石家庄暴雪的时空演变特征

doi:10.11755/j.issn.1006-7639(2021)-06-0939

石家庄暴雪的时空演变特征

阎访^,¹, 孙婧怡², 范俊红^,³, 岳艳霞¹, 赵志楠⁴

1.河北省石家庄市气象局,河北石家庄 050081

2.成都信息工程大学大气科学学院,四川成都 610225

3.河北省气象服务中心,河北石家庄 050021

4.河北省邢台市气象局,河北邢台 054000

Spatio-temporal evolution characteristics of snowstorm in Shijiazhuang

YAN Fang^,¹, SUN Jingyi², FAN Junhong^,³, YUE Yanxia¹, ZHAO Zhinan⁴

1. Shijiazhuang Meteorological Bureau of Hebei Province, Shijiazhuang 050081, China

2. School of Atmospheric Sciences, Chengdu University of Information Technology, Chengdu 610225, China

3. Public Meteorological Service Centre of Hebei Province, Shijiazhuang 050021, China

4. Xingtai Meteorological Bureau of Hebei Province, Xingtai 054000, Hebei, China

通讯作者: 范俊红(1968— ),女,汉族,硕士,正研级高级工程师,主要从事暴雨、暴雪等灾害性天气预报技术研究. E-mail:378307267@qq.com。

收稿日期: 2021-03-10 修回日期: 2021-07-13

基金资助:

中国气象局创新发展专项“河北省雪水比(SLR)客观预报方法研究”.  CXFZ2021Z034子项目
河北省重点研发计划项目“飞机人工增雨云系结构及作业技术的观测研究”.  20375402D
河北省气象局科研开发项目“冀中南部强降水云微物理结构研究”共同资助.  20ky14

Received: 2021-03-10 Revised: 2021-07-13

作者简介 About authors

阎访(1974—),女,汉族,硕士,高级工程师,主要从事灾害性天气分析及气候变化研究工作.E-mail:517008961@qq.com。

摘要

基于石家庄17个国家地面气象观测站建站至2019年逐日降水资料,分析石家庄暴雪的时空变化特征,并运用Morlet小波分析、滑动t检验等方法,对代表不同地理环境的5个测站暴雪日数时间变化特征做进一步分析。结果表明:(1)石家庄暴雪日数呈自西向东逐渐减少的分布特征,山区多于平原,石家庄市区处于暴雪高发带;(2)石家庄暴雪初日最早在10月31日,终日最晚在4月19日;(3)1972—2019年,17站共出现暴雪42 d,大于等于3、7、10站次的暴雪分别占57.1%、35.7%、26.2%,全区性暴雪为4 d,仅占9.5%;(4)2000年以来暴雪日数占比最大,其中2005—2013年为暴雪多发期;(5)各站暴雪日数在全时域内准周期和第一主周期均为10 a以上的长时间尺度,2014年之后各代表站均处于暴雪偏少期;(6)4个代表站的暴雪日数时间序列存在突变现象;(7)石家庄暴雪日降水量的极大值和均值空间分布均表现为山区大于平原,大值中心在石家庄市区。

