漆梁波 1, 张瑛 2
1. 上海中心气象台，上海 200030；
2. 江西省气象台，南昌 330046
2011年5月05日收稿；2011年6月15日收修定稿

摘要：基于中国东部5个冬季的地面降水观测和高空探测资料，针对不同的降水相态，对它们对应的不同温度及不同厚度进行统计分析，最终得到一组中国东部地区冬季降水相态的推荐识别判据。分析发现：由于气候背景不同，我国东部的识别判据阈值和西欧的略有差别，而北美洲识别判据在我国东部的适用性也不好；综合考虑温度因子和厚度因子的识别判据表现则更好一些。该组判据对雨和雪的判别性能较好，TS评分分别达到0.91和0.73；对雨夹雪的容忍性判别TS评分也能达到0.57；但对冻雨(冰粒)的判别效果不好，TS评分仅为0.25左右，空报率达0.70~0.80，主要原因还是识别判据的针对性不足。鉴于该类天气的复杂成因，开发该类天气的客观识别判据需要考虑更细致的大气层结状况和局地气候条件，而当地预报员的预报经验仍将发挥重要的作用。本工作的结果能为我国东部地区的相关业务预报和数值模式产品后处理提供较好的参考。
关键词：冬季降水 识别判据 冻雨 冰粒

引言
我国东部冬季降水相态主要包括雨、雪、雨夹雪、冰粒、冻雨等。随着社会的发展，冬季降水相态的预报问题显得越来越重要。24小时累积降水量达到5 mm时，如果降水相态是雨，则只是小雨，对城市运行和社会生产环节不会有明显影响，但如果降水相态是雪，则天气演变为大雪，对城市的运行及生产环节的影响就变得严重；如果降水相态是冰粒或冻雨时，对城市运行及生产环节的影响则可能是致命的。比如，2008年冬季的冰冻雨雪过程给我国南方地区带来了严重的社会影响[1-3]。即使是很弱的降雪过程，如果降水相态预报失败或漏报，也会给城市运行带来严重的不利影响[4-6]。近20年来，我国预报技术人员对冬季降水过程有较多的个例研究，也提出了一些识别判据。许爱华等[7-8]在分析一次寒潮过程中提出，将925和1000 hPa的气温(分别用T925和T1000表示，下同)作为区分雨雪的识别判据，当T925≤-2 ℃且T1000≤0 ℃时，如果发生降水，判断为下雪；李江波等[9]在对一次强降温过程的降水相态进行分析后提出，当T925≤-2 ℃、T1000≤2 ℃且地面气温(用T2m表示，下同)在-1~1℃时，下雨夹雪或雪的概率较大；梁红等[10]在对一次沈阳暴雪过程的分析中提到，可用T850＜0℃(T850表示850 hPa的气温，下同)和T2m＜0℃作为判断降雪的依据；冻雨的研究方面，比较经典的工作是20世纪70年代关于“冰晶层—暖层—冷层”的诊断模式[11]，近年来，郑劲光等[12-13]、赵培娟等[14]分别提出了一些描述这三个特征气层的指标(主要是气温)，但均属于个例研究中得到的结果(或未给出确切阈值)，无法判断其普适性。在国外，关于雨雪的判别，除了传统的气温阈值外[15]，比较多地使用气层位势厚度来表征大气的冷暖情况。在对某一层大气的冷暖进行表征时，位势厚度值显然较抽取单一特性层的气温更合适。Lowndes等[16]早在1974年就提出区别雨雪的厚度参数H850~1000(表示850~1000 hPa之间的气层位势厚度，以下简称厚度)，阈值为128 dagpm，当H850~1000≤128 dagpm时，判断降水性质为降雪[17]。Happner[18]和Czys等[19]分别对北美洲的降水相态判断进行了研究和总结，得出一种利用厚度值来区分雨、雪、冻雨及冰粒的方法。这一判据主要依据两个厚度值，一个是H700~850(表示850~1000 hPa之间的气层位势厚度)，用来表征中层大气的冷暖，另一个是H850~1000，用来表征低层大气的冷暖。这一判别方法目前在美国和加拿大的气象部门被广泛使用，主要用于模式产品的后处理：即依据模式的相关输出物理量，得到相应的模式降水相态分布，从而供预报员参考。
可以看出，在降水相态的识别判据研究方面，我国的个例分析比较多，而且大多使用某几层(主要为特性层)的气温值作为判据，其有效性如何？和国外的厚度判据相比，其优劣性如何？我国东部地区降水相态的识别判据应该如何设定？现有的这些判据是否足够？这些都是本文将要重点分析和讨论的内容。

