2018, Vol. 37
2. 新疆阿勒泰地区气象局, 新疆 阿勒泰 836500
短时强降水是强对流天气的一类, 因此, 具有突发性强, 持续时间短, 雨强大, 局地性强, 来势迅猛等特点, 易导致山洪、泥石流等地质灾害和次生灾害, 是阿勒泰地区主要的灾害性天气之一。如2012年6月26日新疆阿勒泰市出现短时强降水, 导致严重的城市内涝, 一人死亡, 直接经济损失达5 700多万元; 2016年6月17日新疆阿勒泰地区青河县大青河流域上游出现短时强降水, 引发山洪爆发, 使农田、草场、牲畜、道路及水利设施等严重受灾, 据统计经济损失达3.69亿元。对短时强降水正确的预报预警是当地政府防灾救灾的重要科学依据, 因此, 短时强降水的预报是非常重要的, 一直是天气预报业务中的难点, 也是气象工作者研究的重点和热点问题(俞小鼎, 2012; 段鹤等, 2014; 陈元昭等, 2016; 吕晓娜, 2017)。近年来, 国内外许多学者对短时强降水的天气型分析做了大量的工作。Polston(1996)将美国短时强降水的环流形势归纳为A、B型, 其中, A型的主要特点是高低空急流配合较好, 地面暖锋附近切变强, 层结不稳定, 此类型主要是由于白天受热导致不稳定度达到最大时发生的短时强降水。B型的主要特点是上层干、下层湿, 干冷空气叠加于暖湿空气上, 造成强对流性不稳定, 一般与自由对流高度(Level of Free Convection, LFC)有关。Chen et al(2013)分析了我国暖季4-9月降水分布特征, 指出华南地区是我国短时强降水多发区。张一平等(2013)总结了河南强对流天气的4种概念模型, 得出了各流型天气系统特点及对流发生条件的关注点, 为河南强对流天气分析预报提出思路和预报着眼点。蔡义勇等(2012)利用统计分析法把福建省短时强降水形势分为低槽型、低涡切变与高空槽配合型、副热带高压边缘型、台风外围型等4种类型。李向红等(2009)通过分析短时强降水灾害与各层天气资料, 把广西短时强降水形势分为冷式切变型、热带型、副高西端型3种类型。郑媛媛等(2011)将安徽省短时强降水形势分为冷涡槽前型和冷涡槽后型。闵晶晶(2012)利用自组织特征映射法(SOM)将京津冀地区短时强降水形势分为暖湿切变型、冷涡型、西北气流型和西风槽型。白晓平等(2016)将西北地区东部短时强降水分为低涡型、低槽型、两高切变型和西南气流型等4类天气学中尺度概念模型。
由于受气象资料的限制强降水研究主要集中在暴雨的大尺度环流背景、水汽来源及输送等方面做了大量的研究(张家宝等, 1986, 1987; 杨莲梅等, 2010, 2012), 构建了新疆大范围(尤其是天山山区及其两侧)暴雨天气过程概念模型: 100 hPa南亚高压双体型、500 hPa副热带大槽控制新疆的环流背景; 三支气流的典型配置: 200 hPa西南急流、500 hPa偏南气流、700 hPa低空偏东急流; 并指出新疆暴雨水汽主要有四条路径:西方、南方、北方及偏东路径, 暴雨落区不同其路径有较大的差异。近年来, 随着观测资料的丰富以及中尺度数值模式的广泛应用, 许多学者对局地突发性暴雨、致洪性暴雨、诱发地质灾害暴雨进行了细致分析(卢冰等, 2014; 孔期等, 2011; 庄晓翠等, 2017)。目前, 中尺度系统发生、发展机制已经成为短时强降水研究的重点, 如杨霞等(2014)对新疆一次短历时大暴雨过程的中尺度特征及其发生、发展机理进行了研究; 李建刚等(2014)对天山中部局地暴雨研究指出对流云带发展强盛并在本地区上空长时间停留, 强回波区的稳定少动, 逆风区的出现, 是产生短时大暴雨的关键原因。由此可见, 新疆强降水的研究已经从传统意义的(大)暴雨逐渐向短历时、高强度降水深入。尽管相关领域已经取得了不少成果, 但短时强降水的研究大多从属于某次暴雨个例, 缺乏针对性。目前, 国内其他地区已经开展了专门针对短时强降水时空分布特征和环流分型研究(张一平等, 2013; 蔡义勇等, 2012; 李向红等, 2009; 郑媛媛等, 2011; 闵晶晶, 2012)。但在新疆由于观测系统建设的滞后, 上述科研工作迄今为止还相对缺乏。本研究以新疆北部阿勒泰地区(简称阿勒泰地区)自动气象站逐时降水资料为例, 将短时强降水天气进行分型, 给出各型的流型配置及T-logP图形态和关键环境参数特征, 为阿勒泰地区短时强降水临近预报预警提供思路和预报着眼点。
