引言

2008年1月中旬至2月初，中国出现了大范围的、持续时间长的雨雪冰冻灾害性天气过程, 涉及的范围从西北、西南到中东部、华南及华北南部, 除东三省和华北北部外, 几乎整个中国都遭受了超过常年同期的降水天气过程，在某些地区其强度之强超过50年一遇。由于OLR是卫星观测地区下表面(晴空地表和云层顶部)向外空辐射出去的所有波长的热辐射能量密度, 其大小主要由发射表面的温度决定, 当下表面为温暖晴空时, 其发射出去的能量密度OLR高, 当下垫面为云覆盖时, 由于云顶温度低, 其发射出去的OLR值低, 因此OLR资料基本上反映了观测地区的云和晴空的天气气候状况，可以用它来分析旱涝极端天气气候过程。国际上自1980年代起就有不少学者用OLR资料做天气气候特征分析^[1-2]，国内有以北京大学蒋尚城教授为代表的OLR应用研究^[3-7]，早在1989年就做了长江流域旱涝的OLR特征分析^[3]，近年来关于异常天气与OLR的关系研究仍在继续^[8-10]，但所有这些研究都基本上是基于美国NCEP提供的OLR全球资料，空间分辨率较低，为2.5°×2.5°。本文作者借鉴国内外OLR应用研究方法，用国家卫星气象中心处理的1989年以来NOAA的OLR资料(空间分辨率为0.5°×0.5°)，尝试对2008年1月发生的中国大范围雨雪冰冻天气过程做OLR资料特征分析，得出OLR资料尤其是OLR距平资料能较好地反映该场极端天气气候事件的落区及强度，但对于逆温层状云引起的降水过程则不能较好地反映，这是OLR监测降水过程的一个缺憾。

1 2008年1月上旬中国灾前天气气候特征及OLR资料特征

2008年1月上旬，中国大部为晴暖少雨天气，这在OLR资料上反映明显，图 1给出了NOA A-18卫星的旬OLR及距平。从距平图上看出：除西北西部外，整个中国大陆为OLR正距平，而且强度达10～20W·m^-2，说明中国大部分地区较常年同期干旱少云。

2 极端天气气候事件时段的OLR资料特征 2.1 第1轮雨雪天气过程及OLR场特征

2008年1月10—16日，冷空气从西北向东不断入侵我国，造成中国西北、华北的降水，同时由于副高偏强，使冷暖空气交汇在长江中下游及以南地区，造成这些地区的雨雪冰冻天气。图 2给出了这一时段的候平均OLR距平图，从距平图看出：西藏东南部、青海、甘肃、宁夏、陕西、山西、湖北、河南、山东、安徽、河北南部等为OLR负距平，对应着这些地区的降雪天气过程，而负距平大小则说明相对于常年同期的降水强度。但在此要说明的是：1月10—23日的长江以南地区降水为层状云所致，由于云顶温度与地表温度接近(引自朱小祥：卫星资料在我国大范围雨雪冰冻天气过程中的遥感监测与分析应用^[1])，因此OLR值与晴空辐射相近，使得这些地区的OLR距平并不为负距平，相反距平值在-10～10 W·m^-2，另外，山东半岛持续有云致使OLR负距平，但此时段内半岛并不降雨雪。

2.2 第2轮雨雪天气过程及OLR场特征

2008年1月18—22日，中国出现第2轮雨雪天气，由于冷暖空气交汇在长江以南地区，而西北冷空气势力仍然强大，致使这些地区的降水。图 3给出了第5候NOAA-18候平均OLR等值线图和距平图，从等值线图可看出：整个中国为低OLR控制，5候图上，中国东部至华南OLR为180～230W·m^-2，完全为云辐射，青藏高原OLR低达140～150W·m^-2，4候距平图上：青海、四川、甘肃、宁夏、陕西、山西、河南、湖北、河北南部、山东、安徽、江苏等省为OLR负距平，对应着上述地区的降水过程，而甘肃、宁夏、陕西、安徽、江苏的强度达-30W·m^-2 ，对应着这些地区的大暴雪，5候距平图上, 全国绝大部分地区为OLR负距平，青藏高原、甘肃、陕西强达-40W·m^-2，反映出该地的强雨雪天气，华南地区的降水也反映为OLR负距平。

2.3 第3轮雨雪天气过程及OLR场特征

2008年1月25—29日，中国经历第3轮雨雪天气，由于西部冷空气与贝加尔湖冷空气合并造成的强冷空气，与黄淮、江淮、江南北部的暖气流结合，形成降水天气。图 4为第6候OL R和距平图。图 4a上：整个中国为160～240W·m^-2的低OLR辐射，尤其长江以南为200～220W·m^-2相当于259～265K的云顶辐射，华南地区OLR为220～240W·m^-2相当于268～275K的云顶辐射，揭示了整个中国都为云系所控制。图 4b上，除东三省和华北北部外，中国大部分地区为OLR负距平，安徽、江苏、浙江等OLR距平为-30～-20W·m^-2，对应着这些地区的大暴雪过程，而华南、江南地区OLR距平为-20～-10W·m^-2，对应着这些地区的持续冻雨天气过程。从距平图上可看出：该轮雨雪天气是全国范围的。

