陽江復(fù)雜地形對特大暴雨影響機(jī)理的數(shù)值研究

葉桂苓 ，張宇 ，徐建軍, ，陳思奇 ，盧澤彬 ，沈文琪

(1. 廣東海洋大學(xué)海洋與氣象學(xué)院，廣東 湛江 524088； 2. 廣東海洋大學(xué)南海海洋氣象研究院，廣東 湛江 524088；3. 廣東海洋大學(xué)深圳研究院，廣東 深圳 518120)

1 引 言

影響暴雨的發(fā)生和發(fā)展因素眾多，地形為其中之一[1]。地形的動力作用和屏障作用主要迫使氣流繞行和爬坡，影響水汽輸送方向和垂直風(fēng)切變。地形通過影響風(fēng)速大小，導(dǎo)致近地面的水汽產(chǎn)生輻合上升，從而激發(fā)靜力不穩(wěn)定誘發(fā)降水。并且地形的形狀、大小和高度會影響暴雨的特征(暴雨強(qiáng)度、暴雨中心等)[1-5]。目前，大尺度地形(例如青藏高原)對于降水的影響已經(jīng)得到了廣泛且深入的研究[6-10]。近年，中小尺度地形對暴雨的影響成為人們的關(guān)注點(diǎn)，中小尺度地形往往會引發(fā)局地的大暴雨或特大暴雨。但中小尺度地形對降水的作用往往是與其它因素混合在一起，因此難以分辨中小尺度地形誘發(fā)暴雨的因素[4]。

隨著中尺度數(shù)值預(yù)報模式的發(fā)展和完善，中小尺度地形對暴雨的研究也取得大量的研究成果[12-20]，有利于提高局地暴雨的預(yù)報能力。許多研究表明中尺度地形對于暴雨的影響，主要通過影響散度場，垂直風(fēng)場和水汽條件等[17]，影響暴雨的發(fā)生和位置。其中山脈的動力作用影響風(fēng)場，在低層有氣旋式輻合上升[15]，上升運(yùn)動為降水創(chuàng)造有利條件；由于氣流受山脈的阻擋，繞流分量形成氣旋或反氣旋，從而影響降水[18-19]。劉蕾等[16]基于WRF 模式做地形敏感試驗(yàn)，發(fā)現(xiàn)迎風(fēng)坡面西南暖濕氣流帶來的水汽和熱量在此堆積，中低層位溫增加，冷空氣從西北侵入時，觸發(fā)對流不穩(wěn)定，表明地形對這次大暴雨過程的雨帶分布未起到?jīng)Q定性的作用，但對強(qiáng)降水的落區(qū)和強(qiáng)度有著重要影響；從物理場分析：移除地形的試驗(yàn)表明，垂直上升運(yùn)動正渦度強(qiáng)度較原地形的減弱，且降水的強(qiáng)度減弱。Wang 等[20]通過研究黃山地形對降水的影響，平滑地形后的敏感試驗(yàn)與控制試驗(yàn)比較得出：平滑地形后降水量明顯減少。高留喜等[21]利用雷達(dá)資料對山東一次特大暴雨過程進(jìn)行分析，發(fā)現(xiàn)降水分布具有典型的地形影響特征，復(fù)雜的山區(qū)地形阻礙對流傳播和顯著影響降水。郭蕊等[22]通過一系列敏感試驗(yàn)，發(fā)現(xiàn)大別山的高度會影響降水中心位置和降水量，增高地形高度，對流更加劇烈；降低或移除地形，降水中心位置東移。李博等[14]利用MM5 模式設(shè)置三組地形敏感試驗(yàn)：增加地形高度，減少高度，建喇叭口，結(jié)果表明華南地區(qū)的局地地形能影響環(huán)流的變化，從而影響中尺度對流發(fā)展，增強(qiáng)暴雨的強(qiáng)度；地形還能使底層風(fēng)場發(fā)生變化，導(dǎo)致暴雨的位置發(fā)生改變。

