2019年5月柳州一次預(yù)報失誤的大暴雨成因與預(yù)報分析

藍柳茹　劉蕾　蘇小玲

摘要 利用地面和高空觀測資料、自動站觀測資料、多普勒天氣雷達觀測資料和NCEP的FNL再分析資料，科學診斷2019年5月柳州一次大暴雨成因，并剖析了預(yù)報失誤的原因。

關(guān)鍵詞 大暴雨;中尺度對流系統(tǒng);邊界層輻合;弱冷空氣;降水預(yù)報誤差

中圖分類號：P458 文獻標識碼：B 文章編號：2095–3305（2021）06–0025–05

暴雨一直是華南地區(qū)主要的災(zāi)害性天氣之一。華南地區(qū)前汛期不僅有鋒面暴雨，還有鋒前暖區(qū)暴雨[1-2]。在全球氣候變暖的背景下，我國極端強降水事件也逐漸增多[3]。柳州位于廣西中北部，屬于華南地區(qū)的偏北一側(cè)。柳州東、西、北三面環(huán)山，西北部的元寶山有主峰青云峰海拔，為廣西第三高峰。由于地理位置特殊，地形復(fù)雜，柳州是廣西的三大多雨區(qū)之一[4]。頻發(fā)的暴雨容易給柳州帶來洪澇、泥石流等次生災(zāi)害，給人民的生產(chǎn)和生活帶來極大不便。

近年來，眾多氣象學者對華南和廣西暴雨過程的水汽輸送、動力和熱力結(jié)構(gòu)等特征進行了研究，并取得了一定的成果[5-7]。華南地區(qū)前汛期的鋒面降水對鋒前低壓槽、低空急流等天氣系統(tǒng)有較高的預(yù)報敏感性，而沿海暖區(qū)降水對上游入流區(qū)不穩(wěn)定能量分布有更顯著的敏感性[8]。孟加拉灣旺盛對流對廣西連續(xù)暴雨有2～3 d的前兆增溫信號[9]。劉蕾等[10]將柳州鋒前暖區(qū)暴雨分為南風型、切變型、低渦型。王艷蘭等[11]指出低層θse高能舌與水汽通量輻合對桂林暖區(qū)暴雨、低渦暴雨具有較好的指示意義，而冷鋒強度和移速決定鋒面暴雨發(fā)生的時間、地點。

目前，通過觀測數(shù)據(jù)分析和數(shù)值模擬等手段對華南暴雨的發(fā)生和發(fā)展機理的研究較多，但在實際預(yù)報中還存在一些疑難暴雨過程的誤報，對于誤報的原因和大尺度模式預(yù)報偏差的分析研究仍然較少。2019年5月26—27日，柳州中部出現(xiàn)一次大暴雨天氣過程。本次過程并非典型的暴雨過程，各級臺站均漏報柳州中部的強降雨，對北部暴雨有較大空報。利用地面和高空觀測資料、區(qū)域自動站觀測資料、多普勒天氣雷達觀測資料、1°×1°逐6 h的NCEP的FNL再分析資料和業(yè)務(wù)預(yù)報中的數(shù)值預(yù)報產(chǎn)品，基于本次暴雨過程的天氣實況以及大氣環(huán)流背景，從水汽、動力、能量條件和中尺度對流系統(tǒng)的演變特征來分析此次暴雨的形成機理、預(yù)報失誤原因，旨在為今后柳州相似類型的暴雨預(yù)報提供有效的參考。

1 天氣概況及特點

2019年5月26日20：00～27日08：00，柳州市中部出現(xiàn)了一次大到暴雨，局地大暴雨的強降雨過程。據(jù)自動氣象站資料統(tǒng)計，大暴雨共17個站、暴雨21個站、大雨28個站，最大雨量為199.7 mm（柳城大埔涼水山林場），最大1 h雨量為102.4 mm（柳城寨隆鎮(zhèn)，27日05：00）。兩個降雨中心分布位于融安與融水的南部交界處、柳城縣西北部（圖1）。過程瞬時最大風速為26.2 m/s（東北偏北風10級），出現(xiàn)在融水國家氣象站（27日00：40）。

