Plateau Meteorology

Plateau Meteorology >

2022 , Vol. 41 >Issue 5: 1161 - 1174

DOI: https://doi.org/10.7522/j.issn.1000-0534.2022.00068

Circulation Characteristics and Conceptual Model of Rainstorm Processes in the Eastern Foot of the Helan Mountain

  • Yuying CHEN ,
  • Yang SU ,
  • Yixing ZHANG ,
  • Shanshan YAO ,
  • Yin YANG
Expand
  • 1. Key Laboratory for Meteorological Disaster Monitoring and Early Warning and Risk Management of Characteristic Agriculture in Arid Regions，CMA，Yinchuan 750002，Ningxia，China
    2. Ningxia Key Laboratory of Meteorological Disaster Prevention and Mitigation，Yinchuan 750002，Ningxia，China
    3. Ningxia Meteorological Observatory，Yinchuan 750002，Ningxia，China

Received date: 2022-02-15

  Revised date: 2022-06-29

  Online published: 2022-11-03

Fold

Cite this article

Yuying CHEN , Yang SU , Yixing ZHANG , Shanshan YAO , Yin YANG . Circulation Characteristics and Conceptual Model of Rainstorm Processes in the Eastern Foot of the Helan Mountain[J]. Plateau Meteorology, 2022 , 41(5) : 1161 -1174 . DOI: 10.7522/j.issn.1000-0534.2022.00068

1 引言

暴雨的产生与环流形势关系密切（Chahine， 1992）。在一定的环流形势下， 冷暖空气不断在某个地方交绥， 使得触发暴雨的天气尺度或中尺度系统发展， 从而出现强且持续的垂直速度、 水汽输送等条件， 为暴雨的形成提供有利条件（Tao， 1977； Chen and Li， 2021）。
中国大范围暴雨多出现在中纬度环流明显调整时期（陶诗言和陈隆勋， 1957； Ding and Reiter， 1982； Watanabe and Yamasaki， 2012）， 暴雨的发生与高中低纬的环流形势以及各种尺度的天气系统都有关系（Wang et al， 2014； 卢珊等， 2022）， 很大程度上， 天气系统的配置决定了暴雨的分布、 落区与强度（Macqueen， 1967； Houze， 2004； Shepherd et al， 2011； Mukhopadhyay et al， 2009）， 其中副热带系统同中国暴雨关系最为密切， 尤其是副高， 它的位置是暴雨环流分型的重要依据。中国多地暴雨环流分型也主要依据副高位置确定， 同时兼顾热带和西风带系统， 如： 陶诗言（1980）根据副高的强度和位置将中国暴雨分为稳定的经向型、 纬向型、 过渡型3种， 并结合西风带和热带环流系统， 进一步分为深槽或南北辐合线、 冷涡切变线、 台风深入内陆型等12种类型； Tu et al（2011）、 Chen and Zhai（2014）将中国中东部持续性极端降水分为双阻高型和单阻高型； 白肇烨和徐国昌（1991）也根据副高位置将中国西北暴雨分为“副高西北侧西南气流型”和“副高西侧偏南气流型”， 较多学者（陈豫英等， 2021； 孔祥伟等， 2021； 韩子霏等， 2021； 王成福等， 2019； 钱正安等， 2018； 李博等， 2018； 黄玉霞等， 2017， 2019； 蔡英等， 2015； 栾晨等， 2015； 赵庆云等， 2014）对上述两种环流分型做了细化和补充， 认为“东高西低”是西北东部暴雨的基本特征。
贺兰山东麓地处青藏高原东北部边坡地带， 位于中国西北东部、 宁夏北部干旱区， 暴雨发生发展有一定的特殊性和复杂性， 西风带和副热带系统的相互作用是造成该地区暴雨的主要环流背景， 不断有中小尺度系统迅速发展， 暴雨的突发性、 局地性和破坏性强， 常引发严重的山洪、 泥石流等灾害， 造成严重的人员伤亡及经济损失。冯建民等（2012）、 王晖等（2017）、 邵建等（2018）、 陈豫英等（2018， 2021）、 杨侃等（2020）对该地区典型暴雨过程形成的环流背景做了分析。但上述研究都是将暴雨作为一个事件， 并没有区分量级， 即在同一环流背景下， 该地区既可以出现100 mm以下的暴雨， 也可以出现100 mm甚至200 mm以上的暴雨， 或者在不同的环流背景下， 也同样可以出现相同量级的暴雨过程， 结果导致预报员“即使知道了环流型， 也并不清楚暴雨的量级”， 研究成果距离精准预报需求尚有差距。
针对上述不足， 本文在前人研究基础上， 基于高时空分辨率的再分析资料， 对比研究不同量级暴雨过程的环流特征和关键影响因子， 提炼贺兰山东麓分级暴雨的天气学概念模型， 同时也为下一步研究不同量级暴雨过程的中尺度对流系统的触发和维持机理打下基础。成果将有助于增强该地区预报员对不同量级暴雨的形成机理认识， 提升定量暴雨预报服务能力。

2 暴雨标准和降水分布

2.1　使用资料

2006 -2021年贺兰山东麓512个自动气象观测站逐时降水、 雷电、 常规气象探测、 ERA5资料。距平相对于2006 -2021年6 -8月平均值。其中， ERA5水平分辨率为0.25°×0.25°、 垂直17 层（1000 hPa， 950 hPa， 900 hPa， 875 hPa， 850 hPa， 825 hPa， 800 hPa， 775 hPa， 750 hPa， 700 hPa， 600 hPa， 500 hPa， 400 hPa， 300 hPa， 200 hPa， 100 hPa， 50 hPa）， 时间分辨率为逐时， 利用该资料进行热动力诊断计算和环流分析。文中所用时间均为北京时。
文中涉及的所有地图是基于中华人民共和国自然资源部地图技术审查中心标准地图服务系统下载的审图号为GS（2019）1711的中国地图和GS（2019）3266的宁夏地图制作， 底图无修改。

