每年夏季, 随着亚洲季风与西太平洋副热带高压的向北推进, 中国先后出现3条雨带。多年来, 学者们对华南雨带(黄士松等, 1986; 周秀骥等, 2003; 高守亭等, 2003; 倪允琪等, 2006; 王东海等, 2011; Li et al, 2011; 李博等, 2017a; 王莹等, 2018)、江淮雨带(余志豪等, 1988; 程麟生等, 2003; 刘黎平等, 2004; 周玉淑等, 2005; 李博等, 2009; 李晓容等, 2014; 姚秀萍等, 2017)、华北雨带(赵宇等, 2011; 张文龙等, 2012; 孙建华等, 2013; 汤鹏宇等, 2015)开展了大量研究。然而, 我国幅员辽阔, 其他地区也会出现强降雨灾害, 这些降雨是否与我国三大雨带上的暴雨特征相似？是否又有独特的局地气候特性？进一步讲, 研究三大雨带以外的强降雨是否能较好地丰富对暴雨的科学认识？要回答这一系列科学问题, 需要逐步开展广泛、深入的暴雨个例研究。

作为丝绸之路起点, 陕西位于我国干旱少雨的西北地区。尽管如此, 我国西北地区强降雨灾害也时有发生(白晓平等, 2016; 王宝鉴等, 2016)。1998年7月9日, 陕西省商洛市丹凤县出现特大暴雨灾害, 据说6 h局地降雨突破1 500 mm(赵世发等, 2001)。陕西类似这样的强降雨灾害常发生在南部地区(孙伟, 2002)。已有学者对这些暴雨开展过初步研究, 表明陕南暴雨与我国三大雨带上的强降雨有诸多相似特征, 如高层辐散、低层辐合可以为强降雨提供有利的上升运动条件(张翔科, 2004), 如急流次级环流可以为强降雨提供持续的上升运动(刘勇等, 2006)。然而, 与三大雨带暴雨研究相比, 当前对陕西强降雨的研究并不系统, 仍需关注更多个例, 在此基础上方可逐渐理解我国西北地区强降雨特征与机理。

依据地形地貌与气候特征, 陕西可划分为陕北、关中以及陕南三大气候区, 不同区的降雨具有不尽相同的局地特性(毕宝贵等, 2006)。当地预报员发现陕西常出现独特的“东高西低”型暴雨现象(方建刚等, 2006; 赵强等, 2008), 但到目前为止, 对这种降雨形势尚缺乏较深入的认识。如“东高西低”降雨形势的基本特征是什么？“东高西低”形势的形成过程又是怎样？这是学者们所共同面临、并亟待解决的关键科学问题。

2015年4月初陕南发生了一次暴雨过程(记为1504强降雨), 这是一类典型的“东高西低”型降雨过程。本文借助综合诊断方法对多种资料开展分析与数值计算, 较系统地研究1504降雨过程, 旨在探寻我国西北地区这类强降雨的基本特征。

首先, 借助Multiquadric插值法与模式同化模块, 将搜集与二次处理的多种观测资料加入数值模式, 通过开展模式模拟获取模式资料; 其次, 对模式结果开展定性、定量化检验, 确保模拟资料的可靠性; 在此基础上, 通过对模拟资料与观测资料的综合诊断, 揭示本次强降雨的特征。

采用综合诊断的方法研究1504强降雨, 该方法主要是利用各种资料对暴雨灾害开展综合诊断与分析研究。通过事先对不同暴雨个例设计不同研究方案, 进而借助不同类别资料分类诊断不同结构特征, 因此其可在探索暴雨精细结构特征中取得较好效果(李博等, 2017a)。

依据李博等(2017a)的综合诊断方法, 结合此暴雨个例特征(非对流性降雨), 选取的原始搜集资料包括:常规观测资料(地面、高空)、NCEP(the National Centers for Environmental Prediction)再分析资料、西安理工大学小型地面气象站观测资料、激光雷达雨前探测资料。在此基础上, 获取二次处理资料:将常规观测、小型气象站观测、以及激光雷达雨前探测等多类别观测资料加入中尺度模式中, 开展高分辨模式模拟。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)1552的中国地图制作, 底图无修改。

