饒平低溫氣候特征及預(yù)報(bào)系統(tǒng)建立

佘元標(biāo)，蔡銘舜，唐 凱

(1.廣東省潮州市氣象局，廣東 潮州 521000；2.廣東省饒平縣氣象局，廣東 饒平 515700)

饒平低溫氣候特征及預(yù)報(bào)系統(tǒng)建立

佘元標(biāo)1，蔡銘舜2，唐 凱1

(1.廣東省潮州市氣象局，廣東 潮州 521000；2.廣東省饒平縣氣象局，廣東 饒平 515700)

利用饒平氣象站1956—2012年的氣象觀測資料以及國家氣候中心提供的大氣環(huán)流指數(shù)資料，分析饒平縣低溫氣候特征，并分為低溫寒冷型和低溫陰雨型建立低溫預(yù)報(bào)系統(tǒng)，結(jié)果發(fā)現(xiàn)：饒平縣歷年≤5 ℃低溫日年平均日數(shù)4.0 d，主要出現(xiàn)在12月—次年2月，1月占48%，57年氣候變化呈下降趨勢，傾向?yàn)?0.089 d/年。饒平縣歷年低溫陰雨年平均日數(shù)為5.9 d，近57年出現(xiàn)輕度低溫陰雨年和重度低溫陰雨年各占4成左右，中度低溫陰雨年占2成，57年下降趨勢不顯著。對兩種低溫類型進(jìn)行Mann-Kendall檢驗(yàn)發(fā)現(xiàn)低溫寒冷型突變點(diǎn)為1976年，下降傾向趨于明顯為1987年開始；低溫陰雨型突變點(diǎn)為1970年，下降傾向趨于明顯為1999年開始。應(yīng)用Morlet小波分析發(fā)現(xiàn)低溫寒冷型存在5～7 a、10～12 a、準(zhǔn)20 a周期；低溫陰雨型存在5～6 a，10～12 a、準(zhǔn)14 a、準(zhǔn)20 a周期。使用主成份回歸分析方法建立兩種低溫天氣預(yù)報(bào)方程，低溫寒冷型預(yù)報(bào)日最低氣溫預(yù)報(bào)擬合方程預(yù)測試驗(yàn)絕對殘差平均為0.8 ℃；低溫陰雨型預(yù)報(bào)低溫陰雨年日數(shù)預(yù)報(bào)擬合方程預(yù)測試驗(yàn)絕對殘差平均為2.1 d。基于Visual Basic語言開發(fā)饒平縣低溫天氣預(yù)報(bào)系統(tǒng)，低溫寒冷型預(yù)報(bào)次日最低溫度并與寒冷預(yù)警信號關(guān)聯(lián)，低溫陰雨型預(yù)報(bào)次年低溫陰雨日數(shù)并與低溫陰雨年景強(qiáng)度關(guān)聯(lián)，目前該系統(tǒng)已投入使用且效果良好。

