冉令坤 李娜, 高守亭

1中國氣象科學(xué)研究院，北京100081

2中國科學(xué)院大氣物理研究所，北京100029

3中國科學(xué)院大學(xué)，北京100049

1 引言

Ertel位渦能夠綜合描述大氣動(dòng)力、熱力學(xué)特征，具有守恒性、不可穿透性和可反演性（Rossby,1940；Ertel, 1942；Hoskins et al., 1985），廣泛地應(yīng)用在氣象研究領(lǐng)域，特別是在暴雨等災(zāi)害性天氣診斷研究方面。王建中等（1996）利用位渦研究了江淮流域的一次特大暴雨過程，將濕位渦與濕斜壓系統(tǒng)的水汽分布和不穩(wěn)定機(jī)制聯(lián)系起來。劉還珠和張紹晴（1996）分析了濕位渦與鋒面強(qiáng)降水之間的關(guān)系，指出對流層低層濕位渦的符號和數(shù)值可用來判斷強(qiáng)降水落區(qū)。很多研究表明，濕位渦異常能夠比較好地描述降水落區(qū)及其發(fā)展移動(dòng)，這主要是因?yàn)闈裎粶u與大氣層結(jié)穩(wěn)定度、濕斜壓性和水平風(fēng)垂直切變有關(guān)，而這些因素對降水均有重要影響。除了濕位渦，人們還提出了更多能夠綜合描述產(chǎn)生降水的動(dòng)力、熱力條件的物理量，從而更好地追蹤降水系統(tǒng)的發(fā)展移動(dòng)。利用強(qiáng)降水與低空急流之間的關(guān)系，劉淑媛等（2003）設(shè)計(jì)了表征低空急流強(qiáng)度和高度的指數(shù)I，發(fā)現(xiàn)其對強(qiáng)降水有一定的預(yù)示性；Yue et al.（2003）利用非地轉(zhuǎn)濕Q矢量分析了一次江淮梅雨鋒暴雨過程，發(fā)現(xiàn)分解的濕Q矢量對分析梅雨鋒暴雨的潛在物理機(jī)制具有重要意義；齊彥斌等（2010）綜合強(qiáng)降水過程中的顯著物理因子提出了熱力切變平流參數(shù)，該因子能夠顯著區(qū)分降水區(qū)與非降水區(qū)，與降水系統(tǒng)的發(fā)展演變密切相關(guān)。我國是強(qiáng)對流天氣多發(fā)國家，強(qiáng)對流降水一方面為農(nóng)業(yè)生產(chǎn)提供重要水源，但另一方面也經(jīng)常導(dǎo)致山洪，泥石流等次生氣象災(zāi)害，是我國主要災(zāi)害性天氣之一，因此開展強(qiáng)對流降水過程研究，探索有效的強(qiáng)對流降水預(yù)報(bào)方法具有重要實(shí)際意義。目前，強(qiáng)對流降水研究主要有觀測資料分析與高分辨率數(shù)值模擬研究兩種途徑（孫建華和趙思雄，2002a，2002b；王建捷和李澤椿，2002；廖玉芳等，2003；張小玲等，2004；諶蕓和李澤椿，2005；姚建群等，2005；姚葉青等，2008；Shen and Liu, 2012）。觀測資料分析通過綜合分析各種觀測資料做出降水預(yù)報(bào)，而高分辨率的數(shù)值模擬雖然能夠直接預(yù)報(bào)降水落區(qū)，但降水產(chǎn)生的物理過程和原因卻不甚清楚。因而，如何將觀測資料、數(shù)值模式與包含降水信息的動(dòng)力學(xué)參數(shù)結(jié)合起來，全面地分析預(yù)報(bào)強(qiáng)對流降水是一個(gè)值得研究和探討的科學(xué)問題?；诖?，本文利用來自美國國家環(huán)境預(yù)報(bào)中心（NECP）/美國國家大氣研究中心（NCAR）的FNL全球分析資料（Final Operational Global Analysis），F(xiàn)Y-2C 衛(wèi)星反演的云頂亮溫（Blackbody Brightness Temperature,簡寫為TBB）以及高分辨率模擬資料對2009年8月 17日發(fā)生在華東地區(qū)的強(qiáng)對流降水過程進(jìn)行綜合分析；同時(shí)，采用包含渦度三維動(dòng)力信息的濕位渦、濕斜壓渦度和濕熱力斜壓渦度等物理量對該過程進(jìn)行診斷，研究三個(gè)物理量在強(qiáng)對流系統(tǒng)中的分布特征及其對強(qiáng)對流降水的指示預(yù)報(bào)能力。

2 天氣形勢分析

2009年8月17日發(fā)生在我國華東地區(qū)的強(qiáng)對流降水過程，影響地區(qū)廣闊，包括河北、河南、山東、安徽、湖北和江蘇等省（李娜等，2013），強(qiáng)暴雨中心位于山東南部，日降水量超過140 mm（圖略）。本文利用 1°×1°的 FNL資料對該過程的天氣形勢進(jìn)行分析。如圖1所示，17日0600 UTC強(qiáng)對流發(fā)生在河南與安徽省交界處（圖 1中三角形）。200 hPa等壓面上存在兩個(gè)高空急流區(qū)，分別出現(xiàn)在內(nèi)蒙古西部以及遼寧和吉林省北部，兩個(gè)高空急流的最大風(fēng)速軸線均位于 41°N附近，最大風(fēng)速達(dá)到56 m s?1左右。東北地區(qū)高空急流入口區(qū)的中南側(cè)為廣闊的水平輻散區(qū)，散度正值區(qū)呈東北—西南走向，中心值約為8×10?5s?1，與對流云帶的位置和走向一致。高空急流激發(fā)次級環(huán)流，引發(fā)高層輻散，有助于華東地區(qū)強(qiáng)對流系統(tǒng)發(fā)生發(fā)展。在對流層中層（500 hPa），貝加爾湖和蒙古高原地區(qū)存在高空冷渦，其東部鄂霍次克海地區(qū)為阻塞高壓；與之相配合，河北省西部有東傳的短波槽活動(dòng)，不斷地引導(dǎo)冷空氣侵入我國中東部地區(qū)，強(qiáng)對流系統(tǒng)在短波槽的南端發(fā)展加強(qiáng)。在對流層低層（850 hPa），

