Plateau Meteorology

Plateau Meteorology >

2024 , Vol. 43 >Issue 2: 381 - 397

DOI: https://doi.org/10.7522/j.issn.1000-0534.2023.00067

Study on the Mechanism of Warm-Sector Torrential Rain in Guangxi under Atmospheric Rivers Background

  • Hao QIN , 1 ,
  • Yuefeng QIN 1 ,
  • Yushuang WU 1, 2 ,
  • Zhiyi WANG 3 ,
  • Le LIU 1
Expand
  • 1. Guangxi Meteorological Observatory，Nanning 530022，Guangxi，China
  • 2. Guangxi Meteorological Disaster Prevention Technology Center，Nanning 530022，Guangxi，China
  • 3. China Meteorological Administration Economic Transformation of Climate Resources Key Laboratory，Chongqing Meteorological Observatory，Chongqing 411101，China

Received date: 2023-05-29

  Revised date: 2023-08-22

  Online published: 2024-03-26

Copyright

© Editorial Department of Plateau Meteorology （CC BY-NC-ND）
Fold

Abstract

Based on multi-source observation data and ERA5 reanalysis data， the characteristics of accompanying Atmospheric Rivers （ARs） in the Guangxi warm-sector torrential rain cases during the summer of 2010-2022 （June-August） are statistically analyzed.And the typical warm-sector torrential rain process under the background of ARs in Guangxi occurred in 2 -4 June 2022 are analyzed from the perspectives of thermal and dynamic based on the diagnosis of wave activity flux， horizontal frontogenesis and adiabatic heating.The results showed that： （1） Most warm-sector torrential rain cases are accompanied by ARs.When the ARs pass through Guangxi and remain below 1000 kg·m-1·s-1， the increase of ARs intensity is conducive to the warm-sector torrential rain.In most cases， the ARs are in the direction of southwest to northeast， and the direction angle are between 15° and 65° when ARs pass Guangxi.（2） During the typical warm-sector torrential rain process， the East Siberian blocking and the Northeast cold vortex are extremely active， resulting in the suppression of the Western Pacific Subtropical High （WPSH） and its southerly position which keep the ARs maintain in the Bay of Bengal， South China Sea， South China and north tropical Pacific， providing sufficient water vapor for the occurrence and development of warm-sector torrential rain.The increase of the pressure gradient caused by the maintenance of the WPSH and the eastward movement of the vortex， the acceleration of the monsoon flow at night jointly strengthen the local ARs.（3） The enhancement of ARs at night promotes the local water vapor convergence and vertical transport， cause the wet layer thickened and atmospheric precipitable water increase continuously， which is conducive to the increase of precipitation efficiency.At the same time， the continuous warm and moist transport is conducive to the establishment and maintenance of unstable stratification in the lower level， and the convective unstable structure runs through the whole precipitation process.（4） The convergent uplift and lateral friction of mountain topography promote the upward movement and vertical vorticity development， which， on the one hand， is conducive to the uplift of the warm and moist air accumulated in the front of the mountain triggering convection.On the other hand， it is conducive to the maintenance of convective system and cause more water vapor to condense into rain.In addition， the continuous frontogenesis forcing caused by the accumulation of warm and moist air is also conducive to the maintenance and intensification of precipitation.（5） The strong upward movement under the influence of ARs causes a large amount of water vapor to condense continuously and release latent heat which in turn strengthens the upward movement.The convection continues to develop and strengthen under this positive feedback mechanism.

Key words： warm-sector torrential rain; atmospheric rivers; convective instability; latent heat

Cite this article

Hao QIN , Yuefeng QIN , Yushuang WU , Zhiyi WANG , Le LIU . Study on the Mechanism of Warm-Sector Torrential Rain in Guangxi under Atmospheric Rivers Background[J]. Plateau Meteorology, 2024 , 43(2) : 381 -397 . DOI: 10.7522/j.issn.1000-0534.2023.00067

1 引言

大气河是大气中狭长而强劲的水汽输送通道， 通常从热带洋面、 副热带地区向中纬度地区延伸， 长度可达数千公里， 而宽度仅在数百公里内（Zhu and Newell， 1994； Ralph et al， 2004）。大气河携带的水汽量占据热带外大气经向输送的绝大部分（Zhu and Newell， 1998）， 因而大气河常被视为热带与热带外系统相互作用的重要纽带， 其活动对于全球水循环具有重要意义。
由于对水汽的高效输送， 大气河常与极端降水及洪涝事件相联系。Ralph et al（2016）对2001 - 2011年美国加州地区极端降水事件进行了统计分析， 发现其中与陆地区域大气河有关的事件比例高达92%。Lamjiri et al（2017）也指出大气河对美国西部年降水量的贡献为30%~50%， 其中60%~100%的极端风暴都与大气河有关。因此美国国家气候评估报告中也将大气河定义为一种极端风暴（与热带风暴、 强对流和冬季风暴一起）， 并强调大气河发生次数和强度不断增加也是气候变化风险之一（Ralph et al， 2019）。在欧洲地区， 观测数据及数值模拟都反映出英国冬季洪水与大气河活动密切相关， 平均每年冬季会出现8~10次大气河事件（Lavers et al， 2011， 2012）。由于北半球大气河以西南-东北向分布以及中纬度西风带的涡动性， 早期研究多聚焦于大气河下游的北美洲或欧洲西海岸（傅刚等， 2019； Liang et al， 2022）， 而对东亚地区的大气河过程关注较少。近年来， 随着研究的深入， 越来越多学者注意到东亚地区的极端降水及洪涝事件也与大气河活动存在密切联系。孙颖姝等（2018）指出， 大气河带来的暖湿气流与东北冷涡的偏北干冷气流汇合有利于暴雨的产生和维持。Pan and Lu（2019）研究发现在1985 -2016年夏季长江流域发生的特大洪涝极端降水事件中， 东亚大气河对阿拉伯海、 孟加拉湾和南海的水汽输送均发挥了重要作用， 并推测其活动与西北太平洋副热带高压（以下简称副高）存在一定联系。最近， Liang et al（2022）利用欧洲中期天气预报中心第五代大气再分析资料（ERA5）和APHRODITE（Asian Precipitation-Highly Resolved Observational Data Integration Towards Evaluation of Water Resources）降水资料研究了东亚地区气候变化的长期趋势， 发现大气河对过去几十年间我国降水的“南涝北旱”趋势起到了重要驱动作用。研究认为上述联系与气候变暖背景下的大尺度环流响应（包括夏季南亚高压增强及相应的高空西风急流增强）驱动大气河南移有关， 这最终导致了华南地区降水显著增加。
学界通常将发生在距离地面冷空气或锋面200 km以内但未受冷空气影响的暴雨定义为暖区暴雨（苗春生等， 2017； 吴亚丽等， 2018）。广西位于中国华南沿海， 夏半年汛期雨量充沛、 暴雨频发， 更是我国暖区暴雨多发地。暖区暴雨局地性强、 降水强度大， 天气系统和触发机制难以提前捕捉， 一直是预报的难点。多年来学者对华南暖区暴雨的机理展开了一系列研究。叶朗明和苗峻峰（2014）研究指出， 超低空急流维持是华南暖区暴雨的典型特征， 其带来的暖湿输送有利于降低暴雨过程对抬升条件的要求。同时， 高温高湿的环境特征使得华南暖区暴雨具有明显对流性质， 受α或β中尺度对流系统直接影响。不仅如此， 高水汽含量为凝结潜热释放提供了良好的环境条件， 是华南暖区暴雨发展维持的重要机制之一（苗春生等， 2017）。在合适的条件下， 潜热加热造成的上升分量能达到总上升速度的39%~75%（曾智琳等， 2019）。可以看出， 与湿过程相关联的水汽输送及维持在华南暖区降水中扮演了重要角色。根据Clausius-Clapeyron方程（Lenderink et al， 2017）， 全球变暖的背景下大气能容纳更多的水汽， 意味着同样条件形势下的降水强度更大， 出现极端降水的概率增加（傅刚等， 2019； 丁一汇等， 2020； Huang and Swain， 2022）， 因而深入研究与水循环及能量输送密切相关的大气河活动显得尤为重要。然而， 当大气河事件出现时， 广西往往处于大气河上游， 过往研究常忽视了该片段的活动特征。这一方面是由于研究区域常集中于大气河中下游， 如北美洲西海岸等， 另一方面是因为大气河中上游多数情况下为一致的海洋下垫面， 具有准定常特征。但目前已有研究指出， 大气河同样与其上游地区极端降水存在密切联系， 如蔡荣辉等（2019）发现大气河的强弱及辐合区位置对湖南一次特大致洪暴雨过程的降雨强度和落区具有较好的指示作用。基于此我们得以提出问题： 在东亚夏季风盛行的华南前汛期， 广西暖区暴雨过程中是否存在大气河活动， 在大气河背景下的暖区暴雨存在怎样的热动力过程？
2022年广西遭遇近15年以来最强“龙舟水”， 其中6月2 -4日广西出现一次典型的暖区暴雨过程， 过程累计雨量大、 雨势猛、 降雨落区重叠， 多个站点刷新建站以来雨量历史记录。强降雨导致多地出现洪涝、 滑坡等灾害， 柳江、 桂江、 西江等流域部分河段水位超警。此次过程极端性强、 灾害影响深远， 值得深入研究。综上， 本文对2010 - 2022年夏季（6 -8月）广西暖区暴雨个例中伴随大气河的特征进行统计分析， 并选取此次典型暖区暴雨过程， 具体分析大气河在此次过程中的活动特征及规律， 并从热力、 动力角度对大气河背景下的暖区暴雨机理进行初步探讨， 以期丰富华南暖区暴雨机理模型， 为预报分析提供参考。

