汕尾市區(qū)域性暴雨雨團(tuán)特征分析

林佩賢，陳銀蘭，蘇景華，吳經(jīng)緯，張毅

（1.汕尾市氣象局，廣東汕尾 516600；2.海豐縣氣象局，廣東海豐 516400）

汕尾市作為廣東省3大暴雨中心之一，每年4—9月為汕尾市暴雨多發(fā)、頻發(fā)期［1］。由于暴雨的局地性強(qiáng)，降水時(shí)間、強(qiáng)度和空間分布上都存在不均勻性，因此暴雨對(duì)居民生產(chǎn)生活、城市建設(shè)、交通運(yùn)輸?shù)仍斐删薮蟮挠绊懀?］，同時(shí)也與山洪、泥石流、山體滑坡等次生災(zāi)害密切相關(guān)。國(guó)內(nèi)眾多氣象專(zhuān)家針對(duì)汕尾市強(qiáng)降水開(kāi)展了一系列的研究，也取得了一定的成果。黃海燕等［3］針對(duì)前汛期暴雨的空間分布得出汕尾市海豐縣是汕尾市的暴雨中心，且與地形關(guān)系密切；李嬌嬌等［4］在分析粵東強(qiáng)降水時(shí)得出汕尾市海豐縣的強(qiáng)降水日最多；伍紅雨等［5］、陳芳麗等［6］、蔡晶等［7］認(rèn)為汕尾極端強(qiáng)降水中心形成的主要原因是水汽近距離輸送、沿海地形抬升以及獨(dú)特的喇叭口地形。目前關(guān)于廣東區(qū)域性暴雨的研究不多，尤其是針對(duì)汕尾的區(qū)域性暴雨研究，因此本研究將汕尾市區(qū)域性暴雨作為研究?jī)?nèi)容。

目前國(guó)內(nèi)研究雨團(tuán)時(shí)通常有兩種定義方法：一是小時(shí)降水量≥10 mm的站點(diǎn)達(dá)到一定數(shù)量或一定比例［8-9］；二是以小時(shí)降水量≥20 mm的站點(diǎn)為中心畫(huà)圓［10］，不同的學(xué)者對(duì)于圓的半徑有不同的定義標(biāo)準(zhǔn)。以上兩種雨團(tuán)的定義方法都存在一定的主觀性，需要有較好的預(yù)報(bào)經(jīng)驗(yàn)來(lái)支撐定義的準(zhǔn)確性。在雨團(tuán)的特征分析中多針對(duì)雨團(tuán)的時(shí)間、空間分布特征以及根據(jù)不同影響天氣系統(tǒng)對(duì)雨團(tuán)進(jìn)行分型研究，上述的研究缺乏對(duì)雨團(tuán)的基礎(chǔ)特征（如大小、形狀等）的分析。在雨團(tuán)的生命階段，隨時(shí)間的推移雨團(tuán)參數(shù)實(shí)時(shí)都在變化。一些雨團(tuán)的參數(shù)或許可以表征雨團(tuán)所在的生命階段的演變。因此，雨團(tuán)參數(shù)的研究能幫助氣象工作者對(duì)雨團(tuán)演變規(guī)律有更深入的了解。本研究通過(guò)對(duì)汕尾市區(qū)域性暴雨雨團(tuán)的識(shí)別及其特征進(jìn)行分析，能幫助預(yù)報(bào)員充分認(rèn)識(shí)雨團(tuán)的變化規(guī)律，為汕尾市區(qū)域性暴雨監(jiān)測(cè)、預(yù)警或預(yù)報(bào)提供參考。

1 資料及相關(guān)定義

1.1 汕尾市觀測(cè)站分布概況

從汕尾市國(guó)家級(jí)地面觀測(cè)站和區(qū)域加密自動(dòng)觀測(cè)站的分布可以看到，區(qū)域站數(shù)量明顯多于國(guó)家站，且區(qū)域站分布相對(duì)均勻，而國(guó)家站僅有3個(gè)，分別位于城區(qū)、海豐、陸豐。從整體來(lái)看，汕尾市地面觀測(cè)站分布較均勻，可近似認(rèn)為地面觀測(cè)站是格點(diǎn)分布的。從地形分布特征看，汕尾市地勢(shì)呈西、北、東三面高起、中間低平、向南敞開(kāi)的喇叭口分布。這種特殊的地理環(huán)境和地形地貌，使得氣象災(zāi)害多有發(fā)生，因而汕尾是廣東省暴雨多發(fā)區(qū)之一。

1.2 資料及定義

本研究使用的資料主要包括汕尾市2014—2020年4—9月國(guó)家級(jí)地面觀測(cè)站和區(qū)域加密自動(dòng)觀測(cè)站逐小時(shí)降水資料。

