• CN 62-1175/P
  • ISSN 1006-7639
  • 双月刊
  • 中国科技核心期刊
  • 中国学术期刊综合评价数据库统计源期刊
  • 中文科技期刊数据库收录期刊

干旱气象, 2026, 44(1): 138-148 DOI: 10.11755/j.issn.1006-7639-2026-01-0138

论文

近10 a北京地区10月两次区域性寒潮天气过程对比分析

马玉芳,1,2, 于波,2, 马秀梅3, 郑玲1, 马守存1, 梁依玲2,4, 王佳琳2

1.青海省气象服务中心,青海西宁 810001

2.首都关键区域气象服务保障中心,北京 100000

3.青海省气象台,青海西宁 810001

4.广西壮族自治区气象台,广西南宁 530022

Comparative analysis of two regional cold wave weather processes in October over Beijing in the past decade

MA Yufang,1,2, YU Bo,2, MA Xiumei3, ZHENG Ling1, MA Shoucun1, LIANG Yiling2,4, WANG Jialing2

1. Qinghai Meteorological Service Center,Xining 810001,China

2. Meteorological Service Center for the Core Areas of the Capital,Beijing 100000,China

3. Qinghai Meteorological Observatory,Xining 810001,China

4. Guangxi Zhuang Autonomous Region Meteorological Observatory,Nanning 530022,China

通讯作者: 于波(1978—),女,吉林通化人,正高级工程师,主要从事天气动力学研究。E-mail:yubo@126.com

责任编辑: 邓祖琴;校对:黄小燕

收稿日期: 2025-06-27   修回日期: 2025-11-28  

基金资助: 北京市自然科学基金面上项目(8262020)

Received: 2025-06-27   Revised: 2025-11-28  

作者简介 About authors

马玉芳(1981—),女,青海西宁人,高级工程师,主要从事气象预报服务技术研究。E-mail:30962161@qq.com

摘要

北京是我国政治、经济、文化和国际交往中心,每年10月重大国事活动密集,寒潮及其伴随天气对活动保障具有重要影响,深入研究其成因机理具有重要意义。基于欧洲中期天气预报中心ERA5再分析资料和常规气象观测数据,对2022年10月16—18日(简称寒潮Ⅰ)和2024年10月18—20日(简称寒潮Ⅱ) 北京两次区域性寒潮过程进行对比分析,探讨其环流特征及成因机制。结果表明,两次寒潮均发生在前期气温偏高背景下,寒潮Ⅰ 以大风为主要特征,寒潮Ⅱ以强降温为主并伴随大风和降水;冷平流强度与降温幅度并不同步,晴空弱风条件下非绝热因子对降温的贡献更显著;强冷高压及3 h变压梯度是大风形成的关键动力条件,边界层持续下沉运动与大风强度和持续时间呈正相关。研究结果可为北京地区10月寒潮过程的预报预警及重大活动气象保障提供科学参考。

关键词: 10月寒潮; 爆发机制; 冷平流; 地面冷高压; 北京

Abstract

Beijing is the political, economic, cultural, and international exchange center of China, where major state events are fre-quently held in October. Cold waves and their associated weather conditions can significantly affect the meteorological support for these events, making it important to investigate their formation mechanisms. Based on ERA5 reanalysis data from the European Centre for Medium-Range Weather Forecasts (ECMWF) and conventional meteorological observations, this study comparatively analyzes two re-gional cold wave events that occurred in Beijing during 16-18 October 2022 (cold wave I) and 18-20 October 2024 (cold wave II), with a focus on their circulation characteristics and formation mechanisms. The results show that both cold waves developed under the back-ground of relatively high temperatures in the preceding period. The cold wave I was mainly characterized by strong winds, whereas the cold wave II featured more intense cooling accompanied by strong winds and precipitation. The intensity of cold advection was not syn-chronized with the magnitude of temperature decrease, and under clear-sky and weak-wind conditions, diabatic processes contributed more significantly to the temperature drop. A strong surface cold high and the 3-h pressure tendency gradient were the key dynamic fac-tors responsible for the strong winds, while persistent subsidence in the boundary layer showed a positive correlation with both the in-tensity and duration of strong winds. These results provide scientific support for the forecasting and early warning of cold waves in Bei-jing during October and for meteorological services for major events.

Keywords: October cold wave; explosive mechanism; cold advection; surface cold high; Beijing

PDF (8638KB) 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

马玉芳, 于波, 马秀梅, 郑玲, 马守存, 梁依玲, 王佳琳. 近10 a北京地区10月两次区域性寒潮天气过程对比分析[J]. 干旱气象, 2026, 44(1): 138-148 DOI:10.11755/j.issn.1006-7639-2026-01-0138

MA Yufang, YU Bo, MA Xiumei, ZHENG Ling, MA Shoucun, LIANG Yiling, WANG Jialing. Comparative analysis of two regional cold wave weather processes in October over Beijing in the past decade[J]. Arid Meteorology, 2026, 44(1): 138-148 DOI:10.11755/j.issn.1006-7639-2026-01-0138

0 引言

寒潮是极地冷空气在特定环流形势下大规模南侵的天气过程,常伴随剧烈降温、大风及雨雪冰冻等天气现象。寒潮不仅对农业和畜牧业造成严重冻害,还对人体健康、交通运输及电力通信等基础设施产生显著影响(朱乾根等,2000;季崇萍等,2020)。 近年来,在全球气候变化背景下,寒潮事件在全球范围内频繁发生且强度不断增强(Ma and Zhu,2020;Wu et al.,2025)。 围绕强寒潮天气,众多学者已从多角度开展研究,主要涉及天气成因诊断(陈豫英等,2009;牛若芸等,2009;张林梅等,2010;尹春等,2015;万瑜等,2015;陶亦为等,2017;唐钱奎和鲁燕,2019)、高低空环流形势及影响系统分析(李峰等,2006;侯亚红等,2007;宋哲,2015;王宗明,2018)、气候背景演变特征(王遵娅等,2004;钱维宏和张玮玮,2007;毛炜峄和陈颖,2016;曹兴等,2017;朱红霞等,2019;候启,2020;李红英等,2022)及冷空气爆发机制与大风降温成因(丁一汇和马晓青,2007;赵玉广等,2012;谢永坤等,2014;于波等,2019),为寒潮预报预警技术发展奠定重要基础。

