2026, Vol. 52 
2. 山东省气象台，济南 250031；
3. 大连市气象台，大连 116001；
4. 山东省威海市气象局，威海 264200
2. Shandong Meteorological Observatory, Jinan 250031;
3. Dalian Meteorological Bureau of Liaoning Province, Dalian 116001;
4. Weihai Meteorological Office of Shandong Province, Weihai 264200
冬季，当强冷空气由内陆移到暖海面上时，海气温差增大，在湍流作用下，海洋向低层大气持续输入热量和水汽，近海面低层冷空气增温、增湿，而高层温湿少变，大气层结呈现上冷下暖的不稳定状态。暖海面气块上升时冷却，达到饱和并凝结成小水滴和冰晶，则形成低云，产生降雪，称之为海(湖)效应降雪(Fujisaki-Manome et al, 2022)，因其发生在强冷平流影响下，在我国通常又称之为“冷流降雪”(杨成芳和李泽椿，2018)。我国渤海中东部、渤海海峡、黄海、东海海面及其沿海地区均可产生海效应降雪(陈雷等, 2012；梁军等, 2015)，其中以山东半岛北部的烟台和威海地区最为显著(Bao and Ren, 2018; Li et al, 2022)。渤海海效应降雪是造成山东半岛冬季气象灾害的主要天气事件之一。
渤海海效应降雪具有显著的中尺度特征。过程暴雪范围通常都不超过50 km，且在空间分布上有很大差异，烟台和威海暴雪不同步出现(杨成芳, 2010; 于晓晶等, 2013)。降雪雷达回波呈狭窄的带状，回波移动方向与带状长轴方向一致，强反射率因子带通过某一固定区域时，可产生“列车效应”造成暴雪，径向速度场上存在风向切变线是冷流暴雪的典型雷达回波特征(刁秀广等，2011)。渤海海效应降雪在卫星云图上通常表现为西北—东南向的β中尺度云带，且存在多个浅对流中心(于晓晶等，2013)，可见光云图存在多条降雪云带，随云团发展可出现云带合并现象，且每条云带内部可能存在多个云团(郑怡等，2019)。
虽然对流尺度数值模式能够描述中小尺度系统特征, 但对于具有浅层对流特性的海(湖)效应降雪，由于存在雷达探测最低仰角以下的盲区、卫星反演过程中云遮挡等诸多问题，使得构建模式初始场时缺少海上和边界层观测资料(Fujisaki-Manome et al, 2022)，同时由于缺少对对流发展过程的观测，积云对流参数化方案的选择也具有一定盲目性，目前在模拟海(湖)效应降雪时最大的不足在于对海气间的湍流热量通量不能准确表达(Fujisaki-Manome et al, 2017)。因此，海效应降雪的发生时间、地点以及强度的精确预报依然是一项难题(Jeworrek et al, 2017; Baltaci et al, 2021)。
气象预报业务中通常参考数值模式预报的环境要素场，基于已有的海效应降雪形成机理和概念模型，综合研判热力和动力物理因子，定性地预报降雪量级。如在美国东部湖效应降雪潜势预报中，应用的物理因子包括海(湖)气温差、水体表面至700 hPa主导风向和风速、低层逆温层、风向垂直切变、近地层局地风辐合等(Niziol et al, 1995；Laird et al, 2003)。国内学者对渤海海效应降雪也开展了多角度研究，如利用数值模式揭示了暴雪三维热力结构和运动特征(杨成芳，2010; 杨成芳等, 2011)，统计了暴雪产生时海气温差特征(阎丽凤和杨成芳, 2014; 李建华等, 2024)，此外还对海效应降雪海岸锋(苏博等, 2007; 孙建华和黄翠银, 2011; 于晓晶等, 2013)、重力波(张勇等, 2008)和低层切变线(李刚等, 2020)等的中尺度动力特征进行了探讨。但目前除海气温差外，仍缺少对暴雪热力和动力关键物理因子及阈值的统计结论和定量应用，在数值模式降雪量预报出现较大偏差时，预报员往往因缺少订正依据而预报失误。
2021年12月17日(简称1217过程)、24—26日(简称1225过程)山东半岛相继出现海效应降雪，其中后一次过程冷空气影响时间更长、强度更强、气温更低，但总降雪量和降雪强度均不及前一次过程，数值模式和主观预报均未做出正确预判。为此，本文对两次过程的热力和动力特征进行对比，定量分析海效应降雪关键物理因子及其动态演变对降雪的影响，旨在为海效应降雪模式订正和准确预报提供参考依据。
1 资料和方法本文采用的资料包括国家级地面自动气象观测站逐时降雪量资料，荣成探空站每日08:00和20:00 (北京时，下同)常规探空资料，烟台和威海两部S波段多普勒天气雷达逐6 min反射率因子拼图和反演风场(王俊, 2004)，烟台港和鸡鸣岛锚定浮标站的逐时海面温度、海面3 m气温和相对湿度及10 min平均风资料，欧洲中期天气预报中心(ECMWF)ERA5再分析资料(时间分辨率1 h, 空间分辨率0.25°×0.25°)。站点位置如图 1所示。
