崔春光 林春澤 王曉芳 李俊 彭濤 張文剛

（中國氣象局武漢暴雨研究所 暴雨監(jiān)測預(yù)警湖北省重點實驗室，武漢 430074）

2000年以來我國長江中游區(qū)域暴雨研究進展

崔春光 林春澤 王曉芳 李俊 彭濤 張文剛

（中國氣象局武漢暴雨研究所 暴雨監(jiān)測預(yù)警湖北省重點實驗室，武漢 430074）

長江中游地區(qū)是暴雨多發(fā)區(qū)和重災(zāi)區(qū)，深入認(rèn)識該區(qū)域暴雨形成的中、小尺度天氣系統(tǒng)、分析暴雨發(fā)生機理與發(fā)展暴雨、洪水預(yù)報技術(shù)，對于我國防洪減災(zāi)具有重要意義。針對長江中游區(qū)域暴雨從觀測到資料分析、機理研究，再到數(shù)值預(yù)報與水文應(yīng)用研究，重點從暴雨外場觀測試驗及資料反演和中尺度資料融合技術(shù)、長江中游暴雨MCS（中尺度對流系統(tǒng)）觀測分析和理論研究、中尺度暴雨數(shù)值模式研究和長江中游水文氣象耦合的暴雨洪水預(yù)報系統(tǒng)四個方面介紹了2000年以來我國科研業(yè)務(wù)單位的主要研究進展，并對制約長江中游區(qū)域暴雨研究深入與預(yù)報水平提高的主要問題進行了簡要討論，對未來的研究趨勢進行了展望。

資料融合，中尺度對流系統(tǒng)，水文氣象耦合

1 引言

長江中游是我國暴雨頻發(fā)區(qū)域,受中高緯西風(fēng)帶環(huán)流系統(tǒng)、亞洲季風(fēng)系統(tǒng)以及高原東移低值系統(tǒng)的共同作用,每年5到9月,暴雨過程頻繁,且持續(xù)時間長,時空分布不均,既有梅雨期的大范圍持續(xù)性降水,也有盛夏局地突發(fā)性強降水,所造成的災(zāi)害重、損失大。對長江中游影響最大主要降水集中在每年6月中旬到7月中旬,即長江梅雨期,該時期長江流域是極地冷空氣和熱帶暖濕空氣頻繁交綏的地帶,梅雨鋒上的中尺度天氣系統(tǒng)活躍,它們的活動不僅維持了梅雨期持續(xù)性的降水,而且給暴雨的產(chǎn)生創(chuàng)造了十分有利的條件[1]。暴雨是由中小尺度天氣系統(tǒng)直接造成的,但它的發(fā)生發(fā)展是多尺度環(huán)流和天氣系統(tǒng)相互作用的結(jié)果,因而暴雨形成是一個十分復(fù)雜的問題[2]。長江中游區(qū)域長江、漢江東西橫貫,洞庭湖、鄱陽湖水系密布,大小水庫眾多,是我國防汛的關(guān)鍵區(qū)域。因此長江中游區(qū)域暴雨尤其是梅雨鋒暴雨的研究受到國內(nèi)外氣象學(xué)者和我國科研、業(yè)務(wù)機構(gòu)的廣泛關(guān)注和高度重視,在國家和地方各類科研項目的推動下,研究工作取得了明顯進步。本文對2000年以來我國長江中游區(qū)域暴雨研究進展做一些概括性歸納和總結(jié),重點從暴雨外場觀測試驗及資料反演和中尺度資料融合技術(shù)、長江中游暴雨MCS觀測分析和理論研究、中尺

度暴雨數(shù)值模式研究和長江中游水文氣象耦合的暴雨洪水預(yù)報系統(tǒng)四個方面進行介紹,并對制約長江中游區(qū)域暴雨研究深入與預(yù)報水平提高的主要因素進行討論,對未來開展的重點工作與研究趨勢進行了展望。

2 暴雨外場觀測試驗及資料反演和中尺度資料融合技術(shù)

2.1 暴雨外場觀測試驗

由于引發(fā)暴雨的中尺度對流系統(tǒng)具有一定的頻發(fā)性、突發(fā)性以及較小的時空分辨率,使得常規(guī)氣象觀測難以捕獲,因此在重點區(qū)域開展中尺度暴雨研究的外場觀測試驗以獲取中尺度暴雨三維結(jié)構(gòu)信息對于深入研究暴雨形成機理與提高暴雨預(yù)報水平尤為重要。1998年長江流域大洪水以來,國內(nèi)開展了多次暴雨野外觀測試驗。如國家973“我國重大天氣災(zāi)害形成機理與預(yù)測理論研究”2001—2002年汛期開展的長江中下游暴雨外場觀測試驗以梅雨鋒內(nèi)中尺度暴雨為主要觀測對象,獲取了大量暴雨過程實時加密資料, 極大地推動了長江梅雨鋒暴雨中尺度研究和預(yù)報[3]。國家973“我國南方致洪暴雨監(jiān)測與預(yù)測理論和方法研究”于2008 年、2009 年5 月1 日—7 月20 日實施了中國南方暴雨野外科學(xué)試驗[4-5],該觀測試驗是迄今為止國內(nèi)在單一項目支持下規(guī)模最大、裝備最為先進的一次暴雨外場觀測試驗,對我國汛期雨帶的主要影響區(qū)域及其北抬的完整過程實施加密觀測,涉及四個觀測區(qū)和十三省兩市,幾乎覆蓋整個長江以南地區(qū)。投入的設(shè)備有55部雷達(dá),48部探空,7000個地面觀測站,以及特種設(shè)備如C波段和X波段雙偏振多普勒雷達(dá)與8毫米波云雷達(dá),組織的多雷達(dá)組網(wǎng)觀測獲取的資料為分析研究暴雨云內(nèi)水凝物分布、發(fā)展對流云微物理過程提供了良好基礎(chǔ),并首次在外場觀測試驗中實施了機載下投式探空觀測,獲取了近40條氣象廓線的觀測資料。

在前述兩個973項目支持下開展的暴雨外場觀測試驗,是國內(nèi)無論從觀測、分析到應(yīng)用都較為先進的β中尺度暴雨加密觀測試驗,尤其是在多遙感途徑聯(lián)合觀測、新型裝備研制與中試、高時空分辨率的中尺度氣象分析場生成等方面進行了有力探索,武漢暴雨研究所作為主要參與單位之一,在此過程中逐步打下了堅實的設(shè)備與技術(shù)基礎(chǔ)。2002年至今,武漢暴雨研究所依托氣象業(yè)務(wù)觀測網(wǎng),在氣象災(zāi)害頻發(fā)的長江中游地區(qū)建設(shè)具備高密度水汽監(jiān)測、高空觀測、云觀測、邊界層觀測、定量降水估算校準(zhǔn)觀測等功能的β中尺度暴雨監(jiān)測外場試驗基地(見圖1),目前已建成了咸寧、武漢、荊州三個探測基地,與黃石、孝感、荊門、仙桃、神農(nóng)架、黃岡等多個觀測點,在長江中游初步形成了點面相結(jié)合的觀測布局?；靥綔y設(shè)備包括不同類型和功能的車載雷達(dá)、邊界層風(fēng)廓線雷達(dá)、GPS移動探空系統(tǒng)、微波輻射計、地基GPS/ MET站、激光雨滴譜儀、神農(nóng)架高山梯度氣象觀測網(wǎng)等。此外,各個基地還設(shè)有業(yè)務(wù)天氣雷達(dá)、業(yè)務(wù)高空探空站、自動氣象站、雨量站等多種常規(guī)觀測設(shè)備,可對長江中游重要暴雨天氣系統(tǒng)的風(fēng)場、水汽場、降水場、云和降水粒子相態(tài)分布進行固定的實時綜合觀測。2010—2013年汛期,武漢暴雨所在基地內(nèi)組織多次長江中游梅雨鋒暴雨多遙感途徑聯(lián)合觀測試驗,成

功捕捉了多次梅雨期重要天氣過程,積累了大量多途徑高精度同步觀測資料,有效推動了暴雨監(jiān)測預(yù)警技術(shù)、暴雨機理、暴雨預(yù)報等方面研究工作的開展。

圖1 長江中游暴雨監(jiān)測外場試驗基地區(qū)域示意圖

2.2 資料反演技術(shù)

