引言

降雪预报一直是北京地区的冬季预报业务难点，而初雪的预报是重中之重，因其预报难度大、服务敏感性高，受到各级部门和公众的广泛关注(孙继松等，2003；王迎春等，2004；郭锐等, 2012, 何娜等，2014)，其中相态的准确预报决定了初雪预报、服务的成败(杨成芳等，2013；翟亮等，2018)。

目前模式预报的地面降水相态主要基于云和微物理方案得到的云内水凝物垂直分布与垂直温度层结相结合诊断而得(Hersbach et al, 2016)。然而，实际降水中云微物理过程复杂，基于温度廓线模型或阈值描述的相态分布与实际云内的相态特征还存在一定偏差，且降水相态对温度廓线的变化十分敏感，即使看似很小的温度误差也会导致数值模式错报，所以雨雪过渡区附近的预测难度很大(Frick and Wernli, 2012; Stewart et al, 2015; 赵琳娜等，2021；胡宁等，2021)。

因此，对降水相态预报技术的研究一直是业务关注的热点之一。起初，国内业务中常利用低层的特定层气温来判断降水相态(许爱华等，2006；李江波等，2009；张琳娜等，2013；杨成芳等，2013；尤凤春等，2013)。随着对相态认识的不断深入，研究人员发现对整层垂直温湿结构的分析有助于提高降水相态的预报准确率(漆梁波和张瑛，2012；廖晓农等，2013；陈双等，2019；荆浩等，2022)。其中，0℃层高度对相态影响显著。大量研究表明：雨向雪转换时0℃层高度会明显下降(李江波等，2009；杨成芳等，2013；翟亮等，2018；武威和胡燕平，2019；姬雪帅等，2022)；荆浩等(2022)通过对128个冬季降水期间的探空样本分析，发现当云顶温度低于-14℃时，0℃层高度在500 m以下时容易出现(湿)雪或雨夹雪，超过500 m时云中的冰相粒子下落容易完全融化成雨。此外，当冰相粒子下落到暖层，其蒸发、融化吸热而引起环境温度下降时，会加速0℃层高度下降，进而影响到达地面的降水相态(Kain et al, 2000; Olsen, 2003; Zhang et al, 2022)，雪花的体积和密度越大，低层需更多的热量将雪花融化，0℃层高度应当越高(Stewart et al, 2015)。

随着探测技术的发展，多种新型探测资料逐渐在雨雪相态分析中得到应用。其中，毫米波云雷达相较于厘米波段雷达，具有较高的灵敏度和时空分辨率，既能探测到云的微小粒子结构和微物理特征，又能用于弱降水、降雪系统的宏观结构探测和微物理参数反演(陈羿辰等，2018；马新成等，2021)；微雨雷达可弥补一般圆锥扫描雷达在底层资料的不足，能得到垂直方向上不同高度层的降水粒子随时间、空间变化的分布及特征变化，对了解降水粒子系统内部特征很有帮助(崔云扬等，2019；饶晨等，2020)。此外，风廓线雷达、微波辐射计等非常规资料的综合应用，有益于降水相态监测分析和短时临近预报(杨成芳等，2015；赵宇等，2018；卢晶晶等，2019；黄钰等，2020)。

2023年1月12日北京地区发生了罕见的初雪天气。业务中对该次过程的相态预报出现了偏差，主要是预报判断出现降雪概率较低，而雪的致灾性更强、影响更大，预报策略方面也未能进行有效弥补，导致短期内初雪的漏报。尽管常用的相态预报技术和指标可以在短期预报时效内为预报员提供参考，但其也仅对于降水相态的简单转换有预报能力。当面对一些“临界降水相态”时，即无法用某一种或几种指标来确定精细化的降水相态变化时，预报业务中仍面临着“无计可施”的状态。因此，有必要利用各种常规和非常规气象观测资料深入分析此次初雪过程和降水相态转化成因，以加深对冬季降水机理的认识，为降雪天气的精细化预报提供更丰富的参考。