西南氣流強(qiáng)盛，將孟加拉灣地區(qū)的水汽源源不斷地輸送到我國華東地區(qū)，形成一條寬廣的東北—西南向的水汽輸送帶。河南省北部存在低渦系統(tǒng)，受其影響，西南氣流與偏東氣流在河南和山東省中部形成暖式切變線。切變線南側(cè)為水汽通量散度負(fù)高值區(qū)，有明顯水汽輻合，造成強(qiáng)烈的水汽垂直輸送?？梢?，本次強(qiáng)對流過程是在高空急流、中層短波槽和低空切變線密切配合下產(chǎn)生的。

圖1 2009年8月17日0600 UTC (a) 200 hPa的水平風(fēng)速（黑色實(shí)線，m s?1）和水平散度（紅色實(shí)線，10?3 s?1），(b) 500 hPa的位勢高度場（實(shí)線，10 gpm），（c）850 hPa 的風(fēng)場（矢量箭頭，m s?1）和水汽通量（填色區(qū)，g s?1 cm?1 hPa?1）Fig.1 (a) Wind speed (black solid lines, m s?1) and horizontal divergence (red solid lines, 10?3 s?1) at 200 hPa, (b) geopotential height (solid lines, 10?1gpm)at 500 hPa, (c) wind field (arrows, m s?1) and moisture flux (color shaded areas, g s?1 cm?1 hPa?1) at 850 hPa at 0600 UTC on August 17, 2009

3 強(qiáng)對流系統(tǒng)發(fā)展演變過程

利用高時(shí)空分辨率的 TBB資料可以分析中小尺度云系的發(fā)展演變。傅珊等（2006）研究表明，對于強(qiáng)對流天氣，TBB一般在－60°C以下，有時(shí)甚至?xí)_(dá)到－100°C以下。通常，TBB越低，代表云頂越高，對流發(fā)展越旺盛（廖勝石等，2007）。本文通過 FY-2C衛(wèi)星紅外通道觀測數(shù)據(jù)反演的逐小時(shí) TBB資料分析發(fā)現(xiàn)，本次過程中的強(qiáng)對流系統(tǒng)由河南與山東省交界處的中尺度云團(tuán)發(fā)展而來，先后經(jīng)歷三個(gè)階段：團(tuán)狀對流系統(tǒng)階段（第一階段），帶狀對流系統(tǒng)與弱的團(tuán)狀對流系統(tǒng)共存階段（第二階段），帶狀對流系統(tǒng)消亡團(tuán)狀對流系統(tǒng)再次發(fā)展階段（第三階段）。如圖 2a所示，17日0000 UTC TBB負(fù)高值區(qū)主要位于山東省西部和河南省中東部地區(qū)，代表那里的對流云團(tuán)比較活躍，該云團(tuán)的經(jīng)向水平尺度約為600 km，屬于中α尺度對流系統(tǒng)。兩個(gè) TBB負(fù)高值區(qū)分別位于河南與山東交界處和河南中南部，分別標(biāo)記為“A”和“B”，其中云團(tuán)“A”水平尺度較大，TBB小于－60°C 的強(qiáng)對流中心出現(xiàn)在（34.5°N，115°E）附近；云團(tuán)“B”的強(qiáng)度和水平尺度都小于云團(tuán)“A”，TBB最低值在－50°C左右。0400 UTC（圖2b）山東省中西部對流云團(tuán)“A”減弱，TBB基本上小于－45°C，而位于河南中南部的云團(tuán)“B”強(qiáng)烈發(fā)展，呈橢圓形分布，水平尺度約為 250 km，TBB小于－60°C，為典型的中β尺度對流云團(tuán)。云團(tuán)“B”在緩慢南移過程中與消散減弱的云團(tuán)“A”逐漸合并，發(fā)展加強(qiáng)。0800 UTC（圖2c），合并后的云團(tuán)“AB”位于東北—西南走向云帶的西南端，覆蓋范圍擴(kuò)大，橫跨山東、河南、江蘇和安徽四省，其中TBB負(fù)值中心小于－68°C,主要位于河南與安徽省交界處，說明對流云發(fā)展旺盛。隨著云帶向東南方向移動(dòng)，1200 UTC（圖 2d）對流云團(tuán)范圍進(jìn)一步擴(kuò)大，發(fā)展為東北—西南走向的中α尺度帶狀對流系統(tǒng)，長度在1000 km以上，寬度約為200 km，最強(qiáng)的TBB負(fù)值中心仍小于－68°C，位于（33.5°N，117.5°E），兩個(gè)次負(fù)值中心分別位于（32°N，114°E）和（32.5°N，116°E）。此外，湖北與湖南交界處有水平尺度約100公里的對流云團(tuán)發(fā)展，TBB中心 值小于－56°C。隨后，湖北省西南部的小對流云團(tuán)與對流云帶西端合并，強(qiáng)烈發(fā)展。同時(shí)，對流云帶東北端山東與江蘇交界處對流云團(tuán)也呈發(fā)展趨勢，TBB中心值在－64°C以下。2000 UTC（圖2f），原對流云帶的中部云團(tuán)已經(jīng)消散，分裂為兩個(gè)獨(dú)立的對流云團(tuán)，分別位于山東和江蘇省交界處和湖北省中南部。