研究表明,秋季是我国寒潮最为频发的季节,春季次之,冬季最少,其中北方地区寒潮主要集中出现在3月和10—11月(王遵娅等,2004;王遵娅和丁一汇,2006;钱维宏和张玮玮,2007)。 京津冀地区寒潮发生频次总体偏低,且年际变化呈减少趋势,气候变化率为-0.282~-0. 100次·(10 a)-1,平均每年发生1~2次区域性寒潮(李红英等,2022;李丹华等,2025)。 北京地区寒潮出现频次相对不高,相关针对性研究亦较为有限。然而,北京作为我国政治、经济、文化中心及重要国际交往城市,每年10月常举办国际金融博览会、国际音乐节、国际设计周、北京马拉松等重大活动,寒潮天气引发的剧烈降温及伴随的大风、降水将直接影响活动安全与组织效能,对重大活动气象保障服务提出严峻挑战。因此,深入分析北京10月寒潮天气的成因机理,不仅有助于提升寒潮预报技术水平,也可为重大活动气象风险防控提供科学支撑。

依据北京市气象台近10 a天气过程总结,筛选出北京地区10月出现的2次区域性寒潮过程,分别为2022年10月16—18日和2024年10月18—20日,对比分析这2次过程的强降温、大风等特征及其成因,以期深化对寒潮发生发展物理机制的认识,为寒潮天气预报服务、重大活动气象保障及防灾减灾工作提供参考,有效预防和减轻寒潮可能引发的次生灾害。

1 资料与方法

1.1 资料

1)2022年和2024年10月的地面气象站观测资料,包括气温、降水、风向风速等要素,用于寒潮天气实况特征分析。北京地区气象站包括国家级气象站20个和区域自动气象站,后者2022年为532个,2024年增至660个。2)同期欧洲中期天气预报中心第五代再分析资料ERA5,空间分辨率为0.25°×0.25°,时间分辨率为1 h,选取1 000~200 hPa共12层的位势高度、气温、风向风速及垂直速度等要素,用于揭示寒潮过程的高低空环流配置,追踪冷平流、垂直运动等关键物理量的演变特征。文中所用时间均为北京时。

1.2 方法

温度的变化可由热流量方程[公式(1)](朱乾根等,2000)描述,本文采用其零级简化形式[公式(2)]进行计算。

$\begin{aligned} \frac{\partial T}{\partial t}= & -\left(u \frac{\partial T}{\partial x}+v \frac{\partial T}{\partial y}\right)-\omega\left(\gamma_{d}-\gamma\right)+\frac{R}{c_{p}} \frac{T}{p}\left(\frac{\partial p}{\partial t}+\right. \\ & \left.u \frac{\partial p}{\partial x}+v \frac{\partial p}{\partial y}\right)+\frac{1}{c_{p}} \dot{Q} \end{aligned}$
$\frac{\partial T}{\partial t}=-\left(u \frac{\partial T}{\partial x}+v \frac{\partial T}{\partial y}\right)+\frac{1}{c_{p}} \dot{Q}$

式中:$\frac{\partial T}{\partial t}$为局地气温的变化率,单位为℃·s-1;T 为气温,单位为℃;uv 分别为水平风速的纬向和经向分量,单位均为m·s-1; 为气压坐标下的垂直速度,单位为Pa·s-1;γdγ 分别为干绝热直减率、环境大气温度直减率,单位均为℃·s-1;R 为干空气气体常数,约为287 J·kg-1·K-1;p 为气压,单位为Pa;cp 为定压比热常数,约为1 004 J·kg-1·K-1;Q. 为单位质量空气的非绝热加热项,单位为$\mathrm{J} \cdot \mathrm{~kg}^{-1} \cdot \mathrm{~s}^{-1} ;-\left(u \frac{\partial T}{\partial x}+v \frac{\partial T}{\partial y}\right)$为温度平流项。

依据《冷空气过程监测指标》(全国气候与气候变化标准化技术委员会,2017),单站寒潮判识标准为:ΔT24≥8 ℃或 ΔT48≥10 ℃或 ΔT72≥12 ℃(其中 ΔT24、 ΔT48、ΔT72分别为24、48、72 h最低气温变化),且最低气温 Tmin≤4 ℃;同时要求48或72 h内日最低气温连续下降。根据该标准,在一次区域冷空气过程中,以达到不同强度等级的单站比例确定过程强度指数:

$I=\frac{3 N_{3}+2 N_{2}+N_{1}}{N_{3}+N_{2}+N_{1}}$

式中:I 为区域冷空气过程强度指数;N3、N2、N1分别为达到寒潮标准、强冷空气标准 (ΔT48≥8 ℃)及中等强度冷空气标准(6 ℃≤ΔT48<8 ℃)的站点数。1.00≤ I<1.70为区域性中等强度冷空气过程,1.70≤I<1.95为区域性强冷空气过程,1.95≤I<3.00为区域性寒潮天气过程。

2 寒潮天气实况

根据单站寒潮定义及公式(3),2022年10月16—18日共有222个站达到寒潮标准,冷空气强度指数 I=2.17;2024年18—20日共有611个站达到寒潮标准,I=2.46。两次过程均达到区域性寒潮天气过程强度等级,且后者强于前者。为便于描述,将前者简称寒潮Ⅰ,后者简称寒潮Ⅱ,两次过程中北京地区达到寒潮标准的站点分布如图1

图1

图1   北京地区地形(填色,单位:m)及寒潮Ⅰ(a)、寒潮Ⅱ(b)达到寒潮标准的站点(黑点)分布

Fig. 1   Topography (the color shaded, Unit: m) of the Beijing area and distribution of stations (black dots) meeting cold wave standards for the cold wave I (a) and the cold wave II (b)