本次過程暴雨落區(qū)和強降雨時段集中，降水強度較大。27日02：00～05：00是短時強降水主要時段（圖1），3 h共有9個站降雨量≥100 mm，3個站降雨量為50～100 mm。3 h降雨量最大的3個站為：柳城大埔涼水山林場，降雨量為185.3 mm;柳城龍頭鎮(zhèn)，降雨量為157.9 mm;融安潭頭鄉(xiāng)，降雨量為153.4 mm。

2 環(huán)流形勢與影響系統(tǒng)

暴雨的發(fā)生與高低空天氣系統(tǒng)的有利配置密切相關(guān)。過程開始前（圖2），500 hPa歐亞中高緯度為“兩槽一脊”型。西太平洋副熱帶高壓（副高）西伸脊點到達115°E附近。滇黔交界有高原短波槽，低層東北地區(qū)低槽后部冷空氣擴散南下，與高原槽前偏南暖濕氣流在江南至貴州南部形成冷式切變線。925 hPa切變線位于黔桂交界的西南部，廣西中部有偏南風和東南風的輻合。地面云貴高原西北部有一冷高壓，弱冷空氣已逐漸滲透南下，在柳州中北部形成東北-西南向的輻合線。柳州中部正位于高空槽前、低層切變線的右側(cè)，處于邊界層的南風輻合區(qū)和地面輻合線附近，對降水十分有利。

在過程中，副高、850 hPa和700 hPa切變線位置穩(wěn)定，柳州中北部位于200 hPa南壓高壓東北側(cè)的分流區(qū)。高原槽在夜間緩慢東移，引導(dǎo)925 hPa切變線和地面冷空氣南下，促使不穩(wěn)定能量釋放，暴雨發(fā)生。26日20：00～27日05：00，輻合線在柳州中部移動緩慢（圖3），冷暖氣流強烈交匯，低層輻合抬升與高層南壓高壓的輻散抽吸作用互相耦合，有利于大尺度垂直上升運動增強。27日08：00，南支槽東移至桂東北，925 hPa低渦切變南壓至柳州中部，地面輻合線南移到柳州南部，柳州大部處于槽后西北氣流和地面冷空氣控制，降水趨于減弱。上述分析表明，500 hPa高空槽、925 hPa切變線和地面輻合線是直接影響這次過程的天氣系統(tǒng)，200 hPa南壓高壓、副高、850 hPa切變線的位置有利于降水的發(fā)生和維持。

3 水汽與動力條件

充足的水汽是暴雨形成的必要條件[12]。從過程平均比濕場來看，廣西大部分925 hPa、850 hPa比濕分別達到14 g/kg以上，水汽充沛。柳州中北部的700 hPa比濕高于南部，說明其濕層更深厚。水汽通量散度表示水汽集中程度。26日20：00 925 hPa水汽輻合中心位于切變線附近的桂西北，柳州中南部由于偏南風和東南風的匯合形成次強的水汽輻合（圖4）。27日02：00～08：00（圖4），隨著925 hPa切變線緩慢東移南壓到柳州中西部，偏北風與偏南風、東南風形成的水汽輻合中心移至柳州中部，強度明顯增強，中心值大于-8×10-8 g/（cm2·hpa·s），此階段柳州中部降水強度達到最大。此后水汽輻合強度減弱，柳州降雨明顯減弱。北部灣和南海北部是本次過程的主要水汽源地，偏南氣流和東南氣流形成兩條穩(wěn)定持續(xù)的水汽輸送通道，是暴雨持續(xù)發(fā)展的關(guān)鍵因子。

暴雨發(fā)生還需強的上升運動。26日20：00，淺薄冷空氣向南侵入暖區(qū)，促使暖濕氣流抬升，低層輻合和高層輻散逐漸增強，上升運動也增強并向上伸展（圖5）。27日02：00左右，高層輻散中心出現(xiàn)在400～300 hPa，達到3×10-5/s最強，低層輻合區(qū)伸展到700 hPa，并在925 hPa最強，垂直運動變得更加深厚，中心位于400 hPa，強度達到-1.20 Pa/s以上。上升運動的增強使水汽不斷向上空輸送并凝結(jié)成雨，從而降水增幅、強度達到最大（圖6）。27日05：00后，低層輻合區(qū)下降，高層輻散強度明顯減弱，上升運動對應(yīng)減弱，雨強也隨之減弱。雨強的變化與高層的輻散強度、垂直速度演變有較好的對應(yīng)關(guān)系，尤其是高層輻散抽吸對于暴雨的增強至關(guān)重要。