2.2　不同量级暴雨和短时暴雨标准

根据中国气象局业务规范， 结合宁夏实际情况， 定义一般暴雨： 过程雨量50 mm≤Rp <100 mm， 一般短时暴雨： 1 h雨量20 mm≤R 1<40 mm； 大暴雨： 100 mm≤Rp <200 mm， 短时大暴雨： 40 mm≤R 1<60 mm； 特大暴雨： Rp ≥200 mm， 短时特大暴雨： R 1≥60 mm。
依据上述标准， 选取2006 -2021年贺兰山东麓23次暴雨过程， 其中， 一般暴雨过程11次， 大暴雨过程10次， 特大暴雨过程2次（表1）。
表1 贺兰山东麓不同量级暴雨特征

Table 1 Characteristics of different grades of rainstorm processes in the eastern foot of the Helan Mountain

序号 一般暴雨过程 大暴雨过程 特大暴雨过程
1 2007年6月16日13:00 至17日12:00 2006年7月14日11:00至15日10:00 2016年8月21日19:00至22日08:00
2 2015年9月3日04:00至4日01:00 2009年7月7日08:00至8日07:00 2018年7月22日19:00至23日07:00
3 2015年9月8日01:00-20:00 2012年7月29日20:00至30日11:00
4 2016年7月24日05:00-12:00 2016年年8月13日15:00至14日14:00
5 2016年8月22日22:00至23日06:00 2017年6月4日15:00至5日10:00
6 2017年7月25日20:00至26日02:00 2017年7月5日03:00-18:00
7 2018年7月1日09:00至2日01:00 2018年7月19日03:00-10:00
8 2018年7月23日12:00-20:00 2018年8月6日12:00至7日16:00
9 2018年8月9日12:00至10日13:00 2018年8月31日19:00至9月1日17:00
10 2019年8月2日18:00至3日00:00 2020年8月11日11:00至12日08:00
11 2021年9月15日00:00至16日15:00
平均雨量/mm 19.6 28.9 9.2
平均持续时间/h 15 21 13
最大雨量/mm 93.8 174.3 277.6
最大小时雨强/mm 71.4 84.5 82.5
暴雨总站次/次 133 361 46
一般暴雨站次/次 133 320 31
大暴雨站次/次 0 41 10
特大暴雨站次/次 0 0 5
短时暴雨总站次/次 257 288 89
一般短时暴雨站次/次 231 251 72
短时大暴雨站次/次 25 35 10
短时特大暴雨站次/次 1 2 7
平均雷电频次/次 144 159 1043
平均雷电强度KA 125 136 197

2.3　降水分布

一般暴雨过程的时间段和区域分布都较为分散， 从6月中旬到9月中旬、 2 d以上的高频站点在平原和山区都有出现。2~3 d的站点主要集中在两个区域， 其中贺兰山区中段与平均雨量≥25 mm的集中区域一致， 而东部沿黄河区域的分布极为零散， 与平均雨量≥25 mm的区域并不对应［图1（a）， （d）］。对流相对较弱， 有4次过程没有雷电， 4次过程雷电频次<10站次， 1次过程没有短时暴雨， 3次过程短时暴雨<5站次且最大小时雨强<30 mm。对比大和特大暴雨过程， 一般暴雨过程小时雨强、 雷电频次和强度最弱、 25 mm以上强降水区域最小（表1）。
图1 贺兰山东麓不同量级暴雨过程的平均降水量（a~c， 彩色区， 单位： mm）和暴雨日数（d~f， 彩色圆点， 单位： d）分布

（a）~（c）中黑色加粗线为1200 m地形线； （d）~（f）中灰色阴影为海拔（单位： m）

Fig.1 The mean accumulated rainfall （a~c）， color area， unit： mm） and days （d~e）， color dots， unit： d） of different grades of rainstorm processes in the eastern foot of the Helan Mountain.The bold black line indicates the terrain height of 1200 m in Fig.1（a）~（c）.The gray shadow denotes elevation （unit： m） in Fig.1（d）~（f）

大暴雨过程在整个夏季6-8月都有出现， 主要集中在7月上旬到8月中旬（占比70%）， 连阴雨中的暴雨过程较多（有50%过程持续时间≥24 h）。2 d站点只有3个， 且非常分散， 平均雨量≥50 mm的两个小区域主要分布在贺兰山区银川段和平罗段， 两者所在区域并不对应［图1（b）， （e）］。对比一般和特大暴雨过程， 大暴雨过程平均雨量和小时雨强最大、 持续时间最长、 （大）暴雨和短时（大）暴雨频次最多、 25 mm以上区域分布范围最广（表1）。
特大暴雨过程仅出现过2次， 分别在7月和8月的下旬， 平均雨量≥100 mm的区域与3个1~2 d的站点高度重合， 集中在贺兰山区中段［图1（c）， （f）］。对比一般和大暴雨过程， 特大暴雨过程平均雨量最小、 持续时间最短、 暴雨和短时（大）暴雨频次最少， 但短时特大暴雨和雷电频次最多、 最强， 25 mm以上区域最集中（表1）。
上述分析表明， 贺兰山地形对东麓地区暴雨的分布和量级作用显著， 量级越大， 地形的影响越凸显。不同量级暴雨过程平均雨量≥25 mm的区域与高频站点都在东坡山区较为集中， 尤以贺兰山区中段最为集中； 随着暴雨量级增大， 强降水区域和暴雨高频站点的重合度增高， 暴雨的对流性、 局地性、 地形性、 极端性增强。