1 资料与观测设备

本文所用观测资料包括国家级气象站、加密自动气象站、L波段探空、北京S波段组网雷达、FY-4A逐时红外数据等常规气象观测资料，北京观象台地基云雷达、微雨雷达、微波辐射计、风廓线雷达等非常规气象观测资料，逐小时、空间分辨率为0.25°× 0.25°的ERA5再分析资料以及欧洲中期天气预报中心(ECMWF)的确定性预报和集合预报产品。

北京观象台的地基云雷达为Ka波段(8 mm波长)，工作频率为33.44 GHz，能够在对流层12 km内以每8.8 s垂直方向30 m间距实时连续探测，可探测到反射率因子、速度、谱宽、退极化比等基本产品，还包括液态水含量、冰水含量、云粒子相态识别等二次产品。微雨雷达工作频率为24.15 GHz、波长为1.25 cm，可探测到从地面竖直向上3100 m高空，每100 m为1个探测距离库，时间分辨率为1 min，可以测量多普勒功率谱、雷达反射率因子、多普勒速度和反演雨滴谱、降雨率以及液态水含量等的垂直廓线分布等。观象台的风廓线雷达探测高度为12~16 km，反演的大气水平风场垂直廓线等产品的时间分辨率为6 min，可直观地用于分析大气环流、风的垂直切变以及冷暖平流等。微波辐射计为12通道(TP-WVP3000型)，反演数据的时间分辨率为1 min，探测0~10 km内的大气廓线共47层，其中1 km以下为100 m分辨率，1 km以上为250 m分辨率，包含温度、相对湿度、总水汽量等6种要素，具有在时间上连续测量的优势。

2 天气实况与预报难点 2.1 降水量和降水相态特点

2023年1月12日的雨雪天气为北京2022/2023年冬季的初雪(全市20个国家级气象站中16个出现雪，根据业务规定达到北京初雪标准)，亦是北京2022年11月20日弱降雨后，时隔52天再次出现的有量降水天气(全市平均降水量≥0.1 mm)。北京大部分地区出现小雪，西部、北部局地中到大雪，1月12日10时至13日00时(北京时，下同)全市平均降水量为1.5 mm，最大降水量在密云琉璃河，降水量为5.0 mm，下午至傍晚为降水主要时段(图 1a)。

本次过程的降水相态特点为：一是雨雪纬向过渡带窄、相态空间分布复杂，二是出现了降水相态逆转。如图 1c~1e所示，降水期间北京西部、北部山区以雪为主；平原的中部、西部(除东部的平谷、通州外的其他大部分地区)经历了很短暂的零星小雨后，12日14—15时迎来降雪，15时前降雪最为明显；而傍晚时段经历了雪转雨的相态逆转换，其中16—18时为雪向雨过渡阶段，地面观测为雨夹雪，19时前后平原大部分地区已完全转为雨；平原东部的平谷和通州在15—22时相态始终为雨。积雪深度方面，西部、北部山区积雪深度为2~3 cm，平原地区由于降雪维持时间短、降雪量小且降雪时地表气温>0℃(见4.1节)，所以无明显积雪(图 1b)。

另外，此次初雪过程出现的时间明显偏晚(北京常年初雪日平均日期为12月3日)，且为近42年来首次出现在1月上中旬的初雪(初雪日期分布见图 2)，并伴随罕见的雪向雨的相态转换。

2.2 预报难点

本次过程在短期时段内预报具有很大的不确定性。北京市气象台1月11日发布的相关天气报告中指出“12日白天至前半夜，平原地区有小雨或雨夹雪，降水量1 mm左右、无积雪；山区有雨夹雪或雪，降水量1~2 mm，积雪深度1~2 cm”。与实况相比，降水量预报相对准确，但对平原出现的明显降雪以及相态转换的预报存在较大偏差。本次过程雨雪过渡带窄，雨雪相态变化复杂，且相态转换并非通常的雨转雪而主要是雪向雨转换，数值模式对降水相态和积雪深度预报存在明显偏差，这些都增加了相态预报的难度。因此，该过程的主要预报难点在于对降水相态的精细化预报。

