论文

黔东南地形影响局地突发性暴雨的中尺度天气分析与数值试验

  • 高珩洲 , 1 ,
  • 李国平 , 1, 2
展开
  • 1. 成都信息工程大学大气科学学院, 四川 成都 610225
  • 2. 气象灾害预报预警与评估省部共建协同创新中心, 南京信息工程大学, 江苏 南京 210044
李国平(1963 -), 男, 重庆人, 教授, 主要从事天气动力学、高原山地气象学等研究. E-mail:

高珩洲(1995 -), 男, 四川人, 硕士研究生, 主要从事暴雨天气动力学研究. E-mail:

收稿日期: 2019-03-26

  修回日期: 2019-09-19

  网络出版日期: 2020-04-28

基金资助

国家重点研发计划项目(2018YFC1507200)

国家自然科学基金项目(41675057)

Mesoscale Synoptic Meteorology Analysis and Numerical Experiment of Local Sudden Rainstorm Affected by Topography in Southeast Part of Guizhou Province

  • Hengzhou GAO , 1 ,
  • Guoping LI , 1, 2
Expand
  • 1. School of Atmospheric Sciences, Chengdu University of Information Technology, Chengdu 610225, Sichuan, China
  • 2. Ministry of Education & Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters (CIC-FEMD), Nanjing University of Information Science & Technology, Nanjing 210044, Jiangsu, China

Received date: 2019-03-26

  Revised date: 2019-09-19

  Online published: 2020-04-28

本文亮点

基于FY-2E TBB资料、 ERA5再分析资料和WRF v3.9.1.1模式对2015年5月27日贵州省雷山县一次突发性暴雨过程进行中尺度天气学分析和数值试验。结果表明: (1) 低空西南急流、 切变线与地面辐合线是本次山地突发性暴雨的直接影响系统。(2) TBB 低值区与突发性暴雨落区有明显的对应关系, TBB值的减小对应着降水的增强, 反之对应降水的减弱。(3) ERA5再分析资料作为初始场对于突发性暴雨的模拟效果优于 FNL分析资料和ERA-Interim再分析资料。(4) 地形通过改变山地动力、 水汽等物理量场从而影响暴雨的落区和强度。地形的抬升作用造成水汽与不稳定能量在迎风坡堆积, 使层结不稳定性增强, 在强烈的上升运动作用下触发对流不稳定发展。(5) 雷公山地形对于降水有显著的增幅作用, 山脉高度升高后, 雨带扩大, 雨量增加; 反之雨带西移, 雨量减小。

本文引用格式

高珩洲 , 李国平 . 黔东南地形影响局地突发性暴雨的中尺度天气分析与数值试验[J]. 高原气象, 2020 , 39(2) : 301 -310 . DOI: 10.7522/j.issn.1000-0534.2019.00079

Highlights

Based on FY-2E TBB data, ERA5 reanalysis data and WRF v3.9.1.1 model, mesoscale synoptic meteorology analysis and numerical simulation are carried on for the sudden rainstorm in Leishan county on 27 May 2015.The results indicate that: (1) Southwest low-level jet, shear line and surface convergence line are the direct effect systems of this terrain sudden rainstorm.(2) There is an obvious correspondence between the low value area of TBB and the sudden rainstorm area, the decrease of TBB value indicates the increase of precipitation, otherwise it indicates the decrease of precipitation.(3) The simulation effect of ERA5 reanalysis data that is as the initial field for sudden rainstorm is better than that of FNL analysis data and ERA-Interim reanalysis data.(4) The area and intensity of rainstorm are influenced by the terrain through modulating the dynamic and water vapor field of mountain.The water vapor and unstable energy is accumulated on the windward slope through the uplifting effect of the terrain, which enhances the instability of the stratification and triggers the unstable development of convection under the action of strong ascending motion.(5) The topography of Mountain Leigong has a significant effect on sudden rainstorm: With the increasing of terrain height, rain belt expanded and rainfall increased; On the contrary, the rain belt moves west-ward and the rainfall decreases.