低溫；氣候變化；主成份回歸分析；預(yù)報(bào)系統(tǒng)；饒平

1 引言

饒平縣位于廣東省最東部，東、北、西三面環(huán)山，中間丘谷，南瀕南海，地形復(fù)雜，丘陵、谷地、平原相間。常有低溫陰雨、低溫霜凍、寒露風(fēng)等低溫災(zāi)害性天氣出現(xiàn)，農(nóng)、漁業(yè)生產(chǎn)等受到嚴(yán)重影響，北部山區(qū)茶葉受低溫霜凍的影響；水稻受低溫陰雨的影響；魚塘、海洋養(yǎng)殖受低溫凍害影響；特別是我縣引進(jìn)香蕉、番石榴等熱帶作物較多，低溫對其影響非常嚴(yán)重。近年來雖然在全球氣候變暖背景下低溫天氣影響期縮短[1-4]，但是極端天氣事件發(fā)生發(fā)展出現(xiàn)變化，極端低溫天氣發(fā)生概率反而增大[5-9]，同時(shí)隨著經(jīng)濟(jì)的高速發(fā)展，極端低溫天氣造成的經(jīng)濟(jì)損失也在增加[10]。2008年1—2月長時(shí)間低溫陰雨災(zāi)害天氣對饒平縣的養(yǎng)殖業(yè)帶來嚴(yán)重的影響及經(jīng)濟(jì)損失，漁業(yè)受災(zāi)經(jīng)濟(jì)損失達(dá)27 560萬元；2010年3月9—11日出現(xiàn)嚴(yán)重低溫霜凍，10日錄得最低溫度3.8 ℃，為歷史同期第二極值，對饒平縣造成直接經(jīng)濟(jì)損失13 306.10萬元；2016年1月22—26日出現(xiàn)寒潮，25日最低溫度0.3 ℃，為有記錄以來歷史最低值，此次寒潮對饒平縣造成直接經(jīng)濟(jì)損失11.97億元。從這近10 a對饒平縣造成重大損失的極端低溫天氣過程來看，一個(gè)是極端低溫天氣不斷接近歷史極值或是打破歷史記錄，極端低溫天氣愈演愈烈，一個(gè)是隨著饒平縣經(jīng)濟(jì)發(fā)展，同時(shí)饒平縣多養(yǎng)殖業(yè)和熱帶作物，極端低溫天氣造成的經(jīng)濟(jì)損失也不斷增加，因此，對饒平縣低溫天氣進(jìn)行研究具有重要意義。本文以饒平氣象觀測站為研究范圍，把低溫天氣分為低溫寒冷類型和低溫陰雨類型，分析饒平低溫的氣候特征，并針對不同的低溫類型尋找一些有低溫預(yù)報(bào)指標(biāo)意義的氣象因子，通過這些氣象因子建立相應(yīng)的預(yù)報(bào)方程，并根據(jù)預(yù)報(bào)方程建立相應(yīng)的低溫天氣預(yù)報(bào)系統(tǒng)，以期對饒平縣低溫天氣預(yù)報(bào)水平做進(jìn)一步提高。

2 資料與方法

本文分析采用饒平氣象觀測站1956—2012年的氣象觀測資料以及國家氣候中心氣候系統(tǒng)診斷預(yù)測室提供的大氣環(huán)流指數(shù)資料，將影響?zhàn)埰娇h的低溫天氣分為低溫寒冷和低溫陰雨兩種類型，應(yīng)用氣候傾向分析饒平縣低溫氣候特征，利用Mann-Kendall法對兩種類型的低溫日數(shù)進(jìn)行突變檢驗(yàn)，其優(yōu)點(diǎn)是不需要樣本遵從一定的分布，也不受少數(shù)異常值的干擾，是目前比較常用的分析突變的方法，同時(shí)也利用Morlet小波函數(shù)對低溫相關(guān)的周期性進(jìn)行分析，小波分析在氣候變化、氣候周期分析領(lǐng)域的研究中已經(jīng)得到了較為深入的應(yīng)用。低溫寒冷型采用饒平縣氣象觀測站氣象要素作為預(yù)報(bào)因子，對日最低溫度進(jìn)行預(yù)報(bào)；低溫陰雨型采用歷年逐月大氣環(huán)流指數(shù)資料作為預(yù)報(bào)因子，對低溫陰雨年日數(shù)進(jìn)行預(yù)報(bào)，通過主成份回歸分析，消除了共線性，將主成分作為自變量，建立了兩種低溫類型的預(yù)報(bào)方程，并基于Visual Basic語言開發(fā)饒平縣低溫天氣預(yù)報(bào)系統(tǒng)。

3 饒平縣低溫氣候特征

3.1 低溫類型定義

根據(jù)低溫天氣對本地造成災(zāi)害災(zāi)種的不同，本文將影響?zhàn)埰娇h的低溫天氣分為兩個(gè)類型：低溫寒冷類型和低溫陰雨類型。低溫寒冷類型主要是因日最低溫度過低而造成寒害、凍害，并可能出現(xiàn)霜凍冰凍現(xiàn)象，主要出現(xiàn)時(shí)段在12月—次年2月，根據(jù)廣東省氣象局關(guān)于低溫的標(biāo)準(zhǔn)，定義饒平縣日最低氣溫出現(xiàn)5 ℃或以下作為低溫寒冷類型的低溫日。低溫陰雨類型則是春季期間持續(xù)的陰冷天氣，主要出現(xiàn)時(shí)段在2月—4月，本文以2月1日—4月30日日平均氣溫低于或等于12 ℃且連續(xù)3 d或以上作為低溫陰雨的標(biāo)準(zhǔn)，該標(biāo)準(zhǔn)雖然只以氣溫作為定義標(biāo)準(zhǔn)，但是根據(jù)前人研究，該標(biāo)準(zhǔn)下廣東本地天氣基本為陰雨天，適用于廣東省氣候特征的低溫陰雨標(biāo)準(zhǔn)[11]。根據(jù)低溫寒冷型和低溫陰雨型的標(biāo)準(zhǔn)定義，可能會在2月出現(xiàn)少量同時(shí)符合兩種類型的混合型低溫天氣，因其較少出現(xiàn)，同時(shí)對本地造成災(zāi)害的災(zāi)種也包含于上述定義的兩種類型低溫天氣中，不再單獨(dú)分開出來。