3 环流背景和影响系统

12日14时，500 hPa短波槽移近北京(图 3a)，北京位于850 hPa高度上反环流后部，受短波槽前和低层反气旋式环流后部的共同影响，对流层中低层盛行偏南风，15时前后低层1500 m附近西南风速达12~14 m·s^-1(图 3c)。强盛偏南风将暖湿空气输送到北京，降水发生前北京整层可降水量达12 mm以上，700~500 hPa比湿为4 g·kg^-1(图略)。在北京隆冬季节，这样的水汽达到了北京地区暴雪的比湿阈值(杜佳等，2019)，为产生一次相对明显的降水提供了充足的水汽条件。然而，虽然具备较好的水汽条件，但此次过程降水量并不大，主要不利因素是动力条件较差，特别是低层辐合抬升弱，明显上升区高度较高(位于700~400 hPa，与短波槽相对应)，并且中心值仅为-0.4 Pa·s^-1。

降水期间北京平原地区低层存在明显的暖平流，由于偏南风主体偏东，暖平流呈东强西弱分布(图 3b)，西部山区近地面为弱的冷平流。温度平流的东西显著差异造成了北京地区低层纬向温度梯度很大，这股暖平流直至降水结束后才消失(图略)。虽然观象台风廓线可见700 m以下存在明显的东北风(图 3c)，但其与东北地区冷高压回流无关，而是由气旋式环流顶部的暖性东南风遇地形偏折所导致(见4.2节)，因此没有起到边界层冷垫降温的作用。所以，低层东北风冷垫的缺失，取而代之的是暖湿气流，不利于全市大范围转雪和降雪的长时间维持。

4 降水相态成因分析

此次过程北京地区降水云系总体较深厚。平原地区的观象台云雷达反射率因子在12日15时之前和20时前后存在明显的两层云(图 4a)。反演的粒子识别表明(图 4b)，空中冰相粒子比例很高，冰晶层和雪花层较厚，3 km以下以雪花层为主，之上为冰晶层。西北部山区延庆站上空云系结构与平原地区无本质差别，但云系更深厚，中高云分层不明显，冰晶层处于4~9 km，4 km以下为深厚的雪花层。云雷达观测表明(图 4a, 4b)，北京上空的冰晶、雪花层为降雪提供了必要条件，因此地面的降水相态主要取决于下落的雪花是否融化。从宏观角度分析，暖层的厚度变化以及冰相粒子尺度与密度是影响降水相态的关键。

依据北京地区降水相态变化特点，本节中把观象台作为北京平原中西部代表站、平谷站作为平原东部代表站、延庆站作为山区代表站，综合利用常规观测资料和云雷达、微雨雷达等新型观测资料结果进行相态时空变化成因的分析。

4.1 平原中西部相态成因

结合观象台的小时气象要素、相态变化和多源观测结果分析(图 4)，12日13时之前低层反射率很低、云层较薄，云底高度较高(约2 km)，观象台地面相对湿度不足50%，此时有少量的降水下落蒸发而未接地。

微波辐射计结果显示(图 4d)，13时观象台0℃层高度超过1 km，观象台周边出现间歇的零星小雨；14时后云层迅速增厚，云顶高度仍约8 km，但云底显著变低并接近地面，地面湿度增加，0℃层高度从1 km左右快速下降至500 m以下，此时地面转为降雪天气(图 4e)。15时地面相对湿度升至约70%，气温下降至2.6℃，云雷达观测显示(图 4a)，云中低层反射率明显增强，冰晶层和雪花层变厚(图 4b)；由微雨雷达结果(图 4c)可见，对比之前时次，1 km高度附近的粒子数浓度和有效粒子直径明显增大，表明雪花密度和尺度增大，此时对应着雪花最明显时段。所以，0℃层快速降至500 m以下时，较大尺度的雪花下落到适当厚度的暖层中不容易融化，因此地面观测的相态为显著的(湿)雪。