关键词： 暴雪 ; 时空特征 ; 石家庄

Abstract

Based on daily precipitation data of 17 national ground meteorological observation stations in Shijiazhuang since their establishment to 2019, the temporal and spatial characteristics of snowstorm days were analyzed, and the temporal variation characteristics of snowstorm days at 5 representative stations with different geographical environments were further analyzed by using Morlet wavelet analysis and sliding t-test methods. The results are as follows: (1) The snowstorm days decreased gradually from west to east in Shijiazhuang, and there were more snowstorm days in mountain area than in plain, and the urban area of Shijiazhuang was in a high value zone of snowstorm days. (2) The starting date of snowstorm in Shijiazhuang was October 31 at the earliest, and the ending date was April 19 at the latest. (3) From 1972 to 2019, there were 42 days of snowstorm at 17 stations, and greater than or equal to 3, 7 and 10 stations occurring snowstorm accounted for 57.1%, 35.7% and 26.2%, respectively. The snowstorm occurring in the whole region was only 4 days and accounted for 9.5%. (4) The percentage of snowstorm days since 2000 was the largest, and during 2005-2013, snowstorm occurred frequently. (5) The quasi-period and the first major period of snowstorm days in the whole time domain were both more than 10 years at each station, and it was in the period of less snowstorm after 2014 at five representative stations. (6) The time series of snowstorm days at 4 representative stations were abrupt. (7) The spatial distribution of maximum and average precipitation on snowstorm days in Shijiazhuang showed larger in mountain area than in the plain, and the large value center was in the urban area of Shijiazhuang.

Keywords： snowstorm ; spatio-temporal characteristics ; Shijiazhuang

PDF (4668KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

阎访, 孙婧怡, 范俊红, 岳艳霞, 赵志楠. 石家庄暴雪的时空演变特征. 干旱气象[J], 2021, 39(06): 939-947 DOI:10.11755/j.issn.1006-7639(2021)-06-0939

YAN Fang, SUN Jingyi, FAN Junhong, YUE Yanxia, ZHAO Zhinan. Spatio-temporal evolution characteristics of snowstorm in Shijiazhuang. Journal of Arid Meteorology[J], 2021, 39(06): 939-947 DOI:10.11755/j.issn.1006-7639(2021)-06-0939

引言

在全球气候变暖^[1]背景下,虽然不同区域强降水变化存在差异,但陆地发生强降水的频率呈增大趋势^[2],欧亚大陆是冬季极端强降水事件高发区之一^[3],且局地极端降雪天气呈增加趋势^[4,5]。极端降雪是我国北方冬季主要气象灾害之一,给当地交通运输、电力运行、人民生活造成负面影响,甚至可能带来经济损失和安全风险^[6]。2011年4月3—5日中天山北坡的一次寒潮型暴雪,造成高速公路封闭、机场航班延误、设施农业被积雪压塌,农牧业生产、交通运输经济损失严重^[7]。因此,提高极端降雪预报准确率及掌握其变化规律显得尤为重要。近年来,很多研究从暴雪天气的形成和发展机制^{[8,9,10,11,12,13,14]}、雷达回波特征^{[15,16,17,18]}、水汽特征^[19,20]、高低空环流形势^[20,21,22]等方面对不同地域的极端降雪个例进行诊断分析,研究成果对当地强降雪预报有一定的指示意义;另外也有研究对西北干旱区^[23]、华北地区^[24]、东北地区^[25]的极端降雪时空演变特征做了细致的分析。

极端降雪带来的灾害具有地域性特点,不同地区会有不同的灾情。河北省位于华北地区,省会石家庄市的周边郊区(县或市)设施农业居多,东部县(市)地处华北平原,是冬小麦和梨果主产区,西部山区多种植林果等经济作物。在秋冬或冬春过渡季节,尤其是冬春过渡季节,寒潮爆发带来强降雪天气,引起气温剧烈变化,从而产生次生灾害——冻害,给设施农业、越冬作物冬小麦和花期梨果等造成严重危害^[26]。据石家庄地面气象观测月报表灾情统计记载,2013年4月19日石家庄10个县(市或区)出现强降雪、降温天气,导致农作物、蔬菜和林果业严重受灾。目前,很多气象工作者从环流形势^[27]、动力条件^[20,28]、中尺度特征^[29,30]、相态转换^[31]等方面对河北暴雪天气个例进行了深入分析,从中提练的暴雪天气预报指标为提高本地的降雪预报准确率提供了有益指导,但在暴雪气候统计方面的研究尚不多见。为此,本文对石家庄17个国家地面气象观测站建站至2019年的暴雪时空变化特征进行分析,以期为当地决策部门应对气候变化、加强水资源利用、防灾减灾等提供科学依据。