地形對降水影響的問題非常復(fù)雜，尤其是在地形復(fù)雜且靠近高溫高濕的沿海地區(qū)[23]。前人對中小尺度地形影響暴雨已經(jīng)得到一些成果[24]，但很少涉及陽江地區(qū)，而該地區(qū)又是嚴(yán)重的暴雨災(zāi)害區(qū)。例如2008年6月5—7日的特大暴雨(簡稱“0865”特大暴雨)[14]，2009年6月7日特大暴雨[25]等。由地形海拔高度圖(圖1a)可知：陽江處于北面靠山，且山地居多，丘陵和平原其次(C)；地勢由北向南傾斜，東北有天露山(B)屏障，西北有云霧山(A)環(huán)繞，云霧山的最高海拔可達(dá)1 700 m(圖1b)，兩山之間形成狹管地形。南臨南海，水汽豐沛，海岸線長341.5 km，因位于低緯度地區(qū)，沿海暖區(qū)高溫高濕，降水主要集中在此地。

圖1 地形海拔高度圖

以上研究大多從地形影響的物理場角度出發(fā)，本文利用地形敏感試驗(yàn)探討地形對暴雨的發(fā)生和發(fā)展作用，基于文獻(xiàn)[26-27]在青藏高原數(shù)值試驗(yàn)中提出將低層水平風(fēng)場為繞流、爬流和地形的動力作用影響垂直速度的結(jié)論來研究陽江地區(qū)的暴雨。主要利用中尺度模式WRF，探討陽江地區(qū)中小尺度地形誘發(fā)暴雨的可能原因。本文的結(jié)構(gòu)如下：第一部分文章的引言；第二部分描述資料來源、方法介紹、模式設(shè)置；第三部針對個例選取模擬；第四部模式為結(jié)果及分析；最后一部分為討論和總結(jié)。

2 資料來源、方法介紹、模式設(shè)置

2.1 數(shù)據(jù)來源

文中用于模式的背景場資料，由歐洲數(shù)值預(yù)報中心(ECMWF)提供時間分辨率為逐日4 次(00時、06 時、12 時、18 時，世界時，下同)，空間分辨率為0.25 °×0.25 °的氣壓層和地面層再分析數(shù)據(jù)(ERA5)，資料選取時間為2019年5月26日00時—28日00時。

本文利用觀測資料有中國氣象局氣象信息中心數(shù)據(jù)庫提供的廣東省36個國家站的2019年的日降水資料，用于統(tǒng)計廣東省2019年全年累計降水量。同時，采用中國氣象局氣象信息中心數(shù)據(jù)庫提供地面逐小時降水1 573個站點(diǎn)資料，里面包含國家站和區(qū)域站，用于驗(yàn)證模式輸出結(jié)果，該數(shù)據(jù)早期由MDSS 數(shù)據(jù)庫提取，2017年之后的數(shù)據(jù)由CIMISS系統(tǒng)獲取。

2.2 繞流和爬流計算方法

本文根據(jù)張耀存等[27]在數(shù)值模擬中對模式低層風(fēng)場采用的分解方案，將水汽平流分為繞流分量和爬流分量，分別計算各分量的大小，從而區(qū)分地形對各自的作用。具體分解方法如下：若為地面水平風(fēng)矢量，則有：

式(2)、(3)中：zs為地形高度，?zs為地形高度梯度，可知，繞流垂直于地形梯度，爬流平行于地形梯度。聯(lián)系上述方程，可得：

式中，ur、vr、up、vp分別代表繞流矢量和爬流矢量的緯向分量和徑向分量。

2.3 模式設(shè)置

中尺度天氣預(yù)報模式(Weather Research Forecast，WRF)是由美國多個研究部門及大學(xué)的科學(xué)家共同參與開發(fā)研究的新一代中尺度預(yù)報模式和同化系統(tǒng)，集科研與業(yè)務(wù)預(yù)報于一體，給理想化的動力學(xué)研究、業(yè)務(wù)天氣預(yù)報及區(qū)域氣候模擬、空氣質(zhì)量預(yù)報提供了共用的模式框架，系統(tǒng)將成為從云尺度到天氣尺度等不同尺度重要天氣特征預(yù)報精度的工具[28]。

本文使用非靜力平衡中尺度數(shù)值模式WRFv4.01(Weather Research Forecast，Version 4.01)，采用歐洲中心(ECWMF)提供的ERA5(0.25 °×0.25 °)再分析資料驅(qū)動模式。模式積分步長為 60 s，積分時間為 2019年 5月 26日 00 時—28日00 時(圖2)，模式水平方向采用兩重嵌套網(wǎng)格，水平分辨率分別為9 km 和3 km，模擬區(qū)域D01主要包括廣東省，D02區(qū)域主要包括研究降水的區(qū)域——陽江。模式垂直方向分為40 層，最頂層為50 hPa。物理參數(shù)化的設(shè)置如表1。