至17时前后，降水相态由雪转为混合相态。此时0℃层高度仍接近500 m，虽然暖层厚度并未显著升高，但从云体结构看，云层变得松散，冰晶层和雪花层厚度明显减小，粒子浓度和有效半径明显减小(图 4c)，说明低层冰相粒子尺度与密度明显减小。因此，较小雪花在下落至适当暖层后容易部分融化，相态转为雨夹雪，粒子识别可见，此时混合相态的层次变厚并接地(图 4b)。

19时之后降水相态以雨为主。其中，至19时前后，低层雪花变得更少，加之受暖平流影响，0℃层高度短暂升高至约1 km，雪花下落到地面时全部融化，因此地面出现降雨。至20时前后，云层再度变厚，冰相粒子尺度与密度有所增加，地面气温再次下降，但由于微波辐射计给出的0℃层高度是从地面向上首次低于0℃处的高度(图 4d)，综合分析观象台20时探空和再分析资料发现18时之后增强的暖平流导致低层出现逆温层，20时探空显示逆温层处>0℃暖层厚度约700 m(图 4f)，加上近地面接近500 m的暖层，>0℃的暖层总厚度约1.2 km，而逆温层下＜0℃冷层最低气温仅为-0.6℃、厚度不足100 m，不足以使液态粒子再次冻结。所以，虽然雪花尺度与密度再次增加，但显著增厚的暖层导致下落的冰相粒子全部融化，降水相态仍为雨。

综合分析FY-4A静止卫星反演的云顶高度与温度(图 4g)和云雷达粒子识别结果(图 4b)，18时后云顶高度持续降低，相应的云顶温度变高，22时前后云顶高度下降至4 km以下，云顶温度升至-10℃以上，此时云内冰晶和雪花几乎消失，云中以过冷水或混合相态为主，此时无论0℃层高度是否接地，都失去了降雪的必要条件，这与平原降水相态为雨的观测结果相符。

4.2 山区和平原东部单一相态成因分析

北京西北部山区的延庆站，由于海拔较高(487.5 m)，降水期间整层气温始终低于0℃(12日延庆站最高气温为-0.6℃)，空中的大雪花落地未融化，所以包括延庆在内的山区降水相态始终为雪，深厚冰晶和雪花层也为山区产生明显的积雪提供了有利条件。

平原东部的平谷站(海拔31.1 m)降水相态始终为雨。根据自动站监测显示，12日白天平原地区最高气温分布差异不大，在3℃左右。值得注意的是，16—23时平谷站的2 m气温一直低于观象台(图 4e)，其中12日下午观象台最低气温为2.2℃，而平谷站最低气温为0.9℃。然而，由于受低层偏东的暖湿气流影响(图 5a, 5b)，边界层附近气温呈东高西低分布，温度纬向梯度很大，这与2 m气温分布相反。根据微波辐射计监测(图略)，17时1 km高度处平谷站上空的气温为2.0℃，而观象台上空的气温为-0.5℃。温度纬向分布的差异反映在0℃层高度上更明显：14—22时平谷站上空的0℃层高度从约1.7 km升至3 km左右(图 4d)，显著高于观象台上空的0℃层高度(从略低于500 m升至1 km左右)。所以降水期间，虽然平谷站2 m气温低于观象台，但平谷上空的>0℃暖层更厚，且显著高于北京地区500 m的融雪阈值，下落的雪花经过较厚的暖层完全融化，导致其降水相态始终为雨。

4.3 融化和蒸发对降水相态的影响

为评估融化、蒸发对温度的定量影响，利用温度倾向方程进行诊断分析。公式如下：

$ \begin{aligned} & \frac{\partial T}{\partial t}=\frac{\mathrm{d} T}{\mathrm{~d} t}-\boldsymbol{V} \cdot \nabla_h T-\omega \frac{\partial T}{\partial p} \\ & \;\text {①}\;\;\;\;\;\;\;\;\;\text {②}\;\;\;\;\;\;\;\;\;\;\;\;\text {③}\;\;\;\;\;\;\;\;\;\;\;\text {④} \end{aligned} $

