長江中上游一次極端暴雨天氣過程成因分析

摘要" 利用常規(guī)氣象觀測資料、氣象信息綜合分析處理系統(tǒng)Micaps 4資料、自動站實時數(shù)據(jù)和多普勒雷達資料等，通過診斷分析方法，對2020年6月27日一次極端暴雨天氣過程成因診斷分析。結(jié)果表明，在有利的環(huán)流背景下，高空槽東移、中低層切變、西南低空急流及梅雨鋒的共同作用形成了此次暴雨天氣過程。暴雨發(fā)生在低層輻合、高層輻散的上升運動區(qū)，副高穩(wěn)定維持在20 °N附近，受副高阻擋，中緯度低槽和中低層切變線穩(wěn)定維持，低空急流強勁，地面上形成梅雨鋒，高空急流入口區(qū)右側(cè)的強輻散使低層低值系統(tǒng)強烈發(fā)展，加強了上升運動，同時水汽條件充足，使得研究區(qū)出現(xiàn)暴雨天氣。為提高研究區(qū)天氣預(yù)報精準度提供參考。

關(guān)鍵詞" 暴雨；環(huán)流形勢；回波特征；天氣預(yù)報

中圖分類號" S165"""""" 文獻標識碼" A"""""" 文章編號" 1007-7731（2024）22-0101-04

DOI號" 10.16377/j.cnki.issn1007-7731.2024.22.022

作者簡介 陸相霖（1993—），女，四川安岳人，工程師，從事大氣科學(xué)及農(nóng)業(yè)氣象研究。

收稿日期 2024-09-13

Analysis on the cause of an extreme rainstorm in the middle and upper reaches of the Yangtze River

LU Xianglin

（Yichang Yiling District Meteorological Bureau， Yiling 443100， China）

Abstract" Conventional meteorological observation data， Micaps 4 data， automatic station real-time data and Doppler radar data were used through diagnostic analysis methods， a cause analysis of an extreme rainstorm weather process on June 27， 2020 was carried out. The results showed that under the favorable circulation background， the rainstorm weather process was caused by the combined action of the eastward movement of the high trough， the shear of the mid-low levels， the southwest low-level jet and the Meiyu front. The rainstorm occurred in the ascending movement area of low-level convergence and high-level divergence. The subtropical high was stable around 20° N， and the mid-latitude low trough and the mid-low level shear line were stable and maintained due to the subtropical high blocking. The low-level jet was strong， and the Meiyu front was formed on the ground. The strong divergence on the right side of the upper level jet inlet area made the low-level low value system develop strongly， and strengthened the ascending movement. At the same time， the water vapor conditions were sufficient， making the study area appear rainstorm weather. To provide references for improving the accuracy of weather forecasting in the research area.

Keywords" rainstorm; circulation pattern; echo characteristics; weather forecast

暴雨是夏季發(fā)生的主要氣象災(zāi)害之一，具有突發(fā)性強、降水量集中且發(fā)生發(fā)展機制復(fù)雜等特點，常伴有雷暴、大風(fēng)和冰雹等強對流天氣。極端性降水天氣容易引發(fā)山洪、泥石流、城市內(nèi)澇、農(nóng)田漬澇和滑坡等次生衍生氣象災(zāi)害，給農(nóng)業(yè)生產(chǎn)、生命財產(chǎn)安全等帶來損害[1]。近年來，較多研究者對極端降水、暴雨等氣象進行了深入研究。肖雨霞等[2]對貴州習(xí)水某次特大暴雨天氣過程的成因進行了分析，發(fā)現(xiàn)低渦切變和地面輻合線在該地長時間穩(wěn)定維持是此次特大暴雨的主要原因；張凌云等[3]分析指出，地面輻合線是觸發(fā)暴雨的一項重要機制，迎風(fēng)坡抬升和喇叭口地形對暴雨有重要的增幅作用；陳紹河等[4]研究表明，山區(qū)大暴雨的出現(xiàn)和低層西南急流、地面中尺度輻合線密切相關(guān)。

