2. 深圳南方强天气研究重点实验室, 深圳 518040;
3. 中国气象局气象干部培训学院, 北京 100081
2. Shenzhen Key Laboratory of Severe Weather in South China, Shenzhen 518040;
3. China Meteorological Administration Training Centre, Beijing 100081
短时强降水常具有突发性强,小时雨强大等特点,很容易导致城市内涝、地质灾害等次生灾害(俞小鼎等,2012),它是珠江三角洲(以下简称珠三角)地区主要灾害性天气之一。如2010年5月7日广州大暴雨,降水仅持续了6 h,降水量达213 mm,最大小时雨量99.1 mm,导致严重的城市内涝,直接经济损失约5.4亿元(伍志方等,2011)。2008年6月13日深圳大暴雨,全市平均雨量214 mm,24 h累积最大雨量498.0 mm,最大小时雨量96.8 mm,出现大面积水浸,直接经济损失超5亿元。对短时强降水正确的预报预警是各级政府组织、指挥救灾的重要科学依据(曲晓波等,2010)。因此,短时强降水的预报是非常重要的,一直是天气预报业务中的难点,也是气象工作者研究的重点之一(俞小鼎,2012;慕建利等,2008;Ni et al,2011;张晓惠等,2009;彭菊香等,2011;陶诗言等,2007;姜丽萍等,2007;廖胜石等,2008;王东海等,2011;孙继松等,2013;陈永仁等,2013;郑婧等,2014;王婧羽等,2014;寿亦萱等,2014;冉令坤等,2014;周泓等,2015;段鹤等,2014)。20世纪70年代,美国空军气象局的资深预报员Miller(1972)和Crisp等(1979)在Fujita(1956)提出的中尺度分析概念的基础上,提出了利用高空和地面观测资料分析中尺度对流系统发生、发展的环境背景条件的一套规则,在此基础之上,2010年中国气象局建立了一套强对流天气分析的规则,称为中尺度分析(张小玲等,2012)。20世纪70年代末,Maddox等(1979)在分析了美国的致洪暴雨后,总结出了暴洪预报的三种典型天气流型配置,用于致洪暴雨的预报,即流型识别法。针对流型识别方法的一些缺陷和局限性,Doswell等(1996)提出了基于构成要素的预报方法(ingredients-based forecasting methodology),即“配料法”。俞小鼎(2011)认为流型识别法和“配料法”两者之间具有很强的互补性;流型识别技术是一项很有用的主观预报技术,预报员应该尝试用基于构成要素的方法去解释,获得充分的物理理解。樊李苗等(2013)研究了中国短时强降水等强对流天气的关键环境参数特征。Chen等(2013)分析了我国暖季4—9月降水分布特征,指出华南地区是我国短时强降水多发区。张一平等(2013)总结了河南强对流天气的四种概念模型,得出了各流型天气系统特点及对流发生条件的关注点,为河南强对流天气分析预报提出思路和预报着眼点。农孟松等(2008)根据环流形势将广西冰雹分为华北低槽型、高原东部低槽型和南支槽型,用数值预报产品有物理意义的预报因子制作广西冰雹的潜势预报。因此,在统计大量个例基础上,给出短时强降水的主要流型配置,再根据“配料法”思路,统计分析每种流型配置下的关键环境参数特征,将流型识别与关键环境参数特征识别结合起来,将有助于更深入了解包括强降水在内的强对流天气发生的物理过程,提高这类天气的预报水平。
短时强降水是典型的中尺度系统导致的强烈天气,但对于不同地区、不同天气过程,大气的热力不稳定层结、水汽、垂直风切变等要素的重要性不尽相同,产生的强天气类型也不相同(郑媛媛等,2011)。广东处在华南沿海,短时强降水发生频率高,造成损失大。许多气象学者对华南地区强对流发生条件、触发机制和潜势预报方法进行了详细的研究(陈联寿等,2001;刘运策等,2001;赖绍钧等,2012;庞古乾等,2012;刘国忠等,2013;吴乃庚等,2013;陈元昭等,2014;冯文等,2015;赵欢等,2015)。Tian等(2015)对我国华东地区暖季短时强降水的环境参数进行了统计分析,指出任何类型的短时强降水大气可降水量(PW)都在28 mm以上,KI指数在28.1℃以上,850和700 hPa的相对湿度可判断是否会出现降水,研究结果在业务中有很好的指导作用。目前对珠三角地区短时强降水发生的天气流型配置和关键环境参数特征还没有系统性的深入研究。本文利用珠三角地区稠密自动气象站资料、探空资料、卫星云图资料等,将天气流型分型和各种流型下关键环境参数的特征分析结合,给出珠三角地区重大短时强降水事件的流型配置类型,以及每种流型配置下T-lnp图形态特征和相应的关键环境参数,为这类强降水事件的预报提供思路和预报着眼点。