|
图 1 站点位置分布 注：蓝色阴影为计算区域平均感热和潜热通量的海区。 Fig. 1 Distribution of observation stations |
1217过程降雪中心位于山东半岛东部(图 2a)，12月17日03:00—17:00荣成累计降雪量最大(13.6 mm)，其次为文登(13.5 mm)和威海(10.5 mm)。1225过程降雪中心较为分散(图 2b)，24日18:00至26日20:00烟台累计降雪量最大(10.3 mm)，其余两个中心分别位于文登(8.4 mm)和平度(5.3 mm)。
|
图 2 2021年12月(a)17日03:00—17:00和(b)24日18:00至26日20:00山东半岛累计降雪量(填色)分布 注：数字表示站点累计降雪量，单位：mm。 Fig. 2 Distribution of accumulated snowfall (colored) in Shandong Peninsula from (a) 03:00 BT to 17:00 BT 17 and (b) 18:00 BT 24 to 20:00 BT 26 December 2021 |
选择两次过程累计降雪量最大的站点为代表，对比分析降雪强度演变特征。1217过程荣成降雪强度时间演变呈现单峰特征(图 3a)，最强降雪出现在17日09:00(4.5 mm·h-1)，且整个过程共有10个站降雪强度大于2.5 mm·h-1。1225过程烟台降雪强度时间演变呈双峰特征(图 3b)，峰值出现在25日08:00和19:00，最大降雪强度为1.8 mm·h-1。1225过程最大降雪强度出现在文登(26日01:00，3.0 mm·h-1)，仅此站降雪强度大于2.5 mm·h-1，其他各站降雪强度均不足1.0 mm·h-1。
|
图 3 (a) 荣成站和(b)烟台站降雪强度和累计降雪量时间序列 Fig. 3 Time-series of snowfall intensity and accumulated snowfall at (a) Rongcheng and (b) Yantai stations |
由上述可知，1217过程降雪持续时间短(陆地15 h)，降雪时段集中，降雪强度大；1225过程降雪持续时间长(陆地50 h)，降雪强度弱，可分为两个阶段：25日20:00前，降雪集中出现在山东半岛中西部，20:00后降雪中心在山东半岛东部(图略)，两个阶段降雪中心不重叠，虽降雪持续时间长但累计降雪量小。
3 环流背景对比分析12月17日08:00(图 4a1)，500 hPa上我国东北地区受低涡南部低槽控制，山东半岛受槽后西北气流控制。25日08:00(图 4a2)，500 hPa东亚中高纬度地区呈现阻塞形势，阻塞高压位于90°~100°E附近，切断冷涡位于130°E以东，冷涡后部横槽上不断分裂小槽南下，导致1225过程降雪呈阶段性。
|
图 4 2021年12月(a1，b1)17日08:00和(a2，b2)25日08:00 (a)500 hPa位势高度场(填色和等值线，单位：dagpm)和风场(风羽)，(b)海平面气压场(填色)和850 hPa气温(等值线，单位：℃) Fig. 4 (a) 500 hPa geopotential height (colored and contour, unit: dagpm) and wind field (barb), (b) sea level pressure (colored) and 850 hPa temperature (contour, unit: ℃) at (a1, b1) 08:00 BT 17 and (a2, b2) 08:00 BT 25 December 2021 |
在两次过程中我国中东部地区地面均为冷高压控制，但山东半岛及上游海区与冷高压的相对位置有所不同。17日08:00(图 4b1)，冷高压中心位于我国西北地区东部，山东半岛及上游海区在西北风控制下，山东半岛北部地区850 hPa气温下降至-16℃左右，等温线与等高线几乎正交，强冷平流影响山东半岛。25日08:00(图 4b2)，冷高压中心位于蒙古国，位置明显偏北，山东半岛及上游海区对流层低层为偏北风控制，850 hPa气温下降至-20℃左右，此为降雪第一阶段；26日凌晨(第二阶段)高空阻塞形势崩溃(图略)，横槽转竖过境山东半岛，冷高压中心南落，山东半岛及上游海区逐渐转为西北风控制，850 hPa气温上升至-18℃左右，26日白天降雪逐渐停止。
4 热力特征对比分析降雪形成需要有一定强度冷空气入侵，冷平流标志着较低温度(海气温差条件)和一定强度的气流(风速条件)，其是影响海效应降雪重要的物理因子(于志良，1998)。此外，低层冷平流还有助于在冷空气团上方形成天气尺度逆温层(Blechman, 2001)，进而影响海效应降雪云的发展高度。