本文以2020年6月27日發(fā)生在湖北宜昌夷陵區(qū)的一次暴雨強對流過程為例，從大氣環(huán)流形勢、物理量診斷等角度分析強對流天氣成因，為后期實際預(yù)報服務(wù)工作提供參考。

1 材料與方法

1.1 研究區(qū)基本情況

湖北宜昌夷陵區(qū)位于長江西陵峽畔、長江中上游的分界處，屬鄂西山區(qū)向江漢平原的過渡地帶。（110°51′8″～111°39′30″）E，（30°32′33″～31°28′30″）N。海拔高度500 m以下，以中亞熱帶季風(fēng)氣候為主，平原、丘陵、崗地和山區(qū)交錯分布。受地勢影響，該地氣候垂直差異較大。

1.2 數(shù)據(jù)來源及天氣實況

研究數(shù)據(jù)來源于夷陵國家基本氣象站6月27日常規(guī)地面和高空氣象觀測資料、逐日和逐小時地面氣象自動觀測站（包括國家站和區(qū)域站）資料和多普勒雷達資料。通過Micaps 4軟件得出高空觀測天氣實況，6月27日8：00起，研究區(qū)普降暴雨到大暴雨，局部特大暴雨，部分站點降水量超過200 mm。據(jù)統(tǒng)計，27日8：00至28日8：00，全區(qū)累計降水量大于50 mm的有25站，大于100 mm的有17站。其中最大累計降水量199 mm，發(fā)生在鄢家河站；最大小時雨強56.7 mm（27日11：00—12：00），發(fā)生在小溪塔街道倉屋榜站，降水相對集中，導(dǎo)致城區(qū)內(nèi)澇嚴重。

1.3 研究指標與方法

1.3.1 大氣環(huán)流形勢分析 通過天氣實況，分析27日暴雨天氣過程的環(huán)流形勢，包括中緯度低槽、西南急流、副熱帶高壓和低渦切變等強度，以及其位置變化情況，以展現(xiàn)當(dāng)時暴雨天氣的環(huán)流特征。

1.3.2 物理量診斷分析 利用高空氣象觀測站的T-logP探空結(jié)果、地面自動站的濕度及露點溫度數(shù)據(jù)，分析暴雨天氣過程的大氣環(huán)境特征。通過分析環(huán)境條件、水汽條件、動力條件和持續(xù)時間等物理量特征，來判斷此次暴雨天氣過程的形成原因。

1.3.3 雷達回波分析 利用多普勒雷達資料，通過PUP軟件得出雷達拼圖，以實時雷達拼圖分析系統(tǒng)的實況路徑和回波強度變化?；夭ㄔ綇姡碓摰貐^(qū)發(fā)生的強對流天氣越強烈。

1.3.4 EC數(shù)值預(yù)報檢驗 通過ECMWF（European centre for medium-range weather forecasting）細網(wǎng)格模式、全球中期數(shù)值預(yù)報系統(tǒng)（Global/regional assimilation and prediction system，GRAPES-GFS）模式與NCEP（National centers for environmental prediction）模式3種模式，對27日暴雨天氣過程進行檢驗，在3種模式下預(yù)報得出此次過程的量級及強度。