2 资料来源和方法介绍

2.1　资料来源

使用常规地面自动站观测资料， 风云2G卫星的相当黑体温度（Top Blackbody Brightness temperature， TBB）资料（分辨率为0.1°×0.1°）。采用欧洲中期天气预报中心ERA5逐小时再分析资料（分辨率0.25°×0.25°）的高空和地表格点资料， 变量包括位势高度、 温度、 比湿、 水平风场、 云水含量等。所用逐小时数据时段均为2022年6月1 -6日， 气候背景场取1991 -2020年6月的月平均场。文中涉及的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（2016）1593的中国地图制作， 底图无修改。

2.2　大气河判识

以往研究中常将整层垂直积分水汽通量（IVT）≥250 kg·m-1·s-1作为大气河判识标准（Zhu and Newell， 1998； Shields et al， 2018）， 但该标准多应用于研究影响北美洲的大气河事件。为更好地研究汛期东亚大气河的物理过程， 最近Pan and Lu（2019， 2020）自主研发了适用于东亚地区的大气河识别追踪算法， 并根据ERA5再分析数据建立了东亚大气河数据库， 其工作中将1985 -2016年北半球夏季大气河检测区域内（40°E -120°W， 20°S -60°N）所有格点IVT强度的80%分位数（334 kg·m-1·s-1）作为判定大气河的区域强度阈值， 并将每个格点的85%分位数作为局地强度阈值（为有效平衡IVT在空间分布上的不均匀性以及在计算每个格点的阈值时由于样本数量过小而导致的随机误差， 对结果进行了高斯核平滑运算）。本文参考上述工作， 在满足区域和局地双强度阈值的前提下， 将满足该条件的区域长度达到2000 km、 长宽比≥2作为大气河判识标准。文中IVT计算如下：
I V T = 1 g ∫ p 0 0 q u d p 2 + 1 g ∫ p 0 0 q v d p 2
式中： q、 g和p 0分别为比湿、 重力加速度以及地表气压； u和v分别为纬向风和经向风。
大气河的平均方向角计算如下：
α = t a n - 1 I V T V ¯ I V T U ¯
式中： I V T U ¯（ I V T V ¯）为区域平均的IVT纬向（经向）分量， 流向正北方向为90°， 流向正东方向为0°。

3 暖区暴雨个例伴随大气河特征统计

对2010 -2022年夏季（6 -8月）广西暖区暴雨个例进行筛选统计， 选取的个例需满足过程累积雨量（前日20:00至当日20:00， 北京时， 下同）达到暴雨量级的国家站数达到10站（含）以上， 共筛选出18例暖区暴雨过程（表1）。若大气河覆盖暖区暴雨落区， 则认为该个例伴随大气河。由统计可见， 18例暖区暴雨中有14例（占77.8%）伴随大气河， 表明广西夏季暖区暴雨与大气河活动具有密切联系。
表1 2010 -2022年广西暖区暴雨个例

Table 1 Cases of warm-sector torrential rain in Guangxi from 2010 to 2022

序号 个例发生日期

最大小时

雨量/mm

最大3 h

雨量/mm

最大24 h

雨量/mm

是否伴随

大气河

 大气河最大强度/（kg·m-1·s-1） 大气河方向角/（°）
1 2010年6月16日 60.9 115.6 224.8 是 826.65 26.4
2 2011年6月16日 95.7 221.4 265.7 否 / /
3 2012年6月24日 106.9 181 259.4 是 922.38 40.1
4 2013年6月28日 93.8 121.3 208.7 是 879.05 40.5
5 2015年7月23日 72.3 130.3 184.9 否 / /
6 2015年7月24日 63.5 149.7 201.2 是 828.41 16.7
7 2015年7月25日 77.2 156.2 351.5 是 799.87 36.6
8 2016年7月5日 94.7 196.8 215.5 是 826.7 108.3
9 2017年7月1日 64.9 146.8 254.9 是 1236.69 32.8
10 2017年7月10日 89.6 195.9 379.9 是 916.377 52.0
11 2017年7月11日 68.8 132.6 213.7 是 651.48 94.7
12 2017年8月15日 90.9 109.6 253.2 是 699.78 61.6
13 2020年6月7日 107.7 170.4 401.3 是 1053.29 29.6
14 2020年7月11日 76.5 105 231.6 否 / /
15 2022年6月4日 83.7 151.6 364 否 / /
16 2022年6月17日 101.1 181.4 271.1 是 912.43 29.8
17 2022年6月20日 110.3 204.5 448.8 是 955.56 40.6
18 2022年6月21日 136.2 162.5 249.8 是 939.66 46.0
在降水强度与大气河强度关系方面， 考虑到广西位于大气河上游， 将暖区暴雨过程中广西区域内［104°E -113°E， 21°N -27°N， 图2（a）和（b）中方框， 下同］IVT的最大值定义为大气河最大强度。在伴随大气河的暖区暴雨个例中， 由降水强度与大气河最大强度的散点图及拟合曲线［图1（a）~（c）］可以看到两者关系成单峰型， 大气河最大强度在约1000 kg·m-1·s-1时最大小时雨量、 最大3 h雨量以及最大24 h雨量均达到峰值， 在1000 kg·m-1·s-1以下时随着大气河最大强度增强降水强度不断增强， 超过1000 kg·m-1·s-1后降水强度呈减弱态势。在去掉伴随大气河最大强度超过1000 kg·m-1·s-1的个例后［图1（d）~（f）］可以更好地看出， 大气河最大强度与降水强度的正相关关系， 其中大气河最大强度与最大小时雨量和最大3 h雨量的相关系数分别达到0.63和0.64， 均通过95%信度水平的显著性检验。由上述分析可以推测， 当大气河通过广西区域并维持在一定强度阈值（约为1000 kg·m-1·s-1）内时， 大气河强度增强有利于暖区暴雨降水强度增强； 当大气河强度超过阈值时， 广西上空可能只是作为强水汽输送通道， 水汽在广西下游汇聚， 进而使得广西一带降水强度减弱。如2020年7月11日过程中， 大气河最大强度为所选个例中最强， 但3类雨量指标均未超过所有个例排序的50%， 对应此次过程广西仅为强水汽输送通道， 主雨带位于长江中下游地区（刘芸芸和丁一汇， 2020）。国内关于大气河与强降水的现有研究主要强调了水汽输送对降水的正贡献， 而对于上述强度阈值的讨论还不多见， 这或许与暖区暴雨的特殊性以及广西独特的地理位置有关。
图1 降水强度与大气河最大强度的散点分布

黑色实线为拟合线， （a~c）为所有个例， （d~f）为大气河强度不超过1000 kg·m-1·s-1的个例

Fig.1 Scatter plot between precipitation intensity and maximum intensity of atmospheric rivers.The black solid line indicates fitting curve.（a~c） is all cases， （d~f） is the cases AR intensity not exceed 1000 kg·m-1·s-1

图2 区域平均的大气河方向角（a）， 2022年6月19 -20日（b）和2017年7月10 -11日（c）平均的整层水汽通量（填色和矢量， 单位： kg·m-1·s-1）（b）~（c）中红色框内为计算大气河强度及方向角区域

Fig.2 Area-averaged direction of atmospheric rivers （a）， vertically integrated water vapor transport （shaded and vector， unit： kg·m-1·s-1） averaged from 19 to 20 June 2022 （b）， 10 to 11 July 2017 （c）.The red box in （b）~（c） indicate the region calculated intensity and direction angle of AR

