【南方怎样科学追雪】积雪气候背景与EOF分型

yrch007

AI气象模型在某些方面的表现令人惊艳，它们不完全依靠繁复的数理公式推导就能得出准确度较高的预报，其根基在于海量数据分析，从已有的数据中发掘潜在的联系与规律。
人工预报上，“历史相似法”也是极为重要的手段。在相似的环流背景或地形作用下，某些地区的天气过程可能会高度近似地复现。

强盛的冬季风给中国南方带来了全球最低纬的降雪，但气温仍多在临界值附近，气候变暖的负作用也十分明显。大抵是物以稀为贵，在这样的背景下，南方尤其长江流域反而成了雪迷的集中之地。
尽管雪影难觅，但南方的降雪也不难捉摸。实际上，相对全国其它地方而言，其来源相对简单，绝大多数都属于大尺度锋面过程，依赖南支槽的配合，时间段也高度集中在隆冬。因此，只要能掌握背景气候与环流模态的规律，在南方追雪亦能心中有数。

一、背景气候简介
全国冬半年最大积雪深度平均值





全国年最大积雪日数平均值


看完这三张图，可一言以蔽之：在中国追雪要百分百求稳，只有北疆、东北北/东部、聂拉木能看。
那么本文结束#


言归正传，最大积雪深度平均值方面，从长江沿岸到华北平原似乎不相上下，一些地方甚至反超北方，而这是由于南方冬季降水量显著较多，导致单一过程量级相对偏高的缘故。积雪日数就基本遵循纬度递减分布。参考9923与9120平均值的变化，可见受气候变暖影响，江南地区的积雪在近年消退较快，尤其是气候变暖存在突变节点，如1998年的超强厄事件。这导致当下气候背景实际上连1991-2020标都不太适用。只是出于数据质量和省事考虑，一些图片还是基于较早期的数据分析绘制。

从1981~2022冬南方站点无积雪的累计出现次数来看，可见在长江中下游流域，湖南衡阳-江西鹰潭-浙江丽水-上海这条线以南普遍接近20次或以上，也就是说至少每2个冬季就有1次无积雪，只有在这条线以北才算相对稳定。要保证几乎每个冬天都能积雪就得往31°N以北的非沿海地区了。西南由于地形原因更错综复杂，盆地和河谷城镇基本常年无积雪，而贵州则是中部城镇最常出现积雪，西部海拔极高的地方也比较稳定。


从1986-2015年各月累计新增积雪占比统计来看，南方地区普遍都是1月占优，仅江苏沿海在2月最多，川盆和华南北部部分地区12月最多（但样本少）；但考虑2月的变暖速度较快，当代气候背景可能也有所变化。


通过将累计新增积雪深度除以累计降水量，得出“水雪转化效率”。冬三月合计转化效率分布如下图所示。可见，南方地区冬季降水量基本是北方的10倍以上，高值区位于南岭北麓-浙江西部。但水雪转化效率总体很低，普遍不到10%。空间上呈西北-东南递减分布，和降水量等值线是大致平行的，因此转化效率较高的地方（湖北湖南西北部）背景降水量也偏少，导致积雪量级没有特别占优。


分月转化效率上毫无疑问是1月最高，但南北分界线附近也只有20%左右，省会中仅合肥武汉贵阳达10%以上。考虑气候平均值滞后，当代背景下应该有进一步下降。反直觉的如云贵高原转化效率较高，但当地背景降水量比东部少得多，冬季常见弱阴雨天气，导致少数南支槽带来的强降雪在总降水量中占比偏大。


仅从气候背景来看，南方地区雪量明显较多的地方有大别山东北麓的河南信阳-江苏南京与四川布拖-云南昭通（高原）一带。江南低海拔地区以安徽东南部、湖南北部较突出，其它地方都不算特别容易见到明显积雪过程。省会城市以合肥、南京无疑最优，武汉杭州长沙其次，但从稳定性和转化效率而言武汉更好一些。

所有地市市区方面，以常年有积雪和量级综合考量的各省之冠有：河南信阳、安徽六安、江苏南京、湖北随州、湖南益阳/常德、浙江湖州/杭州、江西九江、重庆酉阳/秀山、云南昭通、贵州威宁。若想外出追击又不想上山的话，可优先考虑上述地点。当然，这只是从背景平均值的考量，具体情况还需了解单次过程的类型。


二、南方积雪空间分析思路及方法

前文提及，南方降雪的水汽来源较为单一。南支槽多受青藏高原大尺度地形强迫影响产生，动力性质大于热力性质，因此水汽输送范围往往较为固定，这给降积雪区的预报判定带来了便利。