1 资料说明及方法 1.1 资料说明(1) 选取雨量数据为2007—2013年共7年珠三角地区近600个自动气象站(分布见图 1)逐小时降水量。参照珠三角地区强降水、地质环境和城市发展等特点,文中重大短时强降水选取标准为每小时雨量≥50 mm。中国气象局规定的短时强降水标准为小时雨量≥20 mm,因此小时雨量≥50 mm可以看作为重大短时强降水事件(significant flash rain event)。为保证强降水天气过程筛选的准确性,考虑了自动站密度和资料的可靠性问题,规定在一次天气过程中,10个或以上连片区域自动站记录到小时雨量≥50 mm、出现的范围不小于50 km×50 km为一次重大短时强降水过程。按照以上原则严格筛选出珠三角地区7年共68场满足条件的重大短时强降水天气。68次重大短时强降水事件过程中,最大总雨量498.0 mm,平均总雨量136.1 mm。最大小时雨量分布如图 2,最大小时雨量在60~69.9 mm次数最多21次,其次是50~59.9 mm为20次,小时雨量≥100 mm有4次,小时雨量最大为108.9 mm。需要指出的是,这里以上述标准选出的68次重大短时强降水事件中,降水持续时间往往超过1 h,其中最短持续时间1 h,有5个过程甚至断断续续持续了1~2 d,平均降水时长为9 h。但在考虑其关键环境参数时,主要考虑1 h≥50 mm的重大短时强降水事件发生前的大气环境参数。因此,后面讨论的流型配置不仅是针对显著强降水事件的,而是适用于包含该显著强降水事件的整个暴雨事件的。而关于探空T-lnp图形态和关键环境参数则是尽量选择在显著强降水事件发生前对该事件最有代表性的探空进行分析。
(2) 国家气象信息中心下发的同时期MICAPS格式资料,包括常规地面高空观测、加密地面观测和风云2号气象卫星云图等。
(3) 本研究提及的台风泛指热带气旋,文中为北京时,20时为日界。
1.2 技术方案应用MICAPS的分析平台,首先分析影响珠三角重大短时强降水的天气流型配置,并对流型配置进行分类,然后针对每种流型配置,分析相应的T-lnp图形态和关键环境参数特征。选取短时强降水发生前的20或08时的高空和间隔3 h的地面观测资料进行中尺度分析。T-lnp图形态和关键环境参数选取短时强降水发生之前最近时次和最近距离的探空资料以保证较好的代表性:如果强降水发生在08—11时,选取08时的探空给出相应的关键环境参数;强降水发生在11—20时,对强降水发生地附近或上游地区08时探空用11—17时温度、露点温度订正后计算环境参数;强降水发生在20—08时用20时探空给出相应的环境参数。
2 珠江三角洲重大短时强降水事件的流型配置强降水是在有利的大尺度环流条件下由中小尺度系统造成的。分析珠江三角洲地区68个重大短时强降水事件的主要影响系统,结果显示其对应的天气流型配置主要有五种(图 3):台风型(TPT)、西南季风型(SWMT)、北部湾低压型(BGLT)、冷(式)切变线型(CSLT)和热带云团型(TCT)。总体上统计,每种类型所占的百分比分别为29%、29%、22%、10%和10%,台风型和西南季风型出现概率最大,冷(式)切变线型和热带云团型发生概率最低,北部湾低压型发生概率位于中间。在不同季节,每种流型配置出现频率不同(图 4)。
造成珠三角地区重大短时强降水的台风以强热带风暴以上级别的强度为主。台风一般在珠江口附近或珠江口西侧到阳江的沿海登陆。台风高低层云系结构对称,登陆后移动速度较慢,维持时间长,东南象限有明显的西南风卷入。强降水一般出现在台风经过的附近地区或略偏于移动路径的右侧。
此类强降水概念模型如图 3a所示。200 hPa上空被反气旋所控制,华南上空有一定的流向和流速的辐散特征。500 hPa上588线控制湖南、江西、福建一带,副热带高压(以下简称副高)稳定少动。台风在副高南沿较弱的东南气流引导下缓慢的向偏西北移动。弱的西风槽位于副高北部的长江流域以北地区,弱槽对副高强度影响较小,使副高稳定维持,台风移动慢。850 hPa台风东南象限的西南风和副高西南侧的东南风在华南沿海幅合。台风型重大短时强降水多出现在7—9月。
台风造成的降水分布非常复杂,除了必须具备充沛的水汽、强烈的上升运动和条件不稳定等条件外,还与台风周边的其他天气系统的配置有关,地面适度冷空气的侵入也有利于台风暴雨的增幅(林良勋等,2006)。