1 资料和识别判据的统计分布特征
1.1资料介绍
本文使用资料的时间跨度为2005年冬季至2009年冬季(冬季指某一年的12月至次年的2月)，具体资料为中国东部20个探空站的08和20时探空资料以及相应时次的地面观测，具体站点位置见图 1，站点涵盖范围大致为25°~38°N，112°~122°E。由于要分析1000 hPa的气温及850~1000 hPa的气层厚度，所以挑选站点时，站点海拔高度不能超过400 m，以便能观测到1000 hPa的资料，图 1中的站点海拔高度均小于400 m。此外，剔除了山东成山头站和浙江洪家站，因为这两站受地形或海洋气候影响均较大，其预报阈值与其他地区应有较大区别，不是本文的重点研究范围。

图 1 中国东部20个代表站的分布图
Fig. 1 Distribution of 20 representative stations in eastern China
1.2 识别判据的统计分布特征
根据前人的研究工作，用于做冬季降水相态识别的判据主要包括T700(表示700 hPa的气温，下同)、T850、T925、T1000、T2m, 以及H700~850和H850~1000。将上述20个站点的地面观测和探空资料(均为08和20时)的资料读出(共5个冬季)，并分为4种降水相态：雨、雪、雨夹雪、冻雨(冰粒)。分别统计上述4种类型降水发生时，对应的各层气温及厚度的分布情况，以得到设定判别阈值的基本依据。之所以将冻雨和冰粒合并在一起分析，主要是因为这两种降水相态有一个共同点：一般都在中层有大于0℃的暖层，而暖层以下均有小于0 ℃的冷层。根据上述资料，共得到降水样本2119个、降雪样本357个、雨夹雪样本48个、冻雨(冰粒)样本68个(其中冻雨27个、冰粒41个)。
1.2.1 各气层气温的统计分布特征
图 2是不同降水相态T700和T850的箱线图(箱线图的制作及相关参数说明请参阅潘晓华等[20]和杨贵名等[21]的文献)。从图中可以看出，尽管雨和雪两者的T700中位数(指50%分位，下同)区别较大，分别为0和-6℃，但就10%~90%分位的范围而言，雨和雪的交叉区间较大。因此，就单一判据而言，T700对雨雪的区分效果不好。T850对雨雪的区分性较好，两者的10%~90%分位范围的重叠很少。从图中也可看出，-3℃是可作为雨雪的临界值，当T850＜-3℃时，下雪的概率很高，T850>-3℃时，下雨的概率较高。

图 2 不同降水相态时T700和T850的箱线图
Fig. 2 Box-whisker of T700 and T850 for different precipitation types
雨夹雪的T700在统计上介于降雨和降雪之间，但数值总体上更接近降雨。而其T850在统计上则更接近降雪的分布，数值总体上较降雪时略高一些；就中位数而言，雨、雨夹雪、雪分别为3、-5和-7℃。这一气温分布特点，对识别判据的设定有一定的指导作用。
冻雨(冰粒)的T700在统计上呈现出变化幅度小的特点(10%~90%分位覆盖范围从-3~2℃)，中位数为-1℃，较雪高，接近雨和雨夹雪的数值。普查各样本的探空资料，发现中层大气的暖层顶部大多(占样本总数的90%~95%)出现在700 hPa以下，这导致用T700来表征中层大气暖层经常失效，这一分布特点将增加识别判据设定的难度。冻雨(冰粒)的T850在统计上与雨夹雪较类似，但变化幅度小，总体上略暖于雨夹雪。普查的结果也表明，冻雨(冰粒)天气时，850 hPa一般处在中层暖层和低层冷层之间(多数处在冷层的上部)，因此，用T850来表征中层暖层或低层冷层的特征均不合适。
图 3是不同降水相态T925和T1000的箱线图。从图中可以看出，雨和雪在这两层的温度特征有明显的区别。90%的降雨个例中，T925≥-2℃，T1000>0℃，而90%的降雪个例中，T925≤-2℃，T1000≤0℃，这两个临界阈值与许爱华等[7]提出的降雪判据非常吻合，说明该判据尽管来自个例总结，但有一定的普适性。