3 贺兰山东麓不同量级暴雨的斜压性特征

3.1　 Eady增长率

贺兰山东麓既有锋面暴雨， 也有暖区暴雨（Chen et al， 2021）， Hoskins （1982）、 Badger and Hoskins（2001）、 Heifetz et al（2004）等研究表明， EGR（Eady Growth Rate ）是斜压最不稳定模态的线性增长速率， 是衡量斜压性或涡旋增长速率的一个常用指标， 能够合理反映天气系统的斜压性， 计算公式（Hoskins and Valdes， 1990； 刘瑞鑫等， 2021）如下：
E G R = 0.3098 f ∂ U ∂ Z N
N = g ∂ U ∂ Z θ
式中： f 为柯氏参数； U 为纬向风； Z 为高度； N为浮力振荡频率； g为重力加速度； θ为位温； ∂ U ∂ Z是纬向风随高度的切变。
为了研究不同量级暴雨环流形势的三维结构特征， 将贺兰山东麓地区作为暴雨关键区（37.8°N -39.4°N， 105.7°E -107°E， 图2红色虚线方框所示）， 暴雨中心都集中在关键区内。采用式（1）分别计算关键区内外23次过程875~700 hPa、 700~500 hPa、 500~200 hPa垂直积分的EGR值， 再分别对不同量级暴雨过程进行合成， 分析低、 中、 高三层EGR与贺兰山东麓暴雨中心、 分布形态的对应关系。结果表明（图略）， 分别有57%、 39%、 4%的暴雨中心和形态分布与低、 中、 高层EGR分布相似， 其中， 64%的一般暴雨过程和100%的特大暴雨过程与中层EGR对应较好， 60%的大暴雨过程与低层EGR对应较好。因此， 下文着重分析中低层EGR分布与贺兰山东麓不同量级暴雨过程的对应关系。
图2 贺兰山东麓不同量级暴雨过程的中层700~500 hPa（上）和低层875~700 hPa（下）的垂直积分EGR分布（彩色区， 单位： ×10-6 s-1）

灰色阴影为青藏高原， 红色虚线框为暴雨关键区

Fig.2 Distributions of the vertical-integrated eady growth rate （color area， unit： ×10-6 s-1） in middle levels at 700~500 hPa（up） and low levels at 875~700 hPa （down） in different grades of rainstorm processes in the eastern foot of the Helan Mountain.The gray shadow denotes the Qinghai-Xizang Plateau， and the red dashed boxes are the key areas of rainstorm processes

3.2　斜压性特征

中层700~500 hPa， 暴雨量级越大， EGR大值中心偏离暴雨中心越远、 关键区内EGR值越小， 只有一般暴雨过程的降水中心处在EGR次大值区， 大和特大暴雨过程都位于自北向南的EGR递减梯度带上， 其中， 一般暴雨过程的EGR大值中心在40.5°N附近， 关键区内EGR中心值大于7×10-6 s-1， 暴雨中心位于EGR次大值区［图2（a）］； 大暴雨过程的ERG大值区位于40°N以北地区， 关键区内EGR中心值大于6×10-6 s-1， 暴雨中心位于EGR大值区的底前部［图2（b）］； 特大暴雨过程的ERG大值区位于41°N以北地区， 关键区内EGR中心值大于6×10-6 s-1， 暴雨中心较ERG大值中心偏南约3个纬距［图2（c）］。EGR分布表明， 一般暴雨过程出现在西风槽过境， 锋区最强； 特大暴雨过程处于西风槽底， 锋区最弱； 大暴雨过程位于西风槽前， 锋区强度居中。
低层875~700 hPa， 不同量级暴雨过程的降水中心都在EGR小值区， EGR大值区大都位于贺兰山西侧、 河套以北或以东地区， 其中， 特大暴雨过程的北部EGR大值中心为11×10-6 s-1， 关键区内的EGR中心小于4×10-6 s-1， 降水中心与EGR低值中心高度重合［图2（f）］； 大暴雨过程的EGR大值中心8×10-6 s-1位于内蒙古中东部， 关键区内的EGR中心小于6×10-6 s-1 ［图2（e）］； 一般暴雨过程的EGR大值中心7×10-6 s-1位于河套东南部， 贺兰山西侧和北部有2个次中心6×10-6 s-1， 关键区内的EGR中心小于5×10-6 s-1 ［图2（d）］。低层EGR分布表明， 一般暴雨过程和大暴雨过程位于弱锋区， 特大暴雨过程处于河套锋面气旋中心。
上述分析表明， 贺兰山东麓暴雨过程的斜压性特征在中层表现得最为明显， 且随着暴雨量级增大， 斜压性减弱。总体上， 特大暴雨过程的斜压性最弱， 暖区暴雨特征明显， 一般暴雨过程受西风带锋面系统影响最明显， 斜压性最强。

4 贺兰山东麓不同量级暴雨过程的环流特征

4.1　环流形势和天气系统配置

一般暴雨过程中， 对流层中高层中高纬呈西风平直气流， 南亚高压脊线与气候态基本一致， 副高588 dagpm较气候态显著偏东偏南［图3（a）， （d）］。200 hPa高空急流呈东北-西南向分布， 急流核36 m·s-1位于蒙古国中部［图4（a）］。河套地区位于500 hPa东西向正位势距平梯度带的小值区， 河套西部的短波槽较气候态偏弱［图3（d）］。700 hPa南风急流区前端到达宁夏南部36°N附近， 青藏高原东南部到河套北部有东北-西南向的气旋式环流［图4（g）标“C”处］。850 hPa东南急流偏东（108°E以东）， 分布零散， 且受贺兰山地形影响， 山脉东侧气流绕流产生气旋式环流［图4（j）标“C”处］。海平面气压距平场［图3（a）］， 中国境内大部地区为正距平控制， 2~4 hPa正距平南压至宁夏中部36°N附近， 贺兰山西侧有超过4 hPa的正距平中心， 表明从西北路径影响暴雨区的冷空气较气候态显著偏强。
图3 贺兰山东麓不同量级暴雨过程期间的平均200 hPa位势高度（黑色实线， 单位： dagpm； 黑色虚线为多年平均1252 dagpm等值线）和海平面气压距平场（彩色区， 单位： hPa）（上）， 500 hPa位势高度场（黑色实线， 单位： dagpm； 黑色虚线为多年平均584 dagpm和588 dagpm等值线）和距平场（彩色区）（中）， 以及K指数（蓝色实线， 单位： ℃）和CAPE（彩色区， 单位： J·kg-1）（下）