氣象衛(wèi)星和雷達(dá)是目前遙感探測暴雨的兩種主要手段,在暴雨的監(jiān)測預(yù)警中發(fā)揮了重要作用,但其探測得到的基本信息遠(yuǎn)不能滿足暴雨分析的需求,為了得到更多有效的信息,資料反演技術(shù)應(yīng)運而生?？茖W(xué)有效的反演技術(shù)能夠準(zhǔn)確地解譯遙感資料中包含的暴雨相關(guān)信息,對分析暴雨的發(fā)生及發(fā)展機制、改進和提高暴雨的預(yù)報水平有非常重要的意義。

目前對于暴雨的分析預(yù)報具有重要指示作用的參數(shù)包括風(fēng)場、溫度場、云特性等,能夠詳細(xì)描述暴雨云團的動力及熱力形成條件、云團特征等信息。基于單多普勒雷達(dá)和靜止衛(wèi)星云圖的風(fēng)場反演已有數(shù)十年歷史,其反演技術(shù)已比較成熟,隨著遙感技術(shù)和數(shù)學(xué)方法的不斷發(fā)展,數(shù)值微分方法和正則化方法被用來提高云導(dǎo)風(fēng)的反演精度[6],取得了理想的效果?；诶走_(dá)風(fēng)場反演的基本算法,國內(nèi)外許多學(xué)者對其進行了改進[7-9],一定程度上提高了反演精度,但距離業(yè)務(wù)使用還有一定差距,因此變分法和多雷達(dá)風(fēng)場反演方法被提出。通過比較驗證發(fā)現(xiàn),變分法對于風(fēng)場反演具有較高精度,四維變分法能夠反演得到低層風(fēng)場信息[10],劉黎平[11]采用三維變分法實現(xiàn)了雙多基地多普勒雷達(dá)系統(tǒng)三維風(fēng)場的有效反演。利用雙多普勒雷達(dá)同步觀測,得到兩個方向的徑向速度資料,再與其他約束條件結(jié)合就可以得到風(fēng)場的三維結(jié)構(gòu)[12],羅昌榮等[13]利用該方法有效地分析了臺風(fēng)外圍強帶狀回波風(fēng)場結(jié)構(gòu)特征。彭亮等[14]將小粒子示蹤法用于3mm多普勒云雷達(dá)云內(nèi)空氣垂直速度的反演。Rosenfeld提出的衛(wèi)星微物理反演分析方法,對于云的微物理特征的獲取提供了非常有效的方法,該方法已在NOAA[15-16]、FY[17-19]、MODIS[20]等衛(wèi)星資料分析中應(yīng)用,得到了云的微物理及垂直結(jié)構(gòu)特征。根據(jù)Z-qr關(guān)系及定常暖云方案,利用雷達(dá)反射率因子可以對云的微物理量進行反演[21]。劉黎平等[22]利用地基Ka波段雷達(dá)探測的回波強度、粒子下落速度和速度譜寬數(shù)據(jù),在忽略空氣上升速度和湍流對雷達(dá)觀測的速度譜寬的影響前提下,對云液態(tài)水含量及滴譜參數(shù)進行了反演,并與機載探測數(shù)據(jù)進行了對比,結(jié)果顯示兩者結(jié)果比較一致。大氣溫度及濕度廓線的探測主要利用星載大氣探測儀,其中ATOVS是具有代表性的一種,采用一維變分技術(shù),同時對輻射傳輸方程做擾動處理,對大氣廓線的反演效果較好[23-24]。最小方差算法被用于NOAA/ AMSU資料海面大氣溫度垂直廓線的反演,并明顯提高了對流層大部分區(qū)域的反演精度[25],而利用特征向量統(tǒng)計反演算法由MODIS資料同樣可以反演得到大氣溫濕廓線[26]。王曦等[27]利用FY-3A微波輻射計亮溫數(shù)據(jù),通過建立適用于微波波段的物理迭代算法,反演得到了晴空海域的大氣濕度廓線。王祥等[28]利用FY-3A衛(wèi)星近紅外波段資料,分別利用雙通道比值法與三通道比值法反演了大氣水汽含量,并與實測數(shù)據(jù)進行對比,發(fā)現(xiàn)三通道比值法精度更高。經(jīng)過長時間的積累和不斷改進,資料反演技術(shù)較之前取得了明顯提高,但其中仍存在一些問題,例如單雷達(dá)風(fēng)場反演算法主要以科研為主,目前還無法達(dá)到普適性,難以業(yè)務(wù)化應(yīng)用,衛(wèi)星資料反演主要針對海洋區(qū)域,對受復(fù)雜地形影響的陸地區(qū)域難以開展有效的反演等。隨著計算機水平及傳感器探測精度的提高,資料反演技術(shù)必將會越來越高效,探測資料中更多的有效信息將會被解譯,為暴雨的分析研究提供幫助。

2.3 中尺度資料融合技術(shù)

隨著我國中尺度觀測系統(tǒng)的建設(shè)與完善,衛(wèi)星、雷達(dá)、微波輻射計、GPS、風(fēng)廓線儀等非常規(guī)觀測手段日益豐富,所獲取的高時空分辨率的探測資料為暴雨中尺度系統(tǒng)的深入分析和預(yù)報能力的提高提供了可靠保證,然而這些非常規(guī)資料各自獨立,且能提供的直接產(chǎn)品大多采用形態(tài)學(xué)(如回波形狀、云圖形態(tài))來做定性分析,對中尺度暴雨系統(tǒng)結(jié)構(gòu)特征分析十分有限[5]。中尺度資料融合技術(shù)可以將分布在全國的地面站觀測要素,連同來自衛(wèi)星、雷達(dá)、微波輻射計、GPS、風(fēng)廓線儀等的各種資料融合成整體,形成包含豐富中尺度信息的中尺度分析場,并可為中尺度數(shù)值模式提供高質(zhì)量的初始場。這為解決多源非常規(guī)觀測資料在暴雨中尺度天氣分析與預(yù)報中有效應(yīng)用的難題提供了一個有效手段。

20世紀(jì)90年代以來,國際上普遍采用資料同化技術(shù)綜合處理各類氣象觀測數(shù)據(jù)來重建長期而連續(xù)的格點再分析資料,并逐漸使用變分同化取代了最優(yōu)插值技術(shù),以四維變分同化為基礎(chǔ)的集合—變分同化和混合資料同化技術(shù)更是成為了未來資料同化的主流發(fā)展方向[29]。近10年,我國資料同化技術(shù)取得了長足進步,但依然缺少系統(tǒng)的中尺度資料融合分析工具。武漢暴雨研究所于2005年與美國NOAA下屬的地球系統(tǒng)實驗室合作引進了局地分析系統(tǒng)(LAPS),并成功進行了本地化開發(fā),完成了LAPS 系統(tǒng)對我國探空資料、地面資料、多普勒雷達(dá)資料等的融合同化[30]。LAPS系統(tǒng)的基礎(chǔ)算法是在背景場基礎(chǔ)上采用

