2025, Vol. 51 
2. 广东省惠州市气象局, 惠州 516001；
3. 广东省惠州市突发事件预警信息发布中心, 惠州 516001；
4. 成都信息工程大学大气科学学院, 成都 610225
2. Huizhou Meteorological Office of Guangdong Province, Huizhou 516001;
3. Huizhou Emergency Warning Information Dissemination Center of Guangdong Province, Huizhou 516001;
4. School of Atmospheric Sciences, Chengdu University of Information Technology, Chengdu 610225
惠州地处粤港澳大湾区东部，属于热带和亚热带季风气候，地形地貌多样，同时其位于华南沿海, 受南海海洋气流和北方冷空气的影响，惠州北部龙门是广东三大暴雨中心之一，经常遭受暴雨灾害的侵扰，对该地区造成巨大的经济损失和人员伤亡。对惠州前汛期暴雨个例进行统计，可揭示惠州各地前汛期降水量和暴雨日数的变化；通过对发生在惠州的暴雨个例进行环流场和物理量场分析，揭示了惠州暴雨的影响系统及机理(陈芳丽和张子凡，2008；陈芳丽等，2014a；2014b;邓芸，1998)。
惠州每年发生的暴雨中有相当一部分是暖区暴雨。早在20世纪80年代，黄士松(1986)就提出了暖区暴雨的概念：一是指产生于地面锋线南侧暖区的暴雨；二是指没有锋面存在、华南未受冷空气或变性冷高脊控制时产生的暴雨。暖区暴雨由于其复杂性、极端性、突发性(何立富等，2016；林晓霞等，2017；曾智琳等，2018；徐珺等，2018)等特征，以及经常发生在珠三角经济发达、人口密集地区，因而备受关注。许多研究从暴雨统计工作着手(汪玲瑶等，2018；田莹等，2022；陈翔翔等，2012)，筛选出各研究区域内的暖区暴雨个例并按天气学特征或客观方法进行相应的分类，如刘瑞鑫等(2019；2021)在对华南暖区暴雨进行筛选和客观分类的基础上，继续深入研究不同类型暖区暴雨的环流特征和环境特征，总结出各类暖区暴雨环流场和环境场的主要特征和差异。在发生、发展机制上，暖区暴雨的触发也存在多种方式：重力波触发(徐燚等，2013)、地形强迫抬升辐合(Tu et al，2014)、海陆风局地环流(叶朗明等，2019；Chen et al，2016；付智龙等，2022)、低空急流(Du and Chen, 2018；Zhang and Meng, 2019)等。徐燚等(2013)认为在锋区的对流活动激发低层重力波后，重力波沿稳定层向暖区传播，触发暖区不稳定能量的释放，导致暖区暴雨发生；Du and Chen(2019)认为双低空急流造成的低层辐合和中层辐散共同为沿海对流启动提供了强烈的中尺度抬升，触发了沿海暖区暴雨的发生。由于数值模式对于暖区暴雨的预报能力较弱，导致经常出现预报失误(覃武等，2020)，因此暖区暴雨一直都是短期预报的难点、痛点。陈黛雅等(2023)探究了一次弱天气尺度强迫下暖区暴雨的模式预报不确定性，初步证明CNOP-P-RP方案在改善模式不确定性方面的可行性，为华南暖区暴雨预报的改进提供了一定参考。
目前专门针对惠州前汛期暖区暴雨的统计分析研究并不多，对于惠州暖区暴雨环境参量统计的相关研究就更少。根据2003—2022年4—6月发生在惠州的暖区暴雨个例，利用客观聚类方法对惠州暖区暴雨进行环流分型，总结出各型暖区暴雨发生的环流场特点，最后再对比分析各型暖区暴雨发生时的环境场特征，提取一些有预报参考价值的环境参数阈值为惠州前汛期暖区暴雨预报提供参考。
1 资料选取与研究方法 1.1 选取资料2003—2022年4—6月惠州国家级站和区域级气象观测站共123个站点日降水、小时降水资料；欧洲中期天气预报中心(ECMWF)提供的第五代全球再分析资料(ERA5)，时间分辨率为1 h，水平分辨率为0.25°×0.25°，垂直方向共37层，要素包括高空风场、位势高度场、温度场等。
1.2 暖区暴雨个例挑选标准参考黄士松(1986)和刘瑞鑫等(2021)对暖区暴雨的定义，同时结合惠州暴雨的特点、雨量站数量和分布，提出惠州暖区暴雨的挑选标准：降水过程中代表站点(过程累计降水量最大的站点)北部无锋面或距离锋面200 km以上，同时过程累计降水量超过50 mm且暴雨站点数超过降水站点数的20%，降水过程起、止时间则分别根据代表站点出现降水和降水停止时间确定。由于假相当位温密集区对锋区具有很好的指示作用(万轶婧等，2020；刘泳涛等，2022)，因此本文利用假相当位温密集区来确定锋区，同时考虑地形对地面假相当位温的影响，本文结合假相当位温垂直剖面以及地面的假相当位温进行筛选，通过代表站点的经向剖面和北风的范围来确定锋区与代表站点的距离，从而挑选暖区暴雨个例。
1.3 k-means聚类分析为了统计不同环流形势下暖区暴雨的主要环流特征和环境场条件，采用客观分类方法k-means聚类分析，同时考虑850 hPa西南低空急流对暖区暴雨的重要作用，选用暖区暴雨个例降水最强时刻的500 hPa位势高度场和850 hPa风场进行k-means聚类。该方法利用空间聚类将研究对象的空间距离指标按照相似性原则归类到若干个子集中，使得相同子集中各元素间差别最小，而不同子集中各元素差别最大(李玉梅等，2016)，其常被用于冷空气路径、台风路径、环流分型、粒子轨迹分类等研究中(黄瑶等，2021；周颖等，2020；Nakamura et al，2009；王芳等，2009)。k-means聚类分析的效果评估，即最优分类数则是通过相同子集内误方差平方和拐点法来确定的，误方差平方和与分类数折线的拐点就是最优分类数，本文依次计算了分类数2~10的误方差平方和，发现拐点所在的分类数为3, 即最优分类数为3。因此，挑选出的暖区暴雨个例被划分为以下三种环流型：