區(qū)域性暴雨過(guò)程要求暴雨達(dá)到一定的降水強(qiáng)度，又要求影響范圍滿足一定的區(qū)域，因此本研究定義的區(qū)域性暴雨包含強(qiáng)降水的小時(shí)雨強(qiáng)強(qiáng)度和過(guò)程的累計(jì)雨量，同時(shí)還疊加了影響范圍。采用中國(guó)氣象局定義的1 h降水量≥20 mm為短時(shí)強(qiáng)降水的標(biāo)準(zhǔn)。

本研究將區(qū)域性暴雨過(guò)程定義為有4站及4站以上站點(diǎn)滿足連續(xù)3 h累計(jì)降水量≥50 mm，且其中至少1 h降水量≥20 mm，同時(shí)還滿足①如果中斷時(shí)所在區(qū)域內(nèi)仍有暴雨，則前后串接為同一個(gè)區(qū)域性暴雨過(guò)程，以保證區(qū)域性暴雨過(guò)程的連續(xù)性；②中斷時(shí)仍有較大范圍的強(qiáng)降水（小時(shí)降水量達(dá)大雨等級(jí)的觀測(cè)站占3%）且緊接其后仍有較大范圍的暴雨，前后過(guò)程也串接為同一個(gè)區(qū)域性暴雨過(guò)程。

1.3 雨團(tuán)定義

暴雨往往具有極端性、突發(fā)性和局地性，每一次暴雨過(guò)程都會(huì)有一個(gè)或者多個(gè)雨團(tuán)活動(dòng)，因此研究雨團(tuán)是短歷時(shí)暴雨預(yù)報(bào)的基礎(chǔ)。目前國(guó)內(nèi)學(xué)術(shù)界對(duì)于雨團(tuán)的定義沒(méi)有統(tǒng)一的標(biāo)準(zhǔn)。

本研究在研究雨團(tuán)時(shí)考慮到雨團(tuán)具有不同時(shí)間尺度、不同空間尺度的特征，因此將雨團(tuán)定義為1 h降水量≥10 mm的降水區(qū)域。為了研究暴雨中尺度降水特征，在分析雨團(tuán)的基礎(chǔ)上對(duì)中尺度雨團(tuán)進(jìn)一步探討，因此本研究中尺度雨團(tuán)定義為空間尺度20～250 km，且持續(xù)2 h或以上雨團(tuán)。

2 研究方法

雨團(tuán)受降水系統(tǒng)的影響通常隨時(shí)間的演變有不同的尺度、形狀、強(qiáng)度，在多個(gè)時(shí)間維度上是一個(gè)難以描述的混沌形態(tài)。雨團(tuán)在水平尺度上的跨度有時(shí)候較大，且其他特征也處在一個(gè)實(shí)時(shí)演變的狀態(tài)，因此準(zhǔn)確描述雨團(tuán)不僅能更好的深入了解降水機(jī)制，還可以推動(dòng)各種天氣模型和降水之間關(guān)系的探索。

本研究在識(shí)別雨團(tuán)時(shí)考慮到降水落區(qū)的不規(guī)則，利用OPTICS空間聚類(lèi)算法的雨團(tuán)識(shí)別方法［11］進(jìn)行研究。

3 區(qū)域性暴雨個(gè)例

根據(jù)第1章區(qū)域性暴雨的定義，本研究共篩選出99個(gè)區(qū)域性暴雨個(gè)例，其中2014年11個(gè)、2015年11個(gè)、2016年14個(gè)、2017年13個(gè)、2018年14個(gè)、2019年17個(gè)、2020年19個(gè)。總體來(lái)看，近7年汕尾市區(qū)域性暴雨過(guò)程發(fā)生的頻次相對(duì)均勻，但是仍然存在一定的差別。

從汕尾市區(qū)域性暴雨過(guò)程的月變化（圖略）可知，區(qū)域性暴雨次數(shù)各月分布不均，主要出現(xiàn)在4—9月，呈單峰型分布，其中5、6、8月次數(shù)較多，尤以6月（27次）最多，其次為5和8月，均為21次。因此，每年的春末及夏季是汕尾市區(qū)域性暴雨多發(fā)的時(shí)候，這與林良勛等［1］、劉嘉勁等［12］研究的強(qiáng)降水的月變化相一致。

圖1給出的是區(qū)域性暴雨過(guò)程持續(xù)時(shí)間的變化，可知區(qū)域性暴雨個(gè)例持續(xù)的時(shí)間隨著時(shí)間的增加，頻數(shù)迅速減少。持續(xù)3 h的區(qū)域性暴雨過(guò)程頻數(shù)最多，占25.3%；第2多為4 h，占22.2%；第3多是持續(xù)5 h的個(gè)例（占17.2%）；其它過(guò)程的頻數(shù)較少。區(qū)域性暴雨過(guò)程最長(zhǎng)的生命史是20 h，總的來(lái)說(shuō)，影響汕尾市的區(qū)域性暴雨過(guò)程持續(xù)時(shí)間都相對(duì)較短，主要集中在3～5 h。