图 3 不同降水相态时T925和T1000的箱线图
Fig. 3 Box-whisker of T925 and T1000 for different precipitation types
雨夹雪的T925在统计上更接近降雪的分布，但变化范围略小(10%~90%分位覆盖范围从-7~-2℃，而降雪的对应覆盖范围从-9~-2℃)。T1000的统计分布特点与T925类似。结合图 2的分析可知，在中层(700 hPa)，下雨夹雪时的气温特征与降雨时的气温特征更接近, 而在低层(925和1000 hPa), 雨夹雪的气温特征却与降雪时的更接近，这为设定区分雨夹雪与雨(雪)的识别判据提供了重要参考。
冻雨(冰粒)的T925在统计上与雪和雨夹雪较类似，中位数也都为-5℃。冻雨(冰粒)的T1000在统计上与雪和雨夹雪的差别也不大，三者中位数分别为-1、-2和-1℃。上述分析表明，可用T925或T1000来表征冻雨(冰粒)天气的冷层，但是它们的分布特征与雪(雨夹雪)较类似。从前文对T700和T850的分析可知，冻雨(冰粒)天气的暖层也很难用某一层(700或850 hPa)的气温来表征。综合来看，用特性层气温作为判据来识别冻雨(冰粒)是较困难的。
1.2.2 各气层厚度的统计分布特征
图 4是不同降水相态H700~850和H850~1000的箱线图。不难看出，无论是在中层还是低层，雨和雪的区别都是比较明显的，尤其是在中层。从10%~90%分位的变化范围看，雨的H700~850从154~159 dagpm，雪的H700~850从148~155 dagpm，两者之间重叠比较少；在低层，雨和雪的重叠更少，90%的降雪个例中，其H850~1000≤129 dagpm，而在90%的降雨个例中，其H850~1000≥129 dagpm。上述分析表明，在雨和雪的区分判据上，H700~850的临界值大约为154 dagpm，H850~1000的临界值为129 dagpm，这个结果与Heppner[18]的统计结果较类似，略高于西欧的阈值(128 dagpm)[16-17]，这可能与西欧地区气候湿润有关——浅层空气湿度较大时，气温要保持较低的状态，才能保证进入该层的雪花不至于完全融化。

图 4 不同降水相态各气层厚度的箱线图
Fig. 4 Box-whisker of thicknesses for different precipitation types
雨夹雪的H700~850在统计上更接近降雨的分布，数值总体上较降雨时略低一些; 就中位数而言，雨、雨夹雪、雪分别为157、155和152 dagpm。而雨夹雪的H850~1000在统计上接近降雪的分布，只是变化幅度小一些，但中位数都为128 dagpm。雨夹雪在气层厚度上这一分布特点，与气温分布特点较类似：即在中层大气，雨夹雪和雨的冷暖状态接近，在低层大气, 雨夹雪和雪的冷暖状态接近。
冻雨(冰粒)的H700~850在统计上与雨的分布较类似，90%的雨和冻雨(冰粒)的样本中，H700~850均大于或等于154 dagpm。但是总体上，冻雨(冰粒)H700~850的覆盖范围与雨夹雪H700~850的变化范围还是有较多的重叠，区分性并不大。在低层，其H850~1000的分布与雪、雨夹雪较接近，三者的中位数均为128 dagpm。前文关于冻雨(冰粒)的气温分布也有类似的特点，这表明：冻雨(冰粒)天气的冷层是可以用某层气温(925或1000 hPa)或低层厚度(H850~1000)来表征(尽管可能与雨夹雪或雪相重叠)，但对中层暖层的描述，无论是气温或厚度，都无法得到满意的判据。普查的结果表明：绝大部分样本(约95%)的暖层中心层出现在700~850 hPa，这使得上述两层气温值无法反映暖层存在，更无法表征暖层的强度(指暖层空气厚度和暖层中心层的温度)；尽管厚度值可以反映整层大气的冷暖，但要求该层大气内气温变化是单调的(即不能出现变化趋势的反转)，而暖层中心层往往出现在700~850 hPa之间，使得H700~850也无法正确表征该气层的冷暖，也就无法表征中层暖层的存在及其强度。