长期以来, 我国学者借助数值模式开展了不少研究工作, 由此逐步表述了较细致的暴雨中尺度结构及特征(程麟生等, 1995; 张庆红等, 2000; 王晓君等, 2011)。本文借助美国中尺度模式WRF(the Weather Research and Forecasting model)开展模拟。以NCEP再分析资料作为初始场, 通过WRF模式的WRFDA(the Weather Research and Forecasting model Data Assimilation system)模块, 将常规地面观测、常规高空探测资料加入初始场。特别是, 借助Multiquadric客观分析方法加入小型地面气象站观测以及激光雷达雨前探测资料, 以充分完善中尺度信息。模式采用双重双向嵌套[双重区域分别记为D01, D02, 图 1(a)]。D01中心网格点设置于(34. 5°N, 108. 5°E), 水平空间分辨率(双重网格距)分别为9 km和3 km, 垂直空间分辨率30层, 时间分辨率(模拟结果输出时间间隔)10 min。本场降雨发生于2015年4月1日08:00(北京时, 下同)至2日08:00, 考虑到模式6 h spin-up时间, 将积分时段选为1日02:00至2日08:00。模式最终选取的参数化方案双重区域均选用Goddard GCE微物理过程, D01选用浅对流Kain-Fritsch积云参数化方案、而于D02忽略积云方案。

图 1(Figure 1)

图 1 WRF模式双重嵌套区域、地形高度(阴影区, 单位: m)(a), 模式同化选用的陕西高空测站(b) 方块为西安站位置(下同) Figure 1 The nest domains in simulation and the terrain (the shaded, unit: m) (a), and the selected radiosonde stations for assimilating in Shaanxi province(b). The block is Xi'an(the same as after)

Multiquadric是一种较为复杂的径向基函数插值法, 其客观分析结果可达到与统计插值法同级别的精度, 特别是该方法对资料稀疏地区具有较好的处理效果。本次模拟中, 参与资料同化的高空与地面测站数目有较大区别。陕西省有地面观测站点35个, 且均匀分布于关中、陕南、陕北三个气候区(图略), 而高空站点仅有3个[图 1(b), 小圆点], 体现出较为稀少的特征。为此, 在初始场中借助Multiquadric法, 对西安理工大学[图 1(b), 小方块]激光雷达探测温度(李博等, 2017b)、该校小型地面气象站观测数据、以及陕西省内探空数据进行客观分析、以丰富测站数目, 共计插值10个网格点数据, 一并加入WRF模式中。在模式起报时间(1日02:00), 激光雷达有效探测高度为4. 5 km。本文侧重于对模拟结果开展综合诊断、进而研究暴雨机理, 至于Multiquadric方法的详细介绍及应用可见相关文献(Nuss et al, 1994; Rap et al, 2009; 何斌等, 2014)。

分别采用定性化雨量检验与定量化气象要素检验相结合的方法, 对模拟资料开展质量控制。质量控制的目的是检验、评判资料的质量问题, 从而保证资料的准确性与可靠性。有关质量控制的具体标准与要求可参见全国气象基本信息标准化技术委员会(2010)。

对于定量化检验, 采用的是世界气象组织WMO(World Meteorological Organization)统一检验指标(相关系数、均方根误差、平均误差)做形势场检验(裘国庆, 1989; Dong et al, 2007; 刘泽军等, 2007; Li et al, 2011)。检验时, 以NCEP再分析资料作为实况近似(周青等, 2008; 张永涛等, 2014), 以模拟结果为检验对象, 检验时效从模式起始积分时刻开始至积分结束, 间隔6 h开展一次检验, 检验要素包括温、压(等压面上以位势高度代替)、风、湿四项基本要素(具体检验过程略)。

整体而言, 通过对模拟效果的定性化与定量化检验可表明, 加入多种类观测资料后的模拟效果较为理想、模式结果较为可靠, 特别是中层与低层系统的模拟与实况较为接近, 而影响本次降雨的系统恰位于中低层。

我国降雨等级常以24 h累计雨量划分, 其中0~10 mm为小雨、10~25 mm为中雨、25~50 mm为大雨、50 mm以上为暴雨, 对于内陆或干旱地区, 相应等级的雨量标准还可再低些(中华人民共和国国家标准, 2012)。