1 资料与方法

利用石家庄17个国家地面气象观测站(图1)建站至2019年的逐日降水实况和天气现象观测资料,在统计暴雪日的基础上,普查各站暴雪的初、终日,利用气候学、统计诊断学等方法,分析其时空变化特征。其中,日数统计以20:00(北京时,下同)为日界^[32],24 h降水量大于等于10.0 mm的降雪天气过程为暴雪^[33],当日达到暴雪量级记为一个暴雪日,同时,统计暴雪日在当日的一次或多次整点观测时有积雪现象^[27,31]。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 石家庄17个国家地面气象观测站点空间分布

Fig.1 The spatial distribution of 17 national meteorological observation stations in Shijiazhuang

石家庄地处河北省中南部,西与山西省交界,东、北、南分别与河北省衡水、保定、邢台为邻。石家庄位于太行山东麓,地跨太行山地和华北平原两大地貌单元,西部地处太行山中段,山地面积约占石家庄总面积的50%,东部为滹沱河冲积平原,地势西高东低,海拔落差较大,地貌由西向东依次排列为中山、低山、丘陵、平原^[34]。鉴于石家庄地形、地貌特点,本文以建站时间比较早、时间序列比较长的石家庄(位于石家庄市区)、平山、新乐、赞皇、辛集国家地面气象观测站为代表站,分别代表中部过渡丘陵带、西北部山区、东北部平原、西南部山区、东南部平原。

运用Morlet小波分析和滑动t检验方法^[35]分析暴雪日数时间序列的振荡变化周期和异常情况。在气候诊断中,Morlet小波分析方法,不仅可以给出气候序列变化的尺度,还可以显示出变化的时间位置。滑动t检验方法通过考察两组样本平均值的差异是否显著来检验要素序列是否发生突变。对暴雪日数时间序列的两段子序列,假设在服从正态母体方差相等的条件下,如果两段子序列的均值差异超过给定的显著性水平,则认为两均值在基准点时刻出现突变;计算过程中,在确定基准点前后两段子序列长度(n₁、n₂)时,一般取相同的长度,即n₁=n₂。Morlet小波分析和滑动t检验的具体方法介绍可参考文献[35]。

文中附图涉及地图均基于国家基础地理信息中心提供的审图号为GS(2019)1822的标准地图制作,底图无修改。

2 结果与分析

2.1 暴雪日数及其空间分布

表1列出石家庄17个国家地面气象观测站建站至2019年的暴雪日数。为使各站的暴雪日数情况具有对比性,以建站最晚的观测站起始年(1972年)为起始年,统一年代长度后(1972—2019年)对17个站暴雪日数进行再统计。可以看出,建站至2019年和1972—2019年的暴雪日数最多均位于西部山区的井陉县,1972—2019年西北部山区的平山县暴雪日数次多(19 d);1972—2019年无极县暴雪日数最少(9 d),赵县次少(10 d);1972—2019年暴雪日数最大值是最小值的近2.6倍;建站至1972年,1960年代建站的新乐市和无极县未出现暴雪日,而1950年代中后期建站的石家庄市区、井陉县和赞皇县暴雪日数相对较多,分别为7、5、5 d。

表1 石家庄17个国家地面气象观测站建站至2019年暴雪日数统计

Tab.1 Statistics of snowstorm days at 17 national meteorological observation stations in Shijiazhuang since their establishment to 2019

站名	建站年份	建站至2019年暴雪日数/d	1972—2019年暴雪日数/d
石家庄	1955	25	18
井陉	1956	28	23
平山	1960	22	19
灵寿	1963	16	15
行唐	1972	15	15
新乐	1963	11	11
正定	1972	15	15
无极	1966	9	9
深泽	1971	11	11
辛集	1957	16	15
晋州	1970	13	13
藁城	1960	18	15
栾城	1971	13	13
赵县	1963	12	10
元氏	1962	15	12
高邑	1970	18	18
赞皇	1957	23	18