灰色阴影为青藏高原

Fig.3 The average 200 hPa geopotential height （black solid lines， unit： dagpm； black dashed lines are the climatic average of 1252 dagpm isolines） and sea level pressure anomaly （color area， unit： hPa） （up）， 500 hPa geopotential height （black solid lines， unit： dagpm； black dashed lines are the climatic average of 584 dagpm and 588 dagpm isolines） and the anomalies （color area， unit： hPa） （middle）， the K index （blue solid lines， unit： ℃） and convective available potential energy （color area， unit： J·kg-1） （down） for different grades of rainstorm processes in the eastern foot of the Helan Mountain.The gray shadow denotes the Qinghai-Xizang Plateau

图4 贺兰山东麓不同量级暴雨过程期间的平均200 hPa高空急流（风速≥36 m·s-1， 蓝色实线， 单位： m·s-1）、 风场（矢量， 单位： m·s-1）和散度（彩色区， 单位： ×10-6 s-1）（a~c）， 500 hPa比湿（绿色实线， 单位： g·kg-1）、 风场（矢量， 单位： m·s-1）和涡度（彩色区， 单位： ×10-5 s-1）（d~f）， 以及700 hPa（g~i）和850 hPa（j~l）低空急流（蓝色实线， 单位： m·s-1）、 比湿（绿色实线， 单位： g·kg-1）、 风场（矢量， 单位： m·s-1）和涡度（彩色区， 单位： ×10-5 s-1）

灰色阴影为青藏高原

Fig.4 The average 200 hPa high-level jet （wind speed≥ 36 m·s-1， blue solid line， unit： m·s-1）， wind field （vector， unit： m·s-1） and divergence （color area， unit： ×10-6 s-1） （a~c）， 500 hPa specific humidity （green solid line， unit： g·kg-1）， wind field （vector， unit： m·s-1） and vorticity （color area， unit： ×10-5 s-1） （d~f）， 700 hPa （g~i） and 850 hPa （j~l） low-level jet （blue solid line， unit： m·s-1）， specific humidity （green solid line， unit： g·kg-1）， wind field （vector， unit： m·s-1） and vorticity （color area， unit： ×10-5 s-1） for different grades of rainstorm processes in the eastern foot of the Helan Mountain.The gray shadow denotes the Qinghai-Xizang Plateau

大暴雨过程中， 中高层环流分布与一般暴雨相似， 但副高588 dagpm明显偏北偏西［图3（e）］。差异较大的是海平面气压距平分布［图3（b）］， 河套及以南大部地区为负距平， 尤其是宁夏南部到四川的负距平超过-4 hPa， 表明地面上西北路冷空气势力偏弱， 无法翻越贺兰山进入暴雨关键区。较一般暴雨过程， 200 hPa高空急流更强（急流核40 m·s-1）， 500 hPa河套槽偏强， 700 hPa南风急流区偏北（接近38°N）， 850 hPa东南急流偏强偏东（急流核10 m·s-1， 108°E以西）［图3（e）， 图4（b）， （e）， （h）， （k）］。700 hPa在河套西部和青藏高原东南部分别有2个气旋式环流［图4（h）标“C”处］， 850 hPa在河套北部有气旋式环流［图4（k）标“C”处］， 暴雨区位于该环流右侧的（东）南风气流， 气旋结构较一般暴雨过程强。
特大暴雨过程中， 环流分布与大暴雨相似， 但是南亚高压和副高显著偏强偏北， 海南岛附近的热带系统也更活跃， 海平面气压距平场的“东高西低”形势更明显， 500 hPa西风槽偏北（40°N以北）， 较气候态显著偏弱［图3（c）， （f）］。高低空急流最强（200 hPa急流核44 m·s-1， 700 hPa达18 m·s-1， 850 hPa达11 m·s-1）， 两支低空急流都穿过暴雨区， 急流轴偏西， 河套西部和青藏高原东南部的气旋式环流更强［图3（f）， 图4（c）， （f）， （i）， （l）］。
上述分析表明， 贺兰山东麓暴雨期间， 对流层中高层中高纬都呈西风平直气流； 影响特大暴雨过程的南亚高压、 副高、 高低空急流等关键天气系统最强最北， 西风带锋面系统最弱； 影响一般暴雨过程的副高和低空急流最南、 高空急流最弱， 西风带锋面系统最强。

4.2　热动力特征

一般暴雨过程中， 200 hPa辐散大值区位于高空急流轴南侧的暴雨区［图4（a）］。500 hPa正涡度区处于槽前西南气流， 暴雨中心位于正涡度次值中心2×10-5~3×10-5 s-1［图4（d）］。700 hPa的正涡度区大值区位于青藏高原东南部的气旋式环流［图4（g）标“C”处］， 正涡度中心在气旋中心附近， 即急流区的左侧， 暴雨区涡度在2×10-5~4×10-5 s-1 ［图4（g）］。850 hPa东南风受贺兰山阻挡， 暴雨区为弱的负涡度［图4（j）］。同时， 暴雨区位于500 hPa比湿（ q 500）>4 g·kg-1、 700 hPa比湿（ q 700）>8 g·kg-1、 850 hPa比湿（ q 850）>12 g·kg-1、 K指数>28 ℃、 CAPE>200 J·kg-1的区域［图3（g）， 图4（d）， （g）， （j）］。沿106°E的纬向-高度剖面可知［图5（a）］： 暴雨区的上升运动和70%以上的相对湿度几乎贯穿整个对流层， 上升运动中心-0.3 Pa·s-1位于暴雨区南部750~500 hPa， 90%以上的高相对湿度位于600~500 hPa； 以假相当位温 θ s e =350 K作为暖湿气团与一般气团的标准（陶诗言， 1980）， 暴雨区在850 hPa以下有弱的位势不稳定 ∂ θ s e ∂ p < 0， 但中低层中高纬干冷空气南压到39°N， 配合地面上北方大范围的正变压与中低层较强的EGR， 导致 θ s e水平方向的梯度远远大于垂直方向。可见， 贺兰山东麓一般暴雨过程期间， 中低层强的干侵入和持续的水汽输送， 导致湿层厚、 动力抬升强， 但热力强迫弱且主要集中在边界层， 90%高湿集中在中层。
图5 贺兰山东麓不同量级暴雨过程沿106°E的垂直速度（红色等值线， 单位： Pa·s-1， 负值为上升速度）、 假相当位温（黑色实线， 单位： K）和70%以上的相对湿度（彩色区， 单位： %）的垂直剖面