3.2 低溫天氣的氣候變化趨勢

3.2.1 低溫寒冷類型氣候變化趨勢 1956—2012年近57 a饒平縣共出現(xiàn)低溫日數(shù)226 d，年平均低溫日數(shù)為4.0 d，年低溫日數(shù)最多為14 d，出現(xiàn)在1974年。低溫日數(shù)主要分布在冬季，即12月—次年2月(圖略)，3月只有少部分年份會出現(xiàn)低溫日，11月份57 a間只有1 d，也是歷史最早的低溫日，在11月24日(1975年)，最晚出現(xiàn)在3月10日(2010年)。從各月分布來看，1月份低溫日數(shù)最多，57 a間1月總低溫日數(shù)有108 d，平均低溫日數(shù)1.9 d，占總低溫日數(shù)48%；12月和2月基本相當(dāng)，低溫日數(shù)分別為57 d和52 d，平均低溫日數(shù)為1 d和0.9 d，各占25%和23%；3月份僅占4%。

分析1956—2012年饒平縣逐年低溫寒冷類型低溫日數(shù)變化趨勢(圖1)，年低溫日數(shù)呈下降趨勢，其線性傾向值b=-0.089，反應(yīng)近57 a以來饒平縣年低溫日數(shù)以0.089d/a的速度遞減，其相關(guān)系數(shù)r=-0.418，通過0.01的顯著性水平檢驗(yàn)，說明年低溫日數(shù)遞減的趨勢顯著。從3次多項(xiàng)式擬合曲線來看，1956—1980年代前期低溫日數(shù)有明顯增多的趨勢，這時(shí)期處于多低溫的階段; 1980 年代后期至今，低溫日數(shù)顯著減少，處于少低溫的階段，雖然近幾年來略有上升趨勢，但明顯低于平均水平，這和絕大多數(shù)對氣候變暖的研究結(jié)論“20 世紀(jì) 80年代中期以后全球氣候顯著增暖”相一致。

圖1 1956—2012年饒平縣逐年低溫寒冷類型低溫日數(shù)變化趨勢 (虛線為多年平均值；斜線為線性趨勢線；波浪線為3次多項(xiàng)式擬合曲線)Fig.1 Variation tendency of the cold days of LTACW (1956—2012) in Raoping County

3.2.2 低溫陰雨類型氣候變化趨勢 1956—2012年近57 a饒平縣共出現(xiàn)低溫陰雨日數(shù)334 d，年平均低溫陰雨日數(shù)為5.9 d，年低溫陰雨日數(shù)最多為28 d，出現(xiàn)在1968年。分析1956—2012年饒平縣逐年低溫陰雨類型低溫陰雨日數(shù)變化趨勢(圖2)，年低溫陰雨日數(shù)下降趨勢并不明顯，其線性傾向值b=-0.057，未能通過0.05的顯著性水平檢驗(yàn)，說明年低溫陰雨日數(shù)下降趨勢并不顯著。從3次多項(xiàng)式擬合曲線來看，同樣符合1956—1980年代前期增多， 1980 年代后期開始減少的變化趨勢，而在近幾年又有上升趨勢，從逐年變化來看發(fā)現(xiàn)原因在于某些年份出現(xiàn)重度低溫陰雨，在一定程度上說明由于全球變暖，總體溫度上升，但是出現(xiàn)極端惡劣天氣的概率反而增大。