4.1 冷平流水平演变和海气温差Lavoie(1972)发现湖气温差是湖效应降雪最重要的物理机制。海(湖)气温差表征低层温度垂直递减率大小(Fujisaki-Manome et al, 2022)，即热力不稳定程度，层结越不稳定，越有利于海(湖)效应降雪发生。美国五大湖区在无天气系统强迫下产生湖效应降雪的必要条件是850 hPa气温和湖水温度差＞13℃ (Holroyd Ⅲ, 1971; Byrd et al, 1991)，海拔高的地区如大盐湖，需700 hPa气温与湖水温度差＞16℃(Steenburgh et al, 2000)。渤海海效应降雪预报业务中海气温差常取海面温度与850 hPa气温的差值(阎丽凤和杨成芳，2014)。
1217过程地面冷锋16日上午位于山东半岛，虽受冷平流影响(图 5a)，但此时海气温差不足20℃，海效应降雪尚未产生。第2次冷平流于17日凌晨开始影响，850 hPa气温下降至-14℃，海面温度9℃，海气温差增大至23℃(图 6a)，陆地于02:00—03:00监测到降雪，此后850 hPa气温缓慢下降，海气温差缓慢增大，08：00前后为降雪最强时段，白天虽然850 hPa气温维持在-16~-15℃，海气温差维持在24~25℃，但由于冷平流逐渐减弱，陆地降雪随之减弱直至结束。
|
图 5 2021年12月(a)16—17日和(b)23—26日1000~850 hPa温度平流(填色和等值线，单位：10-3 K·s-1)沿120°E演变 注：黑色箭头标识冷平流中心传播进程。 Fig. 5 Evolution of temperature advection (colored and contour, unit: 10-3 K·s-1) in 1000-850 hPa along 120°E during (a) 16-17 and (b) 23-26 December 2021 |
|
图 6 2021年12月(a)16—17日和(b)24—26日海面温度、850 hPa气温和海气温差的时间序列 Fig. 6 Time-series of sea surface temperature, 850 hPa temperature and air-sea temperature difference during (a) 16-17 and (b) 24-26 December 2021 |
1225过程在高空阻塞形势影响下，出现3次冷平流(图 5b)。地面冷锋于23日早晨在山东半岛产生系统性弱降雪，此后受第1次冷平流影响气温持续下降，24日下午850 hPa气温下降至-17℃，海面温度8℃，海气温差达到25℃(图 6b)，17:00陆地产生降雪。25日08:00前后是第2次冷平流最强时段，但明显弱于第1次，此时850 hPa气温降至-21℃，海面温度也缓慢降至7℃，海气温差达到了28℃，之后冷平流减弱，850 hPa气温开始缓慢升高，海气温差减小，降雪减弱，而第3次冷平流强度更弱，850 hPa气温继续升高，26日14:00海气温差减小至23℃，弱降雪仍持续，直至冷平流消失，陆地降雪结束。可见，两次过程陆地出现降雪时海气温差均达到了23~25℃且有冷平流持续影响，当冷平流消失时，即使海气温差仍较大，降雪亦停止。
4.2 冷平流垂直结构和混合层发展海效应降雪本质上为对流性降雪(Niziol et al, 1995; Jeworrek et al, 2017)，降雪强度与大气不稳定发展情况相关，而暖海面通过湍流交换作用向大气输送热量和水汽(Fujisaki-Manome et al, 2017)，会影响大气层结稳定度，从而对降雪产生影响。
4.2.1 海气热通量与边界层水汽含量感热通量和潜热通量来自EAR5资料，其适用性已有相关研究进行了论证(魏文韬和王斌，2024)。两次过程热通量峰值与强降雪阶段均对应较好。1217过程区域平均总热通量接近700 W·m-2，峰值出现在17日08:00；1225过程峰值出现在25日08:00前后，约为550 W·m-2(图 7)。
|
图 7 2021年12月(a)16—17日和(b)24—26日渤海海域区域平均总热通量、感热通量和潜热通量的时间序列 Fig. 7 Time-series of regionally averaged total heat flux, sensible heat flux and latent heat flux over the Bohai Sea Area during (a) 16-17 and (b) 24-26 December 2021 |