1 引言

中国是世界上暴雨多发国家, 暴雨所产生的洪水及其次生灾害每年都会造成巨大的经济损失与人员伤亡(陶诗言, 1980), 因此对暴雨的相关研究一直都是气象领域的热点话题(高守亭等, 2018), 其中地形对中国暴雨的影响至关重要。
我国山地暴雨出现的地点、 强度和持续时间, 除了和天气因素有关外, 还具有明显的地方性特征, 许多山脉附近降水较多, 并且常为暴雨中心所在(李国平, 2016; 章淹, 1983)。通常来说, 地形对暴雨的影响主要表现在动力和热力两个方面, 即迎风坡对气流的辐合抬升作用、 山脉对气流的阻挡绕流作用以及地形下垫面对大气的加热作用 (廖菲等, 2007; 陈明等, 1995; 赵庆云等, 2018; 曾勇等, 2018)。近年来中尺度数值模式不断发展, 其模拟、 预报的能力有了很大提高, 数值模拟和敏感性试验的方法开始在山地影响暴雨的研究中广泛使用(袁有林等, 2015)。毕宝贵等(2006)对秦岭、 大巴山降水进行的数值试验结果认为大巴山减小了秦岭山脊、 汉江河谷的降水, 并使秦岭南坡的降水增加, 而秦岭使得大巴山和汉江河谷、 陕北降水增加, 同时使山脉本身降水减少。王文等(2013)认为, 无规则小云团的自组织过程能促使中尺度对流系统发展, 槽线上能激发中尺度重力波, 能量下传并被下层中性大气吸收, 促进暴雨的发生发展。康延臻等(2018)对单双参云微物理方案进行了对比分析, 发现方案间的差别随着模拟时间的延长而变大, 且单参方案对各量级降水的模拟差别比双参方案显著, SBU_YLIN方案对于此次特大暴雨过程模拟效果最好, 对降水量级和落区的模拟都接近实况。袁有林等(2017)分析了不同初始场WRF模式的影响, 发现ERA-Interim与FNL资料在模拟结果上的差异较大, 总体来说, ERA-Interim优于FNL资料, 反映了WRF对初始场与边界条件的敏感性。
贵州东南部地处云贵高原向湘桂丘陵盆地过渡地带, 境内沟壑纵横、 山峦延绵, 海拔落差很大, 这种独特的地形对于暴雨的影响十分显著, 黔东南地区一直是山地暴雨高发区。这些局地暴雨通常具有突发性、 历时短、 强度大的特点(顾欣等, 2006; 聂云等, 2018), 暴雨的雨前征兆不明显, 地形及高低空环境场复杂多变, 常常难以对其强度与落区进行准确的预测。雷公山坐落在黔东南中部, 是珠江水系和长江水系的分水岭, 地形复杂, 黔东南大部分暴雨都与其相关(池再香等, 2008)。对雷公山进行研究旨在揭示地形对山地突发性暴雨的影响, 深化对贵州东南部突发性暴雨及其次生灾害的认识, 提升山地突发性暴雨预报的准确性和防灾减灾能力。
目前, 关于贵州地形影响降水的研究, 杨秀庄等(2012)杨静等(2011)多选择降水范围广, 局地性不太强的个例进行模拟, 并且大部分集中于探讨中尺度或大尺度地形对暴雨的影响, 而单独针对中小尺度地形在突发性暴雨中作用的研究还比较缺乏。本文所选个例暴雨雨区范围小, 雨量大, 发生时间短, 具有很强的局地性、 突发性, 同时与中小尺度地形关系密切, 通过数值模拟探索此种突发性山地暴雨的各物理量变化及中小尺度地形所起的作用具有积极意义。另外, 本文使用欧洲中期天气预报中心(ECMWF)最新发布的新一代再分析资料ERA5作为模式的初始场, 经对比分析, 此套资料相对于其他资料(例如NCEP FNL分析资料与ERA-Interim 再分析资料)能够更好地对此类中小尺度暴雨进行模拟, 为今后研究此类暴雨的资料选择提供了有益参考。

2 资料选取

所用的资料: (1)欧洲中期天气预报中心(ECMWF)开发的新一代再分析资料ERA5, 该资料时间分辨率为1 h, 水平分辨率0.25°×0.25°, 包括高空风场、 位势高度场、 温度场与地面温度、 气压、 土壤的温湿度等信息(数据获取网址为https: //cds.climate.copernicus.eu/cdsapp#!/search?type=dataset); ECMWF所开发的上一代再分析资料ERA-Interim(数据获取网址为https: //www.ecmwf.int/en/forecasts/datasets/reanalysis-datasets/ERA-interim); (2)国家气象信息中心经过质量控制后的中国3~4万多个自动气象站观测的逐小时降水量与美国气候预测中心研发的全球30 min、 8 km分辨率的CMORPH卫星反演降水产品进行融合后的逐小时格点降水产品(数据获取网址为http: //data.cma.cn/site/index.html)。该融合降水资料所反映的短时强降水的大尺度特征与站点资料一致, 保留了高分辨率的卫星观测信息, 并能更好地描述地形的影响(周旋等, 2015; 廖捷等, 2013); (3)美国国家环境预报中心(NCEP)所开发的NCEP FNL分析资料(数据获取网址为https: //rda.ucar.edu/); (4)国家卫星气象中心FY-2E卫星的相当黑体温度(TBB)数据, 其水平分辨率为0.1°×0.1°, 时间分辨率为1 h(数据获取网址为http: //data.nsmc.org.cn/portalsite/default.aspx?currentculture=zh-CN)。文中涉及的地图是基于国家测绘地理信息局标准地图服务网站下载的审图号为[GS(2016)2885号]的中国地图制作, 底图无修改。