2 結(jié)果與分析

2.1 大氣環(huán)流形勢

27日8：00，500 hPa極端暴雨天氣環(huán)流形勢如圖1A所示。中高緯為兩槽一脊形勢，兩槽分別位于烏拉爾山以東和貝加爾湖以東，脊位于貝加爾湖附近，青藏高原西側(cè)有大槽分裂出來的小槽東移，槽后有偏北氣流引導(dǎo)冷空氣南下[5-6]；受河套地區(qū)高壓脊阻擋，其西部低槽移動緩慢。副高脊線穩(wěn)定維持在20° N附近，中緯度低槽受副高阻擋移動緩慢，至27日20：00維持在重慶—貴州一帶，中緯度低槽與副高位置接近，氣壓梯度大，使得低空急流發(fā)展強烈。700～925 hPa低空急流和超低空急流強勁，且急流軸位置接近，上游懷化站850 hPa西南風(fēng)強度達到20 m/s，水汽輸送集中，為本次強降水過程提供大量水汽和不穩(wěn)定能量。與中緯度低槽相配合的中低層為明顯的低渦切變，700和850 hPa低渦中心位置近乎重合，均位于川東，研究區(qū)位于暖切南側(cè)的暖區(qū)。200 hPa高空急流強盛，急流核位于山西—河北一帶，強度達72 m/s，研究區(qū)位于高空急流入口區(qū)右側(cè)，高空輔散、低空輔合，強烈的輻散抽吸作用有利于低層低值系統(tǒng)發(fā)展，進而使得研究區(qū)氣流的上升運動維持并加強。

27日20：00，500 hPa極端暴雨天氣環(huán)流形勢如圖1B所示。槽前處于西南氣流正渦度平流，低層暖濕西南急流加強北推。隨著副高逐漸西伸北抬，中緯度低槽略微北抬，低渦仍位于川東，但其東部暖切位置向東擴展，低空急流軸東移且范圍變得更加寬廣，最強的輻合區(qū)及水汽輸送區(qū)均東移，研究區(qū)動力和水汽條件減弱，降水強度減弱。27日夜間，冷切南壓，低空急流再次發(fā)展，研究區(qū)出現(xiàn)中雨，局部暴雨。

本次降水是一次發(fā)生在副高外圍，由高空槽東移、中低層切變線、低空急流和梅雨鋒共同作用形成的梅雨期特大暴雨過程，強而窄的水汽輸送帶為研究區(qū)集中強降水輸送了大量的水汽和不穩(wěn)定能量，高空急流的輻散抽吸作用使降水的動力條件進一步加強。

2.2 物理量診斷

2.2.1 環(huán)境條件 27日8：00和20：00宜昌站物理量診斷情況如表1所示。27日8：00，850 hPa露點溫度18.0 ℃，比濕達15.25 g/kg，達到宜昌地區(qū)出現(xiàn)暴雨的水汽標準。K指數(shù)39.3 ℃，沙氏（SI）指數(shù)-0.7 ℃，說明大氣層結(jié)具有一定的不穩(wěn)定性；0 ℃（溫度為0 ℃時的氣層，也稱零度層）層高度5.5 km，抬升凝結(jié)高度0.5 km，暖云層深厚，因此降水以暖云為主，降水效率高。對流有效位能（Convective available potential energy，CAPE）值208.3 J/kg，適當(dāng)?shù)膶α饔行荒転闅饬魃仙\動提供能量，且可使水汽基本處于暖云層高度，有利于提高降水效率。0～6 km垂直風(fēng)切變15 m/s，為中等強度垂直風(fēng)切變，有利于出現(xiàn)多單體風(fēng)暴等較強對流。因此，27日上午，宜昌地區(qū)水汽條件充沛，濕層深厚，暖云層深厚，有利于出現(xiàn)高降水效率的強降水天氣。

2.2.2 水汽條件 水汽在極端暴雨中發(fā)揮十分重要的作用，大的水汽通量是出現(xiàn)暴雨的必要條件之一。此次極端暴雨過程的水汽通道從南海經(jīng)廣西、湖南西部進入研究區(qū)，27日12：00前，850 hPa低空急流強度達20 m/s，水汽通量最大，達30 g/（s·hPa·cm）；隨后逐漸加強并緩慢朝東北擴大范圍，為研究區(qū)強降水提供了充沛的水汽條件[7-8]。該日上午強降水中心與850、925 hPa的水汽輻合中心良好對應(yīng)，下午與700 hPa的水汽輻合中心良好對應(yīng)[9]。大氣中，水汽一般聚集在低層，尤其是行星邊界層，因此，上午水汽輻合中心基本上在行星邊界層，水汽更為充沛，對應(yīng)的雨強更大；下午水汽輻合中心集聚位置相對較高，水汽含量相對較弱，雨強有所減弱。

