2021, Vol. 47 
2. 新疆阿勒泰地区气象局，阿勒泰 836500；
3. 新疆气象台, 乌鲁木齐 830002；
4. 新疆巴音郭楞蒙古自治州气象局，库尔勒 841000；
5. 新疆伊犁哈萨克自治州气象局，伊犁 835000；
6. 新疆和田地区气象局，和田 848000；
7. 新疆阿克苏地区气象局，阿克苏 843000
2. Altay Meteorological Office of Xinjiang, Altay 836500;
3. Xinjiang Meteorological Observatory, Urumqi 830002;
4. Meteorological Office of Bayingolin Mongolian Autonomous Prefecture of Xinjiang, Korla 841000;
5. Meteorological Office of Ili Kazak Autonomous Prefecture of Xinjiang, Ili 835000;
6. Hotan Meteorological Office of Xinjiang, Hotan 848000;
7. Aksu Meteorological Office of Xinjiang, Aksu 843000
短时强降水是强对流天气的一种，多发生在有利的大尺度环流背景下，由中小尺度天气系统直接造成，具有持续时间短，雨强大，来势迅猛，局地性强等特点，极易导致山洪、泥石流等地质灾害和次生灾害，且常伴有冰雹、强风等灾害性天气，使农牧业生产损失严重。如2018年7月31日哈密市局地特大暴雨过程主要集中在2~3 h，暴雨中心附近突破历史极值；短时强降水引发局地洪水，造成水库溃坝和人员伤亡等，损失惨重(庄晓翠等，2020)；2016年9月1—6日南疆5地(州)59站次先后发生了短时暴雨，造成直接经济损失近7亿元(黄艳等，2018)。因此，对短时强降水准确的预报预警是地方政府防灾减灾救灾主要的决策依据。由于受诸多因素影响，目前对短时强降水的预报预警是业务工作中的难点，引起了国内外许多学者广泛关注(Doswell Ⅲ, 1994；Doswell Ⅲ et al, 1996；俞小鼎等, 2006；俞小鼎，2012；孙继松，2005；孙继松等，2014；刘璐等，2015；杨波等，2016；李彦霖等，2018；杨莲梅等，2017；庄晓翠等，2014; 2017；2018；黄艳等，2018；曾勇和杨莲梅，2018；曾勇等，2019; 张家宝和邓子凤，1987)。冯晋勤等(2014)、谢玉华等(2018)指出，福建短时暴雨的雷达回波按降水类型可分为大陆型和热带海洋型强降水，当低层反射率因子在50~55 dBz时两类雨强相当，55~60 dBz时热带海洋型雨强较大，大于40 dBz时，热带海洋型降水的雨强即能达到暴雨(50 mm·h-1)级别。张崇莉等(2011)、何钰等(2021)指出，滇西高原短时强降水反射率因子为大于35 dBz的低质心回波，径向速度图上出现强辐合区，垂直累积液态水含量＞3 kg·m-2。苏俐敏等(2014)分析表明，宜春短时强降水主要有带状、块状、絮状回波和短带回波4种类型，是由大于45 dBz的回波单体造成。吴建秋等(2014)研究表明，常州短时强降水反射率因子强度大于45 dBz，回波顶高大于8 km。吴杞平等(2012)研究指出，大连短时暴雨多由大于35 dBz的β中尺度回波造成。雷蕾等(2020)对北京一次特大暴雨研究指出，大于50 dBz的带状和线状雷达回波及列车效应是造成北京短时强降水的主要原因。这些成果为中国中东部地区短时强降水短时临近预警提供了参考依据。
近年来，新疆气象工作者也对短时强降水开展了较多研究(孙颖姝等，2019；刘晶等，2019)。对南疆西部短时强降水研究表明，雷达回波具有高质心和低质心特征，具有中低层辐合、高层辐散、旋转等特征(张云惠等, 2013；曾勇和杨莲梅，2017a；2017b)。曾勇和杨莲梅(2020)对新疆西部一次短时强降水研究表明，孤立对流单体组合反射率因子(combined reflectivity factors，CR)最大为40 dBz, 在暴雨区维持少动，是造成暴雨中心的主要原因；呈准南北向的线状多单体CR达50 dBz, 在向东移动过程中造成多站依次出现短时强降水。杨莲梅等(2017)对乌鲁木齐一次短时强降水研究指出，沿西北低空急流出现多个γ中尺度对流单体以列车效应形式依次影响乌鲁木齐造成短时强降水，对流单体CR最强达45~50 dBz。赵俊荣(2012)、赵俊荣等(2009)研究指出，多个γ中尺度对流单体在天山北坡合并加强是局地强降水天气落区形成的主要原因；强降水区发生在回波强度大于50 dBz、回波顶高度大于5 km和垂直累积液态水含量大于45 kg·m-2以及中气旋的重合区域内。上述研究对新疆不同地区短时强降水个例进行了较详细的研究，但缺乏系统的雷达回波特征研究。那么新疆雷达回波参数与短时强降水有何关系？各参数在短时强降水预警中是否存在阈值？其在南、北疆有何不同？以及与中国中东部有何不同？这些研究有利于新疆短时临近预警业务的发展，也是亟待解决的问题。因此，本文采用新疆8部多普勒天气雷达回波资料，运用数理统计分析方法，针对上述问题进行较详细的研究，为提高新疆短时临近预警水平提供参考依据，为提高防灾减灾救灾决策服务提供科技支撑。
1 研究区概况、资料及方法 1.1 研究区概况新疆位于欧亚大陆腹地，中国西北部。其南部是有名的阿尔金山和帕米尔高原，北部是阿尔泰山脉，最具代表性的当属天山山脉，它横亘新疆中部，将新疆分为南北两大部分，形成了有名的塔里木盆地和准格尔盆地(图 1)。新疆面积占中国总面积的六分之一，仅有8部多普勒天气雷达(图 1)，雷达站稀疏。
|
图 1 新疆地形(填色)及雷达站(圆点)分布 Fig. 1 Distribution map of Xinjiang topography (colored) and radar stations (dot) |