3 暴雨实况、 天气形势与地理特征

3.1 暴雨概况

2015年5月26日晚至27日白天, 黔东南地区遭受了一次特大暴雨侵袭[图1(a)], 降水中心位于雷山县高岩乡, 16 h累积雨量超过300 mm, 为200年一遇的特大暴雨, 全县受灾人口64535人, 因灾造成经济预计损失98854.3万元。从降水中心逐时降水量随时间的演变 [图1(b)] 来看, 强降水主要集中在27日03:00(北京时, 下同) -07:00, 4 h总降水量达到了248 mm, 其中04:00 -05:00降水量超过了60 mm, 06:00 -07:00降水量超过了30 mm。07:00以后降水量迅速减小, 11:00降水结束。此次过程降水范围小、 局地性强、 强度大、 降水时段集中。根据武汉暴雨研究所定义的突发性暴雨特征: 降水区域直径小于200 km、 1 h累计雨量≥20 mm且3 h累计雨量≥50 mm的强降水, 可以判断此次降水为一次典型的突发性暴雨事件。
图1 2015年5月26日20:00至27日12:00 16 h累计降水量分布与降水中心逐小时降水量变化(单位: mm)

Fig.1 The distribution of 16 h accumulated precipitation and hourly variation of precipitation in the rainstorm center from 20:00 on 26 to 12:00 on 27 May 2015.Unit: mm

从黔东南地形高度示意图(图2)中可以看出, 雷山县位于贵州省黔东南苗族侗族自治州的西南部, 地势西南低、 东北高, 最低海拔480 m, 海拔最高处为东部苗岭主峰-雷公山(山顶海拔为2178.8 m), 此山大致呈准东北-西南走向, 与雷山县海拔落差很大, 特殊的地形分布与大气的环流形势相结合, 使雷山县成为贵州的暴雨中心。
图2 黔东南地形高度示意图(单位: m)

A为雷公山, B为雷山县城, C为暴雨中心

Fig.2 Terrain height of southeast Guizhou.Unit: m.A, B, C indicates Leigong mountain, Leishan county and rainstorm center, respectively

3.2 天气形势

5月26日08:00[图3(a)], 500 hPa上四川中部至云南北部有一短波槽, 贵州位于槽前西南气流影响下, 副热带高压588 dagpm线位于华南地区, 并且在暴雨发生前稳定维持(26日08:00 -21:00)。850 hPa贵州北部存在一切变线, 广西大部分地区被风速为12~18 m·s-1的西南低空急流所控制, 贵州位于急流左前方, 偏南气流为贵州东部带来了充沛的水汽。暴雨强盛时[图3(b)], 位于广西的西南低空急流范围加强, 强度增大, 有更多的水汽源源不断的输送到暴雨区, 促进暴雨的发展。原先位于贵州北部的切变线南压至贵州中部, 此时贵州中部有一地面辐合线, 与切变线近乎重合(图3中红线部分), 这种配置容易造成强烈的辐合上升运动, 诱发产生暴雨。
图3 2015年5月26日08:00与27日04:00 500 hPa位势高度场(等值线, 单位: dagpm)、 850 hPa风场(矢量, 单位: m·s-1)、 850 hPa低空急流区(阴影区, 单位: m·s-1)的分布

红色实线为地面辐合线

Fig.3 The distribution of 500 hPa geopotential height (contour, unit: dagpm), 850 hPa wind field (vector, unit: m·s-1) and low-level jets (shaded, unit: m·s-1) at 08:00 on 26 and at 04:00 on 27 May 2015.The red solid line represents the surface convergence line