4 對流不穩(wěn)定條件

柳州無探空站，取附近的河池站進行分析。5月26日20：00，對流有效位能（CAPE）的形態(tài)呈狹長型，低層露點值較大，濕層較厚，可從地面延伸到600 hPa左右，中高層存在干區(qū)，表明對應(yīng)的強烈天氣除了短時強降水外，還伴隨雷暴大風。風向從1 000 hPa至200 hPa順轉(zhuǎn)，暖平流輸送較為深厚。從表1可知，CAPE高達2 500 J/kg以上，有強不穩(wěn)定能量，K指數(shù)≥37℃，SI指數(shù)小于-2，不穩(wěn)定層結(jié)明顯，抬升凝結(jié)高度低于1 km，對流易于觸發(fā)抬升。暖云層厚度達到4 000 m以上，小的垂直風切變有利于產(chǎn)生高降水效率。27日08：00，隨著邊界層弱冷空氣侵入，觸發(fā)對流性，不穩(wěn)定能量得到釋放，CAPE值迅速下降到300以下，SI指數(shù)變?yōu)?0.9，大氣對流穩(wěn)定度增強（圖7）。

從CPAE空間演變看，26日20：00，地面冷空氣逐漸滲透南下，CAPE高值區(qū)向南收縮，柳州北部能量已下降。27日02：00后，隨著對流性降水增強，不穩(wěn)定能量迅速釋放，CAPE高值區(qū)已明顯減弱南退。過程中柳州西部的CAPE強于東部，有利于強雨帶偏向西側(cè)。

5 中尺度對流系統(tǒng)演變特征

中小尺度系統(tǒng)（MCS）的發(fā)展狀態(tài)將直接影響降水的強度和持續(xù)時間[13]。初期，偏南暖濕氣流輻合和地形抬升作用在柳州南部和中部觸發(fā)分散對流單體向東南方向移動，同時冷空氣在柳州北界觸發(fā)線狀對流性降水向東南方向移動。26日11：35，線狀回波與元寶山前的分散對流合并加強后繼續(xù)快速南下，表現(xiàn)為尾隨層狀降水MCS[14]。27日02：00～05：00是短時強降水集中時段，圖8為該時段雷達組合反射率（CR）和0.5°仰角徑向速度的演變。27日02：08，在柳州中西部出現(xiàn)東北-西南向的地面輻合線，分散的對流單體逐漸在輻合線周圍形成回波帶，此后輻合線穩(wěn)定維持，輻合線處有多單體回波不斷新生，新生單體在高空槽前西南氣流引導(dǎo)下向東北移并發(fā)展。較強單體的CR在45～55 dBz之間，列車效應(yīng)使柳城寨隆-龍頭-融安譚頭不斷有強回波經(jīng)過造成強降水?；夭楹笙騻鞑?，合并加強的回波呈準靜止的狀態(tài)，強雨帶沿著地面輻合線穩(wěn)定少動。尤其在04：30，自羅城的強對流單體移到柳城寨龍，并入輻合線后對流得到進一步發(fā)展，使寨隆在04：00～05：00出現(xiàn)102.4 mm的最大雨強。05：00后，地面輻合線減弱，強回波的范圍縮小和強度逐漸減弱，被層狀云回波環(huán)繞其中，呈現(xiàn)出層狀云環(huán)繞類MCS形態(tài)特征[15]。

強輻合區(qū)在徑向速度圖上（圖8）現(xiàn)為逆風區(qū)在柳州中西部穩(wěn)定維持，表明對流回波將一直處于持續(xù)發(fā)展態(tài)勢，對應(yīng)在CR上也是45 dBz以上強回波。短時強降水出現(xiàn)在逆風區(qū)前沿，徑向速度輻合最大的區(qū)域。對04：30位于寨隆的強回波單體的風暴趨勢分析表明，對流單體的垂直液體水含量基本在20～30 kg/m2，質(zhì)心一直保持55 dBz左右，高度在2～3 km，低于零度層高度，具有低質(zhì)心的熱帶型暖云降水特征，降水效率高。