2 各降水相态的识别判据设定
根据上述对气温和厚度的分析，结合国内外的研究成果[7-10, 15-19]，以下设定一组判据(见表 1)，对所有降水样本进行判别检验，即只针对发生降水时，对降水相态的区分判别进行检验，采用TS评分方法[22]。将上述判据进行比较之后，可望得到适合我国东部的冬季降水相态识别判据和相关阈值。

表 1 不同识别判据和阈值的组合表
Table 1 Discrimination criteria and associated thresholds
表 2是各判据对所有样本进行区分判别的性能检验表。可以看出，对降雨的判别，温度判据和厚度判据的表现均较好，厚度判据2的表现最好，TS评分达到0.91，空报率和漏报率均非常低。厚度判据2只是单一地考虑了低层气层的冷暖，意味着只要低层气层够暖，就可以将空中的降雪、冻雨(冰粒)等降水粒子都转化为液态，低层大气的冷暖是判别是否降雨的关键。

表 2 不同识别判据和阈值的性能检验表
Table 2 Assessment on different discrimination criteria and associated thresholds
对降雪的判别检验可知，温度判据和厚度判据的性能相当，TS评分在0.59~0.65，一般空报率要高于漏报率。混合判据的TS评分相对较高，能达到0.73，空报率和漏报率也都在0.15左右。混合判据的良好表现说明，在降雪天气中，用T925和T1000来表征低层大气的冷暖比用H850~1000的效果要好一些；此外，对降雪天气而言，中层大气的冷暖也是需要考虑的主要因素。
各判据对雨夹雪的判别效果均不好，TS评分都只能达到0.09，主要原因是空报率很高，达到0.9。这意味着，当使用这些判据预报有雨夹雪时，往往会出现雨、雪、或冻雨(冰粒)等降水相态。在实际观测中，雨夹雪与其他降水相态同时或伴随出现的概率本来就很大。在本文的48个雨夹雪样本中，在观测时间点的12小时内，有43个样本又出现了其他类型降水(以雪或雨居多)，概率达90%。如果在检验中，将雪也作为雨夹雪处理，即预报雨夹雪，出现雪也算正确(以下称为容忍性检验或容忍性识别)，则上述判据的TS评分都会大幅提高，厚度判据2和混合判据的TS评分均超过0.50，混合判据略好一些，达到0.57(见表 3)。因此，如果进行容忍性识别(即当考虑有雨夹雪的可能性时，预报雨夹雪或雪，这种预报用语在业务中是很常见的)，混合判据的可用性还是不错的。

表 3 雨夹雪识别判据的容忍性检验
Table 3 Inclusive assessment on different discrimination criteria and associated thresholds
各识别判据对冻雨(冰粒)降雪的判别效果也很不理想。传统的温度或厚度判据的TS评分只能达到0.2，混合判据的表现略好，TS评分也仅为0.25。主要的问题还是空报率比较高，即预报为冻雨(冰粒)时，出现雨、雪或雨夹雪(其中雨的概率较大)。原因如前文分析：无论是厚度判据还是温度判据，均无法正确表征冻雨(冰粒)天气的中层暖层，而中层有暖层存在是形成冻雨(冰粒)的关键要素。因此，冻雨(冰粒)的识别需要其他能反映中层暖层的判据来补充，现有的特性层观测数据不足以支撑冻雨(冰粒)天气的识别。