黑色阴影为地形， 红色线段为暴雨区域

Fig.5 Vertical cross sections of vertical velocity （red contour， unit： Pa·s-1， negative value is updrafts）， potential pseudo-equivalent temperature （black solid line， unit： K） and relative humidity larger than 70% （color area， unit： %） along 106°E for different grades of rainstorm processes in the eastern foot of the Helan Mountain.The black shading is the terrain， the red segments denote the rainstorm area

大暴雨过程中， 较一般暴雨过程， 暴雨区上空200 hPa辐散偏弱2倍， 中低层正涡度、 比湿及K指数偏强1~3倍［图3（h）， 图4（b）， （e）， （h）， （k）］。这主要是因为两支低空急流北抬西进的位置更接近暴雨区， 同时700 hPa和850 hPa的两个气旋式环流结构较一般暴雨过程强， 而暴雨区恰好位于气旋环流右侧的（东）南风气流， 有利于暴雨区的动力抬升和湿度增强。沿106°E的纬向-高度剖面可知 ［图5（b）］： 暴雨区的上升运动贯穿整个对流层， 70%以上的相对湿度在300 hPa以下， 上升运动中心-0.2 Pa·s-1位于暴雨区850~350 hPa， 90%以上的高相对湿度位于750~650 hPa及600~500 hPa， 上升运动中心强度和湿层厚度不及一般暴雨过程， 但上升运动中心范围和低层湿度却更强； 暴雨区在 775 hPa以下有350 K以上的暖湿气团活动， 中低层同样有干侵入南压到39°N， 但地面上暴雨区为负变压。可见， 较一般暴雨过程， 大暴雨过程的低层更湿更暖， 中高纬弱冷空气与低层暖湿气流在暴雨区交汇形成的锋面对流和锋区层状云降水量级更大、 持续时间更长、 强降水范围更广、 对流更强。
特大暴雨过程中， 暴雨区850 hPa水汽和动力条件（ q 850 >16 g·kg-1， 正涡度大值中心超过9×10-5 s-1）及不稳定能量最强（K指数>32 ℃， CAPE>600 J·kg-1）， 但是200 hPa辐散、 500 hPa和700 hPa正涡度最弱［图3（i）， 图4（c）， （f）， （i）， （l）］。沿106ºE的纬向-高度剖面可以看到［图5（c）］： 低空急流轴上的南北向次级环流非常清晰， -0.4 Pa·s-1的上升运动中心和0.2 Pa·s-1的下沉运动中心分别位于暴雨区的南部和北部， 都集中在850~750 hPa， 其中上升气流贯穿整个对流层， 下沉气流位于650 hPa以下； 中层干冷空气在41°N以北， 650 hPa以下 θ s e ≥350 K， 850 hPa以下 θ s e ≥370 K， 暴雨区上空低层 θ s e垂直梯度远远大于水平梯度， 相对湿度≥90%和 θ s e ≥370 K的高湿高能区位于上升运动区， 且中低层垂直风切变较大。可见， 较一般和大暴雨过程， 特大暴雨过程的“上干冷下暖湿”的大气层结不稳定异常强烈， 低层更暖更湿、 热动力抬升更强的大气环境更有利于对流系统的触发和维持， 而强的垂直风切变也更有利于对流系统的组织化。
上述分析表明， 贺兰山东麓不同量级暴雨过程都处于一个相对稳定的环流背景和相对固定的天气系统配置下， 南亚高压、 副高、 高低空急流等关键天气系统的分布差异是影响暴雨量级的主要因素， 其中副高与低空急流的位置和强度及低层温湿能与热动力强迫是暴雨量级的关键影响因素。

4.3　环境对流参数

贺兰山东麓暴雨过程多是对流性降水， 而环境对流参数有助于揭示对流天气发生的物理过程， 在实际预报中具有较好的指示意义（Tian et al， 2015）。本文利用贺兰山东麓地区唯一探空站银川， 选取了13个表征热动力不稳定和两者相结合对流参数， 其中， 风切变是影响对流发展和组织的重要动力条件（Bluestein and Jain， 1985； Rotunno et al， 1988； Parker and Johnson， 2000； Weisman and Rotunno， 2004； Schumacher and Johnson， 2005）， 本文以地面880 hPa到700 hPa 和400 hPa的垂直风切变代表0~3 km和0~6 km风切变（SR3和SR6）。其他对流参数分别为： CAPE为对流有效位能、 K指数、 SI沙氏指数、 BLI为最大抬升指数、 Ls为干暖盖强度指数、 T85和T75分别为850 hPa和700 hPa与500 hPa温度差、 SRH为风暴相对螺旋度、 BRN为粗理查逊数、 Hwet和Hwarm分别为湿层和暖云层厚度。比较CAPE、 K指数、 SI指数等13个对流参数在不同量级暴雨过程前和过程中的变化， 结合前面总结出来的关键物理量预报指标， 有助于预报员更好地制作干旱区暴雨定量预报。
表2给出了不同量级暴雨过程前、 中13个对流参数的平均值。过程开始前6~12 h， 暴雨区上空 CAPE、 K、 LS、 T85、 T75、 SRH、 SR3、 SR6增大， Hwarm和Hwet增厚， SI、 BLI、 BRN减小， 表明随着低空急流的建立、 发展、 北抬或西进， 暴雨区低层增温、 增湿、 增能， 环境大气的热力和动力不稳定加大， 有利于对流天气发生发展。除了CAPE、 T75、 SR3、 SR6， 其他7个对流参数都是随着暴雨量级增大， 绝对值增大， 湿层厚度Hweat则相反， 它们的阈值可以作为多数贺兰山东麓暴雨定量预报指标， 而CAPE等4个对流参数还需根据具体过程具体分析使用。
表2 贺兰山东麓不同量级暴雨过程前与过程中的环境对流参数变化