距離權(quán)重插值得到網(wǎng)格點值,然后對氣溫、氣壓、風(fēng)的關(guān)系采用三維變分進行約束,對垂直水汽分布采用一維變分進行約束。早在1996年LAPS系統(tǒng)已為夏季亞特蘭大奧運會提供服務(wù)[31]。GOES衛(wèi)星輻射資料、GPS水汽等資料同化進入LAPS系統(tǒng)后提高了LAPS系統(tǒng)的水汽分析能力[32]。武漢暴雨所結(jié)合暴雨過程對雷達(dá)資料、GPS水汽資料的應(yīng)用開展了相關(guān)研究[33-34]。國家973“我國南方致洪暴雨監(jiān)測與預(yù)測理論和方法研究”利用由武漢暴雨所引進的LAPS 分析系統(tǒng),融合了2008—2009年5月1日—7月20日我國南方暴雨野外科學(xué)試驗期間所獲取的華南、華中、江淮和長三角觀測區(qū)加密觀測探空資料、多普勒雷達(dá)資料和地面資料,生成了水平分辨為5km,時間分辨為3h的LAPS中尺度分析資料,批量檢驗結(jié)果表明,LAPS 生成的中尺度分析系統(tǒng)能抓住80%以上引發(fā)暴雨過程的中尺度影響系統(tǒng),尤其對α中尺度或β中尺度系統(tǒng)具有較好的中尺度再現(xiàn)能力,對于觀測區(qū)域內(nèi)由β中尺度低渦東移及切變線引成的暴雨過程,LAPS中尺度分析場均能很好地再現(xiàn)其中尺度影響系統(tǒng)的發(fā)展演變過程,LAPS中尺度分析場的位勢高度、溫度、相對濕度、風(fēng)向和風(fēng)速的分析誤差均在觀測誤差范圍內(nèi)[5]。目前在武漢暴雨所業(yè)務(wù)運行的LAPS系統(tǒng),融合了長江流域30多部雷達(dá)資料及衛(wèi)星、GPS、自動氣象站等資料,實現(xiàn)大范圍雷達(dá)資料的綜合應(yīng)用,提供3h更新5km分辨率垂直21層近40種物理量的中尺度氣象分析場(見圖2)。NOAA新開發(fā)的變分LAPS系統(tǒng)(VARLAPS),是基于多重網(wǎng)格法上的變分同化系統(tǒng),具有傳統(tǒng)LAPS系統(tǒng)計算速度快等優(yōu)點,并可靈活地在不同的網(wǎng)格上使用不同的約束條件以達(dá)到最優(yōu)的效果[35]。VAR-LAPS利用多尺度變分技術(shù)解決了舊版本在客觀分析中平衡與約束不能同時應(yīng)用、遙感觀測數(shù)據(jù)沒有最佳融合、交叉變量協(xié)方差不能直接應(yīng)用等問題。Li等[36-37]利用該系統(tǒng)開展多普勒雷達(dá)資料同化對中國海域海溫的預(yù)報。武漢暴雨所正在開展VARLAPS對新型探測資料如風(fēng)廓線、GPS水汽等的融合同化試驗研究。VAR-LAPS作為中尺度資料融合支撐系統(tǒng)將在建立更優(yōu)暴雨中尺度分析場數(shù)據(jù)集與提高數(shù)值預(yù)報模式初始場質(zhì)量等方面有著廣泛的應(yīng)用前景。

圖2 武漢暴雨研究所LAPS系統(tǒng)流程圖

3 長江中游暴雨MCS觀測分析和理論研究

3.1 長江中游MCS的觀測特征

產(chǎn)生暴雨的MCS雷達(dá)回波上呈現(xiàn)了多種多樣的組織結(jié)構(gòu)形態(tài),王曉芳等[38]將MCS分為線狀和非線狀,其中線狀又為8個確定的類型(TS、LS、PS、BL四類MCS為移動型,而BB、TL/AS、EL、LL四類MCS是準(zhǔn)靜止的),而非線狀的MCS組織結(jié)構(gòu)特征不顯著,主要是大片回波中嵌有或多或少的無組織強對流回波。Zheng等[39]通過研究我國中東部地區(qū)的MCS,考慮到線狀弓形回波對流和層狀對流易造成大風(fēng)等劇烈天氣,將弓狀回波(BE)和無層狀降水的隨流線(NS)單獨分類。颮線是產(chǎn)生劇烈天氣的中尺度對流系統(tǒng),最近孟智勇[40]對我國東部的颮線特征也進行了研究。

MCS常形成在有利的天氣尺度條件下,如副熱帶高壓、熱帶氣旋、中高緯度槽前、冷渦、槽后等, Meng等[40]統(tǒng)計發(fā)現(xiàn)有三分之一的颮線形成于短波槽天氣形勢下。當(dāng)副熱帶高壓、中高緯度冷空氣活動、高原中尺度系統(tǒng)東移、南海季風(fēng)涌等多尺度天氣系統(tǒng)的協(xié)同作用在這些系統(tǒng)處于活躍期時,梅雨鋒上出現(xiàn)暴雨,但并不是整個梅雨鋒帶上普降強降水,降水還存在不均勻性,這說明降水強弱還與局地的氣象條件特別是垂直風(fēng)切變密切相關(guān)[41-43]。根據(jù)實際個例分析和數(shù)值模擬,總結(jié)幾類線狀MCS的結(jié)構(gòu)模型,并探討了它們發(fā)生發(fā)展的可能機制[44-45]。

長江流域線狀MCS多形成在長江兩岸附近,在宜昌至武漢沿江兩岸、湖南東北部是MCS的高發(fā)地,其次為重慶沿江北部、重慶南部至鄂西、大別山兩側(cè)、湖南和江西交界山區(qū),沿地形的低洼地和河谷平地是MCS的多發(fā)地。MCS移動路徑為東、東偏北、東偏南、南四種,這與環(huán)境場的引導(dǎo)氣流有關(guān),MCS日變化活動特征表現(xiàn)為多鋒型[38,46],MCS生命史較長,水平尺度大,日落后減弱,午夜再度發(fā)展,即濕對流。陳炯等[47]分析中國暖季短時強降水特征,發(fā)現(xiàn)它與MCS的日變化特征一致。祁秀香等[48]統(tǒng)計得到2007年夏季我國大陸深對流活動主要集中在4個區(qū)域,除華南沿海地區(qū)外,其余三個:青藏高原,云貴高原東部及四川、重慶,江淮流域等都是中緯度帶區(qū),江淮流域深對流日變化也呈多峰型且明顯東傳。

3.2 MCS的理論研究

胡伯威[49]用一個包含簡單積云對流參數(shù)化的線性模式討論在長江流域相當(dāng)正壓性質(zhì)的梅雨鋒上深厚慣性重力波的發(fā)生、傳播和頻散性質(zhì),發(fā)現(xiàn)與積云對流加熱場有最密切關(guān)系的低層濕度條件及其水平分布不均勻性質(zhì)都對擾動的波速和穩(wěn)定度有重要影響,最有利出現(xiàn)不穩(wěn)定發(fā)展的地方是在“低層濕度鋒區(qū)”南界附近,因此這里是中尺度對流系統(tǒng)(MCS)的活躍地帶。關(guān)于頻散性質(zhì)的分析表明,能允許群速度大于相速度的低層濕度條件及其水平分布的特征值范圍比較寬。而在上述穩(wěn)定度接近中性的條件下最有利于出現(xiàn)沿“濕度鋒區(qū)”軸向的上、下游效應(yīng)。這個結(jié)果也許能很好地解釋:在梅雨鋒上,恰恰是當(dāng)一個旺盛的MCS達(dá)到頂點而開始趨向衰減時,在它的上、下游很快發(fā)展起新的MCS,新、舊MCS一起形成“云團波串”這樣一個重要而有趣的觀測事實。同樣在虛擬高度坐標(biāo)系中,水平風(fēng)切變強度不均勻分布對CISK慣性重力波不穩(wěn)定有重要作用。在一般干的層結(jié)大氣中,實際可能出現(xiàn)再強的水平風(fēng)切變的影響也難以使慣性重力波變得不穩(wěn)定；只有在積云對流潛熱參與,原為弱穩(wěn)定條件下,水平風(fēng)切變強度不均勻能促使低空急流北側(cè)不穩(wěn)定擾動的發(fā)生發(fā)展。而水平風(fēng)切變強度不均勻?qū)Σ环€(wěn)定貢獻最大的區(qū)域是梅雨鋒南側(cè)的急流軸附近[50]。

圖3 濕度鋒上云團波串發(fā)生發(fā)展示意圖[51]

3.3 中尺度地形對MCS的影響

長江中游地區(qū)多中尺度地形,長江中游暴雨尤其是(特)大暴雨的發(fā)生,與這些地形密不可分。在估計山脈迎風(fēng)坡降水方面,早期Smith[57]提出的簡單線性模型降水率的大小由水汽混合比、正交于山脈的風(fēng)速大小和地形梯度決定。之后,考慮了云微物理過程中云水—雨水的轉(zhuǎn)化時間、雨水下落時間對地形降水的影響[58-59]。當(dāng)濕大氣地形費勞德數(shù)Fr>>1或者Fw>>1時,氣流爬過山脈產(chǎn)生的水平擾動小,線性理論對地形降水能做出較好的解釋；當(dāng)Fr<<1或者Fw<<1時,氣流發(fā)生水平擾動大,線性理論很難再適用[60]。地形阻滯效應(yīng)限制了該模型的應(yīng)用[61-62]。

趙玉春等[63]根據(jù)長江中下游中小尺度地形特征和梅雨鋒上MCS發(fā)展的典型探空曲線,設(shè)計理想數(shù)值試驗來研究中尺度地形對流降水模態(tài),探討了不同地形