3.3 中尺度对流云团

利用FY-2E卫星观测的相当黑体温度(TBB)可以很好地指示对流云的生消过程(王晖等, 2017; 石定朴等, 1996; 张芹等, 2018 )。在有云区, TBB一般为负值, 且负值越大, 代表云顶越高, 对流越强。图4为此次突发性暴雨过程中逐小时TBB的演变。从图4中可以看出, 26日19:00, 雷山县及其周边已经出现了零星对流云团, TBB≤-10 °C, 但此时并没有降水产生(图略); 到了21:00对流云范围扩大, TBB中心值达到了-50 °C以下, 对应的雷山县及其周边地区开始降雨; 23:00, 云团进一步发展, 由椭圆状发展为线状, 贵州南部也出现了零散的中尺度对流云团; 27日01:00, 位于降水中心区域上方的中尺度对流云团的TBB值已经突破了-60 °C, 同时, 南部地区零散的对流云团也发展为东-西走向的线状云团并与黔东南上方的云团相连接, 对流系统开始强烈发展; 27日03:00 -05:00南部的对流云团东移与黔东南地区的对流云团合并, TBB低值中心位于暴雨中心上方且数值在-70 °C以下, 对应此次暴雨最强时刻; 07:00开始, 暴雨区上方的对流云团逐渐消亡, 对应时段的降水减弱, 至13:00对流云消失, 降水过程结束。
图4 2015年5月26日21:00至27日13:00 FY-2E卫星TBB演变图(单位: ℃)

Fig.4 TBB evolution of FY-2E satellite from 21:00 on 26 to 13:00 on 27 May 2015.Unit: ℃

综上分析可知, 相当黑体温度可以较好地反映暴雨的区域和强度变化, 整个过程中雷公山附近的暴雨区一直与TBB的低值区有很好的对应, 说明局地地形与此次暴雨中的中尺度对流系统关系密切。地形的强迫抬升作用增强了迎风坡的上升气流从而促进了低层水汽的抬升凝结, 有利于对流云团的形成与增强。

4 模式方案、 验证和设计

4.1 模式方案

利用WRF v3.9.1.1(Weather Research and Forecast Model)中尺度数值模式(Skamarock et al, 2008)对此次突发性暴雨过程进行数值模拟、 试验。初始场采用ERA5高分辨率再分析资料, 模式使用三重嵌套, Lambert投影方式, 模拟区域的中心经纬度为26.38°N, 108.07°E, 每层嵌套的网格点数分别为110 ×90, 166 ×142, 226 ×184, 对应的水平网格距为45 km, 15 km, 5 km, 模式层顶为10 hPa, 垂直方向29层。模式采用的物理过程为:三网格均采用SBU-YLIN微物理过程方案、 RRTM长波辐射方案、 Dudhia短波辐射方案、 Monin-Obukhov近地层参数化方案、 Noah陆面过程方案、 YSU边界层参数化方案, 前两重网格采用Kain-Fritsch (new Eta)积云对流参数化方案, 第三个网格关闭对流参数化方案。模拟初始积分时间选在强降水出现前19 h, 积分时段为2015年5 月25日18:00至27日12:00共42 h, 模拟区域如图5所示。
图5 模拟区域选择

Fig.5 Model domain

4.2 模式资料适用性的对比分析与模式验证

对于黔东南这样复杂地形下中小尺度突发性暴雨的模拟, 一直以来都存在模式对模拟区域暴雨位置和强度刻画不足的问题(赵海英等, 2017; Heikkilä et al, 2011; Jiang et al, 2019)。本文从改善资料入手(杜娟等, 2019), 对比分析了目前常用的NCEP FNL资料、 欧洲中期天气预报中心(ECMWF)的ERA-Interim以及ERA5这三套资料作为初始场模拟本次突发性暴雨的效果。其中ERA5是ECMWF最新一代高分辨率再分析资料, 采用了更加先进的建模与同化系统, 相较于ERA-Interim其主要的变化是将资料的时间分辨率提升到1 h, 空间分辨率提升到0.25°×0.25° 。从三种资料对于本次降水的模拟情况(图6)中可以看出, 相对于实况降水, FNL与ERA-Interim资料模拟出的降水区域明显偏北、 偏东且雨量偏小约120 mm, 雷山县及其周边几乎无降水, 说明这两种资料可能并不完全适用于在黔东南这样复杂下垫面的降水模拟。相反, ERA5表现出在黔东南降水模拟效果上的优越性, 基本成功模拟出了此次降水过程中雷山县(雷公山)的雨情, 只是范围相较实况偏小。对比实况 [图1(a)]与模式使用ERA5资料模拟出的16 h降水量[图6(a)]可以发现, 模拟的降水强度和落区、 强降水中心的分布和雨带的走向均与实况比较一致, 但模式未能模拟出发生于黔东北的降水, 并且在四川与贵州交界处出现一虚假的降水区。
图6 ERA5、 NCEP FNL、 ERA-Interim三种资料分别驱动WRF模拟的16 h降水量(单位: mm)