目前，中央气象台和中国中东部地区气象部门均将1 h降水量≥20 mm的降水记为短时强降水。根据多年的预报服务实践、暴雨洪水成灾事实和干旱半干旱地区暴雨特点，结合新疆预报业务, 新疆气象部门将该标准调整为1 h降水量≥10 mm(黄艳等，2018；庄晓翠等，2018)。本研究采用经过新疆气象信息中心筛选、整理、检测，并剔除不完整及错误资料，严格实现数据质量控制的2010—2018年5—9月(暖季)国家站和区域自动站逐时降水资料，筛选出满足上述条件的短时强降水天气。由于新疆雷达站稀疏，地形复杂, 因此，在选取短时强降水个例时，要求在雷达站有效探测范围内具有完整的雷达基数据。也就是说，剔除由于山地的遮挡作用使某些个例的雷达回波失真及强降水位于雷达探测有效范围外的资料，选用能够真实、完整地反映短时强降水天气发生发展的雷达资料，共筛选出233个短时强降水天气。根据冰雹个例及灾情直报系统中有关冰雹灾情，筛选出短时强降水中伴有冰雹的共4例，不伴有冰雹的共229个短时强降水天气，本文主要对后者进行研究(没有特殊说明的均为此类)。造成短时强降水风暴中最大反射率因子强度(最大回波强度)、强回波中心顶高(≥40 dBz的强回波顶所能到达的最大高度)、回波顶高(ET，＞18 dBz的回波所能到达的最大高度)、垂直累积液体水含量(VIL)等参数的值均来源于SCIT算法输出的风暴结构属性。
本文对伊犁河谷(伊犁雷达站)、天山北坡(克拉玛依、石河子和乌鲁木齐雷达站)、南疆西部(喀什、和田雷达站)和阿克苏地区(阿克苏雷达站)及巴音郭楞蒙古自治州(简称巴州)北部(库尔勒雷达站)等地短时强降水天气的雷达回波特征，运用箱形图进行统计分析，确定雷达探测参数阈值。用伊犁、天山北坡、南疆西部、阿克苏、巴州分别代表相应区域短时强降水风暴类型的总和，如伊犁表示伊犁河谷3种类型的合计，依次类推。
2 结果分析利用2010—2018年暖季新疆8部多普勒雷达产品，通过对229个短时强降水天气发生前及过程中反射率因子回波形态和演变方式的分析，表明新疆短时强降水事件的雷达回波反射率因子基本为强单体或多单体风暴合并加强的带状、片状积云、积层混合云回波。因此，按影响方式可分为：①合并加强型(图 2a)，表现为从多方向(至少2个方向)移入的多个对流单体进入影响地区后，受中尺度系统辐合等影响，多个回波(或与本地块状回波)聚合加强，特点是回波强度较强，雨强较大，范围较小；②列车效应型(图 2b)，相对独立的多个对流单体沿着高空引导气流或低空急流方向传播，在移动过程中相继影响同一地区造成短时强降水；③本地发展型(图 2c)，表现为受环境流场辐合影响，局地或层状云降水回波中迅速生成对流云团，点状回波在短时间内扩大为块状回波。此类回波生成发展速度快，一般短时强降水范围较小，持续时间较短，但由于其突发性和局地性强，预警的提前时间短，因此常给降水地区造成较大影响。
|
图 2 2010—2018年新疆短时强降水对流风暴雷达回波分类(a)合并加强型，(b)列车效应型，(c)本地发展型 (小点表示短时强降水落区) Fig. 2 Classification of radar echoes of convective storms of short-time severe precipitation in Xinjiang from 2010 to 2018 (a) merged-enhanced type, (b) train-effect type, (c) locally developing type (Small dots represent the area with the short-term severe precipitation) |
由表 1可知，近9年满足上述要求的短时强降水个例中阿克苏地区最多(73个)，巴州北部最少(17个)，其他区域大于40个(表 1)。除巴州北部外，本文统计所得各区域回波阈值都具有气候统计意义，在新疆短时临近预警中具有一定参考价值。新疆合并加强型出现最多为103次(占45%)，其次是本地发展型，出现81次(占35%)，列车效应最少，只有45次(占20%)。就各区域而言，天山北坡列车效应最多(占该型的51%)，伊犁河谷和南疆西部及巴州北部合并加强型最多，阿克苏地区本地发展型最多(表 1)。天山北坡由于其特殊的地形，使得大多数短时强降水的高低空都呈“后倾槽”结构，即冷空气从低层先进入北疆，850~700 hPa塔城—克拉玛依—天山北坡出现西北低空急流(气流)，急流(气流)不断增强并维持，其携带湿冷空气东南下，天山北坡位于低空西北急流(气流)出口区，由于天山地形阻挡，使得多个回波单体沿西北低空急流，以列车效应形式影响该区域。因此，新疆多数列车效应型发生在天山北坡。
|
表 1 新疆各区域对流风暴雷达回波分类(单位：次) Table 1 Classification of convection storm radar echoes in Xinjiang (unit: time) |
在各区域各类型样本中，只有阿克苏地区本地发展型个例满足气候统计要求(表 1)，但为了进一步了解各区域各类型雷达回波特征，本文对≥10次及以上的类型和相应区域风暴类型总和进行箱形图分析。
2.1 最大回波强度图 3为新疆各区域短时强降水对流风暴最大回波强度箱形图，图中线段的最高点为统计最大值，最低点为统计最小值，箱形的上部框线为上四分位值，下部框线为下四分位值，箱内线为中位线，“×”为平均值(下同)。中位线(该线不一定位于箱形正中间)表示包含样本总数50%个例的样本数值，从最小值到上四分位值、下四分位值分别表示包含样本总数的75%和25%(下同)。图中空心圆点为异常值(李京校等，2017)。
|
图 3 2010—2018年新疆(a)伊犁河谷，(b)天山北坡，(c)南疆西部，(d)阿克苏，(e)巴州北部短时强降水最大回波强度箱形分布 Fig. 3 Box distribution map of maximum echo intensity of short-term severe precipitation in (a) Ili Valley, (b) the north slope of Tianshan Mountain, (c) the west of southern Xinjiang, (d) Aksu, and (e) northern Bazhou of Xinjiang from 2010 to 2018 |