3结论和讨论
通过对连续5个冬季降水相态相关观测数据的分析和比较，本文推荐一套适合中国东部的冬季降水相态识别判据(见表 4)。可以看出，这组判据中的雨雪区分阈值与西欧的略有不同。该组判据对雨和雪的识别可用性较好，TS评分分别达到0.91和0.73；雨夹雪的识别判据在容忍性识别的情况下，TS评分也达到0.57，空报率和漏报率均不高，也有较好的可用性；这些判据对我国东部地区的业务预报和相应的数值模式产品后处理均有较好的指导意义。冻雨(冰粒)的识别判据不理想，TS评分只能达到0.25，空报率达到0.70~0.80，业务可用性较差，主要是由于本文选择的识别判据均无法正确描述中层暖层的存在。

表 4 中国东部冬季降水相态的识别判据(推荐)
Table 4 Criteria for winter precipitation type discrimination in eastern China (recommended)
针对如何改进雨夹雪以及冻雨(冰粒)的识别率问题，以下作简要讨论。将上述4种降水相态的温度层结数据分别进行插值(除特性层之外，以50 hPa为间隔)，然后进行平均(剔除极端值之后)，得到各降水相态的平均温度廓线(见图 5，其中纵坐标最低一层表示地面)。

图 5 不同降水相态的平均温度廓线图
Fig. 5 Average temperature profiles for different precipitation types
从温度平均廓线(图 5)看，雨和雪的区分性较好。雪和雨夹雪在低层的大气冷暖状态较相似，区别主要是雨夹雪在中层相对较暖接近降雨，使得雪花在中层有部分融化(或升温)，降落到地面时，在近地层继续融化，以雨夹雪的形态出现。目前在业务预报中，在区分雨夹雪或雪时，比较关注地面或低层气温，但事实上，中层气层的冷暖也是区分这两种降水相态的关键。
冻雨(冰粒)的识别判据问题就更复杂一些。前文进行判据设定时，主要是基于“冰晶层—暖层—冷层”的概念模式，因此，寻找能表征中层暖层的识别判据将是今后的重要工作(在中国东部，这一暖层主要处在700~850 hPa)。但是，即使完成了这一重要工作，冻雨(冰粒)的识别也不会完全解决，因为“冰晶层—暖层—冷层”这一概念模型本身并不完美。很多观测和分析表明[23-27]，有相当比例的冻雨天气过程不存在中层暖层(江西地区的比例达到10%以上[24]，本研究工作的样本中，比例只有2%~3%)。吴兑[28]甚至指出，暖层存在与否不是下冻雨的必要条件，只要有过冷云降水(降水云气层温度在0~-15 ℃之间)，地面气温又在0℃附近，就可以下冻雨。Zerr[29]和Bernstein[30]通过对冻雨的研究也发现，有20%~30%的冻雨天气没有暖层存在，是否下冻雨与降水云的微物理结构、水汽及冰晶饱和度有关。曾明剑等[31]、赵珊珊等[32]和Robins等[33]的研究还表明：地形和气候特点也是造成冻雨天气的重要原因。这些种种因素导致仅仅用温度廓线来寻求识别判据的努力很难取得满意结果。
此外，形成冻雨和冰粒的云物理结构和大气层结廓线也有很大不同[29, 34]，本文试图将两者的识别判据等同，也是识别判据不理想的原因之一。北美地区识别的基本思路是[18-19]：中层暖层中的液态降水落到低层冷层中，若冷层较厚(或气层更冷)，则水滴在空中冻结为冰粒；若冷层较薄(或气层较暖)，则水滴不在空中冻结，落地后冻结，为冻雨。但是这一判断思路在中国东部似乎是不适合的。图 6是冻雨样本(27个)和冰粒样本(41个)的平均温度廓线(插值和平均处理方法同图 5)。从图 6可以看出，冻雨天气时，低层冷层的空气厚度略大于冰粒，而冷层的强度则明显强于冰粒(冻雨冷层的平均最低气温达到-6℃左右，而冰粒冷层的平均最低气温在-4℃附近)，这与北美的基本概念是不相符的。冷层强度更强反而不冻结(对应图 6中的冻雨天气)可能与中层暖层的强度有关，即下冻雨时，从暖层落入冷层的液态水滴气温较高，不易在冷层中冻结。