寒潮Ⅰ 以降温和大风天气为主。2022年10月16日起北京地区开始明显降温,最低气温最小值出现在18日凌晨,为-9.1~3.8 ℃;48 h最低气温降幅最大值出现在房山贾河站,为16.0 ℃[图2(a)]。 17日白天最高气温下降最为明显,最大降幅出现在门头沟梨树台站,为14.0 ℃[图2(c)]。16日至17日前半夜,北京大部地区出现4级左右偏北风,阵风6级以上,风力最强时段出现在16日白天及17日白天至傍晚,极大风速最大值出现在西北部延庆竞速1站,达10级[图3(a)]。 总体来看,此次过程影响范围广、最高气温降幅明显、瞬时风力强且大风持续时间长。

图2

图2   寒潮Ⅰ(a、c)和寒潮Ⅱ(b、d)48 h最低气温(a、b)及24 h(c)、48 h(d)最高气温降温幅度(单位:℃)空间分布

Fig. 2   Spatial distribution of 48 h minimum (a, b) and 24 h (d) and 48 h (d) maximum temperature decreases during the cold wave I (a, c) and the cold wave II (b, d) (Unit: ℃)


图3

图3   寒潮Ⅰ(a)、寒潮Ⅱ(b)极大风力等级空间分布

Fig. 3   Spatial distribution of maximum wind force scale during the cold wave Ⅰ (a) and the cold wave Ⅱ (b)


寒潮Ⅱ以强降温为主,并伴有大风和降水。2024年10月19日白天开始降温,最低气温和最高气温的最小值分别出现在20日凌晨和白天,其中最低气温为-6.5~4.0 ℃, 48 h最低气温降幅最大值出现在顺义绿富农站,为17.9 ℃[图2(b)];最高气温降幅最大值出现在昌平居庸关长城站和羊台子站,均为17.9 ℃[图2(d)]。 18日午后至夜间,北京大部地区出现3~4级偏北风,阵风6~7级,风力最强时段为18日20:00—19日02:00,极大风速最大值出现在西北部佛爷顶站,为8级[图3(b)]。 17日11:00—18日17:00全市平均降雨量为4.0 mm,西北部和西南部山区达中雨量级,最大累计降水量出现在怀柔四道穴村,为26.4 mm,最大小时雨强出现在门头沟南庄,为11.8 mm(图4)。 该过程影响范围广,降温剧烈,大风持续时间相对较短并伴有明显降水。

图4

图4   寒潮Ⅱ北京地区降水量分布(单位:mm)

Fig. 4   Precipitation distribution over Beijing area during the cold wave II(Unit:mm)


表1为两次寒潮过程中20个国家级气象站的主要指标。两次过程均发生在前期明显升温背景下,受较强冷空气南侵影响出现剧烈降温和大风天气。寒潮Ⅰ 大风范围更广、阵风风力更强且持续时间更长;寒潮Ⅱ降温范围更广,强度更强,并伴有明显降水过程。

表1   两次寒潮过程主要指标对比

Tab.1  Comparison of main indicators during the two cold wave processes

过程前期平均气温距平/℃最低气温48 h下降10 ℃站点数最低气温48 h最大降幅/℃最低气温24 h下降
8 ℃站点数
最低气温24 h最大降幅/℃6级及以上大风站点数最大阵风/ (m·s-1)大风持续时间/h降水站点数平均降水量/mm
寒潮Ⅰ0. 1~5. 21515. 5912. 71818. 939
寒潮Ⅱ1. 3~3. 51916. 01811. 71117. 518193. 0

注:表中各项指标以20个国家级气象站为代表;常年同期数据采用1991—2020年整编气象资料。

新窗口打开| 下载CSV


3 环流形势分析

寒潮Ⅰ 过程,2022年10月8日前后,新地岛以西和北冰洋地区分别存在一个极涡中心(图略)。 12日[图5(a)],新地岛以西的极涡东移并与北冰洋极涡合并,亚洲东部位于极涡底部分裂形成的宽广槽区内。随着极涡东移,乌拉尔山一带高压脊显著发展并向北伸展至新地岛附近,形成稳定的阻塞形势。高压脊前的偏北气流持续将极地冷空气引导至贝加尔湖附近并不断积聚加强,亚洲中高纬环流形成典型的“两槽一脊 ”型,即倒“Ω ”型结构。15日,乌拉尔山高压脊东移(图略),亚洲中高纬槽进一步南压至贝加尔湖以东形成东北冷涡,环流径向度明显增大。随着脊前偏北风增强,冷涡后部的强偏北气流使前期堆积的极寒冷空气爆发,冷空气沿脊前强盛的偏北气流迅速南侵京津冀地区,导致北京出现大风降温天气。18日[图5(b)],冷涡东移至125°E以东,东亚大槽建立,寒潮天气过程结束。

图5

图5   2022年10月12日(a)、18日(b)及2024年10月15日(c)、18日(d)500 hPa位势高度场(蓝色实线,单位:dagpm)及温度场(红色虚线,单位:℃)

Fig. 5   The 500 hPa geopotential height field (blue solid lines, Unit: dagpm) and temperature field (red dashed lines, Unit: ℃) on October 12 (a), October 18 (b) 2022, October 15 (c), and October 18 (d) 2024


寒潮Ⅱ过程,2024年10月12日,黑海—里海一带存在东北—西南向高压脊并向北伸展至70°N以北,新地岛以东为一极涡中心,其底部向南延伸至巴尔喀什湖、咸海一带形成宽广的东西向横槽,极涡底部分裂的冷空气在贝加尔湖以北发展为冷涡,东亚中高纬受高压脊控制,整体呈现倒“Ω ”型形势(图略)。 横槽后部的偏北气流与黑海地区阻塞高压共同作用,将极地冷空气持续输送至巴尔喀什湖附近并在寒潮关键区堆积(朱乾根等,2000)。 15日[图5(c)],贝加尔湖以北冷涡分裂出的高空槽东移,黑海附近阻塞高压也东移至乌拉尔山并显著加强,经向度进一步增大,阻塞高压前的偏北气流将极地冷空气输送至贝加尔湖以北冷涡后部,冷空气进一步累积;青藏高原南部有高空槽发展,河套及华北地区受弱高压脊控制,北京气温明显回升。18日[图5(d)],贝加尔湖附近冷涡南压,其分裂的冷空气与东移北抬的高原槽同位相叠加,冷空气爆发;冷涡后部的东北气流将冷空气及渤海湾水汽输送至北京地区,先后造成降水、大风和强降温天气。 19日夜间至20日凌晨,冷涡东移(图略),北京受高压脊控制,天气转晴、风力减弱,在晴空辐射作用下20日凌晨最低气温降至过程最低。

