舟曲縣暴雨時空特征及預(yù)報指標(biāo)研究

李小霞　賀海燕　劉婷婷　陳海貝　黃瑩霞　李梅

摘要 利用舟曲地區(qū)49個測站2010—2020年逐日降水資料，分析了11年來舟曲地區(qū)暴雨的時空分布特征及其變化規(guī)律。結(jié)果表明：舟曲縣暴雨天氣過程主要由西風(fēng)槽型、副熱帶高壓邊緣型天氣形勢引發(fā)。暴雨主要出現(xiàn)在舟曲中部的武坪、東山及南部的曲告納地區(qū)。舟曲中部平均暴雨量較小，高值區(qū)分布在北部巴藏鎮(zhèn)后北山站、立節(jié)鎮(zhèn)拉尕山站和東部大川鎮(zhèn)石門坪站，低值區(qū)在峰迭、坪定、武坪、八楞、曲瓦、大峪、東山、博峪等鄉(xiāng)鎮(zhèn)站點。對2010—2020年舟曲境內(nèi)局地暴雨天氣過程中武都站探空指標(biāo)進行分析，劃分每次天氣過程探空指標(biāo)類型閾值，在有數(shù)據(jù)的樣本中，CAPE值范圍為0～2 357.3 J/kg，100 J/kg以上的樣本占比較大（17/27），其中9/28的樣本的CAPE值達500 J/kg以上；K指數(shù)范圍為17～48 ℃，其中30 ℃以上的樣本占比（25/27）。

關(guān)鍵詞 暴雨；時空分布；預(yù)報指標(biāo)；舟曲

中圖分類號：P458 文獻標(biāo)識碼：B 文章編號：2095–3305（2023）06–0110-03

我國是一個多暴雨的國家，受季風(fēng)地形等的影響，暴雨南多北少，沿海多于內(nèi)陸，夏季多冬季少。暴雨會造成嚴重的洪澇災(zāi)害和水土流失，導(dǎo)致防洪堤決口，農(nóng)作物被淹，極易造成人員傷亡。眾多學(xué)者都對其進行了研究[1-6]。從全國來看，未來年暴雨日數(shù)和雨量呈增加趨勢，暴雨量和雨日在青藏高原、東部干旱區(qū)、東北地區(qū)、華北地區(qū)和西南地區(qū)呈增加趨勢，在西部干旱（半干旱）區(qū)、華中地區(qū)和華南地區(qū)呈減少趨勢[7]。同時有許多關(guān)于舟曲地區(qū)暴雨的研究發(fā)現(xiàn)，高原地形對北方冷空氣阻擋繞流迫使其與西進北上的暖濕氣流交匯在甘南地區(qū)形成輻合、東風(fēng)氣流高原東坡動力強迫抬升，以及高原邊坡熱力作用在舟曲強降水形成過程中有可能起到重要作用[8]。低層輻合、高層輻散，整層較強上升運動使暴雨得以發(fā)生，垂直速度和散度對暴雨發(fā)生有重要指示意義[9]。

積極研究舟曲地區(qū)暴雨時空特征，不僅能更加全面地認識舟曲地區(qū)暴雨氣候變化特征，為預(yù)報提供背景資料，而且對積極筑牢防災(zāi)減災(zāi)第一道防線、開發(fā)利用氣候資源有重要的科學(xué)意義。

1 資料與方法

舟曲縣屬于甘南藏族自治州，位于甘肅省東南部，為南秦嶺山地，地勢西北高、東南低，海拔1 173～4 504 m，山地陽坡陡峭，陰坡稍緩，谷峰高度差1 000 m以上，屬典型的高山峽谷地形[10]。

溝壑平均密度為2 km/km2，溝坡坡度大于35°。由于溝谷強烈侵蝕，橫斷面呈“V”字形或窄深“U”字形，嘉陵江上游支流白龍江自西北向東南穿城而過，河道坡度較大。利用舟曲地區(qū)49個測站2010—2020年日降水資料進行分析。暴雨定義按照國家氣象局規(guī)定日降水量≥50.0 mm以上[11]。

2 結(jié)果與分析

2.1 暴雨的時間變化特征

2.1.1 年變化 通過對舟曲地區(qū)2010—2020年暴雨出現(xiàn)頻次進行年變化特征分析發(fā)現(xiàn)，舟曲地區(qū)2010—2020年共出現(xiàn)暴雨78次，暴雨頻次呈“三峰型”，在2012、2017及2020年舟曲地區(qū)暴雨出現(xiàn)頻次分別有1個峰值，出現(xiàn)暴雨次數(shù)分別達12、15、31次，僅2020年暴雨出現(xiàn)頻次就占總次數(shù)的39.7%。2011年舟曲地區(qū)未出現(xiàn)暴雨（備注：數(shù)據(jù)統(tǒng)計時發(fā)現(xiàn)，2011年因泥石流后新增站點導(dǎo)致除本站外其余區(qū)域自動氣象站均未收集到暴雨數(shù)據(jù)），2010年和2015年分別只出現(xiàn)過1次暴雨過程。