圖2 模式模擬區(qū)域

表1 模式物理參數(shù)化方案

2.4 試驗(yàn)設(shè)置

為研究此次地形對暴雨的影響，可通過改變模式相應(yīng)的地形，使模式環(huán)流形勢場和物理量根據(jù)地形改變而做出相應(yīng)調(diào)整，從而對降水區(qū)域和強(qiáng)度產(chǎn)生不同的影響，導(dǎo)致模式模擬出不同的結(jié)果，從而明確地形在暴雨中的作用。因此，在不改變?nèi)魏螀?shù)的情況下，設(shè)計控制試驗(yàn)和兩組敏感試驗(yàn)如下。

(1) 控制試驗(yàn)：保持原地形不變，對暴雨的數(shù)值模擬研究，記為CTRL。

(2) 降 低 地 形 ：將 110.2 ～112.5 °E，21.4 ～23.0 °N 區(qū)域內(nèi)的地形高度降低90%，即去掉云霧山和天露山的影響，用于測驗(yàn)地形高度對降水的作用，記為EXPR1。

(3) 區(qū)域高度平均試驗(yàn)：將細(xì)網(wǎng)格d02 區(qū)域的地形高度取面積平均，原地形變?yōu)椤捌脚_”，主要是測驗(yàn)地形的起伏對降水的作用，記為EXPR2。

(4) 增高地形高度：將110.2～112.5 °E，21.4～23.0 °N 區(qū)域內(nèi)的地形高度增高2 倍，主要測驗(yàn)地形高度對降水的作用，記為EXPR3。

補(bǔ)充說明：雖然本文在數(shù)值試驗(yàn)中沒有考慮區(qū)域四周地形高度的連續(xù)性，但多組地形高度增高(降低)試驗(yàn)表明，不考慮區(qū)域四周地形高度的連續(xù)性變化，并不會影響數(shù)值試驗(yàn)的定性結(jié)果。

3個例選取

廣東省陽江地區(qū)的地形較復(fù)雜，常年受暴雨的影響，根據(jù)2019年廣東省全年累計降水(圖3a)發(fā)現(xiàn)：2019年廣東省全年累計降水有14個站點(diǎn)超過2 000 mm，陽江地區(qū)的降水甚至超過3 000 mm。2019年5月廣東平均累計雨量達(dá)311 mm，比常年同期偏多了2 成，尤其是陽江、上川島和斗門地區(qū)，偏多了1 倍以上?；谝陨辖Y(jié)果，本文擬從地形對強(qiáng)降水影響的角度，選取2019年5月26—28日陽江地區(qū)的一次強(qiáng)降水天氣過程，通過中尺度數(shù)值模擬敏感性試驗(yàn)，探討陽江地區(qū)暴雨頻發(fā)的原因。

2019年 5月 26日 00 時—27日 00 時 受 西南暖濕氣流的影響和地形的相互作用，陽江地區(qū)發(fā)生了局地性暴雨天氣過程，強(qiáng)降水造成嚴(yán)重的經(jīng)濟(jì)損失。從24 h 累積雨量分布圖可見(圖3b)，此次雨帶從廣東西部沿伸到廣東珠江三角洲，雨帶呈現(xiàn)西南-東北走向，南北橫跨約1個緯度，東西約2個經(jīng)度。該次暴雨過程的特點(diǎn)：范圍較小，量級大，陽江大部分地區(qū)量級達(dá)到100 mm；降水強(qiáng)度大，陽江站24 h 累計降水達(dá)到218 mm；且大于200 mm 的暴雨中心主要位于云霧山前。另外，26日18 時—27日06 時為強(qiáng)降水的主要時段，有5個站點(diǎn)超過100 mm 降雨，13個站點(diǎn)錄得50～100 mm 降雨，主要特點(diǎn)時短雨強(qiáng)大，強(qiáng)度變化顯著。本文主要討論此階段地形對降水的影響。且此次降水發(fā)生在弱天氣背景下。

圖3 廣東省2019年全年累計降水散點(diǎn)圖(a)，2019年5月26日12時—27日12時24 h降水量(b)

4 模式結(jié)果和分析

本文利用常規(guī)觀測站和加密站共計1 573個站點(diǎn)的降水觀測資料與控制試驗(yàn)d02 區(qū)域模擬結(jié)果進(jìn)行對比，檢驗(yàn)控制試驗(yàn)的模擬效果，分別對降水、繞流爬流、垂直上升運(yùn)動及不穩(wěn)定層結(jié)方面進(jìn)行機(jī)制分析。