影响我国的冷空气源地主要包括新地岛以西、以东洋面及冰岛以南洋面,其中约95%的冷空气在寒潮关键区(43° N—65° N,70° E—90° E)积累和加强。影响京津冀地区的冷空气路径主要有4类,分别是偏西、西北、偏北(东北)路径及3条路径的结合(赵玉广等,2012;李丹华等,2025)。 寒潮Ⅰ 的冷空气源于关键区,经内蒙古自西北路径南下影响京津冀地区,其高空环流形势为“两槽一脊 ”型,经向度显著增大,脊前强盛的西北气流是触发区域大风的主要动力条件(赵玉广等,2012)。 寒潮Ⅱ 的冷空气主要来自关键区以东的贝加尔湖北部,经蒙古国沿东北路径南下并在华北地区形成回流,叠加水汽输送,引发降水、降温和大风天气(赵玉广等,2012)。该过程的主要影响系统为冷涡,环流由横槽转为竖槽型,冷空气堆积时间更长,导致降温更剧烈。

4 环流特征及降温机制

寒潮Ⅰ 发生前期,2022年10月14—15日北京地区受热低压控制,地面显著增温,平均气温较常年同期偏高0.1~5.2 ℃(表1);15日48 h最高气温普遍回升3.2~7.3 ℃, 其中延庆、怀柔及门头沟等地升温尤为明显,而这些区域也是后期降温幅度最大的地区。寒潮Ⅱ发生前期,2024年10月14—18日气温持续偏高,平均气温较常年同期偏高1.3~3.5 ℃ ; 14—15日最高气温较前期明显回升,15日48 h最高气温普遍回升0.3~6.9 ℃, 南部地区回升最为明显。

综合分析表明,两次过程前期均存在明显升温,且平均气温普遍高于常年同期;前期升温最明显的地区也是寒潮过程中降温幅度最大的地区。前期偏高的气温为后续冷空气南侵提供了更大的降温位势和能量条件,有利于寒潮天气的发生和增强。

4.1 冷平流与非绝热因子

4.1.1 冷平流

气温变化主要由温度平流和非绝热过程决定,温度平流侧重冷暖平流的性质和强度,非绝热因子则包括辐射、水汽凝结、蒸发及地面感热等,其作用主要表现为气温的日变化和气团变性(朱乾根等,2000;张林梅等,2010)。

由850 hPa温度平流与风场变化可看出,寒潮Ⅰ 中高空槽后部的偏北风引导冷空气自北向南推进,冷平流先增强后减弱,后期又有补充。2022年10月16日08:00[图6(a)],北京西北部冷平流最强达-50×10-5 K·s-1,当日白天最高气温已明显下降,北京西北部最高气温较前一日下降8.0~ 11.0 ℃;17日凌晨,西部和北部最低气温降至0 ℃以下,较前一日下降10.0~ 12.7 ℃;17日00:00[图6(b)],北京全域受冷平流控制,但强度有所减弱,中心值为-30× 10-5 K ·s-1;17日白天,最高气温下降最明显,西部最高气温低于10.0 ℃, 海拔较高的延庆站降至0 ℃左右;18日00:00(图略),河北西北部及北京西北部出现补充冷平流发展,但强度较弱、影响范围有限,对后期降温贡献相对较小。

图6

图6   2022年10月16日08:00(a)、17日00:00(b)及2024年10月19日02:00(c)、20:00(d)850 hPa冷平流(填色,单位:10-5 K·s-1)和风场(风矢,单位:m·s-1)

Fig. 6   The 850 hPa cold advection (the color shaded, Unit: 10-5 K·s-1) and wind field (arrow vectors, Unit: m·s-1) at 08:00 16 October 2022 (a), 00:00 17 October 2022 (b), 02:00 19 October 2024 (c), and 20:00 19 October 2024 (d)


寒潮Ⅱ过程中,在偏东北气流引导下,地面冷空气自东北向西南逐渐移动并不断增强。2024年10月18日08:00,冷平流主要位于内蒙古中东部及河北西北部。19日02:00[图6(c)],冷平流率先进入北京东北部,中心强度达-50×10-5 K·s-1,延庆、怀柔及平谷等地最低气温开始明显下降;18:00,冷平流强度最强并控制北京大部地区;20:00[图6(d)],地面风由偏北风转成偏南风,冷平流逐渐减弱,中心值降至约-10×10-5 K ·s-1。20日04:00(图略),河北西北部再次受冷平流影响,但在偏南风作用下冷平流未进入北京地区;受晴空辐射降温影响,过程最低气温出现在20日凌晨。

对比分析表明,寒潮Ⅰ 主要由高空偏北风引导冷空气自北向南影响北京;寒潮Ⅱ则在冷涡底部偏东北气流引导下,与东移高原槽叠加,冷平流在短时间内集中作用,降温幅度更剧烈。寒潮Ⅰ冷平流强度弱于寒潮Ⅱ, 但影响时间更长。

4. 1. 2非绝热因子

气温的非绝热变化是大气与外界热量交换的结果,在低层大气中对局地气温具有重要调节作用。热量交换主要通过太阳辐射、水汽相变潜热释放及湍流传导实现,天空状况、降水和风等天气现象均会对气温变化产生影响(朱乾根等,2000)。

