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,降水時間、強度和空間分布上都存在不均勻性,因此暴雨對居民生產(chǎn)生活、城市建設(shè)、交通運輸?shù)仍斐删薮蟮挠绊懀?],同時也與山洪、泥石流、山體滑坡等次生災(zāi)害密切相關(guān)。國內(nèi)眾多氣象專家針對汕尾市強降水開展了一系列的研究,也取得了一定的成果。黃海燕等[3]針對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]在分析粵東強降水時得出汕尾市海豐縣的強降水日最多;伍紅雨等[5]、陳芳麗等[6]、蔡晶等[7]認為汕尾極端強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)域性暴雨作為研究內(nèi)容。
目前國內(nèi)研究雨團時通常有兩種定義方法:一是小時降水量≥10 mm的站點達到一定數(shù)量或一定比例[8-9];二是以小時降水量≥20 mm的站點為中心畫圓[10],不同的學者對于圓的半徑有不同的定義標準。以上兩種雨團的定義方法都存在一定的主觀性,需要有較好的預報經(jīng)驗來支撐定義的準確性。在雨團的特征分析中多針對雨團的時間、空間分布特征以及根據(jù)不同影響天氣系統(tǒng)對雨團進行分型研究,上述的研究缺乏對雨團的基礎(chǔ)特征(如大小、形狀等)的分析。在雨團的生命階段,隨時間的推移雨團參數(shù)實時都在變化。一些雨團的參數(shù)或許可以表征雨團所在的生命階段的演變。因此,雨團參數(shù)的研究能幫助氣象工作者對雨團演變規(guī)律有更深入的了解。本研究通過對汕尾市區(qū)域性暴雨雨團的識別及其特征進行分析,能幫助預報員充分認識雨團的變化規(guī)律,為汕尾市區(qū)域性暴雨監(jiān)測、預警或預報提供參考。
從汕尾市國家級地面觀測站和區(qū)域加密自動觀測站的分布可以看到,區(qū)域站數(shù)量明顯多于國家站,且區(qū)域站分布相對均勻,而國家站僅有3個,分別位于城區(qū)、海豐、陸豐。從整體來看,汕尾市地面觀測站分布較均勻,可近似認為地面觀測站是格點分布的。從地形分布特征看,汕尾市地勢呈西、北、東三面高起、中間低平、向南敞開的喇叭口分布。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。
本研究使用的資料主要包括汕尾市2014—2020年4—9月國家級地面觀測站和區(qū)域加密自動觀測站逐小時降水資料。
區(qū)域性暴雨過程要求暴雨達到一定的降水強度,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)域性暴雨包含強降水的小時雨強強度和過程的累計雨量,同時還疊加了影響范圍。采用中國氣象局定義的1 h降水量≥20 mm為短時強降水的標準。
本研究將區(qū)域性暴雨過程定義為有4站及4站以上站點滿足連續(xù)3 h累計降水量≥50 mm,且其中至少1 h降水量≥20 mm,同時還滿足①如果中斷時所在區(qū)域內(nèi)仍有暴雨,則前后串接為同一個區(qū)域性暴雨過程,以保證區(qū)域性暴雨過程的連續(xù)性;②中斷時仍有較大范圍的強降水(小時降水量達大雨等級的觀測站占3%)且緊接其后仍有較大范圍的暴雨,前后過程也串接為同一個區(qū)域性暴雨過程。
暴雨往往具有極端性、突發(fā)性和局地性,每一次暴雨過程都會有一個或者多個雨團活動,因此研究雨團是短歷時暴雨預報的基礎(chǔ)。目前國內(nèi)學術(shù)界對于雨團的定義沒有統(tǒng)一的標準。
本研究在研究雨團時考慮到雨團具有不同時間尺度、不同空間尺度的特征,因此將雨團定義為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,在分析雨團的基礎(chǔ)上對中尺度雨團進一步探討,因此本研究中尺度雨團定義為空間尺度20~250 km,且持續(xù)2 h或以上雨團。
雨團受降水系統(tǒng)的影響通常隨時間的演變有不同的尺度、形狀、強度,在多個時間維度上是一個難以描述的混沌形態(tài)。雨團在水平尺度上的跨度有時候較大,且其他特征也處在一個實時演變的狀態(tài),因此準確描述雨團不僅能更好的深入了解降水機制,還可以推動各種天氣模型和降水之間關(guān)系的探索。
本研究在識別雨團時考慮到降水落區(qū)的不規(guī)則,利用OPTICS空間聚類算法的雨團識別方法[11]進行研究。
根據(jù)第1章區(qū)域性暴雨的定義,本研究共篩選出99個區(qū)域性暴雨個例,其中2014年11個、2015年11個、2016年14個、2017年13個、2018年14個、2019年17個、2020年19個。總體來看,近7年汕尾市區(qū)域性暴雨過程發(fā)生的頻次相對均勻,但是仍然存在一定的差別。
從汕尾市區(qū)域性暴雨過程的月變化(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)的時候,這與林良勛等[1]、劉嘉勁等[12]研究的強降水的月變化相一致。
圖1給出的是區(qū)域性暴雨過程持續(xù)時間的變化,可知區(qū)域性暴雨個例持續(xù)的時間隨著時間的增加,頻數(shù)迅速減少。持續(xù)3 h的區(qū)域性暴雨過程頻數(shù)最多,占25.3%;第2多為4 h,占22.2%;第3多是持續(xù)5 h的個例(占17.2%);其它過程的頻數(shù)較少。區(qū)域性暴雨過程最長的生命史是20 h,總的來說,影響汕尾市的區(qū)域性暴雨過程持續(xù)時間都相對較短,主要集中在3~5 h。