(1) 切变型：暴雨发生时500 hPa副热带地区为较平直的西风气流，在850 hPa上惠州北侧有切变线，惠州处于切变线南侧的偏南暖湿气流当中；
(2) 短波槽+低空急流型：暴雨发生时500 hPa华南受到南支槽分裂的短波槽影响，在850 hPa上则处于低空急流内部，大风速核的入口区内；
(3) 副热带高压(以下简称副高)外围+低空急流入口型：暴雨发生时500 hPa华南被副高外围气流所控制，在850 hPa上惠州位于低空急流的入口区内。
2 特征与环流分型结果按照1.2节中的标准共挑选出48个惠州暖区暴雨个例，年平均发生暖区暴雨次数为2.4次，其中2005年出现次数最多(6次)，2004年、2009年、2018年则没有发生暖区暴雨。从图 1暖区暴雨发生频率来看，发生频率在0.5次以上的站点主要分布在莲花山余脉—大亚湾沿海一带和罗浮山南侧，其中惠阳观测站(59298站)频率最高，发生总频次超过33次。
|
图 1 2003—2022年惠州前汛期各站点暖区暴雨发生频率(彩色圆点)及地形(阴影) 注：红色星形表示惠阳观测站。 Fig. 1 The frequency (colored dot) of warm-sector heavy rainfall in Huizhou during the first rainy season from 2003 to 2022 and topography (shaded) |
环流k-means聚类分型结果显示，惠州暖区暴雨的主要环流型为短波槽+低空急流型(第二类)和副高外围+低空急流入口型(第三类)，分别出现27次和14次，共占暖区暴雨总数的85%；而切变型(第一类)出现次数较少，仅占15%。为了方便后续研究，突出每类环流型的主要特征，从三类环流型中选取每一类降水量最大的4个个例作为每类代表，将每类代表个例的环流场、降水量分布进行合成分析。图 2为三种环流型暴雨的过程平均降水量分布，对比三类暴雨的降水量，第一类暴雨的站点平均降水量最少，仅为65 mm；第二类暴雨的站点平均降水量最大，为119 mm，且该类暴雨存在2个强降水带，分别位于大亚湾、惠东沿海和北部龙门、博罗山区；第三类暴雨站点平均降水量为84 mm，强降水带主要位于南部沿海。
|
图 2 2003—2022年惠州前汛期(a)第一类，(b)第二类，(c)第三类暖区暴雨过程平均降水量(彩色圆点)及地形(阴影)分布 Fig. 2 Distribution of averaged rainfall (colored dot) in the (a) first type, (b) second type and (c) third type of warm-sector heavy rainfall in Huizhou during the first rainy season from 2003 to 2022 and the topography (shaded) |
为了对比惠州前汛期各类暖区暴雨的环流形势和影响系统，选取了暴雨发生时刻的平均环流场进行分析。第一类暴雨发生时，在500 hPa环流场上(图 3a)，中高纬度鄂霍次克海附近有低涡维持，青藏高原北部短波系统活跃；副热带地区整个华南受偏西风气流控制，副高强度偏弱、位置偏东，西脊点位于菲律宾以东洋面。在850 hPa上(图 4a)，华南地区上空并没有明显的天气尺度低空急流，但西南风还是为华南地区带来充沛的水汽，因此在华南沿海存在一条西南—东北走向的大气整层可降水量大值区；而在长江下游地区存在反气旋环流中心，其西侧偏北风与华南地区的西南风在南岭北侧形成切变线，惠州位于切变线南侧。在925 hPa(图 5a)，惠州仍处于切变线南侧的西南气流当中，但此时切变线已南压至南岭，同时在珠江口南侧和北部湾存在2个中尺度边界层低空急流，其中珠江口南侧的边界层低空急流造成了广东沿海的若干个水汽辐合中心。
|
图 3 2003—2022年惠州前汛期(a)第一类，(b)第二类，(c)第三类暖区暴雨500 hPa高度场(等值线，单位：dagpm)和风场(风羽) 注：红色星形表示惠州，蓝色粗实线表示588 dagpm等值线。 Fig. 3 Geopotential height (contour, unit: dagpm) and wind (barb) at 500 hPa in the (a) first type, (b) second type and (c) third type of warm-sector heavy rainfall in Huizhou during the first rainy season from 2003 to 2022 |
|