圖2 2009年 8月17日（a）0000 UTC，（b）0400 UTC，（c）0800 UTC，（d）1200 UTC，（e）1600 UTC，（f）2000 UTC的 TBB 分布，單位為°CFig.2 Distributions of TBB at (a) 0000 UTC, (b) 0400 UTC, (c) 0800 UTC, (d) 1200 UTC, (e) 1600 UTC, (f) 2000 UTC on August 17, 2009

4 濕斜壓渦度診斷分析

4.1 理論

強(qiáng)對流系統(tǒng)的發(fā)展伴有水平風(fēng)垂直切變和水平旋轉(zhuǎn)，具有水平和垂直渦管顯著，渦度擬能（渦度矢量的范數(shù)）較大的特點(diǎn)。雖然位渦能夠描述渦度和位溫梯度的綜合特征（Aqθ=·?ω），但位渦代表渦度在位溫梯度方向上的投影，不能反映等位溫面上的渦度分量。對于大尺度系統(tǒng)，位溫梯度為準(zhǔn)垂直方向，所以位渦主要體現(xiàn)垂直渦度信息。大尺度系統(tǒng)的運(yùn)動(dòng)主要為二維準(zhǔn)水平運(yùn)動(dòng)，垂直渦度基本上能夠描述其整體的運(yùn)動(dòng)特征，因而位渦能夠較好地描述大尺度系統(tǒng)運(yùn)動(dòng)。對于導(dǎo)致暴雨的中尺度系統(tǒng)，大氣運(yùn)動(dòng)是三維的，除了平行于位溫梯度方向的渦度分量（位渦），還要考慮垂直于位溫梯度方向的渦度分量，該分量對中尺度系統(tǒng)的發(fā)生發(fā)展也有重要影響。為了考慮渦度的三維分量，不遺漏動(dòng)力信息，本文在位渦基礎(chǔ)上引入斜壓渦度（Baroclinic Vorticity，BV）和熱力斜壓渦度（Thermodynamic Baroclinic Vorticity，TBV）的概念（Ran et al.，2013），即

其中，ω為渦度矢量，p為氣壓，α為比容。由于斜壓力管?p×?α的方向與位溫梯度?θ的方向垂直（即，(?p×?α)· ?θ=0），因此矢量 ?θ、?p×?α和(?p×?α)× ?θ是相互正交的（圖3a）。這樣，qA、qB和qC代表渦度在三個(gè)正交方向上的投影，涵蓋了渦度的三維信息，其中，qB和qC體現(xiàn)了垂直于位溫梯度方向的渦度分量信息。

斜壓渦度（BV）又可以寫為：

上式中，θ×ω?為對流渦度矢量（Convective Vorticity Vector, CVV, Gao et al., 2004），因此斜壓渦度也代表對流渦度矢量在氣壓梯度方向上的投影。熱力斜壓渦度（TBV）還可以寫為

可見熱力斜壓渦度代表對流渦度矢量在斜壓力管方向上的投影。在實(shí)際大氣中，氣壓梯度力的方向通常為垂直方向，而斜壓力管的方向一般為水平方向，因而 BV和TBV分別反映了CVV垂直和水平分量的動(dòng)力信息。Gao et al.（2004）研究表明，CVV及其分量與云凝結(jié)物有良好的相關(guān)性，對降水有一定的指示意義，因此，BV和TBV與降水也預(yù)期存在密切聯(lián)系。

由于實(shí)際降水過程中大氣通常是高溫高濕的，因此為了把BV和TBV應(yīng)用到實(shí)際大氣，本文進(jìn)一步把PV，BV和TBV改寫為：

其中，θ?=θη為廣義位溫，a*=ρ*為濕比容，*=為濕密度，

為凝結(jié)潛熱函數(shù)，ω*= ? ×v*為濕渦度，v*=(ηu,ηv,ηw)為濕速度。這里，、和分別為濕位渦(Moist Potential Vorticity，MPV)，濕斜壓渦度 (Moist Baroclinic Vorticity，MBV) 和濕熱力斜壓渦度 (Moist Thermodynamic Baroclinic Vorticity，MTBV)。為了保持坐標(biāo)系統(tǒng)的正交性和渦度信息的完整性，在上述表達(dá)式引入了濕密度，濕速度和濕渦度的概念（圖 3b）。根據(jù)中尺度系統(tǒng)的特征尺度，通過尺度分析，MBV和MTBV可以進(jìn)一步簡化為：

由上式可知，MBV代表切變風(fēng)對濕比容的平流輸送作用；MTBV反映了垂直氣壓梯度、對流穩(wěn)定度、風(fēng)垂直切變與濕比容（密度）水平梯度之間的耦合。由于垂直氣壓梯度隨高度遞減，水平變化不明顯，因此其在 MBV和 MTBV 中主要起到垂直權(quán)重的作用。MBV和MTBV 中的水平風(fēng)垂直切變是影響對流系統(tǒng)發(fā)展演變的重要因子，能夠改變大氣穩(wěn)定性（對稱不穩(wěn)定）；引起對流系統(tǒng)動(dòng)能的變化；增強(qiáng)水平渦管，導(dǎo)致垂直渦度發(fā)展；（根據(jù)熱成風(fēng)關(guān)系）造成等熵面傾斜；進(jìn)而影響對流系統(tǒng)的組織傳播，間接影響對流降水。MBV和MTBV 中的濕比容（密度）水平梯度主要反映了大氣的濕斜壓性。此外，由于MBV和MTBV還引入了凝結(jié)潛熱函數(shù)，所以它們在一定程度上也體現(xiàn)了水汽效應(yīng)。由于降水區(qū)具有高溫高濕的特點(diǎn)，濕斜壓性較強(qiáng)，并且水平風(fēng)垂直切變明顯，因此 MPV、MBV和MTBV通常在降水區(qū)表現(xiàn)異常。