4.1 地形對降水的影響

圖4 為區(qū)域 111.5～112.0 °E，21.7～22.3 °N平均每小時降雨量時間序列圖，控制試驗(yàn)(藍(lán)色：CTRL)與觀測(黑色：OBS)相比，降雨量隨時間變化有較好的一致性，降水均從2019年26日12時開始，降水強(qiáng)度最大集中在26日18—24 時，但觀測在26日16 時出現(xiàn)一個大值。從空間分布上看：控制試驗(yàn)CTRL(圖5a)相比于觀測(圖3b)，能成功模擬出此次降水過程中陽江地區(qū)的降水情況，模擬的降水強(qiáng)度和落區(qū)、強(qiáng)降水中心的分布和雨帶的走向均與實(shí)況比較一致，只是雨帶范圍較小。用模式輸出的高分辨率模擬資料對此次暴雨事件做進(jìn)一步分析研究。

圖4 2019年5月26日12時—27日12時區(qū)域111.5～112.0 °E，21.7～22.3 °N平均每小時降雨量時間序列圖

對比控制試驗(yàn)與敏感試驗(yàn)(圖4)可知：控制試驗(yàn)(藍(lán)色：CTRL)的降雨從2019年5月26日12時開始，其中18—24時是強(qiáng)降雨集中的主要階段，峰值達(dá)到11 mm。在EXPR1(橘色)中，降雨量峰值出現(xiàn)在5月26日20 時，約為5.0 mm，降雨量遠(yuǎn)遠(yuǎn)小于控制試驗(yàn)。EXPR2(綠色)與控制試驗(yàn)(CTRL)相比，18—24時同為降水集中的時段，但較控制試驗(yàn)降雨量相對偏低，略高于EXPR1。EXPR3(紅色)與控制試驗(yàn)(CTRL)相比，18—24 時同為降水集中的時段，且峰值達(dá)到16 mm。以上結(jié)果表明地形高度影響暴雨強(qiáng)度，地形越高則降雨越強(qiáng)。

圖5 為 2019年 5月 26日 12 時—27日 12 時的累計降水分布圖。敏感試驗(yàn)(圖5b～5d)與控制試驗(yàn)(圖5a)相比，發(fā)現(xiàn)暴雨中心位置和強(qiáng)度對地形的改變十分敏感。降低地形EXPR1(圖5b)，氣流平坦地流過山脈，沒有地形的強(qiáng)迫和氣流的堆積，因此位于陽江地區(qū)的暴雨中心向北移到23 °N，雨帶變?yōu)闁|西走向，陽江地區(qū)降水量整體減少了，有零碎暴雨中心，陽江22 °N以南降水量在24 h 內(nèi)減少達(dá)到60 mm 左右，北邊出現(xiàn)暴雨中心可能是由北邊山地和細(xì)網(wǎng)格的邊緣效應(yīng)引起。細(xì)網(wǎng)格區(qū)域平均試驗(yàn)EXPR2(圖5c)相比控制試驗(yàn)，山脈的東南側(cè)降水量明顯整體減弱，雨量減少40～60 mm，降水量大于100 mm的區(qū)域主要位于海岸線。高度增高試驗(yàn)EXPR3(圖5d)，西南暖濕氣流經(jīng)過水汽通道被輸送到其迎風(fēng)坡處，受到地形的阻擋，使得水汽和熱量堆積，山脈的東南側(cè)降水明顯增強(qiáng)，增幅為 50～100 mm，山脈的背面降水量減少明顯，即強(qiáng)降水主要出現(xiàn)在山脈的迎風(fēng)坡一側(cè)，且在陽西出現(xiàn)大于250 mm的特大暴雨中心。