图 4 2003—2022年惠州前汛期(a)第一类，(b)第二类，(c)第三类暖区暴雨整层大气可降水量(填色)、850 hPa风场(风羽)和急流(橙色等值线，≥12 m·s-1) 注: 红色星形表示惠州, 图a、b中棕色实线表示切变线。 Fig. 4 Vertial integrated precipitable water (colored), wind (barb) and jet stream (orange contour, ≥12 m·s-1) at 850 hPa in the (a) first type, (b) second type and (c) third type of warm-sector heavy rainfall in Huizhou during the first rainy season from 2003 to 2022 |
|
图 5 2003—2022年惠州前汛期(a)第一类，(b)第二类，(c)第三类暖区暴雨整层积分水汽通量散度(填色)、925 hPa风场(风羽)和急流(橙色等值线，≥12 m·s-1) 注：红色实线表示惠州。 Fig. 5 Vertial integrated water vapor flux divergence (colored), wind (barb) and jet stream (orange contour, ≥12 m·s-1) at 925 hPa in the (a) first type, (b) second type and (c) third type of warm-sector heavy rainfall in Huizhou during the first rainy season from 2003 to 2022 |
第二类暴雨发生时，500 hPa(图 3b)亚洲中高纬度呈现“两槽两脊”的形势，长波槽分别位于贝加尔湖和日本，长波脊则位于巴尔喀什湖和我国东北；副热带地区南支槽稳定维持在孟加拉湾北部，不断分裂短波槽影响华南地区，副高位置则比切变型暴雨要偏西，受副高阻挡，短波槽移动缓慢。在850 hPa上(图 4b)，在江南地区有一条暖式切变线，切变线南侧盛行西南急流，西南急流的范围几乎覆盖整个广东沿海，同时该类暴雨西南急流的水汽输送效果也要比第一类暴雨明显，因此该类暴雨广东沿海的大气整层可降水量明显高于切变型，在珠三角还有一个大气整层可降水量的大值区；惠州则位于西南低空急流内、急流核的入口区。在925 hPa(图 5b)，惠州的上风方有一个边界层低空急流，惠州位于边界层低空急流的出口区内，出口区内的风速辐合造成了惠州的水汽辐合。在该类暴雨中，西南急流为惠州输送大量水汽，配合500 hPa短波槽槽前的正涡度与925 hPa边界层低空急流出口区的风速辐合，最终导致暖区暴雨的发生。
第三类暴雨发生时, 500 hPa(图 3c)亚洲中高纬仍为“两槽两脊”的形势，但其环流经向度较第二类暴雨要小；副热带地区副高西脊点位于中南半岛，该类暴雨中副高的位置是三类暴雨中最为偏西的，整个华南受副高外围西南气流控制。在850 hPa上(图 4c)，华南同样受到西南低空急流的影响，但该类暴雨中的西南低空急流较第二类暴雨的位置要更偏东北，惠州则位于低空急流的入口区内。在925 hPa(图 5c)，珠江口上风方向有2个中尺度边界层低空急流，惠州位于边界层低空急流的出口区附近。在该类暴雨中，惠州位于低空急流的入口区内和边界层低空急流出口区附近，分别在850 hPa和925 hPa上造成风速辐散、辐合，共同触发暖区暴雨的发生，这种双低空急流的相互作用与Du and Chen(2019)提出的双低空急流耦合模型相似。
4 不同类型暖区暴雨的环境场特征为了对比各类暖区暴雨发生时的环境场特征，挑选地面露点温度、850 hPa温度露点差、大气可降水量等8个业务预报常用的环境参量(万轶婧等，2020)开展统计分析，其中850 hPa温度露点差代表低层大气饱和程度，大气可降水量代表暴雨的水汽条件，对流有效位能(CAPE)、K指数、850 hPa和500 hPa温度差代表暴雨的能量条件，垂直风切变、850 hPa及以下最大偏南风速代表暴雨的动力条件。由于本节所用环境参量均通过ERA5再分析数据获得，因此对基于ERA5再分析数据的环境参量进行适用性评估。选用2021年5—6月08时和20时(北京时，下同)汕头探空数据(共122个样本)，对通过格点资料计算出的环境参量进行系统性对比，通过定量计算对比各参数的相关系数(R)、均方根误差(RMSE)和平均相对误差(RE)(施丽娟等，2022)来评估ERA5环境参量与真实探空环境参量的偏差。R可以反映ERA5参量与探空参量之间的线性相关程度，RMSE反映ERA5参量的整体误差水平，RE反映ERA5参量相对探空参量的偏离程度，即相对于真实值的高低估程度(黄晓龙等，2023)，结果如表 1所示。由表可见各环境参量的相关系数均在0.70以上，且均通过0.01的显著性水平检验，说明ERA5环境参量与真实值之间具有显著的线性相关性，特别是大气可降水量、地面2 m露点温度、垂直风切变的相关系数达到了0.90以上，表现出高度线性相关。结合RMSE和RE的误差分析，CAPE的RE最大，达到22.66%且为负误差，说明ERA5再分析资料对CAPE存在低估的现象；CAPE的RMSE也是各参数中最大的，不过这与其自身量级有一定关系。其余各环境参数的相对误差均在±10%以内，表现出较低的RE。
|
表 1 2003—2022年惠州前汛期暖区暴雨各环境参量评价指数 Table 1 Evaluation indexes of ambient parameters of warm-sector heavy rainfall in Huizhou during the first rainy season from 2003 to 2022 |