Fig.6 The 16 h accumulated precipitation simulated by ERA5, NCEP FNL and ERA-Interim data, respectively.Unit: mm

由上分析可知, 不同资料作为初始场对WRF模式的降水模拟结果有着比较大的影响, 那么, 有必要通过探讨这三种资料的差异来明确降水的模拟结果为何会存在显著不同, 选取d03嵌套域内输出资料经过对比后发现, 三种资料所模拟的850 hPa风场有着明显的区别。图7是27日01:00三种资料各自的850 hPa风场。从图7中可以看到, ERA5资料所模拟出的风场在雷公山迎风坡处有一切变线存在, 有利于水平气流的辐合, 加上地形的抬升作用, 产生强烈的上升运动, 同时西南气流的强度也强于其他两种资料, 能将更多的水汽往雨区输送, 有利于暴雨的发展。同时, 贵州北部存在气流的辐合, 而东北部则是一致的偏南风, 这可能是导致贵州东北部无降水而北部出现虚假降水区的原因。而ERA-Interim与NCEP FNL资料并未能模拟出位于雷公山附近的切变线, 相应的西南气流强度也偏弱, 对雷公山处的降水产生了显著影响。此外, 除ERA5资料外, 其他两种资料都在云南东部至贵州西南部一带模拟出了很强的偏西气流, 并逐渐向北偏转, 其中NCEP FNL资料模拟出的风场在贵州北部有一切变线, 在贵州东南角也有一切变线, 均与其模拟出的降水区对应良好。而ERA-Interim资料显示在贵州东北部有一切变线, 同时在东南角有气流的辐合, 与降水区也有很好的对应。由此可见, 三种资料所模拟出的850 hPa风场间的不同是导致此次模拟结果产生差异的主要因素, ERA5具有更高的时间与空间分辨率, 相对于其他两种资料能够更好的捕捉中小尺度信息, 从而达到比较好的模拟效果。综上, 使用ERA5资料作为背景场驱动的WRF模式能够较好地再现此次山地突发性暴雨天气过程, 可用模式输出的高分辨率模拟资料对此次暴雨事件做进一步分析研究。
图7 2015年5月27日01:00 ERA5、 NCEP FNL、 ERA-Interim三种资料分别驱动WRF模拟的850 hPa风场分布(单位: m·s-1)

Fig.7 The distribution of 850 hPa wind field simulated by ERA5, NCEP FNL and ERA-Interim data at 01:00 on 27 May 2015, respectively.Unit: m·s-1

4.3 地形敏感性试验设计

由上分析可知, 此次强降水与雷山县东部的雷公山关系密切, 要研究雷公山地形对本次突发性暴雨的影响, 可以改变模式中相应的地形, 使模式各环流形势场根据地形改变而做出相应调整, 从而导致降水区域和强度产生不同, 导致模式模拟出不同的结果, 从而得以明确地形在暴雨中的作用。因此, 在不改变其他参数的条件下, 设置了2组地形敏感性试验, 如表1所示。
表1 地形试验方案

Table 1 The topographic experiments scheme

试验名称 试验内容 目的
CTRL 保留真实地形 保持原有地形不变, 再现天气过程
TEST 将雷公山(26.15°N -26.5°N, 108.16°E -108.35°E)高度升高1/2 检验雷公山地形升高对降水的影响
TEST2 将雷公山(26.15°N -26.5°N, 108.16°E -108.35°E)高度降低1/2 检验雷公山地形降低对降水的影响

4.3.1 地形对暴雨强度和落区的影响

从控制试验与两个敏感性试验16 h的累计降水量分布(图8)中可以看出, 对比CTRL与TEST1可以看出, TEST1试验与CTRL试验雨带走向大致相同, 均为东北-西南走向, 在TEST1试验中雷山县过程累积最大雨量上升至402 mm, 较控制实验增加了约100 mm。TEST2试验中原本位于雷山县的降水中心向西北移动, 导致雷山县的雨量锐减, 降水大值区中心雨量相对于控制试验减少约50 mm。模拟结果说明雷公山对于此次降水的强度和位置均有重要影响, 当雷公山地形升高时, 迎风坡雨量明显增加且雨区位置基本不变; 而当地形高度降低后, 雨区西移且雨量减少。
图8 2015年5月26日20:00至27日12:00 CTRL、 TEST1、 TEST2模拟的16 h累计降水量分布(单位: mm)