地面中尺度輻合線對對流系統(tǒng)的觸發(fā)、增強和組織發(fā)揮著重要作用，對流單體不斷在地面輻合線生消合并形成中尺度雨帶，對流回波具有準靜止、后向傳播、列車效應(yīng)的特征，降水效率高，從而導(dǎo)致局地短時強降水。

6 主觀預(yù)報與數(shù)值預(yù)報的誤差分析

各級臺站對柳州北部的降水預(yù)報偏強（圖9），出現(xiàn)空報，而對中部的強降水考慮不足，出現(xiàn)較大漏報。歐洲中心數(shù)值模式（EC）25日20：00起報的預(yù)報場對500 hPa環(huán)流形勢和700～850 hPa的切變線位置預(yù)報較準確，但在925 hPa上柳州中部和南部始終受偏南氣流控制，未預(yù)報出對降水起關(guān)鍵作用的東南氣流，偏南氣流在夜間也較實況弱，預(yù)報27日08：00 925 hPa切變線比實況偏北。因此，EC模式預(yù)報的強降水主要位于黔桂交界的天氣尺度切變線附近，導(dǎo)致預(yù)報的雨帶較實況明顯偏北，降雨強度明顯偏弱，以穩(wěn)定性降雨為主，對流性質(zhì)明顯錯誤。預(yù)報員在業(yè)務(wù)中常過于信任和依賴EC預(yù)報的環(huán)流形勢，從而影響了主觀預(yù)報。

實際上，本次強降雨對流性明顯，主要是MCS的作用。雖然700～850 hPa的切變線始終維持在柳州北部邊界，但邊界層弱冷空氣南下觸發(fā)對流后快速南壓至柳州中部，偏北氣流與偏南氣流、東南氣流交匯劇烈，地面輻合線穩(wěn)定維持，降雨在此發(fā)展并增強。柳州北部由于能量快速消耗，持續(xù)時間短，因此實況降雨較弱。然而大尺度全球模式很難正確描述出MCS的發(fā)生發(fā)展。對于本次過程，華東9 km中尺度數(shù)值模式25日20：00起報的雨量預(yù)報在柳州北部的降水與實況最接近，同時在中部報出了暴雨到大暴雨的強降雨帶，這為預(yù)報提供了有效信息，但預(yù)報員考慮與全球模式預(yù)報的量級差別較大，最終沒有采用。

7 結(jié)論與討論

（1）本次過程發(fā)生在中高緯度“兩槽一脊”、低緯“西低東高”的環(huán)流背景下，由500 hPa高空槽、925 hPa切變線和地面輻合線共同造成，200 hPa南壓高壓、西太副高和850 hPa切變線的位置有利于降水的發(fā)生和維持。弱冷空氣和地形抬升觸發(fā)對流發(fā)生發(fā)展，強降水主要出現(xiàn)在地面輻合線附近。

（2）925 hPa的水汽輻合強度和范圍決定了降水強度和范圍，偏南氣流、東南氣流不僅分別將北部灣和南海北部的水汽輸送到暴雨區(qū)，兩支氣流的輻合對強降水的維持尤為關(guān)鍵。暴雨與邊界層的動力輻合、水汽供應(yīng)關(guān)系密切。南壓高壓東側(cè)的分流輻散與低層輻合相互耦合促使上升運動增強，強降水發(fā)生時高層輻散強度和上升速度快速增強。

（3）中低層的暖平流為暴雨積蓄了不穩(wěn)定能量，K指數(shù)較高，配合較低的抬升凝結(jié)高度和適中的垂直風切變。對流單體不斷在地面輻合線生消合并形成中尺度雨帶，對流回波具有準靜止、后向傳播、質(zhì)心低、列車效應(yīng)的特征，降水效率極高，對流性明顯，從而導(dǎo)致局地出現(xiàn)較強的短時強降水。