总体来看，ERA5再分析资料虽然与真实值存在一定程度的偏差，但是其与真实值保持有明显的相关性和一致性，ERA5再分析资料计算出的环境参量具有一定的可信度和适用性。因此，选取暴雨发生时前一个时刻代表站点附近0.5°×0.5°网格内环境参量的平均值作为站点的代表值，通过箱线图给出各类暴雨环境参量的分布，对比分析各类暴雨环境参量的异同来加深对暴雨发生时环境参量阈值的认识。
由图 6b可见，惠州暖区暴雨850 hPa温度露点差介于0~4.2℃，第25%~75%分位值的范围为0.91~2.72℃，中位值和平均值分别为1.81℃、1.85℃，表明暖区暴雨发生时低层大气接近饱和的状态。对比各类暖区暴雨，从平均值和中位数来看第二、三类暴雨要明显高于第一类暴雨，同时这两类暴雨的箱体位置(第25%~75%分位值)也要明显高于第一类暴雨，说明这两类暴雨在低层水汽饱和程度不高的情况下，可能有比第一类更好的动力条件触发暖区暴雨。另外，从三类暴雨地面2 m露点温度的箱型图(图 6a)也可以看出，第二、三类暴雨的平均值和中位数明显高于第一类，这表明第二、三类暴雨比第一类地面大气都容易达到饱和状态，特别是第二类，其最小值要比第一类暴雨的最大值还要大。大气可降水量可以表征整层大气柱中的水汽含量，图 6c显示惠州暖区暴雨大气可降水量介于44~70 mm，第25%~75%的范围为57~65 mm，中位值和平均值介于61~62 mm，说明75%的惠州暖区暴雨发生时大气可降水量在57 mm以上。对比各类暖区暴雨，第二、三类暴雨大气可降水量的平均值和箱体位置均高于第一类，其中这两类的平均值比第一类的最大值还要高，表明第一类暴雨的整层水汽条件较差，基本位于惠州暖区暴雨大气可降水量第25%分位值以下，因此其过程平均降水量也明显低于其他两类暴雨。由此可见，不管是低层还是整层的大气水汽条件，第二类暴雨都要好于第一、三类。
|
图 6 2003—2022年惠州前汛期暖区暴雨和第一类、第二类、第三类暖区暴雨的(a)地面2 m露点温度，(b)850 hPa温度露点差，(c)大气可降水量箱线图 注: 线段最高、最低点分别表示最大值和最小值, 箱形上、下框线分别表示第75 %和25 % 分位值, 箱内线表示中位数值, 红叉表示平均值。 Fig. 6 Box plot of (a) surface 2 m dew point temperature, (b) depression of the dew point at 850 hPa and (c) vertial integrated precipitable water in the warm-sector heavy rainfall, and the first type, second type and third type of warm-sector heavy rainfall in Huizhou during the first rainy season from 2003 to 2022 |
CAPE可以定量反映大气中是否发生深厚对流，表征大气对流的不稳定能量(金妍和李国平，2021)。由图 7a可见，惠州暖区暴雨CAPE介于167~3227 J·kg-1，第25%~75%分位值的范围为587~1333 J·kg-1，中位值和平均值分别为1066 J·kg-1、1034 J·kg-1，属于中等强度的CAPE(万轶婧等，2020)，说明惠州75%暖区暴雨的发生并不依赖很强的CAPE。从各类暴雨CAPE的箱线图来看，第一类暴雨的箱体上端非常接近其最大值，而第二类CAPE分布更为离散，由于第二类占比最多，因此惠州暖区暴雨CAPE的分布与第二类更为相似。K指数可以反映大气的层结稳定性，指示对流性天气的发生，K指数越大，大气层结越不稳定，对流发生的可能性越大(林晓霞等，2017)。统计发现(图 7b)，惠州暖区暴雨发生时的K指数介于31.4~40.0℃，第25%~75%分位值的范围为34.7~37.2℃，中位值和平均值均为36.0℃，而第一类第25%~75%分位值的范围仅为32.5~35℃，75%的第一类暴雨发生时K指数比惠州暖区暴雨K指数平均值要低，由于K指数是由中低层的湿热力项构成，因此这也说明第一类暴雨发生时中低层的温湿条件较差。日常业务中常用850 hPa与500 hPa温差来表征温度随高度垂直递减特征，反映环境大气的静力稳定度，850 hPa与500 hPa温差越大环境大气温度垂直递减越剧烈，静力不稳定越明显(王迪等，2020；黄艳等，2018)。图 7c显示，75%的惠州暖区暴雨发生时850 hPa与500 hPa温差介于20.1~23.3℃，中位值和平均值都在22.5℃左右，850 hPa与500 hPa温差较小, 表现出弱静力不稳定层结，说明大多数惠州暖区暴雨的触发并不需要很强的静力不稳定，而是通过低层的南风急流源源输送不稳定能量，这与陈元昭等(2016)得出的结论类似。
|