此外，1217过程平均潜热通量较1225过程更大，二者峰值分别为343 W·m-2、250 W·m-2(图 7)，前者基本维持在200 W·m-2以上，而后者在200 W·m-2以下，表明1217过程有更多水汽输送到大气，其原因在于海洋向大气的水汽输送是通过蒸发过程进行的(阎俊岳，1999)，同时伴随着潜热进入大气低层。从两次过程绝对水汽含量情况来看，1217过程平均比湿＞2.0 g·kg-1，最大为3.2 g·kg-1，1225过程在2.0 g·kg-1左右，最大为2.3 g·kg-1(图 8)。荣成探空数据显示(图略)，16日20:00近地面(1014.8 hPa, 79 m)比湿为2.6 g·kg-1, ＞1 g· kg-1湿层高度可达814 hPa(1841 m)；24日20:00近地面(1024.4 hPa, 79 m)比湿为1.32 g·kg-1，＞1 g·kg-1的湿层高度仅达到923.9 hPa(887 m)。可见，1217过程的水汽条件优于1225过程。
|
图 8 2021年12月(a)16—17日和(b)24—26日烟台港锚定浮标站近海面比湿和10 min平均风(风羽)的时间序列 Fig. 8 Time-series of specific humidity near sea surface and 10 min average wind (barb) at Yantai Port Moored Buoy Station during (a) 16-17 and (b) 24-26 December 2021 |
影响海气感热通量和潜热通量的因素除海气温差还有风速(阎俊岳，1999)，虽然1225过程气温更低，海气温差更大，但强降雪时段其风速(10~12 m·s-1)小于1217过程(12~14 m·s-1)(图 8)，海洋向大气输送的热量和水汽也更少，因此1225过程不稳定程度较弱。
4.2.2 冷平流垂直结构、逆温层和条件不稳定层发展海(湖)效应降雪一般在冷锋过境几个小时后开始，期间稳定逆温层下的边界层内增温、增湿，逐渐形成不稳定的、充分混合的气层，是影响海(湖)效应降雪强度的重要因素(Byrd et al，1991)。
12月17日强冷平流出现在02:00—08:00(图 9a)，中心约位于600 hPa，中心值约为-1.8×10-3 K·s-1。08:00荣成站探空(图 10a)显示逆温层底较高，约位于582 hPa(4247 m)，即逆温层在冷平流中心上方发展，逆温层厚度约为1872 m。逆温层下的条件不稳定层厚度决定了云体发展厚度(Kristovich and Laird, 1998)。由图 11a可见，17日02:00—06：00(主要降雪发生前)，875 hPa以下饱和假相当位温随高度减小，即弱条件不稳定(郑永光等，2024)，06：00的700~650 hPa也表现出弱条件不稳定特征(这可能是云内垂直运动混合和降雪凝结潜热释放的结果)，整体上600 hPa以下为条件不稳定和近中性气层。以75%相对湿度作为阈值判断云区(欧建军，2011)，08:00云底约位于982 hPa(147 m)，云顶伸展至650 hPa(3407 m)(图 10a)，云体厚度达3260 m，此时最大降雪强度为4.4 mm·h-1(威海文登)。
|
图 9 2021年12月(a)16—17日和(b)24—26日荣成水平风场(风羽)和温度平流(填色和等值线，单位：10-3 K·s-1)时间-高度演变 Fig. 9 Time-height evolution of horizontal wind (barb) and temperature advection (colored and contour, unit: 10-3 K·s-1) at Rongcheng Station during (a) 16-17 and (b) 24-26 December 2021 |
|
图 10 2021年12月(a) 17日08:00和(b)25日08:00荣成T-lnp图 Fig. 10 T-lnp diagram of Rongcheng Station at (a) 08:00 BT 17 and (b) 08:00 BT 25 December 2021 |
|
图 11 2021年12月(a)16—17日和(b)24—26日荣成饱和假相当位温垂直廓线时间演变 Fig. 11 Temporal evolution of vertical profile of saturated pseudo-equivalent potential temperature in Rongcheng Station during (a) 16-17 and (b) 24-26 December 2021 |
12月25日08:00，冷平流中心约位于800 hPa (图 9b)，层次较低，中心值约为-1.2×10-3 K·s-1。逆温层底较低，约位于811 hPa(1887 m) (图 10b)，逆温层厚度仅804 m，弱条件不稳定层最高仅发展到875 hPa(图 11b)。云底较高，约位于947 hPa(540 m)，而云顶仅伸展至825 hPa(1734 m)，云体厚度仅1194 m，显著低于1217过程，此时最大降雪强度为1.8 mm·h-1(烟台福山)。