Fig.8 The distribution of the 16 h accumulated precipitation amount simulated by CTRL, TEST1 and TEST2 from 20:00 on 26 to 12:00 on 27 May 2015.Unit: mm

4.3.2 地形对散度场的影响

从2015年5月27日01:00控制试验与两个敏感性试验沿26.28°N的散度剖面(图9)中可以看出, 在CTRL试验中, 雷公山前迎风区400 hPa以下有强烈的辐合上升运动, 辐合中心位于700 hPa, 强度达到了-19×10-4 s-1; 600 hPa以上有强烈的辐散, 强中心位450 hPa, 数值为18×10-4 s-1, 这种低层与高层的超强辐合辐散相互配合, 产生了强烈的抽吸作用, 造成气流的剧烈上升, 有利于暴雨的产生与维持、 增强。TEST1试验中, 辐散区位于200 hPa以上, 中心位于100 hPa, 山前气流辐合的强度显著加强, 说明地形上升有利于迎风坡辐合作用的增强。TEST2中辐合、 辐散区域西移, 垂直方向上大致呈现辐合-辐散的交替结构。张弘等(2005)指出, 这种特殊的辐合、 辐散形势有利于上升运动的增强, 因此虽然TEST2中辐合、 辐散的强度与范围减小, 但是上升运动依然较强, 西移后的暴雨中心雨量也没有明显下降。
图9 2015年5月27日01:00沿26.28°N的散度剖面(单位: ×10-4 s-1

Fig.9 The zonal-vertical cross section of divergence along 26.28°N at 01:00 on 27 May 2015.Unit:×10-4 s-1

4.3.3 地形对能量与垂直速度场的影响

假相当位温( θ s e)是一个能够综合反映大气温湿特征的物理量, 其垂直分布可以用来判断大气的稳定度, 图10为沿26.28°N的假相当位温纬向-垂直剖面。由图10中可以看出, CTRL试验中, 550 hPa以下为等 θ s e线密集区, 且假相当位温随高度减小, 表示对流层中低层为不稳定层结, 107.8°E -108.1°E之间的暴雨区在600 hPa以下为一明显的暖舌, 近地层假相当位温最高为362 K, 暴雨区上方对应强上升运动, 分别在500 hPa与400 hPa有一中心, 最强上升速度为7 m·s-1。对比CTRL试验, TEST1试验中暴雨区550 hPa以下的等位温线更加密集, 低层不稳定能量增大, 同时高低层不稳定能量贯通, 其上方的垂直运动也显著增强, 中心升至300 hPa, 最大上升速度高达8 m·s-1, 使这一区域的对流系统强烈发展。在TEST2试验里, 雨区下方暖舌伸展高度明显低于前两个试验, 并且不稳定层结高度也降低至650 hPa左右, 上升区域向西偏移并且断裂为高低层两个部分且上升速度减弱。通过上述对比分析可知, 局地地形对垂直上升速度和层结不稳定性的增强有重要促进作用。
图10 2015年5月27日01:00沿26.28°N假相当位温(等值线, 单位: K)与垂直速度(阴影, 单位: m·s-1)的纬向-垂直剖面

Fig.10 The zonal-vertical cross section of potential pseudo-equivalent temperature (contour, unit: K) and vertical velocity (shaded, unit: m·s-1) along 26.28°N at 01:00 on 27 May 2015

4.3.4 地形对水汽场的影响

暴雨产生和维持都离不开水汽的输送和汇聚(朱乾根等, 1992; 周长艳等, 2015), 图11为2015年5月27日01:00各个试验850 hPa的水汽通量散度分布。从图11中可以看出, 在CTRL试验中, 在雷公山以西形成了一条东西向水汽通量散度负值区, 其中心区域强度为-33× 10 - 7 g·hPa-1·cm-2·s-1, 与特大暴雨中心十分吻合; TEST1中水汽通量散度分布与CTRL试验大致相同, 但迎风坡前水汽通量散度区无论是范围和强度均强于CTRL试验, 中心数值为-42×10-7 g·hPa-1·cm-2·s-1。TEST2中水汽通量散度区域向西移动, 中心强度也下降到-36×10-7 g·hPa-1·cm-2·s-1。由以上分析可知, 雷公山地形阻挡了水汽继续向东输送, 使大量水汽在迎风区聚集。当地形高度升高时, 山脉对水汽的阻挡作用亦增强; 地形高度降低后, 对水汽的阻挡作用显著下降, 水汽向东、 西两个方向继续输送, 当遇到西部较高的地形后开始聚集, 在有利的天气形势下产生降水。
图11 2015年5月27日01:00 850 hPa水汽通量散度图(单位: × 10 - 7 g·hPa-1·cm-2·s-1)