4.2 資料

李娜等（2013）利用ARPS（Advanced Regional Prediction System）模式，以水平分辨率為0.5°×0.5°的NCEP/NCAR GFS（Global Forecasting System）分析場為背景場，同化多部多普勒雷達(dá)徑向風(fēng)和反射率資料以及常規(guī)地面探空觀測資料對本次強(qiáng)對流過程進(jìn)行數(shù)值模擬。 2009年8月17日0000 UTC～0200 UTC為循環(huán)同化時(shí)段，模擬時(shí)段為 17日 0200 UTC～18日0000 UTC，模擬區(qū)域?yàn)椋?1°N～39°N，110°E～120°E），水平分辨率為2.5 km，水平格點(diǎn)數(shù)為363×363，垂直平均格距為500 m，垂直層數(shù)為53層。模擬結(jié)果與觀測的對比分析表明，該模擬較好地再現(xiàn)了強(qiáng)對流系統(tǒng)“團(tuán)狀結(jié)構(gòu)—帶狀結(jié)構(gòu)—團(tuán)狀結(jié)構(gòu)”的發(fā)展演變過程及其降水特征，模式輸出資料比較可靠。針對本次強(qiáng)對流降水過程，本文將采用上述模擬資料，對MPV、MBV和MTBV進(jìn)行分析。

4.3 結(jié)果分析

圖4為17日1000 UTC MPV、MBV和MTBV沿 117.5°E的垂直分布（剖面位置可參考圖 5b），此時(shí)颮線及其東北端團(tuán)狀對流系統(tǒng)處于穩(wěn)定維持階段，四個(gè)強(qiáng)降水中心分別位于32.7°N，33.3°N，34.2°N 和 36°N 附近，其中 36°N 附近的降水中心位于團(tuán)狀對流系統(tǒng)內(nèi)，其余則位于颮線中東段。32°N～34.5°N颮線區(qū)對流層高層MPV負(fù)值區(qū)向下伸展至約7 km高度（圖4a）；對流層中層4～7 km高度區(qū)間的MPV數(shù)值較小，沒有明顯的異常值區(qū)；對流層低層4 km以下高度存在明顯的MPV異常值區(qū)，正負(fù)高值中心基本上位于降水區(qū)上空。35.5°N～37°N團(tuán)狀強(qiáng)對流降水區(qū)MPV異常值區(qū)基本處于對流層8 km以下高度。在34.5°～35.5°N弱降水區(qū)，MPV的異常值區(qū)主要出現(xiàn)在對流層中層 5～8 km高度區(qū)間，而在4 km以下高度則無明顯異常。MBV垂直分布（圖4b）與MPV存在顯著差異，其異常值區(qū)主要位于10 km以下高度。32.7°N附近颮線降水區(qū)上空 MBV的正高值區(qū)從地面垂直伸展到約10 km高度；33.3°N附近降水區(qū)MBV的異常值主要集中在對流層中低層5 km以下高度；34.2°N附近降水區(qū)MBV正負(fù)高值區(qū)主要出現(xiàn)在對流層低層4 km以下高度及7～8 km高度區(qū)間。可見，颮線系統(tǒng)中降水強(qiáng)度不同的地區(qū)MBV分布也不同。由公式（8）知，MBV主要體現(xiàn)了水平風(fēng)垂直切變與濕比容梯度的耦合效應(yīng)。一般地，對流層低層的水平風(fēng)垂直切變有利于降水發(fā)生發(fā)展，而對流層中層的水平風(fēng)強(qiáng)垂直切變則會(huì)破壞降水形成機(jī)制。上述分析表明，颮線強(qiáng)降水區(qū)的MBV異常值區(qū)主要集中在低層，而弱降水區(qū)MBV的異常值區(qū)從低層伸展到高層。在團(tuán)狀強(qiáng)對流降水區(qū)，MBV異常值區(qū)的分布呈明顯的“V”字型結(jié)構(gòu)，在強(qiáng)降水中心上空發(fā)展最低，位于5 km以下高度，而在強(qiáng)降水中心兩側(cè)，MBVP異常值區(qū)的位置逐漸升高，可達(dá)9 km以上高度。這些表明，產(chǎn)生強(qiáng)降水的有利條件是對流層低層出現(xiàn)較強(qiáng)水平風(fēng)垂直切變和濕斜壓性，而對流層中層較強(qiáng)的水平風(fēng)垂直切變可能抑制降水。由于強(qiáng)降水和弱降水產(chǎn)生的動(dòng)熱力條件不同，因而利用MBV可以粗略地判斷降水強(qiáng)度。當(dāng)MBV在對流層中高層有異常值而在低層無明顯異常時(shí)，一般降水較弱或無降水產(chǎn)生；當(dāng)MBV異常值區(qū)從對流層低層垂直伸展到高層時(shí)，通常會(huì)出現(xiàn)偏弱的降水；當(dāng)MBV的異常值主要位于低層時(shí)，一般會(huì)產(chǎn)生偏強(qiáng)降水。MTBV具有與MBV類似的垂直分布形態(tài)，其正負(fù)高值區(qū)也主要集中在對流層10 km以下高度。在 32.7°N附近颮線弱降水區(qū)，MTBV異常值區(qū)發(fā)展最高（約為9 km高度），33.3°N附近降水區(qū)MTBV的高值區(qū)伸展到約6 km高度，34.2°N附近強(qiáng)降水中心MTBV主要分布在低層4 km以下高度和中高層7～9 km高度區(qū)間。在團(tuán)狀對流降水區(qū)，MTBV呈“V”字型分布。此外，無論在對流層低層還是高層，降水區(qū)MBV和MTBV的異常值區(qū)都是正負(fù)交替分布的，這主要與降水分布的不均勻性有關(guān)。若某一地區(qū)降水較強(qiáng)，有大量的凝結(jié)潛熱釋放，凝結(jié)潛熱函數(shù)較大，以至于其南側(cè)有?α?y＜0，北側(cè)有?α?y＞0，在水平風(fēng)垂直切變和對流穩(wěn)定度不變的情況下，則MBV和MTBV的符號在降水區(qū)兩側(cè)相反。