由图 3a可知，伊犁最大回波强度箱体略宽于合并加强型，说明最大回波强度值较分散；除2个异常极小值外，伊犁、合并加强型回波值域分别在40~60 dBz、49~60 dBz, 25%~75%四分位值分别为49~55 dBz、51~56 dBz，中位数为53 dBz、54 dBz，平均值为52 dBz、53 dBz。近9年伊犁河谷极值回波强度为60 dBz，造成3个县共14个站出现雨强超过10 mm·h-1的短时强降水，最大雨强为22.2 mm·h-1。雨强超过24 mm·h-1的短时暴雨(新疆暴雨标准)最大回波强度均超过50 dBz，而＞49 dBz的强回波占80%，因此可以将伊犁最大回波强度25%四分位值49 dBz作为伊犁河谷短时强降水阈值，该阈值强于中国中东部地区(冯晋勤等，2014；苏俐敏等，2014；吴建秋等，2014；谢玉华等，2018；张崇莉等，2011；吴杞平等，2012)。
2.1.2 天山北坡由图 3b可知，天山北坡、合并加强型、列车效应型短时强降水箱体较窄，最大回波强度值分布比较集中，本地发展型箱体宽于其他两型及天山北坡，强回波值较分散。天山北坡、合并加强型、列车效应型和本地发展型的最大回波强度中位数依次为52、51、52和47 dBz，平均值分别为50、51、52和47 dBz，最小到最大值分别为35~63、39~63、40~62和35~62 dBz；25%~75%四分位值分别为47~55、48~56、49~55和37~54 dBz，本地发展型25%四分位值明显小于其他两类，而合并加强型75%四分位值和列车效应型相当，本地发展型略偏小。统计发现，和伊犁河谷相同该区域短时暴雨最大回波强度也超过50 dBz。因此，除本地发展型阈值较小外，其他两类相差不大。
2.1.3 南疆西部由图 3c可知，短时强降水最大回波强度南疆西部和列车效应型所对应的箱体宽于合并加强型，最大回波强度值较分散。南疆西部及合并加强型、列车效应型的最大回波强度平均值分别为50、51、50 dBz，中位数依次为50、50、52 dBz；25%~75%四分位值分别为45~56、48~56、45~56 dBz，最小到最大值范围分别为35~61、35~61、40~57 dBz，因此，南疆西部短时强降水的最大回波强度阈值为≥45 dBz，和宜春相似(苏俐敏等，2014)，但高于中国中东部的其他地区(冯晋勤等，2014；苏俐敏等，2014；吴建秋等，2014；谢玉华等，2018；张崇莉等，2011；吴杞平等，2012)。而短时暴雨最大回波强度均超过45 dBz，小于北疆。
2.1.4 阿克苏地区由图 3d可知，阿克苏地区短时强降水最大回波强度合并加强型比较集中，阿克苏及本地发展型箱体略宽，值较分散。阿克苏及合并加强型、本地发展型最大回波强度的中位数依次为45、47和43 dBz，平均值分别为43、46和42 dBz，本地发展型最小，回波强度明显小于合并加强型。除异常极值外，阿克苏及合并加强型、本地发展型最大回波强度的值域分布分别为30~54、36~52、25~54 dBz；25%~75% 四分位值分别为40~48、44~50和37~47 dBz，本地发展型25%四分位值明显偏小，75%四分位值合并加强型略高。有79%的短时暴雨最大反射率因子强度＞40 dBz，小于北疆和南疆西部。由于阿克苏地区本地发展型个例较多，因此，取37 dBz为该地区短时强降水最大回波强度的阈值(占81%;指大于等于阈值的情况，下同)。
2.1.5 巴州北部由图 3e可知，巴州北部短时强降水最大回波强度箱体略宽于合并加强型，说明最大回波值较分散。巴州、合并加强型最大回波强度值域分布分别是43~59 dBz、50~59 dBz，中位数为57 dBz、58 dBz，高于平均值54 dBz、56 dBz，25%~75%四分位值是50~59 dBz、51~59 dBz，二者相差不大。短时暴雨最大回波强度均大于50 dBz，和北疆一致，大于南疆其他地区。因此，以≥50 dBz为巴州北部短时强降水最大回波强度阈值(占81%)。
2.2 强回波中心顶高 2.2.1 伊犁河谷图 4为新疆各区域短时强降水对流风暴雷达强回波中心顶高箱形分布。由图 4a可知，伊犁、合并加强型箱体均较窄，说明强回波顶高较集中。中位数依次为4.0 km、3.9 km，平均值分别为4.2 km、4.0 km，二者相差较小。剔除异常极大值和异常极小值，伊犁及合并加强型短时强降水对流风暴强回波中心顶高最小值均为3.6 km，最大值分别为4.8 km、4.4 km；25%~75%四分位值分别为3.7~4.2 km、3.7~4.0 km。因此，伊犁河谷暖季短时强降水大多为低质心回波的高效率降水(黄小燕等，2017；曹艳察等，2020)，与滇西高原短时强降水类似(张崇莉等，2011)。异常极大值强回波中心顶高达8.2 km的个例雨强为21.8 mm·h-1，短时暴雨的强回波中心顶高为4 km左右的低质心回波。因此，伊犁河谷短时强降水≥40 dBz强回波中心顶高取3.7 km为阈值。
2.2.2 天山北坡
由图 4b可知，天山北坡短时强降水雷达强回波中心顶高, 本地发展型箱体最窄，值较集中，其他三类箱体较宽，值较分散。天山北坡、合并加强型、列车效应型和本地发展型强回波中心顶高的中位数依次为6.0、6.0、6.3和6.0 km，平均值分别为5.9、5.8、6.1和5.9 km，可见差别不大。天山北坡及三类对流风暴短时强降水强回波中心顶高最小值均为3.0 km；而最大值为9.0~10.5 km，仅为个例总数的10%，其中强回波中心顶高达10.5 km个例雨强为33.8 mm·h-1(所有个例中的次强雨强)。天山北坡、合并加强型、列车效应型和本地发展型强回波中心顶高值域分布分别为3.0~10.5、3.0~10.5、3.0~10.0和3.0~9.0 km；25%~75%四分位值分别为4.0~7.5、4.0~7.5、4.0~7.5和4.5~7.5 km，基本一致。而短时暴雨强回波中心顶高为4.0 km左右的低质心回波或强回波中心顶高超过5.0 km的高质心回波。天山北坡短时强降水强回波中心顶高取4.0 km为阈值。