2 研究区概况、资料及方法 2.1 研究区概况阿勒泰地区位于新疆最北部, 准噶尔盆地北沿, 地形复杂, 有高山丘陵、河流湖泊、沙漠戈壁。北部到东部是阿尔泰山脉, 呈西北东南走向, 西南部为萨吾尔山脉, 呈东西向。在阿尔泰山和萨吾尔山之间, 是横贯该地区五县的额尔齐斯河和乌伦古河。南部为准噶尔盆地和盆地北沿的戈壁沙漠。整个地势东、北部高, 西、南部低, 自东北部向西南至额尔齐斯河和准噶尔盆地急剧倾斜, 由布尔津县向西南地势又逐渐抬升, 直到萨吾尔山区[图 1, 该图及文中所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)1552号的标准地图制作, 底图无修改]。该地区处于欧亚大陆中心腹地, 远离海洋, 属中温带大陆性干旱半干旱气候区。夏季短促、气温平和, 受复杂地形的影响, 5-9月多短时强降水, 因此, 针对短时强降水开展研究, 具有重要的现实意义。
|
图 1 阿勒泰地区68个观测站点(圆点)及地形(阴影区, 单位: m)分布 Figure 1 The distribution of 68 observation stations (dots) and the terrain (the shaded, unit: m) of Altay region |
根据张家宝等(1987)对阿勒泰地区的分区, 结合地形及站点分布和实地考察将该区分为河谷平原(海拔小于720 m)、沿山(海拔720~1 000 m)、山麓丘陵(海拔1 001~1 400 m)及山区(海拔大于1 400 m)4个区域(图 1)。
2.2 资料与方法目前, 中央气象台和中国中东部地区气象部门均将1 h降水量≥20 mm的降水记为短时强降水。根据多年的预报服务实践、暴雨洪水成灾事实和干旱半干旱地区暴雨特点, 新疆气象部门将该标准调整为1 h降水量≥10 mm。为了与实际业务保持一致, 将短时强降水过程定义为: (1)1 h内相邻(在200 km以内)2个或以上测站雨强均≥10 mm·h-1; (2)同一测站连续2~3 h雨强≥10 mm·h-1; (3)同时满足这2个条件。采用经过新疆气象信息中心筛选、整理、检测, 并剔除不完整及错误资料, 严格实现了数据质量控制的2010-2016年5-9月(简称暖季)短时强降水高发期阿勒泰地区8个国家基本气象站和60个区域自动站共68个站点(图 1)逐时降水资料, 按上述标准筛选出短时强降水过程共45个。
采用常规资料, 首先对45个过程进行环流分型, 然后运用中尺度分析技术分析影响阿勒泰地区各型短时强降水发生之前的天气流型配置。针对每种流型配置, 运用2013-2016年5-9月European Centre for Medium-Range Weather Forecasts (ECMWF)细网格数值模式(0.25°×0.25°, 简称EC细)000、006资料及MICAPS平台提供的模式探空模块, 计算站点短时强降水发生之前最近时次的T-logP图和关键环境参数, 并根据箱线图确定关键环境参数阈值。
本研究中的时间为北京时, 按中国气象局的规定, 以20:00为日界。
3 短时强降水分型张家宝等(1986, 1987)将新疆的主要降水系统分为中亚低值系统和西西伯利亚低槽(涡)。中亚低涡指在500 hPa上低压中心位于60°E-90°E, 35°N-55°N, 至少能分析出2条以上闭合等值线(或只有气旋性环流), 并且有冷中心或明显冷槽配合的低压环流系统; 低涡在上述区域内维持2天以上, 低涡中心多存在于700~200 hPa(700~500 hPa)为深厚型(轻薄型)中亚低涡(张云惠等, 2012); 在上述区域只能分析出槽线的称中亚低槽。西西伯利亚低槽(涡)是60°E-100°E范围内出现明显的低槽, 槽的南端可达50°N以南, 并维持两天以上, 有时在55°N以北的区域出现低涡(张家宝, 1986)。中亚低值系统与西西伯利亚低槽的主要区别在于55°N以北的60°E-90°E范围是否有槽(涡)存在。
根据上述对影响系统的定义, 结合阿勒泰地区短时强降水过程天气尺度影响系统及降水落区和热动力条件, 将该地区近7年45个短时强降水过程的500 hPa环流形势分为4种天气型:中亚槽前型(共13例, 占总个例的28.9%), 中亚低涡型(共14例, 占总个例的31.1%), 西西伯利亚低槽(涡)型(共14例, 占总个例的31.1%), 西北气流型(共4例, 占8.9%)。由于西北气流型个例较少, 因此, 重点分析其他3种型的流型配置及环境参数特征。
