山東大風天氣的低頻特征及機理分析

鄭麗娜，劉冬冬，何鵬程

(1.山東省氣象防災減災重點實驗室，山東 濟南 250031；2.濟南市氣象局，山東 濟南250102；3.東營市墾利區氣象局，山東 墾利 257500)

引言

大風是山東一年四季最常見的一種災害性天氣，不僅能造成農作物倒折減產，而且往往給海上運輸、捕撈、內河航運、水產養殖、石油開發等造成巨大的損失或威脅。干旱的季節，大風常常引起沙塵天氣，地面大量的塵沙被強風吹起，給人民的生產、生活造成嚴重的危害。近幾年，對于大風的研究，主要集中在以下幾個方面：一是對災害性大風天氣的特征研究[1]；二是對由強對流天氣引起的大風個例分析[2-6]；三是對災害性大風天氣的預報與檢驗方面的研究[7]。針對山東的大風天氣過程，曹鋼鋒等[8]利用1971—1980年的大風數據，總結出山東的大風日數北部沿海最多，魯南內陸最少；春、冬兩季的大風日數最多，夏季最少。楊曉霞等[9]利用2001—2010年的觀測數據統計了山東沿海的偏北大風，歸納了產生偏北大風的概念模型。郭俊建和孫莎莎[10]則利用2010—2012年的逐時大風數據統計了山東沿海的大風日數及其分布。以上的這些研究成果對于認識山東大風的特點及其形成機理起到了積極作用。隨著新型探測儀器在業務中的應用，高時間分辨率的大風數據不斷被獲取，利用這些數據可以獲得更精確的分析結果。本文利用時間尺度精準到秒的資料，分析近幾年山東大風的時空分布特征，對以往山東大風的研究給予必要的補充。

異常的大氣環流是造成災害性大風的主要原因，而大氣低頻振蕩對異常環流的形成和維持具有十分重要的作用。已有研究[11]表明，大氣低頻振蕩對東亞的天氣、氣候有重要的影響。在冬季，引起大風的寒潮天氣過程往往是強盛的東亞冬季風造成的。東亞冬季風具有明顯的季節內變化特征，往往表現為冷空氣的頻發，導致寒潮天氣南下，給我國大部地區帶來嚴重低溫、大風、暴雪等災害性天氣[12]。丁一匯等[13]研究了東亞寒潮爆發過程，表明冷空氣主要以準雙周低頻模態的形式向南傳播。東亞冬季風的強度與我國冬季大部分地區的氣溫呈顯著的負相關，東亞冬季風不僅影響華北、長江中下游地區的冬季氣溫，還會進一步影響到華南、西南地區。劉櫻等[14]指出30～60 d低頻環流場上西西伯利亞附近的低頻反氣旋及日本海附近的低頻氣旋是造成華北持續性異常低溫事件的重要低頻影響因子。目前有關氣溫、降水等要素的低頻振蕩特征研究得比較多，對于大風的低頻振蕩特征研究得相對偏少。因此，本文運用山東122個國家級地面氣象觀測站逐日逐時的大風觀測數據分析山東大風的特征，并探討大氣環流低頻傳播與大風之間的聯系，從而增進人們對山東大風天氣的了解。

1 數據與方法

1.1 數據

本文使用的資料：1)歐洲中期天氣預報中心(ECMWF)提供的ERA-interim再分析資料，水平分辨率為0.25°×0.25°，垂直方向從1 000 hPa到10 hPa共16層，主要是U風與V風數據。2)山東省122個國家級地面氣象觀測站(以下簡稱“122站”)2015年9月—2020年9月逐時風場數據，資料來源于山東省氣象信息中心。

1.2 方法

按中國氣象局第16號、氣發〔2005〕109號及氣辦發〔2010〕19號等文件中有關大風的定義，本文以20時為日界，統計山東122站日內滑動10 min平均風速最大值與最大瞬時風速值(瞬時風速指3 s平均風速)。一天內只要有1站的10 min平均風力達到6級(風速v≥10.8 m·s-1)或瞬時風力達到7級(風速v≥13.9 m·s-1)以上，定義該站出現大風一次，記為1站次。西北風—北風—東北風之間的風向定義為偏北風，西南風—南風—東南風之間的風向定義為偏南風。