除强度外， 方向也是大气河的重要特征。这里主要关注大气河经过广西时的方向， 因此将式（2）应用于广西区域内。结果如表1及图2（a）所示， 大多数个例中大气河方向角在15°~65°， 大气河呈西南-东北向。经过对比分析， 给出此类最具代表性的典型个例， 即2022年6月19 -20日过程， 大气河由南海经我国华南地区向北热带太平洋伸展［图2（b）］。同时， 也有少数（仅两个例）大气河在经过广西时呈近乎南北走向， 方向角在90°~110°， 其共同特征如图2（c）中2017年7月10 -11日过程所示， 来自西北太平洋的大气河在经过广西地区时出现转折， 由东南-西北向转为西南-东北向， 向日本海一带伸展。

4 典型个例天气过程概况

4.1　降水实况

2022年6月1 -6日广西出现一次持续性强降雨过程， 落区在桂东北一带重叠， 最大过程累计（1日08:00至6日08:00）雨量为618.6 mm， 位于柳州市融水香粉寨劳气象观测站（站号N2484， 下文此类均为站号）。强降雨主要集中于3 -5日， 其中2日夜间至3日凌晨、 3日夜间至4日上午为未受冷空气影响的暖区暴雨， 有11个自动站累计雨量（2日20:00至4日20:00）超过400 mm， 是降雨最强时段［图3（a）］， 也是本文关注的重点。选取过程雨量大于500 mm的8个站点作为代表站， 由代表站逐小时雨量序列可以看出此次过程降水具有日间减弱， 夜间加强的特点。降水均在20:00之后逐渐增强， 伴有明显对流性质， 超过20 mm·h-1的短时强降水平均持续长达6~8 h［图3（b）］。
图3 2022年6月2日20:00至4日20:00过程累计雨量（a， 单位： mm）以及各代表站逐小时降雨量序列（b）（a）中虚线框范为强降水关键区， （b）中虚线为20 mm小时雨量参考线

Fig.3 Distribution of accumulated rainfall （a， unit： mm）and observed hourly rainfall （b） from 20:00 on 2 to 20:00 on 4 June 2022.The dashed box in Fig.3（a） is the key area of heavy precipitation， the dashed line in Fig.3（b） is the 20 mm hourly rainfall reference line

4.2　环流形势

200 hPa上南亚高压控制印度半岛北部至青藏高原南侧， 降水期间其东伸脊点位于115°E以东， 广西位于南亚高压东侧偏西风和东北风的分流区， 维持有利降水的高层辐散形势［图4（a）， （b）］。高层辐散中心强度超过18×10-5 s-1， 较好的出流条件也有利于低层低值系统发展（史月琴等， 2022）。500 hPa上， 副高脊线位于20°N以南， 西脊点位于120°E以东， 广西处于586 dagpm线西北侧。强降水开始前， 2日20:00有低槽在贵州西部发展东移。3日00:00 -02:00， 低槽东移至105°E附近， 开始影响广西， 广西位于槽底［图4（a）］， 雨带由贵州中南部移入桂北， 造成多地出现短时强降水， 小时雨量20~50 mm， 局地超过70 mm。随后低槽不断东移发展［图4（b）］， 584 dagpm线由桂中南压至桂南一带， 低槽呈西南东北向， 南段移速较慢， 与副高形成“西低东高”的对峙形势， 成为此次过程主要的中层影响系统， 提供天气尺度抬升背景。
图4 2022年6月3 -4日200 hPa的散度（填色， 单位： ×10-5 s-1； 粗实线为200 hPa的1250 dagpm等值线）、 风场（风羽， 单位： m·s-1）以及500 hPa高度场（等值线， 单位： dagpm）（a， b）， 700 hPa高度场（等值线， 单位： dagpm）和850 hPa风场（填色及风羽， 单位： m·s-1）（c， d）

Fig.4 Distribution of divergence （shaded， unit： ×10-5 s-1， thick solid line indicate 1250 dagpm at 200 hPa） and wind （barb， unit： m·s-1） at 200 hPa， geopotential height （contours， unit： dagpm） at 500 hPa （a， b）， geopotential height （contours， unit： dagpm） at 700 hPa and wind （shaded and barb， unit： m·s-1） at 850 hPa （c， d） from 3 June to 4 June in 2022

低槽在700 hPa上表现为从云贵高原逐渐发展东移的低涡， 中心位势高度维持在307 dagpm以下， 广西位于低涡暖式切变南侧的850 hPa偏南风暖区中。低空偏南风在3日和4日夜间加强为急流［图4（c）， （d）］， 在白天减弱， 具有明显的日变化特征。夜间急流核强度最大可达20~22 m·s-1， 有利于暖湿气流输送， 对应于该时段强降水的发展［图3（b）］。在急流强盛期间， 位于急流顶端的桂东北一带小时雨量达到40~70 mm， 局地超过90 mm。
边界层925 hPa风速较850 hPa小， 但风速自南向北减小， 在桂东北一带为风速辐合， 有利于对流触发。地面上广西位于西南暖低压东南侧均压场中， 受西南-东北向等压线控制， 无明显冷空气影响（图略）。

5 大气河特征及其影响

5.1　多尺度作用下的大气河演变

大气河作为东亚地区热带和热带外系统相互作用的媒介（孙颖姝等， 2018； Wang et al， 2021）， 其演变受不同系统及过程的影响， 如季风、 热带外气旋及局地扰动等。Pan and Lu（2019， 2020）通过分析东亚大气河的全季节数据库， 发现东亚夏季风期间大气河主轴线随副高北移而行进。Wang et al（2021）的研究也指出， 作为梅雨系统的重要组成部分， 大气河的演变受副高调制， 对梅雨降水具有重要影响。以下考察本次过程中大气河的特征及演变规律。
图5给出降雨过程中6月2 -5日的IVT及高度场演变。从图5中可以看到， 整个过程中始终存在一支孟加拉湾-南海-华南-北热带太平洋的强而窄的水汽输送带， 其长宽比（约为5300 km/700 km）大于2， 满足区域和局地双强度阈值判据， 可判定为大气河。这种西南-东北向的大气河也是广西暖区暴雨中占绝大多数的类型［表1， 图2（a）］。大气河大致维持在20°N -30°N， 并且基本沿着500 hPa上副高西北侧586 dagpm线分布。上述特征与前人研究所得结论相符， 然而需要注意的是， 此次过程中大气河基本位于30°N以南， 这与Pan and Lu（2020）总结的东亚大气河年循环特征存在一定差异。在东亚大气河年循环的第二阶段（5月16日至6月10日）， 大气河随着副高北推至20°N -40°N， 而本次过程中大气河的位置更接近于年循环的第一阶段（5月12 -15日）， 究其原因发现与该时期副高异常偏南（北抬偏晚）有关。2022年南海夏季风爆发于5月第三候， 较历史同期偏早， 强度偏强（源于国家气候中心监测， http： //cmdp.ncc-cma.net/Monitoring/cn_report.php？product=cn_report_monsoon）， 充沛的季风水汽提前进入我国。与此同时， 欧亚中高纬环流经向度较大， 乌拉尔阻塞高压及西伯利亚切断低压偏强［图6（a）］。欧亚大陆上游的异常形势常通过Rossby波能量频散影响下游地区， 进一步通过T-N波作用通量（Takaya and Nakamura， 2001）进行诊断， 其水平分量表达式如下：
图5 2022年6月2-5日的整层水汽通量（填色， 单位： kg·m-1·s-1）， 850 hPa高度场（等值线， 单位： dagpm； 虚线为500 hPa的586 dagpm等值线）

Fig.5 Vertically integrated water vapor transport （shaded， unit： kg·m-1·s-1） and geopotential height at 850 hPa （contours， unit： dagpm， dash line indicate 586 dagpm line at 500 hPa） from 2 to 5 June in 2022

W = p 2 U U ψ x ' 2 - ψ ' ψ x x ' + V ψ x ' ψ y ' - ψ ' ψ x y ' U ψ x ' ψ y ' - ψ ' ψ x y ' + V ψ y ' 2 - ψ ' ψ y y ' + C U M
式中： p为气压； ψ '为准地转流函数扰动； 右下方字母表示在x或y方向求偏导； U = ( U ,   V )为气候背景流场； C U M表示扩展波活动的位相传播。由图7（a）可以看到， 大气Rossby波能量不断向欧亚大陆下游频散， 使得东西伯利亚阻塞高压和东北冷涡异常活跃， 东亚地区自北向南呈类似西太平洋遥相关型（Western Pacific teleconnection， WP）负位相的“正”-“负”位势高度异常。在该形势下， 整个过程中副高总体被压制， 位置较历史同期偏南。偏强的南海季风及北抬疲软的副高最终使得大气河维持在30°N以南。
图6 2022年6月2日20:00至4日20:00平均的500 hPa位势高度（等值线， 单位： dagpm； 粗实线为气候态的588 dagpm线）及其距平（填色， 单位： dagpm）， 波作用通量（矢量， 单位： m2·s-2）（a）， 区域平均（108°E -111°E， 24.5°N -26°N）的850 hPa风速演变（单位： m·s-1）（b）