综上可见，与1217过程相比，1225过程冷平流中心高度低、强度弱，逆温层底也相对较低，而逆温层以下的条件不稳定层厚度会影响海效应降雪中云体垂直发展高度(Niziol et al, 1995; Jeworrek et al, 2017)，最终导致1225过程云体厚度不及1217过程，是其降雪强度不及1217过程的主要原因。
5 动力特征对比分析 5.1 低层切变线和降雪窄带回波海效应降雪一旦形成，动力条件是决定其降雪空间分布和降雪量大小的主要因素(杨成芳和李泽椿，2018)。
12月17日凌晨，渤海东南部有降雪回波形成(图略)，随着引导气流向东南方向移动，陆地03:00开始监测到降雪量，06:01雷达反演风场显示在0.8 km高度仍为较一致的西北风，尚未形成切变线，回波较为零散(图 12a1)，之后随着500 hPa低槽过境，在渤海海峡逐渐形成一条北偏西北风和西偏西北风之间的渐进辐合式切变线，零散回波逐渐合并加强成带状，最强回波超过30 dBz(图 12a2)，回波带南端位于山东半岛东部陆地，09:00荣成小时降雪量达4.5 mm, 累计降雪量到暴雪量级(图 2a)。此后随着低槽东移，低层冷平流减弱，切变线减弱，10:42左右降雪回波带已明显东移南压，结构松散、强度减弱(图 12a3)。
|
图 12 2021年12月(a)17日0.8 km高度和(b)26日1.6 km高度荣成S波段多普勒天气雷达反演水平风场(风羽)和组合反射率因子(填色) 注：黑色虚线表示风向切变线。 Fig. 12 Retrieved horizontal wind (barb) and composite reflectivity factor (colored) of Rongcheng S-Band Doppler Radar at (a) 0.8 km height on 17 and (b) 1.6 km height on 26 December 2021 |
12月26日02:00，1.6 km高度(因回波带距离雷达站较远，低层观测不完整，故采用较高等高面)反演风场显示，海上已出现东北风和西北风的切变线(图 12b1)，回波整体呈西北—东南走向。08:00，东北风(或北偏西北风)与西北风形成切变线(图 12b2)，沿切变线降雪回波带状特征清晰，回波走向纬向分量增大。14:00，带状回波缓慢东移，强度减弱(图 12b3)。与1217过程相比，1225过程横槽下摆阶段降雪窄带回波主体位于海上，整体位置偏东，陆地上仅有较为分散的弱回波(图 12b)，回波强度和宽度也不及1217过程(图 12a)。这一阶段虽然山东半岛东部出现较明显降雪，但整体强度弱，多数站点小时降雪量不足1.0 mm。
可见，低层切变线位置、形态和走向对海效应降雪空间分布有重要影响, 在其动力触发和组织作用下，零散的降雪回波被组织成带状，回波窄带与山东半岛陆地的相对位置决定了陆地降雪量大值落区。
5.2 主导风向降雪回波组织形态与水体轮廓形状、主导风向和风速有密切关系，即当主导风向平行于水体长轴时，最有利于形成强降雪带。此时从大陆移来的干冷空气经历了最长的“穿越距离”，有更多的水汽与热量输入(Niziol et al, 1995；Laird et al, 2003)，从而会形成低层暖舌，进一步触发对流并组织化发展(Jeworrek et al，2017)。本文中主导风向采用山东半岛上游三个高空站(北京、乐亭和大连)1000~700 hPa实测风的平均值。
12月17日05:00—08:00(图 13a1，13a2)，主导风向为西北风，低层(以1000 hPa为例)假相当位温舌在渤海东部和渤海海峡发展，降雪回波带位置与暖舌对应，08:00平均主导风向为338°(表略)，暖舌和降雪带状回波均呈西北—东南走向，从辽东半岛南部延伸至山东半岛东部，为降雪发展最强阶段；11:00暖舌减弱，降雪回波整体东移南落，结构松散、强度减弱(图 13a3)。1225过程主导风向、暖舌与降雪回波带的配置和演变也表现出了同样特征，即低层暖舌沿着主导风向伸展，降雪回波带位置与暖舌对应。26日02:00—08:00(图 13b1，13b2)，回波带发生了逆时针旋转。探空资料显示25日08:00至26日08:00，主导风向由348°转为327°(表略)，逆时针转动了21°，纬向分量增大，大于1217过程(17日08:00)，二者相差11°，因此，暖舌和降雪回波带走向随之而变化，回波主体偏离陆地，即风向微小变化显著影响了降雪落区。
|
图 13 2021年12月(a)17日和(b)26日主导风(风羽)、1000 hPa假相当位温(等值线，单位：K)和雷达组合反射率因子拼图(填色) Fig. 13 Steering wind (barb), 1000 hPa pseudo-equivalent potential temperature (contour, unit: K) and mosaic of radar composite reflectivity factor (colored) on (a) 17 and (b) 26 December 2021 |