图 6 冻雨和冰粒的平均温度廓线图
Fig. 6 Average temperature profiles for freezing rain and ice pellet
鉴于冻雨(冰粒)天气的复杂形成原因，冻雨(冰粒)天气的识别判据还需要做更多深入细致的工作。对于冻雨(冰粒)天气发生较多的地区而言，天气形势研判和单站预报经验的配合可能仍是目前较有效的途径[23-24, 34]。当然，从发展趋势看，随着业务数值模式分辨率的提高和物理过程的细化(尤其是微物理过程)，模式直接输出降水相态作为业务参考才是最终的解决之道。

参考文献
[1]马宗晋, 2009. 2008年华南雪雨冰冻巨灾的反思[J]. 自然灾害学报, 18(2): 1-3.
[2]胡爱军, 2010. 论气象灾害综合风险防范模式——2008年中国南方低温雨雪冰冻灾害的反思[J]. 地理科学进展, 29(2): 159-165. DOI:10.11820/dlkxjz.2010.02.005
[3]曾明剑, 陆维松, 梁信忠, 等, 2008. 2008年初中国南方持续性冰冻雨雪灾害形成的温度场结构分析[J]. 气象学报, 66(6): 1043-1052. DOI:10.11676/qxxb2008.093
[4]赵思雄, 孙建华, 陈红, 等, 2002. 北京”12.7”降雪过程的分析研究[J]. 气候与环境研究, 7(1): 7-21.
[5]孙继松, 梁丰, 陈敏, 等, 2003. 北京地区一次小雪天气过程造成路面交通严重受阻的成因分析[J]. 大气科学, 27(6): 1057-1066.
[6]蒋建莹, 史历, 倪允琪, 2005. 一次”高影响天气”的弱降雪过程的数值研究[J]. 应用气象学报, 16(2): 231-237. DOI:10.11898/1001-7313.20050228
[7]许爱华, 乔林, 詹丰兴, 等, 2006. 2005年3月一次寒潮天气过程的诊断分析[J]. 气象, 32(3): 49-55. DOI:10.7519/j.issn.1000-0526.2006.03.009
[8]郑婧, 许爱华, 许彬, 2008. 2008年江西省冻雨和暴雪过程对比分析[J]. 气象与减灾研究, 31(2): 29-35.
[9]李江波, 李根娥, 裴雨杰, 等, 2009. 一次春季强寒潮的降水相态变化分析[J]. 气象, 35(7): 87-94. DOI:10.7519/j.issn.1000-0526.2009.07.013
[10]梁红, 马福全, 李大为, 等, 2010. “2009.2”沈阳暴雪天气诊断与预报误差分析[J]. 气象与环境学报, 26(4): 22-27.
[11]朱乾根, 林锦瑞, 寿绍文, 等, 1992. 天气学原理和方法[M]. 北京: 气象出版社.
[12]郑劲光, 徐星生, 郭建华, 等, 2008. 江西抚州2008年低温雨雪冰冻天气过程成因分析[J]. 气象与减灾研究, 31(2): 58-61.
[13]郑劲光, 吴琼, 刘熙明, 2009. 江西省冻雨气候概况和环流特征[J]. 气象与减灾研究, 32(4): 45-49.
[14]赵培娟, 邵宇翔, 李周, 等, 2008. 冻雨形成的天气条件分析[J]. 气象与环境科学, 31(4): 36-39.
[15]Bourgouin P, 2000. A method to determine precipitation types[J]. Weather and Forecasting, 15(5): 583-592. DOI:10.1175/1520-0434(2000)015<0583:AMTDPT>2.0.CO;2
[16]Lowndes C A S, Beyon A, Hawson C L, 1974. An assessment of some snow predictors[J]. Meteorol Mag, 103: 341-358.
[17]Source Book to the Forecasters’ Reference Book[M]. Berkshire: Meteorological Office, 1997.
[18]Heppner P O G, 1992. Snow versus rain: Looking beyond the “Magic” number[J]. Weather and Forecasting, 7(4): 683-691. DOI:10.1175/1520-0434(1992)007<0683:SVRLBT>2.0.CO;2