（4）在EC預(yù)報的925 hPa切變線離本地較遠、東南風與偏南風輻合不明顯的情況下，預(yù)報員空報柳州北部的暴雨，漏報中部的強雨帶。大尺度全球模式對由中尺度對流系統(tǒng)造成的強降雨過程預(yù)報能力有限，而華東中尺度數(shù)值模式對柳州北部的弱降水預(yù)報把握較好，對中部的強雨帶也有一定體現(xiàn)，但未采用。

在今后短期預(yù)報工作中，應(yīng)根據(jù)預(yù)報的強降雨性質(zhì)和尺度綜合考慮全球模式和中尺度模式的預(yù)報結(jié)果，當有可能出現(xiàn)中尺度對流性降水時，應(yīng)重視和仔細分析中尺度模式的預(yù)報，及時修正強降雨落區(qū)，提高預(yù)報的準確率。

參考文獻

[1] 黃士松.華南前汛期暴雨[M].廣州：廣東科技出版社，1986.

[2] 諶蕓，陳濤，汪玲瑤，等.中國暖區(qū)暴雨的研究進展[J].暴雨災(zāi)害，2019，38（5）：483-493.

[3] 翟盤茂，王萃萃，李威.極端降水事件變化的觀測研究[J].氣候變化研究進展， 2007（3）： 144-148.

[4] 覃衛(wèi)堅，李棟梁.近50a來廣西各級降水氣候變化特征分析[J].自然資源學報， 2014， 29（4）： 666-676.

[5] 劉蕾，李宜爽，張凌云，等.廣西汛期2次暖區(qū)暴雨成因的對比分析[J].中國農(nóng)學通報， 2016， 32（5）： 136-143.

[6] 林曉霞，馮業(yè)榮，張誠忠，等.華南一次暴雨過程熱力和動力特征的診斷分析[J].熱帶氣象學報， 2017， 33（6）： 975-984.

[7] 梁靖琳，雒佳麗，田紅瑛，等.“05·6”華南持續(xù)性暴雨發(fā)生前上對流層及平流層異常信號分析[J].氣候與環(huán)境研究， 2019， 24（2）： 237-250.

[8] 陳濤，陳博宇，于超，等.華南前汛期鋒面對流系統(tǒng)和暖區(qū)對流系統(tǒng)的多尺度特征和集合預(yù)報敏感性對比分析[J].氣象， 2020， 46（9）： 1129-1142.

[9] 李向紅，龐傳偉，梁維亮，等.孟加拉灣旺盛對流作為廣西連續(xù)暴雨的前兆信號特征分析[J]. 氣象， 2015， 41（11）： 1383-1389.

[10] 劉蕾，陳茂欽，張凌云.柳州鋒前暖區(qū)暴雨的分型及統(tǒng)計特征分析[J].氣象研究與應(yīng)用， 2016， 37（4）： 12-17，133.

[11] 王艷蘭，伍靜，唐橋義，等.2019年6月桂林三次強降水天氣成因?qū)Ρ确治鯷J].暴雨災(zāi)害， 2020， 39（2）： 136-147.

[12] 郭姿佑，伍志方，蔡景就，等.“18·8”廣東季風低壓持續(xù)性特大暴雨水汽輸送特征[J]. 暴雨災(zāi)害， 2019， 38（6）： 587-596.

[13] 聶云，周繼先，楊帆，等.梵凈山東南側(cè)夏季暖區(qū)暴雨中尺度系統(tǒng)演變與環(huán)境場特征個例分析[J]. 暴雨災(zāi)害， 2021， 40（2）： 125-135.

[14] Schumacher R S， Johnson R H. Organi-zation and environmental properties of extreme-rain-producing mesoscale convective systems[J]. Monthly Weather Review， 2005（4）： 961-976.

[15] 王玨，張家國，吳濤，等.湖北省極端短時強降水MCS 類型及特征分析[J].氣象， 2019， 45（7）： 931-944.

責任編輯：黃艷飛

Abstract Based on the ground and high altitude observation data， automatic weather station observation data， Doppler weather radar observation data and NCEP FNL reanalysis data， the cause of a heavy rainstorm in Liuzhou in May 2019 was diagnosed by synoptic method， and the prediction error was analyzed.

Key words Rainstorm; Mesoscale conv-ective system; Boundary layer convergence; Weak cold air; Precipitation forecast error