圖3 （a）以矢量 ?θ、 ?p×?α和(?p×?α) ×?θ為基礎(chǔ)建立的三維正交系統(tǒng)；（b）以矢量 ?θ*, ?p×?α*和(?p×?α*)×?θ*為基礎(chǔ)建立的三維正交系統(tǒng)Fig.3 (a) The three-dimensional orthogonal system built on the basis of ?θ*, ?p×?α*, and (?p×?α*)×?θ*, ω is the vorticity vector; (b) The three-dimensional orthogonal system built on the basis of ?θ*, ?p×?α*, and (?p×?α*)×?θ*, ω* is the moist vorticity vector

圖4 2009 年 8 月 17 日 1000 UTC MPV（a，彩色填色區(qū)，10?6 K s?1），MBV（b，彩色填色區(qū)，10?8 m s?3)，MTBV（c，彩色填色區(qū)，10?10 K s?3）在沿117.5°E的經(jīng)向—垂直剖面內(nèi)的分布，直方圖代表1 h累計(jì)降水量（單位：mm）Fig.4 Cross sections of (a) MPV (color shaded areas, 10?6 K s?1), (b) MBV (color shaded areas, 10?8 m s?3), and (c) MTBV (color shaded areas, 10?10 K s?3)along 117.5°E at 1000 UTC on August 17th, 2009.The black bars are 1-h accumulated precipitation (mm)

圖4 （續(xù)）Fig.4 (Continued)