图 2给出了此次过程的实况与模拟雨量图。从图 2中可以看出, 降雨主要发生在4月1日08:00至2日08:00, 含关中、陕南在内的陕西大部分地区均发生了中雨以上强度的降雨, 其中关中西部地区降雨尤为强烈, 有两站24 h降雨突破80 mm。在对华南降雨的最新研究(李博等, 2017a)中发现, 华南特大暴雨过程中, 极值站降雨1 h可突破70 mm。此处无法获取陕西1 h降雨, 但仍可从6 h雨量分析陕西暴雨的雨强特征可知, 强降雨集中发生在1日08:00—20:00之间的12 h内。特别是1日08:00—14:00是本次最强降雨时段, 有些站仅6 h雨量就突破70 mm, 下文将重点分析该6 h的强降雨。与对应时段的实况雨量[图 2(b)]进行对比, 可以发现两者的降雨区域基本相似, 特别是30 mm以上的强降雨带尤为接近, 观测与模拟均位于陕南西部地区、且雨带均呈准南北向分布。从地面降雨资料分析可表明, 24 h与6 h的降雨极值站是相同的, 分别是位于陕西省汉中市(即陕南地区)的南郑[图 2(a)~(b)偏南测站]与佛坪[图 2(a)~(b)偏北测站], 后文将对这两站的观测资料做更进一步分析。

图 2(Figure 2)

图 2 2015年4月1—2日24 h(a)、6 h实况累计降雨量(b, c)和6 h模拟降雨量(d)(单位: mm) 数字标出了极值测站的雨量 Figure 2 The accumulated 24 hourly precipitation amount (a), 6 hourly precipitation amount (b, c), and the 6 hourly simulation rainfall (d) during 1—2 April 2015. Unit: mm. Numbers represent stations with an extreme precipitation amount

由观测资料与NCEP资料综合分析的强降雨发生时期的诸要素分布(图 3)可以看出, 陕西位于“东高西低”的地面环境场, 其西边的低压恰与再分析资料所发现的低压(图 3b, 字母D表示)相互印证。200 hPa强风速带被青藏高原分割开, 表现为南北两支高空急流, 在这种风场形势下, 低压位于高原东侧700 hPa上下。与700 hPa低压对应, 500 hPa存在一条明显的高空槽(虚线表示)。而此次强降雨水汽来源于东亚季风区, 高原南侧存在一条强烈的水汽输送通道, 其将源源不断的水汽输送至高空槽前部。高原东南侧存在低空急流, 这正是季风区中输送水汽的强风速核, 另一方面, 高原东侧290 K以上温度区构成了若干暖舌区, 表明急流携带着暖湿空气逼近陕西, 而从西伯利亚地区南下的冷空气进入我国大兴安岭地区之后, 分成三股支流, 一股由小兴安岭往东移去, 一股经朝鲜半岛向日本南部岛屿移动, 一股往西南方向经渤海湾后侵袭陕西, 冷空气所经之地造成多个-20×10^-5 K·s^-1强冷平流中心(温度平流等值线闭合中心), 可见这种冷暖空气在陕西的交汇是产生强降雨极为有利的条件。

图 3(Figure 3)

图 3 观测资料(a)和NCEP资料(b, c, d)综合分析的2015年4月1日08:00的环流形势 (a)海平面气压(等值线, 单位: hPa)与风场(风向标, 单位: m·s-1), (b)200 hPa高空急流(阴影区, 单位: m·s-1)和700 hPa位势高度(等值线, 单位: gpm), 黑色阴影表示3 000 m以上地形, D表示低压, (c)500 hPa位势高度(等值线)和700 hPa水汽分布(箭头为大于0. 01的水汽通量, 单位: g·s-1·hPa-1·cm-1), 虚线表示高空槽, (d)850 hPa温度(阴影区, 单位: K)、-20×10-5 K·s-1的温度平流等值线、低空急流(箭头表示风速大于12 m·s-1), 黑色阴影表示1 500 m以上地形 Figure 3 The weather type from the observation data (a) and NCEP data (b, c, d) at 08:00 on 1 April 2015. (a) Sea surface pressure (isolines, unit: hPa) and wind (wind barb, unit: m·s-1). (b) The upper level jet at 200 hPa (the shaded, unit: m·s-1) and geopotential height at 700 hPa (isolines, unit: gpm), the black shadow is terrain >3 000 m, D represents the low. (c) The geopotential height at 500 hPa and water vapor at 700 hPa (arrows are water vapor flux larger than 0. 001, unit: g·s-1·hPa-1·cm-1), the dashed line is trough. (d) The 850 hPa temperature (the shaded, unit: K), temperature advection (isoline represents -20×10-5 K·s-1), and low level jet (arrows are wind speed larger than 12 m·s-1), the black shadow is terrain >1 500 m