2.2.3 南疆西部由图 4c可知，南疆西部短时强降水三类对流风暴的雷达强回波中心顶高，合并加强型箱体较窄，回波值较集中，南疆西部和列车效应型箱体较宽，值相对较分散。南疆西部及合并加强型、列车效应型强回波中心顶高的中位数均为4.0 km，平均值分别为4.4、4.4、4.7 km，差别较小。各类型对流风暴强回波中心顶高最小值为2.0~3.0 km；而最大值为7.0~8.0 km，强回波中心顶高达8.0 km的个例雨强为25.2 mm·h-1；25%~75%四分位值为3.0~6.0、3.0~5.5、3.0~6.3 km。而短时暴雨强回波中心顶高为3.0 km左右的低质心回波或强回波中心顶高超过5 km的高质心回波。因此，南疆西部强回波中心顶高的阈值取3.0 km。
2.2.4 阿克苏地区由图 4d可知，阿克苏地区短时强降水的雷达强回波中心顶高，箱体合并加强型最窄，回波值较集中，本地发展型和阿克苏箱体较宽，回波值较分散。阿克苏、合并加强型、本地发展型强回波中心顶高中位数依次为5.0、7.0、4.5 km，平均值分别为5.3、6.7、4.6 km，本地发展型最低。除异常极值点外，阿克苏及各类对流风暴短时强降水个例强回波中心顶高最小值为1.0~4.0 km，最大值均在10.0 km。强回波中心顶高超过8.0 km占总个例数的19.2%。阿克苏、合并加强型、本地发展型强回波顶高范围分别为1.0~10.0、4.0~10.0、1.0~10.0 km；25%~75%四分位值分别为3.0~7.0、5.8~8.0、2.8~6.0 km，本地发展型最小。因此，阿克苏地区强回波中心顶高阈值为取3.0 km(占86%)。
2.2.5 巴州北部由图 4e可知，巴州北部短时强降水强回波中心顶高箱体巴州较宽，值较分散。巴州、合并加强型最小到最大值均为1.0~7.0 km，中位数值为4.0 km、4.3 km，平均值为4.2 km、4.5 km，25%和75%四分位值分别是2.8~6.5 km、3.1~6.8 km，二者相差较小。因此，巴州北部强回波中心顶高阈值为取2.8 km(占75%)。
2.3 回波顶高(ET) 2.3.1 伊犁河谷由图 5a可知，合并加强型箱体较窄，ET值较集中，伊犁ET值分布相对较分散。合并加强型有1个异常极小值7.1 km。伊犁、合并加强型ET中位数依次为9.4 km、9.5 km，平均值分别为9.3 km、9.7 km。最小到最大的ET值分别为6.1~11.8 km、8.2~11.5 km，25%~75%四分位值分别为8.4~10.5 km、9.2~10.6 km。短时暴雨的回波顶高大多数超过9.4 km，也超过所有个例回波顶高平均态(9.3 km)。以8.4 km作为伊犁州短时强降水ET阈值(占78%)。
2.3.2 天山北坡
图 5b为天山北坡短时强降水三类对流风暴ET值箱形分布图，列车效应型箱体宽于其他三型，ET值分布较分散，合并加强和本地发展型ET比较集中。天山北坡、合并加强型、列车效应型和本地发展型ET中位数依次为10.7、10.2、10.8和11.3 km，平均值分别为10.4、10.5、10.1和10.6 km，ET范围分别为4.7~14.5、7.9~14.5、4.7~14.1和6.7~12.5 km，可见，列车效应型的ET最小，合并加强型最大，且此个例的ET高达10.5 km；25%~75%四分位值分别为8.7~11.9、9.5~11.9、7.8~12.1和9.3~11.8 km，本地发展型25%四分位值较天山北坡和合并加强型两型偏低，而75%四分位值略大于其他两型，天山北坡短时强降水ET阈值为8.7 km。短时暴雨ET值大多数超过10.0 km，也超过所有个例ET平均态。
2.3.3 南疆西部由图 5c可知，南疆西部和合并加强型箱体较列车效应型宽，ET值较分散，列车效应型ET分布比较集中。南疆西部及合并加强型、列车效应型ET的中位数均为8.0 km，平均值分别为7.7、7.8、8.0 km。ET范围分别为4.0~10.0、6.0~10.0、8.0~9.0 km，25%~75%四分位值分别为7.0~9.0、7.0~9.0、8.0~9.0 km，可见，25%四分位值ET相差不大，而75%四分位值一致, 因此，南疆西部短时强降水回波顶高阈值为取7.0 km。短时暴雨的ET大多数超过8.0 km，也超过所有个例ET平均值。
2.3.4 阿克苏地区由图 5d可知，阿克苏箱体较宽，ET分布较分散，合并加强型ET分布最集中。阿克苏及合并加强型、本地发展型ET中位数依次为9.0、9.0、8.0 km，平均值分别为8.3、9.1、7.9 km，本地发展型最低。ET范围分别为4.0~12.0、8.0~10.0、4.0~11.0 km，25%~75%四分位值分别为7.0~10.0、9.0~10.0、6.7~9.0 km，可见，25%四分位值本地发展型最低，75%四分位值相差不大，本地发展型略低。短时暴雨的对流风暴平均ET值为8.4 km，其中64%回波顶高超过9.0 km。因此，阿克苏地区ET阈值取6.8 km。
2.3.5 巴州北部由图 5e可知，巴州短时强降水ET值箱体较宽，ET值较分散，合并加强型ET值较集中。巴州、合并加强型ET范围为6.0~12.5 km、6.0~10.0 km，中位数值为9.1 km、9.3 km，高于平均值8.4 km、9.0 km，25%~75%四分位值分别为7.0~9.7 km、8.1~9.8 km。因此，巴州北部短时强降水ET的阈值取7.0 km。
2.4 最大垂直累积液态水含量 2.4.1 伊犁河谷图 6a为伊犁河谷短时强降水对流风暴的雷达VIL箱形分布图，合并加强型箱体宽度较宽，且存在两个异常极大值(44.5 kg·m-2、45.0 kg·m-2)，伊犁箱体较窄。伊犁、合并加强型VIL的中位数依次为9.7 kg·m-2、14.0 kg·m-2，平均值分别为12.6 kg·m-2、15.3 kg·m-2。去掉异常极值点，VIL范围分别为1.6~24.7 kg·m-2、3.3~24.6 kg·m-2。异常极值点个例的雨强为27.5 mm·h-1，3 h累计雨量为52.3 mm；VIL的25%~75%四分位值分别为6.0~16.4 kg·m-2、6.4~19.7 kg·m-2。以伊犁短时强降水VIL的25%分位值(6.0 kg·m-2)为阈值，可包含个例的75%，明显大于滇西高原(张崇莉等，2011)。
2.4.2 天山北坡