高度、尺度、形狀(水平形態(tài)比)、環(huán)境氣流以及旋轉(zhuǎn)效應(yīng)對降水模態(tài)和分布的影響,發(fā)現(xiàn)地形重力波破碎觸發(fā)對流是地形對流降水的主要機制之一,地形重力波的形成、特征和傳播受到環(huán)境條件制約,也受到地形自身參數(shù)的影響。單一的地形動力參數(shù)不能完全決定地形對流降水的模態(tài)。同時,在天氣系統(tǒng)發(fā)展的不同階段,地形相對于對流暴雨系統(tǒng)的位置不同,地形對暴雨對流系統(tǒng)的影響存在著差異[64]。廖移山等[65]通過對一次特大暴雨過程的天氣學(xué)機理分析,探討了冷空氣與復(fù)雜地形的交叉阻擋對暖濕氣流的強迫抬升作用。地形對暴雨對流系統(tǒng)的影響還值得進一步研究。

4 中尺度暴雨數(shù)值模式研究

4.1 中尺度暴雨數(shù)值模式發(fā)展概述

武漢暴雨所自20世紀(jì)80年代開始發(fā)展降水模式的研究和業(yè)務(wù)工作,先后發(fā)展了華中暴雨數(shù)值預(yù)報準(zhǔn)業(yè)務(wù)系統(tǒng)(簡稱CRONWS)、暴雨中尺度分析預(yù)報系統(tǒng)(簡稱MAPS)等,1999年開始,與中科院大氣所合作,在國家“973”項目的支持下,基于LASG“REM”模式,發(fā)展了新一代暴雨數(shù)值模式系統(tǒng)AREM[66],采用η坐標(biāo),抓住了東亞區(qū)域的地形特點[67],充分考慮暴雨模式中水汽等要素的強梯度分布特征,設(shè)計了兩步正定保形水汽平流方案[68],設(shè)計了獨特的E網(wǎng)格“半格距差分方案”,保證了模式運行效率、精度和穩(wěn)定度等特點[69]。2007年,在行業(yè)專項的支持下,針對制約暴雨模式發(fā)展的多源資料利用、資料同化、物理過程等關(guān)鍵技術(shù)開展了研究,在原有簡單初值系統(tǒng)(客觀分析)的基礎(chǔ)上,發(fā)展了先進的多源資料融合技術(shù)、四維變分同化技術(shù)等,發(fā)展了冷云微物理方案,改進和完善了模式邊界層、陸面物理過程等方案,同時建立了快速循環(huán)預(yù)報系統(tǒng)和集合預(yù)報系統(tǒng)等,暴雨的定量預(yù)報水平得到了顯著提高。

4.2 資料同化技術(shù)

李紅莉等[30,33-34]開展了多普勒雷達(dá)、風(fēng)云二號衛(wèi)星云圖、GPS水汽、風(fēng)廓線雷達(dá)、微波輻射計、自動站、地面降水等多源觀測資料的同化應(yīng)用研究,并實現(xiàn)了上述多源觀測資料在同一個平臺進行同化,并開展了相應(yīng)的數(shù)值預(yù)報試驗。結(jié)果表明,融合同化雷達(dá)徑向風(fēng)資料能顯著改善中尺度風(fēng)場結(jié)構(gòu),GPS水汽資料能調(diào)整分析區(qū)的濕度場,風(fēng)廓線雷達(dá)能調(diào)整風(fēng)場結(jié)構(gòu)、微波輻射計主要通過反演相對濕度廓線調(diào)整模式的濕度場。地面資料是資料同化中的難點,在解決稠密地面資料在模式中的應(yīng)用方面,武漢暴雨研究所發(fā)展了一套降水資料的一維變分同化技術(shù),通過反演大氣溫、濕廓線調(diào)整模式的初始場[70]。以上多源資料的融合均明顯增加了模式初始場的中尺度信息,進而提高了模式對強降水的預(yù)報能力。

此外,武漢暴雨研究所與地球流體力學(xué)數(shù)值模擬國家重點實驗室合作,發(fā)展了一種新的快速有效的四維變分資料同化方法——基于歷史擬合投影技術(shù)的四維變分同化方法(HSP-4Dvar),該方法解決了國際上經(jīng)典四維變分中B矩陣低估和奇異處理困難的難題,同時克服了經(jīng)典四維變分依靠伴隨模式和計算量巨大問題,不僅提高了四維變分同化的精度,同時計算時效節(jié)省20倍[71-72]。

近年來,適應(yīng)性觀測成為數(shù)值預(yù)報領(lǐng)域發(fā)展的熱點,武漢暴雨研究所利用WRF模式的伴隨同化系統(tǒng),開展了短期預(yù)報誤差對觀測資料的敏感性研究,該研究可為提高資料同化效率、優(yōu)化觀測網(wǎng)絡(luò)以及開展目標(biāo)觀測試驗提供科學(xué)依據(jù)。

4.3 中尺度模式關(guān)鍵物理過程的改進

在物理過程改進中,重點考慮了那些對中尺度暴雨過程短期預(yù)報有重要影響的物理過程,主要包括顯、隱式網(wǎng)格尺度云和降水過程、積云對流過程、邊界層過程以及地-氣交換過程等。在新發(fā)展的冷云微物理過程中,考慮了包括水汽、云水、云冰、雨水、雪5種不同相態(tài)水物質(zhì),以及各種凝結(jié)水物質(zhì)之間凝結(jié)/蒸發(fā)、凝華/升華、凍結(jié)/融化、集聚和碰并等25種復(fù)雜的云微物理過程,更好地描述了暴雨成云至雨的變化過程。通過網(wǎng)格變換和變量變換,解決了MYJ方案與AREM模式的匹配問題,通過對邊界層觀測資料的研究,用更能合理反映地表濕度的變化的通量方案替代了蒸發(fā)方案[73]。在引進Wang云微物理過程的基礎(chǔ)上,修改了冰核的數(shù)密度以及雹的截獲參數(shù),并對時間尺度的公式進行了修改,改進了對臺風(fēng)和熱帶、副熱帶降水的描述能力。此外,通過陸面物理過程引入,改進了模式對下墊面強迫(包括感熱,潛熱)的估計,從而改進模式預(yù)報效果[74-75]。

4.4 快速更新循環(huán)預(yù)報技術(shù)

在LAPS云分析技術(shù)的基礎(chǔ)上,武漢暴雨研究所發(fā)展了一套3h快速更新同化預(yù)報系統(tǒng)(AREMRUC)[76]。該系統(tǒng)于2009年5月下旬投入準(zhǔn)業(yè)務(wù)運行,AREM-RUC每3h更新同化一次,實現(xiàn)了多普勒雷達(dá)、加密自動站、GPS水汽等局地高頻資料在模式中的應(yīng)用,這對及時捕捉大氣變化和中小尺度天氣系統(tǒng)、提高降水預(yù)報準(zhǔn)確率有重要意義；同時熱啟動技術(shù)的加入[77],有效地抑制了模式的SPIN-UP現(xiàn)象,使模式在短時預(yù)報上的應(yīng)用成為可能。AREM-RUC成

功預(yù)報出湖北汛期多次強降水過程,TS評分表明,該系統(tǒng)明顯高于原有的模式系統(tǒng)[78],特別是在大雨、暴雨、大暴雨等強降水等級。

4.5 暴雨集合預(yù)報技術(shù)

暴雨對模式的初值和物理過程都非常敏感,初值擾動的結(jié)構(gòu)比擾動的大小更重要[79],精細(xì)的小尺度擾動可以改進對強降水的集合預(yù)報[80]。在對物理過程擾動的研究中,初步的結(jié)果表明隨機物理過程方法更適合于接近正壓的暖濕環(huán)境中的梅雨鋒暴雨。此外還開展了基于集合敏感性的目標(biāo)觀測以改進暴雨預(yù)報的研究。圖4給出了針對一次西南低渦東移過程的集合敏感性試驗,通過改善敏感區(qū)中敏感因子(水汽和風(fēng)場)的觀測可以改進對西南低渦的路徑預(yù)報,結(jié)果表明,集合預(yù)報在認(rèn)識暴雨機制、開展目標(biāo)觀測方面的潛在用途[81]?；贐reeding方法,2009年建立了11個成員的中尺度集合預(yù)報系統(tǒng),提供降水概率等級和預(yù)報產(chǎn)品,檢驗結(jié)果表明,由于能提供更多預(yù)報信息,集合預(yù)報系統(tǒng)優(yōu)于單一的確定性預(yù)報,能有效提高對暴雨預(yù)報決策的科學(xué)性[82]。