為了分析不同層次風場的低頻特征，對風場數據進行巴特沃斯帶通濾波器濾波，這種方法在大氣科學研究中被廣泛應用。

2 山東大風的分布特征

由2015年9月—2020年9月山東省16個地級市年平均大風站次分布(圖1)可以看到，大風主要出現在山東半島東部，即煙臺北部、威海市轄區內，年頻次在200站次以上，其中威海市轄區內最多可達355站次；其次大風多出現在青島市、濟南市及煙臺市轄區的南部，年頻次在150～200站次；出現大風最少的區域在魯南，主要在棗莊市，年頻次為39站次。由2016—2019年大風累計總站次的年統計(圖2a)可知，2016年累計出現大風2 673站次，2017年為2 853站次，2018年為2 942站次，2019年則達到2 953站次，可見這幾年山東大風呈現逐年上升的趨勢。由大風各月站次分布(圖2b)來看，3月大風出現最多，累計2 088站次，9月最少，為417站次。從季節上看，春季(3—5月)出現站次最多，平均2 025站次/月，最少的為秋季(9—11月)，平均為815站次/月。

圖1 2015年9月—2020年9月山東16地市大風年平均站次(色階，單位：站次)分布Fig.1 Distribution of annual mean frequency of strong winds in 16 cities of Shandong from September 2015 to September 2020 (color scale, units: times)

圖2 2016—2019年各年大風累計總站次分布(a)與各月大風累計站次分布(b)Fig.2 Distribution of annual (a) and monthly (b) cumulative frequency of strong winds from 2016 to 2019

圖3給出了2016—2019年各年、各月南大風與北大風累計站次分布。從圖3a中可以看到，南大風在2018年出現最多，為590站次；在2019年最少，為492站次。北大風出現最多的年份是2019年，為1 580站次；最少的是2018年，為1 308站次。北大風出現站次為南大風的2～3倍。由各月的累計站次分布(圖3b)來看，總體上北大風站次也多于南大風站次，只有7月南大風站次略偏多，為310站次，而北大風為233站次。在統計中發現，濟南站(站號54823)無論是年統計還是月統計，其南大風站次明顯多于北大風站次，這與其他地市不同。以春季為例，濟南站在春季(3—5月)大風出現的站次最多，這點與其他地市一致，但是其南大風累計出現73站次，而北大風僅有8站次，偏南大風明顯偏多。

圖3 2016—2019年南、北大風年累計站次分布(a)與各月南、北大風累計站次分布(b)Fig.3 Distribution of annual (a) and monthly (b) cumulative frequency of southerly and northerly strong winds from 2016 to 2019

為了診斷山東大風發生頻次是否具有低頻振蕩特征，本文對2015—2020年逐日逐站大風站次進行累加統計，然后對逐日累加站次序列進行小波分析。小波分析也稱多分辨率分析，是一種信號時間-尺度(頻率)分析方法，研究不同尺度周期隨時間的演變情況，具有多分辨率分析和對信號的自適應性的特點，被認為是傅立葉分析方法的突破性進展[15]。本文采用墨西哥帽小波函數[16]變換，最后計算小波方差。從圖4a中可以看到，在1 a的時間尺度內，1～150 d間存在15 d 與20～25 d的周期，表現為多-少等多個循環交替。在150～220 d間存在10～15 d的周期，在220～366 d間則20 d的周期更明顯。結合小波方差(圖4b)分析，全年中11～13 d與20～23 d的振蕩周期方差在500以上，說明全年中這兩個振蕩周期最明顯，可見山東大風具有顯著的低頻振蕩特征。

圖4 2015年9月—2020年9月山東大風日累計站次序列小波變換實部(a)與小波方差(b)Fig.4 Real part of wavelet transform (a) and variance of wavelet (b) of time series of daily cumulative frequency of strong winds in Shandong from September 2015 to September 2020