2.1.2 月變化 通過對舟曲地區(qū)2010

—2020年暴雨出現(xiàn)頻次進行月變化特征分析發(fā)現(xiàn)，舟曲地區(qū)2010—2020年暴雨主要出現(xiàn)在5—9月，其中8月暴雨出現(xiàn)的次數(shù)最多，為47次，占全年的60.3%；其次為7月，暴雨次數(shù)達16次；月變化次數(shù)較少的是5、6月，2010—2020年分別出現(xiàn)3、9次。

2.1.3 旬變化 因統(tǒng)計發(fā)現(xiàn)舟曲地區(qū)2010—2020年暴雨主要出現(xiàn)在5—9月，故在分析暴雨的旬變化時僅分析了2010—2020年5—9月舟曲地區(qū)暴雨的旬變化特征可發(fā)現(xiàn)，舟曲地區(qū)在5月下旬、6月中旬、9月上旬和下旬未出現(xiàn)過暴雨。在旬變化特征中，暴雨出現(xiàn)頻次呈“單峰型”分布，8月中旬達到峰值，為33次，之后迅速減少，截至9月中旬后再無暴雨出現(xiàn)。2010—2020年舟曲地區(qū)暴雨最早出現(xiàn)在2017年5月3日果耶站，降水量達51.7 mm，最晚結(jié)束在2016年9月18日的狼岔壩，降水量為53.4 mm。

2.2 暴雨的空間變化特征

分析舟曲地區(qū)2010—2020年暴雨空間特征發(fā)現(xiàn)，橋子在2010—2020年出現(xiàn)暴雨6次，東山、黃加、武坪、頭溝壩次之，各為4次。整體來看，暴雨主要出現(xiàn)在舟曲中部的武坪、東山及南部的曲告納。舟曲地區(qū)2010—2020年暴雨總量在50.0～96.3 mm，舟曲中部平均暴雨量較小，高值區(qū)分布在北部巴藏鎮(zhèn)后北山站、立節(jié)鎮(zhèn)拉尕山站和東部大川鎮(zhèn)石門坪站，低值區(qū)在峰迭、坪定、武坪、八楞、曲瓦、大峪、東山、博峪等鄉(xiāng)鎮(zhèn)。由此可見，暴雨頻次和暴雨量的空間分布不一致，差異明顯。

3 物理量指標(biāo)

甘南州暴雨天氣分為5種類型，分別為西風(fēng)槽型、副熱帶高壓邊緣型、高原低渦切邊型、兩高之間切變型和高壓內(nèi)部切變型。舟曲縣位于甘南州東南部，其暴雨天氣過程主要由西風(fēng)槽型、副熱帶高壓邊緣型天氣形勢引發(fā)，汛期副熱帶高壓邊緣大氣能量較高，舟曲局地暴雨天氣過程與副熱帶高壓的移動路徑相關(guān)性較強，非汛期期間的局地暴雨天氣過程則較多依賴于北部東移南下的冷空氣和對流層低層水汽供應(yīng)條件，各物理量指標(biāo)很好地指示了大氣中的能量堆積情況和水汽情況，對相關(guān)指標(biāo)的分析十分重要。

對2010—2020年舟曲境內(nèi)局地暴雨天氣過程中武都站探空指標(biāo)進行分析，劃分每次天氣過程探空指標(biāo)類型閾值（表1注：已剔除個別數(shù)值較小個例），對有數(shù)據(jù)的樣本進行分析表明，取值范圍為850 hPa散度值-11.6～11.9×10-6 s-1；850 hPa比濕為0.4～7.3 g/kg；850 hPa相對濕度為23%～102％；850 hPa垂直速度為-107.0～38.4 Pa/s；500 hPa散度值為-7.6～5.0×10-6 s-1；500 hPa比濕為4.0～16.1 g/kg；500 hPa相對濕度為19%～92%；500 hPa垂直速度為-16.8～33.0 Pa/s；CAPE值的范圍為0～2 357.3 J/kg，100 J/kg以上的樣本占比較大（17/27），其中，9/28的樣本中CAPE值達到500 J/kg以上；K指數(shù)范圍為17～48 ℃，其中，30 ℃以上的樣本占比（25/27）。

4 結(jié)論

（1）舟曲地區(qū)在2010—2020年之間共出現(xiàn)暴雨78次，暴雨主要出現(xiàn)在5—9月，其中在8月暴雨出現(xiàn)次數(shù)最多，為47次，8月暴雨出現(xiàn)頻次占全年的60.3%，2010—2020年5月下旬、6月中旬、9月上旬和下旬未出現(xiàn)過暴雨，8月中旬暴雨出現(xiàn)次數(shù)達到峰值，為33次，之后迅速減少。9月中旬之后再無暴雨出現(xiàn)。