(1)

式中：T为温度，V为全风速，t为时间, p为气压，ω为上升速度。其中，①项为温度的局地变化，②项为温度的个别变化，③项为温度水平平流，④项为空气的垂直运动引起的对流变化。根据上述公式各项的意义，温度局地变化主要源自温度个别变化和平流变化(水平平流和对流变化)，而温度个别变化受到绝热和非绝热过程的影响，其中非绝热过程包括相态变化和长短波辐射两类，温度平流包括水平和垂直平流。此过程期间云量较多，使得辐射变温很弱，蒸发或凝结降温则成为影响温度个别变化的主要原因；鉴于降温过程主要发生在12日16时之前，由于低层空气块的垂直运动弱，绝热过程的作用不显著。因此，综合分析来看，温度个别变化造成的局地温度的降低，主要来自于非绝热过程的贡献。

计算各项的温度变率对观象台低层大气逐小时变温的贡献，以950 hPa(高度约500 m)为例(图 5c)，可以看到在降水阶段，非绝热过程(即②项，点线)降温作用明显，而温度平流(③项和④项，虚线)的作用此时主要表现为增温作用。结合云雷达结果分析，16时之前地面相对湿度不断增湿，下落的雪花不断融化、蒸发填补低层湿度，此时暖平流不强，冷却作用很强并占主导。这种蒸发、融化形成的冷却效应导致在明显降雪前1~2 h，观象台上空0℃层高度从接近1.5 km快速下降至500 m以下，进而加速了地面转雪，对降雪增强起到了正反馈作用(Kain et al, 2000)，15时负变温达到最强(与降雪最明显时段对应)。16时后，降水减弱导致非绝热过程减弱，暖平流增强并逐渐占主导作用，近地面开始升温、暖层变厚，导致相态经历了由雪到雨夹雪再到雨的转换。由此可见，整个过程中相态变化是温度平流和非绝热过程共同作用的结果，其中融化与蒸发冷却效应加强并占主导，导致低层降温、0℃层快速下降，这是地面由零星小雨转雪的主要原因；雪转雨夹雪再转雨是由暖平流增强和冷却效应减弱共同作用导致。

5 相态预报偏差分析

ECMWF高分辨率数值模式(以下简称EC模式)考虑了降水粒子下落过程中的相态转化过程，其降水相态预报产品在预报中广泛应用(ECMWF，2016；董全等，2020a)，其集合预报降水相态预报产品也在预报业务应用中表现出较好的预报效果(董全等，2020b；胡宁等，2021)，为预报员对相态预报提供了重要参考。但此次过程EC模式对相态的预报存在一定偏差。本节以EC模式为例进行预报偏差分析。

由图 6a和6d结果分析，11日20时起报的确定性预报和集合预报对相态由雪转雨的变化趋势做了较准确的预报，这与模式对大气显著湿度区和低层温度的演变趋势把握较好有关。实况显示平原地区纯雪时间仅维持1~2 h，但EC模式预报结果显示(图 6a)，12日17时之前皆为纯雪，17—20时为混合相态，20时之后为雨，预报的降雪时间明显偏长，加之降水量预报有偏差(对平原降水高估、对山区降水低估)，导致平原地区积雪深度预报明显偏大(图 6b)。EC模式对2 m气温预报较实况偏低1~2℃，这可能与模式预报的降水量偏大、导致低层非绝热降温有关。0℃层高度预报，与实况先降后升的趋势较符合(图 6c)，值得注意的是，17时和20时预报的0℃层高度已明显高于统计的北京地区融雪500 m阈值(施红蓉等，2014；荆浩等，2022)，但EC模式对降水相态的预报仍为纯雪和混合，说明EC模式预报冰相粒子经过暖层融化的厚度阈值偏高，这是导致降雪量预报比例偏大的原因之一。所以，业务应用时应根据本地的统计结果进行适当订正。