新窗口打开| 下载CSV

从1972—2019年石家庄暴雪日数的空间分布[图2(a)]来看:暴雪日数自西向东逐渐减少,其中太行山东麓的西、西北、西南部山区暴雪日数多,东部平原地区少;暴雪日数大值区位于西部山区的井陉县—平山县一带(井陉最多达23 d);2个低值中心分别位于东北部平原的无极县—新乐市一带和东南部平原的赵县。石家庄暴雪日数东西差异明显的地理空间分布与地形密切相关^[34],受城市化影响不大。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 石家庄1972—2019年暴雪日数(a)、17个国家地面气象观测站建站至2019年暴雪日数年均值(b)的空间分布(单位:d)

Fig.2 The spatial distribution of snowstorm days in Shijiazhuang from 1972 to 2019 (a) and annual mean snowstorm days at 17 national meteorological observation stations since their establishment to 2019 (b) (Unit: d)

石家庄17站建站至2019年暴雪日数年平均值的空间分布[图2(b)]与1972—2019年暴雪日数的空间分布基本一致。17站暴雪日数年平均值为0.17~0.44 d,最大值是最小值的2.6倍(略高于1972—2019年暴雪日数最大与最小值的倍数);西部山区的井陉县暴雪日数年平均值最高(0.44 d);石家庄市区、平山县、赞皇县和高邑县处于暴雪高发带(0.36~0.38 d);东部平原为相对低发区域,无极县和新乐市是暴雪低发中心(分别为0.17、0.19 d)。总体上,山区暴雪发生频率大于平原地区。

2.2 暴雪初、终日统计

石家庄降雪一般出现在冬季,但受寒潮爆发影响,在特定的天气形势下,很可能提前(推迟)到秋冬(冬春)过渡时节,因此,为了解各站暴雪可能出现的最早和最晚时间,统计石家庄17个国家地面气象观测站建站至2019年的暴雪初、终日(表2)。从石家庄整个区域来看,暴雪的初日最早在10月31日,终日最晚在4月19日。西部山区和中部丘陵带的部分县(市或区)暴雪开始较早,东部平原开始较晚(11月初),这有利于平原地区农作物秋收和秋种;17站的暴雪终日大部分在4月中旬,东南部平原的赵县暴雪终日为3月27日,赵县以种植梨果为主,暴雪天气的终日越早越好,可以减少梨花冻害,降低果农的经济损失。

表2 石家庄17个国家地面气象观测站建站至2019年的暴雪初、终日统计

Tab.2 The statistics of starting and ending date of snowstorm at 17 national meteorological observation stations in Shijiazhuang since their establishment to 2019

站名	暴雪初日	暴雪终日	站名	暴雪初日	暴雪终日
石家庄	10月31日	4月10日	辛集	11月7日	4月19日
井陉	10月31日	4月19日	晋州	11月7日	4月19日
平山	10月31日	4月19日	藁城	11月7日	4月19日
灵寿	10月31日	4月19日	栾城	11月10日	4月19日
行唐	11月7日	4月12日	赵县	11月10日	3月27日
新乐	11月7日	4月12日	元氏	11月10日	4月19日
正定	10月31日	4月12日	高邑	10月31日	4月19日
无极	11月7日	4月12日	赞皇	11月7日	4月19日
深泽	11月4日	4月12日

新窗口打开| 下载CSV

2.3 暴雪日的站次和月变化特征

对1972—2019年暴雪日出现站次进行统计(图3)。结果发现,1972—2019年17个站共出现暴雪日42 d,大于等于3站次的暴雪为24 d,占57.1%;大于等于7站次的暴雪为15 d,占35.7%;大于等于10站次的暴雪为11 d,占26.2%;17站次的暴雪为4 d,仅占9.5%,分别为2007年3月3—4日和2009年11月10—11日2次暴雪过程。小于3站次的暴雪日多出现在西、西北、西南部山区和石家庄市区,这与其暴雪日数相对偏多相一致;暴雪范围的大小与降雪天气系统的位置、强弱以及移动方向有关,石家庄全区性的暴雪天气比较罕见。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 1972—2019年石家庄暴雪日的站次统计