Fig.6 Distribution of average geopotential height at 500 hPa （contours， unit： dagpm； thick solid line indicate climatological 588 dagpm isohypse） and its anomaly （shaded， unit： dagpm）， wave activity flux （vector， unit： m2·s-2） from 20:00 on 2 to 20:00 on 4 June in 2022 （a）， evolution of wind speed at 850 hPa （unit： m·s-1） averaged over （108°E -111°E， 24.5°N -26°N） （b）

图7 2022年6月1日08:00至6日08:00代表站平均的逐小时降水量（单位： mm）， 区域平均的大气可降水量（单位： kg·m-2）和水汽通量（单位： kg·m-1·s-1）

Fig.7 Evolution of hourly rain （unit： mm）， area-averaged precipitable water （unit： kg·m-2） and water vapor transport （unit： kg·m-1·s-1） from 08:00 on 1 to 08:00 on 6 June in 2022

同一支大气河上的不同片段， 可能会受不同天气系统所控制。2022年6月2日， 热带北太平洋140°E附近为大气河强中心， IVT 超过1200 kg·m-1·s-1［图5（a）］。此时在大气河强中心北侧存在发展中的低值系统， 随后该系统逐渐发展东移至150°E， 大气河强中心也随之东移［图5（b）， （c）］。在大气河的上游地区， 2 -4日云贵高原有低涡向东移出， 类似地也引起了局地大气河片段增强， 核心强度超过800 kg·m-1·s-1［图5（b）~（e）］。5日低涡与中高纬冷涡合并， 将部分水汽卷入更高纬度地区， 使得大气河上游横截面变宽， 影响区域也逐渐东移出广西［图5（f）］。Wang et al（2021）在研究2020年夏季梅雨降水时也发现了上述大气河片段强中心受东传热带外低值系统（热带外气旋）引导的现象， 但本个例中的热带外低值系统更为偏南。
除此之外， 对比图5（b）和（c）可以看出广西一带大气河片段具有白天减弱夜间增强的特点， 这与急流的日变化密切相关。在本次暴雨过程中， 强降水主要出现在夜间， 广西上空日间晴朗无云或少云， 有利于太阳辐射加热地面进而促进近地面层的湍流混合， 造成季风气流减速， 强降水区域内［图3（a）中方框， 108°E -111°E， 24.5°N -26°N， 下同］风速表现为次地转特征［图6（b）］。夜间地面逐渐降温， 湍流摩擦作用减弱， 可以看到在3日21:00之后全风速出现超地转特征， 季风气流加速并逐渐发展为急流（Zeng et al， 2019）。上述日变化尺度过程类似于Blackadar（1957）提出的惯性振荡机制， 体现了非地转风的贡献， 即日间湍流摩擦使得非地转风场与背景风反向， 夜间摩擦效应减弱使得气压梯度力、 科氏力与摩擦力三力平衡被破坏进而导致非地转风场在北半球科氏力作用下作顺时针旋转， 增强背景风场。在天气尺度上， 副高维持而低涡东移造成的气压梯度增大增强了地转风。地转风作为日平均背景风场， 与上述非地转风共同贡献了急流夜间增强， 进而使得局地大气河增强。

5.2　大气河背景下暖区暴雨的动、 热力过程

5.2.1　水汽输送及辐合

将强降水区域内过程累计雨量大于500 mm的站点作为代表站， 得到各站平均的逐小时降水时间序列。将上述时间序列与区域平均的大气可降水量（PWV）和水汽通量演变对比可以发现， 6月1 -5日在大气河控制下， 区域内的PWV不断增长， 从2日夜间开始就维持较大强度， 大气河强度在2日夜间至3日凌晨、 3日夜间至4日上午均达到顶峰。在大气河强盛期间， PWV出现极值， 大气水汽充沛， 与强降水时段大致对应， 而大气河强度较弱的3日白天则对应降水间歇期（图7）。其中， 4日PWV和IVT达到极值的时间略晚于最强降水时刻， 而低层1000~750 hPa垂直积分的水汽通量与最强降水时段更为匹配。这可能是由于前期大气河的持续存在， 促使广西地区PWV不断增长并维持在较高水平， 同时提供了较好的热力条件， 使得后期大气河中对流层低层的动力波动（如前文提到的急流增强）在降水增强过程中起主导作用。
进一步考察大气河影响下的水汽输送情况。由108°E -111°E平均的IVT时间-纬度剖面可见， 6月2 -5日强降水区域均具有较强的水汽输送， IVT超过600 kg·m-1·s-1。夜间（6月2日、 3日20:00以后）水汽输送存在明显增强， 中心强度达到800 kg·m-1·s-1［图8（a）］。夜间在水汽输送带强中心的顶端附近不断有对流系统发生发展， 对应于该区域整层的水汽通量辐合［图8（b）］。此外， 2 -3日大气河北界不断南落， 水汽通量辐合区随之南移， 对流发生区也相应向南调整， 表明过程中大气河的局地变化对强对流系统发生发展贡献显著。
图8 2022年6月1日08:00至6日08:00的108°E -111°E平均整层水汽通量（填色， 单位： kg·m-1·s-1）和TBB（等值线， 单位： ℃）（a）， 整层水汽通量（矢量， 单位： kg·m-1·s-1）及其散度（填色， 单位： ×10-4 kg·m-2·s-1）和TBB（等值线， 单位： ℃）（b）的时间-纬度剖面 （a）~（b）中只显示TBB≤-32 ℃的值， （b）中整层水汽通量只显示大于334 kg·m-1·s-1的值

Fig.8 Time-longitude cross sections of IVT （shaded， unit： kg·m-1·s-1） and TBB （contour， unit： ℃） （a）， IVT （vector， unit： kg·m-1·s-1） and its divergence （shaded， unit： ×10-4 kg·m-2·s-1）， TBB （contour， unit： ℃） （b）averaged along 108°E -111°E from 08:00 on 1 to 08:00 on 6 June in 2022.（a）~（b） only show the value of TBB≤-32 ℃， （b） only show the value of IVT large than 334 kg·m-1·s-1

在垂直方向上， 过程中大气河强中心位于850 hPa附近， 核心强度超过24 g·cm-1·hPa-1·s-1， 9 g·cm-1·hPa-1·s-1边界达到700 hPa以上。在大气河强度演变上， 夜间大气河的增强由低层急流主导。可以看到2日夜间至3日凌晨、 3日夜间至4日上午低层850 hPa附近急流发展， 出现风速达到14~16 m·s-1的大风速核， 对应大气河在该高度上出现强中心［图9（a）］， 而在日间低层风速小于12 m·s-1， 大气河强度也随之减弱， 这与5.1节的分析相符， 也表明局地大气河强度受低空急流日变化的影响。水汽的强垂直输送区常与云水混合比大值区对应（骆凯等， 2010）， 进而与强降水密切联系。在水汽垂直输送演变上［图9（b）］， 大气河强盛期间存在明显的水汽向高层输送， 在其作用下云水混合比大值区向高层发展， 云层不断增厚。可以看到3日降水主要为暖云降水， 云水混合比大值区位于0 ℃层以下， 而4日更强的水汽垂直输送使得水汽上升至-20 ℃层形成过冷水， 过程具有冷、 暖云混合型降水性质。相应地， 随着低层急流的建立及大气河的增强， 过程期间湿层不断增厚， 850 hPa以下比湿均维持在14 g·kg-1以上［图9（c）］。深厚的高云水含量及水汽饱和层有利于雨滴蒸发率减小而增大降水效率（冉令坤， 2021）。4日水汽在低层辐合并向高层输送的过程使得整层比湿增大， 对应等比湿线上高层凸起， 这也解释了图7中IVT的峰值相较于1000~750 hPa垂直积分的水汽通量略为滞后。除此之外， 云水混合比也存在明显的日变化特征， 对应日出后云量减少而日落后增加［图9（b）］， 这促进了日间近地面加热， 有利于急流的惯性振荡（Zeng et al， 2019）。
图9 区域平均的水平水汽通量（填色， 单位： g·cm-1·hPa-1·s-1）和风速（等值线， 单位： m·s-1， 只显示数值大于10， 间隔2）（a）， 垂直水汽通量（填色， 单位： g·Pa·kg-1·s-1）和云水含量（等值线， 单位： g·kg-1， 只显示数值大于0.03， 间隔0.06）（b）， 相对湿度（填色， 单位： %）和比湿（等值线， 单位： g·kg-1）（c）的时间-高度剖面 （a~b）中虚线为温度（单位： ℃）