由图 6b可知，天山北坡短时强降水VIL值箱体合并加型最窄，VIL值较集中，天山北坡及其他两型较宽，VIL值较分散。天山北坡及合并加强型、列车效应型和本地发展型的VIL平均值依次为11.2、11.8、11.3和10.0 kg·m-2；中位值分别为9.0、9.6、9.1和8.1 kg·m-2，其中本地发展型小于其他2型；去掉极值点，VIL范围分别为5.0~20.6、6~17.6、5.0~20.1和5.0~20.6 kg·m-2，可见3类差别较小，VIL最小值为5.0~6.0 kg·m-2，最大值为18.0~20.6 kg·m-2，而极值点32.1 kg·m-2的个例雨强为15.2 mm·h-1；25%~75%四分位值分别为7.0~12.5、8.2~12.5、7.0~12.5和6.5~12.2 kg·m-2，本地发展型25%四分位值较其他两型偏低，而75%四分位值三类相当。因此，天山北坡短时强降水VIL阈值为6.5 kg·m-2，明显大于滇西高原(张崇莉等，2011)。
2.4.3 南疆西部由图 6c可知，南疆西部短时强降水两类及南疆西部箱体基本一致。南疆西部及合并加强型、列车效应型VIL中位数依次为11.0、12.0、12.5 kg·m-2；平均值分别为12.0、12.8、13.9 kg·m-2，去掉异常极值点，VIL范围分别为2.0~26.0、2.0~26、3.0~32.0 kg·m-2，VIL最小值为2.0~3.0 kg·m-2，各类相差不大；最大值为26.0~32.0 kg·m-2。25%~75%四分位VIL值分别为5.3~15.8、5.5~16.5、8.3~18.0 kg·m-2，可见，南疆西部VIL值25%~75%分位值列车效应型较大，南疆西部和合并加强型相差较小。南疆西部VIL的阈值为5.3 kg·m-2，高于滇西高原(张崇莉等，2011)。
2.4.4 阿克苏地区由图 6d可知，合并加强型较本地发展型箱体窄，VIL值分布比较集中。阿克苏及合并加强型、本地发展型的VIL中位数依次为5.2、7.6、2.4 kg·m-2；平均值分别为5.8、8.3、4.5 kg·m-2，本地发展型明显偏小；VIL范围分别为0.5~17.0、2.5~15.4、0.5~12.8 kg·m-2，25%~75%四分位值分别为1.8~8.1、5.7~10.2、1.7~6.2 kg·m-2。本地发展型VIL强度最低，尤其是25%四分位VIL值。取1.7 kg·m-2为阿克苏地区VIL的阈值，小于滇西高原(张崇莉等，2011)。
2.4.5 巴部北部由图 6e可知，合并加强型和巴州箱体基本一致。巴州及合并加强型VIL范围分别为2.0~43.2 kg·m-2、6.2~36.3 kg·m-2，中位数值为16.0 kg·m-2、16.7 kg·m-2，平均值为19.2 kg·m-2、20.9 kg·m-2；25%~75%四分位值分别为10.0~25.7 kg·m-2、10.3~26.6 kg·m-2，二者相差较小。取10.0 kg·m-2为巴州北部VIL的阈值(占87.5%)。
2.5 径向速度图识别特征在新疆短时强降水天气发生前雷达径向速度图上主要存在径向速度辐合，少数个例可以观测到中气旋。径向速度辐合是风速的不连续线，靠近雷达的一侧为离开雷达的正速度区，远离雷达的一测为向着雷达的负速度区，称一般径向速度辐合(简称辐合)；在雷达径向速度图上，同一种方向的速度区中出现方向相反的速度区，即一种方向的速度区中包围着另一种方向的速度区，两者不能跨越雷达原点，这种辐合为强径向速度辐合(简称强辐合)。分析新疆229个短时强降水天气发生前的雷达径向速度图可知(图略)，新疆多数短时强降水中低层径向速度图上都观测到强辐合和辐合，有24例(占10%)能识别出中气旋，其中阿克苏地区最多(19例)，占该地区短时强降水总个例的26%，伊犁河谷2例，南疆西部、巴州北部、天山北坡各1例。说明由超级单体造成的短时强降水在新疆大部地区为小概率事件。下面主要针对强辐合对各区域进行统计分析。
由表 2新疆各区域雷达径向速度图上强辐合占比可知，巴州北部短时强降水个例中强辐合占比最小，占巴州北部短时强降水总数的29%，阿克苏地区次小，占该区域的55%；南疆西部最大，占该区域的83%，其次是天山北坡，占该区域的78%。就各区域各类型而言，合并加强型南疆西部占比最高(92%)，天山北坡次之(85%)，伊犁河谷最小(32%)；列车效应型天山北坡占比最高(91%)，其次是南疆西部(80%)。可见，南疆西部和天山北坡短时强降水发生前雷达径向速度图上易观测到强辐合，其主要原因是：受地形影响，冷空气从低层开始进入南疆，850~700 hPa自河西走廊—哈密—巴州有支偏东急流(显著气流)建立，急流不断增强并维持，偏东急流携带着湿冷空气灌入，南疆西部位于低空偏东急流(气流)出口区的左侧，由于西天山、帕米尔高原及昆仑山地形阻挡，偏东急流前端与地形几乎垂直，增强辐合抬升，因此在雷达径向速度图上易监测到较强辐合；而天山北坡多强辐合的原因同第2节第二段，在此不再赘述。
|
|
表 2 新疆各区域雷达径向速度图上强辐合占比及中气旋发生情况 Table 2 Proportion of strong convergence and the occurrence of mesocyclone on radar radial velocity map in Xinjiang |
在研究时段范围内新疆伴有冰雹短时强降水的有4例。由表 3可知，在其发生前最大回波强度大于60 dBz, 回波顶高大于9 km, 强回波中心顶高大于5 m，垂直累积液态水含量大于32 kg·m-2，径向速度图具有强辐合和中气旋特征。上述雷达回波特征明显强于(大于)不伴有冰雹的短时强降水。
|
|
表 3 新疆伴有冰雹的短时强降水雷达回波特征 Table 3 Radar echo characteristics of short-time severe precipitation with hail in Xinjiang |
根据上述对各区域雷达有效探测范围内短时强降水主要回波参数的箱形图分析，概括出新疆各区域短时强降水及各类风暴回波阈值(表 4~表 6)。对比分析南疆和北疆短时强降水雷达探测回波阈值可知，总体而言，北疆大于南疆，伊犁河谷最大，阿克苏最小，都高于中国中东部地区(冯晋勤等，2014；苏俐敏等，2014；吴建秋等，2014；谢玉华等，2018；张崇莉等，2011；吴杞平等，2012)。巴州北部的最大回波强度和最大垂直累积液态水含量为全疆最大，其他回波参数阈值小于北疆, 这可能是巴州北部短时强降水发生最少的原因之一。在径向速度图上大多数个例能够监测到强辐合，与中国中东部地区相似(冯晋勤等，2014；苏俐敏等，2014；吴建秋等，2014；谢玉华等，2018；张崇莉等，2011；吴杞平等，2012)；就各区域而言，巴州北部能识别出强辐合的比率最低，其次是阿克苏地区；南疆西部、天山北坡能监测到强辐合的比率较高, 达78%以上。由超级单体造成的短时强降水在阿克苏地区发生较多，在其他区域为小概率事件。