圖5 2019年5月26日12時—27日12時累計降雨量分布

為進(jìn)一步討論暴雨的發(fā)生發(fā)展過程，根據(jù)各組試驗(yàn)的雷達(dá)反射率、10 m 風(fēng)速和地形高度場分布(圖6)來進(jìn)行討論。控制試驗(yàn)表明5月26日18時(圖6a1)，由于地形的阻擋，風(fēng)速在此出現(xiàn)輻合以及轉(zhuǎn)向形成輻合中心，有利于觸發(fā)對流，在山前形成水平尺度約為10 km 的雷達(dá)回波，中心強(qiáng)度約45 dBZ。21時(圖6a2)，對流形成后快速發(fā)展，雷達(dá)回波的水平尺度達(dá)到60 km，且雷達(dá)反射率達(dá)到50 dBZ 以上，中心出現(xiàn)峰值為55 dBZ。隨著時間的變化，在24 時，雷達(dá)回波移出陽江，此時強(qiáng)降水結(jié)束。降低地形(圖6b1～6b3)，陽江地區(qū)并未出現(xiàn)雷達(dá)回波，表明無對流發(fā)生。地形取區(qū)域平均可發(fā)現(xiàn)，18 時(圖6c1)，在陽江地區(qū)有零星大于20 dBZ 的雷達(dá)回波分布。21 時(圖6c2)形成中心達(dá)到45 dBZ的塊狀雷達(dá)回波，相比控制試驗(yàn)，位置偏東北，且分布范圍遠(yuǎn)小于控制試驗(yàn)；24 時，隨南風(fēng)移向更北的位置，雷達(dá)回波強(qiáng)度減弱。相反，將地形增高試驗(yàn)(圖6d1)，陽江西部出現(xiàn)水平尺度50 km的雷達(dá)回波，多個超過45 dBZ 的中心，低層的輻合觸發(fā)上升運(yùn)動；在21時，對流系統(tǒng)發(fā)展為最強(qiáng)階段，雷達(dá)回波橫跨約1個經(jīng)緯度，且雷達(dá)反射率達(dá)到55 dBZ，對應(yīng)(圖4 紅線)降水中最強(qiáng)階段；在24時，雷達(dá)回波中心強(qiáng)度減弱，向東北移。

圖6 2019年5月26日18時(第一行)、21時(第二行)、24時(第三行)雷達(dá)反射率(填色 ，單位：dBZ)、10 m風(fēng)場(箭頭 單位：m/s)和地形高度(等值線，單位：m)

4.2 地形對不穩(wěn)定層結(jié)的影響

由以上分析發(fā)現(xiàn)降水主要集中在26日18 時—27日00 時，暴雨容易發(fā)生在層結(jié)不穩(wěn)定和上升運(yùn)動強(qiáng)烈的地方[28-30]。假相當(dāng)位溫可判定大氣層的穩(wěn)定性，圖7為各個試驗(yàn)的假相當(dāng)位溫和相對濕度的垂直剖面圖，有利于分析地形是如何影響暴雨的落區(qū)以及強(qiáng)度。在26日18 時，控制試驗(yàn)CTRL 表明，在2 000 m 以下，均為假相當(dāng)位溫和相對濕度大值區(qū)域(圖略)，低層高溫高濕表示不穩(wěn)定層結(jié)[31]。圖7a 為暴雨發(fā)生時，假相當(dāng)位溫大值密集出現(xiàn)在暴雨上空，山前出現(xiàn)類似ω 型的不穩(wěn)定能量區(qū)，相對濕度的大值區(qū)延升6 000 m。對比CTRL 試驗(yàn)，EXPR1 試驗(yàn)(圖 7b)在低層有略微的ω 型的不穩(wěn)定能量區(qū)，削為“平臺”后的EXPR2 試驗(yàn)(圖 7c)并沒有在山前出現(xiàn)ω 型的不穩(wěn)定，且兩個試驗(yàn)相對濕度大值區(qū)存在1 000 m以下；地形升高后(圖 7d)，山前的ω 型的高能舌較 CTRL 試驗(yàn)和EXPR1和EXPR2試驗(yàn)伸展更高，即不穩(wěn)定能量更強(qiáng)，不穩(wěn)定能量區(qū)范圍也較CTRL 試驗(yàn)更大，且相對濕度大值區(qū)域高度可達(dá)到10 000 m。從上面分析可知，中尺度地形在一定程度上影響暴雨期間垂直方向上水汽和能量的變化。當(dāng)?shù)匦胃叨冉档秃妥優(yōu)椤捌脚_”后，由于無山脈的阻擋，水汽和能量輸送隨偏南氣流到達(dá)更北的位置[30]。而升高地形，云霧山山脈阻擋了南來的暖濕氣流，低層高溫高濕堆積，為暴雨區(qū)形成提供了有利的能量條件。