寒潮Ⅰ 过程中,2022年10月16—17日北京地区受冷平流控制,16日凌晨至17日前半夜出现6~7级偏北阵风。虽然气温已开始下降,但风力扰动增强近地层混合,抑制地面热量的快速散失,因而最低气温下降幅度相对有限。受冷平流影响,17日白天最高气温明显下降;17日后半夜至18日凌晨,风力减小、天空转晴,具备夜间晴空辐射降温条件,最低气温于18日凌晨降至过程最低。

寒潮Ⅱ过程中,2024年10月17日夜间至18日上午北京出现降水,天空云量较多(图略),18日午后至19日白天伴有6~7级偏北阵风。尽管18日后半夜至19日白天冷平流已控制北京,但云量和风力扰动不利于快速降温,19日凌晨最低气温下降并不明显。19日夜间至20日早晨,天气转晴、风力减弱,同样形成强辐射降温条件,最低气温最小值出现在20日凌晨。

综上,两次寒潮均在前期显著回暖基础上,由冷平流和非绝热因子共同作用造成强降温。前期回暖为后续降温提供了更大的位势空间;冷平流是降温的主要原因,而云量和风力等非绝热过程决定最低气温具体出现时段。

4.2 大风成因

4.2.1 地面冷高压

地面冷高压是寒潮的直接影响系统,其中心强度及前部气压梯度是判断冷空气强度和大风的重要指标。较大的气压梯度与3 h变压梯度(∆P3)会造成大风天气。以下从地面冷高压演变与变压梯度分析两次过程的大风成因。

寒潮Ⅰ[图7(a)、(c)]中,2022年10月14日冷空气在西西伯利亚地区发展并东移南下;15日20:00,110°E—120°E的气压差约15.0 hPa,冷高压前沿已进入河北西北部和北京西北部,∆P3达3.6~3.9 hPa,延庆出现6级阵风;16日08:00,冷高压移至蒙古高原西部并达到最强,中心值为1 055.0 hPa,110° E—120° E气压差仍约15.0 hPa,北京∆ P3达3.0 hPa,风力显著增强,延庆、门头沟等高海拔站阵风达8~9级。17日白天,冷高压中心快速东移南压至河套地区,中心强度与∆P3均有所减小。

图7

图7   2022年10月16日08:00(a)、2024年10月18日08:00(b)海平面气压场(等值线,单位:hPa)及2022年10月14—18日(c)、2024年10月17—20日(d)地面冷高压及冷锋演变

(字母G、D分别为高压和低压中心;蓝色线条上的三角形为冷锋,箭头指示冷高压移动路径)

Fig. 7   Sea-level pressure fields (contour lines, Unit: hPa) at 08:00 16 October 2022 (a) and 08:00 18 October 2024 (b), and the evolution of the surface cold high-pressure system and cold front during 14-18 October 2022 (c) and 17-20 October 2024 (d)

(The letter G and D denote the center of the high-pressure and low-pressure system, respectively; triangle along the blue lines represents cold fronts, the arrow indicates the propagation paths of the cold high)


寒潮Ⅱ[图7(b)、(d)]中,2024年10月17日08:00,西西伯利亚也存在冷高压,中心值为1 037.5 hPa;18日08:00,高压中心值增大至1 047.5 hPa,高压前部气压梯度达30.0 hPa;18日白天至19日,高压前部的冷锋自河北西部西北 — 东南方向影响北京,110°E—120°E等压线密集,气压差约30.0 hPa;18日20:00至19日02:00,风力最强时段北京∆P3达3.0~ 5.0 hPa,西部个别站点偏北风阵风达8级。

两次寒潮过程中,地面冷高压中心均位于西西伯利亚,但其强度与移动速度存在明显差异。寒潮Ⅰ 冷高压强度更强,寒潮Ⅱ冷高压移动速度更快。两次寒潮在水平方向上形成较强的气压梯度和3 h变压梯度,∆P3均超过3 hPa,其中寒潮Ⅱ 的等压线更密集,水平气压梯度更大。强盛的地面冷高压在京津冀地区形成较强的气压梯度,110°E—120°E之间的气压差达15 hPa以上,为梯度风的形成提供了有利动力条件,是两次过程大风天气的重要成因。

4.2.2 下沉运动

图8为两次寒潮过程中下沉运动、风场及温度的垂直结构。冷空气影响期间,北京上空均存在明显下沉气流,但其强度、持续时间及下沉气流核高度差异明显。寒潮Ⅰ 中,下沉气流强度大、维持时间长且可到达地面。16日白天至17日下午,下沉气流多次触及地面,最强下沉气流中心位于925 hPa附近,中心值达0.45 Pa ·s-1;17日00:00、08:00下沉气流核均到达地面。受其影响,16日气温明显下降,1 000 hPa最低温度约为8 ℃, 低温过程持续约2 d。寒潮Ⅱ 中,下沉气流强度整体偏弱且持续时间较短,仅在18日午后及19日00:00—08:00出现较弱地面下沉,中心强度约为0.35 Pa·s-1,维持时间约12 h,1 000 hPa最低温度约为4 ℃。已有研究表明,下沉气流核到达地面后,持续时间越长,越有利于动量向下输送,大风天气越剧烈(于波等,2019)。 因此,寒潮Ⅰ 的大风强度和持续时间均明显强于寒潮Ⅱ。

图8

图8   2022年10月16—18日(a)及2024年10月18—20日(b)气温(等值线,单位:℃)、风场(风矢,单位:m·s-1)及下沉速度(阴影,单位:Pa·s-1)沿北京(40°N,117°E)的时间-高度剖面

Fig. 8   The time-height sections of temperature (the contour lines, Unit: °C), wind field (arrow vectors, Unit: m·s-1) and descending velocity (the color shaded, Unit: Pa·s-1) along Beijing (40°N, 117°E) during 16-18 October 2022 (a), and 18-20 October 2024 (b)


综上,两次寒潮过程中水平方向和垂直方向均存在明显气压梯度。寒潮Ⅰ 中垂直方向气压梯度与下沉运动的贡献更大,动量下传显著,大风强度更大、持续时间更长;寒潮Ⅱ水平方向气压梯度贡献更大,冷空气水平推进迅速,导致降温强度更大、影响范围更广。