4.6 暴雨數(shù)值預(yù)報業(yè)務(wù)支撐系統(tǒng)

基于以上研究,武漢暴雨研究所建立起了相對完善的區(qū)域數(shù)值預(yù)報體系,其中包括資料融合系統(tǒng)、確定性預(yù)報系統(tǒng)、快速更新循環(huán)和集合預(yù)報系統(tǒng)等。此外,針對精細(xì)化預(yù)報的需求,建立了基于WRF3.4模式的精細(xì)化預(yù)報系統(tǒng),采用WRF3Dvar,目前以上系統(tǒng)均已實現(xiàn)業(yè)務(wù)化運行,在預(yù)報業(yè)務(wù)中發(fā)揮著技術(shù)支撐作用。

5 長江中游水文氣象耦合的暴雨洪水預(yù)報系統(tǒng)

長江中游河流、水庫、湖泊眾多,汛期防汛形勢緊張,迫切需求水文氣象耦合的暴雨洪水預(yù)報系統(tǒng)來開展預(yù)報與防汛決策服務(wù)。提高洪水預(yù)報精度和延長預(yù)見期,必須從提高降雨估算精度開始,結(jié)合降雨預(yù)報,采取流域降雨徑流模型和河道洪水演算模型的途徑來實現(xiàn)。早在30多年前,陳金榮等[83]從長江流域防洪的豐富實踐中對水文氣象預(yù)報已做了精辟而深刻的論述,指出氣象預(yù)報同水文預(yù)報的結(jié)合為防洪和水庫調(diào)度等工作,帶來巨大的優(yōu)越性和必要性,是水文預(yù)報發(fā)展的必然趨勢。文中闡述的基本思想在水文氣象預(yù)報技術(shù)已有許多新的發(fā)展和進步的今天,仍然具有指導(dǎo)意義。當(dāng)前,氣象模式和水文模型分別是氣象和水文領(lǐng)域里最先進的工具,水文模型與氣象模式耦合開展洪水預(yù)報必然成為未來發(fā)展的方向。

5.1 降水降尺度技術(shù)

洪水預(yù)報中充分有效地利用天氣預(yù)報及氣象信息,其首要任務(wù)就是解決降水信息場與水文模型之間的時間和空間尺度上匹配的問題,縮小兩者的尺度差異,尋找水文氣象結(jié)合的契機。為了有效地提高定量降水估算預(yù)報產(chǎn)品在水文預(yù)報中的應(yīng)用,國內(nèi)外學(xué)者從雷達(dá)資料同化、模式嵌套、高分辨的區(qū)域數(shù)值模式、動力釋用技術(shù)等多方面系統(tǒng)地開展了降尺度方法研究。

5.1.1 觀測降水降尺度

基于新一代多普勒雷達(dá)探測技術(shù)和雨量計實測資料,采用卡爾曼濾波、最優(yōu)插值、變分、統(tǒng)計權(quán)重等多種校正方法,研發(fā)高分辨的定量降水估算校正技術(shù)[84-85]。萬玉發(fā)等提出了一種基于準(zhǔn)同雨團樣本概念的雷達(dá)與雨量計實時同步結(jié)合的降雨估算新技術(shù)[86]。

圖4 改進敏感區(qū)觀測后的低渦路徑預(yù)報試驗（標(biāo)識1和2的點線分別為改進水汽場和風(fēng)場的低渦預(yù)報路徑）

5.1.2 預(yù)報降水降尺度

基于中尺度數(shù)值模式通過資料同化、模式嵌套、動力釋用、空間統(tǒng)計等技術(shù)提高定量降水預(yù)報精度,提高降水分辨率,縮小了天氣模式與水文模型網(wǎng)格尺度的差異。例如,中國氣象局武漢暴雨研究所利用數(shù)值模式動力釋用降尺度技術(shù)將強降水構(gòu)成分解為大尺度降水、不穩(wěn)定降水和地形影響降水,基于AREM模式利用高分辨率(2km×2km)的地形因子(海拔高度、坡度、坡向等)診斷數(shù)值模式預(yù)報降水,建立精簡實用的動力釋用降尺度模型,開展試驗流域降水預(yù)報降尺度試驗,獲取高時空分辨率(1h、2km×2km)的數(shù)值模式降水預(yù)報信息[87]。

5.2 水文氣象耦合技術(shù)與實踐

水文氣象耦合技術(shù)主要是利用氣象業(yè)務(wù)中雷達(dá)估算降雨及數(shù)值預(yù)報降雨技術(shù)來刻畫水文模型的輸入場,以改變目前水文模型中降雨量估算的落后方式,進一步提高降雨場估算和預(yù)報的時空精度,從而提高洪水模擬預(yù)報水平。

5.2.1 雷達(dá)定量降水估算與水文模型的耦合

雷達(dá)估算降水有時空分辨率高的優(yōu)點,可以比較客觀地反映降水量相對大小的分布趨勢。許繼軍等[88]、彭濤等[89]利用武漢、宜昌天氣雷達(dá)資料結(jié)合水文模型對三峽庫區(qū)清港河、香溪河、白蓮河等流域進行了水文預(yù)報試驗,結(jié)果表明:利用雷達(dá)估測降雨,與水文模型相匹配,較好地發(fā)揮了二者在表現(xiàn)降雨空間分布變化方面的優(yōu)勢,能夠有效地提高洪水預(yù)報精度。

5.2.2 定量降水預(yù)報與水文模型的耦合

目前,定量降水預(yù)報(QPF)應(yīng)用于水文預(yù)報模型是被水文氣象學(xué)界普遍認(rèn)同的發(fā)展方向之一。為此長江水利委員會、武漢大學(xué)、武漢暴雨所已開展過相關(guān)試驗:楊文發(fā)等[90]考慮預(yù)見期內(nèi)的降水預(yù)報信息,采用降水預(yù)報與洪水預(yù)報耦合的方法,對1998年汛期發(fā)生在長江上游三峽區(qū)間的一次暴雨洪水過程進行了預(yù)報試驗；李超群、郭靖等[91-92]基于數(shù)值模式定量降水預(yù)報產(chǎn)品構(gòu)建了清江隔河巖、漢江丹江口流域的水文氣象耦合模型,開展洪水預(yù)報的研究；崔春光、彭濤等[93-94]基于中尺度數(shù)值模式(AREM)將定量降水預(yù)報及其降水集合預(yù)報產(chǎn)品引入洪水預(yù)報領(lǐng)域,延長了洪水預(yù)見期,提高了洪水預(yù)報精度,拓展了洪水不確定性預(yù)報的新方法。

5.3 水文氣象耦合的暴雨洪水預(yù)報系統(tǒng)

洪水預(yù)報系統(tǒng)是在計算機上實現(xiàn)洪水預(yù)報聯(lián)機作業(yè)的運行系統(tǒng),它靠快速、準(zhǔn)確地收集、存儲和處理水情、雨情,通過各種專業(yè)數(shù)學(xué)模型進行洪水預(yù)報,從而及時、準(zhǔn)確地做出洪水流量過程的預(yù)報,提高了洪水預(yù)報的時效性和精確度。

5.3.1 中國洪水預(yù)報系統(tǒng)

在我國,洪水預(yù)報系統(tǒng)研制始于1985年,至20世紀(jì)90年代中期,我國從無到有基本上普及了洪水預(yù)報系統(tǒng)。當(dāng)前,洪水預(yù)報系統(tǒng)研制進展較快,已開發(fā)了具有中國特色的專家交互式洪水預(yù)報系統(tǒng)。水利部水文局開發(fā)的“中國洪水預(yù)報系統(tǒng)”(CNFFS)和長江委水文局開發(fā)的“WIS水文預(yù)報平臺”(WISHFS)便是代表性的成果。中國洪水預(yù)報系統(tǒng)采用C/S結(jié)構(gòu),以全國統(tǒng)一的實時水情數(shù)據(jù)庫為依托,以地理信息系統(tǒng)為平臺,能方便地構(gòu)建五類洪水預(yù)報方案,具有標(biāo)準(zhǔn)的、通用的預(yù)報模型方法庫,可任意選擇多模型、多方法制定預(yù)報方案,具有人工和自動優(yōu)選結(jié)合的模型率定功能,具有定時預(yù)報和人機交互預(yù)報功能,可干預(yù)任何信息源和預(yù)報過程,具有全面完善的系統(tǒng)管理功能等,已在25個流域機構(gòu)和省(直轄市、自治區(qū))的水文部門推廣應(yīng)用[95]。