又在高纬大尺度环流或副高强弱的影响下，南支槽和锋面有一定程度的南北摆动或东西影响差异。但从历史过程来看，某些区域的降雪带是偏高频出现的。为了客观验证这一想法，我们可以通过气候学上常见的EOF（正交经验函数）分析来确定。

EOF分析是一种数学统计方法，用于识别多变量数据集中的主要空间或时间变化模式。这些模式是正交的，意味着它们在统计上是独立的。本文取南方有积雪地区（为了方便，安徽江苏北部也划入）较高级别、有良好连续观测记录的286个城镇国家站，对1971~2020年间积雪过程数据进行分析。

站点分布图


分析流程包括以下几个主要步骤：

    南方地区积雪是季节单峰变化的，因此我们只取每年11月至~次年3月的日值。考虑一次南支槽活动过程一般持续数日~一周左右，本文统计每5天内各站最大积雪深度并将之视为一组，将1971~2020年之间划分为1550组；

    为去除气候背景场的影响，需要从原始数据中减去每个站点的平均积雪频次。另外，为专注于析出单组过程的空间分布频率，还需剔除个别大范围连续积雪事件，并去除每组中最低25%的值。最后对筛出的数据进行二值化，避免受积雪深度大小影响；

    根据处理后的数据创建尺寸为1550行 x 286列的稀疏矩阵，使用TruncatedSVD分解前四个EOF模式及解释的方差比例和时间序列并进行可视化。为对照每个模态的不同环流形势差异，从时间序列中提取信号较强的数个过程的NCEP再分析资料进行合成。


三、主要空间模态与环流形势分析

计算得出，前四个模态共解释了63.3%的方差（下图），这一结果说明，尽管中国南方的积雪事件整体上不频繁，但在空间分布上表现出明显的区域模式化特征。由于数据已经二值化，图中的正负值代表了不同的积雪分布位相，而不等于有无。下文将分别对四个模态进行探讨。


第一模态解释了37.5%的方差，显著高于其它模态，是占据主导的空间模式。其只有单一位相，表现为淮河至长江中下游流域普遍有积雪，但以大别山北麓为中心向周边递减。再分析合成可见在500百帕高度场上在乌拉尔山以东有明显暖脊，中国大部位势偏低，在新疆和东北地区各有较明显的低值中心，对应大槽或冷涡活动。850百帕风场上表现为采取中西路南下的冷平流产生的冷式切变，对应历史上多数锋面南下造成的普遍降雪过程。这一模态具代表性的事件有2018/1/27、2008/1/28等。



第二模态解释了14%的方差，也显著高于第三模态，是较常出现的一种形势。其在空间分布上大致表现为长江南/北反相型。除第一模态外，后续模态均存在双位相，表面雪区倾向于西向东带状发展而较少南北摆动。


正位相是较为经典的南支槽前降水东移路径，主雪区范围广，横贯云南东北部-浙江北部，在滇黔交界、湖南中北部和浙江西北部各有一高值中心。500百帕其高纬暖脊较第一模态进一步向东发展，高原东侧和印缅南支槽叠加加深与暖脊形成偶极子型环流，日本以东也有明显低值区域。850百帕风场上，可以看出此时多处在冷空气连续影响阶段，东海附近已经有冷高压反气旋东移出海，蒙古高原仍有新的冷高压补充南下，与出海冷高压底部变性回流的东南风在江南地区形成广泛的气旋式切变，结合700百帕南支槽前暖湿为降雪创造了充沛的水汽条件。历史上具代表性的事件有2018/12/30、2011/1/19等。与第一模态相比，其往往表现为先受冷空气影响降温，随后南支大槽东移带来降水。但在时间序列上，其发生频率在近年有所下降。


负位相则对应阻高及冷空气活动偏弱，雪带往往局限在淮河流域和汉水上游。500百帕方面，高纬有乌拉尔山东侧和东北双侧暖脊分布，东北脊强度偏弱。新疆一带有明显的低槽或冷涡。这种情况下西侧冷空气南下不充分，南支槽与新疆北支低值系统同相叠加，致槽前暖湿输送亦偏北。850百帕风场更接近暖式切变，分布也北至30°N附近。日本以南亦有变性出海的反气旋提供较强回流，水汽条件也极佳。历史上具代表性的事件有2018/1/4、2015/1/28等。