根據(jù)廣東省低溫陰雨天氣的強(qiáng)度標(biāo)準(zhǔn)，以3～5 d為輕度低溫陰雨年景，以6～9 d為中度低溫陰雨年景，≥10 d為重度低溫陰雨年景[12]。從表1可以看出，近57 a輕度低溫陰雨年最多，占41%，其次是重度低溫陰雨年，占38%，最少是中度低溫陰雨年，占21%。從不同年代的低溫陰雨等級出現(xiàn)頻率來看上世紀(jì)80年代以前重度低溫陰雨年偏多，占55%～57%，而80年代以后重度度低溫陰雨減少；輕、中度低溫陰雨年則是在80年代后有明顯增多的趨勢，其中80年代至世紀(jì)末輕度低溫陰雨年占多，21世紀(jì)后反而中度低溫陰雨年占多，說明近57 a低溫陰雨強(qiáng)度總體呈減弱趨勢，但近10 a來略有加強(qiáng)。

3.3 低溫天氣變化趨勢突變檢驗(yàn)

應(yīng)用Mann-Kendall方法分別檢測1956—2012年饒平縣兩種低溫類型低溫日數(shù)的突變情況。由饒平縣低溫寒冷類型低溫日數(shù)Mann-Kendall檢驗(yàn)(圖3)可見， 70年代末之前UF和UB曲線有多個(gè)交點(diǎn)，但突變趨勢均沒有超過顯著性檢驗(yàn)，表明無明顯突變；而自70年代末開始低溫日數(shù)就有減少的趨勢，突變起始年為1976年，同時(shí)自1987年至今這

圖2 1956—2012年饒平縣逐年低溫陰雨類型低溫陰雨日數(shù)變化趨勢 (虛線為多年平均值；斜線為線性趨勢線；波浪線為3次多項(xiàng)式擬合曲線)Fig.2 Variation tendency of the cold and overcast days of LTAOW (1956—2012) in Raoping County

圖3 1956—2012年饒平縣低溫寒冷類型低溫 日數(shù)Mann-Kendall檢驗(yàn)Fig.3 Mann-Kendall test of the cold days of LTACW (1956—2012) in Raoping County

種減少趨勢超過0.05臨界線，表明該類型低溫日數(shù)減少趨勢明顯。1956—2012年饒平縣低溫陰雨類型低溫陰雨日數(shù)Mann-Kendall檢驗(yàn)(圖4)中，70年代之前UF和UB曲線有多個(gè)交點(diǎn)，但突變趨勢均沒有超過顯著性檢驗(yàn)，表明無明顯突變；而自70年代開始低溫陰雨日數(shù)就有減少的趨勢，突變起始年為1970年，但是一直到到1999年開始這種減少趨勢才通過0.05臨界線的顯著性檢驗(yàn)，表明雖然低溫陰雨日數(shù)的這種減少趨勢并不明顯，直到1999年以后才趨于明顯。

圖4 1956—2012年饒平縣低溫陰雨類型低溫陰雨 日數(shù)Mann-Kendall檢驗(yàn)Fig.4 Mann-Kendall test of the cold and overcast days of LTAOW (1956—2012) in Raoping County

3.4 低溫天氣的變化周期

應(yīng)用Morlet小波分析方法得到低溫寒冷類型低溫日數(shù)和低溫陰雨類型低溫陰雨日數(shù)的小波分析圖，通過小波分析圖可以反應(yīng)低溫日數(shù)和低溫陰雨日數(shù)在不同尺度上的周期震蕩。分析圖5發(fā)現(xiàn)， 低溫日數(shù)存在5～7 a周期，5～7 a的周期震蕩基本存在于57 a的大部分時(shí)段；同時(shí)還有10～12 a，準(zhǔn)20 a的周期震蕩，10～12 a基本貫穿整個(gè)時(shí)段，但是有逐漸趨于不明顯的傾向，準(zhǔn)20 a周期震蕩主要存在于1970年以后。分析圖6 發(fā)現(xiàn)低溫陰雨日數(shù)存在5～6 a，10～12 a的周期震蕩，基本貫穿整個(gè)時(shí)段，準(zhǔn)14 a周期在1956—1984年這個(gè)時(shí)段較為明顯，后期漸趨不明顯，準(zhǔn)20 a周期震蕩在1978年以后趨明顯。

圖5 1956—2012年饒平縣低溫寒冷類型低溫日數(shù)小波分析圖Fig.5 Wavelet analysis of the cold days of LTACW (1956—2012) in Raoping County

圖6 1956—2012年饒平縣低溫陰雨類型低溫陰雨日數(shù)小波分析圖Fig.6 Wavelet analysis of the cold and overcast days of LTAOW (1956—2012) in Raoping County