图 7 2003—2022年惠州前汛期暖区暴雨和第一类、第二类、第三类暖区暴雨的(a)对流有效位能，(b)K指数，(c)850 hPa与500 hPa温度差箱线图 注：线段最高、最低点分别表示最大值和最小值，箱形上、下框线分别表示第75%和25%分位值，箱内线表示中位数值，红叉表示平均值。 Fig. 7 Box plot of (a) CAPE, (b) K index and (c) temperature difference between 850 hPa and 500 hPa in the warm-sector heavy rainfall, and the first type, second type and third type of warm-sector heavy rainfall in Huizhou during the first rainy season from 2003 to 2022 |
一定强度的垂直风切变有利于对流风暴的组织和维持(尉英华等，2023)，参考刘珍圆等(2019)对垂直风切变的计算方法，计算500 hPa至地面的垂直风切变(图 8a)，惠州暖区暴雨垂直风切变第25%~75%分位值为6.81~12.8 m·s-1，中位值和平均值分别为10.1 m·s-1和10.8 m·s-1。值得注意的是，在三类暖区暴雨中第一类暴雨箱体和中位值明显高于其他两类暴雨，其最小值基本与惠州暖区暴雨垂直风切变第75%分位值持平，此类暴雨在发生时伴随较高的垂直风切变，这可能是第一类站点平均降水量小于其他两类暴雨的原因，过高的垂直风切变导致雨滴蒸发，降水效率变低。Zhang and Meng(2019)研究表明，华南64%的暖区暴雨伴随低空急流出现, 因此本文统计了惠州暖区暴雨发生时850 hPa及以下最大偏南风速。如图 8b所示，惠州暖区暴雨850 hPa及以下最大偏南风速第25%~75%分位值为8.44~12.93 m·s-1，中位数和平均值分别为10.24 m·s-1和10.79 m·s-1；从各类暖区暴雨可见，第一类的箱体窄于第二、三类，但就均值而言第三类最大，其次为第二类，最后是第一类。
|
图 8 2003—2022年惠州前汛期暖区暴雨和第一类、第二类、第三类暖区暴雨的(a)垂直风切变, (b)850 hPa及以下最大偏南风速箱线图 注：线段最高、最低点分别表示最大值和最小值，箱形上、下框线分别表示第75%和25% 分位值，箱内线表示中位数值，红叉表示平均值。 Fig. 8 Box plot of (a) vertical wind shear and (b) maximum south wind speed at 850 hPa and below in the warm-sector heavy rainfall, and the first type, second type and third type of warm-sector heavy rainfall in Huizhou during the first rainy season from 2003 to 2022 |
基于各类暖区暴雨环境参量的对比分析可以发现，由于西南风急流在水汽输送、不稳定能量积累上的作用十分明显，因此就水汽(低层、整层)和能量条件而言, 第二、三类要优于第一类；虽然第一类暴雨的水汽和能量条件不如第二、三类，但对于动力条件而言，第一类的垂直风切变则要明显高于第二、三类，同时第一类的静力不稳定度也要高于其他两类，故在水汽和能量条件不佳的情况下，一定强度的垂直风切变对暖区暴雨的组织化和触发还是非常关键的。
5 结论与讨论利用自动站雨量资料、ERA5再分析数据对2003—2022年4—6月惠州前汛期暖区暴雨个例进行挑选和环流分型，同时还对比分析了惠州前汛期不同类型暖区暴雨发生时的平均环流场和环境场特征，得出以下主要结论：
(1) 2003—2022年前汛期惠州共发生48次暖区暴雨事件，平均每年发生2.4次，其中莲花山余脉—大亚湾沿海一带和罗浮山南侧发生暖区暴雨频率最高；从环流分型结果来看，分为切变型(第一类)、短波槽+低空急流型(第二类)和副高外围+低空急流入口型(第三类)，其中第二、三类共占暖区暴雨总数的85%。
(2) 在平均环流场上，500 hPa除第二类暴雨受到短波槽影响外，其余两类暴雨惠州地区都处于西风气流、副高外围西南气流的控制之下；低层第二、三类暴雨惠州附近都出现了西南低空急流和边界层低空急流，而第一类暴雨只在925 hPa珠江口以南出现了边界层低空急流。
(3) 环境场特征分析表明，ERA5再分析资料计算的环境参量具有一定的可信度和适用性。第二、三类暴雨整体上水汽(低层、整层)和能量条件要优于第一类暴雨，但对于动力条件而言，第一类暴雨的垂直风切变则要明显高于第二、三类暴雨，同时第一类暴雨的静力不稳定度也要高于其他两类暴雨。
本文基于ERA5再分析资料进行环境场分析，虽然对数据进行了适用性评估，但由于资料自身与真实值存在误差加上其空间分辨率较低，使得分析具有一定的局限性；另外，对于环流场的分析也仅选用了几个具有代表性的个例，并未对所有个例进行归纳总结。因此，下一步工作将对每一类暖区暴雨的个例进行分析，归纳总结出每一类暖区暴雨的特征，同时尝试构建暴雨触发的机理模型。
陈黛雅, 沈学顺, 霍振华, 2023. 广州"5.7"暴雨预报的模式不确定性研究[J]. 气象学报, 81(1): 58-78. Chen D Y, Shen X S, Huo Z H, 2023. A research on the model uncertainty in forecast of the 7 May 2017 heavy rainfall in Guangzhou[J]. Acta Meteor Sin, 81(1): 58-78 (in Chinese).