第三模态解释了约7%的方差，空间分布为云贵高原/河南南部/长江干流下游三极型。

正位相对应雪带主要分布于鄂东-长三角一线，中心在皖东南-浙北。500百帕方面，乌拉尔山有较强暖脊发展，外东北和新疆地区存在明显的低值系统（低槽或冷涡）活动，西太副高偏西偏强。与第二模态负位相相比，外东北低涡强度较强，因此冷空气强度要更强，850百帕切变可南压至江南中北部。与第一模态相比，低纬副高明显偏强，外缘西南暖湿气流较旺盛，因而偏西地区可能出现较强逆温而难以转雪。但印缅南支槽不深，偏向短波活动，雪区范围不大。不过，由于东北冷平流在大别山-天目山前被迫抬升会加强锋区次级环流，在山脉东北麓会出现更为集中的降雪。历史上具代表性的事件有2018/1/24、2013/2/18等。


负位相对应雪区出现于河南南部及云贵高原，考虑纬度和信号强度差异，这实际上可能是短期内两个过程叠加的表现。在500百帕位势高度上表现为贝加尔湖以东暖脊、高原北侧低值系统和更深的印缅南支槽。此时冷空气强度有限且东部气温偏高，雪区偏北。但另一方面，较深的南支槽吸引冷空气向西南地区深入回流，引起“槽潮”事件，这可能是导致云贵高原一带出现较弱降雪信号的原因。但在频率上，这一模态在近年有所减少，没有特别标志性的事件产生。


第四模态只解释了4.5%的方差，与剩余其它模态占比接近，说明出现频次已较为偏少。其空间分布表现为云贵高原/江淮与浙江中部反相型，也类似第三模态在东部的南压版。

正位相对应雪带出现于浙赣中部一线。对应相关事件的500百帕形势，可见显著的新疆北侧脊和偏西加深的东亚大槽，印缅南支槽相对较浅，更接近于短波活动。这一环流形势对应强冷空气或寒潮从中偏东路南下，850百帕槽后冷干平流快速南推，仅武夷山北侧形成冷式切变，因此雪区也偏东。不过，从时间序列表现来看，其正位相在近年减少趋势明显，应是气候变暖导致。历史上具代表性的事件有2010/12/15、1998/1/22等。


负位相与第二模态正位相有相似之处。但雪区在东段明显偏北。500百帕方面与第二模态正位相相比，可见主脊位略偏西，中国东部位势偏高，高原南侧为加深的长波槽，这种形势下冷空气强度较弱且以西路持续渗透为主，造成这类降雪分布。


在时间序列上，我们也注意到个别过程在几个模态中都有比较强烈的信号，这表明在实际情况下存在多模态复合或过渡特征。另一方面，由于一轮南支长波活动可能超过5天时间，其中包含短波槽脊的细微变化也会导致短时间内出现几轮有所不同的降雪过程。

由于这里合成的环流图是来自多个不同年份的事件，导致磨去了较多中尺度细节，而倾向于保留大尺度环流特征。波长越长，尺度越大的西风带系统往往移动缓慢，偶极型环流更有可能出现十天半个月不怎么变的情况，因此合成的环流图更适合去对比大趋势。具体到每一次降雪过程的预测，还需考虑精细的配置及地形影响。再次强调的是，上文的EOF分析只考虑了空间频率而非积雪强度，因此具体到每一次降雪的强度中心也需更多的考量。


四、验证与经验总结

本文使用的数据范围是1981~2020年，因此可以用这一阶段以外的实况来进行验证。
2022年1月25日~2月24日期间，南方地区出现了低温雨雪天气。合成的500百帕高度距平场如下：


可见，其距平场接近第二模态正位相与第四模态负位相的叠加。空间分布上，利于云贵高原至江南东北部、江淮地区的带状积雪偏多，尤其应集中在云贵中西部、湖南中北部和皖南地区。对应到实况累计积雪日数分布（下图）基本准确。


对于单次偏弱的过程，我们取2022年12月27~28日的降雪为例：

其在500百帕距平场上接近第三模态负位相，但存在一些无法解析的中尺度槽脊。第三模态负位相支持雪区位于云贵高原及河南一带，而标准模态中缺乏一个明显的东北西部低涡，该系统的存在令冷空气进一步南下，因此主雪区更可能位于云贵高原。最终实况也与之接近。这里为了方便就直接用ERA5再分析数据展示了。


一般而言，数值对具体过程，在临近5天内的距平场预报已能基本确定。而整月的长波趋势预测，在提前15~30天时也多能窥见苗头。因此，使用这一空间EOF模型的判断可以说是很有价值的。当然，由于我们只给出了前四个主要模态，每次具体过程还需结合实际进行调整研判。比如，可以通过气候平均值判断什么地方更容易成为“雪岛”，这其中和地形有一定关联。对南方而言，由于降雪时低层多吹东北风，因而在较高山系的东北迎风坡降雪容易偏强。而东北风又使得东部沿海地区受海洋相对偏暖的气团影响，在冷空气不够强时雪线往往会直角北翘。当然，主要模态对应的也是降雪比较多出现的地区，对于气候态上本身就罕见积雪的县市而言，以上模型无法给出有效指示。