上述MPV、MBV和MTBV垂直結(jié)構(gòu)的分析

表明，MPV、MBV和 MTBV在降水區(qū)都表現(xiàn)出明顯的異常，尤其是MBV和MTBV，不但能夠指示降水落區(qū)，還能在一定程度上反映降水強(qiáng)度。為探討強(qiáng)對流系統(tǒng)不同發(fā)展階段MPV、MBV、MTBV與降水的關(guān)系，本文進(jìn)一步分析了MPV、MBV、MTBV的水平分布特征。在這里，首先取MPV、MBV和MTBV的絕對值，然后再對其進(jìn)行垂直積分（用表示），這樣做的主要原因是在垂直方向上MPV、MBV和MTBV的符號不確定，既可以為正值，也可以為負(fù)值，當(dāng)進(jìn)行垂直積分時(shí)，正值和負(fù)值會(huì)相互抵消，這樣的垂直積分不能全面地反映對流層內(nèi)MPV、MBV和MTBV的整體特征，因此需要先取其絕對值，再進(jìn)行垂直積分。圖5為強(qiáng)對流系統(tǒng)不同發(fā)展階段1 h累積降水及相應(yīng)時(shí)刻的和水平分布。17日0400 UTC強(qiáng)對流系統(tǒng)處于橢圓團(tuán)狀結(jié)構(gòu)階段，其內(nèi)部降水分布呈不標(biāo)準(zhǔn)的圓形，平均水平尺度約為300 km，強(qiáng)降水中心出現(xiàn)在對流系統(tǒng)中部，中心降水量約為 70 mm。和三個(gè)物理量均能夠較好地指示 0400 UTC降水落區(qū)：有三個(gè)正高值中心，但其高值區(qū)的位置比實(shí)際降水偏南；和高值區(qū)較好地反映了降水范圍，但多個(gè)高值中心分布比較分散。1000 UTC，對流系統(tǒng)進(jìn)入帶狀颮線與團(tuán)狀對流系統(tǒng)共存階段。相應(yīng)地，降水區(qū)包括兩部分，一部分呈團(tuán)狀結(jié)構(gòu)，位于山東中部地區(qū)，內(nèi)部分散多個(gè)小尺度較強(qiáng)降水中心；另一部分呈狹窄的帶狀，寬度僅為幾十公里，橫跨江蘇、安徽、河南和湖北四省。與上一階段相比，對流系統(tǒng)降水強(qiáng)度的變化不明顯。此時(shí)，和的高值區(qū)隨著強(qiáng)對流系統(tǒng)的演變而變化。在颮線降水區(qū)，三者的高值區(qū)呈東北—西南走向的帶狀分布；在團(tuán)狀對流降水區(qū)中，三者也相應(yīng)地呈團(tuán)狀分布。1600 UTC，颮線系統(tǒng)消散，帶狀降水減弱消失，其東北端的團(tuán)狀對流系統(tǒng)獲得強(qiáng)烈發(fā)展，降水強(qiáng)度顯著增強(qiáng)，1 h累積降水量最高達(dá)130 mm。與之相應(yīng)，和的帶狀高值區(qū)減弱消失，主要表現(xiàn)為山東與江蘇省交界處的團(tuán)狀高值區(qū)。值得注意的是，在強(qiáng)對流系統(tǒng)發(fā)展的三個(gè)階段濕位渦強(qiáng)度變化不明顯，高值中心基本維持在0.12～0.18 K s?1。和則變化顯著。0400 UTC和1000 UTC，和高值中心分別維持在 40×10?4～45×10?4m s?3和 40×10?6～50×10?6K s?3而在 1600 UTC 隨著降水的顯著增強(qiáng)，的中心值也明顯增長。上述分析表明，MPV、MBV和 MTBV均能較好地反映降水落區(qū)和移動(dòng)，意味著三者對強(qiáng)對流系統(tǒng)均有一定的追蹤指示意義，但在描述降水強(qiáng)度的變化方面MBV和MTBV更具優(yōu)勢，徐州和商丘兩地降水率與的時(shí)間演變趨勢（圖6）可以進(jìn)一步驗(yàn)證這一點(diǎn)。在整個(gè)過程中徐州地區(qū)（圖6a）主要有兩個(gè)降水率峰值，分別出現(xiàn)在17日0400～0600 UTC和0800～1000 UTC兩個(gè)時(shí)段。在前一強(qiáng)降水時(shí)段，0500 UTC徐州地區(qū)降水率達(dá)到最大，約為 150 mm h?1。相應(yīng)地，也達(dá)到峰值，分別為 1×10?1K s?1、2.3×10?3m s?3和 2.3×10?5K s?3。在后一強(qiáng)降水時(shí)段，1000 UTC徐州地區(qū)降水率達(dá)到最大，約為 50 mm h?1，小于 0500 UTC的峰值。在這一時(shí)段的最大值分別約為 0.8×10?1K s?1，1.8×10?3m s?3，1.8×10?5K s?3，較前一時(shí)段的峰值均有所降低，但的峰值比降得更多。商丘地區(qū)（圖6b）的降水主要發(fā)生在強(qiáng)對流過程的前期（17日0700 UTC之前），降水率波動(dòng)較大，具有雙周期特征。在波動(dòng)降水時(shí)段17日0200～0700 UTC，的變化不明顯，基本維持在 0.8×10?1K s?1，而波動(dòng)變化顯著，其變化趨勢與降水率相似，都具有明顯的雙周期特征。以上分析進(jìn)一步表明，盡管三個(gè)診斷量在降水時(shí)段內(nèi)都表現(xiàn)出明顯的異常，但對降水強(qiáng)度的變化更加敏感，對強(qiáng)對流降水的指示作用更加顯著。這主要與 MPV、MBV和 MTBV所包含的物理信息不同進(jìn)而描述濕大氣動(dòng)熱力特征的側(cè)重點(diǎn)不同有關(guān)。MPV包含了位溫梯度方向的渦度分量，而 MBV和MTBV反映了沿等位溫面的渦度分量。尺度分析表明，MBV主要表現(xiàn)了垂直切變風(fēng)對濕比容的平流輸送作用；而 MTBV主要反映了對流穩(wěn)定度、垂直風(fēng)切變與濕比容梯度的耦合效應(yīng)。二者的共同特點(diǎn)是均包含氣壓垂直梯度和垂直風(fēng)切變。氣壓垂直梯度雖然在降水區(qū)與非降水區(qū)中區(qū)別不明顯，但在MBV和MTBV中起到了權(quán)重作用，使得與之相配合的對流穩(wěn)定度、風(fēng)垂直切變和濕比容梯度等物理信息在MBV和MTBV中能夠得到顯著體現(xiàn)。雖然產(chǎn)生降水的動(dòng)力、熱力過程相當(dāng)復(fù)雜，但在非降水區(qū)、弱降水區(qū)和強(qiáng)降水區(qū)這些物理信息的差異還是比較明顯的，因而 MBV和MTBV能夠較好地區(qū)分不同強(qiáng)度的降水區(qū)，這可能是MBV和MTBV對降水強(qiáng)度更加敏感的主要原因。

圖5 2009年 8月17日 0400 UTC、1000 UTC 和 1600 UTC 1 h累積降水量 (a、b、c，mm)、濕位渦(d、e、f，10?2 K s?1)、濕斜壓渦度MBV（g、h、i，10?4 m s?3）和濕熱力斜壓渦度（j、k、l，10?6 K s?3）的分布Fig.5 Horizontal distributions of (a, b, c) 1-h accumulated precipitation (mm), (d, e, f) moist potential vorticity (10?2 K s?1), (g, h, i) moist baroclinic vorticity (10?4 m s?3), and (j, k, l) moist thermodynamic baroclinic vorticity(10?6 K s?3) at 0400 UTC, 1000 UTC, and 1600 UTC on August 17, 2009

圖6 模擬的2009年8月17日0200 UTC～18日0000 UTC 徐州（a）和商丘（b）地區(qū)降水率（綠色實(shí)線，102mm h?1）、（橙色實(shí)線，10?1 K s?1）、（紅色實(shí)線，10?3 m s?3）和（藍(lán)色實(shí)線，10?5 K s?3）的時(shí)間演變，圖中左側(cè)坐標(biāo)代表診斷量，右側(cè)坐標(biāo)代表降水率Fig.6 Time series of precipitation rate (green solid lines, 102 mm h?1), (orange lines, 10?1 K s?1),(red lines, 10?3 m s?3), and ( blue lines, 10?5 K s?3) in (a) Xuzhou and (b) Shangqiu, the left axis denotes values of the three diagnostic quantities while the right axis denotes the precipitation rate