利用海上锚定浮标站、S波段多普勒天气雷达、常规高空探空和地面自动气象站观测资料及ERA5再分析资料对2021年12月17日和24—26日两次渤海海效应降雪的热力和动力特征进行了对比分析，得到如下主要结论。
(1) 海效应降雪预报中，相比于海气温差，更需要诊断分析冷平流阶段性及强度演变，其与海气间热量和水汽输送具有更直接的关系。强降雪时段，1225过程冷空气更强，海气温差(28℃)更大，1217过程海气温差仅为24~25℃，但1225过程关键海区冷平流弱于1217过程，因而低层能量和水汽状况均弱于1217过程。若冷平流消失，即使海气温差仍较大，降雪也将减弱。
(2) 海效应降雪具有浅对流属性，考察热力不稳定特征时，需同时关注条件不稳定强度(海面温度与850 hPa气温差)和条件不稳定层厚度，冷平流中心的高度是影响条件不稳定层发展厚度的重要因素。1225过程冷平流中心发展高度(875~750 hPa)不及1217过程(700~500 hPa)，中心强度也较弱，致使其逆温层高度和条件不稳定层厚度均相对较弱，限制了其降雪云垂直发展高度，导致降雪强度弱。
(3) 渤海主导风向对海效应降雪空间分布有重要影响。主导风向影响低层暖舌和中尺度切变线走向，受渤海水体轮廓特征和山东半岛地形的共同影响，主导风向为西北风时有利于降雪增强，当西北风偏北分量较大时，暖舌、切变线和强降雪回波带经向度较大，可与山东半岛陆地相交产生明显降雪。1225过程降雪第二阶段主导风向为327°，与1217过程相差11°，暖舌和切变线纬向分量偏大，强降雪回波带位于海上，未与山东半岛陆地相交，降雪量不明显。
预报实践表明，冷涡横槽背景下，渤海海效应降雪呈阶段性，若持续时间长则易出现暴雪及以上量级降雪；而一次低槽快速东移时，通常产生大雪及以下量级降雪。本文分析的两次过程分别属于以上两种情况的特例，通过分析发现海气温差不足以全面刻画海效应降雪热力不稳定特征的事实，在研判热力环境条件时，还需要关注冷平流三维空间演变特征，并进一步判断逆温层高度、条件不稳定层发展厚度等。目前渤海海效应降雪预报多着眼于热力因子分析和相关指标的应用，缺少对主导风、低层切变线等动力因子的系统性研究和定量应用，切变线生成位置、空间结构和增强因素等特征和机制仍不清楚，有待进一步研究。
致谢：感谢山东省人工影响天气办公室王俊、山东省气象台周成、魏海文和朱晓清同志在资料和绘图方面给予的帮助。
陈雷, 戴建华, 韩雅萍, 2012. 上海地区近10年冷流降雪天气诊断分析[J]. 气象, 38(2): 182-188. DOI:10.7519/j.issn.1000-0526.2012.02.006 |
Chen L, Dai J H, Han Y P, 2012. Diagnosis analysis of cold airflow snowfall events over Shanghai Area in recent 10 years[J]. Meteor Mon, 38(2): 182-188.
|
刁秀广, 孙殿光, 符长静, 等, 2011. 山东半岛冷流暴雪雷达回波特征[J]. 气象, 37(6): 677-686. DOI:10.7519/j.issn.1000-0526.2011.6.004 |
Diao X G, Sun D G, Fu C J, et al, 2011. Doppler radar echo features of cold airflow snowstorms in Shandong Peninsula[J]. Meteor Mon, 37(6): 677-686.
|
李刚, 刘畅, 曹玥瑶, 等, 2020. 一次1月山东半岛东部极端海效应暴雪的发生机制分析[J]. 气象, 46(8): 1074-1088. DOI:10.7519/j.issn.1000-0526.2020.08.007 |
Li G, Liu C, Cao Y Y, et al, 2020. Case study on generation mechanism of extreme ocean-effect snowstorm in the east of Shandong Peninsula in January[J]. Meteor Mon, 46(8): 1074-1088.
|
李建华, 肖明静, 孙倩倩, 等, 2024. 2023年和2005年山东两次极端海效应暴雪的对比[J]. 海洋气象学报, 44(2): 15-26. |
Li J H, Xiao M J, Sun Q Q, et al, 2024. Comparative analysis on two extreme sea-effect snowstorms in Shandong in 2023 and 2005[J]. J Marine Meteor, 44(2): 15-26.