4 短时强降水流型配置 4.1 中亚槽前型中亚槽前型是阿勒泰地区短时强降水发生的主要天气型之一, 6月发生频次最多(占46.2%), 1 h大于30 mm的短时强降水常有发生。图 2(a)是该型典型个例的高低空流型配置。短时强降水落区位于200 hPa高空西南急流轴左侧的分流辐散区域。500 hPa上中亚低槽位于新疆西北部呈西南东北向, 并有冷槽配合, 槽前西南锋区较强。在槽前的对流层低层700和850 hPa上有平行于槽线的切变线, 其前部有14 m·s-1和10 m·s-1的显著西南气流, 在短时强降水区形成风速辐合; 西南气流有利于暖湿空气向强降水区输送; 850 hPa上在塔城与阿勒泰站之间有辐合线, 并有暖脊配合, 在边境附近有切变线。这种下暖湿上干冷的结构有利于形成不稳定层结。地面图上短时强降水区附近风场有明显的辐合, 有利于暖湿空气的抬升, 并触发不稳定能量, 产生强对流。
|
图 2 阿勒泰地区500 hPa不同环流形势短时强降水流型配置 Figure 2 The conceptual model of short-time heavy rainfalls about different circulation situation at 500 hPa in Altay region |
中亚低涡型也是阿勒泰地区短时强降水发生的主要天气型之一, 与中亚槽前型相似, 主要集中发生在6月(占64.3%), 近7年34.4 mm·s-1的极端短时强降水发生在该类型。图 2(b)是该型典型个例高低空流型配置。短时强降水落区位于200 hPa高空显著西南急流出口区左侧的分流辐散区域。500 hPa中亚低涡位于巴尔喀什湖附近, 短时强降水位于低涡前西南气流中。700 hPa和850 hPa巴尔喀什湖东部至阿勒泰西部有西南低空急流, 有利于暖湿气流向强降水区输送, 短时强降水区位于低空西南急流出口前部辐合区; 阿勒泰地区西北部有西北风与低空急流形成风场辐合, 同时在该地区东部有南北向的切变线; 哈密至阿勒泰地区东部为偏南低空急流; 对流层低层西南和偏南低空急流在阿勒泰地区中西部形成辐合, 有利于暖湿气流向强降水区输送。在槽线附近的对流层中低层均有冷槽配合。可见对流层下暖湿上干冷的配置, 有利于不稳定能量的聚集。地面图上短时强降水区均有风场的切变或辐合, 易触发不稳定能量的释放。
4.3 西西伯利亚低槽(涡)型西西伯利亚低槽(涡)型也是阿勒泰地区短时强降水发生较多的天气型之一, 集中发生在7月(占64.3%), 小时雨强小于25 mm。图 2(c)是该型典型个例高低空流型配置。200 hPa短时强降水位于高空西南急流左侧辐散区。500 hPa高空槽位于巴尔喀什湖东部及塔城北部呈南北向, 槽前西南气流旺盛, 锋区强, 槽后有冷槽配合。短时强降水区位于700 hPa西南和偏南低空急流出口区前部强辐合区域, 并有明显的辐合线配合。850 hPa上短时强降水区位于低空西南急流出口区前部辐合区, 在塔城和阿勒泰站之间有暖切变线; 在西部境外的700 hPa和850 hPa有偏北风与西南风的切变, 与辐合线和暖切变形成人字型。对流层低层西南和偏南低空急流将暖湿气流向强降水区输送, 形成下暖湿上干冷的不稳定层结。地面图上辐合线位于短时强降水区附近, 触发不稳定能量释放。
综上可知, 阿勒泰地区短时强降水发生前高低空流型配置的共同特征是:其落区主要位于高空西南急流轴左侧辐散区, 500 hPa槽前西南急流(气流)及对流层低层低空西南急流(气流)出口区的辐合区域及地面图上辐合或切变线附近重叠区域的上干冷下暖湿的不稳定区域。不同点主要是短时强降水的强度和落区不仅受不同环流类型的影响, 同时也与各类型的强度和位置有密切关系。
5 T-logP图形态及其物理量参数短时强降水的发生虽然具备了一定的流型配置, 水汽和抬升条件, 但大气层结是否稳定也是其产生的必要动力条件之一。因此, 在流型识别的前提下, 运用EC细模式探空的T-logP图形态及其物理量参数特征, 研究阿勒泰地区短时强降水事件发生前大气的稳定性情况, 为该区强对流潜势预报提供参考。
5.1 T-logP图形态运用2013年以来的EC细资料对影响阿勒泰地区短时强降水的天气型(共29个过程), 参考陈元邵等(2016)的研究方法, 针对短时强降水发生前的T-logP图形态进行分类(图 3)。
|
图 3 阿勒泰地区短时强降水T-logP图 Figure 3 T-logP diagram of short-time heavy rainfalls in Altay region |
中亚槽前型: 8个过程中有3个T-logP图温度廓线和湿绝热线呈上干冷下暖湿的“漏斗”状, 对流层中低层的温湿廓线非常接近, 湿度较大[图 3(a)], 有2个过程的对流层低层湿度较大[图 3(b)]; 它们的对流有效位能(Convective Available Potential Energy, CAPE)(图 3中红色的区域)形状呈“瘦弱”的梭型, 前者抬升凝结高度比较低, 后者较高[图 3(b)], 称前者为小漏斗瘦梭形[图 3(a)], 后者为大漏斗瘦梭形。有2个过程与小漏斗瘦梭形不同的是300 hPa以下温湿廓线较接近, CAPE形状呈“瘦弱”的长梭型[图 3(c)], 称此型为小漏斗瘦长梭形。有1个过程与小漏斗瘦长梭形不同的是CAPE形状相对较“胖”[图 3(d)], 称此型为小漏斗胖梭形。说明阿勒泰地区中亚槽前型导致的短时强降水事件中大部分过程大气层结具有条件不稳定, 水汽条件较好。