[19]Czys R R, Scott R W, Tang K C, et al, 1996. A physically based, nondimensional parameter for discriminating between locations of freezing rain and ice pellets[J]. Weather and Forecasting, 11(4): 591-598. DOI:10.1175/1520-0434(1996)011<0591:APBNPF>2.0.CO;2
[20]潘晓华, 翟盘茂, 2002. 气温极端值的选取与分析[J]. 气象, 28(10): 28-31. DOI:10.3969/j.issn.1000-0526.2002.10.006
[21]杨贵名, 宗志平, 马学款, 2005. “方框-端须图”及其应用示例[J]. 气象, 31(3): 53-55. DOI:10.7519/j.issn.1000-0526.2005.03.012
[22]李延香, 1995. LAFS数值降水预报产品评价[J]. 应用气象学报, 6(3): 281-288.
[23]陈天锡, 陈贵发, 穆晓涛, 1993. 驻马店地区冻雨天气特征的分析和预报[J]. 气象, 19(2): 35-38.
[24]王华军, 刘熙明, 吴琼, 等, 2010. 基于探空资料的江西典型冻雨天气过程垂直结构分析[J]. 气象与减灾研究, 32(1): 40-45.
[25]杜小玲, 彭芳, 武文辉, 2010. 贵州冻雨频发地带分布特征及成因分析[J]. 气象, 36(5): 92-97. DOI:10.7519/j.issn.1000-0526.2010.05.013
[26]马中元, 刘熙明, 吴琼, 等, 2011. 江西强冻雨天气形成特征分析[J]. 气象, 37(1): 66-74. DOI:10.11898/1001-7313.20110107
[27]马晓刚, 曲晓波, 李月安, 等, 2010. 冻雨落区基本概念模型的研究与建立[J]. 气象, 36(9): 68-73. DOI:10.7519/j.issn.1000-0526.2010.09.011
[28]吴兑, 2008. 关于冻雨和雨凇､雾凇之我见[J]. 广东气象, 30(1): 12-14.
[29]Zerr R J, 1997. Freezing rain: An observational and theoretical study[J]. Journal of Applied Meteorology, 36(12): 1647-1661. DOI:10.1175/1520-0450(1997)036<1647:FRAOAT>2.0.CO;2
[30]Bernstein B C, 2000. Regional and local influences on freezing drizzle, freezing rain, and ice pellet events[J]. Weather and Forecasting, 15(5): 485-508. DOI:10.1175/1520-0434(2000)015<0485:RALIOF>2.0.CO;2
[31]曾明剑, 陆维松, 梁信忠, 等, 2009. 地形对2008年初中国南方持续性冰冻灾害分布影响的数值模拟[J]. 高原气象, 28(6): 1376-1386.
[32]赵珊珊, 高歌, 张强, 等, 2010. 中国冰冻天气的气候特征[J]. 气象, 36(3): 34-38. DOI:10.7519/j.issn.1000-0526.2010.03.005
[33]Robbins C C, Jr Cortinas J V, 2002. Local and synoptic environments associated with freezing rain in the contiguous united states[J]. Weather and Forecasting, 17(1): 47-65. DOI:10.1175/1520-0434(2002)017<0047:LASEAW>2.0.CO;2
[34]Huffman G J, 1988. The supercooled warm rain process and the specification of freezing precipitation[J]. Monthly Weather Review, 116(11): 2172-2182.

本文是一篇较详实的分析降水相态预报判识的文章，对于各位气象爱好者等关注冬季天气时分析判断降水相态具有很好的参考作用。下面大家可就有关问题进行讨论，特别是希望有冬季降水相态分析经验的爱好者，来探讨交流关于普遍性的或地方性（本地或其他感兴趣的地区）的降水相态的各种现象、经验和原理。