2.4 第4轮雨雪天气过程及OLR场特征

2008年1月31日至2月2日，中国经历第4轮雨雪天气，图 5是2月第1候的OLR和距平图。图 5a上：整个中国OLR为170～240W·m^-2，其中长江中下游地区为210～220W·m^-2的低OLR，华南地区OLR为220～240W·m^-2，相当于268～275 K的云辐射，表明这些地区为中低云覆盖，而OLR≥250W·m^-2的副高则完全在大陆之外；距平图上：西北地区中部、江淮地区、长江以南及华南为-20～-10W·m^-2的OLR负距平，对应着这些地区的降雨降雪天气过程，由于此次过程在2月3日就开始结束，因此无论候OLR距平还是等值线都反映为强度较第3轮小，即OLR值较高、距平绝对值较小。

3 极端天气气候事件结束期的OLR资料特征

自2008年2月3日，中国大陆极端雨雪冰冻事件开始结束，结束后的OLR场特征与事件时段的O LR特征完全不同。图 6是2月第2候的OLR和距平图。从6a看出：随着2月初强降水天气的结束，长江中下游地区OLR由1候的210～220W·m^-2变为2候的220～230W·m^-2、3候的230～240W·m^-2，对应着这些地区降水云系的减弱或变为晴空；2候OLR距平(图 6b)上：除西北中部、新疆西部外，中国大陆多为OLR正距平，青藏高原有强达30W·m^-2的OLR正距平，中国东部及华南为-10～10W·m^-2，说明中国大部分地区没有超过常年同期的强降水天气过程。

4 中国各主要台站极端天气时段的OLR候距平与降水量的关系

OLR负距平值与降水强度(量)应有定量关系，下面是中国南方各主要台站2008年1月11日至2月5日期间候降水量与候OLR距平的统计回归结果。图 7是中国江南、华南主要台站(其它区域略去)的候降水量与候OLR距平的统计关系图，表 1是各区域回归关系的系数及回归关系式的相关系数。

从图中可以得出：候降水量Y(mm)与OLR候距平OLR_JP(W·m^-2)有如下关系：

$ Y = A + B \times OL{R_{JP}} $

(1)

需要指出的是，要应用到单个台站的全年时间，需对台站的降水量和OLR做统计分析，得出具体台站OLR与降水量的关系式。表中，相关系数江南较低，与这一地区的逆温层状云降水和连续阴天而不降水的天气有关。

5 中国区域1989—2008年的月OLR资料标准差

标准差是反映一个数据集的离散程度。可以预知，极端天气气候事件越多，OLR标准差会越大，多年月平均OLR的标准差计算式为：

$ \sigma = \sqrt {\frac{1}{N}\sum\limits_{i = 1}^N {{{({\mathit{X}_i}-\overline X )}^2}} } $

(2)

式中：X为20年(1989—2008年)各月OLR平均值，X_i为各年的各月OLR值，N=20，σ为多年月OLR标准差。中国区域内平均的月OLR标准差如图 8。

从图 8可看出：(1)1989—2000和1989—2008时间段内，全国平均月OLR标准差，夏季达到最高、冬季最小，说明中国的极端天气气候事件(旱涝)多发生在夏季，春秋季次之，冬季为最少。(2)就全国而论，1989—2008年时间内各月的OLR标准差(5、12月除外)都大于1989—2000年时段。说明近年来(2001—2008年)全国各月的极端天气气候事件(旱涝)较1989—2000年增加了，而5月、12月则变化不大。(3)就全国而论，1989—2008时段月OLR标准差与1989—2000年时段月OLR标准差相比，增加最大在1月、2月，夏季6月份次之。说明近年来极端天气气候事件增多多发生在1月、2月、6月，春秋季(3、4、9、10、11月)也较20世纪末偏多，其余月份(5、8、12)基本接近变化不大。(4)虽然全国月OLR标准差σ1 989—2008比1989—2000年总体增大，但对具体台站而言并非如此。在统计中可看出，有的台站在某些月份σ增加，有的台站某些月份σ减少，因此，对于中国各个台站月OL R标准差所反映的该站气候特征及趋势，需要逐台站分析，不能一概而论。但是近年来全球气候变暖所造成的中国极端天气气候事件增多是不争的事实，这从图 8上给出的中国区域月O LR标准差1989—2008年段绝大多数月份大于1989—2000年段可明显得出。

6 结语

卫星OLR资料可以分析洪涝灾害，尤其是灾害的落区和强度。本文应用国家卫星气象中心的NOAA-18卫星的OLR产品资料，对2008年1月至2月初中国发生的雨雪冰冻极端气候事件OLR特征分析得出，对于超过常年同期的洪涝过程，在OLR等值线图和距平图上有明显的反映，但OLR资料对于由逆温层状云引起的降水过程反映并不明显，这是由于层状云云顶温度与地面接近造成的，这是用OLR资料分析灾害性降水天气的不足之处。另外，分时间段的OLR标准差可以很好地揭示中国、及其各个台站的极端天气气候(如异常降水、干旱)的多寡。