5 結(jié)論

本文綜合利用NECP/FNL全球分析資料、衛(wèi)星觀測資料、高分辨率的模擬資料和包含豐富物理信息的動(dòng)力診斷量對2009年8月17日發(fā)生在華東地區(qū)的一次強(qiáng)對流降水過程進(jìn)行診斷分析。大尺度背景場分析表明本次強(qiáng)對流過程是在高空急流、中層淺槽和低空切變線的密切配合下產(chǎn)生的。強(qiáng)對流系統(tǒng)由河南與山東省交界處的中尺度云團(tuán)發(fā)展而來，先后經(jīng)歷三個(gè)階段：團(tuán)狀對流系統(tǒng)階段（第一階段），帶狀對流系統(tǒng)與弱的團(tuán)狀對流系統(tǒng)共存階段（第二階段），帶狀對流系統(tǒng)消亡團(tuán)狀對流系統(tǒng)再次發(fā)展階段（第三階段）。針對本次強(qiáng)對流過程，本文分析了濕位渦（MPV）、濕斜壓渦度（MBV）和濕熱力斜壓渦度（MTBV）與強(qiáng)對流降水關(guān)系。MPV、MBV和MTBV是能夠反映完整三維渦度信息的物理量，其中MPV包含沿位溫梯度方向的渦度，MBV和MTBV包含等位溫面上的渦度。MBV代表垂直切變風(fēng)對濕比容的平流輸送作用，MTBV反映了對流穩(wěn)定度、風(fēng)垂直切變與濕比容（密度）水平梯度之間的耦合效應(yīng)。診斷結(jié)果表明，MPV、MBV和MTBV均能夠有效反映強(qiáng)對流降水的空間分布和時(shí)間演變。在垂直方向上，對流層低層MPV異常值區(qū)基本上對應(yīng)著降水落區(qū)；MBV和MTBV的異常值區(qū)則主要出現(xiàn)在對流層10 km以下高度，正負(fù)值區(qū)交替分布。MBV和MTBV不但能夠指示降水落區(qū)，在一定程度上還能反映降水強(qiáng)度。當(dāng)MBV和MTBV在對流層中高層表現(xiàn)異常而在低層無明顯異常時(shí)，通常降水較弱或無降水產(chǎn)生；當(dāng)MBV和MTBV異常值區(qū)從對流層低層垂直伸展到高層時(shí)，往往會(huì)出現(xiàn)偏弱的降水；當(dāng)MBV和MTBV的異常值主要位于低層時(shí)，一般會(huì)產(chǎn)生較強(qiáng)降水。在強(qiáng)對流發(fā)展的不同階段，降水分布特征也不同，第一階段的降水呈不規(guī)則的圓形結(jié)構(gòu)；第二階段颮線區(qū)降水呈狹窄的帶狀分布，而團(tuán)狀對流區(qū)降水則呈不規(guī)則團(tuán)狀結(jié)構(gòu)；在第三階段，帶狀的降水減弱消失，而團(tuán)狀降水顯著加強(qiáng)。和的高值區(qū)均較好地反映了強(qiáng)對流不同發(fā)展階段的降水落區(qū)和移動(dòng)，說明 MPV、MBV和MTBV對降水和對流系統(tǒng)有追蹤指示意義。相對而言，在指示強(qiáng)對流降水強(qiáng)度變化方面，MBV和MTBV更具優(yōu)勢。商丘和徐州兩地降水率與時(shí)間演變趨勢的對比分析表明， MBV和MTBV對降水強(qiáng)度的變化更加敏感。這可能主要與MBV和MTBV均包含氣壓垂直梯度有關(guān)，其使得與之相配合的其他物理信息（如垂直風(fēng)切變、對流穩(wěn)定度等）顯著體現(xiàn)。

（References）

諶蕓, 李澤椿.2005.青藏高原東北部區(qū)域性大到暴雨的診斷分析及數(shù)值模擬 [J].氣象學(xué)報(bào), 63 (3): 289–300.Chen Yun, Li Zechun.2005.Diagnostic analysis and numerical simulation on a regional heavy-hard rain in northeast of Qinghai–Xizang Plateau [J].Acta Meteorologica Sinica (in Chinese), 63 (3): 289–300.

Ertel H.1942.Ein neuer hydrodynamischer Wiebels?tz [J].Meteorology Zeitschr Braunschweigs, 59: 277–281.

傅珊, 岳艷霞, 李國翠.2006.TBB資料的處理及應(yīng)用 [J].氣象, 32 (2):40–45.Fu Shan, Yue Yanxia, Li Guocui.2006.TBB data processing and application [J].Meteorological Monthly (in Chinese), 32 (2): 40–45.

Gao S T, Ping F, Li X F, et al.2004.A convective vorticity vector associated with tropical convection: A 2D cloud–resolving modeling study [J].J.Geophys.Res., 109: D14106.

Hoskins B J, McIntyre M E, Robertson A W.1985.On the use and significance of isentropic potential vorticity maps [J].Quart.J.Roy.Meteor.Soc., 111: 877–946.

李娜, 冉令坤, 高守亭.2013.華東地區(qū)一次颮線過程的數(shù)值模擬與診斷分析 [J].大氣科學(xué).37 (3): 595–608.Li Na, Ran Lingkun, Gao Shouting.2013.Numerical simulation and diagnosis study of a squall line in East China [J].Chinese Journal of Atmospheric Sciences (in Chinese),37 (3): 595–608.

廖勝石, 羅建英, 蔡薌寧.2007.2005年6月華南致洪暴雨過程中FY-2C衛(wèi)星TBB場分析 [J].氣象, 33: 81–86.Liao Shengshi, Luo Jianying,Cai Xiangning.2007.TBB features of torrential rain causing flood in South China from 18 to 22 June, 2005 [J].Meteorological Monthly (in Chinese), 33: 81–86.

廖玉芳, 俞小鼎, 郭慶.2003.一次強(qiáng)對流系列風(fēng)暴個(gè)例的多普勒天氣雷達(dá)資料分析 [J].應(yīng)用氣象學(xué)報(bào), 14 (6): 656–662.Liao Yufang, Yu Xiaoding, Guo Qing.2003.Case study of a series of severe convective storms based on China new generation (Doppler) weather radar data [J].Quarterly Journal of Applied Meteorology (in Chinese), 14(6): 656–662.