2.2.3 動力條件 在暴雨形成過程中，動力因子是重要的觸發(fā)機制之一，須具備強烈的抬升運動才能形成暴雨，并促進對流天氣的發(fā)生發(fā)展。27日上午，研究區(qū)位于高空急流中心右后側(cè)以及低空急流中心左前方，此區(qū)域形成了高空輻散、低空輻合的高低空配置，有利于對流層中低層形成強烈的上升運動，進一步促進了暴雨天氣的發(fā)生和發(fā)展。

2.2.4 持續(xù)時間 降水時長與直接造成降水的中尺度對流系統(tǒng)（Mesoscale convective system，MCS）移動有關(guān)，如果單體移動方向和傳播方向相反，那么MCS的移動就比較緩慢。12：00前，研究區(qū)西南方向不斷有對流單體生成，然后受高空西南氣流引導(dǎo)朝東北方向移動，對流單體反復(fù)經(jīng)過研究區(qū)，形成明顯的“列車效應(yīng)”，從而造成強而集中的降水[10]。27日8：00，MCS生成于850 hPa切變線南側(cè)，低空急流軸左前側(cè)、水汽輻合區(qū)內(nèi)?！傲熊囆?yīng)”的形成與影響系統(tǒng)的東移速度變慢有關(guān)。在此次極端暴雨過程中，中緯度西風(fēng)槽和中高緯冷槽勢力均較弱，受東部強盛副高的阻擋，移速相對較慢。此外，有利的水汽輸送條件、動力抬升條件和中尺度環(huán)境條件均在宜昌附近聚集，使研究區(qū)對流單體不斷生成，并最終形成“列車效應(yīng)”。

2.3 雷達回波

通過分析雷達回波發(fā)現(xiàn)，9：00—12：00雷達回波受高空西南氣流引導(dǎo)，從西南向東北平移，形態(tài)較為分散，但在移動過程中不斷合并發(fā)展；同時后部又有新生單體生成，移向與前方單體一致。因此，在宜昌城區(qū)西南部不斷有回波生成，并朝東北方向移動，新舊單體移向一致，重復(fù)經(jīng)過研究區(qū)，形成明顯的“列車效應(yīng)”[11]。強降水集中在9：00—12：00，此時研究區(qū)附近雷達回波范圍較大，從南部至西南部均存在45～55 dBz的強回波，且強回波維持近3 h。城區(qū)附近回波受靜錐區(qū)影響，未觀測到更高的反射率因子，此時回波質(zhì)心較低，45 dBz以上的強回波基本位于0 ℃層高度以下6 km以內(nèi)，屬于熱帶海洋型強降水回波。16：00之后，受第二波強回波東移影響，雷達回波呈弓形，強度達到60 dBz，且強回波范圍較大。17：00回波斷裂為南北兩段，其中北段維持弓狀回波并東移，影響研究區(qū)降水；南段在經(jīng)過宜昌城區(qū)時，55～60 dBz回波維持近1 h，且西南部不斷有新回波生成，出現(xiàn)“列車效應(yīng)”。

2.4 EC數(shù)值預(yù)報檢驗

此次極端暴雨過程中，雨帶呈東北—西南向，大暴雨帶橫跨恩施—宜昌中部—隨州。從降水落區(qū)看，NCEP模式對雨帶落區(qū)位置預(yù)報效果較好，而對研究區(qū)大暴雨落區(qū)預(yù)報稍偏北，東部大暴雨中心未預(yù)報。ECMWF細網(wǎng)格模式對湖北大暴雨落區(qū)預(yù)報偏西，基本預(yù)報出研究區(qū)北部的暴雨和東北部的大暴雨，而西南部和宜昌城區(qū)的大暴雨未見預(yù)報。GRAPES-GFS模式將強降水落區(qū)預(yù)報在鄂北，鄂西南的大暴雨帶未預(yù)報，研究區(qū)北部的大到暴雨成功預(yù)報，而南部低估。因此，對此次極端暴雨過程的預(yù)報，NCEP模式對落區(qū)和量級的預(yù)報效果較好，基本上正確預(yù)報了雨帶位置及強度，但量級稍低，這可能是因為該模式對暖區(qū)暴雨的預(yù)報低估。