Table 2 The comparison of convective parameters between before rainstorm processes and in rainstorm processes in the eastern foot of the Helan Mountain

暴雨量级 时段

CAPE

/（J·kg-1）

 K /℃ SI /℃ BLI /℃ Ls /℃ T85 /℃ T75 /℃ SRH /（×102 m2·s-2） BRN SR3 /（m·s-1） SR6 /（m·s-1） Hwet /km Hwarm /km
一般暴雨 过程前 160 32 1.1 -0.2 -45 26 15 0.39 -1.3 6.7 12.5 3185 4525
过程中 460 35 1.0 -0.4 -47 22 14 0.15 -1.3 7.7 14.2 4357 4649
大暴雨 过程前 236 35 -0.04 -1.1 -48 27 17 0.19 -1.7 5.9 8.1 2206 4642
过程中 398 37 -0.8 -1.7 -51 24 15 0.38 -1.9 7.4 10.4 3598 4976
特大暴雨 过程前 98 35 1.0 0.1 -49 21 15 0.35 -1.1 4.7 10.2 2022 4941
过程中 870 45 -3.1 -3.2 -56 26 14 0.95 -2.1 11.6 16.9 2781 5018
T75在不同量级的暴雨过程中差别不大， 不如T85对暴雨量级的指示性强， T75≥14 ℃适用于不同量级的暴雨过程， 表明； 随着暴雨量级增大， 850 hPa与500 hPa的温度递减率增大， 中低层的静力不稳定加剧。一般暴雨SR3、 SR6和CAPE的平均值高于大暴雨， 表明： 多数一般暴雨过程在对流层高低层的斜压性较大， 图2（a）， （b）， （d）， （e）也反映了这一点。具体到暴雨过程， 一般和大暴雨的CAPE从100~103 J·kg-1， 50%的大暴雨过程CAPE在101 J·kg-1， 以稳定性降水为主， 对流弱， 而接近30%的一般暴雨过程CAPE在103 J·kg-1， 为强对流暴雨， 所以导致一般暴雨的CAPE平均值大于大暴雨， 但不代表所有一般暴雨过程的CAPE都比大暴雨强， 要视具体过程具体分析。
上述分析表明， 贺兰山东麓一般暴雨过程的湿层最厚、 暖云层最薄， 76%的对流参数值都最小， 多数过程对流弱； 大暴雨过程除了CAPE、 高低层垂直风切变、 中低层温差最小， 其他对流参数的绝对值都较一般暴雨过程大， 多数过程对流强、 雨强大； 特大暴雨过程的湿层最薄、 暖云层最厚， 84%的对流参数值都最大， 对流最强。

5 贺兰山东麓不同量级暴雨过程的天气学概念模型

综合考虑暴雨量级、 范围、 区域、 致灾性、 极端性等多种因素， 选取2007年6月16日、 2012年7月29日、 2016年8月21日作为一般、 大、 特大暴雨过程的典型代表过程， 结合上述研究， 建立贺兰山东麓不同量级暴雨过程的天气学概念模型（图6）。通过概念模型可以看到： 低层高温高湿高能是贺兰山东麓大量级暴雨的重要特征， 尤其是特大暴雨， 而低空急流是对流环境反复重建的关键因素， 它的强弱和位置直接决定暴雨的量级； 暴雨的范围和持续时间则与冷暖空气强度及其在暴雨关键区滞留时间、 活动区域相关。
图6 贺兰山东麓不同量级暴雨过程的天气学概念模型

为水平流场， G和D为高低压中心， 彩色区颜色越深， 强度越大； （a~c）中 为200 hPa位势高度（单位： dagpm）， 为散度（单位： ×10-6 s-1）， 彩色区为高空急流； （d~l）中 为500 hPa位势高度（单位： dagpm）， 为涡度（单位： ×10-5 s-1）， 为比湿（单位： g·kg-1）， 为槽线或切变线， 彩色区为低空急流； （m~o）中 为海平面气压（单位： hPa）， 为冷锋， 为K指数（单位： ℃）， 为CAPE（单位： g·kg-1）， 红点为暴雨中心， 彩色区为暴雨区

Fig.6 The synoptic conceptual model of different grades of rainstorm processes in the eastern foot of the Helan Mountain. is the horizontal airflow.The letters G and D denote the high pressure center and low pressure center， respectively.The deeper color area， the more intense the key physical parameters.In Fig.6（a）~（c）， is the geopotential height of 200 hPa （unit： dagpm）， is divergence （unit： ×10-6 s-1）， the color area denotes the high -level jet area； In Fig.6（d）~（l）， is the geopotential height of 500hPa （unit： dagpm）， is vorticity （×10-5 s-1）， is specific humidity （unit： g·kg-1）， is the trough line or shear line， the color area denotes the low -level jet area； In Fig.6（m）~（o）， is the sea level pressure （unit： hPa）， is the cold front， is K index （unit： ℃）， is CAPE （unit： g·kg-1）， the red dot denotes the rainstorm center， the color area is the rainstorm area

一般暴雨过程中副高和低空急流偏弱偏南， 有冷锋过境， 南下冷空气较北上暖空气更强， 500 hPa和700 hPa动力抬升较强， 850 hPa动力和湿度、 热力不稳定较弱， 以锋区降水为主［图6（左列）］。大暴雨过程的副高和低空急流较一般暴雨偏强偏北， 贺兰山西侧有冷锋， 冷暖空气势力相当， 中低层动力、 湿度和热力不稳定都较强， 以锋面对流和锋区层云降水为主［图6（中列）］。特大暴雨过程的副高和低空急流都异常偏强偏北（西）， 地面处于河套热低压控制， 低层高温高湿高能及强动力抬升等特征尤为显著， “上干下湿”的大气层结不稳定异常强烈， 低空急流北上西进与贺兰山地形结合， 易在山区形成强对流暴雨［图6（右列）］。