圖7 2019年5月26日19時相對濕度(陰影，單位：%)和假相當(dāng)位溫(等值線，單位：K)垂直剖面圖

4.3 地形對垂直運(yùn)動的影響

暴雨中心風(fēng)場的垂直結(jié)構(gòu)有助于我們了解暴雨過程中地形是如何影響垂直環(huán)流，從而影響降水。圖8 為垂直速度和環(huán)流場的垂直剖面圖，CTRL 試驗(yàn)表明：山前在111.8 °E 出現(xiàn)上升氣流，一直延伸到14 km，且相對渦度(圖9a)由于山脈的阻擋，山前迎風(fēng)坡面1 500 m 以下大于50×10-5s-1正的渦度柱，且在2 500 m 以上出現(xiàn)正負(fù)渦度相間。EXPR1 和EXPR2 試驗(yàn)較控制試驗(yàn)，在3 km下面幾乎沒強(qiáng)烈的上升和下降氣流(圖8b、8c)，并且相對渦度(圖9b、9c)在此區(qū)域減小，表明地形高度降低后，由于缺乏地形的動力抬升作用，垂直速度和輻合減弱，進(jìn)而影響降水的強(qiáng)度。而升高地形后，山前形成的次級環(huán)流圈(圖8d)，且山前垂直速度加大，偏南氣流被迫抬升，正渦度中心(圖9d)的值達(dá)到75×10-5s-1且高度達(dá)到5 000 m以上。

圖8 2019年5月26日19時垂直速度(填色，單位：m/s)和環(huán)流場(箭頭，單位：m/s)垂直剖面圖

敏感試驗(yàn)和控制試驗(yàn)相比得出：地形對動力條件的影響十分顯著，降低地形，低層的偏南風(fēng)降水越過陽江地區(qū)，向更北的位置輸送，山前輻合減弱，降水位置北移和強(qiáng)度減弱；增高地形，由于地形阻擋，低層輻合加強(qiáng)，偏南風(fēng)將海上的暖濕氣流輸送到此處形成更強(qiáng)的正相對渦度中心且渦度柱的高度更高，因而激發(fā)更強(qiáng)的上升運(yùn)動，從而影響強(qiáng)降水的強(qiáng)度和降水的區(qū)域。

4.4 地形對繞流和爬流的影響

爬流會引起上升運(yùn)動加強(qiáng)，強(qiáng)烈的上升運(yùn)動又是降水的必要條件，垂直運(yùn)動是次級垂直環(huán)流圈的重要組成部分；繞流有利于局地渦旋產(chǎn)生。因此本文進(jìn)一步從爬流和繞流分析地形對降水的影響。地形對環(huán)流場的改變主要體現(xiàn)在對流層低層，根據(jù)張耀存等[27]提出的公式，將模式的10 m水平風(fēng)場分解，得到繞流分量和爬流分量。

圖10 為各個試驗(yàn)的繞流分量空間分布圖，EXPR2試驗(yàn)高度取平均，則繞流分量并無影響，在次處不討論。CTRL(圖10a)表明：陽江地區(qū)山前存在一定強(qiáng)度的繞流運(yùn)動，最強(qiáng)主要出現(xiàn)在云霧山山前，來自南邊海上的暖濕氣流，由于受陽江地區(qū)云霧山與平原的地形高度差影響而產(chǎn)生向西北和東北方向的繞流，繞流最明顯的地方主要位于暴雨中心的西北(22 °N 左右)。EXPR1 試驗(yàn)相比較CTRL 試驗(yàn)，原本地形高度顯著減小，由于無地形的阻擋，山前也無明顯的繞流。EXPR3 試驗(yàn)與CTRL，山前的繞流更明顯，在大暴雨中心位置出現(xiàn)明顯渦旋結(jié)構(gòu)，且在陽江平原地區(qū)出現(xiàn)輻合的中心。由上分析發(fā)現(xiàn)地形可以影響繞流的方向和位置，由于中小尺度地形的阻擋作用而產(chǎn)生繞流運(yùn)動是有利于山前的局地渦旋的形成，從而利于暴雨的發(fā)生。地形的強(qiáng)迫作用會造成氣流的爬升，根據(jù)爬流流場的分布形勢(圖11)可知，CTRL試驗(yàn)中，因?yàn)樯矫}的阻擋，水平氣流達(dá)到600 m 高度，發(fā)生一定的偏轉(zhuǎn)，證明在600 m 以下為爬流運(yùn)動，尤其是暴雨中心在 21.8 °N 附近。與 CTRL 相比，EXPR1 的爬流和繞流類似；EXPR3 卻出現(xiàn)非常明顯的爬流特征，尤其是大暴雨中心位置在111.5 °E，21.9 °N 度附近，主要是這里出現(xiàn)小地形升高后，氣流受到阻擋，抬升作用加強(qiáng)。爬流產(chǎn)生的上升氣流加強(qiáng)了大氣的抽吸作用，加強(qiáng)了垂直上升運(yùn)動，為暴雨提供更有利的條件。