4 饒平縣低溫天氣預(yù)報(bào)系統(tǒng)建立

4.1 低溫天氣預(yù)報(bào)方法

4.1.1 低溫寒冷型預(yù)報(bào)方法 本文針對低溫寒冷型的預(yù)報(bào)是短期預(yù)報(bào)，預(yù)報(bào)的要素為次日日最低溫度。低溫寒冷是多種氣象因素共同作用的結(jié)果，從強(qiáng)冷空氣的影響來看，有高空影響因子、地面影響因子。強(qiáng)冷空氣的入侵對第2 d最低氣溫有直接影響，這些影響最終歸結(jié)為前1 d的本站實(shí)況資料。利用饒平縣氣象觀測站的低溫?cái)?shù)據(jù)，從近57 a歷史資料中歸納分析，選取饒平縣1956—2011年低溫日發(fā)生的前1 d的最低溫度、平均氣溫、平均本站氣壓、平均水汽壓、平均相對濕度、日照時(shí)數(shù)；前1 d 08時(shí)溫度、本站氣壓、水汽壓、相對濕度；前1 d 14時(shí)溫度、本站氣壓、水汽壓、相對濕度。總共12項(xiàng)預(yù)報(bào)因子，考慮12項(xiàng)預(yù)報(bào)因子存在共線性問題，為了排除共線性，采用主成份回歸分析法，取其前4個(gè)主成份，累計(jì)方差貢獻(xiàn)率達(dá)到93%，將這4個(gè)主成份作為預(yù)報(bào)因子，與低溫日數(shù)建立回歸方程，并根據(jù)各主成份與原始變量的關(guān)系算得原始變量(12項(xiàng)氣象要素)與低溫日數(shù)的方程(方程略)。1957—2011年歷年低溫日數(shù)實(shí)況與擬合方程計(jì)算的歷年低溫日數(shù)絕對殘差平均為0.7 ℃，誤差較小，具有一定的預(yù)報(bào)參考價(jià)值。選取2012—2014年出現(xiàn)的低溫日做預(yù)測試驗(yàn)，預(yù)測試驗(yàn)絕對殘差平均為0.8 ℃，效果良好。

4.1.2 低溫陰雨型預(yù)報(bào)方法 低溫陰雨天氣是一個(gè)連續(xù)性的天氣過程，與低溫寒冷天氣逐日預(yù)報(bào)并不相同，其預(yù)報(bào)預(yù)測屬于中長期天氣預(yù)報(bào)和短期氣候預(yù)報(bào)，與長期的大氣環(huán)流變化密切相關(guān)，因此本文選用多年大氣環(huán)流指數(shù)來對其預(yù)測年低溫陰雨天氣，預(yù)測的要素為次年低溫陰雨年日數(shù)。利用國家氣候中心氣候系統(tǒng)診斷預(yù)測室提供的逐月大氣環(huán)流指數(shù)資料 ，選取歐亞經(jīng)向環(huán)流指數(shù) (IM0-150E)、歐亞緯向環(huán)流指數(shù) (IZ0-150E)、亞洲經(jīng)向環(huán)流指數(shù) (IM60-150E)、亞洲緯向環(huán)流指數(shù) (IZ60-150E)、西北太平洋副高面積指數(shù)、西北太平洋副高強(qiáng)度指數(shù)、西北太平洋副高脊線、西北太平洋副高北界位置、西北太平洋副高西脊點(diǎn)、亞洲區(qū)極渦面積指數(shù)、南方濤動指數(shù) (SOI)、太陽黑子相對數(shù)的逐月大氣環(huán)流指數(shù)，資料年限為1956—2010年 ，合共 144 項(xiàng) ，資料長度為55 a。