圖5是2015年9月—2020年9月山東春、夏、秋、冬四季大風逐日累加站次的演變和11～13 d以及20～23 d帶通濾波后的站次時間序列。從圖5a中可以看到，11～13 d的振蕩在整個春季都比較顯著，除了4月16—18日的大風外，其余時段大風的演變與振蕩周期之間均有很好的對應關系，幾次大范圍大風過程均發生在振蕩的波峰處。20～23 d的振蕩幅度要弱于11～13 d的振蕩，其隨著時間的演變和大風站次的關系不如11～13 d顯著，但是在4月中旬與5月上旬其振蕩周期與站次分布趨于一致。夏季的低頻振蕩強度偏弱，盡管8月11～ 13 d的振蕩強度增強，但是其與大風站次的分布不相對應。秋季，20～23 d的振蕩較11～13 d的振蕩顯著，除9月上中旬外，其余時段20～23 d振蕩周期與大風站次分布趨于一致。冬季，20～23 d的振蕩與大范圍大風站次的分布基本一致。

圖5 2015年9月—2020年9月山東春(a)、夏(b)、秋(c)與冬(d)四季大風序列時間演變(柱狀表示實際逐日大風站次的累加，圓點實線表示11～13 d濾波后大風站次，實線表示20～23 d濾波后的大風站次)Fig.5 Time series of strong winds in Shandong in spring (a), summer (b), autumn (c), and winter (d) from September 2015 to September 2020 (bar for observed daily frequency of strong winds, solid line with dots for 11-13 d filtered data of frequency, black solid line for 20-23 d filtered data of frequency)

3 大風低頻振蕩的傳播特征

大風天氣的產生是不同緯度、不同高度、不同尺度天氣系統相互作用的結果。有研究[17]表明，經向風的強度可以表征冷空氣的強度。由春季114～122°E平均經向風(V)11～13 d濾波值的時間-緯度剖面圖(圖6)可以看到，自3月1日—5月31日，200 hPa與500 hPa經向風在春季有9次明顯的經向風傳播過程，3—5月幾乎每半個月就會發生一次。850 hPa與1 000 hPa經向風的傳播不及200 hPa與500 hPa的強度強，但是9次經向風傳播過程還是很清楚，且大都表現為由北向南的傳播過程，這與春季山東盛行偏北大風一致。

圖6 春季114°～122°E平均經向風11～13 d濾波值的時間-緯度剖面圖(色階，單位：m·s-1；a. 200 hPa, b. 500 hPa, c. 850 hPa, d. 1 000 hPa)Fig.6 Time-latitude cross section of 11-13 d filtered data of average meridional wind between 114°E and 122°E in spring (color scale, units: m·s-1； a. 200 hPa, b. 500 hPa, c. 850 hPa, d. 1 000 hPa)

秋季經向風的傳播與春季明顯不同。由秋季114°～122°E平均經向風20～23 d濾波值的時間-緯度剖面圖(圖7)可以看到，200 hPa經向風的大值中心在35°N附近，35°N以北，經向風傳播表現為自南向北，35°N以南，傳播則是自北向南。500 hPa經向風的傳播與200 hPa相似，只是10月下旬之后這種傳播特征更為明顯。850 hPa經向風的傳播與200 hPa、500 hPa不同，其在35°N以北是自北向南傳播，而35°N以南，則是自南向北傳播，表明在對流層低層，35°N以北以偏北風為主，以南則是偏南風為主。1 000 hPa經向風的傳播方向自北向南的傳播更加明顯，說明在秋季，冷空氣勢力在對流層中低層較中高層明顯。

圖7 秋季114°～122°E平均經向風20～23 d濾波值的時間-緯度剖面圖(色階，單位：m·s-1；a. 200 hPa, b. 500 hPa, c. 850 hPa, d.1 000 hPa)Fig.7 Time-latitude cross section of 20-23 d filtered data of average meridional wind between 114°E and 122°E in autumn (color scale,units: m·s-1; a. 200 hPa, b. 500 hPa, c. 850 hPa, d. 1 000 hPa)

為了細致分析山東春季大風的低頻特征和相應環流形勢的演變機理，針對春季完整的幾次11～13 d的低頻循環，將每個振蕩周期劃分為6個位相，其中第一位相是11～13 d低頻強度最弱的位相，對應山東大風出現站次最少的時段，第四位相是低頻強度最強的位相，其時間和山東大風5次大范圍大風過程時間基本一致，第二、三位相和第五、六位相是低頻振蕩由弱(強)變強(弱)的位相，這6個位相包含了低頻大風過程的整個周期。