|
陈芳丽, 张子凡, 2008. 惠州地区一次暴雨过程的环流背景和物理量场特征[J]. 广东气象, 30(5): 33-35, 37. Chen F L, Zhang Z F, 2008. Synoptic circulation and physical field characteristics of a heavy rain in Huizhou[J]. Guangdong Meteor, 30(5): 33-35, 37 (in Chinese).
|
陈芳丽, 李明华, 杜小松, 等, 2014a. 惠州高潭一次特大致洪暴雨过程分析[J]. 广东气象, 36(2): 24-29. Chen F L, Li M H, Du X S, et al, 2014a. Analysis of an unusually heavy, flood-causing rain at Gaotan, Huizhou[J]. Guangdong Meteor, 36(2): 24-29 (in Chinese).
|
陈芳丽, 张子凡, 李明华, 等, 2014b. 惠州市近40年前汛期暴雨的气候特征分析[J]. 广东气象, 36(3): 25-29, 36. Chen F L, Zhang Z F, Li M H, et al, 2014b. Analysis on climate characteristics of rainstorms in the annually first rain season of Huizhou in the past 40 years[J]. Guangdong Meteor, 36(3): 25-29, 36 (in Chinese).
|
陈翔翔, 丁治英, 刘彩虹, 等, 2012. 2000—2009年5、6月华南暖区暴雨形成系统统计分析[J]. 热带气象学报, 28(5): 707-718. Chen X X, Ding Z Y, Liu C H, et al, 2012. Statistic analysis on the formation system of warm-sector heavy rainfall in May and June from 2000—2009[J]. J Trop Meteor, 28(5): 707-718 (in Chinese).
|
陈元昭, 俞小鼎, 陈训来, 2016. 珠江三角洲地区重大短时强降水的基本流型与环境参量特征[J]. 气象, 42(2): 144-155. Chen Y Z, Yu X D, Chen X L, 2016. Characteristics of short-time severe rainfall events based on weather flow and key environmental parameters in Pearl River Delta[J]. Meteor Mon, 42(2): 144-155 (in Chinese).
|
邓芸, 1998. 1996年"6.24"惠州暴雨过程分析[J]. 广东气象, (2): 32-33. Deng Y, 1998. An analysis of heavy rain in Huizhou on June 24, 1996[J]. Guangdong Meteor, (2): 32-33 (in Chinese).
|
付智龙, 李国平, 姜凤友, 等, 2022. 四川盆地西部一次暖区山地暴雨事件的动力过程分析与局地环流数值模拟[J]. 大气科学, 46(6): 1366-1380. Fu Z L, Li G P, Jiang F Y, et al, 2022. Dynamic analysis and local circulation numerical simulation of a warm-sector mountain rainstorm event in the western Sichuan Basin[J]. Chin J Atmos Sci, 46(6): 1366-1380 (in Chinese).
|
何立富, 陈涛, 孔期, 2016. 华南暖区暴雨研究进展[J]. 应用气象学报, 27(5): 559-569. He L F, Chen T, Kong Q, 2016. A review of studies on prefrontal torrential rain in South China[J]. J Appl Meteor Sci, 27(5): 559-569 (in Chinese).
|
黄士松, 1986. 华南前汛期暴雨[M]. 广州: 广东科技出版社: 94-95. Huang S S, 1986. Heavy Rainfalls in the Pre-Flood Season in South China[M].