6 结论

利用2006 -2021年贺兰山东麓23次暴雨过程， 利用合成和热动力诊断方法对比分析了不同量级暴雨过程的斜压性、 降水分布、 环流配置、 热动力和对流参数等特征， 建立了分级暴雨的天气学概念模型， 并得到如下结论：
（1） 贺兰山东麓暴雨环流以平直西风气流为主， 南亚高压、 副高、 高低空急流等是关键影响系统， 暴雨量级上的差异主要来自南亚高压、 副高及低空急流的位置、 强度所导致的低层温湿、 热动力强迫、 大气层结稳定度的不同。
（2） 贺兰山东麓暴雨过程的斜压性在中层700~500 hPa表现得最为明显， 低层875~700 hPa次之， 高层500~200 hPa最弱。随着暴雨量级增大， 斜压性减弱， 其中， 一般暴雨过程的斜压性最强， 大暴雨过程次之， 特大暴雨过程最弱。
（3） 一般暴雨过程以锋区降水为主， 量级小、 对流弱。过程期间， 西风带锋面系统最强， 高空急流最弱， 副高和低空急流最弱最南， 动力抬升强且深厚， 湿层最厚， 暖云层最薄， 低层湿度和热力强迫最弱， K指数、 SI、 BLI等对流参数绝对值最小， 大气层结不稳定最弱。
（4） 大暴雨过程以锋面对流降水和锋区层云降水构成的混合性降水为主， 时间长、 范围广、 量级较大、 对流较强。过程期间， 西风带锋面系统和高空急流较强， 副高和低空急流较强且偏北， 动力抬升最弱， 低层湿度和热力强迫较强， 虽然CAPE、 高低层垂直风切变最小， 但K指数、 SI、 BLI等对流参数绝对值较大， 大气层结不稳定较强。
（5） 特大暴雨过程以暖区降水为主， 时间最短、 范围最小、 量级最大、 对流最强。过程期间， 西风带锋面系统最弱， 南亚高压、 副高、 高低空急流最强最北， 湿层最薄， 暖云层最厚， 低层湿度和热动力抬升最强， CAPE、 K指数、 高低层垂直风切变和温差等对流参数绝对值最大， 大气层结不稳定最强。
由于贺兰山东麓处于西北干旱区， 暴雨过程相对少， 尤其是特大暴雨历史上仅有2次， 暴雨中尺度对流系统的触发和维持机制更为复杂， 预报难度加大。虽然通过对比分析得到了一些定性和定量的预报指标和概念模型， 但限于篇幅， 仅对大尺度环流背景做了分析， 没有对暴雨区附近精细的局地环流特征展开研究， 尤其是对暴雨中尺度对流系统没有深入研究， 低空急流、 锋面、 地形等系统如何相互作用影响对流的触发机制尚不清楚。接下来， 将选取典型暴雨过程， 利用高分辨率数值模拟和敏感性试验， 深入研究贺兰山东麓不同量级暴雨过程的局地环流特征， 以及复杂地形处暴雨中尺度系统的触发、 发展与消亡机制， 进一步凝练出具有较高业务应用价值的预报指标和概念模型， 为干旱区暴洪防灾减灾提供精准气象服务。