利用上述共144項(xiàng)環(huán)流指數(shù)因子，對饒平縣次年(1957—2011年)低溫陰雨日數(shù)建立回歸方程，以期找到饒平縣逐年低溫陰雨日數(shù)的變化影響因子，并對未來低溫陰雨日數(shù)做出有參考價(jià)值的預(yù)報(bào)。由于上述因子數(shù)太多，為了降低維度和排除因子間共線性，對上述因子進(jìn)行主成份分析，取其前44個(gè)主成份，累計(jì)方差貢獻(xiàn)率達(dá)到96%，將這44個(gè)主成份作為預(yù)報(bào)因子，與饒平縣次年低溫陰雨日數(shù)建立回歸方程，并根據(jù)各主成份與原始變量的關(guān)系算得原始變量(環(huán)流指數(shù)因子)與饒平縣次年低溫陰雨日數(shù)的方程，由于變量有144項(xiàng)，關(guān)系式過長，這里省略不寫。1957—2011年歷年低溫陰雨日數(shù)實(shí)況與擬合方程計(jì)算的歷年低溫陰雨日數(shù)絕對殘差平均為2.3 d，回歸擬合方程的復(fù)相關(guān)系數(shù)為0.89，方程擬合度較高，具有一定的預(yù)報(bào)參考價(jià)值。對2012—2014年歷年的低溫陰雨日數(shù)進(jìn)行預(yù)測試驗(yàn)(表2)，絕對殘差平均為2.1 d，除了2013年沒有出現(xiàn)低溫陰雨而預(yù)測結(jié)果為輕度外，其他兩個(gè)年份預(yù)測誤差均較小，低溫陰雨強(qiáng)度能準(zhǔn)確預(yù)報(bào)，表明通過環(huán)流指數(shù)因子進(jìn)行主成份回歸分析的擬合效果較好，對預(yù)測低溫陰雨具有預(yù)報(bào)參考價(jià)值。

表2 2012—2014年饒平縣低溫陰雨日數(shù)預(yù)測試驗(yàn)/d

4.2 低溫天氣預(yù)報(bào)系統(tǒng)建立

根據(jù)前期的研究結(jié)果，設(shè)計(jì)了一個(gè)低溫天氣預(yù)報(bào)系統(tǒng)，該預(yù)報(bào)系統(tǒng)分為低溫寒冷型的短期天氣預(yù)報(bào)和低溫陰雨型的長期天氣預(yù)報(bào)(圖7、圖8)，該預(yù)報(bào)系統(tǒng)基于Visual Basic語言開發(fā)，在低溫寒冷型預(yù)報(bào)中通過錄入前1 d的氣象因子，即可運(yùn)算求的次日最低氣溫，同時(shí)根據(jù)廣東省突發(fā)氣象災(zāi)害預(yù)警信號發(fā)布規(guī)定，加入了對寒冷黃色、橙色、紅色預(yù)警級別的判定，通過對前1 d最低氣溫和平均氣溫來判定當(dāng)前的預(yù)警級別，同時(shí)通過對預(yù)報(bào)所得的次日最低溫度來提出預(yù)警建議；在低溫陰雨型預(yù)報(bào)中由于所需環(huán)流因子太多，可通過調(diào)入txt文件來加載所需環(huán)流因子數(shù)據(jù)，并計(jì)算得次年低溫陰雨日數(shù)，同時(shí)根據(jù)前文所定的低溫陰雨天氣強(qiáng)度標(biāo)準(zhǔn)，對次年低溫陰雨年景進(jìn)行判定，以供預(yù)報(bào)員預(yù)報(bào)參考。目前該預(yù)報(bào)系統(tǒng)已經(jīng)在日常低溫預(yù)報(bào)工作中使用，效果令人滿意。

5 小結(jié)

①饒平縣歷年≤5 ℃低溫日年平均日數(shù)4.0 d，主要出現(xiàn)在12月—次年2月，1月占48%，57 a氣候變化呈下降趨勢，傾向?yàn)?0.089 d/a。饒平縣歷年低溫陰雨年平均日數(shù)為5.9 d，近57 a出現(xiàn)輕度低溫陰雨年和重度低溫陰雨年各占4成左右，中度低溫陰雨年占2成，57 a下降趨勢不顯著。

②對兩種低溫類型進(jìn)行Mann-Kendall檢驗(yàn)發(fā)現(xiàn)低溫寒冷型突變點(diǎn)為1976年，下降傾向趨于明顯為1987年開始，下降趨勢顯著。低溫陰雨型突變點(diǎn)為1970年，下降傾向趨于明顯為1999年開始。

③應(yīng)用Morlet小波分析發(fā)現(xiàn)，低溫寒冷型存在5～7 a、10～12 a、準(zhǔn)20 a周期，其中5～7 a、10～12 a具有全域性，準(zhǔn)20 a周期震蕩主要存在于1970年以后。低溫陰雨型存在5～6 a，10～12 a的全域性周期，準(zhǔn)14 a周期在1956—1984年較明顯，準(zhǔn)20 a周期震蕩在1978年以后趨明顯。