2.2 西南季风型西南季风一般在5月中下旬爆发,给珠三角地区带来的强降水多发生于6月西南季风盛期。伴随着西南季风的爆发,6月珠三角常出现大范围的暴雨降水,是华南前汛期的盛期,也是短时强降水的多发期。68场重大短时强降水中有19场出现在6月。该型强降水多发生在下半夜到上午,降水有短时雨强强,总雨量大等特点,常出现大范围的大暴雨降水。
此类强降水的流型配置如图 3b所示。200 hPa南亚高压位于中南半岛北部地区,急流轴在华南北部到江西、福建一带,有时南亚高压东南侧出现东北风急流,华南上空处在扇形辐散区内。500 hPa上副高中心位于西太平洋上,呈带状分布,西脊点在南海东部海面,南支槽位于广东广西交界处,槽底在雷州半岛附近,槽前西南风大。850 hPa切变线在湖南南部一带,南海中北部西南风明显加大,出现低空急流,华南沿海出现西南风和东南风或西南风和偏南风辐合,不断触发对流发展。地面上冷空气主体在南岭附近或湖南一带,南海中北部到广东沿海地面等压线稀疏,呈南北或西南东北走向,渗透南下的弱冷空气和暖湿气流汇合(有时冷空气不明显),触发抬升。珠三角地区西南季风型短时强降水一般不出现在切变线附近,而出现在850 hPa急流轴核区附近或气流辐合区。
2.3 北部湾低压型北部湾低压型的显著特点是地面到850 hPa在北部湾附近区域(7°~23°N、105°~112°E)有闭合低压,有时低压环流可向上伸展到500 hPa高度。
北部湾低压型流型配置如图 3c所示。短时强降水区位于200 hPa急流入口区的右侧或右后侧,为气流辐散区。500 hPa副高较弱,控制福建以东地区,北部湾附近的广西、广东交界处为南支槽,上游有时没有明显冷平流。850 hPa北部湾附近为一闭合低压,低压中心的东南象限南海北部到华南中西部沿海出现西南风低空急流,切变线在湖南一带,华东地区为反气旋控制。地面图上前期南下的冷空气变性出海,变性脊经福建沿海伸向广东东部,珠江口以东吹东南或偏南风,高压底部常有冷空气渗透到珠江口一带。珠江口以西吹暖湿的西南到偏南风,与珠江口以东吹相对较干的东南气流在珠江口附近汇合,形成辐合渐近线。在汇合点附近常会诱发出现中尺度辐合线或中尺度低压,形成β中尺度短时强降水云团,持续影响珠三角地区,导致珠三角地区出现明显降水。北部湾低压型重大短时强降水主要出现在4—5月。
2.4 冷(式)切变线型冷(式)切变线型多见于5月。每年春夏之交,冷暖空气对峙,常会出现由高空槽、切变线和冷空气(锋面低槽)共同引起的强对流天气。这种过程由于斜压性强,系统移动较快,水汽一般也不充足,多以雷雨大风天气为主,出现重大短时强降水的可能性小。但如果低层配合西南风低空急流且水汽充足,降水将会明显加大。
图 3d为冷(式)切变线型流型配置图。200 hPa珠三角上空为发散流场,具有明显的气流辐散特征。500 hPa副高主体稳定在西北太平洋,青藏高原东侧不断有短波分裂下滑叠加到位于广西、广东的西风槽中。850 hPa初时切变线位于湖南境内,南海中北部西南风大。随着500 hPa西风槽东移,850 hPa切变线南压进入广东地区。地面气压场上,初时西南低槽发展,南压的冷锋为强降水提供了触发机制。当冷空气侵入到850 hPa以上高度,降水将结束。
冷(式)切变线型短时强降水要特别注意500 hPa槽线移出目标区上空而低层仍为暖湿气流控制的前倾槽形势,很容易造成天气系统已经移出本地的错觉。
2.5 热带云团型热带云团型重大短时强降水主要出现在7—8月。图 3e为热带云团型重大短时强降水的流型配置。200 hPa上珠江口附近为风速辐散区。500 hPa副高呈块状,粤东一带被副高脊所控制,珠江口附近位于副高边沿的不稳定区,25°~30°N附近为平直的西风,有利于副高稳定维持。南海中北部海面的扰动云团生成后,沿着副高西缘不断向北移动,靠近珠三角地区。扰动在北移的过程中强度有所发展,但达不到热带低压级别,西南风也不是很强盛。地面弱冷空气从中路或东路渗透南下,有时冷空气不明显。正是由于块状副高稳定维持引导南海扰动云团向北移动而带来明显降水。这种扰动云团由于经过较长时间的水汽累积,雨强往往很大。如果配合有西南季风卷入,降水量将会异常偏大。
3 重大短时强降水事件的T-lnp图形态和关键环境参数实际业务中常出现天气形势与典型天气流型相差甚远,但实况下了暴雨,出现漏报;有时出现的天气形势与典型天气型大致一样,但没有出现暴雨,导致空报。基于上述情况,在流型识别的前提下,分析研究了对应重大短时强降水事件的T-lnp图形态和关键环境参数,为重大短时强降水的预报提供参考。