References

null
Badger J， Hoskins B J， 2001.Simple initial value problems and mechanisms for baroclinic growth［J］.Journal of the Atmospheric Science， 58（1）： 38-49.
null
Bluestein H B， Jain M H， 1985.Formation of mesoscale lines of precipitation： Severe squall lines in Oklahoma during the spring［J］.Journal of the Atmospheric Science， 42（16）： 1711-1732.
null
Chahine M T， 1992.The hydrological cycle and its influence on climate［J］.Nature， 359： 373-380.
null
Chen Y， Li Y， 2021.Convective characteristics and formation conditions in an extreme rainstorm on the Eastern Edge of the Tibetan Plateau［J］.Atmosphere， 12（3）： 381.
null
Chen Y Y， Li J P， Li X， et al， 2021.Spatio-temporal distribution of the rainstorm in the east side of the Helan Mountain and the possible causes of its variability［J］.Atmospheric Research， 252： 105469.
null
Chen Y， Zhai P M， 2014.Two types of typical circulation pattern for persistent extreme precipitation in Central-Eastern China［J］.Quarterly Journal of the Royal Meteorological Society， 140（682）： 1467-1478.
null
Ding Y H， Reiter E R， 1982.A relationship between planetary waves and persistent rain-and thunderstorms in China［J］.Theoretical & Applied Climatology， 31： 221-252.
null
Heifetz E， Bishop C H， Hoskins B J， et al， 2004.The counter‐propagating Rossby‐wave perspective on baroclinic instability.I： mathematical basis［J］.Quarterly Journal of the Royal Meteorological Society， 130（596）： 211-231.
null
Hoskins B J， 1982.The mathematical theory of frontogenesis［J］.Annual review of fluid mechanics， 14（1）： 131-151.
null
Hoskins B J， Valdes P J， 1990.On the existence of storm-tracks［J］.Journal of the Atmospheric Science， 47（15）： 1854-1864.
null
Houze R A， 2004.Mesoscale convective systems［J］.Reviews of Geophysics， 42（4）： RG4003.
null
Macqueen J B， 1967.Some methods for classification and analysis ofmulti variate observations［C］//Proc of Berkeley Symposiumon Mathematical Statistics and Probability， 281-297.
null
Mukhopadhyay P， Mahakur M， Singh H A K， 2009.The interaction of large scale and mesoscale environment leading to formation of intense thunderstorms over Kolkata Part I： Doppler radar and satellite observations［J］.Journal of Earth System Science， 118（5）： 441-466.
null
Parker M D， Johnson R H， 2000.Organizational modes of midlatitude mesoscale convective systems［J］.Monthly Weather Review， 128（10）： 3413-3436.
null
Rotunno R， Klemp J B， Weisman M L， 1988.A theory for strong， longlived squall lines［J］.Journal of the Atmospheric Science， 45（3）： 463-485.
null
Schumacher R S， Johnson R H， 2005.Organization and environmental properties of extreme-rain-producing， mesoscale convective systems［J］.Monthly Weather Review， 133（4）： 961-976.
null
Shepherd M， Mote T， Dowd J， 2011.An overview of synoptic and mesoscale factors contributing to the disastrous Atlanta flood of 2009［J］.Bulletin of the American Meteorological Society， 92（7）： 861-870.
null
Tao S Y， 1977.Some problems associated with the analysis and forecasting of heavy rainfalls［J］.Journal of the Atmospheric Science （in Chinese）， 1（1）： 64-72.
null
Tian F Y， Zheng Y G， Zhang T， et al， 2015.Statistical characteristics of environmental parameters for warm season short-duration heavy rainfall over central and eastern China［J］.Journal of Meteorological Research， 29（3）： 370-384.
null
Tu K， Yan Z， Wang Y， 2011.A spatial cluster analysis of heavy rains in China［J］.Atmospheric and Oceanic Science Letters， 4（1）： 36-40.
null
Wang C X， Gao S T， Liang L， et al， 2014.Multi-scale characteristics of moisture transport during a rainstorm process in North China［J］.Atmospheric Research， 145/146 （AUG.-SE）： 189-204.
null
Watanabe T， Yamasaki K， 2012.Influence of the anticyclonic anomaly in the subtropical jet over the western Tibetan Plateauau on the inteseasonal variability of the summer Asian monsoon in early summer［J］.Journal of Climate， 25： 1291-1303.
null
Weisman M L， Rotunno R， 2004."A theory for strong long-lived squall lines" revisited［J］.Journal of the Atmospheric Science， 61（4）： 361-382.
null
白肇烨， 徐国昌， 1991.中国西北天气［M］.北京： 气象出版社.
null
蔡英， 宋敏红， 钱正安， 等， 2015.西北干旱区夏季强干、 湿事件降水环流及水汽输送的再分析［J］.高原气象， 34（3）： 597-610.DOI： 10.7522/j.issn.1000-0534.2015.00049 .
null
陈豫英， 陈楠， 任小芳， 等， 2018.贺兰山东麓罕见特大暴雨的预报偏差和可预报性分析［J］.气象， 44（1）： 159-169.
null
陈豫英， 苏洋， 杨银， 等， 2021.贺兰山东麓极端暴雨的中尺度特征［J］.高原气象， 40（1）： 47-60.DOI： 10.7522/j.issn.1000-0534. 2020.00012 .
null
冯建民， 胡文东， 陈楠， 等， 2012.宁夏天气预报手册［M］.北京： 气象出版社， 78-80.
null
韩子霏， 隆霄， 王思懿， 等， 2021.不同初始场对一次西北地区暴雨影响的数值模拟研究［J］.高原气象， 40（2）： 333-342.DOI： 10.7522/j.issn.1000-0534.2020.00017 .
null
黄玉霞， 王宝鉴， 黄武斌， 等， 2019.我国西北暴雨的研究进展［J］.暴雨灾害， 38（5）： 515-525.
null
黄玉霞， 王宝鉴， 王研峰， 等， 2017.甘肃省夏季暴雨日数特征及其与大气环流关系［J］.高原气象， 36（1）： 183-194.DOI： 10. 7522/j.issn.1000-0534.2015.00118 .
null
孔祥伟， 杨建才， 李红， 等， 2021.甘肃河东地区不同环流形势下短时强降水的雷达回波特征分析［J］.高原气象， 40（5）： 1057-1070.DOI： 10.7522/j.issn.1000-0534.2020.00084 .
null
李博， 王楠， 姜明， 等， 2018.陕西一类“东高西低型”暴雨的基本特征［J］.高原气象， 37（4）： 981-993.DOI： 10.7522/j.issn.1000-0534.2017.00100 .
null
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.
null
卢珊， 胡泽勇， 付春伟， 等， 2022.黄土高原夏季极端降水及其成因分析［J］.高原气象， 41（1）： 241-254.DOI： 10.7522/j.issn. 1000-0534.2021.00027 .
null
栾晨， 2015.中国西北区西部夏半年强降水若干统计及其干、 湿年环流的对比分析［D］.兰州： 中国科学院寒区旱区环境与工程研究所， 1-60.
null
钱正安， 蔡英， 宋敏红， 等， 2018.中国西北旱区暴雨水汽输送研究进展［J］.高原气象， 37（3）： 577-590.DOI： 10.7522/j.issn. 1000-0534.2018.00032 .
null
邵建， 闫军， 裴晓蓉， 等， 2018.自组织神经网络算法在宁夏暴雨天气分型中的应用［J］.干旱气象， 36（5）： 852-857.
null
陶诗言， 1980.中国之暴雨［M］.北京： 科学出版社， 35-36.
null
陶诗言， 陈隆勋， 1957.夏季亚洲大陆上空大气环流的结构［J］.气象学报， 28： 234-247.
null
王成福， 谢蕊， 吉哲君， 等， 2019.甘南高原大到暴雨天气过程分型及特征［J］.干旱气象， 37（1）： 97-108.
null
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.000-0534.2016.00017 .
null
杨侃， 纪晓玲， 毛璐， 等， 2020.贺兰山两次特大致洪暴雨的数值模拟与地形影响对比［J］.干旱气象， 38（4）： 581-590.
null
赵庆云， 宋松涛， 杨贵名， 等， 2014.西北地区暴雨时空变化及异常年夏季环流特征［J］.兰州大学学报（自然科学版）， 50（4）： 517-522.
Options
Outlines

/

〈 〉

The system is designed and developed by Beijing magtec Technology Development Co., Ltd. with technical support: support@magtech.com.cn