圖1 2014—2020年汕尾市區(qū)域性暴雨過(guò)程個(gè)例持續(xù)時(shí)間的分布

4 區(qū)域性暴雨雨團(tuán)特征

基于2014—2020年汕尾市4—9月的逐小時(shí)降水資料，按照區(qū)域性暴雨過(guò)程的定義統(tǒng)計(jì)出99個(gè)區(qū)域性暴雨過(guò)程，利用基于OPTICS空間聚類(lèi)算法的雨團(tuán)識(shí)別方法共獲得310個(gè)雨團(tuán)。

圖2給出雨團(tuán)的頻數(shù)分布，可以看出在99個(gè)區(qū)域性暴雨過(guò)程中，每個(gè)區(qū)域性暴雨過(guò)程中出現(xiàn)雨團(tuán)個(gè)數(shù)主要為1～3個(gè)，占64.6%，其中出現(xiàn)1個(gè)雨團(tuán)的區(qū)域性暴雨個(gè)例最多，有29個(gè)；其次是出現(xiàn)2個(gè)雨團(tuán)的個(gè)例，有個(gè)19個(gè)；再次為3個(gè)。

圖2 2014—2020年汕尾市雨團(tuán)頻數(shù)分布

分析區(qū)域性暴雨雨團(tuán)的空間分布有利于了解其是否存在顯著的密集區(qū)，計(jì)算雨團(tuán)軌跡密度可以獲知雨團(tuán)的空間分布。因此本研究將雨團(tuán)的重心位置格點(diǎn)化，即將雨團(tuán)中的經(jīng)緯度點(diǎn)化到17×10（空間分辨率為0.1°×0.1°）的網(wǎng)格點(diǎn)上，并計(jì)算每個(gè)網(wǎng)格的軌跡個(gè)數(shù)，作為雨團(tuán)的軌跡密度。從雨團(tuán)頻數(shù)的空間分布（圖3）可知，汕尾市城區(qū)為雨團(tuán)的高頻中心，中心點(diǎn)位于汕尾市城區(qū)，中心頻次高達(dá)45次；陸河縣河口鎮(zhèn)是第2大值區(qū)，達(dá)37次；陸豐市甲子鎮(zhèn)發(fā)生頻次也較高，達(dá)到36次，為第3大值區(qū)；第4大值區(qū)位于陸河的水唇鎮(zhèn)。這種分布原因是汕尾市城區(qū)位于蓮花山以西的平原且毗鄰南海，海上的暖濕氣流和北方的冷空氣容易在開(kāi)闊的平原交匯；另外，陸河縣河口鎮(zhèn)、水唇鎮(zhèn)呈現(xiàn)東、西部高，中間相對(duì)低的地形，氣流易受地形影響產(chǎn)生輻合抬升和局地?zé)崃Σ环€(wěn)定。

圖3 2014—2020年汕尾市雨團(tuán)頻數(shù)空間分布

5 中尺度雨團(tuán)特征

5.1 時(shí)間

統(tǒng)計(jì)可知，影響汕尾市的中尺度雨團(tuán)生命史主要集中在2～3 h，其中2 h最多為60個(gè)，占44.8%；其次是3 h（24.6%）為33個(gè)；持續(xù)時(shí)間4、5、6、7、8 h分別為15、11、6、2、4個(gè)；中尺度雨團(tuán)持續(xù)時(shí)間＞8 h的個(gè)數(shù)也較少，僅有4個(gè)（3%），因此說(shuō)明2014—2020年影響汕尾市的中尺度雨團(tuán)主要以短生命周期的雨團(tuán)為主。

5.2 空間

區(qū)域性暴雨因存在降水時(shí)間長(zhǎng)短不一、降水強(qiáng)度差異大、降水空間落區(qū)不均勻等特點(diǎn)，因此具有明顯的中尺度特征。那么研究中尺度雨團(tuán)就成為研究區(qū)域性暴雨中尺度特征的基礎(chǔ)。按照中尺度雨團(tuán)的定義，共獲得134個(gè)中尺度雨團(tuán)。

由中尺度對(duì)流系統(tǒng)的空間頻數(shù)分布（圖4）可知，中尺度雨團(tuán)的頻數(shù)高值區(qū)和雨團(tuán)的高值區(qū)是大致重合的。市城區(qū)的高值中心可能與海上水汽短距離的輸送和沿海地形抬升有關(guān)。陸河的第2大值區(qū)形成原因可能與陸河的西部是蓮花山的北段，東部為峨眉嶂，河口鎮(zhèn)地勢(shì)相對(duì)較低，氣流容易在這里輻合抬升有關(guān)。