圖1 2014—2020年汕尾市區(qū)域性暴雨過程個例持續(xù)時間的分布
基于2014—2020年汕尾市4—9月的逐小時降水資料,按照區(qū)域性暴雨過程的定義統(tǒng)計出99個區(qū)域性暴雨過程,利用基于OPTICS空間聚類算法的雨團識別方法共獲得310個雨團。
圖2給出雨團的頻數(shù)分布,可以看出在99個區(qū)域性暴雨過程中,每個區(qū)域性暴雨過程中出現(xiàn)雨團個數(shù)主要為1~3個,占64.6%,其中出現(xiàn)1個雨團的區(qū)域性暴雨個例最多,有29個;其次是出現(xiàn)2個雨團的個例,有個19個;再次為3個。
圖2 2014—2020年汕尾市雨團頻數(shù)分布
分析區(qū)域性暴雨雨團的空間分布有利于了解其是否存在顯著的密集區(qū),計算雨團軌跡密度可以獲知雨團的空間分布。因此本研究將雨團的重心位置格點化,即將雨團中的經(jīng)緯度點化到17×10(空間分辨率為0.1°×0.1°)的網(wǎng)格點上,并計算每個網(wǎng)格的軌跡個數(shù),作為雨團的軌跡密度。從雨團頻數(shù)的空間分布(圖3)可知,汕尾市城區(qū)為雨團的高頻中心,中心點位于汕尾市城區(qū),中心頻次高達45次;陸河縣河口鎮(zhèn)是第2大值區(qū),達37次;陸豐市甲子鎮(zhèn)發(fā)生頻次也較高,達到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,中間相對低的地形,氣流易受地形影響產(chǎn)生輻合抬升和局地熱力不穩(wěn)定。
圖3 2014—2020年汕尾市雨團頻數(shù)空間分布
統(tǒng)計可知,影響汕尾市的中尺度雨團生命史主要集中在2~3 h,其中2 h最多為60個,占44.8%;其次是3 h(24.6%)為33個;持續(xù)時間4、5、6、7、8 h分別為15、11、6、2、4個;中尺度雨團持續(xù)時間>8 h的個數(shù)也較少,僅有4個(3%),因此說明2014—2020年影響汕尾市的中尺度雨團主要以短生命周期的雨團為主。
區(qū)域性暴雨因存在降水時間長短不一、降水強度差異大、降水空間落區(qū)不均勻等特點,因此具有明顯的中尺度特征。那么研究中尺度雨團就成為研究區(qū)域性暴雨中尺度特征的基礎(chǔ)。按照中尺度雨團的定義,共獲得134個中尺度雨團。
由中尺度對流系統(tǒng)的空間頻數(shù)分布(圖4)可知,中尺度雨團的頻數(shù)高值區(qū)和雨團的高值區(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)地勢相對較低,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頻數(shù)空間分布
圖5是2014—2020年4—9月汕尾市中尺度雨團參數(shù)的頻數(shù)比分析,其中a為中尺度雨團的形狀參數(shù),是由中尺度雨團的寬(W)比長(L)所得的數(shù)值,其主要作用是表征中尺度雨團的形狀,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的形狀主要以長方形為主(a≤0.6)。
圖5 2014—2020年汕尾市中尺度雨團參數(shù)的頻數(shù)比分布
在研究暴雨過程的強度中通常使用一定比例的站點滿足小時雨強(或累計降水量)達到某個標準作為判斷準則,同樣的雨團也適用。因此本研究使用不同強度的降水量站點數(shù)來表征雨團的強度。中尺度雨團中小時降水量≥10 mm的站點頻數(shù)比隨站數(shù)的增多迅速減少(圖5b),超過1/2的中尺度雨團包含小時降水量≥10 mm站點數(shù)均不多于10站。一個中尺度雨團中最多包含54個小時雨強≥10 mm的站點。
由圖5c可得,小時降水量≥20 mm的站點頻數(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。
通過圖5d發(fā)現(xiàn)雨團中小時降水量≥30 mm的站點頻數(shù)比呈現(xiàn)單調(diào)遞減的趨勢。有24.4%的中尺度雨團不存在小時雨強≥30 mm的站點,即表明接近1/4的中尺度雨團的強度不強。區(qū)域性暴雨雨團中小時雨強≥30 mm的站點數(shù)主要集中在1~3站(占51%),僅有不到1%的中尺度雨團超過12站。
本研究利用汕尾市2014—2020年4—9月逐小時降水量資料,根據(jù)一定的區(qū)域性暴雨過程定義標準篩選出99個區(qū)域性暴雨過程。以此為基礎(chǔ),運用基于OPTICS空間聚類算法構(gòu)建雨團的識別方法對區(qū)域性暴雨雨團進行識別。分析區(qū)域性暴雨的雨團特征可以得出如下結(jié)論:
1)區(qū)域性暴雨過程個例中大部分伴有1~3個雨團,其中僅伴有1個雨團的個例最多。
2)區(qū)域性暴雨雨團的空間頻數(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以短生命周期的雨團為主,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)中尺度雨團的參數(shù)分析可表現(xiàn)出中尺度雨團的形狀主要以長方形為主,且中尺度雨團中小時降水量≥10 mm的站點頻數(shù)、小時降水量≥20 mm的站點頻數(shù)和小時降水量≥30 mm的站點頻數(shù)隨站數(shù)的增加而減少。