5 降水成因

寒潮Ⅱ期间北京地区出现降水(图4)。 从中高层影响系统与水汽条件分析发现,此次降水主要由贝加尔湖附近高空冷涡底部分裂的冷空气与东移高原槽叠加共同影响(图9)。 2024年10月17日08:00(图略),700 hPa青藏高原东部、河套西部有短波槽发展,京津冀地区位于槽前西南气流控制下;20:00,内蒙古中东部与河北西部形成西北风与西南风切变,区域湿度显著增大(温度露点差≤3 ℃), 850 hPa(图略)切变位置较700 hPa略偏东北,低层辐合区更接近北京北部。1 000 hPa,北京站为偏北风,而北京东部为一致的偏东风,偏东气流将渤海湾水汽向北京地区输送并在此辐合。低层水汽输送与850 hPa、700 hPa切变线提供的动力抬升相配合,共同促成此次降水过程。尽管水汽条件较为有利,但切变系统移动速度较快且位置偏东北,故降水持续时间短、总量偏小。

图9

图9   2024年10月17日20:00 700 hPa(a)、1 000 hPa(b)风场(风矢,单位:m·s-1)与温度露点差(数值,单位:℃)

(红色线为切变线)

Fig. 9   The 700 hPa (a) and 1 000 hPa (b) wind field (arrow vectors, Unit: m·s-1) and dew-point deficit (value of number, Unit: ℃) at 20:00 17 October 2024

(The red line indicates shear line)


6 结论与讨论

本文基于常规气象观测资料和ERA5再分析资料,采用对比分析方法,对北京地区2022年10月16—18日(寒潮Ⅰ) 和2024年10月18—20日(寒潮Ⅱ) 的环流特征与物理机制进行了研究,得到以下主要结论。

1)两次寒潮均以降温和大风为主。从冷空气强度指数看,寒潮Ⅱ强于寒潮Ⅰ。寒潮Ⅰ 大风持续时间长、瞬时风力强;寒潮Ⅱ降温范围更广、降幅更剧烈,大风影响范围和持续时间弱于寒潮Ⅰ, 且伴有降水天气。

2)寒潮Ⅰ 为西北路径,500 hPa为“两槽一脊 ”型,且经向度大,脊前强盛的西北气流是大风形成的关键;寒潮Ⅱ为横槽转竖型,冷空气自东北路径南下并形成回流,冷空气堆积时间长,降温更为剧烈。

3)两次过程均在前期气温回暖基础上,由冷平流和非绝热因子共同作用造成降温。前期回暖为后期降温幅度提供了热力基础,冷平流是剧烈降温的主要原因,云量和风力等非绝热因子对最低气温的形成具有重要调制作用。

4)强大的地面冷高压在北京地区形成较强的气压梯度和3 h变压梯度,形成梯度风。寒潮Ⅰ 中垂直方向气压梯度与下沉运动贡献更大,大风更强;寒潮Ⅱ 以水平方向气压梯度为主,降温更剧烈、范围更广。下沉气流达到地面且持续时间越长,越有利于强风维持。

5)寒潮Ⅱ降水的主要成因为500 hPa贝加尔湖冷涡底部分裂冷空气与东移高原槽同位相叠加,配合850、700 hPa切变线的动力抬升,并在偏东气流输送下引入渤海湾水汽,在北京地区形成辐合抬升,从而触发降水。

10月是北京地区夏秋季环流转换的关键过渡期,冷空气活动逐渐活跃,但受前期基础温度偏高影响,达到区域性寒潮标准的降温过程相对较少。然而,此类过程常伴随降温、大风及降水等灾害性天气,对重大活动保障和城市运行影响显著。业务预报中需加强对10月寒潮过程的机理总结与预报预警技术凝练;在最低气温预报方面,应综合考虑冷平流、云量和风力扰动等多因子作用,其中云量和风场对夜间降温的影响有时可能较冷平流更为直接。

参考文献

曹兴, 毛炜峄, 尹冰霞, , 2017.

不同定义指标下的乌鲁木齐寒潮过程气候特征对比分析

[J]. 沙漠与绿洲气象, 11 (3):31-37.

[本文引用: 1]

陈豫英, 陈楠, 邵建, , 2009.

2008年12月两次寒潮天气对比分析

[J]. 气象, 35(11):29-38.

[本文引用: 1]

丁一汇, 马晓青, 2007.

2004/2005年冬季强寒潮事件的等熵位涡分析

[J]. 气象学报, 65(5):695-707.

[本文引用: 1]

侯亚红, 杨修群, 李刚, 2007.

冬季西伯利亚高压变化特征及其与中国气温的关系

[J]. 气象科技, 35(5):646-650.

[本文引用: 1]

候启, 2020. 华北温度异常引起的寒潮和热浪灾害特征及影响因子分析[D]. 兰州: 西北师范大学.

[本文引用: 1]

季崇萍, 张迎新, 乔林, , 2020. 北京天气预报手册[M]. 北京: 气象出版社:135-142.

[本文引用: 1]

李丹华, 杨扬, 李红英, , 2025.

京津冀地区1961—2020年冬季区域性寒潮过程特征和路径分析

[J]. 陕西气象(1):13-17.

[本文引用: 2]

李峰, 矫梅燕, 丁一汇, , 2006.

北极区近30年环流的变化及对中国强冷事件的影响

[J]. 高原气象, 25(2):209-219.