根據山東大風11～13 d振蕩的6個不同位相合成低頻循環的1 000 hPa低頻距平風場(圖8)。從圖中可以看到，在第一位相時，1 000 hPa的環流形勢表現為烏拉爾山東側是一低頻氣旋，黃海上空為低頻反氣旋，兩個系統之間多為經向風的正距平；在第二、三位相，烏拉爾山東側的低頻氣旋強度逐漸加強，范圍不斷擴展，且緩慢向東移動；黃海上空的反氣旋也逐漸東退；在內蒙古中部衍生出一個低頻反氣旋；中國大陸正逐漸由經向風的正距平調整為經向風的負距平。在第四位相，蒙古中部的低頻反氣旋勢力增強，并向東南方向擴展，控制著內蒙古中部及華北地區，同時在渤海及渤海海峽附近有一低頻氣旋在發展，蒙古低頻反氣旋右側的偏北風與渤海低頻氣旋左側的東北風加大了山東上空的偏北風，這是山東發生大風天氣的一個原因。在第五位相，華北低頻反氣旋與渤海低頻氣旋強度明顯減弱，黃海上空的經向風正距平勢力顯著增強。第六位相時，華北上空的風進一步減弱，黃海上空的低頻氣旋又開始建立，烏拉爾山東側也開始有負的經向風距平出現，新的一輪振蕩又在醞釀中。由以上分析可知，山東春季大風的產生最明顯的近地層低頻特征是烏拉爾山東側低頻氣旋與黃海低頻反氣旋的出現與加強，隨著這兩個系統的東移，蒙古低頻反氣旋與渤海氣旋的產生與增強是山東產生大風的一個原因。同時，烏拉爾山東側經向風的負距平向東移動、擴張與南下，華北地區經向風正距平逐漸被負距平所代替，是山東春季大風產生的低頻征兆。

圖8 山東春季大風11～13 d低頻振蕩的6個位相合成的1 000 hPa低頻風場(箭頭，單位：m·s-1)和經向風異常(色階，單位：m·s-1)(a.第一位相，b.第二位相，c.第三位相，d.第四位相，e.第五位相，f.第六位相)Fig.8 Low-frequency wind field (arrow, units: m·s-1) at 1 000 hPa and meridional wind anomaly (color scale, units: m·s-1) during 6 phases based on 11-13 d low-frequency oscillation of strong winds in Shandong in spring (a, b, c, d, e, and f for the first, second, third, fourth, fifth, sixth phase, respectively)

4 結論

本文對2015年9月—2020年9月山東的大風天氣進行分析，不僅討論了山東大風的特征，還從低頻振蕩的角度探討了大氣環流低頻振蕩與山東大風的關系，結果表明：

1)山東大風發生頻次近幾年有上升趨勢，春季發生次數最多，秋季最少。山東半島東部發生頻次最多，魯南地區最少。山東大風多以偏北大風為主，只有在7月偏南大風較偏北大風頻次略多。

2)山東大風存在顯著的11～13 d與20～23 d低頻振蕩周期，其中春季的主振蕩周期為11～13 d，秋、冬季為20～23 d，夏季的振蕩周期不顯著。一般主振蕩周期的演變和大范圍大風發生的頻次有較好的對應關系，大范圍的大風過程基本發生在振蕩的波峰處。

3)春季，對流層內大氣低頻環流多為自北向南的傳播，對流層中高層的傳播強度明顯較低層偏強。秋季，對流層中高層的低頻環流以35°N為界，35°N以北，經向風傳播表現為自南向北，35°N以南，傳播則是自北向南，對流層低層反之。

3)山東大風產生之前，1 000 hPa低頻環流烏拉爾山東側低頻氣旋與黃海上空低頻反氣旋同時存在。在兩個系統東移的過程中，華北低頻反氣旋與渤海低頻氣旋生成并加強，同時華北上空經向風正異常逐漸被經向風負異常所代替，是山東大風天氣產生的低頻征兆。