|
|
表 4 天山北坡短时强降水及各类风暴回波阈值 Table 4 Various echo thresholds of short-time severe precipitation on the north slope of Tianshan Mountain |
|
|
表 5 阿克苏地区短时强降水各类风暴回波阈值 Table 5 Various echo thresholds of short-time severe precipitation in Aksu Area |
|
|
表 6 伊犁河谷、巴州北部及南疆西部短时强降水各类风暴回波阈值 Table 6 Echo thresholds of various kinds of storms during short-time severe precipitation in Ili Valley, northern Bazhou and western South Xinjiang |
另外，雨强超过24 mm·h-1的短时暴雨最大反射率因子强度，北疆和巴州北部均大于50 dBz，南疆西部大于45 dBz，阿克苏地区则有79%的个例大于40 dBz。
5 结论综合以上分析得到以下结论：
(1) 影响新疆短时强降水的对流风暴主要有合并加强型、列车效应型和本地发展型三类。合并加强型最多(占45%)，其次是本地发展型(占35%)，列车效应型最少(占20%)，且因地形作用主要发生在天山北坡。就各区域而言：天山北坡合并加强、列车效应、本地发展型均较多，伊犁河谷和南疆西部及巴州北部以合并加强型为主，阿克苏地区以本地发展型为主。
(2) 通过对各区域及各型短时强降水雷达探测参数箱形图分析，得到主要回波参数的阈值：总体而言，南疆短时强降水阈值小于北疆, 其中，伊犁河谷最大，阿克苏最小，均大于中国中东部；巴州北部最大回波强度和VIL均为全疆最大，其他参数阈值小于北疆, 这可能是巴州北部短时强降水发生最少的原因之一。另外，伊犁河谷短时强降水以低质心回波为主，其他区域低质心和高质心均有发生；短时暴雨最大反射率因子强度，北疆和巴州北部均＞50 dBz，南疆西部＞45 dBz，阿克苏地区大多数个例＞40 dBz，高于中国中东部。
(3) 径向速度图上，大多数个例能够监测到强辐合，巴州北部能监测的比率最低，其次是阿克苏；天山北坡、南疆西部能监测到强辐合的比率较高，在78%以上，与滇西高原类似。由超级单体造成的短时强降水，阿克苏地区发生相对较多，其他区域为小概率事件。另外，在新疆伴有冰雹的短时强降水天气为小概率事件。
曹艳察, 郑永光, 盛杰, 等, 2020. 2018年7月15—17日北京极端强降水过程三类对流风暴及其强降水特征分析[J]. 气象, 46(7): 885-897. Cao Y C, Zheng Y G, Sheng J, et al, 2020. Characteristics of three types of convective storms during the Beijing extreme precipitation event in 15-17 July 2018[J]. Meteor Mon, 46(7): 885-897 (in Chinese).
|
冯晋勤, 汤达章, 曹长尧, 2014. 福建西部山区短时暴雨雷达回波特征及中小尺度系统分析[J]. 气象, 40(3): 297-304. Feng J Q, Tang D Z, Cao C R, 2014. Analyses on radar echo characteristics and meso-microscale systems of short-time rainfalls in western mountainous area of Fujian[J]. Meteor Mon, 40(3): 297-304 (in Chinese). DOI:10.3969/j.issn.1674-7097.2014.03.006
|
何钰, 陈小华, 李耀孙, 等, 2021. 云南省副热带高压外围类短时强降水的雷达回波特征[J]. 气象, 47(4): 450-462. He Y, Chen X H, Li Y S, et al, 2021. Radar echo characteristics of short-time severe rainfall in the periphery of subtropical high in Yunnan Province[J]. Meteor Mon, 47(4): 450-462 (in Chinese).
|
黄小燕, 王小平, 王劲松, 等, 2017. 1970—2012年夏半年中国大气0℃层高度时空变化特征[J]. 气象, 43(3): 286-293. Huang X Y, Wang X P, Wang J S, et al, 2017. Spatio-temporal changes of 0℃ isotherm height in China during summer half year of 1970-2012[J]. Meteor Mon, 43(3): 286-293 (in Chinese).
|
黄艳, 俞小鼎, 陈天宇, 等, 2018. 南疆短时强降水概念模型及环境参数分析[J]. 气象, 44(8): 1033-1041. Huang Y, Yu X D, Chen T Y, et al, 2018. Analysis of conceptual models and ambient parameter of short-time severe rainfall in South Xinjiang[J]. Meteor Mon, 44(8): 1033-1041 (in Chinese).