Fig.11 The distributions of 850 hPa moisture flux divergence at 01:00 on 27 May 2015.Unit: × 10 - 7 g·hPa-1·cm-2·s-1

5 结论与讨论

针对2015年5月下旬黔东南山区一次突发性暴雨事件, 利用FY-2E、 ERA5再分析资料和WRF模式进行了天气学分析和数值模拟试验, 初步揭示山地突发性暴雨特征及山区地形对强降水的影响, 得到以下主要结论:
(1) 此次山地突发性暴雨事件是在500 hPa西太平洋副热带高压, 850 hPa低空急流、 切变线和地面辐合线的共同作用下发生的。TBB低值区及其量值变动对暴雨落区与暴雨强度变化有很好指示作用。
(2) 不同初始场的选择对于暴雨强度和落区的模拟影响很大, ERA5再分析资料得益于更高的时空分辨率和更多的物理信息, 能够更好地捕捉中小尺度信息, 改善模式风场的模拟效果, 对于山地暴雨的模拟效果明显优于FNL分析资料和ERA-Interim再分析资料。WRF模式对此次山地突发性暴雨个例的模拟能力较好, 能够正确反映主要雨带的形状与强度, 但雨带的范围和位置存在偏差, 山地加密观测资料可能有助于减小这些模拟误差。
(3) 地形高度的变化对山地突发性暴雨的强度与落区有重要影响。山脉高度上升能增强其对于气流的阻挡作用从而加强气流的低空辐合、 高空辐散, 叠加迎风坡的地形抬升作用形成强烈的垂直上升运动, 加强大气层结不稳定性, 触发不稳定能量释放, 配合充足的水汽条件最终促成暴雨发生。
最后, 需要指出的是本研究只针对一次山地突发性暴雨事件, 且主要集中于研究地形的动力作用对降水的增幅效应, 对于山地的热力作用对降水的影响、 山地对水汽汇集的作用以及山地对暴雨云团动力、 微物理过程的影响以及兼顾水平格距细化与模拟效果优化的中小尺度模式试验等问题都值得在后续研究中加以探讨。
Heikkilä U, Sandvik A, Sorteberg A, 2011.Dynamical downscaling of ERA-40 in complex terrain using the WRF regional climate model[J].Climate Dynamics, 37(7/8): 1551-1564.DOI: 10.1007/s00382-010-0928-6.

Jiang Y Q, Wang Y, Chen C H, al et, 2019.A numerical study of mesoscale vortex formation in the midlatitudes: The role of moist processes[J].Advances in Atmospheric Sciences, 36(1): 65-78.DOI: 10.1007/s00376-018-7234-3.

Skamarock W C, Klemp J B, Dudhia J, al et, 2008.A description of the advanced research WRF version 3.NCAR Tech[N].

Note NCAR/TN-475+STR, 113pp.DOI: 10.5065/D68S4MVH.

毕宝贵, 刘月巍, 李泽椿, 2006.秦岭大巴山地形对陕南强降水的影响研究[J].高原气象, 25(3): 131-140.

赵庆云, 张武, 陈晓燕, 等, 2018.一次六盘山两侧强对流暴雨中尺度对流系统的传播特征[J].高原气象, 37(3): 767-776.DOI: 10.7522/j.issn.1000-0534.2017.00068.

宋雯雯, 李国平, 龙柯吉, 等, 2018.两类动力因子对四川盆地一次低涡暴雨的应用研究[J].高原气象, 37(5): 1289-1303.DOI: 10.7522/j.issn.1000-0534.2018.00015.

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.DOI: 10.7522/j.issn.1000-0534.2018.00014.

陈明, 傅抱璞, 于强, 1995.山区地形对暴雨的影响[J].地理学报, 50(3): 256-263.DOI: 10.11821/xb199503008.

池再香, 白慧, 黄红, 2008.夏季黔东南州局地暴雨与西太副高环流的关系[J].高原气象, 27(1): 176-183.

杨秀庄, 牟克林, 2012.贵州2011年9月17日一次中β尺度局地特大暴雨特征分析[J].贵州气象, 36(4): 6-9.DOI: 10.3969/j.issn.1003-6598.2012.04.002.

杨静, 罗宇翔, 等, 2011.贵州南部山区一次大暴雨的数值模拟[J].气象科学, 31(3): 298-304.DOI: 10.3969/j.issn.1009-0827. 2011.03.008.