5.3.2 流域水文氣象實時預(yù)報系統(tǒng)

近幾年,中國氣象局武漢暴雨研究所在GIS技術(shù)以及高分辨的DEM數(shù)據(jù)的支持下,基于定量降雨估算(QPE)、定量降雨預(yù)報(QPF)、水文預(yù)報模型和實時洪水預(yù)報技術(shù),通過雷達(dá)測雨技術(shù)、中尺度暴雨預(yù)報模式技術(shù)獲取高時空分辨率的水文資料(降雨等)場輸入水文模型來進行實時水文氣象預(yù)報(見圖5),基于Asp.net技術(shù)自主設(shè)計研發(fā)了web形式的流域水文氣象實時預(yù)報系統(tǒng),并實現(xiàn)了與氣象信息綜合分析處理系統(tǒng)(MICAPS)有機融合,研發(fā)了基于MICAPS系統(tǒng)平臺的暴雨洪澇預(yù)報預(yù)警模塊。目前系統(tǒng)成功應(yīng)用于三峽庫區(qū)、淮河王家壩、清江水布埡等12個流域[96]。

6 討論與展望

對近年來我國長江中游區(qū)域暴雨研究進展進行了回顧與總結(jié),得出制約該區(qū)域暴雨研究深入與預(yù)報水平提高的因素主要體現(xiàn)在以下幾個方面。

(1)已有的外場加密觀測試驗沒有得到能清晰反映暴雨β中尺度對流系統(tǒng)三維動力熱力結(jié)構(gòu)、云微物理結(jié)構(gòu)以及用于診斷分析其發(fā)生發(fā)展物理機制的加密觀測資料,更沒有針對暴雨數(shù)值預(yù)報模式物理過程方案研發(fā)和改進進行有針對性的觀測設(shè)計和野外觀測試驗。

(2)長江中游處于復(fù)雜的中小尺度地形環(huán)境中,且引發(fā)暴雨的中尺度對流系統(tǒng)存在著多種組織類型。不同復(fù)雜地形環(huán)境下、不同組織類型的暴雨中尺度對流系統(tǒng)啟動、組織、發(fā)展、維持和消亡的主要物理機制是什么、之間存在著何種差異并不清楚。

圖5 流域水文氣象實時預(yù)報結(jié)構(gòu)及數(shù)據(jù)流程

(3)基于高時空分辨率的衛(wèi)星、雷達(dá)、GPS水汽、風(fēng)廓線儀、微波輻射計以及地面加密自動站等多源觀測,眾多資料亟待質(zhì)量控制和最大效益的綜合應(yīng)

用,尤其是衛(wèi)星、雷達(dá)等高分辨率的遙感資料急需得到有效的融合和同化。區(qū)域暴雨數(shù)值預(yù)報模式中缺乏針對東亞天氣特點和青藏高原大地形影響下模式物理過程的描述,對暴雨預(yù)報的不確定性研究不夠充分。

(4)水文預(yù)報模式和氣象預(yù)報模式耦合技術(shù)研發(fā)進展緩慢,時空分辨率的差異導(dǎo)致氣象模式與流域水文模型耦合效果不佳,定量降水估算產(chǎn)品在流域洪水預(yù)報中未能得到有效合理的應(yīng)用。

針對上述問題,未來我國長江中游區(qū)域暴雨研究可重點開展以下幾點工作。

(1)開展青藏高原東側(cè)及其下游關(guān)鍵區(qū)大氣邊界層科學(xué)試驗、沿梅雨鋒切變線、低空急流帶、水汽輸送帶剖面觀測、深入內(nèi)陸的臺風(fēng)暴雨系統(tǒng)野外科學(xué)觀測,中尺度觀測資料融合與反演技術(shù)。

(2)重點研究水汽輸送、對流擾動、大氣日變化、地形以及慣性重力波等因子對暴雨中尺度對流系統(tǒng)發(fā)生發(fā)展的影響機制,揭示長江中游暴雨天氣系統(tǒng)結(jié)構(gòu)和形成機理。

(3)開展多源探測資料的同化和云分析技術(shù)研究,發(fā)展高分辨率非靜力暴雨數(shù)值模式系統(tǒng)與適合我國區(qū)域特色的模式邊界層和云微物理過程方案。

(4)突破以暴雨洪水為對象的水文氣象耦合關(guān)鍵技術(shù),建立長江中游干、支流水文氣象預(yù)報系統(tǒng)。

[1]陶詩言, 等. 中國之暴雨. 北京: 科學(xué)出版社, 1980.

[2]丁一匯, 張建云, 等. 暴雨洪澇. 北京: 氣象出版社, 2009.

[3]倪允琪, 劉黎平, 高梅, 等. 長江中下游梅雨鋒暴雨野外科學(xué)試驗.北京: 氣象出版社, 2004.

[4]倪允琪, 周秀驥, 張人禾, 等. 我國南方暴雨的試驗與研究. 應(yīng)用氣象學(xué)報, 2006, 17(6): 690-704.

[5]崔春光, 倪允琪, 李紅莉, 等. 中國南方暴雨野外試驗（SCHeREX）中尺度氣象分析場的建立及其質(zhì)量評估. 氣象學(xué)報, 2011, 69(1):26-40.

[6]龍智勇, 石漢青, 黃思訓(xùn). 利用衛(wèi)星云圖反演云導(dǎo)風(fēng)的新思路. 物理學(xué)報, 2011, 60(5): 834-839．

[7]周振波, 閔錦忠, 彭霞云, 等. 單多普勒雷達(dá)風(fēng)場反演的擴展方法(1): 方法與對比試驗. 高原氣象, 2006, 25(3): 516-524．

[8]李華宏, 薛紀(jì)善, 王曼, 等. 多普勒雷達(dá)風(fēng)廓線的反演及變分同化試驗. 應(yīng)用氣象學(xué)報, 2007, 18(1): 50-57．

[9]方德賢, 劉國慶, 董新寧, 等. 單多普勒雷達(dá)二維風(fēng)場反演——Extended VPP方法． 氣象學(xué)報, 2007, 65(2): 231-240．

[10]牟蓉, 劉黎平, 許小永, 等. 四維變分方法反演低層風(fēng)場能力研究. 氣象, 2007, 33(1): 11-20．

[11]劉黎平, 莫月琴, 沙雪松, 等. C波段雙多基地多普勒雷達(dá)資料處理和三維變分風(fēng)場反演方法研究. 大氣科學(xué), 2005, 29(6): 986-996．

[12]劉黎平. 用雙多普勒雷達(dá)反演降水系統(tǒng)三維風(fēng)場試驗研究. 應(yīng)用氣象學(xué)報, 2003, 14(4): 502-504.

[13]羅昌榮, 池艷珍, 周海光. 雙雷達(dá)反演臺風(fēng)外圍強帶狀回波風(fēng)場結(jié)構(gòu)特征研究. 大氣科學(xué), 2012, 36(2): 247-258.

[14]彭亮, 陳洪濱, 李柏. 3mm多普勒云雷達(dá)測量反演云內(nèi)空氣垂直速度的研究. 大氣科學(xué), 2012, 36(1): 1-10.

[15]劉貴華, 余興, 戴進. 不同積云微物理特征的衛(wèi)星反演分析. 南京氣象學(xué)院學(xué)報, 2009, 32(1): 17-23.

[16] 徐小紅, 余興, 朱延年, 等. 一次強颮線云結(jié)構(gòu)特征的衛(wèi)星反演分析. 高原氣象, 2012, 31(1): 258-268.

[17]戴進, 余興, 劉貴華, 等. 一次暴雨過程中云微物理特征的衛(wèi)星反演分析. 氣象學(xué)報, 2010, 68(3): 387-397.

[18]劉貴華, 余興, 師春香, 等. FY-3A/VIRR反演云微物理特征及與TERRA/MODIS反演結(jié)果的比較. 高原氣象, 2011, 30(2): 461-470.

[19]陳英英. 利用FY-3A衛(wèi)星云圖對一次暴雨過程的特征云參數(shù)分析. 暴雨災(zāi)害, 32(1): 24-31.