3.1 T-lnp图形态特征对上述五种流型重大短时强降水发生前的T-lnp图进行分析。根据探空曲线中大气层结曲线与状态曲线的形态、对流有效位能(CAPE)形状等特点对各型T-lnp图进行分类,每种流型给出了3种T-lnp图(图 5,其中热带云团型为2种)。没有进行合成,而是使用的具体个例的T-lnp图。
台风型重大短时强降水:20个过程中T-lnp图中温度廓线和湿绝热线都比较接近,整层湿度大。有15个过程的CAPE形状呈“瘦弱”的狭长形,抬升凝结高度比较低(图 5a),5个过程CAPE形状更“瘦弱”,但抬升凝结高度略高(图 5b和5c)。这说明台风导致的短时强降水事件中大气层结非常接近于湿中性层结,只具有弱的条件不稳定,水汽条件非常充分。
西南季风型短时强降水的20个个例中,有18个个例的T-lnp图温度廓线和湿绝热线非常接近(图 5d和5e),其中有2个过程温湿廓线几乎重合,整层大气相对湿度很高,水汽含量丰富;另外2个过程400~500 hPa高度层略干,这和500 hPa高度层附近有弱的干冷空气侵入有关,中低层温度廓线和湿绝热线也很接近(图 5f)。有18个过程对流有效位能CAPE呈“瘦弱”的狭长形分布,抬升凝结高度较低(图 5d和5f),有2个过程CAPE更小,抬升凝结高度较高(图 5e)。
北部湾低压型(图 5g~5i)14个过程中,有13个温度廓线和湿绝热线很接近,整层水汽非常丰富,有一个过程低层水汽较足而中层较干,呈上干下湿(图 5i)。有11个过程CAPE大致呈“瘦弱”狭长形分布,抬升凝结高度较低(图 5g和5i);有3个过程CAPE大,形态略“胖”(图 5h)。
图 5j~5l为冷(式)切变线型重大短时强降水T-lnp图。该型温湿廓线大致呈“漏斗”状,大气层结为下层较湿,中(上)层略干,这和低层为暖湿气流,高层干冷空气侵入有关。相对于前三种类型,冷空气切变型对应的CAPE较大,形态较“胖”。
热带云团型(图 5m~5n)短时强降水7个过程有6个T-lnp图温湿廓线紧靠,整层水汽含量丰富,对流有效位能CAPE形态较“胖”,抬升凝结高度不高(图 5m);只有1例T-lnp图呈上干下湿型,CAPE值也相对较大(图 5n)。
从以上分析可知,台风型、西南季风型、北部湾低压型对应的绝大多数重大短时强降水事件的T-lnp图温度廓线和湿绝热线很接近,CAPE大致呈“瘦弱”的狭长形,整层相对湿度很高,水汽含量丰富,抬升凝结高度较低。冷(式)切变线型对应的温湿廓线呈上干下湿“漏斗”状分布,CAPE形态稍“胖”,抬升凝结高度同样比较低。热带云团型温湿廓线紧靠,水汽丰富,CAPE形态较“胖”。
3.2 关键环境参数强对流天气主要发生在大气处在条件不稳定、一定的水汽条件和适当的垂直风切变的环境下。据此,本研究选取的关键环境参数主要包括表征大气静力稳定度的850和500 hPa的温差,表示水汽条件的地面露点(Td)、大气可降水量(PW)和在一定程度上代表水汽输送强弱和CAPE维持的低空急流,将条件不稳定和水汽条件结合在一起用来判断深厚湿对流发生潜势的CAPE和对流抑制能(CIN),以及用来代表深层垂直风切变的0~6 km风矢量差。
日常业务中常用850和500 hPa之间的温差ΔT85(对流层中低层的温度递减率)来表示大气层结静力稳定度。重大短时强降水ΔT85分布的箱线图见图 6a(其中,SWMT中位值和上四分位值重合;BGLT中位值和上四分位值重合;CSLT中位值和上四分位值重合;TCT中位值和下四分位值重合;最大值和上四分位值重合)。图中表明,西南季风型、北部湾低压型和热带云团型的ΔT85箱体类似,箱体也比较窄,中位值在22~23℃,统计也表明上述三型的ΔT85主要分布在22~23℃;台风型箱体较宽,ΔT85主要分布在21~22℃;冷(式)切变线型ΔT85在五类天气型中最大,主要分布在23~24℃,这和中(高)层有一定的干冷空气侵入有关。汛期华南上空500~850 hPa的平均厚度为4.2 km,相当于重大短时强降水发生时环境温度直减率为5.0~5.7℃·km-1,稍大于平均约5.0℃·km-1(在暖季,850~500 hPa的湿绝热递减率, 也就是湿中性层结对应的温度递减率,约为5℃·km-1左右)。也就是说,重大短时强降水发生前大多数情况下大气存在弱的条件不稳定。
图 6b显示不同流型之间地面露点Td中位值基本在23~24℃。平均地面露点温度西南季风型和热带云团型都在24.0℃以上,最小的冷(式)切变线型23.3℃。统计表明大多数过程地面露点在23~25℃,最大27.4℃。不论何种流型,强降水发生前地面露点都比较高,近地面层水汽条件较好。