Fig.3 The number of stations on snowstorm days in Shijiazhuang from 1972 to 2019

从图3还可以看出,暴雪出现在10—12月和1—4月,跨秋、冬、春三季;暴雪日主要集中在11月(15 d),占35.7%;其次3月出现暴雪也较多(9 d),占21.4%;10月和4月出现暴雪最少(各2 d),各占4.8%。可见,石家庄暴雪大多出现在深秋(11月)和早春(3月),10月和4月的暴雪属于罕见天气,暴雪的出现与寒潮爆发的时间密切相关,石家庄11月和3月易出现寒潮天气^[33]。

2.4 暴雪日数的年际变化

图4为石家庄5个代表站建站至2019年暴雪日数的年际变化。可以看出,石家庄市区近65 a共出现暴雪25 d,其中2000—2009年出现暴雪日10 d,占暴雪总日数的40%;平山县近60 a共出现暴雪22 d,其中2003—2013年暴雪日有10 d(45.5%);新乐市近57 a共出现暴雪11 d,其中2003—2012年暴雪日有7 d(63.6%);赞皇县近63 a共出现暴雪23 d,其中2002—2013年出现暴雪日10 d(43.5%);辛集市近63 a共出现16 d暴雪,2003—2013年暴雪日有9 d(56.3%)。可见,5个代表站2000年以来暴雪日数均占比最多,其中2005—2013年暴雪多发,但2014—2019年未出现暴雪天气。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 石家庄5个代表站建站至2019年的暴雪日数年际变化

Fig.4 Inter-annual variation of snowstorm days at 5 representative stations in Shijiazhuang since their establishment to 2019

2.5 暴雪日数的周期变化特征

图5为石家庄5个代表站暴雪日数的Morlet小波系数实部和方差。可以看出,石家庄市区1955年建站以来,暴雪日数时间序列存在准10~28 a、10~17 a的周期变化,其中,10~28 a尺度存在“多、少”交替的准3次振荡,10~17 a尺度上表现出准4次振荡,这2个尺度的周期变化在整个分析时段中表现稳定,具有全时域性。对于短周期变化,1970年代之前为3~6 a,1980年代以后为6~10 a。图5(a)的方差变化曲线有2个明显峰值,其中,最大峰值对应14 a的时间尺度,说明14 a左右的周期振荡最强,为第一主周期;次峰值对应21 a的时间尺度,为第二主周期。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 石家庄5个代表站建站至2019年暴雪日数的Morlet小波系数实部和方差

(a)石家庄,(b)平山,(c)新乐,(d)赞皇,(e)辛集

Fig.5 The real part and variances of Morlet wavelet coefficients of snowstorm days at 5 representative stations in Shijiazhuang since their establishment to 2019

(a) Shijiazhuang, (b) Pingshan, (c) Xinle, (d) Zanhuang, (e) Xinji

平山县1960年建站以来,暴雪日数时间序列存在准9~28 a的周期变化,全时域内稳定呈现出“多、少”交替的准4次振荡。2010年之前存在2~6 a的短周期变化。图5(b)的方差变化曲线中存在3个较明显峰值,其中,最大峰值对应2 a的时间尺度,说明2 a左右的周期振荡最强,为暴雪日数变化第一主周期;次峰值对应4 a的时间尺度,为第二主周期;15~21 a的时间尺度为第三主周期。

新乐市在1970年代以后,暴雪日数时间序列存在10~20 a的周期变化,并呈现出“多、少”交替的准3次振荡。1990年代以前,存在5~9 a的短周期,1990年代以后至2010年,有2~6 a的周期变化。图5(c)的方差变化曲线显示2个明显峰值,分别对应16 a和2 a的时间尺度,同为第一主周期,但从整个时间域内来看,16 a的周期波动比较准确。