圖4 2014—2020年汕尾市中尺度雨團(tuán)頻數(shù)空間分布

5.3 參數(shù)特征

圖5是2014—2020年4—9月汕尾市中尺度雨團(tuán)參數(shù)的頻數(shù)比分析，其中a為中尺度雨團(tuán)的形狀參數(shù)，是由中尺度雨團(tuán)的寬（W）比長(zhǎng)（L）所得的數(shù)值，其主要作用是表征中尺度雨團(tuán)的形狀，從圖5a可知，a主要集中在0.2～0.6之間，占總數(shù)的59.3%，其中0.4～0.5所占的比重最大。由此可得影響汕尾市的中尺度雨團(tuán)的形狀主要以長(zhǎng)方形為主（a≤0.6）。

圖5 2014—2020年汕尾市中尺度雨團(tuán)參數(shù)的頻數(shù)比分布

在研究暴雨過(guò)程的強(qiáng)度中通常使用一定比例的站點(diǎn)滿足小時(shí)雨強(qiáng)（或累計(jì)降水量）達(dá)到某個(gè)標(biāo)準(zhǔn)作為判斷準(zhǔn)則，同樣的雨團(tuán)也適用。因此本研究使用不同強(qiáng)度的降水量站點(diǎn)數(shù)來(lái)表征雨團(tuán)的強(qiáng)度。中尺度雨團(tuán)中小時(shí)降水量≥10 mm的站點(diǎn)頻數(shù)比隨站數(shù)的增多迅速減少（圖5b），超過(guò)1／2的中尺度雨團(tuán)包含小時(shí)降水量≥10 mm站點(diǎn)數(shù)均不多于10站。一個(gè)中尺度雨團(tuán)中最多包含54個(gè)小時(shí)雨強(qiáng)≥10 mm的站點(diǎn)。

由圖5c可得，小時(shí)降水量≥20 mm的站點(diǎn)頻數(shù)比呈單峰型，峰值集中在1～5站（占51%），其中出現(xiàn)3站最多。

通過(guò)圖5d發(fā)現(xiàn)雨團(tuán)中小時(shí)降水量≥30 mm的站點(diǎn)頻數(shù)比呈現(xiàn)單調(diào)遞減的趨勢(shì)。有24.4%的中尺度雨團(tuán)不存在小時(shí)雨強(qiáng)≥30 mm的站點(diǎn)，即表明接近1／4的中尺度雨團(tuán)的強(qiáng)度不強(qiáng)。區(qū)域性暴雨雨團(tuán)中小時(shí)雨強(qiáng)≥30 mm的站點(diǎn)數(shù)主要集中在1～3站（占51%），僅有不到1%的中尺度雨團(tuán)超過(guò)12站。

6 結(jié)論

本研究利用汕尾市2014—2020年4—9月逐小時(shí)降水量資料，根據(jù)一定的區(qū)域性暴雨過(guò)程定義標(biāo)準(zhǔn)篩選出99個(gè)區(qū)域性暴雨過(guò)程。以此為基礎(chǔ)，運(yùn)用基于OPTICS空間聚類(lèi)算法構(gòu)建雨團(tuán)的識(shí)別方法對(duì)區(qū)域性暴雨雨團(tuán)進(jìn)行識(shí)別。分析區(qū)域性暴雨的雨團(tuán)特征可以得出如下結(jié)論：

1）區(qū)域性暴雨過(guò)程個(gè)例中大部分伴有1～3個(gè)雨團(tuán)，其中僅伴有1個(gè)雨團(tuán)的個(gè)例最多。

2）區(qū)域性暴雨雨團(tuán)的空間頻數(shù)高值區(qū)位于汕尾市城區(qū)、陸河縣河口鎮(zhèn)、陸豐市甲子鎮(zhèn)。其空間分布可能與地形密切相關(guān)。

3）影響汕尾市的中尺度雨團(tuán)以短生命周期的雨團(tuán)為主，主要集中在2～3 h。

4）汕尾市區(qū)域性暴雨頻數(shù)高值區(qū)和雨團(tuán)的高值區(qū)大致重合，因此汕尾市區(qū)域性暴雨具有明顯的中尺度特征。

5）中尺度雨團(tuán)的參數(shù)分析可表現(xiàn)出中尺度雨團(tuán)的形狀主要以長(zhǎng)方形為主，且中尺度雨團(tuán)中小時(shí)降水量≥10 mm的站點(diǎn)頻數(shù)、小時(shí)降水量≥20 mm的站點(diǎn)頻數(shù)和小時(shí)降水量≥30 mm的站點(diǎn)頻數(shù)隨站數(shù)的增加而減少。