表征大气水汽条件的另一个重要参数是PW。图 6c所示箱线图表明,各型重大短时强降水PW不尽相同:台风型PW值最大,上、下四分位值分别为68和63 mm,中位值接近65 mm,最大达到74.2 mm,平均接近65 mm,85%的过程PW≥60 mm;其次为西南季风型,上、下四分位值为66和61 mm,中位值64 mm,平均接近64 mm,80%的过程PW≥60 mm;北部湾低压型和热带云团型PW箱形图较相似,中位值分别为60和61 mm,平均PW为61 mm,比台风型和西南季风型略小,PW≥57 mm的过程都约占85%;冷(式)切变线型PW在五个天气型中最小,上、下四分位为61和52 mm,中位值57 mm,平均为53 mm,PW≥55 mm的过程占72%。上述事实表明重大短时强降水发生前各型重大短时强降水过程PW有所差别,台风型最大,冷(式)切变线型最小,但大多数过程PW呈现出较大的值,超过87%的过程PW≥57 mm。
低空急流常与强降水相伴。为研究短时强降水和偏南风低空急流(U≥12 m·s-1,简称低空急流)的关系,统计分析了850 hPa及以下层最大偏南风速。从图 6d中可见(其中,TCT中位值和下四分位值重合),西南季风型、北部湾低压型下四分位都为12.5 m·s-1,这两个型总共34个过程中有30个过程出现低空急流;台风型和冷(式)切变线型下四分位均为10 m·s-1,中位值在12.5~13 m·s-1,这两个型的27个过程中有20个出现了低空急流;而热带云团型与上述四种天气型刚好相反,7个过程只有1个出现低空急流。
从以上分析可知,重大短时强降水发生前,代表局地水汽条件的PW和地面露点在降水发生前都已经具有较高的值,87%的过程PW≥57 mm,而Td普遍在23~25℃。对于所有类型,ΔT85较小,一般在21~23℃,表明大多数情况下有利于重大短时强降水发生的环境条件的关键点不是强对流预报中常关注的“高空冷空气的侵入”,而是低层暖湿气流的输送。除了热带云团型,其他类型下大多数情况下出现了低空急流。低空急流是一支暖湿气流,一方面为降水提供了丰富的水汽,另一方面低层暖湿气流的输送也有利于维持一定的CAPE,导致PW维持及增加,从而为维持导致强降水的MCS的持续提供了保证(俞小鼎,2012)。进一步分析表明,低空急流在导致较大水汽通量的同时,多数情况下在珠三角地区呈现明显水汽通量辐合(图略)。
CAPE是日常业务中判断深厚湿对流潜势的重要参数。重大短时强降水CAPE箱线图(图 7a,为从地面抬升气块的CAPE)可知,各型CAPE有所差别。台风型箱须图箱体宽,CAPE值较分散,但箱体主要在1500 J·kg-1以下,平均为1033 J·kg-1,20个过程有16个CAPE≤1500 J·kg-1,占80%。西南季风型中,箱体比台风型窄,CAPE平均值为1240 J·kg-1,20个过程中有15个过程的CAPE≤1500 J·kg-1,占75%。北部湾低压型箱体大多在1000 J·kg-1以下,平均为955 J·kg-1,14个过程有11个CAPE≤1500 J·kg-1。冷(式)切变线型和热带云团型平均CAPE均大于1700 J·kg-1,7个过程中分别有5和4个CAPE≥1700 J·kg-1。从以上分析可知,台风型、西南季风型和北部湾低压型降水CAPE一般不大于1500 J·kg-1,都属于比较温和的CAPE(俞小鼎,2012),冷(式)切变线型和热带云团型CAPE稍大。适当大小的CAPE比极端的CAPE更有利于高降水效率的形成,极端的CAPE会使气块加速通过暖云层,从而减少了通过暖云过程形成降水的时间(孙继松等,2014)。
CIN是自由对流高度以下层结曲线和状态曲线所围成的面积。理论上来说,触发深厚湿对流所需要的抬升强度由CIN决定。由图 7b可知(其中,CSLT中位值和下四分位值重合),重大短时强降水CIN差别不大,值较小。68个过程有57个CIN<50 J·kg-1。对于强对流的发生,往往要求CIN有一个较为合适的值,如果CIN太大,对流抑制的程度大,不利于对流的发生,如果太小,不稳定能量往往很难在低层聚积,也不利于发生较强的对流。上述各种流型配置下,CIN的值都不大,因此珠三角地区导致显著强降水的深厚湿对流大多数都相对容易触发,对抬升力要求不高。
暖云层是抬升凝结高度到0℃层高度之间的厚度差。暖云层厚度越大,降水效率越大(Davis,2001)。五种天气型的暖云厚度箱线图(图 7c)中,台风型厚度最大,冷(式)切变线型最小。68个过程有57个暖云厚度在4100 m以上,属于比较大的值,有利于较高的降水效率。