④通過饒平氣象站氣象要素作為預(yù)報(bào)因子，進(jìn)行主成份回歸分析建立低溫寒冷型預(yù)報(bào)方程預(yù)報(bào)次日日最低溫度，擬合方程預(yù)報(bào)值與實(shí)況絕對殘差平均為0.7 ℃，預(yù)測試驗(yàn)絕對殘差平均為0.8 ℃，效果良好。通過歷年逐月大氣環(huán)流指數(shù)資料作為預(yù)報(bào)因子，進(jìn)行主成分回歸分析確定低溫陰雨型預(yù)報(bào)方程預(yù)報(bào)次年低溫陰雨年日數(shù)，擬合方程預(yù)報(bào)值與實(shí)況絕對殘差平均為2.3 d，預(yù)測試驗(yàn)絕對殘差平均

圖7 饒平縣低溫寒冷類型低溫日數(shù)預(yù)報(bào)系統(tǒng)界面Fig.7 Forecast system interface of the cold days of LTACW in Raoping County

圖8 饒平縣低溫陰雨類型低溫陰雨日數(shù)預(yù)報(bào)系統(tǒng)界面Fig.8 Forecast system interface of the cold and overcast days of LTAOW in Raoping County

為2.1 d，對低溫陰雨年景強(qiáng)度預(yù)測基本準(zhǔn)確。

⑤根據(jù)前文研究結(jié)果，基于Visual Basic語言開發(fā)饒平縣低溫天氣預(yù)報(bào)系統(tǒng)，低溫寒冷型預(yù)報(bào)次日最低溫度并與寒冷預(yù)警信號關(guān)聯(lián)，低溫陰雨型預(yù)報(bào)次年低溫陰雨日數(shù)并與低溫陰雨年景強(qiáng)度關(guān)聯(lián)，目前該系統(tǒng)已投入使用且效果良好。

[1] 林良勛，薛登智，梁健，等． 近二十年廣東的霜凍氣候及其變化特征[J]．廣東氣象，2000，22(4):7-9．

[2] 招偉文，梁華玲，吳暇．近56 a南海區(qū)低溫的變化特征分析[J]．貴州氣象，2016，40(1) :40-44．

[3] 蘇曉玲，龔松柏，郭偉斌，等．近51 a漳州市極端最低氣溫變化特征分析[J]．貴州氣象，2014，38(3):1-5．

[4] 張寧，孫照渤，曾剛． 1955—2005年中國極端氣溫的變化[J]． 南京氣象學(xué)院學(xué)報(bào)，2008，31(1):123-128．

[5] 胡宜昌，董文杰，何勇．21世紀(jì)初極端天氣氣候事件研究進(jìn)展[J]．地球科學(xué)進(jìn)展，2007，22(10):1 066-1 075．

[6] 陳習(xí)倫，譚禮祥，陳紅，等．望謨縣2011年1月低溫天氣分析及影響評估[J]．貴州氣象，2012，36(1):43-45．

[7] 徐寧軍，馬慧，陳楨華，等．2008年中山市極端天氣分析[J]．貴州氣象，2010，34(1)：13-16.

[8] 徐國宇． 1951—2009 年冬季北京極端低溫事件變化分析[J]． 氣象與環(huán)境科學(xué)，2011，34(1):23-26．

[9] 王娟．淺析嫩江縣近10a的氣候變異及其對農(nóng)業(yè)生產(chǎn)的影響[J]．貴州氣象，2014，38(4)：60-61.

[10]劉杰，許小峰，羅慧.極端天氣氣候事件影響我國農(nóng)業(yè)經(jīng)濟(jì)產(chǎn)出的實(shí)證研究[J].中國科學(xué):地球科學(xué)，2012，42(7)：1 076-1 082.

[11]林良勛，馮業(yè)榮，黃忠，等． 廣東省天氣預(yù)報(bào)技術(shù)手冊[M]. 北京: 氣象出版社，2006:24-26．

[12]潘嘉念，涂悅賢，李載忠，等. 廣東省農(nóng)業(yè)氣象災(zāi)害及其防災(zāi)減災(zāi)對策[M]. 北京: 氣象出版社，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

佘元標(biāo)(1987—)，男，工程師，現(xiàn)主要從事天氣預(yù)報(bào)工作，E-mail:58329451@qq.com。

潮州市氣象局科研項(xiàng)目“饒平縣低溫氣候特征分型及監(jiān)測預(yù)報(bào)系統(tǒng)建立”(201202)。

P457.3

A