|
雷蕾, 邢楠, 周璇, 等, 2020. 2018年北京"7.16"暖区特大暴雨特征及形成机制研究[J]. 气象学报, 78(1): 1-17. Lei L, Xing N, Zhou X, et al, 2020. A study on the warm-sector torrential rainfall during 15-16 July 2018 in Beijing Area[J]. Acta Meteor Sin, 78(1): 1-17 (in Chinese).
|
李京校, 郭凤霞, 扈海波, 等, 2017. 北京及其周边地区SAFIR和ADTD闪电定位资料对比分析[J]. 高原气象, 36(4): 1115-1126. Li J X, Guo F X, Hu H B, et al, 2017. Comparative analysis of SAFIR and ADTD lightning location data over Beijing and its circumjacent regions[J]. Plateau Meteor, 36(4): 1115-1126 (in Chinese).
|
李彦霖, 张述文, 田程, 等, 2018. 基于雷达回波的贵阳地区对流性降水特征分析[J]. 气象, 44(6): 752-758. Li Y L, Zhang S W, Tian C, et al, 2018. Statistics characteristics of radar echoes of convective precipitation in Guiyang[J]. Meteor Mon, 44(6): 752-758 (in Chinese).
|
刘晶, 周玉淑, 杨莲梅, 等, 2019. 伊犁河谷一次极端强降水事件水汽特征分析[J]. 大气科学, 43(5): 959-974. Liu J, Zhou Y S, Yang L M, et al, 2019. A diagnostic study of water vapor during an extreme precipitation event in the Yili River Valley[J]. Chin J Atmos Sci, 43(5): 959-974 (in Chinese).
|
刘璐, 冉令坤, 周玉淑, 等, 2015. 北京"7.21"暴雨的不稳定性及其触发机制分析[J]. 大气科学, 39(3): 583-595. Liu L, Ran L K, Zhou Y S, et al, 2015. Analysis on the instability and trigger mechanism of torrential rainfall event in Beijing on 21 July 2012[J]. Chin J Atmos Sci, 39(3): 583-595 (in Chinese).
|
苏俐敏, 夏文梅, 马中元, 等, 2014. 2012年江西宜春四类短时强降水特征分析[J]. 气象科学, 34(6): 700-708. Su L M, Xia W M, Ma Z Y, et al, 2014. Characteristics of four types of short-term strong precipitation in Yichun of Jiangxi Province in 2012[J]. J Meteor Sci, 34(6): 700-708 (in Chinese).
|
孙继松, 2005. 北京地区夏季边界层急流的基本特征及形成机理研究[J]. 大气科学, 29(3): 445-452. Sun J S, 2005. A study of the basic features and mechanism of boundary layer jet in Beijing Area[J]. Chin J Atmos Sci, 29(3): 445-452 (in Chinese). DOI:10.3878/j.issn.1006-9895.2005.03.12
|
孙继松, 戴建华, 何立富, 等, 2014. 强对流天气预报的基本原理与技术方法[M]. 北京: 气象出版社: 31-38. Sun J S, Dai J H, He L F, et al, 2014. Basic Principle and Technical Method of Severe Convection Weather Forecast[M].
Beijing: China Meteorological Press: 31-38 (in Chinese).
|
孙颖姝, 周玉淑, 王咏青, 2019. 一次双高空急流背景下南疆强降水事件的动力过程和水汽源分析[J]. 大气科学, 43(5): 1041-1054. Sun Y S, Zhou Y S, Wang Y Q, 2019. Analysis of dynamic process and moisture source on a heavy precipitation event in southern Xinjiang associated with the double upper-level jet[J]. Chin J Atmos Sci, 43(5): 1041-1054 (in Chinese).
|
吴建秋, 吴晶璐, 雷正翠, 等, 2014. 多普勒天气雷达资料在强对流天气预报中的应用[C]//第31届中国气象学会年会S1气象雷达探测技术研究与应用. 北京: 中国气象学会: 363-370. Wu J Q, Wu J L, Lei Z C, et al, 2014. Application of Dopler weather thunder data in severe convection weather forecast[C]//The 31st Annual Meeting of China Meteorological Society S1 Research and Application of Weather Rdar Detection Technology. Beijing: Chinese Meteorological Society: 363-370(in Chinese).
|
吴杞平, 王树雄, 李燕, 等, 2012. 2004—2009年大连地区短时暴雨分析预报[J]. 气象与环境学报, 28(2): 71-76. Wu Q P, Wang S X, Li Y, et al, 2012. Analysis and forecast of short time heavy rain from 2004 to 2009 in Dalian Region[J]. J Meteor Environ, 28(2): 71-76 (in Chinese). DOI:10.3969/j.issn.1673-503X.2012.02.014
|
谢玉华, 蔡菁, 赖巧珍, 2018. 龙岩地区不同类型短时暴雨雷达特征研究[J]. 气象研究与应用, 39(1): 59-62, 152. Xie Y H, Cai J, Lai Q Z, 2018. Radar characteristics of different types of short time torrential rain in Longyan Area[J]. J Meteor Res Appl, 39(1): 59-62, 152 (in Chinese). DOI:10.3969/j.issn.1673-8411.2018.01.013
|
杨波, 孙继松, 毛旭, 等, 2016. 北京地区短时强降水过程的多尺度环流特征[J]. 气象学报, 74(6): 919-934. Yang B, Sun J S, Mao X, et al, 2016. Multi-scale characteristics of atmospheric circulation related to short-time strong rainfall events in Beijing[J]. Acta Meteor Sin, 74(6): 919-934 (in Chinese).
|
杨莲梅, 李建刚, 刘晶, 等, 2017. 西北气流下乌鲁木齐短时强降水中小尺度特征个例分析[J]. 暴雨灾害, 36(5): 389-409. Yang L M, Li J G, Liu J, et al, 2017. Medium and small scale characteristic analysis of a short-time heavy rain under northwest flow in Urumqi[J]. Torr Rain Dis, 36(5): 389-409 (in Chinese). DOI:10.3969/j.issn.1004-9045.2017.05.001
|
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. Yu X D, 2012. Investigation of Beijing extreme flooding event on 21 July 2012[J]. Meteor Mon, 38(11): 1313-1329 (in Chinese).
|
俞小鼎, 姚秀萍, 熊廷南, 等, 2006. 多普勒天气雷达原理与业务应用[M]. 北京: 气象出版社: 90-180. Yu X D, Yao X P, Xiong T N, et al, 2006. Principle and Application of Doppler Weather Radar[M].