Fig.9 Time-height cross sections of the area-averaged horizontal vapor flux （shaded， unit： g·cm-1·hPa -1·s-1） and wind speed （contour， unit： m·s-1， only show the value large than 10， with interval of 2） （a）， vertical vapor flux （shaded， unit： g·Pa·kg-1·s-1） and cloud liquid water content （contour， unit： g·kg-1， only show the value large than 0.03， with interval of 0.06） （b）， relative humidity （shaded， unit： %） and specific humidity （contour， unit： g·kg-1） （c）. Dashed line in （a） and （b） indicate the temperature（unit： ℃）

5.2.2　不稳定层结建立及维持

大气河发展带来的暖湿输送有利于大气层结不稳定增强， 选取假相当位温（θ se）平流来表征暖湿输送。3日20:00 850 hPa上显示桂西北存在θ se大于360 K的高温高湿区并且向东扩展， 此时大气河强度较弱， 水汽通量强度弱， 其带来的θ se平流约为5×10-4 K·s-1（图略）。3日20:00至4日05:00， 随着大气河不断发展增强， 正θ se平流代表的暖湿输送也明显增强， 中心强度超过9×10-4 K·s-1， 对应该阶段强暖湿输送区不断东扩， 05:00桂东北一带出现明显的正θ se平流带［图10（a）］。
图10 2022年6月4日05:00 850 hPa假相当位温（等值线， 单位： K）及其平流（填色， 单位： ×10-4 K·s-1）， 水汽通量（矢量， 单位： g·cm-1·hPa-1·s-1）（a）， 区域平均的K指数时间序列（右坐标轴， 灰色线， 单位： ℃）与累积雨量最大站点（109.18°E， 25.36°N）的对流稳定度（填色， 单位： K·hPa-1）的时间-高度（左坐标轴）剖面（b）（b）中虚线为35 ℃的K指数参考线

Fig.10 Distribution of 850 hPa θ se （contour， unit： K） and its advection （shaded， unit： ×10-4 K·s-1）， vapor flux （vector， unit： g·cm-1·hPa-1·s-1） at 05:00 on 4 June in 2022 （a）， time series of area-averaged K index （right coordinate axis， gray line， unit： ℃）， time-height cross sections of -∂θ se/∂p （shaded， unit： K·hPa-1 ） at the greatest cumulative rainfall station （109.18°E， 25.36°N） （b）.The dashed line in （b） is the 35 ℃ reference line of K index

分析过程累积雨量最大站点（N2484， 109.18°E， 25.36°N）附近的对流稳定度（-∂θ se/∂p）时间演变发现， 大气河带来暖湿气流的持续输送及补充有利于层结不稳定的维持， 使得大气低层-∂θ se/∂p<0贯穿整个降水过程［图10（b）］， 不稳定大气结构未因为强降雨发生而遭受破坏。同时可以明显看到， 夜间随着大气河暖湿输送增强， 对流不稳定度也迅速增大， 为后续强降水蓄能， 有利于降水的触发。由K指数的演变也可以看出上述特征。在2日及3日的20:00前， K指数基本维持在35 ℃以下， 之后迅速增大达到37 ℃， 不稳定能量积聚， 强对流一触即发。

5.2.3　地形的热动力作用

图11给出广西一带的地形高度分布， 将其与图10（a）对比可以看到在大气河强盛期间， 达到356 K的高θ se区在山前维持。大气河方向与等θ se线存在交角， 由其带来的暖湿输送（正θ se平流）向山脉冲击。研究表明， 大气河冲击北美洲西海岸是造成当地极端降水的重要原因（Ralph et al， 2011）。在我国北方地区， 韩雪蕾等（2021）发现鲁中南山地丘陵区山脉的阻挡作用强迫大气河抬升， 有利于强降水触发。广西位于云贵高原与东南沿海的丘陵过渡带， 其中桂北一带山岭连绵， 地形复杂， 过程累计雨量达到500 mm的8个站点中有5个站点海拔超过500 m， 进一步反映了地形与大气河相互作用对此次过程的影响。
图11 2022年6月4日04:00整层水汽通量（矢量和等值线， 单位： kg·m-1·s-1， 只显示数值大于334的情况）和地形高度（填色， 单位： m）

Fig.11 Vertically integrated water vapor transport （vector and contour， unit： kg·m-1·s-1， only show the value large than 334） and the terrain height （shaded， unit： m） at 04:00 on 4 June 2022

大气河经过广西一带时方向角约为39°， 沿着（垂直）大气河方向作线段AB（线段CD）的垂直剖面（图11中虚线）。6月3日20:00， 大气河强度较弱［图12（g）］， 受山脉地形阻挡（存在弱水汽通量辐合）， 使得暖湿空气不断在山前堆积， 可以看到山前存在高θ se区及相应对等θ se线密集带， 近地面层θ se超过368 K［图12（a）］。此时受山脉地形阻挡， 存在弱的水平辐合抬升， 上升运动强度-0.6~-0.3 Pa·s-1［图12（d）］。随后大气河逐渐增强， 暖湿空气不断向北扩展， 在迎风坡被迫抬升， 水汽强烈辐合［图12（b）］， 辐合抬升也明显增强， 上升运动强度超过-1.2Pa·s-1［图12（e）］。在大气河核心区左侧存在垂直螺旋度（ H z = - ξ ⋅ ω）大值区， 高度由近地面层向上延展至500 hPa［图12（h）］， 这是由于大气河受山脉地形的侧向摩擦作用， 产生水平风切变， 进而促使气旋性垂直涡度发展， 同时沿大气河切向的迎风坡辐合抬升有利于上升运动发展。这种旋转上升耦合的动力过程一方面有利于山前堆积的暖湿空气被迫抬升而触发对流， 另一方面有利于扰动动能集中发展， 从而使对流系统维持（王坚红等， 2017； 曾智琳等， 2019； 黄慧君等， 2023）， 造成更多水汽凝结致雨。到了4日06:00， 上述过程进一步发展增强， 水汽辐合层发展至800 hPa， 强度达到-3×10-4 g·cm-2·hPa-1·s-1的强水汽辐合中心扩大［图12（c）］。同时， 辐合层的增厚也使得上升运动进一步向高层发展， 强度超过-1.5 Pa·s-1［图12（f）］， 垂直螺旋度中心由-6×10-5 Pa·s-2迅速增强至-18×10-5 Pa·s-2， 气旋上升柱扩展至接近200 hPa［图12（i）］， 造成迎风坡对流系统不断生成发展， 强降水维持。
图12 2022年6月3 -4日沿AB垂直剖面上水汽通量散度（填色， 单位： ×10-5 g·cm-2·hPa-1·s-1）、 假相当位温（等值线， 单位： K）以及水汽环流分布（a~c）， 水平散度（填色， 单位： ×10-5 s-1）和垂直速度（等值线， 仅显示小于-0.3 Pa·s-1的值）分布（d~f）， 沿CD垂直剖面上的水汽通量（填色， 单位： g·cm-1·hPa-1·s-1）及垂直螺旋度（等值线， 单位： -1×10-5 Pa·s-2， 只显示大于2的数值）分布（g~i）

黑色阴影为地形

Fig.12 Vertical cross sections of water vapor flux divergence （shaded， unit： ×10-5 g·cm-2·hPa-1·s-1）， θ se （contour， unit： K） and water vapor circulation （a~c）， horizontal divergence （shaded， unit： ×10-5 g·cm-2·hPa-1·s-1） and vertical velocity （contour， only show the value smaller than -0.3 Pa·s-1） （d~f） along AB， water vapor flux （shaded， unit： g·cm-1·hPa-1·s-1） and the vertical helicity （contour， unit： -10-5 Pa·s-2， only show the value large than 2） along CD （g~i） from 3 June to 4 June in 2022.The black shaded indicates the terrain