杜娟, 文莉娟, 苏东生, 2019.三套再分析资料在青藏高原湖泊模拟研究中的适用性分析[J].高原气象, 38(1): 101-113.DOI: 10.7522/j.issn.1000-0534.2018.00110.

高守亭, 周玉淑, 冉令坤, 2018.我国暴雨形成机理及预报方法研究进展[J].大气科学, 42(4): 833-846.DOI: 10.3878/j.issn. 1006-9895.1802.17277.

顾欣, 田楠, 潘平珍, 2006.黔东南暴雨气候特征及其地形影响[J].气象科技, 34(4): 441-445.DOI: 10.3969/j.issn.1671-6345. 2006.04.017.

康延臻, 靳双龙, 彭新东, 等, 2018.单双参云微物理方案对华北“7·20”特大暴雨数值模拟对比分析[J].高原气象, 37(2): 481-494.DOI: 10.7522/j.issn.1000-0534.2017.00026.

李国平, 2016.近25年来中国山地气象研究进展[J].气象科技进展, 6(3): 115-122.DOI: 10.3969/j.issn.2095-1973.2016. 03.016.

廖菲, 洪延超, 郑国光, 2007.地形对降水的影响研究概述[J].气象科技, 35(3): 309-316.DOI: 10.3969/j.issn.1671-6345. 2007.03.001.

廖捷, 徐宾, 张洪政, 2013.地面站点观测降水资料与CMORPH卫星反演降水产品融合的试验效果评估[J].热带气象学报, 5(5): 865-873.DOI: 10.3969/j.issn.1004-4965.2013.05.017.

聂云, 周继先, 顾欣, 等, 2018.“6.18”梅雨锋西段黔东南大暴雨个例诊断分析[J].暴雨灾害, 37(5): 445-454.DOI: 10.3969/j.issn.1004-9045.2018.05.007.

石定朴, 王洪庆, 1996.中尺度对流系统红外云图云顶黑体温度的分析[J].气象学报, 54(5): 600-611.DOI: 10.11676/qxxb1996.062.

陶诗言, 1980.中国之暴雨[M].北京: 科学出版社.

王晖, 隆霄, 温晓培, 等, 2017.2012年宁夏“7·29”大暴雨过程的数值模拟研究[J].高原气象, 36(1): 268-281.DOI: 10.7522/j.issn.1000-0534.2016.00017.

王文, 程攀, 2013.“7.27”陕北暴雨数值模拟与诊断分析[J].大气科学学报, 36(2): 174-183.DOI: 10.3969/j.issn.1674-7097. 2013.02.006.

袁有林, 杨秀洪, 杨必华, 等, 2017.不同初始场及其扰动对WRF模拟暴雨的影响[J].沙漠与绿洲气象, 11(1): 67-75.DOI: 10.12057/j.issn.1002-0799.2017.01.009.

袁有林, 左洪超, 董龙翔, 等, 2015.地形和水汽对“7.13”陕西暴雨影响的数值试验[J].干旱气象, 33(2): 291-302.DOI: 10. 11755/j.issn.1006-7639(2015)-02-0291.

张弘, 孙伟, 2005.初夏青藏高原东侧一次特大暴雨的综合分析[J].高原气象, 24(2): 232-239.

张芹, 王洪明, 张秀珍, 等, 2018.2017年山东雨季首场暖区暴雨的特征分析[J].高原气象, 37(6): 250-258.DOI: 10.7522/j.issn.1000-0534.2018.00052.

章淹, 1983.地形对降水的作用[J].气象, 9(2): 9-13.DOI: 10. 7519/j.issn.1000-0526.1983.2.003.

赵海英, 薄燕青, 邱贵强, 等, 2017.地形对山西暴雨影响的数值模拟研究[J].气象与环境科学, 40(2): 84-91.DOI: 10.16765/j.cnki.1673-7148.2017.02.014.

赵庆云, 张武, 陈晓燕, 等, 2018.一次六盘山两侧强对流暴雨中尺度对流系统的传播特征[J].高原气象, 37(3): 767-776.DOI: 10.7522/j.issn.1000-0534.2017.00068.

周璇, 罗亚丽, 郭学良, 2015.CMORPH卫星-地面自动站融合降水数据在中国南方短时强降水分析中的应用[J].热带气象学报, 31(3): 333-344.DOI: 10.16032/j.issn.1004-4965.2015. 03.005.

周长艳, 唐信英, 邓彪, 2015.一次四川特大暴雨灾害降水特征及水汽来源分析[J].高原气象, 34(6): 1636-1647.DOI: 10. 7522/j.issn.1000-0534.2014.00121.

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.

文章导航

/