为了分析垂直风切变(SHR)对短时强降水的影响,将0~6 km垂直风切变分为弱、中和强三档(俞小鼎等,2012)。0~6 km垂直风切变矢量差<12 m·s-1为弱垂直风切变,12 m·s-1≤垂直风切变矢量差<20 m·s-1为中等强度垂直风切变,垂直风切变矢量差≥20 m·s-1为强垂直风切变。由0~6 km垂直风切变分布箱线图(图 7d)可知(其中,BGLT中位值和下四分位值重合;TCT中位值和下四分值重合),西南季风型、北部湾低压型、热带云团型的上四分位为10 m·s-1或小于10 m·s-1。西南季风型20个过程中,垂直风切变矢量差<12 m·s-1有17个,占85%,其余为中等强度垂直切变,而北部湾低压型和热带云团型的垂直风切变矢量差全部<12 m·s-1上述三类大多数过程处在弱的垂直风切变环境中。台风型箱须图中,箱体较宽,垂直风切变值分布较分散,最大值为20 m·s-1,最小值仅1 m·s-1,但20个个例中,垂直风切变矢量差<12 m·s-1有14个,12 m·s-1≤垂直风切变矢量差<20 m·s-1有5个,大多数过程处在弱到中等垂直风切变环境中。冷(式)切变线型垂直风切变矢量差普遍较大,7个个例中,12 m·s-1≤垂直风切变矢量差<20 m·s-1有5个,大多数过程处在中等强度垂直风切变环境中。珠三角重大短时强降水的关键参数阈值列于表 1中,可以作为业务预报中的参考。
珠三角地区的重大短时强降水事件多数情况下对应弱的大气条件不稳定,即温度直减率只是略微高于湿绝热递减率,接近湿中性层结。之所以会如此,是因为华南地区水汽条件充足,而夏季很少出现边界层夜间或凌晨逆温,CIN普遍较小,对流很容易触发。因此一旦出现微小的条件不稳定,就会出现湿对流,使得大气向湿中性状态调整。
珠三角地区的重大短时强降水事件对应的CAPE值普遍不大,平均在1200 J·kg-1左右,因此所产生深厚湿对流内的上升气流不会很极端,但雨强却很大,这又如何解释呢?
雨强可由式(1) 表达:
$R=k\rho Ewq$ | (1) |
式中,R为雨强(单位:mm·h-1),E为降水效率,ρ为空气密度(单位:kg·m-3),w为云底附近上升气流速度(单位:m·s-1),q为云底比湿(单位:g·kg-1),k为比例系数(取值1/3600)。从式(1) 可知, 雨强取决于降水效率、云底附近上升气流速度和比湿。E是进入云内的水汽总量中最终变为降水降到地面部分的比例,对流层相对湿度越大,暖云层厚度越厚,垂直风切变越小,降水效率也越高(俞小鼎等,2012)。上面分析结果表明,强降水发生前,环境场条件很有利于珠三角地区出现高的降水效率。虽然CAPE值不大, 限制了上升气流出现很极端的值,但云底的比湿很高,E很高,因而综合起来仍然会导致很大的雨强。
4 结论应用2007—2013年共7年珠三角地区近600个自动气象站逐小时降水量,根据一定判据筛选出68个重大短时强降水事件。首先对它们对应的天气流型配置进行分类,然后对于每一种天气流型进一步分析其T-lnp图形态特征和关键环境参数特征。主要结论如下:
(1) 对应珠三角地区重大短时强降水的天气流型主要有5种:台风型、西南季风型、北部湾低压型、冷(式)切变线型和热带云团型。2—3月以冷(式)切变线型为主,4—5月北部湾低压型稍多,6月以西南季风型为主,7—9月主要为台风型和热带云团型。
(2) 台风型、西南季风型和北部湾低压型大多数过程对应的T-lnp图形态特征类似:温度廓线和露点廓线挨得很近,水汽充足,CAPE区域呈“瘦弱”的狭长形分布,抬升凝结高度较低。冷(式)切变线型对应T-lnp图温湿廓线大致呈上干下湿的“漏斗”状,CAPE较大,虽然仍是狭长形,但形态略“胖”。热带云团型对应温湿廓线紧靠,整层水汽大,对流有效位能CAPE值较大。
(3) 五种天气流型对应的关键环境参数ΔT85、Td、PW、CAPE、CIN、暖云厚度及深层垂直风切变的0~6 km风矢量差特征为:ΔT85都较小,一般在21~23℃,大气层结与湿中性层结接近,呈现出弱的条件不稳定层结,表明大多数过程有利于重大短时强降水发生的环境条件的关键点不是强对流预报中常关注的“高空冷空气的侵入”,而是低层暖湿气流的输送。Td普遍在23~25℃,CIN≤50 J·kg-1,暖云厚度在4100 m以上。大多数过程PW都在55 mm以上,其中台风型最大,其次是西南季风型、北部湾低压型、热带云团型,冷(式)切变线型最小,统计表明超过87%的过程PW≥57 mm。台风型、西南季风型、北部湾低压型CAPE一般小于1500 J·kg-1,属于比较温和的CAPE值,冷(式)切变线型、热带云团型平均CAPE≥1700 J·kg-1。除热带云团型外,大多数过程都出现了低空急流。台风型、西南季风型大多处在弱到中等的0~6 km风切变环境中,北部湾低压型和热带云团型处在弱的垂直风切变环境中;冷(式)切变线型大多数过程处在中等强度垂直风切变环境中。