5.2.4　锋生作用及潜热加热正反馈

前人的研究发现东亚大气河常与锋面系统相伴， 如大气河核心沿着冷锋延伸或方向与暖锋垂直等（Wang et al， 2021； 黄子怡等， 2023）。在本次过程中， 图10（c） 和图12（a）分析中提到的暖湿空气堆积似乎与暖锋锋生相类似。为分析大气河暖湿输送带来的锋生作用， 计算以考虑水汽的θ se为参数的水平锋生函数（赵强等， 2021； 孙莎莎等， 2023）， 其表达式如下：
F G = - 1 ∇ θ s e ∂ θ s e ∂ x 2 ∂ u ∂ x + ∂ θ s e ∂ y 2 ∂ v ∂ y + ∂ θ s e ∂ x ∂ θ s e ∂ y ∂ u ∂ x + ∂ v ∂ y
式中： u和v分别为纬向风和经向风； F G>0时为锋生， F G<0为锋消。在大气河强盛期间， 边界层925 hPa上桂东北一带存在锋生区， 并且范围与水汽通量辐合区存在较好地对应关系［图13（a）， （b）］， 表明暖湿输送的辐合对锋生作用具有重要贡献。进一步由强降水区的时间演变来看， 低对流层的水平锋生作用在2日夜间至3日凌晨、 3日夜间至4日上午逐渐加强， 前一时间段维持在850 hPa以下， 而后一时间段水平锋生作用更为强劲， 垂直方向发展至800 hPa， 极值中心强度超过0.5×10-9 K·m-1·s-1［图13（c）］。持续的锋生强迫有利于降水维持和增强， 对于桂东北的强降水具有较好指示意义。
图13 2022年6月3 -4日925 hPa锋生函数（填色， 单位： ×10-9 K·m-1·s-1）， 水汽通量（矢量， 单位： g·cm-1·hPa-1·s-1）及其散度（等值线， 单位： ×10-5 g·cm-2·hPa-1·s-1， 只显示小于-10的数值）（a， b）， 区域平均的700 hPa垂直速度（单位： Pa·s-1）和潜热能（单位： ×107 J·m-2）时间序列（上图）， 水平散度（等值线， 单位： ×10-4 s-1， 实线为辐散， 虚线为辐合）和锋生函数（填色， 单位： ×10-9 K·m-1·s-1）的时间-高度剖面（下图）（c）， 上升运动（等值线， 仅显示小于-0.3 Pa·s-1的值）和视水汽汇（填色， 单位： ×10-3 J·kg-1·s-1）的时间-高度剖面（d）

Fig.13 925 hPa frontogenesis function （shaded， unit： ×10-9 K·m-1·s-1）， water vapor flux （vector， unit： g·cm-1·hPa-1·s-1） and its divergence （contour， unit： ×10-5 g·cm-2·hPa-1·s-1， only show the value small than -10） from 3 June to 4 June in 2022 （a， b）， time series （upper figure） of area-averaged 700 hPa vertical velocity （unit： Pa·s-1） and latent energy （unit： ×107 J·m-2）， time-height cross sections （lower figure） of area-averaged horizontal divergence （contour， unit： ×10-4 s-1， solid and dash line indicate divergence and convergence respectively） and frontogenesis function （shaded， unit： ×10-9 K·m-1·s-1） （c）， time-height cross sections of ascending motion （contour， only show the value smaller than -0.3 Pa·s-1） and apparent moisture sink （shaded， unit： ×10-3 J·kg-1·s-1） （d）

在高低层动力配置上， 强降水期间维持低层辐合高层辐散［图13（c）］， 辐合（辐散）层主要位于800 hPa以下（以上）。该配置下一方面有利于上升运动的增强， 另一方面也促进了潜热加热的正反馈机制（齐道日娜等， 2022）。由700 hPa垂直速度和整层潜热能的时间序列可见， 强降水期间均维持较强的上升运动， 2日夜间至3日凌晨区域平均最强达到-0.4 Pa·s-1， 3日夜间至4日上午则增强到了-0.7 Pa·s-1。大气河影响下的强上升运动造成大量水汽凝结释放潜热， 这在时间演变上表现为潜热能与垂直速度的反位相关系， 即潜热能极大值点与垂直速度极小值点对应， 这一特征在强降水期间更为明显［图13（c）］。进一步计算大气视水汽汇 Q 2， 表征单位时间内单位质量水汽凝结释放潜热引起的大气加热率， 其表达式如下（Yanai et al， 1992）：
Q 2 = - L ∂ q ∂ t + V ⋅ ∇ q + ω ∂ q ∂ p
式中： q为比湿； L为相变潜热； V为水平风矢量。
由大气视水汽汇的时间-高度剖面可见， 强降水期间存在明显潜热释放加热大气， 范围位于850~400 hPa之间， 最强中心位于700 hPa附近， 强度超过6×10-3 J·kg-1·s-1。在强潜热加热期间存在深厚的（850~300 hPa）强度在-0.3 Pa·s-1以上的上升运动层［图13（d）］。凝结释放潜热加热大气， 导致浮力增强从而加强了上升运动， 低层质量补偿产生水平辐合［图13（c）］， 在大气河的补给下更多的水汽进入对流系统内［图8（b）， 图12（b）~（c）］， 使潜热持续不断释放， 如此往复使得对流持续发展增强。
综上， 给出此次大气河背景下广西夜间暖区暴雨过程的天气概念模型（图14）。2022年“龙舟水”期间， 广西分别于5月21 -31日、 6月3 -8日、 6月10 -14日以及6月17 -21日出现暴雨过程， 对比发现其中6月17 -21日过程与本个例相似， 过程日变化特征明显， 夜间降水强度大， 落区均集中于桂东北山脉迎风坡附近。进一步分析发现6月17 -21日过程同样与大气河活动有关， 其形势特征及影响强降水发生发展的机制均与图14概念模型较好匹配。值得一提的是， 低空急流的日变化在上述过程中扮演重要角色， 是连接天气尺度大气河与中小尺度暖区暴雨的关键一环。在统计到的14个伴随大气河的暖区暴雨个例中， 10个（占71.4%）个例的强降雨时段均集中于夜间， 过程中低空急流均存在明显的日变化特征， 夜间低空急流与大气河均较日间显著增强。对于强降水出现在日间的个例（表1个例序号4、 7、 10和11， 占28.6%）， 可能与大气河背景下的热对流有关， 其具体物理过程还需进一步分析。
图14 2022年6月3 -4日大气河背景下广西暖区暴雨概念模型 （a）、 （b）分别为日间、 夜间， H为南亚高压或副高， D为低涡

Fig.14 Conceptual model of nocturnal warm-sector torrential rain under the background of atmospheric river from 3 June to 4 June in 2022 in Guangxi （a） and （b） indicate day and night respectively， H indicate the South Asia high or Western Pacific Subtropical high， D indicate the vortex

6 结论

利用多源资料对2010 -2022年夏季（6 -8月）广西暖区暴雨个例中伴随大气河的特征进行统计分析， 并通过2022年6月2 -4日典型暖区暴雨个例， 对强降水过程中大气河的特征及在其背景下暖区暴雨的热、 动力过程进行了初步诊断分析， 得出以下结论：
（1） 18例暖区暴雨中有14例（占77.8%）伴随大气河。当大气河通过广西区域并维持在约1000 kg·m-1·s-1以下时， 大气河强度增强有利于暖区暴雨降水强度增强。大多数个例中大气河呈西南-东北向， 由南海经我国华南地区向北热带太平洋伸展， 在经过广西时方向角在15°~65°。
（2） 2022年6月2 -4日典型大气河背景下暖区暴雨过程具有降水日间减弱， 夜间加强的特点。高层南亚高压东侧辐散形势、 中层低槽前的天气尺度抬升以及低层急流顶端的辐合为强降水提供了有利环流背景。整个过程中大气河呈西南东北向， 维持在孟加拉湾-南海-华南-北热带太平洋一带， 为暖区暴雨发生发展提供充足水汽。
（3） 过程中大气河的演变受多尺度动力过程调控。在行星尺度上， 欧亚中高纬上游环流经向度较大， 大气Rossby波能量不断向下游频散， 使得东西伯利亚阻塞高压和东北冷涡异常活跃， 造成副高总体被压制， 位置偏南。偏强的南海季风及北抬疲软的副高最终使得大气河维持在30°N以南的副高西北侧。天气尺度以及日变化尺度上， 副高维持而低涡东移造成的气压梯度增大增强了地转风， 同时夜间低层湍流摩擦减弱， 季风气流加速并逐渐发展为急流， 两者共同作用使得夜间局地大气河增强。
（4） 大气河强盛期与强降水时段相对应。大气河夜间增强一方面使得大气可降水量增大， 水汽辐合并垂直输送使得湿层不断增厚， 有利于降水效率增大； 另一方面造成大气低层对流不稳定度迅速增大， 为后续强降水蓄能。此外， 持续的暖湿输送有利于不稳定层结维持， 使大气低层对流不稳定结构贯穿整个降水过程， 未因为强降雨发生而破坏。
（5） 山脉地形阻挡使得暖湿空气不断在山前堆积。随着大气河逐渐增强， 山脉地形的辐合抬升、 侧向摩擦促进了上升运动、 垂直涡度发展， 这种旋转上升耦合的动力过程一方面有利于山前堆积的暖湿空气被迫抬升而触发对流， 另一方面有利于对流系统维持， 造成更多水汽凝结致雨。不仅如此， 暖湿空气堆积产生持续的锋生强迫也有利于降水维持和增强。
（6） 大气河影响下的强上升运动造成大量水汽凝结释放潜热， 大气受热后又加强了上升运动， 低层质量补偿产生水平辐合从而导致更多水汽进入对流系统， 使得潜热持续不断释放， 在该正反馈机制下对流持续发展增强。
本文主要通过典型个例讨论了暖区暴雨中大气河的活动特征、 规律及其影响机制， 所得结论的普适性还需要更多个例进行验证。值得一提的是， 大气河的结构特征复杂， 以往有研究认为其上游具有准定常性， 下游表现出明显的瞬变特征。然而本研究发现， 由于大陆下垫面的独特性， 由湍流热交换改变引起的急流日变化扰动同样使得大气河上游出现强度波动。此外， 目前大气河的概念在我国气象业务中还较少运用。大气河是为数不多的以组织性水汽输送作为观测对象的天气学概念， 与降水具有更直接且密切的联系（Wang et al， 2021）， 在IVT预报场中进行目标识别， 并将所识别目标的活动周期作为降水发生发展判据， 有助于提高区域降水的可预报性（Liang et al， 2022）， 具有重要的现实意义。