中亚低涡型: 10个过程中有3个的T-logP图为小漏斗瘦梭形[图 3(a)], 有2个过程大漏斗瘦梭形[图 3(b)], 有3个过程为小漏斗瘦长梭形[图 3(c)], 有1个过程是为小漏斗胖梭形[图 3(d)]。另1个过程中高层温度廓线和湿绝热线几乎呈平行状, 低层湿度较好, 中层较差, 从整层来看, 温湿廓线也为漏斗状[图 3(e)], 称瘦漏斗瘦梭形。
西西伯利亚低槽(涡)型: 9个过程中有3个T-logP图为小漏斗瘦梭形[图 3(a)]。1个是大漏斗瘦梭形[图 3(b)], 2个过程为瘦漏斗瘦梭形[图 3(e)], 1个过程是梭状瘦梭形[图 3(f)]。1个温湿廓线也呈瘦漏斗状, 但CAPE形状相对较“胖”的梭型, 抬升凝结高度比较低, 称瘦漏斗胖梭形[图 3(g)]。1例的温湿廓线在自由对流高度至平衡高度呈梭状, CAPE形状为相对较长较胖的梭型, 抬升凝结高度较低, 称此类为梭状胖梭型[图 3(h)]。
综上可知, 阿勒泰地区发生短时强降水的主要3种天气型的T-logP图形态共有8种, 小漏斗瘦梭形[图 3(a)]最多(共10例, 占34.5%), 其次是大漏斗瘦梭形[图 3(b), 共6例, 占21%], 瘦漏斗胖梭形和梭状胖梭形各发生了1例。总体上, 阿勒泰地区大多数短时强降水事件的发生, 在对流层中低层或低层湿度较大, 抬升凝结高度较低, CAPE值较小。
短时强降水事件的发生已具备了条件不稳定和一定的水汽条件, 但其是否存在较高的对流潜势, 对探空物理量参数起到关键的作用, 还需进一步分析, 因此, 下文对其进行分析得到阿勒泰地区短时强降水发生前对流潜势的一些共性。
5.2 关键环境参数特征 5.2.1 能量参数对流有效位能(CAPE)值是日常业务中判断深厚湿对流潜势的重要参数。图 4为阿勒泰地区短时强降水关键环境参数箱线图, 图中线段的最高点为统计最大值, 最低点为统计最小值, 箱形的上部框线为上四分位值, 下部框线为下四分位值, 箱内线为中位线, “×”为平均值; 中位线(该线不一定位于箱形正中间)表示包含样本总数50%个例的样本数值, 从最小值到上四分位值、下四分位值分别表示包含样本总数的75%和25%;图中空心圆点为异常值, 异常值小于样本数的0.7%(陈元昭等, 2016; 李京校等, 2017)。分析短时强降水CPAE箱线图 4(a)可知, 中亚槽前型箱体较集中, 短时强降水的CAPE主要在下、上四分位值(300~640 J·kg-1)之间, 有2个异常大的值, 但CAPE值在750 J·kg-1以下的过程占82%, 平均值为558 J·kg-1。中亚低涡型的箱体与中亚槽前型相似, 值略大, 但最小值较小; 短时强降水的CAPE主要在下上四分位值(353~721 J·kg-1)之间, CAPE在750 J·kg-1以下的过程占82%, 但平均值比中亚槽前型略小(534 J·kg-1)。西西伯利亚低槽(涡)型箱体最宽, CAPE值较分散, 值也最大, 分布在1 200 J·kg-1以下的过程占90%, 平均值为708 J·kg-1。由此可见, 西西伯利亚低槽(涡)型的CAPE值较大外, 其他型均在750 J·kg-1以下, 而珠三角和中国东部地区一般在1 500和2 200 J·kg-1以下(陈元昭等, 2016; 仇娟娟等, 2013), 可见阿勒泰地区的CAPE值小于珠三角地区和中国东部地区。适当大小的CAPE值比极端的CAPE值更有利于高降水效率的形成, 极端的CAPE值会使气块加速通过暖云层, 从而减少了通过暖云过程形成降水的时间(孙继松等, 2014)。
|
图 4 阿勒泰地区短时强降水关键环境参数箱线图 Figure 4 Box and whiskers plot of the key environmental parameters of short-time heavy rainfalls in Altay region |
日常业务中常用850 hPa和500 hPa之间的温差(用T850-500表示, 对流层中低层的温度递减率)来表示大气层结静力稳定度。由图 4(b)可知, 中亚槽前型的箱体较宽, 最小值与下四分位重合, T850-500主要分布在24~29 ℃。中亚低涡型箱体较中亚槽前型窄, 但有2个异常大的值, T850-500主要分布与中亚槽前型一致。西西伯利亚低槽(涡)型箱体最窄, 但值略大, 有一个异常偏大的值, T850-500主要分布在26~29 ℃, 珠三角地区一般在21~23 ℃(陈元昭等, 2016), 中国东部地区在20~26 ℃(仇娟娟等, 2013)。可见, 阿勒泰地区T850-500大于珠三角和中国东部地区, 说明新疆北部短时强降水的发生中高层要有一定强度的干冷空气侵入。