通过强降雨中心(佛坪站)3 h间隔地面观测要素时间序列(图 4)可以看出, 位于汉中市的佛坪县4月1日08:00—14:00的6 h累积雨量达到71 mm。虽然强降雨期间存在雨量缺测时刻, 但由现有资料分析仍可发现, 这一时期地面维持较为强劲的偏东风, 最高风速接近20 m·s^-1, 东风是“东高西低”形势场所致[见图 3(a)]。当降雨结束以后, 东风消失。由此可以表明, 地面“东高西低”是陕西强降雨一种典型的形势场。由图 4还可以看出, 降雨发生前, 海平面气压不断下降, 强降雨时期, 佛坪持续受低压控制, 并且表现为负变压的演变趋势。同时, 强降雨发生前, 露点温度差急剧下降, 强降雨期露点温度差接近0 ℃, 大气底层湿度趋于饱和, 这种地面环境场非常有利于强降雨发生。此次强降雨还存在另一个降雨中心:南郑县, 同样是1日14:00, 该站出现了6 h 76 mm的累计雨量。在分析过程中发现, 该站地面观测资料缺测现象较为明显, 但由现有资料仍能捕捉到有利于强降雨发生的信号(图略): 1日08:00和14:00, 地面露点温度差接近0 ℃值, 湿度趋于饱和, 这两时刻累计雨量均在20 mm·(6h)^-1以上。由于佛坪与南郑高空观测均缺测, 此处只借助地面观测要素对佛坪站的水汽含量[图 4(d)]进行了计算。由图 4(d)可见, 强降雨期间佛坪地面相对湿度达90%以上, 特别是降雨极值时刻, 佛坪地面出现了明显的比湿峰值, 此时地面水汽含量10. 287 g·kg^-1。

图 4(Figure 4)

图 4 观测值(a, b, c)和根据观测值计算(d)的强降雨中心(佛坪站)3 h间隔地面要素时间序列 Figure 4 The time series of surface elements in Foping with a 3-hour interval from observation data (a, b, c) and calculated data (d)

以上分析表明观测资料中存在诸多缺测。而前文检验已经表明, 此次模拟结果较为接近实际观测。此时, 高分辨模拟资料可作为观测资料的有效补充。由模拟资料分析与计算的佛坪站要素时间演变特征(图 5)可见, 佛坪站体现为一次较为集中的降雨过程(以小三角表示的“反漏斗型”雨量序列), 即: 4月1日07:30—11:20期间连续出现了10 min 1 mm以上的降雨, 其中1日09:20出现了3. 72 mm·(10min)^-1的极值降雨。值得注意的是, 佛坪站低层的温、高、湿要素演变均呈现出一致的“漏斗型”变化特征。这种变化和雨量的演变之间存在某种关联, 当“反漏斗型”雨量演变线不断上升时, 导致“漏斗型”要素演变曲线急剧下滑, 且前者的峰值比后者的谷值早出现30 min左右。这些特征表明, 降雨峰值出现后, 气压进一步降低、同时温度进一步降低, 这是“东高西低”形势中的低压对本场降雨影响的具体体现。进一步分析可发现, 强降雨发生前大约2 h, 佛坪站上空露点温度差急剧减小, 表明大气整层趋于饱和, 而尤以低空水汽含量最多, 800 hPa比湿峰值为10. 327 g·kg^-1, 而持续强降雨又导致了大气水汽含量不断降低。

图 5(Figure 5)

图 5 2015年4月1日基于模拟资料(D02)的佛坪站要素时间序列(10 min间隔) 图(d)中, 实线为20 m·s-1以上的风速(单位: m·s-1), 虚线为露点温度差(单位: K) Figure 5 The time series of simulation data in Foping with a 10-minute interval on 1 April 2015. In Fig (d), the solid lines are wind speed larger than 20 m·s-1 (unit: m·s-1), and the dashed line is dew-point deficit (unit: K)

上段表明站点强降雨和诸要素之间存在着较为复杂的因果关系。而这些关系发生的可能原因是什么？由图 5(d)可见:强降雨期间佛坪站上空维持着20 m·s^-1以上的强风速核, 低层受偏东风控制, 这恰反映了本站位于“东高西低”的有利形势场, 往上层逐渐转为偏南风, 表明低压系统随高度向西倾斜。进一步分析可以发现, 最强风速出现时间与降雨峰值出现时间基本一致, 特别是当25 m·s^-1的最强风速核消失以后(图略), 诸要素谷值即刻出现。因此可以推测, 降雨前空气先达到饱和, 在这种有利的环境条件下, 风速的突变(风速值大梯度)导致了极值降雨的爆发。