Guangzhou: Guangdong Science and Technology Press: 94-95 (in Chinese).
|
黄晓龙, 吴薇, 许剑辉, 等, 2023. ERA5-Land降水再分析资料在中国西南地区的适用性评估[J]. 高原气象, 42(6): 1562-1575. Huang X L, Wu W, Xu J H, et al, 2023. The applicability performance of the ERA5-Land precipitation datasets in Southwest China[J]. Plateau Meteor, 42(6): 1562-1575 (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 par-ameter of short-time severe rainfall in South Xinjiang[J]. Meteor Mon, 44(8): 1033-1041 (in Chinese).
|
黄瑶, 陶丽, 刘新超, 等, 2021. 大渡河上游强降水的环流分型及时空分布特征[J]. 沙漠与绿洲气象, 15(4): 58-67. Huang Y, Tao L, Liu X C, et al, 2021. Synoptic circulation patterns clustering analysis and space-time distribution characteristics of heavy precipitation in the upper reaches of the Dadu River[J]. Des Oasis Meteor, 15(4): 58-67 (in Chinese).
|
金妍, 李国平, 2021. 爬流和绕流对山地突发性暴雨的影响[J]. 高原气象, 40(2): 314-323. Jin Y, Li G P, 2021. Impact of flow around and flow over in sudden rainstorm on mountains[J]. Plateau Meteor, 40(2): 314-323 (in Chinese).
|
李玉梅, 李勋, 冯文, 等, 2016. 秋季西沙非台风强降水天气形势分析[J]. 气象, 42(8): 934-943. Li Y M, Li X, Feng W, et al, 2016. Investigation of the synoptic situation associated with autumnal non-TC heavy precipitation in Xisha[J]. Meteor Mon, 42(8): 934-943 (in Chinese).
|
林晓霞, 冯业荣, 张诚忠, 等, 2017. 华南一次暴雨过程热力和动力特征的诊断分析[J]. 热带气象学报, 33(6): 975-984. Lin X X, Feng Y R, Zhang C Z, et al, 2017. Diagnostic analysis of thermal and dynamic characteristics of a rainstorm process in Southern China[J]. J Trop Meteor, 33(6): 975-984 (in Chinese).
|
刘瑞鑫, 孙建华, 陈鲍发, 2019. 华南暖区暴雨事件的筛选与分类研究[J]. 大气科学, 43(1): 119-130. Liu R X, Sun J H, Chen B F, 2019. Selection and classification of warm-sector heavy rainfall events over South China[J]. Chin J Atmos Sci, 43(1): 119-130 (in Chinese).
|
刘瑞鑫, 孙建华, 傅慎明, 2021. 不同类型华南暖区暴雨过程的环流特征[J]. 气候与环境研究, 26(4): 359-373. Liu R X, Sun J H, Fu S M, 2021. Comparison of synoptic circulation characteristics in different types of warm-sector heavy rainfall events over South China[J]. Climatic Environ Res, 26(4): 359-373 (in Chinese).
|
刘泳涛, 万永建, 陈映强, 等, 2022. 潮汕地区暖区暴雨分型及其环流形势特征[J]. 广东气象, 44(4): 1-5. Liu Y T, Wan Y J, Chen Y Q, et al, 2022. Classification of warm-sector hard rain patterns for the Chaozhou-Shantou Area and analysis of the characteristics of the associated circulation situations[J]. Guangdong Meteor, 44(4): 1-5 (in Chinese).
|
刘珍圆, 王咏青, 张秀年, 等, 2019. 台风Chanchu(0601)变性过程中的强度变化及环境场分析[J]. 热带气象学报, 35(4): 528-538. Liu Z Y, Wang Y Q, Zhang X N, et al, 2019. Intensity changes and environmental field analysis of extratropical transition for Typhoon Chanchu (0601)[J]. J Trop Meteor, 35(4): 528-538 (in Chinese).
|
覃武, 刘国忠, 赖珍权, 等, 2020. 华南暖区暴雨预报失误及可预报性探讨[J]. 气象, 46(8): 1039-1052. Qin W, Liu G Z, Lai Z Q, et al, 2020. Study on forecast errors and predictability of a warm-sector rainstorm in South China[J]. Meteor Mon, 46(8): 1039-1052 (in Chinese).
|
施丽娟, 冯婉悦, 雷勇, 等, 2022. GPM日降水产品在中国大陆的准确性评估[J]. 气象, 48(11): 1428-1438. Shi L J, Feng W Y, Lei Y, et al, 2022. Accuracy evaluation of daily GPM precipitation product over mainland China[J]. Meteor Mon, 48(11): 1428-1438 (in Chinese).
|
田莹, 叶成志, 姚蓉, 2022. 2008—2018年江南暖区暴雨特征[J]. 大气科学学报, 45(1): 51-64. Tian Y, Ye C Z, Yao R, 2022. Statistical analysis of the characteristics of warm-sector rainstorms in the southern part of the Yangtze River during the period of 2008—2018[J]. Trans Atmos Sci, 45(1): 51-64 (in Chinese).
|
万轶婧, 王东海, 梁钊明, 等, 2020. 华南暖区暴雨环境参量的统计分析[J]. 中山大学学报(自然科学版), 59(6): 51-63. Wan Y J, Wang D H, Liang Z M, et al, 2020. Statistical analysis of the environment parameters of warm-sector heavy rainfall in South China[J]. Acta Sci Nat Univ Sunyatseni, 59(6): 51-63 (in Chinese).