[本文引用: 1]

利用1971-2000年NCEP再分析资料和中央气象台提供的我国强冷空气过程统计资料,分析了近30年冬半年北极区及中高纬度地区大气环流形势的气候变化以及对中国强冷事件的影响。结果表明,20世纪70~90年代北极区大气温度发生了明显变化,极涡系统也随之改变。80年代中期前,极涡范围偏大;之后面积减小。从长期趋势来看,70年代中期至90年代中期,极涡强度与面积呈反位相变化;同期,亚洲中高纬地区大气环流也相应调整,总体趋势由低指数向高指数模态转变,环流经向度减小;东亚大槽东迁,槽线90年代比70年代东移了近1个经距,冬季则更为突出,平均东移2.2个经距;西伯利亚冷高压也发生了年代变迁,70年代高压强度弱、控制范围偏小,80年代增强,范围明显扩大,90年代高压中心强度变化不大,但高压主体向南扩展的纬度较80年代偏北1~2个纬距,主体面积减小了5%。研究表明,正是由于极区、近极区环流系统的改变,造成近30年我国强冷空气爆发的事件特性发生了年代际变化。70年代强冷事件最为频繁,以西路冷空气为主,80年代频次明显减少,以偏西北路冷空气为主,但多源自新地岛东部,极端强冷事件降温距平达到最大,单次冷空气势力最强;90年代强冷事件频次又有所增加,但冷空气强度明显减弱。究其原因,主要与气候增暖、积温偏高,易产生降温有关。而上述近30年冷事件频次和强度的变化特征符合极端天气事件与气候变化的关系,因此我国强冷空气爆发事件特性的改变可能也是气候增暖的结果和反映。

李红英, 林纾, 王云鹏, , 2022.

1961—2017年京津冀地区寒潮活动特征

[J]. 干旱气象, 40(1):41-48.

DOI      [本文引用: 2]

基于1961—2017年京津冀地区126个气象观测站逐日最低气温和降水资料,分析该区域寒潮发生频次时空变化特征,在此基础上通过定义的干湿判别指标分析区域性寒潮的干湿特征。结果表明:(1)京津冀地区单站寒潮年平均发生频次空间分布呈西北多东南少,86%的站点寒潮年发生频次呈减少趋势。(2)1961—2017年寒潮累计发生站次呈显著减少趋势(P<0.001),气候倾向率为-5.7站次·a<sup>-1</sup>, 且在1983年发生突变。1961—1971年寒潮累计发生站次出现峰值,从1972年开始锐减, 2007—2017年寒潮平均发生站次为历史最少。(3)1961—2017年区域性寒潮发生频次年际变化总体呈递减趋势,气候倾向率为-0.282次·(10 a)<sup>-1</sup>, 1960年代冬季区域性寒潮发生频次最多,1970年代秋季和春季最多,2000年代冬季和春季为次高峰期,2011—2017年3个季节最少。区域性寒潮发生频次季节分布中以秋季出现最多、其次是冬季、春季最少; 10月、11月寒潮最为活跃。(4)京津冀地区区域性寒潮过程干过程发生频次最多,2011—2017年区域性寒潮过程干湿特征趋向于干过程和湿过程两极化分布。

毛炜峄, 陈颖, 2016.

1951—2015年乌鲁木齐市寒潮过程频数及强度气候特征

[J]. 干旱气象, 34(3):403-411.

DOI      [本文引用: 1]

利用乌鲁木齐市气象站1951年1月1日至2015年12月31日的最低气温资料,以日最低气温及其降温幅度为指标,基于降温过程定义,结合《寒潮等级》(GB/T21987&mdash;2008),整理出乌鲁木齐市近65 a来寒潮过程数据库,分析乌鲁木齐市寒潮过程的频数、持续日数和6项强度要素气候特征。结果表明:(1)近65 a来,乌鲁木齐市共出现265次寒潮过程,平均每年4.1次。春季4月寒潮过程最多,占18.3%。寒潮异常偏多年,秋季11月寒潮过程最多,异常偏少年,春季4月寒潮过程最多;(2)年以及秋、冬、春季的寒潮过程频数大多在1950年代最多,近5 a(2011&mdash;2015年)最少。秋季的寒潮过程频数百分率在下降,而春季从1950年代的28.4%增加到近5 a的50.0%;(3)寒潮过程持续日数平均为2.86 d,其中持续2~4 d的过程占78.9%。一般寒潮和强寒潮过程持续日数以2~4 d为主,而特强寒潮过程以1~3 d为主。在寒潮过程相对较多的春季,随寒潮等级从一般、强到特强,过程持续日数越来越短;(4)寒潮过程降温幅度平均值为-13.45 ℃,冬季12月的过程降温幅度最大。过程最大24 h、48 h和72 h降温幅度平均值分别为-8.64 ℃、-11.74 ℃和-13.67 ℃,24 h降温幅度以春季5月最为剧烈,48 h和72 h降温幅度均以秋季11月最剧烈;(5)寒潮过程最低气温平均值为-11.55 ℃,冬季1月过程最低气温平均值最低,而5月与9月的寒潮过程最低气温平均值均在0 ℃以上。寒潮过程日最低气温距平最大偏低幅度的平均值为-8.48 ℃,一般、强和特强寒潮过程的日气温距平偏低幅度最强的月份分别是5月、2月和12月。

牛若芸, 乔林, 陈涛, , 2009.

2008年12月2—6日寒潮天气过程分析

[J]. 气象, 35(12):74-82.

[本文引用: 1]

钱维宏, 张玮玮, 2007.

我国近46年来的寒潮时空变化与冬季增暖

[J]. 大气科学, 31(6):1 266-1 278.

[本文引用: 2]

全国气候与气候变化标准化技术委员会, 2017. 冷空气过程监测指标:QX/T 393—2017[S]. 北京: 气象出版社.

[本文引用: 1]

宋哲, 2015. 我国北方寒潮活动频次与北半球极涡异常的关系[D]. 昆明: 云南大学.

[本文引用: 1]

唐钱奎, 鲁燕, 2019.

2018年4月成都地区两次寒潮天气过程对比分析

[J]. 西南师范大学学报:自然科学版, 44(3): 48-54.

[本文引用: 1]

陶亦为, 代刊, 董全, 2017.

2016年1月寒潮天气过程极端性分析及集合预报检验

[J]. 气象, 43(10):1 176-1 185.

[本文引用: 1]

万瑜, 曹兴, 窦新英, , 2015.

中天山北坡春季寒潮型暴雪致灾成因分析

[J]. 干旱区地理, 38(3):478-486.