圖10 2019年5月26日19時地形高度(填色，單位：m)和10 m繞流分量(流線，單位：m/s)圖

圖11 2019年5月26日19時地形高度(填色，單位：m)和10 m爬流分量(流線，單位：m/s)圖

圖12 為 2019年 5月 26日 18—24 時繞流和爬流的矢量模時間序列圖。由圖12a可見，暴雨區(qū)內(nèi)呈現(xiàn)較強(qiáng)的爬流，且隨時間先增大后減小?？刂圃囼?yàn)(CTRL)峰值出現(xiàn)在20 時，為7 m/s。減少地形(EXPR1)在21時出現(xiàn)峰值(6 m/s)，相比CTRL爬流量級偏小。相反，增高地形(EXPR3)，繞流最大值(7.9 m/s)出現(xiàn)在21 時，對應(yīng)圖4 降水最強(qiáng)階段。爬流有利于垂直上升運(yùn)動，地形高度越高，爬流的作用越強(qiáng)，從而激發(fā)上升運(yùn)動影響降水強(qiáng)度。而繞流有利于局地渦旋產(chǎn)生，圖12b為繞流時間序列圖，繞流量級為先增大后減小，但各組試驗(yàn)繞流的強(qiáng)度遠(yuǎn)小于爬流，說明此次降水主要是由爬流引起。

圖12 2019年5月26日18—24時爬流(a)和繞流(b)的矢量模時間序列

5 結(jié) 論

統(tǒng)計2019年廣東省全年累計降水量，發(fā)現(xiàn)陽江存在年降水量超過3 000 mm 的“雨窩”中心。選取2019年5月26—28日陽江暴雨進(jìn)行研究，利用歐洲中心提供的ERA5 的再分析資料作為模式WRF 的背景場模擬此次事件。為了探討中小尺度地形對陽江暴雨中心的影響，基于陽江地形設(shè)計3 組地形敏感性試驗(yàn)，分析地形的動力作用(繞流、爬流、垂直速度)和屏障作用。

(1) 對比觀測，WRF 模式能很好模擬出此次陽江地區(qū)局地強(qiáng)降水的時空分布。陽江中小尺度地形對強(qiáng)降水的強(qiáng)度和位置有較大的影響，降低地形和地形平均試驗(yàn)，在陽江地區(qū)整體的強(qiáng)降水強(qiáng)度減小，降水中心的位置北移；增高地形后，在山前陽江地區(qū)出現(xiàn)大暴雨中心。

(2) 地形阻擋南來的水汽和能量，地形越高，低層的水汽和能量堆積越多，層結(jié)越不穩(wěn)定，為暴雨的發(fā)生提供有利的條件。

(3) 地形的動力條件的影響十分顯著，降低地形，低層的偏南風(fēng)降水越過陽江地區(qū)，向更北的位置輸送，山前輻合減弱，降水位置北移和強(qiáng)度減弱；增高地形，由于地形阻擋，低層輻合加強(qiáng)，偏南風(fēng)將海上的暖濕氣流輸送到此處形成更強(qiáng)的正相對渦度中心且渦度柱的高度更高，因而激發(fā)更強(qiáng)的上升運(yùn)動，從而影響強(qiáng)降水的強(qiáng)度和降水的區(qū)域。

(4) 局地的中小尺度地形的阻擋作用產(chǎn)生繞流運(yùn)動，繞流運(yùn)動有利于山前的局地渦旋的形成。地形的強(qiáng)迫作用會造成氣流的爬升，爬流產(chǎn)生的上升氣流加強(qiáng)了大氣的抽吸作用，加強(qiáng)了垂直上升運(yùn)動，為暴雨提供更有利的條件。

由于模式的地形與真實(shí)地形相比，真實(shí)地形的結(jié)構(gòu)更加復(fù)雜，對強(qiáng)降水的影響也會更加復(fù)雜。