劉還珠, 張紹晴.1996.濕位渦與鋒面強(qiáng)降水天氣的三維結(jié)構(gòu) [J].應(yīng)用氣象學(xué)報(bào), 7: 275–284.Liu Huanzhu, Zhang Shaoqing.1996.Moist potential vorticity and the three dimensional structure of a cold front with heavy rainfall [J].Quarterly Journal of Applied Meteorology (in Chinese),7: 275–284.

劉淑媛, 鄭永光, 陶祖鈺.2003.利用風(fēng)廓線雷達(dá)資料分析低空急流的脈動(dòng)與暴雨關(guān)系 [J].熱帶氣象學(xué)報(bào), 19 (3): 285–290.Liu Shuyuan,Zheng Yongguang, Tao Zuyu.2003.The analysis of the relationship between pulse of LLJ and heavy rain using wind profiler data [J].Journal of Tropical Meteorology (in Chinese), 19 (3): 285–290.

齊彥斌, 冉令坤, 洪延超.2010.強(qiáng)降水過程中熱力切變平流參數(shù)的診斷分析 [J].大氣科學(xué), 34 (6): 1201–1213.Qi Yanbin, Ran Lingkun,Hong Yanchao.2010.Diagnosis of thermodynamic shear advection parameter in heavy rain events [J].Chinese Journal of Atmospheric Sciences (in Chinese), 34 (6): 1201–1213.

Ran L, Li N, Gao S.2013.PV-based diagnostic quantities of heavy rainfall:Baroclinic vorticity parameter and thermodynamic-baroclinic vorticity parameter [J].J.Geophys.Res., in press.

Rossby C G.1940.Planetary flow patterns in the atmosphere [J].Quart.J.Roy.Metor.Soc., 66 (Suppl.): 68–87.

Shen Xinyong, Liu Jia, Li Xiaofan.2012.Torrential rainfall responses to ice microphysical processes during pre–summer heavy rainfall over Southern China [J].Adv.Atmos.Sci., 29 (3): 493–500.

孫建華, 趙思雄.2002a.華南“94·6”特大暴雨的中尺度對流系統(tǒng)及其環(huán)境場研究 I.引發(fā)暴雨的β中尺度對流系統(tǒng)的數(shù)值模擬研究 [J].大氣科學(xué), 26 (4): 541–557.Sun Jianhua, Zhao Sixiong.2002a.A study of mesoscale convective systems and its environmental fields during the June 1994 record heavy rainfall of South China.Part I: A simulation study of Meso-β convective system inducing heavy rainfall [J].Chinese Journal of Atmospheric Science (in Chinese), 26 (4): 541–557.

孫建華, 趙思雄.2002b.華南“94·6”特大暴雨的中尺度對流系統(tǒng)及其環(huán)境場研究 II.物理過程、環(huán)境場以及地形對中尺度對流系統(tǒng)的作用[J].大氣科學(xué), 26 (5): 633–646.Sun Jianhua, Zhao Sixiong.2002b.A study of mesoscale convective systems and its environmental fields during the June 1994 record heavy rainfall in South China.Part II: Effect of physical processes, initial environmental fields and topography on meso–β convective system [J].Chinese Journal of Atmospheric Science(in Chinese), 26 (5): 633–646.

王建捷, 李澤椿.2002.1998年一次梅雨鋒暴雨中尺度對流系統(tǒng)的模擬與診斷分析 [J].氣象學(xué)報(bào), 60 (2): 146–156.Wang Jianjie, Li Zhechun.2002.Numerical simulation and diagnostic analysis on mesoscale convective systems of a torrential rain case in Meiyu period of 1998 [J].Acta Meteorologica Sinica (in Chinese), 60 (2): 146–156.

王建中, 馬淑芬, 丁一匯.1996.位渦在暴雨成因分析中的應(yīng)用 [J].應(yīng)用氣象學(xué)報(bào), 7: 19–27.Wang Jianzhong, Ma Shufen, Ding Yihui.1996.Application of potential vorticity theory to analysis of formative mechanism of torrential rain [J].Quarterly Journal of Applied Meteorology (in Chinese), 7: 19–27.

姚建群, 戴建華, 姚祖慶.2005.一次強(qiáng)颮線的成因及維持和加強(qiáng)機(jī)制分析 [J].應(yīng)用氣象學(xué)報(bào), 16 (6): 746–754.Yao Jianqun, Dai Jianhua,Yao Zuqing.2005.Case analyses of the formation and evolution of 12July 2004 severe squall line [J].Quarterly Journal of Applied Meteorology (in Chinese), 16 (6): 746–754.

姚葉青, 俞小鼎, 張義軍, 等.2008.一次典型颮線過程多普勒天氣雷達(dá)資料分析 [J].高原氣象, 27 (2): 373–381.Yao Yeqing, Yu Xiaoding,Zhang Yijun, et al.2008.Analysis on a typical squall line case with Doppler weather radar data [J].Plateau Meteorology (in Chinese), 27 (2):373–381.

Yue Caijun, Shou Shaowen, Lin Kaiping, et al.2003.Diagnosis of the heavy rain near a Meiyu front using the wetQvector partitioning method [J].Advances in Atmospheric Sciences, 20 (1): 37–44.

張小玲, 陶詩言, 張順利.2004.梅雨鋒上的三類暴雨 [J].大氣科學(xué), 28(2): 187–205.Zhang Xiaoling, Tao Shiyan, Zhang Shunli.2004.Three types of heavy rainstorms associated with the Meiyu front [J].Chinese Journal of Atmospheric Sciences (in Chinese), 28 (2): 187–205.