|
梁军, 张胜军, 黄艇, 等, 2015. 辽东半岛2次高影响冷流降雪的对比分析[J]. 干旱气象, 33(3): 444-451. |
Liang J, Zhang S J, Huang T, et al, 2015. Comparative analysis of two high impact cold-air snowfall over the Liaodong Peninsula[J]. J Arid Meteor, 33(3): 444-451.
|
欧建军, 2011. 利用探空数据分析云垂直结构的方法及其应用研究[D]. 南京: 南京信息工程大学.
|
Ou J J, 2011. The method of cloud vertical structure analysis using upper-air observation and its studying of application[D]. Nanjing: Nanjing University of Information Science and Technology(in Chinese).
|
苏博, 吴增茂, 李刚, 等, 2007. 山东半岛一次强冷流降雪的观测与数值模拟研究[J]. 中国海洋大学学报, 37(S1): 1-9. |
Su B, Wu Z M, Li G, et al, 2007. Analysis and numerical modeling of a cold-air outbreak snowstorm event in Shandong Peninsula[J]. Periodical Ocean Univ China, 37(S1): 1-9.
|
孙建华, 黄翠银, 2011. 山东半岛一次暴雪过程的海岸锋三维结构特征[J]. 大气科学, 35(1): 1-15. |
Sun J H, Huang C Y, 2011. The three-dimensional structure of coastal front producing heavy snow over the Shandong Peninsula[J]. Chin J Atmos Sci, 35(1): 1-15.
|
王俊, 2004. 单多普勒天气雷达反演二维风场的方法研究[D]. 青岛: 中国海洋大学.
|
Wang J, 2004. A retrieval study of two-dimensional wind field from single-doppler radar data[D]. Qingdao: Ocean University of China(in Chinese).
|
魏文韬, 王斌, 2024. 基于漂流式海气界面浮标的南大洋海气界面通量观测分析[J]. 海洋技术学报, 43(4): 37-45. |
Wei W T, Wang B, 2024. Observation and analysis of air-sea interface flux in the southern ocean based on drifting air-sea interface buoy[J]. J Ocean Technol, 43(4): 37-45.
|
阎俊岳, 1999. 中国邻海海-气热量、水汽通量计算和分析[J]. 应用气象学报, 10(1): 9-19. |
Yan J Y, 1999. Estimation and analysis for air-sea fluxes of heat and moisture over the neighbouring seas of China[J]. Quart J Appl Meteor, 10(1): 9-19.
|
阎丽凤, 杨成芳, 2014. 山东省灾害性天气预报技术手册[M]. 北京: 气象出版社: 204-205, 216.
|
Yan L F, Yang C F, 2014. Technical Manual of Disastrous Weather Forecast of Shandong Province[M].
Beijing: China Meteorological Press: 204-205, 216.
|
杨成芳, 2010. 渤海海效应暴雪的三维热力结构特征[J]. 中国海洋大学学报, 40(2): 17-27. |
Yang C F, 2010. Three-dimensional thermal structure of ocean-effect snowstorm in Bohai[J]. Periodical Ocean Univ China, 40(2): 17-27.
|
杨成芳, 高留喜, 王方, 2011. 一次异常强渤海海效应暴雪的三维运动研究[J]. 高原气象, 30(5): 1213-1223. |
Yang C F, Gao L X, Wang F, 2011. Analysis on three-dimensional motion of an intense anomaly ocean-effect snowstorm in Bohai[J]. Plateau Meteor, 30(5): 1213-1223.
|
杨成芳, 李泽椿, 2018. 近十年中国海效应降雪研究进展[J]. 海洋气象学报, 38(4): 1-10. |
Yang C F, Li Z C, 2018. Review of the research on the ocean-effect snow in China in the past decade[J]. J Marine Meteor, 38(4): 1-10.
|
于晓晶, 辜旭赞, 李红莉, 2013. 山东半岛一次冷流暴雪过程的中尺度模拟与云微物理特征分析[J]. 气象, 39(8): 955-964. DOI:10.7519/j.issn.1000-0526.2013.08.002 |
Yu X J, Gu X Z, Li H L, 2013. Mesoscale numerical simulation and cloud microphysical characteristics of a cold-air snowstorm in Shandong Peninsula[J]. Meteor Mon, 39(8): 955-964.
|
于志良, 1998. 胶东半岛冷流降雪与海气湍流感热输送的关系[J]. 气象学报, 56(1): 121-127. |
Yu Z L, 1998. The relation between cold flow snowfall and sea-air sensible heat transportation in Jiaodong Peninsula[J]. Acta Meteor Sin, 56(1): 121-127.
|
张勇, 寿绍文, 王咏青, 等, 2008. 山东半岛一次强降雪过程的中尺度特征[J]. 南京气象学院学报, 31(1): 51-60. |
Zhang Y, Shou S W, Wang Y Q, et al, 2008. Mesoscale characteristics analysis on a snow storm in Shandong Peninsula[J]. J Nanjing Inst Meteor, 31(1): 51-60.