References

Publishing order | Descend order by publishing year | Descend order by cited within
Blackadar A K， 1957.Boundary layer wind maxima and their significance for the growth of nocturnal inversions［J］.Bulletin of the American Meteorological Society， 38： 283-290.DOI： 10.1175/1520-0477-38.5.283 .

Huang X， Swain D L， 2022.Climate change is increasing the risk of a California megaflood［J］.Science Advances， 8（31）： eabq0995.DOI： 10.1126/sciadv.abq0995 .

Lamjiri M A， Dettinger M D， Ralph F M， et al， 2017.Hourly storm characteristics along the U.S.West coast： role of atmospheric rivers in extreme precipitation［J］.Geophysical Research Letters， 44： 7020-7028.DOI： 10.1002/2017GL074193 .

Lavers D A， Allan R P， Wood E F， et al， 2011.Winter floods in Britain are connected to atmospheric rivers［J］.Geophysical Research Letters， 38： L23803.DOI： 10.1029/2011GL049783 .

Lavers D A， Villarini G， Allan R P， et al， 2012.The detection of atmospheric rivers in atmospheric reanalyses and their links to British winter floods and the large-scale climatic circulation［J］.Journal of Geophysical Research， 117： D20106.DOI： 10.1029/2012JD018027 .

Lenderink G， Barbero R， Loriaux J， et al， 2017.Super-Clausius-Clapeyron scaling of extreme hourly convective precipitation and its relation to large-scale atmospheric conditions［J］.Journal of Climate， 30（15）： 6037-6052.DOI： 10.1175/JCLI-D-16-0808.1 .

Liang J， Yong Y Y， Hawcroft M K， 2022.Long-term trends in atmospheric rivers over East Asia［J］.Climate Dynamics， 6： 1-24.DOI： 10.1007/s00382-022-06339-5 .

Pan M X， Lu M Q， 2019.A novel atmospheric river identification algorithm［J］.Water Resources Research， 55： 6069-6087.DOI： 10.1029/2018WR024407 .

Pan M X， Lu M Q， 2020.East Asia atmospheric river catalog： annual cycle， transition mechanism， and precipitation［J］.Geophysical Research Letters， 47： e2020GL089477.DOI： 10.1029/2020GL089477 .

Ralph F M， Cordeira M F， Neiman P J， et al， 2016.Landfalling atmospheric rivers， the Sierra Barrier Jet， and extreme daily precipitation in Northern California's upper Sacramento River Watershed［J］.Journal of Hydrometeorology， 17： 1905-1914.DOI： 10. 1175/JHM-D-15-0167.1 .

Ralph F M， Neiman P J， Kiladis G N， et al， 2011.A multiscale observational case study of a Pacific atmospheric river exhibiting tropical-extratropical connections and a mesoscale frontal wave［J］.Monthly Weather Review， 139（4）： 1169-1189.DOI： 10.1175/2010MWR3596.1 .

Ralph F M， Neiman P J， Wick G A， 2004.Satellite and CALJET aircraft observations of atmospheric rivers over the eastern North Pacific ocean during the winter of 1997/98［J］.Monthly Weather Review， 132（7）： 1721-1745.DOI： 10.1175/1520-0493（2004）132<1721： SACAOO>2.0.CO； 2 .

Ralph F M， Rutz J J， Cordeira J M， et al， 2019.A scale to characterize the strength and impacts of atmospheric rivers［J］.Bulletin of the American Meteorological Society， 100： 269-289.DOI： 10. 1175/BAMS-D-18-0023.1 .

Shields C A， Rutz J J， Leung L L， et al， 2018.Atmospheric river tracking method intercomparison project （ARTMIP）： project goals and experimental design［J］.Geoscientific Model Development， 11（6）： 2455-2474.DOI： 10.5194/gmd-2017-295 .

Takaya K， Nakamura H， 2001.A formulation of a phase-independent wave-activity flux for stationary and migratory quasigeostrophic eddies on a zonally varying basic flow［J］.Journal of the Atmospheric Sciences， 58（6）： 608-627.DOI： 10.1175/1520-0469（2001）058<0608： AFOAPI>2.0.CO； 2 .

Wang T， Wei K， Ma J， 2021.Atmospheric rivers and mei-yu rainfall in China： a case study of summer 2020［J］.Advances in Atmospheric Sciences， 38（12）： 2137-2152.DOI： 10.1007/s00376-021-1096-9 .

Yanai M， Li C F， Song Z S， 1992.Seasonal heating of the Tibetan Plateau and its effects on the evolution of the Asian summer monsoon［J］.Journal of the Meteorological Society of Japan Ser II， 70（1B）： 319-350.DOI： 10.2151/jmsj1965.70.1B_319 .

Zeng W X， Chen G X， Du Y， et al， 2019.Diurnal variations of low-level winds and rainfall response to large-scale circulations during a heavy rainfall event［J］.Monthly Weather Review， 147： 3981-4004.DOI： 10.1175/MWR-D-19-0131.1 .

Zhu Y， Newell R E， 1994.Atmospheric rivers and bombs［J］.Geophysical Research Letters， 21（1）： 1999-2002.DOI： 10.1029/94GL01710 .

Zhu Y， Newell R E， 1998.A proposed algorithm for moisture fluxes from atmospheric rivers［J］.Monthly Weather Review， 126（3）： 725-735.DOI： 10.1175/1520-0493（1998）126<0725： APAFMF>2.0.CO； 2 .

蔡荣辉， 陈静静， 文萍， 等， 2019.2017年湖南一次特大致洪暴雨过程的水汽特征［J］.干旱气象， 37（2）： 288-300.

Cai R H， Chen J J， Wen P， et al， 2019.Water vapour characteristics during a flood-causing torrential rainfall process in Hunan Province in 2017［J］.Journal of Arid Meteorology， 37（2）： 288-300.

丁一汇， 柳艳菊， 宋亚芳， 2020.东亚夏季风水汽输送带及其对中国大暴雨与洪涝灾害的影响［J］.水科学进展， 31（5）： 629-643.DOI： 10.14042/j.cnki.32.1309.2020.05.001.Ding Y H ，

Liu Y J， Song Y F， 2020.East Asian summer monsoonal moisture transport belt and its impact on heavy rainfalls and floods in China［J］.Advances in Water Science， 31（5）： 629-643.DOI： 10.14042/j.cnki.32.1309.2020.05.001 .

傅刚， 刘珊， 李晓东， 等， 2019.“大气河”研究进展回顾［J］.中国海洋大学学报（自然科学版）， 49（10）： 10-17.DOI： 10.16441/j.cnki.hdxb.20190251.Fu ，

Liu S， Li X D， et al， 2019.Review on atmospheric river research［J］.Periodical of Ocean University of China， 49（10）： 10-17.DOI： 10.16441/j.cnki.hdxb.20190251 .