综上可知, 此次陕西强降雨发生于“东高西低”的低层环境中。然而, 这种“东高西低”形势场的基本特征是什么？其形成过程又是怎样？为此, 可以通过模拟资料开展更深入地分析。

以佛坪为中心, 将其四周划分为“东、南、西、北、东北、东南、西北、西南”八个子区域, 每个区域取1°×1°范围, 分别计算、并绘制各子区域平均的要素时间序列。通过这些分析表明, 佛坪周围低层空间存在“东、西、东北、东南”四个典型区域(图 6), 由此可较好地描述“东高西低”形势的演变特征。从图 6可以发现, 强降雨期间佛坪东侧区域、东北侧区域有明显的冷空气侵入, 致使温度急剧下降, 这是东面冷高压影响的结果, 这与再分析资料中揭示的冷空气相一致(见图 3), 而佛坪东南侧与西侧区域温度变化幅度不大, 基本是暖平流控制。佛坪周围各站为一致的偏东风控制, 且强降雨期间东北侧、东侧区域的东风持续增大, 出现的东风谷值区正是降雨最强时期, 而东南侧与西侧区域东风变化幅度不明显。在南北风分量时间序列中(图略), 佛坪周围几站基本维持弱的偏南风, 唯独东南侧的偏南风稍大, 并且在最强降雨期出现了南风峰值, 东南侧强劲的南风正是高原南侧的低空急流所致, 这与图 3(d)再分析资料的分析结果是一致的。总体而言, 与强降雨相匹配的是偏东南风的渐长。随着强降雨的出现, 佛坪四周区域气压全部降低, 尽管如此, 佛坪站东侧区域的高度场仍明显大于西侧区域的高度场, 由此形成“东高西低”降雨形势。佛坪站东南侧区域、西侧区域湿度演变出现与降雨曲线一致的谷值特征, 并且在最强降雨时期低层趋于饱和, 而东侧区域与东北侧区域湿度一直维持在饱和的状态。

图 6(Figure 6)

图 6 基于模拟资料(D02)的低层(以850 hPa为例)佛坪站四周区域平均的要素时间序列 Figure 6 The time series of mean simulation data around Foping with a 10 minute interval

通过前文分析, 已初步了解了“东高西低”的演变特征。而有利于陕西强降雨发生的典型“东高西低”形势场特征具体是怎样的？图 7给出了强降雨发生前、发生时、发生后平均的低层位势高度场。由图 7可见, 华北地区存在一闭合的高压系统, 同时在内蒙西南部存在一闭合的低压中心, 东边高压中心与西边低压中心位于相当的纬度上, 需要说明的是, 这两个高、低压系统不仅存在于800 hPa高度, 而且存在于整个对流层中低层的空间内。

图 7(Figure 7)

图 7 基于模拟资料分析(D02)的强降雨发生时(a, b)、降雨前(c, d)、降雨后(e, f)6 h平均的低层位势高度(单位: gpm) 阴影表示地形2 000 m以上区域 Figure 7 The mean geopotential height from the simulation data (D02) during the strong rainfall period (a, b), before the strong rainfall period (c, d), and after the strong rainfall period (e, f). Unit: gpm. The shaded is terrain >2 000 m

利用10 min间隔的模拟资料, 对高压与低压系统形成过程进行了逐一追踪分析, 结果表明, 低压系统与青藏高原地形密切相关, 气流经过高原产生绕流以后, 会在高原东侧形成低压区, 但仅仅出现低压并不足以造成陕西强降雨[图 7(c)], 当这个低压区进一步发展成闭合的低压中心的时候, 才具备了“西低”的降雨形势; 影响陕西的东部高压来自于蒙古中部地区, 属蒙古高压东移南下所致, 当高压中心移至河北-北京一带时, 与我国东部沿海一带的高压脊线贯通, 构成有利于陕西强降雨的“东高”形势。需要特别注意的是:强降雨期间表现出的明显特征是闭合高压与闭合低压的同时出现[图 7(a)]; 在强降雨发生前, 陕西西边的闭合低压没有形成[图 7(c)]; 而在强降雨发生后, 陕西东边的闭合高压已经消失[图 7(e)]。从700 hPa形势场分析, 在有利于强降雨发生的“东高西低”形势下[图 7(b)], 陕西区域是较为密集的南北向的等高线, 并且可以观察出西边逐渐逼近的低压系统(以2 980 gpm线为参考); 而在强降雨发生前[图 7(d)], 陕西西边尚无明显的低压系统侵袭的迹象; 当强降雨发生后[图 7(e)], 陕西东边的高压中心消失, 密集的南北向等高线演变为低压区控制, “东高西低”的有利结构遭到破坏, 降雨迅即减弱(图略)。