[20]Lensky I M, Rosenfeld D. Clouds-aerosols-precipitation satellite analysis tool(CAPSAT). Atmos Chem Phys Discuss, 2008, 8: 4765-4890.

[21]劉紅亞, 徐海明, 胡志晉, 等. 雷達(dá)反射率因子在中尺度云分辨模式初始化中的應(yīng)用Ⅰ: 云微物理量和垂直速度的反演. 氣象學(xué)報, 2007, 65(6): 896-905.

[22]劉黎平, 宗蓉, 齊彥斌, 等. 云雷達(dá)反演層狀云微物理參數(shù)及其與飛機觀測數(shù)據(jù)的對比. 中國工程科學(xué), 2012, 14(9): 64-71.

[23]王穎, 黃勇, 黃思源. 大氣溫濕廓線反演問題的研究. 國土資源遙感, 2008(1): 23-26.

[24]潘寧, 郁凡. 用一維變分法校正衛(wèi)星資料反演地球大氣濕度場的試驗研究. 地球物理學(xué)報, 2009, 52(12): 2973-2986.

[25]王靜, 趙朝方. 最小方差算法反演NOAA/AMSU海面大氣溫度垂直廓線. 海洋湖沼通報, 2008(2): 16-23.

[26]曲思邈, 李國春. 利用MODIS紅外資料反演大氣溫濕度廓線的研究. 氣象與環(huán)境學(xué)報, 2012, 28(3): 2l-24.

[27]王曦, 李萬彪. 應(yīng)用FY-3A/MWHS資料反演太平洋海域晴空大氣濕度廓線. 熱帶氣象學(xué)報, 2013, 29(1): 47-54.

[28]王祥, 趙冬至, 蘇岫, 等. 基于岸基實測數(shù)據(jù)的近紅外通道海洋大氣水汽反演. 紅外與毫米波學(xué)報, 2012, 31(6): 550-555.

[29]龔建東. 同化技術(shù): 數(shù)值天氣預(yù)報突破的關(guān)鍵——以歐洲中期天氣預(yù)報中心同化技術(shù)演進為例. 氣象科技進展, 2013, 3( 3): 6-13.

[30]李紅莉, 崔春光, 王志斌. LAPS 的設(shè)計原理、模塊功能與產(chǎn)品應(yīng)用. 暴雨災(zāi)害, 2009, 28(1): 64-70.

[31]Snook J S. Local domain forecasting support to the 1996 Atlanta Olympic Games. 12th Int Conf on Interactive and Processing Systems for Meteorology, Oceanography, and Hydrology. Atlanta: Amer Meteor Soc, 1996.

[32]Birkenheuer D. Progress in applying GOES-derived data in local data assimilation. 10th Conf on Satellite Meteorology and Oceanography. Long Beach: Amer Meteor Soc, 2000.

[33]李紅莉, 萬蓉, 謝有才. 利用LAPS 系統(tǒng)同化地基GPS 水汽資料的應(yīng)用研究. 熱帶氣象學(xué)報, 2010, 26(6): 702-709.

[34]李紅莉, 崔春光, 王志斌, 等. 中尺度分析系統(tǒng)LAPS 應(yīng)用雷達(dá)資料的個例研究. 高原氣象, 2009, 28(6): 1443-1452.

[35]Xie Y, Koch S, McGinley J, et al. A space-time multiscale analysis system: A sequential variational analysis approach. Mon Wea Rev, 2011, 139: 1224-1240.

[36]Li W, Xie Y F, Deng S M, et al. Application of the multigrid method to the two-dimensional doppler radar radial velocity data assimilation. J Atmos Oceanic Technol, 2010, 27: 319-332.

[37]Li W, Xie Y F, He Z J, et al. Application of the multigrid data assimilation scheme to the China seas’ temperature forecast. J Atmos Oceanic Technol, 2008, 25: 2106-2116.

[38]王曉芳, 崔春光. 長江中下游地區(qū)梅雨期線狀中尺度對流系統(tǒng)分析Ⅰ: 組織類型特征. 氣象學(xué)報, 2012, 70(5): 909-923.

[39]Zheng L L, Sun J H, Zhang X L, et al. Organizational modes of mesoscale convective systems over central East China. Weather and Forecasting, 2013, 28(5): 1081-1098.

[40]Meng Z Y, Yan D C, Zhang Y J. General features of squall lines in East China. Monthly Weather Review, 2013, 141(5): 1629-1647.

[41]王曉芳. 長江中下游地區(qū)梅雨期線狀中尺度對流系統(tǒng)分析Ⅱ:環(huán)境特征. 氣象學(xué)報, 2012, 70(5): 924-935.

[42]鄭淋淋, 孫建華. 干、濕環(huán)境下中尺度對流系統(tǒng)發(fā)生的環(huán)流背景和地面特征分析. 大氣科學(xué), 2013, 37(4): 891-904.

[43]崔春光, 王曉芳, 付志康. 多源探測資料在一次非線狀MCS分析中的綜合應(yīng)用. 氣象, 2013, 9(5): 556-566.

[44]王曉芳, 胡伯威, 李燦. 湖北一次颮線過程的觀測分析及數(shù)值模擬. 高原氣象, 2010, 29(2): 471-485.

[45]王曉芳, 胡伯威, 李紅莉, 等. 梅雨期一個伴有前導(dǎo)層狀降水對流線的結(jié)構(gòu)特征. 高原氣象, 2011, 30(4): 1052-1066.

[46]鄭永光, 陳炯, 朱佩君. 中國及周邊地區(qū)夏季中尺度對流系統(tǒng)分布及其日變化特征. 科學(xué)通報, 2008, 53(4): 471-481.

[47]陳炯, 鄭永光, 張小玲, 等. 中國暖季短時強降水分布和日變化特征及其與中尺度對流系統(tǒng)日變化關(guān)系分析. 氣象學(xué)報, 2013, 71(3): 367-382.

[48] 祁秀香, 鄭永光. 2007年夏季我國深對流活動時空分布特征. 應(yīng)用氣象學(xué)報, 2009, 20(3): 286-294.

[49]胡伯威. 梅雨鋒上MCS的發(fā)展、傳播以及與低層“濕度鋒”相關(guān)聯(lián)的CISK慣性重力波. 大氣科學(xué), 2005, 2(6): 845-853.

[50]王曉芳, 崔春光, 胡伯威. 與水平風(fēng)切變強度不均勻相聯(lián)系的CISK慣性重力波. 應(yīng)用氣象學(xué)報, 2007, 18(6): 760-768.

[51]許小峰, 高麗, Jin F F. 梅雨濕度鋒上中尺度對流云團生成和發(fā)展的波捕獲機制. 自然科學(xué)進展,2009, 19(11): 1203-1208.

[52]陳忠明. 非絕熱加熱、濕斜壓熱動力耦合強迫激發(fā)輻合增長的一種機制. 熱帶氣象學(xué)報, 2010, 26(6): 710-715.

[53]Rotunno R, Klemp J B, Weisman M L. A theory for strong, longlived squall lines. J Atmos Sci, 1988, 45: 463-485.

[54]Parker M D, Johnson R H. Simulated convective lines with leading precipitation. Part II: Evolution and Maintenance. J Atmos Sci, 2004, 61: 1656-1672.

[55]Parker M D. Simulated convective lines with parallel stratiform precipitation. Part I: An archetype for convection in along-line shear. J Atmos Sci, 2007, 64: 267-288.

[56]Bao X W, Tan Z M. A new mechanism of convective cell regeneration and development within a two-dimensional multicell storm. Acta Meteorological Sinica, 2009, 23(4): 414-427.

[57]Smith R B. The influence of mountains on the atmosphere. Advances in Geophysics, 1979, 21: 87-230.

[58]Smith R B. A linear upslope-time-delay model for orographic precipitation. J Hydro, 2003, 282: 2-9.

[59]Smith R B, Barstad I. A linear theory of orographic precipitation. J Atmos Sci, 2004, 61 (12): 1377-1391.

[60]趙玉春, 許小峰, 崔春光. 川西高原東坡地形對流暴雨的研究. 氣候與環(huán)境研究, 2012, 17(5): 607-616.

[61]Hughes M M, HallA, Fovell R G. Blocking in areas of complex topography, and its in fl uence on rainfall distribution. J Atmos Sci, 2008,66(2): 508-518.