表征大气水汽条件的850 hPa比湿(用Q850表示)箱线图 4(c)分布表明, 各流型之间Q850不尽形同:中亚槽前型箱体最窄, 分布集中, 但有2个异常偏小的值, 中位值最大(8.95 g·kg-1); 有88%的过程Q850>7 g·kg-1。中亚低涡型和西西伯利亚低槽(涡)型箱体均较宽, 分布基本一致; 中亚低涡型最小值最小, 但有91%的过程Q850>7 g·kg-1, 西西伯利亚低槽(涡)型Q850均大于7g·kg-1, 中国东部Q850>13.4 g·kg-1(沈澄等, 2016)。可见, 强降水发生前850 hPa比湿都比较高, 对流层低层水汽条件较好, 但明显小于中国中东部地区。
5.2.3 热力稳定度参数850 hPa与500 hPa的假相当位温差在预报业务中表示层结不稳定, 其差值越大越不稳定(孙继松等, 2014), 然而经统计分析发现阿勒泰地区850 hPa与700 hPa的假相当位温差(用θse850-700表示)在业务中更具有指示意义。分析图 4(d)可知, 中亚槽前型箱体最宽, θse850-700分布较散, 中位值2.8 ℃, 有94%的过程θse850-700>0 ℃; 中亚低涡型箱体最窄, 下上四分值在2.0~3.9 ℃, θse850-700均大于0 ℃。西西伯利亚低槽(涡)型箱体较宽, 有82%的过程θse850-700>0 ℃。统计表明在3种天气型中有92%的过程θse850-700>0 ℃。
在预报业务中, K指数(简称K)预报对流天气运用较多, 当温度递减率越大, 累积不稳定能量越多, 且低空水汽接近饱和时, 层结不稳定明显, K指数越大。由K指数的箱线图[图 4(e)]可知, 总体上3种天气型的箱体分布都较小, 统计表明95%的过程K>30 ℃, 中国东部地区K>32 ℃(仇娟娟等, 2013)。沙氏指数SI(简称SI)[图 4(f)]的箱线图分布表明, 中亚低涡型箱体最窄, 中亚槽前型最宽; 但总体上有93%的过程SI < 1.3 ℃, 中国东部地区SI < 2 ℃(仇娟娟等, 2013)。抬升指数LI(简称LI)反映地面气块移动到500 hPa时的不稳定状况, 负值越大不稳定性越强。分析LI箱线图[图 5(a)]表明, 西西伯利亚低槽(涡)型箱体最宽, 其负值最大, 有86%的过程LI≤-2 ℃; 中亚槽前型箱体较窄, 有82%的过程LI≤-2 ℃; 中亚低涡型箱体最窄, 有86%的过程LI≤-2 ℃; 中国东部地区LI < 0 ℃(仇娟娟等, 2013)。最有利抬升指数BLI(简称BLI)是将700 hPa以下每50 hPa间隔分层, 计算各点不同的抬升指数, 其中正值最大者即最有利抬升; BLI箱线图[图 5(b)]表明, 在3种型中西西伯利亚低槽(涡)型的BLI中位值和平均都最大, 箱体最宽, 极大值最大; 有81%的过程BLI>0.5 ℃; 中亚低涡型箱体最窄, BLI值集中, 有82%的过程BLI>0 ℃; 中亚槽前型和西西伯利亚低槽(涡)型箱体分布相似, 值略小, 有88%的过程BLI>0 ℃; 总体上, 在3种天气型中有90%的过程BLI>0 ℃, 中国东部地区BLI>2 ℃(仇娟娟等, 2013)。
|
图 5 阿勒泰地区短时强降水关键环境参数箱线图 Figure 5 Box and whiskers plot of the key environmental parameters of short-time heavy rainfalls in Altay region |
分析强天气威胁指数SWEAT(简称SWEAT)的箱线图[图 5(c)]表明, 在3种类型中, 西西伯利亚低槽(涡)型箱体最宽, SWEAT值较分散; 平均值最大, 中位值最小; 有33%的过程SWEAT>210。而研究表明(韩宁等, 2012; 孙继松等, 2014)强天气威胁指数在发生强雷暴时临界阈值为300, 所以这该型短时强降水常常伴有雷暴; 而其他两种天气型SWEAT < 210, 很少伴有雷暴。总体上, 阿勒泰地区短时强降水过程的平均SWEAT为162~184, 有88%的过程SWEAT>130;西北地区东部SWEAT一般在233~296(韩宁等, 2012), 中国东部地区SWEAT>240(沈澄等, 2016), 阿勒泰地区的SWEAT明显的比中国中东部地区小。