集合预报结果从概率的角度一定程度上弥补了确定性模式的上述误差。从EC集合预报模式的降水类型概率分布(图 6d)分析，预报14时之前以湿雪为主，17时为混合相态，20时以雨为主，相态经历了湿雪到混合相态再到雨的明显转变，这与实况的相态变化基本一致。相对于EC模式的确定性预报，集合预报系统体现出一定优势，但对降水开始时间的预报明显偏早。

实际业务中未能有效订正模式预报结果。虽然对12日白天2 m气温预报较准确，如对于当天观象台最高气温，主观预报为3℃，EC模式预报为1.1℃，集合预报90%成员预报为1.5~3.0℃、集合平均为2.0℃，实况为3.8℃，主观预报与实况最接近；但降水相态对温度的变化非常敏感，由于此次过程925 hPa以下垂直温度递减率很大，且在降水中后期925 hPa附近出现了逆温，而业务中对边界层附近气温的垂直分布的预报经验较少，且缺少精细化的客观温度垂直廓线产品支撑，加之对高层雪花层厚度和低层融化冷却影响的低估，导致对边界层雪花的融化率判断失误，这是未能预报出相态由雨或雨夹雪转雪再转雨的精细化变化的主要原因。所以，业务中需充分利用多源垂直观测资料，对局地大气层结变化进行监测和物理分析。

6 结论与讨论

2023年1月12日北京发生了近42年来首次出现在1月上中旬的初雪，且平原地区经历了罕见的相态转换。本文应用多种观测资料重点对降水相态特征和变化成因进行了分析。主要结论如下。

(1) 低层偏南暖湿急流为降水提供了丰富的水汽条件，虽然比湿达到了北京出现暴雪的比湿阈值，但由于近地层东北风未起到冷垫抬升的作用，加之高空槽较弱，导致动力辐合抬升不强、降雪量不大。同时，近地层冷垫的缺失不利于全市大范围转雪和降雪的维持。

(2) 北京上空存在明显的冰晶、雪花层，为降雪提供了必要条件。地面2 m气温对降雪相态指示意义不强，而>0℃暖层厚度是判断降水相态的关键要素之一。由于暖湿气流影响偏东，使得北京地区0℃层高度呈显著的西低东高分布，西部山区整层气温＜0℃，降水相态始终为雪，平原东部0℃层高度始终显著高于雪花融化的500 m暖层阈值，降水相态始终为雨；平原中部和西部在短暂零星小雨后经历了雪向雨的相态转换，降水初期融化、蒸发引起的冷却效应导致0℃层快速下降至500 m以下，是平原转雪的主要原因，随后暖平流增强与融化冷却效应减弱，使得0℃层升高，加之雪花的尺度与密度减小，导致相态从雪向雨夹雪到雨转换。

(3) 数值模式的确定性预报对融雪的微物理方案描述尚不完备，而集合预报系统则体现出较大优势，能弥补确定性模式不足。业务预报中未准确判断边界层内雪花融化程度是此次相态精细化预报失误的直接原因，而综合利用云雷达、微雨雷达等新型观测资料反演结果，开展对局地大气层结变化的综合监测和分析，可提高对云中成雪和边界层融雪判断的准确性，有助于提高降水相态的临近预报准确率。

精准化预报降水相态变化的难度很大，如何更好地利用模式的相态产品订正相态预报？一方面，在确定性预报的微物理方案暂未改进情况下，基于本地统计的降水相态判据进行模式结果后处理，可一定程度上提高确定性预报的可靠性和准确率；基于集合预报结果利用分区、分时的最优概率阈值法、机器学习等方法，进行本地化处理转换为确定性预报，可进一步提高相态预报能力。另一方面，降水相态变化涉及复杂的云微物理过程，需加强云微物理的观测与研究成果在实际业务中的应用，以及边界层内精细化的气温客观产品研发与应用，能在短时临近时段内为精细化的降水相态预报提供更好的支撑。

致谢：感谢北京市人工影响天气中心陈羿辰博士提供云雷达和微雨雷达数据。