五、小结

经典南支槽降雪过程的简化剖面物理模型，来源张萍萍等（2015）http://qxqk.nmc.cn/html/2015/4/20150404.html，本文细化讨论后参考绘制。


在大多数模态中，都可以分析出850百帕在东海-日本以南存在一个出海冷高压形成的反气旋，其底部和后部回流的东南风参与提供水汽输送及增强切变辐合。当然，在一些强度较弱的降雪过程中，这种形势就不太明显。主要的水汽输送通道仍是于中层南支槽前西南暖湿气流。南支槽足够深时，700hPa还可表现出高原东侧一个浅薄的闭合低涡。

由于锋面中低层存在过度南下的冷平流，这其中会产生逆温现象，关于逆温层结温度对降水相态的影响可参考另一个贴文的讲解：https://www.tybbs.org.cn/forum.php?mod=viewthread&tid=83126。南方地区700百帕~850百帕的0℃等温线走向与对应层面切变线位置接近，不同的槽脊配置和冷空气强度导致了不同形式的分布。

经过对中国南方雪数据的气候背景和EOF分析，本帖揭示了南方积雪分布的不同空间模式。总体而言，对于雪迷来说，江淮中西部是稳当的热门目的地。其他模态则为我们提供了更多选择，得以在不同天气条件下判断积雪区域的所在。

虽然南方雪景难觅，但并非难以预测。在变暖的气候背景下，每一场雪都显得格外珍贵。冬季来临时，不妨拿起这“南方追雪指南”，希望这点微薄的工作可以帮到每个心存浪漫与理想的人。

zst20020306

dalao

毛线球里的橘猫

感谢大佬！

Dfmkrosa

我认为可以考虑另一种思路。
根据气候再分析建立我国南方”高空温度不够（700hpa温度高于零度，一般表现为冰粒/冻雨等天气，代表地区为湖南）“/”低空温度不够（925hpa温度高于-2度，一般表现为雨，代表地区为江浙沪沿海地市）“/水汽或降水量（日降水量小于1mm，难以建立有效积雪，代表地区为山东南部）不足为主要限制条件的一个三原图，然后根据年份背景（enso，iod，高纬度海冰空间型）来做聚类分布得到对这三种要素的影响。这样可以更好的在年份处于某种聚类的时候分析各地出现降雪和鸡血的频次变化。

yrch007

Dfmkrosa 发表于 2024-4-1 10:44
我认为可以考虑另一种思路。
根据气候再分析建立我国南方”高空温度不够（700hpa温度高于零度，一般表现为 ...

气候背景对于特定的过程参考意义不大，你说的这种有很多地方台都发过论文，不过只能用于推出某个时段内某地可能会偏多/偏少，而不能用于确定某一次实况过程的具体方向

Dfmkrosa

yrch007 发表于 2024-4-1 10:57
气候背景对于特定的过程参考意义不大，你说的这种有很多地方台都发过论文，不过只能用于推出某个时段内某 ...

从地方台尺度上升到区域尺度就比较好了。我觉得在现在像18一上，18年末，23十二，24二中这种能横跨10经度以上的大型降雪减少很多的情况下去从全国空间型上考虑特定的过程反而参考性不大。

yrch007

Dfmkrosa 发表于 2024-4-1 11:26
从地方台尺度上升到区域尺度就比较好了。我觉得在现在像18一上，18年末，23十二，24二中这种能横跨10经度 ...

那要看你的出发点是哪里了，变暖导致的积雪减少在空间型上无非是从四周向核心区萎缩，但是空间分布特征依然在那里，你要说上海在这种情况下参考性已经不大是没问题的，但是本文不考虑这种边缘地带的积雪，而是为你想去什么地方追击做一个参考。

寒夜灯柱

非常好的科普，感觉再完善一下的话甚至能写成论文投出去了（）
不过还想请教一个问题：文中在分析典型环流场的时候只是用了一下合成分析，不知道楼主有没有尝试过将积雪场分别和500mb位势高度场以及850mb风场做一下奇异值分解（SVD），看看相关的结果是怎样的（）

yrch007

寒夜灯柱 发表于 2024-4-10 07:43
非常好的科普，感觉再完善一下的话甚至能写成论文投出去了（）
不过还想请教一个问题：文中在分析典型环流 ...

大量再分析资料做起来比较耗时，有时间才能考虑一下了