在珠三角地区,可以将预报重大短时强降水的流型配置方法(分型)与重大短时强降水对应的关键环境参数,以及根据箱须图展示的参数范围设定适宜的阈值的方法相结合,为珠三角地区显著强降水预报的改进提供有价值的参考。
陈联寿, 孟智勇, 2001. 我国热带气旋研究十年进展[J]. 大气科学, 25(3): 420-432. |
陈永仁, 李跃清, 2013. "12.7.22"四川暴雨的MCS特征及对短时强降水的影响[J]. 气象, 39(7): 848-860. DOI:10.7519/j.issn.1000-0526.2013.07.006 |
陈元昭, 林良勋, 陈训来, 等, 2014. 最近5年深圳大暴雨特征及主要影响系统[J]. 广东气象, 36(1): 20-25. |
段鹤, 夏文梅, 苏晓力, 等, 2014. 短时强降水特征统计及临近预警[J]. 气象, 40(10): 1194-1206. DOI:10.7519/j.issn.1000-0526.2014.10.004 |
樊李苗, 俞小鼎, 2013. 中国强对流天气的若干环境参数特征分析[J]. 高原气象, 32(1): 156-165. DOI:10.7522/j.issn.1000-0534.2012.00016 |
冯文, 符式红, 赵付竹, 2015. 近10年海南岛后汛期特大暴雨环流配置及其异常特征[J]. 气象, 41(2): 143-152. DOI:10.7519/j.issn.1000-0526.2015.02.002 |
姜丽萍, 尤红, 夏冠聪, 等, 2007. 广东罕见特大致洪暴雨形成机理个例分析[J]. 气象科技, 35(3): 374-378. |
赖绍钧, 何芬, 陈海山, 等, 2012. 华南前汛期福建一次致洪暴雨过程的中尺度结构特征[J]. 高原气象, 31(1): 167-175. |
廖胜石, 罗建英, 姚秀萍, 等, 2008. 广西西江流域致洪暴雨过程中尺度特征及机制分析[J]. 高原气象, 27(5): 1161-1171. |
林良勋, 黄忠, 曾琮, 等, 2006. 广东省天气预报技术手册[M]. 北京: 气象出版社, 29-83.
|
刘国忠, 黄开刚, 罗建英, 等, 2013. 基于概念模型及配料法的持续性暴雨短期预报技术探究[J]. 气象, 39(1): 20-27. DOI:10.7519/j.issn.1000-0526.2013.01.003 |
刘运策, 庄旭东, 李献洲, 2001. 珠江三角洲地区由海风锋触发形成的强对流天气过程分析[J]. 应用气象学报, 12(4): 433-441. |
慕建利, 王建捷, 李泽椿, 2008. 2005年6月华南特大连续性暴雨的环境条件和中尺度扰动分析[J]. 气象学报, 66(3): 437-451. DOI:10.11676/qxxb2008.040 |
农孟松, 祁丽燕, 黄明策, 等, 2008. 基于环流分型的广西冰雹潜势预报研究[J]. 气象, 34(6): 46-52. DOI:10.7519/j.issn.1000-0526.2008.06.007 |
庞古乾, 伍志方, 叶爱芬, 等, 2012. 珠三角地区前汛期强对流潜势预报方法研究[J]. 热带气象学报, 28(4): 564-568. |
彭菊香, 李红莉, 崔春光, 2011. 华中区域LAPS中尺度分析场的检验与评估[J]. 气象, 37(2): 170-176. DOI:10.7519/j.issn.1000-0526.2011.02.006 |
曲晓波, 张涛, 刘鑫华, 等, 2010. 舟曲"8.8"特大山洪泥石流灾害气象成因分析[J]. 气象, 36(10): 102-105. DOI:10.7519/j.issn.1000-0526.2010.10.017 |
冉令坤, 齐彦斌, 郝寿昌, 2014. "7.21"暴雨过程动力因子分析和预报研究[J]. 大气科学, 38(1): 83-100. DOI:10.3878/j.issn.1006-9895.2013.12160 |
孙继松, 戴建华, 何立富, 等, 2014. 强对流天气预报的基本原理与预报方法[M]. 北京: 气象出版社, 49-50.