Beijing: China Meteorological Press: 90-180 (in Chinese).
|
曾勇, 杨莲梅, 2017a. 南疆西部两次短时强降水天气中尺度特征对比分析[J]. 暴雨灾害, 36(5): 410-421. Zeng Y, Yang L M, 2017a. Comparative analysis on mesoscale characteristics of two severe short-time precipitation events in the west of southern Xinjiang[J]. Torr Rain Dis, 36(5): 410-421 (in Chinese).
|
曾勇, 杨莲梅, 2017b. 南疆西部一次暴雨强对流过程的中尺度特征分析[J]. 干旱气象, 35(3): 475-484. Zeng Y, Yang L M, 2017b. Mesoscale characteristic analysis of a severe convective weather with torrential rain in the west of southern Xinjiang[J]. J Arid Meteor, 35(3): 475-484 (in Chinese).
|
曾勇, 杨莲梅, 2018. 新疆西部一次极端暴雨事件的成因分析[J]. 高原气象, 37(5): 1220-1232. Zeng Y, Yang L M, 2018. Analysis on the causes of an extreme rainfall event in the west of Xinjiang[J]. Plateau Meteor, 37(5): 1220-1232 (in Chinese).
|
曾勇, 杨莲梅, 2020. 新疆西部"6.16"强降水过程的中尺度分析[J]. 暴雨灾害, 39(1): 41-51. Zeng Y, Yang L M, 2020. Mesoscale analysis on the "6.16" heavy precipitation event in the west of Xinjiang[J]. Torr Rain Dis, 39(1): 41-51 (in Chinese). DOI:10.3969/j.issn.1004-9045.2020.01.005
|
曾勇, 周玉淑, 杨莲梅, 2019. 新疆西部一次大暴雨形成机理的数值模拟初步分析[J]. 大气科学, 43(2): 372-388. Zeng Y, Zhou Y S, Yang L M, 2019. A preliminary analysis of the formation mechanism for a heavy rainstorm in western Xinjiang by numerical simulation[J]. Chin J Atmos Sci, 43(2): 372-388 (in Chinese).
|
张崇莉, 向明堃, 赖云华, 等, 2011. 滇西北高原冰雹、短时强降水的多普勒雷达回波特征比较[J]. 暴雨灾害, 30(1): 64-69. Zhang C L, Xiang M K, Lai Y H, et al, 2011. Contrastive analysis of Doppler-radar products on hail and short-time severe rainfall on Northwest Yunnan Plateau[J]. Torr Rain Dis, 30(1): 64-69 (in Chinese). DOI:10.3969/j.issn.1004-9045.2011.01.010
|
张家宝, 邓子风, 1987. 新疆降水概论[M]. 北京: 气象出版社: 92-104. Zhang J B, Deng Z F, 1987. Introduction to Precipitation in Xinjiang[M].
Beijing: China Meteorological Press: 92-104 (in Chinese).
|
张云惠, 陈春艳, 杨莲梅, 等, 2013. 南疆西部一次罕见暴雨过程的成因分析[J]. 高原气象, 32(1): 191-200. Zhang Y H, Chen C Y, Yang L M, et al, 2013. Cause analysis on rare rainstorm in west of southern Xinjiang[J]. Plateau Meteor, 32(1): 191-200 (in Chinese).
|
赵俊荣, 2012. 天山北坡中部一次罕见局地强降水中小尺度系统分析[J]. 气象与环境学报, 28(6): 19-24. Zhao J R, 2012. Analysis of meso-micro scale system characteristics in a rare heavy rain on the northern slope of Tianshan Mountain[J]. J Meteor Environ, 28(6): 19-24 (in Chinese).
|
赵俊荣, 晋绿生, 郭金强, 等, 2009. 天山北坡中部一次强对流天气中小尺度系统特征分析[J]. 高原气象, 28(5): 1044-1050. Zhao J R, Jin L S, Guo J Q, et al, 2009. Analysis of meso-small scale system characteristics of a severe convective weather on north slope of Tianshan, Xinjiang[J]. Plateau Meteor, 28(5): 1044-1050 (in Chinese).
|
庄晓翠, 李健丽, 李博渊, 等, 2014. 北疆北部2次区域性暴雨的中尺度环境场分析[J]. 沙漠与绿洲气象, 8(6): 23-30. Zhuang X C, Li J L, Li B Y, et al, 2014. Analysis of mesoscale ambient field of two heavy rainstorms in northern Xinjiang[J]. Desert Oasis Meteor, 8(6): 23-30 (in Chinese). DOI:10.3969/j.issn.1002-0799.2014.06.004
|
庄晓翠, 李如琦, 李博渊, 等, 2017. 中亚低涡造成新疆北部区域暴雨成因分析[J]. 气象, 43(8): 924-935. Zhuang X C, Li R Q, Li B Y, et al, 2017. Analysis on rainstorm caused by Central Asian vortex in northern Xinjiang[J]. Meteor Mon, 43(8): 924-935 (in Chinese).
|
庄晓翠, 李博渊, 秦榕, 等, 2020. 新疆东部一次区域极端暴雨环境场特征[J]. 高原气象, 39(5): 947-959. Zhuang X C, Li B Y, Qin R, et al, 2020. Analysis on the causes of an extreme rainstorm in the eastern Xinjiang[J]. Plateau Meteor, 39(5): 947-959 (in Chinese).
|
庄晓翠, 赵江伟, 李健丽, 等, 2018. 新疆阿勒泰地区短时强降水流型及环境参数特征[J]. 高原气象, 37(3): 675-685. Zhuang X C, Zhao J W, Li J L, et al, 2018. Characteristics of short-time heavy precipitation weather flow and environmental parameter of Altay Region in Xinjiang[J]. Plateau Meteor, 37(3): 675-685 (in Chinese).
|
Doswell Ⅲ C A, 1994. Flash Flood-Producing Convective Storms: Current Understanding and Research[C]//Proceedings of Spain -U.S. Workshop on Natural Hazards. Barcelona, Spain: National Science Foundation: 97-107.
|
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
|