[62]Zhao Y C. Numerical investigation of a localized extremely heavy rainfall event in complex topographic area during midsummer. Atmospheric Research, 2012, 113: 22-39.

[63]趙玉春, 王葉紅, 崔春光. 大對流有效位能和條件不穩(wěn)定下地形對流降水的三維理想數(shù)值研究. 氣象學(xué)報, 2011, 69(5): 782-798.

[64]趙玉春, 許小峰, 崔春光. 中尺度地形對梅雨鋒暴雨影響的個例研究. 高原氣象, 2012, 31(5): 1268-1282.

[65]廖移山, 馮新, 石燕, 等. 2008年“7·22”襄樊特大暴雨的天氣學(xué)機理分析及地形的影響. 氣象學(xué)報, 2011, 69(6): 945-955.

[66]宇如聰, 薛紀(jì)善, 徐幼平. AREMS中尺度暴雨數(shù)值預(yù)報模式系統(tǒng). 北京: 氣象出版社, 2004.

[67]Mesinger F. A blocking technique for representation of mountains in atmospheric models. Rev Meteor Aeronaut, 1984, 44: 195-202.

[68]Yu R C.Application of shape-preserving advection scheme to the moisture equation in an E-grid regional forecast model. Advances of Atmospheric Sciences, 1995, 12(1): 13-19.

[69]宇如聰. E網(wǎng)格變量分布下差分格式的性質(zhì). 大氣科學(xué), 1994, 18(2): 152-162.

[70]王葉紅, 賴安偉, 趙玉春, 等. 降水資料同化在GRAPES-MESO模式中應(yīng)用試驗研究. 大氣科學(xué), 2013, 37(3): 645-667.

[71]趙海貝, 王斌, 戴永久. 基于歷史樣本投影的四維變分陸面數(shù)據(jù)同化方法及其初步應(yīng)用. 氣候與環(huán)境研究, 2009, 14(4): 383-389.

[72]趙明, 王斌, 成巍, 等. 一種基于歷史樣本投影的三維變分同化方法. 氣候與環(huán)境研究, 2010, 15(2): 199-209.

[73]蔣興文, 何光碧, 李躍清. AREM模式中引入MYJ邊界層方案介紹及其試驗. 高原山地氣象研究, 2010, 30(4): 1-7.

[74]楊磊, 徐幼平, 程銳, 等. AREM模式中陸面過程的改進與試驗.暴雨災(zāi)害, 2008, 27(1): 1-8.

[75]李昀英, 葉成志, 鐘中. 陸面參數(shù)化方案對兩例不同類型暴雨可預(yù)報性的影響. 大氣科學(xué), 2010, 34(2): 407-417.

[76]王葉紅, 彭菊香, 公穎, 等. AREM-RUC 3h快速更新同化預(yù)報系統(tǒng)的建立與實時預(yù)報對比檢驗. 暴雨災(zāi)害, 2011, 30(4): 296-304.

[77]王葉紅, 趙玉春, 李紅莉, 等. AREM模式的熱啟動數(shù)值模擬——以2007年7月13日暴雨過程為例. 高原氣象, 2011, 30(6): 1488-1504.

[78]王葉紅, 彭菊香, 趙玉春. 兩種初值方案對2008年中國汛期降水影響的數(shù)值試驗. 熱帶氣象學(xué)報, 2012, 28(6): 838-852.

[79]李俊, 杜鈞, 王明歡, 等. 中尺度暴雨集合預(yù)報系統(tǒng)研發(fā)中的初值擾動試驗. 高原氣象, 2009, 28(6): 1365-1375.

[80]李俊, 杜鈞, 王明歡, 等. AREM模式兩種初值擾動方案的集合降水預(yù)報試驗及檢驗. 熱帶氣象學(xué)報, 2010, 26(6): 217-228.

[81]Li J, Du J, ZhangD L, et al. Ensemble-based analysis and sensitivity of mesoscale forecasts of a vortex over southwest China. Q J R, 2013, doi: 10.1002/qj.2200.

[82]李俊, 王明歡, 公穎, 等. AREM短期集合預(yù)報系統(tǒng)及其降水預(yù)報檢驗. 暴雨災(zāi)害, 2010, 29(1): 30-37.

[83]陳金榮, 羅伯昆. 對水文氣象預(yù)報的認(rèn)識和實踐. 人民長江, 1982(6): 52-59.

[84]李建通, 楊維生. 提高最優(yōu)插值法測量區(qū)域降水量精度的探討.大氣科學(xué), 2000, 24(2): 263-270.

[85] 尹忠海, 張沛源.利用卡爾曼濾波校準(zhǔn)方法估算區(qū)域降水量. 應(yīng)用氣象學(xué)報, 2005, 16(2): 213-219.

[86]萬玉發(fā), 吳翠紅, 金鴻祥. 基于準(zhǔn)同雨團樣本概念雷達(dá)和雨量計的實時同步結(jié)合方法. 氣象學(xué)報, 2008, 66(1): 262-273.

[87]殷志遠(yuǎn), 賴安偉, 公穎, 等. 氣象水文耦合中的降尺度方法研究進展. 暴雨災(zāi)害, 2010, 29(1): 89-95.

[88]許繼軍, 楊大文, 蔡治國. 分布式水文模型結(jié)合雷達(dá)測雨用于三峽區(qū)間的洪水預(yù)報. 長江科學(xué)院院報, 2007, 24(6): 42-48.

[89]彭濤, 宋星原, 殷志遠(yuǎn), 等. 雷達(dá)定量估算降水在水文模式汛期洪水預(yù)報中的應(yīng)用試驗. 氣象, 2010, 36(12): 50-55.

[90]楊文發(fā), 等. 降水預(yù)報與洪水預(yù)報耦合應(yīng)用初探. 水資源調(diào)查, 2003, 24(1): 38-40.

[91]李超群, 郭生練, 張洪剛. 基于短期定量降水預(yù)報的隔河巖洪水預(yù)報研究. 水電能源科學(xué), 2006, 24(4): 31-35.

[92] 郭靖, 郭生練, 張俊, 等. 漢江流域未來降水徑流預(yù)測分析研究.水文, 2009(5): 18-22.

[93]崔春光, 彭濤, 沈鐵元, 等. 定量降水預(yù)報與水文模型耦合的中小流域汛期洪水預(yù)報試驗. 氣象, 2010, 36(12): 56-61.

[94]彭濤, 李俊, 殷志遠(yuǎn), 等. 基于集合降水預(yù)報產(chǎn)品的汛期洪水預(yù)報試驗. 暴雨災(zāi)害, 2010, 29(3): 274-278.

[95]劉志雨. 我國洪水預(yù)報技術(shù)研究進展與展望. 中國防汛抗旱, 2009(5): 13-16.

[96] PengT, Wei C Z, Ye J T, et al. Basin hydrometeorology real-time forecast system. Information Computing and Applications, 2012, CCIS307: 665-671.

Review of the Study on Heavy Rain in the Middle Reaches of the Yangtze River Since 2000

Cui Chunguang, Lin Chunze, Wang Xiaofang, Li Jun, Peng Tao, Zhang Wengang
(Hubei Key Laboratory for Heavy Rain Monitoring and Warning Research, Institute of Heavy Rain, China Meteorological Administration, Wuhan 430074)

The middle reaches of the Yangtze River are frequently-occurring heavy rain areas. It is important to have the knowledge of heavy rain mesoscale and small-scale weather systems in these areas, their mechanism, and develop the heavy rain and f l ood forecasting technology for the f l ood control and hazard mitigation. From the heavy rain f i eld observation experiment, data inversion and fusion technology, observation analysis and theoretical research on heavy rain mesoscale convective systems, the mesoscale numerical model, and the hydrometeorological coupling rainstorm and f l ood forecasting system which are the most crucial aspects of observation data analysis, mechanism, numerical prediction, and hydrological application of the study on heavy rain in the middle reaches of the Yangtze River, the main research progress has been brief l y reviewed in China since 2000. The problems which obstruct the research depth and forecast quality were also discussed. Finally, the research development tendency was prospected.

data fusion; mesoscale convective systems; hydrometeorological coupling

10.3969/j.issn.2095-1973.2014.02.001

2013年9月30日；

2014年1月20日

崔春光（1964—），Email: Cgcui@whihr.com.cn

資助信息：公益性行業(yè)（氣象）科研專項（GYHY201106006、GYHY201206028），國家自然科學(xué)基金（40930951）