垂直风切变是维系强对流发生发展的必要条件。垂直风切变VWS(简称VWS)箱线图[图 5(d)]分布表明, 西西伯利亚低槽(涡)部型VWS最大, 箱体最宽, 平均值和中位数为1.1×10-3和1.0×10-3 s-1, 有52%的过程VWS>1.0×10-3 s-1; 其他2种天气型箱体较小, 中亚槽前型82%的过程VWS≤1.0×10-3 s-1, 中亚低涡型均≤1.0×10-3 s-1。总体来看, 在3种天气型中有78%的强对流过程VWS≤1.0×10-3 s-1, 西北地区东部VWS在2.3×10-3~4.4×10-3 s-1(韩宁等, 2012), 中国东部地区小于2×10-3 s-1; 可见, 阿勒泰地区的VWS小于中国中东部。说明阿勒泰地区短时强降水大多数过程处在弱垂直风切变环境中。
根据上述分析, 概括出阿勒泰地区短时强降水发生前主要3种型关键环境参数平均值和阈值及其与中国中东部对比(表 1)。由表 1可知, 该地区短时强降水关键环境参数阈值, 除T850-500和BLI比中国中东部地区偏大外, 其余参数均偏小, 说明阿勒泰地区比中国中东部地区更有利于触发短时强降水的发生, 同时也进一步论证了该地区短时强降水发生频次多于中国中东部地区的事实(李博渊等, 2017)。
|
表 1 阿勒泰地区短时强降水发生前各型关键环境参数平均值及阈值及其与中国中东部对比 Table 1 Average convective key environmental parameters and threshold value, and their comparation with eastern China before the occurrence of short-time heavy rainfalls in Altay region |
应用2010-2016年共7年新疆北部阿勒泰地区68个自动气象站逐时降水量, 根据一定判据筛选出45个短时强降水事件。运用常规资料进行分型, 着重分析主要天气型的高低空流型配置, 然后运用EC细资料进一步分析T-logP图形态及关键环境参数特征进行统计分析。主要结论如下:
(1) 500 hPa上阿勒泰地区短时强降水分为4种天气型:中亚槽前型、中亚低涡型、西北气流型、西西伯利亚低槽(涡)型。中亚槽前型、中亚低涡型6月发生频次最多, 西西伯利亚低槽(涡)型7月发生最多, 是造成阿勒泰地区短时强降水的主要天气型。西北气流型发生频次较少。
(2) 阿勒泰地区短时强降水发生前高低空流型配置的共同特征是:其落区主要位于高空西南急流轴左侧辐散区, 500 hPa槽前西南急流(气流)及对流层低层低空西南急流(气流)出口区的辐合区域及地面图上辐合或切变线附近重叠区域的上干冷下暖湿的不稳定区域。不同点主要是短时强降水的强度和落区不仅受不同环流类天气型的影响, 同时也与各类型的强度和位置有密切关系。
(3) 阿勒泰地区发生短时强降水的主要3种天气型的T-logP图形态共有8种, 其中小漏斗瘦梭形最多, 其次是大漏斗瘦梭形。总体而言, 该地区大多数短时强降水事件的发生, 在对流层中低层或低层湿度较大, 抬升凝结高度较低, CAPE值较小。
(4) 概括出阿勒泰地区短时强降水发生前主要3种型关键环境参数平均值和阈值, 为该区短时强降水潜势预报提供技术支撑; 该地区短时强降水关键环境参数阈值, 除T850-500和BLI比中国中东部地区偏大外, 其余参数均偏小, 说明阿勒泰地区比中国中东部地区更有利于触发短时强降水的发生, 同时也进一步论证了该地区短时强降水发生频次多于中国中东部地区的事实。
Chen J, Zheng Y G, Zhang X L, et al. 2013. Distribution and diurnal variation of warm season short-duration heavy rainfall in relation to the MCSs in China[J]. Acta Meteor Sinica, 27(6): 868–888.
DOI:10.1007/s13351-013-0605-x |
|
Polston K L, 1996. Synoptic patterns and environmental conditions associated with very large events[C]//Preprints, 18th erence on severe local storms. Amer Meteor Soc, 349-356.
|
|
白晓平, 王式功, 赵璐, 等. 2016. 西北地区东部短时强降水概念模型[J]. 高原气象, 35(5): 1248–1256.