赞皇县1957年建站以来,暴雪日数时间序列的长周期表现为准11~20 a的变化规律,在整个时域范围内呈现出准4次振荡。阶段性的短尺度振荡周期不明显,且15 a时间尺度为全时域内暴雪日数变化的第一主周期。辛集市1957年建站以来,暴雪日数时间序列存在准13~32 a的周期变化,在整个时域范围内呈现出准3次振荡。短尺度的周期变化不明显,18 a周期变化为第一主周期。

综上所述,暴雪日数周期变化存在多时间尺度特征,但各代表站存在明显差异:全时域内,石家庄市区及西北部、西南部山区的主周期相对较短(准振荡次数多),而东北部、东南部平原的主周期相对较长(准振荡次数少),这与暴雪日数的空间分布一致。

表3列出石家庄17站建站至2019年暴雪日数在整个统计时段内的变化周期。可以看到,全时域内,各站暴雪日数的准周期和第一主周期均大于等于10 a;有16站的第一主周期为14~18 a不等,且以16 a居多(8站);东北部平原的无极县第一主周期时间最长(26 a),与无极县的暴雪日数及其年平均值最少相一致。

表3 石家庄17个国家地面气象观测站建站至2019年暴雪日数在全时域内的变化周期

Tab.3 Variation cycle of snowstorm days at 17 national meteorological observation stations in the whole time domain since their establishment to 2019

站名	准周期/a	第一主周期/a	站名	准周期/a	第一主周期/a
石家庄	14、21	14	辛集	18	18
井陉	16	16	晋州	16	16
平山	15~21	16	藁城	16、25	16
灵寿	17、24、10	17	栾城	16、11	16
行唐	17、10	17	赵县	17、10	17
新乐	16、28	16	元氏	16、23	16
正定	16	16	高邑	17	17
无极	26、15、10	26	赞皇	15	15
深泽	15	15

新窗口打开| 下载CSV

2.6 暴雪日数突变分析

图6为石家庄5个代表站建站至2019年暴雪日数滑动t检验年际变化,为提高计算结果可靠性,避免任意选择子序列长度造成突变点漂移,经过反复变动子序列长度进行试验比较,确定基准点前后两个子序列的样本相同,即n₁=n₂=10,取显著性水平α=0.05,临界值t_0.05=±2.10。由图6可见,石家庄市区暴雪日数的t统计量最大值为4.07(2010年),最小值为-2.37(2000年),自1964年以来,t统计量在1986年(负值)、2000年(负值)、2008—2010年(正值)超过临界值,说明近65 a来石家庄市区暴雪日数出现3次明显突变,2009年前后经历了一次暴雪日数明显增多的突变;平山县暴雪日数的t统计量最大值为1.98(2010年),最小值为-2.4(2002年),自1969年以来,t统计量在2002年(负值)超过临界值,说明近60 a来平山县暴雪日数出现1次明显减少突变;新乐市暴雪日数的t统计量最大值为1.85(2010年),最小值为-1.8(2002年),近57 a来暴雪日数未出现过明显减少或增多的突变;赞皇县暴雪日数的t统计量最大值为2.17(1966年),最小值为-1.98(2004、2005年),由于滑动后1966年为起始年,且t统计量在1966年(正值)超过临界值,说明赞皇县暴雪日数可能在1966年前出现过1次明显增加的突变;辛集市暴雪日数的t统计量最大值为1.3(1995年),最小值为-2.75(2004年),自1966年以来,t统计量在2002—2005年(负值)超过了显著性水平,说明辛集市暴雪日数在2004年前后出现过1次明显减少突变。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6 石家庄5个代表站建站至2019年暴雪日数滑动t检验年际变化

Fig.6 Inter-annual variation of sliding t-test values of snowstorm days at 5 representative stations in Shijiazhuang since their establishment to 2019