3 結(jié)論

通過對2020年6月27日研究區(qū)一次暴雨天氣過程的特征及成因進行分析，探討其預(yù)報難點，得到如下結(jié)論。（1）此次降水主要環(huán)流形勢由中高緯高空槽東移形成，槽后偏北氣流引導(dǎo)冷空氣南下，700 hPa形勢場上有低空西南急流存在，南下冷空氣和西南暖濕氣流共同影響下形成此次強降水過程。在地面形勢場上，地面冷鋒促進了暴雨天氣的形成。（2）在此次暴雨天氣期間，研究區(qū)水汽通道較好，比濕值較高，水汽層結(jié)較深厚，為暴雨天氣的發(fā)生提供了豐富的水汽條件。（3）雷達回波移速緩慢，降水持續(xù)時間長，新舊單體移向一致，重復(fù)經(jīng)過研究區(qū)，造成“列車效應(yīng)”，導(dǎo)致暴雨出現(xiàn)。（4）NCEP模式的預(yù)報效果較好，基本正確預(yù)報了雨帶位置及強度。本研究為農(nóng)業(yè)生產(chǎn)過程中的天氣預(yù)報服務(wù)質(zhì)量提升提供參考。

參考文獻

[1] 拜蕊，完地草，袁晶晶，等. 2022年7月21日甘南州局地暴雨天氣過程分析[J]. 現(xiàn)代農(nóng)業(yè)科技，2023（19）：161-164.

[2] 肖雨霞，張艷梅，蹇昊，等. 貴州省習(xí)水縣暴雨特征及成因分析[J]. 山地氣象學(xué)報，2024，48（2）：57-61.

[3] 張凌云，劉蕾. 柳州2020年一次“龍舟水”成因及預(yù)報偏差分析[J]. 氣象研究與應(yīng)用，2022，43（3）：67-71.

[4] 陳紹河，蔣承志，林文樺，等. 廣西防城港山區(qū)“6·16”大暴雨成因機制及數(shù)值模式誤差分析[J]. 氣象研究與應(yīng)用，2022，43（3）：93-97.

[5] 秦炳文，王寧. 怒江州一次秋季暴雨天氣過程分析[J]. 農(nóng)業(yè)災(zāi)害研究，2023，13（9）：88-90.

[6] 符芳，黃紫潔，劉心潔. 撫州市暴雨天氣過程診斷與分析[J]. 新農(nóng)民，2024（4）：49-52.

[7] 洪俊，朱海燕，周安平，等. 2022年6月上饒市極端暴雨天氣過程成因分析[J]. 農(nóng)業(yè)災(zāi)害研究，2023，13（12）：166-169.

[8] 黃億格，王劉銘. 2018年6月22—23日暴雨過程分析[J]. 農(nóng)業(yè)災(zāi)害研究，2023，13（11）：195-197.

[9] 盛夢婷，馬中元，黃龍飛，等. 景德鎮(zhèn)一次罕見連續(xù)性大暴雨過程分析[J]. 江西科學(xué)，2024，42（1）：160-163，176.

[10] 李佳，李可，王志毅. 重慶2022年“6·26”暴雨天氣過程成因診斷分析[J]. 河南科技，2023，42（11）：104-109.

[11] 劉婷，張連霞. 2022年8月17—18日鄂爾多斯暴雨天氣過程的特征分析[J]. 內(nèi)蒙古科技與經(jīng)濟，2024（1）：105-109.

（責(zé)任編輯：楊歡）