[本文引用: 1]

采用NCEP逐日4次1&deg;&times;1&deg;再分析资料和Micaps常规观测等资料,对2011年4月发生在中天山北坡乌鲁木齐地区寒潮型暴雪过程的致灾天气学成因进行综合分析,着重讨论了强降雪发生所具备的水汽条件、高低空急流等动力耦合机制及温度平流条件。结果表明:在稳定的环流背景下,春季500 hPa西西伯利亚低槽位置南伸至35&deg;N,使得冷暖空气活跃交绥造成中低层大气斜压性增强,加之天山准静止锋的长时间停滞维持,致使中天山北坡受强锋区的控制而形成持续性雨雪天气。深厚的湿层和持续的水汽辐合为暴雪的产生提供了丰沛的水汽条件;高低空急流配置及正涡度大值区由低层向对流层中层发展,有利于高层气流抽吸辐散、中低层暖湿气流辐合和上升运动的增强,为强降雪天气提供了动力条件;强降雪落区与湿位涡有较好的对应关系。冷暖平流稳定对峙加之低层冷平流侵入之强是造成暴雪持续、增幅和剧烈降温的重要原因之一。

王宗明, 2018. 冬半年入侵中国北方的强冷空气路径及其机理分析[D]. 南京: 南京信息工程大学.

[本文引用: 1]

王遵娅, 丁一汇, 2006.

近53年中国寒潮的变化特征及其可能原因

[J]. 大气科学, 30(6):1 068-1 076.

[本文引用: 1]

王遵娅, 丁一汇, 何金海, , 2004.

近50年来中国气候变化特征的再分析

[J]. 气象学报, 62(2):229-236.

[本文引用: 2]

谢永坤, 刘玉芝, 黄建平, 2014.

秋季北极海冰对中国冬季气温的影响

[J]. 气象学报, 72(4):703-710.

[本文引用: 1]

尹春, 刘抗, 何金梅, , 2015.

甘肃省河西地区2次强寒潮天气过程分析

[J]. 现代农业科技(23):262-264.

[本文引用: 1]

于波, 李桑, 黄富祥, , 2019.

2016年1月京津冀地区连续性寒潮事件对比分析

[J]. 干旱气象, 37(6):954-963.

[本文引用: 2]

张林梅, 庄晓翠, 胡磊, 2010.

新疆阿勒泰地区一次强寒潮天气过程分析

[J]. 干旱气象, 28(1):71-75.

[本文引用: 2]

&nbsp;利用Micap s常规实况图、EC客观分析场及T213 00时的物理量场,从寒潮冷空气的酝酿、堆积、爆发3个阶段分析了2009年2月11~13日新疆阿勒泰地区的一次强寒潮天气过程,重点分析强降温及降水原因。分析表明:此次强寒潮冷空气来自新地岛和泰米尔半岛的超极地强冷空气,强冷空气沿乌拉尔山脊前东北风带和北风带南下堆积到西西伯利亚上空。由于乌拉尔山脊西北部冷空气的侵袭,使该脊向东南跨,推动西西伯利亚强冷空气大举南下,从而造成这次强寒潮天气。形成强降水的原因是北方冷空气与南支槽东移北上的暖湿气流在该地区汇合,并配合动力条件和水汽条件共同造成的。

赵玉广, 何丽华, 张南, , 2012.

河北省寒潮天气形势分析及预报

[J]. 干旱气象, 30(1):94-99.

[本文引用: 4]

利用1991 ~ 2010 年高空、地面常规气象资料和数值预报产品,应用天气学、动力学和统计学相结合的方法,对河北省寒潮天气的环流形势、冷空气活动路径和气候背景等方面进行了分析,将河北省寒潮的短期天气形势归纳为4 种主要的类型,并总结出河北省寒潮天气的预报着眼点。

朱红霞, 陈文, 冯涛, , 2019.

冬季西伯利亚高压的主要年际变化模态及其对东亚气温的影响

[J]. 高原气象, 38(4): 685-692.

DOI      [本文引用: 1]

选取40°N-60°N,80°E-120°E的区域作为西伯利亚高压的主要活动区域,利用NCEP/NCAR月均海平面气压再分析资料,对该区域西伯利亚高压(Siberian High,SH)从1979-2017年共38个冬季(12月至次年2月)进行经验正交函数分解(Empirical Orthogonal Function,EOF)。结果表明,第1模态为全区一致的变化,第2模态为南北气压的反相变化关系,第3模态为东西部气压的反相变化关系,并且3个模态的时间序列都存在显著的年际变化。进一步对相关的大气环流和东亚气温异常的分析表明,第1模态相联系的大气环流在地面表现为海陆气压差的改变,500 hPa高度上东亚大槽强度的变化,200 hPa纬向风场上温带急流、副热带急流强度的变化,SH负位相时,东亚偏暖,SH正位相时,东亚偏冷;第2模态与北极涛动(Arctic Oscillation,AO)和北大西洋涛动(North Atlantic Oscillation,NAO)的变化有密切关系,在高度场上表现为一个准正压的南北环状模态,SH北强南弱时,环流场类似AO正位相,温带急流减弱,东亚东北部偏暖,SH北弱南强时,东亚东北部偏冷;而与第3模态相联系的大气环流主要出现在欧亚大陆局部区域,与北大西洋涛动(NAO)也存在一定的关联,SH东强西弱时,东亚北部偏暖,西南部偏冷,SH东弱西强时,东亚北部偏冷,西南部偏暖。

朱乾根, 林锦瑞, 寿绍文, , 2000. 天气学原理和方法[M]. 3版. 北京: 气象出版社:266-319.

[本文引用: 5]

MA S M, ZHU C W, 2020.

Opposing trends of winter cold ex-tremes over eastern Eurasia and North America under re-cent Arctic warming

[J]. Advances in Atmospheric Sci-ences, 37(12):1 417-1 434.

[本文引用: 1]

WU S J, LUO M, LAU G N, et al, 2025.

Rapid flips between warm and cold extremes in a warming world

[J]. Nature Communications, 16 :3543. DOI:10.1038/s41467-025-58544-5.

[本文引用: 1]

/