前文将常规观测资料、激光雷达资料、以及小型地面气象站资料加入到WRF模式中, 确保了模式模拟效果可靠, 并在此基础上对模拟资料与观测资料开展了综合诊断分析, 研究了发生在陕西的一次强降雨。基于前文研究, 可以构建一类“东高西低”型暴雨灾害发生的概念模型(图 8)。从图 8中可以看出, 大气环流遇青藏高原地形阻挡以后绕流通过, 形成南北两支高空急流。气流绕过高原, 在其东侧(陕西恰位于此)极易形成低值气压区。随着低值区不断发展, 对流层低层会形成闭合的低压系统, 低压对应中层的高空槽。与此同时, 华北地区形成一个闭合高压系统。由此形成有利于陕西降雨的“东高西低”形势。高压系统是蒙古高压东移南下并在河北—北京一带再次发展所致。在中层, 高压的形成表现为两条脊线的贯通, 一是与蒙古高压对应的脊线, 二是在我国东部沿海存在的高压脊线。在“东高西低”形势下, 陕西受较密集的南北向等压线(密集S型曲线)控制, 底层表现为大面积东风区。密集等压线区实质上是冷暖空气的交汇带, 极易产生强降雨:在低层, 气流绕高原南侧东进北上(黑色箭头带), 并在高原东侧形成低空急流, 急流将季风区的暖湿空气输送至高空槽前部(陕西区域); 同时, 冷空气自西伯利亚南下, 进入我国大兴安岭地区以后分流, 其中一股冷空气沿西南路径、经渤海湾入侵陕西(灰色箭头带)。

图 8(Figure 8)

图 8 一类“东高西低”型陕西强降雨的概念模型 阴影表示青藏高原, 黑色箭头带表示暖湿气流, 灰色箭头带表示干冷空气, 密集S型曲线示意高、低压之间的等压线过渡带 Figure 8 A type of conceptual model for the west-low and east- high rainfall in Shaanxi province. The shadow region represents Qinghai-Tibetan Plateau, the black arrows are wet-warm air, the grey arrows are clod-dry air, the dense curves represent the isolines on pressure between low and high

通过全文研究, 可以对有利于陕西暴雨形成的这类“东高西低”形势与特征进行如下描述: (1)“东高西低”是指东边高压中心(冷性)与西边低压中心(暖性)同时闭合、缺一不可, 当这种“东高西低”的基本结构配置遭到破坏以后, 降雨迅即减小; (2)“东高西低”形势并非“想象的”东边气压升高、西边气压降低所致, 而是暴雨中心四周气压全部降低, 在这个统一的降压过程中, 东边测站相对西边测站而言, 气压呈现出相对较高的现象; (3)高原东侧低压系统随高度增加向西呈倾斜状分布; (4)“暴雨中心区域”有明显的冷暖空气交汇迹象:源自西伯利亚的冷空气由东侧与东北侧入侵, 而其东南侧与西侧区域则受暖、湿气流控制; (5)“暴雨中心区域”受一致的偏东风及偏南风控制, 偏东风在东侧区域尤为明显、偏南风在南侧区域尤为明显, 整体而言, 东南风与降雨表现为极为相似的峰值、谷值同步变化特征; (6)“暴雨中心测站”受“东高西低”形势场控制, 近地层维持较强的偏东风、且体现为负变压演变趋势。当空气中水汽趋于饱和以后, 对强降雨的发生已非常有利。经过约2 h, 即随着风速切变的出现, 强降雨随之爆发。强降雨发生以后, 导致大气中水汽含量减少, 气压、温度同步降低。由观测值与模拟值可共同揭示出, 强降雨期低层水汽含量约10. 3 g·kg^-1。

文章所得结论是否具有普适性, 仍需开展更多个例研究进行验证与完善。特别是, 陕西位于青藏高原东侧, 秦岭山脉又将全省划分为陕南、陕北、关中三个气候区, 类似这样的大地形对于“东高西低”暴雨的形成是否也有独特贡献？其具体作用和影响过程又是什么？这些科学问题仍需开展专门研究, 具体方法可借鉴相关文献(李博等, 2013), 通过数值模式开展地形敏感性试验。