2.7 暴雪日降水量的极大值和均值空间分布

图7为石家庄17个观测站建站至2019年暴雪日降水量的极大值和均值的空间分布。可以看出,降水量极大值总体上呈现出从中部向周围递减的趋势。统计结果显示有9站降水量极大值出现在2009年11月10—11日的暴雪过程,8站出现在2007年3月3—4日的暴雪过程;石家庄市区为降水量极大值的大值中心(51.1 mm,2009年11月10日),距离石家庄市区最远的北部和东部县(市)降水量极大值较小,其中晋州市最小(21.2 mm,2007年3月4日)。石家庄暴雪日降水量的均值空间分布与极大值分布有所差别,总体上呈自西向东逐渐减少的趋势,西部山区大于东部平原,但大值中心仍为石家庄市区;统计结果显示石家庄市区暴雪日的降水量均值最大为13.1 mm,东部的深泽县最小为9.4 mm,市区远高于郊县。由此可见,石家庄暴雪日的降水量极大值和均值空间分布均表现为山区大于平原,地处丘陵带的石家庄市区为大值中心,这与石家庄市区所处的地理位置密切相关。石家庄市区位于山区向平原过渡的丘陵带,秋、冬、春季的降雪天气大多与回流天气相关^[27,34],在东北风长时间回流影响下,冷空气山前堆积滞留,促进暖湿空气抬升加强,是造成这种空间分布的主要原因。

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7 石家庄17个观测站建站至2019年暴雪日降水量的极大值(a)和均值(b)空间分布(单位:mm)

Fig.7 The spatial distribution of maximum (a) and average (b) precipitation on snowstorm days at 17 meteorological observation stations in Shijiazhuang since their establishment to 2019 (Unit: mm)

3 结论

(1)石家庄暴雪日数呈自西向东逐渐减少的空间分布,表现为山区多于平原,大值中心位于西部山区,低值中心位于东部平原,1972—2019年暴雪日数最大值是最小值的近2.6倍;石家庄暴雪日降水量的极大值和均值空间分布略有差别,但均具有山区大于平原的特征,且降水量极大值和均值的大值中心均位于丘陵带的石家庄市区。

(2)石家庄暴雪日的出现月份为10—12月和1—4月,跨秋、冬、春3个季节,主要集中在深秋11月,10月和4月暴雪日最少。暴雪初日最早在10月31日,终日最晚在4月19日,西部山区和中部的部分县(市)开始较早,东部平原开始较晚,大部分测站暴雪在4月中旬结束。1972—2019年,17站共出现暴雪日42 d,大于等于3、7、10站次的暴雪分别占57.1%、35.7%、26.2%,全区性暴雪仅占9.5%。可见全区性大范围暴雪以及10月、4月暴雪均属罕见天气。

(3)5个代表站建站以来的暴雪日数均存在阶段性变化,2000年以来的暴雪日数占比最多,其中2005—2013年为暴雪多发期。各站暴雪日数的主周期变化表现为10 a以上的长时间尺度,东北部平原的无极县第一主周期时间最长(26 a),这与无极县的暴雪日数最少相一致。全时域内,石家庄市区及山区的主周期波动次数多,而平原的主周期波动次数少,这与暴雪日数的空间分布相一致;在准周期波动中,2014年之后各代表站均处于暴雪偏少期。

(4)4个代表站暴雪日数时间序列存在突变,中部丘陵带的石家庄市区在1986年和2000年经历2次减少突变,2009年前后经历1次增多突变;西北部山区2002年有1次减少突变;西南部山区可能在1966年前经历1次增加突变;东南部平原在2004年前后有1次明显减少突变;东北部平原没有突变现象。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

沈永平, 王国亚.

IPCC第一工作组第五次评估报告对全球气候变化认知的最新科学要点

[J]. 冰川冻土, 2013, 35(5):1068-1076.