society，129（594）：3037-3057. doi：10.1256/qj.02.152

Roe G H. 2005. Orographic precipitation [J]. Annual Review Of Earth And Planetary Sciences，33：645–671. doi：10.1146/annurev.earth.33.092203.122541

Rotunno R， Houze R A. 2007. Lessons on orographic precipitation from the Mesoscale Alpine Programme [J]. Quarterly Journal of the Royal Mete– orological Society，133（625）：811-830. doi：10.1002/qj.67

Schweizer J， Bruce Jamieson J， Schneebeli M. 2003. Snow avalanche forma– tion [J].Reviews of Geophysics，41（4）：1-25. doi：10.1029/2002RG000123

Wang W G， Li H Y， Wang J， et al. 2020. Water vapor from western Eurasia promotes precipitation during the snow season in Northern Xinjiang， a typical arid region in central Asia [J]. Water，12（1）：141. doi：10.3390/w12010141

Zsótér E. 2006. Recent developments in extreme weather forecasting [J].ECMWF Newsletter，107：8–17. doi：10.21957/k19821hnc7

（责任编辑 唐国瑛）