|
郑永光, 黄振强, 陈炯, 等, 2024. 对流风暴大气不稳定机制研究的若干问题[J]. 暴雨灾害, 43(3): 266-275. |
Zheng Y G, Huang Z Q, Chen J, et al, 2024. Some issues in studies on the atmospheric instability of convective storms[J]. Torr Rain Dis, 43(3): 266-275.
|
郑怡, 杨成芳, 郭俊建, 等, 2019. 一次罕见的山东半岛西部海效应暴雪过程的特征及机理研究[J]. 高原气象, 38(5): 1017-1026. |
Zheng Y, Yang C F, Guo J J, et al, 2019. Analysis on the characteristics and mechanism of a rare ocean-effect snowstorm in the western Shandong Peninsula[J]. Plateau Meteor, 38(5): 1017-1026.
|
Baltaci H, da Silva M C L, Gomes H B, 2021. Climatological conditions of the Black Sea-effect snowfall events in Istanbul, Turkey[J]. Int J Climatol, 41(3): 2017-2028. DOI:10.1002/joc.6944
|
Bao B, Ren G Y, 2018. Sea-effect precipitation over the Shandong Peninsula, northern China[J]. J Appl Meteor Climatol, 57(6): 1291-1308. DOI:10.1175/JAMC-D-17-0200.1
|
Blechman J B, 2001. Surface wind directions associated with snowfall in upstate New York[J]. Nat Wea Dig, 25(3/4): 19-27.
|
Byrd G P, Anstett R A, Heim J E, et al, 1991. Mobile sounding observations of lake-effect snowbands in western and central New York[J]. Mon Wea Rev, 119(9): 2323-2332. DOI:10.1175/1520-0493(1991)119<2323:MSOOLE>2.0.CO;2
|
Fujisaki-Manome A, Fitzpatrick L E, Gronewold A D, et al, 2017. Turbulent heat fluxes during an extreme lake-effect snow event[J]. J Hydrometeor, 18(12): 3145-3163. DOI:10.1175/JHM-D-17-0062.1
|
Fujisaki-Manome A, Wright D M, Mann G E, et al, 2022. Forecasting lake-/sea-effect snowstorms, advancement, and challenges[J]. WIREs Water, 9(4): e1594. DOI:10.1002/wat2.1594
|
Holroyd Ⅲ E W, 1971. Lake-effect cloud bands as seen from weather satellites[J]. J Atmos Sci, 28(7): 1165-1170. DOI:10.1175/1520-0469(1971)028<1165:LECBAS>2.0.CO;2
|
Jeworrek J, Wu L C, Dieterich C, et al, 2017. Characteristics of convective snow bands along the Swedish east coast[J]. Earth Syst Dyn, 8(1): 163-175. DOI:10.5194/esd-8-163-2017
|
Kristovich D A R, Laird N F, 1998. Observations of widespread lake-effect cloudiness: influences of lake surface temperature and upwind conditions[J]. Wea Forecasting, 13(3): 811-821. DOI:10.1175/1520-0434(1998)013<0811:OOWLEC>2.0.CO;2
|
Laird N F, Walsh J E, Kristovich D A R, 2003. Model simulations examining the relationship of lake-effect morphology to lake shape, wind direction, and wind speed[J]. Mon Wea Rev, 131(9): 2102-2111. DOI:10.1175/1520-0493(2003)131<2102:MSETRO>2.0.CO;2
|
Lavoie R L, 1972. A mesoscale numerical model of lake effect snowstorms[J]. J Atmos Sci, 29(6): 1025-1040. DOI:10.1175/1520-0469(1972)029<1025:AMNMOL>2.0.CO;2
|
Li J H, Gao W H, Li F, 2022. Water vapor and cloud microphysical characteristics of a sea-effect snowstorm in Shandong Peninsula, China[J]. J Atmos Sol-Terr Phys, 235: 105910. DOI:10.1016/j.jastp.2022.105910
|
Niziol T A, Snyder W R, Waldstreicher J S, 1995. Winter weather forecasting throughout the Eastern United States.Part Ⅳ: lake effect snow[J]. Wea Forecasting, 10(1): 61-77. DOI:10.1175/1520-0434(1995)010<0061:WWFTTE>2.0.CO;2
|
Steenburgh W J, Halvorson S F, Onton D J, 2000. Climatology of lake-effect snowstorms of the Great Salt Lake[J]. Mon Wea Rev, 128(3): 709-727. DOI:10.1175/1520-0493(2000)128<0709:COLESO>2.0.CO;2
|