（2）橋子在2010—2020年之間出現(xiàn)暴雨6次，東山、黃加、武坪、頭溝壩次之，各為4次。整體來看，暴雨主要出現(xiàn)在舟曲中部的武坪、東山及南部的曲告納地區(qū)。舟曲中部平均暴雨量較小，高值區(qū)分布在北部巴藏鎮(zhèn)后北山站、立節(jié)鎮(zhèn)拉尕山站和東部大川鎮(zhèn)石門坪站，低值區(qū)在峰迭、坪定、武坪、八楞、曲瓦、大峪、東山、博峪等鄉(xiāng)鎮(zhèn)站點。

（3）舟曲縣位于甘南州東南部，其暴雨天氣過程主要由西風(fēng)槽型、副熱帶高壓邊緣型天氣形勢引發(fā)。對2010—2020年舟曲境內(nèi)局地暴雨天氣過程中武都站探空指標(biāo)進行分析，劃分每次天氣過程探空指標(biāo)類型閾值，分析表明，CAPE值有數(shù)據(jù)的樣本中，CAPE值的范圍在0～2 357.3 J/kg，100 J/kg以上的樣本占比較大（17/27），其中9/28的樣本中CAPE值達到500 J/kg以上。K指數(shù)值有數(shù)據(jù)的樣本中，K指數(shù)值的范圍在17～48 ℃，其中30 ℃以上的樣本占比為25/27。

參考文獻

[1] 彭麗英，蘇小山，李英，等.茂名市暴雨的氣候特征[J].廣東氣象，2018，40（2）：1-5.

[2] 伍紅雨，吳遙，郭堯.華南冬季區(qū)域性暴雨過程強度異常的成因分析[J].中山大學(xué)學(xué)報（自然科學(xué)版），2022，61（2）：8-17.

[3] 伍紅雨，吳遙.不同類型和強度的厄爾尼諾事件對次年華南前汛期降水的可能影響[J].大氣科學(xué)，2018，42（5）：1081-1095.

[4] 葉殿秀，王遵婭，高榮，等.1961—2016年我國區(qū)域性暴雨過程的客觀識別及其氣候特征[J].氣候變化研究進展， 2019，15（6）：575-583.

[5] 鄧文劍，吳乃康，林良勛，等.2013年冬季廣東罕見持續(xù)暴雨過程特點及成因[J].氣象科技，2015，43（2）：276-294.

[6] 呂陽坤，李陽，杜小玲.貴州西南部近5a突發(fā)性暴雨時空特征分析[J].中低緯山地氣象，2022，46（1）：54-60.

[7] 唐明秀，孫劭，朱秀芳，等.基于CMIP6的中國未來暴雨危險性變化評估[J].地球科學(xué)進展，2022，37（5）：519-534.

[8] 趙玉春，崔春光.2010年8月8日舟曲特大泥石流暴雨天氣過程成因分析[J].暴雨災(zāi)害，2010，29（3）：289-295.

[9] 王成福，羅王軍，敖澤建.一次低渦切變影響下的舟曲局地短時暴雨天氣分析[J].現(xiàn)代農(nóng)業(yè)科技，2020（13）：194-195.

[10] 馮躍封.甘肅省甘南舟曲8.8特大泥石流成因分析[J].城市地質(zhì)，2011，6（3）：28-30.

[11] 劉強軍，宋軍芳，馬龍.1980—2018年山西省太行山南麓暴雨時空變化特征[J].氣象與環(huán)境科學(xué)，2022，45（1）：30-38.

責(zé)任編輯：黃艷飛

Study on Spatial and Temporal Characteristics and Forecast Indexes of Rainstorm in Zhouqu County

Li Xiao-xia et al（Zhouqu Meteorological Bureau， Gannan Prefecture， Zhouqu， Gansu 746300）

Abstract Based on the daily precipitation data of 49 stations in Zhouqu area from 2010 to 2020， analyzed the spatial and temporal distribution characteristics and change rules of rainstorm in Zhouqu area in the past 11 years. The results showed that the rainstorm weather process in Zhouqu County was mainly caused by the westerly trough type and subtropical high edge type weather situation. Rainstorm mainly occured in Wuping and Dongshan in the middle of Zhouqu and Quguanna in the south. The average rainstorm volume in the middle of Zhouqu was small， and the high value areas were distributed in Houbeishan Station of Bazang Town in the north， Lagashan Station of Lijie Town and Shimenping Station of Dachuan Town in the east， while the low value areas were located in Fengdi， Pingding， Wuping， Baleng， Quwa， Dayu， Dongshan， Boyu and other township stations. Analyzed the radiosonde indicators of Wudu Station during the local rainstorm weather process in Zhouqu from 2010 to 2020， divide the threshold value of radiosonde indicators in each weather process， analyzed the data samples， the CAPE value range was 0～2 357.3 J/kg， and the samples above 100 J/kg account for a large proportion （17/27）， of which the CAPE value of 9/28 samples was above 500 J/kg; The K index range was 17～48 ℃，and the proportion of samples above?30 ℃ （25/27）.

Key words Rainstorm; Spatiotemporal distribution; Forecast indicators; Zhouqu

作者簡介 李小霞（1987—），女，甘肅臨洮人，副高級工程師，主要從事縣級綜合氣象業(yè)務(wù)工作。

收稿日期 2023-03-11