|
王迪, 牛淑贞, 曾明剑, 等, 2020. 河南省分类强对流环境物理条件特征分析[J]. 气象, 46(5): 618-628. Wang D, Niu S Z, Zeng M J, et al, 2020. Analysis on the characteristics of environmental and physical conditions for the classified severe convections in Henan Province[J]. Meteor Mon, 46(5): 618-628 (in Chinese).
|
王芳, 陈东升, 程水源, 等, 2009. 基于气流轨迹聚类的大气污染输送影响[J]. 环境科学研究, 22(6): 637-642. Wang F, Chen D S, Cheng S Y, et al, 2009. Impacts of air pollutant transport based on air trajectory clustering[J]. Res Environ Sci, 22(6): 637-642 (in Chinese).
|
汪玲瑶, 谌芸, 肖天贵, 等, 2018. 夏季江南地区暖区暴雨的统计分析[J]. 气象, 44(6): 771-780. Wang L Y, Chen Y, Xiao T G, et al, 2018. Statistical analysis of warm-sector rainstorm characteristics over the southern of middle and lower reaches of the Yangtze River in summer[J]. Meteor Mon, 44(6): 771-780 (in Chinese).
|
尉英华, 花家嘉, 王莹, 等, 2023. 近11年天津冰雹统计特征及对流参数指标分析[J]. 气象, 49(2): 213-223. Wei Y H, Hua J J, Wang Y, et al, 2023. Statistical characteristics and convection indicators of hailstorm over Tianjin in recent 11 years[J]. Meteor Mon, 49(2): 213-223 (in Chinese).
|
徐珺, 毕宝贵, 谌芸, 等, 2018. "5.7"广州局地突发特大暴雨中尺度特征及成因分析[J]. 气象学报, 76(4): 511-524. Xu J, Bi B G, Chen Y, et al, 2018. Mesoscale characteristics and mechanism analysis of the unexpected local torrential rain in Guangzhou on 7 May 2017[J]. Acta Meteor Sin, 76(4): 511-524 (in Chinese).
|
徐燚, 闫敬华, 王谦谦, 等, 2013. 华南暖区暴雨的一种低层重力波触发机制[J]. 高原气象, 32(4): 1050-1061. Xu Y, Yan J H, Wang Q Q, et al, 2013. A low-level gravity wave triggering mechanism for rainstorm of warm zone in South China[J]. Plateau Meteor, 32(4): 1050-1061 (in Chinese).
|
叶朗明, 吴乃庚, 张华龙, 等, 2019. 海陆风和地形对一次弱天气背景下暖区特大暴雨的影响分析[J]. 暴雨灾害, 38(6): 597-605. Ye L M, Wu N G, Zhang H L, et al, 2019. Analysis of the influence of sea-land breeze and topography on the extraordinary heavy rain in warm sector under a weak weather background[J]. Torr Rain Dis, 38(6): 597-605 (in Chinese).
|
曾智琳, 谌芸, 朱克云, 等, 2018. 2017年"5.7"广州特大暴雨的中尺度特征分析与成因初探[J]. 热带气象学报, 34(6): 791-805. Zeng Z L, Chen Y, Zhu K Y, et al, 2018. Mesoscale characteristic analysis and primary discussion on the formation of the 7 May 2017 torrential rainfall in Guangzhou[J]. J Trop Meteor, 34(6): 791-805 (in Chinese).
|
周颖, 张贺, 张珂玮, 2020. 基于K-均值聚类方法的大气环流模式IAP AGCM4.1对西北太平洋热带气旋的模拟评估[J]. 大气科学, 44(5): 1141-1154. Zhou Y, Zhang H, Zhang K W, 2020. Evaluation of simulated tropical cyclones over the western North Pacific with IAP AGCM4.1 based on K-means method[J]. Chin J Atmos Sci, 44(5): 1141-1154 (in Chinese).
|
Chen X C, Zhang F Q, Zhao K, 2016. Diurnal variations of the land-sea breeze and its related precipitation over South China[J]. J Atmos Sci, 73(12): 4793-4815.
|
Du Y, Chen G X, 2018. Heavy rainfall associated with double low-level jets over Southern China.Part Ⅰ: ensemble-based analysis[J]. Mon Wea Rev, 146(11): 3827-3844.
|
Du Y, Chen G X, 2019. Heavy rainfall associated with double low-level jets over Southern China.Part Ⅱ: convection initiation[J]. Mon Wea Rev, 147(2): 543-565.
|
Nakamura J, Lall U, Kushnir Y, et al, 2009. Classifying North Atlantic tropical cyclone tracks by mass moments[J]. J Climate, 22(20): 5481-5494.
|
Tu C C, Chen Y L, Chen C S, et al, 2014. A comparison of two heavy rainfall events during the terrain-influenced monsoon rainfall experiment (TiMREX) 2008[J]. Mon Wea Rev, 142(7): 2436-2463.
|
Zhang M R, Meng Z Y, 2019. Warm-sector heavy rainfall in southern China and its WRF simulation evaluation: a low-level-jet perspective[J]. Mon Wea Rev, 147(12): 4461-4480.
|