韩雪蕾， 王咏青， 纪旭鹏， 等， 2021.一次大气河背景下华北地区暴雨的诊断分析［J］.气象科学， 41（2）： 200-208.DOI： 10.12306/2020jms.0091.Han X L ，

Wang Y Q， Ji X P， et al， 2021.Diagnostic analysis on a heavy rainfall associated with the atmospheric river in North China［J］.Journal of the Meteorological Sciences， 41（2）： 200-208.DOI： 10.12306/2020jms.0091 .

黄慧君， 郑建萌， 马涛， 等， 2023.夏季高原低涡切变影响下云南大雨暴雨的分布及成因研究［J］.高原气象， 42（2）： 403-416.DOI： 10.7522/j.issn.1000-0534.2021.00114.Huang H J ，

Zheng J M， Ma T， et al， 2023.Distribution and genesis of heavy rain over Yunnan affected by the plateau low vortex shear in summer［J］.Plateau Meteorology， 42（2）： 403-416.DOI： 10.7522/j.issn.1000-0534.2021.00114 .

黄子怡， 赵宇， 李树岭， 等， 2023.东北地区温带气旋暴雪过程的大气河特征［J］.高原气象， 42（3）： 734-747.DOI： 10.7522/j.issn.1000-0534.2022.00076.Huang Z Y ，

Zhao Y， Li S L， et al， 2023.Characteristics of the atmospheric rivers in snowstorms caused by extratropical cyclones in northeastern China［J］.Plateau Meteorology， 42（3）： 734-747.DOI： 10.7522/j.issn.1000-0534.2022.00076 .

刘芸芸， 丁一汇， 2020.2020年超强梅雨特征及其成因分析［J］.气象， 46（11）： 1393-1404.DOI： 10.7519/j.issn.1000-0526.2020.11.001.Liu Y Y ，

Ding Y H， 2020.Characteristics and possible causes for the extreme Meiyu in 2020［J］.Meteorological Monthly， 46（11）： 1393-1404.DOI： 10.7519/j.issn.1000-0526.2020.11.001 .

骆凯， 李耀东， 秦丽， 2010.一次华北暴雨过程的数值模拟及水汽过程分析［J］.暴雨灾害， 29（4）： 307-314.

Luo K， Li Y D， Qin L， 2010.Numerical simulation and process analysis of moisture flux on the rainstorm process in North China［J］.Torrential Rain and Disasters， 29（4）： 307-314.

苗春生， 杨艺亚， 王坚红， 等， 2017.两类华南沿海暖区暴雨特征及热力发展机制对比研究［J］.热带气象学报， 33（1）： 53-63.DOI： 10.16032/j.issn.1004-4965.2017.01.006.Miao C S ，

Yang Y Y， Wang J H， et al， 2017.Comparative study of characterisitcs and thermodynamical development mechanism on two types of warmsector heavy rainfall in South China coast［J］.Journal of Tropical Meteorology， 33（1）： 53-63.DOI： 10.16032/j.issn.1004-4965.2017.01.006 .

齐道日娜， 何立富， 王秀明， 等， 2022.“7·20”河南极端暴雨精细观测及热动力成因［J］.应用气象学报， 33（1）： 1-15.DOI： 10. 11898/1001-7313.20220101.Chyi D ， HeL F， WangXM， et al， 2022.Fine observation characteristics and thermodynamic mechanisms of extreme heavy rainfall in Henan on 20 July 2021［J］.Journal of Applied Meteorological Science， 33（1）： 1-15.DOI： 10.11898/1001-7313.20220101 .

冉令坤， 李舒文， 周玉淑， 等， 2021.2021年河南“7·20”极端暴雨动、 热力和水汽特征观测分析［J］.大气科学， 45（6）： 1366-1383.DOI： 10.3878/j.issn.1006-9895.2109.21160.Ran L K ，

Li S W， Zhou Y S， et al， 2021.Observational analysis of the dynamic， thermal， and water vapor characteristics of the“7·20”extreme rainstorm event in Henan Province， 2021［J］.Chinese Journal of Atmospheric Sciences， 45（6）： 1366-1383.DOI： 10.3878/j.issn.1006-9895.2109.21160 .

史月琴， 高松影， 孙晶， 等， 2022.辽宁一次区域性暴雨的特征条件与成因分析［J］.高原气象， 41（3）： 630-645.DOI： 10.7522/j.issn.1000-0534.2021.00094.Shi Y Q ，

Gao S Y， Sun J， et al， 2022.Analysis of the characteristics and mechanism of a regional heavy rain event in Liaoning Province［J］.Plateau Meteorology， 41（3）： 630-645.DOI： 10.7522/j.issn.1000-0534.2021.00094 .

孙莎莎， 陈博宇， 孙军， 等， 2023.台风摩羯（1814）引发山东持续性强降水的阶段性特征及其成因分析［J］.高原气象， 42（4）： 962-977.DOI： 10.7522/j.issn.1000-0534.2022.00052.Sun S S ，

Chen B Y， Sun J， et al， 2023.Periodic characteristics and cause analysis of continuous heavy rainfall induced by typhoon Yagi （1814） in Shandong［J］.Plateau Meteorology， 42（4）： 962-977.DOI： 10.7522/j.issn.1000-0534.2022.00052 .

孙颖姝， 王咏青， 沈新勇， 等， 2018.一次“大气河”背景下东北冷涡暴雨的诊断分析［J］.高原气象， 37（4）： 970-980.DOI： 10.7522/j.issn.1000-0534.2018.00005.Sun Y S ，

Wang Y Q， Shen X Y， et al， 2018.Diagnostic analysis on a heavy rainfall associated with the Northeast cold vortex and atmospheric river［J］.Plateau Meteorology， 37（4）： 970-980.DOI： 10.7522/j.issn.1000-0534.2018.00005 .

王坚红， 杨艺亚， 苗春生， 等， 2017.华南沿海暖区辐合线暴雨地形动力机制数值模拟研究［J］.大气科学， 41（4）： 784-796.DOI： 10.3878/j.issn.1006-9895.1702.16182.Wang J H ，

Yang Y Y， Miao C S， et al， 2017.The numerical study of terrain dynamic influence on warm area heavy rainfall of convergence lines in South China coast［J］.Chinese Journal of Atmospheric Sciences， 41（4）： 784-796.DOI： 10.3878/j.issn.1006-9895.1702.16182 .

吴亚丽， 蒙伟光， 陈德辉， 等， 2018.一次华南暖区暴雨过程可预报性的初值影响研究［J］.气象学报， 76（3）： 323-342.DOI： 10.11676/qxxb2018.001.Wu Y L ，

Meng W G， Chen D H， et al， 2018.A study of the impact of initial conditions on the predictability of a warm-sector torrential rain over South China［J］.Acta Meteorologica Sinica， 76（3）： 323-342.DOI： 10.11676/qxxb2018.001 .

叶朗明， 苗峻峰， 2014.华南一次典型回流暖区暴雨过程的中尺度分析［J］.暴雨灾害， 33（1）： 342-350.DOI： 10.3969/j.issn.1004-9045.2014.04.006.Ye L M ，

Miao J F， 2014.Mesoscale analysis of a typical heavy rain event caused by returning flow in the warm sector in southern China［J］.Torrential Rain and Disasters， 33（4）： 342-350.DOI： 10.3969/j.issn.1004-9045.2014.04.006 .

曾智琳， 谌芸， 朱克云， 2019.2017年6月一次华南沿海强降水的对流性特征及热动力机制研究［J］.大气科学， 43（6）： 1295-1312.DOI： 10.3878/j.issn.1006-9895.1901.18207.Zeng Z L ， ChenY， ZhuK Y， 2019.Convective characteristics and thermal dynamic mechanisms for coastal torrential rainfall over South China during June 2017［J］.Chinese Journal of Atmospheric Sciences， 43（6）： 1295-1312.DOI： 10.3878/j.issn.1006-9895.1901. 18207 .

赵强， 王楠， 高星星， 等， 2021.西安连续两天短时暴雨的对流条件及触发机制对比分析［J］.高原气象， 40（4）： 801-814.DOI： 10.7522/j.issn.1000-0534.2020.00053.Zhao Q ，

Wang N， Gao X X， et al， 2021.Comparative analysis of convective conditions and triggering mechanisms of short-term rainstorm in Xi'an on two consecutive days［J］.Plateau Meteorology， 40（4）： 801-814.DOI： 10.7522/j.issn.1000-0534.2020.00053 .

Options
Outlines

/

〈 〉

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