|
孙继松, 何娜, 王国荣, 等, 2013. "7.21"北京大暴雨系统的结构演变特征及成因初探[J]. 暴雨灾害, 31(3): 218-225. |
寿亦萱, 陆风, 王捷纯, 等, 2014. 华南冷季暴雨中热带卷云羽特征研究[J]. 气象, 40(6): 687-696. DOI:10.7519/j.issn.1000-0526.2014.06.005 |
陶诗言, 卫捷, 2007. 夏季中国南方流域性致洪暴雨与季风涌的关系[J]. 气象, 33(3): 10-18. DOI:10.7519/j.issn.1000-0526.2007.03.002 |
王东海, 夏茹娣, 刘英, 2011. 2008年华南前汛期致洪暴雨特征及其对比分析[J]. 气象学报, 69(1): 137-148. DOI:10.11676/qxxb2011.012 |
王婧羽, 崔春光, 王晓芳, 等, 2014. 2012年7月21日北京特大暴雨过程的水汽输送特征[J]. 气象, 40(2): 133-145. DOI:10.7519/j.issn.1000-0526.2014.02.001 |
吴乃庚, 林良勋, 曾沁, 等, 2013. 南海季风爆发前罕见连续3场暴雨特征及成因[J]. 应用气象学报, 24(2): 129-139. DOI:10.11898/1001-7313.20130201 |
伍志方, 曾沁, 吴乃庚, 等, 2011. 广州5—7高空槽后和5-14槽前大暴雨过程对比分析[J]. 气象, 37(7): 838-846. DOI:10.7519/j.issn.1000-0526.2011.07.008 |
俞小鼎, 2011. 基于构成要素的预报方法——配料法[J]. 气象, 37(8): 913-918. DOI:10.7519/j.issn.1000-0526.2011.08.001 |
俞小鼎, 2012. 2012年7月21日北京特大暴雨成因分析[J]. 气象, 38(11): 1313-1329. |
俞小鼎, 周小刚, 王秀明, 2012. 雷暴与强对流临近天气预报技术进展[J]. 气象学报, 70(3): 311-337. DOI:10.11676/qxxb2012.030 |
张晓惠, 倪允琪, 2009. 华南前汛期锋面对流系统与暖区对流系统的个例分析与对比研究[J]. 气象学报, 67(1): 108-211. DOI:10.11676/qxxb2009.012 |
张小玲, 谌芸, 张涛, 2012. 对流天气预报中的环境场条件分析[J]. 气象学报, 70(4): 642-654. DOI:10.11676/qxxb2012.052 |
张一平, 吴蓁, 苏爱芳, 等, 2013. 基于流型识别和物理量要素分析河南强对流天气特征[J]. 高原气象, 32(5): 1492-1502. |
赵欢, 张人禾, 温敏, 2015. 2013年5月华南强降水与中国南海夏季风爆发[J]. 气象学报, 73(3): 442-458. DOI:10.11676/qxxb2015.028 |
郑婧, 孙素琴, 吴静, 等, 2014. 梅雨锋短时大暴雨的多尺度环境场分析[J]. 气象, 40(5): 570-579. DOI:10.7519/j.issn.1000-0526.2014.05.007 |
郑媛媛, 姚晨, 郝莹, 等, 2011. 不同类型大尺度环流背景下强对流天气的短时临近预报预警研究[J]. 气象, 37(7): 795-801. DOI:10.7519/j.issn.1000-0526.2011.07.003 |
周泓, 杨若文, 钟爱华, 等, 2015. 云南省一次切变冷锋型暴雨过程的中尺度对流系统分析[J]. 气象, 41(8): 953-963. DOI:10.7519/j.issn.1000-0526.2015.08.004 |
Chen Jiong, Zheng Yongguang, Zhang Xiaoling, et al, 2013. Distribution and diurnal variation of warm-season short-duration heavy rainfall in relation to the MCSs in China[J]. Acta Meteor Sin, 27(6): 868-888. DOI:10.1007/s13351-013-0605-x |
Crisp Msgt, Charlie A. 1979. Training guide for severe weather forecasters. AFGWCTN-79/002. United states Air Force, Air Weather Service(MAC), Air Force Glbal Weather Central.
|
Davis R S, 2001. Flash flood forecast and detection methods[J]. Meteor Monog, 28(50): 481-526. DOI:10.1175/0065-9401-28.50.481 |
Doswell Ⅲ C A, Brooks H E, Maddox R A, 1996. Flash flood forecasting: An ingredients-based methodology[J]. Wea Forecasting, 11(4): 560-581. DOI:10.1175/1520-0434(1996)011<0560:FFFAIB>2.0.CO;2 |
Fujita T T, 1956. Mesoanalysis: An important scale in the analysis of weather data[J]. Wea Bure Res Paper, 39: 1-84. |
Maddox R A, Chappel C F, Hoxit L R, 1979. Synoptic and Meso-α aspects of flash flooding events[J]. Bull Amer Soc, 60(2): 115-123. DOI:10.1175/1520-0477-60.2.115 |
Miller R C. 1972. Notes on analysis and severe-stome frecasting procedures of the Air Force Global Weather Central. Technical Report 200 (Rev). Air Weather Service (MAC), United States Air Force.
|
Ni Yunqi, Cui Chunguang, Li Hongli, et al, 2011. High-resolution mesoscale analysis data from the South China Heavy Rainfall Experiment (SCHeREX): Data generation and quality Evaluation[J]. Acta Meteor Sin, 25(4): 478-493. DOI:10.1007/s13351-011-0018-7 |
Tian Fuyou, Zheng Yongguang, Zhang Tao, et al, 2015. Statistical characteristics of environmental parameters for warm season short-duration heavy rainfall over central and eastern China[J]. J Meteor Res, 29(3): 370-384. DOI:10.1007/s13351-014-4119-y |