Bai X P, Wang S G, Zhao L, et al. 2016. Conceptual models of short-time heavy rainfall in the east of Northwest China[J]. Plateau Meteor, 35(5): 1248–1256.
DOI:10.7522/j.issn.1000-0534.2015.00102 |
|
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 Paramerers in Pearl River Delta[J]. Meteor Mon, 42(2): 144–155.
DOI:10.7519/j.issn.1000-0526.2016.02.002 |
|
蔡义勇, 王宏, 余永江, 等. 2012. 1991-2008年福建省强对流天气特征[J]. 气象与环境学报, 28(6): 38–43.
Cai Y Y, Wang H, Yu Y J, et al. 2012. Character of severe convection weather from 1991 to 2008 in Fujian province[J]. J Meteor Environ, 28(6): 38–43.
|
|
仇娟娟, 何立富. 2013. 苏沪浙地区短时强降水与冰雹天气分布及物理量特征对比分析[J]. 气象, 39(5): 577–584.
Chou J J, He L F. 2013. Comparative analysis on weather characteristics and convective parameters of torrential rain and hail in Yangtze River Delta[J]. Meteor Mon, 39(5): 577–584.
|
|
段鹤, 夏文梅, 苏晓力, 等. 2014. 短时强降水特征统计及临近预警[J]. 气象, 40(10): 1194–1206.
Duan H, Xia W M, Su X L, et al. 2014. Features statistics and warning of flash heavy rains[J]. Meteor Mon, 40(10): 1194–1206.
DOI:10.7519/j.issn.1000-0526.2014.10.004 |
|
韩宁, 苗春生. 2012. 近6年陕甘宁三省59月短时强降水统计特征[J]. 应用气象学报, 23(6): 691–701.
Han N, Miao C S. 2012. Statistical characteristics of short-time precipitation in Shan-Gan-Ning region from May to September in recent 6 years[J]. J Appl Meteor Sci, 23(6): 691–701.
DOI:10.11898/1001-7313.20120606 |
|
孔期, 郑永光, 陈春艳. 2011. 乌鲁木齐7·17暴雨的天气尺度与中尺度特征[J]. 应用气象学报, 22(1): 12–22.
Kong Q, Zheng Y G, Chen C Y. 2011. Synoptic scale and mesoscale characteristics of 7·17 Urumqi heavy rainfall in 2007[J]. J Appl Meteor Sci, 22(1): 12–22.
DOI:10.11898/1001-7313.20110102 |
|
李京校, 郭凤霞, 扈海波, 等. 2017. 北京及其周边地区SAFIR和ATDT闪电定位资料对比分析[J]. 高原气象, 36(4): 1115–1126.
Li J X, Guo F X, Hu H B, et al. 2017. Comparative analysis of SAFIR and ADTD lightning location data over Beijing and its circumjacent regions[J]. Plateau Meteor, 36(4): 1115–1126.
DOI:10.7522/j.issn.1000-0534.2016.00132 |
|
李向红, 唐伍斌, 李垂军, 等. 2009. 广西强对流天气的天气形势分析与雷达临近预警[J]. 灾害学, 4(2): 46–50.
Li X H, Tang W B, Li C J, et al. 2009. Analysis on Guangxi convective weather situation and Radar early warning[J]. Journal of Gatastrophology, 4(2): 46–50.
|
|
李建刚, 马玉英, 姜彩莲, 等. 2014. 天山山区中部一次局地暴雨成因分析[J]. 干旱气象, 32(6): 972–979.
Li J G, Ma Y Y, Jiang C L, et al. 2014. Cause of a local rainstorm in central Tianshan Mountain[J]. J Arid Meteor, 32(6): 972–979.
|
|
李博渊, 马宏君, 庄晓翠, 等. 2017. 20102016年新疆阿勒泰地区暖季降水日变化特征[J]. 干旱气象, 35(5): 797–805.
Li B Y, Ma H J, Zhuang X C, et al. 2017. Characteristics of diurnal variation of warm season precipitation in Aletai Xinjiang in 20102016[J]. J Arid Meteor, 35(5): 797–805.
|
|
吕晓娜. 2017. 河南一次强对流天气潜势、触发与演变分析[J]. 高原气象, 36(1): 195–206.
Lü X N. 2017. Potential trend, trigger and evolution analysis of a thunderstorm case in Henan[J]. Plateau Meteor, 36(1): 195–206.
DOI:10.7522/j.issn1000-05342016.00023 |
|
卢冰, 史永强. 2014. 2012年7月中旬克拉玛依罕见强对流天气的数值模拟分析[J]. 气象, 40(8): 948–956.
Lu B, Shi Y Q. 2014. Numerical simulation on a rare severe convective event in Karamay City in July 2012[J]. Meteor Mon, 40(8): 948–956.
|
|
闵晶晶, 2012. 京津冀地区强对流天气特征和预报技术研究[D]. 兰州: 兰州大学.
Ming J J, 2012. Study on the characteristics and forecasting technology of forced convection in the Beijing-Tianjin-Hebei region[D]. Lanzhou: Lanzhou university.
http://cdmd.cnki.com.cn/Article/CDMD-10730-1012371488.htm |
|
孙继松, 戴建华, 何立富, 等. 2014. 强对流天气预报的基本原理与预报方法[M]. 北京: 气象出版社, 49-50.
Sun J S, Dai J H, He L F, et al. 2014. The basic principle and forecasting method of strong convection weather forecast[M]. Beijing: China Meteorological Press, 49-50.
|
|
沈澄, 孙燕, 魏晓奕, 等. 2016. 基于物理量参数的江苏短时强降水预报模型的研究[J]. 气象, 42(5): 557–566.
Shen C, Sun Y, Wei X Y, et al. 2016. Research of flash heavy rain forecast model in Jiangsu based on physical parameters[J]. Meteor Mon, 42(5): 557–566.
DOI:10.7519/j.issn.1000-0526.2016.05.005 |
|
俞小鼎. 2012. 2012年7月21日北京特大暴雨成因分析[J]. 气象, 38(11): 1313–1329.
Yu X D. 2012. Investigation of Beijing extreme flooding event on 21 July 2012[J]. Meteor Mon, 38(11): 1313–1329.
|
|
杨莲梅, 张云惠, 汤浩. 2012. 2007年7月新疆三次暴雨过程的水汽特征分析[J]. 高原气象, 31(4): 1963–973.
Yang L M, Zhang Y H, Tang H. 2012. Analyses on water vapor characteristics in three heavy rainstorm processes of Xinjiang in July 2007[J]. Plateau Meteor, 31(4): 1963–973.
|
|
杨莲梅, 史玉光, 汤浩. 2010. 新疆春季降水异常的环流和水汽特征[J]. 高原气象, 29(6): 1464–1473.
Yang L M, Shi Y G, Tang H. 2010. Characteristics of atmospheric circulation and water vapor for spring precipitation anomaly in Xinjiang[J]. Plateau Meteor, 29(6): 1464–1473.
|
|
杨霞, 李云, 赵逸舟, 等. 2014. 新疆一次深秋局地短时大暴雨的成因分析[J]. 高原气象, 33(1): 162–170.
Yang X, Li Y, Zhao Y Z, et al. 2014. Analysis of a brief torrential rain event in autumn in Xinjiang[J]. Plateau Meteor, 33(1): 162–170.
DOI:10.7522/j.issn.1000-0534.2012.00170 |
|
张一平, 吴蓁, 苏爱芳, 等. 2013. 基于流型识别和物理量要素分析河南强对流天气特征[J]. 高原气象, 32(5): 1492–1502.
Zhang Y P, Wu Q, Su A F, et al. 2013. Analysis on severe convective weather characteristic in Henan based on flow pattern identification and physical elements[J]. Plateau Meteor, 32(5): 1492–1502.
DOI:10.7522/j.issn.1000-0534.2012.00139 |
|
张家宝, 邓子风. 1987. 新疆降水概论[M]. 北京: 气象出版社.
Zhang J B, Deng Z F. 1987. Conspectus of Xinjiang precipitation[M]. Beijing: China Meteorological Press.
|
|
张家宝. 1986. 新疆短期天气预报指导手册[M]. 乌鲁木齐: 新疆人民出版社, 184-217.
Zhang J B. 1986. Xinjiang weather forecast guidance manual[M]. Urumqi: Xinjiang People's Publishing House, 184-217.
|
|
张云惠, 杨莲梅, 肖开提·多莱特, 等. 2012. 19712010年中亚低涡活动特征[J]. 应用气象学报, 23(3): 12–22.
Zhang Y H, Yang L M, Xiaokaiti D L, et al. 2012. The central Asian vortexes activity during 19712010[J]. J Appl Meteor Sci, 23(3): 12–22.
|
|
庄晓翠, 李如琦, 李博渊, 等. 2017. 中亚低涡造成新疆北部区域暴雨成因分析[J]. 气象, 43(8): 144–155.
Zhuang X C, Li R Q, Li B Y, et al. 2017. Analysis on a rainstorm caused by central asian vortex in northern Xinjiang[J]. Meteor Mon, 43(8): 144–155.
|
|
郑媛媛, 姚晨, 郝莹, 等. 2011. 不同类型大尺度环流背景下强对流天气的短时临近预报预警研究[J]. 气象, 37(7): 795–801.
Zheng Y Y, Yao C, Hao Y, et al. 2011. The short time forecasting and early warning reasearch on severe convective weather under different types of large scale circulation background[J]. Meteor Mon, 37(7): 795–801.
DOI:10.7519/j.issn.1000-0526.2011.07.003 |
2. Xinjiang of Aletai Meteorological Bureau, Aletai 836500, Xinjiang, China